KI-Entwicklung und Programmierung - Schulung
KI-Entwicklung und Programmierung unterstützen Sie dabei, intelligente Anwendungen strukturiert zu entwickeln und moderne KI-Verfahren technisch fundiert umzusetzen.
Unsere E-Learning-Weiterbildungen vermitteln Ihnen praxisnahe Kenntnisse für den beruflichen Einstieg, Wiedereinstieg oder die gezielte Spezialisierung im Bereich KI-Entwicklung und Programmierung.
KI-Entwicklung und Programmierung gehören zu den wichtigen Themen moderner Softwareentwicklung und digitaler Innovation. Unternehmen und Organisationen nutzen Künstliche Intelligenz, um Anwendungen intelligenter zu gestalten, Daten automatisiert auszuwerten und neue digitale Lösungen für unterschiedlichste Einsatzbereiche zu entwickeln. Dadurch ergeben sich vielfältige berufliche Perspektiven in einem stark wachsenden digitalen Themenfeld mit hoher Zukunftsrelevanz.
Unsere Weiterbildungen im Bereich KI-Entwicklung und Programmierung vermitteln Ihnen praxisnahes Wissen zu zentralen Konzepten, Technologien und Anwendungsbereichen intelligenter Softwareentwicklung. Sie lernen, wie KI-Modelle in Anwendungen eingebunden, datenbasierte Funktionen technisch umgesetzt und moderne Entwicklungsprozesse für intelligente Systeme strukturiert gestaltet werden können. Je nach Schwerpunkt können auch Themen wie Machine Learning, generative KI, Modellintegration, Datenverarbeitung, Schnittstellen, Automatisierung und die Programmierung KI-gestützter Anwendungen eine wichtige Rolle spielen. So erwerben Sie Kompetenzen, die in vielen technischen, analytischen und zukunftsorientierten Tätigkeitsfeldern gefragt sind.
Die Angebote richten sich an Personen mit IT-Vorkenntnissen ebenso wie an Fachkräfte, die ihre Kenntnisse gezielt ausbauen oder sich im Bereich KI-Entwicklung und Programmierung spezialisieren möchten. Durch das E-Learning-Format lernen Sie flexibel und können Ihre Weiterbildung gut an Ihre persönliche Lebenssituation anpassen.
Viele unserer Weiterbildungen können über einen Bildungsgutschein, den Aktivierungs- und Vermittlungsgutschein (AVGS) oder weitere Fördermöglichkeiten gefördert werden.
Wenn Sie sich für KI-Entwicklung und Programmierung interessieren, finden Sie in der ViA flexible Weiterbildungen für den Aufbau aktueller und praxisrelevanter Kompetenzen in einem wichtigen digitalen Themenfeld der intelligenten Softwareentwicklung und technischen KI-Umsetzung.
Infos VIA
Unsere Schulungen
AI-102 Training: Entwurf und Implementieren einer Azure AI Lösung (AI-102T00)
Python Deep-Dive Kurs: Deep Learning, Neuronale Netze & Visualisierung
Deep Learning mit Python vertiefen und Ergebnisse verständlich visualisieren
Python Machine Learning Grundkurs: Professioneller Einstieg
Machine Learning mit Python professionell und nachvollziehbar starten
Code-Optimierung mit ChatGPT
Code gezielt analysieren, refaktorieren und mit KI-Unterstützung sicherer bewerten
Pytorch Grundkurs: Deep Learning mit MLP und CNN
Deep Learning mit PyTorch, MLP und CNN praxisnah verstehen
Python mit Tensorflow: Grundkurs
TensorFlow mit Python für erste Deep-Learning-Modelle einsetzen
Natural Language Processing Grundkurs: Plattformen und Frameworks im Überblick
NLP-Grundlagen, Plattformen und Frameworks verständlich einordnen
Large Language Model Grundkurs: Einsatz und Überblick
LLMs sicher einordnen, Modellwahl treffen und eigene Daten mit RAG oder Briefing-Files nutzen
Effektive KI Software-Tests mit LLMs
LLMs gezielt für Testfälle, Testautomatisierung, Fehleranalyse und sichere KI-Workflows nutzen
Developing Generative AI Applications on AWS
Entwickle praxisnahe Gen-KI-Anwendungen mit Amazon Bedrock, RAG, LangChain und Guardrails auf AWS
KI Für Entscheider Workshop: Maschinelles Lernen und Datenanalyse
Vom KI-Anwendungsfall zum belastbaren Modell: CRISP-DM, KNIME und Datenqualität praxisnah einordnen
MS-4017 Training: Verwalten und Erweitern von Microsoft 365 Copilot
Microsoft 365 Copilot administrieren, erweitern und sicher bereitstellen
MS-4022-A: Erweitern von Microsoft 365 Copilot in Copilot Studio
Copilot Studio nutzen, um Microsoft 365 Copilot gezielt zu erweitern
Java Microservices mit KI: Spring AI & LangChain4j
Spring AI und LangChain4j in Java-Microservices einsetzen, von LLM-Integration bis RAG
ChatGPT Training: Erfolgreiches Content Marketing
ChatGPT im Content Marketing gezielt nutzen: bessere Inhalte, SEO-Workflows und klare Prompts
Python Einstieg mit Machine Learning: Grundkurs
Mit Python die Grundlagen des Machine Learning praxisnah erarbeiten
Machine Learning mit Mathematik: Grundkurs
Mathematik, Python und Machine Learning praxisnah verbinden, um Modelle fundiert aufzubauen
Large Language Models Aufbaukurs: RAG, Anpassung und Training
Vertiefe RAG, Fine-Tuning und Evaluation für belastbare LLM-Anwendungen im Praxiseinsatz
n8n Grundkurs: KI-Agenten planen und einsetzen
KI-Agenten und Automatisierungen mit n8n strukturiert aufbauen
Mit VibeCoding zum MVP in Rekordzeit
Mit KI-Unterstützung schnell von der Idee zum funktionalen MVP kommen
ChatGPT Training: Effiziente Software-Entwicklung
ChatGPT, Codex und OpenAI API sicher in Entwicklungsprozesse integrieren und produktiver Software liefern
Machine Learning Engineering on AWS
ML-Modelle mit SageMaker, MLOps und Monitoring zuverlässig auf AWS produktionsreif machen
Advanced Generative AI Development on AWS
Produktionsreife GenAI-Lösungen mit Amazon Bedrock, RAG, AgentCore und Guardrails umsetzen
Large Language Models Advanced: Eigene LLMs und Tuning
LLM-Schulung für belastbare RAG-Systeme, Fine-Tuning, Guardrails und Betrieb mit messbarer Qualität
Serverless AI: KI-Funktionen ohne Ops-Stress
KI-Funktionen mit Serverless-Architekturen effizient bereitstellen
APIs mit KI nutzen: RAG, Datenabruf und mehr
Entwickle KI-API-Integrationen mit Auth, RAG, Tool-Calling, Streaming und belastbarem Betrieb
KI-Training ohne Datenleck: Security by Design
Security by Design für Trainingsdaten, ML-Pipelines und Modellartefakte ohne Compliance-Blindflug
Vektordatenbanken für KI Training: Architektur & Praxis
Vektordatenbanken für KI-Anwendungen belastbar designen und betreiben
Data Engineering: KI-Pipelines im Einsatz
Baue robuste Datenpipelines, die Training, Inferenz und Monitoring zuverlässig versorgen.
Unsupervised Learning Grundkurs: Clustering das wirkt
Clustering und Segmentierung fachlich sauber planen und bewerten
Reinforcement Learning: Lernen durch Belohnung
Reinforcement Learning von MDP bis Deep RL praxisnah verstehen
Transfer Learning: Modelle schneller produktiv machen
Vortrainierte Modelle gezielt anpassen, evaluieren und produktiv einsetzen
Neo4j Graph-Datenbanken für KI
Graph-Datenbanken mit Neo4j für KI-Anwendungen produktiv einsetzen
AutoML Grundkurs
AutoML praxisnah steuern: von Datenqualität und Metriken bis Erklärbarkeit, Drift und Betrieb.
Erklärbare KI: Warum entscheidet die KI so?
XAI-Checks für ML-Modelle entwickeln, Erklärungen prüfen und auditfähig dokumentieren
NoSQL für KI: Datenmodelle, die skalieren
NoSQL-Datenmodelle für KI-Workloads skalierbar und robust entwerfen
Backend für KI-Systeme: Python & Node.js Advanced Training
Entwickle belastbare KI-Backends mit Streaming, Queues, Retrieval und sauberem Betrieb
KI-gestützte Datenbanksuche: Aufbaukurs
Semantische Suche, RAG und Ranking für belastbare Treffer in produktionsnahen Datenbeständen
Open-Source LLM Fine-Tuning für Entwickler
Open-Source-LLMs reproduzierbar anpassen, evaluieren und bereitstellen
Frontend für KI-Apps: Advanced Patterns
Entwickle KI-Oberflächen mit Streaming, RAG-Quellen, Guardrails und messbarer Performance.
KI-gestütztes Bug-Tracking, das wirklich wirkt
Triage beschleunigen, Duplikate senken und Bug-Fixes mit GenAI nachvollziehbar steuern
Full-Stack KI-Entwicklung: End-to-End Projekt
Vom ML-Prototyp zum belastbaren KI-Produkt mit MLOps, API, Deployment und Monitoring
KI Sprach-Interfaces bauen: STT & TTS, die wirken
Vom Mikrofon bis zur Antwort: robuste Pipelines, Latenz, Qualität und Datenschutz sauber gelöst.
KI in Legacy-Software: Modernisieren ohne Rebuild
LLM-Integration, RAG und Governance für gewachsene Systeme mit belastbarem Weg von PoC bis Rollout
Serverless AI Training
Serverlose KI-Architekturen planbar entwickeln, testen und betreiben
Codex Grundkurs: Einstieg in die Agentische Entwicklung
Codex sicher für Programmierung, Tests und Reviews einsetzen und agentische Entwicklung kontrolliert starten
OpenCode Grundkurs: die smarte Claude-Alternative
OpenCode als flexible KI-Lösung für reale Workflows einsetzen
Claude Code Grundkurs
KI-gestützte Softwareentwicklung mit klaren Prompts, Diffs, Tests und Review-Schleifen
Google Antigravity Grundkurs: Smarte IDE, echter Output
Richte Antigravity sauber ein, prüfe KI-Änderungen sicher und etabliere Team-Workflows ohne IDE-Chaos
Claude Skills: Workflows und Agenten ohne n8n bauen
Baue kontrollierte Claude-Workflows mit Skills, APIs, Freigaben und Audit-Logs ohne Flow-Builder
KI im Backoffice: Datenerfassung auf Autopilot
Von E-Mail bis PDF: du baust robuste KI-Workflows für Erfassung, Prüfung und Übergabe an ERP, CRM und DMS.
KI ersetzt Admins und Entwickler - IT-Jobs 2026
Automatisiere IT-Aufgaben mit KI, sichere Qualität ab und entwickle deine Rolle für 2026 weiter
NVIDIA - Schnelle Anwendungsentwicklung mit großen Sprachmodellen
LLM-Anwendungen schneller prototypisieren: Transformer, HuggingFace, RAG und praxisnahe Use Cases
Cursor IDE: Agentische Entwicklung Grundkurs
Agentische Softwareentwicklung mit Cursor strukturiert und sicher einsetzen
LangGraph-Training: KI-Agenten-Workflows bauen
Zustandsbasierte Agenten-Workflows mit LangGraph entwickeln und kontrollieren
Hybrid Cloud für sensible KI-Daten: No Excuses
Baue eine tragfähige Architektur für KI-Workloads, ohne Datenschutz, Compliance und Security zu verwässern.
MiniMax 2.7 Training: Das sich selbst-entwickelende Open-Source Model
MiniMax fachlich einordnen, sicher betreiben und kontrolliert einsetzen
KI in Legacy-Systemen richtig integrieren
KI-Vorhaben in gewachsenen IT-Landschaften architektonisch und wirtschaftlich bewerten
MCP-Training: Server sicher entwickeln und betreiben
Model Context Protocol Server entwickeln, absichern und kontrolliert bereitstellen
TinyML für Defense: Quantisierung, Edge-Deploy
TinyML-Modelle für Embedded- und Defense-Szenarien optimieren
Vektordatenbanken in der Cloud: Pinecone, Weaviate und Co
Cloud-Vektordatenbanken für semantische Suche und RAG einsetzen
Vertex AI: ML-Pipelines, die wirklich laufen
ML-Pipelines mit Google Vertex AI produktionsnah planen und betreiben
A2A-Protokoll-Schulung: KI-Agenten verbinden
Agent-to-Agent-Kommunikation mit Discovery, Delegation und Statusübergaben gestalten
JetBrains Junie: Kompakt-Kurs
KI-gestützte Entwicklung in JetBrains IDEs produktiv und kontrolliert einsetzen