Die ersten Projekte nach dem KI-Kurs

Die ersten Projekte nach einem KI-Kurs entscheiden, ob du wahrgenommen wirst oder untergehst. Drei Wochen für das erste reale Mini-Projekt, saubere Dokumentation, ein ehrlicher Rückblick: Das ist die Substanz, die Bewerbungsunterlagen und Gespräche tragen. Ohne eigenen Praxisbezug bleibt dein Kurs abstrakt.

Dieser Beitrag beschreibt, wie du ein erstes Projekt findest, realistisch einschätzt und am Ende so dokumentierst, dass es in Portfolio, Bewerbung und Gespräch einsetzbar ist.

Warum du nach dem Kurs schnell ein erstes Projekt brauchst

Vier Monate KI-Kurs bauen Wissen auf, aber sie bauen kein Vertrauen. Vertrauen entsteht erst, wenn du einmal einen echten Prozess angefasst hast, mit echten Daten und echten Zeitvorgaben. Wer das vier Wochen nach Kursende noch nicht gemacht hat, steht im Bewerbungsgespräch vor einer Lücke.

Arbeitgeber fragen selten nach Zertifikaten im Detail. Sie fragen: “Was hast du zuletzt gebaut?” Wer hier nur auf Kursprojekte verweist, wirkt brav. Wer auf ein reales kleines Projekt verweisen kann, wird ernst genommen. Der Unterschied ist oft nicht die Komplexität des Projekts, sondern die Tatsache, dass jemand echte Zeit gegen echtes Problem eingesetzt hat.

Welches Projekt nimmst du als erstes?

Halte die Ambition niedrig. Das erste Projekt nach dem Kurs ist kein Leuchtturm, sondern ein Übergang. Drei Felder liefern typischerweise gute Einstiegsprojekte.

Bekanntenkreis und Familie. Ein befreundeter Steuerberater hat ein Problem mit wiederkehrenden E-Mail-Anfragen. Ein Onkel führt einen Handwerksbetrieb und ertrinkt in Rechnungen. Eine Nachbarin ist Ergotherapeutin und verwaltet Termine manuell. Alle drei sind potenzielle erste Kunden. Die Hemmschwelle ist niedrig, Rückfragen sind möglich, und eine kleine Abgabe wird oft dankbar angenommen.

Ehrenamtliche Organisationen. Vereine, Sportclubs, Bürgerinitiativen. Sie haben echte Prozesse, wenig Geld für Beratung und meistens offene Ohren für Unterstützung. Das ist kein Scheinprojekt, sondern echte Verantwortung gegenüber einer realen Gruppe.

Der ehemalige Arbeitgeber. Wenn du über Bildungsgutschein umgeschult hast, ist dein letzter Arbeitgeber manchmal bereit, dir einen kleinen bezahlten oder unbezahlten Auftrag zu geben. Besonders wenn die Trennung freundlich war. Ein klar umrissener Mini-Auftrag von vier bis sechs Wochen kann das Sprungbrett sein.

Was du als erstes Projekt nicht nimmst: Den eigenen Traum-Use-Case, der sechs Monate Entwicklung und drei Tools voraussetzt. Ein privates Startup-Konzept, das niemand außer dir braucht. Ein Open-Source-Beitrag in einem Projekt, das du nicht komplett verstehst.

Wie schneidest du das Projekt richtig zu?

Drei bis sechs Wochen. Das ist der Korridor für ein erstes Projekt. Alles unter drei Wochen liefert keine Substanz, alles über sechs Wochen frisst dein Bewerbungsfenster auf.

Ein sauberer Projekt-Zuschnitt hat vier Teile.

Element	Umfang	Beispiel
Problem	1 Satz	”Eingehende Reklamationen werden manuell sortiert.”
Lösung	1 Absatz	n8n-Workflow, Claude-basierte Klassifikation, Weiterleitung per E-Mail
Zeitrahmen	Konkretes Enddatum	4 Wochen, Übergabe am 20. Mai
Erfolgsdefinition	Messbar	”80% der Reklamationen richtig vorsortiert, Arbeitszeit minus 2 Stunden pro Woche”

Dieser Zuschnitt steht vor dem ersten Code, nicht nach der dritten Woche. Wer ohne klares Endbild startet, landet in der “Noch eine Funktion”-Falle und liefert nie.

Wenn du dir unsicher bist, welche Tools sich für solche ersten Schritte eignen, gibt die KI-Kurs Praxisprojekte-Übersicht Orientierung.

Wie schätzt du den Aufwand ehrlich ein?

Hier liegt die häufigste Anfängerfalle. Du setzt dich hin, rechnest grob, sagst “Das mach ich in zwei Wochenenden”. Nach vier Wochenenden bist du bei 60 Prozent Fertigstellung und steckst fest.

Eine einfache Regel: Deine erste Schätzung mal zwei. Bei komplett neuen Technologien mal drei. Wer diese Regel befolgt, liefert öfter pünktlich und baut Vertrauen auf. Wer sie ignoriert, zieht sich selbst in eine Zeitspirale.

In meinen Kursen sehe ich das jedes Mal. Teilnehmer, die frisch mit einem n8n-Workflow starten, unterschätzen die Debugging-Zeit um den Faktor zwei bis drei. Nicht weil sie unerfahren wären, sondern weil Debugging systematisch länger dauert als Implementieren. Das ist keine Schwäche, das ist Handwerk.

Ein weiterer Effekt. Erste Projekte stoßen immer auf eine Integrationshürde: eine API-Berechtigung, die beim Kunden länger dauert. Ein Datensatz, der unvollständig ist. Eine Anforderung, die erst im Prozess klarer wird. Zwei bis drei Kalendertage Puffer pro Woche Projektdauer sind realistisch.

Wie dokumentierst du von Anfang an?

Dokumentation passiert während des Projekts, nicht danach. Wer erst am Ende dokumentiert, verliert die Hälfte der interessanten Details.

Ein einfaches Tagebuch in einer Notion-Seite, Markdown-Datei oder einem simplen Textdokument. Pro Arbeitstag drei bis fünf Zeilen. Was habe ich heute gemacht. Was hat nicht funktioniert. Was habe ich gelernt. Diese Notizen werden später Teil deines Readme und deiner Gesprächspunkte im Bewerbungsgespräch.

Zusätzlich Screenshots. Zu viele, lieber als zu wenige. Vor und nach jedem größeren Schritt. Wenn du später das Ergebnis präsentierst, ist ein Vorher-Nachher-Screenshot die stärkste Darstellung, stärker als jede Prozentangabe.

Am Ende erstellst du eine saubere Readme-Datei oder eine einseitige Case Study. Vier Abschnitte reichen. Problem, Lösung, Ergebnis, Erkenntnis. Keine Marketing-Sprache. Konkret bleiben. Wie sich das in deinen Gesamt-Portfolio einfügt, steht im Beitrag Portfolio nach dem KI-Kurs.

Was tust du, wenn das Projekt stolpert?

Es stolpert immer. Die Frage ist, wie du darauf reagierst.

Zuerst: Nicht verstecken. Wer eine Hürde drei Tage lang schweigend umkreist, statt den Kunden oder den Mentor zu informieren, wird später nicht für seine Ausdauer gelobt. Er wird dafür kritisiert, dass er spät gewarnt hat. Früh melden ist der einzige professionelle Umgang. “Ich bin an einer Integration hängen geblieben, meine aktuelle Vermutung zur Ursache ist X, ich sehe zwei mögliche Wege, ich bevorzuge Weg Y, kannst du kurz draufschauen.”

Zweitens: Scope verkleinern, nicht Zeit verlängern. Wenn etwas länger dauert als geplant, ist der reflexhafte Gedanke “Ich brauche noch zwei Wochen”. Meistens besser: Eine Funktion weglassen, die Kernlösung schneller fertigstellen, den Rest als “später ergänzbar” kennzeichnen. Ein abgeschlossenes kleines Projekt wirkt stärker als ein halbfertiges großes.

Drittens: Lernen sichtbar machen. Wenn du drei Tage an einem Bug gearbeitet hast, ist das kein Scheitern. Das ist Kerninhalt deines Portfolios. Schreib im Readme, was du probiert hast, was nicht funktioniert hat, welche Lösung am Ende gegriffen hat. Arbeitgeber lieben solche Abschnitte, weil sie zeigen wie jemand denkt.

Wie gehst du mit Feedback um?

Erste Projekte bekommen oft unbequemes Feedback. “Das ist nicht ganz, was wir wollten.” Oder “Das funktioniert bei unseren Daten nicht.” Die Reaktion darauf entscheidet mehr als das ursprüngliche Ergebnis.

Schlechte Reaktion: Rechtfertigen, Erklären, warum das Feedback nicht ganz stimmt. Gute Reaktion: Nachfragen, konkret werden, das Feedback aufnehmen, eine Nachbesserung anbieten. Beispielsweise “Du meinst, die Klassifikation trifft bei den Eilanfragen daneben. Kannst du mir zehn Beispiele schicken, dann schaue ich mir das an und melde mich in zwei Tagen.”

Feedback ist Rohstoff, nicht Angriff. Wer das einmal internalisiert hat, wächst in jedem Projekt um eine Stufe.

Projekt 2 und Projekt 3: Was ändert sich?

Das zweite Projekt läuft anders als das erste. Du hast jetzt einen Referenzrahmen für Zeit, Tools und Kommunikation. Wichtig: Nicht denselben Projekttyp wiederholen. Wer drei Chatbot-Projekte hintereinander baut, wirkt schmal. Wer ein Chatbot-Projekt, eine Automatisierung und eine Datenanalyse gemacht hat, wirkt breit.

Projekt zwei und drei sollten deinen Portfolio-Schwerpunkt langsam erkennbar machen. Wenn du dich in Richtung Prozessautomatisierung bewegen willst, sollten zwei von drei Projekten dort stattfinden. Wenn du in Richtung Datenanalyse willst, baue die entsprechende Spur aus.

Welche Art von erster Stelle nach solchen Projekten sinnvoll ist, besprechen wir im Beitrag Startup, Mittelstand oder Konzern. Zur Frage, welche Jobtitel zu deinen Projekten passen, hilft der Jobtitel-Beitrag.

Stellenangebote und Anforderungsprofile im Digitalisierungsbereich findest du gesammelt im Fachkräftemonitor der Bundesagentur{target=“_blank” rel=“noopener”}. Aktuelle Studien zur KI-Umsetzung in deutschen Unternehmen veröffentlicht außerdem Bitkom{target=“_blank” rel=“noopener”} regelmäßig.

Häufige Fragen

Muss mein erstes Projekt bezahlt sein?

Nein. Unbezahlte erste Projekte für Freunde, Familie oder Vereine sind üblich und sinnvoll. Sie geben dir Substanz für Bewerbungen. Wichtig ist nur, dass das Projekt real ist und ein echtes Ergebnis liefert, nicht nur ein Übungsstück. Ab Projekt zwei oder drei fängst du an, über Vergütung zu sprechen.

Was mache ich, wenn ich niemanden im Umfeld habe, der Bedarf hat?

Dann helfen zwei Wege. Entweder ein Open-Call-Projekt in einer Online-Community, wo Bedarfsträger nach Umsetzern suchen. Oder ein selbst definiertes Projekt auf öffentlichen Daten. Der Datensatz der Bundesagentur, Open-Data-Portale der Kommunen, OECD-Daten. Aus diesen Quellen lässt sich ein sauberes Analyse-Projekt bauen, das auch als Portfolio taugt.

Wie vermarkte ich das erste Projekt in einer Bewerbung?

Konkret statt groß. "Ich habe für den Verein XY einen Workflow gebaut, der die monatliche Mitglieder-E-Mail automatisch zusammenstellt. Aufwand vier Wochen, Zeitersparnis etwa zwei Stunden pro Monat." Das ist glaubwürdig. "Ich habe ein innovatives KI-System für Mitgliederkommunikation entwickelt" ist nicht glaubwürdig. Bleib bei dem, was wirklich passiert ist.

Darf ich meinen Kunden im Portfolio nennen?

Frag vorher. Bei kleinen Projekten sind die meisten Kunden einverstanden, solange du keine vertraulichen Daten zeigst. Wenn sie nicht wollen, anonymisiere konsistent: "Ein Bayreuther Handwerksbetrieb" statt der Firmenname, "ein Verein aus dem Sozialbereich" statt des Vereinsnamens.

Wie gehe ich vor, wenn das Projekt technisch scheitert?

Ehrlich dokumentieren. Ein Projekt, das an einer API-Beschränkung oder Datenproblem gescheitert ist, kann trotzdem im Portfolio landen, solange du beschreibst was du getan hast und was du gelernt hast. Arbeitgeber respektieren die Reflektionsfähigkeit oft mehr als ein glattes Ergebnis.

---

Über den Autor

Dr. Jens Aichinger ist Gründer von SkillSprinters, einem DEKRA-zertifizierten Bildungsträger für KI- und Digitalisierungs-Weiterbildungen. Seit über zehn Jahren in Bildung und Digitalisierung. Mehr über den Autor.

Zuletzt geprüft am 22. April 2026 von Dr. Jens Aichinger.

---

Noch vor der Kurswahl? Der KI-Kurs-Finder zeigt dir, welcher Kurs-Typ zu dir passt. Oder schnupper kostenlos rein mit unserem Schnupperkurs.