KI-Manager:in

Passt der Kurs zu dir?

1. 1
   Motivation und Lernbereitschaft
2. 2
   Zuverlässigkeit im jeweiligen Arbeitsfeld
3. 3
   Konkrete Zulassung des gewählten Weges prüfen

Das lernst du

1. 1
   KI Manager: Die 6-wöchige Weiterbildung zum KI Manager / KI Managerin startet mit der praktischen Integration von KI-Tools in den persönlichen Arbeitsalltag. Darauf aufbauend werden agile Methoden und Design Thinking als Framework für Innovation und Teamführung vermittelt. Im finalen Modul entwickeln die TeilnehmerInnen, ausgestattet mit praktischer Tool-Expertise und methodischem Know-how, erste Strategien für die KI-Integration in ihrem Unternehmen.
2. 2
   Erfahrene PraktikerInnen führen durch ein praxisorientiertes Programm mit täglich vielen Anwendungsbeispielen und praktischen Übungen.
3. 3
   Modul 1 und 2: Mehr Produktivität mit ChatGPT & Co. (für KI Manager) - zwei Wochen
4. 4
   Einführung in KI-Technologien & Prompt Engineering: Grundlagen von ChatGPT, MS Copilot Studio, Claude, Gemini & anderen LLM
5. 5
   Strategien für effektive Prompt-Erstellung
6. 6
   KI-gestützte Recherche & Dokumentenanalyse: KI-Suchmaschinen, Automatisierte Auswertung von PDFs & Textdokumenten, Strukturierte Notizenverwaltung (Perplexity, Notion, Obsidian, NotebookLM)
7. 7
   Automatisierte Textverarbeitung & Übersetzungen: Texterstellung & -optimierung für verschiedene Zielgruppen, Qualitätskontrolle & Stilprüfung automatisierter Inhalte
8. 8
   Präsentationen & visuelle Kommunikation: KI-gestützte Präsentationserstellung (Gamma AI, Canva, ö.ä.), Diagramm- & Infografik-Generierung, Storytelling-Techniken mit KI-Unterstützung
9. 9
   Design ohne Vorkenntnisse: KI-gestützte Logo- und Branding-Entwicklung (Looka, Canva AI), Automatische Content-Generierung für digitale Medien
10. 10
    Multimedia-Produktion mit KI: Video-, Audio- und Bildgenerierung (Synthesia, ElevenLabs, DALL-E), Digitale Avatare für professionelle Präsentationen, Podcast-Erstellung und Sprachsynthese
11. 11
    Datenanalyse & Business Intelligence: KI-gestützte Datenauswertung & Visualisierung, Dashboard-Erstellung (Power BI, Tableau, Looker Studio o.ä.)
12. 12
    Besser bewerben mit KI: Bewerbung & Anschreiben mit KI, Funktionsweise von ATS (Applicant Tracking Systemen), Stellensuche automatisieren, auf Bewerbungsgespräche vorbereiten mit KI
13. 13
    Modul 3: KI-Strategie & -Implementierung (für KI Manager)
14. 14
    KI im Unternehmen: Definition von Potenzialen, Technologien & Herausforderungen / Effektive Prompting-Frameworks
15. 15
    KI-Readiness & Unternehmensanalyse: KI-Reifegrad erfassen / Fragebogen zur Use-Case-Identifizierung / GAP- & SWOT-Analyse für KI-Projekte / Trends in der
16. 16
    KI-Nutzung und Benchmarking
17. 17
    Projekt-Implementierung & ROI-Ermittlung: Projektsteckbrief und Business Case Entwicklung / ROI-Berechnung für KI-Investitionen / Vendor Selection & Make-or-Buy-Entscheidungen
18. 18
    Change-Management bei KI-Projekten: Menschliche Reaktionen auf Veränderung verstehen / Elemente für erfolgreiche Change-Strategien / Nachhaltigen Wandel bei KI-Einführung gestalten / Stakeholder-Management und Kommunikationsstrategien
19. 19
    KI-Ethik & Governance: Definition von Ethik & Governance im KI-Kontext / Recht, Compliance, Bias, Fairness, Transparenz & Sicherheit / Der Governance-Baukasten für verantwortliche KI-Nutzung / Organisationsstrukturen und Verantwortlichkeiten definieren
20. 20
    Modul 4: KI-Agenten und Automatisierung (für KI Manager)
21. 21
    Grundlagen & Typen von KI-Agenten: Definition & Architektur von KI-Agenten, Einsatzszenarien in Unternehmen, Produktivität & Automatisierung
22. 22
    Copilot Studio & No-/Low-Code Entwicklung: Einführung in Microsoft Copilot Studio & Power Platform, Visuelle Agentenentwicklung ohne Programmierkenntnisse, FAQ-, Sprach-, autonome & Flow-Agenten
23. 23
    Prompt Engineering & Agenten-Logik: Strukturierte Prompts für KI-Agenten (Identity, Self-Reflection, Iterative Refinement), Trigger, Aktionen, Variablen & Bedingungen im Agenten-Flow
24. 24
    Debugging & Weiterentwicklung: Besonderheiten des KI-Debuggings (OODA-Loop Framework), Einsatz von LLMs als Debugging-Partner
25. 25
    Tools, Flows & Trigger in Copilot Studio: Connector, Flow, Model Context Protocol, Integration externer Systeme & Datenquellen (Excel, SharePoint, APIs), unterschiedliche Trigger-Arten
26. 26
    Agenten-Flows & Automatisierung: Aufbau & Komponenten von Agent-Flows, Praxis: Erstellung eines Agenten mit Flow, Trigger & Tool-Anbindung
27. 27
    Multi-Agenten-Systeme & Orchestrierung: Unterschiede zwischen Single-Agent & Multi-Agent-Systemen (MAS), MAS-Strukturen, Best Praxisbeispiele
28. 28
    Abschlussprojekt & Zukunftsperspektiven: Entwicklung eines voll funktionsfähigen KI-Agenten mit Business Use Case, Anwendung von Growth Mindset in der Agentenentwicklung
29. 29
    Modul 5: Design Thinking mit KI (für KI Manager)
30. 30
    Einführung in Design Thinking als Innovationsrahmen für KI-Manager:innen: Nutzerzentrierung, Prototyping & Kollaboration
31. 31
    Anwendung des Design Thinking Prozesses in sechs Phasen: Verstehen, Beobachten, Definition, Ideenfindung, Prototyping, Testing
32. 32
    KI-gestützte Methoden zur Nutzerforschung: GPT-Prompts für Persona-Entwicklung, Empathy Maps, User Journey Mapping
33. 33
    Entwicklung nutzerzentrierter Lösungen mit KI-Unterstützung: ChatGPT, DALL·E, Claude, Perplexity & Gemini im Designprozess
34. 34
    Praxisnahe Mini-Challenges & Haupt-Challenge: Entwicklung eines KI-Produktberaters für den E-Commerce oder eines eigenen Use Cases
35. 35
    Business Model Canvas & Lean Canvas: Strukturierung von Ideen zu marktfähigen Konzepten
36. 36
    Prototyping-Formate: Storyboards, Wireframes, Click-Dummies, Fake Ads, Erklärvideos & KI-generierte Szenarien
37. 37
    Testing & Iteration: Feedbackmethoden wie Think-Aloud, Peer-Tandems, "Ich mag / Ich wünsche mir / Was wäre wenn"
38. 38
    Förderung von Growth Mindset & kreativer Teamkultur: Empathie, Offenheit, Fehlerfreundlichkeit & Co-Kreation
39. 39
    Tools & Plattformen für KI-gestütztes Design: Uizard, Landing.so, WIX, Midjourney, ElevenLabs, Sora
40. 40
    Modul 6 Agile Methoden mit KI (für KI Manager)
41. 41
    Status Quo & Herausforderungen in KI-Projekten (Unsicherheit, Datenqualität, interdisziplinäre Teams)
42. 42
    Einführung agiler Prinzipien & Frameworks (Agiles Manifest, Scrum, Kanban, Design Thinking)
43. 43
    Lean Startup & MVP-Entwicklung (Hypothesen, A/B-Tests, iteratives Lernen)
44. 44
    Einführung in Scrum, Scrum Events im Detail, Backlog Management, User Stories schreiben, Scrum-Tools
45. 45
    User Story Mapping & Priorisierung (Customer Journey, MoSCoW, WSJF, Planning Poker)
46. 46
    Rollen & Prozesse im agilen Projektmanagement (Product Owner, Scrum Master, UX Designer, Entwickler)
47. 47
    Tools & Methoden für agile Steuerung (Jira, Trello, etc.)
48. 48
    Moderation & Workshopgestaltung (Liberating Structures, systemische Fragen, Devils Facilitation Playground)
49. 49
    KI & Agilität - Synergien & Besonderheiten (Explainable AI, ML-Ops, Data Drift, ethische Reflexion)
50. 50
    Täglich praktische Übungen & praxisbewährte Templates zu den o.g. Inhalten
51. 51

    WAS DU VON UNS ERWARTEN KANNST

    Vermittlung von aktuellem und praxisnahem Know-how
    Dozierende mit angewandter Berufserfahrung
    Praktische Übungen, Diskussionen und Tipps & Tricks der Dozierenden
    Teilnahmezertifikat und zusätzliche Zertifizierung durch eine Abschlussprüfung (für KI Manager)
    Individuelle Coachingstunde zur Orientierung bei der Jobwahl
    Auf Wunsch Verleih von Schulungsequipment, wie z. B. Laptop, Monitor, Kamera
    Tools & Software
    Die Weiterbildung "KI-Manager:in" werden kostenpflichtige Vollversionen der folgenden Tools bzw. gleichwertiger Alternativen zur Verfügung gestellt: ChatGPT, Claude, n8n, MS 365, MS Copilot, Trello sowie Zoom AI-Companion & Whiteboard. Für weitere Tools kommen kostenlose Testversionen zum Einsatz.

1. 1

   Berlin

   12.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Rostock

   12.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Düsseldorf

   12.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

4. 4

   München

   12.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

Förderwege

Wer deinen Kurs zahlt

Brutto im Monat

Mitte und Viertel bundesweit

3 Schritte vom Kurs in den Beruf

1. 1

   KI auf echte Arbeitsaufgaben anwenden

   Deine Branchenkenntnis bleibt wertvoll, wenn du einen Prozess mit KI unterstützt und das Ergebnis prüfst. Gute Praxis beschreibt Ausgangslage, Daten, menschliche Kontrolle und eine überprüfbare Verbesserung, ohne Automatisierung pauschal zu versprechen. Beispiel: Bearbeite einen kleinen Prozess aus deinem bisherigen Beruf und vergleiche Zeitbedarf und Qualität vorher und nachher.

2. 2

   Fachwissen mit neuen Werkzeugen verbinden

   Branchenkenntnis, Kommunikation und Qualitätskontrolle bleiben wichtig. Gerade im Quereinstieg ergänzt du vorhandene Erfahrung durch ein Projekt mit Quellenprüfung, Versionierung, Freigabe und dokumentierten Grenzen. Beispiel: Ein Bewerbungsbeispiel beschreibt Aufgabe, verwendete Werkzeuge, Prüfung der Ergebnisse und Grenzen des Ansatzes.

3. 3

   Verantwortung schrittweise aufbauen

   Projektkoordination, Schulung und Prozessgestaltung verlangen mehr als Toolbedienung. Achte auf Inhalte zu Use-Case-Auswahl, Datenqualität, Prüfung, Dokumentation und Zusammenarbeit. Vergleiche die Kursaufgaben mit den Zielstellen, die du erreichen möchtest. Beispiel: Vergleiche einen Grundlagenkurs mit einem Projektkurs und entscheide nach deinem aktuellen Kenntnisstand.

Themen

Arbeitsmarkt

KI & Machine Learning bundesweit in Zahlen