Online-Market: Audience-Synthesen, Banner-Iterationen, Brand-Lift-Tests

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
2. 2
   Diese Weiterbildungsmaßnahme richtet sich an alle Interessierten, die ihre beruflichen Kenntnisse erweitern möchten. Die Praxisbeispiele und Übungsaufgaben sind so gewählt, dass sie besonders gut auf den Berufsalltag von Online-Marketing-Profis übertragbar sind; die Teilnahme steht ausdrücklich allen offen, unabhängig von der aktuellen beruflichen Tätigkeit. Vermittelt werden Methoden, Werkzeuge und Inhalte, die in unterschiedlichen Tätigkeitsfeldern eingesetzt werden können.
3. 3
   Praxisbezug für Online-Marketing-Profis
4. 4

   Die folgenden typischen Aufgaben aus dem Berufsalltag von Online-Marketing-Profis dienen als Beispiele in den Übungen; sie können in der Veranstaltung auf andere Tätigkeitsfelder übertragen werden

   Google-Ads-Kampagnen
   A-B-Tests
   Funnel-Optimierung
   Tracking-Setups
   Conversion-Hypothesen
   Inhalte

5. 5

   Die Weiterbildung gliedert sich in drei Hauptbereiche

6. 6

   KI für Projektmanager:innen

   Grundlagen der Künstlichen Intelligenz und deren Anwendungsfelder im Projektmanagement.
   Einführung in Foundation Models und Open-Source-KI-Tools.
   Integration von KI in den Projektalltag und die Implementierung von KI-Projekten.
   Ethische, datenschutzrechtliche und rechtliche Rahmenbedingungen für den Einsatz von KI.
   Evaluation von KI-Lösungen sowie Soft Skills für die Führung und Veränderungsbegleitung in KI-Projekten.
   Arbeiten mit ChatGPT und rechtliche Aspekte der KI-Nutzung.

7. 7

   ITIL® 4 Specialist - High Velocity IT (HVIT)

   Grundlagen und Konzepte von High Velocity IT im Kontext von ITIL® 4.
   Analyse der digitalen Reife und Formulierung von Zielbildern für HVIT.
   Verständnis und Kombination von Agilität, Lean und DevOps.
   Management des Digital Product Lifecycle und Anwendung von Techniken der High Velocity IT.
   Lean-Prinzipien, die digitale Wertschöpfungskette und die Sichtbarmachung von Wertströmen.
   Cultural Change, resiliente Architekturen und zentrale Verhaltensmuster in HVIT.
   Technologische Exzellenz, Automatisierung und datengetriebene Entscheidungsfindung.
   Anwendung von ITIL® Practices für High Velocity IT, Wertrealisierung und Kundenwahrnehmung.
   Balance zwischen Governance, Risiko und Geschwindigkeit, Informationssicherheit und Vertrauen durch Ethik.
   Lernen, Innovation und Kulturverankerung sowie Messung und Berichterstattung von Performance.
   Nachhaltigkeit und kontinuierliche Verbesserung.

8. 8

   KI im agilen Projektmanagement

   Schnittstellen zwischen KI und agilem Projektmanagement.
   Datenmanagement und Datenqualität in KI-Projekten.
   Einsatz von KI zur Automatisierung in agilen Projekten und Nutzung von KI-Tools.
   Planung und Implementierung von KI-Projekten in agilen Strukturen.
   Change Management und Akzeptanzförderung von KI im Team.
   Risikomanagement, ethische Aspekte und Cyber Security bei KI-Anwendungen.
   KI-gestützte Entscheidungsfindung und Prognosemodelle.
   Best Practices und Erfolgsfaktoren im KI-gestützten agilen Projektmanagement.
   Lernziele

9. 9

   Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage

   Grundlagen und Anwendungsbereiche von Künstlicher Intelligenz im Projektmanagement zu verstehen.
   Foundation Models und Open-Source-KI-Tools zu identifizieren und deren Potenzial einzuschätzen.
   KI-Lösungen zur Steigerung der Effektivität und Präzision von Projektabläufen einzusetzen.
   Ethische, datenschutzrechtliche und rechtliche Rahmenbedingungen für KI-Anwendungen zu berücksichtigen.
   Die Prinzipien von High Velocity IT nach ITIL® 4 zu verstehen und anzuwenden.
   Agilität, Lean und DevOps zur Beschleunigung von Geschäftsprozessen zu kombinieren.
   Den Digital Product Lifecycle zu managen und KI-Techniken in diesem Kontext einzusetzen.
   Wertströme zu identifizieren und zu optimieren sowie datengetriebene Entscheidungen zu treffen.
   Die Bedeutung von Cultural Change und resilienten Architekturen für HVIT zu erkennen.
   KI-gestützte Automatisierung und Entscheidungsfindung im agilen Projektmanagement zu nutzen.
   KI-Projekte in agilen Strukturen zu planen, zu implementieren und zu managen.
   Risiken, ethische Aspekte und Cyber Security im Kontext von KI-Anwendungen zu bewerten.
   Berufsperspektiven
   Die erworbenen Kompetenzen sind relevant für Rollen im Projektmanagement, IT-Management und in der agilen Softwareentwicklung. Anwendungsfelder umfassen die Planung, Implementierung und Steuerung von Projekten, die KI-Technologien nutzen, sowie die Optimierung von IT-Services und Geschäftsprozessen im Sinne von High Velocity IT. Die Weiterbildung bereitet auf Tätigkeiten vor, die die Integration und das Management von KI-Lösungen in unterschiedlichen organisationalen Kontexten erfordern.

1. 1

   Bielefeld

   09.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Berlin

   09.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

3. 3

   Bielefeld

   09.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

4. 4

   Bremen

   09.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

5. 5

   Freiburg im Breisgau

   09.11.2026 · 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