Umsetzung aus eigener Arbeit
Arbeitsweisen, Entscheidungsrahmen und Grenzen aus eigener Umsetzung.
-
KI-Adoption in der Linie: Warum Schulung allein nicht reicht
Nach dem Pilot braucht Adoption mehr als Prompt-Training: Arbeitszuschnitt, sichtbare Führung, abgesicherte Experimente und Messpunkte im Betrieb.
-
KI-Governance als Entscheidungsarchitektur
Use-Case-Register, Risiko-Triage, klare Rollen, wirksame menschliche Aufsicht, Logging, Incident-Flow und Stage-Gate: Wie Governance KI-Entscheidungen beschleunigt statt nur Freigaben erzeugt.
-
KI-Rendite vor dem Pilot prüfen
Ausgangswert, Nutzenlogik, Vollkosten, Risikoabschlag und Stage-Gate: Wie Geschäftsführung, CFO und Operations KI-Initiativen wirtschaftlich prüfen, bevor der Pilot startet.
-
Wo gute KI-Use-Cases liegen — und wie man sie erkennt
Vier Wochen, vier Blöcke, eine Seite Entscheidungsvorlage: Sondieren, Qualifizieren, Reifecheck, Pilot klären. Wie Unternehmen 2026 tragfähige Anwendungsfälle erkennen.
-
Welche Wissensarchitektur KI im Unternehmen braucht
Wissensarchitektur für Kanzleien, Beratungen und Konzernfachabteilungen — drei Materialschichten, zwei Regeln, zwei Arbeitsrhythmen und vier Verantwortlichkeiten.
-
Codex als Prüfer in Claude Code einbinden
Claude Code plant und baut, Codex CLI prüft unabhängig gegen. Dateibasierter Kanal mit Statuszeile; Einrichtung in wenigen Minuten.
-
Warum KI-Piloten scheitern
Die vier wiederkehrenden Fehler im Projektaufbau, die aus funktionierender Technologie wirkungslose Initiativen machen — und was stattdessen trägt.
-
KI-Modellstrategie für europäische Unternehmen
Ein pragmatischer Entscheidungsrahmen zwischen Souveränität, Leistung und Umsetzbarkeit — drei Betriebsmodelle, vier typische Denkfehler.