KI Projekte erfolgreich identifizieren, planen und umsetzen

Optional: Prüfung und Personenzertifikat „KI-Manager_in“ gem. ISO/IEC 17024

 

Eckdaten

  •  Dauer: 4,5 Tage (36h)
  • Durchgang Deutsch: 25./26.06. + 03./04.09.2026 (in Präsenz) & 18.09.2026 (online Projektpräsentation u. Feedback)
  • Durchgang Englisch: 12./13.11 + 10./11.12.2026 (in Präsenz) & 18.12.2026 (online Projektpräsentation u. Feedback)
  • Ort: TU Wien Academy (+ 1 online Session)
  • Sprache: Deutsch/Englisch
Button "Zum Programm anmelden"

Was Sie erwartet

Warum eine Ausbildung zur/m Zertifizierten KI-Manager_in

Seit dem 2. Februar 2025 müssen Unternehmen, welche KI-Systeme anbieten, entwickeln oder in bestimmten Bereichen einsetzen, nach besten Kräften und ausreichendem Maß personalisierte KI-Kompetenz sicherstellen. Mit dem praxisbezogenen Lehrgang Zertifizierte_r KI-Manager_in stellen Sie nachweislich die Anforderungen des AI-Acts Art. 4 sicher.
Künstliche Intelligenz hat in den letzten Jahren enorm an Bedeutung gewonnen und wird die Entwicklung von Unternehmen in den kommenden Jahren entscheidend beeinflussen und verändern. Es gilt den Wettbewerbsvorteil, den diese neuen Möglichkeiten und Potentiale bieten, sinnbringend in den Unternehmensprozess zu integrieren.

Warum an der TU Wien Academy: Qualität & Transfer

Sie möchten lernen, KI-Projekte souverän zu identifizieren, bewerten und managen und dabei auf höchste Qualität in der Weiterbildung vertrauen?
Als Universität sind wir hohen Qualitätsstandards und Unabhängigkeit verpflichtet. Die Exzellenz in der Forschung spiegelt sich in der Qualität unserer Weiterbildung an der TU Wien Academy wider.

Der Lehrgang zur/m Zertifizierten KI-Manager_in an der TU Wien Academy geht über die grundlegende Wissensvermittlung hinaus: Sie bearbeiten ein KI-Projekt aus der eigenen beruflichen Praxis, präsentieren zum Abschluss des Programms Ihre Ergebnisse und erhalten qualifiziertes Expert_innenfeedback.
Optional können Sie abschließend die Prüfung zur Zertifizierung zum „KI-Manager_in“ gem. ISO/IEC 17024 bei Austrian Standards ablegen.
Vortragende der TU Wien und Fraunhofer Austria teilen ihre Erfahrung aus angewandter Forschung und Industrieprojekten und unterstützen Sie dabei, am eigenen Projekt anwendungsbezogen zu lernen.

Die Technische Universität Wien ist Österreichs größte Forschungs- und Bildungseinrichtung im Bereich Technik und Naturwissenschaften. Mehr als 4.000 Wissenschaftler_innen forschen in fünf Forschungsschwerpunkten an acht Fakultäten an "Technik für Menschen". Der Inhalt der angebotenen Studien ist abgeleitet aus der exzellenten Forschung. Als Innovationsmotor stärkt die TU Wien den Wirtschaftsstandort, ermöglicht Kooperationen und trägt zum Wohlstand der Gesellschaft bei.

Was Sie in der Weiterbildung zur/m Zertifizierten KI-Manager_in lernen

  • Sie werden sprachfähig in den Grundlagen, Funktionsweisen und Grenzen von KI und können Hype von realem Nutzen unterscheiden.
  • Sie werden entscheidungsfähig in der Bewertung von KI-Anwendungen, bei Make-or-Buy-Fragen sowie mit regulatorischen Anforderungen.
  • Sie können KI-Einsatzpotenziale identifizieren, bewerten und strategisch priorisieren (Vom Ideenpool zur klaren Investitionsentscheidung).
  • Sie sind in der Lage, Datenanforderungen, Projektaufbau sowie rechtliche und ethische Aspekte für KI-Projekte strukturiert zu planen.
  • Sie können KI-Projekte auswählen, bewerten und bis zur Umsetzung steuern, inklusive Rollen, Architektur und Anbieterauswahl.
  • Sie sind in der Lage, Wirtschaftlichkeit, Risiken und Betrieb von KI-Systemen zu beurteilen und skalierbare Management-Entscheidungen zu treffen.
Executive MBA General & Technology Management

© Chaosamran_StudioChaosamran_Studio - stock.adobe.com

Ihre Vorteile

  • Praxisbezug Industrie: Fallbeispiele durch erfahrene Vortragende, die konkrete Anwendungsfälle in Industrieunternehmen einbringen
  • Praxisnahe Ausbildung: Der Lehrgang bieten Ihnen die Möglichkeit, das Gelernte direkt in einem eigenen Projekt anzuwenden.
  • Top-Expert_innen: Lernen von Wissenschaftler_innen und Projektleiter_innen der TU Wien und Fraunhofer Austria, die Sie bei der Erarbeitung eines begleitenden Projekts unterstützen.
  • Netzwerkaufbau: Im Austausch mit anderen Verantwortungsträger_innen und Entscheider_innen haben Sie die Gelegenheit, wertvolle Kontakte vor Ort zu knüpfen.
  • Flexibilität und Abwechslung: Durch den Mix aus Präsenztage und virtueller Unit lässt sich der Lehrgang gut in den Berufsalltag integrieren.
  • Zukunftssicheres Fachwissen: KI-Kompetenzen für zukunftsträchtige Karrieren.
  • Optional Ablegung einer anerkannten Zertifizierung möglich: Nach Absolvierung des Lehrgangs und erfolgreicher Prüfung, erhalten Sie zusätzlich ein Zertifikat von Austrian Standards

Inhalte

  • Einführung in KI:
    • Zentrale Begriffe verständlich erklärt: AI (Artificial Intlligence), ML (Machine Learning), DL (Deep Learning), GenAI
    • Kurzer Überblick zur Entwicklung von Künstlicher Intelligenz
    • Abgrenzung: Hype vs. realer Nutzen
  • Technische Funktionsweisen
    • Wie KI aus Daten lernt
    • Training und Test von KI-Systemen
    • Typische Lernarten (z.B. supervised, unsupervised und reinforcement Learning)
    • Typische Risiken beim Training (z.B. overfitting, underfitting)
    • Grenzen technischer Machbarkeit
  • Überblick über Teilgebiete der AI
    • Machine Learning & Deep Learning: Inkl. Neuronaler Netzwerke
    • Natural Language Processing (NLP): (z.B. Sentiment Analysis, LLM)
    • Computer Vision (CV): (Klassifikation, Detektion u. Segmentation)
    • GenAI und Foundation Models
    • Make-or-Buy-Entscheidungen
  • Relevante KI-Gesetzte und Verordnungen
    • Datenerwerb- und Datennutzung: Open Data, Data Governance Act, Datenschutz(DSGVO) und KI-generierte Inhalte
    • EU AI Act: Risikoklassen, Pflichten u. Dokumentation (regul. Anforderungen)
       

  • Identifikation von KI-Einsatzmöglichkeiten:
    • Bewährte Methodiken für KI-Projekte (CRISP-DM, Data Product Canvas)
    • KI-Potenzialanalyse im eigenen Umfeld
    • Strategische Priorisierung von Use Cases
    • Quick Wins vs. langfristige KI-Initiativen
  • Von Rohdaten zu qualitativen Daten
    • Relevante Datenquellen im Unternehmen
    • Datenqualität & Verantwortlichkeiten
    • Aufbau eines geeigneten Datensatzes
    • Annotation inkl. Einsatz von Fachexpert_innen
    • Grundlegende Infrastruktur-Anforderungen
    • Ownership, Verantwortlichkeiten & Datenstrategie
  • Interaktive Übung (1|4)
    • Ausgangssituation & Problemstellung inkl. Begründung der KI-Relevanz
    • Projektplan, Ressourcenbedarf und rechtlicher Ersteinschätzung
  • Haftungsgrundlagen
    • KI-Haftungsrichtlinie
    • Strafen und ethische Herausforderungen und Risiken
    • Gender, Diversität und Inklusion

➔ Transferaufgabe zwischen Tag 2 und 3: Identifizierung einer KI-Anwendung bzw. Datenquellen im eigenen Umfeld. Abgabe: Data Product Canvas + Kurzreport (ca. 3 Seiten)

  • Auswahl des richtigen KI-Projekts
    • Entscheidungskriterien aus Managementsicht
    • Abbruchkriterien für KI-Projekte
  • Rollen und Umsetzung eines KI-Projektes
    • Zentrale Rollen im KI-Projekt (z.B. ML Engineer, Data Engineer)
    • Berücksichtigung der Benutzer_innenperspektive und -akzeptanz
    • Bewertung und Test von KI-Projekten
    • Deployment von KI-Projekten
  • Interaktive Übung (2|4)
    • Ableitung fachlicher, technischer und rechtlicher Anforderungen sowie Identifikation relevanter Datenquellen
    • Skizze einer High-Level KI-Architektur als Grundlage für die Lösungsbewertung
    • Inkl. Data Product Canvas u. CRISP-DM
  • KI-Anbieter
    • Evaluierung bzw. Nachvollziehbarkeit von extern entwickelten KI-Modellen
    • Rahmenmodell zur Auswahl externer Anbieter_innen
    • Vendor Lock-in & Abhängigkeitsrisiken
    • Kostenmodelle von KI-Anbieter_innen (Lizenz, Subscription, Pay-per-Use, Token-basierte Abrechnung)

  • Evaluierung & Betrieb
    • Beurteilung von Return on Investment (ROI)
    • Machbarkeit und Risiko von KI-Projekten
    • Strategien zur Überwachung
    • KPIs für KI-Projekte
  • Interaktive Übung (3|4)
    • Vergleich möglicher KI-Ansätze und Anbieter_innen inkl. Kosten-, Risiko- und Compliance-Bewertung
    • Begründete Entscheidung für Modell/Lösung inkl. Ressourceneinsatz und Systemanbindung
  • Best Practices
    • Anwendungsfälle aus der Industrie
    • Erfolgsfaktoren & Lessons Learned
    • Skalierung von KI im Unternehmen
  • Interaktive Übung (4|4)
    • Definition messbarer Maßnahmen & KPIs inkl. quantitativer Zielgrößen
    • Bewertung der erwarteten Ergebnisse und ROI als Entscheidungsgrundlage für das Management

    • Pflege & Weiterentwicklung von KI-Modellen (Lebenszyklusmanagement)

       

Nach den vier Lehrgangstagen erarbeiten Sie ihr Projektpräsentation. In einer Online Sessionstellen Sie diese den Vortagenden und einem Expert_innengremium vor, um Feedback zu erhalten.
So sind Sie optimal vorbereitet, wenn Sie sich in folge bei Austrian Standards nach der NormISO/IEC 17024 zertifizieren lassen möchten.

Zielgruppe

Dieses Weiterbildung richtet sich an:

  • Projekt- und Prozessmanager_innen, die KI-basierte Projekte leiten oder in zukünftigen Projekten involviert sein werden
  • Fach- und Führungskräfte, Geschäftsführer_innen, Organisationsentwickler_innen, die für die strategische Unternehmensentwicklung verantwortlich sind und verstehen möchten, wie KI ihre Organisation beeinflussen kann
  • IT-Verantwortliche
  • Unternehmensberater_innen
  • Unternehmer_innen

Informatik- oder KI-Kenntnisse sind keine Voraussetzung.

Ihre Vortragenden

Andreas Steiner

Andreas Steiner

Wissenschaftlicher Mitarbeiter und Projektleiter am Forschungsbereich Produktions- und Instandhaltungsmanagement, Technische Universität Wien Data Scientist bei Celairion GmbH.
 


Andreas Steiner begleitet als wissenschaftlicher Mitarbeiter mit seiner Forschung Industrieprojekte mit Fokus auf Datenverarbeitung und Künstliche Intelligenz. Seine Expertise liegt sowohl in industrieller Datenanalyse als auch in industrieller KI.

 

Theresa Madreiter

Theresa Madreiter

Projektleiterin bei Fraunhofer Austria und Lehrbeauftragte im Forschungsbereich Produktions- und Instandhaltungsmanagement am Institut für Managementwissenschaften, Technische Universität Wien

Theresa Madreiter verantwortet industriebezogene Projekte mit Fokus auf Datenanalyse und Identifikation von GenAI Use cases. Ihr Forschungsinteresse fokussiert auf Prädiktive und präskriptive Instandhaltung, Wissensentdeckung aus Text, semantischer Technologie, NLP, prädiktive Datenanalyse und maschinelles Lernen.

Abschluss

Nach erfolgreicher Teilnahme an beiden Seminarblöcken erhalten Sie ein Zertifikat der TU Wien Academy. Die Präsenz und aktive Teilnahme an den Gruppenübungen sind hierfür erforderlich.

Anrechnung MBA 

Der Lehrgang zur/m Zertifizierten KI-Manager_in kann auf das Programm Executive MBA Operational Excellence & AI angerechnet werden. Bitte wenden Sie sich bei Interesse an mba@tuwien.ac.at

Personenzertifizierung „KI-Manager_in“

Über die Absolvierung der Weiterbildung an der TU Wien Academy hinaus können Sie optional mit der Zertifizierung „KI-Manager“ Ihre Kenntnisse und praktischen Fähigkeiten im Bereich Künstliche Intelligenz (KI) gemäß ISO/IEC 17024 offiziell durch die unabhängige Zertifizierungsstelle von Austrian Standards bestätigen lassen.

Der Abschluss dieses Lehrgangs berechtigt Sie zur Teilnahme an der Prüfung (ISO-Zertifikat) zur/ zum KI-Manager_in von Austrian Standards, basierend auf der internationalen Norm ISO/IEC 17024. Die Bezeichnung kann nach der Zertifizierung offiziell geführt und z.B. auf LinkedIn oder im Lebenslauf angegeben werden.
Das Weiterbildungsprogramm der TU Wien Academy bereitet Sie gezielt auf die mündliche Prüfung vor. Die mündliche Prüfung wird online durchgeführt, dauert ca. 45 Minuten und besteht aus zwei Teilen:

  • einer Projektpräsentation sowie
  • einer mündlichen Wissensprüfung

Nach dem Bestehen der Prüfung erlangen Sie das internationale Personenzertifikat gem. ISO/IEC 17024 zur/ zum KI-Manager_in". Eine Re-Zertifizierung ist nach 3 Jahren erforderlich.
 

Termine & Anmeldung

Durchgang Deutsch
1.Block: 25.–26.06.2026, 9–17 Uhr an der TU Wien
2.Block: 03.-–04.09.2026 , 9–17 Uhr an der TU Wien
Zusätzl. Online Termin (halbtägig) zur Projektpräsentation u. Feedback: 18.09.2026, 13-18 Uhr, online
Anmeldung bis 18.06.2026

Durchgang Englisch
1.Block: 12.–13.11. 2026, 9–17 Uhr an der TU Wien
2.Block: 10.–11.12. 2026, 9–17 Uhr an der TU Wien
Zusätzl. Online Termin (halbtägig) zur Projektpräsentation u. Feedback: 18.12.2026, 13-18 Uhr, online
Anmeldung bis 05.11.2026

Weitere Termine auf Anfrage.

Teilnahmegebühr

 KI-Manager_in LehrgangKI-Manager_in Lehrgang inkl. Prüfung zur Zertifizierung gemäß ISO/IEC 17024
Early Bird bis 31.03.2026 (Deutsch), 
bis 30.07.2026 (Englisch)		€ 3.390,-€ 3.990,-
Vollpreis regulär€ 3.590,-€ 4.190,-

Inklusive: 

  • Trainingsunterlagen (digital)
  • Seminargetränke (Wasser, Tee, Kaffee) und Verpflegung während der Kaffeepausen

  • Teilnahmebestätigung inkl. Angaben zu Inhalten und Vortragenden

     

*Preisreduktionen für Mitglieder der TU Wien Community. Details bei der Anmeldung.
**Firmen-Tarif: 20 % Rabatt ab 3 Teilnehmenden – kontaktieren Sie Ihre Ansprechperson der TU Wien Academy. short-courses@tuwien.ac.at
***Buchen Sie diese Weiterbildung im Bundle mit einem unserer anderen Seminare und erhalten sie 25% Preisnachlass. Kontaktieren Sie Ihre Ansprechperson der TU Wien Academy: short-courses@tuwien.ac.at

Button "Zum Programm anmelden"

Noch Fragen?

Melden Sie sich gerne bei uns. Wir stehen Ihnen für eine Klärung unkompliziert zur Verfügung.

Weitere Seminare, die Sie interessieren könnten: