Wähle aus über 490 KI-Trainings den passenden Lernpfad für dein Team, deinen Stack und dein Vorwissen
Alle Kurse anzeigenEine KI-Schulung muss zu deinem Vorwissen, deiner Rolle und dem geplanten Einsatz passen. Die Auswahl reicht vom verständlichen Einstieg über Machine Learning und generative KI bis zur Entwicklung produktiver Anwendungen mit Azure AI, AWS und APIs. Du findest bei cmt über 490 Trainings und kannst gezielt zwischen Grundlagen, Business-Anwendungen und technischen Vertiefungen wählen.
Führungskräfte bewerten nach der passenden Fortbildung Aufwand, Nutzen und Grenzen eines KI-Anwendungsfalls. Fachabteilungen formulieren Anforderungen und prüfen Ergebnisse, bevor sie KI-Ausgaben in Prozesse übernehmen. Fachkräfte in der Entwicklung integrieren Modelle und AI-Services in bestehende Anwendungen, während IT-Teams Datenpipelines, Berechtigungen und den Betrieb vorbereiten. Für eine technische Orientierung bietet sich die Kategorie KI-Cloud-Services an.
Die Trainings finden mit maximal acht Personen statt und werden von einem Fachdozententeam mit Projekterfahrung durchgeführt. Für mehrere Mitarbeiterinnen und Mitarbeiter bietet cmt die Schulungen auch als Inhouse-Training an und stimmt Inhalte auf euren Technik-Stack ab. Wähle jetzt den passenden Themenbereich oder frage einen Termin für dein Team an.
Prompts, Vorlagen und Qualitätschecks für produktive KI-Workflows in Word, Excel & Co.
KI-Initiativen priorisieren, steuern und skalieren: von Governance bis messbarem Nutzen
KI-Use-Cases bewerten, Workflows automatisieren und Ergebnisse sicher in den Fachbereich bringen
Vom KI-Prototyp zum Cloud-Service mit MLOps, Security, Governance und kontrollierbaren Kosten
KI-Workflows für Content, Social Media, Ads und Analytics, die Kampagnen schneller planbar und messbar machen
ML, LLMs und Detection Engineering gezielt für SOC, Threat Hunting und Response einsetzen
Von Rohdaten zu belastbaren Modellen, Dashboards und Entscheidungen für echte Data-Science-Projekte
LLMs, Copilots und Automatisierung für Code, CI/CD und sicheren IT-Betrieb gezielt einsetzen
Agentic Workflows mit Tool-Calling, RAG, Guardrails und Monitoring sicher produktiv machen
Generative Design, CAD-Automation und sichere KI-Workflows für belastbare Entwürfe
KI-Code in JetBrains IDEs gezielt erzeugen, prüfen und verantwortungsvoll im Team einsetzen
Offizielles Microsoft Training für produktive KI-Services auf Azure mit MLOps, GenAIOps und Governance
Vom Briefing zur KI-Bildstrecke: Models, Look und Export für Marketing und E-Commerce steuern
Baue einen automatisierten Workflow für Planung, Varianten, Ausspielung und Reporting über deine Kanäle hinweg.
Reduziere Rückfragen, beschleunige Abläufe und halte Daten sauber, ohne dein Team zu überlasten.
Wir bieten die Kurse auch als Inhouse oder Firmenseminar an - vor Ort oder Live-Online.
Generative AI praxisnah einsetzen: von der Leitidee bis zum umsetzbaren Event-Briefing
Baue wiederholbare KI-Prozesse für Konzept, Produktion, Review und Übergabe, ohne Qualitätsverlust und ohne Chaos in Tools.
Von Störungen zu planbaren Wartungsfenstern: Daten und KI im Gebäudebetrieb gezielt für bessere Entscheidungen nutzen
Schneller verifizieren, sauber belegen, Risiken erkennen: KI als Recherche-Partner im Redaktionsalltag
LLMs für Vertragsprüfung, Due Diligence und Rechtsrecherche mit Quellenpflicht sicher einsetzen
LLM-Qualität messbar absichern: Eval-Sets, Human-Review und Regressionstests für AI-Produkte
Wir arbeiten direkt an euren eigenen Themen - effizient und praxisnah.
Baue belastbare LLM-Anwendungen mit Retrieval, Tools, LangGraph und Observability statt fragiler Prompt-Demos.
Agenten produktionsreif betreiben: mit sicherem Tool-Use, Freigaben, Logs und Eskalationspfaden
Baue mit Triggern, APIs und KI-Diensten vollständige Abläufe, die Fehler protokollieren und unterbrochene Vorgänge fortsetzen.
Von Rohtext zu Entscheidungen: Sentiment, Themen, Trends und Alerts mit KI und Qualitätschecks
Vom Research-Workflow zum auditierbaren KI-Agenten für Markt-, Wettbewerbs- und Trendanalysen
Von Unsicherheit zu Entscheidungsoptionen: KI-Szenarien für Strategie, Organisation und Jobs
Wir helfen dir kurz weiter und empfehlen dir das passende Training.
Baue Recruiting nach Fähigkeiten auf, erstelle Skill-Profile und nutze interne Talentmobilität für bessere Besetzungen
SQL-Automatisierung mit Guardrails, RAG-Copilot und prüfbaren DBA-Workflows für produktive Changes
Offizielles Microsoft-Training für KI-Workloads: Identitäten, Datenpfade und Defender-Signale absichern
Advanced-Training für Enterprise Defense, Governance, Cloud- und Hybrid-Security sowie prüfungsnahe CAS-005-Szenarien
Prüfungslogik, GenAI-Business-Entscheidungen und Google Cloud Services gezielt einordnen
KI-Antworten bewerten, Denkfehler erkennen und Entscheidungen belastbar begründen
Von Varianz bis Nachbarschaft: PCA und t-SNE gezielt einsetzen und Visualisierungen sauber deuten
Assistants-Anwendungen auf die Responses API migrieren und Agenten mit begrenzten Tool-Rechten sowie überprüfbaren Traces bauen
Von Agenten-Rollen über Tool-Use bis Orchestrierung: du entwickelst robuste Agent-Workflows für reale Prozesse.
Sensor-KI für harte Echtzeit- und Energiegrenzen entwickeln, quantisieren und sicher deployen
Wir erstellen dir gern ein individuelles Trainingsangebot.
Keine Schulungen gefunden
Bitte passe deine Filter an.
Künstliche Intelligenz, kurz KI oder AI, umfasst Verfahren, mit denen Softwaresysteme Daten verarbeiten, Muster erkennen, Inhalte erzeugen oder Entscheidungen vorbereiten. Machine Learning ist ein Teilbereich der KI. Modelle leiten Regeln nicht ausschließlich aus einer festen Programmierung ab, sondern lernen Zusammenhänge aus Beispieldaten. Deep Learning nutzt dafür mehrschichtige neuronale Netze. Generative KI erzeugt neue Texte, Bilder, Programmcode oder andere Inhalte auf Basis gelernter Strukturen.
Für den Einstieg eignen sich Schulungen, die Begriffe, Einsatzfelder und Grenzen anhand konkreter Unternehmensaufgaben erklären. Ein KI-Lehrgang für Fachabteilungen behandelt beispielsweise die Auswahl geeigneter Prozesse, die Formulierung von Anforderungen und die Prüfung erzeugter Ergebnisse. Führungskräfte vergleichen den erwarteten Nutzen mit Datenbedarf, Aufwand und betrieblichen Risiken. Einen stärker datenbezogenen Einstieg bietet das Training Data Science und Machine Learning: Einführung.
Machine-Learning-Trainings richten sich an Teams, die Prognosen, Klassifikationen oder automatisierte Auswertungen entwickeln möchten. Dafür gehören die Aufbereitung von Daten, die Auswahl eines Verfahrens und die Bewertung der Modellergebnisse zusammen. Schulungen zu generativer KI behandeln dagegen Sprachmodelle, Prompts, Schnittstellen und die Integration erzeugter Inhalte in Anwendungen oder Arbeitsabläufe.
Technische Teams können nach Plattform auswählen. Die Microsoft-Azure-KI-Schulungen führen von den AI-Grundlagen bis zur Entwicklung von Apps und Agents. Die AWS-KI-Trainings behandeln Cloud-Dienste und die Entwicklung generativer AI-Lösungen. So entsteht ein Lernpfad, der zur vorhandenen Infrastruktur und zum geplanten Projekt passt.
Künstliche Intelligenz bezeichnet Systeme, die Aufgaben wie Mustererkennung, Sprachverarbeitung oder Entscheidungsunterstützung ausführen. Machine Learning ist ein Teilbereich, bei dem Modelle Zusammenhänge aus Daten ableiten. Generative KI erzeugt neue Inhalte wie Texte, Bilder oder Programmcode auf Basis gelernter Strukturen.
Die passende Weiterbildung richtet sich nach der Aufgabe, dem Vorwissen und der eingesetzten Technik. Grundlagen eignen sich für Orientierung und Projektbewertung, Machine Learning für datenbasierte Prognosen und Klassifikationen, generative KI für inhaltserzeugende Anwendungen. Azure-AI- oder AWS-AI-Trainings passen zu Teams mit der jeweiligen Cloud-Infrastruktur.
Machine Learning eignet sich vor allem für Prognosen, Klassifikationen, Mustererkennung und die Analyse strukturierter Daten. Generative KI passt zu Aufgaben, bei denen neue Texte, Bilder, Zusammenfassungen oder Dialogantworten entstehen sollen. Einige Anwendungen kombinieren beide Ansätze.
Grundlagen-Schulungen setzen meist weder Programmierkenntnisse noch Erfahrung mit Machine Learning voraus. Technische Trainings zu Azure AI, AWS, APIs oder ML-Pipelines verlangen je nach Inhalt Cloud-Grundlagen, IT-Erfahrung oder Programmierkenntnisse. Die konkreten Voraussetzungen stehen auf der jeweiligen Seminarseite.
Die Kosten hängen vom Thema, der Dauer und dem gewählten Format ab. Für Inhouse-Schulungen und Firmenseminare erstellt cmt ein Angebot auf Basis der Teilnehmerzahl und der gewünschten Anpassungen. Preise und Konditionen lassen sich für das ausgewählte Training anfragen.
Die Dauer richtet sich nach Lernziel und fachlicher Tiefe. Ein Grundlagenformat benötigt weniger Zeit als ein technisches Training mit Übungen zu APIs, Cloud-Services oder Machine-Learning-Pipelines. Die jeweilige Seminarseite nennt den konkreten Zeitumfang.
KI-Schulungen bietet cmt als Präsenztraining in München und an weiteren Standorten, als Online-Schulung sowie als Inhouse-Training an. Der Münchner Standort befindet sich in der Hansastraße 32. Bei Firmenseminaren können Inhalte und Übungen an den Technik-Stack des Teams angepasst werden.
Der mögliche Abschluss hängt vom gewählten Training ab. Einige Herstellertrainings bereiten auf anerkannte Zertifizierungen vor, während andere Schulungen einen fachlichen Trainingsnachweis vorsehen. Die Seminarbeschreibung nennt den jeweiligen Abschluss und eine mögliche Prüfungsvorbereitung.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs.
Unternehmen benötigen unterschiedliche Lernpfade für den Einsatz künstlicher Intelligenz. Eine Fachabteilung muss keine Modelle entwickeln, sollte aber Datenanforderungen, Ausgabequalität und fachliche Grenzen beurteilen. Führungskräfte brauchen Kriterien, mit denen sie Anwendungsfälle priorisieren und Projektziele realistisch formulieren. Entwicklungs- und IT-Teams arbeiten dagegen an APIs, Cloud-Services, Datenpipelines und der Einbindung von Modellen in bestehende Systeme.
Die Auswahl beginnt deshalb nicht beim Schlagwort KI, sondern bei der Aufgabe. Für eine erste Orientierung eignet sich eine AI-Schulung zu Grundlagen und Einsatzfeldern. Wer Anwendungen auf Microsoft Azure plant, kann mit dem AI-900-Training zu Azure AI Fundamentals beginnen und anschließend im AI-102-Training eigene Azure-AI-Lösungen entwerfen. Das AI-103-Training für Azure AI Apps und Agents richtet sich an technische Rollen, die Anwendungen und Agents entwickeln.
Eine KI-Schulung in München kann am cmt-Standort in der Hansastraße 32 besucht werden. Informationen zur Anreise stehen auf der Seite Anfahrt zur cmt München. Das Angebot richtet sich auch an Unternehmen, die eine KI-Fortbildung in München für mehrere Mitarbeiterinnen und Mitarbeiter planen. Neben Präsenztrainings stehen Online-Schulungen, Inhouse-Formate und Workshops zur Auswahl.
cmt führt seit 1998 IT- und Management-Schulungen durch und arbeitet in Gruppen mit maximal acht Personen. Übungen, Live-Demos und Aufgaben am jeweiligen System verbinden die fachlichen Grundlagen mit der Anwendung. Bei einem Firmenseminar lassen sich Beispiele und technische Schwerpunkte auf den vorhandenen Stack abstimmen. Das erleichtert den Transfer in geplante KI-Projekte, ohne Grundlagen und Grenzen der eingesetzten Verfahren auszublenden.
