- Verständnis der Rolle von KI-Projektmanagement in modernen datengetriebenen Organisationen
- Unterschiede und Schnittstellen zwischen klassischem Projektmanagement und KI-Projektmanagement
- Relevante ethische und regulatorische Aspekte im KI-Projektmanagement (DSGVO, Nachhaltigkeit, Green IT)
- Kompetenzprofil und Verantwortlichkeiten eines AI Project Managers im Kontext von KI-Projektmanagement
Agiles Projektmanagement & Methodeneinsatz
- Scrum, Kanban und hybride Arbeitsformen im Rahmen von KI-Projektmanagement
- Nutzung von Trello, Gantt- und PERT-Diagrammen zur agilen Planung
- Iterative Ausführung und Backlog-Priorisierung in datengetriebenen Projekten
- Verankerung von Projektvision und Sprint-Zielen im AI-Kontext
KI-Integration in agile Prozesse
- Einbindung von generativer KI zur Automatisierung im KI-Projektmanagement
- Verwendung von NLP, Chatbots und Text Mining zur Prozessoptimierung
- Prompt Engineering für bessere Teamkommunikation in AI-Projekten
- Prototyping mit KI zur Unterstützung von Stakeholder-Workflows
Design Thinking im agilen AI-Projekt
- Nutzerzentrierte Problemlösung durch Design Thinking im KI-Projektmanagement
- Einsatz von Prototyping Tools wie Design Tokens und UI-Komponenten
- Nutzerfeedback in agilen Schleifen auswerten und umsetzen
- Tools zur Unterstützung von Innovationsprozessen in AI-Projekten
Data Management & Visualisierung
- Datenanalyse mit Python, Pandas, SQL im Projektkontext
- Datenvisualisierung für KI-Projektmanagement mit Matplotlib und Seaborn
- Streamlit- und Gradio-Dashboards zur Projektkommunikation
- Data Storytelling zur KPI-Überwachung und Projektbewertung
CI/CD & AI Deployment in agilen Teams
- Toolchain für KI-Projektmanagement: Docker, FastAPI, Git & MLFlow
- Deployment von KI-Anwendungen via AWS, GCP und Lambda
- Skalierung von Anwendungen durch Load Balancer & API-Management
- Automatisiertes Testing und Versionsverwaltung im AI-Projekt