Projektmanagement erfordert strukturierte Abläufe und Transparenz. Die Weiterbildung zeigt, wie KI-Agenten Workflows automatisieren und Projekte effizient unterstützen.

Agile IT Projektleitung: Mitarbeiterführung in agilen Projekten inkl. SCRUM-Master-Zertifizierung

(Dauer: ca. 8 Wochen)

  • Einführung in das IT-Projektmanagement
  • Einführung in agiles Projektmanagement und der Wandel vom klassischen Ansatz
  • SCRUM verstehen: Rollen, Abläufe, Artefakte und Prinzipien
  • Planung und Umsetzung agiler Projekte anhand von Sprints und Releases
  • Anforderungsmanagement, Qualitätssicherung und kontinuierliche Verbesserung
  • Praxisnahe Fallbeispiele und Vorbereitung auf die Zertifizierung (z.B. PSM I)
ICDL Microsoft 365 - Digitale Zusammenarbeit, IT-Sicherheit und Datenschutz

(Dauer: ca. 4 Wochen)

  • Digitale Zusammenarbeit
  • Effiziente kollaborative Produktion
  • Grundlagen der IT-Sicherheit
  • Sicherheitskonzepte und Strategien
  • Sicheres Datenmanagement in der Praxis
  • Überblick über die DSGVO
  • Rechte der Betroffenen bei personenbezogenen Daten
  • Praktische Umsetzung und Implementierung
  • Einhaltung rechtlicher Vorgaben
ICDL Microsoft 365 - Textverarbeitung, Tabellenkalkulation

(Dauer: ca. 4 Wochen)

  • Texte und Dokumente in Word professionell erstellen und formatieren
  • Tabellen, Grafiken und Seriendruck effektiv einsetzen
  • Arbeitsmappen und Tabellenblätter in Excel verwalten und bearbeiten
  • Formeln, Funktionen und Diagramme zur Datenanalyse nutzen
  • Dokumente und Tabellen druckfertig aufbereiten und ausgeben
KI-Engineering: KI-Agenten und Workflow-Automatisierung

(Dauer: ca. 4 Wochen)

  • Einsatzfelder und Konzepte von KI und Automatisierung
  • Funktion und Integration von KI-Agenten in Geschäftsprozesse
  • Automatisierte Workflows und Prozessoptimierung mit KI
  • Verbindung von KI, Agentenlogik und Workflow-Steuerung
Prompt Engineering: KI-gestützte Analyse, Visualisierung inkl. Daten-Mapping und Reporting

(Dauer: ca. 4 Wochen)

  • Datenanalyse, Mapping und Transformation
  • Künstliche Intelligenz und maschinelles Lernen in der Datenarbeit
  • Automatisierung, Visualisierung und Reporting
  • Prognosemodelle, Mustererkennung und Datenaugmentation
  • Ethik, Transparenz und Erklärbarkeit in KI-Systemen