Ausbildung zum KI-Professional.
Acht Tage, in denen du KI-Technologie, Use-Case-Priorisierung, Tool-Auswahl, Strategie-Methodik, EU AI Act, Governance und Ethik soweit aufbaust, dass du in deinem Unternehmen die treibende Manager-Rolle übernehmen kannst. Kleine Gruppe, viel Hands-on, mit QCT-Teilnahmezertifikat zum Abschluss. Wer im Vorfeld erstmal die Steuerungs-Sicht braucht, beginnt mit dem QCT-Executive-Briefing als 1-Tages-Format.
Vier Gründe für die QCT-Variante.
Compliance-Sensorium inklusive
EU AI Act, DSGVO und Haftungsfragen sind ein eigenes Modul, kein Randthema. Du lernst, wann ein Use-Case ein Compliance-Fall wird, bevor er es ist.
Kleine Gruppe
Bis zu 10 Teilnehmer pro Kurs. Hands-on-Blöcke, Use-Case-Sparring und Tool-Vergleiche bekommen die Tiefe, die in 25er-Gruppen verloren geht.
Trainer mit Beratungspraxis
Geleitet von Personen, die KI- und Compliance-Projekte selbst verantworten. Beispiele und Stolperfallen kommen aus echten Mandaten, nicht aus dem Lehrbuch.
Anschluss an die Beratung
Wenn aus der Schulung ein konkretes Vorhaben wird, gibt es einen direkten Pfad in die QCT-AI-Compliance-Linie. Kein Verkaufs-Druck, aber kurze Wege.
18 Module über acht Tage.
Drei KI-Familien und ihr Geschäfts-Profil
Regelbasiert, Maschinelles Lernen, Generative KI.
- Regelbasierte Systeme, Maschinelles Lernen und Generative KI sauber trennen
- Stärken und Grenzen je KI-Familie auf Use-Cases mappen
- Typische Geschäfts-Profile pro Familie einordnen
- Live-Demo: drei aktuelle KI-Modelle (Claude, ChatGPT, lokal) an der gleichen Aufgabe vergleichen
Maschinelles Lernen und Deep Learning auf Manager-Niveau
Trainingsdaten, Modelle, Evaluations-Metriken, Drift.
- Trainingsdaten, Modelle und Evaluations-Metriken aus Steuerungssicht beurteilen
- Drift, Bias und Modell-Lebenszyklus als Risiko einordnen
- Mit Data-Science-Teams fachlich diskutieren statt nur zustimmen
- Eigene Übung: ein konkretes Modell-Phänomen am Beispiel deines Geschäfts einordnen
Generative KI, LLMs und Foundation Models
Tokenisierung, Kontext-Fenster, Halluzinationen, Knowledge-Cutoff.
- Tokenisierung, Kontextfenster und Halluzinationen sicher erklären
- Knowledge-Cutoff und Modell-Versionierung in Entscheidungen einrechnen
- LLM-Funktionsweise vorstandstauglich zusammenfassen
- Hands-on: ein Foundation-Modell mit einer Aufgabe aus deinem Alltag konfrontieren
Prompting und kritische Output-Bewertung
Prompt-Strukturen, Rollen-Anweisungen, typische Geschäfts-Use-Cases.
- Prompt-Strukturen und Rollen-Anweisungen für eigene Use-Cases bauen
- Output systematisch auf Halluzination und Bias prüfen
- Eigene Geschäfts-Use-Cases hands-on am Modell durchspielen
- Werkstatt: eigenes Prompting-Playbook für drei Standard-Aufgaben aus deinem Bereich
Datenlage strategisch betrachten
RAG, Embeddings, Vektor-Datenbanken, Pflege-Aufwand.
- RAG, Embeddings und Vektor-Datenbanken im Aufwand-Nutzen-Verhältnis bewerten
- Datenlage als KI-Voraussetzung in Make-vs-Buy-Entscheidungen einrechnen
- Pflege-Aufwand für Daten-Pipelines realistisch planen
- Hands-on: Datenlage in deinem Unternehmen entlang der Strategie-Fragen abklopfen
Use-Case-Identifikation und Priorisierung
Methodik und Priorisierungs-Matrix nach Wirkung, Risiko, Aufwand und Datenlage.
- Use-Case-Inventar aus dem eigenen Geschäft aufbauen
- Priorisierungs-Matrix nach Wirkung, Risiko, Aufwand und Datenlage anwenden
- Eigene Use-Case-Skizzen im Workshop bewerten und schärfen
- Werkstatt: Use-Case-Matrix am eigenen Beispiel füllen und priorisieren
Tool-Landschaft und Vendor-Auswahl
Cloud-LLM, Inhouse-LLM, RAG-Pipelines, KI-Plattformen im strukturierten Vergleich.
- Cloud-LLMs, Inhouse-LLMs und RAG-Pipelines strukturiert vergleichen
- Auswahl-Kriterien jenseits von Feature-Listen ableiten
- Vendor-Risiken und Lock-in-Effekte vorab adressieren
- Übung: Vendor-Auswahl-Kriterien an einem konkreten Use Case durchspielen
ROI-Bewertung und Argumentation
Wie du KI-Vorhaben gegenüber Geschäftsleitung und Lenkungskreis fundierst, ohne in Marketing-Rhetorik zu rutschen.
- Business-Case-Templates für vier Use-Case-Klassen anwenden
- KI-Vorhaben gegenüber Geschäftsleitung und Lenkungskreis fundieren
- Marketing-Rhetorik in belegbare Zahlen übersetzen
- Werkstatt: ROI-Rechnung für einen eigenen Use Case aufsetzen und stress-testen
KI-Strategie-Framework und Roadmap-Methodik
Vom Use-Case-Inventar zur belastbaren KI-Strategie.
- Vom Use-Case-Inventar zur belastbaren KI-Strategie ableiten
- Roadmap mit Reife-Stufen, Capability-Aufbau und Vendor-Bindung strukturieren
- Quartalsplanung an bestehende Strategie-Zyklen anhängen
- Übung: Roadmap-Skizze für 90 Tage am eigenen Vorhaben entwickeln
EU AI Act, Risikoklassen und Verbote
Verordnung (EU) 2024/1689 strukturiert durchgehen: verbotene Praktiken, Hochrisiko-Systeme, Transparenz-Pflichten, allgemeine GPAI-Regeln.
- Verbotene Praktiken, Hochrisiko-Systeme und Transparenz-Pflichten unterscheiden
- Stichtage und Übergangsfristen für eigene Use-Cases einordnen
- Risikoklassen-Zuordnung an konkreten Beispielen üben
- Hands-on: Risikoklassen-Einordnung an drei Beispielen aus deinem Bereich
Provider versus Operator: Pflichten verstehen
Wann bist du Anbieter, wann Betreiber, wann beides.
- Eigene Rolle als Anbieter, Betreiber oder beides bestimmen
- Pflichten-Set pro Rolle aus dem AI Act ableiten
- Konformitäts-Bewertung, Marktbeobachtung und Vorfall-Meldung praktisch planen
- Werkstatt: Provider/Operator-Mapping für deinen KI-Stack
AIMS und ISO/IEC 42001 als Governance-Rahmen
AI Management System nach ISO/IEC 42001: Aufbau, Anwendungsbereich, Schnittstelle zu ISO 9001 und ISO 27001.
- AIMS-Aufbau und Anwendungsbereich nach ISO/IEC 42001 strukturieren
- Schnittstelle zu ISO 9001 und ISO 27001 sauber schneiden
- Zertifizierungs-Nutzen für die eigene Organisation bewerten
- Übung: AIMS-Bausteine an die Strukturen deines Unternehmens anpassen
DSGVO, AGG, Produkthaftung im KI-Kontext
Datenschutz, Diskriminierungsschutz und Haftungsfragen, jeweils im konkreten KI-Setup angewendet.
- Datenschutz-Pflichten in konkrete KI-Setups übersetzen
- Diskriminierungs-Risiken methodisch identifizieren
- Produkthaftungs-Fragen in KI-Architekturen frühzeitig adressieren
- Praxis-Block: AGG- und DSGVO-Bezüge an einem konkreten Fall durchspielen
Ethik, Fairness und Bias-Reflexion
Protected Attributes, Fairness-Metriken, methodische Bias-Prüfung.
- Protected Attributes und Fairness-Metriken für Use-Cases auswählen
- Bias-Prüfung als methodische Routine in Projekten verankern
- Ethik-Werkzeug-Kasten im Tagesgeschäft anwenden
- Reflexionsrunde: ein Bias-Beispiel aus dem eigenen Umfeld diskutieren und einordnen
KI in Geschäftsprozesse integrieren
Typische Architekturen, Pilot-Pfade, Make-vs-Buy.
- Typische KI-Architekturen für Pilot- und Skalierungs-Pfade auswählen
- Make-vs-Buy-Entscheidungen mit klaren Kriterien treffen
- Schatten-IT und Insel-Lösungen frühzeitig erkennen und verhindern
- Werkstatt: Integration eines KI-Bausteins in einen bestehenden Geschäftsprozess skizzieren
Sicherheit, Halluzinations-Mitigation und Red-Team-Prinzipien
Prompt Injection, Jailbreaks, Datenexfiltration, Halluzinations-Mitigation.
- Prompt Injection, Jailbreaks und Datenexfiltration als Angriffsvektoren erkennen
- Verteidigungs-Layer für eigene KI-Anwendungen entwerfen
- Red-Team-Routine in den Release-Zyklus einbauen
- Hands-on: kleine Red-Team-Simulation an einer Demo-Anwendung
30-Tage-Plan-Werkstatt
In Klein-Gruppen entsteht ein konkreter 30-Tage-Plan für den eigenen Use-Case.
- Eigenen Use-Case in einen konkreten 30-Tage-Plan überführen
- Prioritäten, Risiken und Stakeholder-Anbindung im Sparring schärfen
- Erste Aktions-Schritte für die ersten 14 Tage festlegen
- Werkstatt-Block: ausgearbeiteten 30-Tage-Plan mit Trainer-Feedback verfeinern
Use-Case-Pitch und Verteidigung
Jeder Teilnehmer pitcht den eigenen Use-Case vor Plenum und Trainer.
- Eigenen Use-Case strukturiert vor Plenum und Trainer pitchen
- Rückfragen aus Plenum und Trainer souverän aufnehmen
- Pitch nachschärfen und Bestehensgrundlage für das QCT-Zertifikat sichern
- Pitch-Übung mit Verteidigungs-Runde, gegenseitiges Stakeholder-Sparring
Was es kostet.
Im Preis enthalten
- Acht volle Trainings-Tage in kleiner Gruppe
- Hands-on-Setup mit Use-Case-Bewertung und Tool-Auswahl
- KI-Professional-Toolkit (Templates, Checklisten, Dokumentation)
- Teilnahmebestätigung
Rabatte
Frühbucher-Rabatt 10% bei Buchung mehr als 30 Tage vor Termin. Gruppen-Rabatt 10% ab 5 gleichzeitig angemeldeten Teilnehmern.
Inhouse Training?
Für Lernatmosphäre vor Ort und ein Format, das sich für deine Mitarbeitenden wiederholen lässt, bieten wir den Workshop auch bei dir Inhouse an. Sprich uns für ein maßgeschneidertes Angebot an.
Was oft gefragt wird.
Brauche ich vorher den Grundlagenkurs oder den Intensivkurs?
Nein. Die KI-Professional-Ausbildung umfasst alle Inhalte des Halbtags-Grundlagenkurses und des Zwei-Tages-Intensivkurses und führt sie auf Manager-Niveau weiter, mit zusätzlichen Themen rund um Strategie, EU AI Act, Governance und ROI-Argumentation. Wer einen der beiden Vorkurse schon besucht hat, hat in den ersten Tagen eine Auffrischung und steigt früher in die Vertiefung ein. Wer komplett neu einsteigt, bekommt das Fundament in den ersten Tagen mitgeliefert.
Erfüllt die Schulung die Pflichtschulung nach EU AI Act Artikel 4?
Nein. Die Ausbildung KI-Professional ist breiter angelegt und nicht firmen-spezifisch zugeschnitten. Wer den Art. 4-Nachweis für dein Unternehmen braucht, kombiniert die Ausbildung mit der Pflichtschulung KI-Kompetenz nach Artikel 4. Beide passen aufeinander, sind aber unterschiedliche Formate.
Welches Vorwissen brauche ich?
Keine technische Vorbildung. Hilfreich ist Erfahrung in Steuerungs- oder Beratungs-Rollen, weil die Module rund um Use-Case-Priorisierung, ROI und Compliance auf einem Manager-Niveau diskutiert werden. Wer schon erste KI-Tools im Alltag nutzt, profitiert in den Hands-on-Blöcken zusätzlich.
Wie viel Hands-on stecken die acht Tage tatsächlich?
Knapp die Hälfte der Zeit. Prompting (Tag 2), Use-Case-Priorisierung und Tool-Vergleich (Tag 3), Risiko-Klassifizierung (Tag 5), Bias-Prüfung (Tag 6), Red-Team-Übungen (Tag 7) und der Werkstatt-Pitch (Tag 8) sind komplett Hands-on. Die kleine Gruppengröße von max. 10 Teilnehmern ist genau dafür gewählt, damit du in den Übungen nicht im Plenum versinkst.
Wie ist das mit der Verteilung der acht Tage?
Standard-Format ist Block über zwei zusammenhängende Wochen, jeweils Montag bis Donnerstag. Der Freitag bleibt in beiden Wochen frei. Eine verteilte Variante läuft mit einem Trainings-Tag freitags alle zwei Wochen über sechzehn Wochen, wenn das im Team besser planbar ist. Bestätigung erfolgt mit der Buchung.
Macht die Schulung Sinn als Karrierewechsler in eine KI-Professional-Rolle?
Ja. Die Ausbildung ist explizit auch für Karrierewechsler aus Projektmanagement, IT oder Beratung gedacht, die ein KI-Mandat übernommen haben. Du bekommst Methodik, Sprache und Beurteilungs-Sensorium, um in der neuen Rolle ab Tag eins steuern zu können.
Ist das die Pflichtschulung für KI-Beauftragte?
Nein. Wer eine operative Compliance-Rolle nach AIMS / ISO 42001 übernimmt, bucht die Ausbildung KI-Beauftragte:r. Die Manager-Ausbildung deckt die strategisch-operative Treiberrolle ab, nicht die Audit-Fähigkeit.
Wann ist die Schulung sinnvoller als 1:1-Coaching?
Wenn du methodisches Fundament für die Rolle aufbauen willst und vom Plenum profitierst, ist die Gruppenschulung der richtige Weg. Bei einem konkreten Vorhaben mit akuter Steuerungsfrage ist 1:1-Mentoring & Coaching passender. Beides lässt sich auch kombinieren, oft als Schulung gefolgt von kurzem Coaching-Anschluss.
KI-Professional werden, mit echtem Fundament.
Kleine Gruppe, mit EU-AI-Act-Tiefe, Governance-Methodik und QCT-Teilnahmezertifikat zum Abschluss. Präsenz oder Remote.
Vielleicht passt aus einer anderen Säule etwas besser zu deiner Situation.
Quality Education
Workshops, Schulungen und 1:1-Coaching für Test-, Projekt- und KI-Compliance-Themen.
→Quality Consulting
Strategie, Methodik, Frameworks für belastbare Qualität. Audits, Konzepte, AI-Compliance.
→Quality Services
Operative Test-Manpower, Interim-Testmanagement und Vermittlung aus dem Fachnetzwerk.
→CT Map
Übersicht aller drei QCT-Säulen mit Wegweiser zu deinem passenden Einstiegspunkt.
→