Boardroom unter Beschuss: KI für Aufsichtsräte & C-Level

Treffe KI-Entscheidungen, die Governance, Risiko und Wertbeitrag sauber verbinden. Zu den Schwerpunkten gehören KI-Lagebild für das Top-Management, Strategie: von Use Cases zu Werttreibern, Governance, Haftung, Regulierung, Risiko- und Kontrollsystem für KI, Cybersecurity & Daten als Engpass und Operating Model & Change.

Die Schulung richtet sich an Aufsichtsräte und Beiräte, CEOs, COOs und Geschäftsführungen, CFOs und Leiterinnen und Leiter Governance, Risk, Compliance und CISOs, DPOs und Leiterinnen und Leiter Internal Audit mit Board-Schnittstelle sowie alle, die KI-Entscheidungen im Top-Management verantworten oder kritisch prüfen wollen.

Erfahrung in Führung, Strategie, Governance oder Unternehmenssteuerung. Grundverständnis von Digitalisierung und Daten im Unternehmen ist hilfreich.

Zu den Schwerpunkten gehören KI-Lagebild für das Top-Management, Strategie: von Use Cases zu Werttreibern, Governance, Haftung, Regulierung, Risiko- und Kontrollsystem für KI, Cybersecurity & Daten als Engpass und Operating Model & Change.

Die Inhalte werden bis zu konkreten Arbeitsschritten zu Risiko- und Kontrollsystem für KI, Cybersecurity & Daten als Engpass und Operating Model & Change geführt. Dadurch lässt sich das Gelernte gezielt auf eigene Aufgaben übertragen.

Zu den angestrebten Ergebnissen gehören: Wenn KI in die Kernprozesse wandert, reichen Visionen und Pilotprojekte nicht mehr; Dieses Seminar zeigt Dir, wie Du als CEO oder Aufsichtsratsmitglied KI-Entscheidungen strukturiert triffst und Verantwortung sauber organisierst; Du lernst, wie Du aus einer Vielzahl von GenAI-Ideen ein belastbares Use-Case-Portfolio machst: Welche Vorhaben liefern in 90 Tagen messbaren Wert,; Wir arbeiten heraus, wie Du KPIs definierst, die nicht nur Aktivität messen, sondern Ergebnis: Time-to-Value, Qualitätskennzahlen, Kostenhebel, Risikoindikatoren; Ein weiterer Kern ist die Vendor-Realität: Build vs.

Ja. „Risiko- und Kontrollsystem für KI“ ist ein eigener Bestandteil der Schulung. Dazu gehören Modellrisiken: Halluzinationen, Bias, Drift, Kontrollen: Human-in-the-Loop, Freigaben, Logging und Third-Party-Risiken: Cloud, Modelle, Daten.