Stimmen aus der Praxis
Was Teilnehmende über das Lernen bei Modellbogen sagen
Echte Rückmeldungen von Menschen, die unsere Kurse durchlaufen haben – ungefiltert und ohne Schönfärberei.
Zur Startseite4+
Jahre aktiv
340+
Teilnehmende
4.7
Ø Bewertung
88%
Kurs abgeschlossen
Bewertungen
Rückmeldungen von Kursteilnehmenden
Martina Hofer
Zürich · Coding Basics
Ich hatte vorher null Erfahrung mit Code. Die ersten zwei Wochen waren ehrlich gesagt ziemlich ungewohnt, aber das Feedback hat mir wirklich geholfen, weiterzumachen. Jetzt lese ich eigene Datensätze ein und erstelle erste Auswertungen – das hätte ich mir vorher nicht vorgestellt.
Mai 2025
David Keller
Bern · Machine Learning
Der Machine-Learning-Kurs hat meine Erwartungen erfüllt – ich konnte direkt mit echten Daten arbeiten, nicht mit erfundenen Spielzeugbeispielen. Das Code-Review war ungewohnt intensiv, aber genau das wollte ich. Ein bisschen mehr Tiefe beim Thema Overfitting wäre schön gewesen, aber das Gesamtpaket stimmt.
April 2025
Sandra Flück
Basel · KI-Anwendungen
Der Aufbaukurs ist anspruchsvoll, aber das ist gut so. Das Einzelmentoring hat mir besonders geholfen – ich konnte meine konkreten Fragen stellen, nicht nur die aus dem Skript. Das Capstone-Projekt war eine echte Herausforderung, aber jetzt habe ich etwas, das ich zeigen kann.
Mai 2025
Lukas Brunner
Luzern · Coding Basics
Ich arbeite im Controlling und wollte verstehen, wie KI-Tools eigentlich funktionieren – nicht nur, was sie können. Der Grundkurs hat genau das geliefert. Die Übungen sind überschaubar genug, um sie neben dem Job zu machen, und das Tempo war gut gewählt.
März 2025
Nadine Roth
Winterthur · Machine Learning
Was mir gut gefallen hat: Kein Hype, kein Versprechen, dass man danach KI-Expertin ist. Die Lernziele pro Einheit sind klar formuliert, und das Feedback kam schnell. Die Community war lebhafter als erwartet – ein paar Austausche dort haben mir mehr gebracht als manche Lektion.
April 2025
Thomas Meier
St. Gallen · KI-Anwendungen
Der Kurs hat mich gefordert, und das war richtig so. Die Einheiten zu Evaluation und Fehlerquellen waren besonders wertvoll – solche Themen werden in anderen Kursen oft übersprungen. Ich würde den Kurs Leuten empfehlen, die wirklich verstehen wollen, was sie bauen.
Mai 2025
Fallbeispiele
Drei Lernwege im Detail
Fallbeispiel 01
Vom Buchhalter zum Datenanalysten
Ausgangslage
Simon, 38, arbeitete als Buchhalter und wollte verstehen, wie Daten in seinem Unternehmen besser genutzt werden könnten. Er hatte keine Programmiererfahrung und wenig Zeit neben dem Job.
Vorgehen
Er begann mit Coding Basics (8 Wochen, je ca. 5h/Woche) und arbeitete die Übungen abends durch. Die wöchentlichen Live-Sitzungen nutzte er, um spezifische Fragen zu Excel-Daten zu stellen.
Ergebnis
Nach dem Kurs konnte Simon eigenständig Auswertungen in Python erstellen, die er vorher in Excel manuell durchgeführt hatte. Er schätzt, 3–4 Stunden pro Woche einzusparen.
"Ich hätte nicht gedacht, dass ich mit acht Wochen genug lerne, um wirklich produktiv zu sein. Es ist kein Wunder, aber es funktioniert."
Fallbeispiel 02
ML-Modell für ein kleines Unternehmen
Ausgangslage
Elena, 31, arbeitete als Webentwicklerin und wollte Machine Learning konkret einsetzen – nicht nur theoretisch verstehen. Sie hatte Python-Grundkenntnisse, aber keine ML-Erfahrung.
Vorgehen
Sie absolvierte den ML-Kurs (10 Wochen) und nutzte als Portfolio-Projekt historische Verkaufsdaten ihres Arbeitgebers. Die Code-Reviews halfen ihr, häufige Fehler in der Datenvorbereitung zu erkennen.
Ergebnis
Ihr Portfolio-Projekt lieferte ein Modell mit einer Trefferquote von 74% – ausreichend, um intern als Pilotprojekt vorgestellt zu werden. Kein magisches Ergebnis, aber eines, das sie selbst erklären kann.
"Das Beste war, dass ich nach dem Kurs wusste, warum mein Modell gut oder schlecht abschneidet – nicht nur, dass es eine Zahl ausspuckt."
Fallbeispiel 03
KI-Prototyp im Forschungsumfeld
Ausgangslage
Jonas, 27, arbeitete an einem Schweizer Forschungsinstitut und sollte einen Prototyp für Textklassifikation erstellen. Er hatte ML-Grundkenntnisse, aber wenig Erfahrung mit Anwendungsarchitektur.
Vorgehen
Er belegte den Aufbaukurs (12 Wochen) und arbeitete im Capstone-Projekt direkt an seinem institutseigenen Datensatz. Das Einzelmentoring nutzte er intensiv für Fragen zur Modellauswahl und Evaluation.
Ergebnis
Der Prototyp wurde intern als Ausgangspunkt für ein grösseres Projekt übernommen. Jonas konnte seine Entscheidungen zur Architektur gut begründen – wichtig in einem wissenschaftlichen Umfeld.
"Der Kurs hat mir beigebracht, strukturiert über Modellentscheidungen nachzudenken. Das war genau das, was ich gebraucht habe."
Kontakt
Du hast Fragen zu einem Kurs?
Telefon
+41 31 508 27 64Adresse
Marktgasse 8
3011 Bern
Erreichbarkeit
Mo–Fr: 09–18 Uhr
Sa: 10–14 Uhr
Anerkennungen
Fachliche Einordnung
eduQua-geprüftes Format
Schweizer Qualitätslabel für Weiterbildungsanbieter
Swiss EdTech Collider
Mitglied des Netzwerks für Bildungsinnovation
Digitalswitzerland 2024
Aufgeführt in der Weiterbildungsübersicht
Jetzt loslegen
Werde Teil der nächsten Kursgruppe
Stell uns deine Fragen – oder melde dich direkt an. Wir helfen dir, den richtigen Kurs zu finden.