Wie ich meinen AI-Lernplan mit ChatGPT optimiert habe

Dabei hatte ich bereits eine Liste an Kursen zusammengestellt, die mir helfen sollten, meine Ziele in den Bereichen AI Data Analyst, Product Manager und AI Consulting zu erreichen. Doch bei so vielen Kursen war es schwierig, den Überblick zu behalten und die richtige Priorisierung zu finden.

Deshalb habe ich mich entschieden, ChatGPT zu nutzen, um meine Kursauswahl zu verfeinern und sicherzustellen, dass ich meinen Lernplan effizient und zielgerichtet gestalte. Hier ist der Prozess, den ich durchlaufen habe, um meine Liste zu kürzen und die wichtigsten Kurse herauszufiltern:

Ziele klar definiert und Fokussierung festgelegt

Mein erstes Ziel war es, genau zu definieren, welche Rollen ich in Zukunft anstrebe. Ich wollte mich auf AI Data Analyst, Product Manager und AI Consulting konzentrieren. Diese Klarheit half mir, alle Kurse hinsichtlich ihrer Relevanz für diese Positionen zu bewerte

Beispiel: Ursprünglich hatte ich auch Kurse wie "FL Studio-Grundlagen" in meiner Liste, die eher für Musikproduktion gedacht sind. Um ehrlich zu sein, hatte ich mich dazu verleiten lassen auch Kurse in meine Liste aufzunehmen die zwar meinem persönlichen Interesse entsprechen, mir aber bei meinem Vorhaben mein AI Wissen auszubauen, nicht weiterhelfen. ChatGPT hat diesen Kurs korrekterweise als nicht relevant identifiziert.

Analyse der Kursauswahl

Anschließend habe ich zusammen mit ChatGPT jeden Kurs genauer unter die Lupe genommen. Wir haben überprüft, welche Themen behandelt werden, und uns auf die Kurse konzentriert, die am besten zu meinen beruflichen Zielen passen. Dabei haben wir auch thematische Überschneidungen erkannt.

Beispiel: Ich hatte sowohl "Google AI Essentials" als auch "IBM Grundlagen der generativen KI" in der Liste. Beide Kurse decken grundlegende Konzepte von AI ab, aber der IBM-Kurs war spezialisierter auf generative KI, also habe ich mich entschieden, den Google AI Essentials-Kurs zu streichen.

Überschneidungen identifiziert und Prioritäten gesetzt

Sobald wir Überschneidungen entdeckt hatten, haben wir angefangen, die Liste zu kürzen und Prioritäten zu setzen. Manche Kurse behandelten sehr ähnliche Themen, und es wäre Zeitverschwendung gewesen, beide zu machen.

Beispiel: Ich hatte sowohl "Vanderbilt University - OpenAI GPTs: Creating Your Own Custom AI Assistants" als auch "Vanderbilt University - ChatGPT & Zapier" in der Liste. Beide Kurse behandelten das Thema der Erstellung von AI-Assistenten. Um Zeit zu sparen, entschied ich mich für den spezialisierteren Kurs über OpenAI GPTs und strich den Zapier-Kurs.

Eine Prioritätenliste erstellt

Nachdem ich die redundanten Kurse gestrichen hatte, haben wir gemeinsam eine Prioritätenliste entwickelt. Diese half mir, mich zuerst auf die wichtigsten Inhalte zu konzentrieren. Die Kurse wurden nach ihrer Relevanz für AI Data Analyst und AI Product Manager sortiert.

Beispiel: Der Kurs "Google Business Intelligence (berufsbezogenes Zertifikat)" landete auf meiner Prioritätenliste ganz oben, da er mir die gefragten Fähigkeiten in Datenvisualisierung und Dashboarding vermittelt, die für eine Rolle als AI Data Analyst essentiell sind. Kurse wie "Basic Image Classification with TensorFlow" habe ich hingegen weiter nach hinten verschoben, da sie in meinem Fall weniger Priorität haben.

Flexibilität durch optionale Kurse

Um flexibel zu bleiben und auch kurzfristige Kapazitäten nutzen zu können, haben wir einige Kurse als optional markiert. Diese Kurse kann ich später angehen, wenn ich mehr Zeit habe, oder sie komplett streichen, falls sie sich als nicht notwendig herausstellen.

Beispiel: Der Kurs "Digital Marketing Institute - Grundlagen der sozialen Medien" war interessant, aber letztlich nicht direkt relevant für meine Ziele im Bereich AI. Deshalb habe ich ihn als Prio 3 (optional) markiert und werde ihn nur bearbeiten, wenn ich Kapazitäten habe.

Optimierung und Feedback-Schleifen

Während des gesamten Prozesses habe ich immer wieder Feedback eingeholt, was zu weiteren Anpassungen führte. Es war wichtig, den Lernplan nicht starr, sondern flexibel zu gestalten, um auf neue Erkenntnisse reagieren zu können.

Beispiel: Als ich mir unsicher war, ob ich den "Microsoft Power BI Datenanalyst (berufsbezogenes Zertifikat)" oder den "Tableau Business Intelligence Analyst"-Kurs machen sollte, haben wir abgewogen, welches Tool in meiner zukünftigen Arbeit relevanter sein könnte. Da ich mich eher auf Power BI in einer Microsoft-geprägten Umgebung fokussieren möchte, habe ich den Tableau-Kurs gestrichen.

Ergebnis

Am Ende dieses Prozesses habe ich nun einen klar strukturierten Lernplan, der perfekt auf meine beruflichen Ziele abgestimmt ist. Ich habe Kurse wie "Google Business Intelligence", "Advanced Machine Learning on Google Cloud" und "IBM AI Workflow" an die Spitze meiner Liste gesetzt, während weniger relevante Inhalte gestrichen oder optional markiert wurden.

Diese methodische Herangehensweise hat mir geholfen, Zeit zu sparen und mich auf die wirklich wichtigen Lerninhalte zu fokussieren. Außerdem habe ich nun ein flexibles System, das mir erlaubt, je nach verfügbarem Zeitrahmen auch kürzere oder leichtere Kurse anzugehen.

Die Zusammenarbeit mit ChatGPT hat mir geholfen, meine Lernstrategie zu verfeinern und sicherzustellen, dass ich mich auf die wirklich relevanten Themen konzentriere. Der iterative Prozess des Feedbacks und der kontinuierlichen Anpassung hat mir die Sicherheit gegeben, dass mein Lernplan nicht nur effektiv, sondern auch nachhaltig ist.

Ich freue mich darauf, die nächsten Schritte in meiner AI-Reise zu gehen und meine neu erworbenen Fähigkeiten in die Praxis umzusetzen!