KI Use Case Werkstatt - Konkrete Umsetzung in der Bank

In vielen Organisationen gibt es bereits zahlreiche KI-Ideen. Doch oft bleiben sie unscharf, blockiert oder ohne Umsetzung. Häufig fehlen klare Zielbilder, Daten oder die Integration in bestehende Prozesse. In dieser Werkstatt arbeitest du gezielt an deinen bestehenden Use Cases. Du entwickelst sie weiter und machst sie umsetzbar. Der Fokus liegt nicht auf neuen Ideen, sondern auf Wirkung. Du analysierst typische Schwachstellen und löst konkrete Umsetzungsprobleme. Dabei nutzt du bestehende Plattformen wie GenoGPT oder Copilot. Schritt für Schritt entwickelst du daraus priorisierte und pilotierbare Anwendungen.

• Analyse und Strukturierung bestehender KI-Use-Case-Ideen
• Identifikation typischer Schwachstellen und Umsetzungsbarrieren
• Schärfung von Zielbild, Nutzen und Prozessintegration
• Technische Konkretisierung auf bestehenden Plattformen
• Bewertung von Business Impact, Umsetzbarkeit und Skalierbarkeit
• Entwicklung eines klaren Business Case und Pilotansatzes
• Ableitung konkreter Umsetzungs- und Rollout-Schritte

• Du lernst, wie du bestehende Use Cases gezielt weiterentwickelst.
• Du erfährst, wie du typische Umsetzungsprobleme systematisch löst.
• Du lernst, wie du Impact, Machbarkeit und Priorität klar bewertest.
• Du erfährst, wie du aus Ideen konkrete Pilotanwendungen entwickelst.
• Du lernst, wie du vorhandene Plattformen optimal nutzt.
• Du erfährst, wie du deine Use Cases nachhaltig in der Organisation verankerst.

Dr. Ingo Kipker, Partner @ Horváth Management Consultants

Vorbereitung (optional)

• Einreichung bestehender Use-Case-Ideen (inkl. Status, Herausforderungen)
• Erste Clusterung nach Reifegrad und Handlungsbedarf (z. B. „unreif“, „blockiert“, „skalierbar“)
• Auswahl geeigneter Kandidaten für die Werkstatt

Vorstellung Horváth-Ansatz “AI to Impact”

Analyse & Schärfung („Repair & Refine“)

• Systematische Analyse bestehender Use Cases entlang zentraler Schwachstellen:
• Unklare Problemdefinition / Zielbild
• fehlende Prozessintegration
• unzureichende Datenbasis
• Schärfung der Use Cases entlang eines klaren Zielbilds:
• konkreter Business Impact
• Einbettung in Prozesse
• Definition von Input/Output
• Weiterentwicklung auf bestehenden Plattformen (GenoGPT, Copilot):
• Optimierung von Prompts, Logiken und Workflows
• Ableitung eines konsistenten Use-Case-Steckbriefs (Zielbild, Nutzen, Anforderungen)

Validierung & Wirksamkeit („Make it work“)

• Vertestung der überarbeiteten Use Cases anhand konkreter Szenarien und Daten
• Identifikation und Auflösung typischer Umsetzungsbarrieren:
• Datenverfügbarkeit / -qualität
• regulatorische Anforderungen
• IT-Integration
• Bewertung entlang klarer Kriterien:
• tatsächlicher Business Impact
• Umsetzbarkeit im aktuellen Setup
• Skalierbarkeit innerhalb der Bank
• Ableitung eines realistischen Business Case
• Definition konkreter Umsetzungsschritte (Pilotierung, Rollout, Verantwortlichkeiten)

Transfer & Verankerung („From Idea to Impact“)

• Priorisierung der Use Cases entlang Impact vs. Umsetzbarkeit
• Definition von Use-Case-Ownern und Governance
• Integration in bestehende Initiativen und Roadmaps
• Ableitung eines klaren Umsetzungsplans für die nächsten 8–12 Wochen