KI-gestütztes Verfahren zur Verbesserung unternehmenskritischer Fähigkeiten

Das AI-Driven Capability Enhancement (AIDCE) ist ein KI-gestütztes Verfahren zur Verbesserung unternehmenskritischer Fähigkeiten. Es wurde für einen marktführenden Automobilzulieferer entwickelt, lässt sich aber unmittelbar auch auf andere Unternehmen anwenden. Mit dem Projekt war unser Partner Hans-Jörg Vohl betraut, das Verfahren wurde über einen Zeitraum von 12 Monaten entwickelt und in mehreren Iterationen verbessert.

Projektziel

Entwicklung und Umsetzung eines strukturierten, evidenzbasierten Verfahrens zur Identifikation, Bewertung und systematischen Verbesserung der erfolgskritischen Fähigkeiten (Capabilities) von Unternehmen – mithilfe von Künstlicher Intelligenz, wissenschaftlicher Evidenz und praktischer Erfahrung.

Hintergrund & Motivation

In komplexen Organisationen, insbesondere in technologieintensiven Branchen, fehlt häufig ein kontinuierlicher Lernprozess zur gezielten Reifeentwicklung organisatorischer Fähigkeiten. AIDCE adressiert diese Lücke, indem es technologische, organisatorische und kulturelle Reife strukturiert sichtbar und entwickelbar macht – mit minimalem Aufwand für maximale Wirkung.

Vorgehensweise / Projektstruktur

1. Einstieg & Capability-Definition (1 Woche)

• Workshop zur Definition der relevanten Capabilities
• Kombination aus Projekterfahrung, KI-gestütztem Deep Research und Expertenwissen

2. Analyse & Fragebogenerstellung (3 Wochen)

• Konsolidierung wissenschaftlicher Quellen (>127 Mio. Dokumente)
• Ermittlung und Priorisierung Critical Success Factors (CSF) durch KI
• Qualitätsprüfung durch Experten
• Erstellung eines domänenspezifischen Reifegrad-Fragebogens

3. Online-Selbstbewertung & Gap-Analyse (2 Wochen)

• Durchführung durch Schlüsselpersonen (ggf. anonymisiert)
• Automatische Auswertung und Visualisierung (z. B. Spider-Diagramme)

4. Maßnahmenplanung & Verantwortung (3 Wochen)

• Ableitung konkreter, domänenspezifischer Verbesserungsmaßnahmen
• Definition von Zielen, Verantwortlichkeiten und Zeithorizont

5. Umsetzung & Iteration

• Umsetzung der Maßnahmen durch die Fachbereiche
• Integration der Ergebnisse in eine KI-gestützte Wissensbasis
• Start des nächsten Zyklus als kontinuierlicher Lernprozess

Innovationsgehalt & Besonderheiten

• KI-gestützte Konsolidierung wissenschaftlicher Erkenntnisse & Projekterfahrungen
• Objektive Bewertung organisationaler Fähigkeiten mit minimalem Zeitaufwand
• Domänenspezifische Maßnahmen statt generischer Empfehlungen
• Kontinuierliche Verbesserung durch Iterationen mit lernender Wissensbasis
• Niedrigschwellige Umsetzung, auch für mittelständische Unternehmen geeignet

Nutzen für Manager und Unternehmer

• Klare Sicht auf die Reife entscheidender Capabilities
• Schnelle, faktenbasierte Ableitung wirkungsvoller Maßnahmen
• Hoher Wirkungsgrad bei geringem Ressourceneinsatz
• Transparenz und Steuerbarkeit von Organisationsentwicklung
• Identifikation relevanter KI-Use Cases
• Aufbau eines nachhaltigen, dynamischen Wissenssystems