Bitte wählen Sie die Bereiche, die Sie exportieren möchten:
Alle Kanban SchulungenSchulung Kanban mit KI: Flow-Optimierung, Prognosen und intelligente Boards
Schulung Kanban mit KI: Flow-Optimierung, Prognosen und intelligente Boards
Von der Durchlaufzeit zur Monte-Carlo-Simulation
2 Tage / S6828
Neues SeminarSchulungsformen
Offene Schulung
- 2 Tage
- 5 gesicherte Termine
- Köln / Online
- 1.440,00 p. P. zzgl. MwSt.
- Dritter Mitarbeitende kostenfrei
- Learning & Networking in einem. Garantierte Durchführung ab 1 Teilnehmenden.
Präsenz Online
Inhouse-/Firmenschulung
- 2 Tage - anpassbar
- Termin nach Wunsch
- In Ihrem Hause oder bei der GFU
- Preis nach Angebot
- Lernumgebung in der Cloud
- Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid
Individualschulung
- 2 Tage - anpassbar
- Termin nach Wunsch
- In Ihrem Hause oder bei der GFU
- Preis nach Angebot
- Lernumgebung in der Cloud
- 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Präsenz Online Hybrid
Beschreibung
Kanban lebt von Daten: Cycle Time, Throughput, WIP, Flow Efficiency, Blocker-Cluster, Aging Work Items. Doch in der Praxis verbringen Teams Stunden damit, diese Metriken manuell auszuwerten, in Excel zu visualisieren und zu interpretieren. Die Frage „Wann wird dieses Feature fertig?" wird immer noch mit Bauchgefühl statt mit Daten beantwortet.
KI verändert das. ChatGPT analysiert Jira-Exports und erkennt Muster in Cycle-Time-Daten, die das menschliche Auge übersieht. Monte-Carlo-Simulationen liefern probabilistische Lieferprognosen („85 % Wahrscheinlichkeit, dass wir bis zum 15. Mai fertig sind"). Copilot in Jira fasst Board-Status zusammen und bereitet Standups vor. KI-gestützte Retrospektiven identifizieren wiederkehrende Blocker-Muster über Monate hinweg.
Dieses Seminar verbindet Kanban-Metrikkompetenz mit praktischer KI-Anwendung : Sie lernen, welche Daten Ihr Board hergibt, wie Sie diese Daten an KI-Tools verfüttern und welche Fragen Sie stellen müssen, um echte Verbesserungen zu erzielen - nicht nur bunte Dashboards.
KI verändert das. ChatGPT analysiert Jira-Exports und erkennt Muster in Cycle-Time-Daten, die das menschliche Auge übersieht. Monte-Carlo-Simulationen liefern probabilistische Lieferprognosen („85 % Wahrscheinlichkeit, dass wir bis zum 15. Mai fertig sind"). Copilot in Jira fasst Board-Status zusammen und bereitet Standups vor. KI-gestützte Retrospektiven identifizieren wiederkehrende Blocker-Muster über Monate hinweg.
Dieses Seminar verbindet Kanban-Metrikkompetenz mit praktischer KI-Anwendung : Sie lernen, welche Daten Ihr Board hergibt, wie Sie diese Daten an KI-Tools verfüttern und welche Fragen Sie stellen müssen, um echte Verbesserungen zu erzielen - nicht nur bunte Dashboards.
Auf der Suche nach einer anderen Kanban Schulung?
Schulungsziel
Jede teilnehmende Person verlässt das Seminar mit einem KI-gestützten Flow-Report (Metriken, Muster, Engpässe), einer Monte-Carlo-Prognose für ein reales Projekt, einem datenbasierten Verbesserungsexperiment und einer Prompt-Bibliothek für die tägliche Kanban-Arbeit mit KI.
Details
Inhalt
Tag 1: Flow-Metriken verstehen und mit KI analysieren
- Ziele und Erwartungen der Teilnehmenden
- Klärung individueller Lernziele und Erwartungen für ein praxisnahes und relevantes Seminar
- 1. Flow-Metriken auffrischen: Die Sprache des Kanban-Systems
- Die vier Flow-Metriken: Cycle Time (wie lange dauert ein Item von Start bis Fertig?), Throughput (wie viele Items pro Zeiteinheit?), Work in Progress (wie viel gleichzeitige Arbeit?), Work Item Age (wie lange steckt ein Item bereits im System?).
- Littles Gesetz: Cycle Time = WIP ÷ Throughput. Warum WIP-Reduktion der stärkste Hebel für kürzere Cycle Times ist - mathematisch bewiesen, nicht nur Meinung.
- Flow Efficiency: Aktive Arbeitszeit vs. Wartezeit. Typisch: 15-25 % Effizienz (75-85 % der Zeit wartet das Item). Die größte Verbesserungschance liegt im Warten, nicht im Arbeiten.
- Cumulative Flow Diagram (CFD): Das mächtigste Kanban-Diagramm - zeigt WIP, Throughput und Cycle Time in einer Grafik. Wachsende Bänder = steigender WIP = Problem.
- Daten erheben: Woher kommen die Daten? Jira (23× vorhanden), Azure DevOps, Trello, Asana, Stackfield, manuelle Boards (Foto-Dokumentation). Jira-Export als CSV: welche Felder brauchen wir?
- 2. KI-gestützte Metrik-Analyse: ChatGPT als Flow-Analyst
- Jira-Daten exportieren und an ChatGPT verfüttern: CSV-Export aus Jira (Created, Status Changes, Resolved, Issue Type, Priority, Labels, Components). Upload in ChatGPT Advanced Data Analysis: „Analysiere diese Kanban-Daten."
- Prompt-Patterns für Flow-Analyse:
- „Berechne die durchschnittliche, mediane und 85.-Perzentil Cycle Time pro Issue Type der letzten 3 Monate."
- „Erstelle ein Cycle Time Scatterplot mit Trendlinie. Gibt es Ausreißer? Was haben sie gemeinsam?"
- „An welchem Wochentag werden die meisten Items abgeschlossen? An welchem die wenigsten?"
- „In welcher Board-Spalte verbringen Items die meiste Wartezeit?"
- „Gibt es eine Korrelation zwischen WIP und Cycle Time in unseren Daten?"
- Muster erkennen, die Menschen übersehen: KI identifiziert saisonale Schwankungen (Throughput sinkt im Dezember), Abhängigkeiten zwischen Teams (Items, die Label „Backend" UND „Frontend" haben, dauern 3× so lang), Blocker-Cluster (Items mit Priorität „Hoch" blockieren öfter als „Normal").
- Praxis-Übung: Teilnehmende laden einen Jira-Export (eigene Daten oder Beispiel-Datensatz) in ChatGPT und stellen 5 Analyse-Fragen. Ergebnisse interpretieren und Verbesserungsmaßnahmen ableiten.
- 3. Monte-Carlo-Simulation: Probabilistische Lieferprognosen
- Das Problem mit deterministischen Schätzungen: „Das Feature ist am 15. Mai fertig" ist fast immer falsch. Besser: „Mit 85 % Wahrscheinlichkeit zwischen dem 10. und 22. Mai." Probabilistisch statt deterministisch.
- Monte-Carlo-Simulation erklärt: Aus historischen Throughput-Daten tausende Zukunftsszenarien simulieren. Ergebnis: Wahrscheinlichkeitsverteilung für den Liefertermin. Keine Schätzung einzelner Items, sondern statistische Prognose auf Basis realer Daten.
- How Many Items: „Wie viele Items schaffen wir bis zum Release-Termin?" Monte Carlo mit historischem Throughput: „Mit 50 % Wahrscheinlichkeit 23 Items, mit 85 % 18 Items, mit 95 % 15 Items."
- When Will It Be Done: „Wann sind diese 30 Items fertig?" Monte Carlo: „50 %: 12. Mai, 85 %: 22. Mai, 95 %: 3. Juni."
- KI-gestützte Simulation: ChatGPT kann Monte-Carlo-Simulationen in Python durchführen: „Hier sind unsere Throughput-Daten der letzten 12 Wochen. Simuliere 10.000 Szenarien: Wann sind 25 Items fertig?"
- Tools: Actionable Agile (dediziert für Kanban-Metriken), Nave, ActionableAgile Analytics für Jira, ChatGPT für Ad-hoc-Simulationen.
- Praxis-Übung: Monte-Carlo-Simulation mit ChatGPT durchführen - eigene Throughput-Daten eingeben, Liefertermin für ein reales Projekt prognostizieren, Ergebnis dem Stakeholder-tauglich formulieren.
- 4. Blocker-Analyse und Engpass-Erkennung mit KI
- Aging Work Items: Items, die seit Tagen in derselben Spalte stehen, sind potenzielle Probleme. Aging Chart: Work Item Age vs. Perzentile der historischen Cycle Time. Faustregel: Item älter als das 85. Perzentil -> sofort adressieren.
- Blocker-Muster erkennen: KI analysiert: „70 % aller blockierten Items warten auf Code Review. Die durchschnittliche Wartezeit für Review ist 3,2 Tage." -> Engpass identifiziert, ohne dass jemand es manuell zählen muss.
- Wiederkehrende Impediments: ChatGPT analysiert Jira-Kommentare und Labels: „In den letzten 6 Monaten wurden 34 Items als 'blocked by external dependency' markiert. 22 davon betreffen Team API-Gateway." -> Systemisches Problem, kein Einzelfall.
- Policy-Verletzungen erkennen: „5 Items haben aktuell kein WIP-Limit verletzt, weil sie als 'Expedite' markiert wurden - aber 3 davon sind keine echten Notfälle." KI identifiziert Missbrauch von Lanes und Policies.
- Praxis-Übung: Aging-Analyse mit ChatGPT - „Welche Items auf unserem Board sind älter als das 85. Perzentil? Was haben sie gemeinsam? Welche Spalte ist der häufigste Engpass?"
- 5. KI-Assistenten für die tägliche Kanban-Praxis
- Standup-Vorbereitung mit KI: ChatGPT/Copilot fasst den Board-Status zusammen: „12 Items in Progress, 3 davon älter als 5 Tage (Aging-Warnung), 2 blockiert seit gestern, Throughput diese Woche: 7 Items (unter dem 4-Wochen-Durchschnitt von 9)." In 30 Sekunden statt 10 Minuten manueller Board-Analyse.
- Walking the Board mit KI-Support: Statt jedes Item einzeln zu besprechen: KI priorisiert die Diskussion - „Diese 3 Items brauchen eure Aufmerksamkeit: [Aging], [Blockiert], [WIP-Limit verletzt]. Die anderen 9 laufen normal."
- Replenishment-Meeting: KI analysiert den Backlog: „Von 45 Backlog-Items haben 12 seit über 60 Tagen keine Aktualisierung. 5 Items haben keine Akzeptanzkriterien. Die Top-3-Kategorien im Backlog: Feature (60 %), Bug (25 %), Tech Debt (15 %) - Tech Debt ist unterrepräsentiert im Vergleich zur Blocker-Analyse."
- Retrospektive mit KI-Insights: Statt „Was lief gut, was schlecht?": KI präsentiert Daten. „Cycle Time ist von 8 auf 12 Tage gestiegen. Ursache: WIP war in Woche 3 und 4 über dem Limit. Die meiste Wartezeit entstand in der Spalte 'QA'. Vorschlag: Pair-Testing als Experiment einführen."
- Praxis-Übung: Ein Standup-Briefing mit ChatGPT generieren - Board-Daten eingeben, KI erstellt die „Top 3 Items, die Aufmerksamkeit brauchen" und eine Zusammenfassung für das Team.
- 6. KI-gestützte Serviceklassen und Priorisierung
- Serviceklassen in Kanban: Standard (normaler Flow), Fixed Date (externer Termin), Expedite (sofort, aber max. 1 gleichzeitig), Intangible (Tech Debt, kein direkter Kundenwert). Jede Klasse hat eigene WIP-Limits und Policies.
- KI für Klassifikation: ChatGPT analysiert neue Anfragen und schlägt die Serviceklasse vor: „Dieses Item erwähnt einen regulatorischen Termin (NIS-2-Frist) -> Fixed Date. Dieses Item ist eine interne Optimierung ohne Kundenbezug -> Intangible."
- Priorisierung mit KI: WSJF (Weighted Shortest Job First) automatisiert - KI schätzt auf Basis historischer Daten den Business Value, die Zeitkritikalität und die Größe. Nicht als Ersatz für menschliches Urteil, sondern als Diskussionsgrundlage.
- Cost of Delay quantifizieren: KI hilft bei der Schätzung: „Wenn dieses Feature 2 Wochen später kommt, verlieren wir schätzungsweise X € an Opportunitätskosten." Prompt: „Basierend auf den folgenden Informationen [Feature-Beschreibung, Marktkontext], schätze den wöchentlichen Cost of Delay."
- 7. Flow-Optimierung: Daten-getriebene Experimente
- Das Kanban-Verbesserungs-Kata: Zielzustand definieren (Cycle Time P85 < 10 Tage), IST-Zustand messen (aktuell: P85 = 14 Tage), Hindernisse identifizieren (KI: „Engpass in Code Review"), Experiment planen (Pair Review einführen, 2 Wochen testen), Ergebnis messen.
- WIP-Limit-Optimierung mit Daten: KI analysiert: „Bei WIP=5 war die durchschnittliche Cycle Time 8 Tage. Als das Team auf WIP=8 erhöhte, stieg sie auf 13 Tage. Empfehlung: WIP wieder auf 5 senken." Datenbasiert statt endlose Diskussion.
- Spalten-Design überprüfen: KI identifiziert unnötige Spalten (Wartezeit in „Ready for QA" ist 90 % der QA-Cycle-Time -> die Warteschlange ist das Problem, nicht die QA selbst), fehlende Spalten (Items springen von „In Progress" direkt zu „Done" -> keine Review-Phase sichtbar).
- Throughput-Prognose für Kapazitätsplanung: „Wenn wir eine Person hinzufügen, wie verändert sich der Throughput?" KI warnt: „Historisch hat ein Teamwechsel den Throughput für 3 Wochen gesenkt, bevor er stieg. Littles Gesetz sagt: mehr WIP ≠ mehr Throughput."
- Praxis-Übung: Ein konkretes Verbesserungsexperiment entwerfen - KI analysiert die Daten, identifiziert den größten Hebel, Teilnehmende formulieren Hypothese, Experiment und Erfolgskriterium.
- 8. KI-Tools-Landschaft für Kanban-Teams
- ChatGPT / Claude für Ad-hoc-Analyse: Jira-CSV-Upload, Fragen stellen, Visualisierungen generieren. Stärke: flexibel, sofort verfügbar. Schwäche: kein Echtzeit-Dashboard, manueller Export nötig.
- Copilot in Jira / Azure DevOps: Automatische Zusammenfassungen, Board-Insights, natürlichsprachige Abfragen direkt im Tool. Wachsendes Feature-Set 2026.
- Actionable Agile Analytics: Dediziertes Kanban-Metriktool (Jira-Integration), Cycle Time Scatterplot, CFD, Monte-Carlo-Simulation, Aging Chart. Spezialisiert und mächtig, aber separates Tool.
- Nave: Kanban-Metriken und Prognosen, Jira/Azure DevOps-Integration, Team-Dashboards, Forecasting.
- Power BI / Grafana + Jira: Custom-Dashboards für Kanban-Metriken - für Teams, die volle Kontrolle über die Visualisierung wollen. Brücke zu GFU-Seminaren Power BI (24×) und Grafana (4×).
- Eigene Automatisierungen: Jira Automation (S6631, 2T) für Board-Hygiene: überfällige Items markieren, WIP-Verstöße melden, Blocker-Alerts senden.
- 9. Praxis-Workshop: „KI-gestütztes Flow-Review"
- Phase 1 - Datenerhebung und Analyse (30 Min):
- Jira-Daten exportieren (eigene oder Beispiel), in ChatGPT laden.
- 5 Flow-Analyse-Fragen stellen (Cycle Time, Throughput-Trend, Engpässe, Blocker-Muster, WIP-Korrelation).
- Ergebnisse in einem Kurz-Report zusammenfassen.
- Phase 2 - Monte-Carlo-Prognose (20 Min):
- Liefertermin für ein reales Projekt prognostizieren (50 %, 85 %, 95 % Konfidenz).
- Ergebnis stakeholder-tauglich formulieren: „Wir liefern mit 85 % Wahrscheinlichkeit bis zum [Datum]."
- Phase 3 - Verbesserungsexperiment (20 Min):
- Aus der KI-Analyse den größten Engpass identifizieren.
- Hypothese formulieren: „Wenn wir [Maßnahme], dann sinkt die Cycle Time um [X]."
- Experiment entwerfen: Laufzeit, Messung, Erfolgskriterium.
- Phase 4 - Peer Review (20 Min):
- Teilnehmende präsentieren ihre Analyse und ihr Experiment (2 Min pro Person).
- Feedback: Ist die Analyse schlüssig? Ist das Experiment machbar? Ist das Erfolgskriterium messbar?
Zielgruppe & Vorkenntnisse
- Kanban-Praktizierende und Flow Manager: Die ihre bestehende Kanban-Praxis mit KI-gestützter Analyse und Prognose auf das nächste Level heben.
- Scrum Master und Agile Coaches: Die Kanban-Metriken und KI-Tools in ihre Teams einbringen möchten.
- Teamleiter und Projektleiter: Die datenbasierte Lieferprognosen erstellen und Engpässe frühzeitig erkennen.
- Product Owner: Die realistische Liefertermine auf Basis von Flow-Daten statt Bauchgefühl kommunizieren.
Ihre Schulung
In Präsenz | Online |
|---|---|
| Lernmethode | |
Ausgewogene Mischung aus Theorie und praktischen Übungen auf persönlichem Schulungs-PC. | Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent. |
| Unterlagen | |
Seminarunterlagen oder Fachbuch inklusive. Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. | Seminarunterlagen oder Fachbuch inklusive (via DHL). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. |
| Arbeitsmaterialien | |
DIN A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its | |
| Teilnahmezertifikat | |
Nach Abschluss des Seminars erhalten Sie das Teilnahmezertifikat inkl. Inhaltsverzeichnis per E-Mail als PDF. | |
Organisation
In Präsenz | Online | |
|---|---|---|
| Teilnehmendenzahl | ||
min. 1, max. 8 Personen | ||
| Garantierte Durchführung | ||
Ab 1 Teilnehmenden* | ||
| Schulungszeiten | ||
| ||
| Ort der Schulung | ||
 GFU SchulungszentrumAm Grauen Stein 27 51105 Köln-Deutz oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden. Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen. | ||
| Räumlichkeiten | ||
Helle und modern ausgestattete Räume mit perfekter Infrastruktur | Bequem aus dem Homeoffice von überall | |
| Preisvorteil | ||
Dritter Mitarbeitende nimmt kostenfrei teil. Eventuell anfallende Prüfungskosten für den dritten Teilnehmenden werden zusätzlich berechnet - auch bei Seminaren inkl. Prüfungsgebühr. Hinweis: Um den Erfolg der Schulung zu gewährleisten, sollte auch der dritte Teilnehmende die erwarteten Vorkenntnisse mitbringen. | ||
| All-Inclusive | ||
Gebäck, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch | Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen via DHL zu. | |
| Barrierefreiheit | ||
Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei | - | |
Buchen ohne Risiko
| Rechnungsstellung |
Erst nach dem erfolgreichen Seminar. Keine Vorkasse. |
| Stornierung |
Kostenfrei bis zum Vortag des Seminars |
| Vormerken statt buchen |
Sichern Sie sich unverbindlich Ihren Seminarplatz schon vor der Buchung - auch wenn Sie selbst nicht berechtigt sind zu buchen |
Kostenfreie Services
In Präsenz | Online |
|---|---|
|
|
Buchungsmöglichkeiten
Online oder in Präsenz teilnehmen
Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.
Gesicherte offene Termine
| Termin | Ort | Preis | ||
|---|---|---|---|---|
| 28.09.-29.09.2026 Plätze vorhanden Köln / Online 1.440,00 | Köln / Online | 1.440,00 | Buchen Vormerken | |
| 30.11.-01.12.2026 Plätze vorhanden Köln / Online 1.440,00 | Köln / Online | 1.440,00 | Buchen Vormerken | |
| 2027 | ||||
| 12.04.-13.04.2027 Plätze vorhanden Köln / Online 1.440,00 | Köln / Online | 1.440,00 | Buchen Vormerken | |
| 14.06.-15.06.2027 Plätze vorhanden Köln / Online 1.440,00 | Köln / Online | 1.440,00 | Buchen Vormerken | |
| 16.08.-17.08.2027 Plätze vorhanden Köln / Online 1.440,00 | Köln / Online | 1.440,00 | Buchen Vormerken | |
Inhouse-/Firmenschulung
- Lernumgebung in der Cloud
- Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid
Individualschulung
- Lernumgebung in der Cloud
- 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Präsenz Online Hybrid
FAQ für Offene Schulungen
Welche Schulungsform ist ideal für mich?
- Alle folgenden Schulungsformen können auch Online als Virtual Classroom durchgeführt werden.
- Eine Offene Schulung findet zu einem festgelegten Zeitpunkt im voll ausgestatteten Schulungszentrum oder Online/Remote statt. Sie treffen auf Teilnehmende anderer Unternehmen und profitieren vom direkten Wissensaustausch.
- Eine Inhouse-/Firmen-Schulung geht auf die individuellen Bedürfnisse Ihres Unternehmens ein. Sie erhalten eine kostenfreie Beratung von Ihrem Seminarleiter und können Inhalte und Dauer auf Ihren Schulungsbedarf anpassen. Inhouse-Schulungen können Europaweit durchgeführt werden.
- Bei einer Individual-Schulung erhalten Sie eine 1-zu-1 Betreuung und bestimmen Inhalt, Zeit und Lerntempo. Der Dozent passt sich Ihren Wünschen und Bedürfnissen an.
Wie kann ich an einer Online Schulung teilnehmen?
Sie können unsere Schulungen auch als Remote Schulung im Virtual Classroom anfragen.
In drei Schritten zum Online Seminar im Virtual Classroom:
- Seminar auswählen und auf "Buchen" klicken
- Wählen Sie bei "Wie möchten Sie teilnehmen?" einfach "Online" aus.
- Formular ausfüllen und über den Button "Jetzt buchen" absenden.
Unser Kundenservice meldet sich bei Ihnen mit der Buchungsbestätigung.
Was ist ein Virtual Classroom?
Unsere Online Schulungen finden im Virtual Classroom statt. Ein Virtual Classroom bündelt mehrere Werkzeuge, wie Audio-Konferenz, Text-Chat, Interaktives Whiteboard, oder Application Sharing.
Vorteile von Virtual Classroom:
- Sie erhalten 1 zu 1 die gleiche Lernumgebung, die Sie auch vor Ort bei uns vorfinden
- Die technische Vorbereitung wird von den GFU-Technikern vorgenommen
- Sie erhalten remote Zugriff auf Ihren persönlichen Schulungs-PC im GFU-Seminarraum
- Die Virtual Classroom Lösung lässt sich auch im Browser betreiben
- Die GFU-Technik leistet wie gewohnt Soforthilfe bei Problemen
- Die Schulungsunterlagen bekommen Sie via DHL zugeschickt
- Sie sparen Reisekosten und Zeit
Welche gesicherten Termine gibt es?
- 28. Sep. - 29. Sep. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 30. Nov. - 01. Dez. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 12. Apr. - 13. Apr. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 14. Jun. - 15. Jun. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 16. Aug. - 17. Aug. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- Auch als Inhouse-Schulung, bundesweit mit Termin nach Wunsch und individuellen Inhalten
- Buchen ohne Risiko! Kostenfreie Stornierung bis zum Vortag des Seminars
Das GFU-Sorglos-Paket
Die Seminare der GFU finden in angenehmer Atmosphäre statt und sind perfekt organisiert. Profitieren Sie von dem Rundum-Service der GFU!
Shuttle-Service
Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.
Hotelreservierung
Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!
Kostenfreies Storno
Stornierung bei offenen Seminaren kostenfrei bis einen Tag vor Schulungsbeginn.
Technik-Support
Unsere Techniker sind immer zur Stelle, egal ob online oder vor Ort.