KI-Projekt­management, Agile Leadership und Prompt Engineering

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
   Zielsetzung
2. 2
   Die Weiterbildung vermittelt Kenntnisse und Methoden zur Anwendung von Künstlicher Intelligenz (KI) im Projektmanagement sowie zur Führung agiler Teams. Sie adressiert das Management von KI-Systemen und die Gestaltung effektiver Prompts für KI-Anwendungen. Die Inhalte sind auf die praktische Anwendung in Projektmanagement- und Führungssituationen ausgerichtet.
3. 3
   Inhalte
4. 4

   Die Weiterbildung gliedert sich in drei Hauptbereiche

   KI für Projektmanager:innen*
   Die Grundlagen der Künstlichen Intelligenz und deren spezifische Anwendungen im Projektmanagement werden erläutert. Themen umfassen Foundation Models, Open-Source-KI-Tools und deren Einsatz im Projektalltag. Die Implementierung von KI-Projekten, ethische, datenschutzrechtliche und rechtliche Rahmenbedingungen sowie die Evaluation von KI-Lösungen werden behandelt. Ferner werden Soft Skills für KI-Projekte, wie Kommunikation, Führung und Veränderungsmanagement, thematisiert. Ein Exkurs zum Projektmanagement und ein Zusatzthema zur Arbeit mit ChatGPT ergänzen die Inhalte.
   Agile Leadership: Führung in einer agilen Arbeitswelt*
   Die Notwendigkeit und das Verständnis von agiler Führung werden dargelegt. Inhalte umfassen agile Methoden, Tools und Werkzeuge. Zusatzthemen beinhalten die Führung mit Metriken und die Liquiditätsplanung für agile Führungskräfte. Risikomanagement im agilen Kontext wird ebenfalls behandelt.
   KI-Management: Prompt Engineering*
   Die Grundlagen der Künstlichen Intelligenz und von Sprachmodellen werden vermittelt. Das Kursmodul führt in das KI-Management und das Prompt Engineering ein. Schwerpunkte bilden der Aufbau effektiver Prompts hinsichtlich Struktur und Sprachwahl, die Zieldefinition und Aufgabenstellung sowie Techniken der Kontextualisierung und Detaillierung. Ein Exkurs zu Halluzinationen und ein Exkurs zum Prompting von Bildern runden das Modul ab.
   Lernziele
   Anwendung von KI-Werkzeugen zur Optimierung von Projektentscheidungen.
   Implementierung von KI-Lösungen in Projektmanagementprozesse.
   Bewertung ethischer, datenschutzrechtlicher und rechtlicher Aspekte beim Einsatz von KI.
   Entwicklung und Anwendung von agilen Führungsprinzipien zur Steigerung von Teameffektivität.
   Gestaltung und Anwendung von effektiven Prompts für KI-Systeme zur Zielerreichung.
   Analyse und Anwendung von KI-Management-Strategien.
   Berufsperspektiven
   Die Weiterbildung richtet sich an Projektmanager:innen, Projektleiter:innen und Führungskräfte, die ihre Kompetenzen im Bereich Künstliche Intelligenz und agiler Führung erweitern möchten. Die erworbenen Kenntnisse finden Anwendung in der strategischen Planung, Steuerung und Umsetzung von Projekten sowie in der Führung von Teams in dynamischen Arbeitsumgebungen. Tätigkeitsfelder umfassen das Management von KI-gestützten Projekten und die Weiterentwicklung agiler Organisationsstrukturen.

1. 1

   Berlin

   21.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Bielefeld

   21.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Bremen

   21.12.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

4. 4

   Bielefeld

   21.12.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

5. 5

   Bremen

   21.12.2026 · 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