Prompt Engineering: PO-Listening, PO-Briefings und Backlog-Refinement

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 Product-Owner-Profile 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 Product-Owner-Profile
4. 4

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

   Backlog-Refinement
   Discovery-Workshops
   Roadmap-Updates
   Stakeholder-Demos
   Sprint-Reviews
   Inhalte
   Die Weiterbildung gliedert sich in drei Hauptbereiche.
   Im Modul "KI für Projektmanager:innen" werden die Grundlagen der Künstlichen Intelligenz, KI-Anwendungen im Projektmanagement, Foundation Models und Open-Source-KI-Tools vermittelt. Der Kurs behandelt die Integration von KI in den Projektalltag, die Implementierung von KI-Projekten, ethische, datenschutzrechtliche und rechtliche Rahmenbedingungen sowie die Evaluation von KI-Lösungen. Soft Skills für KI-Projekte, wie Kommunikation, Führung und Veränderungsmanagement, werden ebenfalls thematisiert. Ein Exkurs behandelt Projektmanagement und die Arbeit mit ChatGPT.
   Das Modul "KI und Automatisierung" führt in die Konzepte von KI und Automatisierung ein, beleuchtet deren Geschichte und Entwicklung sowie Grundbegriffe und Schlüsseltechnologien. Inhalte umfassen die Grundlagen von Make.com, Datenmanagement in Automatisierungsprozessen, die Dokumentation von Workflows, Fehlerbehebung und die Automatisierung von Reports. Ein Exkurs widmet sich Daten als Grundlage von KI-Systemen und Large Language Models (LLMs). Die Implementierung von KI-Lösungen in der Praxis, KI in der Prozessautomatisierung sowie Fallstudien und Best Practices werden behandelt. Zukunftstrends in KI und Automatisierung sind ebenfalls Teil des Moduls.
   Das Modul "ITIL® 4 Specialist - Drive Stakeholder Value (DSV)" fokussiert auf die Gestaltung von Wertschöpfung durch die Zusammenarbeit zwischen Dienstleistungsanbietern und ihren Kunden, Nutzern, Lieferanten und Partnern. Inhalte umfassen das gemeinsame Definieren von Zielen, die Gestaltung der Customer Journey mithilfe von Tools und Methoden, die Steuerung von Erwartungen durch Anforderungsmodelle, das Verstehen des Ist-Zustands und die Fokussierung auf Zielgruppen. Der Aufbau von Vertrauen und die Bindung von Stakeholdern, die Gestaltung von Services, die Abstimmung von Erwartungen und Leistungen sowie das Onboarding von Kunden werden behandelt. Co-Creation, die Sichtbarmachung von Wert durch Realisierung und Nutzen, die Etablierung von Feedbacksystemen und Messungen sowie die Bewertung von Ergebnissen sind weitere Themen. Der Fortschrittssicherung und Weiterentwicklung in Zyklen wird ebenso Raum gegeben wie Innovation und KI in Stakeholder-Beziehungen. Die Anwendung von ITIL® 4 DSV auf operativer, taktischer und strategischer Ebene sowie die Prüfungsvorbereitung runden das Modul ab.
   Lernziele

5. 5

   Nach Abschluss der Weiterbildungsmaßnahme sind die Teilnehmenden in der Lage

   Die Grundlagen der Künstlichen Intelligenz und deren Anwendung im Projektmanagement zu verstehen.
   KI-Tools und -Technologien zur Effizienzsteigerung in Projekten einzusetzen.
   KI-Projekte zu planen, zu implementieren und zu evaluieren.
   Ethische, datenschutzrechtliche und rechtliche Aspekte bei der Nutzung von KI zu berücksichtigen.
   Die Prinzipien des ITIL® 4 DSV anzuwenden, um Wertschöpfung durch Stakeholder-Management zu gestalten.
   Die Customer Journey zu analysieren und zu optimieren.
   Services im Hinblick auf Stakeholder-Erwartungen zu entwickeln und zu verbessern.
   Automatisierungspotenziale in Arbeitsprozessen zu identifizieren und zu realisieren.
   Grundlegende Automatisierungswerkzeuge und -techniken anzuwenden.
   Berufsperspektiven
   Die Weiterbildung richtet sich an Projektmanager:innen, Projektleiter:innen und Fachkräfte, die KI-gestützte Methoden in ihre Projektarbeit integrieren möchten. Sie qualifiziert für Tätigkeiten im Projektmanagement, im IT-Management und in der Prozessoptimierung, insbesondere in Bereichen, die von der Implementierung von KI und Automatisierung profitieren. Das erworbene Wissen im Bereich ITIL® 4 DSV ist relevant für Rollen im IT-Service-Management und in der kundenorientierten Dienstleistungsgestaltung.

1. 1

   Berlin

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   Dortmund

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

3. 3

   Bremen

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

4. 4

   Bremen

   28.09.2026 · Blended Learning · Teilzeit · 3–6 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