AI-Strategie für Führungskräfte: In 5 Schritten zur Roadmap

In vielen mittelständischen Unternehmen sieht die Lage ähnlich aus: Die Geschäftsführung hält AI für wichtig, einzelne Leute im Team nutzen ChatGPT längst für ihre Arbeit, aber einen schriftlichen Plan gibt es nicht. Niemand hat festgelegt, welche Tools erlaubt sind, welche Aufgaben zuerst drankommen und woran man nach einem Jahr erkennt, ob sich der Aufwand gelohnt hat.

Diese Lücke kostet Zeit und Geld. AI wird deine Branche nicht über Nacht umkrempeln. Ein Wettbewerber mit einem klaren Plan senkt aber Quartal für Quartal seine Prozesskosten, und dieser Vorsprung lässt sich irgendwann kaum noch aufholen. Deshalb gehört das Thema zur Führung. Die IT kann Tools bereitstellen und absichern. Welche Probleme das Unternehmen mit AI lösen will, wer dafür verantwortlich ist und wie viel Geld dafür bereitsteht, entscheidet die Geschäftsführung. Dafür brauchst du eine Roadmap mit Meilensteinen, Verantwortlichen und Zielen, die sich messen lassen. Eine Folie mit dem Wort „Innovation“ reicht dafür nicht.

Die folgenden fünf Schritte führen von der Bestandsaufnahme bis zur fertigen 12-Monats-Roadmap. Die Methodik haben wir im AI-Champions-Programm mit Entscheiderinnen und Entscheidern aus dem Mittelstand erarbeitet und über die Zeit verfeinert. Du kannst sie allein durchgehen oder gemeinsam mit deinem Führungskreis.

Schritt 1: AI-Reifegrad ehrlich bewerten

Den AI-Reifegrad bewertest du, indem du nüchtern festhältst, wie AI heute in deinem Unternehmen genutzt wird: wer welche Tools einsetzt, ob es Regeln dafür gibt und wer das Thema verantwortet. Erst mit dieser Bestandsaufnahme kannst du sinnvoll entscheiden, was als Nächstes kommt. Viele überspringen den Schritt und evaluieren sofort Tools oder starten ein Pilotprojekt. Später fehlt ihnen dann die Ausgangslage, an der sich Fortschritt messen lässt.

Für die Einordnung reicht eine Skala mit vier Stufen:

1. Stufe 1 (unbewusst): AI kommt im Unternehmen nicht vor, weder als Werkzeug noch in den Gesprächen der Führung. Das wird seltener, kommt aber vor.
2. Stufe 2 (experimentell): Einzelne nutzen ChatGPT oder ähnliche Tools, oft mit privaten Accounts. Eine Richtlinie gibt es nicht, und niemand hat den Überblick, wer was macht.
3. Stufe 3 (koordiniert): Erste Tools sind offiziell eingeführt, eine AI-Richtlinie existiert, die Zuständigkeiten sind verteilt, und erste Pilotprojekte laufen.
4. Stufe 4 (strategisch): AI ist Teil der Unternehmensstrategie. Es gibt eine Roadmap, ein Budget, Kennzahlen und regelmäßige Reviews.

Nach unserer Erfahrung landen die meisten mittelständischen Unternehmen bei Stufe 2, sobald sie genauer hinschauen. Beschäftigte arbeiten auf eigene Faust mit AI-Tools, die Geschäftsführung ahnt das, kennt aber den Umfang nicht. Und niemand hat geregelt, welche Daten in welches Tool eingegeben werden dürfen.

Drei Fragen für deine Selbsteinschätzung

Geh die folgenden Fragen für dein Unternehmen durch. Die Antworten zeigen dir, wo der dringendste Handlungsbedarf liegt.

• Gibt es eine AI-Richtlinie? Gemeint ist ein kurzes Dokument, aus dem alle im Unternehmen erfahren, welche Tools erlaubt sind und welche Daten nicht in öffentliche Sprachmodelle gehören. Fehlt es, fang hier an, noch vor jeder Strategie. Eine erste Fassung auf zwei Seiten ist in einer Woche geschrieben und wirkt sofort.
• Nutzt dein Team ChatGPT privat für Arbeitsaufgaben? In den meisten Firmen lautet die Antwort ja. Dann findet AI-Nutzung bereits statt, nur ohne Regeln. Darin steckt ein Datenschutzrisiko. Gleichzeitig erfährst du so, wer im Team schon Erfahrung hat und später Pilotprojekte tragen kann.
• Wer verantwortet das Thema AI? Wenn dir kein Name einfällt, ist das die erste Entscheidung, die deine Strategie treffen muss. Die Person braucht ein klares Mandat und Zeit dafür, zum Beispiel einen Tag pro Woche.

Ein typisches Szenario aus der Praxis: Ein Logistikunternehmen hat Microsoft Copilot für 60 Beschäftigte lizenziert und sieht sich deshalb auf Stufe 3. Die Nutzungsstatistik zeigt nach zwei Monaten, dass noch acht Personen regelmäßig damit arbeiten. Der Rest hat nach den ersten Wochen aufgehört. Lizenzen allein heben den Reifegrad nicht. Ohne Richtlinie, Verantwortliche und Schulung bleibt das Unternehmen auf Stufe 2, auch wenn die Lizenzrechnung nach mehr aussieht. Einen strukturierten Einstieg in die Bestandsaufnahme bietet der kostenlose AI-Readiness-Check.

Schritt 2: Use Cases systematisch identifizieren

Use Cases identifizierst du am zuverlässigsten, wenn du bei den Problemen im Tagesgeschäft anfängst und erst danach prüfst, welche AI-Fähigkeit dazu passt. Such die Stellen, an denen dein Team viel Zeit mit wiederkehrenden Aufgaben verbringt, an denen häufig Fehler passieren oder an denen Vorgänge liegen bleiben. Diese Liste ist dein Ausgangspunkt.

In der Praxis läuft es oft andersherum. Jemand sagt „Wir sollten etwas mit Large Language Models machen“, ein anderer hat gesehen, dass der Wettbewerber einen Chatbot auf der Website hat, und schon beginnt die Suche nach einem Tool. Solche Reflexe führen zu Projekten, die im Fachbereich niemand braucht. Ein Large Language Model (LLM) ist übrigens das Sprachmodell hinter Tools wie ChatGPT, Claude oder Gemini.

Die AI Function Matrix

Für die Suche nach Use Cases nutzen wir ein Workshop-Format, das wir AI Function Matrix nennen. Wie du Einsatzideen systematisch sammelst und bewertest, behandelt im AI-Champions-Programm das Modul „Use Cases & ROI“. Die Idee dahinter ist einfach: Du legst eine Tabelle an, in der der Bedarf deiner Abteilungen auf die Fähigkeiten heutiger AI-Tools trifft.

In die Zeilen kommen die Abteilungen, etwa Vertrieb, Marketing, HR, Finanzen, Operations, Kundenservice, Produktion und IT. In die Spalten kommen die Fähigkeiten: Texte erstellen, zusammenfassen, klassifizieren, Daten analysieren, Bilder erkennen, gesprochene Sprache verarbeiten, Code erzeugen und Abläufe automatisieren.

Mit den Abteilungsleitungen gehst du die Tabelle in einem Workshop von etwa 90 Minuten durch. Für jede Zelle fragt ihr, ob es in dieser Abteilung eine wiederkehrende Aufgabe gibt, bei der diese Fähigkeit hilft. In der Zelle Kundenservice und Klassifikation wäre das zum Beispiel das Vorsortieren eingehender E-Mails nach Anliegen und Dringlichkeit. Am Ende stehen meist 15 bis 25 Anwendungsfälle auf der Liste.

Warum du die Matrix im Workshop ausfüllst

Allein am Schreibtisch ausgefüllt, bleibt die Matrix eine Excel-Übung. Sie braucht die Abteilungsleitungen im Raum, und das hat mehrere Gründe:

• Fachwissen: Welche Aufgaben am meisten Zeit fressen, weiß die Fachabteilung. Von außen lässt sich das schlecht beurteilen, auch aus der IT.
• Rückhalt: Wer einen Use Case selbst vorgeschlagen hat, setzt sich später für die Umsetzung ein. Eine Lösung, die das Team selbst ausgesucht hat, wird im Alltag anders angenommen als ein Tool, das von oben kommt.
• Priorisierung: Wenn alle Abteilungen am Tisch sitzen, fallen Überschneidungen auf. Ein Use Case, der Vertrieb und Kundenservice gleichzeitig entlastet, rückt dann in der Liste nach oben.

Schritt 3: ROI bewerten und priorisieren

Du priorisierst Use Cases, indem du für jeden den erwarteten Nutzen in Euro und den Aufwand der Umsetzung schätzt und beides in eine Vier-Felder-Matrix einträgst. Mit den Fällen aus dem Feld „hoher Nutzen, geringer Aufwand“ fängst du an. Eine Liste mit 20 Ideen verleitet dazu, alles gleichzeitig anzugehen, und daran scheitern viele Vorhaben. Kaum ein Mittelständler hat die Leute, um 20 AI-Projekte parallel zu betreuen.

Die Methode beschreiben wir ausführlich im Artikel ROI von AI-Projekten berechnen. Hier die Kurzfassung.

Die 2x2-Matrix: Impact x Aufwand

Ordne jeden Use Case einem der vier Felder zu:

• Hoher Nutzen, geringer Aufwand (Quick Wins): Damit startest du. Typische Beispiele sind das Vorsortieren von E-Mails, Meeting-Protokolle und Entwürfe für Standardtexte.
• Hoher Nutzen, hoher Aufwand (strategische Projekte): Diese Vorhaben planst du für die zweite Phase ein, zum Beispiel einen firmeninternen AI-Assistenten (InhouseGPT), Prognosen auf Basis eigener Daten oder eine automatisierte Angebotserstellung.
• Geringer Nutzen, geringer Aufwand (Nice-to-have): Das kommt dran, wenn Kapazität frei ist. Auf die Liste gehört es trotzdem, damit die Idee nicht verloren geht.
• Geringer Nutzen, hoher Aufwand: Streich diese Ideen, auch wenn die Technik dahinter beeindruckend klingt.

Den Nutzen rechnest du in Euro aus, mit der Formel vollkostenbasierter Stundensatz mal eingesparte Stunden. Angenommen, drei Sachbearbeiterinnen im Innendienst brauchen jeweils fünf Stunden pro Woche, um Standardanfragen zu sortieren und zu beantworten, und ein AI-gestützter Ablauf halbiert diese Zeit. Das sind zusammen 7,5 Stunden pro Woche. Bei einem Vollkostensatz von 55 Euro und 46 Arbeitswochen kommst du auf knapp 19.000 Euro im Jahr. Für den Aufwand schätzt du Umsetzungsdauer, Tool-Kosten und Schulungsbedarf. Mit dem kostenlosen ROI-Rechner geht das in wenigen Minuten, und im Führungskreis diskutiert ihr danach über Zahlen und weniger über Bauchgefühl.

Ein typisches Szenario: Der technische Leiter eines Maschinenbauers möchte eine eigene AI für die Produktionsplanung entwickeln lassen, mit einem halben Jahr Aufwand und unklarem Nutzen. In der Matrix landet das Projekt bei den strategischen Vorhaben. Das Unternehmen setzt zuerst drei Quick Wins um, die sich nach wenigen Wochen bezahlt machen, und plant die Produktionsplanung für ein späteres Quartal ein. Dann gibt es dafür ein eigenes Budget und das Vertrauen, das die ersten Erfolge im Haus geschaffen haben.

Schritt 4: Pilotprojekte definieren und umsetzen

Ein Pilotprojekt definierst du über wenige Festlegungen vor dem Start: ein Use Case, eine kleine Gruppe von Pilotanwendern, eine Kennzahl mit Ausgangs- und Zielwert und eine Person aus der Führung, die das Projekt unterstützt. Danach läuft der Pilot in einem festen Rhythmus von vier Wochen. In dieser Phase zeigt sich, ob eine AI-Strategie trägt. Die Planung übersteht fast jede Strategie. Ins Stocken geraten viele erst, wenn das Tagesgeschäft wieder Vorrang bekommt.

Die Regel: höchstens drei Projekte gleichzeitig

Starte mit zwei, höchstens drei Quick Wins parallel. Jedes Pilotprojekt braucht Aufmerksamkeit der Führung, Zeit der Beteiligten und etwas Change Management, also die Arbeit, Menschen durch eine Veränderung zu begleiten. Mit drei Projekten tut sich genug, dass es im Haus auffällt, und die Organisation kommt trotzdem hinterher.

Erfolgskriterien VOR dem Start definieren

Diesen Teil lassen viele aus, und bei der Auswertung rächt sich das. Leg vor dem Start fest:

• Kennzahl: zum Beispiel eingesparte Stunden pro Woche, Fehlerquote, Durchlaufzeit oder Kundenzufriedenheit.
• Zielwert: etwa „30 % weniger Zeit für die Bearbeitung von E-Mails innerhalb von vier Wochen“.
• Ausgangswert: Miss den heutigen Stand, bevor das Tool kommt. Oft reichen zwei Wochen mit einer einfachen Strichliste. Ohne diese Baseline kannst du später nichts belegen.
• Sponsor: Jemand aus der Führung räumt Hindernisse aus dem Weg und sorgt dafür, dass das Projekt im Unternehmen gesehen wird.
• Pilotanwender: drei bis fünf motivierte Leute, die das Tool im Tagesgeschäft testen. Die Skeptiker holst du in der zweiten Welle dazu, wenn es erste Ergebnisse gibt.

4-Wochen-Implementierungssprints

Jeder Pilot folgt demselben Ablauf:

1. Woche 1 (Setup): Tool auswählen, einrichten und an bestehende Systeme anbinden. Kick-off mit den Pilotanwendern.
2. Woche 2 (Testphase): Die Pilotanwender arbeiten im Tagesgeschäft mit dem Tool und melden sich täglich kurz zurück, etwa in einem Stand-up von fünf Minuten oder in einem eigenen Chat-Kanal.
3. Woche 3 (Optimierung): Konfiguration und Prompts anhand der Rückmeldungen anpassen und Sonderfälle abdecken.
4. Woche 4 (Auswertung und Rollout-Entscheidung): Kennzahlen messen und mit dem Ausgangswert vergleichen. Danach entscheidest du, ob das Tool für die ganze Abteilung kommt oder noch eine Runde Anpassung braucht.

Frühe Erfolge sichtbar machen

Erfolge musst du aktiv weitererzählen, sonst bekommt der Rest des Unternehmens sie nicht mit. Angenommen, das Vertriebsteam spart durch eine AI-gestützte Vorsortierung seiner E-Mails 20 Stunden im Monat. Erzähl das als Geschichte: wer davon profitiert, was vorher genervt hat und wie der Arbeitstag jetzt aussieht. Eine Tabelle mit Prozentwerten im Rundschreiben liest kaum jemand.

Solche Geschichten bewegen die Einführung im ganzen Unternehmen stärker als jede Ankündigung von oben. Skeptiker werden neugierig, und aus Neugierigen werden Kolleginnen und Kollegen, die das Thema von sich aus weitertragen.

Schritt 5: 12-Monats-Roadmap erstellen

Die 12-Monats-Roadmap verteilt deine priorisierten Use Cases auf vier Quartale: zuerst die Quick Wins, dann eine zweite Welle, danach die strategischen Projekte und zum Schluss Skalierung und Review. Dazu gehören ein Budget pro Quartal und klar verteilte Verantwortung. So wird aus einzelnen Experimenten ein fester Teil eurer Unternehmensplanung.

Die vier Quartale

• Q1 (Monate 1 bis 3), Quick Wins live: Die zwei bis drei Quick Wins aus Schritt 4 laufen stabil. Aus den Pilotanwendern sind Power-User geworden, und die ganze Abteilung arbeitet mit den neuen Tools. Die ersten ROI-Zahlen sind dokumentiert und intern bekannt. Auf dieser Grundlage gibst du das Budget für Q2 frei.
• Q2 (Monate 4 bis 6), zweite Welle: Die nächsten drei bis vier Use Cases aus der priorisierten Liste kommen dran. Auswahl und Einführung gehen jetzt schneller, weil ihr aus Q1 gelernt habt. Parallel beginnt die Anforderungsanalyse für die strategischen Projekte.
• Q3 (Monate 7 bis 9), strategische Projekte: Jetzt folgen die Vorhaben mit hohem Nutzen und hohem Aufwand, etwa ein interner AI-Assistent, Prognosen aus eigenen Daten oder Automatisierung über Abteilungsgrenzen hinweg. Diese Projekte brauchen mehr Vorlauf und Budget, oft auch Hilfe von außen, und haben langfristig den größten Hebel.
• Q4 (Monate 10 bis 12), Skalierung und Optimierung: Alle laufenden Projekte kommen auf den Prüfstand. Was nicht trägt, wird angepasst oder eingestellt. Was gut läuft, rollst du auf weitere Abteilungen oder Standorte aus. Zum Jahresende entsteht die Roadmap für das Folgejahr.

Budget und Ressourcen

Als grobe Orientierung für ein Unternehmen mit 100 bis 300 Beschäftigten plane ich mit den folgenden Größenordnungen. Deine Zahlen hängen davon ab, welche Tools ihr schon lizenziert habt und wie viel ihr selbst umsetzt.

• Q1: 5.000 bis 15.000 Euro für Tool-Lizenzen und gegebenenfalls externe Hilfe beim Setup
• Q2: 10.000 bis 25.000 Euro für zusätzliche Lizenzen, Schulungen und interne Kapazität
• Q3: 20.000 bis 50.000 Euro für strategische Projekte, individuelle Entwicklung und Integrationen
• Q4: 10.000 bis 20.000 Euro für Optimierung, Skalierung und Lizenzverlängerungen

Zusammen sind das 45.000 bis 110.000 Euro im ersten Jahr. Stell dem den Nutzen gegenüber, den du in Schritt 3 für jeden Use Case berechnet hast. Im Rechenbeispiel oben bringt ein einzelner Quick Win knapp 19.000 Euro im Jahr. Mit einigen solcher Anwendungen, wie sie der Artikel über AI-Use-Cases mit schnellem ROI beschreibt, kann sich das Budget der ersten Quartale schon selbst tragen. Die strategischen Projekte kommen dann dazu.

Governance und Verantwortlichkeiten

Damit die Roadmap nicht in der Schublade landet, braucht sie klare Rollen:

• AI-Sponsor (Geschäftsführung): gibt die Richtung vor, gibt Budget frei und entscheidet, wenn es hakt.
• AI-Champion (operativ): koordiniert die Projekte, bewertet neue Tools und berichtet an den Sponsor. Auf diese Rolle bereitet das AI-Champions-Programm vor.
• Abteilungsleitungen: verantworten die Umsetzung in ihrem Bereich und melden an den AI-Champion zurück, was funktioniert und was nicht.
• Quartals-Review: ein Termin von 90 Minuten mit allen Beteiligten. Ihr geht den Stand der Projekte durch, aktualisiert die ROI-Zahlen und passt die Roadmap an.

Change Management: der unterschätzte Erfolgsfaktor

Change Management entscheidet darüber, ob die eingeführten Tools im Alltag tatsächlich genutzt werden. Gemeint ist die Arbeit, Beschäftigte auf die Veränderung vorzubereiten, ihre Einwände ernst zu nehmen und sie beim Umstieg zu begleiten. Ich gebe dem Thema ein eigenes Kapitel, weil hier mehr AI-Strategien hängen bleiben als an Technik, Budget oder Planung.

Der größere Teil der Arbeit hat mit Menschen zu tun. Wenn das Team die neuen Tools nicht nutzt, bringt die beste Strategie nichts. Das Beispiel mit den 60 Copilot-Lizenzen aus Schritt 1 zeigt, wie schnell das passiert: Ein Tool wird ausgerollt, und nach ein paar Wochen arbeitet nur noch eine kleine Gruppe damit.

Die drei häufigsten Widerstände und wie du ihnen begegnest

• „AI ersetzt meinen Job.“ Die Sorge ist verständlich, und du solltest sie ernst nehmen. Zeig an Beispielen aus dem eigenen Haus, welche Teile einer Rolle AI übernimmt, etwa das Zusammenfassen, das Vorsortieren oder den ersten Entwurf. Sag auch, wofür die gewonnene Zeit genutzt werden soll. Versprich dabei nichts, was du nicht halten kannst.
• „Das funktioniert bei uns nicht.“ Diesen Satz hörst du in fast jedem Projekt. Lass Skeptiker mit den Pilotanwendern aus dem eigenen Unternehmen sprechen. Die Erfahrung einer Kollegin aus der Nachbarabteilung überzeugt mehr als jede Präsentation der Geschäftsführung.
• „Ich habe keine Zeit, mich in ein neues Tool einzuarbeiten.“ Ein berechtigter Einwand. Plane kurze Lerneinheiten von 15 bis 20 Minuten, die in den Arbeitsalltag passen. In der ersten Woche kann das ein täglicher Impuls von einer Viertelstunde sein, der mehr hängen bleibt als ein ganzer Schulungstag.

Kommunikationsstrategie

Die Einführung von AI braucht einen Kommunikationsplan, wie jede andere strategische Initiative auch:

1. Vor dem Start: Die Geschäftsführung erklärt in einer Mitarbeiterversammlung, warum das Unternehmen AI einführt. Der Hinweis, dass alle es machen, überzeugt niemanden. Besser ist eine Aussage wie „Wir wollen X Euro im Jahr einsparen und Y Stunden für anspruchsvollere Arbeit freimachen“.
2. Während der Pilotphase: wöchentliche Updates im Intranet oder im Team-Kanal, mit Zahlen, mit Erfolgen und mit dem, was nicht geklappt hat.
3. Nach den ersten Erfolgen: interne Show-&-Tell-Runden, in denen Pilotanwender zeigen, wie sie heute arbeiten. Danach fragen Kolleginnen und Kollegen von sich aus nach, und du musst weniger anschieben.

Schulungsbedarf realistisch einschätzen

Nicht alle im Unternehmen brauchen dieselbe Tiefe. Unterscheide drei Ebenen:

• Basis (alle Beschäftigten): was AI kann und was nicht, welche Tools erlaubt sind und welche Daten tabu sind. Dafür reichen etwa zwei Stunden.
• Anwender (der Großteil): wie man die eingeführten Tools im Alltag gut nutzt, mit Prompt-Techniken, Workflows und bewährten Vorgehensweisen. Rechne mit vier bis sechs Stunden.
• Power-User und AI-Champions (etwa jede zehnte Person): wie man neue Tools bewertet, Workflows baut und den ROI misst. Das ist der Schwerpunkt des AI-Champions-Programms. Für ganze Teams gibt es das Programm als AIC Corporate.

Die Basisschulung hat auch eine rechtliche Seite. Artikel 4 des EU AI Act verlangt von Unternehmen, die AI-Systeme einsetzen, dass ihre Beschäftigten über ausreichende KI-Kompetenz verfügen. Eine dokumentierte Grundschulung für alle ist deshalb ein guter erster Baustein.

Ein typisches Szenario: Ein Medienunternehmen kündigt die Einführung als „Tool-Rollout“ an, und die Reaktion im Haus ist verhalten. Beim zweiten Anlauf spricht die Personalleitung über neue Arbeitsweisen, lässt Pilotanwender aus der Redaktion berichten und beantwortet die Frage nach den Arbeitsplätzen offen. Danach kommen die Nachfragen aus den Teams selbst.

Von der Theorie zur fertigen Roadmap

Mit den fünf Schritten hast du das Gerüst für deine Roadmap. Für die Umsetzung brauchst du Zeit, erprobte Methoden und jemanden, mit dem du Zwischenergebnisse besprechen kannst. Dabei hilft das AI-Champions-Programm. Mit AIC Solo arbeitest du die Schritte im eigenen Tempo durch, begleitet von Live-Calls und der Community. Mit AIC Corporate geht ihr den Weg gemeinsam und entwickelt eine Roadmap für das ganze Unternehmen.

Die Inhalte des Programms passen zu den Schritten aus diesem Artikel:

• Grundlagen und Tools: verstehen, wie Sprachmodelle arbeiten und welche Tools es gibt. Mit dem AI-Readiness-Check ordnest du deinen Ausgangspunkt ein, eine Tool-Bewertungsmatrix hilft bei der Auswahl.
• Use Cases finden: Einsatzideen systematisch sammeln und den Workshop mit deinen Abteilungsleitungen vorbereiten.
• ROI bewerten: jeden Use Case nach Aufwand und Nutzen einordnen und daraus ein priorisiertes ROI-Portfolio machen (Methodik im Detail).
• Umsetzen: die ersten Quick Wins mit Vorlagen aus der Use-Case Library angehen, mit dem Ziel, mindestens zwei Automationen live zu bringen.
• Roadmap: die 12-Monats-Roadmap erstellen und so aufbereiten, dass du sie intern überzeugend vorstellen kannst.

Am Ende hast du eine 12-Monats-AI-Roadmap, die du der Geschäftsführung oder dem Vorstand vorlegen kannst, mit bewerteten Use Cases, Meilensteinen und klaren Zuständigkeiten. Das Angebot für AIC Solo und AIC Corporate bekommst du nach einem kurzen Gespräch. Fragen zu deiner Situation kannst du vorab in der offenen Sprechstunde stellen, jeden Mittwoch um 15 Uhr.

AIC Solo ansehen und mit deiner AI-Roadmap starten