Warum lohnt sich dieser Kurs?
Künstliche Intelligenz entfaltet ihr Potenzial erst mit den richtigen Daten, klaren Prozessen und konkreten Anwendungsfällen. Das Seminar zeigt, wie Unternehmen KI strategisch einsetzen, passende Use Cases identifizieren und die Anforderungen des EU AI Acts praxisnah erfüllen.Kursüberblick
Künstliche Intelligenz verändert Geschäftsmodelle, Prozesse und Entscheidungswege nachhaltig. Unternehmen stehen zunehmend vor der Herausforderung, KI nicht nur technologisch zu verstehen, sondern konkrete Einsatzmöglichkeiten strategisch zu bewerten und sinnvoll in bestehende Abläufe zu integrieren.Im Seminar erhalten Sie einen fundierten und praxisnahen Überblick über zentrale KI-Technologien – von Machine Learning über Generative AI bis hin zu KI-Agenten. Gleichzeitig lernen Sie, welche Rolle Datenqualität, Prozessverständnis und organisatorische Voraussetzungen für erfolgreiche KI-Projekte spielen.
Ein besonderer Fokus liegt auf der Entwicklung konkreter AI-Use-Cases. Anhand praxisnaher Beispiele aus unterschiedlichen Unternehmensbereichen wird gezeigt, wie Potenziale identifiziert, priorisiert und wirtschaftlich bewertet werden können. Schritt für Schritt entwickeln Sie eigene KI-Anwendungsfälle – von der ersten Idee bis zur strukturierten Umsetzungsplanung.
Darüber hinaus behandelt das Seminar die aktuellen regulatorischen Anforderungen rund um den EU AI Act und die Schnittstellen zur DSGVO. Die vermittelten Inhalte unterstützen Unternehmen dabei, die erforderliche KI-Kompetenz gemäß Artikel 4 der KI-Verordnung (AI Act) aufzubauen und KI-Systeme verantwortungsvoll einzusetzen.
Kursinhalte
Einführung in Künstliche Intelligenz (KI)- Definition Künstliche Intelligenz: Abgrenzung zu klassischer Software und Automatisierung
- Maschinelles Lernen (ML), Generative KI (GenAI) und KI-Agenten im Überblick
- EU AI Act regelt Risikoklassen, verbotene und erlaubte Anwendungsfelder
- Artikel 4 KI-Kompetenzpflicht verpflichtet Unternehmen seit Februar 2025
- Schnittstelle EU AI Act zur Datenschutz-Grundverordnung (DSGVO)
- Datengetriebene Entscheidung versus menschliche Intuition: Grenzen und Potenziale
- AI-Ready Data umfasst strukturierte und unstrukturierte Datenquellen
- Datenqualität und typische Hindernisse bei KI-Projekten erkennen
- Prozessanalyse dokumentiert Ist-Prozess und definiert den Ziel-Prozess
- Effizienzpotenziale identifizieren: Welche Tätigkeiten eignen sich für KI?
- Veränderungswiderstände bei Mitarbeiter*innen aktiv adressieren
- Praxisbeispiele aus Marketing, Vertrieb, Produktion und Personalwesen (HR)
- Use Case Canvas: Methode zur Identifikation und Priorisierung von Use Cases
- Kosten-Nutzen-Bewertung und Umsetzbarkeit im eigenen Unternehmen prüfen
- Eigenen KI-Use-Case erarbeiten: vom Prozess über Daten bis zur Umsetzung
- Erste Schritte zur KI-Einführung: Stakeholder, Voraussetzungen und Rollout
Zielgruppe
- Innovations-, Produkt- und Prozessmanager, die Künstliche Intelligenz als Innovationsmotor in der eigenen Organisation verankern wollen
- Geschäftsführer, Führungskräfte und Entscheider, die KI-Investitionen wirtschaftlich verantwortbar planen und priorisieren
- Abteilungsleiter und F&E-Leiter, die KI-Anwendungsfälle in ihren Bereichen identifizieren und umsetzen
- Mitarbeiter aus Business Development, die neue Geschäftsmodelle auf Basis von KI und Daten entwickeln
- Marketing- und Vertriebsverantwortliche, die KI zur Effizienzsteigerung und gezielten Kundenansprache nutzen
- Digitalisierungs- und IT-Verantwortliche, die KI-Projekte gemeinsam mit dem Fachbereich umsetzen
Referenten
-
Stefan Hofmayr
Experte für Prozessoptimierung & KI-gestützte Prozessinnovation
-
Manuel Mofidian
Experte für Wirtschafts- und Technologierecht mit Fokus auf KI
