Kursbeschreibung
Das KI-Seminar für Führungskräfte konzentriert sich auf Entscheidungen, die Geschäftsführung, Bereichsleitung und Projektverantwortliche selbst treffen müssen. Du vergleichst KI-Anwendungsfälle anhand ihres Nutzens, des benötigten Aufwands, der verfügbaren Daten und möglicher Risiken. So erkennst du, welche Vorhaben sich für ein Pilotprojekt eignen, wo Investitionen verfrüht wären und welche Verantwortlichkeiten zwischen Management, Fachbereichen und IT geklärt werden müssen.
Die beiden Seminartage verbinden Grundlagen der Künstlichen Intelligenz mit wirtschaftlichen, organisatorischen und rechtlichen Fragen. Du unterscheidest Generative AI, Machine Learning, Natural Language Processing und Automatisierung, ohne in die technische Implementierung einzusteigen. Eigene Fragestellungen aus deinem Verantwortungsbereich können in die Bewertung einfließen. In kleinen Gruppen mit 2 bis 8 Personen vergleichst du unterschiedliche Entscheidungssituationen. Weitere Schulungen findest du in der Kategorie KI-Strategie und Transformation. Für die anschließende Steuerung konkreter Vorhaben eignet sich die Schulung KI und Automatisierung als Führungskraft steuern. Prüfe die verfügbaren Termine und buche deinen Termin.
Die wichtigsten Themen im Überblick
- KI-Potenziale realistisch bewerten
- Use Cases systematisch priorisieren
- Investitionsrisiken früher erkennen
- Verantwortlichkeiten festlegen
- Pilotprojekte fundiert auswählen
Zielgruppe
- Geschäftsführung und Vorstände mit strategischer Digitalverantwortung
- Bereichs- und Teamleitungen aus zentralen Unternehmensfunktionen
- Projekt- und Programmleitungen für KI-Initiativen
- Verantwortliche für Change Management bei KI-bedingtem Wandel
Voraussetzung für die Schulung
- Keine Programmierkenntnisse
- Grundverständnis für Unternehmensprozesse oder Führung
- Interesse an wirtschaftlichen und organisatorischen KI-Fragen
- Eigene Fragestellungen aus dem Verantwortungsbereich
Kursinhalte
Grundlagen und Begriffe der Künstlichen Intelligenz
- Begriff und Grenzen Künstlicher Intelligenz
- Einordnung von Machine Learning
- Natural Language Processing und Generative AI
- Automatisierung mit und ohne KI
- Abgrenzung zu klassischer Software
- Regelbasierte Datenanalyse im Vergleich
- Fehlerrisiken und typische Missverständnisse
Strategische Relevanz für Unternehmen
- KI als Aufgabe der Unternehmensführung
- Auswirkungen auf Geschäftsmodelle
- Veränderungen in Wertschöpfung und Prozessen
- Verknüpfung mit Unternehmenszielen
- Effizienzpotenziale und Innovationschancen
- Tool-Einsatz oder langfristige KI-Strategie
Anwendungsfelder und Use Cases
- Marketing und Vertrieb
- HR und Recruiting
- Service und Support
- Wissensmanagement und Prozessqualität
- Logistik und administrative Abläufe
- Finance und Controlling
Priorisierung und Wirtschaftlichkeit
- Nutzen und Aufwand eines Use Cases
- Datenlage und Umsetzungsrisiko
- Kosten und erwarteter Mehrwert
- Skalierbarkeit von KI-Lösungen
- Organisatorischer Aufwand
- Auswahl von Lösungen und Dienstleistern
- Pilotprojekte und Entscheidungsprozesse
Governance, Compliance und Verantwortung
- Datenschutz bei KI-Anwendungen
- Urheberrechtliche Fragestellungen
- Compliance-Anforderungen an KI-Systeme
- Managementperspektive auf den EU AI Act
- Automatisierte Entscheidungen und Ethik
- Umgang mit Black Boxes
Führung und organisatorische Umsetzung
- Teams durch technologische Veränderungen führen
- Verantwortung des Managements
- Aufgaben der Fachbereiche
- Rolle der IT
- Zuständigkeiten für KI-Initiativen
- Kriterien für Investitionsentscheidungen
