KI-Manager/-in

Im heutigen Geschäftsumfeld stehen Unternehmen vor zahlreichen Herausforderungen im Zusammenhang mit der Nutzung künstlicher Intelligenz (KI), insbesondere angesichts der fortgeschrittenen Entwicklung der generativen KI. Die Integration von KI hat das Potenzial, Prozesse zu optimieren, die Entscheidungsfindung zu verbessern und neue Geschäftsmöglichkeiten zu eröffnen. Für eine erfolgreiche Implementierung von KI ist es entscheidend, dass Unternehmen ihre Mitarbeiterinnen und Mitarbeiter zu kompetenten KI-Akteurinnen beziehungsweise -Akteure ausbilden.

Das aktualisierte Qualifizierungskonzept des Lehrgangs "KI-Manager (IHK)" berücksichtigt die neuesten Entwicklungen im Bereich der KI-Technologien einschließlich der generativen KI. Es vermittelt sowohl die fachlichen als auch die persönlichen Kompetenzen, um als KI-Managerin oder -Manager in Unternehmen und Organisationen erfolgreich zu agieren. Die Teilnehmenden werden befähigt, als erste Ansprechpartnerin beziehungsweise erster Ansprechpartner für das Thema KI in ihrem Betrieb zu fungieren. Sie können Wege und Möglichkeiten aufzeigen, KI-Anwendungen zu bewerten und KI-Projekte in ihren Unternehmen erfolgreich umzusetzen.

Für wen ist die Ausbildung gedacht?

Der Lehrgang richtet sich branchenübergreifend an Mitarbeiterinnen und Mitarbeiter, die KI in ihrem Unternehmen implementieren wollen, speziell an obere und mittlere Führungskräfte, Bereichsleiter und HR-Fachleute. Sie vermittelt nicht nur technologische Kenntnisse, sondern auch Führungswissen, das Ihnen hilft, zu den Gewinnern des KI-Zeitalters zu gehören.

Dauer und Inhalte

64 Stunden in 8 Modulen, mit ganztägigen Präsenzveranstaltungen.

Zusätzlich ca. 25 Stunden Selbststudium.

Themen der Module:

Modul 1 – Strategische Bedeutung und wirtschaftlicher Kontext der KI - 20. Nov.

• Warum ist KI zu einem entscheidenden Wettbewerbsfaktor in der Geschäftswelt geworden?
• Wirtschaftliche Auswirkungen von KI-Technologien (Automatisierung, Produktivitätssteigerung, Arbeitsmarktveränderungen) und Reifegrade von KI
• Globale und nationale Trends sowie Benchmark-Beispiele (McKinsey, PwC, OECD).

Modul 2 – Grundbegriffe, technologische Architekturen und KI-Typen - 27. Nov.

• Einführung in die wichtigsten Konzepte der KI: Machine Learning (ML), Deep Learning (DL), Natural Language Processing (NLP), Generative KI (GenAI).
• Architektur von KI-Systemen (Datenquellen, Modelle, Inference Pipeline, Deployment)
• Unterschiede zwischen überwachtem und unüberwachtem Lernen
• Phasen des ML-Lebenszyklus

Modul 3 – Geschäftsanwendungen und Rentabilität von KI-Lösungen - 14. Jan.

• Effiziente Lösung organisatorischer Probleme mit KI
• Regelbasierte und lernendenSysteme; Use Cases (z. B. prädiktive Analytik, Kundensegmentierung, Churn-Prognosen, RPA+KI-Hybride)
• ROI-Berechnungen, TCO (Total Cost of Ownership) und Rentabilitätsdimensionen.

Modul 4 – Organisatorische Voraussetzungen und Implementierungsbedingungen - 21. Jan.

• Voraussetzungen für die Einführung von KI: Datenreife, Datenqualität, Digitalisierungsgrad, Kompetenzkarten
• Internes Stakeholder-Management, Überwindung von Widerständen und Change Management (Kotter-Modell).
• Einführung in die Prinzipien der „Data-Driven Organization“ und AI Governance.

Modul 5 – KI-Toolbox und Funktionen in verschiedenen Unternehmensbereichen - 28. Jan.

• unterschiedliche Anwendungsmöglichkeiten der KI anhand praktischer Beispiele: Generative Texterstellung (z. B. ChatGPT, Claude, Gemini), Codegenerierung (GitHub Copilot), Bildgenerierung (Midjourney, DALL·E), prädiktive Analytik (DataRobot, H2O.ai) sowie Low-Code-KI-Plattformen (Microsoft AI Builder, Google Vertex AI).
• Anwendbarkeit dieser Tools in HR, Marketing, Logistik und Finanzen.

Modul 6 – Identifikation, Bewertung und Priorisierung von KI-Use-Cases - 4. Febr.

• Identifizierung und Bewertung für die Organisation relevanter KI-Anwendungsfälle anhand strukturierter Methode
• AS-IS/TO-BE-Prozessmodellierung, Stakeholder-Mapping und Priorisierungsmatrix
• Bewertung nach Geschäftswirkung, Umsetzbarkeit und technischer Komplexität

Modul 7 – Entscheidungsunterstützung und Projektstart: Auswahl von KI-Projekten - 11. Febr.

• Entscheidungsrahmen für die Auswahl von KI-Use-Cases anhand praktischer Modelle (z. B. Stacy Matrix, Feasibility–Impact Matrix)
• Planung von Pilotprojekten, die Entwicklung von MVPs, Skalierung sowie Risikomanagement und Compliance bei KI-Einführungen.

Modul 8 – Prüfung und Projektpräsentation - 18. Febr.

Weitere Informationen

Sprache: Ungarisch
Ort des Trainings: Deutsch-Ungarische Industrie- und Handelskammer, 1024 Budapest, Lövőház u. 30. / teams
Anmeldefrist: 19. Nocember
Intensität: 8 Module mit Präsenzveranstaltungen (8 Stunden / Modul) 
Zertifikat: Teilnehmer, die mindestens 90 % der Unterrichtsstunden besuchen, erhalten ein
Zertifikat aus dem Erwachsenenbildungssystem. Das am Ende des Trainings erhältliche Zertifikat bescheinigt weder eine Berufsqualifikation noch eine Berechtigung zur Ausübung eines Berufs.

Teilnahmegebühr und Ermäßigungen

Sie können gleichzeitig max. zwei Ermäßigungen in Anspruch nehmen. Die zwei Ermäßigungen werden addiert, so können sie sogar -20% erreichen!

• 10% DUIHK-Ermäßigung: für die Mitgliedsunternehmen der DUIHK
• 10% quantitative Ermäßigung: im Falle von mindestens 2 Anmeldungen von einem
  Unternehmenn
   

Teilnahmegebühr: 985.000 HUF + MwSt. / Person
A képzés részvételi díja nem tartalmazza a bemutatott AI platformokra történő előfizetést.

A Die Teilnahmegebühr für den Lehrgang beinhaltet kein Abonnement für die vorgestellten KI-Plattformen. Die Teilnahmegebühr (unter Berücksichtigung von Rabatten) wird zu Beginn und zur Hälfte des Lehrgangs in zwei Raten in Rechnung gestellt.