CorrelLAB Deep Dive: Künstliche Intelligenz (KI)

🔗 Alle Infos rund um den Deep Dive findest du hier: https://lab.correlaid.org/kurse/deepdive-ki/

Künstliche Intelligenz ist in aller Munde. Aber wie kann sie praktisch, effizient und verantwortungsvoll für Non-Profit-Arbeit genutzt werden? In diesem Deep Dive lernen Teilnehmende, wie sie konkrete Anwendungsmöglichkeiten besser umsetzen, welche technische Lösungsansätze es gibt und wie sie ihre KI-Nutzung an den Werten ihrer Organisation ausrichten können. Wir helfen einen Durchblick bei Tools, Gesetzen und Ethischen Rahmenbedingungen zu bekommen und steigen ohne Vorkenntnisse tief in das Thema ein.

📅 02. – 03. Juni 2026, 09:00 – 16:00 Uhr.

📝 2-tägiger, interaktiver Deep Dive mit Inputs und praxisnahen Übungen.

🧑‍🎓Teilnehmende erhalten eine Teilnahmebestätigung.

In dem Deep Dive lernst du…

• … was KI ist und wie sie funktioniert: Von Machine LearningMachine LearningMachine Learning ist ein Teilbereich der künstlichen Intelligenz, der sich darauf konzentriert, Systeme zu entwickeln, die aus Daten lernen und Vorhersagen oder Entscheidungen treffen können, ohne explizit dafür programmiert zu sein. Machine Learning-Algorithmen erkennen Muster in großen Datenmengen und verbessern ihre Leistung durch Erfahrung. Diese Technologie wird in vielen Anwendungen eingesetzt, von Spracherkennung bis hin zu personalisierten Empfehlungen. Mehr zum Begriff in unserer Lernlandkarte. über Deep Learning bis zu Generativer KI.
• … wie du KI im Non-Profit-Bereich konkret nutzt, ohne Technikexpert*in zu sein: Best Practices für Förderanträge, Wirkungsmessung, Social Media und mehr.
• … wie du KI im Einklang zu den Werten deiner Organisation einsetzen kannst: Wir nehmen Tool-Auswahl, Anwendungsfälle und Safeguards unter die Lupe.
• … welche rechtlichen und ethischen Aspekte du beachten musst: DatenschutzDatenschutzDatenschutz beschreibt Maßnahmen zum Schutz personenbezogener Daten vor Missbrauch, unbefugtem Zugriff und Verlust. Er umfasst Gesetze, Richtlinien und Techniken, die Organisationen verpflichten, personenbezogene Daten sicher zu verwalten. Datenschutz ist entscheidend, um das Vertrauen der Öffentlichkeit zu wahren und die Rechte Einzelner zu schützen., Urheberrecht, der EU AI Act.
• … ob maßgeschneiderte KI-Lösungen für dich sinnvoll sind: Wir besprechen die Vor- und Nachteile von RAGRAGRetrieval-Augmented Generation (RAG) ist eine Erweiterung von Large Language Models (LLMs). Das Prinzip von RAG ist, dass zusätzliche Informationen aus einer Wissensdatenbank in die Text-Anfrage (en: Prompt) an eine generative KI einbezogen werden. Dadurch entsteht eine Lösung, die deutlich flexibler und aktueller ist als ein reines Sprachmodell. Die beiden Phasen des RAG Systems sind: “Retrieval” (de: Abruf): Ein Modell oder Algorithmus durchsucht externe Quellen (z. B. Datenbanken, Websites, Textsammlungen), um relevante Informationen zu einer Anfrage zu finden. “Augmented Generation” (de: erweiterte Erzeugung): Ein Generatives KI Modell nutzt sowohl erlerntes Wissen als auch die abgerufenen Informationen, um eine passende Antwort oder einen Text zu verfassen., CustomGPT und Selbsthosten.

🔗 Alle Infos rund um den Deep Dive findest du hier: https://lab.correlaid.org/kurse/deepdive-ki/