Projekt­management mit KI: Anwendung

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 vermittelt Kenntnisse und Fähigkeiten im Bereich Künstliche Intelligenz (KI) und deren Anwendung im Projektmanagement sowie in ethischen und rechtlichen Fragestellungen. Die Inhalte sind darauf ausgerichtet, Projektmanager:innen zu befähigen, KI-Technologien zur Optimierung von Entscheidungsprozessen und zur Steigerung der Effektivität in Projekten einzusetzen. Ferner werden Grundlagen zur visuellen Prozesssteuerung mittels Kanban sowie zur ethischen und rechtlichen Bewertung von KI-Systemen behandelt.
3. 3
   Inhalte
4. 4
   Die Weiterbildung gliedert sich in mehrere Module. Im Modul "KI für Projektmanager:innen" werden die Grundlagen der Künstlichen Intelligenz, spezifische KI-Anwendungen im Projektmanagement, Foundation Models und Open-Source-KI-Tools thematisiert. Der Umgang mit KI im Projektalltag, die Implementierung von KI-Projekten sowie die Evaluation von KI-Lösungen werden ebenso behandelt wie ethische, datenschutzrechtliche und rechtliche Rahmenbedingungen. Ergänzend werden Soft Skills für KI-Projekte, wie Kommunikation, Führung und Veränderungsmanagement, vermittelt. Ein Exkurs zum Projektmanagement und ein Zusatzthema zur Arbeit mit ChatGPT runden dieses Modul ab.
5. 5
   Das Modul "Ethik und Recht in der Künstlichen Intelligenz" befasst sich mit ethischen Dilemmata moderner KI-Technologien. Inhalte umfassen die Einführung in Ethik und Recht der KI, einen Überblick über den EU AI Act, Transparenz und Nachvollziehbarkeit von KI-Systemen, Datenschutz und Datensicherheit, algorithmische Fairness und Diskriminierungsfreiheit, ethische Prinzipien sowie Governance und Compliance in der KI. Internationale Perspektiven und Vergleiche werden ebenfalls betrachtet.
6. 6
   Das Modul "Kanban" vermittelt die Grundlagen der visuellen Arbeitsprozessdarstellung und -steuerung. Themen sind das Kanban-Board, die Nutzung von Tools wie Trello, die Kombination von Kanban mit anderen agilen Methoden, Kanban-Metriken zur Performance-Messung sowie Teamarbeit und Kommunikation im Kanban-Kontext. Die Integration von Kanban in bestehende Prozesse wird ebenfalls behandelt.
7. 7
   Lernziele
8. 8

   Nach Abschluss dieser Weiterbildungsmaßnahme sind die Teilnehmenden in der Lage

   Die Grundlagen der Künstlichen Intelligenz und ihre Anwendungsbereiche im Projektmanagement zu verstehen.
   KI-Tools und -Methoden zur Entscheidungsfindung und Effizienzsteigerung in Projekten einzusetzen.
   Ethische und rechtliche Aspekte im Umgang mit KI zu bewerten und zu berücksichtigen.
   KI-Systeme hinsichtlich ihrer Transparenz, Fairness und Sicherheit zu analysieren.
   Kanban zur visuellen Steuerung und kontinuierlichen Verbesserung von Arbeitsprozessen anzuwenden.
   Die Zusammenarbeit in KI- und agilen Projektumgebungen zu gestalten.
   Berufsperspektiven
   Die erworbenen Kompetenzen sind relevant für Tätigkeiten im Projektmanagement, IT-Management und in beratenden Funktionen im Bereich Künstliche Intelligenz. Die Weiterbildung unterstützt die berufliche Entwicklung von Fachkräften, die KI-Lösungen in Projekten implementieren und steuern oder agile Arbeitsprozesse gestalten möchten.

1. 1

   Berlin

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

2. 2

   Bielefeld

   09.11.2026 · Blended Learning · Vollzeit · 1–3 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

   Bremen

   09.11.2026 · Blended Learning · 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