Künstliche Intelligenz im Projekt­management

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 des Kurses
2. 2
   Die Weiterbildungsmaßnahme vermittelt umfassende Kenntnisse und praktische Fähigkeiten in den Bereichen Künstliche Intelligenz (KI) für Projektmanager:innen, DevOps-Grundlagen und der Anwendung von ChatGPT. Ziel ist die Befähigung zur effektiven Nutzung von KI-Tools und agilen Methoden zur Optimierung von Projekten und IT-Prozessen.
3. 3
   Inhalte
4. 4

   Die Weiterbildung gliedert sich in drei Hauptmodule

   KI für Projektmanager:innen*
   Einführung in die Grundlagen der Künstlichen Intelligenz und deren Anwendungsbereiche im Projektmanagement.
   Vertiefung in Foundation Models, Open Source KI-Tools und deren praktische Anwendung im Projektalltag.
   Behandlung von Themen wie Implementierung von KI-Projekten, ethische und rechtliche Rahmenbedingungen, Datenschutz sowie die Evaluation von KI-Lösungen.
   Entwicklung von Soft Skills für KI-Projekte, einschließlich Kommunikation, Führung und Veränderungsmanagement.
   Exkurse zu spezifischen Themen wie Projektmanagement und die Arbeit mit ChatGPT.
   DevOps Foundation Fast Track*
   Vermittlung der Kernkonzepte, Werte und Prinzipien von DevOps und agilen Methoden.
   Erörterung von DevOps-Kultur, Stakeholder-Kollaboration und Servicemanagement.
   Behandlung von zentralen DevOps-Praktiken, einschließlich Continuous Integration, Delivery und Deployment, Testmethoden und Qualitätssicherung.
   Einführung in Container, Microservices, Open Source Technologien und Lean Thinking.
   Auseinandersetzung mit Metriken, KPIs, Change Management, Resilienz und Automatisierungsstrategien.
   Betrachtung von agilen Rahmenwerken wie Scrum und Kanban, sowie innovativen Praktiken wie ChatOps.
   Analyse von Wertstrom, kontinuierlicher Verbesserung und Knowledge Sharing.
   Exkurse zu Themen wie DevSecOps, Site Reliability Engineering (SRE) und Application Programming Interfaces (APIs).
   ChatGPT Experte*
   Einblick in die Welt der Künstlichen Intelligenz und Grundlagen generativer KI.
   Praktische Anwendung von ChatGPT, Erörterung weiterer Funktionen und alternativer Large Language Models (LLMs).
   Behandlung von Sicherheit im Umgang mit ChatGPT und Vorstellung verschiedener Anwendungsszenarien.
   Lernziele

5. 5

   Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage

   KI-Werkzeuge und -Methoden gezielt im Projektmanagement einzusetzen.
   Agile Prinzipien und DevOps-Praktiken zur Steigerung der Effizienz und Qualität in IT-Projekten anzuwenden.
   ChatGPT und ähnliche generative KI-Modelle für verschiedene Anwendungsfälle zu nutzen.
   Ethische, datenschutzrechtliche und rechtliche Aspekte im Umgang mit KI zu berücksichtigen.
   Veränderungsprozesse im Kontext von KI- und DevOps-Implementierungen zu gestalten.
   Berufsperspektiven
   Die erworbenen Kompetenzen sind relevant für Rollen im Projektmanagement, IT-Management, Softwareentwicklung und in der IT-Service-Optimierung. Absolvent:innen können Tätigkeiten in der Konzeption, Implementierung und Steuerung von KI-gestützten Projekten sowie in der Verbesserung von IT-Entwicklungs- und Betriebsprozessen übernehmen.

1. 1

   Bielefeld

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

2. 2

   Bremen

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

3. 3

   Freiburg im Breisgau

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

4. 4

   Bremen

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

5. 5

   Dortmund

   28.09.2026 · 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