Archives All Courses

Künstliche Intelligenz normkonform steuern, verantworten und managen inkl. Prüfung

Der Einsatz Künstlicher Intelligenz erfordert heute mehr als technisches Know-how. Organisationen stehen vor der Aufgabe, KI systematisch, verantwortungsvoll und regelkonform zu steuern. Genau hier setzt der Lehrgang KI-Manager*in an.

Der Lehrgang qualifiziert Teilnehmende dazu, ein KI-Managementsystem aufzubauen, zu betreiben und weiterzuentwickeln – auf Basis der internationalen Norm ISO/IEC 42001.

Ziel des Lehrgangs
Ziel des Lehrgangs ist es, die Teilnehmenden zu befähigen,

• KI strategisch und operativ zu verantworten,
• Governance-, Risiko- und Compliance-Strukturen für KI aufzubauen,
• KI-Projekte entlang ihres gesamten Lebenszyklus zu steuern,
• die Anforderungen der ISO/IEC 42001 praxisnah umzusetzen,
• als KI-Manager*in eine klare Verantwortungsrolle in der Organisation wahrzunehmen.

Der Lehrgang ist nicht technisch-programmierend, sondern management-, prozess- und governanceorientiert.

Zielgruppe
Der Lehrgang richtet sich an:

• Führungskräfte und Entscheider*innen
• Projekt- und Programmverantwortliche für KI
• Mitarbeitende aus QM, Compliance, Datenschutz, IT-Steuerung
• Innovations- und Digitalisierungsverantwortliche
• Personen, die offiziell die Rolle KI-Manager*in übernehmen sollen

Programmierkenntnisse sind nicht erforderlich.

 Format und Umfang

• Umfang: 40 Unterrichtseinheiten (UE)
• UE-Dauer: 45 Minuten
• Format: LIVE-Online-Unterricht
• Zeitstruktur:
• Montag bis Donnerstag jeweils von 9:00 Uhr – 17:00 Uhr
• Freitag von 9:00 Uhr – 12:15 Uhr
• Methodik:
• Fachlicher Input
• Praxisbeispiele
• Diskussion und Reflexion
• Transfer in die eigene Organisation

Lernmittel und Prüfung
Sie erhalten zum Lehrgang ein individuelles, akkreditiertes Lernskript mit Inhalts- und Stichwortverzeichnis, das den gesamten Lehrgang inhaltlich vollständig abbildet. Das Skript stellen wir Ihnen im PDF-Format über eine Cloud zur Verfügung. Zusätzlich erhalten Sie das eBook „KI-Wissen für Führungskräfte“ ebenfalls als PDF-Datei. Eine Teilnahmebescheinigung stellen wir Ihnen am Ende des Lehrgangs aus.

Die Prüfung am letzten Lehrgangstag wird als LIVE-Online-Prüfung mit MS-Fragen über die akkreditierte Well-Done Zertifizierungsgesellschaft mbh abgenommen und erhalten ein entsprechendes Zertifikat sowie ein Badges-Zertifikat.

Lehrplan

Modul 1: Einführung in Künstliche Intelligenz (KI) und Machine Learning (ML)
Lehrgangstag 1: (6 UE von 9 UE)

Modulziel
Die Teilnehmenden erhalten ein fundiertes, praxisnahes Grundverständnis von Künstlicher Intelligenz (KI) und Machine Learning (ML). Sie lernen, zentrale Begriffe einzuordnen, gängige Mythen von realistischen Einsatzmöglichkeiten zu unterscheiden und KI im zeitlichen, organisatorischen und strategischen Kontext zu verstehen.

Das Modul bildet die gemeinsame Wissensbasis für die Lehrgänge KI-Advisor*in und KI-Manager*in und schafft die Voraussetzung für eine kompetente Beratung (KI-Advisor) sowie eine verantwortliche Steuerung und Managemententscheidung (KI-Manager*in).

Inhalte

• Grundbegriffe und Konzepte der Künstlichen Intelligenz
• Abgrenzung von Mythen, Hype und realistischen Einsatzmöglichkeiten
• Historische Entwicklung und zunehmende Bedeutung von KI im zeitlichen Kontext
• Überblick über Machine Learning und dessen Zusammenhang zur KI
• Abgrenzung Machine Learning vs. Deep Learning
• Überblick über zentrale KI-Algorithmen (ohne Programmierung)
• Einordnung von Algorithmen aus Management- und Entscheidungssicht
• Arten des Machine Learning (z. B. überwacht, unüberwacht) und typische Einsatzfelder
• Praxisnahe Beispiele aus unterschiedlichen Anwendungsbereichen

Schwerpunkte und Fokus KI-Manager*in: Management, Verantwortung und Organisation
Zusätzlich bzw. vertieft behandelt werden:

• Einordnung von KI als Management- und Entscheidungsthema, nicht als reine IT-Frage
• Bewertung von KI-Algorithmen und ML-Ansätzen aus organisatorischer und strategischer Sicht
• Verständnis der Auswirkungen unterschiedlicher KI-Ansätze auf Prozesse, Entscheidungen und Governance
• Nutzung praxisnaher Beispiele zur Vorbereitung von Management- und Investitionsentscheidungen
• Einordnung von KI-Entwicklungen im zeitlichen und strategischen Kontext der Organisation

Kompetenzziel KI-Manager*in
Die Teilnehmenden verstehen die grundlegenden Konzepte von KI, Machine Learning und zentralen Algorithmen und können deren Bedeutung, Chancen und Grenzen aus Management- und Entscheidungsperspektive bewerten sowie als Grundlage für verantwortliche Entscheidungen im Unternehmen nutzen.

Modul 2: Daten verstehen und ihre Bedeutung für KI
Lehrgangstag 1 (3 UE von 9 UE); Lehrgangstag 2 (3 UE von 9 UE)

Modulziel
Die Teilnehmenden verstehen die zentrale Rolle von Daten für KI-Systeme. Sie lernen, warum Datenqualität, Datenherkunft und Datenaufbereitung entscheidend für die Leistungsfähigkeit, Fairness und Zuverlässigkeit von KI-Anwendungen sind.

Inhalte

• Bedeutung von Daten im Kontext von KI und Machine Learning
• Datenquellen und Datensourcing
• Praxisbeispiele für Datenbeschaffung, -analyse und -aufbereitung
• Zusammenhang zwischen Datenqualität, Datenschutz und KI-Leistungsfähigkeit
• Risiken durch mangelhafte Datenbasis
• Grundlagen der Datenanalyse
• Datenqualität und typische Datenprobleme
• Einführung in die Datenaufbereitung anhand praxisnaher Beispiele

Schwerpunktsetzung KI-Manager*in

• Verständnis von Daten als strategische Ressource für KI-Anwendungen
• Bewertung von Datenverfügbarkeit, Datenqualität und Datenschutz aus Managementsicht
• Einordnung datenbezogener Risiken für Leistungsfähigkeit, Compliance und Entscheidungsqualität
• Ableitung von Anforderungen an Datenmanagement und organisatorische Verantwortlichkeiten
• Nutzung praxisnaher Beispiele zur Vorbereitung von Management- und Investitionsentscheidungen

Kompetenzziel KI-Manager*in
Die Teilnehmenden verstehen die Rolle von Daten als Grundlage erfolgreicher KI-Anwendungen und können Datenqualität, Datenschutz und datenbezogene Risiken aus Management- und Entscheidungsperspektive bewerten sowie in die Steuerung von KI-Projekten einbeziehen.

Modul 3: Anwendungsbereiche und Beispiele für KI und Machine Learning
Lehrgangstag 2 (6 UE von noch 6 UE übrig)

Modulziel
Die Teilnehmenden erhalten einen praxisorientierten Überblick über typische KI- und ML-Anwendungen und lernen, Einsatzmöglichkeiten realistisch einzuschätzen.

Inhalte

• Überblick über gängige KI-Anwendungsbereiche
• Praxisbeispiele aus unterschiedlichen Branchen
• Identifikation von Geschäftschancen durch KI
• Bewertung von KI-Use-Cases aus Managementsicht
• Aktuelle KI-Trends und zukünftige Entwicklungen
• Einordnung von Computer Vision und NLP als Zukunftstechnologien
• Bilderkennung und Sprachverarbeitung
• Automatisierung und Optimierung von Prozessen
• Einsatz von No-Code-Tools für KI
• Überblick über gängige KI-Softwarelösungen

 Schwerpunktsetzung KI-Manager*in

• Bewertung von KI-Anwendungsfällen aus organisatorischer, wirtschaftlicher und strategischer Sicht
• Identifikation und Priorisierung von KI-Geschäftschancen im Unternehmenskontext
• Einordnung aktueller KI-Trends im Hinblick auf Relevanz, Reifegrad und strategischen Nutzen
• Nutzung von Praxisbeispielen und Softwareübersichten zur Vorbereitung von Management- und Investitionsentscheidungen
• Verständnis der Auswirkungen von Automatisierung, Computer Vision und NLP auf Prozesse, Rollen und Wertschöpfung

Kompetenzziel KI-Manager*in
Die Teilnehmenden sind in der Lage, KI-Anwendungsbereiche, Geschäftschancen und technologische Trends aus Managementsicht zu bewerten, geeignete KI-Use-Cases zu priorisieren und fundierte Entscheidungsgrundlagen für den Einsatz von KI im Unternehmen zu entwickeln.

Modul 4: Chancen, Grenzen und gesellschaftliche Auswirkungen von KI
Lehrgangstag 3 (5 UE von 9 UE)

Modulziel
Die Teilnehmenden entwickeln ein kritisches und verantwortungsbewusstes Verständnis für die Chancen und Grenzen von KI und deren Auswirkungen auf Gesellschaft, Arbeit und Individuen.

Inhalte

• Potenziale von KI für Organisationen und Gesellschaft
• Technische und organisatorische Grenzen von KI
• Ethische Fragestellungen im KI-Kontext
• Verantwortungsvoller KI-Einsatz im operativen Betrieb
• Auswirkungen von KI-Entscheidungen auf Organisation und Mitarbeitende
• Rolle des Managements bei ethischen Fragestellungen
• Auswirkungen auf Arbeit, Privatsphäre und Gesellschaft
• Typische Fehlannahmen und Risiken

Schwerpunktsetzung KI-Manager*in

• Verantwortung für einen ethisch vertretbaren und nachvollziehbaren KI-Einsatz im Unternehmen
• Integration ethischer Fragestellungen in Management-, Governance- und Entscheidungsprozesse
• Bewertung der Auswirkungen von KI-Entscheidungen auf Mitarbeitende, Organisation und Gesellschaft
• Umgang mit Risiken, Fehlannahmen und Zielkonflikten im operativen Betrieb
• Rolle des Managements bei der Festlegung von Leitlinien und Grundsätzen für KI

Kompetenzziel KI-Manager*in
Die Teilnehmenden sind in der Lage, Chancen und Grenzen von KI aus Managementsicht zu bewerten, ethische und gesellschaftliche Aspekte in Entscheidungen einzubeziehen und Verantwortung für einen angemessenen und verantwortungsvollen KI-Einsatz in der Organisation zu übernehmen.

Modul 5: Rechtliche und normative Anforderungen an KI-Systeme
Lehrgangstag 3 (4 UE von übrigen 9 UE)

Modulziel
Die Teilnehmenden erhalten einen praxisnahen Überblick über rechtliche und normative Anforderungen an KI-Systeme und verstehen deren Bedeutung für Beratung und Management.

Inhalte

• Überblick über rechtliche Rahmenbedingungen für KI
• Grundzüge der KI-Verordnung (KI-VO / EU AI Act)
• Rechtliche Anwendung von KI (nicht nur Anforderungen)
• Schnittstelle KI-Verordnung – Governance – Organisation
• Rolle des KI-Manager*ins bei rechtlicher Umsetzung
• Abgrenzung zur Rechtsberatung
• Risikoklassen und deren Bedeutung
• Dokumentations- und Transparenzanforderungen
• Zusammenhang zwischen Recht, Normen und Governance

Schwerpunktsetzung KI-Manager*in

• Verantwortung für die rechtssichere Anwendung von KI im Unternehmen
• Integration rechtlicher Anforderungen in Governance-, Entscheidungs- und Kontrollprozesse
• Einordnung der KI-VO in organisatorische Abläufe und Verantwortlichkeiten
• Bewertung von Risikoklassen und Ableitung geeigneter Maßnahmen
• Sicherstellung von Dokumentations-, Transparenz- und Nachweispflichten
• Abgrenzung eigener Verantwortlichkeiten gegenüber Recht und Compliance

Kompetenzziel KI-Manager*in
Die Teilnehmenden sind in der Lage, rechtliche und normative Anforderungen an KI-Systeme aus Managementsicht zu bewerten, deren Umsetzung organisatorisch zu steuern und Verantwortung für einen rechtssicheren, transparenten und governancekonformen Einsatz von KI zu übernehmen.

Modul 6: KI-Governance, Risikomanagement und Lebenszyklussteuerung
Lehrgangstag 4 (6 UE von 9 UE)

Modulziel
Die Teilnehmenden lernen, KI systematisch zu steuern, Risiken zu erkennen und KI-Systeme über ihren gesamten Lebenszyklus hinweg zu begleiten.

Inhalte

• Grundlagen der KI-Governance
• Checkliste zur Einführung von KI im Unternehmen
• Integration von KI-Modellen in bestehende Systeme
• Überwachung, Wartung und Performance-Optimierung
• Umgang mit Modelländerungen und Drift
• Operative Steuerung durch den KI-Manager*in
• Identifikation und Bewertung von KI-Risiken
• Bias, Fairness, Transparenz und Robustheit
• Lebenszyklus von KI-Systemen
• Monitoring und kontinuierliche Verbesserung

Schwerpunktsetzung KI-Manager*in

• Aufbau, Umsetzung und Weiterentwicklung einer wirksamen KI-Governance
• Verantwortung für die Einführung, Integration und den Betrieb von KI-Systemen
• Nutzung der Checkliste zur strukturierten Einführung von KI im Unternehmen
• Steuerung von Überwachung, Wartung, Performance-Optimierung und Umgang mit Modelländerungen
• Systematische Identifikation, Bewertung und Behandlung von KI-Risiken
• Sicherstellung von Fairness, Transparenz, Robustheit und kontinuierlicher Verbesserung über den gesamten Lebenszyklus

Kompetenzziel KI-Manager*in
Die Teilnehmenden sind in der Lage, KI-Systeme über ihren gesamten Lebenszyklus hinweg verantwortungsvoll zu steuern, Governance- und Risikostrukturen aufzubauen und zu betreiben sowie Betrieb, Monitoring und kontinuierliche Verbesserung von KI-Anwendungen organisatorisch sicherzustellen.

Modul 7: Abschlussprojekt, Transfer und Rollenklärung
Lehrgangstag 4 (3 UE von den übrigen 9 UE)

Modulziel
Die Teilnehmenden wenden das Gelernte praxisnah an, reflektieren ihre jeweilige Rolle und übertragen die Inhalte auf reale Organisationskontexte.

Inhalte

• Umsetzung eines kleinen KI-bezogenen Projekts oder Szenarios
• Projekt mit klarem Management-, Governance- oder Strategie-Fokus
• Ableitung konkreter Maßnahmen
• Bewertung der Ergebnisse aus KI-Manager*in-Perspektive
• Anwendung der gelernten Konzepte
• Reflexion der eigenen Rolle
• Präsentation und Diskussion der Ergebnisse

Schwerpunktsetzung KI-Manager*in

• Strukturierung und Bewertung eines KI-Projekts aus Management- und Governance-Sicht
• Ableitung und Priorisierung konkreter Maßnahmen zur Umsetzung im Unternehmen
• Bewertung von Risiken, Verantwortlichkeiten und Steuerungsansätzen
• Reflexion der eigenen Rolle als verantwortliche Instanz für KI-Entscheidungen
• Präsentation der Projektergebnisse als Entscheidungs- und Umsetzungsgrundlage

Kompetenzziel KI-Manager*in
Die Teilnehmenden sind in der Lage, ein KI-bezogenes Projekt aus Managementsicht zu strukturieren, Entscheidungen und Maßnahmen fundiert abzuleiten, Risiken und Governance-Aspekte zu berücksichtigen und ihre Rolle als KI-Manager*in sicher und reflektiert wahrzunehmen.

Didaktisches Konzept

• Normkonforme, verständliche Vermittlung
• Praxisorientierte Beispiele statt Theorieüberfrachtung
• LIVE-Austausch mit Trainer:innen
• Direkter Bezug zur organisationalen Realität

Abschluss und Nachweis
Nach erfolgreicher Teilnahme erhalten die Teilnehmenden einen Teilnahmebescheinigung und bei Prüfungsanmeldung ein Zertifikat „KI-Manager*in (ISO/IEC 42001)“ einer akkreditierten Zertifizierungsstelle.

 

Zum Shop