In dieser Weiterbildung zum Change Management mit Zusatzqualifikation in Data Science und Prompt Engineering setzen Sie sich intensiv mit den Grundlagen und Methoden des Change Managements auseinander. Sie lernen, Veränderungsprozesse systematisch zu planen, zu steuern und umzusetzen. Ein besonderer Fokus liegt auf der Integration von Data Science und Prompt Engineering in den Veränderungsprozess. Sie erwerben Kenntnisse in der Datenanalyse und im Umgang mit großen Datenmengen, um fundierte Entscheidungen im Change Management zu treffen. Zudem lernen Sie, wie Sie durch gezieltes Prompt Engineering KI-gestützte Tools effektiv einsetzen, um Kommunikationsprozesse zu optimieren und die Akzeptanz von Veränderungen zu fördern. Die Weiterbildung kombiniert theoretische Inhalte mit praktischen Übungen. Anhand von Fallstudien und Projekten wenden Sie die erlernten Methoden des Change Managements, der Datenanalyse und des Prompt Engineerings direkt an. Nach Abschluss sind Sie in der Lage, Veränderungsprozesse datenbasiert zu gestalten und KI-gestützte Werkzeuge zielgerichtet einzusetzen, um den Wandel in Organisationen effektiv zu begleiten.

Grundlagen des Change Managements
  • Kenntnisse im Bereich Change Management erwerben: Grundlagen und Definition
  • Steuerung von Veränderungsprozessen
  • Planung und Umsetzung mit Fokus auf Change Management
  • Modelle für Veränderungsmanagement
  • Die Rolle der Führungskräfte im Change Management-Kontext

Kommunikation und Integration im Change Management
  • Widerstand und Umgang mit Veränderungen im Change Management
  • Bedeutung einer transparenten Kommunikation
  • Integration von Change Management in die Unternehmenskultur

Prompt Engineering mit ChatGPT
  • Einführung in Prompt Engineering mit Prinzipien aus dem Change Management
  • Überblick zu Sprachmodellen
  • Training von ChatGPT: Ansätze aus dem Change Management zur Verbesserung
  • Dialogbasierte Anwendung
  • Anwendungsdesign für ChatGPT unter Berücksichtigung von Change Management
  • Interaktive Nutzung in Chatsystemen
  • Kontextspezifität: Anpassung der Antworten im Sinne des Change Managements

Datenanalyse und Machine Learning
  • Datenreinigung im Rahmen des Change Managements
  • Grundlagen zu Pandas und Dataframes
  • Statistische Kenngrößen und deren Bedeutung im Change Management
  • Visualisierung von Daten
  • Machine Learning: Einsatzmöglichkeiten im Change Management
  • Neuronale Netze: Grundlagen