CAS AI Solutions Engineering

In der Praxis zeigt sich immer wieder, dass zwischen der Idee eines KI-Anwendungsfalls und dessen produktiver Umsetzung eine kritische Engineering-Lücke besteht. Typische Herausforderungen sind dabei unklare technische Konzepte und fehlende Architekturentscheidungen, Integrationsprobleme bei der Zusammenführung verschiedener KI-Komponenten, eine unzureichende Berücksichtigung nicht-funktionaler Anforderungen sowie eine starke Abhängigkeit von isolierten Prototypen oder Einzelpersonen statt nachhaltiger, reproduzierbarer Systemlösungen.

Der CAS AI Solutions Engineering setzt genau an dieser Stelle an. Er vermittelt die notwendigen Kompetenzen, um KI-Anwendungen als integrierte Softwaresysteme zu konzipieren und umzusetzen – architektonisch sauber, dokumentiert und produktnah. Der CAS adressiert damit gezielt das Risiko, dass KI-Projekte im experimentellen Prototypenstatus verbleiben. In dieser Weiterbildung lernen Sie, fachliche und organisatorische Anforderungen in konkrete technische Konzepte und KI-Systemarchitekturen zu übersetzen. Darüber hinaus entwerfen und implementieren Sie reale KI-Anwendungen, insbesondere im Kontext moderner, LLM-basierter, RAG- und agentischer Systeme. Dies umfasst die Definition von Komponenten, Schnittstellen und Datenflüssen für konkrete Use Cases. Dabei werden Architektur- und Designentscheidungen systematisch reflektiert und im Hinblick auf Erweiterbarkeit und langfristige Nutzung bewertet.

Der CAS konzentriert sich bewusst auf jene Phase, in der technische Weichen gestellt werden, die den späteren Betrieb und die Weiterentwicklung von KI-Systemen massgeblich beeinflussen.  Mit dieser Weiterbildung stärken Sie Ihre  Positionierung als zentrale Engineering-Fachperson an der Schnittstelle von Architektur, Umsetzung und Integration von KI-Lösungen.

Dieser CAS adressiert die technische Entwicklung von KI-basierten Lösungen als integrierte Softwaresysteme. Der Fokus liegt auf robusten, erweiterbaren und wartbaren Lösungsarchitekturen, nicht auf isolierten Modell- oder Tool-Experimenten.

• Übersetzung fachlicher und organisatorischer Anforderungen in KI-Systemarchitekturen
• Entwurf und Umsetzung multimodaler KI-Anwendungen (z.B. LLM- und Vision-Language-Modelle für Text-, Bild- und kombinierte Workflows)
• Context Engineering, Prompting, Reasoning-Konzepte und test-time compute
• Retrieval-Augmented Generation (RAG), Knowledge Graphs und hybride Architekturen
• Agentische Systeme, Orchestrierung und agentische Design Patterns (inkl. Tool Calling, MCP und Agent-to-Agent-Kommunikation)
• Systematische Evaluierung und begründete Auswahl unterschiedlicher Architekturansätze (z.B. RAG, agentische Architekturen, klassische servicebasierte Lösungen) in Abhängigkeit von Use Case, Datenlage und nicht-funktionalen Anforderungen
• Integration von KI Komponenten in bestehende Software und Systemlandschaften
   

Dieser CAS setzt auf moderne, aktivierende Lehr- und Lernformen, die auf die Zielgruppe technischer Fachpersonen ausgerichtet sind:

• Projekt- und problemorientiertes Lernen anhand realitätsnaher Engineering-Szenarien
• Arbeit an konkreten System- und Architekturentwürfen
• Iteratives Vorgehen mit Feedback-Schleifen (Build – Test – Improve)
• Kombination aus Input-Sequenzen, Hands-on-Sessions und Reflexionsphasen
• Einbindung eigener beruflicher Fragestellungen der Teilnehmenden
• Förderung eines Engineering-Mindsets (Builder-Mentalität, Umgang mit Unsicherheit, iterative Lösungsfindung)

Der Fokus liegt auf aktiver Kompetenzentwicklung statt reiner Wissensvermittlung.

Zielgruppe

Dieser CAS richtet sich an technische Fachpersonen, die bereits über fundierte Software- und Systemkompetenzen verfügen und diese gezielt im Bereich KI-basierter Anwendungen und Systemarchitekturen weiterentwickeln möchten. Angesprochen sind insbesondere:

• Informatik-Ingenieurinnen und -Ingenieure, Softwareentwicklerinnen und -entwickler sowie Systemarchitektinnen und -architekten
• Absolventinnen und Absolventen des BSc Informatik, des MSE Computer Science oder vergleichbarer Studiengänge,
• Teilnehmende aus weiterführenden Weiterbildungen wie dem MAS Software Engineering oder spezialisierten CAS (z.B. Frontend Engineering)
• Technische Fachpersonen, die in ihrer beruflichen Praxis zunehmend mit KI-Use-Cases, LLM-basierten Anwendungen oder komplexen KI-Systemen konfrontiert sind

Zulassung

Zugelassen sind Personen

• mit anerkanntem Tertiärabschluss (Universität, Fachhochschule, Höhere Fachschule oder vergleichbarer Abschluss)
• mit mehrjähriger qualifizierter Berufserfahrung
• mit einer Tätigkeit in einem Arbeitsfeld, in dem sie das Gelernte umsetzen können (Prinzip Transferorientierung);
• mit Programmiererfahrung (z.B. in Python oder Java)
• mit einem fundierten Verständnis für die Grundlagen der KI

Bewerberinnen und Bewerber, die über vergleichbare Abschlüsse und entsprechende Berufserfahrung verfügen, können auf Basis einer individuellen Prüfung des Dossiers aufgenommen werden. 

Nach Abschluss dieses Kurses

• übersetzen Sie fachliche, organisatorische und technische Anforderungen systematisch in konkrete KI-Systemarchitekturen und technische Konzepte;
• können  Sie integrierte KI-Lösungen entwerfen und realisieren, indem Sie verschiedene Komponenten zu funktionierenden Gesamtsystemen verbinden und in bestehende Systemlandschaften einbetten;
• berücksichtigen Sie nicht-funktionale Anforderungen wie Wartbarkeit, Erweiterbarkeit, Testbarkeit und Robustheit gezielt bei der Konzeption und Umsetzung;
• treffen Sie fundierte Architektur- und Designentscheidungen, wägen Alternativen ab und vertreten technische Lösungsansätze nachvollziehbar im Projektkontext;
• agieren Sie als technische Schlüsselperson an der Schnittstelle zwischen Fachbereichen, strategischen Rollen und Umsetzungsteams.