Vom Potenzial zum Portfolio: Entwicklung eines strategischen Priorisierungsmodells

Markus H. Dahm and Bruno S. G. Müller
Additional contact information
Markus H. Dahm: FOM Hochschule

Chapter 4 in Künstliche Intelligenz in der Wertschöpfungskette von Versicherungen, 2026, pp 47-68 from Springer

Abstract: Zusammenfassung Angesichts einer Flut von KI-Ideen und begrenzten Ressourcen stehen Entscheider vor der kritischen Frage: Wo anfangen? Dieses Kapitel liefert die definitive Antwort und transformiert die Priorisierung von einem Bauchgefühl zu einem strategischen, datengestützten Prozess. Basierend auf den exklusiven Einblicken führender Branchenexperten wird ein maßgeschneidertes, mehrstufiges Priorisierungs-Framework für Versicherer entwickelt, das weit über einfache Nutzen-Aufwand-Matrizen hinausgeht. Das Modell integriert von Beginn an einen rigorosen Risiko- und Ethikfilter, der kostspielige Irrwege verhindert, bevor wertvolle Ressourcen verschwendet werden. Anschließend werden Anwendungsfälle anhand eines differenzierten Kriterienkatalogs bewertet, dessen Ergebnis in ein visuelles Portfolio-Cockpit für das Top-Management mündet. Anhand zweier Praxisbeispiele wird dieses Framework zum Leben erweckt und bietet Ihnen einen klaren, sofort anwendbaren Fahrplan, um Ihr KI-Portfolio zielsicher auf Erfolg auszurichten.

Date: 2026
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:978-3-658-51894-3_4

Ordering information: This item can be ordered from
http://www.springer.com/9783658518943

DOI: 10.1007/978-3-658-51894-3_4

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 ().