Weiterbildung Künstliche Intelligenz (KI), Data Science & Machine Learning

Der Wissensimpuls zeigt auf, in welchem Maße Unternehmen und Organisationen vom EU AI Act betroffen sind, welche Pflichten sich daraus ergeben und wann die Ernennung eines KI-Beauftragten sinnvoll oder sogar notwendig ist. Darüber hinaus erhalten die Teilnehmenden einen fundierten Überblick über zentrale Anforderungen, rechtliche Aspekte und praktische Umsetzungsmöglichkeiten.

Die Veranstaltung vermittelt alle wichtigen Kenntnisse, um als KI-Beauftragter sicher agieren zu können und den rechtskonformen Einsatz von KI-Systemen zu gewährleisten.

Das kostenfreie KI-Webinar gibt kompakt, verständlich und praxisnah einen ersten Überblick zu den neuen Schulungspflichten nach Art. 4 KI-VO und erläutert, warum der Aufbau von KI-Kompetenz für Organisationen kein „Nice-to-have“, sondern eine gesetzliche Anforderung ist.

Das E-Learning vermittelt grundlegendes Wissen über KI und fördert ein kritisches Verständnis für deren Einsatz im Arbeitsalltag. Dabei liegt der Fokus auf Systemen ohne oder mit begrenztem Risiko. Die Teilnehmenden lernen zentrale Begriffe kennen, verstehen grundlegende Funktionsprinzipien und setzen sich mit rechtlichen sowie ethischen Fragen auseinander – praxisnah und anwendungsbezogen.

Die Veranstaltung bietet branchen- sowie betriebsgrößenunabhängig wertvolle Einblicke in die Gegenwart und Zukunft der Zusammenarbeit zwischen Mensch und Maschine sowohl im Bürobereich als auch bei technik-technologiegetriebenen Herausforderungen.

Das Webinar sensibilisiert für genau diese Fragen und vermittelt praxisnah, wie man KI-Systeme reflektiert einsetzt.

Dieser Lehrgang für KI-Managementsystembeauftragte geht weit über eine theoretische Einführung hinaus: Er vermittelt praxisnah, wie die Normanforderungen zu interpretieren und in konkrete Unternehmensprozesse zur Etablierung eines KI-Managementsystem (KIMS, engl. AIMS, Artificial Intelligence Management System) zu übersetzen sind. Ebenfalls thematisiert wird, wie ein wirksamer Steuerungs- und Kontrollzyklus etabliert werden kann.

Dieser Kurs befähigt die Teilnehmer, interne Audits gezielt und wirksam durchzuführen.

In diesem Grundlehrgang erhalten die Teilnehmer einen kompakten Überblick über die Struktur und die zentralen Anforderungen der Norm.

Der Kurs vermittelt praxisorientiert die Grundlagen des Prompt Engineerings, also der Fähigkeit, KI-Systeme wie ChatGPT, Gemini oder Claude präzise, effizient und reproduzierbar anzusteuern.

Unser kostenfreier TÜV Thüringen INSIDER am 21.04.2026 ordnet die Zertifizierung von KI-Systemen strategisch ein: als Instrument zur Qualitätssicherung, zur Vorbereitung auf kommende regulatorische Anforderungen und zur Stärkung von Vertrauen bei Kunden, Partnern und Aufsichtsbehörden.

Die Teilnehmer erlangen Kenntnisse zur Funktionsweise von KI-Systemen und zu ihren aktuellen Einsatzmöglichkeiten, aber auch zu den Herausforderungen in der Entwicklung sowie den Grenzen.

Im Seminar lernen die Teilnehmer, wie sie ChatGPT und Co. in verschiedenen Bereichen ihres Büroalltags einsetzen können, um Aufgaben zu automatisieren, Prozesse zu optimieren und kreative Lösungen zu finden.

Das Webinar bietet eine tiefgehende Einführung in die Kunst der Erstellung leistungsfähiger Prompts, die es ermöglichen, das volle Potenzial von großen Sprachmodellen wie ChatGPT, Gemini oder Copilot in verschiedenen Unternehmensbereichen auszuschöpfen.

Im Seminar erhalten die Teilnehmer eine umfassende Einführung in die Programmiersprache Python als Grundwerkzeug für die spätere Datenanalyse und lernen die Entscheidungskriterien für die Datenauswahl und die Datenquellen kennen, die sie für ihre Betrachtung benötigen.

KI-Methoden werden eingesetzt, um verflochtene Zusammenhänge datengetrieben zu lernen und die Grenzen klassischer mathematischer Modelle zu überwinden.

Die Teilnehmer tauchen in dem praxisorientierten Webinar in die Welt der generativen KI-Modelle sowie -Assistentenein und lernen, wie sie diese ohne technisches Vorwissen nutzen können, um die Zukunft aktiv zu gestalten.

Wichtige Unterstützung zur Analyse der Datenmassen geben maschinelle Lernverfahren, bei denen ein Algorithmus durch Wiederholung und vorgegebene Kriterien selbstständig lernt, eine Aufgabe zu erfüllen, ohne dass ein Lösungsweg vorgegeben ist.

Die voranschreitende Digitalisierung wirkt sich auf nahezu jedes Unternehmen aus. Digitale Anwendungen hinterlassen eine riesige Datenmenge, die es auszuwerten gilt, um Prozesse zu verbessern.

Feature Engineering ist die Vorbereitung von Daten für die Verarbeitung in Machine Learning-Algorithmen und von hoher Bedeutung im gesamten Machine Learning-Prozess

Die durch die Digitalisierung zahlreicher Prozesse, Transaktionen und weiterer Anwendungsfälle entstehenden Datenmengen müssen ausgewertet und analysiert werden, um einen Mehrwert für Unternehmen und Einrichtungen zu schaffen.