Kursbeschreibung
AI Change ist ein Führungsproblem mit hoher Unsicherheit: Ergebnisse sind probabilistisch, Qualität muss neu abgesichert werden, und viele Menschen erleben KI als Bewertung ihrer Kompetenz. In diesem Seminar lernst Du, diese Unsicherheit zu managen und gleichzeitig Geschwindigkeit aufzubauen. Du entwickelst ein Vorgehen, das psychologisch tragfähig ist und operativ funktioniert. Zuerst klärst Du die Ausgangslage mit einem Reifegrad-Blick: Welche Use Cases sind sinnvoll, welche Daten und Prozesse sind geeignet, und welche Risiken dürfen nicht ignoriert werden? Du lernst, wie Du Priorisierung so aufsetzt, dass nicht die lauteste Idee gewinnt, sondern die beste Kombination aus Wert, Machbarkeit und Risiko. Danach arbeitest Du an den menschlichen Hebeln: Du identifizierst die häufigsten Widerstandsgründe, gestaltest psychologische Sicherheit und nutzt konkrete Gesprächstechniken, um aus Skepsis konstruktive Mitarbeit zu machen. Ein zentrales Element ist die Kommunikation. Du baust eine Kommunikationsarchitektur, die nicht nur informiert, sondern Adoption erzeugt: klare Botschaften zu Nutzen und Grenzen, transparente Verantwortlichkeiten, regelmäßige Demos und Feedback-Schleifen. Zusätzlich entwickelst Du Leitplanken für Governance, die Innovation nicht abwürgen: Rollen, Policies, Logging, Freigaben und Risiko-Checks für GenAI, inklusive Halluzination, Bias und Datenabfluss. Am Ende steht ein belastbarer Fahrplan: ein priorisiertes Use-Case-Backlog, ein 90-Tage-Plan für Pilot und Skalierung, sowie KPIs, die Wirkung, Qualität und Risiko sichtbar machen. Damit kannst Du KI-Initiativen führen, ohne Dich in Tool-Diskussionen zu verlieren.
Zielgruppe
- Führungskräfte und Teamleitungen in Fachbereichen und IT
- Change Managerinnen und Change Manager, Organisationsentwicklung
- Product Owner, Programm- und Projektleitungen für KI-Initiativen
- HR, Learning and Development, interne Kommunikation
- Für alle, die KI-Veränderungen im Unternehmen verantworten und wirksam durchsetzen wollen
Voraussetzung für die Schulung
- Grundverständnis von Unternehmensprozessen und Veränderungsarbeit ist hilfreich.
- Keine technischen KI-Vorkenntnisse erforderlich.
Kursinhalte
- AI Change verstehen und richtig framen
- Warum KI-Veränderungen anders scheitern als IT-Projekte
- Reifegrad: Use Cases, Daten, Risiken, Skills, Operating Model
- Erwartungsmanagement zwischen Hype und Realität
- Psychologie: Widerstand, Motivation, Sicherheit
- Typische Ängste: Jobverlust, Kontrollverlust, Bewertungsdruck
- Psychologische Sicherheit im Team messbar stärken
- Commitment statt Compliance: Treiber und Blocker
- Kommunikation, die Vertrauen schafft
- Stakeholder-Landkarte und Narrative je Zielgruppe
- KI verständlich erklären: Nutzen, Grenzen, Verantwortlichkeiten
- Kommunikationsrituale: Updates, Demos, Lernmomente
- Governance und Leitplanken ohne Bremswirkung
- Rollen: Product Owner, Data Owner, Legal, Security, Betriebsrat
- Policy-Bausteine: Prompting, Daten, IP, Freigaben, Logging
- Risiko-Checks für GenAI: Halluzination, Bias, Leakage
- Roadmaps, die liefern
- Use-Case-Priorisierung: Wert, Machbarkeit, Risiko
- 90-Tage-Plan: Piloten, Enablement, Skalierung
- KPIs: Adoption, Qualität, Zeitgewinn, Risikoindikatoren
- Enablement: Skills, Rituale, Lernsystem
- Rollenspezifische Lernpfade für Fachbereiche und IT
- Champions-Netzwerk und Community of Practice
- Playbooks: Prompting, Review, Dokumentation
