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

   Künstliche Intelligenz (KI) verändert die Arbeitswelt - viele Unternehmen fragen sich: Was kann KI wirklich? Und wie setzen wir sie sinnvoll und sicher ein? In diesem IHK-Zertifikatslehrgang lernen Sie die wichtigsten Grundlagen

   Was ist KI, wie funktioniert sie und was ist das Besondere an Generativer KI.
   Sie sehen außerdem, wo KI im Unternehmen praktisch helfen kann - zum Beispiel in Vertrieb und Marketing, Einkauf und Logistik, im Finanzwesen, im Personalbereich sowie in Forschung, Produktion und Qualität.

2. 2

   Dabei geht es auch um einen verantwortungsvollen Umgang

   Wie schaffen wir Vertrauen ("Trustworthy AI"), welche neuen Risiken gibt es (z. B. künstlich erzeugte Inhalte, Manipulation von Eingaben oder zu starke Automatisierung) und was bedeutet die EU-Regulierung (EU AI Act) für die Praxis?

3. 3

   Ihr Nutzen

   KI-Manager/-innen verstehen die strategische Bedeutung der KI für die zukünftige Entwicklung des Unternehmens und seiner Geschäftsprozesse.
   Sie können
   konkrete Anwendungsfelder von KI im eigenen Unternehmen identifizieren und bewerten.
   eine langfristige KI-Vision und eine Roadmap zur Implementierung entwickeln.
   die Schlüsselfunktion als Berater, Initiatoren und Multiplikatoren für KI-Anwendungen übernehmen.
   1. Was ist KI? Künstliche Intelligenz als transformative Technologie
   Definition von KI
   Stand der Technik: was heute mit KI möglich ist
   Paradigmenwechsel Generative KI
   Einfluss von KI auf Arbeit, Wirtschaft und Gesellschaft
   Können Maschinen denken? Die Geschichte von KI
   OpenAI, Aleph Alpha & Co. So entwickelt (sich) das KI-Ökosystem
   KI-Trends und ein vorsichtiger Ausblick
   2. Wie funktioniert KI? Maschinelles Lernen und Neuronale Netze
   KI-Schlagwörter verstehen und einordnen
   Einführung in Maschinelles Lernen
   Lernformen unterscheiden können: überwachtes, unüberwachtes und verstärkendes Lernen
   Funktionsweise von Neuronalen Netzen
   Der Weg zur Künstlichen Allgemeinen Intelligenz, Stand der Forschung
   3. Innovationspotenzial von KI in Unternehmen
   Einsatzbereiche von KI in Unternehmen

4. 4

   Fallstudien von KI in der Anwendung, zum Beispiel

   Vertrieb und Marketing
   Einkauf und Logistik
   Finanz- und Rechnungswesen
   Personalwesen
   Forschung und Entwicklung
   Produktion und Qualität
   Ethische KI als Innovationstreiber. Vertrauen schaffen durch Trustworthy AI.
   Neue KI-Risiken: synthetischer Content, Prompt Injection, Über-Automatisierung
   Grundlagen der KI-Regulierung - Was bedeutet der "EU AI Act" für mich?
   4. Generative KI im Unternehmen
   Generative KI-Tools im Unternehmen: Was gibt es, wie komme ich zum Handeln?
   Wie bediene ich gekonnt generative KI-Tools?
   Möglichkeiten, große Sprachmodelle für das eigene Unternehmen anzupassen - der erste Generative-KI-Anwendungsfall
   Unterschiede zur herkömmlichen KI-Entwicklung
   Lebenszyklus eines Generativen KI-Projekts
   5. Planung der systematischen Einführung von KI im Unternehmen
   Welche Hindernisse gibt es bei der Einführung von KI?
   Der Weg zu einem ersten KI-Anwendungsfall
   Wissensaufbau im Unternehmen
   Definieren einer Zielsetzung für die Einführung von KI
   Anwendungsfälle finden - Einführung
   Wird ein Anwendungsfall gekauft oder intern entwickelt?
   Welche weiteren Voraussetzungen müssen geschaffen werden, um KI nachhaltig ins Unternehmen einzuführen?
   6. KI-Anwendungsfälle finden, bewerten und priorisieren
   Methoden zur Identifikation von Anwendungsfällen
   Kundeninteraktion (Customer Journey)
   Geschäftsprozesse
   richtige Dokumentation von Anwendungsfällen
   KI-Anwendungen bewerten in Bezug auf die Aspekte "Strategischer Wert" und "Komplexität der Umsetzung"
   Methode zur Priorisierung von Anwendungsfällen
   7. Implementierung und Betrieb von KI-Anwendungen
   Prozessmodell zur Entwicklung von KI-Anwendungen
   operative Herausforderungen bei der Implementierung von KI
   Welche KI-Projektmanagement-Methoden gibt es?

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