Prompt Engineering: Vorgangs-Routing, Antrags-Prüfung, Akten-Vermerke

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 Sachbearbeitende 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 Sachbearbeitende
4. 4

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

   Vorgangs-Routing
   Antrags-Prüfung
   Bescheid-Drafts
   Auskunfts-Recherche
   Akten-Vermerke
   Ziele der Weiterbildung
   Die Weiterbildung vermittelt Kenntnisse im Bereich Künstliche Intelligenz (KI) und deren Anwendung in Prozessautomatisierung und agilen Projektmanagementmethoden. Teilnehmer erwerben Kompetenzen zur Nutzung von KI-Technologien zur Steigerung der Effizienz von Arbeitsprozessen, zur Identifikation von Innovationspotenzialen und zur Optimierung von Projektmanagementabläufen.
   Inhalte

5. 5

   Die Weiterbildung gliedert sich in zwei Hauptkurse

   KI und Automatisierung*
   Die Inhalte umfassen eine Einführung in KI und Automatisierung, die Geschichte und Entwicklung der KI sowie grundlegende Begriffe und Schlüsseltechnologien. Thematisiert werden die Grundlagen von Make.com, Datenmanagement im Kontext von Automatisierung, Dokumentation von Workflows, Fehlerbehebung und Automatisierung von Reports. Ein Exkurs behandelt Daten als Grundlage von KI-Systemen. Weiterhin werden die Implementierung von KI-Lösungen in der Praxis, Large Language Models (LLMs) und KI in der Prozessautomatisierung behandelt. Fallstudien, Best Practices und Zukunftstrends in KI und Automatisierung runden den Kurs ab. Eine Abschlussarbeit ist Teil des Moduls.
   KI im agilen Projektmanagement*
   Dieser Kurs fokussiert auf die Schnittstellen zwischen KI und agilem Projektmanagement. Inhalte sind eine Einführung in KI und agiles Projektmanagement, agile Prinzipien und Methoden sowie Grundlagen der Künstlichen Intelligenz. Es werden Datenmanagement und Datenqualität in KI-Projekten sowie der Einsatz von KI zur Automatisierung in agilen Projekten thematisiert. KI-Tools und Technologien im agilen Teamkontext, die Planung und Implementierung von KI-Projekten in agilen Strukturen sowie Change Management und Akzeptanzförderung von KI im Team werden behandelt. Risikomanagement und ethische Aspekte bei KI-Anwendungen, KI-gestützte Entscheidungsfindung und Prognosemodelle sowie Best Practices und Erfolgsfaktoren im KI-gestützten agilen Projektmanagement sind weitere Bestandteile. Cyber Security im Kontext von KI-Systemen wird ebenfalls thematisiert.
   Lernziele

6. 6

   Nach Abschluss der Weiterbildung sind die Teilnehmer in der Lage

   Grundlegende KI-Technologien und Automatisierungswerkzeuge zu verstehen und anzuwenden.
   Workflows zu dokumentieren, Fehler zu beheben und Reports zu automatisieren.
   KI-Lösungen in praktischen Anwendungsszenarien zu implementieren.
   Die Potenziale von Large Language Models (LLMs) zu erkennen und zu nutzen.
   KI zur Prozessautomatisierung einzusetzen.
   Agile Projektmanagementmethoden mit KI-Anwendungen zu verknüpfen.
   KI-Tools und Technologien im agilen Teamkontext einzusetzen.
   KI-Projekte in agilen Strukturen zu planen und zu implementieren.
   Change Management und Akzeptanzförderung bei der Einführung von KI im Team zu gestalten.
   Risikomanagement und ethische Aspekte bei KI-Anwendungen zu berücksichtigen.
   KI-gestützte Entscheidungsfindung und Prognosemodelle zu nutzen.
   Best Practices und Erfolgsfaktoren im KI-gestützten agilen Projektmanagement zu identifizieren.
   Die Bedeutung von Cyber Security im Kontext von KI-Systemen zu verstehen.
   Berufsperspektiven
   Die erworbenen Kenntnisse und Fähigkeiten sind relevant für Tätigkeiten im Bereich des IT-Managements, der Projektleitung und der Prozessoptimierung. Absolventen können in Positionen eingesetzt werden, die sich mit der Implementierung, Verwaltung und Weiterentwicklung von KI-gestützten Systemen und automatisierten Arbeitsprozessen befassen. Anwendungsbereiche finden sich in der strategischen Planung und operativen Umsetzung von KI-Projekten in unterschiedlichen Branchen.

1. 1

   Bremen

   28.09.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

2. 2

   Dortmund

   28.09.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

3. 3

   Freiburg im Breisgau

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

4. 4

   Bremen

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

5. 5

   Leipzig

   28.09.2026 · 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