Artificial Intelligence — Foundations of AI in Design

Künstliche Intelligenz verändert kreative Berufsfelder nachhaltiger und schneller als viele es erwartet hätten. Grafikdesigner, UX-Fachkräfte und Produktdesigner stehen vor der Aufgabe, KI nicht als Bedrohung, sondern als Werkzeug zu verstehen und gewinnbringend einzusetzen. Dieser Kurs vermittelt die konzeptionellen und praktischen Grundlagen, die notwendig sind, um KI-Methoden sinnvoll in kreative Arbeitsabläufe zu integrieren. Lernende verstehen, wie Machine-Learning-Algorithmen Muster erkennen, wie generative Modelle neue Bilder, Texte und Konzepte erzeugen und wie datenbasierte Auswertungen Designentscheidungen objektivieren. Ein eigenes Kapitel widmet sich ethischen Fragen, Bias in Trainingsdaten und dem verantwortungsvollen Umgang mit KI-generierten Inhalten in professionellen Designprojekten. Das Programm schließt mit einem international anerkannten Herstellerzertifikat sowie einem Lehrgangszertifikat von New Horizons ab.

Modul 1 — Grundlagen der Künstlichen Intelligenz: Dieser einführende Block gibt einen breiten Überblick über das Feld der KI und schafft das konzeptionelle Vokabular, das für alle weiteren Einheiten benötigt wird. Designerinnen und Designer ohne technischen Hintergrund erhalten hier einen zugänglichen Einstieg in Begriffe und Konzepte, die in der Branche zunehmend relevant werden.

• Definition und Abgrenzung von KI, Machine Learning und Deep Learning
• Historische Entwicklung und aktuelle Anwendungsfelder der KI
• Typen von ML-Algorithmen: überwachtes, unüberwachtes und bestärkendes Lernen
• Neuronale Netze und ihre Schichtenarchitektur vereinfacht erklärt
• Daten als Rohstoff: Qualität, Menge und Repräsentativität von Trainingsdaten
• Überblick über KI-Plattformen und Tools, die im Designumfeld genutzt werden

Modul 2 — Machine Learning im Designprozess: Machine Learning kann Designentscheidungen datenbasiert stützen, Nutzerpräferenzen vorhersagen und repetitive Aufgaben automatisieren. Dieser Block beleuchtet konkrete Schnittstellen zwischen ML-Methoden und typischen Phasen eines Designprojekts.

• Nutzerzentrierte Datenanalyse mit ML-gestützten Auswertungstools
• Personalisierungsalgorithmen in UX und Produktempfehlungssystemen
• Klassifikation und Clusteranalyse für Nutzergruppen und Inhalte
• A/B-Test-Auswertung mit statistischen und ML-basierten Ansätzen
• Automatisierte Barrierefreiheitsprüfungen durch KI-gestützte Tools
• Integration von ML-Analysen in agile Designprozesse

Modul 3 — Generative KI und kreative Anwendungen: Diffusion Models, GANs und Large Language Models eröffnen völlig neue Möglichkeiten für kreative Prozesse. Dieser Abschnitt gibt einen fundierten Überblick über die Technologie hinter bekannten Tools und zeigt, wie generative KI sinnvoll in Designprojekte eingebunden werden kann.

• Funktionsprinzip von Generative Adversarial Networks (GANs)
• Stable Diffusion, Midjourney und DALL-E im Vergleich
• Text-to-Image-Prompting als eigenständige kreative Disziplin
• Generative KI für Typografie, Farbpaletten und UI-Konzepte
• Rechtliche Fragen: Urheberrecht und Nutzungsrechte KI-generierter Inhalte
• Grenzen generativer Modelle und typische Artefakte erkennen

Modul 4 — Ethik, Bias und Responsible AI: Technologische Mächtigkeit bringt Verantwortung mit sich. Dieser Block widmet sich den gesellschaftlichen und ethischen Dimensionen des KI-Einsatzes und gibt Designerinnen und Designern konkrete Werkzeuge, um Projekte verantwortungsvoll zu gestalten.

• Bias in Trainingsdaten: Ursachen, Typen und Konsequenzen
• Erkennung und Reduktion von Diskriminierung in KI-Ausgaben
• Transparenz- und Erklärbarkeitsanforderungen an KI-Systeme
• Regulatorischer Rahmen: EU AI Act und seine Relevanz für die Kreativbranche
• Nachhaltigkeitsaspekte des KI-Einsatzes (Energiebedarf, CO2-Fußabdruck)
• Leitlinien für ethisches Design mit KI im Unternehmenskontext

Praxis-Block — Designprojekte mit KI-Unterstützung

• Ideation-Sprint mit generativen Bildtools für ein fiktives Markenrelaunch-Projekt
• Erstellung eines KI-gestützten Moodboards aus heterogenen Referenzquellen
• Nutzerdatenauswertung mit einem einfachen Clustering-Algorithmus
• Barrierefreiheitsprüfung eines bestehenden Interface-Designs mit KI-Tool
• Prompt-Engineering-Übung für konsistente visuelle Stile
• Bias-Analyse eines Bild-Datensatzes auf Repräsentativität
• Designpräsentation unter Einbeziehung von ML-gestützten Nutzungsmetriken
• Ethical Review eines hypothetischen KI-Features in einer App
• Vergleichende Bewertung von drei generativen KI-Tools anhand definierter Kriterien
• Dokumentation einer KI-gestützten Designentscheidung für das Portfolio
• Reflexion des eigenen Workflows auf Automatisierungspotenziale
• Abschlusspräsentation eines KI-integrierten Miniaturprojekts

Die Praxisblöcke sind so gestaltet, dass keine Programmierkenntnisse notwendig sind — im Vordergrund stehen der kreative Umgang mit KI-Tools und das kritische Einschätzen ihrer Ausgaben. Lernende entwickeln so eine begründete Meinung darüber, wann und wie KI im Designprozess sinnvoll ist. Die Kursstruktur erlaubt es, Lerntempos anzupassen: Schnellere Lernende können Zusatzaufgaben aus einer Ressourcenbibliothek wählen, während Betreuungspersonen gezielt bei Herausforderungen unterstützen.

Dieser Kurs richtet sich an kreative Fachkräfte, die KI als Werkzeug in ihren Designberufsalltag integrieren möchten, sowie an Quereinsteiger, die sich im Bereich KI und Design neu orientieren wollen. Technische Vorkenntnisse werden nicht vorausgesetzt.

• Grafik- und Kommunikationsdesigner, die KI-Tools in ihre Arbeit einbinden möchten
• UX- und UI-Designer, die datenbasierte Entscheidungen treffen wollen
• Produktdesigner und Creative Directors, die generative KI strategisch einsetzen möchten
• Berufseinsteiger, die ein fundiertes KI-Verständnis für kreative Berufsfelder aufbauen
• Fachkräfte in Transition, die sich gezielt auf KI-gestützte Designrollen vorbereiten

Der Kurs wird als Combined Learning durchgeführt, wobei synchrone Online-Seminare und eigenverantwortliche Lernphasen miteinander verzahnt sind. Theorieblöcke wechseln sich mit praxisnahen Studio-Sessions ab, in denen Lernende KI-Tools aktiv ausprobieren und eigene Projekte vorantreiben. Peer-Feedback-Runden fördern den Austausch über unterschiedliche Perspektiven auf den KI-Einsatz im Design. Die Lerngruppen sind bewusst klein gehalten, damit Trainer auf individuelle Fragen eingehen und maßgeschneiderte Beispiele aus der Designpraxis heranziehen können. Ergänzende Materialien, Beispielprojekte und Ressourcenlisten werden über die Lernplattform kontinuierlich aktualisiert.

Der Kurs erstreckt sich in der Regel über mehr als einen Monat bis zu drei Monaten und ist in Vollzeit sowie Teilzeit buchbar. Die Gesamtstundenzahl setzt sich aus synchronen Lehreinheiten, betreuten Praxissessions und selbstgesteuerten Lernphasen zusammen. Individuelle Starttermine und Lernpläne werden im persönlichen Beratungsgespräch vereinbart, um berufliche Verpflichtungen und private Zeitkontingente zu berücksichtigen.

Teilnehmende erhalten nach erfolgreichem Abschluss ein international anerkanntes Herstellerzertifikat sowie ein Lehrgangszertifikat von New Horizons. Das Zertifikat belegt gegenüber Arbeitgebern und Auftraggebern fundierte Kenntnisse im Bereich KI-gestützter Designprozesse. Da die Zertifizierung auf international definierten Standards basiert, wird sie branchenübergreifend anerkannt und kann im Portfolio oder Lebenslauf transparent ausgewiesen werden.

Der Kurs befähigt Designerinnen und Designer, in einem sich rasch wandelnden Berufsfeld wettbewerbsfähig zu bleiben. Wer KI-Tools kompetent einsetzt, kann Ideen schneller visualisieren, Konzeptvarianten in kürzerer Zeit erstellen und Nutzerdaten fundierter interpretieren. Gleichzeitig schützt das erworbene Kritikwissen vor unkritischer Übernahme von KI-Ausgaben, die Bias, rechtliche Risiken oder ästhetische Eintönigkeit mit sich bringen können. Das Zertifikat signalisiert potenziellen Arbeitgebern und Kunden, dass die Person nicht nur mit KI-Tools umgehen kann, sondern auch deren Grenzen und ethische Implikationen reflektiert. In Ausschreibungen, in denen KI-Kompetenz zunehmend als Anforderung auftaucht, verschafft dieses Profil einen messbaren Vorteil gegenüber Mitbewerbern ohne systematische Weiterbildung. Bei AZAV-zertifizierten Bildungsträgern ist diese Weiterbildung in der Regel über einen Bildungsgutschein der Agentur für Arbeit oder des Jobcenters förderbar. Je nach individueller Situation kommen auch das Qualifizierungschancengesetz, die Berufsförderung der Bundeswehr, Leistungen zur Rehabilitation oder Förderungen der Deutschen Rentenversicherung als Finanzierungswege in Betracht. Die individuelle Beratung durch den Bildungsträger hilft, den geeigneten Förderweg frühzeitig zu sichern.