01 · Ansatz
Implementierung, Organisation und Strategie, eng verzahnt.
KI-Transformation heißt, künstliche Intelligenz von einzelnen Piloten in den verlässlichen Produktivbetrieb zu bringen, technisch, organisatorisch und strategisch zugleich, gerade in regulierten Branchen wie Finanzdienstleistungen und Versicherungen. Über den Erfolg entscheidet meist die Lücke zwischen Modell, Organisation und Strategie. Genau dort setze ich an: als Berater, Dozent und Forscher, der die konkrete Umsetzung mit der Vorstandsperspektive verbindet. Diese Arbeit leiste ich hauptberuflich in einer führenden internationalen Unternehmensberatung.
Umsetzung
KI-Implementierung
GenAI-Lösungen, KI-Agenten, Wissensmanagement und Copilots: vom Erkennen der Use Cases über ihre kurz- und langfristige Priorisierung bis in den Produktivbetrieb, gemeinsam mit Data Engineering, MLOps und Cloud-Plattformen (Azure, AWS).
Organisation
Organisatorische Entwicklung
Target Operating Models, Change- und Enablement-Programme und eine Governance, die Umsetzung ermöglicht, damit Technologie in Prozessen und Teams ankommt und nicht in Pilotprojekten steckenbleibt.
Strategie
Strategie
KI-Strategie und Roadmap für die Führungsebene: Use-Cases nach Wirkung priorisieren, Investitionen lenken und KI in messbaren Geschäftswert übersetzen, fundiert durch langjährige Erfahrung und peer-reviewte Forschung.
Publikationen
2025
Künstliche Intelligenz und Corporate Governance: Ethische und regulatorische Herausforderungen im Umgang mit Daten und Algorithmen
mit P. Hedfeld & F. Kamieth · Zeitschrift für Corporate Governance (ZCG), 6/2025
Zum Beitrag ↗
2025
The Impact of a New Workplace Technology on Employees
with M. Giebel · Oxford Bulletin of Economics and Statistics, 2025
Open Access ↗
2024
Navigating uncertainty: Employee participation dynamics in times of crisis
with M. Giebel · LABOUR 38(2), 230–255 · Wiley Top Downloaded 2024
Open Access ↗
2022
The relationship between works councils and firms’ further training provision in times of technological change
with K. Weis & F. Lukowski · British Journal of Industrial Relations 61, 392–424
Open Access ↗
Weitere Publikationen
2026
Your AI Trainer: Generative AI Dashboards for Vocational Education and Training
mit F. Lukowski · in: KI in der beruflichen Bildung (Hrsg. Ertl et al.) · Bundesinstitut für Berufsbildung (BIBB)
Open Access ↗
In Arbeit
EU-AI-Act-Readiness-Index
Quantifizierung der Compliance-Reife im DACH-Mittelstand und in regulierten Branchen, mit Anwendung der EU-AI-Act-Risikoklassifizierung auf reale Produktportfolios. Laufende Erhebung, Veröffentlichung folgt.
03 · Lehre
Lehre und Mentoring.
Module für Master-Studierende und Working Professionals: praxisnahe KI-Anwendung verbunden mit Data Governance und MLOps. Ziel: künftige Manager:innen so weit zu bringen, dass sie KI-Fähigkeiten in Geschäftsentscheidungen übersetzen können.
FOM Hochschule für Ökonomie und Management
- M.Sc.-Modul „KI & Business Analytics“ mit den Kursen Data Engineering und MLOps
Technische Hochschule Lübeck
- Kurs „Web Services (n8n Automation)“
Data Science Institute
- Machine-Learning-Curriculum: supervised (Regression, Klassifikation, Neural Networks) und unsupervised (PCA, Clustering)
- Deep-Learning-Curriculum: Grundlagen, Transfer Learning, Optimizer, CNN, RNN, GAN und Attention Layer
TechLabs Düsseldorf
- Mentoring im AI-Track: von den Grundlagen des maschinellen Lernens bis zum eigenständig umgesetzten KI-Abschlussprojekt.
- Was ist KI-Transformation?
- KI-Transformation bezeichnet den Weg von einzelnen KI-Piloten zu verlässlichem Produktivbetrieb im gesamten Unternehmen. Das gelingt nur auf drei Ebenen zugleich: technische Implementierung, organisatorische Verankerung in Prozessen und Teams und strategische Steuerung durch die Führungsebene.
- Wie bringt man KI vom Piloten in den Produktivbetrieb?
- Über den Erfolg entscheidet selten das Modell allein. Es kommt auf die Verzahnung von Umsetzung, Organisation und Governance an: Use-Cases nach Wirkung priorisieren, ein tragfähiges Target Operating Model aufbauen und Governance als Teil der Umsetzung mitdenken.
- Was unterscheidet Agentic AI von klassischer Automatisierung?
- Klassische Automatisierung folgt festen, vorab definierten Regeln. Agentic AI plant, entscheidet und passt sich an, um ein Ziel zu erreichen. Anspruchsvoll wird damit vor allem der Betrieb: autonom handelnde Systeme brauchen klare Leitplanken, Kontrollpunkte und menschliche Aufsicht.
- Was bedeutet AI Governance für Unternehmen?
- AI Governance umfasst die Regeln, Rollen und Kontrollen, mit denen ein Unternehmen KI verantwortungsvoll und regelkonform betreibt: Risikoklassifizierung, Modell-Lebenszyklus, Daten-Governance und menschliche Aufsicht. Gut gemacht gehört sie zur Umsetzung und ermöglicht schnelle, prüfbare Ergebnisse.
- Was verlangt der EU AI Act vom Mittelstand?
- Der EU AI Act gilt unabhängig von der Unternehmensgröße. Entscheidend ist die Risikoklasse des KI-Systems. Die KI-Kompetenz-Pflicht (Art. 4) gilt seit Februar 2025, die Hochrisiko-Pflichten greifen nach dem Digital Omnibus ab Dezember 2027 und August 2028.