micro-credential
AI Engineering
Du willst verstehen, wie Künstliche Intelligenz wirklich funktioniert und eigene KI-Lösungen entwickeln? Dieses Micro Credential vermittelt dir, wie moderne AI-Modelle funktionieren und wie du diese in der Praxis einsetzt. Du lernst, Machine Learning-Algorithmen anzuwenden, Prompts gezielt zu steuern und AI-Lösungen im wirtschaftlichen Kontext zu bewerten. Erweitere dein digitales Kompetenzfeld um modernes KI-Wissen mit deiner dank kompakten Weiterbildung flexibel neben Beruf und Alltag.
Weiterbildung finden
Von MBA, Lehrgänge bis Zertifizierungen.
Die Nachfrage an Expert*innen im Bereich Künstliche Intelligenz auf dem Arbeitsmarkt steigt kontinuierlich. Im Micro-Credential AI Engineering entwickelst du unter anderem Anwendungen zur Datenanalyse, Extraktion und Darstellung in Python und setzt dich intensiv mit dem Einsatz von AI in verschiedensten Engineering-Bereichen auseinander.
Beispielsweise beschäftigst du dich im Rahmen deines MCs mit Konzepten und Techniken der Computational Intelligence, Machine Learning und Deep Learning, Prompts und Anweisungen zur Steuerung von AI-Modellen sowie AI-Lösungen für unterschiedliche Engineering-Anwendungsfälle.
Dieses Micro-Credentials im Fachgebiet „Daten, Informationssysteme und IT-Management“ kann im Rahmen eines bestehenden FERNFH-Studiums erworben oder als eigenständiges stand- alone Kurzprogramm, das ausschließlich zum Erwerb dieser Qualifikation führt, erworben werden.
Die Durchführung dieses Micro-Credentials erfolgt über den Studiengang Informationstechnologie | Master.
Lehrveranstaltungen
- AI assisted Engineering (3 ECTS, WiSe)
- Introduction to Computational and Artificial Intelligence (3 ECTS, WiSe)
- Praktische Entwicklung von Machine Learning (3 ECTS, SoSe)
- Multi Agent Systems (3 ECTS, WiSe)
Kompetenzerwerb
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, …
- Anforderungen zu analysieren und in 2–4 Agentenrollen zu überführen (Rollenblatt: Aufgabe, Inputs, Outputs, Grenzen).
- eine einfache Architektur abzuleiten und die Ablauf-/Next-Step-Logik inkl. Stop-Kriterien zu strukturieren.
- benötigte Tools/Actions zu identifizieren (mind. 2) und deren Schnittstellen/Ein- und Ausgaben festzulegen (z. B. Datei lesen, Suche/DB, Rechen-/Parsing-Tool).
- Outputs und Zwischenschritte zu strukturieren (z. B. JSON/Markdown) und die Dokumentation der Schritte zu planen.
- Testfälle zu definieren und die Ergebnisqualität kurz zu bewerten (z. B. Vollständigkeit, Korrektheit, Nachvollziehbarkeit).
- Tooleinsatz und Architektur begründet zu beurteilen (warum diese Rollen/Tools/Abfolge – kurz).
- Basis-Sicherheit zu bewerten und umzusetzen.
- den Multi-Agenten-Workflow zu implementieren (lauffähig/reproduzierbar) inkl. mind. 2 Tools/Actions und sauberer Übergaben.
- den Workflow iterativ zu verbessern (z. B. Anpassung von Rollen/Prompts/Stop-Kriterien anhand der Tests). Anwendungsfällen für AI in verschiedenen Engineering-Bereichen zu identifizieren.
- Prompts und Anweisungen zur Steuerung von ausgewählten AI-Modellen zu nutzen.
- Einsatzmöglichkeiten von AI im Bereich der Softwareentwicklung, Datenanalyse und Modellierung zu erläutern.
- die grundlegenden Konzepte, Prinzipien und Techniken der Computational Intelligence und AI zu verstehen.
- unterschiedlichen Maschinenlern- und Deep Learning-Techniken (neuronale Netze, Support Vector Machines, Entscheidungsbäume usw.) zu einzuordnen.
- bestehende AI-Modelle und -Lösungen zu bewerten, ihre Stärken und Schwächen zu erkennen und Verbesserungen oder Anpassungen vorzuschlagen.
- Anwendungen zur Datenanalyse, Extraktion und Darstellung in Python zu entwickeln.
Studiendauer: 2 Semester
Umfang: 12 ECTS-Credits
Level: 7 – Postgraduate
Kosten: € 599 plus ÖH-Beitrag
Bewerbungsende: 31. Juli 2026
Start: ab 25. Sep. 2026
Anmeldefristen
01. Jan. 1970
Eine „Anerkennung von Lernergebnissen aus früheren Leistungen“ auf ein Micro-Credential ist ausschließlich mit Lehrveranstaltungen möglich, die innerhalb der letzten fünf Jahre erfolgreich abgeschlossen wurden. Die Anerkennung von Prüfungsleistungen, die länger zurückliegen, ist für ein Micro-Credential nicht möglich. Außerdem dürfen anerkannte ECTS-Credits maximal 1/3 des Gesamtumfangs eines MCs ausmachen.
Umgekehrt können auch die Lehrveranstaltungen eines MCs auf ein FH-Studium angerechnet werden, wenn sie innerhalb von fünf Jahren vor Aufnahme des Studiums absolviert wurden (und die Lehrveranstaltungen des MCs auch Teil des Kern-, Wahl- oder Individualcurriculums des betreffenden Studienprogramms sind).
Wichtig:Beachte bitte, dass die genaue Möglichkeit und der Umfang einer Anrechnung vom jeweiligen Studiengang abhängen können. Wir empfehlen daher, sich im konkreten Fall direkt mit dem zuständigen Studiengangsteam in Verbindung zu setzen.
Nach erfolgreicher Absolvierung des MCs wird dir ein Zertifikat über den erfolgreichen Abschluss ausgestellt.
Wird das MC im Rahmen eines Studienprogramms erworben, gelten dafür die jeweiligen Zugangsvoraussetzungen. MCs in Form eines eigenständigen Kurzprogramms gelten als „Besuch einzelner Lehrveranstaltungen“; dafür müssen keine formalen Zugangsvoraussetzungen (z.B. abgeschlossene Qualifikation auf einer bestimmten ISCED-Stufe) erfüllt werden.
Inhaltlich-fachlich erforderliche Voraussetzungen („facheinschlägige Qualifikationen oder Kenntnisse“) können vorgegeben und deren Erfüllung nachzuweisen sein. Du findest die Voraussetzungen immer direkt beim jeweiligen MC auf der Website angeführt.
Micro-Credentials werden über die Studiengänge der Ferdinand Porsche FERNFH organisiert.
Je nach Micro-Credential variiert der Studiengang. Mehr Informationen findest du auf den Seiten der einzelnen MCs.
EQF ist der Europäische Qualifikationsrahmen für lebenslanges Lernen (EQF) mit dem Ziel, „die Transparenz, Vergleichbarkeit und Übertragbarkeit von Qualifikationen zu verbessern“. Programme, die Bachelorniveau haben, werden dabei dem Level 6 zugeordnet, jene auf Masterniveau dem Level 7.
ISCED-P ist die Programmstufe, dem das Micro-Credential in der International Standard Classification of Education (ISCED) zugeordnet wird, das ist das Referenz- und Klassifikationssystem der UNESCO. Etwas detaillierter als im EQF wird dabei zwischen dem „Progammlevel“ (ISCED-P) und dem „Bildungsstand“ (ISCED-A) unterschieden. Ein Programm kann auf dem Level ISCED-P 7 sein (also auf Masterniveau), aber wenn es kürzer dauert, als der Standard vorsieht, ist die Person, die es abgeschlossen hat, noch nicht auf dem Bildungsstand ISCED-A 7, sondern eine Stufe drunter, also 6. Für Micro-Credentials trifft das zu. Das bedeutet:
Wenn du ein MC auf ISCED-P Level 7 abschließt, darfst du als „höchste abgeschlossene Bildung“ nicht „Master“ angeben (außer natürlich, du hast bereits einen „richtigen“ Master anderweitig erworben). Dasselbe gilt für MCs auf Bachelorniveau (ISCED-P Stufe 6, aber ISCED-A Stufe 5).
Was die einzelnen Kurse betrifft: Ja. Die sind so strukturiert und organisiert, dass sie normalerweise auch in hektischen Zeiten im angegebenen Zeitrahmen absolviert werden können. Sonst kann es passieren, dass du eventuell auf das nächste Studienjahr warten musst, bis wieder Prüfungen in deinem MC-Fach angeboten werden.
Was das gesamte MC betrifft: Nein. Wenn wir zum Beispiel vorschlagen, dass du im Wintersemester zwei Kurse machst und im Sommersemester zwei, kannst du das auch auf vier Semester aufteilen, in denen du jeweils einen Kurs machst. Oder auch mehr und dazwischen eine Pause machen.
Wichtig ist nur: Innerhalb von fünf Jahren ab Einschreibung in das Micro-Credential muss alles erledigt werden.