AI-Crafting

AI-Crafting

Der systemische Raum für KI-Exzellenz

AI expertise is becoming the new basic skill in everyday digital working life. This is why every employee in the company, regardless of role or function, should develop a basic understanding of how to deal with artificial intelligence. Employees should not only operate AI tools, but also be empowered to understand the potential of AI, utilise it sensibly and play an active role in shaping it.

The aim is to create a company-wide culture in which AI is used as a natural tool. It is used in a competent, considered manner and in accordance with ethical and regulatory requirements such as the EU AI Act.

We take a holistic approach to AI by creating awareness of the possibilities of common AI tools and supporting employees in helping to shape cultural change in day-to-day business. This creates a new self-image for a learning organisation in the age of AI that recognises opportunities, reflects risks and deals confidently with the dynamic development of AI technologies.

Methodical.

We analyse key topics and challenges within your business environment whether it is the development or implementation of an AI strategy, or the assessment of a project with regard to leadership, governance, and critical success factors. In doing so, we reflect on your processes, systems, and data to align them holistically and with a clear view to the future. Our particular focus lies on the strategic integration of digitalisation and artificial intelligence in order to foster sustainable impact and organisational maturity.

Impactful.

We support you with a practical, experience-based approach in conducting AI maturity assessments, developing MVPs within a protected environment, and implementing integrated AI work environments. As part of this process, we design and facilitate workshops as well as accompanying training programmes to ensure the successful system integration of AI solutions. An interdisciplinary team of experts supports us in this work particularly in defining AI governance in line with the requirements of the EU AI Act, as well as in specialised areas such as IT architecture and security.

Von der Spezifikation bis zum Prototyping

Nicht die Technologie bestimmt den Startpunkt – sondern Ihre Herausforderung. Wir wählen gemeinsam die passenden Methoden und übersetzen sie in einen Companion, der Ihren Kontext kennt. Die 15 Bausteine sind ein Angebot, kein Korsett – Ihre eigene Methodik ist immer willkommen.

Which process is to be supported? Which role will use it? What is at stake? Only when input, output, and value are clearly defined does the specification begin.

From the requirement emerges the Companion architecture: modules, sequence, and method. The 15 modules are an offering — your own frameworks and internal guidelines are welcome at any time.

Role, knowledge base, behaviour, and boundaries are defined in a structured way. System context, guidelines, and organisational data form the foundation on which the Companion operates.

Assistant, agent, and artefact come together. Only through this combination does a complete Companion emerge — not a prototype, but a system that becomes more precise with every use.

Your process remains your process. The Companion understands it, follows it, and evolves with it. What emerges belongs to you methodologically sound, iteratively refined, and entirely in your hands.

Der Companion Mikrokosmos

The system behind it.

What connects all use cases: 15 modules. Proven methods. Not by chance but by design. Every Companion process is built on the same methodological modules, flexibly combined to fit your situation.

You have seen the use cases. What lies behind them is a well-designed system of 15 modules combinable like Lego, methodical like an experienced adviser. Harvard when negotiations are at stake. Kotter and Lewin when change must be managed. Nonviolent Communication when conversations require tact. DISC when people need to be understood.

No generic AI advice but frameworks you know, can understand, and can challenge.

Flexibly combined, but not arbitrary.

The 15 modules are organised into five categories: screening, conversation, training, evaluation, and methods. Depending on the situation, the appropriate modules are combined into the right Companion chain. Some are essential across multiple use cases stakeholder management, for example, in sales as well as in transformation. Others are more specific: the Lewin module belongs to the change process, while the RFP screening module is part of the sales process.

The entry point begins with a single module. The potential for expansion is unlimited.

Explore the modules.

Each module you see here is not an abstract concept but a proven step within a real process. Methodologically sound. Transparently traceable. Exactly where it truly matters.

Klicken Sie auf einen Use Case – und sehen Sie, welche Bausteine zusammenwirken.

Screening
Gespräch
Training
Prüfung
Methoden
Screening
Gespräch
Training
Prüfung
Methoden

Companion Entwicklung

Hier entstehen Praxisbeispiele

Was Sie in der Tabelle sehen, ist kein Versprechen – es sind echte Entwicklungen. Companions, die in realen Prozessen entstanden sind, getestet wurden und heute im Einsatz sind. Jedes Beispiel zeigt, was möglich ist, wenn ein kritischer Prozess, die passende Methode und der richtige Kontext zusammenkommen.

Wir entwickeln Ihren Companion

Ein Prozess. Eine Rolle. Der Moment, der zählt. Mehr braucht es nicht für den Anfang.

Was entsteht, ist Ihres – methodisch fundiert, in Ihrem Kontext verankert, mit jeder Iteration präziser.

Sprechen Sie mit uns.

Anwendung

Beschreibung

Workbook

Demo

MVP

OOS Compliance Checker

KI Reifegrad Assessment

Learning by Crafting

Companions do not emerge in seminar rooms they emerge in work. Those who build a Companion do not learn about AI. They learn with AI: through real processes, real decisions, and real context. Every module you specify sharpens your judgement. Every iteration you go through deepens your ability to act. In this way, AI capability emerges that endures because it was not taught, but built through practice.

Learning by Design

The learning platform follows the same principle as the Companions themselves: progressive, modular, and methodical. With each workshop, a deeper understanding develops from the initial requirement to the completed system. What begins in stage one is deepened in stage two and becomes your own practice in stage three. No isolated knowledge, no abstract exercises. Instead, a learning path that begins exactly where your challenge lies and continues from there.

Assistants

From a tool to a methodological sparring partner.

This is where you take your first steps from using AI as a tool to working with it as a methodological sparring partner. You learn how to guide assistants according to clear criteria and equip them with structured knowledge. From the five-criteria check for precise prompting and targeted knowledge transfer to the use of methodological models for analysis, reflection, and evaluation, you discover how AI can work with you as a triadic partner delivering sound and transparent results.

Agents

From dialogue to autonomous action.

Here you move beyond the dialogue-based support of an assistant to the next step: true process autonomy. AI agents independently execute multi-step tasks and make autonomous decisions. From single-agent architectures using ReAct principles to multi-agent systems, you will learn how autonomous systems can take over complex business processes

Artefacts

From components to a complete solution

Here you learn how practical, end-to-end solutions emerge from individual AI building blocks. From RAG systems that make organisational knowledge usable in a targeted way, to decisions between cloud, on-premise, or hybrid deployment, and the integration into your existing IT landscape. You will see how assistants, agents, and processes are brought together into scalable systems that deliver measurable value for the organisation.

Assistants

From a tool to a methodological sparring partner.

This is where you take your first steps from using AI as a tool to working with it as a methodological sparring partner. You learn how to guide assistants according to clear criteria and equip them with structured knowledge. From the five-criteria check for precise prompting and targeted knowledge transfer to the use of methodological models for analysis, reflection, and evaluation, you discover how AI can work with you as a triadic partner delivering sound and transparent results.

Agents

From dialogue to autonomous action.

Here you move beyond the dialogue-based support of an assistant to the next step: true process autonomy. AI agents independently execute multi-step tasks and make autonomous decisions. From single-agent architectures using ReAct principles to multi-agent systems, you will learn how autonomous systems can take over complex business processes

Artefacts

From components to a complete solution

Here you learn how practical, end-to-end solutions emerge from individual AI building blocks. From RAG systems that make organisational knowledge usable in a targeted way, to decisions between cloud, on-premise, or hybrid deployment, and the integration into your existing IT landscape. You will see how assistants, agents, and processes are brought together into scalable systems that deliver measurable value for the organisation.

en_GBEnglish

OOS Checker – Beschreibung für die Demo

Der OOS Checker ist ein KI-gestützter pharmazeutischer Qualitätsassistent, der Mitarbeiter der Qualitätskontrolle (QC) und Qualitätssicherung (QA) bei der Bearbeitung von Out-of-Specification (OOS)-Ergebnissen unterstützt – vollständig auf Basis der internen Richtlinie QRL-OOS-001.

Kernfunktionen

Dokumentenprüfung

Der OOS Checker analysiert zwei zentrale Dokumenttypen:

Analysenzertifikate (CoA): Automatischer Abgleich aller Prüfergebnisse gegen die definierten Spezifikationen, Erkennung von OOS- und OOT-Ergebnissen sowie Ableitung der nächsten Schritte gemäß Phase I.

OOS-Untersuchungsberichte: Vollständigkeitsprüfung gemäß Abschnitt 6 der Richtlinie, Bewertung von Schlussfolgerungen, CAPA-Maßnahmen und Unterschriften – mit einer klaren Freigabe-Empfehlung (Ja/Nein).

Regelbasierte Compliance-Prüfung

Prüfung aller Schritte anhand der Richtlinie QRL-OOS-001

Aktive Warnung vor regulatorisch verbotenen Praktiken (z. B. „Testing into Compliance“)

Hinweis auf fehlende Dokumentation oder Unterschriften

Automatische Berichterstellung

Nach jeder Prüfung kann der Assistent einen formatierten Prüfbericht als PDF generieren, inklusive:

Dokumentenkopf & Prüfreferenz

Detaillierte Befunde mit Statusangaben

Maßnahmen-Checkliste

Klares Fazit

 

QA-Assistent | KI Manufaktur – NexQube
QRL-OOS-001
🤖

KI-gestützte OOS-Prüfung in der Pharmaindustrie

Dieses System demonstriert, wie Künstliche Intelligenz pharmazeutische Qualitätsdokumente automatisiert analysiert, bewertet und regulatorisch konforme Prüfberichte erstellt – in Sekunden statt Stunden.

⚗️
Was ist OOS?
Out-of-Specification bedeutet: ein Messergebnis liegt außerhalb der zugelassenen Grenzwerte. Bei Arzneimitteln kann das die Patientensicherheit gefährden.
📋
Das Problem heute
OOS-Prüfungen werden manuell durchgeführt – zeitaufwendig, fehleranfällig und oft inkonsistent. Regulatoren wie FDA und EMA fordern lückenlose Dokumentation.
🚀
Die KI-Lösung
KI liest Dokumente, erkennt Abweichungen, prüft Vollständigkeit und generiert sofort GMP-konforme Prüfberichte gemäß QRL-OOS-001.

⚡ So funktioniert die Demo

1
Dokument wählen
CoA oder OOS-Bericht einreichen
2
Vorschau
Originaldaten werden angezeigt
3
KI analysiert
Automatisierte Prüfung läuft
4
Prüfbericht
GMP-konformer Output in Sekunden
ℹ️ Demo-Hinweis: Diese Simulation verwendet reale Dokumentstrukturen aus der pharmazeutischen Praxis (Lisinopril 10mg, Charge LIS-2024-0847). Die KI-Analyse ist für Präsentationszwecke gestaltet und zeigt das Potenzial eines produktiven Systems.
Powered by NexQube · KI Manufaktur
Dokument zur Prüfung einreichen
Wählen Sie den Dokumenttyp, den Sie zur automatisierten QA-Prüfung einreichen möchten.
📋
Analysenzertifikat
Certificate of Analysis (CoA)
Prüfergebnisse einer Charge mit Spezifikationsvergleich und Konformitätsbewertung.
📄 CoA-2024-00847 💊 Lisinopril 10 mg Tabletten 📦 Charge: LIS-2024-0847
Zur Prüfung einreichen →
⚠️
OOS-Untersuchung
OOS-Untersuchungsbericht
Dokumentation der Phase-I-Laboruntersuchung nach Out-of-Specification-Ergebnis.
📄 OOS-2024-0089 💊 Lisinopril 10 mg Tabletten 🔬 Gehalt: 94,2 % (OOS)
Zur Prüfung einreichen →
📋

Analysenzertifikat CoA-2024-00847

Eingereicht von: Dr. M. Schmidt  ·  Prüfdatum: 28.02.2024  ·  PharmaCorp GmbH

Produkt
Lisinopril 10 mg Tabletten
Chargennummer
LIS-2024-0847
Chargengröße
500.000 Tabletten
Verfallsdatum
02/2026
Freigabestatus
AUSSTEHEND
Artikel-Nr.
4711-LIS-010
PrüfparameterSpezifikationErgebnisStatus
AussehenWeiße bis cremefarbene TablettenEntsprichtKONFORM
Identität (HPLC)Retentionszeit entspricht StandardEntsprichtKONFORM
Identität (IR)Spektrum entspricht ReferenzEntsprichtKONFORM
Gehalt Lisinopril95,0 – 105,0 %94,2 %OOS
Gleichförmigkeit der Massemax. +/- 5%+/- 1,8 %KONFORM
Zerfallmax. 15 Minuten8 minKONFORM
Friabilitätmax. 1,0 %0,3 %KONFORM
Mikrobio. ReinheitTAMC < 1000 KBE/g< 10 KBE/gKONFORM
⚠️

OOS-Untersuchungsbericht OOS-2024-0089

Eingereicht von: Dr. M. Schmidt  ·  OOS-Datum: 28.02.2024  ·  PharmaCorp GmbH

Produkt
Lisinopril 10 mg Tabletten
Chargennummer
LIS-2024-0847
Prüfparameter
Gehalt Lisinopril (HPLC)
OOS-Ergebnis
94,2 % (Spec: 95–105%)
Status
IN BEARBEITUNG
Priorität
Hoch
Prüfpunkt (Phase I)StatusBemerkung
Berechnungen korrekt?✓ JANachrechnung durch Laborleitung bestätigt
Dokumentation vollständig?✓ JALaborjournal S. 47–48 geprüft
Geräte kalibriert?✓ JAHPLC kalibriert (15.02.2024)
Reagenzien in Haltbarkeit?✓ JAAcetonitril, Puffer geprüft
Methode korrekt befolgt?■ OFFEN
Probe korrekt vorbereitet?✓ JAPipettierfehler vermutet (P-2847)
Pipetten-Kalibrierung?■ OFFENKernverdacht – nicht geprüft
KI-Analyse läuft…
Dokument wird verarbeitet
Powered by NexQube · KI Manufaktur
Dok.-Nr.
PRB-CoA-2024-00847
Erstellt am
04.03.2026, 14:33
Erstellt von
QA-Assistent (auto)
📊 Ergebnisübersicht
PrüfparameterSpezifikationErgebnisStatus
AussehenWeiße bis cremefarbene TablettenEntsprichtKONFORM
Identität (HPLC)Retentionszeit entspricht StandardEntsprichtKONFORM
Identität (IR)Spektrum entspricht ReferenzEntsprichtKONFORM
Gehalt Lisinopril95,0 – 105,0 %94,2 %OOS
Gleichförmigkeit der Massemax. +/- 5%+/- 1,8 %KONFORM
Zerfallmax. 15 Minuten8 minKONFORM
Friabilitätmax. 1,0 %0,3 %KONFORM
Mikrobio. ReinheitTAMC < 1000 KBE/g< 10 KBE/gKONFORM

Befund: 7 von 8 Parametern konform | 1 OOS (Gehalt Lisinopril: 94,2 % liegt 0,8 % unter Spezifikationsgrenze von 95,0 %)

🔎 OOS-Details
Parameter:Gehalt Lisinopril (HPLC intern)
Spezifikation:95,0 – 105,0 %
Ergebnis:94,2 %
Abweichung:-0,8 % (unterhalb Untergrenze)

"Die Pipette war möglicherweise nicht korrekt kalibriert. Ich vermute einen Pipettierfehler bei der Probenvorbereitung." — Dr. M. Schmidt

Bewertung: Verdacht ist plausibel, muss jedoch in Phase I dokumentiert nachgewiesen werden.

📋 Erforderliche Maßnahmen gemäß QRL-OOS-001

Sofortmaßnahmen:

  • Charge LIS-2024-0847 vorläufig sperren
    QA
  • OOS-Nummer vergeben und Untersuchung eröffnen
    QA
  • Laborleitung informieren
    Analyst

Phase I – Laboruntersuchung (innerhalb 24 Stunden):

  • Berechnungen nachrechnen
    Laborleitung
  • Dokumentation / Laborjournal prüfen
    Laborleitung
  • HPLC-Kalibrierung verifizieren
    Analyst
  • Reagenzien-Haltbarkeit prüfen
    Analyst
  • Methodendurchführung bestätigen
    Laborleitung
  • Pipetten-Kalibrierprotokoll prüfen (KERNVERDACHT)
    Laborleitung
⚠️ WARNUNG: "Testing into Compliance" ist gemäß Abschnitt 5 der Richtlinie QRL-OOS-001 strengstens untersagt! Ein Retest ist nur bei dokumentiert nachgewiesenem Laborfehler zulässig.
Dok.-Nr.
PRB-2024-0089
Erstellt am
04.03.2026, 14:29
Erstellt von
QA-Assistent (auto)
📋 Vollständigkeitsprüfung gemäß QRL-OOS-001, Abschnitt 6
AbschnittStatusBefund
1. Allgemeine Informationen✓ Vollständig
2. Phase I – Laboruntersuchung■ Unvollständig2 Prüfpunkte offen
3. Beschreibung vermuteter Fehler✓ Dokumentiert
4. Schlussfolgerung Phase I✗ FehltKeine Entscheidung dokumentiert
5. Eingeleitete Maßnahmen✓ Dokumentiert
6. CAPA-Maßnahmen✗ Fehlt"noch nicht definiert"
7. Unterschriften■ Unvollständig2 von 3 fehlen
🔴 Kritische Mängel

Offene Prüfpunkte Phase I:

  • 🟠
    Methode korrekt befolgt? — Status: Offen | Kritikalität: Hoch
  • 🔴
    Pipetten-Kalibrierung? — Status: Offen | Kritikalität: Sehr hoch – betrifft Kernverdacht

Hinweis: Der Analyst vermutet einen Pipettierfehler (Pipette Ser.Nr. P-2847), jedoch wurde das Kalibrierprotokoll nicht geprüft. Ohne dokumentierten Nachweis kann gemäß Abschnitt 2.3 und 5 kein zuweisbarer Fehler festgestellt und kein Retest durchgeführt werden.

Fehlende Unterschriften:

  • 🔴Laborleitung (Dr. K. Weber) – fehlt
  • 🔴QA-Freigabe (Fr. L. Müller) – fehlt
✅ Erforderliche Maßnahmen vor Freigabe
  • 1
    Kalibrierprotokoll Pipette P-2847 prüfen und dokumentieren
    Laborleitung
  • 2
    Prüfpunkt "Methode korrekt befolgt?" abschließen
    Analyst
  • 3
    Schlussfolgerung Phase I dokumentieren (Laborfehler ja/nein)
    Laborleitung
  • 4
    CAPA-Maßnahmen definieren
    QA
  • 5
    Unterschrift Laborleitung einholen
    Dr. K. Weber
  • 6
    Unterschrift QA-Freigabe einholen
    Fr. L. Müller

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.

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

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.

  • 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
KIA Simulation – DMS / Generative KI im HR
⚡ Simulation

KI-Reifegrad Assessment

DMS · Generative KI im HR-Dokumentenmanagement
Statischer Use Case – Bewertungen frei wählbar

Ausgangssituation Mittelständisches Unternehmen mit HR-IS-Tool und DMS-System. Das DMS-Modul „Digitale Personalakte" nutzt KI für Archivierung & Klassifizierung. Das Modul „Dokumentenerzeugung" arbeitet aktuell 100 % regelbasiert (Vorlagen, Textbausteine, Stammdaten aus SuccessFactors o.ä.) – ohne generative KI.
Zielsetzung Erweiterung des Moduls Dokumentenerzeugung um generative KI in hybrider Kombination mit regelbasierter Verarbeitung. KI-generierte Textbausteine werden revisionssicher an das DMS übergeben und dort 100 % regelbasiert weiterverarbeitet.
Voraussetzungen & Rahmenbedingungen Parallele generative KI-Prozessstrecke · Mindestens zwei Prozessschritte (Generierung + Validierung) · Vollständige Versionierung & Protokollierung · EU AI Act & DSGVO-konform · Produktmanagement koordiniert Stakeholder und Softwareentwicklung.
Kritischer Kontext Die Geschäftsführung hat eine sehr kritische Haltung gegenüber KI.
Szenario:
0 von 20 bewertet 0%

📊 Phase 1: Systemischer Überblick

Erfassung der grundlegenden Systemelemente

1
Strategische Ausrichtung
Existiert eine klar definierte KI-Strategie für die Integration generativer KI im DMS-System?
Trifft nicht zuTrifft voll zu
2
Organisatorische Verankerung
Sind die Rollen für die Entwicklung und Implementierung der generativen KI im Projektteam klar definiert?
Trifft nicht zuTrifft voll zu
3
Operative Exzellenz
Gibt es dokumentierte Prozesse für die Erstellung und Validierung von Dokumenten mit generativer KI?
Trifft nicht zuTrifft voll zu
4
Technologische Befähigung
Verfügt das Unternehmen über die notwendige technische Infrastruktur zur Unterstützung der generativen KI-Integration?
Trifft nicht zuTrifft voll zu
5
Kollektive Wertschöpfung
Wie wird die Zusammenarbeit zwischen den verschiedenen Stakeholdern im Projektteam gefördert?
Trifft nicht zuTrifft voll zu
6
Kulturelle Reife
Wie wird die Akzeptanz für die Nutzung von KI-Technologien innerhalb des HR-Teams sichergestellt?
Trifft nicht zuTrifft voll zu

🔍 Phase 2: Vertiefende Analyse

Kontextspezifische Detailfragen zu kritischen Bereichen

7
Technologische Befähigung
Welche spezifischen KI-Tools oder -Plattformen sind geplant, um die generative KI-Integration zu unterstützen?
Trifft nicht zuTrifft voll zu
8
Operative Exzellenz
Wie häufig werden die Prozesse zur Dokumentenerzeugung und -validierung überprüft und optimiert?
Trifft nicht zuTrifft voll zu
9
Kollektive Wertschöpfung
Inwiefern werden Mitarbeitende in den Entwicklungsprozess der generativen KI einbezogen?
Trifft nicht zuTrifft voll zu
10
Organisatorische Verankerung
Gibt es Schulungsprogramme, um Mitarbeitende auf die neuen KI-gestützten Prozesse vorzubereiten?
Trifft nicht zuTrifft voll zu
11
Strategische Ausrichtung
Welche KPIs sind vorgesehen, um den Erfolg der generativen KI-Integration zu messen?
Trifft nicht zuTrifft voll zu
12
Kulturelle Reife
Wie wird die Kommunikation über die Vorteile und Herausforderungen der KI-Nutzung im HR gestaltet?
Trifft nicht zuTrifft voll zu
13
Operative Exzellenz
Wie wird die Versionierung und Protokollierung von Dokumentenänderungen im DMS sichergestellt?
Trifft nicht zuTrifft voll zu
14
Technologische Befähigung
Wie wird die Einhaltung der EU AI Act und der DSGVO bei der Nutzung der generativen KI gewährleistet?
Trifft nicht zuTrifft voll zu
15
Kollektive Wertschöpfung
Wie wird Feedback von Nutzern zur Verbesserung der generativen KI-Funktionalität erfasst?
Trifft nicht zuTrifft voll zu
16
Organisatorische Verankerung
Welche Stakeholder sind entscheidend für den Erfolg der KI-Integration und wie werden sie einbezogen?
Trifft nicht zuTrifft voll zu
17
Strategische Ausrichtung
Wie wird die strategische Ausrichtung des Unternehmens durch die Einführung generativer KI unterstützt?
Trifft nicht zuTrifft voll zu
18
Kulturelle Reife
Welche Maßnahmen werden ergriffen, um Bedenken der Mitarbeitenden hinsichtlich der KI-Nutzung auszuräumen?
Trifft nicht zuTrifft voll zu

⚡ Phase 3: Systemische Wechselwirkungen

Interdependenzen zwischen den Dimensionen bewerten

19
Strategische Ausrichtung ↔ Kulturelle Reife
Inwiefern wird die KI-Strategie des Unternehmens von der Belegschaft akzeptiert und mitgetragen?
Trifft nicht zuTrifft voll zu
20
Operative Exzellenz ↔ Technologische Befähigung
Wie gut sind die KI-gestützten Dokumentenerstellungsprozesse in die bestehenden HR-Prozesse integriert?
Trifft nicht zuTrifft voll zu

KI Assistenten

KI Agenten

KI Artefakte