| Dauer: | ca. 30 Qualifizierungsstunden |
| Format: | Online oder vor Ort |
| Zielgruppe: | Fachkräfte aus allen Branchen und Bereichen (technisches Vorwissen nicht erforderlich) |
| Gruppengröße: | flexibel (8 bis 20 empfohlen, bis 100 realisierbar) |
Nach dem Kurs können die Teilnehmenden:
- Einsatzmöglichkeiten von KI identifizieren
- Qualität und Ergebnisse von KI-Systemen beurteilen
- Anforderungen an KI-Lösungen formulieren
- Risiken und ethische Aspekte von KI fundiert einschätzen
Es sind keine Vorkenntnisse erforderlich. Neugier, Offenheit und Freude am Mitdenken reichen aus, um die Inhalte gut verstehen zu können. Fachlich wird von den Teilnehmenden erwartet:
- Mathematik-Kenntnisse auf Schulniveau (etwa Grundkurs der Sekundarstufe II)
- Coding-Skills sind nicht erforderlich
Bei Präzensveranstaltungen wird zudem erwartet, dass die Teilnehmenden zur Bearbeitung von Lernerfolgskontrollen und Hands-on Übungsaufgaben ihren eigenen Laptop mitbringen (eine spezielle Software ist nicht notwendig).
Der Kurs vermittelt ein fundiertes technologisches Verständnis ausgewählter Verfahren des maschinellen Lernens, ohne in komplexe Mathematik oder Programmierung einzusteigen:

So schaffen wir die Grundlage, um Potenziale und Grenzen von KI realistisch zu beurteilen und sie nachhaltig und verantwortungsvoll einzusetzen.
Nachfolgend dargestellt ist ein Beispielablauf des Kurses als Blockseminar bestehend aus vier ganzen Tagen. Es sind auch andere Varianten denkbar, zum Beispiel wöchentlich 2 x 90 Minuten.
| Tag 1 | |
| vormittags: | Einführung und Orientierung |
| Nächste-Nachbarn-Klassifikation | |
| nachmittags: | Hands-on Übungen |
| Tag 2 | |
| vormittags: | Künstliche neuronale Netze ⭐️ |
| Trainieren und Testen | |
| nachmittags: | Hands-on Übungen |
| Tag 3 | |
| vormittags: | Trainingsphase neuronaler Netze ⭐️ |
| Clusteranalyse | |
| nachmittags: | Hands-on Übungen |
| Tag 4 | |
| vormittags: | Empfehlungssysteme |
| Risiken und ethische Aspekte ⭐️ | |
| nachmittags: | Hands-on Übungen |
⭐️ = Highlight des Kurses (basierend auf Feedback von Teilnehmenden)