Das gesamte Spektrum der künstlichen Intelligenz

Schulungen zu künstlicher Intelligenz

Entdecken Sie das gesamte Spektrum der KI: generative KI, maschinelles Lernen, digitale Gestaltung, Software, Agenten, Recht und Branchenanwendungen. Stellen Sie aus 60 Modulen in 12 Themenbereichen einen Lernweg zusammen, der zu Ihren Zielen passt.

Für die Planung werden pro Schulungstag 5 Stunden reine Schulungszeit zugrunde gelegt, ohne Pausen und Mittagspause. Beispiel: 09:30–16:00 Uhr mit insgesamt 90 Minuten Pause. Die tägliche Dauer und die Uhrzeiten werden gemeinsam nach den Bedürfnissen und dem Kalender Ihrer Organisation abgestimmt.

Das gesamte Spektrum der künstlichen Intelligenz

Wählen Sie einen Themenbereich, um seine Module zu entdecken. Über die fertigen Programme hinaus enthält der Katalog eigenständige Schulungen und Vertiefungslabore.

Vorgeplante Lernwege

1 Tag für einen Überblick, 2 Tage für generative KI in der Praxis oder 5 Tage für ein breit angelegtes KI-Programm. Jeder Lernweg hat einen eigenen Tagesablauf und eine eigene Zielgruppe.

1 Tag5 Stunden · reine Schulungszeit

Künstliche Intelligenz im Überblick

Lernen Sie die Hauptbereiche der KI, generative Modelle und das Tool-Ökosystem kennen. Probieren Sie Prompting aus und legen Sie sichere Nutzungsregeln sowie Ihren persönlichen Lernweg fest.

Für wen?: Fachkräfte, Führungskräfte, Lehrende und Teams auf Einstiegsniveau, die die KI-Welt verstehen möchten.
Voraussetzungen: Grundlegende Computerkenntnisse. Keine Programmierkenntnisse nötig.
Angestrebtes Ergebnis: Eine Übersicht der KI-Felder, ein erprobter Prompt, eine Checkliste zur sicheren Nutzung und ein persönlicher Lernplan.

Tagesablauf ansehen

Tag 1 · Die KI-Welt, Tools und ein sicherer Einstieg

5 Stunden · reine Schulungszeit

KI-Kompetenz und Entwicklung der KI30 Min. · Konzepte und Diskussion
KI-Felder und Grundbegriffe30 Min. · Konzepte und Diskussion
Wie funktionieren große Sprachmodelle?30 Min. · Demonstration und Bewertung
Grundlagenworkshop Prompt Engineering1 Stunde · Angeleitete Praxisübung
KI-Tool-Ökosystem und multimodale Nutzung45 Min. · Demonstration und Bewertung
Sichere Nutzung sowie Quellen- und Ergebnisprüfung45 Min. · Angeleitete Praxisübung
Wie KI die Arbeit verändert und wo sie eingesetzt wird30 Min. · Konzepte und Diskussion
Persönliche Anwendung und Lernweg30 Min. · Angeleitete Praxisübung

Mögliche Tools

Themenübersicht, Whiteboard oder Miro; gedruckte Vorlagen als Alternative
Ein freigegebener Assistent: ChatGPT, Claude, Gemini oder Microsoft 365 Copilot; Auswahl nach Aufgabe und Kontozugang
Vom Trainer vorbereitete Bild-, Video- und Audiobeispiele; kurze Live-Demonstration je nach Generierungskontingent
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung
Word oder Google Docs

2 Tage10 Stunden · reine Schulungszeit

Generative KI in der Praxis

Ein kreativer Lernweg von Texten und fortgeschrittenem Prompting zu Bildern, Video, Musik/Audio sowie Web- und Mobildesign. Die Video- und Audioeinheiten bestehen aus Demonstrationen des Trainers und der Bewertung von Ergebnissen; längere Produktionsworkshops können separat gewählt werden.

Für wen?: Content-Ersteller, Marketing- und Kommunikationsteams, Lehrende, Gründer und Fachkräfte, die KI für kreative Aufgaben nutzen möchten.
Voraussetzungen: Grundkenntnisse im Umgang mit digitalen Tools, vorbereitete Briefings und freigegebene Konten. Für die Video-/Audiodemonstrationen benötigen nicht alle Teilnehmenden ein kostenpflichtiges Konto.
Angestrebtes Ergebnis: Ein Prompt-Set, Text- und Bildentwürfe, bewertete Video-/Audiobeispiele, Web- und Mobilbildschirmentwürfe sowie die Verbesserung eines ausgewählten Ergebnisses.

Tagesablauf ansehen

Tag 1 · Generative KI, Prompting und Grundlagen der Inhaltserstellung

5 Stunden · reine Schulungszeit

KI-Kompetenz und Entwicklung der KI30 Min. · Konzepte und Diskussion
Wie funktionieren große Sprachmodelle?30 Min. · Demonstration und Bewertung
Grundlagenworkshop Prompt Engineering1 Stunde · Angeleitete Praxisübung
Sichere Nutzung sowie Quellen- und Ergebnisprüfung45 Min. · Angeleitete Praxisübung
Texte, Kommunikation und Inhalte erstellen1 Stunde · Angeleitete Praxisübung
Fortgeschrittene Prompts, Aufgabenketten und Prompt-Bibliotheken1 Stunde 15 Min. · Angeleitete Praxisübung

Tag 2 · Bilder, Video, Audio, Web und Mobil entdecken

5 Stunden · reine Schulungszeit

Bilderzeugung und visuelle Prompts45 Min. · Angeleitete Praxisübung
Videoerzeugung und Storyboard45 Min. · Demonstration und Bewertung
Musik, Audio und Vertonung45 Min. · Demonstration und Bewertung
Weboberflächen mit KI gestalten1 Stunde · Angeleitete Praxisübung
Mobile Apps mit KI gestalten1 Stunde · Angeleitete Praxisübung
Kreatives Miniprojekt und Überarbeitung45 Min. · Angeleitete Praxisübung

Mögliche Tools

Themenübersicht, Whiteboard oder Miro; gedruckte Vorlagen als Alternative
Ein freigegebener Assistent: ChatGPT, Claude, Gemini oder Microsoft 365 Copilot; Auswahl nach Aufgabe und Kontozugang
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung
Word oder Google Docs
Canva oder ein freigegebenes Tool zur Bilderzeugung; vorhandene Lizenz und Generierungskontingent
Kling oder ein freigegebenes Tool zur Videoerzeugung; vorbereitetes Storyboard, kurzer Clip und Generierungskontingent
Vom Trainer vorbereitete Bild-, Video- und Audiobeispiele; kurze Live-Demonstration je nach Generierungskontingent
Musik mit Suno oder Vertonung mit einem freigegebenen TTS-Tool; Einwilligung der sprechenden Person, Nutzungsrechte und Kontingent
Figma oder Google Stitch; vorbereitetes Web-/Mobilbriefing und Checkliste zur Barrierefreiheit
Ein Tool und ein vorbereitetes Briefing für das gewählte Text-, Bild-, Audio-, Video- oder Oberflächenergebnis

5 Tage25 Stunden · reine Schulungszeit

KI 360°: Von den Grundlagen zur Anwendung

Verbinden Sie den Überblick über KI mit technischen Grundlagen, kreativen Tools, Programmierung, Automatisierung, Daten, Industrie, Recht und Ethik. Am letzten Tag arbeiten Sie an Strategie, dem türkischen Ökosystem und einem klar abgegrenzten Teamprojekt.

Für wen?: Führungskräfte, Fachleute, Technologie- und Geschäftsteams, die eine breite KI-Perspektive suchen, sowie Teilnehmende, die ihr künftiges Vertiefungsgebiet wählen möchten.
Voraussetzungen: Grundlegende Computerkenntnisse und Umgang mit digitalen Tools. Technische Themen werden auf Konzept- und Demonstrationsebene behandelt; Labore mit Programmieranforderungen werden separat gewählt.
Angestrebtes Ergebnis: Ein Vergleich technischer und betrieblicher KI-Bereiche, kleine Übungsergebnisse, ein Lösungsentwurf/Prototyp im Team und ein Lern- oder Pilotfahrplan für 30–60–90 Tage.

Tagesablauf ansehen

Tag 1 · Die KI-Welt, Tools und ein sicherer Einstieg

5 Stunden · reine Schulungszeit

KI-Kompetenz und Entwicklung der KI30 Min. · Konzepte und Diskussion
KI-Felder und Grundbegriffe30 Min. · Konzepte und Diskussion
Wie funktionieren große Sprachmodelle?30 Min. · Demonstration und Bewertung
Grundlagenworkshop Prompt Engineering1 Stunde · Angeleitete Praxisübung
KI-Tool-Ökosystem und multimodale Nutzung45 Min. · Demonstration und Bewertung
Sichere Nutzung sowie Quellen- und Ergebnisprüfung45 Min. · Angeleitete Praxisübung
Wie KI die Arbeit verändert und wo sie eingesetzt wird30 Min. · Konzepte und Diskussion
Persönliche Anwendung und Lernweg30 Min. · Angeleitete Praxisübung

Tag 2 · Maschinelles Lernen, Deep Learning, NLP und Bilderkennung

5 Stunden · reine Schulungszeit

Einführung in maschinelles Lernen45 Min. · Konzepte und Diskussion
ML-Algorithmen und passende Modelle für Probleme1 Stunde · Demonstration und Bewertung
Deep Learning und neuronale Netze45 Min. · Demonstration und Bewertung
Moderne DL-Architekturen und generative Modelle45 Min. · Konzepte und Diskussion
NLP, Text- und Sprachtechnologien45 Min. · Demonstration und Bewertung
Computer Vision und visuelle KI1 Stunde · Demonstration und Bewertung

Tag 3 · Generative KI, Wissensassistenten, Automatisierung und Programmierung

5 Stunden · reine Schulungszeit

Wissensmanagement und Assistenten mit NotebookLM45 Min. · Demonstration und Bewertung
Bilderzeugung und visuelle Prompts45 Min. · Angeleitete Praxisübung
Videoerzeugung und Storyboard45 Min. · Demonstration und Bewertung
KI-gestützte Geschäftsautomatisierung mit n8n1 Stunde · Angeleitete Praxisübung
Code-Assistenten und Vibe-Coding-Demonstration1 Stunde · Demonstration und Bewertung
KI-Agenten, Tools und Multi-Agenten-Systeme45 Min. · Demonstration und Bewertung

Tag 4 · Daten, Industrie, Cybersicherheit, Recht und Ethik

5 Stunden · reine Schulungszeit

Big Data und Datenarchitekturen45 Min. · Konzepte und Diskussion
IoT, Edge AI und KI auf dem Gerät45 Min. · Konzepte und Diskussion
Digitale Zwillinge, VR/AR und Robotik45 Min. · Demonstration und Bewertung
Künstliche Intelligenz in der Cyberabwehr45 Min. · Demonstration und Bewertung
Sicherheit von KI-Systemen30 Min. · Konzepte und Diskussion
KI-Ethik und vertrauenswürdige KI45 Min. · Konzepte und Diskussion
Rechtliche Aspekte der KI und geistiges Eigentum45 Min. · Konzepte und Diskussion

Tag 5 · Richtlinien, das türkische Ökosystem, Strategie und Projekte

5 Stunden · reine Schulungszeit

Unternehmensrichtlinien für KI und Governance45 Min. · Angeleitete Praxisübung
Tools, Lizenzen, Kosten und Ressourcen auswählen30 Min. · Angeleitete Praxisübung
KI-Unternehmensstrategie und Geschäftsnutzen30 Min. · Angeleitete Praxisübung
Das türkische KI-Ökosystem und aktuelle Entwicklungen45 Min. · Konzepte und Diskussion
Teamprojekt: von der KI-Idee zum Lösungsentwurf2 Stunden · Angeleitete Praxisübung
Projektbewertung und 30–60–90-Tage-Plan30 Min. · Angeleitete Praxisübung

Mögliche Tools

Themenübersicht, Whiteboard oder Miro; gedruckte Vorlagen als Alternative
Ein freigegebener Assistent: ChatGPT, Claude, Gemini oder Microsoft 365 Copilot; Auswahl nach Aufgabe und Kontozugang
Vom Trainer vorbereitete Bild-, Video- und Audiobeispiele; kurze Live-Demonstration je nach Generierungskontingent
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung
Word oder Google Docs
Vorbereitete Daten/Diagramme und interaktive Beispiele für Klassifikation, Regression und Clustering
Python, Jupyter und scikit-learn; vorbereitete Beispieldaten mit geeigneter Lizenz
Darstellungen neuronaler Netze und ein vorbereitetes PyTorch- oder TensorFlow-Beispiel; CPU oder vorab bereitgestellte Umgebung
Hugging Face Model Cards und Beispiele für Modelle mit offenen Gewichten und geprüften Lizenzen
Vorbereitete türkische/mehrsprachige Texte sowie Beispiele für Embeddings, Sentimentanalyse und Sprachverarbeitung
OpenCV oder ein vorbereitetes Bildmodell; freigegebene Bilder und Beispiele für OCR/Objekterkennung
Gemini Notebook (NotebookLM) oder ein freigegebenes quellenbasiertes Wissenstool; ein vorbereiteter Dokumentensatz
Canva oder ein freigegebenes Tool zur Bilderzeugung; vorhandene Lizenz und Generierungskontingent
Kling oder ein freigegebenes Tool zur Videoerzeugung; vorbereitetes Storyboard, kurzer Clip und Generierungskontingent
Eine vorbereitete Schulungsumgebung mit n8n oder Power Automate; fiktive Daten und menschliche Freigabe
Cursor, GitHub Copilot oder ein freigegebener Code-Assistent; ein vorbereitetes kleines Projekt
Vorbereitete, sichere Demonstrationen zu Tool-Aufrufen, Gedächtnis, MCP-/API-Anbindung und mehreren Agenten
Architekturbeispiele für Data Lakes, Data Warehouses, SQL, Datenpipelines und Stream Processing
Fälle zu IoT-Sensoren, Edge AI und Fertigung; Beispieldaten/Simulation
Vorbereitete Videos/Simulationen zu digitalen Zwillingen, VR/AR und Robotik; kein Aufbau physischer Hardware enthalten
Anonymisierte Sicherheitsprotokolle, Phishing-Beispiele und Angriffs-/Verteidigungsszenarien; isolierte Schulungsumgebung
Fallkarten zu Fairness, Bias, Erklärbarkeit, Privatsphäre und Umweltauswirkungen
Aktuelle Quellen zu KVKK, GDPR (DSGVO) und zum AI Act der Europäischen Kommission; beispielhafte Lizenz-/Vertragsklauseln
Excel oder Google Sheets; bei Bedarf ein vorbereitetes Python-Notebook
Datierte Primärquellen von TÜBİTAK, öffentlichen Einrichtungen, Hochschulen und Start-ups; Model Cards türkischer Modelle
Vorbereitete Vorlagen und Tools passend zum kreativen, technischen oder betrieblichen Szenario der Gruppe
Fallkarten für Finanzen, Gesundheitswesen, Einzelhandel, Fertigung, Verkehr, Personal, Marketing, Bildung und Contact Center

Vorbereitung der Schulung

Tools und Lernformate

Für praktische Übungen werden ein Computer, ein freigegebenes Konto und vorbereitete Beispieldateien benötigt. Demonstrationen nutzen die Umgebung des Trainers und vorab erstellte Ergebnisse. Voraussetzungen zu Programmierung, Daten und Einrichtung für technische Labore stehen auf den Modulkarten.

Die Produkte sind mögliche Tools; nicht alle müssen gekauft werden. Konten, Lizenzen, Datei-Uploads, Kontingente und Netzwerkzugang werden vor der Schulung geprüft. Besonders für Bild-, Video- und Audiogenerierung sowie API-Nutzung werden Budget und Abbruchgrenze vorab festgelegt. Es wird mit fiktiven oder zur Nutzung freigegebenen Daten gearbeitet.

Konzeptionelle Einheiten vermitteln einen Überblick über ein Fachgebiet, Demonstrationen schulen die Bewertung von Beispielen und praktische Übungen führen zu einem kleinen Ergebnis. Technische Labore behandeln ein einzelnes Problem in einer vorbereiteten Umgebung.

Ergebnisse werden auf Richtigkeit, Kreativität, Eignung für die Aufgabe, Quellen, Rechte und sichere Nutzung geprüft.

Reine Schulungszeit insgesamt0 Min.

Zum Schulungsentwurf 0

Umfassender Schulungskatalog

50 Themenmodule · 10 Vertiefungslabore

Jedes Thema im Katalog kann auch einzeln gewählt werden. Fertige Programme werden aus diesem Angebot zusammengestellt; nicht alle Module werden in ein einziges Paket gepackt. Vertiefungslabore werden separat geplant und erhöhen bei Ergänzung die Gesamtdauer.

Nach Thema oder Tool suchen

60 Module angezeigt

KI-Kompetenz und Ökosystem30 Min.

KI-Kompetenz und Entwicklung der KI

Die Entwicklung der KI, heutige Einsatzbereiche, Chancen und Grenzen. Das Verhältnis zwischen menschlicher Entscheidung, Automatisierung und KI.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Aufgabe in Schritte für KI, Automatisierung und Menschen aufteilen.
Voraussetzungen: Grundlegende Computerkenntnisse.
Mögliche Tools: Themenübersicht, Whiteboard oder Miro; gedruckte Vorlagen als Alternative

KI-Kompetenz und Ökosystem30 Min.

KI-Felder und Grundbegriffe

Symbolische KI, Suche/Optimierung, ML, DL, generative KI, LLMs und multimodale Systeme. Die Begriffe spezialisierte und allgemeine KI richtig einordnen.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Begriffsübersicht, die Hauptbereiche mit Beispielen verbindet.
Voraussetzungen: Keine besonderen technischen Voraussetzungen.
Mögliche Tools: Themenübersicht, Whiteboard oder Miro; gedruckte Vorlagen als Alternative

Generative KI und Prompt-Gestaltung30 Min.

Wie funktionieren große Sprachmodelle?

Tokens, Kontext, Training/Inferenz, Aktualität und Halluzinationen. Produkte wie ChatGPT und Modellfamilien wie GPT, Claude, Gemini und Llama; Unterschiede zwischen geschlossenen Diensten und Modellen mit offenen Gewichten.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Die Grenzen einer Modellantwort und die Nutzungsmöglichkeiten erläutern.
Voraussetzungen: Grundbegriffe der KI.
Mögliche Tools: Ein freigegebener Assistent: ChatGPT, Claude, Gemini oder Microsoft 365 Copilot; Auswahl nach Aufgabe und Kontozugang

Generative KI und Prompt-Gestaltung1 Stunde

Grundlagenworkshop Prompt Engineering

Rolle, Aufgabe, Kontext, Quellen, Beispiele, Ausgabeformat und Grenzen. Die erste Antwort anhand klarer Kriterien bewerten und verbessern.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine erprobte und wiederverwendbare Prompt-Vorlage.
Voraussetzungen: Ein freigegebenes KI-Konto oder eine gemeinsame Übung mit dem Trainer.
Mögliche Tools: Ein freigegebener Assistent: ChatGPT, Claude, Gemini oder Microsoft 365 Copilot; Auswahl nach Aufgabe und Kontozugang

Generative KI und Prompt-Gestaltung1 Stunde 15 Min.

Fortgeschrittene Prompts, Aufgabenketten und Prompt-Bibliotheken

Personas, Few-Shot-Beispiele, Aufteilung in Teilaufgaben, strukturierte Ausgaben und Qualitätskriterien. Passende Prompts für einen Workflow vergleichen und versionieren.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein dreistufiger Prompt-Ablauf und ein bewertetes Vorlagenset.
Voraussetzungen: Grundkenntnisse im Prompting.
Mögliche Tools: Ein freigegebener Assistent: ChatGPT, Claude, Gemini oder Microsoft 365 Copilot; Auswahl nach Aufgabe und Kontozugang
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung

KI-Kompetenz und Ökosystem45 Min.

KI-Tool-Ökosystem und multimodale Nutzung

Eine Übersicht zu Tools für Text, Recherche, Bilder, Video, Audio und Code sowie zu lokalen und cloudbasierten Lösungen. Zwei vorab ausgewählte kurze Demonstrationen zeigen die Eignung für konkrete Aufgaben.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine nach Aufgaben geordnete Tool-Übersicht.
Voraussetzungen: Keine besonderen technischen Voraussetzungen.
Mögliche Tools: Ein freigegebener Assistent: ChatGPT, Claude, Gemini oder Microsoft 365 Copilot; Auswahl nach Aufgabe und Kontozugang
Vom Trainer vorbereitete Bild-, Video- und Audiobeispiele; kurze Live-Demonstration je nach Generierungskontingent

Recht, Ethik und Governance45 Min.

Sichere Nutzung sowie Quellen- und Ergebnisprüfung

Personenbezogene Daten, Geschäftsgeheimnisse, Quellenprüfung, Deepfakes und schädliche Anweisungen in Dokumenten. Welche Daten geteilt werden dürfen und wann menschliche Freigabe nötig ist.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein korrigiertes Beispiel und eine Checkliste zur sicheren Nutzung.
Voraussetzungen: Grundbegriffe der KI.
Mögliche Tools: Ein freigegebener Assistent: ChatGPT, Claude, Gemini oder Microsoft 365 Copilot; Auswahl nach Aufgabe und Kontozugang
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung

KI-Kompetenz und Ökosystem30 Min.

Wie KI die Arbeit verändert und wo sie eingesetzt wird

Veränderte Aufgaben in Berufen, Zusammenarbeit zwischen Mensch und KI, Lernbedarf und realistische Erwartungen. Beispiele aus verschiedenen Funktionen.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Zwei Chancen und eine Grenze für die eigene Rolle benennen.
Voraussetzungen: Eine den Teilnehmenden vertraute Aufgabe aus Beruf oder Alltag.
Mögliche Tools: Themenübersicht, Whiteboard oder Miro; gedruckte Vorlagen als Alternative

Strategie, Projekte und Transformation30 Min.

Persönliche Anwendung und Lernweg

Einen kurzen Versuch bewerten und Interessen, Kompetenzlücken, Quellen sowie nächste Schritte bestimmen. Gewohnheiten für tägliches Lernen und sichere Nutzung entwickeln.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein Lernplan mit zwei Anwendungszielen und einem Maßstab zur Nachverfolgung.
Voraussetzungen: Einführungseinheiten oder gleichwertige Kenntnisse.
Mögliche Tools: Word oder Google Docs
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung

Generative KI und Prompt-Gestaltung1 Stunde

Texte, Kommunikation und Inhalte erstellen

Beispiele für E-Mails, Angebote, Kundenantworten, Besprechungszusammenfassungen, LinkedIn-/Marketing- und Schulungsinhalte. Zielgruppe, Ton, sachliche Richtigkeit und Markensprache.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein überarbeiteter Text und eine alternative Fassung für ein ausgewähltes Szenario.
Voraussetzungen: Prompting-Grundkenntnisse und ein Beispielbriefing.
Mögliche Tools: Ein freigegebener Assistent: ChatGPT, Claude, Gemini oder Microsoft 365 Copilot; Auswahl nach Aufgabe und Kontozugang
Word oder Google Docs

Generative KI und Prompt-Gestaltung1 Stunde

Recherche, Dokumentenanalyse und Vergleich

PDF-/Word-Prüfung, Branchen-/Wettbewerbsrecherche und Kundenbriefings. Zusammenhang von Aussage, Quelle und Datum sowie Prüfung von Widersprüchen und fehlenden Angaben.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein Vergleich oder eine Rechercheübersicht mit nachvollziehbaren Quellen.
Voraussetzungen: Freigegebene Dokumente und Prompting-Grundkenntnisse.
Mögliche Tools: Ein freigegebener Assistent: ChatGPT, Claude, Gemini oder Microsoft 365 Copilot; Auswahl nach Aufgabe und Kontozugang
Gemini Notebook (NotebookLM) oder ein freigegebenes quellenbasiertes Wissenstool; ein vorbereiteter Dokumentensatz

Wissensassistenten und Agenten45 Min.

Wissensmanagement und Assistenten mit NotebookLM

Fragen, Antworten, Zusammenfassungen und Zitate mit vorbereiteten Quellen in Gemini Notebook/NotebookLM. Eine Audiozusammenfassung auf Quellentreue und Richtigkeit prüfen.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Fragen-/Quellenliste zur Bewertung der Antworten eines Wissensassistenten.
Voraussetzungen: Ein vorab vorbereiteter Dokumentensatz; Tool-Funktionen werden entsprechend dem Zugang geprüft.
Mögliche Tools: Gemini Notebook (NotebookLM) oder ein freigegebenes quellenbasiertes Wissenstool; ein vorbereiteter Dokumentensatz

Bilder, Video, Musik und Audio45 Min.

Bilderzeugung und visuelle Prompts

Plakate, Titelbilder, Produktkonzepte und Social-Media-Grafiken. Komposition, Stil, Marke, Bearbeitung und Nutzungsrechte anhand eines kleinen Beispiels.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein Bildentwurf und ein Briefing für die Verbesserung.
Voraussetzungen: Vorbereitetes Briefing, freigegebenes Tool und Kontingent.
Mögliche Tools: Canva oder ein freigegebenes Tool zur Bilderzeugung; vorhandene Lizenz und Generierungskontingent

Bilder, Video, Musik und Audio45 Min.

Videoerzeugung und Storyboard

Szenen, Kamera, Kontinuität und Video-Prompts mit Kling oder einem ausgewählten Tool. Der Trainer demonstriert einen vorbereiteten kurzen Clip und ein Storyboard; anschließend werden Qualität und Rechte bewertet.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein Storyboard-Entwurf und Überarbeitungsnotizen zu einem Beispielclip.
Voraussetzungen: Kein kostenpflichtiges Teilnehmerkonto erforderlich; die Umgebung des Trainers wird vorbereitet.
Mögliche Tools: Kling oder ein freigegebenes Tool zur Videoerzeugung; vorbereitetes Storyboard, kurzer Clip und Generierungskontingent
Vom Trainer vorbereitete Bild-, Video- und Audiobeispiele; kurze Live-Demonstration je nach Generierungskontingent

Bilder, Video, Musik und Audio45 Min.

Musik, Audio und Vertonung

Unterschiede zwischen Musik/Jingles mit Suno und Vertonung mit TTS. Rhythmus, Markenton, vokale/instrumentale Erzeugung, Einwilligung zur Stimmnutzung und Urheberrecht; vorbereitete Beispiele bewerten.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein Briefing für Musik oder Vertonung und eine Bewertungsnotiz.
Voraussetzungen: Beispiele des Trainers; ausdrückliche Einwilligung, wenn die Stimme einer Person verwendet wird.
Mögliche Tools: Musik mit Suno oder Vertonung mit einem freigegebenen TTS-Tool; Einwilligung der sprechenden Person, Nutzungsrechte und Kontingent
Vom Trainer vorbereitete Bild-, Video- und Audiobeispiele; kurze Live-Demonstration je nach Generierungskontingent

Web-, Mobil- und Produktdesign1 Stunde

Weboberflächen mit KI gestalten

Ziel einer Landingpage, Informationshierarchie, CTA, visuelle Sprache und Barrierefreiheit. Aus einem vorbereiteten Briefing eine einzelne Seite in Figma/Stitch entwerfen.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein Bildschirmentwurf für eine Webseite.
Voraussetzungen: Grundkenntnisse in digitalen Tools und ein vorbereitetes Briefing.
Mögliche Tools: Figma oder Google Stitch; vorbereitetes Web-/Mobilbriefing und Checkliste zur Barrierefreiheit

Web-, Mobil- und Produktdesign1 Stunde

Mobile Apps mit KI gestalten

Produktidee, Nutzerablauf, Onboarding, Hauptbildschirm und Paywall-Grundsätze. Ein mobiler Ablauf aus einem vorbereiteten Briefing; Unterschied zwischen Designprototyp und funktionierendem Produkt.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Bildschirmliste und ein Entwurf des Hauptbildschirms für einen mobilen Ablauf.
Voraussetzungen: Grundkenntnisse in digitalen Tools und eine App-Idee/ein Briefing.
Mögliche Tools: Figma oder Google Stitch; vorbereitetes Web-/Mobilbriefing und Checkliste zur Barrierefreiheit

Web-, Mobil- und Produktdesign45 Min.

Kreatives Miniprojekt und Überarbeitung

Einen Text-, Bild-, Storyboard- oder Oberflächenentwurf auswählen und anhand des Briefings verbessern. Planen, wie separate Medienergebnisse in einer Kampagne zusammenwirken.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein überarbeitetes Ergebnis und eine Aufgabenliste für die weiteren Inhalte.
Voraussetzungen: Mindestens ein Entwurf aus den vorherigen Einheiten.
Mögliche Tools: Ein Tool und ein vorbereitetes Briefing für das gewählte Text-, Bild-, Audio-, Video- oder Oberflächenergebnis
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung

Wissensassistenten und Agenten1 Stunde

KI-gestützte Geschäftsautomatisierung mit n8n

Auslöser, Daten, LLM-Schritt, menschliche Freigabe und Ergebnis. Fiktive Daten in einer vorbereiteten n8n-/Power-Automate-Vorlage verarbeiten; Fehlerbehandlung und Kostengrenze.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein kleiner angepasster Ablauf mit Freigabe in der Schulungsumgebung.
Voraussetzungen: Vorab funktionierendes Konto/Vorlage und geprüfter Zugang.
Mögliche Tools: Eine vorbereitete Schulungsumgebung mit n8n oder Power Automate; fiktive Daten und menschliche Freigabe

Wissensassistenten und Agenten45 Min.

KI-Agenten, Tools und Multi-Agenten-Systeme

Agenten im Vergleich zu fester Automatisierung; Tool-Aufrufe, Gedächtnis, Planung und Arbeitsteilung zwischen mehreren Agenten. Vorbereitete Demonstration mit MCP-/API-Anbindung und klaren Berechtigungsgrenzen.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Für eine Aufgabe bestimmen, ob ein Agent nötig ist und wo menschliche Freigabe erfolgen soll.
Voraussetzungen: Grundbegriffe zu LLMs und Automatisierung.
Mögliche Tools: Eine vorbereitete Schulungsumgebung mit n8n oder Power Automate; fiktive Daten und menschliche Freigabe
Vorbereitete, sichere Demonstrationen zu Tool-Aufrufen, Gedächtnis, MCP-/API-Anbindung und mehreren Agenten

Wissensassistenten und Agenten30 Min.

RAG, Kontext und Fine-Tuning im Vergleich

Dokumente zum Kontext hinzufügen, Embeddings/Suche, RAG und Modellanpassung. Modelle mit offenen Gewichten, lokaler Betrieb sowie Daten- und Rechenbedarf.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Für drei Szenarien geeignete Ansätze auswählen und begründen.
Voraussetzungen: LLM- und Datenbegriffe.
Mögliche Tools: Gemini Notebook (NotebookLM) oder ein freigegebenes quellenbasiertes Wissenstool; ein vorbereiteter Dokumentensatz
Hugging Face Model Cards und Beispiele für Modelle mit offenen Gewichten und geprüften Lizenzen

Softwareentwicklung mit KI1 Stunde

Code-Assistenten und Vibe-Coding-Demonstration

Mit Cursor, GitHub Copilot oder einem freigegebenen Assistenten eine kleine Funktion entwerfen. Aufgabenbeschreibung, Code-Lesen, Fehlersuche und Grenzen der sicheren Ausführung.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Den Ablauf mit einem Code-Assistenten und die Rolle menschlicher Prüfung erklären.
Voraussetzungen: Keine Programmierkenntnisse nötig; der Trainer zeigt ein vorbereitetes Projekt.
Mögliche Tools: Cursor, GitHub Copilot oder ein freigegebener Code-Assistent; ein vorbereitetes kleines Projekt

Softwareentwicklung mit KI2 Stunden

Praxis der KI-gestützten Softwareentwicklung

In einem vorbereiteten kleinen Projekt eine Funktion entwickeln, Fehler suchen, den Git-Diff prüfen und gezielt validieren. Kontrollierter Ablauf von der Anforderung zur Code-Änderung.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine kleine, lokal funktionierende Funktion und eine Prüfnotiz.
Voraussetzungen: Grundkenntnisse in Programmierung und Git sowie eine eingerichtete Entwicklungsumgebung.
Mögliche Tools: Cursor, GitHub Copilot oder ein freigegebener Code-Assistent; ein vorbereitetes kleines Projekt
Git, Code-Diff und Checkliste für die Prüfung

Softwareentwicklung mit KI1 Stunde 30 Min.

Modell-APIs und Anwendungsintegration

HTTP/JSON, Schutz von Zugangsdaten, strukturierte Ausgaben, Fehlerbehandlung und Kontingente. Eine lokale API-Nachbildung an eine vorbereitete Python-/JavaScript-Anwendung anbinden.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine funktionierende Beispielintegration mit Nutzungsgrenze.
Voraussetzungen: Grundkenntnisse in Programmierung und HTTP/JSON; bei Bedarf an Live-Zugriff wird das Budget vorab genehmigt.
Mögliche Tools: Vorbereiteter Python-/JavaScript-Client und lokale API-Nachbildung; bei Live-Modellzugang ein vorab genehmigtes Kontingent
Cursor, GitHub Copilot oder ein freigegebener Code-Assistent; ein vorbereitetes kleines Projekt

Softwareentwicklung mit KI1 Stunde

Qualität, Tests und Sicherheit in KI-generiertem Code

Generierten Code anhand der Anforderungen lesen, sinnvolle Prüfungen durchführen, Abhängigkeits- und Secret-Risiken erkennen, Fehler suchen und Versionen verwalten.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein Prüf- und Abnahmeprotokoll für eine Code-Änderung.
Voraussetzungen: Grundkenntnisse in Programmierung und ein vorbereitetes Beispielprojekt.
Mögliche Tools: Cursor, GitHub Copilot oder ein freigegebener Code-Assistent; ein vorbereitetes kleines Projekt
Git, Code-Diff und Checkliste für die Prüfung
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung

Maschinelles Lernen und Deep Learning45 Min.

Einführung in maschinelles Lernen

Überwachtes, unüberwachtes und bestärkendes Lernen; Klassifikation und Regression. Grundlagen von Daten, Merkmalen, Zielgrößen, Training und Evaluation.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Geschäftsprobleme den Lernarten zuordnen.
Voraussetzungen: KI-Grundbegriffe; keine Programmierkenntnisse nötig.
Mögliche Tools: Vorbereitete Daten/Diagramme und interaktive Beispiele für Klassifikation, Regression und Clustering

Maschinelles Lernen und Deep Learning1 Stunde

ML-Algorithmen und passende Modelle für Probleme

Lineare/logistische Regression, Entscheidungsbäume, Random Forest, SVM und KNN. Anhand vorbereiteter Ergebnisse Kennzahlen, Overfitting und Modellauswahl vergleichen.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Für ein Problem ein Ausgangsmodell und ein Bewertungskriterium auswählen.
Voraussetzungen: Einführung in ML und grundlegendes Lesen von Diagrammen.
Mögliche Tools: Python, Jupyter und scikit-learn; vorbereitete Beispieldaten mit geeigneter Lizenz
Vorbereitete Daten/Diagramme und interaktive Beispiele für Klassifikation, Regression und Clustering

Maschinelles Lernen und Deep Learning45 Min.

Clustering, Empfehlungssysteme und bestärkendes Lernen

Gruppierung unbeschrifteter Daten, Ähnlichkeit/Empfehlungen, Belohnung und Strategie. Anhand vorbereiteter Beispiele passende Aufgaben und ungeeignete Einsätze erkennen.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Drei Anwendungsfälle mit Methoden und Datenanforderungen verbinden.
Voraussetzungen: ML-Grundbegriffe.
Mögliche Tools: Python, Jupyter und scikit-learn; vorbereitete Beispieldaten mit geeigneter Lizenz
Vorbereitete Daten/Diagramme und interaktive Beispiele für Klassifikation, Regression und Clustering

Maschinelles Lernen und Deep Learning45 Min.

Deep Learning und neuronale Netze

Neuronen/Schichten, Aktivierung, Verlustfunktion und die Idee der Backpropagation. Anhand vorbereiteter Grafiken den Lernfortschritt sowie Daten- und GPU-/CPU-Bedarf verstehen.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Den Trainingszyklus eines neuronalen Netzes einfach erklären.
Voraussetzungen: ML-Grundbegriffe; keine mathematischen Herleitungen oder Programmierkenntnisse nötig.
Mögliche Tools: Darstellungen neuronaler Netze und ein vorbereitetes PyTorch- oder TensorFlow-Beispiel; CPU oder vorab bereitgestellte Umgebung

Maschinelles Lernen und Deep Learning45 Min.

Moderne DL-Architekturen und generative Modelle

Überblick über CNN, RNN/LSTM, Transformer, GAN und Diffusion. Transfer Learning und Fine-Tuning; Architekturen nach Einsatzbereichen vergleichen.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Zuordnung von Architektur, Datentyp und Aufgabe.
Voraussetzungen: Grundlagen des Deep Learning.
Mögliche Tools: Darstellungen neuronaler Netze und ein vorbereitetes PyTorch- oder TensorFlow-Beispiel; CPU oder vorab bereitgestellte Umgebung
Hugging Face Model Cards und Beispiele für Modelle mit offenen Gewichten und geprüften Lizenzen

Maschinelles Lernen und Deep Learning45 Min.

NLP, Text- und Sprachtechnologien

Tokenisierung, Embeddings, Textklassifikation, Sentimentanalyse, Zusammenfassung, Chatbots und Frage-Antwort-Systeme. Türkische Daten sowie ASR-/TTS-Konzepte.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Für eine Text- oder Sprachaufgabe einen Ansatz und ein Bewertungskriterium festlegen.
Voraussetzungen: Grundlegende Modellbegriffe; Demonstration mit vorbereiteten Beispielen.
Mögliche Tools: Hugging Face Model Cards und Beispiele für Modelle mit offenen Gewichten und geprüften Lizenzen
Vorbereitete türkische/mehrsprachige Texte sowie Beispiele für Embeddings, Sentimentanalyse und Sprachverarbeitung

Maschinelles Lernen und Deep Learning1 Stunde

Computer Vision und visuelle KI

Bildklassifikation, Objekterkennung, OCR, Grenzen der Gesichtserkennung und Qualitätskontrolle. Fehler und Datenschutz anhand freigegebener Beispiele bewerten.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Bewertung von Fähigkeiten und Risiken für einen visuellen Anwendungsfall.
Voraussetzungen: Grundlegende Modellbegriffe; keine Übungen mit personenbezogenen/biometrischen Daten.
Mögliche Tools: OpenCV oder ein vorbereitetes Bildmodell; freigegebene Bilder und Beispiele für OCR/Objekterkennung

Big Data und MLOps45 Min.

Big Data und Datenarchitekturen

Die 5 V, Data Lakes, Data Warehouses, Batch-/Echtzeitverarbeitung und Datenpipelines. Der Zusammenhang von SQL, Data Engineering und KI-Projekten.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Architekturübersicht für einen beispielhaften Datenfluss.
Voraussetzungen: Grundkenntnisse zu Daten und Tabellen.
Mögliche Tools: Architekturbeispiele für Data Lakes, Data Warehouses, SQL, Datenpipelines und Stream Processing

Big Data und MLOps45 Min.

Datenqualität, Merkmale und Datenleckage

Fehlende Werte, Ausreißer, doppelte Datensätze, Merkmalsauswahl und Datenaufteilung. An einem vorbereiteten Beispiel untersuchen, wie Datenqualität das Modellergebnis beeinflusst.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Checkliste zur Datenvorbereitung und ein korrigiertes kleines Beispiel.
Voraussetzungen: Grundlegende Tabellenkenntnisse; für den technischen Lernweg Python-Grundkenntnisse.
Mögliche Tools: Excel oder Google Sheets; bei Bedarf ein vorbereitetes Python-Notebook
Python, Jupyter und scikit-learn; vorbereitete Beispieldaten mit geeigneter Lizenz

Maschinelles Lernen und Deep Learning45 Min.

Eine kleine ML-Demonstration von Anfang bis Ende

Geschäftsproblem, Beispieldaten, Aufteilung in Training/Validierung/Test, Kennzahlen und Fehlerprüfung. Ein vorbereitetes Klassifikations- oder Regressions-Notebook nachvollziehen.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Die Schritte und Grenzen eines Modellversuchs erklären.
Voraussetzungen: Einführung in ML; keine Programmierkenntnisse nötig.
Mögliche Tools: Python, Jupyter und scikit-learn; vorbereitete Beispieldaten mit geeigneter Lizenz

Industrie- und Branchenanwendungen45 Min.

IoT, Edge AI und KI auf dem Gerät

Sensordaten, Latenz, Offline-Betrieb, Energie und Arbeitsteilung zwischen Cloud und Gerät. Beispiele aus Fertigung und Wartung; Modellgröße und Grenzen der Aktualisierung.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Entscheidung für Edge- oder Cloud-Verarbeitung in einem Anwendungsfall.
Voraussetzungen: Grundbegriffe zu KI und Daten.
Mögliche Tools: Fälle zu IoT-Sensoren, Edge AI und Fertigung; Beispieldaten/Simulation

Industrie- und Branchenanwendungen45 Min.

Digitale Zwillinge, VR/AR und Robotik

Unterschied zwischen digitalem Zwilling und Simulation; VR-/AR-Erlebnisse, Wahrnehmen/Entscheiden/Handeln und KI in der Robotik. Machbarkeit anhand vorbereiteter Beispiele.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Übersicht der Technologie- und Datenanforderungen für ein physisches/digitales Szenario.
Voraussetzungen: Orientierungseinheit; kein Hardwareaufbau und keine Installation vor Ort nötig.
Mögliche Tools: Vorbereitete Videos/Simulationen zu digitalen Zwillingen, VR/AR und Robotik; kein Aufbau physischer Hardware enthalten

Cybersicherheit und KI-Sicherheit45 Min.

Künstliche Intelligenz in der Cyberabwehr

Anomalie-, Phishing- und Malware-Erkennung in Sicherheitsprotokollen. Fehlalarme, Unterstützung von Analysten und menschliche Entscheidungen; Demonstration mit anonymisierten Beispielen.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Nutzen- und Fehlalarmbewertung für ein Abwehrszenario.
Voraussetzungen: Sicherheitsgrundbegriffe sind hilfreich; die Beispiele sind vorbereitet und isoliert.
Mögliche Tools: Anonymisierte Sicherheitsprotokolle, Phishing-Beispiele und Angriffs-/Verteidigungsszenarien; isolierte Schulungsumgebung

Cybersicherheit und KI-Sicherheit30 Min.

Sicherheit von KI-Systemen

Prompt Injection, Daten-/Modellabfluss, adversariale Beispiele, Data Poisoning und Tool-Berechtigungen von Agenten. Schutzschichten und Vorfallsmeldung.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Zuordnung von Risiken und Kontrollen für ein KI-System.
Voraussetzungen: Grundbegriffe zu Modellen und Agenten; keine praktischen Angriffsübungen.
Mögliche Tools: Anonymisierte Sicherheitsprotokolle, Phishing-Beispiele und Angriffs-/Verteidigungsszenarien; isolierte Schulungsumgebung
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung

Recht, Ethik und Governance45 Min.

KI-Ethik und vertrauenswürdige KI

Bias, Fairness, Erklärbarkeit, Privatsphäre, Deepfakes/Manipulation und Nachhaltigkeit. Menschliche Aufsicht und Wertekonflikte anhand eines Falls.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine begründete Entscheidung und Kontrollvorschläge für einen ethischen Fall.
Voraussetzungen: Keine besonderen technischen Voraussetzungen.
Mögliche Tools: Fallkarten zu Fairness, Bias, Erklärbarkeit, Privatsphäre und Umweltauswirkungen

Recht, Ethik und Governance45 Min.

Rechtliche Aspekte der KI und geistiges Eigentum

Orientierung zu KVKK/GDPR (DSGVO), EU AI Act, Datenübermittlung, Urheberrecht, Lizenzen, Haftung und Verträgen. Verantwortungsbereiche anhand aktueller Quellen abgrenzen.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Fragen und Prüfpunkte zur Klärung mit der Rechtsabteilung.
Voraussetzungen: Orientierungseinheit; unternehmensspezifische Rechtsberatung erfordert eine separate fachliche Prüfung.
Mögliche Tools: Aktuelle Quellen zu KVKK, GDPR (DSGVO) und zum AI Act der Europäischen Kommission; beispielhafte Lizenz-/Vertragsklauseln

Recht, Ethik und Governance45 Min.

Unternehmensrichtlinien für KI und Governance

Datenklassen, freigegebene Tools, Genehmigungsrollen, Risikomatrix, Dokumentation und Vorfallsmeldung. Eine vorbereitete Richtlinienvorlage auf ein Szenario anpassen.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein Richtlinienentwurf und eine Zuständigkeitsliste zur internen Prüfung.
Voraussetzungen: Bestehende Unternehmensregeln oder eine vorbereitete Beispielrichtlinie.
Mögliche Tools: Aktuelle Quellen zu KVKK, GDPR (DSGVO) und zum AI Act der Europäischen Kommission; beispielhafte Lizenz-/Vertragsklauseln
Word oder Google Docs

Strategie, Projekte und Transformation30 Min.

Tools, Lizenzen, Kosten und Ressourcen auswählen

Aufgabeneignung, offene/geschlossene Modelle, Lizenz, Datengrenzen, API-/Generierungskontingent und Gesamtkosten. Ausgabenwarnungen, Abbruchgrenze und Alternativplan.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein Kosten-/Zugangsvergleich für zwei Optionen.
Voraussetzungen: Vorbereitete Nutzungs- und Preisbeispiele; tatsächliche Preise werden vor der Schulung aktualisiert.
Mögliche Tools: Excel oder Google Sheets; bei Bedarf ein vorbereitetes Python-Notebook
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung

Strategie, Projekte und Transformation30 Min.

KI-Unternehmensstrategie und Geschäftsnutzen

AI Canvas, Sammlung von Anwendungsfällen, Wirkung/Umsetzbarkeit/Risiko und schnelle Erfolge. ROI-Annahmen, Ausgangsmessung und menschlicher Aufwand.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Priorisierte Szenarien und ein Nutzenmaßstab.
Voraussetzungen: Ein Geschäftsprozess, den die Teilnehmenden kennen.
Mögliche Tools: Themenübersicht, Whiteboard oder Miro; gedruckte Vorlagen als Alternative
Excel oder Google Sheets; bei Bedarf ein vorbereitetes Python-Notebook

Industrie- und Branchenanwendungen45 Min.

KI in verschiedenen Branchen

Finanzen, Gesundheitswesen, Einzelhandel, Fertigung, Verkehr, Personal, Marketing, Bildung und Contact Center. Wie sich Daten, Risiken und Nutzen bei ähnlicher Technologie unterscheiden.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine vergleichende Übersicht von Anwendungsfällen über mehrere Branchen.
Voraussetzungen: Keine besonderen technischen Voraussetzungen.
Mögliche Tools: Fallkarten für Finanzen, Gesundheitswesen, Einzelhandel, Fertigung, Verkehr, Personal, Marketing, Bildung und Contact Center

Strategie, Projekte und Transformation45 Min.

KI-Projektmanagement und Machbarkeit

Problem und Nutzer, Datenerkundung, KI-Eignung, Teamrollen, Abhängigkeiten, Abnahmekriterien und Projektrisiken.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein Pilotprojektbriefing mit klarem Umfang.
Voraussetzungen: Eine ausgewählte Geschäfts- oder Produktidee.
Mögliche Tools: Themenübersicht, Whiteboard oder Miro; gedruckte Vorlagen als Alternative

Big Data und MLOps45 Min.

MLOps, LLMOps und der Übergang in die Produktion

Versionierung, Evaluation/Monitoring, A/B-Ansatz, Drift, erneutes Training, Kosten, Rollback und technische Schulden. Vorbereitetes Beispiel eines Modell-/LLM-Lebenszyklus.

Demonstration und Bewertung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Checkliste für den Übergang eines Prototyps in den Produktivbetrieb.
Voraussetzungen: Grundkenntnisse zu ML- oder LLM-Anwendungen; keine Einrichtung einer Umgebung enthalten.
Mögliche Tools: Vorbereitete Beispiele für Modellversionen, Evaluation, Monitoring, Drift und Kostendashboards; Tools wie MLflow

KI-Kompetenz und Ökosystem45 Min.

Das türkische KI-Ökosystem und aktuelle Entwicklungen

Start-ups, Hochschul- und öffentliche Initiativen, türkische Modelle und lokale Anwendungen in der Türkei. Entwicklungen wie Agentic AI und offene Modelle anhand datierter Quellen bewerten.

Konzepte und Diskussion

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Ökosystem-/Lernübersicht mit Datum und Quellen.
Voraussetzungen: Keine besonderen technischen Voraussetzungen; Beispiele werden vor der Schulung aktualisiert.
Mögliche Tools: Datierte Primärquellen von TÜBİTAK, öffentlichen Einrichtungen, Hochschulen und Start-ups; Model Cards türkischer Modelle

Strategie, Projekte und Transformation2 Stunden

Teamprojekt: von der KI-Idee zum Lösungsentwurf

Eine Route aus kreativen Inhalten, Wissensassistenten, Automatisierung oder Branchenfällen wählen. Problem, Daten, Tool, Rechte/Risiken und Erfolgskriterien; ein Entwurf/Prototyp in vorbereiteter Umgebung.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Ein vorführbares Ergebnis und eine Machbarkeits-/Versuchsnotiz.
Voraussetzungen: Vorab festgelegter Fall und vorbereitete Tools/Daten; auch kurze Einrichtungsschritte werden vor der Schulung erledigt.
Mögliche Tools: Vorbereitete Vorlagen und Tools passend zum kreativen, technischen oder betrieblichen Szenario der Gruppe
Fallkarten für Finanzen, Gesundheitswesen, Einzelhandel, Fertigung, Verkehr, Personal, Marketing, Bildung und Contact Center

Strategie, Projekte und Transformation30 Min.

Projektbewertung und 30–60–90-Tage-Plan

Kurze Teamvorstellungen, gegenseitiges Feedback, Quellen und nächste Lernschritte. Bei mehr als drei Teams werden parallele Bewertungsstationen genutzt.

Angeleitete Praxisübung

Inhalt und Ergebnis

Angestrebtes Ergebnis: Eine Überarbeitungsliste und ein Lern-/Pilotfahrplan mit klaren Zuständigkeiten.
Voraussetzungen: Vorbereitetes Projektergebnis und ein zur Gruppenzahl passendes Bewertungsformat.
Mögliche Tools: Word oder Google Docs
Vorbereitete Checklisten für Bewertung, Quellen und sichere Nutzung

Maschinelles Lernen und Deep Learning5 Stunden

ML-Labor mit Python/Jupyter

Vorbereitung, Ausgangsmodell, Training/Evaluation, Overfitting und Fehleranalyse an einem Datensatz. Ergebnisse interpretieren und Schritte reproduzierbar dokumentieren.