Modul 1: KI-Grundlagen, RAG und LLM-Anwendungen (2 Tage, Live-Online)
- Einführung in Large Language Models (LLMs) – mit Fokus auf echte Praxisfälle aus Finance, Controlling und Risikomanagement.
- Von den Basics bis zur Anwendung:
- Was ist ein Prompt?
- Wie funktioniert Prompt Engineering?
- Wie entstehen daraus steuerbare KI-Workflows?
- Schritt-für-Schritt-Umsetzung moderner RAG-Workflows (Retrieval Augmented Generation) für den Finanzbereich:
- Dokumenten-Upload,
- automatisiertes Chunking,
- Embedding,
- Vektorsuche und semantische Suche in eigenen Daten.
- Praktische Anwendung mit Rechnungs-PDFs, Verträgen oder anderen Finanzdokumenten.
- Einführung und Nutzung von No-Code-Tools wie LangFlow für schnelle, visuelle Prozessautomatisierung.
- Visualisierung und Vergleich: No-Code-Flows vs. Python-Code – für jeden verständlich und praxisnah eingeordnet.
- Verständnis, wie man KI-gestützte Dokumentenanalyse und Q&A-Systeme auf eigene Daten anwendet.
- Gruppen- und Einzelübungen: Von der ersten Idee bis zur funktionierenden KI-Lösung im eigenen Kontext.
- Workshop: Anwendungs- und Übungsphase mit realistischen Beispielen aus Finance/Controlling und eigenen Fragestellungen.
- Direkter Transfer: Nach dem Modul erkennst du geeignete Prozesse und entwickelst erste konkrete KI-Use-Cases.
Ziel: Du verstehst nicht nur die Technik, sondern baust eigene KI-gestützte Workflows und entwickelst erste umsetzbare Anwendungen für deinen Arbeitskontext.
Modul 2: KI-Automatisierung & No-Code/Python-Integration (1 Tag, Präsenz)
- Hands-on mit KI-Tools für Finance, Controlling & Buchhaltung:
- Entwicklung eigener Reporting- und Buchhaltungs-Assistenten (z. B. für doppelte Buchführung, automatisierte Auswertungen).
- Reporting-Workflows mit SQL-Agenten, Charting-Agenten und Writing-Agenten (z. B. automatisch generierte Berichte mit Grafiken).
- Automatisierung typischer Analyse- und Auswertungsprozesse im Finanzbereich – visuell mit LangFlow sowie durch Integration vorbereiteter Python-Komponenten.
- Kombination von No-Code und Python: Auch Nicht-Programmierende können mitarbeiten – technische Komponenten werden schrittweise und unterstützt integriert.
- Live-Demo: Integration von Python-Knoten in LangFlow für erweiterte Logik.
- Anwendung im Unternehmensalltag: Typische Finance-Automationsprojekte und deren strukturierte Umsetzung.
- Automatisierungs-Framework (Vertiefung & Anwendung):
- Vertiefende Übungen: Auswahl und Skizzierung konkreter Automatisierungsprojekte, die mit KI-Workflows umgesetzt werden können.
- „Von der Idee zum Proof-of-Concept” – Entwicklung eines eigenen Fahrplans zur Umsetzung im Unternehmenskontext.
Ziel:Du entwickelst eigene Automatisierungen, kombinierst No-Code- und unterstützte Code-Bausteine und bist in der Lage, Prozesse im Finanzbereich strukturiert KI-gestützt zu optimieren.
Modul 3: KI-Systeme & Integration im Finance-Kontext (1 Tag, Präsenz)
- Einordnung: Was sind KI-Agenten und wie werden sie in Finance- und Controlling-Prozessen sinnvoll eingesetzt?
- Vom einzelnen Workflow zum System: Wie mehrere Komponenten (z. B. Daten, Modelle und KI-Logik) zu einem durchgängigen KI-gestützten Prozess verbunden werden.
- Praxis: Erweiterung bestehender KI-Workflows zu integrierten Anwendungen.
- Einführung in grundlegende Architekturkonzepte mit LangGraph und Python: Wie KI-Workflows strukturiert aufgebaut und gesteuert werden können.
- Anwendung: Einbindung externer Datenquellen (API), Datenbanken und einfacher Benutzeroberflächen (z. B. Streamlit).
- Unterstützte Arbeit mit Code: Du arbeitest mit vorbereiteten Templates und lernst, diese mithilfe von KI gezielt anzupassen und zu erweitern.
- Use Cases aus der MediTech-AG-Story, z. B.:
- Entwicklung eines integrierten KI-Systems mit Benutzeroberfläche (Streamlit), KI-Logik und Datenbankanbindung.
- Aufbau hybrider KI-Workflows mit lokalen Modellen (z. B. Ollama) und Cloud-Lösungen.
- Entwicklung eines KI-gestützten Benchmarking-Ansatzes zur Unterstützung von Managemententscheidungen.
Die Use Cases bauen teilweise aufeinander auf und zeigen, wie aus einzelnen Anwendungen schrittweise ein integriertes System entsteht.
Ziel: Du verstehst, wie aus einzelnen KI-Anwendungen integrierte Systeme entstehen, und kannst einfache Lösungen strukturiert konzipieren und weiterentwickeln.
Modul 4: Praxistransfer & Automatisierungs-Framework (Selbstlernphase)
- Direkter Transfer in die Unternehmensrealität:
- Analyse und Auswahl von Automatisierungspotenzialen im eigenen Unternehmen mithilfe eines strukturierten KI-Automatisierungs-Frameworks.
- Schritt-für-Schritt: Identifikation, Evaluation, Priorisierung und Konzeption deines eigenen KI-Automatisierungsprojekts.
- Entwicklung eines individuellen KI-Use-Cases inkl. Business-Nutzen, Ressourcenabschätzung und Umsetzungsskizze (fachlich & technisch).
- Anwendung des Frameworks zur konkreten Planung der technischen Umsetzung, inkl. Schnittstellen, Datenvorbereitung, Integration von LLMs, Machine Learning und Automatisierungstools.
Ziel: Du entwickelst ein umsetzbares Automatisierungskonzept, das unmittelbar Wert in deinem Unternehmen schaffen kann.
Modul 5: Präsentation & Optimierung der eigenen KI-Projekte (1 Tag, Live-Online)
- Präsentation deiner individuellen Use-Cases:
- Vorstellung deines Projekts, inkl. Kosten-Nutzen-Analyse, Workflow, technische und organisatorische Umsetzung.
- Peer- und Trainer-Feedback: Diskussion und Feinschliff mit der Gruppe.
- Gemeinsames Schärfen der Praxisprojekte für maximalen Unternehmensnutzen.
- Implementierungsempfehlungen und nächste Schritte für die Umsetzung im Arbeitsalltag.
Ziel: Du bekommst wertvolles Feedback, stärkst deine Umsetzungskompetenz und schließt das Programm mit einem nachhaltigen Automatisierungsprojekt ab, das echten Mehrwert für dein Unternehmen liefert.
Nach dem Qualifizierungsprogramm kannst du:
- eigene KI-Use-Cases identifizieren und strukturiert entwickeln,
- einfache Automatisierungen mit KI selbst umsetzen (No-/Low-Code),
- Finance- und Controlling-Prozesse gezielt durch KI erweitern,
- Dokumentenanalyse und Reporting-Workflows praktisch einsetzen,
- einfache KI-Systeme (z. B. mit Datenbank und UI) verstehen und anpassen,
- fundiert mit IT- und Data-Teams zusammenarbeiten.
Besonderheit: Du entwickelst ein eigenes Automatisierungsprojekt aus deinem Unternehmenskontext – von der Idee bis zu einem umsetzbaren Konzept bzw. Prototyp.
So entsteht direkt ein konkreter Mehrwert für dein Unternehmen.
Fach- und Führungskräfte aus Controlling, Finance und angrenzenden Bereichen, die KI praktisch einsetzen und Automatisierungen umsetzen möchten.
Geeignet für:
- Controller:innen und Finance Manager:innen,
- Mitarbeitende im Rechnungswesen und Reporting,
- Team- und Abteilungsleiter:innen,
- Selbstständige und Projektverantwortliche.
Auch ohne Programmiererfahrung geeignet. Grundkenntnisse in Excel und Finance-Prozessen sind hilfreich, aber keine Voraussetzung.
