Be Your World • Zukunft der Arbeit
Neue Berufsbilder & Digitale Kompetenzen – einfach & praxisnah
Für Einsteiger ohne Vorkenntnisse: Du lernst, was KI‑Trainer, Prompt Engineer, Datenethiker tun, welche digitale Grundbildung & Schlüsselkompetenzen wichtig sind, warum Kreativität, Kommunikation & Empathie im Fokus stehen und wie lebenslanges Lernen gelingt.
1. KI‑Trainer, Prompt Engineer, Datenethiker
KI‑Trainer (AI Trainer)
- Aufgabe: Daten/Beispiele kuratieren, Guidelines entwickeln, Antworten bewerten (Human‑in‑the‑Loop).
- Skills: Domänenwissen, Datenqualität, klare Sprache, Feedbackmethodik.
- Beispiel: FAQ‑Bot verbessert – häufige Fehler markieren, bessere Beispiele erstellen.
Prompt Engineer
- Aufgabe: Prompts/Workflows designen, Tools kombinieren, Evaluationskriterien festlegen.
- Skills: Strukturierte Kommunikation, Testen/Messen, Tool‑/API‑Grundlagen.
- Beispiel: Vorlage, die automatisch Produkttexte in 3 Stilen erzeugt + Prüfschritt.
Datenethiker (Data/AI Ethics)
- Aufgabe: Risiken/Bias prüfen, Leitplanken & Dokumentation (z. B. Model Cards) begleiten.
- Skills: Datenschutz, Ethik, Stakeholder‑Dialog, Audit‑Denken.
- Beispiel: Check vor Roll‑out – Trainingsdaten, Fairness‑Tests, Beschwerdewege.
Mini‑Übung
Wähle eine Rolle. Notiere 3 Tätigkeiten, 3 Tools, 3 Lernressourcen für die ersten 90 Tage.
2. Digitale Grundbildung & Schlüsselkompetenzen
T‑Shape‑Profil (Breite + Tiefe)
- Breite: Office/Cloud, Daten‑Basics, Sicherheit/Datenschutz, Kollaboration.
- Tiefe: 1–2 Spezialisierungen (z. B. Datenanalyse, Automatisierung, UX).
Kernkompetenzen (Auswahl)
| Kompetenz | Was heißt das? | Starter‑Aufgabe |
|---|---|---|
| Datenkompetenz | Fragen in Daten übersetzen | KPI‑Tafel für dein Team erstellen |
| Automatisierung | Wiederholtes vereinfachen | 3 Regeln/QuickSteps einrichten |
| KI‑Literacy | Stärken/Grenzen verstehen | Prompt‑Checkliste nutzen |
| Sicherheit | Risiken mindern | MFA aktivieren, Phishing‑Quiz |
Prompt‑Design – Kurzrahmen
Rolle: ______ Ziel: ______ Stil/Ton: ______
Kontext/Daten: ______ Schritte/Prüfung: ______
Output‑Format: ______ Grenzen/No‑Go: ______
Portfolio statt nur Lebenslauf
- Zeige Beispiele (Prompts, Auswertungen, Mini‑Automationen).
- Kurz beschreiben: Ausgangslage → Vorgehen → Ergebnis → Lerneffekt.
3. Kreativität, Kommunikation & Empathie
Kreativität (mit & ohne KI)
- Divergent denken: 10 Ideen in 10 Min (Quantity first).
- Konvergent prüfen: Kriterien festlegen (Impact, Aufwand, Risiko).
- KI als Ideengeber, Mensch als Kurator.
Kommunikation
- Klare Struktur: Situation → Ziel → Vorschlag → Nächster Schritt.
- Visualisieren: 1‑Seiten‑Zusammenfassungen, einfache Charts.
- Interkulturell: Ton/Format an Zielgruppe anpassen.
Empathie & Zusammenarbeit
- Aktiv zuhören, zusammenfassen, nachfragen.
- Feedback als Geschenk (konkret, freundlich, umsetzbar).
- Ethik: Fairness, Transparenz, Respekt – besonders bei Daten/KI.
Mini‑Übung
Fasse eine E‑Mail in 3 Sätzen zusammen und schlage 1 konkreten nächsten Schritt vor – klar & höflich.
4. Lebenslanges Lernen
Lern‑Loop (P‑D‑R‑S)
- Plan: Ziel & Nutzen festhalten
- Do: 2‑4 Wochen Lern‑Sprint (30–60 Min/Tag)
- Reflect: Was klappt? Was nicht?
- Share: Ergebnis/Portfolio teilen
Mikro‑Credentials & Lernquellen
- Kurse/Badges (z. B. Daten‑Basics, KI‑Ethik, Automatisierung)
- Community/Meetups, interne Lernzirkel
- Job‑Rotation, Mentoring, Praxisprojekte
Skill‑Gap schließen
| Kompetenz | Ist | Soll | Maßnahme | Termin |
|---|---|---|---|---|
| Daten‑Basics | 1/5 | 3/5 | Kurs + Mini‑Projekt | 8 Wochen |
| Prompting | 2/5 | 4/5 | Challenge 30 Tage | 6 Wochen |
Lern‑Sprint – Vorlage
Ziel: ________________________________
Ressourcen: __________________________
Sprint‑Zeitraum: ____ bis ____
Outcome/Portfolio: ___________________
Vorlagen & Checklisten
Prompt‑Canvas (Kurz)
Rolle | Ziel | Kontext | Daten | Schritte | Format | Tests | Grenzen
Portfolio‑Eintrag
Problem → Vorgehen → Ergebnis → Nutzen → Nächster Schritt
Link/Belege: ___________________
Digitale‑Kompetenzen‑Check
Cloud/Office □ Daten‑Basics □ Sicherheit □ KI‑Literacy □ Automatisierung □
Glossar
KI‑Literacy
Verstehen, was KI kann (und nicht), sinnvoll einsetzen & prüfen.
T‑Shape
Breites Grundlagenwissen + tiefe Spezialisierung.
Human‑in‑the‑Loop
Mensch prüft/steuert wichtige Schritte im KI‑Prozess.
Model Card
Steckbrief zu einem KI‑Modell (Zweck, Daten, Risiken, Tests).
Mikro‑Credential
Kleine, nachweisbare Lerneinheit (Badge/Zertifikat).
Prompt Engineering
Systematische Gestaltung von Eingaben/Workflows für KI.