AI+ Program Director – Practitioner™

Wer KI-Programme verantwortet, braucht Orientierung, klare Strukturen und den Überblick über Technologie und Wirkung. Diese Weiterbildung verbindet strategisches Denken mit fundierter Einordnung und schafft Sicherheit für die Steuerung komplexer, datengetriebener Vorhaben.

Zentrale Themen

Aufbau und Steuerungslogik moderner KI-Programme.
Regulatorische Anforderungen, Ethik und Governance.
Einbindung von KI in bestehende Geschäftsprozesse.
Schnittstellenmanagement zwischen Fachbereichen und IT.
Nutzen, Risiken und Skalierbarkeit systematisch einschätzen.

Voraussetzung
Wer digitale Geschäftsmodelle kennt oder in IT- oder datenbezogenen Projekten tätig war, kann direkt einsteigen.

Zielgruppe
Führungskräfte und Programmverantwortliche, die KI-Initiativen nicht nur begleiten, sondern aktiv gestalten und verantworten wollen.

Strukturiertes Know-how, klare Methoden und ein geschulter Blick auf KI-Programme befähigen dazu, technologische Potenziale gezielt, sicher und nachhaltig zu erschließen.

Kursinhalte

KI-Grundlagen für die Programmsteuerung – Einstieg

Was KI, ML und Deep Learning unterscheidet
Wie der KI-Lebenszyklus aufgebaut ist und wo er in der Praxis ansetzt
Gesellschaftliche Bedeutung und Wirkung von KI
Anwendungsfall: Triage-System (KI im Rettungsdienst)
Fallstudie: Empfehlungssysteme im Einzelhandel – Personalisierung als Wettbewerbsvorteil
Praxisaufgabe: Mit Teachable Machine einen einfachen KI-Klassifikator entwickeln

KI-Potenziale erkennen und Anwendungsfälle einordnen

Rahmenwerke zur Ausrichtung der KI-Strategie: KI-Canvas, Wert-Machbarkeit-Matrix
Woran erkennbar ist, ob ein Prozess von KI profitiert – Wiederholung, Datenfülle, Personalisierungsbedarf
Priorisierungsmethoden: Gewichtete Bewertung, risikobereinigter ROI
Anwendungsfall: KI im Finanzbereich – Betrugserkennungssysteme
Fallstudie: KI-gestütztes Projektmanagementsystem aus der Sicht eines Programmdirektors
Praxisaufgabe: Mit Trello ein Board aufbauen und KI-Möglichkeiten in einem Szenario priorisieren

Verantwortungsvolle KI: Governance und Ethik

Grundprinzipien für den verantwortungsvollen Einsatz von KI
Voreingenommenheit in KI-Systemen erkennen und reduzieren
Anwendungsfall: Fairnessprüfung bei KI-gestützter Personalauswahl
Fallstudie: Algorithmische Verzerrung in Kreditbewertungsmodellen – faire Vergabepraxis sicherstellen
Praxisaufgabe: Fairness und Modellverzerrung mit dem What-If-Tool von Google in Google Colab analysieren

KI-Projekte planen: Lebenszyklus und Integration

KI-Projektplanung nach CRISP-DM
Strategische Entscheidung: selbst entwickeln, kaufen oder mit Partnern umsetzen?
Werkzeuge für das KI-Projektmanagement im Überblick
Anwendungsfall: Vorausschauende Wartung im Asset Management der Fertigung
Praxisaufgabe: Simulation eines KI-Projekts in Asana

Datenstrategie und Infrastruktur als KI-Fundament

Datenqualität und Datenverwaltung sicherstellen
Datenpipelines für KI aufbauen und betreiben
Sensible Daten verantwortungsvoll verwalten
Anwendungsfall: Lagerverwaltung im Einzelhandel – KI-gestützte Nachbestellung und Bedarfsprognose
Fallstudie: Datensicherheit im Gesundheitswesen – Schutz von Patientendaten in KI-Systemen
Praxisaufgabe: Airbyte Cloud einrichten und eine einfache Datenpipeline aufbauen

KI beschaffen: selbst entwickeln, kaufen oder partnerschaftlich umsetzen?

KI-Lösungen systematisch bewerten
Anbieter auswählen und steuern
Anwendungsfall: KI-Anbieterwahl für vorausschauende Wartung in einem Produktionsbetrieb
Praxisaufgabe: KI-Anbieter mit einer Auswahlvorlage in Google Sheets bewerten

Risiken und Compliance im KI-Einsatz

Rechtliche und regulatorische Rahmenbedingungen im Überblick
Verzerrungen in KI-Systemen erkennen und gezielt mindern
Anwendungsfall: Fairness bei der Gesichtserkennung in Strafverfolgungssystemen
Fallstudie: Compliance-Sicherung bei KI-Anwendungen im Finanzwesen
Praxisaufgabe: Verzerrungstest und Fairnessbewertung mit KNIME und Google PAIR Facets

Werkzeuge und Methoden für KI-Projektarbeit

KI-spezifische Projektmanagement-Tools kennenlernen
Datenmanagement-Werkzeuge im praktischen Einsatz
Fallstudie: KI-Workflow-Management im Einzelhandel – Projektmanagement-Tools für die KI-Implementierung
Praxisaufgabe: Asana zur Abbildung von Projektzeiten nutzen – Aufgaben und Meilensteine für eine KI-Initiative anlegen

KI-Teams führen und Veränderung gestalten

KI-Teams aufbauen und durch Veränderungsprozesse begleiten
Stakeholder-Kommunikation und Erwartungsmanagement
Anwendungsfall: KI-Einführung in einem großen Fertigungsbetrieb leiten
Praxisaufgabe: Kommunikationsstrategien für Stakeholder mit Miro visualisieren und zentrale Einflussnehmer identifizieren

KI-Initiativen ausweiten und skalieren

Vom Pilotprojekt zur unternehmensweiten Umsetzung
Reifegrad von KI-Initiativen in Organisationen beurteilen
Anwendungsfall: KI-gestützte Empfehlungen im Einzelhandel global ausrollen
Praxisaufgabe: Skalierungs-Roadmap mit Lucidchart erstellen und Schritte zur KI-Ausweitung festhalten

Ausblick: Neue Entwicklungen in der KI

Aufkommende KI-Technologien und ihre strategische Bedeutung
Anwendungsfall: KI in autonomen Fahrzeugen – Wohin entwickelt sich die Technologie?
Praxisaufgabe: Einstieg in Hugging Face Transformers für NLP und TensorFlow für Deep-Learning-Anwendungen

Abschlussprojekt & Ergebnispräsentation

Aufgabenstellung und Rahmenbedingungen des Abschlussprojekts
Präsentation der Ergebnisse & strukturiertes Feedback
Abschließende Bewertung & Zertifizierung – Vorgehen, Prozess und Rückmeldung

Jetzt kostenlos beraten lassen

Unsere Fördermaßnahmen gelten ausschließlich für Teilnehmende mit Wohn- oder Arbeitssitz in Deutschland.
Eine Förderung außerhalb Deutschlands ist nicht möglich.

Für Berufseinsteiger, Arbeitsuchende, Quereinsteiger, Startups, Berufserfahrene, Aufsteiger, Spezialisten …