- Einführung in KI-Management: Strategische Steuerung von KI- und Data Science-Projekten
- Überblick über AI Engineering Prozesse und technologische Anforderungen
- Typische Aufgaben und Verantwortlichkeiten eines KI Officers
- Integration von KI-Lösungen in Unternehmensstrategien und Geschäftsmodelle
Prompt Engineering für effektive KI-Anwendungen
- Was ist Prompt Engineering? Methoden zur optimalen Interaktion mit Generative AI
- Entwicklung und Optimierung effektiver Prompts für ChatGPT & Co.
- Einsatzbereiche und Use Cases: Textgenerierung, Automatisierung, Kundenservice
- Hands-on-Übungen zur Erstellung und Validierung praxisnaher Prompts
KI-Projektmanagement und agile AI-Workflows
- Steuerung und Planung von KI Engineering Projekten mit agilen Methoden
- Effiziente Zusammenarbeit in interdisziplinären Data Science & KI-Teams
- Risikomanagement und Qualitätssicherung in KI Engineering Projekten
- Monitoring von KI-Performance und kontinuierliche Verbesserung
Technische Grundlagen für KI Officer
- Verständnis der Grundlagen in Python, Machine Learning und Deep Learning
- Einführung in Datenanalyse und Visualisierung mit Pandas, SQL, Seaborn
- Wichtige Technologien im KI Engineering: TensorFlow, Docker, Cloud-Infrastruktur
- Entwicklung von Verständnis für technologische Herausforderungen in KI Engineering Projekten
Ethik und Datenschutz im KI-Management
- Ethische Fragen und Herausforderungen beim Einsatz von KI
- Datenschutz und Compliance: DSGVO-konforme KI-Systeme
- Verantwortungsvolle Nutzung von Data Science und Künstlicher Intelligenz
- Risiken identifizieren und verantwortungsvoll steuern
Generative AI und KI-Innovation
- Generative KI verstehen: Funktionsweise und Innovationspotenziale
- Einsatz von GPT-Modellen im Unternehmensumfeld (Content-Erstellung, Automatisierung)
- Implementierung von kreativen KI-Anwendungen in Unternehmen
- Case Studies erfolgreicher Prompt Engineering und Generative AI Projekte
Operationalisierung von KI-Lösungen (MLOps & Deployment)
- Deployment von KI-Modellen mit Docker und Cloud-Services
- CI/CD und MLOps: Kontinuierliche Integration und Automatisierung
- Model-Monitoring und Drift-Erkennung für stabile KI-Produkte
- Best Practices zur langfristigen Pflege und Skalierung von KI-Anwendungen
Capstone Projekt: KI-Management und Prompt Engineering in der Praxis
- Eigenständige Planung und Umsetzung eines realen KI-Projekts
- Entwicklung und Anwendung von Prompt Engineering Strategien
- Teamarbeit, Projektsteuerung und Präsentation für Stakeholder
- Realistische Simulation der Rolle eines KI Officers im Unternehmenskontext
Das KI-Engineering Programm umfasst strategisches KI-Management, technologische Grundlagen, Prompt Engineering, sowie ethische und rechtliche Aspekte der Künstlichen Intelligenz.