LehrerIn für die Sekundarstufe Berufsbildung - Landwirtschaft

Berufsbereiche: Umwelt / Wissenschaft, Bildung, Forschung und Entwicklung
Ausbildungsform: Uni/FH/PH
∅ Einstiegsgehalt: € 2.600,- bis € 2.980,- *
* Die Gehaltsangaben entsprechen den Bruttogehältern bzw Bruttolöhnen beim Berufseinstieg. Achtung: meist beziehen sich die Angaben jedoch auf ein Berufsbündel und nicht nur auf den einen gesuchten Beruf. Datengrundlage sind die entsprechenden Mindestgehälter in den Kollektivverträgen (Stand: 2022). Eine Übersicht über alle Einstiegsgehälter finden Sie unter www.gehaltskompass.at. Die Mindest-Löhne und Mindest-Gehälter sind in den Branchen-Kollektivverträgen geregelt. Die aktuellen kollektivvertraglichen Lohn- und Gehaltstafeln finden Sie in den Kollektivvertrags-Datenbanken des Österreichischen Gewerkschaftsbundes (ÖGB) und der Wirtschaftskammer Österreich (WKÖ).

Hinweis

Dieser Beruf ist eine Spezialisierung des Berufs LehrerIn für die Sekundarstufe Berufsbildung. Weiterführende Informationen finden Sie in der Beschreibung von LehrerIn für die Sekundarstufe Berufsbildung (Uni/FH/PH).

Dieser Beruf kann nur ausgeübt werden, wenn die gesetzlich vorgeschriebene Ausbildung abgeschlossen wurde. Auch die beruflichen Tätigkeiten orientieren sich an den gesetzlich vorgegebenen Inhalten der Ausbildung.

Berufsbeschreibung

LehrerInnen für Landwirtschaft unterrichten SchülerInnen von der 9. bis zur 13. Schulstufe, z.B. an landwirtschaftlichen Fachschulen oder höheren Lehranstalten für Landwirtschaft, in fachspezifischen Unterrichtsgegenständen. Dazu zählen verschiedene Fachbereiche, wie z.B. Landwirtschaft, Weinbau, Obst- und Gemüseanbau oder Pferdewirtschaft. Sie unterrichten sowohl in fachtheoretischen als auch fachpraktischen Fächern.

LehrerInnen für Landwirtschaft vermitteln den SchülerInnen je nach Schulschwerpunkt z.B. Kenntnisse in den Bereichen Forst- und Landwirtschaft, Wein- und Obstbau oder Garten- und Landschaftsgestaltung. Dazu zählt theoretisches Wissen über Bodenkultur, Saatgut, Düngeverfahren, Ernte, Pflanzenkunde und Tierhaltung sowie über den fachgerechten Anbau von Obst oder die Herstellung von Wein. Neben dem theoretischen Fachwissen wird in den fachpraktischen Fächern dieses Wissen auch in der Praxis vermittelt, z.B. an schuleigenen Höfen und Gartenanlagen. Ziel ihres Unterrichts ist es, die SchülerInnen bestmöglich auf Tätigkeiten in landwirtschaftlichen Betrieben vorzubereiten.

Den Unterricht planen LehrerInnen für Landwirtschaft nach den vorgegebenen Lehrplänen und wählen die geeigneten Unterrichtsmaterialen sowie die passenden didaktischen Methoden aus. Weiters bereiten sie praktischen Übungen vor, korrigieren Hausübungen und benoten die Leistungen der SchülerInnen. Neben dem fachspezifischen Wissen vermitteln sie auch soziale und persönliche Kompetenzen und fördern die SchülerInnen in ihren individuellen Fähigkeiten und Interessen.

Typische Tätigkeiten sind z.B.:

  • Unterricht vorbereiten
  • Landwirtschaftliches Fachwissen vermitteln
  • Praktische Übungen anleiten
  • Exkursionen organisieren und durchführen
  • Unterrichtsverlauf dokumentieren
  • Leistungen der SchülerInnen beurteilen
  • Besprechungen mit KollegInnen durchführen
  • Weiterbildung zum Quereinstieg in den Job als Data Scientist. Data Science ist ein Berufs- und Themenfeld mit sehr großem Potenzial, das auch in den nächsten Jahren stark wachsen wird. Fachkompetenzen in der Datenanalyse, Programmierkenntnisse in Python sowie die Anwendung von maschinellem Lernen und Deep Learning sind sehr gefragt. Die Weiterbildung zum Data Scientist – Fokus Python befähigt Teilnehmende dazu, Prognosemodelle aus Daten abzuleiten, zu verifizieren und zu interpretieren, um die Modellergebnisse effizient zu kommunizieren. Mit dem berufsbegleitenden Online-Training von StackFuel lernen Teilnehmende unüberwachtes und überwachtes maschinelles Lernen, unterschiedliche Datenvisualisierungsmethoden und das Data Storytelling kennen, um nach dem Training die Rolle des Data Scientists einnehmen zu können. Teilnehmende lernen datenbasierte (automatisierte) Entscheidungen zu treffen und Data-Science Projekte mithilfe von Wissen aus ihrer Fachdomäne umzusetzen. Sie lernen die Anwendung von Performance-Metriken und Modellen des überwachten und unüberwachten Lernens mit sklearn sowie best practices der Interpretation von Algorithmen des überwachten und unüberwachten Lernens wie Entscheidungsbäume und Random Forests. Anschließend können Teilnehmende ihr erworbenes Wissen in ihrer Abteilung einbringen und selbstständig Machine-Learning-Algorithmen implementieren. Infos über die Weiterbildung: - Dauer 3 - 6 Monaten (abhängig von der Teilnahme am Teilzeit- oder Vollzeitkurs) <br> - Kursleitung und -betreuung durch Data Scientists <br> - 80% Praxisaufgaben + 20% Video- und Texteinheiten <br> - Projekte mit Datensets und Business Cases aus der Industrie <br> - Abschlusszertifikat bei erfolgreichem Bestehen <br> - Online und ortsunabhängig <br> - In Vollzeit oder Teilzeit <br> <br> Diese Fähigkeiten werden vermittelt: <br> - Daten selbständig einlesen, bereinigen und filtern <br> - Daten explorativ mithilfe von deskriptiver Statistik analysieren <br> - Komplexe Prognosemodelle entwickeln und verifizieren <br> - Machine-Learning-Algorithmen entwickeln <br> - In der Programmiersprache Python programmieren <br> - Datenmodelle zur Vorhersage von Businessszenarien bauen <br> - Datenvisualisierung, um Deine Ergebnisse klar verschiedenen Zielgruppen zu präsentieren <br> - Programmierwissen in datenbasierten Business-Szenarien vertiefen <br> - Programme für automatisierte Datenanalysen entwickeln <br> - Code mit Git organisieren <br> - Mit SQL-Datenbanken arbeiten <br> - Daten mit dem Python-Modul pandas einlesen und verarbeiten <br> - Externe Datenquellen in die Analyse einbeziehen <br> - Grundlagen der Statistik auf Unternehmensdaten anwenden <br> - Datenvisualisierungen mit pandas, matplotlib und anderen Python-Modulen <br> - Eine Datenpipeline für verschiedene Industriedaten umsetzen <br> - Zunehmend komplexe Analyse-Programme schreiben <br> <br> Relevante Branchen für den Quereinstieg: <br> Arbeite als (Junior) Data Scientist:in oder Analyst:in in der Luft- und Raumfahrt, Landwirtschaft, Automobilindustrie, Bankwesen, Chemie, Kommunikation, Konsumgüter, Energieversorgung, Elektronik, Unterhaltung, Finanzen, Fitness, Regierung, Medizin, Gastgewerbe, Information, Technologie, Versicherung, Medien, Bergbau, Reisen, Umwelt, Chemie & Pharma, Immobilien, Einzelhandel, Robotik, Vertrieb, Schifffahrt, Telekommunikation u.v.m. <br> Weiterbildungsplan<br> Modul 0: Vorbereitung <br> Woche - Data Analytics with Python <br> 1. Woche - Linear Algebra + Projektarbeit <br> 2. Woche - Probability Distribution + Bewerbungstraining <br> <br> Modul 1: Machine Learning Basics <br> 1. Woche - Supervised Learning (regression)/ Scikit-learn <br> 2. Woche - Supervised Learning (classification) Datenpipelines aufbauen und Performance-Metriken analysieren <br> 3. Woche - Unsupervised Learning (clustering) + Projektarbeit <br> 4. Woche - Unsupervised Learning (dimensionality reduction) Code mit Git organisieren <br> 5. Woche - Outlier Detection + Projektarbeit <br> <br> Modul 2: Deep Dive Supervised Learning <br> 1. Woche - Data Gathering und Algorithmen des überwachten Lernens, wie Entscheidungsbäume, Random Forests und Support Vector Machines vertiefend anwenden <br> 2. Woche - Logistic Regression <br> 3. Woche - Decision Trees and Random Forests und Einblicke in Deep Learning und Anwenden künstlicher neuronaler Netze mit Keras <br> 4. Woche - Support Vector Machines Grundlagen des Natural Language Processing (NLP) anwenden, um Textdaten zu analysieren <br> 5. Woche - Neural Networks + Blogartikel zur Optimierung der eigenen Online-Präsenz <br> <br> Modul 3: Advanced Topics in Data Science <br> 1. Woche - Visualisation + Blogartikel <br> 2. Woche - Big Data Verfahren mit PySpark kennenlernen <br> 3. Woche - Übungsprojekt mit realen Datensets <br> 4. Woche - Abschlussprojekt <br> 5. Woche - Abschlussprojekt <br> 6. Woche - Abschlussprüfungen + Bewerbungstraining + Blogartikel <br>
    Zielgruppe:
    Das Training eignet sich für alle, die Daten analysieren und auf Grundlage dieser Vorhersagen erstellen möchten, um datengetriebene Entscheidungen zu treffen. Darüber hinaus sollten Teilnehmende ein Interesse an maschinellem Lernen mitbringen.
    Voraussetzungen:
    1. Eignungstest <br> 2. Hochschulabschluss oder vergleichbare Berufserfahrung <br> 3. Grundkenntnisse in Mathematik & Statistik <br> 4. Motivation Dich in nur 3-6 Monaten für eine neue Jobrolle zu qualifizieren. <br> <br> - Mathematische und statistische Grundkenntnisse <br> - Grundkenntnissen in der Programmiersprache Python <br> - Grundlegende Verwendung der Python-Pakete Pandas und Matplotlip

    Institut:
    StackFuel GmbH

    Wo:
    Data Lab - Online Lernumgebung

  • Weiterbildung zum Quereinstieg in den Job als Data Analyst. Die zunehmende Digitalisierung sorgt dafür, dass der Bedarf an Fachkräften im Bereich Data Analytics und Data Science innerhalb der letzten Jahre stark angestiegen ist. Daten werden zunehmend als entscheidender Faktor für die Zukunftssicherung und Wettbewerbsfähigkeit von Unternehmen erkannt. Die Nachfrage nach spezialisierten Mitarbeitenden, die Daten effektiv aufbereiten und analysieren, wächst seit einigen Jahren stark an. Dabei nimmt ein Data Analyst im Kontext der Digitalisierung eine zentrale Rolle ein. Er ist das Bindeglied zwischen den Fachabteilungen und den Führungskräften, um Daten zu aggregieren und für datengetriebene Entscheidungsvoralgen aufzubereiten. Infos über die Weiterbildung - Für Menschen ohne Vorkenntnisse geeignet <br> - Dauer 3 - 6 Monaten (abhängig von der Teilnahme am Teilzeit- oder Vollzeitkurs) <br> - Kursleitung und -betreuung durch Data Scientists <br> - 80% Praxisaufgaben + 20% Video- und Texteinheiten <br> - Projekte mit Datensets und Business Cases aus der Industrie <br> - Abschlusszertifikat bei erfolgreichem Bestehen <br> - Online und ortsunabhängig <br> - In Vollzeit oder Teilzeit <br> Diese Fähigkeiten werden vermittelt: - Datenquellen erschließen und filtern <br> - Daten fachgerecht zusammenführen und aufbereiten <br> - Mit SQL-Datenbanken arbeiten <br> - Selbstständig erweiterte Datenanalysen mit deskriptiver Statistik durchführen <br> - In der Programmiersprache Python programmieren <br> - Vorhersagen anhand von Daten treffen <br> - Datenvisualisierung, um Deine Ergebnisse klar verschiedenen Zielgruppen zu präsentieren <br> - Programmierwissen in datenbasierten Business-Szenarien vertiefen <br> - Programme für automatisierte Datenanalysen entwickeln <br> - Code mit Git organisieren <br> - Daten mit dem Python-Modul pandas einlesen und verarbeiten <br> - Externe Datenquellen in die Analyse einbeziehen <br> - Grundlagen der Statistik auf Unternehmensdaten anwenden <br> - Datenvisualisierungen mit pandas, matplotlib und anderen Python-Modulen <br> - Eine Datenpipeline für verschiedene Industriedaten umsetzen <br> - Zunehmend komplexe Analyse-Programme schreiben <br> Relevante Branchen für den Quereinstieg Luft- und Raumfahrt, Landwirtschaft, Automobilindustrie, Bankwesen, Chemie, Kommunikation, Konsumgüter, Energieversorgung, Elektronik, Unterhaltung, Finanzen, Fitness, Regierung, Medizin, Gastgewerbe, Information, Technologie, Versicherung, Medien, Bergbau, Reisen, Umwelt, Chemie & Pharma, Immobilien, Einzelhandel, Robotik, Vertrieb, Schifffahrt, Telekommunikation u.v.m. Weiterbildungsplan Modul 1: Python Basics for Data Analysts <br> Woche 1 - Datentypen <br> Grundlagen der Programmierung Variablen in Python speichern und bearbeiten Umgang mit Fehlermeldungen <br> <br> Woche 2 - If-Else & Projektarbeit <br> Anwendung von Funktionen und Methoden Ablaufkontrollen mithilfe von Bedingungen <br> <br> Woche 3 - Flow Control + Git <br> Ablaufkontrolle unter Verwendung von Schleifen Importieren weiterer Python-Pakete Versionierung von Code mit Git Die wichtigsten Programmierungskonzepte, die für die Arbeit als Data Analyst wichtig sind. <br> <br> Modul 2: Data Analytics with Python <br> Neue Datenquellen erschließen, filtern und zusammenführen Unternehmensdaten durch Visualisierungen zielgruppengerecht zugänglich machen Selbstständig klassische Datenverarbeitungsprozesse durchführen Daten einlesen, filtern, reinigen verarbeiten und visualisieren <br> <br> Woche 4 - Pandas <br> Effiziente Nutzung von Pandas (Standardwerkzeug eines Data Analysts in Python) Daten in CSV-Dateien einlesen, bereinigen und aggregieren Hilfestellungen zur Optimierung Deiner Online-Präsenz als Data Analyst. <br> <br> Woche 5 - Exploratory Data Analysis (matplotlib) <br> Visualisierung verschiedener Datenniveaus Numerische Daten als Histogramme und Streudiagramme darstellen Kategorische Daten als Säulen- und Tortendiagramme abbilden <br> <br> Woche 6 - Vorhersagen + Projektarbeit <br> Median und Quartile Ausreißer identifizieren Einfache Vorhersagen mit der linearen und logistischen Regression erstellen Erzeugung eines eigenen Data-Analytics-Portfolios Praktische Tipps für die Bewerbung und den Alltag <br> <br> Woche 7 - Datenbanken (SQL) <br> Datenbanken am Beispiel einer Personaldatenbank auslesen Standard-SQL-Abfragen formulieren <br> <br> Woche 8 - External Data (API) <br> Mit Python auf Informationen wie Webseiten und APIs im Internet zugreifen <br> <br> Woche 9 - Advanced Jupyter <br> Jupyter-Funktionalitäten Fortgeschrittene Visualisierungsprobleme wie Live-Updates Interaktivität im Kontext eines Aktienmarktszenarios <br> <br> Woche 10 - Übungsprojekt <br> Ein New-Yorker-Taxidatenset analysieren (über 1 Mio Fahrten) Python-Fähigkeiten eigenständig anwenden <br> <br> Woche 11 - Abschlussprojekt <br> Kundenabwanderungen eines Telekommunikationsunternehmens analysieren Die gesamte Daten-Pipeline selbstständig durchlaufen und berufstypische Fragestellungen beantworten 1-on1-Feedbackgespräch mit dem Mentoren-Team Projektpräsentation <br> <br> Woche 12 - Abschlussprojekt Woche 2 <br> <br> Woche 13 - Abschlussprüfungen + Bewerbungstraining <br> <br> Woche 14 - Abschlussprüfungen + eigene Veröffentlichung (Blogartikel)
    Zielgruppe:
    Die Weiterbildung passt zu Dir und Deinen Karrierewünschen, wenn Du idealerweise ein abgeschlossenes Studium hast, oder in den Bereichen Mathematik, Informatik, Naturwissenschaften, Technik, BWL, (Wirtschafts-) Informatik oder vergleichbare Qualifikationen oder Vorerfahrungen besitzt.
    Voraussetzungen:
    1. Eignungstest<br> 2. Hochschulabschluss oder vergleichbare Berufserfahrung<br> 3. Grundkenntnisse in Mathematik & Statistik<br> 4. Motivation Dich in nur 3-6 Monaten für eine neue Jobrolle zu qualifizieren. <br> <br> Für dieses Training werden keine Programmierkenntnisse vorausgesetzt. Diese werden im ersten Modul gemeinsam erarbeitet. Teilnehmende sollten jedoch eine Routine im täglichen Gebrauch mit Computern und gängigen Software-Applikationen mitbringen.

    Institut:
    StackFuel GmbH

    Wo:
    Data Lab - Online Lernumgebung

  • ab 27.02.2024
    Tiere, die gesund sind und sich wohlfühlen, bringen gute Leistungen und beste Produktqualität. Um etwaige Probleme der Tiere noch rascher zu erkennen, werden im Onlineseminar die wichtigsten kritischen Bereiche behandelt. Wirksame Maßnahmen, um das Tierwohl zu verbessern, werden vorgestellt. Die Teilnehmenden erhalten eine Einführung in die Checkliste "Selbstbeurteilung Tierwohl". Selbstbeurteilung Tierwohl.<br>Kooperationveranstaltung mit BIO AUSTRIA<br><br>Anerkannt lt. § 11 der TGD-Verordnung: 1 Stunde<br>Anerkannte Weiterbildung ÖPUL-Maßnahme Biologische Wirtschaftsweise: 1 Stunden.<br><br>Ein Onlineseminar ist ein über das Internet durchgeführtes Seminar, an dem Sie von zu Hause aus live vor dem Computer teilnehmen können. Sie können die Vorträge verfolgen und Fragen stellen. Als Teilnehmer:in sind Sie mit Ihrem Namen sichtbar und können bei Bedarf Ihr Mikrofon und Video zuschalten.<br><br>Sie benötigen für die Teilnahme am Onlineseminar: <br>Computer, Laptop oder Tablet<br>Breitbandinternet<br>Mikrofon und Lautsprecher oder Headset/Kopfhörer<br><br>Bei Live-Onlineveranstaltungen (Webinar, Onlineseminar, ...) wird eine Teilnahmebestätigung nur für eine Person pro Endgerät ausgestellt.

    Institut:
    Ländliches Fortbildungsinstitut OÖ (LFI)

    Wo:
    0 online, Online-Seminarraum

    Wann:
    27.02.2024 - 27.02.2024

  • ab 27.02.2024
    Dieser Praxiskurs Ihnen die Möglichkeit, Spezialbrote mit verschiedenen kreativen Zutaten selbst zu backen und unter Anleitung verschiedenste Variationen von Kleingebäck aus Lebensmitteln der heimischen Landwirtschaft zu formen. Zur Verkostung der Brotköstlichkeiten werden dazu passende Aufstriche serviert. <br><br>Lebensmittelkosten werden bei der Veranstaltung bar kassiert.

    Institut:
    Ländliches Fortbildungsinstitut OÖ (LFI)

    Wo:
    4650 Lambach, abz Lambach

    Wann:
    27.02.2024 - 27.02.2024

  • ab 29.02.2024
    Geschichten begleiten uns durch unser ganzes Leben - von den Erinnerungen, die von den Großeltern erzählt werden, bis hin zu dem persönlichen Erlebten, welches man mit den eigenen Kindern teilt. Doch was ist eigentlich mit den Erlebnissen am Hof? <br>In diesem Seminar geht es darum, wie man gute Storys aufbaut, welche Themen für die Gesellschaft interessant sind und wie auch über heikle Themen gesprochen werden kann. Denn Geschichten haben ein großes Ziel: Sie sollen unsere Verbindung zueinander aufbauen und stärken. Die Teilnehmenden lernen, Erlebnisse vom landwirtschaftlichen Alltag in fesselnde Geschichten zu verpacken und dadurch auch bei anderen Begeisterung für bäuerliche Betriebe zu schaffen. Eckpunkte: - Was macht eine gute Geschichte aus? - Methoden und Elemente des Storytelling - Der Weg zu einer fesselnden Geschichte (Praktikerformel) - Anwendung: wo und wie kann ich meine Geschichten erzählen? - Kurzweilige Übungen zum Vertiefen

    Institut:
    Ländliches Fortbildungsinstitut OÖ (LFI)

    Wo:
    4021 Linz, Seminarhaus auf der Gugl

    Wann:
    29.02.2024 - 29.02.2024

  • ab 05.03.2024
    Grundlagen des Versicherungswesens, Personenversicherung, Vermögens- und Sachversicherung, Verkauf und Kommunikation, Steuern, Handel, Gewerbe, Landwirtschaft, unternehmerisches Basiswissen, Versicherungsrecht.
    Ziele:
    Vorbereitung auf die BÖV-Prüfung (Außendienst-Zertifikat).

    Institut:
    BFI-NÖ Service-Center St. Pölten

    Wo:
    St. Pölten

    Wann:
    05.03.2024 - 11.06.2025

  • ab 05.03.2024
    Grundlagen des Versicherungswesens, Personenversicherung, Vermögens- und Sachversicherung, Verkauf und Kommunikation, Steuern, Handel, Gewerbe, Landwirtschaft, unternehmerisches Basiswissen, Versicherungsrecht.
    Ziele:
    Vorbereitung auf die BÖV-Prüfung (Außendienst-Zertifikat).

    Institut:
    BFI-NÖ Service-Center Amstetten

    Wo:
    Amstetten

    Wann:
    05.03.2024 - 11.06.2024

  • ab 05.03.2024
    Artenvielfalt bzw. deren Erhalt ist ein Thema, das derzeit in aller Munde ist. Viele möchten ihren Beitrag leisten und fragen sich, was sie selbst konkret für unsere Vögel, Bienen und Insekten tun können. Sie möchten, aber sie wissen nicht, wie? Stabile Ökosysteme und verschiedene, naturnahe Lebensräume bieten vielfältige Vorteile für die Umwelt, den Klimaschutz und die Landwirtschaft. Ziel ist es, den gesamten Betrieb mit anderen Augen zu betrachten und die Aufmerksamkeit auf Flächen zu lenken, die meist wenig beachtet werden. Die Teilnehmenden sollen erkennen, wie viel sie bereits für die Natur geleistet haben. Weiters erhalten sie Anregungen bzw. erarbeiten Verbesserungsvorschläge für den eigenen Betrieb. Der Lehrgang vermittelt fachliche Grundlagen zu Ökologie, Biodiversität, Natur- und Artenschutz verbunden mit praktischen Maßnahmen am Hof und schließt mit einem eigenen Naturkonzept ab. , <br>Anerkannte Weiterbildung ÖPUL-Maßnahme UBB und BIO-Biodiversität: 3 Stunden.

    Institut:
    Ländliches Fortbildungsinstitut OÖ (LFI)

    Wo:
    4021 Linz, Seminarhaus auf der Gugl

    Wann:
    05.03.2024 - 07.11.2024

  • ab 06.03.2024
    Personen, die Rinder, Schweine, Schafe, Ziegen, Pferde oder Geflügel weiter als 65 km und bis zu 8 Stunden lang zu wirtschaftlichen Zwecken transportieren bzw. Personen, die auf Sammelstellen mit solchen Tieren umgehen, benötigen einen Befähigungsnachweis gemäß EU-VO 1/2005. Mit dem Kurs können Personen mit mind. 1-jähriger Erfahrung im Umgang mit Tieren, gerade im Bereich der Landwirtschaft, die nötigen Kenntnisse zur Erlangung des Befähigungsnachweises erwerben. Der Kurs wird mit der vorgesehenen Prüfung (EU-VO 1/2005) abgeschlossen.<br>Anerkannt lt. § 11 der TGD-Verordnung: 2 Stunden

    Institut:
    Ländliches Fortbildungsinstitut OÖ (LFI)

    Wo:
    4910 Ried im Innkreis, Landwirtschaftskammer Ried Schärding

    Wann:
    06.03.2024 - 06.03.2024

  • ab 07.03.2024
    Die Umstellung auf biologische Landwirtschaft ist eine weitreichende Entscheidung. Dieser Einführungskurs soll neben dem fachlichen Wissen auch Mut machen, den Schritt in den Biolandbau zu wagen. Es werden umfassende Informationen über den Einstieg in die biologische Produktion, die rechtlichen Rahmenbedingungen, die Bio-Kontrolle sowie den Bio-Markt vermittelt. <br><br>Inhalte im Detail:<br>- Grundprinzipien des Biolandbaus (Fruchtfolge, Kreislauf- und Düngerwirtschaft, Tierhaltung und Fütterung)<br>- Rechtliche Grundlagen (EU-Verordnung, Kontrolle Bio-Förderung, ÖPUL etc.)<br>- Vermarktungs- und Vertriebsschienen<br>- Organisationen im Biolandbau<br><br>Dieser Kurs findet in Kooperation mit den oberösterreichischen Bioverbänden statt.<br><br>, , Anerkannt lt. § 11 der TGD-Verordnung: 1 Stunde, <br>Anerkannt als Pflanzenschutzweiterbildung laut § 17 Abs. 8 Oö. Bodenschutzgesetz 1991 idgF.: 2 Stunden, <br>Anerkannte Weiterbildung ÖPUL-Maßnahme Biologische Wirtschaftsweise: 5 Stunden

    Institut:
    Ländliches Fortbildungsinstitut OÖ (LFI)

    Wo:
    4021 Linz, Seminarhaus auf der Gugl

    Wann:
    07.03.2024 - 08.03.2024

  • 10 überfachliche berufliche Kompetenzen
  • Allgemeinbildung
  • Aufgeschlossenheit
  • Deeskalationskompetenz
  • Durchsetzungsvermögen
  • 1
    • Geduld
  • Hohes Einfühlungsvermögen
  • Interkulturelle Kompetenz
  • Kommunikationsstärke
  • Pädagogische Fähigkeit
  • Präsentationsfähigkeiten
  • 11 In Inseraten gefragte berufliche Kompetenzen
  • Didaktikkenntnisse
  • Pädagogikkenntnisse
  • Berufliche Bildung
  • Betreuung von Jugendlichen
  • Classroom Management
  • E-Learning
  • Erwachsenenbildung
  • Interkulturelles Lernen
  • MS Office-Anwendungskenntnisse
  • Nachhilfeunterricht
  • Unterstützende Kommunikation