Kursbeschreibung
In diesem Seminar lernst du, KI verantwortungsvoll, nachvollziehbar und wirksam in digitale Produkte und Services einzubetten. ITIL® 5 AI Governance dient dir dabei als praxisnaher Orientierungsrahmen, um Rollen, Entscheidungswege, Risiken und Kontrollen klar zu strukturieren.
Die wichtigsten Themen im Überblick
- KI-Governance mit ITIL® 5 praxisnah einordnen
- KI im Digital Product & Service Lifecycle steuern
- KI-Entscheidungen nachvollziehbar und steuerbar machen
- Human Oversight und klare Verantwortlichkeiten definieren
- AI Policies, Guardrails und Kontrollen wirksam verankern
- Risiken, Bias und Compliance-Anforderungen sicher bewerten
- Monitoring, Drift und Incidents im KI-Betrieb beherrschen
- KPIs für Nutzen, Qualität, Experience und Kosten festlegen
Zielgruppe
- IT-Service- und Product Managerinnen und Manager
- IT-Governance-, Risk- und Compliance-Verantwortliche
- Service Ownerinnen und Service Owner sowie Prozessverantwortliche
- Führungskräfte in Digital-, Data- und AI-Initiativen
- Für alle, die KI in Produkten und Services verlässlich steuern wollen
Voraussetzung für die Schulung
Keine.
Kursinhalte
- ITIL® 5 AI Governance als Orientierungsrahmen
- Governance, Value und Experience im KI-Kontext
- Rollen, Verantwortlichkeiten und Entscheidungswege
- AI als Produkt- und Servicebestandteil statt „Tool“
- KI-Entscheidungen verstehen und steuerbar machen
- Wie KI-gestützte Entscheidungen entstehen und wirken
- Traceability: Nachvollziehbarkeit und Begründbarkeit
- Human Oversight: wann Menschen eingreifen müssen
- Einbettung in den Digital Product & Service Lifecycle
- Planung: Use-Case-Scoping, Nutzenhypothesen, Grenzen
- Einführung: Freigaben, Guardrails, Abnahmekriterien
- Betrieb: Monitoring, Drift, Incident- und Problembezug
- Weiterentwicklung: Change, Release und kontinuierliche Verbesserung
- Risiko, Compliance und Vertrauen
- Risikoklassen, Abhängigkeiten und Lieferkettenrisiken
- Dokumentationspflichten und Audit-Fähigkeit
- Umgang mit Bias, Fehlentscheidungen und Eskalationen
- Governance-Strukturen, Policies und Kontrollen
- AI Policy, Standards und Kontrollpunkte im Lifecycle
- Decision Logs, Model Cards, Datenherkunft und Versionierung
- KPIs: Wirksamkeit, Qualität, Experience und Kosten
- Von der Initiative zur steuerbaren KI-Organisation
- Operating Model: Gremien, RACI, Service Ownership
- Portfolio-Sicht: Priorisierung und Value Realization
- Roadmap für skalierbare AI Governance
