Zielsetzung

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 Bilanzbuchhaltung 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.

Praxisbezug für Bilanzbuchhaltung

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

  • Quartalsabschluss
  • Konsolidierungs-Logik
  • Audit-Trails
  • Anhang-Erstellung
  • Konzern-Reporting
KI für Projektmanager:innen: Grundlagen und Anwendungen

Zielsetzung des Kurses
Der Kurs vermittelt Kenntnisse zur Anwendung von Künstlicher Intelligenz (KI) im Projektmanagement. Er beleuchtet die Grundlagen von KI, spezifische Anwendungsfälle im Projektalltag sowie die Implementierung von KI-Projekten. Ebenso werden ethische, datenschutzrechtliche und rechtliche Rahmenbedingungen thematisiert.

Inhalte
Der Kurs behandelt die Einführung in Künstliche Intelligenz, Foundation Models und Open-Source-KI-Tools. Es werden KI-Anwendungen im Projektmanagement und im Projektalltag vorgestellt. Die Implementierung von KI-Projekten, die Evaluation von KI-Lösungen sowie ethische und rechtliche Rahmenbedingungen für die KI-Nutzung sind weitere Schwerpunkte. Der Umgang mit ChatGPT und die damit verbundenen rechtlichen Aspekte werden ebenfalls erläutert. Ergänzend werden Soft Skills für KI-Projekte wie Kommunikation, Führung und Veränderungsmanagement behandelt. Ein Exkurs zum Projektmanagement rundet das Themenspektrum ab.

Lernziele

  • Verständnis der Grundlagen von Künstlicher Intelligenz.
  • Identifikation von KI-Anwendungen im Projektmanagement.
  • Kenntnis von Foundation Models und Open-Source-KI-Tools.
  • Anwendung von KI im Projektalltag.
  • Fähigkeit zur Implementierung und Evaluation von KI-Projekten.
  • Bewusstsein für ethische, datenschutzrechtliche und rechtliche Aspekte.
  • Entwicklung von Soft Skills für die Arbeit in KI-Projekten.

Berufsperspektiven
Die erworbenen Kompetenzen sind relevant für Projektmanager:innen, die KI-gestützte Methoden und Werkzeuge in ihren Projekten einsetzen möchten. Dies umfasst die Planung, Steuerung und Überwachung von Projekten unter Berücksichtigung von KI-Potenzialen und -Herausforderungen.

Agile Leadership: Führung in einer agilen Arbeitswelt

Zielsetzung des Kurses
Der Kurs vermittelt Grundlagen und Methoden agiler Führung. Er zielt darauf ab, Führungskräfte zu befähigen, Teams in agilen Arbeitsumgebungen effektiv zu leiten und die Prinzipien von Selbstorganisation und Flexibilität zur Erzielung von Ergebnissen anzuwenden.

Inhalte
Die Inhalte umfassen die Notwendigkeit agiler Führung, deren Definition und Kernprinzipien. Es werden agile Methoden, Tools und Werkzeuge vorgestellt. Zusatzthemen beinhalten die Führung mit Metriken, Liquiditätsplanung für agile Führungskräfte sowie Risikomanagement im agilen Kontext.

Lernziele

  • Verständnis der Prinzipien agiler Führung.
  • Anwendung agiler Methoden und Werkzeuge.
  • Fähigkeit zur Führung von Teams in selbstorganisierten und flexiblen Umgebungen.
  • Kenntnisse im Umgang mit Metriken und Risikomanagement in agilen Kontexten.

Berufsperspektiven
Die erworbenen Kenntnisse sind für Führungskräfte in agilen Organisationen und Projekten relevant. Sie unterstützen die Gestaltung von Teamarbeit und die Steigerung der Leistungsfähigkeit in dynamischen Arbeitswelten.

KI-gestützte Datenanalyse

Zielsetzung des Kurses
Der Kurs vermittelt Kenntnisse und Fähigkeiten zur Durchführung von Datenanalysen unter Einsatz von KI-gestützten Werkzeugen und Methoden. Er zielt darauf ab, Teilnehmende zu befähigen, verborgene Muster in Daten zu erkennen, handlungsrelevante Erkenntnisse zu gewinnen und KI-gestützte Analysen eigenständig umzusetzen.

Inhalte
Der Kurs behandelt die Aufbereitung und Visualisierung von Daten, den Einsatz von KI-Code-Beschleunigern wie GitHub Copilot sowie die Erstellung von KI-Analyse-Pipelines. Grundlagen des maschinellen Lernens, überwachtes und unüberwachtes Lernen, Deep Learning sowie Feature Engineering und Dimensionality Reduction sind weitere Themen. Die Bewertung und Interpretierbarkeit von KI-Modellen, ethische und datenschutzrechtliche Aspekte sowie der Einsatz von KI-gestützten Analysetools werden ebenfalls behandelt. Ein Praxisprojekt zur Umsetzung einer KI-gestützten Datenanalyse schließt den Kurs ab.

Lernziele

  • Anwendung von KI-gestützten Werkzeugen für die Datenanalyse.
  • Durchführung von Datenaufbereitung und -visualisierung.
  • Verständnis und Anwendung von Konzepten des maschinellen Lernens.
  • Erstellung und Bewertung von KI-Modellen.
  • Berücksichtigung ethischer und datenschutzrechtlicher Aspekte in der KI-gestützten Datenanalyse.
  • Umsetzung von Praxisprojekten zur KI-gestützten Datenanalyse.

Berufsperspektiven
Die erworbenen Kompetenzen sind für Fachkräfte in den Bereichen Datenanalyse, Business Intelligence und Data Science relevant. Sie ermöglichen die Gewinnung von Erkenntnissen aus Daten und die Entwicklung datengesteuerter Strategien.