CAS Human-AI Collaboration

Dieses CAS richtet sich an Fachpersonen, die generative KI verantwortungsvoll und wirksam in ihrem Beruf einsetzen möchten. Angesprochen sind unter anderem:

• Personen in Beratung, Bildung, Kommunikation, Personalwesen und öffentlicher Verwaltung

• Fachleute aus Wirtschaft, Forschung, Technik und Gesundheitswesen

• Führungspersonen, die KI gestützte Arbeitsprozesse gestalten oder weiterentwickeln

• Projektleitende, die KI in Organisationen einführen oder begleiten

• Interessierte, die Methoden für verlässliche, nachvollziehbare und zukunftstaugliche KI-Zusammenarbeit erlernen möchten

Nach Abschluss des CAS können die Teilnehmenden:

• das Verhalten generativer KI fundiert einordnen und erklären
• Interaktionen so gestalten, dass KI-Systeme vorhersehbar und zielgerichtet arbeiten
• Parameter, Datenquellen und Abläufe so wählen, dass Ergebnisse reproduzierbar und nachvollziehbar werden
• KI gestützte Workflows mit klaren Kontrollpunkten entwerfen und verantwortungsvoll in Organisationen einsetzen
• Chancen, Risiken und ethische Aspekte realistisch beurteilen und adressieren
• eigene Experimente planen, durchführen und auswerten, um KI-Systeme an neue Aufgaben oder Werkzeuge anzupassen
• eine persönliche, belastbare Vorgehensweise für verlässliche Mensch-KI-Zusammenarbeit entwickeln

• Einführung in die fünf Perspektiven der Mensch-KI-Zusammenarbeit: Interaction, Mechanism, Data, System, Human Context
• Analyse typischer Phänomene wie Halluzination, Stil Drift, Kontextverlust und Bias
• Gestaltung wirkungsvoller Interaktionen durch Rollen, Beispiele, Kriterien und Feedback Schleifen
• Verständnis zentraler Modellmechanismen wie Aufmerksamkeit, Token Vorhersage, Kontextnutzung und Decoding Strategien
• Grounding und Retrieval: faktenbasierte Kontextbereitstellung, Zitation und Messung von Faktentreue
• Aufbau von kontrollierten Workflows mit menschlichen Kontrollpunkten, Qualitätsprüfungen und Fail Safes
• Experimentelles Arbeiten mit Parametern und Arbeitsabläufen zur Entwicklung einer eigenen Theorie der Steuerung
• Verantwortungsfragen: Transparenz, Datenschutz, Fairness, organisatorische Einbettung
• Erstellung aller neun praxisorientierten Artefakte von Collaboration Blueprint bis Foresight Brief

• Zusammenführung aller fünf Perspektiven und sechs Literacies zu einem verständlichen, nachvollziehbaren Steuerungsansatz für KI-Zusammenarbeit
• Konzeption eines individuellen Capstone Projekts mit klar definiertem Nutzen und überprüfbaren Zielen
• Entwicklung eines funktionsfähigen Artefakts oder Workflows mit festen Kontrollpunkten und geeigneten Sicherungen
• Integration von Retrieval, Decoding Ketten, Reflexionsschritten oder agentischen Abläufen je nach Schwerpunkt
• Einbindung relevanter Stakeholder durch Tests, Rückmeldungen oder kurze Pilotphasen
• Bewertung technischer, organisatorischer und ethischer Aspekte des eigenen Systems
• Dokumentation der eigenen Entscheidungswege von Annahmen über Experimente bis zu Gestaltung und Governance
• Erstellung eines Abschlussdossiers mit Analyse, Bewertung, Gestaltungsempfehlungen und Blick in die Zukunft
• Entwicklung einer persönlichen Strategie, um auch bei neuen Modellen oder Werkzeugen zielgerichtet zu arbeiten

Der CAS verbindet Präsenzunterricht mit begleitetem sowie autonomem Selbststudium. Die Teilnehmenden arbeiten in einem praxisorientierten Lernsetting, das auf Experimente, Reflexion und den Aufbau eigener Lösungswege ausgerichtet ist. Im Unterricht wechseln sich kurze Inputs, Diskussionen, Gruppenphasen, Fallstudien und betreute Arbeitssequenzen ab.

Zum Einsatz kommen Skripts, digitale Lernumgebungen, Beispiele aus aktuellen KI-Anwendungen, kleine Datensätze für Experimente sowie Leitfäden für Workflow und Projektgestaltung. Lernende entwickeln eigene Artefakte, testen Hypothesen und dokumentieren Ergebnisse.

Die Leistungsnachweise bestehen aus praxisnahen Projektarbeiten. In Modul 1 werden neun Artefakte erstellt, die jeweils konkrete Aspekte der Steuerung von KI zeigen. In Modul 2 entsteht ein Capstone Projekt mit einem funktionsfähigen Workflow oder Artefakt und einer schriftlichen Dokumentation, welche die eigene Vorgehensweise begründet und evaluiert.

Modul 1: neun praxisorientierte Projektarbeiten, jeweils mit einem eigenständigen Artefakt wie Workflow, Analyse, Prototyp oder Evaluationsbericht.

• Jede Arbeit zeigt nachvollziehbare Steuerung von KI-Verhalten und basiert auf kleinen Experimenten oder getesteten Annahmen
• Bewertung nach dem Prinzip reproduzierbarer Ergebnisse und klar begründeter Designentscheidungen
• Beurteilung mit bestanden oder nicht bestanden

Modul 2: Capstone Projekt mit einem funktionsfähigen Artefakt oder Workflow inklusive Kontrollpunkte

• Schriftliches Abschlussdossier mit Analyse, Evidenz, Bewertung und Ausblick
• Modul 2: Benoteter Abschluss zur Gesamtbewertung des CAS

Der Unterricht findet jeweils am Freitag vor Ort an der ZHAW statt. Am folgenden Samstag steht begleitete Projektarbeit mit Coaching zur Verfügung. Diese Coaching Termine werden online durchgeführt und dienen der Vertiefung der Inhalte sowie der Arbeit an den eigenen Artefakten. Das CAS ist als berufsbegleitendes Teilzeitstudium konzipiert.

• Alexandre de Spindler
• Elke Brucker-Kley
• Katja Fraedrich
• Elena Gavagnin
• Jasmin Heierli
• Thomas Keller
• Benjamin Kühnis
• Max Meisterhans
• Adrian Moser
• Christian Scherer
• Theresa Schmiedel

Der Zertifikatslehrgang richtet sich an Absolventinnen und Absolventen von Hochschulen (FH/Universität) mit mind. 3 Jahren Berufserfahrung sowie an Berufsleute ohne Hochschulabschluss mit mind. 5 Jahren Berufserfahrung und entsprechenden Weiterbildungsausweisen (höhere Fachschule oder höhere Fachprüfung mit eidg. Fachausweis/Diplom).

Englischkenntnisse werden vorausgesetzt, weil im Studiengang mit englischer Literatur gearbeitet wird.

Über die definitive Zulassung entscheidet die Studienleitung.

Anmeldungen werden in der Reihenfolge des Eingangs berücksichtigt.