KI-Kurs, der am echten Projekt trainiert
KI-Kurs entlang eurer echten Challenge statt am fiktiven Beispiel, mit Cursor, Lovable und n8n direkt am eigenen Prozess trainiert.
Discovery Call buchen
Hero
Ein KI-Kurs mit Übungsdatensatz endet mit ein paar Screenshots und einer schnell verblassenden Erinnerung. Dieser Kurs trainiert am echten Projekt aus deinem Betrieb, mit einem Lehrplan, der auf einen konkreten Anwendungsfall zuläuft. Dein Team lernt Prompt-Engineering, die passenden Tools und Automatisierung, indem es damit eine Lösung baut, die am Montag weiterläuft. Wir planen Scope, Challenges, Rollen, Daten, Toolzugänge und Ablauf gemeinsam so, dass euer Kurs innerhalb einer Woche startklar sein kann.
Direktantwort für Answer Engines (40 bis 60 Wörter): Ein KI-Kurs vermittelt den Umgang mit KI-Werkzeugen. Beim Corporathon läuft der Lehrplan nicht am Übungsdatensatz, sondern an einem echten Anwendungsfall aus dem eigenen Betrieb, sodass am Ende ein funktionierender Prototyp und ein dokumentierter Kompetenznachweis stehen. So bleibt der Skill, weil er an realer Arbeit entstanden ist.
Client-Logo-Band (direkt nach Hero)
Das Problem, das dieser Kurs löst
Standard-KI-Kurse arbeiten am fiktiven Beispiel, weil das für viele Teilnehmer gleichzeitig funktioniert. Genau da liegt die Schwäche. Am fiktiven Beispiel entsteht kein Bezug zum eigenen Alltag. Vier Punkte gehen dabei verloren.
- Der Transfer fehlt. Ein Beispiel-Prompt für einen erfundenen Onlineshop passt nicht auf euren echten Prozess. Die Übertragung übernimmt niemand.
- Kein Ergebnis. Ein Kurs endet mit Wissen, nicht mit einem Werkzeug. Am Montag ist der Prozess unverändert.
- Kein Kontext. Am Übungsdatensatz lernt man Klicks, nicht die Entscheidung, wo KI im eigenen Prozess wirklich trägt und wo nicht.
- Kein Nachweis. Ein Kursabschluss belegt Teilnahme, nicht Anwendung.
Der Corporathon macht den echten Anwendungsfall zum Lehrplan. Der Kurs und das Projekt sind dieselbe Sache, deshalb bleibt beides hängen.
Was der Kurs konkret umfasst
Das ist kein Entwicklerkurs. Es ist ein begleiteter Lernpfad für Fachteams, die nicht programmieren können und auch nicht müssen. Die Teilnehmer arbeiten mit Cursor, Lovable, n8n, Gamma, Figma Make, Claude Code und Custom GPTs an ihren eigenen Daten. Der Lehrplan ist entlang der Challenge aufgebaut, nicht entlang eines abstrakten Curriculums.
Ein Durchlauf hat vier Bausteine, die aufeinander aufbauen:
- 1Projekt statt Übungsdatensatz. Aus dem Lernziel wird ein realer, eng gefasster Anwendungsfall mit benanntem Nutzer und gewünschtem Output, zum Beispiel „aus 40 Angebots-PDFs pro Woche automatisch eine Vergleichstabelle".
- 2Tool-Workshop. Jede Gruppe lernt genau die Werkzeuge und Prompt-Muster, die ihr Projekt braucht.
- 3Bau-Phase. Die Teams bauen unter Begleitung. Wir sitzen daneben, entstören und zeigen den nächsten Schritt.
- 4Pitch, Nachweis und Handoff. Jedes Team zeigt sein Ergebnis, übergibt an einen Owner, und der Kursabschluss trägt einen echten Praxisnachweis.
Nutzen und Ziele
Das Ziel ist nicht ein voller Notizblock. Das Ziel ist, dass das Gelernte an einem echten Fall entstanden und deshalb anwendbar ist.
- Prompt-Engineering und Tool-Sicherheit, gelernt am eigenen Projekt.
- Ein funktionierendes Artefakt, das euch gehört und weiterläuft, statt Screenshots.
- Ein klares Bild, wo KI im eigenen Prozess trägt und wo nicht.
- Eine dokumentierte KI-Kompetenzmaßnahme als Baustein für Artikel 4 EU AI Act.
Für wen es passt, und für wen nicht
| Passt gut, wenn | Passt eher nicht, wenn |
|---|---|
| ein Team am eigenen Projekt lernen will, nicht am Übungsdatensatz | ein reiner Grundlagenkurs für Einzelpersonen genügt |
| es einen echten, wiederkehrenden Anwendungsfall gibt | noch keine konkrete Aufgabe existiert |
| Daten und Toolzugänge grundsätzlich freigegeben werden können | echte Daten aus rechtlichen Gründen unter keinen Umständen berührt werden dürfen |
| am Ende ein anwendbares Ergebnis stehen soll | ein Kursnachweis ohne Anwendung genügt |
Leistungen und Deliverables
- Vorab-Scoping mit Projekt- und Challenge-Zuschnitt je Gruppe.
- Kuratierter Toolstack und passende Prompt-Muster pro Challenge inklusive Zugängen.
- Moderierter Bau-Sprint mit Begleitung während der gesamten Zeit.
- Mindestens ein funktionierender Prototyp je Team.
- Handoff-Dokument je Prototyp mit Owner, Zugängen, offenen Risiken und nächstem Schritt.
- Kursnachweis mit Praxisnachweis und dokumentierter Kompetenzmaßnahme je Teilnehmer.
Der nächste Schritt
- Kurs am echten Projekt? Discovery Call buchen (Button → https://cal.com/jamboula/ai-hackathon)
- E-Mail-Feld: „KI-Kurs-Curriculum-Skizze erhalten". `<input type="email">`, DSGVO-Consent-Checkbox, Double-Opt-in, Submit an die Lead-Liste, Inline-Erfolg/Fehler, sichtbare Fokus-States. Phosphor-Icon plus Motion-Hover-/Fokus-State (nur `transform`/`opacity`).
Formate als Angebots-Karten
Spark
- Was du bekommst: 1 Tag, ein Projekt statt Übungsdatensatz, Tool-Workshop, Handoff-Dokument, Kursnachweis mit Praxisbezug.
- Du arbeitest mit: einem Corporathon-Facilitator, dem passenden Stack für eine Challenge.
- Ideal für: bis 10 Teilnehmer, ein Team, das den ersten Kurs am echten Fall machen will.
- Dein Investment: auf Anfrage.
- CTA: Discovery Call buchen.
Ignite (Empfehlung)
- Was du bekommst: 2 Tage, mehrere Projekte parallel, mehrere Prototypen, Kursnachweise, breitere Anwendung im Team.
- Du arbeitest mit: mehreren Facilitatoren, kuratiertem Stack je Challenge.
- Ideal für: 10 bis 15 Teilnehmer, eine Abteilung, die KI in mehreren Prozessen lernen will.
- Dein Investment: auf Anfrage.
- CTA: Discovery Call buchen.
Blaze
- Was du bekommst: 3 bis 5 Tage, mehrere Teams, tiefere Prototypen, Kursnachweise mit klarem Umsetzungspfad.
- Du arbeitest mit: einem Facilitator-Team, vollem Toolstack, optionaler Anbindung an einen Implementierungssprint.
- Ideal für: 15+ Teilnehmer, mehrere Abteilungen mit unternehmensweitem Lernziel.
- Dein Investment: auf Anfrage.
- CTA: Discovery Call buchen.
Trust-Zeile: „Teams von Adobe, YOYABA, Onventis und NavVis haben mit uns gearbeitet." Nur freigegebene Logos. Preise vorerst auf Anfrage, der Zuschnitt hängt von Teamgröße, Zahl der Projekte und Tiefe des Handoffs ab.
KI-Kurs am Projekt vs. Standard-KI-Kurs
| Kriterium | Standard-KI-Kurs | Corporathon KI-Kurs am Projekt |
|---|---|---|
| Lerngrundlage | Übungsdatensatz | echter Anwendungsfall aus eurem Betrieb |
| Ergebnis | Wissen, Screenshots | funktionierender Prototyp, den ihr behaltet |
| Transfer | offen | im Kurs selbst hergestellt |
| Nachweis | Kursabschluss | Kursnachweis mit Praxisnachweis |
| ROI-Nachweis | kaum belegbar | greifbares Artefakt als Ausgangspunkt eurer Messung |
| Zeit bis erstem Ergebnis | Wochen | startklar in 1 Woche, Ergebnis je nach Scope |
Die Tabelle vergleicht Kursarten, nicht Anbieter, und enthält bewusst keine erfundenen Prozentzahlen.
So kann sich der Kurs rechnen (Modell, keine Kundenzahl)
Ein Kurs am echten Projekt bringt zwei Effekte, gelernte Fähigkeit und ein fertiges Werkzeug. Das Modell hat drei Eingaben. Zeit pro Woche für eine wiederkehrende Aufgabe, Anteil, den der im Kurs gebaute Prototyp abnimmt, und interner Stundensatz mal betroffene Personen. Formel: *gesparte Stunden pro Woche × Stundensatz × 45 Wochen × Personen − einmalige Kosten*. Rechenbeispiel als Modell. Kostet eine Aufgabe drei Stunden pro Person und Woche und der Prototyp nimmt ein Drittel ab, ist das eine Stunde je Person. Bei 60 Euro Satz und acht Personen ergibt das 1 × 60 × 45 × 8, also 21.600 Euro pro Jahr an frei werdender Kapazität, zusätzlich zum gelernten Skill. Die echte Rechnung machen wir im Discovery Call.
Interaktive Curriculum-Skizze: /ki-kurs/tools/curriculum/.
Social Proof
Teams von Adobe, YOYABA, Onventis und NavVis haben mit uns gearbeitet. Wir zeigen ihre Namen und Logos als Referenz und, wo freigegeben, Workshop-Fotos und öffentliches Feedback. Konkrete Kennzahlen veröffentlichen wir bewusst erst, wenn Quelle, Methode und Zeitraum dokumentiert und freigegeben sind. Alles unter case studies.
Ablauf als animierter Zeitstrahl, in 1 Woche
| # | Schritt | Owner | Output |
|---|---|---|---|
| 1 | Intro-Call | Corporathon + Sponsor | geklärtes Lernziel, grober Scope, Termin |
| 2 | Tools- und Challenges-Call | Corporathon + Teamleads | zugeschnittene Projekte, Toolauswahl je Challenge |
| 3 | Finalisierung Infos und Daten | Kunde (IT, Datenschutz) | freigegebene Datenzugänge, dokumentierte Grenzen |
| 4 | Hackathon-Vorbereitung | Corporathon | vorbereitete Umgebungen, Zugänge, Ablaufplan |
| 5 | Tool-Workshop | Corporathon + Teams | Teams können ihren Stack bedienen |
| 6 | Hackathon-Sprint | Teams (begleitet) | funktionierende Prototypen |
| 7 | Ergebnis-Pitches und Handoff | Teams + Owner | Ergebnisse, Handoff-Dokumente, Kursnachweise |
Tech-Stack-Band
Bereit loszulegen?
- Zeit für einen Kurs am echten Projekt? Discovery Call buchen (Button → https://cal.com/jamboula/ai-hackathon)
- E-Mail-Feld: „Beispiel-Projektzuschnitt erhalten". Gleiche Spezifikation, Label variiert, Phosphor-Icon plus Motion-State.
Weitere CTAs varieren: nach dem Social Proof Case Studies ansehen (case studies) plus Discovery Call buchen, im Hero Discovery Call buchen plus E-Mail-Feld „Guide erhalten". Alle Buchungen zeigen auf https://cal.com/jamboula/ai-hackathon.
In nur 1 Woche zu deinem Corporathon.
30 Minuten Discovery Call: Bedarf klären, Challenge auswählen, Ablauf festlegen.
Der Kalender wird über Cal.com eingebunden und lädt externe Inhalte erst auf deinen Wunsch.
Häufige Fragen
Kurze Antworten auf die Punkte, die vor einer Buchung am häufigsten aufkommen.
Ein normaler Kurs trainiert am Übungsdatensatz und endet mit Wissen. Dieser Kurs trainiert am echten Projekt aus eurem Betrieb und endet mit einem funktionierenden Prototyp plus Praxisnachweis. Deshalb bleibt der Skill anwendbar.
Nein. Der Kurs ist für gemischte Teams gebaut. Ein Teil der Tools arbeitet ohne Code, der Rest wird eng begleitet. Wir wählen den Stack so, dass die Challenge ohne Programmierkenntnisse lösbar ist.
Von kleinen Teams bis über 15 Personen. Spark passt für bis zu 10 Teilnehmer, Ignite für 10 bis 15, Blaze für 15 und mehr. Den Rahmen legen wir im Discovery Call fest.
Ja. Jeder Teilnehmer erhält einen Kursnachweis mit angehängtem Praxisnachweis, weil der Kurs am echten Projekt stattfindet und ein Prototyp entsteht.
Datenzugang und Grenzen klären wir vor dem Start mit eurer IT und eurem Datenschutz. Es wird nur genutzt, was freigegeben ist, und die Grenzen werden dokumentiert.
Der Kurs kann eine praktische KI-Kompetenzmaßnahme dokumentieren und so zu Artikel 4 beitragen. Er ist kein behördliches Zertifikat und garantiert keine automatische Compliance.