Dienstag, 29. September 2026
16:41 Uhr
16:41 Uhr
Weiterbildung zu KI und LLM – meine Erfahrungen mit Onlinekursen zur Künstlichen Intelligenz am KI-Campus
Wie sich KI auf den Alltag im SAP‑Umfeld auswirken kann, ist auch im Artikel "Buchempfehlung: »Die Zukunft der SAP-Beratung« – Von der Wissens- zur Verantwortungsdisziplin" erwähnt.
(Dieses Foto meines gehäkelten Gargoyles Gideon habe ich später im Artikel als Grundlage für ein Symbolbild zum Artikel verwendet und es u.a. auf LinkedIn geteilt.)
Entsprechend begeistert bin ich hier vom KI-Campus einer Lernplattform des Stifterverbandes für Künstliche Intelligenz. Der KI-Campus stellt eine kostenlose digitale Lernplattform zu verschiedensten Themenfeldern der KI zur Verfügung. Dabei werden die Lerninhalte von Hochschulen, Unternehmen und KI-Initiativen entwickelt und zusammen mit dem Stifterverband für die Deutsche Wissenschaft e.V. angeboten.
Persönlich war ich besonders neugierig darauf, wie das Thema KI behandelt wird, und habe daher dieses Jahr einige Kurse am KI-Campus besucht und mag in diesem Artikel meine Erfahrungen beschreiben.
Insbesondere die Onlinekurse haben mich hier angesprochen, da ich so zeitversetzt eine Weiterbildung wahrnehmen und für mich passende Zeiten für die einzelnen Lerneinheiten nutzen kann. Die Onlinekurse richten sich an Einzelpersonen, Hochschulen, Unternehmen und Verwaltungen und bieten hier für Einsteiger:innen, Fortgeschrittene und Expert:innen unterschiedliche Themen sowohl auf Deutsch als auch auf Englisch an. Dabei können die einzelnen Kurse unterschiedlich lang sein (1-4h, 5-10h, 11-25h oder auch > 25h) und haben ein umfassendes Themenfeld, aus dem einzelne Kurse gewählt werden können.
Innerhalb der Kurse werden unterschiedliche Medien miteinander kombiniert. Neben kurzen Videos und praktischen Beispielen kommen beispielsweise auch Lernkontrollen in Form von Quizzen zum Einsatz, mit denen das jeweilige Thema vertieft werden kann. Teilweise gibt es auch Austauschformate wie Onlineforen oder Promptkataloge, durch die auch ein Austausch mit anderen Teilnehmenden ermöglicht wird.
Neben Teilnahmebescheinigungen gibt es auch Leistungsnachweise, sofern ein bestimmter prozentualer Anteil der Gesamtpunktzahl eines Kurses erreicht worden ist.
Ich habe zwischenzeitlich ein paar Kurse besucht und mag diese hier gerne näher vorstellen und abschließend ein kurzes Fazit bzw. meine Eindrücke vom KI-Campus festhalten.
Entsprechend hat dieser Artikel die folgenden Abschnitte:
- KI-Kompetenzen in der Hochschulverwaltung (Grundlagen, Recht, Ethik und erste Anwendung)
- Generative KI in der Hochschullehre (Grundlagen, Prompting und methodische Nutzung)
- Generative KI in der Hochschullehre – Anwendungen (konkrete Werkzeuge und Anwendungsszenarien)
- EU AI Act Essentials (rechtliche Rahmenbedingungen)
- Mein persönliches Fazit zum KI-Campus
KI-Kompetenzen in der Hochschulverwaltung
Besonders neugierig war ich auf die Nutzung von KI im Rahmen der Hochschulverwaltung und habe mich daher besonders gefreut, dass hier direkt ein Kurs angeboten wird.Kursbeschreibung
KI-Komptenzen in der Hochschulverwaltung (KI-Campus / Digitale Hochschule NRW)URL:
https://ki-campus.org/lernangebote/kurse/ki-kompetenzen-der-hochschulverwaltung
Lernzeit: 3 Stunden
1. Grundlagen: Funktionsweise generativer KI-Tools verstehen // Ursachen und Umgang mit eingeschränkter Faktentreue reflektieren // Qualität und Faktentreue von KI-Ergebnissen bewerten und verbessern
2. Recht: Ethik & Verantwortung: Rechtliche Vorgaben und Urheberrecht beim KI-Einmsatz beachten // Datenschutzu und Anforderungen des EU AI Act einhalten // KI-Projekte verantwortungsvoll und nach ethischen Prinzipien umsetzen
3. Anwendung in der Praxis: Grundregeln für effektives Prompting anwenden // effektive Workflows im Umgang mit KI-Tools erkennen und nutzen // praxistaugliche Prompts gezielt im Arbeitsalltag einsetzen
Inhalt
Bevor auf konkrete Beispiele zur Nutzung der KI in der Hochschulverwaltung eingegangen wurde, wurde die Funktionsweise von generativer KI erläutert und insbesondere die Faktentreue hervorgehoben. In der Lehreinheit 1. Grundlagen sind einige Videos aus dem, von mir auch später besuchten Prompt-Labor eingebunden worden, die die Einschränkungen von LLM ebenso vorgestellt haben und auch intensiv auf das statistische Raten eingegangen sind. Im Kurs wird aber auch auf Einstellungen von KI-Modellen wie Temperatur eingegangen, aber auch die Funktionsweise eines RAG (Retrieval Augmented Generation) vorgestellt. Dieser Ansatz ermöglicht, eine Wissensbasis zu bilden und als Grundlage für ein LLM zu verwenden. Dabei wird auf unterschiedliche Chunking-Ansätze eingegangen, die zwar die Kontextkohärenz verbessern, aber nicht vollständig die Probleme eines LLM beheben und so die Faktentreue zwar erhöhen, aber nicht garantieren. Dabei werden aber nicht nur theoretische Konzepte dargestellt, sondern auch auf praktische Hinweise zur Nutzung eines LLM hingewiesen.In der Lehreinheit 2. Recht, Ethik & Verantwortung wird nicht nur das Thema Urheberrecht und KI sondern auch auf Datenschutzpflichten (DSGVO) und die KI-Verordnung (EU AI Act) eingegangen. Besonders die Einordnung der einzelnen Risikostufen ist hier mit praktischen Beispielen gut nachvollziehbar. Besonders gut hat mir auch die Einheit zur ethischen Nutzung gefallen. Ob nun die Prinzipien von Datenschutz & Privatsphäre, Fairness & Nicht-Diskriminierung sowie die Verantwortung & Menschliche Aufsicht sind hier ebenso wichtig wie die Checkliste zur ehtischen und rechtlichen Einordnung eines KI-Projektes.
In der Lehreinheit 3. Anwendung in der Praxis wird auf das Thema Prompting eingegangen und konkrete Empfehlungen für einen Prompt mitgegeben. Daneben wird auch auf Workflows und Strategien für ein passendes Prompting eingegangen.
Neben dem Verweis auf einen Katalog erprobter Prompts aus Anwendungskontexten im Bereich der Hochschullehre unter https://docs.superhuman.com/@kic/prompt-katalog (Offener Prompt-Katalog) werden im letzten Abschnitt Anwendungsbeispiele für generative KI im Arbeitsalltag einer Hochschule vorgestellt. dabei werden einzelne Rollen und Prompts definiert, um typische Arbeitsgebiete in einer Hochschule (von studentischen Anfragen, über Analyse von Daten und Controlling bis hin zum Quiztutor zu erstellen.
Fazit
Vom Konzept des Kurses war ich sehr angetan und empfehle ihn daher gerne weiter. Hier wird eine umfassende Einführung in die Nutzung von KI gegeben und gleichzeitig auf die Grenzen und möglichen Probleme beim Einsatz von KI eingegangen. In den drei Stunden ist ein gutes Verständnis für LLM entstanden und es können auch einige Ideen zur praktischen Umsetzung mitgenommen werden. Für mich war dieser Kurs gleichzeitig auch Motivation, weitere Kurse zu besuchen. Gerade mit Schwerpunkt auf Hochschulverwaltung und den praktischen Beispielen mag dieser Kurs auch für einige meiner Kolleg*innen eine Empfehlung sein.Generative KI in der Hochschullehre - (Grundlagen KI-Campus /hochschulforum digitalisierung)
Als Dozent interessiere ich mich naturgemäß besonders für die Nutzung von KI in der Lehre und hoffe dabei natürlich immer auch ein wenig, meine eigenen Weiterbildungsveranstaltungen verbessern zu können. Am KI-Campus werden zwei Kurse zur Hochschullehre als Prompt-Labor vorgestellt, die ich hier ebenfalls gerne näher beschreiben mag.Im Kurs KI-Kompetenzen in der Hochschulverwaltung wurde teilweise auch Material aus diesem Kurs verwendet. Daher war dieser für mich auch aus diesem Grund besonders interessant, da ich die Erläuterungen zu den Grundlagen der KI nicht nur gut verständlich sondern auch sehr praxisnah und umsetzbar empfand.
Kursbeschreibung
Prompt-Labor – generative KI in der Hochschullehre: GrundlagenURL:
https://ki-campus.org/lernangebote/kurse/prompt-labor-hochschullehre-grundlagen
Lernzeit: 12 Stunden
• Grundlagen generativer KI // Einführung in effektives Prompting und Prompting-Strategien
• Qualitätssicherung mit GenAI // Persönliche Assistenten (Custom GPTs)
• Prompting für die Lehre // Prompting für Prüfungen
Inhalt
Das Prompt-Labor beschäftigt sich primär mit dem Prompting und der Nutzung von generativer KI im akademischen Kontext.In der Einführung in Generative KI werden unterschiedlcihe textgenerative KI-Tppös vorgestellt und dabei auch auf Open Source KI-Tools wie LeChat von Mistral oder Llama von Meta eingegangen. Besonders gefallen hat mir auch der Vereis auf Suchschinen zu KI Tools oder Entwicklungen im Hochschulumfeld wie HAWKI (Open Source Interface, das den Zugang zu verschiedenen LLMs ermöglicht) oder KI-Connect der RWTH Achen.
Wie schon im vorherigen Kurs beschrieben, wird hier auf die Funktionsprinzipien generativer KI-Tools und auf die Möglichkeiten, die Faktentreue von generativen KI-Tools zu erhöhen, eingegangen. Besonders praktisch fand ich dabei die Möglichkeiten, über System Prompts bzw. Custom Instructions das Verhalten eines KI-Modells gezielt zu beeinflussen.
In der nächsten Einheit wird auf spezialisierte textgenerative KI-Tools verweisen aber auch auf die Limitationen von kostenfreien KI-Tools hingewiesen. Ein wichtiger Bestandteil sind auch rechtliche Fragen zum Einsatz von KI insbesondere auch mit Blick auf Prüfungen. Dabei gibt es aber auch ganz praktische Handreichungen wie einen Szenarienkatalog zum Umgang mit generativen KI-Diensten und entsprechende Checklisten, auf die vom Kurs aus verlinkt werden.
An einem konkreten Beispiel (Übersetzung) wird die Anpassung eines einfachen einmaligen Prompts in Richtung eines Gebrauchsprompt in der Einheit Effektives Prompting und Workflow zur Prompterstellung hingewiesen. Auch die schritteweise Bearbeitung von Aufgaben als Continuous Problem Solving System wird hier erläutert und es können durchaus komplexere Prompts entstehen.
Danach wird auch noch das Thema Qualitätssicherung behandelt und Hinweise gegeben, wie die Qualität auch künftig noch kontrolliert werden kann.
Die Funktionsweise von Custom GPTs – Chatbot-Assistenten mit eigener Wissensbasis - ist eine weitere Lehreinheit, die auch direkt einige spannende Anwendungsmöglichkeiten aufzeigt.
Da sich dieser Kurs primär an Hochschullehre richtet, schließt dieser auch mit den beiden Lehreinheiten Prompting für die Lehre als Unterstützung sowie der Verwendung von Prompting für Prüfungen ab. Gerade die Möglichkeiten für Korrekturen und Feedback aber auch die Entwicklung von Lernkontrollen ist hier ein spannendes Anwendungsgebiet.
Fazit
Inhaltlich ist dieser Kurs eine gute Grundlage, um sich eigene Gedanken zur Nutzung von KI in der Lehre zu machen, und gerade der Abschnitt zu den Grundlagen dürfte auch für andere Bereiche interessant sein.Durch den Prompt-Katalog lassen sich auch einzelne Anregungen finden und es wird sehr schnell klar, wie konzeptionell mit KI in der Hochschullehre gearbeitet werden kann. Ich bin daher sehr gespannt darauf, wie dieses dann in der Praxis aussehen kann, und würde diesen Kurs als Motivation und Inspiration zur Nutzung von KI bei Lehre und ggf. auch Weiterbildungsformaten sehen.
Generative KI in der Hochschullehre - Anwendungen
Während der vorherige Kurs noch mehr Inspiration und Motivation war, setzt dieser Kurs an konkreten Anwendungsbeispielen zur KI in der Hochschullehre an und hat für mich einige überraschende Anwendungsgebiete bereitgehalten, die ich auch in meiner Praxis als Autor, Blogger, Controller und Dozent sicherlich anwenden könnte.Kursbeschreibung
Prompt-Labor: Generative KI in der Hochschullehre – AnwendungenURL:
https://ki-campus.org/lernangebote/kurse/prompt-labor-generative-ki-der-hochschullehre-anwendungen
Lernzeit: 12 Stunden
• Bildgenerative Tools für Anwendungskontexte gezielt auswählen, nutzen und bewerten.
• Einstieg ins fortgeschrittene Bildprompting.
• Informationsvisualisierungen mit KI konzipieren und umsetzen. Grafiken mit Mermaid erstellen und Workflows anwenden.
• Wissenschaftliches Schreiben mit KI systematisch nutzen und reflektieren.
• Generative KI im Kontext der Lehre reflektiert einsetzen und fortgeschrittene Prompting Strategien entwickeln.
• Grundlagen zum verantwortungsvollen Umgang mit KI im akademischen Kontext verstehen.
Inhalt
In der Einheit Bildgenerative KI werden unterschiedliche bildgenerierende KI dargestellt und dabei auch die Entwicklung über einen vergleichbar kurzen Zeitraum bei den Tools dargestellt. Ob nun integrierte Modelle mit einer einfachen Handhabung wie ChatGPT oder Google Gemini oder Allrounder mit höchster Bildqualität wie Midjourney und Leonardo bieten auch Tools wie Recraft für Grafikdesign und Logos oder Ideogram für fehlerhafte Texteinbindung in Bildern. Daneben werden aber auch lokale Anwendungen wie Stable Diffusion vorgestellt.Glücklicherweise lassen sich die Erkenntnisse aus diesen Kurs auch auf andere Tools übergreifend anwenden und die Beispiele wurden auch direkt mit DALL-E 3 (ChatGPT), Midjourney und Leonardo getestet. Dennoch lohnt auch ein Blick auf andere vorgestellte Tools und gerade in diesen Bereich entwickeln sich die einzelnen Tools auch entsprechend, sodass hier ein eigener Vergleich ebenfalls sinnvoll ist.
Die Empfehlung Prompting in englischer Sprache zu halten ist ein wesentlicher Punkt aber auch auf das Konzept der Vorlagen (Prompt Formulas) wird eingegangen, die eine bestimmte Struktur vorgeben, um gewünschten Inhalt zu erhalten. Ob nun "Basic Emotional Scene" oder "Photograph with Style" . Positiv gefallen hat mir, dass hier auch Themen wie Diversität mit berücksichtigt werden. Im weiteren Verlauf wird auch auf das Thema Platzhalter wie Style oder Lightning eingegangen und die direkte Wirkung davon dargestellt. Ebenfalls wird darauf hingewiesen nicht mit Verneinungen zu arbeiten. Die Verwendung von Platzhaltern und auch Formulas wie Scene with Details vorgestellt. Wichtig ist aber auch, den begrenzten Kontext der KI zu beachten und auch die Menge an verarbeitbaren Informationen im Bildprompt zu berücksichtigen. Um ein Bildprompting zu optimieren kann auch die Ästhetik angepasst werden. Spannend sind dabie Powertokens die verwendet werden können. Hilfreihc kann hier auch die GitHub MidJourney-Styles-and-Keywords-Reference sein.
In der darauf folgenden Einheit GenAI für Infografiken und Diagramme werden nicht mehr Bilder direkt in der KI generiert, sondern Code für die Umsetzung von Diagrammen in Mermaid generiert. Dies kann dann durchaus über textgenerierende KI erfolgen, die gleichzeitig auch auf Basis der vorhandenen oder beschriebenen Daten auch passende Grafikformen (wie zum Beispiel Mindmaps, Prozessabläufe oder Diagramme) vorschlägt. Dabei können die aus dem vorherigen Prompt Labor bekannten Schritte zur Erstellung eines Promptes zur Erstellung einer Grafikidee aus einem Text entwickelt und dieser Mermaid-Code dann in Mermaid Live verwendet oder auch in Tools wie Draw.io bspw. im Web über https://app.diagrams.net/ zu importieren und diesen Code entsprechend zu bearbeiten. Neben dieser Visualisierung wird auch auf Matplotlib zum Beispiel in einem Jupyter Notebook eingegangen. Daneben wird auch das Konzept des "Vibe Coding" erläutert und mit einem kleinen Beispiel dargestellt.
In der Einheit Wissenschaftliches Arbeiten mit KI werden unterschiedliche Einsatzmöglichkeiten / Nutzungsszenarien von KI beim wissenschaftlichen Schreiben dargestellt. Die Rollen können hier zum Beispiel ein einfaches Werkzeug, Sparringspartnerin, Mentoring oder auch Kollaborationspartnerin sein. Eine besondere Bedeutung hat dabei auch noch das Konzept des AI Leaderships. Im externen Blogbeitrag "Rollenmodelle Mensch-Maschine" hat Dr. Isabella Buck diese Rollen ausführlicher dargestellt.
Ein zentraler Punkt dieser Lerneinheit sind auch die Leitlinien zur Sicherung guter wissenschaftlicher Praxis die Veranntwortung, Eigenständigkeit und Transparenz betonen und hier auch die Autor*innen in die Pflicht nehmen. Die beiden Begriffe "human in the loop" und "machine in the loop" sind dabei unterschiedliche Modelle und es hat gute Gründe, warum hier der Mensch und das erste Prinzip auch bei wissenschaftlichen Arbeiten mit KI beachtet werden sollte. Dennoch kann KI in unterschiedlichen Stadien einer wissenschaftlichen Arbeit unterstützend sein. Sei es bei der Recherche, Themenfindung und -eingrenzung und generell auch Unterstützung des Schreibprozesses. Interessant sind gerade am Anfang einer Forschungsfrage auch Tools wie ResearchRabbit oder Keenious zur Recherche oder Storm und Google Notebooks LM können kreative Wege sein, sich einem Thema zu nähern.
Spannender Ansatz dabei ist es beispielsweise, einen Podcast aus einem Fachtext zu erstellen und diesen dann für neue Aspekte zu verwenden oder mit Storm einen Wiki-Artikel zu einem Fachthema zu erstellen. Eine weitere Methode ist der sokratische Dialog zum ersten Entwurf eines Textes.
Gerade bei Abschlussarbeiten ist die Literaturrecherche von besonderer Bedeutung und so werden unterschiedliche KI-gestützte Recherchetools vorgestellt und praktische Anwendungen wie eine Visualisierung eines Literaturnetzwerkes vorgestellt. Die Angst vor dem leeren Blatt kann mit Methoden wie freiem Schreiben und möglichen Varianten zu einer Fragestellung ein wenig abgeschwächt werden. Dabei sollte aber immer beachtet werden, dass KI-Tools nicht das eigene Ringen um Ideen ersetzen werden und ein kritischer Blick auf die schlüssig lesbaren Ergebnisse bewahrt werden sollte. Die Überarbeitung eines Textes mit Blick auf Inhalt, Struktur, sprachlich-stilistischen Ausdruck und Form kann ebenfalls durch einen Schreibcoach unterstützt werden.
In der Einheit Prompting für die Lehre - Deep Dive werden anhand von Personas Fallbeispiele geschildert, durch die ein Einsatz von KI in der Lehre als Unterstützung zur Erstellung von Unterlagen, aber auch zur Nutzung von KI durch Studierende dargestellt wird. Anhand der Bloom’schen Taxonomie werden Lernziele klassifiziert und die Erreichung dieser Punkte passend dargestellt. Gerade für die Lehre sind Themen wie AI Confidence und Lernkompetenz wichtig, und so werden anhand der Fallbeispiele aufgezeigt, wie dieses bei heterogenen Gruppen in der Lehre erreicht werden kann. Spannend ist hier auch die Frage, wie Lernprompts in der Lehre eingesetzt werden können, ohne dass diese in Richtung Copy&Paste eines Promptes ausarten sondern direkt der Umgang mit KI zur Erreichung von Lernzielen tatsächlich trainiert werden kann.
Die letzte Einheit des Kurses ist das Thema Verantwortungsvoller Umgang mit KI welches sowohl für Lernende als auch für Lehrende betrachtet wird. Der Kern ist hier, dass Menschen weiterhin verantwortliche Autor*innen bleiben und Lernende die Erzeugnisse verstehen, erklären und am Ende auch wissenschaftlich verteidigen müssen. In einer digital vernetzten Welt sind hier die technologische (Wie funktioniert das?), gesellschaftlich-kulturelle (Wie wirkt das?) und die anwendungsbezogene (Wie nutze ich das?) Perspektive von Bedeutung. Diese können durch Kompetenzerwerb durch Lernende erreicht werden. Spannend sind hier dann unterschiedliche Modelle wie KI unterstützend in der Lehre bspw. in Form eines Tutoring-Systems genutzt werden können. Aber auch der Bereich von Prüfungen oder KI-Detektoren wird ebenso besprochen, wie die Verantwortung, die Lehrende bei der hoheitlichen Aufgabe der Beurteilung von Leistungen haben, und wie hier zum Beispiel als Feedback zu Prüfungsleistungen KI zur Unterstützung genutzt werden kann. Gerade der Tutor-Ansatz ist hier ein praktisches Beispiel. Dabei werden auch lokale OpenSource-Modelle vorgestellt und auf Autonomierisiken hingewiesen. Das Thema statistische Verzerrungen (englisch: Biases) sind in generativen KI-Systemen kaum zu vermeiden und so ist die menschliche Kompetenz weiterhin ein wichtiges Werkzeug.
Fazit
Dieser anwendungsorientierte Kurs hat mich besonders beeindruckt. Persönlich hatte ich 2024 im Artikel "Wie stellen sich LLM mein Arbeitsalltag vor? Bilder mit AI/KI erstellen von ChatGPT, Gemini und Copilot" ebenfalls schon ein wenig den Trend der Bildgeneration per KI ausprobiert aber die obere Lerneinheit hat dabei noch einige Aspekte hervorgebracht, die nicht nur Bildverbesserungen beschreiben, sondern auch einen Blick auf die Entwicklung der KI-Modelle ermöglicht.Ich bin an dieser Stelle auch neugierig geworden, ob anhand der Beispiele im Blogartikel ebenfalls Unterschiede zwischen 2024 und heute direkt merkbar sind.
Bild: KI-generiert mit ChatGPT (OpenAI), 2026.
Dies Bild verwende ich dann im Format 1:1 als Symbolbild für diesen Artikel in Social Media.
Die Visualisierung von Daten in Form von Infografiken und Diagrammen mit Mermaid ist ein Aspekt, den ich, neben Vibe-Coding, durchaus für mich selbst annehmen kann, auch da dadurch die Darstellungen einheitlich bleiben und für mich nachvollziehbar bleiben.
Als Fachbuchautor sehe ich das Thema KI im Schreibprozess mit besonderer Einordnung. So sehe ich durchaus das Urheberrecht an Texten als ein wichtiges Thema und bin auch sehr froh, dass hier die VG Wort aber auch viele Verlage entsprechende KI-Klauseln haben und auf der anderen Seite sind die Unterstützungen im Schreibprozess ein Thema, was praktisch umgesetzt eine Unterstützung sein kann ohne dass hier Bücher oder Fachartikel per Knopfdruck direkt aus der KI generiert werden können.
Mit Blick auf das wissenschaftliche Arbeiten war daher, für mich persönlich, dies eine Lerneinheit in der ich für meine eigenen Projekte einige spannende Anregungen mitnehmen konnte und dieses auch anderen Autor*innen empfehlen kann. Dennoch mag ich auf das Lektorat im Verlag nicht verzichten und freue mich da auch immer über Austausch unter Menschen. Im aktuellen Buchprojekt merke ich auch gerade wieder wie gut es tut sich systematisch in ein Thema einzuarbeiten und dieses intensiv bearbeiten zu können.
Dennoch ist die Entwicklung hier vorhanden und ich finde die in den Bereich Prompting für die Lehre und noch stärker in der Einheit Verantwortungsvoller Umgang mit KI angesprochene Verantwortung des Menschens wichtig und sehe persönlich KI eher als Unterstützung und spannendes Tool an welches aber definitiv nicht komplett als "machine in the loop" betrachtet werden sollte. Nebenbei sind mir hier auch die Unterscheidung zwischen Automatisierung und KI wichtig. Für mich gab es in diesen Kurs einige praktische Anregungen und ich bin ernsthaft am Überlegen, wie einige dieser Erkenntnisse auch in der "beruflichen" Praxis bei mir genutzt werden können.
Mit Blick auf meine eigene Weiterbildungsveranstaltungen habe ich durchaus einige Anwendungsszenarien, in denen ich selbst auch passende Beispiele zur KI Nutzung gesehen habe und sei es nur, dass ich mögliche Punkte für eine FAQ bei meinen Onlinetrainings definieren konnte und dieses aktiv auch auf unkelbach.expert nutze.
KI Verordnung und EU AI Act (Rechtliche Rahmenbedingungen)
Neben der praktischen Nutzung von KI in Verwaltung und Lehre sollten aber auch rechtliche Apsekte berücksichtigt werden. Daher habe ich zum Abschluss auch einen Kurs zur KI-Verordnung bzw. EU AI Act besucht. Hier bin ich schon durch persönliches Interesse und entsprechende Podcast und Bücher etwas tiefer im Thema drin aber gleichzeitig auch gespannt wie ein stark juristisches Thema dargestellt wird.Kursbeschreibung
EU AI Act EssentialsURL:
https://ki-campus.org/lernangebote/kurse/eu-ai-act-essentials
Lernzeit: 8 Stunden
• Einordnung des EU AI Act sowie dessen Zielsetzung
• Risikoklassen, Rechte sowie Pflichten benennen und Beispiele zuordnen
• Nächste Schritte zur Implementierung des AI Acts exemplarisch skizieren
• Die wesentlichen Rollen im AI Act (Provider, Deployer, National Authority) benennen und deren Verantwortlichkeiten beschreiben
Inhalt
Besonders hilfreich ist schon zum Beginn des Kurses ein Glossar in der wichtige Begriffe rund um den EU AI Act (KI-Verprdnung, KI-VO) definiert sind und sich so als Nachschlagewerk eignen. Im weiteren Verlauf des Kurses werden in vier Modulen die Inhalte der KI-VO dargestellt.Das erste Modul - Kurze Übersicht hilft dabei die Gründe für den AI-Act zu versehen und die Ziele nicht nur anhand des Gesetzestextes, sondern auch anhand konkreter Beispiele nachvollziehen zu können. So werden die Unterschiede zwischen einer traditionellen SWoftware und eines KI-Systems ebenso vorgestellt wie das Thema Verzerrungen bzw. "Biases" innerhalb von KI-Systemen. Die Transparenz und Erklärbarkeit sowie der transparente, interpretierbare, robuste und faire Einsatz von KI ist hier ein wesentliches Thema. Gerade die Beispiele für Robustheit von Systemen und Cybersecurity sind hier direkt nachvollziehbar und auch die regulierung der KI Systeme anhand ihres Risikopotenzial über die Risikoklassen sowie der Zeitplan vom in Kraft treten des EU AI Act (August 2024) bis zur vollständigen Einführung (August 2027) und die Darstellung des Zeitplan für die Umsetzung des EU-KI-Gesetzes sind hier behandelt worden. Dabei wird der EU AI Act auch in ein Gefüge bestehender EU-Rechtsrahmen wie die DSGVO aber auch anderer Rechtsvorschriften für die digitale Wirtschaft und für bestimmte Sektoren behandelt. Die Rechte der betroffenen Personen aus der DSGVO sind hier ein passendes Beispiel. Aber auch sektorspezifische Rechtsvorschriften zum Beispiel im Gesundheitswesen helfen bei der Einordnung. Ferner wird auch die Produkthaftung betrachtet und die Anforderungen an Unternehmen zur Dokumentation, Transparenz und regelmäßige Audits und Üebrprüfungen werden hier beschrieben.
Im zweiten Modul - Die Risikoklassen werden die rechtliche Einordnung von Systemen und ob diese als KI gelten im Sinne der Definition des Art. 3(1) sowie die Zuordnung zu Risikoklassen anhand von Checklisten und konkreten Beispielen. Spannend sind sich daraus ergebende Anforderungen zur Transparenz aber auch der Förderung von KI-Komptenzen. Dabei wird auch immer Bezug darauf genommen an welcher Stelle im EU AI Act diese beschrieben sind.
Im dritten Modul Rollen wird zwischen den aus den jeweilgen Risiko sich ergebende Verpflichtungen für unterschiedliche Rollen ergeben. Insbesondere wird hier zwischen Anbieter (eng. Provider) und Betreiber (eng. Deployer) unterschieden. Anhand praktischer Szenarien werden die Unterschiede anhand eines Fallbeispieles deutlich und helfen dabei die entsprechenden Folgen auf Basis des Risiko eines Systems einzuschätzen und entsprechende Verantwortungen zuzuordnen.
Abschließend wird im vierten Modul Nächste Schritte die mögliche Umsetzung in der Praxis vorgestellt. Dies kann über die Unterstützung durch das Management bis hin zur Einführung eines KI-Governance-Teams sein. Dieses Governance Team kann sich aus Compliance Officer, Product Owner, Data Scientist und Rechtsexpertise zusammensetzen und hat entsprechende Kenntnisse und Verantwortungen in Richtung Compliance. Diese können von der Lückenanalyse, Erstellung eines Handlungsplans bis hin zu einem Implementierungsplan für einen geplanten Einsatz eines KI Systems gestaltet sein. Ein weiteres Thema ist hier auch die Schulung, Überwachung und Verbesserung zur Nutzung eines KI‑Systems und die Umsetzung von Maßnahmen zu erarbeiten.
Fazit
Das Thema EU AI Act mag im ersten Moment sehr trocken klingen, aber durch die Kombination mit dem durchgehenden Fallbeispiel werden die rechtlichen Punkte klar und die praktischen Handreichungen in Richtung Compliance und die Ableitung der einzelnen Anforderungen über den AI-Act anhand der Beispiele machen das ganze Thema verständlich und bieten eine praktische Handreichung, um tiefer in das Thema eintauchen zu können. Gerade daher sehe ich diese Schulung als sehr hilfreich zur KI‑Kompetenzerlangung an und kann auch bei der relativ trockenen Materie diesen Kurs ebenfalls empfehlen.Daneben verweise ich aber auch gerne auf meinen Blogartikel "Buchempfehlung: »Recht für Online-Marketing und KI« von Dr. Thomas Schwenke" sowie die folgenden Folgen des Podcasts Rechtsbelehrung: Ergänzend sind auch folgende Fachartikel interessant:
- "Praktischer Ratgeber zum AI Act 2026: Deepfakes und KI-Texte richtig kennzeichnen"
- "KI-Verordnung (KI-VO) – Ratgeber für Unternehmen mit FAQ und Checklisten"
- "KI-Kompetenzpflicht – FAQ und Ratgeber für Arbeitgeber".
Mein persönliches Fazit zum KI-Campus
Anhand der in den oberen Abschnitten vorgestellten Kursbeschreibungen dürfte schon recht gut mein positiver Eindruck von der Lernplattform des KI-Campus deutlich geworden sein. In diesem Fazit mag ich aber gerne noch einmal zusammenfassen, was ich im Einzelnen an positiven Punkten aus den einzelnen Kursen für mich persönlich mitnehmen konnte und wie insgesamt mein Eindruck von den Kursen und Medien auf dieser Plattform gewesen ist.
Besonders hilfreich empfand ich den Gedanken, KI als Werkzeug und nicht als Ersatz für die menschliche Verantwortung und fachliche Auseinandersetzung mit einem Thema zu betrachten. Hier ist in allen Kursen als roter Faden gut ersichtlich, dass jedes KI‑Tool bei Aufgaben unterstützen kann, jedoch die fachliche Einordnung, Verantwortung für die Ergebnisse und die kritische Prüfung des Outputs (generierter Inhalte) weiterhin beim Menschen bleiben soll.
Als Fachbuchautor bin ich besonders angetan von den vorgestellten Möglichkeiten rund um das Thema wissenschftliches Arbeiten mit KI und sehe hier durchaus auch Möglichkeiten, neue, in den Kursen vorgestellte Tools in meinen eigenen digitalen Alltag einzubinden und auch im beruflichen Umfeld darauf zurückzugreifen.
In meiner Blogserie zum Thema "Wissenschaft und VG Wort" bin ich ebenfalls beim Melden von Onlinetexten auf die "Erklärung zur Verwendung von KI-Systemen" aufmerksam geworden und habe diese auch bei meinen Onlinetexten bestätigt.
"Ich bestätige hiermit, dass das gemeldete Werk meine persönliche geistige Schöpfung darstellt (vgl. § 2 Abs. 2 UrhG). Insbesondere habe ich dieses Werk nicht ausschließlich durch Verwendung von KI-Systemen erstellt."
Für Blogger*innen und Urheber*innenn sollte der Hintergrund dieser Bestätigung klar sein und die Kurse helfen auch sehr dabei, die Möglichkeiten und Grenzen der generativen KI abzuschätzen und die Beantwortung solcher Fragen bzw. den Inhalt einer solchen Erklärung für die eigene Arbeit besser einordnen zu können.
Vom Aufbau der Kurse bin ich besonders von den unterschiedlichen Medien und Lernkontrollen angesprochen worden. Gerade für Menschen die selbst Onlinekurse anbieten hat dies den Vorteil, hier auch eigene Anregungen für Kurse zu erhalten. Gleichzeitig bin ich vom Gesamtkonzept des KI-Campus begeistert, da hier unterschiedliche Personen und Organisationen Beiträge zur Verfügung stellen und damit auch Perspektiven wie Hochschulverwaltung, Hochschullehre aber auch die Visualisierung von Daten in Form von Infografiken oder Diagrammen sehr praxisnah und hilfreich sind.
Gerade beim Stöbern im Prompt-Labor sehe ich auch kreative Anwendungen von KI-Tools durch unterschiedliche Kompetenzen sowie Bereiche, die die Werkzeuge praxisnah als Unterstützung vorstellen und aus ihrer eigenen Expertise hier für andere das Wissen aber auch die praktische Handhabung der vorgestellten Tools inklusive etwaiger Workflows darstellen. Ich konnte dabei auch die ein oder andere Anregung aus diversen Bereichen für mich selbst mitnehmen.
Dank Teilnahmebestätigung und Leistungsnachweisen können die absolvierten Kurse als Nachweis der eigenen Weiterbildung genutzt werden. Ich habe diese auf meinen Linkedin Profil im Abschnitt "Bescheinigungen und Zertifikate" hinterlegt, kann mir aber auch vorstellen, dass dies für die ein oder andere Personalakte interessant sein kann :-). Hier zeigt sich vielleicht ein wenig mein Bezug in Richtung Hochschulverwaltung ;-).
Für mein eigenes Arbeitsumfeld sehe ich besonders die Möglichkeit, eine Wissensbasis beispielsweise über ein Retrieval Augmented Generation (RAG) zu nutzen, als eine verfolgenswerte Perspektive. Denkbar wäre für mich auf Basis eines Buchkonzeptes oder eines Manuskriptes (zum Beispiel selbst erstellter Schulungsunterlagen zum Thema) mit einer generativen KI einzelne Abschnitte zu besprechen und diese als Schreibcoach zu nutzen. Fairerweise muss ich hier aber eingestehen, dass die KI sicherlich kein Lektorat ersetzen wird und ich hier den Austausch mit Lektorat und das Ringen um einzelne Formulierungen sowie Rückfragen immer noch als eine Bereicherung der eigenen Arbeit empfinde. Dennoch kann durch die Nutzung eines solchen Tools möglicher Rückfragen zum Text oder Rückfragen ob sich noch Unklarheiten bei Lesenden ergeben können durchaus ein interessanter Ansatz sein.
Ganz praktisch habe ich dies auch bei der Konzeption meines Online-Training gemerkt in dem ich eine textgenerierende KI genutzt habe, um unter anderem die Bereiche "Informationen zum Schulungsangebot" und "Informationen zur Live-Session" auf unkelbach.expert anzupassen und weiterzuentwickeln.
Interessant kann auch das Stöbern im bereitgestellten Prompt-Katalog sein um hier eigene Anregungen zur Nutzung der KI zu erhalten. Der im Hochschulumfeld immer wieder beachtete interdisziplinäre Ansatz zeigt sich hier besonders, da aus unterschiedlichen Fachdisziplinen spannende Vorlagen zur Verfügung gestellt werden, die vielleicht auch für die eigene Arbeit eine Inspiration sein können.
Durch die Möglichkeit die einzelnen Kurse nach Level, Sprache, Themen und Dauer filtern zu können ist es auch recht gut möglich zielgerichtet eine passende Weiterbildung für sich zu finden. Ergänzt wird das Angebot der Onlinekurse durch Videos mit Vorträgen und Podcast, so dass auf unterschiedlichen Ebenen hier Wissen vermittelt werden kann. Dieser Misch aus unterschiedlichen Lehrangeboten ist für mich besonders ansprechend und erinnert ein klein wenig an die Lernplattform von Espresso Tutorials im SAP Umfeld. Insbesondere da hier ebenfalls ein KI-Assistent zur Unterstützung bei den Lehreinheiten und Medien zur Verfügung steht.
Das Angebot wird zudem durch den KI-Campus-Blog ergänzt, in dem Neuigkeiten von der Plattform sowie Beiträge rund um KI in Bildung, Beruf und Gesellschaft vorgestellt werden.
Für mein berufliches und privates Umfeld kann ich die Plattform daher gerne empfehlen und freue mich schon darauf beim kommenden Computerstammtisch davon berichten zu können. Gerade mit Blick auf die Themenfelder Öffentliche Verwaltung und Lehre bin ich von den von mir besuchten und hier im Blogartikel vorgestellten Kursen sehr angetan.
Ich hoffe, dass solche Angebote auch dabei helfen, die eigene KI-Kompetenz nicht nur mit Blick auf der praktischen Nutzung von KI-Systemen auszubauen sondern auch ihre Grenzen sowie die rechtliche Rahmenbedingungen und die eigene Verantwortung weiterzuentwickeln. Gerade mit Blick auf Artikel 4 des EU AI Act sehe ich diese Aspekte als besonders wertvoll an. Daneben hilft es aber auch die Auswirkungen von KI und Automatisierung auf die Gesellschaft sowie das berufliche Umfeld einzuschätzen und Ideen zur KI-Nutzung einzuordnen.
ein Angebot von Espresso Tutorials
unkelbach.link/et.books/
unkelbach.link/et.reportpainter/
unkelbach.link/et.migrationscockpit/
Diesen Artikel zitieren:
Unkelbach, Andreas: »Weiterbildung zu KI und LLM – meine Erfahrungen mit Onlinekursen zur Künstlichen Intelligenz am KI-Campus« in Andreas Unkelbach Blog (ISSN: 2701-6242) vom 29.9.2026, Online-Publikation: https://www.andreas-unkelbach.de/blog/?go=show&id=1428 (Abgerufen am 3.10.2026)
Keine Kommentare - Permalink - Beruf
Artikel datenschutzfreundlich teilen
🌎 Facebook 🌎 Bluesky 🌎 LinkedIn