KI-Praxis-Workshop: Process-Mining-Audits

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 für Projektmanager:innen
2. 2
   Zielsetzung
3. 3
   Diese Weiterbildungsmaßnahme richtet sich an alle Interessierten, die ihre beruflichen Kenntnisse erweitern möchten. Die Praxisbeispiele und Übungsaufgaben sind so gewählt, dass sie besonders gut auf den Berufsalltag von Digitalisierungs­verantwortliche übertragbar sind; die Teilnahme steht ausdrücklich allen offen, unabhängig von der aktuellen beruflichen Tätigkeit. Vermittelt werden Methoden, Werkzeuge und Inhalte, die in unterschiedlichen Tätigkeitsfeldern eingesetzt werden können.
4. 4
   Praxisbezug für Digitalisierungs­verantwortliche
5. 5

   Die folgenden typischen Aufgaben aus dem Berufsalltag von Digitalisierungsverantwortliche dienen als Beispiele in den Übungen; sie können in der Veranstaltung auf andere Tätigkeitsfelder übertragen werden

   Digital-Roadmaps
   Tool-Stacks
   Adoption-Pfade
   Process-Mining-Audits
   Automation-Backlog
   Inhalte
   Die Inhalte umfassen eine Einführung in Künstliche Intelligenz und deren spezifische Anwendungen im Projektmanagement. Behandelt werden Foundation Models und Open-Source-KI-Tools sowie deren Einsatz im Projektalltag. Des Weiteren werden die Implementierung von KI-Projekten, ethische, datenschutzrechtliche und rechtliche Rahmenbedingungen sowie die Evaluation von KI-Lösungen thematisiert. Ergänzend werden Soft Skills für KI-Projekte wie Kommunikation, Führung und Veränderungsmanagement vermittelt. Ein Exkurs zum Projektmanagement und ein Zusatzthema zur Arbeit mit ChatGPT runden die Inhalte ab.
   Lernziele
   Anwenden von KI-Methoden zur Unterstützung von Projektentscheidungen
   Identifizieren von KI-Anwendungsfällen im Projektmanagement
   Bewerten von Foundation Models und Open-Source-KI-Tools
   Implementieren von KI-Lösungen in Projekten
   Berücksichtigen ethischer, datenschutzrechtlicher und rechtlicher Aspekte bei KI-Projekten
   Anwenden von Kommunikations- und Führungskompetenzen in KI-Projekten
   Steuern von Veränderungsprozessen im Zusammenhang mit KI-Einführungen
   Berufsperspektiven
   Die erworbenen Kompetenzen sind relevant für Projektmanager:innen und Projektleiter:innen, die KI-Technologien in ihren Projekten einsetzen möchten. Tätigkeitsfelder umfassen die Planung, Steuerung und Überwachung von Projekten mit KI-Bezug.
   Programmieren mit Künstlicher Intelligenz (KI)
   Die Inhalte umfassen eine Einführung in die Softwareentwicklung, sowohl konventionell als auch mit KI-Unterstützung. Es wird ein Überblick über Künstliche Intelligenz, Entwicklungsumgebungen (IDEs) wie VS Code, Cursor und Replit sowie Tools wie ChatGPT und Claude für die Programmierung gegeben. Grundlegende Programmierkonzepte, Versionskontrolle mit Git und GitHub sowie die Programmiersprache JavaScript werden behandelt. Des Weiteren werden Grundlagen der modernen Webentwicklung, einschließlich HTML, CSS und responsives Webdesign, vermittelt. Die Nutzung von APIs, Datenbanken und Authentifizierung sowie die Planung und Organisation von Coding-Projekten sind weitere Themen. Der Kurs behandelt auch fortgeschrittene Aspekte wie das Schreiben und Debuggen von Code mit KI, Fehleranalyse, Performance-Optimierung, Sicherheit im Web und Best Practices für die Arbeit mit KI im Coding-Alltag. Abschließend wird das Deployment von Anwendungen behandelt.
   Verstehen grundlegender Konzepte der Softwareentwicklung
   Anwenden von KI-Tools zur Unterstützung des Programmierprozesses
   Entwickeln von Programmen mit JavaScript
   Erstellen von Fullstack-Webanwendungen
   Nutzen von Versionskontrollsystemen wie Git und GitHub
   Implementieren von responsivem Webdesign
   Integrieren von APIs in Anwendungen
   Planen und Organisieren von Coding-Projekten
   Analysieren und Optimieren von Code mit KI-Unterstützung
   Anwenden von Sicherheitsgrundsätzen im Web-Development
   Die erworbenen Kenntnisse qualifizieren für Tätigkeiten in der Softwareentwicklung, Webentwicklung und im Bereich KI-gestützter Programmierung.
   ITIL® 4 Specialist: Plan, Implement and Control
   Die Inhalte umfassen eine Einführung in ITIL® 4 und dessen Schlüsselverfahren. Schwerpunkte liegen auf Change Enablement, Deployment Management und Release Management, jeweils mit Grundlagen, Methoden, Techniken und Prozessbeschreibungen. Des Weiteren werden Service Configuration Management und IT Asset Management behandelt, einschließlich Einführung, Prozessen, Werkzeugen und Lebenszyklus-Management. Die Integration der verschiedenen Verfahren sowie die Vorbereitung auf die Zertifikatsprüfung sind ebenfalls Teil des Kurses. Praktische Anwendungen und Fallstudien vertiefen das Verständnis. Ein weiterer Fokus liegt auf der kontinuierlichen Verbesserung im ITIL®-Kontext.
   Verstehen der Grundlagen und Schlüsselverfahren von ITIL® 4
   Anwenden von Methoden für Change Enablement, Deployment Management und Release Management
   Implementieren von Prozessen im Service Configuration Management und IT Asset Management
   Koordinieren von Release- und Deployment-Aktivitäten
   Integrieren verschiedener ITIL®-Verfahren
   Identifizieren von Möglichkeiten zur kontinuierlichen Verbesserung von IT-Services
   Vorbereiten auf die ITIL® 4 Specialist Zertifikatsprüfung
   Die erworbenen Kompetenzen sind relevant für Rollen im IT-Service-Management, IT-Management und in der IT-Organisation. Tätigkeitsfelder umfassen die Planung, Implementierung und Kontrolle von IT-Services sowie die Optimierung von IT-Prozessen.

1. 1

   Bielefeld

   23.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   Bremen

   23.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

3. 3

   Bielefeld

   23.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

4. 4

   Eschborn

   23.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

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