KI-Strategie & Grundlagen

Datenstrategie für KI: Datenbestände ordnen, priorisieren, nutzbar machen

Viele KI-Vorhaben stocken nicht am Modell, sondern daran, dass benötigte Daten verstreut, lückenhaft oder ohne klare Zuständigkeit vorliegen. Hier erarbeiten Verantwortliche eine Datenstrategie, auf der ihre KI-Strategie aufsetzen kann. Sie bestimmen den Datenreifegrad Ihres Hauses, zeichnen eine Datenlandkarte und bringen Dateninitiativen in eine begründete Reihenfolge. Daraus entwickeln Sie eine Roadmap, die mit der KI-Strategie verzahnt ist.

Für wen

Verantwortliche für Daten, Digitalisierung und Strategie, die eine Datenstrategie als tragfähige Basis für KI-Vorhaben entwickeln wollen.

KI-Tagesseminar · 1 Tag

Datenbestände bewerten, Dateninitiativen auswählen und mit der KI-Strategie verzahnen

Das nehmen Sie mit

  • Der Datenreifegrad Ihres Hauses lässt sich anhand klarer Kriterien einschätzen.
  • Eine Datenlandkarte mit Quellen, Verantwortlichen und Lücken ist als Arbeitsgrundlage begonnen.
  • Dateninitiativen können Sie nach Aufwand, Nutzen und Bezug zu Use Cases begründet reihen.
  • Eine Roadmap mit Quick Wins verbindet Datenstrategie und KI-Strategie verbindlich.

Ablauf

  1. Teil 1

    Modul 1 – Fundament: Warum KI-Vorhaben an den Daten hängen

    • Wie Verfügbarkeit und Güte der Daten über Treffsicherheit und Aufwand eines KI-Projekts entscheiden
    • Datenreifegrad bestimmen: Erfassung, Zugänglichkeit, Pflege und tatsächliche Nutzung der Bestände
    • Selbsteinschätzung: wie datengetrieben Ihr Haus heute arbeitet und wo Insellösungen bestehen
  2. Teil 2

    Modul 2 – Datenprodukte: Aus verstreuten Beständen Nutzbares formen

    • Datensilos in Fachanwendungen, Abteilungslaufwerken und Tabellen erkennen und zu Datenprodukten ausbauen
    • Vorführung: wie aus unbereinigten Rohdaten ein beschriebenes, abrufbares Datenprodukt entsteht
    • Erst Zweck und Struktur festlegen, dann erfassen – warum wahlloses Sammeln keine Strategie ersetzt
  3. Teil 3

    Modul 3 – Bausteine: Architektur, Governance, Qualität und Kultur

    • Datenarchitektur, Governance-Regeln und Qualitätskriterien als tragende Elemente einer Datenstrategie
    • Datenkultur und Verantwortlichkeiten: wer Bestände pflegt, wer über Freigaben entscheidet
    • Übung: Datenlandkarte für einen Unternehmensbereich mit Quellen, Datenflüssen, Zuständigen und Lücken
  4. Teil 4

    Modul 4 – Priorisierung: Dateninitiativen gezielt auswählen

    • Datenbedarf den Use Cases zuordnen: welcher Bestand welchen KI-Anwendungsfall erst möglich macht
    • Aufwand und Nutzen einzelner Dateninitiativen nachvollziehbar gegeneinander abwägen
    • Daten selbst aufbauen oder extern zukaufen: Kriterien für diese Entscheidung
    • Übung: eine Sammlung von Dateninitiativen bewerten und auf wenige vorrangige Vorhaben eingrenzen
  5. Teil 5

    Modul 5 – Umsetzung: Roadmap mit Verbindlichkeit

    • Roadmap aufsetzen, die Quick Wins und längerfristige Ausbauschritte zusammenführt
    • Datenstrategie und KI-Strategie so verzahnen, dass beide dieselben Prioritäten verfolgen
    • Fallstudie: Entwicklung einer Datenstrategie von der Bestandsaufnahme bis zum Beschluss
    • Verbindlichkeit schaffen durch Beschlüsse, zugeordnete Budgets und feste Überprüfungstermine
    • Erste Etappen Ihrer eigenen Datenstrategie festlegen und Zuständigkeiten klären

VoraussetzungenEine Datenstrategie lässt sich hier ohne technisches Vorwissen erarbeiten.

AbschlussTeilnahmezertifikat und digitales Badge

Thema anfragen