Wissen, das Ihr Team stärkt und Ihre Prozesse transformiert

Ziel

Teilnehmende gewinnen ein grundlegendes Verständnis von Künstlicher Intelligenz und Sprachmodellen. Sie lernen, wo KI im Berufsalltag sinnvoll einsetzbar ist und welche Risiken dabei zu beachten sind.

Agenda

• KI-Überblick: Grundbegriffe und aktuelle Entwicklungen
• Sprachmodelle im Vergleich: ChatGPT, Claude, Gemini
• Anwendungsfälle aus dem Berufsalltag
• Grenzen und Risiken von KI-Systemen
• Datenschutz-Basics beim KI-Einsatz
• Praktische Übungen mit KI-Tools

Lernziele

• Teilnehmende verstehen, wie KI und Sprachmodelle funktionieren
• Selbstständiger Umgang mit gängigen KI-Tools
• Konkrete Einsatzszenarien im eigenen Arbeitsbereich erkennen
• Risiken und Grenzen von KI realistisch einschätzen

Ziel

Teilnehmende lernen, wie sie durch strukturierte Prompts qualitativ hochwertige Ergebnisse aus KI-Assistenten erzielen. Sie entwickeln eine eigene Prompt-Bibliothek für typische Aufgaben.

Agenda

• Prompt-Anatomie: Aufbau und Bestandteile eines guten Prompts
• Rollen und Kontext gezielt einsetzen
• Chain-of-Thought: Schritt-für-Schritt-Denken aktivieren
• Few-Shot-Prompting mit Beispielen
• Iteratives Verfeinern von Ergebnissen
• Praxisübungen mit echten beruflichen Aufgaben

Lernziele

• Strukturierte und zielgerichtete Prompts erstellen
• Qualität der KI-Ergebnisse messbar verbessern
• Arbeitszeit durch effiziente KI-Nutzung einsparen
• Eigene Prompt-Bibliothek für den Berufsalltag aufbauen

Ziel

Teilnehmende setzen Microsoft Copilot in Word, Excel, Teams, Outlook und PowerPoint effektiv für ihren Arbeitsalltag ein. Sie entwickeln eigene Copilot-Prompts für typische Aufgaben und steigern ihre M365-Produktivität messbar.

Agenda

• Copilot-Überblick: Funktionen und Grenzen in Microsoft 365
• Word und PowerPoint: Dokumente und Präsentationen mit Copilot erstellen
• Excel: Datenanalyse und Formeln mit Copilot beschleunigen
• Teams: Meeting-Zusammenfassungen und Aktionspunkte automatisieren
• Outlook: E-Mail-Verwaltung und Antworten mit Copilot effizienter gestalten
• Best Practices, Grenzen und Datenschutzhinweise

Lernziele

• M365-Produktivität durch gezielten Copilot-Einsatz spürbar steigern
• Berichte und Präsentationen schneller und strukturierter erstellen
• Meeting-Nachbereitungen automatisieren und Zeit einsparen
• Eigene Copilot-Prompts für typische Arbeitsaufgaben entwickeln

Ziel

Teilnehmende lernen, unternehmensinternes Wissen mit KI effizienter zu strukturieren, auffindbar zu machen und weiterzugeben. Sie konzipieren eine eigene Wissensdatenbank und verbessern bestehende Dokumentationsprozesse.

Agenda

• Wissensmanagement-Konzepte und aktuelle Herausforderungen
• KI-gestützte Dokumentation und Strukturierung
• Aufbau interner Wissensdatenbanken
• RAG-Konzept: Retrieval Augmented Generation verständlich erklärt
• Onboarding-Prozesse mit KI automatisieren
• Praxisübungen: eigene Wissensbasis aufbauen

Lernziele

• Eigene Wissensdatenbank konzipieren und aufsetzen
• Dokumentationsprozesse mit KI messbar verbessern
• Wissenstransfer bei Fluktuation und Onboarding sichern
• KI für interne FAQs und Selbstbedienungsportale einsetzen

Ziel

Das Führungsteam entwickelt gemeinsam eine priorisierte KI-Strategie mit konkreten Use Cases und einer Umsetzungsroadmap. Am Ende des Tages besteht Klarheit über die nächsten Schritte.

Agenda

• KI-Reifegradanalyse des Unternehmens
• Use-Case-Brainstorming entlang der Wertschöpfungskette
• Bewertungsmatrix: Impact und Umsetzungsaufwand
• Priorisierung der vielversprechendsten Use Cases
• Roadmap-Erstellung mit Meilensteinen
• Definition konkreter nächster Schritte

Lernziele

• 3 bis 5 priorisierte KI-Use-Cases mit Bewertung
• Konkrete Umsetzungsroadmap für die nächsten Monate
• Gemeinsame KI-Vision im Führungsteam
• Sofortige Handlungsbereitschaft dank klarer Priorisierung

Ziel

Teilnehmende verstehen die ethischen und rechtlichen Rahmenbedingungen des KI-Einsatzes. Sie können Bias-Risiken erkennen, Unternehmensrichtlinien entwickeln und KI verantwortungsvoll im Team verankern.

Agenda

• KI-Ethik-Grundsätze und internationale Standards
• Bias und Fairness in KI-Systemen erkennen
• Transparenz und Erklärbarkeit von KI-Entscheidungen
• Überblick EU-KI-Verordnung und Risikoklassen
• Unternehmensrichtlinien für KI entwickeln
• Fallstudien: ethische Dilemmata in der Praxis

Lernziele

• Ethische KI-Richtlinien für das eigene Unternehmen entwickeln
• Bias-Risiken in KI-Systemen erkennen und aktiv minimieren
• Regulatorische Anforderungen der EU-KI-Verordnung einhalten
• Verantwortungsvolle KI-Nutzung dauerhaft im Team verankern

Ziel

Teilnehmende verstehen die Anforderungen des EU AI Act und können KI-Tools DSGVO-konform einsetzen. Sie entwickeln interne KI-Richtlinien und minimieren Haftungsrisiken für das Unternehmen.

Agenda

• EU AI Act: Überblick, Zeitplan und Risikoklassen
• DSGVO und KI-Tools: was ist erlaubt, was nicht
• Datensicherheit beim Einsatz großer Sprachmodelle
• Dokumentations- und Transparenzpflichten nach dem AI Act
• KI-Kompetenzpflicht nach Artikel 4 des AI Act
• Interne KI-Richtlinien und Governance-Strukturen entwickeln
• Praxisfälle: typische Compliance-Fallen und wie man sie vermeidet

Lernziele

• Pflichten des EU AI Act kennen und im Unternehmen umsetzen
• DSGVO-konforme Nutzung von KI-Tools sicherstellen
• Interne KI-Richtlinien und Governance-Strukturen entwickeln
• Haftungsrisiken durch strukturiertes Compliance-Management minimieren

Ziel

Teilnehmende bauen strategische KI-Kompetenz auf – von der KI-Vision bis zur konkreten Umsetzungsstrategie. Das Training befähigt Führungskräfte, KI-Initiativen zu bewerten, zu steuern und im Unternehmen erfolgreich zu verankern.

Agenda

• KI-Trends und strategische Relevanz für Unternehmen
• KI-Reifegradmodell: Standortbestimmung und Roadmap
• Build, Buy oder Partner: Entscheidungsrahmen für KI-Investitionen
• Change Management bei der KI-Einführung
• ROI-Berechnung und Erfolgsmessung von KI-Projekten
• Governance, Risikomanagement und KI-Regulierung

Lernziele

• Führungskräfte können den KI-Reifegrad ihres Unternehmens einschätzen und eine Strategie ableiten
• Build/Buy/Partner-Entscheidungen werden fundiert und strukturiert getroffen
• Change-Management-Maßnahmen für KI-Einführungen sind bekannt und planbar
• Teilnehmende verstehen Governance-Anforderungen und können KI-Risiken einschätzen

Ziel

Teilnehmende lernen, KI-Tools gezielt für Content-Erstellung, Kampagnenplanung, SEO und Zielgruppenanalyse einzusetzen. Das Training vermittelt praxisnahe Methoden, um Marketingprozesse effizienter zu gestalten und datenbasierte Entscheidungen zu treffen.

Agenda

• KI-Tools im Marketing – Überblick und Einsatzfelder
• Content-Generierung: Texte, Social Media und Blog
• SEO mit KI optimieren
• Zielgruppenanalyse und Personalisierung
• Kampagnenplanung mit KI-Unterstützung
• Erfolgsmessung und KPIs

Lernziele

• Teilnehmende kennen relevante KI-Tools für Marketing und können diese gezielt einsetzen
• Content wird schneller und zielgruppengerechter erstellt
• SEO- und Kampagnenprozesse sind effizienter und datenbasierter
• Teilnehmende können Zielgruppen analysieren und Inhalte personalisieren

Ziel

Teilnehmende setzen KI-gestützte Bild- und Videogenerierung für professionelle Unternehmenskommunikation und Marketingzwecke ein. Sie erstellen konsistente Markengrafiken und kennen die rechtlichen Rahmenbedingungen.

Agenda

• Tool-Überblick: Midjourney, DALL-E, Runway und Sora
• Prompting für Bilder: Stil, Komposition und Qualität steuern
• Markenkonsistenz und Wiedererkennbarkeit in KI-Grafiken
• Videogenerierung: Grundlagen und erste Praxisbeispiele
• Rechtliche Aspekte: Urheberrecht und Nutzungsrechte bei KI-Inhalten
• Praxisprojekt: eigenes Bildmaterial für ein Unternehmensbeispiel erstellen

Lernziele

• Professionelle Bildmaterialien für Marketing und Kommunikation generieren
• Konsistente Markengrafiken mit KI-Tools erstellen
• Videoproduktion durch KI-Unterstützung beschleunigen
• Rechtssicher mit KI-generierten Inhalten umgehen

Ziel

Teilnehmende beherrschen KI-basierte Textgenerierung, Übersetzung und Sprachanalyse für professionelle Anwendungsfälle. Sie definieren Qualitätsstandards und optimieren ihren Kommunikationsworkflow.

Agenda

• Sprachmodelle verstehen: Funktionsweise und Möglichkeiten
• Texte generieren: Berichte, E-Mails und Angebote mit KI erstellen
• Übersetzung und Lokalisierung mit KI-Tools
• Stimmungsanalyse (Sentiment) für Kundenkommunikation
• Qualitätskontrolle und Faktencheck bei KI-generierten Texten
• Praxisübungen mit realen Kommunikationsaufgaben

Lernziele

• Hochwertige und zielgruppengerechte Texte mit KI erstellen
• Übersetzungsworkflow durch KI-Unterstützung optimieren
• Kundenkommunikation durch Personalisierung verbessern
• Verbindliche Qualitätsstandards für KI-Texte im Unternehmen definieren

Ziel

Teilnehmende können öffentlich zugängliche Informationen systematisch und effizient recherchieren und für unternehmerische Entscheidungen auswerten. Sie kennen die rechtlichen Grenzen und wenden KI zur Informationsauswertung an.

Agenda

• OSINT-Grundlagen: Quellen, Methoden, Einsatzbereiche
• Suchmaschinenoperatoren und erweiterte Suchtechniken
• Social-Media-Recherche professionell durchführen
• KI-gestützte Informationsauswertung und Zusammenfassung
• Quellen kritisch bewerten und Fehlinformationen erkennen
• Rechtliche Grenzen und Datenschutz bei der Online-Recherche

Lernziele

• Strukturierte und effiziente Online-Recherchen durchführen
• KI gezielt für Informationsauswertung und -verdichtung nutzen
• Quellen und Informationen kritisch und methodisch bewerten
• Rechtssicher und DSGVO-konform recherchieren

Ziel

Teilnehmende lernen, KI im gesamten Sales-Funnel einzusetzen – von der Lead-Generierung über die Angebotserstellung bis zur Kundenbindung. Das Training zeigt konkrete Anwendungsfälle und Tools für einen modernen, KI-gestützten Vertrieb.

Agenda

• KI-Tools im Vertrieb – Überblick und Marktüberblick
• Lead-Qualifizierung mit KI
• Angebote und Pitchs mit KI-Unterstützung erstellen
• CRM-Automatisierung und -Integration
• Einwandbehandlung und Gesprächsvorbereitung mit KI
• Forecasting und Pipeline-Analyse

Lernziele

• Teilnehmende können KI-Tools für Lead-Qualifizierung und Angebotserstellung nutzen
• CRM-Prozesse werden durch Automatisierung effizienter
• Sales-Forecasting ist präziser und datenbasierter
• Teilnehmende setzen KI gezielt in Kundengesprächen und bei der Vorbereitung ein

Ziel

Teilnehmende lernen, KI für schnelleren und personalisierteren Kundenservice einzusetzen – von Chatbots über Ticket-Automatisierung bis zur Kundenfeedback-Analyse. Das Training zeigt, wie KI die Customer Experience verbessert und Teams entlastet.

Agenda

• KI im Kundendienst – Überblick und Einsatzfelder
• Chatbot- und Voicebot-Einführung: Planung und Umsetzung
• Ticket-Automatisierung und intelligentes Routing
• Sentiment-Analyse von Kundenfeedback
• Eskalationsmanagement mit KI-Unterstützung
• Qualitätssicherung und Erfolgsmessung im KI-gestützten Service

Lernziele

• Teilnehmende können Chatbot- und Automatisierungslösungen planen und einführen
• Ticket-Routing und Bearbeitungszeiten werden durch Automatisierung verbessert
• Kundenfeedback wird systematisch ausgewertet und für Verbesserungen genutzt
• Teilnehmende können KI-gestützten Service qualitätssichern und messen

Ziel

Teilnehmende lernen, KI im gesamten Employee-Lifecycle einzusetzen – von Stellenausschreibungen über Bewerbungsprozesse bis zu Entwicklung und Retention. Das Training vermittelt praktische Fähigkeiten für ein modernes, KI-gestütztes Personalmanagement.

Agenda

• KI im Recruiting: Stellenausschreibungen und CV-Screening
• Bewerberkommunikation automatisieren
• Onboarding mit KI-Unterstützung gestalten
• Mitarbeiterentwicklung und Learning & Development
• HR-Analytics und datenbasierte Entscheidungen
• Rechtliche Aspekte beim KI-Einsatz im HR

Lernziele

• Teilnehmende können Recruiting-Prozesse mit KI beschleunigen und verbessern
• Bewerberkommunikation und Onboarding sind effizienter und konsistenter
• HR-Entscheidungen werden durch Datenanalyse fundierter
• Teilnehmende kennen rechtliche Rahmenbedingungen beim KI-Einsatz im HR

Ziel

Teilnehmende lernen, KI für Finanzreporting, Buchhaltungsautomatisierung und Compliance-Überwachung einzusetzen. Das Training zeigt praxisnahe Anwendungen für eine schnellere und zuverlässigere Finanzverarbeitung.

Agenda

• KI in Finance – Überblick und Einsatzfelder
• Automatisierte Belegverarbeitung mit KI
• Finanzberichte mit KI erstellen und analysieren
• Anomalieerkennung und Fraud-Detection
• Compliance-Überwachung mit KI-Unterstützung
• Excel und BI-Tools mit KI-Integration

Lernziele

• Teilnehmende können Belegverarbeitung und Reporting mit KI automatisieren
• Fehler und Anomalien in Finanzdaten werden früher erkannt
• Compliance-Prozesse werden effizienter und zuverlässiger
• Teilnehmende nutzen Excel und BI-Tools effektiver durch KI-Unterstützung

Ziel

Teilnehmende lernen, KI für Forecasting, Szenarienanalyse und datengetriebene Entscheidungsunterstützung im Controlling zu nutzen. Das Training vermittelt praktische Methoden für ein modernes, KI-gestütztes Controlling.

Agenda

• KI-gestütztes Forecasting und Prognosemodelle
• Szenarienplanung und Simulation mit KI
• Dashboards automatisieren und visualisieren
• Abweichungsanalysen mit KI-Unterstützung
• Predictive Analytics Grundlagen für Controller
• Power BI und Tableau mit KI-Integration

Lernziele

• Teilnehmende können KI für Forecasting und Szenarienplanung einsetzen
• Dashboards und Berichte werden automatisiert und effizienter erstellt
• Abweichungsanalysen werden präziser und schneller durchgeführt
• Teilnehmende nutzen Predictive Analytics für fundierte Geschäftsentscheidungen

Ziel

Teilnehmende identifizieren Automatisierungspotenziale in ihrem Unternehmen und bauen funktionierende Proof-of-Concept-Workflows mit Tools wie n8n, Make und Zapier. Sie können den ROI von Automatisierungsvorhaben kalkulieren.

Agenda

• Automatisierungspotenziale im eigenen Unternehmen identifizieren
• Tool-Überblick: n8n, Make und Zapier im Vergleich
• KI-APIs in Workflows einbinden
• Praxisteil: eigene Workflows bauen
• Fehlerbehandlung und Monitoring von Automatisierungen
• Rollout-Strategie und Change Management
• ROI-Kalkulation und Entscheidungsgrundlagen

Lernziele

• Eigenständig Automatisierungsworkflows erstellen und betreiben
• ROI von Automatisierungsvorhaben kalkulieren und kommunizieren
• Fundierte Tool-Entscheidung für das eigene Unternehmen treffen
• Fertige Proof-of-Concept-Workflows als Ausgangspunkt für den Rollout

Ziel

Teilnehmende lernen, Geschäftsprozesse systematisch mit KI zu analysieren, zu optimieren und Automatisierungspotenziale zu heben. Das Training verbindet Prozessmanagement-Methodik mit praxisnahen KI-Werkzeugen.

Agenda

• Prozessanalyse und Potenzialidentifikation mit KI-Unterstützung
• RPA vs. KI-Automatisierung: Einsatzbereiche und Unterschiede
• Workflow-Automatisierung mit Make und n8n
• Qualitätssicherung durch KI-gestützte Kontrollen
• Implementierungsplanung und Priorisierung
• Change Management bei Prozessautomatisierungen

Lernziele

• Teilnehmende können Automatisierungspotenziale in Prozessen systematisch identifizieren
• Workflow-Automatisierungen werden mit geeigneten Tools umgesetzt
• Qualitätsprozesse werden durch KI-Unterstützung zuverlässiger
• Teilnehmende können Implementierungsmaßnahmen planen und Change-Risiken steuern

Ziel

Teilnehmende lernen, KI als Entwicklerwerkzeug zu nutzen – für schnelleres Coding, besseres Testing und effizienteren DevOps-Betrieb. Das Training zeigt praktische Anwendungen von KI-Assistenten im gesamten Entwicklungszyklus.

Agenda

• KI-Code-Assistenten im Überblick: GitHub Copilot, Claude Code, Cursor
• Automatisiertes Testing und Code-Review mit KI
• Refactoring und Dokumentation mit KI-Unterstützung
• KI-gestütztes Debugging und Fehleranalyse
• AI-Ops: KI im DevOps-Betrieb einsetzen
• Security-Scanning und Schwachstellenanalyse mit KI
• Best Practices und Qualitätssicherung

Lernziele

• Teilnehmende setzen KI-Code-Assistenten produktiv im Entwicklungsalltag ein
• Testing, Debugging und Code-Reviews werden schneller und zuverlässiger
• DevOps-Prozesse profitieren von KI-gestützter Automatisierung
• Teilnehmende kennen Security-Aspekte beim KI-Einsatz in der Entwicklung

Ziel

Teilnehmende lernen, KI für Bedrohungserkennung, Incident Response und die Absicherung von KI-Systemen einzusetzen. Das Training adressiert sowohl den defensiven Einsatz von KI als auch den Schutz vor KI-gestützten Angriffen.

Agenda

• Bedrohungslandschaft 2025/26: KI-gestützte Angriffe
• KI-gestützte Angriffserkennung mit SIEM und XDR
• Automatisierte Incident Response
• KI-Systeme absichern: Red Teaming und Adversarial Testing
• Deepfake- und Social-Engineering-Erkennung
• Datenschutz und Compliance bei KI-Nutzung

Lernziele

• Teilnehmende können KI-gestützte Bedrohungen erkennen und abwehren
• Incident-Response-Prozesse werden durch Automatisierung beschleunigt
• KI-Systeme im Unternehmen sind sicherer und besser abgesichert
• Teilnehmende kennen Datenschutzanforderungen beim Einsatz von KI-Tools

Ziel

Teilnehmende lernen, KI für Produktentwicklung, User Research und Roadmap-Planung einzusetzen. Das Training zeigt, wie KI-Tools den gesamten Produktzyklus beschleunigen und Entscheidungen datenbasierter machen.

Agenda

• KI in der Produktentwicklung – Überblick und Einsatzfelder
• User Research mit KI-Unterstützung
• Feature-Priorisierung mit datengestützten Methoden
• Prototyping und Ideenvalidierung mit KI
• Wettbewerbsanalyse und Marktbeobachtung
• Go-to-Market-Planung mit KI-Unterstützung

Lernziele

• Teilnehmende können KI-Tools im gesamten Produktzyklus gezielt einsetzen
• User Research und Marktanalysen werden schneller und fundierter
• Feature-Priorisierung und Roadmap-Entscheidungen sind datenbasierter
• Teilnehmende können Prototyping-Prozesse mit KI beschleunigen

Ziel

Teilnehmende lernen, KI-Anwendungen im Gesundheitswesen gezielt einzusetzen – von der medizinischen Dokumentation bis zur Diagnostik-Unterstützung. Der Kurs vermittelt dabei fundiertes Wissen zu medizinrechtlichen, regulatorischen und datenschutzrechtlichen Anforderungen, damit KI verantwortungsvoll und regelkonform eingesetzt werden kann.

Agenda

• KI im Gesundheitswesen – Status quo und praxisnahe Einsatzfelder
• Medizinische Dokumentation mit KI beschleunigen und verbessern
• Patientenkommunikation automatisieren und individualisieren
• KI in der Diagnostik-Unterstützung: Möglichkeiten und Grenzen
• Regulatorischer Rahmen: MDR, DSGVO und EU AI Act im Gesundheitsbereich
• Praxisfälle und Diskussion: Reale Implementierungsbeispiele aus dem Gesundheitswesen

Lernziele

• Teilnehmende können KI-Tools zur Unterstützung medizinischer Dokumentation und Kommunikation sicher einsetzen.
• Teilnehmende kennen die wesentlichen Regulatorik-Anforderungen (MDR, DSGVO, EU AI Act) und wenden diese auf ihre KI-Projekte an.
• Teilnehmende können Einsatzmöglichkeiten von KI in der Diagnostik-Unterstützung realistisch bewerten und kritisch einordnen.
• Teilnehmende entwickeln einen konkreten Plan für die Einführung eines KI-Anwendungsfalls in ihrem Bereich.

Ziel

Teilnehmende erhalten einen praxisorientierten Überblick über KI-Einsatzmöglichkeiten entlang der gesamten Supply Chain. Sie lernen, wie Vorhersagemodelle, Routenoptimierung und vorausschauende Wartung Lieferketten effizienter, resilienter und kostenoptimierter gestalten.

Agenda

• KI in der Logistik – Überblick und reale Anwendungsfelder
• Predictive Demand Forecasting: Nachfrage präziser vorhersagen
• Routenoptimierung mit KI: Kosten senken und Lieferzeiten verkürzen
• Bestandsmanagement: Überbestände und Engpässe mit KI vermeiden
• Predictive Maintenance: Anlagen- und Fahrzeugausfälle frühzeitig erkennen
• Lieferkettenrisiken erkennen und mit KI-gestützten Systemen gegensteuern

Lernziele

• Teilnehmende können geeignete KI-Lösungen für die Kernbereiche Routing, Bestand und Wartung auswählen und bewerten.
• Teilnehmende verstehen, wie Predictive-Analytics-Modelle in bestehende SCM-Prozesse integriert werden.
• Teilnehmende erkennen Risikopotenziale in der Lieferkette und kennen KI-gestützte Gegenmaßnahmen.
• Teilnehmende können einen Implementierungsfahrplan für einen KI-Piloten in ihrer Logistikorganisation skizzieren.

Ziel

Teilnehmende verstehen, wie KI in der Automobil- und Fertigungsbranche konkret eingesetzt wird – von der bildgestützten Qualitätskontrolle über Predictive Maintenance bis zur Produktionsoptimierung. Sie lernen, welche regulatorischen Anforderungen und Normen dabei relevant sind.

Agenda

• KI in der Automobilindustrie – aktuelle Einsatzfelder und Trends
• Qualitätskontrolle mit Computer Vision: Fehler automatisch erkennen
• Predictive Maintenance in der Fertigung: ungeplante Stillstände vermeiden
• Produktionsoptimierung: KI für Taktzeiten, Ausschuss und Ressourceneinsatz
• Autonomes Fahren und eingebettete KI-Systeme im Überblick
• Regulatorik und Normen: ISO 26262, UN-R 155/156 und EU AI Act

Lernziele

• Teilnehmende können KI-Anwendungen für Qualitätssicherung und Predictive Maintenance in ihrer Produktion gezielt identifizieren.
• Teilnehmende kennen die relevanten Normen und regulatorischen Anforderungen für KI-Systeme in der Automobilbranche.
• Teilnehmende können Produktionsprozesse hinsichtlich KI-Optimierungspotenzial analysieren und priorisieren.
• Teilnehmende entwickeln ein erstes Konzept für einen KI-Piloten in ihrem Fertigungsbereich.

Ziel

Teilnehmende lernen, wie KI-Werkzeuge juristische Arbeitsprozesse effizient unterstützen – von der Vertragsanalyse über Compliance-Monitoring bis zur automatisierten Due Diligence. Dabei werden berufsrechtliche Grenzen, Datenschutz und Haftungsfragen praxisnah behandelt.

Agenda

• KI im Legal-Bereich – Chancen, Risiken und aktuelle Anwendungsfelder
• Vertragsanalyse und -prüfung mit KI: Klauseln erkennen, Risiken identifizieren
• Juristische Recherche: effizient mit KI-gestützten Recherchewerkzeugen arbeiten
• Due Diligence automatisieren: Dokumentenmengen effizient verarbeiten
• Compliance-Monitoring: regulatorische Änderungen frühzeitig erkennen
• Berufsrechtliche und datenschutzrechtliche Grenzen beim KI-Einsatz in der Rechtspraxis

Lernziele

• Teilnehmende können KI-Werkzeuge für Vertragsanalyse und juristische Recherche sicher und regelkonform einsetzen.
• Teilnehmende verstehen die berufsrechtlichen und datenschutzrechtlichen Grenzen des KI-Einsatzes in der Rechtspraxis.
• Teilnehmende können Compliance-Monitoring-Prozesse durch KI-gestützte Systeme effizienter gestalten.
• Teilnehmende bewerten eigenständig, welche KI-Tools für ihre Kanzlei oder Rechtsabteilung geeignet sind.

Ziel

Teilnehmende verstehen, wie KI das Kundenerlebnis im E-Commerce personalisiert, Preise dynamisch optimiert und operative Prozesse automatisiert. Sie lernen konkrete Werkzeuge und Strategien kennen, die direkt im eigenen Shop eingesetzt werden können.

Agenda

• KI im E-Commerce – Überblick und aktuelle Anwendungsfelder
• Produktempfehlungs-Engines: relevante Empfehlungen in Echtzeit ausspielen
• Preisoptimierung: dynamische Preisgestaltung mit KI-Modellen
• Personalisierung der Customer Journey vom ersten Klick bis zum Kauf
• Betrugserkennung: KI zur Absicherung von Transaktionen
• Content-Automatisierung: Produktbeschreibungen und Texte effizient erstellen

Lernziele

• Teilnehmende können KI-gestützte Empfehlungs- und Personalisierungssysteme für ihren Shop evaluieren und einsetzen.
• Teilnehmende verstehen, wie dynamische Preisoptimierung funktioniert und welche Grenzen sie hat.
• Teilnehmende können Betrugsrisiken im E-Commerce mit KI-Werkzeugen reduzieren.
• Teilnehmende automatisieren Content-Prozesse und verbessern die Produktdatenqualität mit KI-Unterstützung.

Ziel

Teilnehmende lernen, KI-Werkzeuge für Recherche, Textproduktion, Faktenprüfung und multimediale Inhalte verantwortungsvoll und effizient zu nutzen. Der Kurs vermittelt dabei ein kritisches Verständnis für Grenzen, Risiken und ethische Fragen des KI-Einsatzes im Journalismus.

Agenda

• KI im Medienbereich – Möglichkeiten, Grenzen und aktuelle Entwicklungen
• Recherche und Faktencheck mit KI: Quellen effizient prüfen und auswerten
• KI-gestütztes Schreiben und Redigieren: Texte effizienter produzieren
• Bild- und Audioproduktion mit KI: Einsatzmöglichkeiten und Qualitätssicherung
• Deepfake-Erkennung: synthetische Inhalte identifizieren und einordnen
• Ethik und Transparenz: Kennzeichnungspflichten, Urheberrecht und redaktionelle Verantwortung

Lernziele

• Teilnehmende setzen KI-Werkzeuge für Recherche und Texterstellung gezielt und kritisch ein.
• Teilnehmende können Deepfakes und KI-generierte Inhalte erkennen und im redaktionellen Kontext korrekt einordnen.
• Teilnehmende kennen die ethischen und rechtlichen Rahmenbedingungen für den KI-Einsatz in Redaktionen.
• Teilnehmende entwickeln ein persönliches Regelwerk für den verantwortungsvollen KI-Einsatz in ihrer täglichen Arbeit.

Ziel

Teilnehmende erfahren, wie KI die Kernprozesse in der Versicherungsbranche – Risikomodellierung, Schadenbearbeitung, Betrugserkennung und Kundenkommunikation – effizienter und präziser macht. Gleichzeitig werden regulatorische Anforderungen aus BaFin-Rundschreiben, DORA und EU AI Act praxisnah behandelt.

Agenda

• KI in der Versicherungsbranche – Status quo und strategische Relevanz
• KI-gestützte Risikomodelle: präzisere Tarifierung und Zeichnungsentscheidungen
• Automatisierte Schadenbearbeitung: Prozesse beschleunigen und Kosten senken
• Betrugserkennung: Anomalien in Schadenmeldungen frühzeitig erkennen
• Kundenkommunikation personalisieren: KI-Assistenten und automatisierte Beratung
• Regulatorik: BaFin-Anforderungen, EU AI Act und DORA für Versicherungsunternehmen

Lernziele

• Teilnehmende können KI-Anwendungen für Risikomodellierung und Schadenbearbeitung in ihrem Unternehmen bewerten und priorisieren.
• Teilnehmende kennen wirksame KI-Methoden zur Betrugserkennung und deren Grenzen.
• Teilnehmende verstehen die regulatorischen Anforderungen aus BaFin, DORA und EU AI Act und leiten konkrete Handlungsbedarfe ab.
• Teilnehmende können eine KI-Roadmap für einen Bereich ihres Unternehmens entwickeln.

Ziel

Teilnehmende erkennen die Potenziale von KI für die öffentliche Verwaltung und lernen, wie KI verantwortungsvoll für Bürgerservices, Effizienzsteigerung und Smart-City-Anwendungen eingesetzt wird. Der Kurs berücksichtigt die besonderen Anforderungen an Transparenz, Datenschutz und demokratische Kontrolle.

Agenda

• KI in der Verwaltung – Stand der Umsetzung und internationale Beispiele
• Bürgerservices mit KI verbessern: Chatbots, Antragsbearbeitung und Auskunftssysteme
• Dokumentenverarbeitung automatisieren: Posteingang, Formulare und Akten
• Smart-City-Anwendungen: Verkehr, Energie und öffentliche Sicherheit
• Datenschutz und Transparenz: Anforderungen an KI-Systeme in öffentlichen Stellen
• EU AI Act für die öffentliche Verwaltung: Risikokategorien und Pflichten

Lernziele

• Teilnehmende können KI-Potenziale in ihrer Behörde identifizieren und priorisieren.
• Teilnehmende kennen die Anforderungen des EU AI Acts an Hochrisiko-KI-Systeme im öffentlichen Sektor.
• Teilnehmende können Datenschutz- und Transparenzanforderungen bei der KI-Beschaffung und -Einführung berücksichtigen.
• Teilnehmende entwickeln ein erstes Konzept für einen KI-Piloten in ihrer Behörde.

Ziel

Teilnehmende lernen praxisnahe KI-Anwendungen kennen, die sofort im Handwerks- und Baubetrieb einsetzbar sind – von der Angebotserstellung über die Baustellenplanung bis zur bildgestützten Qualitätskontrolle. Der Kurs setzt keine technischen Vorkenntnisse voraus.

Agenda

• KI im Handwerk – praxisnahe Einstiegsmöglichkeiten ohne Programmierkenntnisse
• Angebots- und Rechnungserstellung mit KI: schneller, präziser, professioneller
• Bau- und Projektplanung: KI-gestützte Terminplanung und Ressourcensteuerung
• Qualitätskontrolle mit Bilderkennung: Mängel auf der Baustelle frühzeitig erkennen
• Kundenkommunikation: Angebote erläutern, Reklamationen bearbeiten, Anfragen nachfassen
• Digitale Tools im Handwerksbetrieb: Überblick über relevante Anwendungen und Plattformen

Lernziele

• Teilnehmende können KI-Werkzeuge für Angebotserstellung und Kundenkommunikation direkt in ihrem Betrieb einsetzen.
• Teilnehmende verstehen, wie bildgestützte Qualitätskontrolle auf Baustellen funktioniert und welche Tools verfügbar sind.
• Teilnehmende können Projekt- und Terminplanung durch KI-Unterstützung effizienter gestalten.
• Teilnehmende haben einen konkreten Aktionsplan, welche digitalen KI-Tools sie als nächstes einführen möchten.

Ziel

Teilnehmende lernen KI-Anwendungen in der Landwirtschaft kennen und verstehen, wie Präzisionslandwirtschaft, datengestützte Ertragsprognosen und intelligentes Ressourcenmanagement den Betrieb effizienter und nachhaltiger machen. Der Kurs vermittelt außerdem einen Überblick über relevante Förderprogramme.

Agenda

• KI in der Landwirtschaft – Überblick: Status quo und internationale Entwicklungen
• Präzisionslandwirtschaft: Sensordaten, Drohnenbilder und standortspezifische Bewirtschaftung
• Ertragsprognosen und Erntezeitplanung mit KI-gestützten Modellen
• KI zur Schädlings- und Krankheitserkennung: Früherkennung durch Bildanalyse
• Ressourcenmanagement: Wasser- und Düngemitteleinsatz datengestützt optimieren
• Förderung und Regulatorik: EU-Agrarpolitik, Förderprogramme und Datenschutz im Agrarbereich

Lernziele

• Teilnehmende können Präzisionslandwirtschafts-Tools bewerten und geeignete Lösungen für ihren Betrieb auswählen.
• Teilnehmende verstehen, wie KI-gestützte Ertragsprognosen und Schädlingserkennung funktionieren und welche Datengrundlage erforderlich ist.
• Teilnehmende können den Ressourceneinsatz durch datengestützte Entscheidungen effizienter gestalten.
• Teilnehmende kennen relevante Förderprogramme für KI-Investitionen in der Landwirtschaft und können Förderanträge zielgerichtet vorbereiten.