Pflichten zu KI-Governance und Konformität wachsen schneller, als die meisten Organisationen zertifizierte Fachkompetenz aufbauen können. Die EU-KI-Verordnung ist 2024 und 2025 in die gestaffelte Anwendung getreten und schafft unmittelbare Verantwortung für Teams, die hochriskante KI-Systeme aufbauen oder einsetzen. Zugleich sehen sich Organisationen, die generative KI einsetzen, neuen Risiken in Sicherheit, Datenschutz und Reputation gegenüber, die viele bestehende Konformitätsrahmen nicht abdecken. Fachleute, die technische, Governance- und ethische Dimensionen von KI verbinden, sind eine knappe und strategisch entscheidende Ressource.
An den vier Schulungstagen durchlaufen die Teilnehmenden den gesamten Lebenszyklus eines KI-Systems. Tag 1 vermittelt KI-Grundlagen und Datenanalyse mit Visualisierungsübungen auf Basis realer Projektdaten. Tag 2 baut ML-Kompetenz durch praktischen Modellbau auf, der überwachtes, unüberwachtes und fortgeschrittenes ML abdeckt. Tag 3 vertieft NLP und Deep Learning, einschliesslich Transformer-Architekturen und grosser Sprachmodelle in konkreten Anwendungsfällen. Tag 4 behandelt Computer Vision, Robotik, generative Modelle, Angriffsvektoren der KI-Sicherheit, Ethikrahmen und Governance-Strategie und endet mit einem strukturierten Abschluss, der die Kompetenzen der Woche integriert. An Tag 5 legen die Teilnehmenden die dreistündige PECB-Zertifizierungsprüfung ab.
Die meisten KI-Schulungen vermitteln entweder technische Umsetzung oder Governance-Theorie, aber nicht beides in einem einzigen Pfad. Dieser Kurs schliesst die Verantwortungslücke, die entsteht, wenn technische Teams Konformitätsfolgen nicht erklären können und Governance-Beauftragte das Modellrisiko nicht beurteilen können. Die Teilnehmenden bearbeiten Fallstudien, die verlangen, ML-Ergebnisse in regulatorische Sprache zu übersetzen, Verzerrungsquellen in Trainingsdaten zu erkennen und die Verantwortung für KI-Sicherheitsvorfälle zuzuweisen. Das sind Entscheidungen aus realen Einsätzen, die in generischen KI-Curricula selten vorkommen.
Die Teilnehmenden können am Ende KI-Methoden für konkrete organisatorische Probleme auswählen und begründen, neuronale Netzarchitekturen auf Arbeitsniveau umsetzen, Governance-Dokumentation erstellen, die regulatorischer Prüfung standhält, und die Geschäftsleitung mit technischer Glaubwürdigkeit zu KI-Risiken beraten. Der Nachweis PECB Certified Artificial Intelligence Professional, gestützt auf zwei Jahre erforderliche Berufserfahrung, signalisiert Arbeitgebern, dass die Person auf Praktikerniveau arbeitet, nicht auf Beobachterniveau.
