Was unsere Lernenden sagen
Echte Einblicke von Menschen, die unsere Kurse durchlaufen haben – was sie gelernt haben, was gut war und was sie sich vorab gewünscht hätten zu wissen.
Zur StartseiteJahre Kursbetrieb
Absolvierte Kurse
Ø Bewertung
Kursabschlussquote
Erfahrungen unserer Lernenden
Markus Frei
Bern · Grundlagen-Kurs
Ich hatte null Programmierkenntnisse und ehrlich gesagt auch ein bisschen Respekt vor dem Thema. Der Grundlagenkurs war langsam genug, um mitzukommen, aber nicht so langsam, dass es langweilig wurde. Die wöchentlichen Live-Sessions haben sehr geholfen – man merkt, dass da jemand wirklich antwortet und nicht nur Standardantworten gibt.
Mai 2025
Andrea Huber
Zürich · ML-Kurs
Der ML-Kurs hat meine Erwartungen grösstenteils erfüllt. Das Portfolio-Projekt war definitiv das Highlight – ich habe etwas aufgebaut, das ich tatsächlich zeigen kann. Code-Reviews waren manchmal etwas knapp, aber immer hilfreich. Für den Preis ein gutes Angebot.
April 2025
Daniel Vogt
Basel · Advanced-Kurs
Das 1:1 Mentoring im Advanced-Kurs hat den Unterschied gemacht. Ich steckte mehrmals bei Deployment-Fragen fest und der Mentor hat sich die Zeit genommen, das mit mir gemeinsam durchzugehen. Das Capstone-Projekt hat sich am Ende sehr gut angefühlt – etwas, das ich wirklich selbst entwickelt habe.
Mai 2025
Sandra Küng
Winterthur · Grundlagen-Kurs
Gut strukturierter Kurs. Ich schätze, dass die Themen aufeinander aufgebaut haben – das fehlte mir bei anderen Online-Angeboten, die ich vorher ausprobiert habe. Die Aufzeichnungen konnte ich nach dem Abend nochmals anschauen, was für mich als Berufstätige sehr praktisch war.
April 2025
Reto Müller
Luzern · ML-Kurs
Ich hatte Python-Kenntnisse, aber keine Erfahrung mit ML. Nach zehn Wochen habe ich ein funktionierendes Modell gebaut, das ich in meiner Arbeit tatsächlich einsetzen kann. Der Mentor hat mich bei der Datenauswahl beraten – das war wertvoller als jeder Tutorial.
März 2025
Eva Brunner
St. Gallen · Advanced-Kurs
Was mich überrascht hat: Das Kapitel zu verantwortungsvoller KI-Nutzung war kein trockenes Pflichtthema, sondern tatsächlich interessant aufbereitet. Ich dachte vorher, das sei nur Compliance-Stoff. Das Peer-Review hat mir gezeigt, wie unterschiedlich andere Ansätze sein können – sehr lehrreich.
Mai 2025
Drei Geschichten aus dem Kursalltag
Ausgangslage
Markus, 38 – Buchhalter aus Bern
Markus wollte verstehen, wie KI-Systeme funktionieren, hatte aber keine Programmiererfahrung. Andere Plattformen wirkten zu technisch oder zu oberflächlich.
Weg
Er begann mit dem Grundlagen-Kurs. In den ersten zwei Wochen lernte er Python-Grundlagen, danach Datenverarbeitung. Sein Mentor erklärte Konzepte in seinem Tempo – ohne Druck.
Ergebnis
Nach 8 Wochen verstand Markus, wie einfache ML-Modelle trainiert werden. Er konnte grundlegende Datenanalysen selbst durchführen und entschied sich, den ML-Kurs anzuschliessen.
"Ich hätte nie gedacht, dass ich nach zwei Monaten eigenen Code schreiben kann."
Ausgangslage
Andrea, 31 – Projektleiterin aus Zürich
Andrea hatte Python-Grundkenntnisse und wollte ML in ihrer täglichen Arbeit einsetzen, kannte aber keine geeigneten Tools und hatte keine Erfahrung mit Modellentwicklung.
Weg
Sie wählte den ML-Kurs. Zunächst arbeitete sie mit Beispiel-Datensätzen, ab Woche 7 mit eigenen Daten aus ihrer tatsächlichen Arbeit. Der Code-Review half ihr, schlechte Gewohnheiten zu erkennen.
Ergebnis
Ihr Portfolio-Projekt war ein Klassifikationsmodell für Projektrisiken. Sie hat das Modell danach intern vorgestellt und konnte die Grundidee verständlich erklären – auch ohne technisches Publikum.
"Der Code-Review hat mir gezeigt, dass ich Dinge verstand, die ich mir nicht zugetraut hätte."
Ausgangslage
Daniel, 44 – Softwareentwickler aus Basel
Daniel entwickelte seit Jahren klassische Software, wollte aber KI-Anwendungen verstehen und bauen. Ihm fehlte das strukturierte Wissen rund um Datenpipelines und Evaluation.
Weg
Er stieg direkt in den Advanced-Kurs ein. Die 1:1 Sessions mit dem Mentor nutzten ihm besonders in den Wochen zu Deployment und Evaluation, wo er auf konkrete technische Fragen Antworten brauchte.
Ergebnis
Daniels Capstone-Projekt war eine KI-gestützte Textklassifizierung, die er vollständig entwickelt und deployt hat. Das Peer-Review zeigte ihm, wie andere Ansätze sich von seinem unterscheiden.
"Das Mentoring war auf einem anderen Niveau als ich erwartet hatte – sehr konkret und auf meinen Fall zugeschnitten."
Fragen zu unseren Kursen?
Möchten Sie selbst anfangen?
Schreiben Sie uns – wir finden gemeinsam heraus, welcher Kurs für Sie sinnvoll ist.
Anfrage senden