Havoranilo

Zukunftsorientierte IT-Weiterbildung in Blockchain und künstlicher Intelligenz

Warum Havoranilo entstand

Vor drei Jahren saßen wir in einem kleinen Büro in Düsseldorf und diskutierten über ein wiederkehrendes Problem. Überall hörten wir von Unternehmen, die dringend Leute mit Blockchain- oder KI-Kenntnissen suchten – aber kaum jemand bot Weiterbildung an, die über Buzzwords hinausging.

Deshalb haben wir Havoranilo gegründet. Nicht, um die x-te Online-Akademie zu sein, sondern um Weiterbildung zu schaffen, die tatsächlich auf echte Projekte vorbereitet. Wir arbeiten mit Entwicklern zusammen, die täglich Smart Contracts schreiben oder Neuronale Netze trainieren – und genau diese Praxisnähe fließt in unsere Inhalte ein.

Arbeitsumgebung bei Havoranilo mit moderner Technologie

Praxisnahe Methodik

Unsere Kurse basieren auf realen Use Cases aus Fintech, Supply Chain und anderen Branchen. Sie lernen an Szenarien, die tatsächlich implementiert wurden.

Technische Tiefe

Wir springen nicht von Tutorial zu Tutorial. Stattdessen erarbeiten Sie fundierte Konzepte – von Kryptographie-Grundlagen bis zu Transformer-Architekturen.

Offener Austausch

Bei uns gibt es keine starren Hierarchien. Fragen werden ernst genommen, und manchmal kommen die besten Diskussionen aus dem Forum oder den Live-Sessions.

Wie wir arbeiten

Unsere Programme sind so aufgebaut, dass Sie schrittweise Kompetenz aufbauen – vom ersten Konzept bis zur eigenständigen Umsetzung komplexer Projekte.

Solide Grundlagen schaffen

Am Anfang steht immer die Theorie – aber keine trockene Vorlesung. Wir erklären, warum bestimmte Konzepte existieren und wo sie eingesetzt werden. Bei Blockchain bedeutet das: Konsensalgorithmen verstehen, bevor man einen Smart Contract schreibt. Bei KI: Wie funktioniert Backpropagation wirklich, nicht nur oberflächlich.

Dieser Teil dauert in der Regel zwei bis drei Monate. Manche brauchen länger, andere kommen schneller durch – das hängt stark vom Vorwissen ab.

Konzeptionelle Darstellung von Blockchain-Fundamenten
An echten Problemen arbeiten

Sobald die Basis sitzt, geht es ans Eingemachte. Sie bekommen Aufgaben, die auf realen Projekten basieren. Zum Beispiel: Entwickeln Sie einen DeFi-Prototyp mit bestimmten Sicherheitsanforderungen. Oder: Trainieren Sie ein Modell zur Bilderkennung mit unbalancierten Datensätzen.

Das ist oft der härteste Teil, weil hier die Frustration auftaucht. Code funktioniert nicht beim ersten Versuch, Modelle konvergieren nicht – und das ist normal. Wir helfen Ihnen, systematisch zu debuggen und Lösungen zu entwickeln.

Entwicklungsumgebung für praktische Projekte
Eigenes Projekt umsetzen

Am Ende steht ein Abschlussprojekt, das Sie selbst definieren. Manche bauen eine DAO-Struktur für ein fiktives Unternehmen, andere entwickeln ein NLP-System für einen spezifischen Anwendungsfall. Das Ziel ist, dass Sie etwas haben, das Sie potenziellen Arbeitgebern zeigen können.

Wir begleiten diesen Prozess mit Code-Reviews und Feedback-Sessions. Nicht als Benotung, sondern als konstruktive Unterstützung – so wie es in Teams auch läuft.

Finales Projekt und Code-Review-Prozess
Kontinuierliches Lernen fördern

Technologie ändert sich schnell. Ein Framework, das heute aktuell ist, kann in einem Jahr veraltet sein. Deshalb legen wir Wert darauf, dass Sie lernen, wie man selbstständig neue Technologien evaluiert und sich einarbeitet.

Nach Abschluss haben Sie weiterhin Zugriff auf unsere Community und Updates zu neuen Entwicklungen. Viele bleiben lange dabei, tauschen sich aus oder helfen neueren Teilnehmern.

Community-Austausch und fortlaufendes Lernen

Wer hinter Havoranilo steht

Lukas Berghoff, Technischer Leiter Blockchain bei Havoranilo
Lukas Berghoff
Technischer Leiter Blockchain

Lukas hat fünf Jahre in der Entwicklung von DApps verbracht, bevor er zu uns kam. Er sagt oft, dass die besten Lernmomente aus gescheiterten Deployments entstehen – und genau diese Erfahrung bringt er in die Kurse ein. Wenn Sie technische Fragen haben, ist er derjenige, der antwortet.

Annika Wiesner, Leiterin KI-Didaktik bei Havoranilo
Annika Wiesner
Leiterin KI-Didaktik

Annika kommt aus der Forschung – sie hat an der TU München zu maschinellem Lernen promoviert. Sie weiß, wie man komplexe Mathematik so erklärt, dass sie zugänglich wird, ohne die Präzision zu verlieren. Ihre Spezialität sind NLP-Themen und Computer Vision.