Projekt­management mit KI, agile Führungs­methoden

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
   KI für Projektmanager:innen, Agile Leadership und Coach für Projektmanagement
2. 2
   Zielsetzung
3. 3
   Diese Weiterbildungsmaßnahme vermittelt vertiefte Kenntnisse und praxisorientierte Fähigkeiten in den Bereichen Künstliche Intelligenz (KI) im Projektmanagement, agiler Führung und Coaching für Projektmanagement. Die Teilnehmenden erwerben Kompetenzen zur strategischen Anwendung von KI-Tools, zur effektiven Führung agiler Teams und zur Unterstützung von Projektteams als Coach.
4. 4
   Inhalte
5. 5

   Die Weiterbildung gliedert sich in drei Hauptbereiche

   KI für Projektmanager:innen:*
   Grundlagen der Künstlichen Intelligenz und deren Anwendungsbereiche im Projektmanagement.
   Einführung in Foundation Models und Open-Source-KI-Tools.
   Praktische Anwendung von KI im Projektalltag, inklusive Implementierung von KI-Projekten.
   Ethische, datenschutzrechtliche und rechtliche Rahmenbedingungen für den Einsatz von KI.
   Evaluation von KI-Lösungen und Soft Skills für KI-Projekte, wie Kommunikation, Führung und Veränderungsmanagement.
   Zusatzthemen wie der Umgang mit ChatGPT und rechtliche Aspekte der KI-Nutzung.
   Agile Leadership: Führung in einer agilen Arbeitswelt:*
   Grundlagen und Notwendigkeit agiler Führung.
   Konzepte und Methoden agiler Führung.
   Agile Methoden, Tools und Werkzeuge.
   Zusatzthemen wie Führung mit Metriken, Liquiditätsplanung und Risikomanagement im agilen Kontext.
   Coach für Projektmanagement:*
   Einführung in menschenzentriertes Projektmanagement.
   Kommunikations- und Fragetechniken im Projektmanagement.
   Teamdynamik, Veränderungsprozesse und emotionale Dynamiken in Projektteams.
   Coaching als Gesprächstechnik und die Förderung von dezentraler Entscheidungsfindung.
   Krisen- und Konfliktmanagement sowie Motivationsförderung.
   Lernziele

6. 6

   Nach Abschluss dieser Weiterbildung sind die Teilnehmenden in der Lage

   KI-Werkzeuge und -Methoden zur Optimierung von Projekten einzusetzen.
   Foundation Models und Open-Source-KI-Tools für Projektmanagementaufgaben zu nutzen.
   KI-Projekte ethisch und rechtlich konform zu implementieren und zu evaluieren.
   Agile Führungskonzepte anzuwenden und agile Teams erfolgreich zu leiten.
   Metriken zur Steuerung agiler Projekte einzusetzen und Risiken im agilen Kontext zu managen.
   Als Coach Projektteams in Veränderungsprozessen zu unterstützen und Konflikte zu lösen.
   Teamdynamiken zu verstehen und die Motivation von Teammitgliedern zu fördern.
   Berufsperspektiven
   Die erworbenen Kompetenzen qualifizieren für Rollen im Projektmanagement, insbesondere für Projektleiter:innen, die KI in ihre Arbeit integrieren möchten, sowie für Führungskräfte in agilen Umgebungen. Weiterhin werden die Fähigkeiten für Tätigkeiten im Bereich des Projektcoachings und der Beratung von Projektteams vermittelt. Die Inhalte sind relevant für IT-Projektmanagement, IT-Management und verwandte Bereiche.

1. 1

   Berlin

   26.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   Bielefeld

   26.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

3. 3

   Bielefeld

   26.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

4. 4

   Dortmund

   26.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

5. 5

   Bremen

   26.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

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