Katalog
/
Künstliche Intelligenz und angewandte KI
/
Fortgeschrittene Holistic AI Implementierung und kontinuierliche AI Governance

Fortgeschrittene Holistic AI Implementierung und kontinuierliche AI Governance

Ein praxisnaher dreitägiger technischer Aufbaukurs für Teilnehmende, die bereits die Grundlagen von Holistic AI verstehen und ausgereiftere, automatisierte und kontinuierliche AI Governance Prozesse implementieren möchten. Die Agenda konzentriert sich auf AI Discovery und Inventory, Dependency Mapping, Risk Assessment, technisches Testing, Red Teaming, Governance Controls, Agentic AI Governance, Runtime Enforcement, Integrationen, Monitoring und Audit Readiness. Der Kurs legt den Schwerpunkt auf praktische Implementierungsentscheidungen und skalierbare Betriebsmodelle für Machine Learning, generative KI und AI Agent Umgebungen.

Was werden Sie lernen?

Sie vertiefen Ihr Verständnis dafür, wie Holistic AI als kontinuierliche Governance Ebene über ein Enterprise AI Portfolio hinweg implementiert werden kann. Sie lernen, Discovery, Inventare, Risk Assessments, Testing, Policies, Guardrails, Agent Governance und Runtime Controls zu konfigurieren und diese Funktionen mit bestehenden technischen Umgebungen zu verbinden. Zusätzlich entwickeln Sie praktische Ansätze für Monitoring, Remediation, Reporting und einen nachhaltigen Produktivbetrieb.

  • Skalierbare Strukturen für AI Registry, Risiken, Policies, Controls und Workflows implementieren
  • Credo AI mit Development-, Cloud-, MLOps-, GRC- und Enterprise-Systemen integrieren
  • Kontinuierliche Governance auf Modelle, Anwendungen, Agents, Tools und MCP Umgebungen anwenden
  • Credo AI als Bestandteil eines Enterprise Governance Modells automatisieren, überwachen, auswerten und betreiben

Voraussetzungen:

  • Grundlegende praktische Kenntnisse von Credo AI, AI Registry, Risk Assessment, Policy Packs und Governance Workflows
  • Allgemeines Verständnis von Machine Learning, generativer KI und AI Agent Lifecycles
  • Vertrautheit mit organisatorischem Risiko, Compliance, Controls und regulatorischen Anforderungen
  • Grundkenntnisse zu APIs, Python, TypeScript oder Enterprise Integrationen sind hilfreich

Kursübersicht*:

*Wir passen den Kursaufbau und die Inhalte an Ihre spezifischen Anforderungen und relevanten Anwendungsfälle an.

Modul 1: Eine skalierbare Credo AI Governance Architektur gestalten

  • Governance über AI Anwendungen, Modelle, Agents, Anbieter und Business Use Cases hinweg strukturieren
  • Ownership, Accountability, Lifecycle Stages und Governance Verantwortlichkeiten definieren
  • Business Governance Anforderungen von technischen AI und Monitoring Verantwortlichkeiten trennen
  • Konsistente Governance Muster über Teams, Plattformen und AI Technologien hinweg etablieren

Modul 2: Fortgeschrittene AI Registry und Dependency Mapping

  • Registry Records für Anwendungen, Modelle, Agents, Anbieter und verbundene AI Assets strukturieren
  • Metadaten, Ownership, Zweck, Deployment Kontext und Lifecycle Informationen konsistent erfassen
  • Abhängigkeiten zwischen Agents, Modellen, Tools, Datenquellen, Anbietern und externen Services abbilden
  • Governance Beziehungen nutzen, um Auswirkungen von Änderungen einzelner Komponenten zu verstehen

Modul 3: Risk Intelligence und kontextbezogenes Risikomanagement

  • Risk Assessment Ansätze anhand von Business Context, AI Typ, Autonomie und Deployment Umgebung gestalten
  • Identifizierte Risiken mit Controls, Mitigationsmaßnahmen, Evidenz und verantwortlichen Ownern verbinden
  • Agentic Risk Konzepte für Tool Misuse, Scope Drift und Interaktionen zwischen Agents einsetzen
  • Reassessment Trigger definieren, wenn sich Systeme, Abhängigkeiten oder Betriebsbedingungen verändern

Modul 4: Policy Packs, Controls und Compliance Implementierung

  • Policy Packs für organisatorische Standards und regulatorische Anforderungen konfigurieren
  • Policy Controls mit AI Use Cases, Risk Scenarios und Governance Evidenz verbinden
  • Kontrollanforderungen für Frameworks wie EU AI Act, NIST AI RMF und ISO/IEC 42001 anpassen
  • Exceptions, Remediation, Approvals und Audit Evidenz durch kontrollierte Governance Prozesse verwalten

Modul 5: Credo AI SDK und API Integration

  • Das Credo AI SDK zur programmatischen Verwaltung von Use Cases, Modellen, Anbietern, Beziehungen und Governance Informationen einsetzen
  • Python und TypeScript Integrationsansätze vergleichen
  • Authentifizierung, Pagination, Error Handling und wiederverwendbare Integrationskomponenten gestalten
  • Entscheiden, wann direkte SDK Integration, bestehende Integration Recipes oder Plattform Connectors geeignet sind

Modul 6: Automatische Discovery und Governance Integration

  • Unterstützte Cloud-, Data-, MLOps-, Development- und Enterprise-Plattformen anbinden
  • AI Assets erkennen und nicht verwaltete oder Shadow AI reduzieren
  • Erkannte Informationen validieren, bevor Assets in formale Governance Prozesse übernommen werden
  • Synchronisationsmuster gestalten, die unnötige Duplizierung zwischen Credo AI und Source Systems vermeiden

Modul 7: AI Agent und MCP Governance

  • Agents mit Zweck, Modellen, Tools, Datenquellen, Guardrails und Ownership Informationen registrieren
  • Beziehungen zwischen Agents, Subagents, Modellen, Tools und MCP Servern abbilden
  • Agent spezifische Risiken und Controls auf Autonomie, Tool Zugriff und externe Aktionen anwenden
  • Deployment Gates und Freigabeanforderungen für risikoreichere Agent Capabilities gestalten

Modul 8: Enterprise Workflow und Governance Integrationen

  • Credo AI mit Plattformen wie ServiceNow, Jira, GitHub, Confluence und weiteren Enterprise Systemen verbinden
  • Workflow Muster für Intake, Review, Remediation, Approval und Eskalation entwickeln
  • Governance Aktivitäten in Development- und Betriebsprozesse integrieren, statt sie separat zu verwalten
  • Nachvollziehbarkeit zwischen technischen Änderungen, Governance Entscheidungen, zugewiesenen Maßnahmen und Evidenz sicherstellen

Modul 9: Kontinuierliches Monitoring und Runtime Governance

  • Monitoring und Observability Informationen mit kontrollierten AI Systemen verbinden
  • Produktionsverhalten anhand definierter Policies, Risiken und Controls bewerten
  • Policy Violations, Drift, unsicheres Verhalten und neue Governance Risiken erkennen
  • Human Review und Eskalationsprozesse für Ereignisse mit höherem Risiko gestalten

Modul 10: Evidenz, Automatisierung und Policy Enforcement

  • Evidenzerfassung aus verbundenen technischen und Governance Systemen automatisieren
  • Governance Informationen nutzen, um zu prüfen, ob erforderliche Controls weiterhin erfüllt werden
  • Notifications, Remediation Aktivitäten und Workflow Aktionen auslösen, wenn Anforderungen nicht erfüllt sind
  • Automatisierung mit menschlicher Accountability bei folgenreichen Governance Entscheidungen ausbalancieren

Modul 11: Reporting, Auditierbarkeit und Governance Oversight

  • Portfolio Ansichten über AI Assets, Risiken, Policies, Controls, Owner und Governance Status hinweg gestalten
  • Fehlende Evidenz, ungelöste Risiken, Policy Exceptions und überfällige Governance Maßnahmen identifizieren
  • Governance Records und Audit Trails für Assurance, regulatorische Reviews und interne Kontrollen vorbereiten
  • Technische und Governance Informationen in aussagekräftiges Reporting für Management und Kontrollfunktionen übersetzen

Modul 12: Production Operating Model und kontinuierliche Verbesserung

  • Verantwortlichkeiten für Plattformadministration, Governance Ownership, Integrationen, Monitoring und Support etablieren
  • Wiederkehrende Reviews für Assets, Abhängigkeiten, Policies, Controls, Risiken und Agent Verhalten definieren
  • Neue AI Technologien, Integrationsänderungen, regulatorische Updates und Governance Anforderungen langfristig verwalten
  • Eine praktische Production Readiness Checkliste für Architektur, Sicherheit, Automatisierung, Monitoring, Ownership und Auditierbarkeit aufbauen

Praxisnahes Lernen mit erfahrenen Trainern an Ihrem Standort für Organisationen.

5.922€*
Graph Icon - Education X Webflow Template
Niveau:
advanced
Clock Icon - Education X Webflow Template
Dauer:
21
Stunden (Tage:
3
)
Camera Icon - Education X Webflow Template
Training angepasst an Ihre Bedürfnisse
Star Icon - Education X Webflow Template
Intensive praktische Erfahrung in einer speziellen Umgebung
*Der Preis kann je nach Teilnehmerzahl, Änderung des Programms, Standort usw. variieren.

Neue Fähigkeiten erlernen, angeleitet von erfahrenen Trainern von überall.

4.587€*
Graph Icon - Education X Webflow Template
Niveau:
advanced
Clock Icon - Education X Webflow Template
Dauer:
21
Stunden (Tage:
3
)
Camera Icon - Education X Webflow Template
Training angepasst an Ihre Bedürfnisse
Star Icon - Education X Webflow Template
Reduzierte Schulungskosten
*Der Preis kann je nach Teilnehmerzahl, Änderung des Programms, Standort usw. variieren.

Starttermine

06.-08.01.2027
Frankfurt
13.-15.01.2027
Wien
02.-04.02.2027
Köln
09.-11.03.2027
Düsseldorf
17.-19.03.2027
Hamburg
05.-07.05.2027
München
16.-18.06.2027
Hamburg
06.-08.07.2027
Frankfurt

Kein passender Termin dabei? Sprechen Sie uns gerne auf Ihren Wunschtermin an.

Wir verwenden Cookies, um die Navigation zu verbessern, die Nutzung der Website auszuwerten und unser Marketing zu unterstützen. Sie können alle Cookies akzeptieren, nicht notwendige ablehnen oder einzelne Kategorien auswählen. Zum Cookie-Hinweis