AI Professional
PECB Certified Artificial Intelligence Professional (CAIP)
Ausgabe 2026
Selbstgesteuerte PECB-Schulung über myPECB.
Globaler Schulungspartner Aegentra ist offizieller autorisierter PECB-Schulungspartner und offizieller CompTIA-Partner.
Das technische Gegenstück zu CAIM: KI-Systeme entwerfen, bereitstellen und verwalten, statt ein Portfolio solcher Systeme zu steuern. In fünf Tagen führt der Kurs von KI-Grundlagen und Datenanalyse über maschinelles Lernen, dann NLP und Deep Learning, dann Computer Vision und Robotik – und schließt mit KI-Sicherheit, Ethik, Governance und Strategie. Praktische Labs laufen in einer virtuellen Umgebung im Browser. Den Abschluss bildet die offizielle PECB-Zertifizierungsprüfung.
- Typischer Lernaufwand
- 40–50 Stunden
- CPD-Punkte
- 31
- Kurssprachen
- Englisch
Für wen der Kurs geeignet ist
- KI-Fachleute, die aktiv an der Entwicklung und Einführung von KI-Technologien beteiligt sind
- Erfahrene KI-Praktiker, die ihr Wissen und ihre Führungskompetenz vertiefen möchten
- Data Scientists, die KI-Modelle entwickeln und optimieren
- IT-Manager, die KI-Projekte und -Initiativen verantworten
- Risiko- und Compliance-Verantwortliche, die KI-bezogene Risiken und die Einhaltung regulatorischer Vorgaben steuern
- Führungskräfte – CIOs, CEOs und COOs –, die an KI-Entscheidungen beteiligt sind
- Fachleute auf dem Weg in KI-Rollen auf Führungsebene
Was Sie lernen
- Die grundlegenden Prinzipien der KI und ihre verschiedenen Anwendungen erläutern.
- Datenanalysen durchführen und aussagekräftige Visualisierungen zur Unterstützung von KI-Projekten erstellen.
- Techniken des maschinellen Lernens auf reale Problemstellungen anwenden – überwachtes, unüberwachtes und bestärkendes Lernen.
- Einfache neuronale Netze und fortgeschrittene Deep-Learning-Architekturen wie CNNs umsetzen.
- NLP-Systeme und Methoden der Computer Vision verstehen.
- Robotik und Expertensysteme für KI-gestützte Automatisierung verstehen.
- KI-Risiken erkennen und mindern und dabei die Einhaltung regulatorischer Vorgaben sicherstellen.
Kursinhalt
Tag 1 – Grundlagen der KI und Datenanalyse
- Ziele und Aufbau des Kurses
- Grundlegende Konzepte und Prinzipien der künstlichen Intelligenz
- Datenanalyse und Visualisierung
Tag 2 – Maschinelles Lernen
- Grundlagen der Data Science und des maschinellen Lernens
- Der Workflow des maschinellen Lernens
- Überwachtes Lernen
- Unüberwachtes Lernen
- Fortgeschrittenes ML und weitere Anwendungen
Tag 3 – Verarbeitung natürlicher Sprache und Deep Learning
- Grundlegende NLP-Konzepte
- Klassische und fortgeschrittene NLP-Techniken
- Modernes NLP – Transformer und große Sprachmodelle
- NLP-Anwendungen und künftige Entwicklungen
- Grundlegende Konzepte des Deep Learning
- Deep-Learning-Architekturen und fortgeschrittene Techniken
Tag 4 – Computer Vision, Robotik, KI-Governance, Ethik und Sicherheit
- Generative Modelle und spezialisierte Architekturen
- Deep Learning und künftige Entwicklungen
- Computer Vision
- Robotik
- KI-Sicherheit
- KI-Ethik
- KI-Governance und Strategie
Tag 5 – Zertifizierungsprüfung
- Prüfung zum PECB Certified Artificial Intelligence Professional
- Drei Stunden über die sieben Kompetenzbereiche
Voraussetzungen
- PECB empfiehlt grundlegende Programmierkenntnisse.
- Rechnen Sie mit technischem Stoff zu Datenanalyse, maschinellem Lernen und der Entwicklung von KI-Modellen.
Die Prüfung
- Format
- Open-Book, Multiple-Choice
- Dauer
- 3 Stunden
- Fragen
- 80 Multiple-Choice-Fragen laut aktuellem englischsprachigem PECB-Prüfungsverzeichnis
- Bestehensgrenze
- 70%
Im Preis enthalten
Kursmaterialien
- PECB-Foliensatz Certified Artificial Intelligence Professional (digital)
- Durchgehend Praxisbeispiele und Übungen
- 12 Monate Zugang über myPECB
- Teilnahmebestätigung über 31 CPD-Punkte
Prüfungspaket
- Zertifizierungs- und Prüfungsgebühren im Kurspreis enthalten
- Dreistündige Prüfung über sieben Kompetenzbereiche
- Eine kostenlose Wiederholung innerhalb von 12 Monaten nach dem ersten Prüfungstermin
- Qualifikation PECB Certified Artificial Intelligence Professional nach bestandener Prüfung
Praktische Labs
- Praktische Labs in einer virtuellen Umgebung, Zugriff über den Browser
- Workflow des maschinellen Lernens – überwacht und unüberwacht
- Neuronale Netze und Deep-Learning-Architekturen einschließlich CNNs
- NLP mit Transformern und großen Sprachmodellen