Human-AI Teaming

Human-AI Teaming: Gemeinsam einen Mehrwert schaffen

Human-AI Teaming versteht Generative Künstliche Intelligenz (GenAI) nicht als bloßes Werkzeug, sondern als dynamischen Teampartner – ein System, das analysiert, lernt, Vorschläge entwickelt und interaktiv mit Menschen zusammenarbeitet. Ziel ist eine synergetische Zusammenarbeit, in der sich menschliche Kompetenz und KI-Unterstützung wechselseitig stärken.

In unserer Weiterbildung zum Fraunhofer-zertifizierten »Human AI-Teaming« Experten erwerben Sie das nötige Wissen und methodische Handwerkszeug, um GenAI-Systeme menschenzentriert, effektiv und zukunftssicher zu gestalten. Dabei stehen nicht nur Technologie und Interfaces im Fokus – sondern auch Qualität, Kontextverständnis, Nutzereinbindung und die organisatorische Verankerung von UX-Kompetenz.

Die Weiterbildung ist modular aufgebaut und verbindet konzeptionelles Wissen mit praktischer Anwendung: Von den Grundlagen Generativer KI über Usability und Qualitätsbewertung bis hin zur prototypischen Umsetzung und zur strategischen Verankerung im Produktentwicklungsprozess.

Nach Abschluss der Schulung haben Sie:

  • die Fähigkeit zur Entwicklung gebrauchstauglicher, transparenter und kontrollierbarer KI-Interaktionen,
  • fundierte Kenntnisse zu Gestaltung und Einführung von GenAI im Sinne der DIN EN ISO 9241 und des EU AI Acts,
  • das Know-how zur Integration von UX-Prinzipien in Prozesse, Rollen und Strukturen,
  • praktische Erfahrung im Prototyping von Human-AI-Szenarien mit Hilfe der Human-AI-Teaming-Canvas.

Warum Human-AI Teaming?

GenAI entfaltet ihr Potenzial erst dann, wenn technische Leistungsfähigkeit mit menschlicher Verständlichkeit und Verantwortung verbunden wird. Human-AI Teaming liefert die Basis – von der Idee bis zur organisationalen Umsetzung.

Optimierung von Interaktion und Zusammenarbeit:
GenAI-Systeme müssen so gestaltet sein, dass sie menschliches Fachwissen ergänzen, nicht ersetzen und gezielt auf die Bedürfnisse der Nutzenden abgestimmt sind. Unsere Weiterbildung liefert handlungsrelevante Einblicke und kann die Komplexität von Entscheidungsprozessen reduzieren.

Erleichterung der Einführung durch nutzerzentriertes Design:
Die Einführung von GenAI-Technologien stößt oft auf Widerstände, die auf fehlendes Verständnis, mangelndes Vertrauen oder eine wahrgenommene Irrelevanz zurückzuführen sind. Wir begegnen diesen Herausforderungen durch den Einsatz nutzerzentrierter Methoden wie Workshops oder Co-Creation von Anfang an.

Nachhaltige Implementierung und Wachstum:
GenAI-Systeme müssen so in bestehende Arbeitsabläufe integriert werden, dass sie sowohl effektiv als auch nachhaltig sind. Unser Zertifikat bietet einen Rahmen für die Schulung von Nutzenden, die Definition bewährter Verfahren und die kontinuierliche Weiterentwicklung von Systemen.

Lernmodule

Modul 1: Einführung in Generative Künstliche Intelligenz und Human-AI Teaming

Einheit 1: Grundlagen von GenAI

  • Überblick über generative KI und deren Funktionsweise
  • Anwendungsmöglichkeiten in betrieblichen Kontexten
  • Chancen und Herausforderungen im Umgang mit GenAI

Einheit 2: Human-AI Teaming

  • Was bedeutet Human-AI Teaming? 
  • Rollenmodelle, Interaktionsformen und Kooperationsgrade
  • Gestaltung menschenzentrierter Zusammenarbeit

Modul 2: Qualität nach ISO 9241-11: Effektivität, Effizienz, Zufriedenstellung

Einheit 3: Usability-Grundlagen und Qualität von KI-gestützten Interaktionen

  • Einführung in ISO 9241-11: Definition von Usability und relevanten Qualitätsmerkmalen
  • Diskussion zu Effektivität, Effizienz und Nutzerzufriedenheit im Kontext generativer Systeme
  • Typische Barrieren bei GenAI (fehlender Kontext, nicht nachvollziehbare Antworten, Overconfidence)

Einheit 4: Qualität sichern - Bewertung, Feedback & kontinuierliche Verbesserung

  • Methoden zur Bewertung der Qualität von GenAI-Systemen durch Nutzer (Likert, Prompt-Reflexion, qualitative Interviews)
  • Einbindung von Nutzenden in die Qualitätsbewertung und kontinuierliche Verbesserung
  • Tools und Dashboards zur Rückmeldung und Systemkontrolle

Modul 3: Praxis der Normenanwendung für kontextgerechte KI

Einheit 5: Nutzungskontext und Bedarfsanalyse

  • Methoden zur Ermittlung des Nutzungskontexts (z. B. Kontextszenario, Aufgabenanalyse, Shadowing)
  • Übertragung auf GenAI-Systeme: Was bedeutet „kontextgerechte KI“ in Organisationen?
  • Bedarfserhebung und Nutzereinbindung als Basis für erfolgreiche Implementierung

Einheit 6: Gestaltung und Umsetzung nach ISO 9241

  • Umsetzung normativer Anforderungen auf konkrete GenAI-Interfaces
  • Ableitung von Gestaltungsprinzipien für Mensch-KI-Schnittstellen
  • Fokus auf Ergonomie, Verständlichkeit, Dialogführung, Rückmeldung und Fehlertoleranz

Modul 4: Prototyping und praktische Übungen

Einheit 7: Praxis-Workshop – Prototyping eines Human-AI Teaming Szenarios

  • Gestaltung eines eigenen Human-AI-Workflows
  • Nutzung der Human-AI-Teaming-Canvas zur Rollenklärung und Interaktionsplanung

Modul 5: Reifegrad & Verankerung von Usability, UX und Human-AI Teaming im Produktentwicklungsprozess

Einheit 8: UX-Reife und organisationales Lernen

  • Reife von Produktentwicklungsprozessen für UX- und Usability-Engineering im HInblick auf Human-AI-Teaming (z. B. nach Fraunhofer FIT)
  • Standortbestimmung: Wie ausgereift ist der eigene Produktentwicklungsprozess im Umgang mit Usability, UX und Human-AI Teaming?
  • Einordnung typischer Organisationsmuster: reaktive vs. strategisch verankerte UX

Einheit 9: Assessment & Weiterentwicklung von Prozessen

  • Analyse der eigenen Organisation anhand von Assessment-Bausteinen hinsichtlich Human-AI Teaming
  • Entwicklung eines Zielbilds: Was wäre ein angemessener nächster Reifegrad für das Unternehmen?
  • Assessment mit typischen Fragestellungen aus dem FIT-Beratungsansatz

Anmeldeformular

* Pflichtfelder

Gewünschte Terminserie
Hinweis: Gemäß Datenschutzgrundverordnung (DSGVO) unterrichten wir Sie über die Speicherung Ihrer Daten. Die Einwilligung zur Speicherung und Nutzung Ihrer Daten erfolgt freiwillig und kann jederzeit widerrufen werden.
Stornogebühren