Zum Inhalt springen
Dr. Alexander Lammers · KI-Transformation

Von der KI-Strategie in den Produktivbetrieb.

Berater, Dozent und Forscher für KI-Transformation. Ich verantworte KI-Transformationen für DAX40 und Mittelstand, technisch, organisatorisch und strategisch, und teile das in Vorträgen, Lehre und Forschung.

  • EU AI Act & AI Governance
  • peer-reviewte Forschung
  • Lehre in KI und Business Analytics (FOM)
PhD
Promotion in Economics · TU Dortmund, summa cum laude
12+ Jahre
Forschung, Lehre und Transformationsverantwortung zwischen Data Science, KI und Organisation
Agentic AI
KI-Agenten, Wissensmanagement und Copilots im regulierten Produktivbetrieb
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.

02 · Forschung

Publikationen zu Technologie, Arbeit, Organisation und Governance.

Peer-reviewte Forschung in führenden Journalen, ergänzt um Fachbeiträge für die Unternehmenspraxis. Die Basis für jede ernsthafte Aussage über KI und ihre Wirkung in Unternehmen.

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.
04 · Vorträge

KI auf der Bühne: verständlich für Entscheider.

Keynotes, Panels und Workshops zu KI und Data Science (Deep Learning und Machine Learning), für Konferenzen, IHKs und Hochschulen.

Dr. Alexander Lammers bei einem KI-Vortrag vor Fachpublikum
Dr. Alexander Lammers auf der Bühne der data:unplugged
Ausgewählte Vorträge
data:unplugged · 2025

Prognose mit Mehrwert

Wie Predictive Forecasting die Planung bei der HRS Group transformiert hat

GITEX Europe · 2025

AI Agents in Action

Was der Schritt von der Agenten-Demo in den produktiven Einsatz verlangt

Technische Akademie Wuppertal · 2025

KI trifft Prozessautomatisierung

Tech Show Frankfurt
GITEX Europe
MLCon Conference & Training
data:unplugged
Academy of Management
European Association of Labour Economists (EALE)
FOM Hochschule für Ökonomie und Management
IHK Schwaben
Data Science Institute
05 · Über mich

Die Brücke zwischen Technik und Strategie.

Portrait von Dr. Alexander Lammers
Dr. Alexander Lammers

Ich bin promovierter Ökonom (TU Dortmund) und arbeite seit über zwölf Jahren an der Schnittstelle von Data Science, Künstlicher Intelligenz und Organisation. Hauptberuflich verantworte ich in einer führenden internationalen Unternehmensberatung KI-Transformationen für DAX40- und Mittelstandskunden, von der Strategie über GenAI- und Agentic-AI-Lösungen bis in den Produktivbetrieb. Dabei berate ich Vorstände und Führungsteams zu KI-Strategie, Governance und Investitionsentscheidungen.

Was meine Arbeit zusammenhält, ist die Brücke zwischen drei Welten: der technischen Implementierung von KI, der organisatorischen Veränderung und dem Verständnis von AI Governance und Strategie. Meine Forschung, u.a. in Oxford Bulletin of Economics and Statistics, Zeitschrift für Corporate Governance und British Journal of Industrial Relations, untersucht u.a. genau diese Schnittstelle von Technologie, Arbeit und Organisation.

Als Dozent unterrichte ich MLOps und Data Engineering an der FOM Hochschule für Ökonomie und Management und ko-organisiere den KI-Strategieabend Ruhrgebiet.

  • Promotion in Economics, TU Dortmund (summa cum laude).
  • Agentic AI in Produktion: KI-Agenten, Wissensmanagement, Copilots mit MLOps auf Azure und AWS.
  • Ausgezeichnet mit dem Academy of Management Best Paper Award 2021.
  • Mitorganisator KI-Strategieabend Ruhrgebiet.
06 · Perspektiven

Wie KI in Unternehmen wirklich ankommt.

Aktuelle Analysen an der Schnittstelle von Umsetzung, Organisation und Governance.

FAQ

Häufige Fragen.

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.
07 · Kontakt

Schreiben Sie mir.

Für Anfragen zu Lehre, Speaking, Forschungs-Kooperationen oder einfach zum Austausch über KI in Organisationen.