Programminhalte
Ihr eigenes KI-Vorhaben strukturiert entwickeln – von der Problemdefinition bis zum Experiment-Setup.
Problemdefinition und KI-Relevanz
Viele KI-Vorhaben scheitern daran, dass die eigentliche Fragestellung unscharf bleibt oder sich KI als Lösung nicht aufdrängt. In diesem Block schärfen Sie Ihr Projektanliegen und prüfen, ob und wo KI tatsächlich Mehrwert bringt.
- Problemdefinition und Use-Case-Schärfung
- KI-Relevanz und Abgrenzung zu klassischen Digitalprojekten
- Abgleich mit Unternehmensstrategie und Anspruchsgruppen
Datengrundlagen und AI-Readiness
Ohne geeignete Daten und organisationale Voraussetzungen bleibt jedes KI-Vorhaben Stückwerk. Sie lernen, typische Datenfallstricke zu erkennen und die AI-Readiness Ihres Vorhabens realistisch zu beurteilen.
- Datenqualität, -verfügbarkeit und -governance
- AI-Readiness-Check für das eigene Vorhaben
- Typische Fallstricke je Projektphase
Experiment-Setup und Umsetzungsplanung
Der letzte Block führt alle Elemente zusammen: Sie entwickeln für Ihr Vorhaben ein strukturiertes Experiment oder einen Piloten inklusive Testdesign, Qualitätssicherung und Umsetzungsplanung entlang agiler Methodenelemente des Design Sprints.
- Experiment- und Pilot-Design
- Testdesign und Qualitätssicherung
- Umsetzungsplanung und organisationale Verankerung
AI Project Canvas als roter Faden
Das AI Project Canvas begleitet Sie durch alle Phasen und dient als strukturiertes Arbeits- und Abschlussdokument für Ihr Vorhaben im eigenen Unternehmen.
- Strukturierte Ausarbeitung des eigenen Vorhabens
- Peer-Feedback und Reflexion
- Transfer in die eigene Organisation
Qualifikationsschritte
- Schriftlich dokumentiertes «AI Project Canvas» zum eigenen KI-Vorhaben (Einzelarbeit)
- Mündliche Abschlusspräsentation mit strukturiertem Peer-Feedback
