Der CAS richtet sich an:

• Fachkräfte aus den Bereichen Gesundheitswesen, Bildung, Finanz- und Versicherungswesen
• Innovationsmanager und Verantwortliche für digitale Transformation, die KI-Lösungen erkunden möchten
• Personen, die generative KI in ihren beruflichen Kontext integrieren möchten
• Interessierte, die praktische KI-Schulungen suchen

Sie werden dazu befähigt, innovative und praxisnahe KI-Lösungen für verschiedene Branchen zu entwickeln, zu prototypisieren und zu evaluieren. Mit einem Fokus auf generative KI-Technologien wie Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG) lernen Sie, Anwendungen wie konversationelle Agenten, XR-Simulationen und KI-gestützte Tools für Datenanalyse, Entscheidungsunterstützung und Automatisierung zu gestalten.

Sie erwerben praxisorientierte Fähigkeiten, um generative KI auf reale Herausforderungen anzuwenden – sei es zur Verbesserung der Gesundheitskompetenz, zur Optimierung von Kundenberatungsprozessen oder zur Automatisierung von Versicherungsabläufen. Der Kurs vermittelt nicht nur technologische Grundlagen, sondern auch methodische Ansätze, die eine gezielte Übertragung in die Praxis ermöglichen.

Am Ende des Kurses sind Sie in der Lage:

• Benutzerzentrierte KI-Systeme zu entwerfen, die Empathie, Adaptivität und soziale Intelligenz zeigen.
• Prototypen für reale Anwendungen zu erstellen und systematisch zu evaluieren.
• Generative KI-Lösungen in Ihren beruflichen Kontext zu integrieren und innovative Projekte eigenständig umzusetzen.

Der praxisnahe Unterricht und die Betreuung durch erfahrene Dozierende aus Forschungs- und Entwicklungsprojekten gewährleisten eine enge Verbindung zur realen Anwendung generativer KI.

In diesem Modul erwerben Sie ein grundlegendes Verständnis der Technologien, die der Generativen KI zugrunde liegen. Sie lernen, leistungsstarke Werkzeuge wie Large Language Models (LLMs) und Retrieval-Augmented Generation (RAG) einzusetzen und interaktive Systeme zu gestalten, die auf Empathie, Anpassungsfähigkeit und Nutzerfreundlichkeit basieren. Das Modul legt den Fokus auf die Entwicklung und Optimierung generativer KI-Lösungen für eine Vielzahl von realen Anwendungen.

• Einführung in Foundation Models: Grundlagen von LLMs und generativen KI-Technologien: Fähigkeiten, Grenzen und Anwendungsbereiche
• Prompt Engineering: Techniken zur Erstellung und Verfeinerung von Prompts zur Optimierung generativer KI-Ausgaben
• Retrieval-Augmented Generation (RAG): Methoden zur Kombination von generativer KI mit externen Wissensquellen für kontextbezogene Ergebnisse
• Interaktionsabläufe und Verhaltenssteuerung: Entwurf von nutzerzentrierten Gesprächsstrukturen mit Empathie, Anpassungsfähigkeit und überzeugender Kommunikation
• Multimodale Intelligenz: Integration von multi-modalen Sensortechniken wie Gesichtserkennung und Intent-Analyse in KI-Systeme
• Multi-User- und Multi-Agenten-Interaktion: Strategien zur Skalierung von Eins-zu-Eins-Interaktionen auf komplexe Multi-Nutzer- und Multi-Agenten-Szenarien

Dieses Modul vermittelt Ihnen die methodischen Grundlagen zur Gestaltung, Implementierung und Evaluation generativer KI-Anwendungen. Der Fokus liegt auf der Entwicklung innovativer, benutzerzentrierter Lösungen, wie z. B. immersive XR-Simulationen, KI-gestützte Bildungswerkzeuge und sozial intelligente Robotersysteme. Sie lernen, generative KI-Lösungen erfolgreich in der Praxis einzusetzen und deren Effektivität und Nutzerakzeptanz systematisch zu bewerten.

• Design von Bildungsinterventionen: Entwicklung interaktiver und reflektierender Bildungswerkzeuge, um Lernergebnisse und Nutzerengagement zu verbessern
• Simulationen in XR: Gestaltung immersiver Erfahrungen in Extended-Reality-Umgebungen zur Förderung von Kompetenzen und praktischen Fähigkeiten
• Robotik im Gesundheitswesen: Design sozial intelligenter Roboter zur Unterstützung von Pflege- und Gesundheitsinterventionen, z. B. Mobilitätshilfen
• Nutzerzentriertes Design (UCD) und Evaluation: Iterative Designprozesse, die die Bedürfnisse der Nutzer priorisieren, sowie Methoden zur Evaluation von Nutzbarkeit und Effektivität
• Deployment: Schritte zur Operationalisierung und Skalierung generativer KI-Lösungen für den Einsatz in realen Anwendungen
• Projekt-Coaching: Individuelle Begleitung bei der Konzeption, Prototypisierung und Evaluation innovativer KI-Anwendungen, abgestimmt auf spezifische Herausforderungen im beruflichen Kontext

Der Kurs setzt auf eine praxisorientierte, projektbasierte Lernmethodik, die Theorie und Praxis eng miteinander verknüpft. Die Teilnehmenden erwerben zunächst fundiertes Wissen über generative KI-Technologien und methodische Ansätze, die sie direkt in realitätsnahen Projekten anwenden. Interaktive Lehrformate wie Workshops, Fallstudien und Teamarbeit fördern ein aktives, kooperatives Lernen.

Ein besonderer Fokus liegt auf der Entwicklung von Prototypen und der praktischen Umsetzung generativer KI-Lösungen. Durch individuelle Projekt-Coachings und den Austausch mit erfahrenen Dozierenden aus Forschung und Entwicklung werden die Teilnehmenden gezielt bei der Anwendung und Evaluation ihrer Projekte unterstützt. Diese praxisnahe Herangehensweise stellt sicher, dass die erworbenen Kompetenzen direkt in den beruflichen Alltag übertragbar sind.

Der Leistungsnachweis besteht aus einem praxisorientierten Projekt, in dem die Teilnehmenden in Teams eine generative KI-Anwendung entwickeln, prototypisieren und evaluieren. Die Ergebnisse des Projekts werden in Form eines Prototyps und eines Berichts präsentiert, der die Lösung, den Entwicklungsprozess sowie die Evaluation der Anwendung dokumentiert. Die Bewertung erfolgt auf Grundlage der Präsentation und der eingereichten Projektergebnisse.

Der Unterricht findet jeweils am Freitag und Samstag statt. Es wird angestrebt, die Samstage online durchzuführen – in vereinzelten Fällen können Samstage auch vor Ort durchgeführt werden.

• Alexandre de Spindler
• Elke Brucker-Kley
• Katja Fraedrich
• Elena Gavagnin
• Jasmin Heierli
• Thomas Keller
• Benjamin Kühnis
• Max Meisterhans
• Adrian Moser
• Christian Scherer
• Theresa Schmiedel

Der Zertifikatslehrgang richtet sich an Absolventinnen und Absolventen von Hochschulen (FH/Universität) mit mind. 3 Jahren Berufserfahrung sowie an Berufsleute ohne Hochschulabschluss mit mind. 5 Jahren Berufserfahrung und entsprechenden Weiterbildungsausweisen (höhere Fachschule oder höhere Fachprüfung mit eidg. Fachausweis/Diplom).

Englischkenntnisse werden vorausgesetzt, weil im Studiengang mit englischer Literatur gearbeitet wird.

Über die definitive Zulassung entscheidet die Studienleitung.

Anmeldungen werden in der Reihenfolge des Eingangs berücksichtigt.