KI-Manager:in mit AWS Machine Learning Specialty — Cloud + ML in der Praxis

KI verändert Unternehmen — und KI-Manager:innen sind die Brückenbauer zwischen Strategie, Technik und Mitarbeitenden. Dieser Kurs kombiniert Management-Sicht mit hands-on AWS-Machine-Learning-Skills, inklusive Reinforcement Learning über AWS DeepRacer.

**Was du am Ende kannst:**

- KI-Strategien für Unternehmen entwickeln (Use-Case-Mapping, ROI-Bewertung)

- Mitarbeitende auf den KI-Wandel vorbereiten (Change Management, Schulung)

- KI-Projekte planen und steuern (Roadmap, Budget, Risikomanagement)

- AWS EC2 für Compute-Workloads konfigurieren

- AWS SageMaker für ML-Training und Deployment nutzen

- AWS Lambda für serverlose ML-Inferenz aufsetzen

- Amazon ECS für containerisierte ML-Workloads orchestrieren

- AWS DeepRacer für Reinforcement-Learning-Konzepte praktisch durchlaufen

- Apache MXNet als alternatives Deep-Learning-Framework einordnen

- Daten-Pipelines (S3 → Glue → SageMaker → Endpoint) konstruieren

**Inhalte im Detail:**

- KI-Management: Strategien, Geschäftsmodelle, KI-Reifegradmodelle

- KI-Ethik und EU AI Act — was Manager:innen wissen müssen

- AWS-Konto-Setup, IAM, Cost Management

- EC2 Instance Types für ML (CPU, GPU, Inferentia)

- Deep Learning AMI und Cloud9 Workflow

- SageMaker: Notebooks, Training Jobs, Endpoints, Pipelines

- Apache MXNet vs. PyTorch vs. TensorFlow

- DeepRacer: Reinforcement-Learning-Grundlagen, Reward Functions, 3D-Renn-Simulation