AI Developer Professional + CAPM Zertifizierung PMI

Dieser Kurs bündelt die Ausbildung zum AI Developer Professional mit dem CAPM-Zertifizierungspfad des Project Management Institute (PMI). Die Besonderheit liegt in der Verbindung zweier Kompetenzen, die auf dem Markt selten gemeinsam zu finden sind: technisches KI-Know-how einerseits — das Verstehen, Entwickeln und Einsetzen von maschinellen Lernmodellen — und andererseits die Fähigkeit, Projekte strukturiert zu planen, zu dokumentieren und steuerbar zu halten. Der CAPM ist der PMI-Einstieg in das formale Projektmanagement-Zertifizierungssystem und richtet sich ausdrücklich an Personen, die noch keine jahrelange PM-Berufserfahrung mitbringen.

Modul 1 — AI Developer Professional: Grundlagen und Algorithmen Die KI-Komponente beginnt mit den konzeptionellen und mathematischen Grundlagen, die für ein tragfähiges Verständnis maschinellen Lernens notwendig sind. Datenqualität, Merkmalstechnik und der ML-Workflow werden nicht als Black Box, sondern von innen heraus behandelt. Sie verstehen, warum bestimmte Algorithmen für bestimmte Datentypen geeignet sind, und können diese Entscheidung begründen. Das Modul deckt im Einzelnen ab

• Wahrscheinlichkeitsrechnung und lineare Algebra als ML-Fundament
• Lineare und logistische Regression, Entscheidungsbäume, Random Forests
• Clustering mit K-Means, hierarchische Verfahren, DBSCAN
• Dimensionsreduktion: PCA, t-SNE als Werkzeug zur Datenerkundung
• Model-Evaluation: Train-Test-Split, Kreuzvalidierung, Precision/Recall, F1-Score
• Scikit-learn-Workflows: Pipelines, Hyperparametersuche, Persistenz von Modellen

Modul 2 — AI Developer Professional: Neuronale Netze und Anwendungsfelder Aufbauend auf dem Algorithmen-Modul behandelt dieser Block Deep Learning und die wichtigsten Anwendungsgebiete, in denen KI heute produktiv eingesetzt wird. Statt isolierter Theorie lernen Sie die Technik anhand konkreter Aufgabenstellungen kennen. Schwerpunkte sind

• Mehrschichtige neuronale Netze: Aufbau, Aktivierungsfunktionen, Gradientenabstieg
• CNNs für Bilderkennung und Transfer Learning mit vortrainierten Modellen
• Sequenzmodelle (RNN, LSTM) für Zeitreihen und Spracherkennung
• Grundzüge des Natural Language Processing: Tokenisierung, Embeddings, Sentiment-Analyse
• KI-Modelle als REST-API bereitstellen und in Webanwendungen integrieren
• Versionierung und Reproduzierbarkeit von ML-Experimenten

Modul 3 — CAPM-Grundlagen: Projektmanagement nach PMI Das CAPM-Modul führt systematisch durch die Wissensbereiche und Prozessgruppen des PMBOK-Guides. Es behandelt Projektmanagement nicht abstrakt, sondern entlang typischer Fragen, die im Projektalltag auftreten: Wie legt man Scope verbindlich fest? Wie plant man einen Zeitplan, der auch unter Druck stabil bleibt? Wie kommuniziert man mit Stakeholdern, die unterschiedliche Erwartungen haben? Die behandelten Inhalte sind

• Projektdefinition und Abgrenzung gegenüber Programm- und Portfolio-Management
• Projektcharta und Stakeholder-Analyse als Basis der Initiierung
• Scope-Definition: Work Breakdown Structure (WBS) und Scope-Statement
• Zeitplanung: Vorgangsfolgeplanung, kritischer Pfad, Puffer
• Kostenplanung und Earned-Value-Management als Steuerungsinstrument
• Qualitätsmanagement, Risikomanagement und Beschaffungsplanung
• Kommunikationsmanagement: Berichtsformate, Eskalationswege, Statusberichte

Modul 4 — CAPM-Prüfungsvorbereitung und Anwendung auf KI-Projekte Das abschließende Modul verbindet die PM-Methodik mit dem spezifischen Kontext von KI-Entwicklungsprojekten und bereitet konkret auf die CAPM-Prüfung vor. Konkret werden behandelt

• Aufbau und Format der CAPM-Prüfung: 150 Fragen, 3 Stunden, Prüfungsanmeldung über PMI
• Typische Fragemuster und Entscheidungslogiken in PMI-Prüfungen
• Besonderheiten agiler und hybrider PM-Ansätze im CAPM-Curriculum
• KI-Projekte managen: Datenbeschaffung als Projektphase, iterative Modellentwicklung, Schnittstellen zu Fachbereichen
• Scope-Creep in KI-Projekten erkennen und begrenzen
• Risikoprofil typischer ML-Projekte: Datenqualität, Modellperformance, regulatorische Anforderungen

Der Kurs spricht zwei Zielgruppen an, die im Lernraum gewinnbringend zusammentreffen: KI-Entwickler, die ihre technische Arbeit besser in Projektstrukturen verankern wollen, und Projektkoordinatoren oder IT-Fachleute, die verstehen möchten, wie KI-Projekte von innen funktionieren. Dazu gehören im Einzelnen

• Softwareentwickler, die KI-Kompetenz aufbauen und zugleich PM-Grundlagen formalisieren möchten
• Quereinsteiger mit analytischem Hintergrund, die sich in Richtung KI-Entwicklung orientieren
• Projektkoordinatoren, die in KI-Projekten eingesetzt werden und die technische Seite besser verstehen wollen
• IT-Fachleute, die eine kombinierte Qualifikation für Stellenbewerbungen suchen

Live-Unterricht im virtuellen Klassenzimmer bildet den Kern des Kurses. Dozierende wechseln zwischen Inputphasen, geleiteten Übungen und Diskussionen typischer Fallszenarien. Der CAPM-Teil profitiert von der Übungsform prüfungsähnlicher Fragen — Sie trainieren nicht nur den Stoff, sondern auch den Umgang mit dem Antwortformat der PMI-Prüfung. Der KI-Entwicklungsteil nutzt Lab-Umgebungen, in denen Sie Modelle direkt trainieren und testen. An New-Horizons-Centern stehen dafür Arbeitsplätze mit zwei Bildschirmen zur Verfügung; Home-Office-Teilnahme ist genehmigt.

Der Kurs dauert mehr als einen Monat bis zu drei Monaten im Vollzeitformat. Die Module sind nach Angabe des Anbieters individuell kombinierbar, sodass sich die tatsächliche Dauer nach der gewählten Zusammenstellung richtet. Vollzeit bedeutet in der Praxis täglich mehrere Stunden strukturierter Unterricht plus Eigenstudium am Abend für die CAPM-Prüfungsvorbereitung.

Am Ende des Kurses erhalten Sie eine qualifizierte Teilnahmebescheinigung. Die CAPM-Zertifizierung selbst — ausgestellt vom Project Management Institute — erwerben Sie durch die externe Prüfung bei einem von PMI autorisierten Testzentrum oder online. Das Zertifikat ist international anerkannt und gilt fünf Jahre; eine Verlängerung erfolgt durch erneutes Ablegen der Prüfung. Es ist ausdrücklich kein staatliches Abschlusszeugnis, sondern eine Verbandszertifizierung, die Arbeitgebern prüfbare PM-Grundkenntnisse signalisiert.

Die Kombination KI-Entwicklung plus CAPM ist am Markt keine Selbstverständlichkeit. KI-Projekte scheitern häufig nicht an der Technologie, sondern an mangelhafter Planung, unklaren Anforderungen oder fehlender Stakeholder-Kommunikation — exakt die Schwachstellen, die CAPM adressiert. Wer sowohl trainieren als auch planen kann, ist in kleinen Teams unverzichtbar, weil er oder sie den Bogen vom technischen Konzept bis zur abgestimmten Umsetzung schlägt. Das CAPM-Zertifikat öffnet zudem Türen in Unternehmen, die PMI-Methodik als Standard nutzen: Großkonzerne, Beratungen und öffentliche Auftraggeber fragen PM-Kenntnisse systematisch ab. Als KI-Entwickler mit PMI-Zertifikat positionieren Sie sich als Person, die nicht nur Modelle baut, sondern KI-Vorhaben auch im organisatorischen Rahmen eines professionellen Projekts führen kann. Für Personen, die neu ins Projektmanagement einsteigen, ist CAPM zudem ein sinnvoller Ausgangspunkt auf dem PMI-Zertifizierungspfad — wer nach einigen Jahren Projekterfahrung den PMP anstrebt, hat mit dem CAPM bereits eine anerkannte Grundlage gelegt.