In dieser Weiterbildung erwerben Sie umfassende Kenntnisse im Bereich AI Development und digitale Transformation. Sie lernen, wie Sie innovative Technologien identifizieren und in bestehende Geschäftsprozesse integrieren. Ein besonderer Fokus liegt auf der Entwicklung von Strategien zur Implementierung von AI Development in verschiedenen Unternehmensbereichen. Zudem werden Sie in die Lage versetzt, IT-Sicherheitsmanagement-Konzepte zu verstehen und anzuwenden, um die Sicherheit von AI Development-Projekten zu gewährleisten. Die methodische Umsetzung erfolgt durch eine Kombination aus theoretischen Einheiten und praxisorientierten Übungen. Sie arbeiten an Fallstudien, die reale Szenarien im Bereich AI Development und digitale Transformation abbilden. Durch Gruppenarbeiten und Diskussionen vertiefen Sie Ihr Verständnis für die Herausforderungen und Lösungen im AI Development. Nach Abschluss der Weiterbildung sind Sie in der Lage, AI Development-Projekte zu planen, umzusetzen und zu überwachen. Sie können digitale Transformationsprozesse initiieren und begleiten sowie IT-Sicherheitsstrategien im Kontext von AI Development entwickeln und implementieren.

Grundlagen der Digitalen Transformation
  • Kenntnisse im Bereich AI Development im Kontext der digitalen Transformation
  • Entwickeln von Plattformen über das Anbieten von Produkten hinaus
  • Innovation durch schnelles Experimentieren mit Fokus auf AI Development
  • Management von AI-Initiativen in Unternehmen
  • Digitalisierungsprojekte machen durch Anwendungen aus dem AI Development

Einführung AI-Development und Python-Programmierung
  • Einführung in AI Development und dessen zentrale Konzepte
  • Installation und Einrichtung von Python
  • Grundlegende Programmierkonzepte mit Fokus auf AI Development
  • Datenstrukturen
  • Python-Skripte in Verbindung mit AI Development
  • Standard-Datentypen

Fortgeschrittene Programmierkonzepte und Datenverarbeitung
  • Funktionen zur Umsetzung von AI Development
  • Sequenzen, Mengen und Generatoren
  • Ein- und Ausgabe mit Anwendungen aus dem AI Development
  • Definition von Klassen
  • Objektorientiertes Modellieren im Rahmen von AI Development
  • Einführung in NumPy und Messdatenverarbeitung

Datenbanken und Datenmodellierung
  • Einführung in relationale Datenbanken mit Bezug zu AI Development
  • Datenbankmodellierung und Namenskonventionen
  • Normalisierung und Normalformen als Basis für AI Development
  • Datentypen und Keys
  • Physische Modellierung und Views für AI Development Anwendungen
  • SELECT, JOIN und GROUP BY
  • Handling von Nebenläufigkeit im Kontext von AI Development
  • Erstellung eines ERM

Softwarecontainer und DevOps
  • Theoretische Grundlagen von Softwarecontainern für AI Development
  • Grundlagen und Verwendung von Docker
  • Grundlagen und Verwendung von Kubernetes mit Fokus auf AI Development
  • Kombination von DevOps und Cloud Computing

Cloudbasiertes AI-Development
  • Einführung in die Terminologie von Cloud Computing mit Anwendungen im AI Development
  • Schwerpunkt AI-Development (Künstliche Intelligenz)
  • Auswahl von IaaS-Anbietern im Bereich AI Development
  • Kostenkalkulation von Cloud Computing

Sicherheitsaspekte der Digitalen Transformation
  • Sicherheitsmonitoring mit Berücksichtigung von AI Development
  • IT-Risikomanagement
  • Management von Sicherheitsereignissen im Rahmen von AI Development
  • Verschlüsselungssysteme
  • Cloud-Computing Sicherheit mit Bezug zu AI Development

IT-Sicherheitsmanagement-Normen und Compliance
  • ISO-2700x-Reihe im Kontext von AI Development
  • IT-Security-Audits und deren Vorbereitungen
  • Zertifizierung nach ISO 27001 für Bereiche des AI Development
  • Aufbau eines ISMS
  • IT-Compliance mit Fokus auf AI Development

Security Awareness, Schulung und Organisation
  • Awareness und Schulung im Bereich AI Development
  • Rollen innerhalb des IT-Security-Managements
  • Organisation der IT-Security für AI Development Projekte
  • Richtlinien und Audits
  • IT-Forensik mit Schwerpunkt auf AI Development

AI Spezifika und ethische Aspekte
  • NLP-Grundlagen für Chatbots mit Bezug zu AI Development
  • AI-Ethik und Datenschutz in Chatbots
  • Optimierung und Evaluation von Chatbots mit Fokus auf AI Development
  • Zukunftsperspektiven in AI-Development

Praktische Anwendung und Fehlermanagement
  • Finden und Vermeiden von Fehlern bei AI Development Projekten
  • Modellieren mit Kellern, Schlangen und Graphen
  • Plan-Do-Check-Act im Rahmen von AI Development
  • Fragenkatalog als Vorbereitung einer Sicherheitsstrategie

Qualifikationsprojekte
  • Qualifikationsprojekt im Bereich AI Development
  • Qualifikationsprojekt IT-Sicherheitsmanagement