KI-Weiterbildungskurs „KI in der Arbeitswelt“
Zielgruppe
Zu erwartendes Ergebnis
Grundsätzlich besteht das Schulungskonzept aus drei Modulen, die jeweils unterschiedliche Lernziele adressieren:
Modul 1: Technische Perspektive
Lernziel 1: Den Begriff „Künstliche Intelligenz“ verstehen und beurteilen, wann der Einsatz sinnvoll ist.
Lernziel 2: Den Zusammenhang zwischen „Big Data“ und „Good Data“ verstehen und den Bedarf an qualitativen Daten einschätzen können.
Lernziel 3: Die Unterschiede zwischen den verschiedenen Arten von KI verstehen und die Potenziale und Herausforderungen kennen.
Lernziel 4: Verständnis einfacher Anwendungsbeispiele
Modul 2: Unternehmensperspektive
Lernziel 1: Grundlegendes Verständnis der organisatorischen Rahmenbedingungen für die Einführung und Anwendung von KI-Lösungen
Lernziel 2: Fähigkeit zur eigenständigen Analyse der Bereitschaft des eigenen Unternehmens zur Einführung und Anwendung von KI-Lösungen (KI-Readiness)
Lernziel 3: Fähigkeit, eigenständig Maßnahmen zu ergreifen, um die erfolgreiche Einführung einer KI-Lösung sicherzustellen.
Modul 3: Menschenzentrierte Perspektive
Lernziel 1: Grundverständnis für menschenzentrierte KI-Gestaltung und KI-Akzeptanz in Unternehmen
Lernziel 2: Fähigkeit zur eigenständigen Identifikation von akzeptanzhemmenden Faktoren im Kontext der KI-Einführung im eigenen Unternehmen
Lernziel 3: Fähigkeit, eigenständig Maßnahmen zu ergreifen, um eine akzeptanzförderliche und menschenzentrierte KI-Einführung zu gewährleisten.
Rahmenbedingungen
Bedienungsanleitung
Format
Ansprechperson
marco.baumgartner@h-ka.de
Dr. Djerdj Horvat | Fraunhofer ISI
djerdj.horvat@isi.fraunhofer.de
Magnus Kandler | KIT wbk
magnus.kandler@kit.edu
Zum Angebot
KI-Weiterbildungskurs „KI in der Arbeitswelt“
Zielgruppe
Zu erwartendes Ergebnis
Grundsätzlich besteht das Schulungskonzept aus drei Modulen, die jeweils unterschiedliche Lernziele adressieren:
Modul 1: Technische Perspektive
Lernziel 1: Den Begriff „Künstliche Intelligenz“ verstehen und beurteilen, wann der Einsatz sinnvoll ist.
Lernziel 2: Den Zusammenhang zwischen „Big Data“ und „Good Data“ verstehen und den Bedarf an qualitativen Daten einschätzen können.
Lernziel 3: Die Unterschiede zwischen den verschiedenen Arten von KI verstehen und die Potenziale und Herausforderungen kennen.
Lernziel 4: Verständnis einfacher Anwendungsbeispiele
Modul 2: Unternehmensperspektive
Lernziel 1: Grundlegendes Verständnis der organisatorischen Rahmenbedingungen für die Einführung und Anwendung von KI-Lösungen
Lernziel 2: Fähigkeit zur eigenständigen Analyse der Bereitschaft des eigenen Unternehmens zur Einführung und Anwendung von KI-Lösungen (KI-Readiness)
Lernziel 3: Fähigkeit, eigenständig Maßnahmen zu ergreifen, um die erfolgreiche Einführung einer KI-Lösung sicherzustellen.
Modul 3: Menschenzentrierte Perspektive
Lernziel 1: Grundverständnis für menschenzentrierte KI-Gestaltung und KI-Akzeptanz in Unternehmen
Lernziel 2: Fähigkeit zur eigenständigen Identifikation von akzeptanzhemmenden Faktoren im Kontext der KI-Einführung im eigenen Unternehmen
Lernziel 3: Fähigkeit, eigenständig Maßnahmen zu ergreifen, um eine akzeptanzförderliche und menschenzentrierte KI-Einführung zu gewährleisten.
Rahmenbedingungen
Bedienungsanleitung
Format
Ansprechperson
marco.baumgartner@h-ka.de
Dr. Djerdj Horvat | Fraunhofer ISI
djerdj.horvat@isi.fraunhofer.de
Magnus Kandler | KIT wbk
magnus.kandler@kit.edu
Zum Angebot