Skip to main content

Digital AI Research und Testing & Evaluation Expert

Kursnummer: UA1028

KI ist in diesem Kurs Bestandteil des Systems: Es geht um intelligente, KI-basierte Systeme, nicht nur um KI-Unterstützung bei der Produktentwicklung. Aufbauend auf UA1018 (CPUX-F, HCAIX Level 1) erwerben die Teilnehmenden auf Advanced-Niveau die Kompetenzen, digitale Produkte und Systeme mit künstlicher Intelligenz (KI) menschzentriert zu erforschen, zu spezifizieren und zu evaluieren. Die Bereiche des HCAIX-Zertifizierungssystems Level 2 sind Testing & Evaluation (Inhalte CPUX-UT) und Research & Intent (Inhalte CPUX-UR, ergänzt um Datenanalyse, Requirements Engineering nach IREB, Soll-Situation und Innovation).

Warum dieser Kurs?

  • 272 UE in 6,8 Wochen (34 Tage)
  • 34 Tage à 8 UE (UE à 45 Min.)
  • Zertifikat: Research und Testing & Evaluation Expert
  • HCAIX Level 2: Testing & Evaluation und Research
  • Aufbau auf UA1018 oder gleichwertige Kenntnisse
  • 67 UE Theorie live mit Trainer
  • 60 UE Übungen mit Trainerbetreuung, 20 UE Coaching
  • KI als Bestandteil des Systems - nicht nur Werkzeug
  • LIVE ONLINE mit V-Classroom-XL
  • Förderung über Bildungsgutschein beantragt

Zielgruppe

  • UX-, UI- und Interaction-Designer, Usability-Fachleute, Produktverantwortliche

Kursformat

  • 6,8 Wochen: 34 Tage à 8 UE
  • bis zu 49% Selbststudium ohne Präsenz
  • LIVE ONLINE V-Classroom-XL
  • 12 Teilnehmende maximal - viel Zeit für individuelle Fragen
  • Theorie, Übungen mit Trainerbetreuung und Coaching

Preis

Preis: 4.079,19 € netto Förderung über Bildungsgutschein beantragt

Pizza Projekt

Projektsituation: Pizzeria möchte keine Provisionen mehr verleieren und lieber weitere Kunden mit eigener mobilen Lösung gewinnen

Nutzungskontextanalyse

Brain Storming Nutzungskontext um sich einen ersten Überblick zu verschaffen

Persona

Der fiktive Besitzer in Form einer Persona

Benutzer

Der fiktive Benutzer in Form einer Persona

Low Fidelity Prototype

Nach mehreren Iterationen gibt es erste Entwürfe als Low Fidelity Prototype

Wireframe

Nach mehereren Prototypen und WireFlows wird das Design über einen Wireframe harmonisiert

Figma oder Axure Prototyp

Nach weiteren Iterationen gibt es einen High Fidelity Prototypen

Usability Testing & Evaluation

Usability Testing mit Videoaufzeichnung

    Angebot & Unterlagen anfordern

    Angebot & Unterlagen anfordern

    Wir senden Dir Angebot und Unterlagen zu diesem Kurs per E-Mail.

    Bitte ausfüllen
    Bitte ausfüllen
    Bitte ausfüllen
    Bitte ausfüllen

    Invalid Input

    CPUX-F Foundation Level

    Förderung BA oder DRV

    LIVE Online mit Trainer


      Kursinhalte & Themenblöcke – Digital AI Research und Testing & Evaluation Expert

      TB01: Grundlagen, Evaluationsmethoden und Methodenauswahl (HCAIX-TE)
      1.1 TE 1 Grundlagen, Evaluationsmethoden und Methodenauswahl (HCAIX-TE Kap. TE 1 (Inhalte CPUX-UT Kap. 1)) – 4 UE
      • HCAIX-TE-Begriffe (Terms & Definitions 2025): menschzentrierte Gestaltung, iterativer Prozess, HCD-Reife, Usability mit Effektivität, Effizienz und Zufriedenstellung, menschzentrierte Qualität, User Experience, Barrierefreiheit, Vermeidung von Schäden
      • Nutzungskontext: Benutzer, Benutzergruppenprofil, Persona, Ziel, Aufgabe und Teilaufgabe, Aufgabenmodell, Aufgabenobjekt, Umgebung, Ressource (abgestimmt mit CPUX-UT, IREB, JTBD und DDD)
      • Evaluationsmethoden im Überblick: Usability-Evaluierung, formativ und summativ, Usability-Test (qualitativ, quantitativ, moderiert, remote, unmoderiert), Eye-Tracking, Retrospective Recall, A/B-Test, Tree-Test, Card Sorting, Inspektion, Cognitive Walkthrough, Benutzerbefragung (SUS, UEQ, NPS, CSAT)
      • Methodenauswahl und Methodenmix; Usability-Evaluierungs- und Testplan (etwa eine Seite): Auflistung aller Methoden und Ressourcen wie Zeit, Dauer, Personen, Budget; Auswahlkriterien einschließlich HCD-Reife; Inspektion vor Test
      • Rolle der Usability-Evaluierung in der menschzentrierten Gestaltung; Test, Inspektion und Benutzerbefragung unterscheiden und passend wählen
      • Qualitätskriterien einer Evaluierung, agile Evaluierung, Evaluierung von UX und Barrierefreiheit
      • Evaluierung von KI-Funktionen: Fehlerarten, Fehlerrate, Vertrauen (HCAIX-TE)
      (Fortsetzung) 1.1 TE 1 Grundlagen, Evaluationsmethoden und Methodenauswahl
      • Testobjekte: real existierende Websites, die die Teilnehmenden selbst wählen; KI-Funktionen dort (Chatbot, Empfehlungen, Suche) als Beispiele für Fehlerarten
      • Methodenvergleich Mensch und KI (Blatt „Methoden Mensch und KI“): je Aufgabe klassisches Vorgehen, KI-Vorgehen, Modus (etabliert, gleichwertig, Alternative, Ergänzung, Ersatz), Vor- und Nachteile
      • Entscheidungsregel: KI ersetzt eine klassische Methode nur, wenn sie an einer Stichprobe validiert ist, wenig Schaden anrichten kann, umkehrbar ist und dokumentiert wird; sonst gleichberechtigt oder als Ergänzung
      • Berichtsbeispiele des Kurses: Pizza-Hut-Website, Testbericht deutsch und englisch (Methoden: Inspektion nach ISO 9241-110, moderierter und unmoderierter Remote-Test)
      • Vertiefung Evaluationsplanung: Evaluierungsziele, Hypothesen, Stichprobe, Ressourcen und Risiken; Zusammenspiel von Inspektion, Test und Befragung im Methodenmix

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 1 – 12 UE

      • Lehrmaterial Testing & Evaluation (Inhalte CPUX-UT Kapitel 1), Lehrtext, Quiz, Lerntagebuch
      • Claude Code einrichten (Installation, Berechtigungen, CLAUDE.md, erste Aufgabe): Vorlage für Evaluierungsprotokoll erzeugen und prüfen
      • HCAIX-TE: KI-Funktionen evaluieren
      • Lesen: Lehrmaterial TE Kap. 1, Terms & Definitions (Grundbegriffe), Kuckartz-Anleitung nur überfliegen
      • Projektübung: Claude erkunden – Konto, Projekte, Dateien hochladen, erste Prompts zur Kaffeemaschine
      • Kostenlos: Anthropic Academy (anthropic.skilljar.com, Englisch; deutsche Oberfläche per Browser-Übersetzung): 'Claude 101' (ca. 2,5 Std., ohne Vorkenntnisse) und 'AI Fluency: Framework & Foundations' (ca. 4 Std.)
      TB02: Usability-Inspektion nach ISO 9241-110 (HCAIX-TE)
      1.2 TE 2 Usability-Inspektion nach ISO 9241-110 (HCAIX-TE Kap. TE 2 (Inhalte CPUX-UT Kap. 2)) – 3 UE
      • HCAIX-TE-Begriffe: Usability-Inspektion, Interaktionsprinzip (früher Dialogprinzip), Heuristik, Heuristische Evaluierung, Expert Review, Gestaltungsrichtlinie, Styleguide, Designmuster, Grundsätze der Informationsdarstellung; häufige Fehler bei Inspektionen
      • Vorgehen der Usability-Inspektion, Inspektionskriterien, Gutachterteam
      • ISO 9241-110 (Interaktionsprinzipien) in der ausführlichen Fassung der Norm: Prinzipien und Prüfkriterien je Prinzip, Prüfung Kriterium für Kriterium; führt zu klareren, nachvollziehbaren Befunden; Einordnung: heuristische Evaluierung nach Nielsen als bekannte Alternative, im Kurs durch die Normkriterien ersetzt
      • Cognitive Walkthrough und andere Inspektionsmethoden im Überblick
      • Befunde: Beschreibung, Fundstelle, verletztes Prinzip und Kriterium, Schweregrad, Konsolidierung im Team
      • KI-Inspektion: mehrere KI-Gutachter prüfen Bildschirme und Abläufe mit denselben Normkriterien; Befunde werden am Prototyp bestätigt (Trefferquote), Konsens bleibt beim Menschen
      • Barrierefreiheit: automatische Prüfwerkzeuge ersetzen regelbasierte Prüfpunkte (Kontrast, Struktur, Beschriftung); Urteil und Nutzerprüfung bleiben menschlich

      Praktische Übungen: Praxisübung 1 – Usability-Inspektion nach ISO 9241-110: selbst gewählte Website – 6 UE

      • Aufgabe: Usability-Inspektion der selbst gewählten Website in Zweierteams anhand der Prinzipien und Prüfkriterien der ISO 9241-110; Befunde je Kriterium mit Schweregrad
      • Methodenwahl an Fallbeispielen (Test, Inspektion, Befragung) begründen
      • Befunde konsolidieren: Claude erstellt einen Entwurf, die Teilnehmenden prüfen Befund für Befund gegen den Prototyp (Gegenprüfung)
      • Fehlerarten von KI-Funktionen der Website sammeln, falls vorhanden (falsche Empfehlung, Missverständnis, Halluzination)
      • Ergebnis: Inspektionsbericht mit priorisierter Befundliste je Prinzip

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 2 – 8 UE

      • Lehrmaterial Testing & Evaluation (Inhalte CPUX-UT Kapitel 2), Quiz TE 1+2
      • Usability-Inspektion nach ISO 9241-110 an einem zweiten Beispiel (Bestell-App eines Wettbewerbers) allein durchführen
      • Lesen: Lehrmaterial TE Kap. 2, ISO 9241-110 (Dialoggrundsätze) in eigenen Worten zusammenfassen
      • Projektübung: Inspektion der Kaffeemaschinen-Oberfläche vorbereiten, Befunde in der Befundliste sammeln
      • Kostenlos: Anthropic Academy (anthropic.skilljar.com, Englisch; deutsche Oberfläche per Browser-Übersetzung): 'AI Fluency' fortsetzen (Delegation, Description, Discernment)
      TB03: Usability-Test vorbereiten (HCAIX-TE)
      1.3 TE 3 Usability-Test vorbereiten (HCAIX-TE Kap. TE 3 (Inhalte CPUX-UT Kap. 3.1)) – 3 UE
      • HCAIX-TE-Begriffe: Usability-Evaluierungs- und Testplan, Evaluator und Tester, Testteilnehmer, Rekrutierung, Testort, Testsitzung, Pilotsitzung, Testskript, Briefing, Geheimhaltungsvereinbarung, Einwilligung, Testszenario, Testaufgabe, Interview vor und nach der Sitzung
      • Auswahl des Evaluationsgegenstands: real existierende Website, von den Teilnehmenden gewählt; Auswahlkriterien (öffentlich zugänglich, keine vertraulichen Inhalte, Zielgruppe erreichbar, Test mit Einwilligung); Hinweis zu Rechten und Veröffentlichung der Ergebnisse
      • Testziele, Testplan, Testaufgaben und Szenarien
      • Testteilnehmende, Rekrutierung, Testumgebung, Pilottest
      • Testplan (eine Seite) und Testskript (der aufwendige Teil) mit Claude entwerfen und prüfen
      • KI-Entwurf von Screener, Aufgaben und Skript mit Prüfung auf Hinweise und Suggestivformulierungen; synthetische Testdaten; Pilot mit Menschen bleibt
      • Aufgabenobjekte als Referenz: Testaufgaben je Aufgabenobjekt und Tätigkeit (erstellen, ansehen, ändern); Befunde später nach Aufgabenobjekt gruppieren
      • Moderierte Remote-Tests (2–4 Teilnehmende) und unmoderierte Tests planen: Plattform, Aufzeichnung von Bild und Ton, Aufgabenversand
      • Testskript nach der Kursvorlage: Begrüßung, Vorstellung, Einwilligung und Geheimhaltung, Briefing, Interview vor der Sitzung, Technik-Setup, Szenario, Aufgaben, Interview nach der Sitzung, Abschluss
      (Fortsetzung) 1.3 TE 3 Usability-Test vorbereiten
      • Neue Methoden mit KI (Buchentwurf 2025): Nutzungsszenarien schreiben, Personas entwickeln, Rekrutierung unterstützen; jeweils Entwurf durch KI, Prüfung durch den Menschen
      • Testskript als eigentliche Herausforderung: Aufgabenformulierung neutral und aus Sicht des Benutzers im Szenario, ohne Begriffe der Oberfläche und ohne Lösungsweg; Aufgabenzeit je Aufgabe ermitteln (Pilot, Expertenlauf); je Aufgabe Vorbedingung, Nachbedingung, Erfolgskriterium und Abbruchkriterium festlegen
      • Unterschied Testplan und Testskript: Der Testplan ist die Übersicht über Methoden, Ressourcen, Zeit und Dauer; das Testskript ist die Regieanweisung der einzelnen Sitzung mit Sprechtext und Aufgabenblättern

      Praktische Übungen: Praxisübung 2 – Testplan, Testskript, Testaufgaben und Pilottest – 6 UE

      • Aufgabe Testplan: Testplan erstellen (etwa eine Seite) und den Methodenmix beachten: Inspektion, moderierter Test, unmoderierter Test, Befragung; dazu Ressourcen, Zeit und Dauer
      • Aufgabe Testskript: Testskript mit der Kursvorlage für die gewählte Website erstellen: Szenario und 5 Testaufgaben; je Aufgabe Formulierung, Aufgabenzeit, Vorbedingung, Nachbedingung, Erfolgskriterium und Abbruchkriterium
      • Einwilligungs- und Geheimhaltungstext in das Skript einbauen; Pilottest im Rollenspiel: Aufgabenzeiten messen, Aufgaben und Skript anpassen
      • Claude: Aufgabenentwurf und Prüfung auf Neutralität (Hinweise auf den Lösungsweg, Suggestivformulierungen); Claude Code: Testplan-Vorlage und Protokollbogen als Dateien erzeugen (CLAUDE.md mit Regeln für Neutralität der Aufgaben)
      • Ergebnis: Testplan (eine Seite), Testskript mit Aufgabenblättern, Protokollbogen

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 3 – 8 UE

      • Lehrmaterial Testing & Evaluation (Inhalte CPUX-UT Kapitel 3.1), Literatur zum Usability-Test, Quiz
      • Testplan und Testskript überarbeiten
      • Lesen: Lehrmaterial TE Kap. 3, Testskript-Vorlage (Remote-Usability-Test) komplett lesen
      • Projektübung: Testplan (ca. 1 Seite) und Testskript mit Aufgabenzeiten, Vor-/Nachbedingungen und Erfolgskriterien fertigstellen, Pilottest einplanen
      TB04: Usability-Test durchführen und moderieren (HCAIX-TE)
      1.4 TE 4 Usability-Test durchführen und moderieren (HCAIX-TE Kap. TE 4 (Inhalte CPUX-UT Kap. 3.2, 3.4)) – 2 UE
      • HCAIX-TE-Begriffe: Moderator, Beobachter, Protokollant, Moderationsregeln, Kommunikation, lautes Denken, Verhalten der Testteilnehmer, Affordance, mentales Modell; Hilfestellung und Zeitnahme
      • Moderation, lautes Denken, neutral bleiben, Protokollieren
      • Rollen im Test (Moderator, Beobachter, Protokollant)
      • Wizard-of-Oz für KI-Funktionen (HCAIX-TE)
      • Moderation: Mensch ist Standard; KI-Co-Moderator schlägt neutrale Rückfragen vor; KI-Moderation nur für einfache, risikoarme Tests
      • Transkription: automatisch, in Echtzeit; die manuelle Mitschrift entfällt, außer wenn eine Aufnahme nicht erlaubt ist
      • Zeit pro Aufgabe: automatische Ereigniserkennung statt Stoppuhr, nach Stichprobenprüfung
      • Moderierter Remote-Test mit lautem Denken (Videokonferenz, Aufgaben per Chat, Zeitbegrenzung) im Vergleich zum unmoderierten Test (Plattform mit Bild- und Tonaufzeichnung)
      • Durchführung nach dem Testskript: Moderator liest Szenario und Aufgaben vor, achtet auf Aufgabenzeiten, wendet Abbruchkriterien an und dokumentiert Abweichungen vom Skript

      Praktische Übungen: Praxisübung 3 – Moderation und drei Testsitzungen – 6 UE

      • Die Sitzungen werden nach dem Testskript aus Praxisübung 2 durchgeführt; Abweichungen werden notiert
      • Aufgabe: Moderationsübung im Rollenspiel (Moderator, Testperson, Beobachter, Protokollant), anschließend drei Testsitzungen mit der gewählten Website
      • Wizard-of-Oz-Demonstration durch den Trainer: Trainer spielt eine KI-Funktion, Teilnehmende beobachten und protokollieren
      • Sitzungsprotokolle führen; Aufzeichnung mit Einwilligung
      • Ergebnis: drei protokollierte Sitzungen
      • Drei vollständige Testsitzungen im Rollenspiel (Moderation, Beobachtung, Protokoll); anschließend Peer-Feedback zur Moderation

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 4 – 8 UE

      • Sitzungen nacharbeiten, Protokolle vervollständigen
      • Transkripte mit Claude auswerten und an den Aufnahmen gegenprüfen
      • HCAIX-TE: KI testen mit Wizard-of-Oz
      • Lesen: Testskript-Vorlage (Beobachtungsbogen), Hinweise zur Moderation
      • Projektübung: Testsitzungen nachbereiten, Transkripte mit Claude auswerten (Prompts im Lerntagebuch festhalten)
      TB05: Benutzerbefragung (CSAT), Ethik und Varianten (HCAIX-TE)
      1.5 TE 5 Benutzerbefragung (CSAT), Ethik und Varianten (HCAIX-TE Kap. TE 5 (Inhalte CPUX-UT Kap. 3.7, 4)) – 3 UE
      • HCAIX-TE-Begriffe: Benutzerbefragung, Fragebogen, Skala, CSAT, SUS, UEQ, NPS, Stichprobe, Einwilligung
      • Benutzerbefragung mit CSAT: Frage und Skala gestalten, Zeitpunkt, offene Frage; Kennzahl CSAT; weitere Standard-Fragebögen (SUS, UEQ) im Überblick
      • Auswertung der Befragung mit KI (Claude): CSAT-Wert, Kodierung und Clustering der offenen Antworten mit Stichprobenprüfung durch Menschen (Übereinstimmung)
      • Ethische und rechtliche Aspekte: Einwilligung, DSGVO, KI-Transkription und Aufzeichnung
      • Quantitativer Test, Testvarianten (remote, unmoderiert)

      Praktische Übungen: Praxisübung 4 – Benutzerbefragung mit CSAT, Auswertung der CSAT, Einwilligung und Datenschutz – 3 UE

      • Aufgabe: Benutzerbefragung mit CSAT zur gewählten Website aufsetzen (Frage, Skala, offene Frage, Pilot), im Kurs durchführen; optional ergänzend SUS
      • Auswertung der CSAT mit Claude: CSAT-Wert berechnen, offene Antworten kodieren und clustern, Stichprobe gegen menschliche Kodierung prüfen
      • Einwilligung und Datenschutz bei KI-Aufzeichnung und Transkription (Rollenspiel Datenschutzbeauftragte)
      • Remote-/unmoderierte Variante planen
      • Ergebnis: Befragungsauswertung mit CSAT, Einwilligungstext, Checkliste Datenschutz im Test

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 5 – 8 UE

      • Quiz TE 5, CSAT-Auswertung mit Claude nacharbeiten und gegenprüfen
      • HCAIX-TE: Ethik und Datenschutz bei KI-Aufzeichnung
      • Lesen: Lehrmaterial TE Kap. 5 (CSAT, Befragung, Ethik/Datenschutz), Hinweise zur Einwilligung
      • Projektübung: CSAT-Fragebogen finalisieren, CSAT-Wert berechnen und mit Claude gegenprüfen
      TB06: Auswertung mit KI, Clustern, Priorisieren und Usability-Testbericht (HCAIX-TE)
      1.6 TE 6 Auswertung mit KI, Clustern, Priorisieren und Usability-Testbericht (HCAIX-TE Kap. TE 6 (Inhalte CPUX-UT Kap. 3.3, 3.5–3.8)) – 3 UE
      • HCAIX-TE-Begriffe: Usability-Befund, Usability-Problem, positiver Befund, Ursache, Verbesserungsvorschlag, KJ-Methode, Bewertung (Rating)
      • Neue Methoden mit KI (Buchentwurf 2025): Videos und Testsitzungen transkribieren, Videos analysieren
      • Auswertung der Aufzeichnungen aus moderierten Remote-Tests (2–4 Nutzer) und unmoderierten Tests: Transkription (Claude), Befundentwurf je Stelle im Video mit Beleg
      • Bewertung jedes Befunds: Schweregrad (positiv, gering, schwer, kritisch, katastrophal, gute Idee) und Grad der Auswirkung, daraus eine gesamtheitliche Bewertung
      • Prüfdialog Claude – Usability-Tester: Claude präsentiert die Befunde in Listenform; der Tester prüft Beschreibung und Bewertung gegen das Video und ändert oder berichtigt einzelne Befunde; Änderungen werden protokolliert, Entscheidung bleibt beim Menschen
      • Geschlossene Schleife: Befund, KI-Vorschlag, Prüfung, Änderung im Prototyp, automatische Prüfung, Kurz-Retest
      • Definition Grad der Auswirkung: Anteil der betroffenen Testpersonen und Aufgaben; zusammen mit dem Schweregrad ergibt sich die gesamtheitliche Bewertung (Kriterien im Kurs festgelegt)
      (Fortsetzung) 1.6 TE 6 Auswertung mit KI, Clustern, Priorisieren und Usability-Testbericht
      • Clustern und Priorisieren: Befunde mit Claude zu Themen clustern lassen (Vorschlag), danach im KJ-Workshop mit dem Team gemeinsam gruppieren, benennen und priorisieren; Vergleich der Cluster von Claude und Team, Priorisierung nach Schweregrad, Grad der Auswirkung und Aufwand
      • HCAIX-TE-Begriffe: Kommunikation der Befunde, Evaluations- und Testbericht, Klassifikation und Schweregrade, Videozusammenfassung, Management-Summary
      • Aufbau des Berichts am umfangreichen Beispiel (Pizza-Hut-Website, deutsch und englisch): Zusammenfassung mit positiven Ergebnissen, Verbesserungen und Empfehlungen; Klassifizierung der Ergebnisse; Ergebnisse nach Themen (Befund, entdeckt durch welche Methode, Empfehlung); Evaluationsgegenstand, Ziel und Methode; Testskript; Teilnehmerliste; Anhänge (Ergebnisse je Testperson, Index der Testergebnisse)
      • Befunde formulieren und belegen (Fundstelle, Belegstelle im Video, Empfehlung), Priorisierung, positive Ergebnisse nicht vergessen
      • KI-Berichtsentwurf aus den im Prüfdialog bestätigten Befunden mit Beleglink; Gegenlesen und Freigabe durch den Tester
      • Präsentation der Ergebnisse für Auftraggeber und Team
      • Evaluation von Physical-AI-Systemen: Tests in der realen Umgebung (Raststätte), Beobachtung von Gerät, Handlung und Umgebung gemeinsam, Sicherheitsaspekte in Befunden und Bericht

      Praktische Übungen: Praxisübung 5 – Auswertung mit Claude, Clustern, Priorisieren (KJ-Workshop) und Usability-Testbericht – 3 UE

      • Aufgabe: Aufzeichnungen aus zwei moderierten Remote-Tests und einem unmoderierten Test transkribieren; Claude erstellt den Befundentwurf mit Schweregrad, Grad der Auswirkung und Gesamtbewertung
      • Prüfdialog: Befundliste mit Claude durchgehen, einzelne Befunde gegen das Video prüfen, ändern oder berichtigen; Änderungsprotokoll
      • Clustern und Priorisieren: Claude clustert die Befunde und schlägt eine Priorisierung vor; danach KJ-Workshop im Team (Karten gruppieren, Cluster benennen, Priorisierung abstimmen); Vergleich mit dem Vorschlag von Claude und Entscheidung
      • Usability-Testbericht nach dem Aufbau des Beispielberichts (Abschnitt 1.6) und Kurzpräsentation
      • Claude Code: Auswertungsskript für die Problemliste (Häufigkeit, Schweregrad, Auswirkung) schreiben lassen, Code lesen und testen
      • Ergebnis: geprüfte, geclusterte und priorisierte Befundliste sowie Usability-Testbericht zur gewählten Website (als letzte Übung des Themenblocks)

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 6 – 8 UE

      • Quiz TE 6, Testbericht überarbeiten, Clustern und Priorisieren nacharbeiten, Befundliste im Dialog mit Claude nacharbeiten
      • Wiederholung HCAIX-TE Testing & Evaluation: Kompetenzmodell, Probeaufgaben der Teilprüfung, Glossar
      • Lesen: Lehrmaterial TE Kap. 6 (Clustern, Priorisieren, Testbericht)
      • Projektübung: Befunde clustern und priorisieren (Vorbereitung für den KJ-Workshop), Testbericht-Gliederung entwerfen
      TB07: Unmoderierte Tests, Barrierefreiheitsprüfung und Testautomatisierung (HCAIX-TE)
      1.7 TE 7 Unmoderierte Tests, Barrierefreiheitsprüfung und Testautomatisierung (HCAIX-TE Kap. TE 7 (Inhalte CPUX-UT Kap. 1–3)) – 4 UE
      • Unmoderierter Remote-Test: Aufgabenformulierung ohne Moderator, Technik, Stichprobe, Datenqualität und Betrugsrisiken
      • Barrierefreiheitsprüfung: Prüfpunkte, Werkzeuge, Prüfung mit Nutzern mit Einschränkungen; Grenzen automatischer Prüfung
      • Testautomatisierung und KI: Aufzeichnung, Ereigniserkennung, Transkription; Stichprobenprüfung der KI-Ergebnisse
      • Methodenvergleich Mensch und KI für Barrierefreiheit und unmoderierte Tests (Blatt „Methoden Mensch und KI“)

      Praktische Übungen: Praxisübung 6 – Unmoderierter Test und Barrierefreiheitsprüfung – 6 UE

      • Aufgabe: unmoderierten Kurztest für die selbst gewählte Website entwerfen und mit 2–3 Personen durchführen (Aufgaben, Erfolgskriterien, Aufzeichnung)
      • Barrierefreiheitsprüfung mit Prüfwerkzeug und manueller Stichprobe; Vergleich der Befunde
      • Claude: Auswertung der Aufzeichnungen und Befunde mit Gegenprüfung an der Aufzeichnung
      • Ergebnis: Auswertung des unmoderierten Tests, Befundliste Barrierefreiheit

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 7 – 8 UE

      • Ziel: Übung 6 vorbereiten und nacharbeiten
      • Lesen: Lehrmaterial TE Kap. 7; WCAG-Grundlagen (Überblick); Hinweise zum unmoderierten Test
      • Selbstständig arbeiten: Aufgaben für den unmoderierten Test entwerfen und mit Claude auf Hinweise und Suggestivformulierungen prüfen; Prüfwerkzeug für Barrierefreiheit ausprobieren
      • Ergebnis: Aufgabenset, erste Barrierefreiheitsbefunde, Lerntagebuch
      TB08: KI-Funktionen evaluieren: Testsatz, Fehlerarten, Vertrauen und Red Teaming (HCAIX-TE)
      1.8 TE 8 KI-Funktionen evaluieren: Testsatz, Fehlerarten, Vertrauen und Red Teaming (HCAIX-TE Kap. TE 8 (HCAIX-TE)) – 4 UE
      • Fehlerarten, Fehlerrate und Fehlerfolgen von KI-Funktionen; Vertrauen und Verlässlichkeit
      • Testsatz und Eval-Harness: feste Eingaben, erwartete Ausgaben, Auswertung; LLM als Prüfinstanz und deren Grenzen
      • Red Teaming, Fehlverhalten und Schaden (Bezug ISO 9241-110, Vermeidung von Schäden)
      • Nutzerseitige Evaluation von KI-Funktionen im Usability-Test (Beobachtung, Fragen, Vertrauensmaß)

      Praktische Übungen: Praxisübung 7 – KI-Funktion evaluieren (Testsatz, Fehlerarten, Vertrauen) – 6 UE

      • Aufgabe: KI-Funktion der selbst gewählten Website oder eines Claude-Projekts mit einem Testsatz von 20 Eingaben prüfen; Fehlerarten klassifizieren
      • Mit Claude einen Eval-Harness entwerfen, Ausgaben bewerten lassen und die Bewertung an einer Stichprobe gegenprüfen
      • Kurze Beobachtung mit 2 Personen: Vertrauen in die KI-Antwort messen
      • Ergebnis: Evaluationsbericht zur KI-Funktion mit Fehlerarten und Empfehlungen

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 8 – 10 UE

      • Ziel: Übung 7 vorbereiten, TE-Inhalte festigen
      • Lesen: Lehrmaterial TE Kap. 8; Quiz TE 7 und 8
      • Selbstständig arbeiten: Testsatz für die KI-Funktion erstellen; Claude erkunden: Eval-Prompts und Bewertung durch Claude an einer Stichprobe nachprüfen
      • Ergebnis: Testsatz, Fehlerartenliste, Lerntagebuch
      TB09: Projektstart Kaffeemaschine: Anforderungen, Lösungen und Stakeholder (HCAIX-RI)
      2.1 Projektstart Kaffeemaschine: Anforderungen, Lösungen und Stakeholder (HCAIX-RI Research & Intent; Inhalte CPUX-UR Kap. 1) – 4 UE
      • Aufgabenobjekt (Einführung): Gegenstand, mit dem Benutzer bei einer Aufgabe umgehen; schon hier zentral, weil aus Aufgabenobjekten die Daten der KI entstehen. Beispiele der Kaffeemaschine: Bezug (verkauftes Getränk), Bohnenbehälter, Reinigungsauftrag, Nachbestellung
      • Daten als zusätzliche Erkenntnisquelle: Neben den aus CPUX-UR bekannten Informationen (Interviews, Beobachtung) werden Nutzungs- und Verbrauchsdaten der Maschine erhoben (Bezüge je Getränk und Zeitstempel)
      • Szenario „Rasthof“: Kaffeevollautomat der oberen Preisklasse an einer Autobahn-Raststätte (Arbeitsannahme: WMF 8000 S oder Franke obere Preisklasse; Szenariodaten, keine Herstellerangaben)
      • Akteure: Clara (zuständig für die Maschine), Ronnie & Mandy mit den Kindern Peggy und Heiko, Dimitri (LKW-Fahrer aus Bulgarien), Henk und Hilda (Caravan, Niederlande), Betreiber/Schichtleitung, Servicetechniker, Bohnenlieferant/Röster, Nachtreinigung, Reisegruppe im Bus, Reisende im Rollstuhl, Geschäftsreisender mit App
      • KI als Bestandteil der Maschine: Bestellassistent (mehrsprachig), vorausschauende Reinigung und Wartung, Bohnen-Nachbestellung, optionale Personalisierung (Opt-in)
      • Anforderungen von Lösungen trennen; Stakeholder- und Systemanforderungen; Systemgrenzen
      (Fortsetzung) 2.1 Projektstart Kaffeemaschine: Anforderungen, Lösungen und Stakeholder
      • Intent als zentraler Begriff von HCAIX-RI: ohne Research kein Intent – aus Beobachtung und Daten wird erkennbar, was Menschen in ihrem Aufgabenprozess erreichen wollen Intent und Erfordernis; Anschluss an Product Management (Überblick); Leitidee Menschenzentrierte Spezifikation für KI-Systeme
      • Intent als zentraler Begriff von HCAIX-RI: ohne Research kein Intent; Intent und Erfordernis; Anschluss an Product Management (Überblick); Leitidee Menschenzentrierte Spezifikation für KI-Systeme
      • Physical AI als Rahmen des Projekts: KI, die über Sensoren wahrnimmt, entscheidet und über Aktoren in der physischen Welt handelt (Kaffeemaschine als Beispiel; weitere: Fahrzeuge, Roboter, Haushalts- und Industriegeräte); Besonderheiten für den Nutzungskontext: physische Umgebung, Sicherheit, Mensch in unmittelbarer Nähe der Maschine

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 9 – 8 UE

      • Ziel: Intent, Nutzungskontext (fünf Elemente nach ISO 9241-11) und Aufgabenobjekte verstehen; Kontextinterview in Übung 8 vorbereiten
      • Lesen: Lehrmaterial Research & Intent Kap. 1–3; Kuckartz-Anleitung (Phasen 1–7) einmal komplett durchlesen
      • Selbstständig arbeiten: Interviewleitfaden für Clara (Raststätte, Kaffeemaschine) entwerfen: Fragen je Kontextelement (Benutzer, Ziele, Aufgaben, Ressourcen, Umgebung), Fragen zu Pain, Gain und Ideen
      • Selbstständig arbeiten: Hypothesen zum Nutzungskontext der Raststätte mit Claude sammeln und als Annahmen kennzeichnen (werden in Übung 8 geprüft)
      • Claude erkunden: Projekt anlegen, Dokumente hochladen, Interviewleitfaden im Dialog mit Claude schärfen
      • Ergebnis: Interviewleitfaden, Kontext-Hypothesen, Lerntagebuch
      • Kostenlos: Anthropic Academy (anthropic.skilljar.com, Englisch; deutsche Oberfläche per Browser-Übersetzung): 'Claude Code 101' (ca. 1,5 Std.)
      • Ergänzung (kurz, nicht vertiefen): JTBD-Einstieg – Christensen 'Milkshake'-Video (ca. 5 Min., kostenlos, Englisch), danach Intro-Lektion auf learn.jobstobedone.org (Gratis-Lektion, Englisch)
      TB10: Nutzungskontext planen und erheben (HCAIX-RI)
      2.2 Nutzungskontext planen und erheben (HCAIX-RI Research & Intent; Inhalte CPUX-UR Kap. 2+3) – 2 UE
      • Nutzungskontext als Grundlage, Anlass und Ziele, Vorgehen festlegen
      • Benutzer auswählen, Interviewleitfaden, kontextuelles Interview, Beobachtung, Dokumentation
      • Wartungs- und Reinigungsaufgaben als Aufgabenanalyse: kleine Reinigung, große Reinigung, Entkalken, Wasserfilter, Mahlwerk, Befüllen, Störungen
      • Interview: Mensch führt das Interview; KI-Interviewagent als Alternative für einfache, risikoarme Fragen; Transkription und Erstauswertung automatisch
      • Aufgabenobjekt: Gegenstand, mit dem Benutzer bei einer Aufgabe umgehen; es wird benutzt (angesehen, gelesen), erstellt, verändert, weitergegeben oder gelöscht (zum Beispiel Bestellung, Getränk, Reinigungsprotokoll, Bohnenbestand, Störungsmeldung)
      • Analyse der Aufgabenobjekte: welche werden benutzt, erstellt, nur zur Information gelesen oder verändert, von wem, mit welchem Ergebnis; Aufgabenobjekt-Matrix (Aufgabenobjekt × Tätigkeit × Akteur)
      • Domain Storytelling (Theorie): Akteure, Arbeitsgegenstände (entsprechen den Aufgabenobjekten), Aktivitäten, Satzmuster „Akteur – Aktivität – Arbeitsgegenstand“; Granularität und Domänensprache
      • Ersatz der Interviewnotiz durch Transkription ist Standard; Domain Stories können KI-gestützt aus Transkripten entworfen und mit den Beteiligten korrigiert werden (Ergänzung)
      (Fortsetzung) 2.2 Nutzungskontext planen und erheben
      • Auswertung qualitativer Daten nach Kuckartz (inhaltlich strukturierende qualitative Inhaltsanalyse) für Interviews und Beobachtungen: sieben Phasen – initiierende Textarbeit (Lesen, Memos, Auffälliges), Hauptkategorien bilden, Material mit den Hauptkategorien codieren, Textstellen je Hauptkategorie zusammenstellen, Subkategorien am Material bilden, Material mit dem ausdifferenzierten System erneut codieren, Analyse und Visualisierung
      • Kategoriensystem für den Nutzungskontext: Die Hauptkategorien sind die fünf Elemente des Nutzungskontexts nach ISO 9241-11 (Benutzer, Ziele, Aufgaben, Ressourcen, Umgebung), in CPUX-UR übernommen; sie sind das Kerngerüst für die Ableitung von Informationen. Ergänzt wurden Pain, Gain und Ideen als zusätzliche Kategorien; Subkategorien induktiv am Material (zum Beispiel Quantitative Kontextinformation, Workaround, Fremdbericht, Unsicherheit); Codebuch mit Definition, Ankerbeispiel und Abgrenzung je Kategorie
      • Codieren in der Praxis: Codiereinheit ist die Sinneinheit eines Sprecherbeitrags mit Kennung (zum Beispiel CLM-001) und Zeitbereich im Video; Mehrfachcodierung ist erlaubt, jede Stelle zählt bei jeder ihrer Kategorien; Ergebnis ist das codierte Transkript mit Häufigkeitsübersicht je Kategorie
      • Gütesicherung: zwei unabhängige Codierungen (Mensch und Claude oder zwei Läufe) zusammenführen, Abweichungen klären, Übereinstimmung messen (Kappa), Codebuch nachschärfen; Ergebnis ist die konsolidierte Codierung
      (Fortsetzung) 2.2 Nutzungskontext planen und erheben
      • Von der Codierung zu Erfordernissen: Kategorien Pain, Aufgabe, Ressourcen und Umgebung liefern Erfordernisse, Gain und Ideen liefern Innovationsansätze; Aussagen mit Unsicherheit oder Fremdbericht werden nachgefragt oder an einer zweiten Quelle belegt
      • Konzeptionelle Brücke: Der Nutzungskontext nach ISO 9241-11 ist der Kern der Informationsableitung. Jobs to be Done (Auslöser, Hemmnis, Fortschritt), Pain und Gain, IREB und Domain Storytelling werden ergänzend genannt, um das Gesamtverständnis zu stützen und die Brücke zu bauen: Aufgabe und Ziel entsprechen Job und gewünschtem Ergebnis, Aufgabenobjekt entspricht Arbeitsgegenstand, Erfordernis (user need) und Nutzungsanforderung (user requirement) bleiben getrennt: Aus dem Erfordernis wird die Nutzungsanforderung abgeleitet

      Praktische Übungen: Praxisübung 8 – Kontextinterview mit Clara: Video auswerten nach Kuckartz, Jobs to be Done – 6 UE

      • Aufgabe: Kontextinterviews im Rollenspiel mit Clara, Sepp, Dimitri, Henk und Hilda, Ronnie & Mandy mit den Kindern Peggy und Heiko sowie Betreiber; Trainer und Teilnehmende wechseln die Rollen
      • Video mit Clara (kontextuelles Interview, sekundäre Benutzergruppe Personal) auswerten nach dem Schema von Kuckartz: Transkript erstellen (Claude), Codebuch mit den Kategorien anlegen: die fünf Elemente des Nutzungskontexts nach ISO 9241-11 (Benutzer, Ziele, Aufgaben, Ressourcen, Umgebung) als Hauptkategorien, ergänzt um Pain, Gain, Ideen, Codierung durch Claude und unabhängig durch die Teilnehmenden, Zusammenführen zur konsolidierten Codierung mit Subkategorien (Quantitative Kontextinformation, Workaround, Fremdbericht, Unsicherheit), Häufigkeitsübersicht
      • Anleitung für das selbstständige Arbeiten mit Claude (Schritt für Schritt, mit Vorgaben für die Anweisung an Claude): Kodierung nach Kuckartz mit Claude; Prüfung jeder codierten Stelle gegen das Video; keine erfundenen Zitate
      • Jobs to be Done: Switch-Interview (Auslöser, Push, Pull, Hemmnisse, Gewohnheit), Job-Statements („Wenn ich …, möchte ich …, damit ich …“), Job Map nach Ulwick für Claras Job „Maschine betriebsbereit halten“
      • Beobachtungsprotokoll der kleinen und großen Reinigung und der Wartungsaufgaben (Aufgabenanalyse)
      • Ergebnis: Interviewprotokolle, Job-Statements, Benutzergruppenprofile

      Praktische Übungen: (Fortsetzung) Praxisübung 8

      • Aufgabenobjekte erheben: Aufgabenobjektliste mit Tätigkeiten je Akteur aus Interviews und Beobachtung
      • Ergebnis zusätzlich: Aufgabenobjektliste und -matrix
      • Ergebnis zusätzlich: Codebuch, codiertes Transkript mit Zeitbereichen und Häufigkeitsübersicht, konsolidierte Codierung; daraus Erfordernisse, Jobs und Hemmnisse mit Beleg (Kennung und Zeitbereich)

      Praktische Übungen: Praxisübung 9 – Domain Storytelling: Abläufe und Aufgabenobjekte – 3 UE

      • Aufgabe: Domain Stories der Ist-Situation mit Egon.io oder einem mit Claude Code adaptierten eigenen Werkzeug erzählen und zeichnen: Bestellung der Ronnie & Mandy mit den Kindern Peggy und Heiko, Reinigung durch Clara, Nachbestellung der Bohnen beim Röster, Nachtreinigung
      • Satzmuster „Akteur – Aktivität – Arbeitsgegenstand“; Arbeitsgegenstände den Aufgabenobjekten zuordnen und in die Aufgabenobjektmatrix übernehmen; Granularität und Domänensprache klären
      • Soll-Story: vorausschauendes Verhalten der Maschine (Vorschlag der Nachbestellung, Bestätigung durch Clara) als Grundlage der Soll-Situation
      • Claude: Domain-Story-Entwurf aus den Interviewtranskripten; Gegenprüfung mit den Rollenspiel-Akteuren (Ergänzung, kein Ersatz des gemeinsamen Erzählens)
      • Ergebnis: Domain Stories (Ist und Soll), ergänzte Aufgabenobjektmatrix, Glossar der Fachbegriffe

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 10 – 6 UE

      • Ziel: Interviews und Rollenspiele aus Übung 8 und 7 nachbereiten und Datenerhebung (Übung 10) vorbereiten
      • Lesen: HCAIX Level 2 'Daten für KI' (Datenarten, Qualität, Erhebung, Bias, Datenschutz); Lehrmaterial zu Aufgabenobjekten und Daten
      • Selbstständig arbeiten: zweites Interview (Rollenspiel oder Aufzeichnung) nach der Anleitung mit Claude nach Kuckartz codieren; jede codierte Stelle gegen das Video prüfen, keine erfundenen Zitate; Kappa oder Übereinstimmung mit der Gruppencodierung notieren
      • Selbstständig arbeiten: Benutzergruppenprofile vervollständigen, Aufgabenobjektliste um fehlende Objekte ergänzen
      • Selbstständig arbeiten: Python-Grundlagen üben (Variablen, Tabellen, Funktionen, kleine Tests) als Vorbereitung für Übung 10
      • Ergebnis: zweites codiertes Interview, ergänzte Profile und Aufgabenobjektliste, Lerntagebuch
      TB11: Datenerhebung für die KI (HCAIX-RI)
      2.3 Datenerhebung für die KI (HCAIX Level 2; CPUX-UR Kap. 3) – 3 UE
      • Datenquellen der Maschine: Bezüge je Getränk und Stunde, Füllstände Bohnen/Milch/Wasser, Reinigungs- und Wartungsprotokolle, Fehlercodes, Sensorwerte (Mahlgrad, Brühdruck, Wasserhärte, Bezüge seit Reinigung), Kassendaten, Lieferungen
      • Externe Daten: Verkehr, Ferien, Feiertage, Wetter
      • Erhebungsplan: Zweck, Rechtsgrundlage, Datensparsamkeit, Aufbewahrung, Annotation und Ereignisdefinition
      • Datenqualität: fehlende Werte, Zählerreset, Sommerzeit, Ausverkauf verdeckt Nachfrage
      • Datenqualität: automatisches Profiling ersetzt mechanische Stichproben; Bewertung von Bias und Rechtsgrundlage bleibt menschlich
      • Aufgabenobjekte und Daten: Jedes Aufgabenobjekt wird zu Datenobjekten (Quelle, Zustand, Zeitstempel); Aufgabenobjekte zeigen, welche Daten die KI und die Automation brauchen
      • Verbrauchsdaten als Datenobjekte des Aufgabenobjekts „Bezug“: Zeitstempel, Standort bzw. Maschine, Produkt, Menge, Preis; Übersetzungsschritt mit Rezeptmap (Getränk zu Gramm Bohnen, zum Beispiel Espresso etwa 18 g, Filterkaffee 12, 18 oder 25 g je Größe, Beutel 340 g) und Tagessummen je Maschine als Zielgröße der Bedarfsprognose
      • Öffentlicher Referenzdatensatz als reales Gegenstück: Maven Roasters Coffee Shop Sales (149.116 Transaktionen, 3 Filialen, Januar bis Juni 2023, 9 Produktkategorien); Aufbau eines Verkaufs-Dashboards als Vorbild (Maven Analytics, Guided Project „Coffee Shop Dashboard“); Lizenz und Nutzungsbedingungen vor Kursverwendung prüfen
      (Fortsetzung) 2.3 Datenerhebung für die KI
      • Daten zum Aufgabenobjekt erheben: je Aufgabenobjekt Attribute, Zustände, Beziehungen, Quelle, Qualität und Verantwortlicher; vom Aufgabenobjekt (fachlich) zum Datenobjekt (technisch); Beispiel Bezug mit Zeitstempel, Maschine, Produkt, Menge; Beispiel Bohnenbehälter mit Füllstand, Zustand, Nachfüllzeit. Diese strukturierten Objekte sind später die verlässliche Datengrundlage („Grounding“) der KI-Funktionen im Design

      Praktische Übungen: Praxisübung 10 – Datenerhebungsplan und Nutzungskontextbeschreibung – 6 UE

      • Aufgabe: Aufgabenobjekt „Bezug“ in Datenobjekte übersetzen; Rezeptmap festlegen; Transaktionsdaten zu Tagessummen je Maschine bzw. Filiale in Gramm Bohnen aggregieren (Datensatz Maven Roasters und synthetischer Trainer-Datensatz im Vergleich)
      • Verbrauchsmuster erkunden: Wochentag, Wochenende, Feiertag, Tageszeit; erste Diagramme und Verbrauchs-Dashboard nach dem Vorbild des Maven-Projekts
      • Aufgabe: Datenquellen-Inventur und Datenerhebungsplan für die drei Vorhersagen (Bohnenbedarf, Reinigung, Wartung)
      • Erstsichtung des synthetischen Trainer-Datensatzes (24 Monate) in einem Python-Notebook mit Claude Code: Datenprofil, Datenqualitätsbericht, erste Diagramme
      • Nutzungskontextbeschreibung der Raststätte (Menschen, Aufgaben, Umgebung, Ressourcen)
      • Ergebnis: Nutzungskontextbeschreibung, Datenerhebungsplan, Datenqualitätsbericht
      • Ergebnis zusätzlich: Rezeptmap, Tagesaggregat des Bohnenverbrauchs
      • Erweiterung: Datenerhebung vertieft – Datenquellen prüfen, Stichprobe und Datenschutz, Datenqualitätsbericht abschließen und Auffälligkeiten mit den Aufgabenobjekten verknüpfen
      • Physical AI: Sensor- und Betriebsdaten der Maschine (Füllstand, Mahlgrad, Druck, Betriebsstunden, Reinigungszyklen) als Datenquellen benennen und auf Qualität, Verzögerung und Ausfall prüfen

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 11 – 7 UE

      • Ziel: Werkzeuge für Übung 10 beherrschen (Python-Notebook, Git, Claude Code) und den Datensatz kennenlernen
      • Lesen: Datenkapitel (Datenobjekte, Qualität, Aufbereitung); Lizenzbedingungen des Maven-Datensatzes (vor Nutzung prüfen)
      • Selbstständig arbeiten: Notebook mit Claude Code einrichten (CLAUDE.md, Plan vor Umsetzung, Ergebnisse lesen und prüfen), Datenprofil des Datensatzes vertiefen
      • Selbstständig arbeiten: Verbrauchsdaten zu Tagessummen je Maschine aggregieren, Auffälligkeiten (Lücken, Ausreißer, Feiertage) dokumentieren
      • Ergebnis: lauffähiges Notebook mit Datenprofil und Tagesaggregat, Liste der Auffälligkeiten
      • Kostenlos: Anthropic Academy (anthropic.skilljar.com, Englisch; deutsche Oberfläche per Browser-Übersetzung): 'Claude Code in Action' (ca. 1 Std., Grundkenntnisse in Programmierung und Terminal nötig)
      TB12: Erfordernisse, Outcomes und Kano (HCAIX-RI)
      2.4 Erfordernisse, Outcomes und Kano (HCAIX-RI Research & Intent; Inhalte CPUX-UR Kap. 4, JTBD) – 2 UE
      • Begriffsklärung Erfordernis und Nutzungsanforderung: Das Erfordernis (englisch user need) ist ein gedankliches Kriterium für eine Entscheidung oder Handlung, bezogen auf einen konkreten Moment im Aufgaben- bzw. Geschäftsprozess, zum Beispiel Informationserfordernis, Ressourcenerfordernis, Kompetenzerfordernis. Die Nutzungsanforderung (englisch user requirement) ist die Forderung an die Nutzung, die sich aus dem Erfordernis ergibt. Das Englische unterscheidet beides sprachlich nicht eindeutig, das Deutsche schon; im Kurs werden beide Begriffe strikt getrennt verwendet (Übersetzungsfalle)
      • Erfordernisse systematisch identifizieren und formulieren
      • Desired Outcomes aus Jobs to be Done, Kano-Modell (Muss, Leistung, Begeisterung)
      • Datenanalyse (neu): qualitative Daten kodieren (Mensch, KI oder beides mit Kappa-Prüfung), quantitative Daten mit Statistik und Konfidenzintervallen, Triangulation von Quellen
      • Ist- und Soll-Situation: Ist-Analyse aus der Erhebung, Soll-Situation und Innovationsmöglichkeiten (Opportunity Scoring/ODI, Kano, Jobs to be Done)
      • Einordnung: Jobs to be Done, Outcomes und Kano ergänzen die Ableitung aus den fünf Elementen des Nutzungskontexts um Motivation und Wichtigkeit; sie ersetzen sie nicht. Zuordnung: Job zu Ziel und Aufgabe, Hemmnis zu Pain, gewünschtes Ergebnis zu Gain
      • Erfordernis (Entscheidungskriterium im Aufgabenprozess) und Intent als Grundlage der Ableitung; Erfordernis ≠ Nutzungsanforderung

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 12 – 8 UE

      • Ziel: Datenanalyse, Erfordernisse und Intent verbinden; Übung 11 vorbereiten
      • Lesen: Lehrmaterial Research & Intent Kap. 4–6; Beispiele zur Nutzungskontextbeschreibung; Abgrenzung Erfordernis (Entscheidungskriterium im Aufgabenprozess) und Nutzungsanforderung
      • Selbstständig arbeiten: Nutzungskontextbeschreibung der Raststätte fertigstellen (Benutzer, Ziele, Aufgaben, Ressourcen, Umgebung mit Belegen aus Übung 8 bis 8)
      • Selbstständig arbeiten: je Aufgabenschritt (Bestellen, Reinigen, Warten, Bohnen nachbestellen) Erfordernisse und den Intent der Beteiligten formulieren; Anforderungen noch nicht formulieren
      • Ergebnis: Kontextbeschreibung (final), Erfordernisliste je Aufgabenschritt, Intent-Statements
      • Quiz und Lerntagebuch zu Kap. 4–6
      • Ergänzung (kurz): JTBD-Grundidee – Kräfte des Fortschritts und 'struggling moment' (Bob Moesta, Lenny's Podcast, Englisch); Brücke zu Erfordernis und Nutzungskontext herstellen
      TB13: Nutzungsanforderungen und Requirements Engineering (IREB) (HCAIX-RI)
      2.5 Nutzungsanforderungen und Requirements Engineering (IREB) (HCAIX-RI Research & Intent; Inhalte CPUX-UR Kap. 5; IREB CPRE) – 3 UE
      • Aus Erfordernissen Nutzungsanforderungen ableiten (kein Umbenennen) und testbar formulieren
      • IREB: Anforderungsarten, Ziel- und Szenariomodelle, Use Cases, User Stories mit Akzeptanzkriterien, Qualitätsanforderungen, Glossar
      • Strukturieren: Aufgabenmodell, Story Map
      • Qualität von Anforderungen: KI-Prüfung auf Eindeutigkeit, Testbarkeit, Widersprüche ersetzt die manuelle Formulierungsprüfung; Inhalt und Priorität bestätigt der Mensch
      • Aufgabenmodell und Aufgabenobjektmodell: Aufgabenobjekte, Eigenschaften, Beziehungen, Zustände; Anforderungen je Aufgabenobjekt und Tätigkeit (anzeigen, erstellen, ändern, löschen, weitergeben)
      • Brücke zu IREB: Aus den Erfordernissen, die der Nutzungskontext liefert, werden Nutzungsanforderungen abgeleitet; IREB liefert dafür die Mittel (Anforderungsarten, Ziel- und Szenariomodelle, User Stories). Die Elemente des Nutzungskontexts und die Erfordernisse bleiben Quelle und Rückverfolgungsbasis; eine Nutzungsanforderung verweist auf das Erfordernis, aus dem sie folgt
      • Nutzungsanforderungen werden aus Erfordernissen und Intent abgeleitet (nicht umgewandelt); Einordnung als Ergebnis von HCAIX-RI

      Praktische Übungen: Praxisübung 11 – Von Erfordernissen zu Nutzungsanforderungen – 6 UE

      • Aufgabe: Erfordernisse aus Interviews und Job-Statements ableiten, Kano-Klassifikation
      • Nutzungsanforderungen testbar formulieren, Aufgabenmodell, Use Cases und User Stories mit Akzeptanzkriterien
      • Glossar (Ubiquitous Language) für Bestellung, Reinigung, Wartung, Bohnenlogistik
      • Claude: Entwürfe und Konsistenzprüfung (Widersprüche, Mehrdeutigkeit); Teilnehmende entscheiden
      • Ergebnis: Erfordernisliste, Anforderungsliste, Aufgabenmodell
      • Aufgabenobjektmodell erstellen und mit der Aufgabenobjektmatrix aus Themenblock 2 abgleichen; Anforderungen je Aufgabenobjekt formulieren
      • Ergebnis zusätzlich: Aufgabenobjektmodell

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 13 – 8 UE

      • Ziel: Nutzungsanforderungen ableiten und Konsolidierung (Übung 12) vorbereiten
      • Lesen: Lehrmaterial zu Anforderungsarten, Prüfen und Abstimmen, Rückverfolgbarkeit; Glossar
      • Selbstständig arbeiten: aus den Erfordernissen mit Claude testbare Nutzungsanforderungen ableiten (Entwurf), Widersprüche und Mehrdeutigkeit prüfen, entscheiden und begründen
      • Selbstständig arbeiten: Rückverfolgbarkeitsmatrix anlegen (Beleg → Erfordernis → Anforderung → Aufgabenobjekt), Anforderungen an Daten und KI-Funktionen vormerken
      • Ergebnis: Anforderungsentwurf mit Rückverfolgbarkeit, offene Konfliktpunkte für den Workshop
      • Ergänzung (Grundlagen, nicht vertiefen): IREB CPRE Foundation Level – Syllabus (auch Deutsch) und Glossar kostenlos auf ireb.org; Handbuch kostenlos nach Registrierung im IREB-Cockpit (Deutsch/Englisch); kostenlose Online-Selbsttest-Fragen zur Orientierung
      • Prüfung zum IREB-Zertifikat ist optional und nicht Teil der Maßnahme
      TB14: Konsolidieren, Priorisieren, Validieren; Anforderungen an KI und Daten (HCAIX-RI)
      2.6 Konsolidieren, Priorisieren, Validieren; Anforderungen an KI und Daten (HCAIX-RI Research & Intent; Inhalte CPUX-UR Kap. 6; IREB) – 3 UE
      • Konsolidierungsworkshop, Priorisierung (MoSCoW, Kano), Umsetzungspriorität
      • Validierung (Review, Walkthrough), Rückverfolgbarkeit, Änderungsmanagement
      • Anforderungen an KI-Funktionen: Prognosehorizont, Güte, Fehlerkosten, Autonomiestufe, Erklärbarkeit
      • Datenanforderungen: Qualität, Aktualität, Aufbewahrung, DSGVO
      • Innovation: KI-Ideengenerierung und Lösungsvarianten als Ergänzung zu Workshops; Bewertung der Ideen im Team
      • Gütekriterien als Anforderung: Fehlermaße MAE, MAPE und RMSE, Prognose gegen Baseline (gleitender 7-Tage-Mittelwert), Prognose mit Konfidenzintervall statt einer einzelnen Zahl; Referenz aus dem Kaffeebohnen-Beispiel (Maven-Daten): Baseline 1384 g, LightGBM 1123 g, MAPE 17,3 %, RMSE 1636 g pro Tag (28 Tage Prüfzeitraum)
      • Datenanforderungen je Aufgabenobjekt: welche Attribute, in welcher Qualität, wie aktuell und aus welcher Quelle; Datenschutz und Zweckbindung
      • Anforderungen an Physical AI: Sensordaten, Reaktionszeit, sicheres Verhalten bei Ausfall, Eingriffsmöglichkeit des Menschen, Wartbarkeit; Abgrenzung zu rein digitaler KI

      Praktische Übungen: Praxisübung 12 – Konsolidierung, Validierung und Anforderungen an Vorhersagen und Daten – 3 UE

      • Aufgabe: Konsolidierungsworkshop in Rollen (Clara, Betreiber, Servicetechniker, Röster); Priorisierung und Review
      • Anforderungen an die Bohnen-Vorhersage: Prognosehorizont, Güte, Fehlerkosten Ausverkauf gegen Überbestand und Frische, Bestellvorschlag mit Bestätigung durch Clara
      • Anforderungen an die Reinigungs- und Wartungsvorhersage: Vorwarnzeit, falsche Alarme, Reinigung in ruhigen Stunden
      • Autonomiestufe je KI-Funktion festlegen
      • Ergebnis: Anforderungsspezifikation inkl. Daten- und KI-Anforderungen, Rückverfolgbarkeitsmatrix
      • Gütekriterium der Bohnen-Prognose festlegen: Zielfehler gegenüber der Baseline, Umgang mit dem Konfidenzband in der Bestellentscheidung (Sicherheitsbereich statt Einzelwert)

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 14 – 10 UE

      • Zeitreihen, Baseline und Prognosemetriken verstehen; Notebook: Güte einer einfachen Baseline berechnen
      • Lesen: Datenkapitel, Bedarfsprognose Bohnen (Baseline und Modell, Fehlermaße MAE/MAPE/RMSE)
      • Projektübung: Prognose nachrechnen, Ergebnis mit Claude gegenprüfen und im Aufgabenobjekt verankern
      Prüfung 01: Prüfungsvorbereitung HCAIX-TE (Wiederholung live)
      Prüfungsvorbereitung HCAIX-TE (Wiederholung live) (HCAIX-TE) – 4 UE
      • Wiederholung der Inhalte Testing & Evaluation, Beispielaufgaben, offene Fragen

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 27 – 4 UE

      • Lerntagebuch und Projektergebnisse durchsehen, Übungen zur Prüfung TE bearbeiten, Fragen für die Wiederholung sammeln
      Prüfung 02: Teilprüfung HCAIX-TE
      Teilprüfung HCAIX-TE (HCAIX-TE) – 8 UE
      • Eigene Prüfung der Usability Academy auf Basis des HCAIX-Kompetenzmodells (Format, Dauer und Bestehensregel noch festzulegen)
      Prüfung 03: Prüfungsvorbereitung HCAIX-RI (Wiederholung live)
      Prüfungsvorbereitung HCAIX-RI (Wiederholung live) (HCAIX-RI) – 4 UE
      • Wiederholung der Inhalte Research & Intent, Beispielaufgaben, offene Fragen

      Eigenverantwortliches Lernen: Eigenverantwortliches Lernen 28 – 4 UE

      • Lerntagebuch und Projektergebnisse durchsehen, Übungen zur Prüfung RI bearbeiten, Fragen für die Wiederholung sammeln
      Prüfung 04: Teilprüfung HCAIX-RI
      Teilprüfung HCAIX-RI (HCAIX-RI) – 8 UE
      • Eigene Prüfung der Usability Academy auf Basis des HCAIX-Kompetenzmodells (Format, Dauer und Bestehensregel noch festzulegen)
      GESAMT-SUMME RAHMENPLAN – 67 UE
      UE gesamt (Theorie + Trainerbetreuung + Coaching + Eigenverantwortliches Lernen)
      Anteil eigenverantwortliches Lernen an UE gesamt: 50 %
      Live (Theorie + Übungen + Coaching): Theorieanteil
      Hinweis Prüfungen: Je Themenblock zwei Prüfungstage (je 8 UE): Vorbereitungstag (4 UE Wiederholung live als Theorie, 4 UE eigenverantwortlich) und Prüfungstag (8 UE live, hier unter Theorie geführt). Die beiden Teilprüfungen sind eigene Prüfungen der Usability Academy auf Basis des HCAIX-Kompetenzmodells (Format, Dauer, Bestehensregel und Termine festlegen); die Zertifizierungsstelle ist vor Einreichung zu klären.

      Kursinfo – Digital AI Research und Testing & Evaluation Expert

      Leistungsumfang & Dauer - 272 UE in 6,8 Wochen
      • 67 UE Theorie live online mit Trainer
      • 60 UE Übungen mit Trainerbetreuung
      • 20 UE Coaching
      • 125 UE eigenverantwortliches Lernen mit Betreuung
      • 34 Tage à 8 UE, UE à 45 Minuten
      • Live online im V-Classroom-XL
      Prüfung und Zertifikate

      Zertifikat der Usability Academy auf Basis des HCAIX-Kompetenzmodells (Level 2) nach bestandenen Teilprüfungen HCAIX-TE und HCAIX-RI: Digital AI Research und Testing & Evaluation Expert (Human-Centered AI eXperience). Die Themenblöcke sind zusammen mit UA1018 belegbar. Die Inhalte von CPUX-UT und -UR (UXQB) sowie die Grundlagen des Requirements Engineering nach IREB sind den Teilnehmenden bekannt; eine Vorbereitung auf die Prüfungen von UXQB und IREB ist nicht Teil des Kurses. Für das HCAIX-Zertifizierungssystem ist eine eigene Organisation (Verein bzw. Verband, vergleichbar IREB und UXQB) geplant.

      Zielgruppe - UX-, UI- und Interaction-Designer, Usab

      Personen mit Erfahrung in digitaler Produktgestaltung und Nutzerforschung, die ihr Profil auf KI-gestützte Forschung, Anforderungsarbeit und Evaluation erweitern: insbesondere UX-, UI- und Interaction-Designerinnen und -Designer, Webdesigner, Usability-Fachleute und Produktverantwortliche sowie Berufsrückkehrende und Arbeitsuchende, die sich auf Expertenniveau neu aufstellen (Internet, Software, Internet der Dinge, Produktentwicklung, Automobil, Verwaltung, Luft- und Raumfahrt, Medizintechnik). Voraussetzung ist UA1018 oder gleichwertiges Wissen.

      Kurskosten: 4.079,19 € netto

      Live-Onlinekurs mit zertifizierten Trainern

      • Kurspreis 4.079,19 € netto pro Teilnehmer
      • Förderung über Bildungsgutschein beantragt
      • Maximal 12 Teilnehmende
      Förderung
      • Die Förderung über Bildungsgutschein der Agentur für Arbeit ist beantragt.
      • Die Zulassung des Kurses steht noch aus; die Zertifikatsnummer folgt nach der Zulassung.
      • Fragen zur Förderung beantworten wir gern: Angebot & Unterlagen anfordern.

      Termine – Digital AI Research und Testing & Evaluation Expert

      Termine

      Wöchentlicher Start jeden Montag. Wir senden Dir die nächsten Starttermine mit Angebot und Unterlagen. Die Förderung über Bildungsgutschein ist beantragt.

      Event Event Date - Event End Date Individual Price Register

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      04.01.2027 - 18.02.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      11.01.2027 - 25.02.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      18.01.2027 - 04.03.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      25.01.2027 - 11.03.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      01.02.2027 - 18.03.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      08.02.2027 - 25.03.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      15.02.2027 - 01.04.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      22.02.2027 - 08.04.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      01.03.2027 - 15.04.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      08.03.2027 - 22.04.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      15.03.2027 - 29.04.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      22.03.2027 - 06.05.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      29.03.2027 - 13.05.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      05.04.2027 - 20.05.2027 9:00 - 16:00

      4,079.19€

      UA1028 Digital AI Research und Testing & Evaluation Expert DE LIVE ONLINE

      272 UE in 6,8 Wochen (34 Tage)34 Tage à 8 UE (UE à 45 Min.)Zertifikat: Research und Testing & Eval...

      12.04.2027 - 27.05.2027 9:00 - 16:00

      4,079.19€

      Was Du lernst – Digital AI Research und Testing & Evaluation Expert

      Seminarziel

      • Aufbauend auf UA1018 (CPUX-F, HCAIX Level 1) erwerben die Teilnehmenden auf Advanced-Niveau die Kompetenzen, digitale Produkte und Systeme mit künstlicher Intelligenz (KI) menschzentriert zu erforschen, zu spezifizieren und zu evaluieren
      • Die Bereiche des HCAIX-Zertifizierungssystems Level 2 sind Testing & Evaluation (Inhalte CPUX-UT) und Research & Intent (Inhalte CPUX-UR, ergänzt um Datenanalyse, Requirements Engineering nach IREB, Soll-Situation und Innovation)
      • Sie erwerben vertieftes KI-Wissen zu Daten:
        • Sie erheben und prüfen Daten für KI
        • entscheiden
        • wo die KI handelt und wo der Mensch
        • und evaluieren KI-Funktionen
      • Als durchgängiges Beispiel für Physical AI (KI, die über Sensoren wahrnimmt und in der physischen Welt handelt) dient die Kaffeemaschine; die Teilnehmenden erarbeiten Nutzungskontext, Anforderungen, Daten und Evaluation solcher Systeme
      • KI wird in doppelter Weise beherrscht: als Werkzeug und Methode (Claude und Claude Code in allen Arbeitsschritten) und als Bestandteil des Produkts (KI-Funktionen der Maschine im Projekt „Kaffeemaschine“)

      Inhaltsbeschreibung

      • Der Kurs besteht aus den Themenblöcken HCAIX-TE und HCAIX-RI und den zugehörigen Prüfungen (Gesamtumfang 272 UE, 34 Tage): • Themenblock 1 HCAIX-TE (Testing & Evaluation), 144 UE, Tag 1–18: Usability-Inspektion nach ISO 9241-110, moderierte und unmoderierte Remote-Usability-Tests (Testplan, Testskript mit Aufgaben, Vor- und Nachbedingungen, Erfolgskriterien), Benutzerbefragung (CSAT; Überblick SUS, UEQ, NPS), Barrierefreiheitsprüfung, Evaluierung von KI-Funktionen, Auswertung der Aufzeichnungen mit KI (Claude) im Prüfdialog, Clustern und Priorisieren (KJ-Workshop), Usability-Testbericht (Inhalte CPUX-UT), an real existierenden Websites

      Zielgruppe

      • Personen mit Erfahrung in digitaler Produktgestaltung und Nutzerforschung, die ihr Profil auf KI-gestützte Forschung, Anforderungsarbeit und Evaluation erweitern: insbesondere UX-, UI- und Interaction-Designerinnen und -Designer, Webdesigner, Usability-Fachleute und Produktverantwortliche sowie Berufsrückkehrende und Arbeitsuchende, die sich auf Expertenniveau neu aufstellen (Internet, Software, Internet der Dinge, Produktentwicklung, Automobil, Verwaltung, Luft- und Raumfahrt, Medizintechnik)
      • Voraussetzung ist UA1018 oder gleichwertiges Wissen

      Voraussetzungen

      • UA1018 Digital Product Design CPUX-F AI UX oder gleichwertige Kenntnisse (CPUX-F, HCAIX Level 1, Pizza-Projekt)
      • Die Aufnahme erfolgt über die Eignungsfeststellung (Eignungsinterview), die auch die vorhandenen Vorkenntnisse prüft
      • Deutschkenntnisse mindestens B2

      Arbeitsmarktrelevanz

      • Generative KI übernimmt zunehmend Routinearbeit in Analyse, Dokumentation und Gestaltung und verändert das Berufsbild von UX-Researchern, Usability-Fachleuten und Anforderungsanalysten
      • Gefragt bleiben Kompetenzen, die KI nicht ersetzt: Nutzer und Nutzungskontext verstehen, Anforderungen ableiten, KI-Funktionen bewerten und KI-Ergebnisse prüfen
      • Die Weiterbildung adressiert Stellen mit Bezug zu User Research, Usability Testing und Evaluation, Requirements Engineering und Produktanalyse für KI-gestützte Produkte
      • Die Teilnehmenden erwerben belegbare Kompetenz im Umgang mit KI-Werkzeugen (Claude, Claude Code), in der Bewertung von KI-Funktionen und ein Projektportfolio
      • Die Inhalte von CPUX-UT und -UR (UXQB) sind den Teilnehmenden bekannt; eine Vorbereitung auf die UXQB-Prüfungen ist nicht Teil des Kurses

      Zeig was Du kannst - Erstelle Dein eigenes Portfolio zusammen

      Du wirst Teil einer großen Community von KI & UX Professionals

      "Ich fand das Seminar insgesamt sehr gelungen. Auch die Gestaltung der Schulung als remote/online Schulung hat mir gut gefallen. Die Arbeit mit dem digitalen Whiteboard hat mir ebenfalls gut gefallen..."

      "Trainer war sehr flexibel und ging sehr gut auf die Bedürfnisse der Teilnehmer ein. - auch remote sehr gute Arbeitsathmosphäre"

      "Das Übersichts-PDF, das den kompletten HCD-Prozess erweitert und übersichtlich darstellt - das war wirklich hilfreich..."

      "Fragen, die man jederzeit stellen durfte, wurden immer ausführlich beantwortet. Das gemeinsame Durcharbeiten von praktischen Aufgaben und den Übungsaufgaben war sehr hilfreich bei der Prüfungsvorbereitung…"

      Viele Firmen setzen auf unsere Weiterbildungen

      Kursformate - Projektarbeit Digitale Transformation

      Ganztagskurse
      2 Module pro Tag an aufeinander folgenden Tagen

      Intensives Training - passend wenn es schnell gehen muss

      Vormittagskurse
      An aufeinander folgenden Tagen weiterbilden zwischen 9 und 13 Uhr

      Passt auch nebenberuflich oder wenn die Kinder in der Schule sind

      Nachmittagskurse
      An aufeinander folgenden Tagen weiterbilden zwischen 14 und 18 Uhr

      Passt berufsbegleitend, nebenberuflich und für Langschläfer

      modulare Kurse
      Module flexibel belegen, wann es geht

      Für Alle, die mit Ihrer Zeit jonglieren müssen

      FAQ - Häufige Fragen

      Du hast Fragen zum UX Seminar? Lass uns mit ZOOM treffen :-)

      LIVE ONLINE Workshop Training & Training in Person

      Ask us! We will send you an offer tailored to your needs. Which modules or topics should the courses cover? Please check!
      Invalid Input

      Falls Du bereits einen Bildungsgutschein hast, kannst Du ihn gerne hier hochladen. Wir melden uns umgehend und setzen uns mit Dir in Verbindung

      Invalid Input
      Invalid Input
      Invalid Input
      Invalid Input
      Invalid Input
      Invalid Input
      The sent data will be processed only for the purpose of your request. Further information can be found in our privacy policy.