Diplomierte*r KI-System-Architekt*in

• Start: jederzeit möglich
• Dauer: 6 bis 12 Monate (flexibel einteilbar)
• Format: E-Learning, zeitlich + örtlich flexibel lernen
• Workload: 3 Kurse, entspricht 18 ECTS
• Preis: € 2.400
• Prüfungsleistung je Kurs: Online MC-Prüfung + Mitarbeit auf dem E-Campus (Diskussionsforen)
• Flexibler Weiterbildungsplan mit eigener Zusammenstellung der Kurse ist möglich
• Abschluss: Diplomierte*r KI-System-Architekt*in (Diplomurkunde + 3 Zertifikate mit Noten für die absolvierten Kurse)

2 Wochen Kostenlos Studieren Probieren

Nutzen Sie die Möglichkeit bereits vor Beginn Ihrer Weiterbildung kostenlos und unkompliziert einen Einblick in Ihre(n) Wunschkurs(e) bei uns zu bekommen und unsere Lernplattform zu testen.

• Bereits vor Beginn meiner Weiterbildung die Lernplattform testen!
• Möglichkeit, sich mit Dozent*innen und Kursteilnehmer*innen online auszutauschen
• Alle Infos zur Aktion gibt es hier!

Jetzt Studieren Probieren

Weiterbildungsziele

Als Absolvent*in des Lehrgangs Diplomierte*r KI-System-Architekt*in verfügen Sie über fundierte Kompetenzen zur Entwicklung, Implementierung und Optimierung von KI-gestützten Lösungen sowie zur Gestaltung effizienter Geschäftsprozesse. Der Lehrgang bietet eine umfassende Einführung in die zentralen Aspekte der Künstlichen Intelligenz (KI), des Machine Learnings (das Herzstück moderner KI-Anwendungen), der Wirtschaftsinformatik und des Geschäftsprozessmanagements.

Im Wirtschaftsinformatik-Teil wird die Rolle digitaler Technologien in Unternehmen und der Gesellschaft beleuchtet. Zudem geht es um grundlegende Themen wie Unternehmensmodellierung, ERP-Systeme und Wissensmanagement. Dabei wird Informationssystemen – als sozio-technische Systeme – besondere Aufmerksamkeit geschenkt, da sie technische und menschliche Elemente verbinden.


Der Lehrgang bietet zudem fundiertes Wissen zur Modellierung, Analyse und Optimierung von Prozessen, einschließlich der Automatisierung und datengetriebener Methoden wie Process Mining. Dies ermöglicht eine strategische Planung und Verbesserung betrieblicher Abläufe über alle Lebenszyklusphasen hinweg.

Als Absolvent*in des Lehrgangs Diplomierte*r KI-System-Architekt*in haben Sie theoretische Grundlagen mit praxisnahen Methoden verinnerlicht und können die vielfältigen Potenziale von KI und digitalen Technologien aufzeigen. Ziel ist es, Teilnehmende darauf vorzubereiten, moderne Technologien und Methoden in unterschiedlichen beruflichen Kontexten anzuwenden und die digitale Transformation aktiv mitzugestalten.

• Als Absolvent*in des Lehrgangs Diplomierte*r KI-System-Architekt*in tragen Sie mit Ihrem Fachwissen dazu bei, zukunftsweisende KI-Innovationen verantwortungsvoll und nachhaltig in der Praxis umzusetzen.
• Sie sind bestens darauf vorbereitet, intelligente KI-Lösungen zu konzipieren und erfolgreich in verschiedenen Anwendungsfeldern zu implementieren.
• Sie verstehen die grundlegenden Konzepte und Methoden des Geschäftsprozessmanagements.
• Sie sind in der Lage, ethische und rechtliche Aspekte des KI-Designs zu berücksichtigen und in Ihre Projekte zu integrieren.
• Sie verstehen die grundlegenden Prinzipien moderner KI-Technologien und können deren Potenziale sowie Grenzen kritisch analysieren.
• Sie erwerben praxisnahe Kompetenzen zur Planung, Entwicklung und Anpassung von KI-Anwendungen, die individuell auf spezifische Anforderungen ausgerichtet sind.
• Sie können interdisziplinäre Teams bei der Konzeption, Umsetzung und Optimierung von KI-Systemen fachlich führen und koordinieren.

Der Weiterbildungsplan sieht drei Kurse für diesen Lehrgang vor. Je nach Ihren persönlichen Interessen und beruflichen Anforderungen, können Sie einen Kurs austauschen. Hierfür steht Ihnen eine Liste von 10 Wahlkursen zur Auswahl.

Absolvent*innen des Kurses Machine Learning: Konzepte, Modelle, Lernverfahren sind in der Lage …

• die grundlegenden Begriffe und Konzepte des Machine Learning zu definieren.
• die verschiedenen Arten von Daten im Kontext des Machine Learning zu unterscheiden.
• die Hauptansätze des Machine Learning (überwachtes, unüberwachtes und verstärkendes Lernen) zu erklären.
• die Prinzipien von Regression und Klassifikation im überwachten Lernen zu beschreiben.
• die Grundkonzepte und einfache Beispiele des unüberwachten Lernens zu erläutern.
• den typischen Machine Learning Workflow von der Problemdefinition bis zum Deployment zu skizzieren.
• beispielhaft die Funktionsweise grundlegender Machine Learning Modelle zu beschreiben.
• verschiedene Architekturen künstlicher neuronaler Netze und deren Rolle im Deep Learning zu diskutieren.
• beispielhaft fortgeschrittene und alternative Architekturen und Konzepte von künstlichen neuronalen Netzen zu benennen.
• die technischen Herausforderungen und Grenzen des Machine Learning zu beurteilen.

Absolvent*innen des Kurses Grundlagen der Wirtschaftsinformatik sind in der Lage …

• Informationssysteme als Mensch-Aufgabe-Technik-Systeme zu beschreiben.
• die Bedeutung grundlegender Themenfelder der Wirtschaftsinformatik zu erklären.
• verschiedene Typen von Informationssystemen zu diskutieren.
• grundlegende Merkmale eines Informationsmodells zu benennen.
• Aufgaben des Geschäftsprozessmanagements mithilfe des BPM-Lifecycle gegenüberzustellen.
• die Grundeigenschaften von ERP-Systemen aufzuzählen.
• die Funktion von Stammdaten und Bewegungsdaten in ERP-Systemen zu unterscheiden.
• Voraussetzungen für das datenbasierte Entscheiden zu analysieren.
• die Unterschiede zwischen explizitem und implizitem Wissen zu erklären.
• typische Aufgaben des Wissensmanagements in einem Unternehmen zu erläutern.
• die Beziehung zwischen Wissen und Lernen in einem Unternehmen zu analysieren.
• die Rolle digitaler Plattformen in modernen Geschäftsmodellen zu erklären.
• die Auswirkungen der digitalen Transformation auf die moderne Gesellschaft zu beurteilen.
• Perspektiven neuer Technologien durch die Wirtschaftsinformatik zu entwerfen.

Absolvent*innen des Kurses Geschäftsprozessmanagement sind in der Lage …

• die Bedeutung des „Geschäftsprozessmanagement“ für Unternehmen zu erläutern.
• die Phasen des BPM-Lebenszyklus auf ein konkretes Beispiel anzuwenden.
• die Rolle von Informationsmodellen im Geschäftsprozessmanagement hinsichtlich ihrer Effektivität in verschiedenen Phasen des BPM-Lebenszyklus zusammenzufassen.
• eine Prozessarchitektur für ein mittelständisches Unternehmen zu entwerfen.
• die grundlegenden Elemente und Konzepte der BPMN-Notation zu erklären.
• ein BPMN-Modell für einen einfachen Geschäftsprozess in einem Unternehmen zu konzipieren.
• einen realen Geschäftsprozess zu analysieren und mögliche Schwachstellen zu identifizieren.
• die Bedeutung von Prozessreferenzmodellen für die Geschäftsprozessverbesserung zu diskutieren.
• die Vor- und Nachteile der Automatisierung von Geschäftsprozessen in einem internationalen Unternehmen gegenüberzustellen.
• die Weiterentwicklung eines Geschäftsprozessmodells in ausführbare Modelle zu konzipieren.
• das Zusammenwirken verschiedener Rollen im Prozessmanagement zu diskutieren.
• Techniken des Process Mining zu beschreiben.
• die Anwendung des Process Mining für verschiedene Prozesstypen zu beurteilen.

Flexibler Lehrplan mit Wahlkursen ist möglich!
Der Lehrgang umfasst 3 Kurse, wovon Sie 1 Kurs je nach Ihren persönlichen Interessen austauschen können. Zum Austauschen stehen diese 10 Wahlkurse zur Auswahl:

• Künstliche Intelligenz: Grundlagen und Einsatzbereiche
• Folgen und Herausforderungen der KI-Revolution für Wirtschaft und Gesellschaft
• Digital Business Strategy & Business Development
• Künstliche Intelligenz im DACH-Raum, in Europa und auf globaler Ebene
• Künstliche Intelligenz: Ethik und Recht
• Change Management
• Digitale Transformationen erfolgreich in Unternehmen umsetzen
• Innovationsmanagement & Open Innovation
• Business Intelligence
• Szenarioplanung