Visualisierung: Zeitstrahl der KI-Entwicklung (1950–2025) mit markierten Wendepunkten: Dartmouth-Konferenz 1956, KI-Winter 1987, Deep-Learning-Durchbruch 2012, Large-Language-Model-Ära 2020+.
Modul-Lernziele
- Sie erklären, was künstliche Intelligenz ist, und grenzen den Begriff von klassischer Programmierung und Statistik ab.
- Sie beschreiben die wichtigsten KI-Paradigmen (regelbasiert, maschinell lernend, generativ) und ordnen aktuelle Systeme ein.
- Sie benennen die gesellschaftlichen und wirtschaftlichen Treiber des digitalen Wandels, die den KI-Einsatz in Unternehmen befördern.
- Sie bewerten, welche Formen von Wissensarbeit durch KI-Systeme unterstützt, verändert oder automatisiert werden können.
- Sie erläutern die Grundprinzipien neuronaler Netze und großer Sprachmodelle auf einem für Nicht-Technikfachleute verständlichen Niveau.
- Sie ordnen die AI-Act-Kompetenz-Stufe „Grundverständnis” den Inhalten dieses Moduls zu.
Modul-Übersicht
| UE | Titel |
| UE 1 | Was ist Künstliche Intelligenz? Begriffe, Geschichte, Paradigmen |
| UE 2 | Maschinelles Lernen: Wie Systeme aus Daten lernen |
| UE 3 | Neuronale Netze und Deep Learning — Grundprinzipien |
| UE 4 | Große Sprachmodelle: Entstehung, Fähigkeiten, Grenzen |
| UE 5 | Generative KI im Überblick: Text, Bild, Audio, Code |
| UE 6 | Digitaler Wandel: Warum KI jetzt in Unternehmen ankommt |
| UE 7 | KI und Wissensarbeit: Was sich verändert und was bleibt |
| UE 8 | KI-Werkzeuge im Arbeitsalltag: Marktüberblick und Auswahlkriterien |
| UE 9 | Menschliche Verantwortung im KI-Einsatz: Human-in-the-Loop |
| UE 10 | Modul 1 — Zusammenfassung, Wiederholung, Ausblick auf Modul 2 |
Didaktische Verortung
Modul 1 bildet das konzeptionelle Fundament für alle nachfolgenden Module. Es beantwortet die grundlegende Frage: Was ist KI überhaupt — und warum ist das Thema gerade jetzt für Unternehmen aller Branchen handlungsrelevant? Die Antwort wird auf drei Ebenen entwickelt: technisch (wie funktionieren KI-Systeme?), wirtschaftlich (warum verbreiten sie sich so schnell?) und arbeitsweltlich (was bedeutet das für Wissensarbeit?).
Das Modul setzt keine technischen Vorkenntnisse voraus, erwartet aber die Bereitschaft, sich auf abstrakte Konzepte einzulassen und diese mit eigenen Arbeitserfahrungen zu verknüpfen. Die Unterrichtseinheiten sind so gestaltet, dass sie schrittweise Komplexität aufbauen: UE 1 bis 5 legen die technisch-konzeptionellen Grundlagen, UE 6 und 7 kontextualisieren diese in der Arbeitswelt, UE 8 und 9 übersetzen das Wissen in konkrete Orientierung und Handlungsprinzipien.
Trainerinnen und Trainer sollten in Modul 1 bewusst Raum für Vorannahmen und Bedenken lassen — viele Lernende bringen starke Vorannahmen über KI mit, die auf Mediendarstellungen oder Science-Fiction basieren. Die Reflexionsfragen in den Unterrichtseinheiten 1, 7 und 9 adressieren diese Dimension explizit.
Die Branchen-Galerie in Modul 1 nutzt bewusst einfache, branchenübergreifend verständliche Szenarien, um den Einstieg zu erleichtern. Ab Modul 3 werden die Szenarien fachlich spezifischer.
Verzahnung mit anderen Modulen
Modul 1 ist Voraussetzung für alle anderen Module. Besonders direkte Verbindungen bestehen zu Modul 2 (rechtliche Einordnung setzt technisches Grundverständnis voraus), Modul 3 (Prompt Engineering baut auf dem Verständnis großer Sprachmodelle auf) und Modul 8 (Strategie erfordert Einschätzung technischer Möglichkeiten und Grenzen). In Modul 10 wird das Grundverständnis aus Modul 1 als Referenzpunkt für die Kompetenz-Reflexion wieder aufgegriffen.
Kompetenzziel auf der AI-Act-Kompetenz-Skala: Grundverständnis (Stufe 1).
Empfohlene Reihenfolge: Modul 1 ist immer als erstes zu absolvieren. Es gibt keine sinnvolle Abkürzung, es sei denn, eine Kursgruppe verfügt über nachgewiesene Vorkenntnisse (z. B. Informatikabschluss oder mehrjährige praktische Erfahrung mit KI-Werkzeugen). In diesem Fall kann Modul 1 im Schnelldurchlauf (3–4 UE statt 10) behandelt werden.
Quelle: KI-Wissensbasis von MindsMachines, Edition Juni 2026. Vollständige Fassung als PDF anfordern.