Der Lehrgang besteht aus vier aufeinander aufbauenden Modulen:

Modul 1: Strategische Grundlagen 

• Grundverständnis KI: Teilnehmer lernen, was KI ist und wie sie sich von traditioneller Software unterscheidet. Es werden Einblicke in die Funktionsweise von Machine Learning und Generativer KI gegeben
• KI-Potenziale: Das Modul zeigt systematisch, wie KI in verschiedenen Geschäftsbereichen Wert schaffen kann.
• Ethische & rechtliche Rahmenbedingungen: Es werden ethische und rechtliche Aspekte behandelt, insbesondere die EU-KI-Verordnung und ihre praktischen Auswirkungen.
• Strategieentwicklung: Teilnehmer lernen, Anwendungsfälle zu identifizieren, zu bewerten und zu priorisieren sowie eine strategische Roadmap für die KI-Einführung zu entwickeln.
   

Modul 2: KI-Agenten, Workflows & Systeme

• Grundbausteine: Die Teilnehmer lernen die grundlegenden Bausteine einer KI-Anwendung kennen, wie Modelle, Prompts und Output-Parser.
• Kontextverwaltung: Es wird vermittelt, wie KI-Systeme Konversationen und Kontext speichern und verwalten.
• Automatisierte Workflows: Das Modul zeigt, wie einzelne KI-Aufgaben zu intelligenten, automatisierten Prozessketten (Chains) verbunden werden können.
• KI-Agenten: Ein Schwerpunkt liegt auf der Entwicklung von KI-Agenten, die selbstständig Werkzeuge nutzen und Aufgaben autonom bearbeiten können. Es werden verschiedene Agenten-Muster vorgestellt.
• Qualitätsbewertung: Die Teilnehmer lernen, wie sie die Qualität und Leistung ihrer KI-Systeme bewerten und kontinuierlich verbessern können.<
   

Modul 3: Wissensmanagement mit RAG-Systemen

• Einführung in RAG: Das Modul fokussiert auf Retrieval-Augmented Generation (RAG) als Lösung für die Grenzen von Standard-Sprachmodellen (z.B. Halluzinationen).
• RAG-Architektur: Die Teilnehmer durchdringen die komplette Architektur eines RAG-Systems, von der Nutzeranfrage bis zur Antwortgenerierung.
• Information Retrieval: Es wird fundiertes Wissen über Information Retrieval vermittelt, inklusive der Kombination von semantischer Suche, Keyword-Suche und Metadaten-Filterung.
• Vektordatenbanken: Die Umwandlung von Texten in maschinenlesbare Vektoren (Embeddings) und deren Speicherung in Vektordatenbanken wird behandelt.
• Anwendungsfälle & Evaluierung: Konkrete Anwendungsfälle wie Chatbots werden entwickelt. Zum Abschluss werden Metriken und Strategien zur Evaluierung und Verbesserung von RAG-Systemen erlernt.
  
  

Modul 4: Umsetzung mit Microsoft Azure

• Plattform-Einführung: Das Modul vermittelt die praktische Implementierung auf Microsoft Azure. Es beginnt mit der Einrichtung eines Azure-Kontos und einem Überblick über die zentralen KI-Dienste.
• Datenmanagement: Die Teilnehmer lernen, wie Unternehmensdaten in Azure Data Lake gespeichert und verwaltet werden. Mit Azure Data Factory werden automatisierte Datenpipelines zur Aufbereitung großer Datenmengen erstellt.
• Praktische Umsetzung: In Übungen wird ein funktionsfähiger KI-Chatbot mit Python entwickelt, der auf die vorbereiteten Daten in Azure zugreift.
• Bereitstellung & Betrieb: Das Modul behandelt die Containerisierung von KI-Anwendungen mit Docker und deren Bereitstellung als Web-App in Azure. Wichtige Aspekte des laufenden Betriebs wie Kostenkontrolle und Performance-Monitoring werden besprochen.
  
   

Ca. 60 Unterrichtseinheiten innerhalb 1 Monat

Von 13.01.2026 bis 17.02.2026 Online
Di. 08:00 - 18:00 Uhr | Ort: Online | Abschluss am Freitag, den 17.02.2026

Software

alle Betriebssysteme, die Chrome und/oder Firefox unterstützen

Mobile Geräte: Android ab 6.0; iOS ab 12.2

PC-Browser: Chrome, Firefox, Edge oder Opera; Safari funktioniert nur eingeschränkt
Hardware

Ideal: PC/Mac oder Laptop, Dualcore CPU; mind. 2 GB RAM

Teilnahme via Smartphones wird nicht empfohlen

Headset für Tonausgabe und Mikrofon

ggf. Webcam
Netzwerk

optimale Bandbreite ab 5 Mbit/s Download

2590,00 €