Teamassistenz: Reisekalkulationen, Meeting-Choreografie, Statusberichte

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 Teamassistenzen 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 Teamassistenzen
4. 4

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

   Reisekalkulationen
   Team-Roadmaps
   Statusberichte
   Meeting-Choreografie
   Onboarding-Pakete
   Inhalte

5. 5

   Die Weiterbildung setzt sich aus drei Modulen zusammen

   KI für Projektmanager:innen
   Einführung in Künstliche Intelligenz (KI)
   KI-Anwendungen im Projektmanagement
   Foundation Models und Open Source KI-Tools
   KI im Projektalltag
   Implementierung von KI-Projekten
   Ethik, Datenschutz und rechtliche Rahmenbedingungen für KI
   Evaluation von KI-Lösungen
   Soft Skills für KI-Projekte: Kommunikation, Führung und Veränderungsmanagement
   Abschlussaufgabe und Ressourcensammlung
   Exkurs: Projektmanagement
   Zusatzthema: Arbeiten mit ChatGPT
   ITIL® 4 Foundation (Peoplecert)
   Zentrale Konzepte des Servicemanagements
   Die vier Dimensionen des Servicemanagements
   Überblick über das Servicewertsystem
   Grundprinzipien und Service-Wertschöpfungskette
   ITIL® Practices (z.B. Incident Management, Change Enablement, Continual Improvement)
   Agile Konzepte im IT-Servicemanagement
   ITIL® 4 Foundation Prüfungsvorbereitung
   KI Management: Compliance and Governance
   Grundverständnis von KI-Governance und Compliance
   Leitprinzipien für verantwortungsvollen KI-Einsatz
   Regulatorische Anforderungen und Normen im KI-Kontext
   Risikoanalyse und Risikomanagement bei KI-Systemen
   Aufbau eines Compliance-Management-Systems für KI
   Governance-Strukturen für den sicheren KI-Betrieb
   Datenmanagement und Datensicherheit im KI-Umfeld
   Technische Compliance-Kontrollen und Audits von KI-Systemen
   Management von Lieferanten und externen Partnern im KI-Kontext
   Krisenmanagement und Notfallplanung bei KI-Vorfällen
   Nachhaltigkeit und ökologische Verantwortung im KI-Bereich
   Trends und Zukunftsperspektiven im Bereich KI-Compliance
   Verankerung von KI-Compliance in der Unternehmensstrategie
   Lernziele

6. 6

   Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage

   Die Grundlagen und Anwendungsbereiche von Künstlicher Intelligenz im Projektmanagement zu verstehen und anzuwenden.
   KI-gestützte Entscheidungsfindungsprozesse zu verbessern und KI-Projekte erfolgreich zu implementieren.
   Die ethischen, datenschutzrechtlichen und rechtlichen Aspekte des KI-Einsatzes zu berücksichtigen.
   Die Kernkonzepte und Best Practices des ITIL® 4 Frameworks für das IT-Servicemanagement zu beherrschen.
   KI-Governance- und Compliance-Strukturen aufzubauen und zu steuern.
   Regulatorische Anforderungen im KI-Kontext zu identifizieren und als strategische Chance zu nutzen.
   Risiken im Zusammenhang mit KI-Systemen zu analysieren und zu managen.
   Die Qualifikation und Kompetenz für den verantwortungsvollen KI-Einsatz zu entwickeln.
   Berufsperspektiven
   Die Weiterbildung richtet sich an Projektmanager:innen, IT-Manager:innen, Führungskräfte und Fachkräfte, die KI-Technologien in ihren Projekten und Organisationen verantwortungsvoll einsetzen und steuern möchten. Die erworbenen Kompetenzen sind relevant für Tätigkeiten im IT-Projektmanagement, KI-Management, IT-Servicemanagement und in Positionen, die sich mit der Implementierung und Governance von KI-Systemen befassen.
   Zusammenfassung
   Diese Weiterbildungsmaßnahme kombiniert praxisorientiertes Wissen über KI im Projektmanagement mit den etablierten Standards des ITIL® 4 Frameworks und den spezifischen Anforderungen an KI-Compliance und -Governance. Sie vermittelt die notwendigen technischen, methodischen und strategischen Fähigkeiten, um KI-Initiativen erfolgreich und verantwortungsvoll zu gestalten.

1. 1

   Berlin

   07.12.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

2. 2

   Berlin

   07.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

3. 3

   Bielefeld

   07.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

4. 4

   Bremen

   07.12.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

5. 5

   Bremen

   07.12.2026 · 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