Zum Inhalt springen
Einsteiger100% gebührenfreiDauer: 12 Monate4 Zertifikatsvorbereitung

Full-Stack KI & Cloud Engineering Programm

Ein Jahr vom KI-Einstieg im Beruf bis zu produktionsnahem GenAI-Engineering auf AWS. Du lernst Governance, private LLMs und baust mehrere Capstones für den deutschen Arbeitsmarkt.

Bewerben

12 Monate Vollzeit (ca. 2.400 UE, Flagship-Programm): vier Blöcke von KI und Automatisierung über Full-Stack-Software und KI-Systeme bis AWS GenAI, MLOps und private LLMs. Governance (DSGVO, EU AI Act) von Anfang an. Mehrere Capstones über das Jahr. Zertifikatsvorbereitung Google AI und AWS. Für Quereinsteiger:innen ohne Tech-Hintergrund mit Ziel KI- oder Cloud-Engineering.

Was du am Ende kannst

  • Governance-first KI von Tag 1 (DSGVO, EU AI Act)
  • Deploybare Full-Stack-Software mit CI/CD und Containern
  • Integration, RAG, Agents, Evaluation und Betrieb
  • AWS GenAI, MLOps/LLMOps und Kosten-Disziplin
  • Private/on-prem LLMs (Datenresidenz)
  • Vorbereitung Google AI, AWS Cloud & AWS AI Practitioner

Portfolio-Nachweise

  • Mehrere Capstone-Projekte über das Jahr
  • Production-ready GenAI Deployment

Curriculum-Überblick

4 Module

Modul 1Monate 1–3

KI & Automatisierung

Workplace-KI und Automatisierung

n8nAPIsGoogle AI cert prep
Modul 2Monate 4–6

Full-Stack

Web-Apps, Docker, CI/CD

ReactNode.jsAWS CP prep
Modul 3Monate 7–9

KI-Systeme

RAG, Agents und Reliability

PythonFastAPILangChainvector DB
Modul 4Monate 10–12

Cloud GenAI

AWS GenAI, MLOps und Governance

AWS GenAIOllamavLLM

Häufig gestellte Fragen

Häufige Fragen zu diesem Programm — Förderung, Format und Ergebnisse.

Für wen

Ja. Der vollständige 12-monatige Weg startet mit den Grundlagen und setzt zu Beginn keine Programmiererfahrung voraus. Es ist jedoch ein intensives Vollzeitprogramm — du brauchst Motivation, Kontinuität, digitale Sicherheit und die Bereitschaft, jede Woche an Projekten zu arbeiten.

Es ist beides. Das Programm vermittelt Software Engineering mit einem AI-first Ansatz. Du lernst, reale Anwendungen und Systeme zu bauen, während du KI-Tools verantwortungsvoll nutzt und die Qualität KI-unterstützter Arbeit überprüfst.

Inhalt & Format

Weil das Ziel nicht nur eine Einführung in KI-Tools ist, sondern ein vollständiger Weg von Arbeitsalltag-KI und Automatisierung über Softwareentwicklung, KI-Systeme, Cloud-Deployment, GenAI Engineering, Governance und portfoliofähige Abschlussprojekte.

Du lernst praktische KI-Nutzung, Automatisierung, APIs, JavaScript/TypeScript, React, Backend-Entwicklung, Datenbanken, Authentifizierung, Docker, CI/CD, AWS Cloud-Grundlagen, KI-Systeme, RAG, Agents, Evaluation, Monitoring, lokale/private LLM-Konzepte und Cloud GenAI Engineering.

Der Haupt-Stack umfasst JavaScript/TypeScript, React, Node.js, Datenbanken wie PostgreSQL oder Supabase, Docker, GitHub Actions, AWS, n8n, KI-APIs und ausgewählte AI-Engineering-Tools. Spätere Phasen können Python, FastAPI, LangChain oder ähnliche Tools, Vektordatenbanken, Ollama, vLLM, Bedrock und SageMaker-Konzepte enthalten.

Ja. Cloud-Konzepte werden schrittweise eingeführt, mit AWS als Hauptausrichtung. Du lernst Cloud-Grundlagen, Deployment-Denken, Observability, Kostenbewusstsein, Sicherheitsgrundlagen und später Cloud-GenAI-Architekturmuster.

Ja. Das Programm ist projektbasiert. Jeder Block enthält praktische Artefakte und ein Abschlussprojekt. Am Ende solltest du ein Portfolio mit Workflow-Automatisierungen, Anwendungen, KI-System-Prototypen, Deployment-Nachweisen, Dokumentation und einem finalen Cloud-GenAI-Projekt haben.

Das Programm enthält Abschlussnachweise von Ai School / StartSteps sowie strukturierte Vorbereitung auf externe Zertifikate wie Google AI Professional Certificate, AWS Certified Cloud Practitioner und AWS Certified AI Practitioner. Fortgeschrittene AWS GenAI- oder Machine-Learning-Zertifikate können je nach Bereitschaft und Kohortenplanung optionale Stretch Goals sein.

Das vollständige Programm ist als intensiver Vollzeit-Lernweg konzipiert (~2.400 Unterrichtseinheiten über 12 Monate). Du solltest mit Live-Unterricht, betreuten Labs, Projektarbeit, Selbststudium, Zertifizierungsvorbereitung und Portfolio-Entwicklung über die Woche verteilt rechnen.

Schwierigkeiten sind in einem intensiven technischen Programm normal. Unterstützung kann Trainer-Feedback, Einzel-Mentoring, Review-Sessions, Peer Learning, Projektbegleitung und zusätzliche Übungsempfehlungen umfassen. Wichtig ist, früh zu kommunizieren und kontinuierlich zu arbeiten.

In Deutschland und der EU müssen KI-Projekte Datenschutz, Verantwortlichkeit, Sicherheit und verantwortungsvolle Nutzung berücksichtigen. Wir behandeln diese Themen von Anfang an, damit Studierende Lösungen bauen, die nicht nur beeindruckend, sondern auch realistisch für Arbeitsumgebungen sind.

Ergebnisse & Förderung

Je nach Fortschritt und Vorerfahrung kann dich das Programm auf Rollen wie Junior Full-Stack Developer, AI-assisted Software Developer, Automation oder Integration Engineer, AI Systems Developer, Junior GenAI Application Engineer oder cloudorientierte KI-Projektrollen vorbereiten.

Das Programm ist darauf ausgelegt, arbeitsmarktrelevante Fähigkeiten und überprüfbare Projektnachweise aufzubauen. Deine finale Job-Readiness hängt von deinem Einsatz, deiner Projektqualität, deinem Sprachniveau, deiner Vorerfahrung und den Zielrollen ab. Wir unterstützen dich dabei, deine Arbeit in ein klares Portfolio und eine überzeugende Karrieregeschichte zu übersetzen.

Dieses Programm kann über einen Bildungsgutschein gefördert werden, wenn du förderfähig bist. Du benötigst einen Termin bei deiner Agentur für Arbeit oder deinem Jobcenter — die Entscheidung trifft die Behörde individuell. Wir stellen Kursinformationen bereit und unterstützen dich bei der Vorbereitung.