Nach der Vorstellung und einer Einführung in die Lernumgebung bringen die Teilnehmenden erste Szenarien für den Einsatz von KI aus ihren eigenen Kontexten ein. Diese werden gemeinsam eingeordnet und können im Verlauf des Kurses immer wieder als Beispiele herangezogen werden.

Nach der Vorstellung und einer Einführung in die Lernumgebung bringen die Teilnehmenden erste Szenarien für den Einsatz von KI aus ihren eigenen Kontexten ein. Diese werden gemeinsam eingeordnet und können im Verlauf des Kurses immer wieder als Beispiele herangezogen werden.

Nach der Vorstellung und einer Einführung in die Lernumgebung bringen die Teilnehmenden erste Szenarien für den Einsatz von KI aus ihren eigenen Kontexten ein. Diese werden gemeinsam eingeordnet und können im Verlauf des Kurses immer wieder als Beispiele herangezogen werden.

• Was ist künstliche Intelligenz?
• KI als wichtigste Innovation für den digitalen Wandel.
• Relevanz: Was KI für Unternehmen bedeutet.
• Perspektiven: Was KI bewirken wird.
• Voraussetzung: Daten und Vertrauen.
• Datenquellen außerhalb der Organisation verwenden.
• Auswirkungen: Wie KI die Regeln verändert.
• Die Zukunft: Wie es mit KI weitergehen wird.

• Was ist künstliche Intelligenz?
• KI als wichtigste Innovation für den digitalen Wandel.
• Relevanz: Was KI für Unternehmen bedeutet.
• Perspektiven: Was KI bewirken wird.
• Voraussetzung: Daten und Vertrauen.
• Datenquellen außerhalb der Organisation verwenden.
• Auswirkungen: Wie KI die Regeln verändert.
• Die Zukunft: Wie es mit KI weitergehen wird.

• Was ist künstliche Intelligenz?
• KI als wichtigste Innovation für den digitalen Wandel.
• Relevanz: Was KI für Unternehmen bedeutet.
• Perspektiven: Was KI bewirken wird.
• Voraussetzung: Daten und Vertrauen.
• Datenquellen außerhalb der Organisation verwenden.
• Auswirkungen: Wie KI die Regeln verändert.
• Die Zukunft: Wie es mit KI weitergehen wird.

• Von den Anfängen bis zu heutigen LLMs.
• Prinzipien menschlichen Lernens.
• Lernverfahren im Machine Learning.
• Künstliche Neuronale Netze (KNN).
• Deep Learning kompakt erklärt.
• Residual Networks (ResNet).
• Convolutional Neural Networks (CNN).
• Generative Adversarial Networks (GAN).
• Recurrent Neural Networks (RNN).

• Von den Anfängen bis zu heutigen LLMs.
• Prinzipien menschlichen Lernens.
• Lernverfahren im Machine Learning.
• Künstliche Neuronale Netze (KNN).
• Deep Learning kompakt erklärt.
• Residual Networks (ResNet).
• Convolutional Neural Networks (CNN).
• Generative Adversarial Networks (GAN).
• Recurrent Neural Networks (RNN).

• Von den Anfängen bis zu heutigen LLMs.
• Prinzipien menschlichen Lernens.
• Lernverfahren im Machine Learning.
• Künstliche Neuronale Netze (KNN).
• Deep Learning kompakt erklärt.
• Residual Networks (ResNet).
• Convolutional Neural Networks (CNN).
• Generative Adversarial Networks (GAN).
• Recurrent Neural Networks (RNN).

• Emotionale und kognitive Wertbeiträge durch KI.
• Das Verhältnis von Mensch und KI.
• Das KI-Periodensystem für Unternehmen.
• Gruppe 1: "Assess".
• Gruppe 2: "Infer".
• Gruppe 3: "Respond".

• Emotionale und kognitive Wertbeiträge durch KI.
• Das Verhältnis von Mensch und KI.
• Das KI-Periodensystem für Unternehmen.
• Gruppe 1: "Assess".
• Gruppe 2: "Infer".
• Gruppe 3: "Respond".

• Emotionale und kognitive Wertbeiträge durch KI.
• Das Verhältnis von Mensch und KI.
• Das KI-Periodensystem für Unternehmen.
• Gruppe 1: "Assess".
• Gruppe 2: "Infer".
• Gruppe 3: "Respond".

Nach einer Reflexion der Inhalte aus den ersten Selbstlernphasen geht es an die konkrete Anwendung von KI im Business-Kontext. Den Anfang macht eine Prompting-Schule, in der die wichtigsten Methoden und Techniken gezeigt werden. Danach zeigt der/die Referent:in, wie relevante KI-Tools praktisch eingesetzt werden und schnell für mehr Produktivität sorgen können.

Nach einer Reflexion der Inhalte aus den ersten Selbstlernphasen geht es an die konkrete Anwendung von KI im Business-Kontext. Den Anfang macht eine Prompting-Schule, in der die wichtigsten Methoden und Techniken gezeigt werden. Danach zeigt der/die Referent:in, wie relevante KI-Tools praktisch eingesetzt werden und schnell für mehr Produktivität sorgen können.

Nach einer Reflexion der Inhalte aus den ersten Selbstlernphasen geht es an die konkrete Anwendung von KI im Business-Kontext. Den Anfang macht eine Prompting-Schule, in der die wichtigsten Methoden und Techniken gezeigt werden. Danach zeigt der/die Referent:in, wie relevante KI-Tools praktisch eingesetzt werden und schnell für mehr Produktivität sorgen können.

• Einsatzfelder am Beispiel verstehen: 20 KI-Hacks.
• Kreative Leistungen mit KI.
• Vereinfachung und Assistenz durch KI.
• KI für Analysen einsetzen.
• KI hilft bei der Fehlervermeidung.
• KI für Prognosen einsetzen.
• Produktive Einsatzfelder von KI.
• Wie profitieren Mitarbeitende von KI?
• Vier Handlungsfelder für das Management.
• KI-Einsatz in verschiedenen Unternehmensbereichen.
• Einsatzfelder entwickeln mit der AI Business Canvas.

• Einsatzfelder am Beispiel verstehen: 20 KI-Hacks.
• Kreative Leistungen mit KI.
• Vereinfachung und Assistenz durch KI.
• KI für Analysen einsetzen.
• KI hilft bei der Fehlervermeidung.
• KI für Prognosen einsetzen.
• Produktive Einsatzfelder von KI.
• Wie profitieren Mitarbeitende von KI?
• Vier Handlungsfelder für das Management.
• KI-Einsatz in verschiedenen Unternehmensbereichen.
• Einsatzfelder entwickeln mit der AI Business Canvas.

• Einsatzfelder am Beispiel verstehen: 20 KI-Hacks.
• Kreative Leistungen mit KI.
• Vereinfachung und Assistenz durch KI.
• KI für Analysen einsetzen.
• KI hilft bei der Fehlervermeidung.
• KI für Prognosen einsetzen.
• Produktive Einsatzfelder von KI.
• Wie profitieren Mitarbeitende von KI?
• Vier Handlungsfelder für das Management.
• KI-Einsatz in verschiedenen Unternehmensbereichen.
• Einsatzfelder entwickeln mit der AI Business Canvas.

• Der KI-Trendradar: Anwendung und Funktionsweise
• Impact: Welche Anwendungsfelder sind relevant?
• Maturity: Wie ausgereift sind die Anwendungsfälle?
• Sektoren: Wo kommt KI zum Einsatz?
• Der KI-Trendradar für Finanzdienstleister
• Der KI-Trendradar für Versicherungen
• Der KI-Trendradar für Healthcare-Unternehmen
• Den KI-Trendradar für die eigene Branche erstellen
• Key-Learnings für den KI-Reifepfad

• Der KI-Trendradar: Anwendung und Funktionsweise
• Impact: Welche Anwendungsfelder sind relevant?
• Maturity: Wie ausgereift sind die Anwendungsfälle?
• Sektoren: Wo kommt KI zum Einsatz?
• Der KI-Trendradar für Finanzdienstleister
• Der KI-Trendradar für Versicherungen
• Der KI-Trendradar für Healthcare-Unternehmen
• Den KI-Trendradar für die eigene Branche erstellen
• Key-Learnings für den KI-Reifepfad

• Der KI-Trendradar: Anwendung und Funktionsweise
• Impact: Welche Anwendungsfelder sind relevant?
• Maturity: Wie ausgereift sind die Anwendungsfälle?
• Sektoren: Wo kommt KI zum Einsatz?
• Der KI-Trendradar für Finanzdienstleister
• Der KI-Trendradar für Versicherungen
• Der KI-Trendradar für Healthcare-Unternehmen
• Den KI-Trendradar für die eigene Branche erstellen
• Key-Learnings für den KI-Reifepfad

Im abschließenden Live-Seminar werden zuerst letzte Fragen geklärt und gemeinsam die Inhalte aus den Selbstlernphasen reflektiert. Dann geht es an die detaillierte Entwicklung eigener Handlungsfelder mit der AI Business Canvas.

Im abschließenden Live-Seminar werden zuerst letzte Fragen geklärt und gemeinsam die Inhalte aus den Selbstlernphasen reflektiert. Dann geht es an die detaillierte Entwicklung eigener Handlungsfelder mit der AI Business Canvas.

Im abschließenden Live-Seminar werden zuerst letzte Fragen geklärt und gemeinsam die Inhalte aus den Selbstlernphasen reflektiert. Dann geht es an die detaillierte Entwicklung eigener Handlungsfelder mit der AI Business Canvas.