Technischer Projektmanager

Schwerpunkte: Generative KI & Large Language Models, Prompting & Automatisierung, KI-Anwendungsfälle im Business-Kontext

• Grundlagen von Künstlicher Intelligenz, Machine Learning und generativen Modellen verstehen
• Funktionsweise und Grenzen von Large Language Models (LLMs) kennen
• Effektives Prompting erlernen, um präzise, reproduzierbare Ergebnisse zu erzielen
• KI für Recherche, Textgenerierung, Zusammenfassungen und Ideation im Projekt- und Analysekontext nutzen
• Workflows mit KI-Unterstützung entwerfen, um wiederkehrende Aufgaben zu automatisieren
• Risiken, Bias, Datenschutz und Compliance bei der KI-Nutzung einschätzen
• Best Practices für die Einführung und Nutzung von KI im Team und im Unternehmen anwenden

Schwerpunkte: Datenqualität, Excel, Datenaufbereitung & Reporting

• Grundlagen von Datenqualität und typischen Fehlerquellen im Unternehmensalltag verstehen
• Daten aus verschiedenen Quellen in Excel importieren, strukturieren und bereinigen
• Mit Tabellen, Filtern und Formatierungen effizient arbeiten
• Fortgeschrittene Excel-Funktionen für Analysen nutzen (z. B. SVERWEIS/XVERWEIS, WENN-Funktionen, Aggregationen)
• Pivot-Tabellen und Diagramme erstellen, interpretieren und für Management-Reports einsetzen
• Datenvalidierung und einfache Qualitätschecks in Excel implementieren
• Ergebnisse klar visualisieren und für Stakeholder verständlich aufbereiten

Schwerpunkte: Microsoft 365 & Copilot, Produktivitäts-Workflows, Zusammenarbeit & Kommunikation

• Grundlagen von Microsoft Copilot und Integration in M365-Apps (Outlook, Teams, Word, PowerPoint, Excel) verstehen
• E-Mails, Protokolle, User Stories und Dokumentationen mit Copilot schneller erstellen und überarbeiten
• Meetings mit Copilot vorbereiten, begleiten und nachbereiten (Agenda, Notizen, Zusammenfassungen, Action Items)
• Präsentationen und Entscheidungsvorlagen mit Copilot entwerfen und verfeinern
• Informationen aus verschiedenen Quellen zusammenführen und mit Copilot strukturieren lassen
• Persönliche Produktivitäts-Workflows entwickeln, um Routineaufgaben zu reduzieren
• Governance, Sicherheit und verantwortungsvollen Einsatz von Copilot im Unternehmenskontext berücksichtigen

Schwerpunkte: Python-Syntax und Datenstrukturen, eigene Funktionen, Automatisierung wiederkehrender Aufgaben

• Grundlegende Python-Syntax, Variablen und Datentypen verstehen und anwenden
• Kontrollstrukturen wie Bedingungen und Schleifen sicher einsetzen
• Mit Listen, Dictionaries und weiteren Datenstrukturen arbeiten
• Eigene Funktionen schreiben und Code sinnvoll strukturieren
• Standardbibliotheken und externe Module einsetzen
• Einfache Skripte zur Automatisierung wiederkehrender Aufgaben entwickeln
• Code-Qualität durch Best Practices für Lesbarkeit, Struktur und Versionierung sicherstellen