Kursbeschreibung
Viele Teams diskutieren, ob KI Admins und Entwickler ersetzt. Die bessere Frage ist: Welche Arbeit verschwindet, welche wird wichtiger und wie positionierst du dich so, dass du in der neuen Arbeitsteilung unverzichtbar bleibst? In diesem Seminar zerlegen wir den IT-Alltag in Aufgabenpakete und bewerten sie nach Automatisierbarkeit, Risiko und Wertbeitrag. Du lernst, warum KI besonders bei wiederkehrenden Tätigkeiten stark ist, aber bei Kontextwechseln, unklaren Anforderungen, Sicherheitsfragen und Haftung schnell an Grenzen stößt. Daraus leitest du ab, wo du Kontrolle behalten musst und wie du KI als Co-Worker einsetzt, statt dich von ihr treiben zu lassen. Anschließend arbeitest du an den Rollen, die Unternehmen gerade aufbauen: AI Operations und LLMOps für Betrieb, Monitoring, Kosten und Qualität von KI-gestützten Services; Platform Engineering für standardisierte Self-Service-Plattformen; AI Product Ownership für Nutzenargumentation, Risikoanalyse und Akzeptanzkriterien. Du übst eine praxistaugliche Zusammenarbeit mit KI: Briefings mit klaren Inputs, Review-Prozesse für Code und Infrastructure as Code, Erstellung von Runbooks und Postmortems sowie strukturierte Incident-Analysen. Ein weiterer Baustein ist Governance, Security und Compliance, ohne Innovation abzuwürgen. Du definierst Regeln für Daten, Freigaben, Logging und Audit-Trails und erkennst Supply-Chain-Risiken. Zum Abschluss entwickelst du eine 90-Tage-Roadmap mit Use-Case-Pipeline, Build-vs.-Buy-Entscheidung, RAG-Grundprinzip und Evaluation. Damit gehst du mit einem Plan raus, der messbar Zeit spart und gleichzeitig Stabilität und Sicherheit stärkt.
Zielgruppe
- Systemadministratorinnen und Systemadministratoren, IT Operations und SRE
- Softwareentwicklerinnen und Softwareentwickler, Tech Leads
- IT-Managerinnen und IT-Manager, Teamleitungen, Head of IT
- Security- und Compliance-Verantwortliche mit IT-Nähe
- Für alle, die ihre Rolle in einer KI-geprägten IT neu ausrichten wollen
Voraussetzung für die Schulung
- Grundverständnis von IT-Betrieb oder Softwareentwicklung
- Bereitschaft, Arbeitsabläufe kritisch zu hinterfragen und neu zu gestalten
Kursinhalte
- Was KI wirklich automatisiert und was nicht
- Realistische Automatisierungsgrade in Betrieb und Entwicklung
- Grenzen: Kontext, Haftung, Architekturentscheidungen
- Warum „Human-in-the-Loop“ ein Sicherheitsmechanismus ist
- Neue IT-Rollen, die gerade entstehen
- AI Operations und LLMOps: Betrieb, Monitoring, Kosten
- Platform Engineering: Self-Service statt Ticketbetrieb
- AI Product Ownership: Anforderungen, Nutzen, Risiken
- Arbeitsweise mit KI im Engineering-Alltag
- Prompting für Admin- und Dev-Aufgaben: Briefing, Kontext, Akzeptanzkriterien
- Code- und Infra-Reviews mit KI: Checklisten, Diff-Analyse, Regressionen
- Dokumentation, Runbooks, Postmortems schneller erstellen
- Governance, Security und Compliance ohne Bremsklotz
- Datenklassifizierung und Umgang mit vertraulichen Informationen
- Policy-by-Design: Freigaben, Logging, Audit-Trails
- Supply-Chain-Risiken: Abhängigkeiten, Modelle, Plugins
- Toolchain und Architekturentscheidungen
- Build vs. Buy: Copilots, Chatbots, interne Assistenten
- RAG-Grundprinzip: Wissensquellen, Retrieval, Zitierbarkeit
- Evaluation: Qualität, Halluzinationen, Benchmarks
- Roadmap für deine nächsten 90 Tage
- Use-Case-Pipeline: Auswahl nach Risiko und Wertbeitrag
- Skill-Stack: Was du lernen solltest und was du delegierst
- Messgrößen: Durchlaufzeit, Incidents, Change-Failure-Rate
