KI-Entscheidungsfindung verstehen und anwenden

Unser Lernprogramm richtet sich an alle, die verstehen wollen, wie künstliche Intelligenz Entscheidungsprozesse unterstützen kann. Wir arbeiten mit echten Szenarien und zeigen, wie Datenanalyse in der Praxis funktioniert.

Die Kurse sind so aufgebaut, dass sie sich an Ihrem Tempo orientieren. Manche Teilnehmer bringen technisches Vorwissen mit, andere kommen aus ganz anderen Bereichen – beides ist völlig in Ordnung.

Mehr erfahren

Moderne Arbeitsumgebung mit digitalen Analysetools

Unsere Lehrenden und ihre Herangehensweise

Jeder Kursleiter bringt seine eigene Perspektive mit. Das macht den Unterricht abwechslungsreich und praxisnah.

Sven Lindholm

Datenanalyse & Statistik

Sven hat jahrelang in der Automobilindustrie gearbeitet, bevor er ins Bildungswesen wechselte. Er erklärt komplexe statistische Konzepte mit Beispielen aus dem Alltag – oft geht es um Qualitätssicherung oder Prozessoptimierung.

Statistische Modellierung
Qualitätsmanagement
Datenvisualisierung

Helena Østergaard

Machine Learning & Ethik

Helena kommt ursprünglich aus der Forschung. Sie legt großen Wert darauf, dass wir nicht nur technische Lösungen betrachten, sondern auch über die gesellschaftlichen Auswirkungen nachdenken. In ihren Kursen wird viel diskutiert.

Algorithmenentwicklung
Ethische KI-Nutzung
Bias-Erkennung

Dimitri Vasiliev

Angewandte KI-Systeme

Dimitri arbeitet parallel als Berater für mittelständische Unternehmen. Seine Kurse sind sehr praxisorientiert – er zeigt, wie man KI-Tools tatsächlich im Arbeitsalltag einsetzt und wo die Grenzen liegen.

Systemintegration
Prozessautomatisierung
Business Intelligence

Marieke van der Berg

Datenarchitektur & Sicherheit

Marieke hat einen Hintergrund in IT-Sicherheit und Cloud-Computing. Sie bringt den Teilnehmern bei, wie man Datenpipelines aufbaut und dabei Datenschutzstandards einhält – ein Thema, das oft unterschätzt wird.

Cloud-Infrastruktur
DSGVO-konforme Systeme
Skalierbare Architekturen

Wie wir unterrichten

Projektbasiertes Lernen

Statt endloser Theorie arbeiten Sie an konkreten Fallstudien. Manchmal sind das echte Datensätze aus anonymisierten Unternehmensprojekten, manchmal konstruierte Szenarien, die typische Herausforderungen abbilden. Der Fokus liegt darauf, dass Sie selbst Lösungen entwickeln und diese dann gemeinsam analysieren.

Welche Vorkenntnisse sind nötig?

Das kommt auf den Kurs an. Für die Einführungskurse reicht grundlegendes Verständnis von Tabellenkalkulation und logischem Denken. Die fortgeschrittenen Module setzen Programmierkenntnisse voraus – meist Python, aber wir bieten auch Auffrischungsmaterial an.

Einsteigerkurse: keine spezifischen technischen Voraussetzungen
Fortgeschrittene Module: Erfahrung mit Python oder ähnlichen Sprachen
Spezialisierungen: individuell je nach Thema

Wie läuft der Unterricht ab?

Die meisten Kurse kombinieren Live-Sessions mit eigenständiger Arbeit. In den Sessions besprechen wir Konzepte und arbeiten gemeinsam an Problemen. Zwischen den Terminen bearbeiten Sie Aufgaben in Ihrem eigenen Tempo. Einige Teilnehmer schaffen das in wenigen Stunden pro Woche, andere investieren deutlich mehr Zeit.

Wöchentliche Live-Sessions (meist abends)
Aufgaben und Projekte für zwischendurch
Feedback von Lehrkräften und Mitstudierenden
Zugang zu Kursmaterialien auch nach Abschluss

Was unterscheidet Lunepraxor von anderen Anbietern?

Ehrlich gesagt: nicht so viel, wie Marketingbroschüren oft versprechen. Wir konzentrieren uns auf praxisnahe Inhalte und arbeiten mit Lehrenden, die neben dem Unterricht noch in der Industrie aktiv sind. Das Programm ist nicht darauf ausgelegt, Sie in drei Monaten zum KI-Experten zu machen – dafür ist das Feld zu komplex.

Grundlagenphase

Erstes Quartal

Sie lernen, wie KI-Systeme grundsätzlich funktionieren und wo sie im Entscheidungsprozess sinnvoll eingesetzt werden können. Es geht um Datenqualität, einfache Algorithmen und die kritische Bewertung von Ergebnissen. Am Ende dieser Phase haben Sie ein kleines Projekt abgeschlossen – meist eine Datenanalyse mit interpretierbaren Ergebnissen.

Vertiefungsphase

Zweites und drittes Quartal

Jetzt wird es spezifischer. Sie wählen einen Schwerpunkt – etwa prädiktive Modelle, natürliche Sprachverarbeitung oder Entscheidungsoptimierung. Die Projekte werden umfangreicher und Sie arbeiten häufiger in kleinen Teams. Hier merken viele Teilnehmer, dass die Zusammenarbeit mit anderen oft mehr bringt als isoliertes Lernen.

Abschlussprojekt

Viertes Quartal

Die letzte Phase ist dem Abschlussprojekt gewidmet. Idealerweise bringen Sie ein Problem aus Ihrem eigenen Arbeitsumfeld mit – das macht die Arbeit relevanter und erhöht die Motivation. Falls das nicht möglich ist, stellen wir realitätsnahe Szenarien zur Verfügung. Die Projekte werden präsentiert und von Lehrkräften sowie Teilnehmenden diskutiert.

Bereit für den nächsten Schritt?

Das Programm startet laufend – Sie können sich jederzeit anmelden und in die passende Gruppe einsteigen. Wenn Sie noch unsicher sind, ob das Format für Sie geeignet ist, vereinbaren Sie einfach ein kurzes Gespräch mit unserem Team.

Kontakt aufnehmen