Sören. Schmock

»Wir können Probleme von heute und morgen nicht mit der Denkweise von gestern lösen.« Wir kennen den Spruch, doch wie verändern wir unsere Denkweise eigentlich?
Kritisches Denken ist eine Antwort auf diese Herausforderung. Kritisch denken zu können ist eine Kernkompetenz der Zukunft, um sowohl aktuelle und als auch neue Herausforderungen zu meistern.
Aufgrund der hohen Veränderungsgeschwindigkeit und zunehmenden Komplexität der Arbeitswelt, sowie den neuen Ansprüchen von Mitarbeitenden und Kunden werden Sie dann die richtigen Antworten finden, wenn Sie sich nicht auf die naheliegendste Lösung stürzen. Denn die naheliegende Lösung basiert oft auf traditionellem Denken.
Der Kurs Kritisches Denken: Methoden und Techniken führt Sie in die Zukunft. Der Kurs stellt konkrete Methoden zum kritischen Denken vor, die Sie als Mitarbeitende oder Führungskraft schnell und direkt im Arbeitsumfeld anwenden können und die sofort neue Lösungsansätze aufzeigen.

Die Hauptinhalte umfassen:

• Mit kritischem Denken die Zukunft gestalten
• Voraussetzungen des kritischen Denkens
• Wenn denken wir kritisch - und wann nicht?
• Psychologische Hürden beim kritischen Denken generell
• Psychologische Hürden beim kritischen Denken in Gruppen und bei der Arbeit
• Rolle der Führungskraft, um kritisches Denken zu ermöglichen und zu fördern

• Methoden zum kritischen Denken
• Was ist wirklich das Problem?
• Betrachten wir das Symptom oder such wir nach der Ursache?
• Arbeiten wir mit Fakten, Annahmen oder Vorurteilen?
• Die »Kill your company«-Methode
• Die »Lähmung durch Informationsüberflutung« vermeiden
• Perspektivwechsel und Hypothesen als Methoden ds kritischen Denkens
• Die OODA-Methode (so entscheiden Top-Gun-Piloten)
• Fakten und Entscheidungen regelmäßig überprüfen

• Abschluss
• Fallen beim kritischen Denken
• Vom denken zum Handeln kommen

Entdecke, wie generative KI Ihr kritisches Denken auf ein neues Niveau heben kann!
In dem Kurs Mit generativer KI kritisch(er) denken werden die Grundlagen des kritischen Denkens und wie KI-Tools dabei unterstützen können, Informationen zu bewerten, Argumente zu analysieren und kognitive Verzerrungen zu erkennen, vermittelt. Es wird erläutert, wie kreative Problemlösungen mit KI-gestütztem Brainstorming entwickelt werden können. Der Kurs bietet wertvolle Einblicke in die Anwendung von KI im Unternehmenskontext, einschließlich Entscheidungsfindung in unsicheren Situationen und ethischen Überlegungen.

Die Hauptinhalte umfassen:

• Grundlagen des kritischen Denkens und generativer KI
• Was ist kritisches Denken?
• Einführung in generative KI
• Wie generative KI das kritische Denken unterstützen kann
• Chancen und Herausforderungen bei EInsatz von KI für kritisches Denken

• Kernkompetenzen des kritischen Denkens mit KI-Unterstützung
• Informationsbewertung mit KI-Tools
• Argumentationsanalyse mithilfe von KI
• Eigene Vorurteile und kognitive Verzerrung mittels KI erkennen
• Kreative Problemlösung mit KI-gestütztem Brainstorming

• Anwendung des kritischen Denkens mit KI im Unternehmenskontext
• Entscheidungsfindung mit KI in unsicheren Situationen
• Kritische Evaluation von KI-generierten Vorschlägen und Lösungen
• Ethische Überlegungen beim Einsatz von KI im Unternehmen

• Integration von KI-gestütztem kritischen Denken in den Arbeitsalltag
• Eine Kultur des kritischen Denkens im Team etablieren
• KI-Tools für kollaboratives kritisches Denken

Der Audikurs KI trifft Agilität bietet einen generellen Überblick über die Synergie von Agilität und KI und zeigt, wie Künstliche Intelligenz agile Prinzipien unterstützt.
In dem Kurs erfährt man, wie generative KI die Rollen von Product Owner, Team und Scrum Master verändert und den Ablauf der Scrum-Events sowie die Verwaltung von Backlogs und Inkrementen verbessert.

Die Hauptinhalte umfassen:

• Agile Methoden neu gedacht
• Genereller Überblick: Agilität + KI = Synergie
• Wie unterstützt KI agile Prinzipien?
• KI und Agilität in der Praxis

• Synergien schaffen: Scrum un AI
• Einführung in KI-gestütztes Scrum
• Die Säulen von Scrum im Zusammenspiel mit KI

• Scrum in Zeiten generativer KI
• Möglicher KI-Einfluss auf Scrum-Events
• Mythen und Missverständnisse

• KI-gestützes Projekt-Management
• Evolution der schlanken Fertigung und die Rolle von KI
• KI in agilen Projekten

• Zukunft von KI-gestützen agilen Methoden
• Zukünftige Mensch-KI-Kollaboration
• Ethik und Verantwortung
• Trends für KI-gestützte Agilität

Künstliche Intelligenz verändert die Welt. Mit dem Aufkommen der generativen KI wird auch das Projektmanagement auf den Kopf gestellt. Generative KI bietet enorme Chancen, birgt aber auch Risiken. Welche das sind und wie generative KI erfolgreich in Projektplanung, Projektsteuerung und Kommunikation eingesetzt wird, vermittelt der Kurs Generative KI im Projektmanagement nutzen. Zudem lehrt der Kurs, wie man selbst mit der Nutzung von generativen KI-Tools im Projektmanagement starten kann.

Die Hauptinhalte umfassen:

• Überblick über KI und generative KI
• KI verändert die Welt
• KI-Technologie im Überblick

• Projektmanagement und die Rolle von KI
• Veränderungen in der Rolle von Projektmanager:innen
• Anwendungsbereiche von generativer KI
• Tools und Technologien im Projektmanagement

• Generative KI im Projektmanagement
• ChatGPT und gutes Prompt Engineering nutzen
• Projektplanung mit KI unterstützen
• Projektsteuerung durch KI verbessern
• Risiken mit KI identifizieren und Strategien entwickeln
• KI für die Kommunikation im Projekt nutzen
• KI als Wissenspeicher für Projektmanager:innen verwenden

• Risiken in der Verwendung von generativer KI
• Datenqualität ist die Basis für generative KI
• KI unterstützt, der Mensch entscheidet
• Risiken im Einsatz von generativer KI vermeiden

• Wie Sie nun starten können
• Datensicherheit, Recht und Ethik beachten
• ChatGPT-Bibliothek erstellen
• Spezifische Tools evaluieren
• KI-Modelle lokal anwenden
• Veränderung positiv gestalten

• Ausblick in die Zukunft
• KI-Einzug in mehr Tools beachten
• Auswirkung auf Projektorganisationen und PMO

Der Kurs Methoden der KI I - Intelligente Agenten gibt einen Überblick in die Geschichte der KI von Alan Turings bahnbrechendem Werk "Computing Machinery and Intelligence" über die Anfänge der KI als Forschungsgebiet auf der Dartmouth-Konferenz 1956 bis hin zu den jüngsten Entwicklungen, die sich in der 20-Jahres-Roadmap der US-amerikanischen KI-Gemeinschaft widerspiegeln.

Folgende Themen werden behandelt:

• Einführung – Die Anfänge der KI
• Eine kurze Geschichte der KI
• Ausgewählte aktuelle Herausforderungen der KI-Forschung
• Die Metapher des rationalen Akteurs
• Eigenschaften von Agenten und Umgebungen
• Agentenarchitekturen

Der Kurs Identifikation von KI-Use-Cases beschäftigt sich mit zentralen Fragen der Umsetzung eines KI-Projekts, wie z. B. welchen Nutzen wir aus dem geplanten Projekt ziehen können, wie wir bestimmen und überwachen können, ob dieser Nutzen tatsächlich geliefert wird, welche technischen Bedingungen es zu beachten gilt und ob uns die erforderlichen Daten zur Verfügung stehen. Zudem wird "Enterprise AI Canvas" ein Tool kennengelernt, das dabei unterstützt, Anwendungsfälle für KI-Projekte zu evaluieren.

Folgende Themen werden behandelt:

• Künstliche Intelligenz als "Vorhersagemaschine"
• Vorhersagbarkeit
• Von der Prognose zur Entscheidung
• Evaluierung von Use-Cases
• Use-Cases in der Praxis
• Change Management und gesellschaftliche Aspekte

Der Kurs Learning Analytics für Lehrkräfte richtet sich an Lehrkräfte, Lehramtsstudierende und alle, die Learning Analytics (LA) in Unterricht und Lernprozesse integrieren möchten. Er bietet einen praxisnahen, einsteigerfreundlichen Einstieg.

Folgende Themen werden behandelt:

• Grundlagen von Learning Analytics
  - Was Learning Analytics ist
  - Chancen und Grenzen LA im Unterreicht
  - Welche Daten im Lernkontext entstehen und wie sie genutzt werden können
  - Ethische und rechtliche Aspekte (z. B. Datenschutz)
• Didaktische Einbettung von Learning Analytics
  - Wie LA sinnvoll in Lernkontexte integriert wird
  - Welche pädagogischen Fragestellungen sich mit LA beantworten lassen
  - Wie Lehrkräfte datenbasierte Entscheidungen treffen können
  - Beispiele für typische LA‑Szenarien im Unterricht
• Arbeiten mit einem Learning‑Analytics‑Dashboard
  - Einführung in Dashboards für Lehrkräfte
  - Interpretation von Lernfortschrittsdaten
  - Erkennen von Lernproblemen, Mustern und Unterstützungsbedarfen
  - Ableiten konkreter Maßnahmen für Unterricht und Lernbegleitung
• Praktische Anwendung im Unterricht
  - Wie man LA‑Tools im eigenen Unterricht einsetzt
  - Gestaltung von Unterrichtsprozessen auf Basis von LA
  - Reflexion: Was verändert sich für Lehrkräfte?
  - Chancen für personalisiertes Lernen

Debatten zur Corona-Pandemie und dem Klimawandel zeigen, wie wichtig die zielgruppengerechte und zielgruppenspezifische Kommunikation von Datenanalyseergebnissen für die breite Öffentlichkeit und politische Entscheidungsträger:innen ist. Ziel des Kurses Von der Datenanalyse zur Datengeschichte ist es, Data Storytelling sowohl auf theoretischer als auch auf praktischer Ebene zu vermitteln.

Folgende Themen werden behandelt:

• Einführung in Data Storytelling:
  Ursprung und Bedeutung
• Datenanalyse I & II:
  Grundlagen der Datenaufbereitung
• Datenvisualisierung I & II:
  Techniken zur grafischen Darstellung
• Data Storytelling Theorie:
  Dramaturgien von Datengeschichten
  Zielgruppenorientierung
  Arten und Typen von Data Stories
• Interdisziplinäre Perspektiven:
  Interviews aus Erziehungs- und Geschichtswissenschaft
• Wahrnehmungspsychologische Grundlagen:
  Wie Menschen Daten wahrnehmen und verstehen

Reinforcement Learning (RL) ermöglicht es zu lernen, was zu Durchbrüchen in den Bereichen Gaming und Robotik geführt hat.
Zu den Übungen gehören die Implementierung von Algorithmen, die Feinabstimmung von Hyperparametern und die Bewertung von Agenten.

Folgende Themen werden behandelt:

• Mathematische Grundlagen des Reinforcement Learning (z. B. Markov-Entscheidungsprozesse
• Implementierung von RL-Algorithmen (z. B. Q-Learning, Policy Gradient)
• Deep Reinforcement Learning mit neuronalen Netzen
• Entwurf und Bewertung von Agenten in simulierten Umgebungen

In dem Kurs Deine Zukunft in der KI-Joblandschaft erhältst Du einen praxisnahen Einblick in den rasant wachsenden KI-Arbeitsmarkt. Du lernst, welche Fachkenntnisse und Kompetenzen du brauchst, um in dieser zukunftsweisenden Branche Fuß zu fassen – und erfolgreich zu sein.
Anhand echter Beispiele erfährst Du, wie Experten ihren Karriereweg in der KI-Welt gestaltet haben. Zudem bekommst Du Zugang zu hilfreichen Ressourcen und Weiterbildungsangeboten, die Dir den Einstieg erleichtern und dich auf die Zusammenarbeit mit Fachleuten aus dem KI-Umfeld vorbereiten.

Nach Abschluss des Kurses wirst Du in der Lage sein:

• Grundbegriffe und Konzepte der KI
• Branchen zu identifizieren, in denen Fachkräfte für Künstliche Intelligenz tätig sind
• Die weltweite Nachfrage nach KI-Spezialist:innen auf dem Arbeitsmarkt einzuschätzen
• Zukunftsszenarien und Entwicklungsperspektiven für den Einsatz von KI zu beschreiben
• Typische Aufgabenprofile, Anforderungen und Qualifikationen für Berufe im KI-Bereich zu benennen
• Die zentralen Kompetenzen und Fachkenntnisse zu erfassen, die KI-Expert:innen benötigen
• Wichtige Werkzeuge und Plattformen kennenzulernen, die den Einstieg in eine Karriere im KI-Umfeld erleichtern
• Nützliche Ressourcen zu nutzen, um sich weiterzubilden und in einem sich rasant entwickelnden Technologiefeld auf dem Laufenden zu bleiben

Während des Kurses Introduction to AI and Entrepreneurship lernst Du, was einen Unternehmer ausmacht und welche Aspekte wichtig sind und Dir bei der Gründung helfen können. Die Möglichkeiten, die KI bietet, werden erläutert. Im Idealfall hast Du am Ende dieses Kurses Dein eigenes Business Model Canvas unter Verwendung Deiner KI-gestützten Lösung entwickelt.

Der Kurs vermittelt Grundlagen der Künstlichen Intelligenz (KI) und deren Anwendung im unternehmerischen Kontext. Hier sind die zentralen Inhalte, die sich aus der Kursplattform ergeben:

• Grundbegriffe und Konzepte der KI
• Maschinelles Lernen, neuronale Netze, Deep Learning
• Anwendungsfelder von KI in Wirtschaft und Gesellschaft
• Grundlagen unternehmerischen Denkens
• Effektuation und Lean Startup
• Geschäftsmodell-Innovation mit KI
• Wie KI neue Geschäftsmodelle ermöglicht
• Fallstudien zu KI-Startups und Innovationsprozessen
• Chancen und Herausforderungen bei der Gründung mit KI

Der Kurs Prompt-Labor – generative KI in der Hochschullehre »Anwendungen« liefert Vertiefungen, Empfehlungen und Materialien für eine weiterführende Auseinandersetzung mit Anwendungsszenarien für den Einsatz generativer KI in der Hochschullehre. Er besteht aus mehreren Modulen, die Grundlagen, Anwendungen und vertiefende Aspekte wie Recht, Datenschutz und Qualitätskontrolle abdecken

Der Kurs vermittelt folgende Inhalte:

• Grundlagen des Promptings
• Praktische Anwendungen in der Lehre
• Vertiefung: Recht, Datenschutz und Qualität

Der Kurs Robot Learning auf dem KI-Campus ist ein englischsprachiges Online-Angebot, das die Brücke zwischen Maschinellem Lernen und Robotik schlägt. Schwerpunkt ist der Einsatz von Reinforcement Learning in der Robotik, ergänzt durch praktische Übungen mit Jupyter Notebooks, Quizformate und interaktive Tools.

Der Kurs vermittelt folgende Inhalte:

• Einführung in Maschinelles Lernen und Robotik
• Drei verschiedene Ansätze des Robot Reinforcement Learning
• Problemorientiertes Lernen durch:
- Lernvideos
- Jupyter Notebooks (praktische Programmierübungen)
- Quizformate und Audience-Response-Systeme

Dieser anwendungsorientierter Kurs zum Deep Learning für sequentielle Prozessdaten richtet sich besonders an Interessierte aus dem Ingenieursbereich.
Sequentielle Prozessdaten sind Zeitreihendaten aus dem Bereich der Industrie zu verstehen.
Für diese Art von Daten wird im Wechsel aus theoretischen Grundlagen und anwendungsorientierten Beispielen das notwendige Grundlagenwissen und praktischen Kenntnisse für die eigene Anwendung vermittelt.

Der Kurs vermittelt folgende Inhalte:

• Einblick in die Methoden des Deep Learnings mit Fokus auf Zeitreihendaten und rekurrenten neuronalen Netzen
• Anwendung von rekurrenten Deep Learning Methoden mit TensorFlow


Bei Abschluss des Kurses bist Du in der Lage....

• den Unterschied zwischen Maschinelles Lernen und Deep Learning zu erklären.
• Elemente und Besonderheiten von rekurrenten Neuronalen Netzen zu beschreiben.
• mit verschiedene Layerkonzepten (RNN, LSTM, Dense, Dropout) ein neuronales Netz in TensorFlow aufzubauen und anzuwenden.

In dem Kurs Dr. med. KI - Basics wird gelehrt, wie KI funktioniert und in der Medizin angewendet wird

Der Kurs vermittelt folgende Inhalte:

• Grundlagen von KI & Data Science
• Anwendungen von KI in der Medizin
• Potentiale & Risiken von KI in der Medizin
• Generative KI in der Medizin


Bei Abschluss des Kurses bist Du in der Lage....

• verschiedene Verfahren von Künstlicher Intelligenz zu beschreiben.
• die Bedeutung von Daten und Data Science für die Medizin zu verstehen.
• zwischen verschiedenen Systemen in der KI-Diagnostik zu unterscheiden und konkrete Anwendungsbeispiele zu benennen.
• Deep Learning von Maschinellem Lernen in der Medizin grundlegend zu unterscheiden.
• die Funktion künstlicher neuronaler Netze in grundlegender Form zu beschreiben.
• verschiedene Anwendungsszenarien generativer KI im Bereich der Medizin zu skizzieren.

Der Kurs EU AI Act Essentials vermittelt die Konzepte und Anforderungen des EU AI Acts.

Der Kurs geht auf folgende Lerninhalte und Ziele ein:

• Einführung in den EU AI Act: Ziele, Struktur und Grundprinzipien
• Überblick über verwandte EU-Gesetze und deren Zusammenspiel mit dem AI Act
• Zeitplan und wichtige Meilensteine der Implementierung
• Praktische Beispiele und Use Cases für die verschiedenen Risikoklassen
• Überblick über die zentralen Akteure im AI Act (Provider, Deployer, National Authority)


Gewisses KI-Grundwissen (Anfängerniveau) wird vorausgesetzt.

Der Kurs KI für Alle 1: Einführung in die Künstliche Intelligenz vermittelt dir einen umfassenden Einstieg in die Welt der Künstlichen Intelligenz – und das ganz ohne Vorkenntnisse.

Hier sind die zentralen Lerninhalte und Ziele des Kurses:

• Grundlegende Methoden der KI erklären
  Du lernst, wie KI funktioniert, welche Verfahren es gibt und was heute technisch möglich ist.
• Einfache Anwendungsbeispiele verstehen
  Du erkennst, wo KI im Alltag eingesetzt wird – von Sprachassistenten bis zu Bilderkennung.
• Datenkompetenz aufbauen
  Du lernst verschiedene Datentypen kennen und verstehst, welche Probleme (z. B. Verzerrungen) bei der Datennutzung auftreten können.
• Grundlagen in Python anwenden
  Du führst einfache Python-Befehle aus und bekommst ein Gefühl für Programmierlogik.
• Ethische und rechtliche Aspekte reflektieren
  Du setzt dich mit Fragen zu Verantwortung, Diskriminierung, Transparenz und Datenschutz auseinander.


Der Kurs ist in 14 Wochenmodule gegliedert.

Der Kurs Sozialverantwortliche KI-Gestaltung ist ein inspirierender Einstieg in die ethische und faire Entwicklung von Künstlicher Intelligenz.
Entwickelt wurde er von der Hochschule Heilbronn unter Leitung von Prof. Dr. Nicola Marsden.

Der Kurs besteht aus fünf Wissensnuggets, die jeweils zentrale Aspekte einer sozialverantwortlichen KI beleuchten:

• Rahmenmodell für sozialverantwortliche KI: Einführung in ein Modell, das Fairness, Diversität und gesellschaftliche Verantwortung in den Mittelpunkt stellt.
• Spiegelbild der Gesellschaft: Warum KI-Systeme oft bestehende gesellschaftliche Ungleichheiten reproduzieren – und wie man das vermeiden kann.
• Rolle von Entwicklungsteams: Wie die Zusammensetzung und Arbeitsweise von Teams die Fairness und Inklusion von KI beeinflussen.
• Diversitätsbewusste Methoden: Praktiken und Ansätze, um Bias zu erkennen und zu reduzieren – von der Datenauswahl bis zur Modellbewertung.
• Zukunftsperspektiven: Wie KI als Werkzeug für das Gemeinwohl gestaltet werden kann – mit Fokus auf Teilhabe und Gerechtigkeit.


Der Kurs ist Teil der Micro-Degree-Reihe „Künstliche Intelligenz sozialverantwortlich gestalten“, die weitere Kurse zu Bias-Reduktion und Teampraktiken umfasst.

Der Kurs „IBM-Grundlagen der Künstlichen Intelligenz“ auf dem KI-Campus bietet einen kompakten Einstieg in die Welt der KI – ideal für Neugierige und Einsteige.

Hier sind einige der Hauptinhalte:

• Geschichte der KI: Von den Anfängen bis zu den heutigen Anwendungen – du lernst, wie sich die KI über drei Entwicklungswellen hinweg entfaltet hat.
• Grundkonzepte und Methoden: Einführung in zentrale Begriffe und Technologien, die heute und zukünftig in der KI verwendet werden.
• Datenanalyse mit KI: Wie KI unstrukturierte Daten erkennt, Muster findet und daraus lernt – auch ohne menschliches Zutun.
• Zukunftsperspektiven: Welche Rolle KI als Werkzeug für den Menschen spielt und wie sie unsere Lebens- und Arbeitswelt beeinflusst.

Die Inhalte des ISTQB® Certified Tester - Specialist Level Testing with Generative AI (CT-GenAI) umfassen verschiedene Aspekte des Akzeptanztests, die für die Zusammenarbeit zwischen Produktverantwortlichen, Business-Analysten und Testern entscheidend sind.

Die Hauptinhalte umfassen:

• Einführung in generative KI für Softwaretests
• Promptes Engineering für wirksame Softwaretests
• Risikomanagement bei generativer KI im Softwaretest
• LLM-gestützte Testinfrastruktur für Softwaretests
• Einsatz und Integration von generativer KI in Testorganisationen


Die Qualifikation Testen mit generativer KI (GenAI) richtet sich an alle, die generative KI für Softwaretests einsetzen.
Dazu gehören Personen in Rollen wie Tester, Testanalysten, Testautomatisierungsingenieure, Testmanager, Benutzerakzeptanztester und Softwareentwickler.
Die Qualifikation Testing with GenAI eignet sich auch für alle, die ein grundlegendes Verständnis für den Einsatz von GenAI für das Testen von Software erlangen möchten, wie z. B. Projektmanager, Qualitätsmanager, Softwareentwicklungsmanager, Business-Analysten, IT-Leiter und Unternehmensberater.

Voraussetzung für die Prüfung zum CTFL Specialist Level Testing with Generative AI (CT-GenAI) ist das erworbene Zertifikat zum ISTQB Certified Tester Foundation Level (CTFL®).

Der ISTQB® Certified Tester - AI Testing (CT-AI) ist eine Zertifizierung, die darauf abzielt, das Verständnis und die Fähigkeiten im Testen von KI-basierten Systemen und der Nutzung von KI im Testen zu erweitern.

Hier sind einige der Hauptinhalte:

• Einführung in Künstliche Intelligenz (KI) und maschinelles Lernen (ML)
• Testen von KI-basierten Systemen und deren spezifischen Qualitätsmerkmalen
• Herausforderungen beim Testen von selbstlernenden und autonomen Systemen
• Nutzung von KI zur Unterstützung von Softwaretests


Diese Zertifizierung richtet sich an Personen in verschiedenen Rollen, wie Tester, Testanalysten, Datenanalysten, Testingenieure, Testberater, Testmanager, Benutzerakzeptanztester und Softwareentwickler.

Um die Zertifizierung zu erlangen, muss man das ISTQB® Certified Tester Foundation Level Zertifikat besitzen.