In dieser Weiterbildung erlernen Sie die Prozessmodellierung im Kontext der digitalen Automatisierung mit Künstlicher Intelligenz. Sie werden in die Lage versetzt, Geschäftsprozesse zu analysieren, zu optimieren und durch den Einsatz von Deep Learning und Prompt Engineering effizienter zu gestalten. Sie erwerben Kenntnisse in der Prozessmodellierung, um komplexe Abläufe strukturiert darzustellen. Sie lernen, Deep-Learning-Algorithmen zu implementieren und durch Prompt Engineering die Interaktion mit KI-Systemen zu verbessern. Zudem werden Sie befähigt, Prozessoptimierungen durch den gezielten Einsatz von KI-Technologien vorzunehmen. Die Weiterbildung kombiniert theoretische Inhalte mit praktischen Übungen. Anhand von Fallstudien wenden Sie die erlernten Methoden der Prozessmodellierung an und entwickeln eigenständig Lösungen für reale Problemstellungen. Nach Abschluss sind Sie in der Lage, Prozessmodellierung und KI-gestützte Automatisierung in Ihrem beruflichen Umfeld anzuwenden und so zur Effizienzsteigerung beizutragen.

Prozessautomatisierung mit KI
  • Kenntnisse im Bereich Prozessmodellierung: Einführung in digitale Automatisierung und KI
  • Grundlagen der Prozessoptimierung
  • Analyse von Geschäftsprozessen mit Fokus auf Prozessmodellierung
  • Anwendungsbereiche von KI in der Prozessautomatisierung
  • Datenanalyse unter Berücksichtigung der Prozessmodellierung zur Identifizierung von Automatisierungspotenzialen
  • Gestaltung und Modellierung automatisierter Prozesse
  • Integration von KI in bestehende IT-Systeme

Deep Learning und Machine Learning
  • Prozessmodellierung im Kontext von Deep Learning: Aufgaben und Funktion
  • Verbindungen zu TensorFlow
  • Trainieren eines Neuronalen Netzes mit Anwendungen aus der Prozessmodellierung
  • Abgrenzung von Machine Learning und Deep Learning
  • Python- und Machine-Learning-Bibliotheken
  • Keras

Prompt Engineering und OpenAI
  • Grundlagen und Überblick im Bereich Prozessmodellierung beim Prompt Engineering
  • ChatGPT: das Sprachmodell von OpenAI
  • Training von ChatGPT mit Bezug zur Prozessmodellierung: Verbesserung der Leistung durch Feinabstimmung
  • Interaktive Konversation: dialogbasierte Nutzung von ChatGPT
  • Konversationelle Herangehensweise mit Unterstützung von Prozessmodellierung in Chatsystemen

ChatGPT Anwendungen und Integration
  • Anwendungsmöglichkeiten und Potenziale mit Fokus auf Prozessmodellierung bei der Nutzung von ChatGPT
  • Anwendungsdesign für ChatGPT: Strukturierung von Benutzerschnittstellen
  • Verbesserung kontextspezifischer Antworten durch Integration von Prozessmodellierung
  • Laden und Speichern von Modellen