CAS Human-AI Collaboration

Dieses CAS richtet sich an Fachpersonen, die generative KI nicht nur ausprobieren, sondern in ihrem beruflichen Umfeld wirksam, nachvollziehbar und verantwortungsvoll einsetzen möchten. Angesprochen sind unter anderem:

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

• Fachleute aus Wirtschaft, Forschung, Technik, Gesundheitswesen und weiteren anwendungsnahen Bereichen

• Führungspersonen, die KI-gestützte Arbeitsprozesse beurteilen, gestalten oder weiterentwickeln

• Projektleitende und Transformationsverantwortliche, die KI in Organisationen einführen oder begleiten

• Fachpersonen, die konkrete Methoden für verlässliche, evidenzbasierte und zukunftstaugliche Mensch-KI-Zusammenarbeit suchen

Nach Abschluss des CAS können die Teilnehmenden:

• generative KI-Systeme fachlich fundiert einordnen und typische Verhaltensmuster erklären

• KI-Interaktionen so strukturieren, dass Ergebnisse besser vorhersehbar, überprüfbar und auf den eigenen Kontext abgestimmt sind

• Parameter, Kontext, Datenquellen, Rollen und Prozessschritte gezielt variieren und deren Wirkung anhand beobachtbarer Evidenz beurteilen

• Arbeitsprozesse mit KI als kontrollierte Mensch-KI-Zusammenarbeit gestalten, inklusive Rollen, Kontrollpunkten, Feedbackschleifen und Verantwortlichkeiten

• Risiken wie Halluzinationen, Kontextverlust, unklare Zuständigkeiten, Bias, Prompt Injection oder ungeeignete Quellen erkennen und adressieren

• eigene Experimente planen, durchführen und auswerten, um KI-Verhalten auch bei neuen Werkzeugen und Modellen adaptiv zu steuern

• ein eigenes Human-AI Collaboration Blueprint für einen relevanten beruflichen Anwendungsfall entwickeln und begründen

• eine persönliche Theorie der Steuerung aufbauen, die über einzelne Tools und kurzfristige Produktfunktionen hinaus tragfähig bleibt

Modul 1 entwickelt die Grundlagen verlässlicher Mensch-KI-Zusammenarbeit in neun aufeinander aufbauenden Themenblöcken. Jeder Block verbindet aktuelles Fachwissen, angeleitete Experimente, praktische Anwendung und eine Challenge im eigenen Kontext.

• Vom Fragen zum Strukturieren: KI-Interaktion gezielt gestalten, strukturierte Anfragen formulieren und Ergebnisse besser kontrollieren
• Vom Strukturieren zur Ausrichtung: Klärungsfragen, Annahmen und Erfolgskriterien nutzen, bevor KI generiert
• Warum Modelle unterschiedlich reagieren: Tokens, Aufmerksamkeit, Sampling, Temperatur und Variabilität praktisch erfahrbar machen
• Von Meinung zu Evidenz: KI mit Daten, Quellen, Grounding und Retrieval verankern
• Von Antworten zu Prozessen: Mensch-KI-Ko-Konstruktion mit Rollen, Zwischenartefakten und Kontrollpunkten gestalten
• Reflexionsschleifen: KI für Kritik, Revision, Qualitätsprüfung und besseres Denken einsetzen
• Führung, Verantwortung und Legitimation: Vertrauen, Entscheidungslogik, Eskalation und verantwortliche Nutzung in Organisationen gestalten
• Workflows gestalten: vom Einzelchat zu verlässlichen KI-Systemen mit Orchestrierung, Tools, Skills, Zuständen und Kontrollpunkten
• Sicherheit und Vertrauensgrenzen: Prompt Injection, Quellenvertrauen, Berechtigungen, Validierung und menschliche Verantwortung behandeln

Sicherheit und Vertrauensgrenzen: Prompt Injection, Quellenvertrauen, Berechtigungen, Validierung und menschliche Verantwortung behandeln

Modul 2 ist ein Thesis-ähnliches Integrationsprojekt des CAS. Die Teilnehmenden übertragen die Erkenntnisse aus Modul 1 auf einen eigenen beruflichen, fachlichen oder organisatorischen Anwendungsfall und entwickeln daraus ein Human-AI Collaboration Blueprint.

• Auswahl und Diagnose eines relevanten Arbeitsprozesses, Anwendungsfalls, Dokuments, Entscheidungsprozesses oder Workflows aus dem eigenen Kontext
• Zusammenführung der fünf Literacies Interaction, Mechanism, Data, System und Human-Context zu einem nachvollziehbaren Steuerungsansatz
• bewusste Wahl geeigneter Collaboration Levels: Instruktion, Alignment, Co-Construction, Reflection und Orchestration je nach Aufgabe und Risiko
• Entwicklung eines funktionsfähigen Artefakts, Workflows oder Blueprints mit Rollen, Evidenzflüssen, Kontrollpunkten, Guardrails und Verantwortlichkeiten
• Integration von Grounding, Retrieval, Reflexionsschritten, Review-Logik, agentischen Abläufen oder Sicherheitsmechanismen je nach Projektfokus
• Einbindung relevanter Stakeholder durch Tests, Rückmeldungen, kurze Pilotphasen oder fachliche Validierung
• Bewertung technischer, organisatorischer, ethischer und sicherheitsbezogener Aspekte des eigenen Designs
• Dokumentation der Entscheidungswege von Annahmen über Experimente bis zu Gestaltung, Governance und Weiterentwicklung
• Entwicklung einer persönlichen Theorie der Steuerung, die auch bei neuen Modellen, Werkzeugen und organisatorischen Anforderungen tragfähig bleibt

Der CAS ist konsequent praxisnah, experimentell und transferorientiert aufgebaut. Die Teilnehmenden lernen nicht nur über generative KI, sondern arbeiten direkt mit aktuellen KI-Systemen, vergleichen Ergebnisse, verändern Bedingungen, prüfen Evidenz und entwickeln eigene Artefakte für ihren beruflichen Kontext.

Die Präsenzfreitage verbinden kurze fachliche Inputs, Demonstrationen, Fallbeispiele, Diskussionen, angeleitete Experimente und betreute Arbeitsphasen. Die Online-Samstage dienen als Coaching- und Feedbackräume für die Challenges. Jede Challenge kann und soll auf den eigenen fachlichen, organisatorischen oder persönlichen Anwendungskontext angepasst werden.

Inhaltlich arbeiten die Teilnehmenden mit drei wiederkehrenden Komponenten: den fünf Literacies der Kontrolle, den Collaboration Levels von Instruktion bis Orchestrierung sowie zentralen Grundlagen generativer KI. Daraus entstehen neun praxisorientierte Challenges in Modul 1 und ein Thesis-ähnliches Integrationsprojekt in Modul 2.

Zum Einsatz kommen digitale Lernumgebungen, strukturierte Arbeitsvorlagen, Beispiele aus aktuellen KI-Anwendungen, kleine Datensätze, Quellenmaterial, Workflow-Entwürfe, Evaluationsraster und Demonstrationen aus angewandter Forschung und Entwicklung. Der Unterricht wird von Dozierenden getragen, die seit vielen Jahren mit generativer KI in angewandten Forschungs-, Entwicklungs- und Transferprojekten arbeiten und die technologischen Möglichkeiten, Grenzen und Risiken aus praktischer Erfahrung kennen.

Modul 1: neun praxisorientierte Challenges mit jeweils einem eigenständigen, überprüfbaren Artefakt, zum Beispiel Analyse, Prompt- und Interaktionsdesign, Experimentprotokoll, Grounding-Setup, Workflow, Review-Logik, Entscheidungsraster, Sicherheitskonzept oder Evaluationsbericht.

• Jede Challenge wird auf einen eigenen oder vorgegebenen Anwendungskontext bezogen
• Jede Arbeit zeigt, wie KI-Verhalten durch Interaktion, Mechanismus, Daten, Systemdesign oder Human-Context-Gestaltung besser vorhersehbar und steuerbar wird
• Die Teilnehmenden dokumentieren Hypothese, Intervention, Beobachtung und Interpretation
• Bewertet werden nachvollziehbare Evidenz, begründete Designentscheidungen, Transferfähigkeit und verantwortlicher Umgang mit Grenzen und Risiken
• Beurteilung mit bestanden oder nicht bestanden

Modul 2: Thesis-ähnliches Integrationsprojekt als Human-AI Collaboration Blueprint für einen relevanten eigenen Anwendungsfall.

• Entwicklung eines funktionsfähigen Artefakts, Workflows oder Blueprints mit Rollen, Kontrollpunkten, Evidenzflüssen, Guardrails und Verantwortlichkeiten
• Schriftliches Abschlussdossier mit Diagnose, Design, Experimenten oder Validierung, Evidenz, Bewertung, Restrisiken und persönlicher Theorie der Steuerung
• 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.