Im Arbeitsalltag von Change Manager:in nimmt die Bewertung und Entwicklung von KI-Readiness eine wachsende Rolle ein. Der Kurs strukturiert KI-Readiness als Zusammenspiel aus Skills, Prozessen, Kultur und Daten. Change Manager:in lernt, KI-Readiness systematisch zu diagnostizieren und entlang konkreter Handlungsfelder weiterzuentwickeln.


!Kursinhalt


!1. KI-Grundlagen im Change-Kontext
*Generative KI, LLMs und typische Einsatzszenarien
*Chancen, Grenzen und Risiken im Unternehmenseinsatz
*Abgrenzung zu analytischer KI und klassischer Automatisierung


!2. Enablement-Dimensionen der KI-Readiness
*Skills: Kompetenzaufbau und Prompting-Grundlagen
*Prozesse: Integration von KI in bestehende Abläufe
*Kultur und Daten: Akzeptanz und Datenqualität


!3. Diagnoseinstrumente für KI-Readiness
*Reifegradmodelle und Frameworks (McKinsey, Gartner, MIT CISR)
*FVD-Bewertung: Feasibility, Viability, Desirability
*Gap Analysis zwischen Ist- und Soll-Zustand


!4. Interventionen und Enablement-Pfade
*Schulungs- und Champion-Programme
*Change-Frameworks im KI-Kontext (Kotter, ADKAR)
*Umgang mit typischen Fallstricken bei KI-Einführungen


!5. Messung und Verankerung
*KPIs für Readiness, Adoption und Impact
*Sentiment-Analyse und Frühwarnsignale
*Benefits Realization im KI-Transformationsvorhaben


!Berufliche Relevanz


*Belastbares Bild über die KI-Readiness der Organisation
*Klare Handlungsfelder für Change Manager:in in KI-Projekten
*Brücke zwischen technischen Vorhaben und menschlicher Veränderung