Ein KI-Betriebsmodell mit klaren Entscheidungsrechten und Lernkreisläufen gestalten
Ein praxisnaher Leitfaden, um KI-Entscheidungsrechte klar zuzuweisen und Evidenz aus Pilotprojekten in Portfolio- und Strategieentscheide zu übersetzen.
Der Blog von ModelFold
Unabhängige B2B-Berichterstattung darüber, wie KI wirklich zum Einsatz kommt: lohnende Anwendungsfälle auswählen, die Arbeit darum herum neu gestalten und alles unter echter Governance betreiben.
Reale Arbeit beobachten, bevor ein KI-Anwendungsfall entsteht
So untersuchen Teams reale Arbeitsabläufe, prüfen Engpässe mit mehreren Evidenzquellen und entscheiden erst danach über einen begrenzten KI-Test.
Eine IDP-Pipeline von der Annahme bis zur Aufbewahrung gestalten
Ein praxisnaher Leitfaden für eine nachvollziehbare IDP-Pipeline – von sicherer Annahme und Prüfung bis zu Übergabe, Aufbewahrung und Löschung.
Ausnahmen, Freigaben und Übergaben vor der Workflow-Automatisierung neu gestalten
Ein praxisnaher Leitfaden, um Ausnahmen, Freigaben und Übergaben evidenzbasiert neu zu gestalten, bevor ein Workflow automatisiert wird.
Einen quellengestützten Redaktionsprozess mit generativer KI gestalten
So gestalten Schweizer Teams einen kontrollierten KI-Redaktionsprozess, der Belege, Text, Prüfentscheide und Freigaben nachvollziehbar trennt.
Ein szenariobasiertes Evaluationsset für ein Business-KI-System aufbauen
So entsteht ein belastbares Szenario-Set: reale Arbeitsfälle abbilden, Grenzen prüfen, Bewertungen kalibrieren und Release-Evidenz schützen.
Einen begrenzten KI-Assistenten mit Werkzeugen, Berechtigungen und Kontextgrenzen gestalten
So definieren Teams Fähigkeiten, Datenräume, Werkzeuge, Freigaben, Ablehnungen und Tests für einen kontrollierbaren KI-Assistenten.
Rollen mit KI-Unterstützung auf Aufgabenbasis neu gestalten
Ein praxisnaher Leitfaden, um Aufgaben lokal zu erfassen, KI belastbar zu testen, Aufwand neu zuzuordnen und Rollen erst nach einem Pilot anzupassen.
Prompts, Modelle und Workflow-Logik als ein KI-Release versionieren
Ein praxistaugliches Verfahren, um Prompts, Modelle und Workflow-Logik gemeinsam zu prüfen, gestuft auszurollen und als Gesamtpaket zurückzusetzen.
Ein pflegbares KI-Inventar mit nachvollziehbarer Risikostufung aufbauen
Ein pflegbares KI-Inventar erfasst Anwendungen im Kontext, stuft ihre Exposition nachvollziehbar ein und leitet Änderungen zur passenden Prüfung.
Es wurden keine Artikel gefunden, die Ihren Kriterien entsprechen.
Nach Kategorie entdecken
Zehn Themen über das ganze Leben eines KI-Programms, vom ersten Anwendungsfall bis zur Abschaltung.