Datenanalyse & Automatisierung für Nicht-ITler

  • Grundlagen der Datenanalyse
  • Einführung in einfache Datenanalyseprogramme (Excel, Power BI)
  • Datenbewertung & Visualisierung
  • Prozessautomatisierung mit Low-Code/No-Code Tools
  • Toolnutzung ohne Programmiererfahrung
  • Praxisbeispiele mit Power Automate
  • Anwendungsfälle z.B. aus den Bereichen Vertrieb, Produktentwicklung, Prozessoptimierung, Marketing, HR

KI-gestützte Arbeitsprozesse & Prompt Engineering

  • KI als transformative Technologie
  • Wie funktioniert KI?
  • Maschinelles Lernen und Neuronale Netze als Kern der KI
  • KI-Schlagwörter verstehen und einordnen
  • Einführung in Maschinelles Lernen
  • Unterschiede von ML zu generativer KI und klassischer Softwareentwicklung
  • Logik hinter KI verstehen: unüberwachtes, halbüberwachtes, überwachtes und verstärkendes Lernen
  • Stand der KI-Forschung

KI im Berufsalltag: Innovationspotential & Use Cases aus Verwaltung, Industrie, Dienstleistung

  • Effektives Prompt Engineering mit generativen KI-Tools mit Praxisbezug
  • Praxisübungen mit ChatGPT, Copilot, Gemini etc.
  • Prompt Engineering für Text, Analyse, Entscheidungshilfe
  • Governance, Compliance & Datenschutz bei KI-Tools: Fall-beispiele zu Compliance-Vorgaben, *Umgang mit Bias, DSGVO-Konformität in KI-Projekten, EU KI Verordnung (AI-Act)
  • Ethik in der KI-Nutzung: Risiken generativer KI
  • Einflüsse auf Umwelt und Nachhaltigkeit
  • Informationsgenauigkeit
  • Kognitive Entlastung vs. Kompetenzentwicklung

Einführung von KI im Unternehmen

  • Use Cases, Stakeholderanalyse
  • Transferarbeit im Betrieb
  • Unternehmens- und KI Strategie
  • Operative Herausforderungen bei der Implementierung von KI-Systemen
  • Technologische Infrastruktur
  • Agile Projektmethoden und KI-Roadmap
  • Projektarbeit "Konzeption eigener KI-Projekte im betrieblichen Umfeld"