Partner für Ihre
KI-Strategie.
Mit der stürmischen Entwicklung der KI in der jüngeren Vergangenheit sind zahlreiche neue Möglichkeiten zur Kostensenkung, Umsatzsteigerung, Qualitätsverbesserung und zur Entwicklung gänzlich neuer Produkte entstanden. Nach ersten Experimenten muss sich nun eine fokussierte und unternehmenswertsteigernde Nutzung anschließen. Wir zeigen Möglichkeiten auf und empfehlen konkrete, bewährte Vorgehensweisen.
Mit Ihrer KI-Strategie stellen Sie die Weichen, um schnell erste greifbare Vorteile aus dem KI-Einsatz zu erzielen, langfristige Wettbewerbsvorteile fokussiert herauszuarbeiten und gleichzeitig der dynamischen technologischen Entwicklung flexibel und adaptiv Rechnung zu tragen. Wir stehen an Ihrer Seite und unterstützen Sie bei der Ausarbeitung der KI-Strategie, die Ihren Voraussetzungen und Zielen entspricht.
Orientierung und Vorgehensdefinition
- Bestandsaufnahme und Chancenpotentiale
- AI-Readiness von IT, Daten und Strukturen
- Finanzielle, technologische & strategische Chancen- und Risikobewertung
KI-Strategieentwicklung und Investitionsberatung
- Review Geschäftsmodell und Ergebnishebel
- Ganzheitliche KI-Strategieentwicklung
- Roadmap für Projekte, Prozesse und Daten
Partner für Ihre
KI-Implementierung.
Bereits bei der Strategieentwicklung muss die praktische Implementierung der KI-Projekte mitbedacht werden – die Wechselwirkungen zwischen strategischen Zielen, organisatorischen Fähigkeiten, technologischen Möglichkeiten und ökonomischen Bewertungen sind gerade im Bereich der KI vielfältig und ausgeprägt. KI-Projekte unterscheiden sich dabei von vielen anderen Projekten, insbesondere hinsichtlich der Bedeutung von Daten als zentralem „harten“ Erfolgsfaktor und dem Lernfortschritt als zentralem „weichen“ Erfolgsfaktor.
Gestützt auf unsere breite Erfahrung unterstützen wir Sie bei der Projektsteuerung in allen Phasen von der Idee über die Entwicklung bis zum erfolgreichen Rollout in der für Sie geeigneten IT-Architektur, unabhängig davon, in welchem Umfang Sie selbst entwickeln, auf Zulieferer oder auf „fertige“ Produkte zurückgreifen wollen.
Erfolgsvoraussetzungen für KI-Projekte schaffen
- Organisatorische, prozessuale und kulturelle Rahmenbedingungen
- Datenstrategie inkl. Datenbeschaffung,
-verwendung und -verbesserung - Transformation für effektive KI-Nutzung
- Strategischer Kompetenzaufbau und Personalentwicklung
Operative Steuerung von KI-Projekten
- Make-or-Buy, Selektion geeigneter Tools, Plattformstrategie
- Unterstützung bei der Projektdefinition und -vergabe
- Erfolgreiche Strukturen und Prozesse
- Effektive Steuerungssystematik und Steuerungsinstrumente
Über uns. _____
Dr. Andreas Herzog verfügt über umfangreiche Erfahrung in allen Phasen der unternehmerischen Entwicklung von KI, von der Strategiedefinition über die Organisations- und Kompetenzentwicklung bis hin zur konkreten Projektsteuerung und IT-Implementierung.
Als Führungskraft in großen Konzernen und als Geschäftsführer im Mittelstand hat er Projekte zur Strategie- und Organisationsentwicklung mit Schwerpunkt auf IT und KI erfolgreich verantwortet und mitgestaltet. Als Trainer und Unternehmensberater bringt er seine Erfahrung und seine branchenübergreifenden Einblicke in unterschiedlichen KI-Projekten ein.
Im Bereich des maschinellen Lernens hat Andreas Herzog von der Schaffung einer konsistenten Datengrundlage über die Entwicklung eigener foundation models, die unternehmerische Adaption des KI-Modells, das kontinuierliche Training und Testing sowie die Steuerung des organisatorischen Weiterentwicklungsprozesses alle relevanten Funktionen und Aufgaben verantwortet.
Neben seinen Beratungs- und Trainingsprojekten im Bereich der generativen KI und des maschinellen Lernens ist er ein gefragter Redner auf KI-Fachtagungen.
Mit über 25 Jahren in IT-Führungsfunktionen, Managementberatung und in der Projektsteuerung setzt Dr. Axel Köhne Veränderungen auch im schwierigen Umfeld zielgerichtet um.
Aus seiner Erfahrung als Verantwortlicher für den IT-Betrieb einer deutschen Großbank ist er mit der Ausrichtung großer Teams technischer Spezialisten in der Umgestaltung von IT-Organisationen vertraut. Als Unternehmensberater für Großkonzerne und mittelständische Unternehmen hat er zahlreiche Projekte von der Konzeption bis zur technischen Implementierung und dem Rollout erfolgreich realisiert.
Er hat in Zusammenarbeit mit global verteilten Teams komplexe Projektvorhaben im internationalen Umfeld effektiv umgesetzt.
Axel Köhne verfügt über breite Branchenerfahrung in der Umsetzung von IT-Kooperations- und Integrationsvorhaben in Anlagenbau, Logistik, Finanzdienstleistungen und IT-Dienstleistungen.
Maxime Lenkiewicz ist unser Datenspezialist. Er verfügt über umfangreiche Kenntnisse und Erfahrung in den Bereichen Data Science, Data Engineering, und Business Intelligence
In seiner Position als Data Science Berater hat er bei einer Vielzahl von IT-Projekten mitgewirkt und kennt die Herausforderungen bei der Umsetzung von KI-Projekten. Als Entwickler verfügt er zusätzlich über ein breites, technisches Skill-Set und kennt sich als zertifizierter Data Scientist sowohl in Cloud-Umgebungen als auch im agilen Projektumfeld bestens aus.
Sein Fokus liegt auf der Interpretierbarkeit und Transparenz von Ergebnissen KI-getriebener Modelle. Darüber hinaus sind ihm die Themen Datenintegrität und der Zusammenschluss aus Domänenwissen und statistischer Theorie besonders wichtig.
Maxime Lenkiewicz verfügt über Branchenerfahrungen in den Bereichen Maschinenbau, Luftfahrt, Banking, Telekommunikation und Crowdsourcing.
Dr. Christoph Möhl ist Data Scientist, KI-Experte und Softwareentwickler mit naturwissenschaftlichem Hintergrund im Bereich Biophysik. Er verfügt über langjährige Erfahrung in der praktischen Umsetzung von KI-Lösungen, von der Entwicklung von Prototypen bis zur Implementierung von Produktivsystemen.
Als Leiter einer Datenanalyse-Serviceabteilung im wissenschaftlichen Umfeld hat er Erfahrung in Projektleitung und Personalrekrutierung gesammelt und die Entwicklung neuer Technologien aktiv mitgestaltet.
Heute entwickelt er KI-Lösungen für große und mittelständische Unternehmen unterschiedlicher Branchen, u.a. Banken, Großhandel, Energieversorgung und Industrieproduktion.
Seit dem sechsten Lebensjahr programmiert Tobias Engel Computer. Natürlich änderten sich die Sprachen und Konzepte, von Basic über C++ bis zu Python. Die Projekte wurden im Laufe der Zeit, und insbesondere nach seinem Studium der Informatik an der Erlangen/Nürnberg , immer anspruchsvoller. Konstant blieb aber seine Leidenschaft für guten Code, innovative Konzepte und gründliches Arbeiten, um und auf dieser Basis solide Lösungen zu entwickeln. Damit inspirierte Tobias auch seine Mitarbeiter im Bereich Medizintechnik, Halbleiter und Industrie 4.0 und koordinierte große agile Entwicklungsvorhaben in Bereich der autonomen Intralogistik.
Tobias ist unser LLM-Dompteur, mit wissenschaftlich fundierten Methoden an der cutting edge und praktischen Tools wie Langchain, LangSmith und RAG trainiert er verschiedenen großen Sprachmodellen erstaunliche Fähigkeiten an.
Branchenfokus. _____
High Tech
Health Care
Aus der Praxis
für die Praxis.
Unser Team bringt viele Jahre Führungs- und Beratungserfahrung im Mittelstand und Konzernen mit. Wir haben KI-Projekte aller Art erfolgreich begleitet – von Machine Learning bis zur generativen KI, vom foundation model bis zur Anwendung fertiger Tools, vom Training bis zum Testing. Geradlinig, klar und fundiert begleiten wir Ihre KI-Strategieentwicklung, die Implementierung der resultierenden Projekte und das Training Ihrer Mitarbeiter.
Wie wir
arbeiten. _____
Unser Vorgehen folgt keinen starren Schablonen, sondern richtet sich individuell nach Ihrem Bedarf. Ein konkretes Beispiel für unser Projektvorgehen von der Entwicklung der KI-Strategie bis zur erfolgreichen Implementierung zeigen wir hier.
Bestandsaufnahme Projekte, Ressourcen, Rahmen
Mit der breiten Verfügbarkeit fortgeschrittener KI-Tools und -Verfahren ist die Schwelle für erste KI-Nutzungsbeispiele gering und sollte für Experimente genutzt werden. Umso wichtiger ist allerdings auch eine kritische Bestandsaufnahme der vorhandenen KI-Projekte und Projektideen, Erfolge und Misserfolge. Nicht selten pflastern „Chatbot-Leichen“ den Weg zu einer konsolidierten, systematischen Erarbeitung des Erfolgs.
Ebenso ist die Identifikation vorhandener Ressourcen für Projektdurchführung inklusive Spezialisten und erfahrenen Anwendern eine wichtige Erfolgsvoraussetzung für die nachfolgenden Schritte. Rahmenbedingungen insbesondere in der IT, einschließlich der Infrastruktur und der vorhandenen Plattformen und Tools sind zu prüfen, bestehende regulatorische und unternehmensinterne Richtlinien oder Vorgaben ebenfalls zu erfassen. Eine erste Einschätzung der AI-readiness der Organisation inklusive Projekterfahrung in IT und betroffenen Fachbereichen und Unternehmenskultur ergänzt das für eine erfolgreiche Strategieentwicklung notwendige Gesamtbild.
Systematische Potentialabschätzung
KI kann zur Kostensenkung, Qualitätsverbesserung oder Umsatzsteigerung im bestehenden Geschäft beitragen, und auch völlig neue Produktinnovationen ermöglichen. Je Geschäftsbereich werden die entsprechenden Potentiale systematisch identifiziert. Dazu stehen verschiedene Strukturierungsrahmen und Kollaborationstechniken zur Verfügung, so dass die bestehende Expertise optimal genutzt werden kann.
Zur Bewertung der identifizierten Potentiale auf Basis der bestehenden und absehbaren Möglichkeiten der KI erfolgt je Geschäftsbereich
- eine erste Quantifizierung des Nutzens der jeweiligen Potentiale und Projektmöglichkeiten,
- eine Abschätzung der strategischen Bedeutung im Wettbewerb und
- eine Abschätzung der jeweiligen Projekt- und Transformationskosten.
Soweit die Projekt- und Transformationskosten noch nicht bestimmbar sind, kann eine Analyse der Machbarkeit und das Aufzeigen der Lücken oder noch zu leistenden Arbeiten erste Hinweise bieten.
KI-Strategiedefinition
Vor dem Hintergrund der übergeordneten Unternehmensstrategie werden die identifizierten und Potentiale, Projektmöglichkeiten und Maßnahmenbereiche systematisch priorisiert und in ihrer Attraktivität auch in Konkurrenz zu weiteren Unternehmenszielen bewertet. Es resultiert eine Festlegung der strategischen Unternehmensziele, die mit KI erreicht werden sollen und die ihrerseits eine angemessene KI-Kompetenzentwicklung beinhalten können.
Die grundlegende Implementierungsstrategie (z.B. Start mit Pilot- oder Leuchtturmprojekten vs. „low hanging fruit“ vs. umfassende KI-Transformation, strategische Prioritäten, Budgetansätze) im Wechselspiel mit der IT-Strategie ist bei der Entwicklung der KI-Strategie ebenfalls mitzubedenken und kann nicht erst in einem nachfolgenden Schritt definiert werden.
Aus der Bestandsaufnahme hinsichtlich der Erfolgsvoraussetzungen für KI-Projekte können weiterhin strategische Maßnahmen z.B. bei der Personalgewinnung oder Transformationsziele hinsichtlich Organisationsstruktur und Unternehmenskultur resultieren.
Entwicklung der KI-Roadmap
Je strategischem Maßnahmenbereich werden erfolgversprechendsten KI-Projekte priorisiert und in technisch sinnvollen Entwicklungsstufen geplant. Es schließen sich an:
- Festlegung einer Short List und eines Backlogs
- Abschätzung von Projektaufwand und Ressourcenbedarf für die Projekte der Short List, genauere Bewertung von Nutzen und Kosten je Projektstufe
- Entscheidung über durchzuführende Projekte oder Pilotprojekte, deren Reihenfolge und Priorität
Neben der konkreten Projektpriorisierung muss die geeignete Organisations- und Steuerungsstruktur beschrieben und, soweit nicht bereits vorhanden, als eigenständiges Ziel in der Roadmap verankert werden. Typischerweise ist eine cross-divisionale, agile Organisation mit engen Feedback-, Lern- und Anpassungsschleifen geeignet.
Eine systematische Wertung der Risiken in den Bereichen Regulatorik (z.B. Compliance, Datenschutz, Urheberrecht), Reputation, Sicherheit und Qualität beeinflusst die Maßnahmenplanung und führt zur Festlegung von KI-Richtlinien oder der Ergänzung bestehender Richtlinien.
(Personelle) Erfolgsvoraussetzungen für den Projektstart schaffen
Für einen erfolgreichen Start der KI-Projektarbeit müssen zunächst die Erfolgsvoraussetzungen geschaffen werden. Zum Teil sind noch technische Vorarbeiten erforderlich, in den meisten KI-Projekten sind allerdings die Bereitstellung der erforderlichen personellen Ressourcen und der Teamaufbau der wesentliche Erfolgsfaktor.
Die Verfügbarkeit der geeigneten Talente und Fähigkeiten muss daher frühzeitig berücksichtigt und sichergestellt werden. Auch die quantitativ oft bedeutsamsten, aber weniger „Ruhm und Ehre“ versprechenden Tätigkeiten im Bereich Training und Testing müssen ressourcenseitig von Vornherein explizit mitgeplant werden.
Ein unkonventioneller Ansatz zur bestmöglichen Nutzung knapper Talente und Fähigkeiten besteht im gezielten Einsatz geeigneter Arbeitsstrukturen und Organisationsformen. Eine agile Ausgestaltung kann kritische Ressourcen effizient von weniger zielführenden Tätigkeiten entlasten, zur Entfaltung bringen und im Unternehmen halten. Agile Arbeitsweisen mit der geeigneten Kultur können durch ihre Adaptivität und Flexibilität auch auf den ersten Blick weniger geeignete Profile effektiv einbinden und einen signifikanten Beitrag zum Upskilling der Mitarbeiter leisten.
Eine geeignete Kultur und Arbeitsorganisation fördert primär die Qualität der Arbeitsergebnisse – fast genauso wichtig sind oft die positiven Effekte auf den Erfolgsfaktor Personal. Notwendige Unterstützung der Teams und mittel- und langfristig sinnvolle Ergänzungsmaßnahmen können in diesem Schritt definiert und angestoßen werden.
Analyse der bestehenden und erforderlichen Daten
Ausgangsbasis für jedes KI-Projekt ist neben klaren Projektzielen und der entsprechend sauberen Definition der erwünschten Informationsziele eine fundierte Analyse der bestehenden Datengrundlage sowie der Daten, die noch verfügbar gemacht werden können und sollen. Auf dieser Basis wird der weitere Aufwand für die Integration der Applikationen und Daten abschätzbar. Auch Art, Umfang und sinnvolle Ausgestaltung des erforderlichen Trainings des KI-Modells werden greifbar, und die Aufteilung der Daten in Trainings- und Testdaten wird definiert.
Die Aufbereitung der Daten macht einen großen Teil des Aufwands vieler KI-Projekte aus und ist häufig erfolgsentscheidend. Eine ganzheitliche Sicht über das Einzelprojekt hinaus ermöglicht mittelfristig erhebliche Kosten- und Leistungsvorteile. In einigen Fällen gehen diese so weit, dass eine Reorganisation zur besseren Gewinnung und Nutzung von Daten erfolgt.
Pilotprojekte, Prototypen oder Analysemodelle können erforderlich sein, um den Aussagegehalt der Daten in Bezug auf die Projektziele abzuschätzen. Oft ergibt in der Folge die Analyse der Abhängigkeiten der Daten untereinander konkrete Erkenntnisse zur geeigneten Projektstruktur und zeitlichen Abfolge der Projekte und Implementierungsstufen.
Die im Zuge von KI-Projekten deutlich stärkere Beschäftigung mit der Datengrundlage führt oft zur Festlegung einer breiter angelegten Datenstrategie, inklusive grundlegender Datenstrukturen, Qualitätsanforderungen und Vorgehensweisen. Diese kann eine neue Klasse von strategischen Wettbewerbsvorteilen des Unternehmens begründen.
Selektion der Plattform, Tools und Dienstleister
Auf der Grundlage einer adäquaten Zieldefinition des jeweiligen (Teil-)Projekts und geeigneter Daten ist eine erste Abschätzung technischer Parameter und Bedarfe möglich. Ausgehend von der bestehenden IT-Infrastruktur, und auf der Basis eines anbieterneutralen Marktscreenings, erfolgt dann die Selektion geeigneter Entwicklungs- und Betriebsplattformen sowie konkreter Tools.
Eine grundlegende Neuentwicklung spezialisierter Künstlicher Intelligenz kann in einzelnen Kernbereichen einen strategischen Wettbewerbsvorteil erreichen – häufiger wird allerdings eine effektive Anwendung und Kombination bestehender Tools ausreichen. Dies wird in einem strukturierten Bewertungsprozess erarbeitet.
Wir berücksichtigen dabei den unmittelbaren Bedarf, die Kosten und die Qualität ebenso wie die Einbettung in Ihre weitere IT-Strategie (z.B. Multi-Cloud-Strategie) und die mittel- und langfristigen strategischen Auswirkungen.
Sofern Sie für die Implementierung auf Dienstleister zurückgreifen möchten, unterstützen wir auf Wunsch den weiteren Prozess der systematischen Anbieterauswahl von der Übersicht potenziell geeigneter Kandidaten über das geeignete Schneiden der Projektpakete und die Gestaltung der Governance bis zur effektiven Vertragsgestaltung.
Die Organisation und Prozessgestaltung der Entwicklung oder Integration von KI-Applikationen durch eigene Mitarbeiter und Dienstleister muss in diesem Schritt mitbedacht werden. Meist wird ein agiles Vorgehen zweckmäßig sein, bei dem Iterationen mit jeweils schnellem, marktorientierten Feedback ohnehin vorgesehen sind und die konkrete Abfolge von Prototypen, Pilotprojekten und MVP von den Projektteams situativ konkretisiert wird. Frameworks wie SAFe gewährleisten neben der Nutzung agiler Vorteile auch die notwendige zentrale Koordination.
Kontinuierliche strategische Weiterentwicklung und operative Projektsteuerung
Die Dynamik im Bereich der KI ist extrem. Zwangsläufig steigen damit auch die Unsicherheit und bei aller Voraussicht und Kompetenz auch die Wahrscheinlichkeit für Fehlschläge. Warten auf ein Nachlassen der Dynamik und Unsicherheit ist in der Regel dennoch die schlechteste aller Strategien, die nicht nur Erfolgspotenziale, sondern insbesondere auch organisatorisches Lernen vermeidet.
Ein ständiges „inspect&adapt“ ist erforderlich, nicht allein auf der Ebene der einzelnen agilen Projektteams, sondern auch ganzheitlich auf strategischer Ebene. Dies bedingt eine angemessene Informationsversorgung, die Bereitschaft zu unangenehmen, aber notwendigen Entscheidungen und insbesondere auch eine Kultur der Agilität und Lernbereitschaft. Soweit diese Erfolgsfaktoren noch gefördert werden müssen, werden geeignete Anpassungsmaßnahmen definiert.
Eine geeignete Projektportfolio-Steuerung wird daher nicht auf der Kostenseite „Erbsen zählen“, sondern Prämissen, strategische Ausrichtung und Zielerreichung der KI-Projekte in angemessenen Intervallen unter Einbeziehung der internen Kompetenzträger, der Kunden und des Umfelds überprüfen. Wir unterstützen gern die Einrichtung der geeigneten Strukturen und Prozesse und der adäquaten Informationsversorgung.
Auf Basis der Richtlinien für KI-Sicherheit, -Qualität und -Compliance werden konkrete Risiken der KI, z.B. hinsichtlich bias, drift, Transparenz und Erklärbarkeit identifiziert und regelmäßig bewertet.
Impulse für die organisatorische und strategische Weiterentwicklung, insbesondere die Datenstrategie, werden von Fall zu Fall abgeleitet.
Strategiekompetenz.
KI und IT-Kompetenz.
Steuerungskompetenz.
Um mit KI zu den Gewinnern von morgen zu gehören, stellen Sie heute die Weichen. Mit unserem bewährten Vorgehen und unserer Kompetenz unterstützen wir Ihre KI-Strategieentwicklung und stellen den Erfolg Ihrer Implementierungsprojekte sicher.
