Künstliche Intelligenz und maschinelles Lernen für Entscheider
Künstliche Intelligenz hat sich in wenigen Jahren vom Forschungsthema zum Werkzeug des Arbeitsalltags entwickelt. Sprachmodelle schreiben Texte, fassen Dokumente zusammen, beantworten Kundenanfragen und unterstützen bei der Softwareentwicklung, KI-Agenten erledigen zunehmend ganze Aufgaben selbstständig. Für Unternehmen stellt sich nicht mehr die Frage, ob sie KI einsetzen, sondern wo, wie und unter welchen Bedingungen. Das Entscheiderseminar gibt einen fundierten, technisch verständlichen Überblick: Was steckt hinter maschinellem Lernen, Deep Learning und generativer KI? Was können diese Verfahren, und wo liegen ihre Grenzen? Anhand praktischer Beispiele aus verschiedenen Branchen und Unternehmensbereichen bewerten die Teilnehmer, wo KI echten Nutzen stiftet. Ein Schwerpunkt liegt auf der Umsetzung: Standardlösung oder Eigenentwicklung, Cloud oder lokaler Betrieb, Kosten und Nutzen. Ebenso wichtig sind die Rahmenbedingungen: der EU AI Act mit seinen Risikoklassen und der Pflicht zur KI-Kompetenz der Beschäftigten, Datenschutz, Urheberrecht und Sicherheit. Abschließend geht es um die Frage, wie KI mit Strategie, Richtlinien und Pilotprojekten erfolgreich im Unternehmen eingeführt wird.
- Dauer
- 1 Tag
- Umfang
- 8 Unterrichtsstunden
- Ort
- Bei Ihnen oder online
Inhalte des Seminars
Das ist der Standardumfang. Wählen Sie ab, was Ihr Team schon kann, und schicken Sie uns Ihre Auswahl.
- Künstliche Intelligenz, maschinelles Lernen, Deep Learning und generative KI einordnen
- Wie Maschinen aus Daten lernen
- Große Sprachmodelle (LLMs) verständlich erklärt
- KI-Agenten: von der Antwort zur erledigten Aufgabe
- Was KI kann und was nicht: Stärken, Grenzen, Halluzinationen
- Typische Anwendungsfälle in Vertrieb, Service, Marketing, Produktion, Verwaltung und IT
- Klassisches maschinelles Lernen: Prognosen, Klassifikation, Anomalieerkennung
- Generative KI: Texte, Wissen, Dokumente, Code
- Potenziale bewerten und Anwendungsfälle priorisieren
- Beispiele aus der Praxis
- Standardlösungen wie Microsoft Copilot oder ChatGPT Enterprise
- Eigene Lösungen mit KI-APIs, RAG und KI-Agenten
- Cloud-Dienste oder lokaler Betrieb offener Modelle
- Daten als Voraussetzung: Qualität, Verfügbarkeit, Datenstrategie
- Kosten, Aufwand und Wirtschaftlichkeit
- EU AI Act: Risikoklassen, Pflichten und Zeitplan
- Die Pflicht zur KI-Kompetenz der Beschäftigten
- Datenschutz und DSGVO
- Urheberrecht und Haftung
- Bias, Transparenz und Nachvollziehbarkeit
- Sicherheitsrisiken wie Prompt Injection und Datenabfluss
- KI-Strategie und Zielbild
- Governance und Richtlinien für die KI-Nutzung
- Pilotprojekte planen und bewerten
- Mitarbeitende schulen und mitnehmen
- Rollen, Verantwortlichkeiten und Change Management