In dieser Schulung entwickeln Sie ein klares Grundverständnis für KI und Maschinelles Lernen und lernen, typische Unternehmensprobleme systematisch zu analysieren, geeignete KI-Ansätze auszuwählen und realistische Einsatzmöglichkeiten einzuschätzen.
Inhalt
Modul 1: Grundlagen – Was ist KI und was nicht?
Dieses Modul schafft ein belastbares Grundverständnis von Künstlicher Intelligenz und Maschinellem Lernen, zugeschnitten auf den Kontext kleiner und mittlerer Unternehmen.
Modul 2: Klassifikation und Datenverständnis
Anhand eines typischen Anwendungsfalls des überwachten Lernens wird gezeigt, wie KI-Modelle arbeiten und warum Datenqualität entscheidend ist.
- Grundprinzip des überwachten Lernens (Klassifikation) und Rolle von Trainingsdaten
- Zusammenhang zwischen Datenmenge, Datenqualität und Ergebnis
- Typische Datenquellen in KMU (z. B. Listen, Tabellen, Bestandsdaten)
- Typische Fehlerquellen (Daten, Annahmen, Zieldefinition) und Modellgrenzen
- Erste Einschätzung von Aufwand, Nutzen und Risiken einfacher KI-Anwendungen
Modul 3: Praxisaufgabe – KI-Potenziale bewerten
In diesem Modul wird das Gelernte auf eine konkrete, praxisnahe Situation angewendet.
- Analyse einer typischen KMU-Ausgangssituation auf KI-Eignung
- Abgrenzung zwischen Prozessproblem und tatsächlichem KI-Problem
- Zielklärung und Auswahl eines passenden Ansatzes (oder bewusste Nicht-KI-Entscheidung)
- Grobe Abschätzung von Nutzen, Aufwand und Risiken
- Typische Entscheidungsfallen und Ableitung einer fundierten Entscheidungsgrundlage
Vorteile / Zielsetzung
Klarheit statt Buzzwords: Sie können fundiert beurteilen, ob KI in Ihrem Unternehmenskontext sinnvoll ist.
Bessere Entscheidungsgrundlagen: Sicherheit im Austausch mit Dienstleistern, Softwareanbietern und internen Stakeholdern.
Praxisnahes Wissen: Kein technisches Detailwissen, sondern belastbare Entscheidungs- und Bewertungskompetenz.
Zielgruppe / Vorkenntnisse
Alle, die das Potenzial von KI für den eigenen Unternehmensbereich verstehen und fundierte Entscheidungen treffen möchten – insbesondere Entscheider*innen und Mitarbeitende ohne technischen Hintergrund.




