Der systemische Entwicklungsraum für KI-Exzellenz
90% der KI-Initiativen versanden nicht an mangelnder Technologie, sondern an fehlender Integration in die bestehende Systemlandschaft.
Pilotprojekte starten mit großen Erwartungen, doch nach Monaten fehlen messbare Erfolge. Fallbeispiele und Pilotprojekte werden nach Machbarkeit ausgewählt, nicht nach strategischem Wertbeitrag. Business Case und Kennzahlen. Was fehlt ist die strategische Verzahnung von Digitalisierung und KI innerhalb der Wertschöpfung des Unternehmens und dessen Systeme.
Jede zukunftsweisende Veränderung beruht stets auf tragenden und zueinander in Beziehung stehenden Systemelemente und sind durch klare Kriterien in Bezug auf Zielsetzung und Erfüllungsgrad definiert. Alle Elemente wirken stets gleichzeitig aufeinander ein was bedeutet, dass deren Ausprägung ganzheitlich betrachtet werden müssen. Der Erfolg des Vorhabens misst sich am Reifegrad seiner Elemente und deren Summe im Gesamtsystem. Nachhaltigkeit entsteht wenn eine ausgewogene Stabilität hinsichtlich des Spannungsfeldes zwischen den Elementen eingetreten ist.
Gemeinsam reflektieren und analysieren wir Themen und Herausforderungen entlang Ihres Geschäftsumfeld aus der Praxis
Methodology
Wir analysieren zentrale Themen und Herausforderungen aus Ihrem Geschäftsumfeld – sei es die Entwicklung oder Einführung einer KI-Strategie oder die Standort-bestimmung eines Projekts mit Blick auf Führung, Governance und kritische Erfolgsfaktoren. Dabei reflektieren wir Ihre Prozesse, Systeme und Daten, um diese ganzheitlich und zukunftsorientiert auszurichten. Unser besonderes Augenmerk liegt auf der strategischen Verzahnung von Digitalisierung und Künstlicher Intelligenz, um nachhaltige Wirkung und organisatorische Reife zu fördern.
Impact
Wir begleiten Sie praxisorientiert mit Erfahrung bei der Durchführung von KI-Standortbestimmungen, der Entwicklung von MVPs in einem geschützten Rahmen sowie der Implementierung integrierter KI-Arbeitsumgebungen. Im Zuge dessen gestalten und moderieren wir Workshops und begleitende Trainings zur erfolgreichen Systemintegration von KI-Lösungen. Ein interdisziplinäres Expertenteam unterstützt uns dabei – insbesondere bei der Definition einer KI-Governance gemäß den Vorgaben des EU AI Act sowie in Spezialthemen rund um IT-Architektur und Sicherheit.
KI-Wissensvermittlung
KI-Wissen
Curriculum
Das Ausbildunbgskonzept
KI ist mehr als ein Tool – es ist ein strategischer Baustein Ihrer Unternehmensarchitektur. Wir zeigen Ihnen nicht, wie Sie ChatGPT bedienen, sondern wie Sie KI systematisch in Ihre Prozesse, Systeme und Daten integrieren.
Was Sie erwarten dürfen
Unser Trainingskonzept verbindet KI-Kompetenz mit strategischer Systemintegration welches auf die Anforderungen auf eine Organisation zugeschnitten ist.
Sie befähigen Ihr Team, KI als strategischen Bestandteil Ihrer Digital- und Cloud-Strategie zu verstehen, zu implementieren und nachhaltig zu nutzen.
Assistenten
Ihr Einstieg in die KI-Praxis
Lernen Sie, wie Sie Sprachmodelle gezielt steuern und präzise Ergebnisse erzielen. Von den ersten Prompts bis zur strukturierten Recherche.
Sie entwickeln sofort anwendbare Assistenten Logiken und Lösungen für Ihren Arbeitsalltag.
Was Sie erwarten dürfen
In praxisnahen Workshops vermitteln wir die zentralen Konzepte moderner Large Language Models und führen Sie in professionelles Prompt Engineering ein.
Sie lernen:
- Grundverständnis von KI, LLMs, deren Anwendungsfälle und Funktionsweise
- Der 5-Kriterien-Check für präzise, reproduzierbare Prompts
- Recherche-Methoden: Faktenprüfung, Quellenarbeit, Iteration
- Schnelle Umsetzung von realistischen Anwendungsfällen für sofortigen Nutzen
Ziel: Aufbau einer soliden Kompetenz im Dialog mit KI-Systemen die Grundlage für alle weiteren Module und die spätere Integration in Prozesse.
Agent
Vom Dialog zur autonomen Handlung
KI, die nicht nur antwortet, sondern selbstständig plant, Werkzeuge nutzt und Aufgaben eigenständig löst.
Lernen Sie, autonome Agenten zu gestalten, die mehrstufige Prozesse durchführen; kontrolliert, transparent und sicher.
Was Sie erwarten dürfen
Aufbauend auf Ihren Assistenten-Kompetenzen entwickeln wir gemeinsam konkrete Agenten-Strukturen und autonome Workflows.
Sie lernen:
- Konzeptioneller Unterschied: Assistenten (reagieren) vs. Agenten (agieren + planen)
- Aufbau einer Agenten-Architektur: Systemprompt, Planung, Tool-Use, Ausführung, Evaluation
- ReAct-Prinzipien: Reason + Act – wie Agenten Schritt für Schritt denken und handeln
- Memory & Context-Management: Kurz- und Langzeitgedächtnis für intelligente Entscheidungen
- Praxis-Cases: Ticket-Analyse, Sales-Automation, Datenprüfung mit praxisorientierten Szenarien
Ziel: Sie können autonome KI-Agenten designen als Basis für die Integration in externen Anwendungen und Prozess Umgebungen.
Artefakte
Von der Idee zum APP- Code
Verwandeln Sie Ihre KI-Konzepte in greifbare Ergebnisse: Tools, Workflows, Apps.
Mit KI-generiertem HTML und Python-Code bauen Sie funktionierende Prototypen.
Schaffen Sie Ihr eigens Entwickler-Team, direkt aus Ihren Assistenten und Agenten.
Was Sie erwarten dürfen
In diesem Modul bauen wir konkrete Artefakte, die in Ihre IT-Landschaft integriert werden können und nutzen die KI-Unterstützung bei der Code-Generierung.
Sie lernen:
- Code-Generierung mit KI: HTML für Dashboards und Interfaces, Python für Scripts, APIs und Backend-Logik
- App-Entwicklung mit KI-Unterstützung: Prototyping, iterative Entwicklung (Prompt → Code → Test → Refine)
- Hands-on-Arbeit: Sie bauen funktionierende Prototypen – von Null bis zur lauffähigen Anwendung
Ziel: Sie können autonome KI-Agenten designen als Basis für die Integration in externen Anwendungen und Prozess Umgebungen.
Prozesse
KI in Prozesse bringen
Ihre KI-Logiken laufen ab jetzt automatisch.
Lernen Sie, wie Sie Assistenten, Agenten und Artefakte in skalierbare Workflows überführen.
Sie starten mit einfachen Automatisierungen in der Cloud und erhalten ein Verständnis für den Aufbau und die Integration von lokalen LLMs.
Was Sie erwarten dürfen
Prozessmodellierung, modular und flexibel angewandt an Ihre Vorkenntnissen und Anforderungen arbeiten Sie entlang den für Sie passenden Track.
Sie lernen:
- Konzeptionelle Unterscheidung: Prozesse vs. Agenten – wann nutze ich welchen Ansatz?
- Strategische Plattformwahl: Make vs. n8n. Stärken, Schwächen, Entscheidungshilfen
- Workflow-Patterns und KI-Integration: Von linearen Abläufen bis zu intelligenten Verzweigungen
- Aufbau, Entwicklung und Anwendung von durchgängigen Prozessen (Datenübergabe – Prozessablauf – Übergabe und Ausgabe)
Ziel: Sie können eigenständig Automatisierungs-plattformen bewerten, produktionsreife Workflows implementieren und KI compliance-konform in Ihre IT-Architektur integrieren
KI-Lösungen
Vollständige Systeme aufbauen
KI-Plattformen im Vergleich im Hinblick eines offenen vs. geschlossenen Standards.
RAG-Systeme, die auf Ihre Firmendaten skalierbar, genau und nachvollziehbar zugreifen und gleichzeitig Governance und Compliance sicherstellt.
Hier fügen Sie alle Bausteine zu vollständigen KI-Lösungen zusammen.
Was Sie erwarten dürfen
In diesem Modul verbinden wir alle vorherigen Bausteine zu vollständigen, produktionsreifen KI-Lösungen für Ihr Unternehmen
Sie lernen:
- RAG-Systeme (Retrieval Augmented Generation): Konzept, Architektur, Vector-Datenbanken – standalone oder in Prozessumgebungen
- LLM-Systemintegration: Cloud (OpenAI, Anthropic), On-Premise (Ollama, LM Studio), Hybrid-Infrastrukturen
- Tool-Auswahl & Datenschnittstellen: Langdock, Anything LLM, LM Studio, NotebookLM.
Hands-on mit echten Daten: Vom Prototyp zur Integration. Anwendungsfälle aus Ihrer Hand.
Ziel: Sie können autonome KI-Agenten designen als Basis für die Integration in externen Anwendungen und Prozess Umgebungen.
KI-Praxis Workshops
KI-Praxis Workshops
Hybride KI-Integration in HR-DMS Umgebungen
Veranstalter: NexQube & Plan A
Ausgangslage
Viele Unternehmen haben ihre HR-Digitalisierung erfolgreich umgesetzt: Dokumentenmanagement Systeme arbeiten regelbasiert, effizient und DSGVO-konform. Gleichzeitig nutzen Mitarbeitende zunehmend generative KI-Tools für individuelle Aufgaben – oft außerhalb kontrollierter Systeme. Der EU AI Act klassifiziert KI-Anwendungen im HR-Bereich als Hochrisiko-Domäne und schafft damit neue rechtliche Rahmenbedingungen.
Inhalte des Workshops
Thematische Schwerpunkte
- Technologievergleich: Unterschiede zwischen regelbasierten DMS und generativen KI-Systemen
- Reifegradmodell: Analyse klassischer DMS-Implementierungen und deren Entwicklungspotenzial
- Praxisdemonstration: Live-Vorstellung eines konkreten Anwendungsfalls
- Reflexion: Einordnung entlang einer DMS-KI-Reifegrad-Klassifizierung
Über was wir reden werden
Diskussionspunkte
- Revisionssichere Abbildung organisatorischer Strukturen im DMS
- Dokumenten-Entstehungsprozesse bei hybrider Nutzung
- Redaktionelle Verantwortung und Haftungsfragen
Was Sie mitnehmen werden
Ergebnisse
- Nach dem Workshop erhalten Sie:
- Impulse für die Integration unkontrollierter KI-Nutzung in geregelte Prozesse
- Anregungen für konzeptionelle Ansätze passend zu Ihrer spezifischen Situation
- Einen Gesamtüberblick über ein mögliches Minimum Viable Product (MVP)
KI-Beiträge und Podcasts
KI-Beiträge und Podcasts
KI Reifegrad
Um KI erfolgreich einzuführen, braucht es mehr als Tools oder Experimente. Entscheidend ist zu wissen, wo das eigene Unternehmen heute steht, welche Fähigkeiten bereits vorhanden sind und welche Entwicklungsschritte als Nächstes sinnvoll sind. Genau hier setzt das KI-Reifegradmodell an.
Was steckt dahinter?
Das KI-Reifegradmodell funktioniert wie ein GPS für Ihre KI-Transformation.
Es zeigt:
– Den aktuellen Standort Ihres Unternehmens
– Die richtige Route für die – Weiterentwicklung
– Ein klares Zielbild, das alle verstehen
Bewertet werden dabei sieben zentrale systemische Bereiche
Wie funtioniert das?
In einem strukturierten Prozess:
– Ist-Analyse: Bewertung der 6 Dimensionen
– Reifegrad & Ampel-System: Klarheit über Handlungsbedarfe
– 6-Monats-Ziele: Konkrete, realistische Entwicklungsschritte
– Ableitung von Maßnahmen: Was braucht es, um die nächste Stufe zu erreichen?
So entsteht eine klare, nachvollziehbare Roadmap ohne Komplexität, aber mit hoher Wirkung.
Welcher Nutzen ensteht?
- Klare Orientierung statt Bauchgefühl
- Schnellere und bessere Entscheidungen
- Reduktion von Ängsten und Widerständen
- Messbare Ergebnisse in kurzer Zeit
- Weniger Schatten-KI, mehr Transparenz
- Ein gemeinsames Verständnis über Ziele und Rollen
- Stabilere, nachhaltige KI-Implementierung
KI Prozesse
Prozessanalyse schafft die Grundlage, KI dort einzusetzen, wo sie den größten geschäftlichen Nutzen erzeugt. Sie macht sichtbar, wo Wert entsteht, wo Verbesserungen den größten Effekt haben und welche Abläufe sich besonders für KI eignen. So entsteht ein klarer Fokus auf die wirkungsvollsten Hebel für Effizienz, Qualität und Geschwindigkeit – und damit auf messbare Ergebnisse, die das Unternehmen wirklich voranbringen.
Was steckt dahinter?
Die Prozessanalyse dient als strukturierter Kompass zur Vorbereitung von KI-Projekten.
Sie zeigt:
Wie ein Prozess heute tatsächlich abläuft (Ist vs. Soll)
Wo Verschwendung entsteht (Zeit, Kosten, Qualität)
Welche Tätigkeiten wertschöpfend, nicht wertschöpfend oder nur wertermöglichend sind
Wo Automatisierungs- oder KI-Potenziale liegen
Welche Auswirkungen Änderungen auf andere Bereiche haben (Engpass-Logik)
Dazu werden unterschiedliche Modellierungsformen genutzt: SIPOC für Überblick, BPMN für Details und Value Stream Maps für Durchlaufzeit & Engpässe.
Wie funtioniert das?
In einem systematischen Vorgehen:
Ist-Erhebung: Gemeinsames Durchgehen der realen Abläufe (nicht nur der Dokumentation)
Prozessdarstellung: High-Level (SIPOC), detailliert (BPMN) oder end-to-end (Value Stream Map)
Bewertung: Einordnung nach Wertschöpfung, Verschwendung, manuellen vs. automatisierten Tätigkeiten
Quantitative Analyse: Durchlaufzeiten, Fehlerquoten, First-Pass-Yield, Kapazitäten, Engpässe
Finanzielle Betrachtung: Ermittlung von Einsparung, Aufwand, ROI und Amortisation
Priorisierung: Identifikation von Quick Wins sowie strategischen Projekten
Ableitung der nächsten Schritte: Was muss zuerst verbessert werden, bevor KI sinnvoll automatisiert?
So entsteht ein klarer, argumentierbarer Entscheidungsrahmen für erfolgreiche KI-Einführung.
Welcher Nutzen ensteht?
Klarheit über echte Problemstellen statt Vermutungen
Höhere Wirksamkeit von KI-Projekten durch optimierte Prozesse
Schnell identifizierbare Quick Wins und nachvollziehbare Business Cases
Kostenreduktion durch weniger Fehler, Wartezeiten und Nacharbeiten
Mehr Akzeptanz, weil Prozesse verständlich, transparent und realistisch gestaltet sind
Geringeres Risiko durch fundierte Entscheidungen (auch im Sinne des EU AI Act)
Nachhaltige Prozess- und KI-Verbesserungen statt einmaliger punktueller Optimierungen
English 
German