Vollständiger Kursplan

KI-Ingenieur

In dieser ganzheitlich optimierten Weiterbildung erwirbst du die wichtigsten Kompetenzen, um Künstliche Intelligenz und digitale Automatisierungen praxisnah, leistungsstark und verantwortungsvoll in Unternehmen einzusetzen. Der Kurs kombiniert verständlich aufbereitetes KI-Grundwissen mit intensiven Praxiseinheiten, realen Unternehmensbeispielen und der Entwicklung eigener, sofort anwendbarer Workflows.

Zurück zum Kurs
Dauer: 30 Wochen in Vollzeit · 60 Wochen in Teilzeit
Format: 100 % Remote · Vollzeit & Teilzeit
Sprache: Deutsch
Abschluss: Zertifikat
Förderung: 100 % Bildungsgutschein

Modul 1 – Einführung in Künstliche Intelligenz

  • Grundlagen, Begriffe, historische Entwicklung
  • Anwendungsfelder & Wirkung auf Branchen
  • Chancen, Risiken, Zukunftsperspektiven

Modul 2 – Python für KI & Datenanalyse

  • Einführung in Python & Datenstrukturen
  • Arbeiten mit NumPy, Pandas, Matplotlib
  • Grundlagen der Datenanalyse & Visualisierung

Modul 3 – Datenverarbeitung & Data Engineering

  • Datenbereinigung, Transformation, Feature Engineering
  • Aufbau von Datenpipelines & erste SQL-Arbeit
  • Verständnis für Datenqualität & Datenmodelle

Modul 4 – Machine Learning Grundlagen

  • Überwachtes & unüberwachtes Lernen
  • Gängige Modellarten & Trainingsprinzipien
  • Evaluationsmetriken & Modellbewertung

Modul 5 – Deep Learning & Neuronale Netze

  • Aufbau neuronaler Netze (ANN, CNN, RNN)
  • Trainingsmethoden & Optimierungsverfahren
  • Arbeiten mit TensorFlow und PyTorch

Modul 6 – Natural Language Processing (NLP)

  • Textverarbeitung, Tokenisierung, Embeddings
  • Transformer-Modelle & Sprachverstehen
  • Entwicklung einfacher Chatbots

Modul 7 – Generative AI & Large Language Models

  • Funktionsweise großer Sprachmodelle
  • Prompt Engineering & Fine-Tuning
  • Generative KI für Text, Bild, Audio, Video

Modul 8 – KI-Bildgenerierung & Computer Vision

  • Stable Diffusion, DALL·E, GANs
  • Visuelles Prompting & stilisierte Bildausgabe
  • Objekterkennung & Bildanalyse

Modul 9 – MLOps & KI-Deployment

  • Modellbereitstellung & CI/CD
  • Docker, APIs & Cloud-Deployment
  • Monitoring & Modelllebenszyklus

Modul 10 – Automatisierung mit KI

  • Nutzung von APIs & Schnittstellen
  • Automatisierung mit Zapier, Make, n8n
  • Aufbau komplexer digitaler Workflows

Modul 11 – Edge-AI & IoT-Anwendungen

  • KI auf mobilen & eingebetteten Geräten
  • Sensorik, Edge-Computing & Echtzeitverarbeitung
  • Einsatzszenarien im Business-Kontext

Modul 12 – Ethik, Recht & Sicherheit

  • Datenschutz, Urheberrecht, Compliance
  • Bias, Fairness & verantwortungsvolle KI
  • Sicherheitsanforderungen & Risikobewertung

Modul 13 – Praxisprojekt

  • Eigenständige Entwicklung eines KI-Projekts
  • Datenpipeline, Training, Deployment
  • Dokumentation & Präsentation der Ergebnisse