KI und Design Thinking für Innovation und Prozessgestaltung

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 Weiterbildung
2. 2
   Die Weiterbildung vermittelt Kenntnisse und praktische Fähigkeiten in den Bereichen Künstliche Intelligenz (KI), Automatisierung und Design Thinking. Sie zielt darauf ab, die Anwendung von KI-Technologien zur Prozessoptimierung und Innovationsentwicklung zu ermöglichen. Des Weiteren werden Methoden zur nutzerzentrierten Lösungsfindung und zur Förderung von Innovationsprozessen vermittelt.
3. 3
   Inhalte
4. 4

   Die Weiterbildung gliedert sich in die folgenden Themenbereiche

   KI und Automatisierung
   Einführung in KI und Automatisierung
   Geschichte und Entwicklung der KI
   Grundbegriffe und Schlüsseltechnologien der KI
   Das Automatisierungsprojekt
   Make.com Foundations
   Automation Basics: Datenmanagement
   Workflows dokumentieren, Fehler beheben und Reports automatisieren
   Exkurs: Daten als Grundlage von KI-Systemen
   Implementierung von KI-Lösungen in der Praxis
   Exkurs: Large Language Models (LLMs)
   KI in der Prozessautomatisierung
   Fallstudien und Best Practices
   Zukunftstrends und Innovationen in KI und Automatisierung
   Abschlussarbeit
   Design Thinking
   Einführung in Design Thinking
   Prinzipien des Design Thinking
   Anwendungsbereiche und Kontext von Innovationen
   Ideenfindung und Kreativitätstechniken
   Prototyping und Experimentieren
   Iteratives Arbeiten und Feedback-Schleifen
   Teamarbeit und interdisziplinäre Zusammenarbeit
   Innovationskultur und Fehlerkultur
   Skalierung und Integration von Design Thinking
   Erfolgsmessung und kontinuierliche Verbesserung
   Abschluss und Ausblick
   Lernziele

5. 5

   Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage

   Die Grundlagen von KI und Automatisierung zu verstehen und anzuwenden.
   Automatisierungswerkzeuge zur Effizienzsteigerung von Arbeitsprozessen einzusetzen.
   KI-Technologien und deren Potenzial für Innovationen zu identifizieren.
   Die Prinzipien und Methoden des Design Thinking anzuwenden.
   Nutzerbedürfnisse zu analysieren und daraus Lösungsansätze zu entwickeln.
   Ideenfindungstechniken anzuwenden und Prototypen zu erstellen.
   Iterative Prozesse und Feedbackschleifen im Innovationsmanagement zu nutzen.
   KI-Lösungen und Design Thinking Ansätze in der Praxis zu implementieren.
   Fallstudien und Best Practices im Bereich KI, Automatisierung und Design Thinking zu analysieren.
   Berufsperspektiven
   Die erworbenen Kompetenzen sind relevant für Tätigkeiten in Bereichen wie Projektmanagement, Prozessoptimierung, Innovationsmanagement und IT-Entwicklung. Die Weiterbildung bereitet auf Aufgaben vor, die die Anwendung von KI-Technologien, Automatisierungslösungen und nutzerzentrierten Innovationsmethoden erfordern.
   Zusammenfassung
   Diese Weiterbildung vermittelt umfassende Kenntnisse in den Bereichen KI, Automatisierung und Design Thinking. Die Inhalte umfassen technische Grundlagen, praktische Anwendungsszenarien und methodische Ansätze zur Förderung von Innovation und Effizienz in Arbeitsprozessen. Die Weiterbildung richtet sich an Fachkräfte, die ihre Kompetenzen im Umgang mit zukunftsweisenden Technologien und Innovationsmethoden erweitern möchten.

1. 1

   Berlin

   21.12.2026 · Blended Learning · Teilzeit · 3–6 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

   Dortmund

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

5. 5

   Bielefeld

   21.12.2026 · 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