AI Architect - KI-Lösungen gestalten und verantworten NDS HF

• Stakeholder, Ziele, Anforderungen und Systemgrenzen
• Architekturvarianten und Qualitätsattribute
• Betriebsformen, Plattform- und Lieferantenstrategie
• Advanced RAG: Query Transformation, Retrieval und Re-Ranking
• Agentenorchestrierung, Rollen, Werkzeuge und Kontrollpunkte
• Prompting, RAG oder Modellanpassung
• Golden Datasets, Metriken und Evaluationsdesign
• LLMOps: Versionierung, Deployment und Freigaben
• Monitoring, Incident, Rollback und Kosten, Erfahrungsnote 1
• Diplomarbeit-Kick-off: Themenfindung und eigenständiger Auftrag; Separate 150 LS parallel zum NDS
• Threat Modeling und adversarial Testing
• Governance, Recht, Datenstrategie und Freigaben
• Business Case, TCO, Nutzen und Sensitivität
• Portfolio-Priorisierung, Projektvorgehen und Entscheidungstore
• Einführung, Rollen, Change und Befähigung
• Erfahrungsnote 2: Online-Prüfung; Auswertung; DA-Statuscheck
• AI-Solution-Design-Werkstatt; Quellen, Varianten, Evaluation
• Kompetenznachweis: Präsentation, Fachfragen und Reflexion

Das NDS richtet sich an erfahrene technische Fachpersonen, Projektleitende, Produktverantwortliche und Führungskräfte, die anspruchsvolle KI-Lösungen konzipieren, beurteilen, einführen und betreiben möchten. Er eignet sich besonders für Personen aus Informatik und Softwareentwicklung, Systemtechnik und Automation sowie Elektrotechnik und Elektronik, die Verantwortung für Architektur, Qualität, Security, Governance oder Wirtschaftlichkeit übernehmen.
 

250 Lernstunden sowie anschliessend 150 Lernstunden Diplomarbeit; 72 Kontaktlektionen sowie Selbststudium, Workshops, Praxistransfer, Projektarbeit und Leistungsnachweis vorgesehen.

• AI Solution Architecture mit Modellen, Daten, APIs, Speichern, Werkzeugen, Benutzeroberflächen und Integration in bestehende Systeme
• Cloud-, On-Premises- und Hybridarchitekturen sowie entkoppelte, austauschbare Modell- und Plattformstrategien
• Advanced RAG mit Query Transformation, hybrider Suche, Reranking, Metadatenstrategien, Knowledge Graphs und Evaluation
• Fortgeschrittene Agentensysteme mit Orchestrierung, Planung, State Machines, Memory, Berechtigungen und menschlichen Kontrollpunkten
• Modellauswahl und Modellanpassung: Prompting, RAG, Fine-Tuning, LoRA und PEFT im Überblick
• Evaluation und Qualitätssicherung mit Testsets, Golden Datasets, Benchmarks, menschlicher Bewertung, Regressionstests und Akzeptanzkriterien
• LLMOps und MLOps mit Versionierung, Deployment, Rollback, Monitoring, Logging, Observability und Kostenkontrolle
• AI Security mit Threat Modeling, Prompt Injection, Datenexfiltration, Tool Abuse, Supply-Chain-Risiken und Red Teaming
• AI Governance mit Rollen, Freigaben, Policies, Risikoklassen, Datenklassifikation, Auditierbarkeit und Human Oversight
• Datenschutz, Urheberrecht, Lizenzrecht, Haftung, Datenhoheit und regulatorische Anforderungen im betrieblichen Kontext
• Datenstrategie, Data Ownership, Datenqualität, Lifecycle, Zugriff, Löschung und Wissensmanagement
• Business Case, ROI, TCO, Skalierung, Build versus Buy und Priorisierung eines KI-Use-Case-Portfolios
• Projekt-, Innovations- und Change Management vom Discovery über PoC und MVP bis zum produktiven Betrieb
• Wissenschaftliches und methodisches Arbeiten als Vorbereitung der Diplomarbeit
• Leistungsnachweis mit einem umfassenden AI Solution Design inklusive Architektur, Datenkonzept, Security, Governance, Recht, Wirtschaftlichkeit, Evaluation und Einführungsmodell
• Diplomarbeit «AI Project» mit einer selbständig bearbeiteten realen Problemstellung, technischer Umsetzung oder Prototyp, Tests, Evaluation, Reflexion und Defense

Voraussetzung ist ein erfolgreich abgeschlossener NDL HF «AI Engineering» oder ein gleichwertiger Kompetenznachweis. Für den formalen Abschluss NDS HF ist ein Abschluss auf Tertiärstufe erforderlich. Personen ohne Tertiärabschluss können bei ausreichender fachlicher Qualifikation und Berufserfahrung den schuleigenen HFU-Abschlussweg besuchen. Erwartet werden praktische Erfahrung mit KI-Integration, strukturiertes technisches Arbeiten und eine geeignete reale Problemstellung für Solution Design und Diplomarbeit.
 

AI Architect - KI-Lösungen gestalten und verantworten NDS HF

Weiterbildungen auf der Stufe Höhere Fachschule (HF) werden nicht von der Subjektfinanzierung des Bundes unterstützt. Die Subventionierung basiert auf der Interkantonalen Vereinbarung über Beiträge an die Bildungsgänge der Höheren Fachschulen (HFSV) und erfolgt über Pauschalen pro Kopf. 

Bei den von der ibW Höhere Fachschule Südostschweiz aufgeführten Semestergebühren bei HF-Angeboten handelt es sich um Nettopreise, das heisst, dass die Subventionsbeiträge der Kantone bereits in Abzug gebracht wurden. Dies gilt für Studierende mit Wohnsitz in allen Schweizer Kantonen oder im Fürstentum Liechtenstein. 
Für Studierende mit Wohnsitz ausserhalb der Schweiz oder des Fürstentum Liechtenstein gelten Sonderregelungen. Bitte nehmen Sie hierzu mit uns Kontakt auf.
Weitere Informationen finden Sie hier.