KI-Research mit Perplexity

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
   Recherchearbeit verändert sich durch KI-gestützte Werkzeuge wie Perplexity, die Anfragen direkt mit Quellenangaben beantworten. Diese Weiterbildung vermittelt den gezielten und quellenkritischen Einsatz von Perplexity für KI-Research.
2. 2
   Das lernst du
3. 3

   Zu den Themen gehören u. a.

   Grundverständnis für Künstliche Intelligenz im Kontext von Recherche und Quellenarbeit
   Formulierung präziser Rechercheanfragen für Perplexity
   Einordnung und Prüfung von KI-generierten Rechercheergebnissen und Quellenangaben
   Abgrenzung zwischen KI-gestützter Recherche und klassischer Quellensuche
   Umgang mit widersprüchlichen oder unvollständigen KI-generierten Quellenangaben
   Kursinhalte
   Anfragen an Perplexity liefern Rechercheergebnisse direkt mit ausgewiesenen Quellen. Die Weiterbildung vermittelt, wie sich diese Quellen einordnen und prüfen lassen, und schärft so den kritischen Blick auf KI-generierte Rechercheergebnisse.
   Deine Perspektiven
   Informationen mit Künstlicher Intelligenz gezielt einzuholen und quellenkritisch einzuordnen, ist eine zentrale Fähigkeit in der Rolle KI-Prompter:in.

1. 1

   Aachen

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

2. 2

   Wuppertal

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

3. 3

   Wiesbaden

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

4. 4

   Stuttgart

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

5. 5

   Oberhausen

   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