KI- & Daten-Betriebsmodell: Organisation, Governance und Kultur als Schlüssel zum Erfolg

Johannes Porsch () and Matthias Emler ()
Additional contact information
Johannes Porsch: Horváth & Partner GmbH
Matthias Emler: Horváth & Partner GmbH

Chapter 3 in Performance Intelligence, 2025, pp 21-36 from Springer

Abstract: Zusammenfassung Um KI- und Datenanwendungen erfolgreich aufzubauen und zu betreiben, ist ein KI- und Daten-Ziel-Betriebsmodell (engl. Target Operating Model, TOM) erforderlich, das Strategie, Organisation, Governance und Kultur integriert. Dieses Modell basiert auf drei Säulen: klar definierten Rollen und Funktionen, festgelegten Prozessen und Verantwortlichkeiten sowie einer KI- und Datenkultur mit Mitarbeiterbefähigung. Die dafür notwendigen Rollen sind in Business-, Governance- und technische Rollen unterteilt und müssen konzernweit koordiniert werden. Ein KI- und Daten-Betriebsmodell kann zentral, hybrid oder dezentral organisiert sein, je nach Anforderungen und Unternehmenskultur. Entscheidend ist ein integriertes Prozessmodell, das die Entwicklung, den Betrieb und die Nutzung von KI- und Datenanwendungen umfasst. Das Kapitel beschreibt einen strukturierten, agilen TOM-Ansatz, der mit der Bedarfsanalyse beginnt und über die Entwicklungsphase bis hin zum technischen Betrieb und der Nutzung der KI- & Daten-Business Services reicht. Um Innovation und Effizienz zu fördern, liegt ein besonderer Fokus auf cross-funktionaler Zusammenarbeit und der Schaffung einer datengetriebenen Unternehmenskultur. Der Rapid-Analytics-Ansatz wird vorgestellt, um Use Cases schnell zu verproben und zu bewerten. Dabei sind Standards und Governance entscheidend für Effizienz und Compliance.

Date: 2025
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-49638-8_3

Ordering information: This item can be ordered from
http://www.springer.com/9783658496388

DOI: 10.1007/978-3-658-49638-8_3

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().