Modulare Weiterbildung Künstliche Intelligenz

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
   Mit dem Einsatz von Sprachmodellen und generativer KI verändern sich Arbeitsabläufe und Berufsbilder in vielen Branchen. Die Modulare Weiterbildung Künstliche Intelligenz führt durch sechs aufeinander aufbauende Module von den technischen und rechtlichen Grundlagen über die Management-Ebene mit Governance, Compliance und Strategie bis zur operativen Umsetzung durch Prompting, KI-Training und automatisierte Workflows.
2. 2

   Wesentliche Kursinhalte sind

   Zertifizierte:r KI-Assistent:in - Grundlagen Künstliche Intelligenz, ChatGPT & EU AI Act
   Funktionsweise von Large Language Models, Anforderungen des EU AI Act mit Schwerpunkt auf Artikel 4 KI-VO (KI-Kompetenznachweis), Schnittstellen zu DSGVO, Urheberrecht und Persönlichkeitsrecht, Erkennen von Halluzinationen und Bias. Vorbereitung auf die Rolle als interne Ansprechperson für den fachkundigen KI-Einsatz im Team.
   Zertifizierte:r KI-Beauftragte:r - Governance, Compliance, Datenschutz & Ethik
   Aufbau eines KI-Governance-Frameworks, risikobasierte Einstufung von KI-Anwendungen nach den vier Kategorien der KI-Verordnung, Pflege eines KI-Anwendungsregisters, systematisches Risikomanagement, Erarbeitung ethischer Leitlinien (Responsible AI), Konzeption eines Schulungsprogramms zur KI-Kompetenz nach Artikel 4 KI-VO, Vorbereitung auf interne und externe Audits.
   Zertifizierte:r KI-Stratege / KI-Strategin - KI-Strategie, Digitale Transformation & Leadership
   Entwicklung einer unternehmensweiten KI-Strategie in Anlehnung an die Geschäftsstrategie, Reifegradanalyse entlang von Daten, Prozessen, Kultur und Strategie, Aufbau einer Roadmap mit den Phasen Fundierung, Pilotierung und Skalierung, Priorisierung von Use Cases mit der Nutzen-Machbarkeits-Matrix. Kalkulation von Business Cases mit Total Cost of Ownership, Aufbau eines Center of Excellence, Einführung von MLOps-Standards, Change Leadership beim kulturellen Wandel.
   Zertifizierte:r KI-Prompt-Engineer:in - Generative KI & Large Language Models
   Technische Grundlagen zu Tokens und Kontextfenstern, strukturierte Prompts mit den Frameworks CRISP und CO-STAR, fortgeschrittene Techniken wie Few-Shot Prompting, Chain-of-Thought und Aufgabenzerlegung, KI-Anwendungen in der Marketingpraxis (Buyer Personas, SEO, Social Media, E-Mail-Marketing), multimodales Prompting für Bild-, Video- und Audio-Generierung, Self-Consistency und Quellenbasiertes Prompting zur Sicherung der Faktentreue.
   Zertifizierte:r KI-Trainer:in - Machine Learning & Fine-Tuning von KI-Modellen
   Identifikation manueller Prozesse mit Automatisierungspotenzial, Aufbau eines One-Pager-Business-Case, Übersicht der Trainingsansätze für Endanwender, Konzeption wiederverwendbarer Trainings-Bibliotheken aus Master-Briefing und Spezial-Bausteinen, Implementierung in permanente Werkzeuge wie Custom GPTs, Claude-Projekte und Gemini Gems, ethische Bewertung nach dem CARE-Prinzip, Begleitung der Team-Einführung als interne Ansprechperson.
   Zertifizierte:r KI-Workflow-Architekt:in - Automatisierung & Multi-Agenten-Systeme
   Analyse und Modellierung von Geschäftsprozessen mit der Business Process Model and Notation (BPMN), architektonische Unterscheidung zwischen deterministischen Workflows und probabilistischen KI-Agenten, technische Umsetzung mit der Automatisierungsplattform n8n. Implementierung von Langzeitgedächtnis über Retrieval Augmented Generation (RAG) und Context Injection, Orchestrierung von Multi-Agenten-Systemen, Entwurf von Guardrails und Human-in-the-Loop-Konzepten, Umsetzung der Anforderungen aus EU AI Act und DSGVO in der Systemarchitektur.
   Abschluss
   Die sechs Module bauen aufeinander auf. Mit dem Abschluss aller sechs Module wird das WPI-Zertifikat "Zertifizierte:r KI-Manager:in / Certified AI Manager - Diploma in AI Management" des Web Professional Institute erworben. Das Zertifikat wird in deutscher und englischer Sprache ausgestellt.

1. 1

   Online

   28.09.2026 · Virtuelles Klassenzimmer · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Online

   28.09.2026 · Virtuelles Klassenzimmer · Teilzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Online

   12.10.2026 · Virtuelles Klassenzimmer · Vollzeit · 1–3 Monate · 1.000–5.000 €

4. 4

   Online

   12.10.2026 · Virtuelles Klassenzimmer · 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