StudySmarter

Künstliche Intelligenz DT

Laut Katalog dauert der Kurs 1–3 Monate und kostet 1.000–5.000 €. Du lernst im Blended Learning. Anbieter ist Learning Digital Academy GmbH.

brutto im Monat, Vollzeit, inkl. anteiliger Sonderzahlungen, als KI & Machine Learning bundesweit
4.580 €
5.540 €
7.170 €
Untere 25 %
verdienen bisDie Mitte
MedianObere 25 %
verdienen ab

Achse beginnt bei 4.000 €

Förderung prüfen

5.387 weitere Kurse vergleichen

01 · Der Kurs

Der Kurs läuft mit 4 Terminen an 4 Orten

Auf einen Blick

LERNUMFANG
1–3 Monate
KATALOGPREIS
1.000–5.000 €
LERNORT
Nürnberg
NÄCHSTER START
05.10.2026
LERNFORM
Blended Learning

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

  • Künstliche Intelligenz DT umfasst die Kernmodule KI Level 1 und Design Thinking.
  • Grundlagen moderner Datenverarbeitungssysteme
  • Der Weiterbildungskurs vermittelt die Grundlagen moderner Datenverarbeitungssysteme sowie die verfahrenstechnische Verknüpfung nutzerzentrierter Innovationsmethoden durch den gezielten Einsatz von Künstliche Intelligenz in der Produkt- und Serviceentwicklung. Im Fokus steht das Verständnis grundlegender Systemarchitekturen, da der Einsatz von Künstliche Intelligenz kreative Entwicklungsprozesse, Nutzeranalysen und Prototyping-Abläufe nachhaltig optimiert. Durch die Erarbeitung technischer Prinzipien lernen die Teilnehmenden, wie auf Künstliche Intelligenz basierende Systeme zur Ermittlung von Nutzerbedürfnissen und Problemdefinitionen beitragen. Das Seminar beleuchtet die Funktionsweise sprach- und datenverarbeitender Systeme, um den Einsatz von Künstliche Intelligenz bei der Ideengenerierung und Erstellung von Anforderungsprofilen fachgerecht zu steuern. Ein wesentlicher Schwerpunkt liegt auf der präzisen Formulierung von Anweisungen, um durch den Einsatz von Künstliche Intelligenz qualitativ hochwertige und verlässliche Arbeitsergebnisse im Innovationskontext zu generieren. Darüber hinaus adressiert der Kurs das Erkennen von logischen Fehlleistungen und Halluzinationen, die bei der Nutzung von Künstliche Intelligenz im Rahmen von Zielgruppenanalysen oder Nutzertests auftreten können. Auch das Verbinden externer Datenquellen mit Systemen für Künstliche Intelligenz bildet ein wichtiges Element für die verlässliche Bereitstellung von Markt- und Nutzerinformationen im Entwicklungsprozess. Ein weiterer Aspekt betrifft datenschutzrechtliche Vorgaben nach dem EU AI Act und ethische Leitlinien, um den Einsatz von Künstliche Intelligenz im Einklang mit betrieblichen Compliance-Standards zu halten. Schließlich wird die Qualitätskontrolle automatisierter Lösungsansätze behandelt, um den Einsatz von Künstliche Intelligenz in iterativen Innovationszyklen regelkonform und ergebnisorientiert zu verankern. Absolvierende erwerben fundierte Fachkenntnisse, um nutzerzentrierte Entwicklungsprozesse unter Einbindung moderner Systeme für Künstliche Intelligenz methodenrein und effizient zu begleiten.
  • Machine Learning und Deep Learning
  • Der Kurs vermittelt die theoretischen und technischen Grundlagen des Machine Learnings und des Deep Learnings. Die Teilnehmenden erlernen die Unterscheidung grundlegender Lernformen wie Supervised Learning, Unsupervised Learning und Reinforcement Learning zur Analyse komplexer Datenstrukturen im Rahmen des Data Minings. Ein zentraler Schwerpunkt liegt auf der Funktionsweise generativer Systeme, Natural Language Processing, Large Language Models sowie der zugrunde liegenden Transformer-Architektur und dem Attention Mechanism. Die Teilnehmenden erwerben fundierte Fertigkeiten im Bereich des Prompt Engineerings unter Nutzung von Zero-Shot und Few-Shot Prompting zur gezielten Generierung von Texten, Anforderungsspezifikationen und strukturierten Daten. Darüber hinaus behandelt der Kurs fortgeschrittene Verfahren wie Retrieval-Augmented Generation zur Einbindung unternehmensinterner Wissensbestände sowie Methoden des Fine-Tunings vortrainierter Modelle. Um eine hohe Daten- und Ergebnisqualität zu gewährleisten, erlernen die Teilnehmenden das Erkennen von Halluzinationen, das Vermeiden von Overfitting und Underfitting sowie den Einsatz von Embeddings und Vector Databases zur semantischen Informationsverarbeitung. Ergänzt wird die technische Ausbildung durch regulatorische und ethische Fragestellungen im Rahmen von AI Ethics, Bias, Explainable AI und den Vorgaben des EU AI Acts in Verbindung mit Data Privacy und Intellectual Property. Abschließend bietet die Weiterbildung einen praxisnahen Einblick in MLOps, den Einfluss von Context Windows und Tokenisierung sowie die Funktionsweise autonomer AI Agents zur Automatisierung operativer Prozesse.
  • Verknüpfung technologischer Verfahren
  • Zusätzlich widmet sich der Kurs der Verknüpfung technologischer Verfahren mit den phasenbasierten Abläufen des Design Thinking. Die Teilnehmenden erarbeiten die systematische Einbettung datenbasierter Analysemodelle in die Phasen der Empathiefindung, Problemdefinition, Ideengenerierung, des Prototypings und des Testens. Der Kurs vermittelt den Einsatz generativer Systeme und von Computer Vision zur Erstellung von Personas, User Journey Maps, Empathy Maps sowie zur zügigen Anfertigung von Low-Fidelity- und High-Fidelity-Prototypen. Zur strategischen Absicherung erstellter Innovationskonzepte erarbeiten die Teilnehmenden Analysen mittels Business Model Canvas, SWOT-Analyse und PESTEL-Analyse im Kontext der digitalen Transformation. Weiterhin werden Methoden zur Auswertung von Nutzertests durch Predictive Analytics und Sentiment Analysen behandelt. Die Verknüpfung strategischer Zielsetzungen mit den Entwicklungsergebnissen erfolgt über transparente Zielsysteme mittels OKRs, KPIs und der Balanced Scorecard. Zur finanziellen Bewertung der entwickelten Lösungsansätze vermittelt der Kurs Verfahren zur Berechnung des Return on Investment, Break-Even-Analysen sowie die Unterscheidung von CAPEX und OPEX. Abschließend wird die Überführung erarbeiteter Prototypen in agile Umsetzungsstrukturen unter Berücksichtigung organisatorischer Veränderungsbereitschaft und Corporate-Governance-Vorgaben vertieft.

Der Kurs

Ablauf, Termine und Lernort

  1. 1

    Nürnberg

    05.10.2026 · Blended Learning · Teilzeit · 1–3 Monate · 1.000–5.000 €

  2. 2

    Wiesbaden

    05.10.2026 · Blended Learning · Teilzeit · 1–3 Monate · 1.000–5.000 €

  3. 3

    München

    05.10.2026 · Blended Learning · Teilzeit · 1–3 Monate · 1.000–5.000 €

  4. 4

    Stuttgart

    05.10.2026 · Blended Learning · Teilzeit · 1–3 Monate · 1.000–5.000 €

02 · Kosten & Förderung

Kursgebühr 1.000–5.000 €, mit bewilligtem Bildungsgutschein 0 €

Dieser Kurs ist im Katalog als förderfähig gekennzeichnet.

Förderwege

Wer deinen Kurs zahlt

FÖRDERUNGBildungsgutschein: Voraussetzungen und Ablauf→FÖRDERUNGAufstiegs-BAföG→FÖRDERUNGAVGS oder Bildungsgutschein→FÖRDERUNGAlle Förderwege im Vergleich→FÖRDERUNGFörderung für KI & Machine Learning→

03 · Gehalt

KI & Machine Learning Gehalt: 5.540 € in der Mitte bundesweit

Die mittlere Hälfte verdient 4.580 € bis 7.170 € brutto im Monat in Vollzeit.

Brutto im Monat

Mitte und Viertel bundesweit

Mindestlohn bei 40 Wochenstunden2.409 €/Monat
gesetzliche Untergrenze
Unteres Viertel bundesweit4.580 €/Monat
ein Viertel verdient weniger
Mitte aller Vollzeitbeschäftigten bundesweit5.540 €/Monat
Median, inkl. Sonderzahlungen
Oberes Viertel bundesweit7.170 €/Monat
ein Viertel verdient mehr

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.

04 · Anbieter

476 Kurse mit aktuellem Termin an 9 Orten

476Kurse mit aktuellem Termin
9Angebotsorte

476 Kurse mit aktuellem Termin in unserem Vergleich. Lernformen: Blended Learning, Virtuelles Klassenzimmer.

Angebote an 9 Orten; in der Kurssuche wählst du den Lernort und Termin bei Learning Digital Academy GmbH.

Themen

KI & Machine LearningScrum & agiles ProjektmanagementOnline-MarketingSEO & SEM (Suchmaschinenmarketing)Englisch für den Beruf

05 · Jobs

Stellen für dein berufliches Ziel

Arbeitsmarkt

KI & Machine Learning bundesweit in Zahlen

BESETZUNG86 Tageim Schnitt bis besetzt
ARBEITSLOSENQUOTE2,4 %Berufsgruppe, bundesweit
ENGPASSjaEngpassberuf

Die Kennzahlen gelten für die Berufsgruppe Berufe in der Informatik (o.S.) (Spezialisten) in den Referenzdaten 2025. Diese Bundeswerte beschreiben das Berufsfeld insgesamt; sie sagen nicht, wie schnell du persönlich eine Stelle findest.

TippNutze diese Orientierung für deinen Kursvergleich: Markiere in drei bis fünf Stellenanzeigen die wiederkehrenden Anforderungen. Ein Kurs mit Praxis, dem passenden Nachweis und einem realistischen Zugang zur Zielrolle ist aussagekräftiger als ein allgemeines Versprechen guter Jobchancen.

06 · Kurse

5.387 Kurse zum Vergleich

Für eine gute Wahl reichen zwei oder drei der 5.387 Kurse mit gleichem Ziel, die du Punkt für Punkt nebeneinanderlegst.

5.387 Kurse zum Vergleich.

5.387Kurse
Künstliche Intelligenz CMLearning Digital Academy GmbH · Nürnberg · Blended Learning
  • 1.000–5.000 €
  • Teilzeit
  • 1–3 Monate
  • Start ab 05.10.2026
Zum Kurs
Kläre deinen persönlichen Kursstart

Häufige Fragen

3 Fragen, kurz beantwortet

Kläre deinen persönlichen Kursstart (5.387 Kurse)

Preis, Dauer und nächster Start der 5.387 Kurse im direkten Vergleich.

Angebote dieses Anbieters
Redaktion StudySmarter WeiterbildungAktualisiert am 01.10.2026 · So rechnen wir