Onlinekurs · Tools & Training

AI Foundations

Was jede Führungskraft wissen muss, um über KI zu entscheiden: was sie ist, wo der Wert liegt, welche Risiken bestehen und welche Entscheidungen bei Ihnen liegen.

  • 7 Module
  • Etwa 3,5 Stunden
  • Keine technischen Vorkenntnisse nötig
  • Offen für alleAusgabe Oktober 2026
Ihr Fortschritt Noch nicht begonnen
0 von 7 Modulen abgeschlossen0 von 40 Lektionen gelesen
Mit Modul 1 beginnen → Ihr Fortschritt wird nur in diesem Browser gespeichert. Kein Konto und keine personenbezogenen Daten nötig.
So funktioniert der Kurs

Lernen, üben, prüfen

Der Kurs deckt dieselben Inhalte ab wie der Executive Workshop AI foundations for leaders. Jede Zahl und jeder Fall ist mit Quelle belegt. Als illustrativ gekennzeichnete Beispiele sind erfunden, um eine Methode zu zeigen.

01LernenKurze Lektionen in klarer Sprache, gestützt auf echte Fälle und unabhängige Forschung.
02ÜbenÜbungen, die das Gelernte anwenden: Anwendungsfälle priorisieren, den EU AI Act lesen, einen Vorschlag anhand von fünf Fragen prüfen.
03PrüfenEin Wissenscheck schließt jedes Modul ab, mit Feedback zu jeder Antwort und Fragen zur Reflexion.
04NachschlagenEine Bibliothek echter Fälle, ein Glossar mit 32 Begriffen und die Quellen hinter jeder Zahl.
Der Kurs

Sieben Module

Das Wesentliche, wenn die Zeit knapp ist: Modul 1, drei Lektionen aus Modul 2, eine aus Modul 4, Modul 6 und eine Lektion aus Modul 7.
Modul 1 · Warum es jetzt darauf ankommtÜbersicht

Warum es jetzt darauf ankommt

Wie schnell KI Einzug gehalten hat, wie wenige Unternehmen bisher daran verdienen und warum Führungskräfte ein eigenes Verständnis davon brauchen.

In diesem Modul lernen Sie
  • Wie schnell sich generative KI verbreitet hat und warum dadurch eine Governance-Lücke entstand
  • Wo Unternehmen 2026 bei der Wertschöpfung durch KI stehen
  • Was die Daten über Boards und KI-Expertise sagen
  • Drei Verantwortlichkeiten, die KI-Kompetenz zur Führungsaufgabe machen
Lernzeit 15 Min. Schlüsselbegriffe Generative KI, EBIT-Effekt, KI-Kompetenz, Aufsicht durch das Board
Fallbibliothek

Dreizehn echte Fälle

Was gut und was schlecht lief, als Unternehmen KI einsetzten, und die Lehre aus jedem Fall. Öffnen Sie einen Fall, um ihn in seiner Lektion zu lesen.

  • Mata v. AviancaNew York, 2023 Niemand prüfte das Ergebnis, und niemand übernahm Verantwortung, als der Fehler ans Licht kam.Nachlesen in Modul 2 →
  • Deloitte Australia2025 Wenn KI an einem Dokument mitschreibt, das Ihren Namen trägt, muss Ihre Prüfung die Fehler der KI erkennen.Nachlesen in Modul 2 →
  • Morgan Stanley2023 Eine eng gefasste, quellengestützte Anwendung auf Basis Ihrer eigenen vertrauenswürdigen Inhalte ist einer der sichersten Einstiegspunkte.Nachlesen in Modul 3 →
  • Klarna2024 bis 2025 Messen Sie vom ersten Tag an Qualität ebenso wie Kosten.Nachlesen in Modul 4 →
  • Zillow Offers2021 Skalieren Sie nur, was sich bewährt hat, und legen Sie Abbruchregeln vor der Skalierung fest.Nachlesen in Modul 4 →
  • Samsung2023 Stellen Sie Mitarbeitenden ein freigegebenes Tool mit klaren Datenregeln bereit, bevor ein Verbot nötig wird.Nachlesen in Modul 5 →
  • Amazons Recruiting-ToolBekannt geworden 2018 Ein Modell, das auf vergangenen Entscheidungen trainiert wurde, wiederholt vergangene Muster. Prüfen Sie auf Bias, und tun Sie das fortlaufend.Nachlesen in Modul 5 →
  • Niederländisches Kinderbetreuungsgeld2021 Ein automatisierter Risikoscore ist eine Entscheidung über Menschen. Begründen Sie jeden Faktor darin.Nachlesen in Modul 5 →
  • Arup2024 Gehen Sie davon aus, dass ein vertrautes Gesicht und eine vertraute Stimme in einem Anruf gefälscht sein können. Verifizieren Sie über einen separaten Kanal.Nachlesen in Modul 5 →
  • Moffatt v. Air Canada2024 Ihre KI spricht für Ihr Unternehmen. Kunden dürfen sich auf das verlassen, was sie sagt, und Gerichte ebenso.Nachlesen in Modul 5 →
  • Salesforce2025 Ergebnisse von Anbietern sind ein Ausgangspunkt, kein Beleg. Testen Sie Agenten an Ihrer eigenen Arbeit.Nachlesen in Modul 7 →
  • Commonwealth Bank of Australia2025 Messen Sie Nachfrage und Qualität, bevor Sie Rollen verändern.Nachlesen in Modul 7 →
  • Wenn ein Modell abgeschaltet wird2026 Sehen Sie für jeden wichtigen Workflow eine getestete Rückfallebene vor.Nachlesen in Modul 7 →
Glossar

Begriffe, die Sie kennen sollten

32 Begriffe
Agent
Generative KI, die plant und in anderen Systemen handelt, um ein Ziel zu erreichen.
Agent Washing
Die Vermarktung von Assistenten, Chatbots oder Automatisierungstools als Agenten, ohne dass diese echte agentische Fähigkeiten haben.
AI Act
Verordnung (EU) 2024/1689, das EU-Gesetz über KI, geändert durch Verordnung (EU) 2026/1744.
Ausgangswert
Der heutige Wert der Kennzahl, die ein KI-Projekt verändern soll, abgestimmt mit dem Finanzbereich, bevor die Arbeit beginnt.
Bias
Systematische Benachteiligung in Ergebnissen, oft aus historischen Daten gelernt.
Geschlossenes Modell
Ein Modell, das sein Anbieter nur als Dienst anbietet.
Kontext
Die Dokumente, Daten und der Gesprächsverlauf, die ein Modell beim Antworten sehen kann.
Deepfake
KI-generierte Audio-, Bild- oder Videoinhalte, die eine reale Person nachahmen.
Betreiber
Nach dem AI Act eine Organisation, die ein KI-System in eigener Verantwortung nutzt.
Evaluation
Systematisches Testen der Ausgabequalität eines KI-Systems.
Übermäßige Handlungsfreiheit
Ein Agent mit mehr Autonomie, Berechtigungen oder Zugriff, als seine Aufgabe erfordert.
Rückfallebene
Eine getestete Alternative, ein anderes Modell oder der manuelle Prozess, für den Fall, dass ein Agent oder Modell nicht verfügbar ist.
Fine-Tuning
Zusätzliches Training eines Modells mit spezifischen Beispielen.
Gateway
Eine Schicht zwischen Ihren Anwendungen und KI-Modellen, mit der Sie Modelle wechseln können.
Generative KI
KI, die neue Texte, Bilder, Code oder Ton erzeugt.
Grounding
Die Anbindung eines Modells an vertrauenswürdige Quellen, damit es aus ihnen antwortet (auch RAG).
Halluzination
Selbstsichere, aber falsche Ausgabe eines KI-Modells.
Hohes Risiko
Nach dem AI Act Anwendungen wie Recruiting oder Kreditscoring, die mit strengen Pflichten verbunden sind.
Human in the Loop
Ein Verfahren, bei dem ein Mensch KI-Ausgaben prüft oder freigibt, bevor sie wirksam werden.
Mensch-Agent-Verhältnis
Die Aufteilung der Arbeit zwischen Agenten und Menschen, ausgerichtet daran, wo menschlicher Kontakt und Urteilsvermögen wichtig sind.
Großes Sprachmodell
Ein generatives KI-Modell, das mit großen Textmengen trainiert wurde, um das nächste Wort vorherzusagen.
Maschinelles Lernen
KI, die Muster aus Beispielen lernt, statt festgeschriebenen Regeln zu folgen.
Beobachtete Abdeckung
Anthropics Maß dafür, wie viel der Arbeit eines Berufs KI in realer Nutzung abdeckt.
Open-Weight-Modell
Ein Modell, dessen trainierte Gewichte andere herunterladen und betreiben können.
Prompt
Die Anweisung oder Frage an ein Modell.
Prompt Injection
Eingabe, die das Verhalten eines Modells auf unbeabsichtigte Weise ändert; indirekt, wenn sie in Inhalten versteckt ist, die das Modell liest.
Anbieter
Nach dem AI Act eine Organisation, die ein KI-System entwickelt und unter eigenem Namen in Verkehr bringt.
Schatten-KI
KI, die in einer Organisation außerhalb jeder genehmigten Richtlinie genutzt wird.
Abbruchregel
Eine vorab vereinbarte Bedingung, unter der ein Projekt gestoppt wird.
Zeithorizont
Die Länge der Aufgaben, gemessen in menschlicher Arbeitszeit, die ein KI-Agent mit einer bestimmten Erfolgsquote erledigen kann.
Token
Ein Wortteil; die Einheit, in der Modelle lesen, schreiben und abrechnen.
Transformer
Die 2017 veröffentlichte Architektur neuronaler Netze, auf der heutige Sprachmodelle aufbauen.
Quellen

Woher die Fakten stammen

Jede Zahl und jeder Fall im Kurs, mit Quelle. Abgerufen am 10. und 11. Oktober 2026. Erklärungen zur Funktionsweise von KI, die Anbieterbeispiele (Stand Oktober 2026), die Frameworks und alle als illustrativ gekennzeichneten Beispiele stammen von Praexo und sind keine belegten Aussagen. Rechtliche Zusammenfassungen sind keine Rechtsberatung.

  1. 1Reuters, ChatGPT sets record for fastest-growing user base, 1 February 2023
  2. 2McKinsey, The state of AI in 2026, August 2026
  3. 3BCG, press release, 30 September 2026
  4. 4The Conference Board, Governing AI, 22 April 2026
  5. 5ISS-STOXX, AI and governance, 25 May 2026
  6. 6Regulation (EU) 2024/1689 (Artificial Intelligence Act), articles 3, 4, 5, 16, 25, 26, 50, 99, 113 and Annex III
  7. 7Regulation (EU) 2026/1744 (Digital Omnibus on AI)
  8. 8European Commission, AI Omnibus enters into force, 27 July 2026
  9. 9Hunton Andrews Kurth, EU Digital Omnibus on AI enters into force, July 2026
  10. 10UMBC, on the 1955 Dartmouth proposal by McCarthy, Minsky, Rochester and Shannon
Mit Ihrem Team

Gemeinsam lernen

Der Executive Workshop AI foundations for leaders deckt dieselben Inhalte in einer Sitzung ab, anhand Ihrer eigenen Fälle und Fragen.