KI Coaching

NEU · KI-COACHING BEI WENDE CONSULTANTS

KI-Coaching für Führungskräfte und Organisationen

Künstliche Intelligenz verändert Arbeitsprozesse in Unternehmen und Behörden grundlegend. Dieser Praxis-Leitfaden zeigt, wie sich KI-Einsatz im Unternehmen nachvollziehbar, geprüft und verantwortbar gestalten lässt — als Einstieg in unser KI-Coaching-Angebot.

EINORDNUNG

KI ist kein Werkzeug. KI ist eine neue Prozesskomponente.

Klassische Software arbeitet in der Regel zuverlässig vorhersehbar: gleicher Input, gleiche Konfiguration, erwartbarer Output. KI-Systeme bringen zusätzliche Einflussfaktoren mit, die genau diese Verlässlichkeit verändern:

Daten · Modellversion · Eingabeformulierung
Kontext · Informationsquellen · Zugriffsrechte
Anbieter · Einstellungen · Veränderung über Zeit

Ein überzeugendes Ergebnis im Test ist deshalb noch kein Nachweis für den laufenden Betrieb. Im KI-Coaching geht es darum, aus einem zunächst unsicheren Ergebnis einen kontrollierten, wiederholbaren Prozess zu machen — nicht darum, den Einsatz von KI zu verhindern.

„Ein KI-Ergebnis ohne nachvollziehbare Grundlage ist für die Praxis ein Hinweis — aber noch kein verlässlicher Arbeitsschritt.“

ARBEITSPRINZIP

Die Leitformel, die durch jedes Thema läuft

Diese Abfolge lässt sich auf praktisch jeden KI-Einsatz im Unternehmen anwenden — vom einzelnen Textassistenten bis zum automatisierten Workflow. Sie ist der rote Faden unseres KI-Coachings.

01Behauptung
02Risiko
03Nachweis
04Freigabe
05Bericht
06Beobachtung
Element Leitfrage
Behauptung Was wird über den KI-Einsatz behauptet oder erwartet?
Risiko Was kann schiefgehen, wenn das nicht zutrifft?
Nachweis Welcher konkrete Beleg stützt die Behauptung?
Freigabe Welche Bedingung muss erfüllt sein, damit der Prozess weiterläuft?
Beobachtung Wie merken wir später, dass sich etwas verändert hat?
Jede Behauptung über ein KI-Ergebnis ist erst vollständig, wenn Risiko, Nachweis und Freigabe dazugehören. Keine Freigabe ohne Nachweis.

GRUNDLAGEN

Sechs Begriffe, die Sie sicher unterscheiden sollten

Künstliche Intelligenz
Sammelbegriff für Systeme, die Aufgaben übernehmen, die traditionell menschliche Wahrnehmung, Entscheidung, Sprache oder Planung erfordern.
Praxisfrage: Was genau übernimmt das System im Arbeitsablauf — und mit welchem Spielraum?
Machine Learning
Das System lernt Muster aus Daten, statt nur fest vorgegebene Regeln auszuführen.
Praxisfrage: Welche Daten haben das Verhalten geprägt, und wie wurde die Leistung geprüft?
Deep Learning
Machine Learning mit vielen Verarbeitungsschichten — schwerer nachvollziehbar, typischerweise für Bild, Sprache, Audio.
Praxisfrage: Wie werden schwer erklärbares Verhalten und Randfälle überprüft?
Generative KI / Sprachmodelle
Systeme wie ChatGPT, Claude oder Gemini erzeugen Text, Code oder Bilder — ohne eingebaute Wahrheitsprüfung.
Praxisfrage: Wie wird verhindert, dass plausible, aber falsche Ergebnisse ungeprüft weiterverwendet werden?
Wissensgestützte KI (RAG)
Das Modell nutzt zusätzlich unternehmenseigene Dokumente oder Wissensdatenbanken für seine Antworten.
Praxisfrage: Sind Quellenqualität, Aktualität und Zugriffsrechte kontrolliert?
KI-Agent
Ein KI-System, das nicht nur antwortet, sondern Aufgaben selbstständig verfolgt, Programme nutzt oder Handlungen auslöst.
Praxisfrage: Welche Handlungen darf das System ohne Rückfrage ausführen — welche nie?

ORIENTIERUNG

Der regulatorische Rahmen — zur Orientierung, keine Rechtsberatung

Dieser Leitfaden ersetzt keine Rechtsberatung. Im Coaching geht es darum, regulatorische Anforderungen in praktische, im Alltag umsetzbare Fragen zu übersetzen.

EU AI Act — wichtige Termine

Datum Bedeutung
01.08.2024 EU-KI-Verordnung in Kraft getreten
02.02.2025 Verbotene Praktiken & Pflicht zur KI-Kompetenz im Unternehmen
02.08.2025 Regeln für KI-Basismodelle und Governance-Strukturen
02.08.2026 Breite Anwendbarkeit vieler Pflichten
02.08.2027 Weitere Pflichten für Hochrisiko-Anwendungen im Vollausbau
ISO/IEC 42001
Managementsystem für KI nach dem bekannten Plan–Do–Check–Act-Prinzip, anschlussfähig an ISO 9001 / ISO 27001.
Verantwortlichkeiten, Risiko, Daten, Transparenz, Lieferantensteuerung, Überprüfung, Verbesserung.
NIST AI RMF
Vier Kernfragen für den Umgang mit KI-Risiken.
Wer ist verantwortlich? Was ist der Anwendungsfall? Wie wird geprüft? Wie wird der Betrieb gesteuert?

VORGEHEN

Der KI-Einführungsprozess in 13 Schritten

Diese Abfolge dient als Grundgerüst, das wir im Coaching gemeinsam auf Ihren konkreten Anwendungsfall anpassen.

01
Anwendungsfall beschreiben
02
Rolle der KI im Prozess festlegen
03
Verantwortlichkeiten in der Organisation klären
04
Betroffene Personen und Daten erfassen
05
Erste Risikoeinschätzung
06
Daten- und Werkzeugbewertung
07
Eingabe- und Konfigurationsdesign
08
Testplan und Erfolgskriterien festlegen
09
Pilotphase / kontrollierter Test
10
Freigabeentscheidung
11
Betrieb mit Beobachtung und Auswertung
12
Umgang mit Vorfällen und Änderungen
13
Regelmäßige Überprüfung im Unternehmen

ARBEITSTEIL

Ihr eigener KI-Anwendungsfall

Wählen Sie einen realen KI-Anwendungsfall aus Ihrem Unternehmen oder Ihrer Organisation und beschreiben Sie ihn entlang dieser Felder. Diese Seite speichert nichts automatisch — am besten als PDF sichern oder ausdrucken, sobald Sie sie ausgefüllt haben (Strg/Cmd + P).

Rolle der KI im Prozess






Erste Risikoeinschätzung




ARBEITSTEIL

Keine Behauptung ohne Nachweis

Klicken Sie auf den Status-Button, um ihn zu ändern.

Status wechselt zyklisch: KLÄRUNG OFFEN → GEPRÜFT → KLÄRUNGSBEDARF
Behauptung Risiko Nachweis Prüfmethode Status

Beispiel aus der Praxis: Texte mit einem Sprachmodell prüfen lassen

Behauptung Risiko Nachweis Status
KI findet unklare Formulierungen in Dokumenten Falsche oder erfundene Kritik Vergleich mit bekannten Referenzfällen Mindestquote erreicht
KI entscheidet nicht über die Freigabe Schleichende Automatisierung ohne Kontrolle Prozessbeschreibung, Protokoll der Prüfung Freigabe nur durch benannte Person
Eingaben sind dokumentiert und versioniert Ergebnisse später nicht mehr nachvollziehbar Bibliothek mit Versionsverlauf Version in jedem Protokoll vermerkt
Keine vertraulichen Daten verlassen das Unternehmen Datenschutz- oder Geheimnisabfluss Architekturübersicht, Anbieterprüfung, Stichprobe Keine sensiblen Daten in externer Eingabe

ARBEITSTEIL

Welche Nachweise existieren wirklich?

Reifegrad: 0 = fehlt · 1 = ad hoc vorhanden · 2 = dokumentiert · 3 = nachweisbar wirksam · 4 = regelmäßig überprüft und verbessert.

Nachweis Vorh. Reifegrad (0–4) Bemerkung

ARBEITSTEIL

Die Eingabe an die KI ist ein kontrolliertes Arbeitsmittel

Testfall Eingabe Erwartete sichere Reaktion Risiko Status

ARBEITSTEIL

Selbstständig handelnde KI braucht klare Grenzen

Falls ein KI-System eigenständig auf andere Programme oder Systeme zugreifen darf:










„Kein KI-System sollte ohne dokumentierte Rechte, Protokollierung, Mengenbegrenzung, Fehlerbehandlung und klare Freigaberegeln in echte Unternehmenssysteme eingreifen.“

ÜBERSICHT

Falsche Antworten sind nicht das einzige Risiko

Risiko Bedeutung für die Praxis
Manipulierte Eingaben Dokumente oder Daten können versteckte Anweisungen enthalten und das System fehlleiten
Offenlegung vertraulicher Informationen Sensible Daten können in der Eingabe oder im Ergebnis auftauchen
Risiken in der Lieferkette Modelle, Erweiterungen oder Anbieter können selbst unsicher sein
Verfälschte Trainings- oder Wissensdaten Die Datenbasis, mit der das System arbeitet, kann manipuliert sein
Ungeprüfte Weiterverwendung von Ergebnissen KI-Ausgaben werden ungeprüft an andere Systeme weitergegeben
Zu viel Handlungsspielraum Das System hat mehr Rechte, als die Aufsicht abdeckt
Offenlegung interner Regeln Interne Vorgaben werden versehentlich sichtbar
Übermäßiges Vertrauen Mitarbeitende verlassen sich zu stark auf plausible KI-Ausgaben
„Bei KI-Systemen reicht es nicht, falsche Antworten zu testen — man muss auch falsche Autorität testen.“

ÜBERPRÜFUNG

Dokumentenreife und gelebte Praxis

Vorhandene Unterlagen

Gibt es eine Übersicht aller KI-Anwendungen?
Ist der Anwendungsfall freigegeben?
Sind Verantwortlichkeiten dokumentiert?
Gibt es eine Risikobewertung?
Sind Datenquellen und Modellversionen dokumentiert?
Gibt es Erfolgskriterien?
Gibt es Schulungsnachweise?

Gelebte Praxis

Wird der Prozess wirklich genutzt?
Sind echte Ergebnisse mit der Version verknüpft?
Werden Abweichungen dokumentiert?
Gibt es eine regelmäßige Überprüfung?
Funktioniert die menschliche Kontrolle praktisch?
Gibt es Beispiele für gestoppte oder eskalierte Fälle?
Sind Änderungen nachvollziehbar?

FAZIT

Der entscheidende Unterschied

„Die KI hat es so gesagt.“
— ist kein Nachweis.
„Dieses Ergebnis entstand in diesem freigegebenen Anwendungsfall, mit dieser Datenbasis, diesem Modell, dieser geprüften Eingabe, diesen Tests, dieser menschlichen Kontrolle und dieser laufenden Beobachtung.“
— ist ein nachvollziehbarer, verantwortbarer Prozess.
Gutes KI-Coaching macht aus einem unsicheren KI-Ergebnis einen kontrollierten, nachvollziehbaren und verantwortbaren Arbeitsprozess.

KI-Coaching für Ihr Unternehmen

Wir begleiten Führungskräfte, Projektverantwortliche und Teams dabei, den Einsatz von KI im eigenen Arbeitsbereich verantwortungsvoll, nachvollziehbar und praxistauglich zu gestalten — von der ersten Einschätzung bis zum laufenden Betrieb.

Kontakt aufnehmen

Diesen Leitfaden als PDF sichern oder ausdrucken: Strg/Cmd + P