Einführung in AI Project Management
  • Grundlagen von AI Project Management und KI-Projektmanagement im Unternehmenskontext
  • Rollenverständnis und Kompetenzen eines KI-Projektmanagement-Profis
  • Regulatorische Anforderungen wie DSGVO beim Einsatz von Künstlicher Intelligenz
  • Strategien zur erfolgreichen Integration von KI in Geschäftsprozesse

Design Thinking & Problemlösungsansätze
  • Design Thinking Phasen (Empathise, Define, Ideate) im Kontext von AI Project Management
  • Prototyping & Testing KI-basierter Anwendungen
  • UI Design für benutzerzentrierte KI-Projektmanagement-Lösungen
  • Nutzung digitaler Tools für die Gestaltung von KI-Prototypen

Python & Datenverarbeitung
  • Python-Grundlagen für KI-Projektmanagement: NumPy, Pandas & Datenmanipulation
  • Sauberer und strukturierter Code gemäß PEP8
  • Transformation und Analyse von Daten im Rahmen von AI Project Management
  • Verständnis für Datenökosysteme und deren Bedeutung für KI-Projekte

Data Visualization & Kommunikation
  • Datenvisualisierung für AI Project Management mit Matplotlib & Seaborn
  • Darstellung statistischer Zusammenhänge in KI-Projektmanagement-Kontexten
  • Entscheidungsfindung durch datengestützte Visualisierung
  • Entwicklung visueller Dashboards für KI-gestützte Anwendungen

Projektplanung & agile Methoden
  • Agile Methoden (Scrum, Kanban) im AI Project Management anwenden
  • Erstellen und Verwalten von Backlogs, Aufgaben und Spezifikationen
  • Risikobewertung mit FMECA für KI-Projektmanagement
  • Einführung in SQL/NoSQL und Web Scraping zur Datenbeschaffung

Regulatorik & Green IT
  • Datenschutz und DSGVO als feste Bestandteile von KI-Projektmanagement
  • Green IT Konzepte zur nachhaltigen Gestaltung von AI Project Management-Projekten
  • Vermeidung von Dark Data und bewusster Umgang mit digitalen Ressourcen
  • Objektorientierte Programmierung zur Umsetzung strukturierter KI-Lösungen

Versionierung & App-Entwicklung
  • Versionierung mit Git & GitHub im Rahmen von AI Project Management
  • Erstellung KI-gestützter Webanwendungen mit Streamlit
  • Automatisierung alltäglicher Abläufe mit Bash-Skripten
  • Modularisierung von Python-Projekten mit Cookiecutter im KI-Projektmanagement