Teilzeit
Live-Online-Unterricht
Deutsch ab B1
Weiterbildungsprogramm

KI-Spezialist:in für Prompting, Prozessoptimierung & Business-Automatisierung

Lernen Sie, Geschäftsprozesse zu verbessern und mit KI zu automatisieren. Entwickeln Sie eigene KI-Assistenten und praktische Lösungen für Unternehmen.

Format
Teilzeit · Mo, Mi, Do
Dauer
5 Monate
Umfang
420 Unterrichtseinheiten (UE)
Portfolio
9 Projekte

Kursüberblick

Qualifikation
Spezialist:in für KI-gestützte Geschäftsautomatisierung

Format

Teilzeit, Online-Unterricht
3 Unterrichtstage pro Woche

Unterrichtszeiten

Mo, Mi, Do, 17:00–20:15 Uhr
Live-Unterricht mit einer Lehrkraft. Danach lernen Sie selbständig und arbeiten an Ihren Projekten

Dauer

5 Monate
420 Unterrichtseinheiten (UE)

Unterrichtssprache

Deutsch
Ab Niveau B1

Praxis

8 Modulprojekte und ein Abschlussprojekt
Sie erstellen ein Portfolio für Ihre Bewerbungen

Ziele und Lernergebnisse

Ziel der Weiterbildung

Sie lernen, Geschäftsprozesse im Unternehmen zu analysieren und zu verbessern. Dabei prüfen Sie, welche Aufgaben sich mit KI automatisieren lassen. So bereiten Sie sich auf berufliche Aufgaben in diesem Bereich vor.

Die Weiterbildung orientiert sich an den Anforderungen des Arbeitsmarkts. Laut StepStone werden in mehr als 14.000 Stellenanzeigen Kenntnisse in KI, Geschäftsprozessen und Automatisierung gefordert.

Was können Sie nach der Weiterbildung?

Nach der Weiterbildung können Sie:

Geschäftsprozesse analysieren (AS-IS / TO-BE) und passende Aufgaben für KI finden

Aufgaben mit n8n automatisieren und verschiedene Dienste über APIs und Webhooks verbinden, ohne selbst programmieren zu müssen

KI-Assistenten, KI-Agenten und RAG-Systeme entwickeln und menschliche Kontrolle einbauen (HITL)

Datenqualität und Datenschutz verbessern und die Anforderungen der DSGVO und des EU AI Act berücksichtigen

Kosten und Nutzen eines KI-Projekts berechnen: ROI, TCO, Token-Kosten, KI-Roadmap

Einen Geschäftsprozess von Anfang bis Ende automatisieren und Ihre Lösung präsentieren

Voraussetzungen

Für die Teilnahme sollten Sie folgende Voraussetzungen erfüllen:

Digitale Kompetenz

Sicherer Umgang mit einem PC, Excel, CRM, ERP

Erfahrung mit KI

Erste praktische Kenntnisse

Deutschkenntnisse

Mindestens Niveau B1

Programmierkenntnisse

Nicht erforderlich

Die Aufnahme erfolgt nach einem Auswahlverfahren.

Unterrichtssprache

B1 – Die Weiterbildung findet auf Deutsch statt. Für den Start reicht das Niveau B1.

CLIL-Methode (Content and Language Integrated Learning):

Sie lernen die fachlichen Inhalte und üben gleichzeitig Deutsch für den Beruf.

Im Einführungsmodul üben Sie die Kommunikation und Teamarbeit im deutschsprachigen Arbeitsumfeld.

Struktur

Sie absolvieren die Module nacheinander, von der Einführung bis zum Abschlussprojekt.

Einführung

KI-Audit von Geschäftsprozessen

Prompting und n8n

Datenarchitektur

Datenqualität

RAG und HITL

DSGVO und EU AI Act

Wirtschaftlichkeit und KI-Roadmap

KI-Agenten

Abschlussprojekt

Module

10 Module: Einführung, 8 Fachmodule mit je einem Projekt und ein Abschlussprojekt.

Modul 0.

Einführung und berufliche Kompetenzen im deutschsprachigen Arbeitsumfeld

Sie lernen die Lernplattform und wichtige digitale Werkzeuge kennen. Außerdem üben Sie, Ihre Lernzeit zu planen und online im Team zu arbeiten.

Themen:
Orientierung auf der Lernplattform und Arbeit mit digitalen Tools
Lernstrategien und Organisation der Lernzeit
Kommunikation und Teamarbeit
Konfliktlösung und kulturelle Unterschiede
Selbstorganisation und Selbstmotivation
Berufliches Networking
Ergebnis:

Ihr persönlicher Lern- und Entwicklungsplan

Skills:

Lernzeit planen, sich selbst organisieren, kommunizieren und im deutschsprachigen Team arbeiten

Tools:
LMSTools für die Zusammenarbeit
Modul 1.

KI-Audit von Geschäftsprozessen: AS-IS-Mapping und TO-BE-Design

Sie untersuchen einen bestehenden Geschäftsprozess und finden mögliche Probleme. Danach entwickeln Sie einen verbesserten Ablauf und planen den sinnvollen Einsatz von KI.

Themen:
Beschreibung und Visualisierung des AS-IS-Prozesses
Interviews mit Prozessbeteiligten und Ermittlung von Anforderungen
Probleme und ihre Ursachen finden (Root-Cause-Analyse)
Bewertung und Priorisierung von KI-Initiativen
Gestaltung des TO-BE-Prozesses und Abgrenzung des ersten Pilotprojekts
Ergebnis:

Projekt 1 „KI-Audit: von AS-IS zu TO-BE“

Skills:

Prozesse darstellen, Anforderungen ermitteln, Probleme erkennen und KI-Lösungen bewerten

Tools:
AS-IS / TO-BERoot-Cause-AnalyseOpportunity MapInterviews
Modul 2.

Prompting und Automatisierung: kundenspezifischer KI-Assistent und n8n-Pipelines

Sie entwickeln einen eigenen KI-Assistenten und automatisieren einen Arbeitsablauf mit n8n. Dabei lernen Sie, wie verschiedene digitale Dienste zusammenarbeiten.

Themen:
Fortgeschrittenes Prompting und Systemanweisungen
Architektur eines individuellen KI-Assistenten
Klassifizierung und Verarbeitung eingehender Informationen
APIs, Webhooks und OAuth
Erstellen und Testen von Automatisierungen in n8n
Ergebnis:

Projekt 2 „AI Email Assistant“

Skills:

Prompts schreiben, KI-Assistenten erstellen, Informationen klassifizieren und Dienste miteinander verbinden

Tools:
n8nLLM-PlattformenAPIWebhooksOAuthJSONGmailGoogle Calendar
Modul 3.

Datenarchitektur für KI-Projekte

Sie lernen, wie Daten für KI-Systeme vorbereitet und gespeichert werden. Dabei arbeiten Sie auch mit Dokumenten und anderen unstrukturierten Daten.

Themen:
ETL- und ELT-Prozesse für unstrukturierte Daten
Relationale und Vektordatenbanken
Aufbereitung von Dokumenten für RAG
Chunking und Embeddings
Datenpipelines erstellen und testen
Ergebnis:

Projekt 3 „HR Data Pipeline“

Skills:

Unstrukturierte Daten vorbereiten, eine passende Struktur wählen und Datenpipelines erstellen

Tools:
ETL / ELTChunkingEmbeddingsRelationale DatenbankenVektordatenbanken
Modul 4.

Datenmanagement und Datenqualität

Sie lernen, wie Unternehmen ihre Daten organisieren und deren Qualität prüfen. Außerdem beschäftigen Sie sich mit Regeln für die sichere Nutzung von Daten durch KI.

Themen:
Data Governance und Verteilung von Verantwortlichkeiten
RACI und Rollen der Data Owner
Messung und Validierung der Datenqualität
Bereinigung und Aufbereitung von Datensätzen
Datenschutz und Regeln für die sichere Nutzung
Ergebnis:

Projekt 4 „Data Governance and Quality Framework“

Skills:

Verantwortung für Daten festlegen, Qualität prüfen und messen, Datensätze verbessern

Tools:
Data GovernanceRACIData OwnershipRegeln zur Datenqualität
Modul 5.

Fortgeschrittene RAG-Systeme und Human-in-the-Loop

Sie entwickeln einen KI-Agenten, der Informationen aus einer Wissensdatenbank nutzt. Das System kann neue Dokumente verarbeiten und bei wichtigen Entscheidungen Menschen einbeziehen.

Themen:
Chunking und hybride Suche
Automatische Dokumentenverarbeitung in n8n
Konzeption einer RAG-Pipeline
Human-in-the-Loop und Regeln für die Weitergabe schwieriger Fälle an Menschen
Aktualisierung der Wissensdatenbank und Bewertung der Antwortqualität
Ergebnis:

Projekt 5 „RAG-Agent mit HITL“

Skills:

RAG-Pipelines erstellen, Dokumentensuche einrichten, menschliche Kontrolle einbauen, Qualität der Antworten prüfen

Tools:
n8nVektordatenbankenRAGHybride SucheHuman-in-the-Loop
Modul 6.

Rechtskonformität: DSGVO und EU AI Act

Sie lernen wichtige rechtliche Anforderungen an KI-Systeme kennen. Sie prüfen mögliche Risiken und erstellen Dokumente für Datenschutz und Compliance.

Themen:
Anonymisierung personenbezogener Daten (PII)
Klassifizierung von KI-Systemen nach Risikostufen
Anforderungen der DSGVO und des EU AI Act
Datenschutz-Folgenabschätzung (DSFA)
Bewertung von Anbietern und Compliance-Audit
Ergebnis:

Projekt 6 „DPIA and Compliance Package“

Skills:

Personenbezogene Daten anonymisieren, Risiken von KI-Systemen bewerten, Datenschutz dokumentieren, Dienstleister prüfen

Tools:
DSGVOEU AI ActDSFA (DPIA)PII-Anonymisierung
Modul 7.

Finanzen, Risiken und AI Roadmap

Sie lernen, die Kosten und den wirtschaftlichen Nutzen eines KI-Projekts zu berechnen. Außerdem planen Sie, wie ein Unternehmen KI schrittweise einführen kann.

Themen:
ROI, TCO und Payback
Berechnung und Optimierung von Token-Kosten
FinOps für KI-Systeme
Bewertung von Risiken und Szenarien
KI-Roadmap und Präsentation für das C-Level
Ergebnis:

Projekt 7 „FinOps and AI Roadmap Dashboard“

Skills:

Die Wirtschaftlichkeit eines KI-Projekts prüfen, Kosten berechnen und optimieren, Risiken bewerten, Ergebnisse vorstellen

Tools:
ROITCOPaybackFinOpsToken-KostenAI Roadmap
Modul 8.

KI-Agenten, Multi-Agenten-Systeme und Qualitätsbewertung

Sie planen ein System, in dem mehrere KI-Agenten zusammenarbeiten. Jeder Agent übernimmt bestimmte Aufgaben. Sie legen fest, wie die Aufgaben verteilt und die Ergebnisse geprüft werden.

Themen:
Rollen, Berechtigungen und Routing von Agenten
ReAct und Model Context Protocol (MCP)
Aufgaben mit einem Router an passende Agenten weiterleiten
Human-in-the-Loop und Fehlerbehandlung
Evaluation-Pipelines und Qualitätskontrolle
Ergebnis:

Projekt 8 „Multi-Agent System“

Skills:

Multi-Agenten-Systeme planen, Aufgaben zwischen Agenten verteilen, Fehler behandeln, Qualität prüfen

Tools:
ReActMCPRouterHuman-in-the-LoopEvaluation-Pipelines
Modul 9.

Abschlussprojekt

Im Abschlussprojekt verbinden Sie die Kenntnisse aus der gesamten Weiterbildung. Sie entwickeln eine KI-Lösung für einen Geschäftsprozess und präsentieren Ihre Ergebnisse.

Themen:
Auswahl und Beschreibung eines Geschäftsprozesses
Konzeption der Zielarchitektur für die Automatisierung
Integration von Daten, KI-Komponenten und menschlicher Kontrolle
Monitoring der Lösung im laufenden Betrieb
Ergebnisse dokumentieren und das Projekt präsentieren
Ergebnis:

Abschlussprojekt „End-to-End AI Automation“

Skills:

Eine vollständige KI-Lösung planen, Daten und KI-Komponenten verbinden, das System überwachen, Ergebnisse dokumentieren und präsentieren

Tools:
n8nOpenRouterSupabase (pgvector)Telegram BotGmail

Ihr Portfolio nach der Weiterbildung

Sie erstellen 9 Projekte in Bereichen wie HR, Logistik, Vertrieb und Marketing. Die Ergebnisse können Sie bei Bewerbungen zeigen.

Abschlussprojekt:

End-to-End AI Automation

Sie entwickeln einen Prototyp eines Multi-Agenten-Systems für eine praktische Aufgabe und bearbeiten den gesamten Ablauf: von der Analyse des Problems bis zur ROI-Berechnung und Dokumentation.

Projektpräsentation:

10–12 Minuten: Sie stellen Ihre Lösung vor und beantworten Fragen der Lehrkraft.

Beispiele für Themen:
E-CommerceHRWissensdatenbankRestaurant
Projekt 1
AS-IS / TO-BE

KI-Audit: von AS-IS zu TO-BE

Analyse eines Geschäftsprozesses und Plan für den Einsatz von KI

Projekt 2
n8n

AI Email Assistant

E-Mail-Automatisierung mit n8n

Projekt 3
ETL · Embeddings

HR Data Pipeline

Aufbereitung von Lebensläufen und Dokumenten für die KI-Suche

Projekt 4
RACI

Data Governance and Quality Framework

Regeln für gute Datenqualität und sichere Datennutzung

Projekt 5
RAG · HITL

RAG-Agent mit HITL

KI-Agent mit Zugriff auf eine Wissensdatenbank und menschlicher Kontrolle

Projekt 6
DSGVO · AI Act

DPIA and Compliance Package

Dokumente gemäß DSGVO und EU AI Act

Projekt 7
ROI · TCO

FinOps and AI Roadmap Dashboard

Wirtschaftlichkeit und KI-Roadmap eines Projekts

Projekt 8
Router · MCP

Multi-Agent System

System aus mehreren KI-Agenten mit Qualitätskontrolle

Curriculum als PDF herunterladen

Berufliche Perspektiven nach der Weiterbildung

Die Weiterbildung bereitet Sie auf Aufgaben in den Bereichen Prozessanalyse, Automatisierung, KI-Projektmanagement und digitale Transformation vor.

KI-Manager:inData Quality SpecialistProcess Automation SpecialistKI-Berater:inBusiness Process Manager:inAutomation Manager:inKI-Projektmanager:inDigital Transformation Manager:in

Zertifikat

Zertifikat der DWW Akademie

Nach erfolgreichem Abschluss erhalten Sie ein Zertifikat der Digitalen Westfälischen Wirtschaftsakademie mit einem Certuria-Siegel. Es bestätigt, dass Sie die Weiterbildung mit einem Umfang von 420 UE abgeschlossen haben.

Musterzertifikat der DWW Akademie für die KI-Weiterbildung

Noch Fragen?

Wenden Sie sich an Ihre Bildungsberatung oder kontaktieren Sie unser Service-Team. Wir beantworten Ihre Fragen und helfen Ihnen gerne weiter.

Adresse

Hafenweg 16, 48155 Münster, Deutschland

Telefon mit gelben und blauen Formen