Tag 22 von 60 · Modul 2, Woche 1
Wer KI gestalten will, muss zuerst das Unternehmen lesen können — bereichsweise, use-case-spezifisch, ohne Pauschalurteile.
Teilnehmende identifizieren und bewerten KI-Anwendungsfälle in ihrer Organisation und steuern sie systematisch, unter Berücksichtigung der beteiligten Stakeholder sowie der organisatorischen und technischen Rahmenbedingungen.
Plenum
Gruppenarbeit mit anschließendem Pitch
Keine weiteren Details für diesen Block.
Einzelarbeit im Miro-Board, zwei Durchgänge · 15 Min.
Keine weiteren Details für diesen Block.
Fallstudie: Nordlicht Energie eG
Gruppenarbeit mit Plenum-Auflösung · 15 Min.
Material: Case Study Nordlicht Energie eG
Keine weiteren Details für diesen Block.
Vorschau in der Seite, plus Download.
Fallbeschreibung zur Energiegenossenschaft, Grundlage der dreiphasigen Reife-Einordnung. Auf Folie 43 als Datei „Case Study_ Nordlicht Energie eG.docx“ benannt.
Referenziert, aber nicht geliefert. Material fehlt noch.
Folie 43 benennt die Fallbeschreibung ausdrücklich als Datei „Case Study_ Nordlicht Energie eG.docx“. Unter `assets/materialien/m2-t02/` liegt nichts — deshalb als Material mit `fehlt: true` erfasst.
Die Quick-Win-Übung für die drei Lehrunternehmen (Folien 10–12, inklusive Pitch-Time) hat in der Tagesplan-Tabelle keine eigene Zeile. Sie steht im Deck zwischen Checkpoint und Theorie Block 1, deshalb hier als eigener Block ohne `zeit`.
Der Tagesplan nennt den Abschnitt 10:30–12:00 „Theorie Block 2: Software-Biografie, Tool-Zuordnung (inkl. Praxis 1)“ — die Praxis ist also ausdrücklich in einen als Theorie bezeichneten Block eingebettet.
Die Softwarekategorien werden im Deck ausdrücklich als unvollständig gekennzeichnet: „Keine vollständige Liste — wir zeigen einige, ihr bringt weitere mit.“ Vorgestellt werden CRM, ERP, Projektmanagement, Branchensoftware und Kollaborationssoftware, jeweils mit einer Folie bekannter Anbieter.
Die Folien 34 und 35 tragen dieselbe Schichtgrafik (GPU-Hardware, Cloud, Closed-Source-Modelle, Tools & Applications, Open-Source-Modelle) mit zwei verschiedenen Überschriften: „There is an AI for that“ und „SaaS looking for future“.
Folie 33 („KI als Angriff auf ERP?“) verweist darauf, dass Y Combinator vor zwei Jahren explizit nach KI-Startups gesucht habe, die diese Industrie disruptieren wollen — ohne Quellenangabe auf der Folie.
Die Agenda-Leiste (Folien 13, 19, 21, 39, 41) listet die Unterfragen des Tages in wechselnder Zusammensetzung: mal mit „Was ist ein Prozess?“, mal ohne, mal mit „Case Study Digitale Reife“, mal mit „Wo stehen unsere drei Lehrunternehmen?“. Ein Abschnitt „Was ist ein Prozess?“ wird im Deck angekündigt, aber nicht eigens ausgeführt.
Checkpoint zu Tag 21: Das Leitmotto „Think big, start small, iterate often” bleibt der Kompass, der Methodenkoffer ist sortiert. Dazu die KI-News-Runde.
Bevor die Theorie beginnt, werden die drei Lehrunternehmen aus Tag 21 direkt in Arbeit genommen: „Alle unserer 3 Lehrunternehmen benötigen Quick Wins!” Die Gruppen sammeln Ideen, priorisieren sie und erstellen jeweils ein AITI Opportunity Canvas, anschließend Pitch-Time. Die Einordnung dazu (Folie 12) verbindet Priorisierung und Disruptions-Level: Im Wachstumsfall (Level 1) berührt KI die Kernleistung kaum, der Hebel liegt in den Begleitprozessen, KI ist Wachstumstreiber und kein primärer Effizienzhebel.
„KI-Projekte starten nicht bei null. Jedes Unternehmen hat eine Geschichte, gewachsene Strukturen und laufende Systeme.” Was in einem Unternehmen steckt, gliedert das Deck in Tools & Software (CRM, ERP, Kollaboration, Branchensoftware), Prozesse & Abläufe und Daten. Dazu der Satz: „Entscheidungen der Vergangenheit prägen die Zukunft — was bereits im Einsatz ist, gibt den Rahmen vor.”
Daraus die erste Frage an jedes Unternehmen: Was ist bereits geschehen? Gibt es schon einen KI-Toolzugang? Was hat funktioniert, was ist gescheitert? Gibt es Besonderheiten, die man beachten muss?
Zwei Miro-Durchgänge in Einzelarbeit: Erst die eigene Software-Biografie, je Tool ein Notizzettel, je mehr desto besser. Dann die Zuordnung der eigenen Tools zu Kategorien; passt ein Tool nicht recht, wird auch das sichtbar.
Dazwischen die Kategorien selbst, jeweils mit Kernfrage, typischen Nutzergruppen und einer Folie bekannter Anbieter: CRM (Wer ist mein Kunde, was weiß ich über ihn, wo steht er im Prozess?), ERP (das Rückgrat, alle Abteilungen in einem System), Projektmanagement-Software, Branchensoftware („wenn Standard nicht reicht” — tief in Fachprozesse integriert, oft über Jahrzehnte gewachsen) und Kollaborationssoftware (die tägliche Arbeitsumgebung, oft die meistgenutzte Software überhaupt).
Als Exkurs die Frage „KI als Angriff auf ERP?” und zwei Folien mit derselben Schichtgrafik von GPU-Hardware über Cloud und Modelle bis zu Tools & Applications — einmal überschrieben mit „There is an AI for that”, einmal mit „SaaS looking for future”.
Ausgangsbeobachtung: „Manche Unternehmen sind schnell, andere zäh — manche haben viele Systeme, andere wenige.” Daraus das Paradox der digitalen Reife und die Zwei-Achsen-Matrix aus digitaler Substanz und Veränderungsfähigkeit (siehe Methode).
Die Energiegenossenschaft Nordlicht Energie eG (siehe Fallstudie) wird in drei Phasen eingeordnet: erst das Unternehmen als Ganzes, dann seine fünf Bereiche einzeln, dann drei konkrete Use Cases. Predictive Maintenance für Windkraftanlagen, ein KI-Chatbot für den Kundenservice und KI-gestützte Beschlussvorlagen für Vorstand und Aufsichtsrat.
Die Auflösung ist zugleich die Lehre des Tages: Reife ist keine Eigenschaft des Unternehmens, sondern eine Eigenschaft der Konstellation aus Use Case × Bereich × externen Faktoren. Pauschale Bewertungen erzeugen Streit und liefern Durchschnittswerte, die nichts erklären. Für die KI-Strategie heißt das: Use Case für Use Case prüfen, nicht das Unternehmen pauschal einsortieren.
Zwei Sätze laut Deck: Wir starten nie auf der grünen Wiese, jedes Unternehmen bringt Tools, Prozesse, Daten und gewachsene Entscheidungen mit. Und: Reife ist use-case-spezifisch. Ausblick auf Tag 23: Wie sieht das mit der digitalen Reife bei unseren Lehrunternehmen aus?