KI und Automatisierung in agiler Projekt­steuerung

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 der Weiterbildungsmaßnahme
2. 2
   Die Weiterbildungsmaßnahme vermittelt Kenntnisse und Fähigkeiten im Bereich Künstliche Intelligenz (KI) und deren Anwendung in der Automatisierung sowie im agilen Projektmanagement. Die Teilnehmenden erwerben die Kompetenz, KI-Technologien zur Optimierung von Arbeitsprozessen und zur Steigerung der Effizienz in Projekten einzusetzen.
3. 3
   Inhalte der Weiterbildungsmaßnahme
4. 4
   KI und Automatisierung
5. 5
   Einführung in KI und Automatisierung
6. 6
   Geschichte und Entwicklung der KI
7. 7
   Grundbegriffe und Schlüsseltechnologien der KI
8. 8
   Automatisierungsprojekte und deren Durchführung
9. 9
   Make.com Foundations und Automation Basics im Datenmanagement
10. 10
    Erstellung, Dokumentation und Fehlerbehebung von Workflows
11. 11
    Automatisierung von Reports
12. 12
    Daten als Grundlage von KI-Systemen
13. 13
    Implementierung von KI-Lösungen in der Praxis
14. 14
    Large Language Models (LLMs)
15. 15
    KI in der Prozessautomatisierung
16. 16
    Fallstudien und Best Practices
17. 17
    Zukunftstrends und Innovationen in KI und Automatisierung
18. 18
    KI im agilen Projektmanagement
19. 19
    Einführung in KI und agiles Projektmanagement
20. 20
    Agile Prinzipien und Methoden
21. 21
    Grundlagen der Künstlichen Intelligenz
22. 22
    Schnittstellen zwischen KI und agilem Projektmanagement
23. 23
    Datenmanagement und Datenqualität in KI-Projekten
24. 24
    Einsatz von KI zur Automatisierung in agilen Projekten
25. 25
    KI-Tools und Technologien im agilen Teamkontext
26. 26
    Planung und Implementierung von KI-Projekten in agilen Strukturen
27. 27
    Change Management und Akzeptanzförderung von KI im Team
28. 28
    Risikomanagement und ethische Aspekte bei KI-Anwendungen
29. 29
    KI-gestützte Entscheidungsfindung und Prognosemodelle
30. 30
    Best Practices und Erfolgsfaktoren im KI-gestützten agilen Projektmanagement
31. 31
    Cyber Security im Kontext von KI-Systemen
32. 32
    Lernziele
33. 33

    Nach Abschluss der Weiterbildungsmaßnahme sind die Teilnehmenden in der Lage

    Die Grundlagen der Künstlichen Intelligenz und deren Entwicklung zu verstehen.
    Automatisierungswerkzeuge und -technologien anzuwenden.
    KI-basierte Lösungen für Prozessautomatisierung zu konzipieren und zu implementieren.
    Die Rolle von Daten für KI-Systeme zu analysieren.
    KI-Anwendungen im Kontext agiler Projektmanagementmethoden zu planen und umzusetzen.
    KI-gestützte Werkzeuge und Technologien im agilen Team einzusetzen.
    Change Management-Prozesse bei der Einführung von KI zu gestalten.
    Ethische und sicherheitsrelevante Aspekte von KI-Anwendungen zu berücksichtigen.
    KI-gestützte Entscheidungsfindung und Prognosemodelle zu nutzen.
    Berufsperspektiven
    Die erworbenen Kenntnisse und Fähigkeiten sind relevant für Tätigkeiten in den Bereichen IT-Management, Projektmanagement, Prozessoptimierung und Softwareentwicklung. Anwendungsfelder umfassen die Implementierung und Verwaltung von KI-Systemen sowie die Optimierung von Arbeitsprozessen durch Automatisierung. Die Inhalte bereiten auf Aufgaben vor, die in der strategischen und operativen Nutzung von KI in Unternehmen anfallen.

1. 1

   Berlin

   28.09.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

2. 2

   Bielefeld

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Bielefeld

   28.09.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

4. 4

   Bremen

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

5. 5

   Eschborn

   28.09.2026 · Blended Learning · Teilzeit · 3–6 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