Strategiepapier / Teil A · Orientierung
A1Lesepfade
Welche Kapitel Geschäftsführung, IT-Leitung, Berater:innen und KI-Experten zuerst, gründlich oder nur im Überblick lesen, welche Kapitel zu welcher Ausgangsfrage passen, und eine Übersicht aller 24 Kapitel.
Ihr Lesepfad
Wer eine KI-Strategie erarbeitet, muss nicht alle 24 Kapitel gleich gründlich lesen. Welche Kapitel zuerst wichtig sind, hängt von der eigenen Rolle ab. Wählen Sie deshalb Ihre Rolle: Das Inhaltsverzeichnis links zeigt dann nur die Kapitel für den Einstieg und zum gründlichen Lesen, und „Weiter“ am Kapitelende führt zum nächsten Kapitel Ihres Lesepfads. „Alle Kapitel“ zeigt wieder alle Kapitel.
Jedes Kapitel trägt eine Kennung aus Buchstabe und Zahl, etwa B2: Der Buchstabe nennt den Teil, die Zahl die Stelle des Kapitels in diesem Teil.
- A · Orientierung
- A1 · Orientierung Lesepfade gelesen9 Min.
- A2 · Orientierung Warum eine KI-Strategie gelesen8 Min.
- A3 · Orientierung Grundlagen und Begriffe gelesen22 Min.
- A4 · Orientierung Reifegradanalyse gelesen20 Min.
- B · Strategie
- B1 · Strategie Vision und strategische Einbettung gelesen17 Min.
- B2 · Strategie Anwendungsfälle identifizieren und priorisieren gelesen18 Min.
- B3 · Strategie Build, Buy oder Partner gelesen18 Min.
- B4 · Strategie Datenstrategie gelesen13 Min.
- B5 · Strategie Zielbild-Architektur gelesen20 Min.
- B6 · Strategie Betriebsmodell und Organisation gelesen16 Min.
- B7 · Strategie Rollen und Verantwortlichkeiten gelesen31 Min.
- B8 · Strategie Regulatorik und Compliance gelesen27 Min.
- B9 · Strategie Sicherheit für KI gelesen25 Min.
- B10 · Strategie Ethik und Responsible AI gelesen25 Min.
- B11 · Strategie Change Management und Befähigung gelesen16 Min.
- C · Vorgehen
- C1 · Vorgehen Vorgehensmodell gelesen17 Min.
- C2 · Vorgehen Roadmap und Einführung gelesen13 Min.
- C3 · Vorgehen Vom Piloten zur Produktion gelesen18 Min.
Typischer Anlass: Eine Budgetentscheidung, ein Vortrag im Vorstand oder eine Frage des Aufsichtsrats nach der KI-Strategie.
- Einstieg
- A2 · Orientierung Warum eine KI-Strategiewarum das Unternehmen eine KI-Strategie braucht gelesen8 Min.
- A4 · Orientierung Reifegradanalysewie gut das Unternehmen auf KI vorbereitet ist gelesen20 Min.
- Gründlich lesen
- B1 · Strategie Vision und strategische Einbettungdie Festlegungen der Geschäftsführung von den Fokusfeldern bis zur langfristigen Vision gelesen17 Min.
- B2 · Strategie Anwendungsfälle identifizieren und priorisierenwie Anwendungsfälle ausgewählt werden, vor allem ihre Priorisierung gelesen18 Min.
- B8 · Strategie Regulatorik und Compliancerechtliche Pflichten und Fristen gelesen27 Min.
- C2 · Vorgehen Roadmap und Einführungder zeitliche Umsetzungsplan (Roadmap) gelesen13 Min.
- D4 · Messung Reporting und Stakeholder-Kommunikationwelche Kennzahlen und Berichte der Vorstand erhalten sollte gelesen12 Min.
Typischer Anlass: Eine Architekturentscheidung, die Auswahl eines Anbieters oder der Übergang eines Piloten in den Regelbetrieb.
- Einstieg
- A3 · Orientierung Grundlagen und Begriffegemeinsame Begriffe gelesen22 Min.
- A4 · Orientierung ReifegradanalyseReifegradanalyse, vor allem die Bewertungsdimensionen Technologie und Daten gelesen20 Min.
- Gründlich lesen
- B3 · Strategie Build, Buy oder PartnerWahl zwischen Eigenentwicklung, Kauf und Partner gelesen18 Min.
- B4 · Strategie DatenstrategieDatenqualität, Datenzugang und Wissensbasen gelesen13 Min.
- B5 · Strategie Zielbild-Architekturdie gemeinsame technische Plattform gelesen20 Min.
- B6 · Strategie Betriebsmodell und OrganisationOrganisation der KI-Arbeit und Freigaben gelesen16 Min.
- B9 · Strategie Sicherheit für KISchutz der KI-Systeme gelesen25 Min.
- C1 · Vorgehen Vorgehensmodell gelesen17 Min.
- C3 · Vorgehen Vom Piloten zur ProduktionVorgehen in Phasen und Übergang eines Piloten in den Regelbetrieb gelesen18 Min.
- D1 · Messung Metriken und Evaluierung gelesen16 Min.
- D2 · Messung Kosten und FinOpsKennzahlen und Kosten gelesen12 Min.
Typischer Anlass: Ein Auftrag zur Strategieentwicklung, eine Reifegradanalyse beim Kunden oder die Begleitung bei der Erstellung einer Roadmap.
- Gründlich lesen
- B1 · Strategie Vision und strategische Einbettung gelesen17 Min.
- B2 · Strategie Anwendungsfälle identifizieren und priorisieren gelesen18 Min.
- B3 · Strategie Build, Buy oder Partner gelesen18 Min.
- B4 · Strategie Datenstrategie gelesen13 Min.
- B5 · Strategie Zielbild-Architektur gelesen20 Min.
- B6 · Strategie Betriebsmodell und Organisation gelesen16 Min.
- B7 · Strategie Rollen und Verantwortlichkeiten gelesen31 Min.
- B8 · Strategie Regulatorik und Compliance gelesen27 Min.
- B9 · Strategie Sicherheit für KI gelesen25 Min.
- B10 · Strategie Ethik und Responsible AI gelesen25 Min.
- B11 · Strategie Change Management und Befähigung gelesen16 Min.
- C1 · Vorgehen Vorgehensmodell gelesen17 Min.
- C2 · Vorgehen Roadmap und Einführung gelesen13 Min.
- C3 · Vorgehen Vom Piloten zur ProduktionVorgehen von der Bestandsaufnahme bis zum Regelbetrieb gelesen18 Min.
- E1 · Werkzeugkasten Vorlagen und ChecklistenVorlagen und Checklisten, die sich direkt in Workshops mit Kunden einsetzen lassen gelesen12 Min.
Typischer Anlass: Ein neuer Anwendungsfall, der Entwurf eines Prüfverfahrens für die Ergebnisqualität oder eine anstehende Prüfung von Sicherheit oder Fairness.
- Einstieg
- A3 · Orientierung Grundlagen und Begriffegemeinsame Begriffe, vor allem die Abgrenzung der drei Wege, einem Sprachmodell Wissen mitzugeben: über die Anweisung in der Anfrage (Prompting), über Dokumente, die zur Laufzeit gesucht und mitgegeben werden (Retrieval-Augmented Generation, RAG), und durch Nachtrainieren mit eigenen Daten (Fine-Tuning) gelesen22 Min.
- B5 · Strategie Zielbild-Architekturdie Ebenen der gemeinsamen technischen Plattform gelesen20 Min.
- Gründlich lesen
- B4 · Strategie DatenstrategieDatenqualität, Wissensbasen und Kennzeichnung von Daten gelesen13 Min.
- B9 · Strategie Sicherheit für KISicherheit, einschließlich der OWASP Top 10 für LLM-Anwendungen gelesen25 Min.
- B10 · Strategie Ethik und Responsible AIKennzahlen für Fairness und Methoden, mit denen sich Modellentscheidungen erklären lassen gelesen25 Min.
- C3 · Vorgehen Vom Piloten zur ProduktionAufbau eines Piloten gelesen18 Min.
- D1 · Messung Metriken und EvaluierungEvaluierung gelesen16 Min.
- D2 · Messung Kosten und FinOpsKosten je Anfrage gelesen12 Min.
Kapitelübersicht
Die Tabelle nennt zu jedem Kapitel, was es behandelt. Mit ihr lässt sich jedes Kapitel einordnen, auf das ein Lesepfad verweist.
| Nr. | Kapitel | Inhalt |
|---|---|---|
| Teil A | Orientierung | |
| A1 | Lesepfade | Kapitelübersicht, Lesepfade je Rolle und Einstiege nach Ausgangsfrage. |
| A2 | Warum eine KI-Strategie | Wie verbreitet KI im Arbeitsalltag schon ist, welche Folgen ein KI-Einsatz ohne Strategie hat und was eine KI-Strategie dagegen festlegt. Zu den Folgen gehören Schatten-KI, also KI-Werkzeuge, die Mitarbeitende ohne Freigabe nutzen, und Piloten ohne Ergebnis. Ein Pilot ist ein zeitlich begrenzter Einsatz eines Anwendungsfalls mit echten Nutzern. |
| A3 | Grundlagen und Begriffe | Grundbegriffe: maschinelles Lernen, generative KI, also KI, die Texte, Bilder oder Programmcode erzeugt, und große Sprachmodelle (Large Language Models, LLM). Dazu die drei Wege, einem Sprachmodell Wissen mitzugeben, KI-Agenten (Systeme, die selbstständig mehrere Arbeitsschritte ausführen), die Verfahren für Entwicklung, Auslieferung und Überwachung von Modellen im Betrieb (MLOps, bei Sprachmodellen LLMOps) und ein Glossar. |
| A4 | Reifegradanalyse | Ein Reifegradmodell, mit dem ein Unternehmen in fünf Schritten bestimmt, wie gut es auf KI vorbereitet ist. Es bewertet sieben Dimensionen wie Daten, Technologie oder Kultur auf je fünf Stufen und zeigt den Engpass, in den das Unternehmen zuerst investieren sollte. Dazu ein Bewertungsbogen zur Selbsteinschätzung. |
| Teil B | Strategie | |
| B1 | Vision und strategische Einbettung | Sechs Festlegungen der Geschäftsführung, die den KI-Einsatz an die Unternehmensstrategie binden: Fokusfelder, Budget, Gesamtverantwortung, Veränderungsmanagement, Erfolgsmessung und langfristige Vision. Dazu eine Vorlage und eine Checkliste. |
| B2 | Anwendungsfälle identifizieren und priorisieren | Anwendungsfälle finden, nach Wert und Machbarkeit bewerten, den Bezugsweg wählen und den Business Case rechnen, also Nutzen und Kosten eines Anwendungsfalls gegenüberstellen. Dazu ein Steckbrief je Anwendungsfall (Use-Case Canvas), eine Bewertungstabelle (Scorecard), eine Priorisierungsmatrix aus Wert und Machbarkeit und ein durchgerechnetes Beispiel. |
| B3 | Build, Buy oder Partner | Acht Kriterien in einer Entscheidungsmatrix für die Wahl zwischen Eigenentwicklung (Build), Kauf eines fertigen Produkts (Buy) und Umsetzung mit einem Partner. Dazu ein Fragenkatalog mit elf Kategorien für die Auswahl eines Anbieters und eine Vorlage für den Anbietervergleich. |
| B4 | Datenstrategie | Datenqualität in sechs Dimensionen, Datenzugang, Regeln und Zuständigkeiten für Daten (Data Governance), Wissensbasen (Dokumentensammlungen, aus denen generative KI die Inhalte ihrer Antworten bezieht), Beschaffung und Kennzeichnung von Daten und die Wahl zwischen Aufbau und Zukauf von Datenkompetenz. Dazu eine Vorlage für ein Verzeichnis der Datenquellen (Datenquellen-Inventar). |
| B5 | Zielbild-Architektur | Die technische Plattform, die alle KI-Anwendungsfälle gemeinsam nutzen: sechs Ebenen in der Reihenfolge, in der die Daten sie durchlaufen, darunter je eine Ebene für Sprachmodelle und KI-Agenten und für den Betrieb der Modelle, und eine Sicherheitsebene für alle sechs. Dazu die Wahl zwischen Cloud, eigenem Rechenzentrum und hybridem Betrieb und Vorlagen für Bestandsaufnahme und Architekturentscheidung. |
| B6 | Betriebsmodell und Organisation | Wie ein Unternehmen seine KI-Arbeit organisiert: zentral, föderiert (die Fachbereiche entwickeln selbst nach gemeinsamen, verbindlichen Vorgaben) oder hybrid. Dazu das KI-Kompetenzzentrum, also ein zentrales Team, das KI-Fachwissen bündelt, die Plattform bereitstellt und Standards setzt, ein geordneter Eingang für neue Ideen und verbindliche Freigaben von der Idee bis zur Stilllegung eines Modells. |
| B7 | Rollen und Verantwortlichkeiten | Welche Rollen ein Unternehmen für KI braucht, wer was entscheidet und wie sich die Rollen je nach Unternehmensgröße bündeln lassen. Dazu eine Verantwortungsmatrix je Anwendungsfall (RACI: wer durchführt, wer entscheidet, wer mitwirkt, wer informiert wird) und ein Rollensteckbrief. |
| B8 | Regulatorik und Compliance | Pflichten nach der KI-Verordnung der EU (EU AI Act) je Risikoklasse und je nachdem, ob das Unternehmen ein KI-System anbietet oder betreibt, mit den Fristen in der Fassung des Digital Omnibus on AI, der Änderungsverordnung (EU) 2026/1744 von Juli 2026. Dazu Datenschutz nach der Datenschutz-Grundverordnung (DSGVO), Vorgaben der Finanz- und Versicherungsaufsicht, Mitbestimmung und Haftung. Zur Aufsicht gehören die Rundschreiben der Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin), etwa die Mindestanforderungen an die Geschäftsorganisation von Versicherungsunternehmen (MaGo), und die EU-Verordnung über die digitale operationale Resilienz im Finanzsektor (Digital Operational Resilience Act, DORA). |
| B9 | Sicherheit für KI | Angriffe auf KI-Systeme, darunter das Einschleusen fremder Anweisungen über die Eingabe (Prompt Injection), Datenabfluss und Missbrauch, und Schutzmaßnahmen in sieben Schichten. Dazu die OWASP Top 10 für LLM-Anwendungen, die Liste der zehn wichtigsten Sicherheitsrisiken für Anwendungen mit großen Sprachmodellen, herausgegeben von der OWASP Foundation (Open Worldwide Application Security Project). Außerdem Sicherheitstests, die Reaktion auf Sicherheitsvorfälle und eine Sicherheits-Checkliste je Anwendungsfall. |
| B10 | Ethik und Responsible AI | Verantwortungsvoller Einsatz von KI (Responsible AI) nach fünf Grundprinzipien: Fairness, also die Gleichbehandlung von Personengruppen, Transparenz, menschliche Aufsicht über KI-Entscheidungen, Verantwortlichkeit und Zweckbindung. Dazu eine Prüfung neuer Anwendungsfälle auf ethische Fragen in zwei Stufen (Ethik-Review) und Kennzahlen für Fairness. |
| B11 | Change Management und Befähigung | Veränderungsmanagement (Change Management): Rollen für den Wandel, darunter eine Person aus der Unternehmensleitung, die ihn sichtbar vertritt (Sponsorschaft), Akzeptanz bei den Betroffenen, Kommunikationsplan, Schulung der Mitarbeitenden, Planung der nötigen KI-Fachkräfte (Talentstrategie) und die dauerhafte Verankerung der neuen Arbeitsweisen. Dazu eine Übersicht aller Personen und Gruppen, die vom Wandel betroffen sind oder ihn beeinflussen (Stakeholder-Landkarte). |
| Teil C | Vorgehen | |
| C1 | Vorgehensmodell | Fünf Phasen von der Bestandsaufnahme (englisch Assess) über Strategie, Pilot und Skalierung bis zum Betrieb (Operate), mit Entscheidungspunkten zwischen den Phasen und den häufigsten Fehlern im Vorgehen. |
| C2 | Roadmap und Einführung | Die Roadmap, also der zeitliche Umsetzungsplan. Dazu die Abwägung zwischen Quick Wins (schnell umsetzbare Vorhaben mit sichtbarem Nutzen) und langfristigen Vorhaben mit unsicherem, aber großem Nutzen (strategische Wetten), die Planung in aufeinanderfolgenden Wellen mit der Schulung der Mitarbeitenden als eigenem Arbeitsstrang und die Grenzen, die die verfügbaren Fachkräfte der Zahl gleichzeitiger Vorhaben setzen. |
| C3 | Vom Piloten zur Produktion | Warum Piloten scheitern, Kriterien, nach denen ein Pilot auf das ganze Unternehmen ausgeweitet wird, und die Checkliste für die Entscheidung über den Regelbetrieb (Go/No-Go). Dazu die Wege, eine Lösung schrittweise in allen Bereichen einzuführen (Rollout-Strategien). |
| Teil D | Messung | |
| D1 | Metriken und Evaluierung | Kennzahlen (Key Performance Indicators, KPIs) in vier Kategorien: technische Leistung, geschäftlicher Erfolg, Risiko und Prozess. Dazu Kennzahlen für generative KI und KI-Agenten, Schwellenwerte, ab denen gehandelt wird, und Methoden der Evaluierung, also der systematischen Prüfung, wie gut die Ergebnisse eines Modells sind. |
| D2 | Kosten und FinOps | Gesamtkosten über die Nutzungsdauer (Total Cost of Ownership, TCO) in acht Kostenfeldern, Kosten der Modellnutzung, die Anbieter nach der Zahl verarbeiteter Token (Textbausteine aus wenigen Zeichen) abrechnen, und Kosten und Nutzen je Anfrage (Unit Economics). Dazu Maßnahmen, die Kosten senken, und die laufende Kostensteuerung (FinOps, von englisch Financial Operations). |
| D3 | Risikomanagement | Risikomanagement als Kreislauf aus Erfassen, Bewerten, Behandeln und Überwachen. Dazu das Risiko-Register (Verzeichnis aller erkannten Risiken mit Bewertung und verantwortlicher Person), der Risikoappetit (wie viel Risiko die Geschäftsführung hinzunehmen bereit ist) und Frühindikatoren, die ein Risiko anzeigen, bevor es eintritt. |
| D4 | Reporting und Stakeholder-Kommunikation | Welche Zielgruppe welche Informationen braucht, drei Ebenen von Dashboards (ständig aktualisierte Kennzahlenansichten), Berichtsrhythmen (wer welchen Bericht wie oft erhält), eine Vorlage für den Vorstandsbericht und Transparenz gegenüber Aufsicht und Öffentlichkeit. |
| Teil E | Werkzeugkasten | |
| E1 | Vorlagen und Checklisten | Alle Vorlagen, Checklisten und Arbeitshilfen, geordnet nach den Grundlagen im Unternehmen und den fünf Phasen eines KI-Vorhabens, jeweils mit Link auf die Stelle im Kapitel. |
| E2 | Quellen und Aktualität | Quellen je Themenbereich, Stand-Vermerke, also der Hinweis, auf welchem Datum eine Angabe beruht, der Rhythmus, in dem die Angaben aktualisiert werden, und der Hinweis, dass die Inhalte keine Rechtsberatung sind. |
Lesepfade nach Rolle
Am Anfang jedes Kapitels steht, für welche Rollen es hauptsächlich geschrieben ist. Die Lesepfade nennen zusätzlich Kapitel, die eine Rolle für ihre Entscheidungen kennen muss, auch wenn das Kapitel nicht in erster Linie für sie geschrieben ist. Jeder Pfad sagt, wo die Rolle einsteigt, was sie gründlich liest und wo ein Überblick genügt.
Geschäftsführung (CEO)
| Lesepfad | Inhalt |
|---|---|
| Einstieg | A2: warum das Unternehmen eine KI-Strategie braucht. A4: wie gut das Unternehmen auf KI vorbereitet ist. Mindestens die Ergebnisse lesen: das Reifeprofil, also die Reifestufe je Bewertungsdimension wie Daten oder Technologie, und den Engpass, also die Dimension, die den weiteren KI-Einsatz am stärksten bremst. |
| Gründlich lesen | B1: die Festlegungen der Geschäftsführung von den Fokusfeldern bis zur langfristigen Vision. B2: wie Anwendungsfälle ausgewählt werden, vor allem ihre Priorisierung. B8: rechtliche Pflichten und Fristen. C2: der zeitliche Umsetzungsplan (Roadmap). D4: welche Kennzahlen und Berichte der Vorstand erhalten sollte. |
| Überblick genügt | A3: das Glossar zum Nachschlagen, wenn ein Fachbegriff unklar ist. Die technischen Grundlagen braucht die Geschäftsführung nicht im Einzelnen. Von B5, B9 und D1 genügen jeweils Einleitung und Checkliste. Die Einzelheiten zu Architektur, Sicherheit und Kennzahlen verantwortet die IT-Leitung. |
| Typischer Anlass | Eine Budgetentscheidung, ein Vortrag im Vorstand oder eine Frage des Aufsichtsrats nach der KI-Strategie. |
IT-Leitung (CTO)
| Lesepfad | Inhalt |
|---|---|
| Einstieg | A3: gemeinsame Begriffe. A4: Reifegradanalyse, vor allem die Bewertungsdimensionen Technologie und Daten. |
| Gründlich lesen | B3: Wahl zwischen Eigenentwicklung, Kauf und Partner. B4: Datenqualität, Datenzugang und Wissensbasen. B5: die gemeinsame technische Plattform. B6: Organisation der KI-Arbeit und Freigaben. B9: Schutz der KI-Systeme. C1 und C3: Vorgehen in Phasen und Übergang eines Piloten in den Regelbetrieb. D1 und D2: Kennzahlen und Kosten. |
| Überblick genügt | Von B1 und D4 genügen die Kernaussagen. Die IT-Leitung muss aber wissen, welche Zahlen und Angaben sie für die Festlegungen der Geschäftsführung und für die Berichte zuliefert. |
| Typischer Anlass | Eine Architekturentscheidung, die Auswahl eines Anbieters oder der Übergang eines Piloten in den Regelbetrieb. |
Berater:innen
| Lesepfad | Inhalt |
|---|---|
| Einstieg | A4: Reifegradanalyse als Werkzeug für den Beginn eines Kundenauftrags. |
| Gründlich lesen | Alle Kapitel von Teil B, B1 bis B11, weil sie die Bausteine jeder KI-Strategie behandeln. C1 bis C3: Vorgehen von der Bestandsaufnahme bis zum Regelbetrieb. E1: Vorlagen und Checklisten, die sich direkt in Workshops mit Kunden einsetzen lassen. |
| Überblick genügt | Kein Kapitel dauerhaft. Welche Kapitel gründlich zu lesen sind, hängt vom jeweiligen Kundenauftrag ab. |
| Typischer Anlass | Ein Auftrag zur Strategieentwicklung, eine Reifegradanalyse beim Kunden oder die Begleitung bei der Erstellung einer Roadmap. |
KI-Experten
Gemeint sind Data Scientists, also Fachleute, die Modelle aus Daten entwickeln, und Entwickler:innen, die KI-Lösungen bauen und betreiben.
| Lesepfad | Inhalt |
|---|---|
| Einstieg | A3: gemeinsame Begriffe, vor allem die Abgrenzung der drei Wege, einem Sprachmodell Wissen mitzugeben: über die Anweisung in der Anfrage (Prompting), über Dokumente, die zur Laufzeit gesucht und mitgegeben werden (Retrieval-Augmented Generation, RAG), und durch Nachtrainieren mit eigenen Daten (Fine-Tuning). B5: die Ebenen der gemeinsamen technischen Plattform. |
| Gründlich lesen | B4: Datenqualität, Wissensbasen und Kennzeichnung von Daten. B9: Sicherheit, einschließlich der OWASP Top 10 für LLM-Anwendungen. B10: Kennzahlen für Fairness und Methoden, mit denen sich Modellentscheidungen erklären lassen. C3: Aufbau eines Piloten. D1: Evaluierung. D2: Kosten je Anfrage. |
| Überblick genügt | B1, B6 und D4. Diese drei Kapitel zeigen, in welchem Rahmen die eigene Arbeit steht: welche Ziele die Geschäftsführung setzt, wie die KI-Arbeit organisiert ist und worüber berichtet wird. |
| Typischer Anlass | Ein neuer Anwendungsfall, der Entwurf eines Prüfverfahrens für die Ergebnisqualität oder eine anstehende Prüfung von Sicherheit oder Fairness. |
Einstiege nach Ausgangsfrage
Wer mit einer konkreten Frage einsteigt statt mit der eigenen Rolle, findet in der Tabelle die passenden Kapitel in der empfohlenen Reihenfolge.
| Ausgangsfrage | Kapitel in dieser Reihenfolge |
|---|---|
| „Lohnt sich KI für das eigene Unternehmen, und womit fängt es an?“ | A2, dann A4, dann B1, dann D4 |
| „Wie lassen sich KI-Lösungen sicher und mit planbaren Kosten aufbauen und betreiben?“ | A3, dann B5, dann B6, dann B9, dann D2 |
| „Wie kommt ein Anwendungsfall von der Idee zur laufenden Lösung?“ | A4, dann B2, dann C1, dann C2, dann B11 |
| „Welche Modelle, Daten und Methoden passen zum Anwendungsfall?“ | A3, dann B4, dann B5, dann D1, dann B9 |
| „Was ist rechtlich und ethisch zu beachten?“ | B8, dann B10, dann B9, dann D3 |
Wer neu im Thema KI ist, beginnt unabhängig von der Ausgangsfrage mit Kapitel A3. Es erklärt die Grundbegriffe von maschinellem Lernen bis zu KI-Agenten und enthält ein Glossar. Wer für eine anstehende Aufgabe eine Vorlage oder Checkliste sucht, findet sie im Verzeichnis in Kapitel E1.
Der Lesestand wird nur in diesem Browser gespeichert.