Karriere-Boost: Top bewertete KI-Kurse 2024
Weiterbildung von Mitarbeitern in KMUs
Bei der ganzen Thematik rund um künstliche Intelligenz (KI) geht es meist nur um folgende Fragen:
- Kann das Unternehmen Tools mit KI selbst implementieren?
- Kann das Unternehmen eine eigene KI entwickeln?
- Wird die KI intern oder extern entwickelt?
Eine KI intern zu entwickeln erfordert gut ausgebildete Mitarbeiter. Es gibt viele Spezialisten in der Schweiz, welche seit mehr als 15 Jahren an oder mit KI arbeiten. Diese können entweder die KI für ein Unternehmen entwickeln oder sie können die Mitarbeiter trainieren. Die kurzfristige Antwort ist, dass die Arbeit an die Spezialisten ausgelagert wird, und die langfristige Antwort ist, dass die eigenen Mitarbeiter trainiert werden. Die strategisch nachhaltigste Antwort liegt in der Mitte. Upskilling der eigenen Mitarbeiter und langfristige Zusammenarbeit mit einem externen Spezialisten. Aus diesem Grund habe ich eine Liste von Ressourcen für Upskilling und eine Liste von Spezialisten in diesem Artikel zusammengefasst.
Lernressourcen für Upskilling der Mitarbeiter
Mitarbeiter kann man auf unterschiedliche Arten upskillen oder trainieren. Das kann klassisch über eine berufsbegleitende Weiterbildung passieren (Certificate in Advanced Studies oder CAS), Onlinekurse oder lesen von Büchern.
CAS in der Schweiz
Hier ist eine Liste von CAS in der Schweiz. Die meisten Kurse sind für Softwareentwickler gedacht.
- CAS Artificial Intelligence for Business — Berner Fachhochschule BFH (für Manager): https://www.bfh.ch/de/weiterbildung/cas/artificial-intelligence-for-business/ (Studiengangsleiter: Amir Tabakovic)
- DAS ETH in Data Science — ETH Zürich (für Entwickler): https://sce.ethz.ch/en/programmes-and-courses/search-current-courses/das/das-eth-datascience.html (Studiengangsleiter: Ghislain Fourny)
- CAS Machine Learning — Fernfachhochschule Schweiz (für Manager): https://www.ffhs.ch/de/weiterbildung/cas-machine-learning (Studiengangsleiter: Markus Geuss)
- CAS Machine Learning — HWZ University of Applied Sciences in Business Administration Zurich (für Manager): https://fh-hwz.ch/bildungsangebot/weiterbildung/cas-das/cas-machine-learning-hwz (Studiengangsleiter: Prof. Dr. Evangelos Xevelonakis)
- CAS Machine Learning — Lucerne University of Applied Sciences and Arts (für Entwickler): https://www.hslu.ch/de-ch/informatik/weiterbildung/applied-data-intelligence/cas-machine-learning/ (Studiengangsleiter: Umberto Michelucci PhD, PGCPSE (Open), Michael C. und Donnacha Daly)
- CAS Machine Learning for Software Engineers — OST — Ostschweizer Fachhochschule (für Entwickler): https://www.ost.ch/de/weiterbildung/weiterbildungsangebot/informatik/data-engineering-machine-intelligence/cas-machine-learning-for-software-engineers (Studiengangsleiter: Martin Stypinski)
- CAS in Big Data and Artificial Intelligence — University of St.Gallen (für Manager): https://www.es.unisg.ch/en/programme/cas-hsg-big-data-and-artificial-intelligence-managers (Studiengangsleiter: Ivo Blohm)
- CAS Machine Intelligence — ZHAW Zurich University of Applied Sciences (für Entwickler): https://www.zhaw.ch/de/engineering/weiterbildung/detail/kurs/cas-machine-intelligence/ (Studiengangsleiter: Frank-Peter Schilling)
Onlinekurse
Hier ist eine Liste von Onlinekursen auf etablierten Plattformen.
Coursera: https://www.coursera.org/learn/machine-learning
edX: https://www.edx.org/learn/artificial-intelligence
Udemy: https://www.udemy.com/course/ai-for-business/
MIT Sloan Executive Education: https://mit-online.getsmarter.com/presentations/lp/mit-artificial-intelligence-online-short-course/?cid=16141806419
Lektüre
- Anwendungsorientierte Bücher auf Amazon (Amazon).
- Anwendungsorientierte Bücher auf Orell Füssli (Orell Füssli Thalia AG).
- Anwendungsorientierte Bücher auf Ex Libris (Ex Libris AG).
Liste von Anbietern
Es liegt nahe im Zusammenhang bei sehr komplexen Situationen und Fragem mit KI-Spezialisten zu sprechen und arbeiten. Für diesen Zweck habe ich eine Liste von Schweizer Anbietern erstellt.
Anwendungsfälle von KI in KMUs
Hier folgt eine Liste von Anwendungsfällen von KI in KMUs. Mit KI ist in diesem Fall Machine Learning, NLP, LLM und Image Processing gemeint. Diese Anwendungsfälle wurden basierend auf die Datenanforderungen für KI-Anwendungsfälle identifiziert. Die Liste ist nicht vollständig, sondern dient der Inspiration.
- Automatisierung von Routineaufgaben: Mithilfe von KI können Routineaufgaben wie die Dateneingabe und -verarbeitung automatisiert werden, so dass sich die Mitarbeiter auf wichtigere und wertschöpfende Tätigkeiten konzentrieren können.
- Verbesserung des Kundenservices: KI-gestützte Chatbots und virtuelle Assistenten können sofortige und personalisierte Antworten auf Kundenanfragen geben und so das Kundenerlebnis insgesamt verbessern.
- Optimierung des Supply Chain Managements: KI-Algorithmen können zur Analyse von Supply Chain Daten und zur Ermittlung von Möglichkeiten für Kosteneinsparungen und Effizienzsteigerungen eingesetzt werden.
- Verbesserung der Sicherheit: KI-gestützte Sicherheitssysteme können eingesetzt werden, um Cyber-Bedrohungen zu erkennen und zu verhindern und so sowohl das KMU als auch seine Kunden zu schützen.
- Verbesserung der Mitarbeiterproduktivität: KI-Tools wie virtuelle Assistenten und Aufgabenverwaltungssysteme können den Mitarbeitern helfen, ihr Arbeitspensum effizienter zu bewältigen, was die Produktivität erhöht und Burnout vorbeugt.
- Vorausschauende Wartung: Mithilfe von KI-Algorithmen können Daten von Geräten und Maschinen analysiert werden, um vorherzusagen, wann eine Wartung erforderlich ist. So lassen sich Ausfallzeiten reduzieren und die allgemeine Zuverlässigkeit verbessern.
- Personalisierung von Marketing- und Vertriebsmassnahmen: Mithilfe von KI-Algorithmen können Kundendaten analysiert und potenzielle Möglichkeiten für Upselling und Cross-Selling identifiziert werden, um den Absatz und den Umsatz zu steigern.
- Optimierung der Preisgestaltung und Bestandsverwaltung: Mithilfe von KI-Algorithmen kann die Nachfrage prognostiziert und die Preisgestaltung und der Lagerbestand entsprechend angepasst werden, wodurch überschüssige Bestände reduziert und die Rentabilität erhöht werden.
Diese Anwendungsfälle sind nicht alleinstehend zu betrachten, sondern im Gesamtkontext des Unternehmens. Es lohnt sich nur in wenigen Fällen selbst einen Algorithmus zu entwickeln, der ausserhalb der eigenen Kernkompetenzen aktiv ist und wenn man nicht selbst Unmengen an Daten generiert.
Weitere Anwendungsfälle von KI in Unternehmen
Ihr möchtet über konkrete Anwendungsfälle von KI in Unternehmen lesen? Ok. Ich habe für verschiedene Bereiche, wie z.B. Marketing und Vertrieb, verschiedene Tätigkeiten analysiert, um Anwendungsfälle zu identifizieren. Zentral ist meist nicht die Frage, ob KI angewendet werden soll oder kann, sondern inwiefern die KI eingekauft oder selbst entwickelt werden soll. Viele Softwareanbieter werden in den nächsten Jahren die Tools, welche wir alle nutzen, mit KI versehen, so dass sich eine Eigenentwicklung nicht lohnt.
