Was ist KI? Künstliche Intelligenz als transformative Technologie

• Definition von Künstlicher Intelligenz (KI)
• Stand der Technik: Was heute mit KI möglich ist
• Paradigmenwechsel durch Generative KI
• Einfluss von KI auf Arbeit, Wirtschaft und Gesellschaft
• Können Maschinen denken? Die Geschichte der KI
• OpenAI, Aleph Alpha & Co.: Entwicklung des KI-Ökosystems
• KI-Trends und Ausblick auf zukünftige Entwicklungen

Wie funktioniert KI? Maschinelles Lernen und Neuronale Netze

• KI-Fachbegriffe verstehen und einordnen
• Einführung in das Maschinelle Lernen
• Lernformen: Überwachtes, unüberwachtes und verstärkendes Lernen
• Funktionsweise neuronaler Netze
• Der Weg zur Künstlichen Allgemeinen Intelligenz (AGI): Stand der Forschung

Innovationspotenzial von KI in Unternehmen

• Einsatzbereiche von KI in Unternehmen
• Praxisbeispiele aus Vertrieb und Marketing, Einkauf und Logistik, Finanz- und Rechnungswesen, Personalwesen, Forschung und Entwicklung sowie Produktion und Qualität
• Ethische KI und Trustworthy AI als Innovationstreiber
• Neue KI-Risiken: Synthetischer Content, Prompt Injection und Über-Automatisierung
• Grundlagen der KI-Regulierung und Auswirkungen des EU AI Act

Generative KI im Unternehmen

• Überblick über Generative KI-Tools und deren Einsatzmöglichkeiten
• Effiziente Nutzung generativer KI-Tools
• Anpassung großer Sprachmodelle für unternehmensspezifische Anwendungsfälle
• Unterschiede zur klassischen KI-Entwicklung
• Lebenszyklus eines Generative-KI-Projekts

Planung der systematischen Einführung von KI im Unternehmen

• Herausforderungen bei der Einführung von KI
• Entwicklung erster KI-Anwendungsfälle
• Wissensaufbau und Zieldefinition im Unternehmen
• Entscheidung zwischen Kauf und Eigenentwicklung von KI-Lösungen
• Voraussetzungen für eine nachhaltige KI-Einführung

KI-Anwendungsfälle finden, bewerten und priorisieren

• Methoden zur Identifikation geeigneter KI-Anwendungsfälle
• Analyse von Daten, Kundeninteraktionen und Geschäftsprozessen
• Dokumentation von KI-Anwendungsfällen
• Bewertung anhand von strategischem Nutzen und Umsetzungsaufwand
• Methoden zur Priorisierung von KI-Projekten

Implementierung und Betrieb von KI-Anwendungen

• Prozessmodell zur Entwicklung von KI-Anwendungen
• Operative Herausforderungen bei der Implementierung
• KI-Projektmanagement-Methoden für Entwicklung und Betrieb

Weitere Informationen zum Kurs und einen Terminplan finden Sie bei unserem Kooperationspartner didaris.