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)
- Anwendungen von Künstlicher Intelligenz in der Wirtschaft (3 ECTS, WiSe)
Kompetenzerwerb
Nach erfolgreichem Abschluss sind die Studierenden in der Lage, …
- 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.
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
Wahlfächer
Spezialisierungen
Individualfächer
Wahlfächer
Spezialisierungen
Individualfächer
Wahlfächer
Spezialisierungen
Individualfächer
Wahlfächer
Spezialisierungen
Individualfächer
Wahlfächer
Spezialisierungen
Individualfächer
Wahlfächer
Spezialisierungen
Individualfächer
In allen das MC bildenden Lehrveranstaltungen muss eine formale Überprüfung des Erreichens der Lernergebnisse durch die LV-Leitung durchgeführt werden. Sie wird analog zu den LVs der Studienprogramme im „Schulnotensystem“ beurteilt. Eine bloße Anerkennung der Teilnahme an einer LV kann nicht zur Vergabe eines MCs führen.
Prüfungen können als “open book” oder “closed book” sowie “online” oder “on-site” abgewickelt werden.
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.
Ja, du kannst so viele Kurse und damit so viele Micro-Credentials belegen, wie sich für dich ausgehen. (Bei manchen Kursen gibt es allerdings eine Teilnehmer*innenbeschränkung). Bedenke: Manchmal gibt es eine empfohlene Reihenfolge, in der die Kurse belegt werden sollten. Und manchmal auch eine zwingend vorgegebene.
Im Wintersemester erstrecken sich die unterschiedlichen Anmeldefristen von August bis Oktober und variieren je nach Micro-Credential. Bis wann du dich spätestens für dein Micro-Credential bewerben solltest, erfährst du auf der Seite des jeweiligen Micro-Credentials.
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.
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.