Die Stärke des ersten Durchgangs war seine Mischung. Vertreten waren produzierende Industrie und Handel, Mobilität und Logistik, Medien und Rundfunk sowie die Technologie- und IT-Branche. Hinzu kam ein breites Spektrum öffentlicher Einrichtungen und Interessenvertretungen – aus Wirtschaftsvertretung, Forschungsförderung, Versicherung und Gläubigerschutz.

Dazu kamen Gründer_innen und Selbstständige, etwa aus der Pflege-Tech, der Innovationsberatung sowie dem Film- und Fotobereich, ebenso wie Personen in beruflicher Neuorientierung. Die Rollen reichten von der Geschäftsführung über Finanz-, IT- und Marketing-Leitung bis zu Projektmanagement und Fachanalyse.

Auf den Punkt: Wenn eine Gruppe vom Einzelunternehmen bis zum Konzern, von der Pflege bis zur Versicherungswirtschaft, gemeinsam über KI nachdenkt, entsteht ein Lerneffekt, den kein Online-Kurs allein liefert – die Branchenvielfalt ist Teil des Curriculums.

Den Auftakt machte Theresa Madreiter, öffnet eine externe URL in einem neuen Fenster (Fraunhofer Austria, öffnet eine externe URL in einem neuen Fenster und TU Wien) mit den Grundlagen: Was unterscheidet KI, Machine Learning, Deep Learning und generative KI eigentlich voneinander? Anhand eines einfachen physikalischen Beispiels – wie lange ein Objekt für einen Fall aus gegebener Höhe braucht – wurde nachvollziehbar, wie eine Maschine aus Daten ein Modell lernt, statt festen Regeln zu folgen.

Ebenso wichtig war die Einordnung des Hypes. Laut einer viel zitierten MIT-Studie, öffnet eine externe URL in einem neuen Fenster aus dem Jahr 2020 liefern rund 90 Prozent der Analytics-Projekte keinen signifikanten finanziellen Nutzen. Der Grund liegt selten am Algorithmus, sondern an der falschen Frage, an schlechten oder unvollständigen Daten und an fehlender Verantwortung. Entsprechend drehte sich der Nachmittag um Datenqualität, Datenquellen und Speicherarchitekturen – vom Data Warehouse über den Data Lake bis zum Data Mesh.

Auf den Punkt: Datenkompetenz kommt vor Algorithmen. Wer die richtigen Daten in der richtigen Qualität erhebt, entscheidet über Erfolg oder Scheitern eines KI-Projekts – „garbage in, garbage out".

Andreas Steiner (TU Wien und Celairion, öffnet eine externe URL in einem neuen Fenster) übersetzte diese Grundlagen am zweiten Tag in eine Vorgehensweise, mit der sich KI-Vorhaben tatsächlich steuern lassen. Im Zentrum standen zwei Werkzeuge: CRISP-DM, öffnet eine externe URL in einem neuen Fenster, der branchenübergreifende Standardprozess für datengetriebene Projekte mit seinen sechs Phasen von der Geschäftsfrage bis zum Betrieb, und der Data Product Canvas, öffnet eine externe URL in einem neuen Fenster, der ein Projekt vom Problem über Daten und Lösung bis zu KPIs und Risiken auf einer Seite sichtbar macht.

Mit der Impact-Effort-Matrix priorisierte die Gruppe anschließend eigene Ideen: Welche Vorhaben sind „Quick Wins", welche „Big Projects", und was lässt man besser bleiben? 

Auf den Punkt: Aus einem vagen Ideenpool wird mit Impact-Effort-Matrix und Data Product Canvas eine begründete Investitionsentscheidung – genau das ist die Kernkompetenz einer KI-Managerin oder eines KI-Managers.

Ein eigener Block widmete sich den regulatorischen Grundlagen mit Mag. iur. Gerald Sendera (SBA Research, öffnet eine externe URL in einem neuen Fenster). Seit dem 2. Februar 2025 verlangt Artikel 4 des EU AI Act, öffnet eine externe URL in einem neuen Fenster von Organisationen ein ausreichendes Maß an KI-Kompetenz – ein zentraler Grund, warum dieses Programm überhaupt existiert.

Behandelt wurden die Risikoklassen des AI Act (von verboten bis minimal), die Rollen entlang der Lieferkette, Pflichten rund um generative KI, Ethik und Fairness, die Grundrechte-Folgenabschätzung (FRIA), KI-Governance mit KI-Inventar und KI-Richtlinie sowie Haftungsfragen nach der neuen EU-Produkthaftung. 

Auf den Punkt: KI-Kompetenz ist seit 2025 keine Kür mehr, sondern eine regulatorische Anforderung – und sie umfasst ausdrücklich auch das Verständnis von Recht, Ethik und Haftung.

Die erste deutschsprachige Gruppe setzt ihre Weiterbildung im zweiten Block (3. und 4. September 2026) sowie in der Online-Projektpräsentation am 18. September 2026 fort. 

Wer einsteigen möchte, hat als Nächstes beim englischsprachigen Durchgang Gelegenheit: 

• Block 1 am 12. und 13. November,
• Block 2 am 10. und 11. Dezember 2026,
• Online-Session am 18. Dezember 2026. 

Anmeldungen sind bis 5. November 2026 möglich; weitere Termine gibt es auf Anfrage.

Im Anschluss an die Weiterbildung kann optional die Prüfung zum Personenzertifikat „KI-Manager_in" gemäß ISO/IEC 17024 bei Austrian Standards abgelegt werden. Der Lehrgang ist außerdem auf den Executive MBA Operational Excellence & AI anrechenbar.

Wer zunächst die strategische Perspektive vertiefen möchte, findet im Seminar KI-Strategie entwickeln einen passenden Einstieg. Für Teams bietet die TU Wien Academy maßgeschneiderte Inhouse-Lösungen, öffnet in einem neuen Fenster an.

Jetzt Platz im nächsten Durchgang sichern:Zur Weiterbildung „Zertifizierte_r KI-Manager_in"

Brauche ich Programmier- oder KI-Kenntnisse für die Weiterbildung? Nein. Die Ausbildung richtet sich an Fach- und Führungskräfte ohne technische Vorkenntnisse. Sie lernen, KI-Projekte zu bewerten und zu steuern, nicht selbst Modelle zu programmieren.

Wie lange dauert die KI-Manager_in Ausbildung? Sie umfasst 4,5 Tage (36 Stunden): zwei Präsenzblöcke an der TU Wien Academy und eine abschließende Online-Session mit Projektpräsentation und Expert_innenfeedback.

Welchen Abschluss erhalte ich? Nach aktiver Teilnahme an beiden Blöcken erhalten Sie ein Zertifikat der TU Wien Academy. Optional können Sie die Prüfung zum international anerkannten Personenzertifikat „KI-Manager_in" gemäß ISO/IEC 17024 bei Austrian Standards ablegen.

Was hat der EU AI Act mit der Weiterbildung zu tun? Seit dem 2. Februar 2025 verlangt Artikel 4 des EU AI Act ein ausreichendes Maß an KI-Kompetenz in Organisationen. Die Weiterbildung unterstützt Sie dabei, diese Anforderung nachweislich zu erfüllen.

Für wen eignet sich das Programm? Für Geschäftsführer_innen, Fach- und Führungskräfte, Projekt- und Prozessmanager_innen, IT-Verantwortliche, Unternehmensberater_innen und Gründer_innen aus allen Branchen.