Für Unternehmen · Buch & Methode
Das AI Competence Center ist die zentrale Heimat für Künstliche Intelligenz in eurem Unternehmen. Es stoppt Schatten-KI, erfüllt die KI-Kompetenz-Pflicht aus dem EU AI Act und macht aus verstreutem Tool-Chaos eine klare KI-Strategie. Hier ist die komplette Methode aus unserem Buch.
6 Monate
bis zum eigenständigen Zentrum
3 Phasen
Casting, Bauen, Roll-out
259.000+
geschulte Teilnehmer
TÜV
zertifizierte Ausbildungen
01 — Definition
Ein AI Competence Center (deutsch: KI-Kompetenzzentrum, auch AI Center of Excellence) ist eine zentrale organisatorische Einheit, die den Einsatz von Künstlicher Intelligenz im Unternehmen bündelt, steuert und skaliert. Es verbindet Strategie, Governance, Mitarbeiter-Enablement und konkrete Use-Cases an einer Stelle, damit KI nicht in Schatten-IT zerfasert, sondern sicher, rechtskonform und produktiv genutzt wird.
Statt dass jede Abteilung still ihre eigenen KI-Tools ausprobiert, schafft ein AI Competence Center einen verbindlichen Rahmen: Welche Tools sind freigegeben, welche Daten dürfen hinein, wer entscheidet über neue Use-Cases und wie werden Mitarbeiter befähigt. Es ist kein reines IT-Projekt, sondern die organisatorische Heimat für KI im Unternehmen.
In der Praxis bündelt das Zentrum drei Dinge: Steuerung (KI-Strategie, Governance, Recht), Befähigung (Schulung interner AI-Champions) und Wertschöpfung (eine priorisierte Pipeline echter Anwendungsfälle mit messbarem Nutzen). So wird aus verstreutem Experimentieren ein wiederholbarer, sicherer Prozess.
| Begriff | Sprache | Bedeutung |
|---|---|---|
| AI Competence Center | Englisch (Marke) | Breite organisatorische Heimat: Strategie, Governance, Enablement, Use-Cases. |
| KI-Kompetenzzentrum | Deutsch | Wörtliche deutsche Entsprechung, gleiches Konzept. |
| AI Center of Excellence (CoE) | Englisch | Oft enger, technik-fokussiert. Häufig eine Untereinheit eines AICC. |
02 — Das Problem
09:00 Uhr in einem deutschen Mittelständler. Der Geschäftsführer trinkt seinen ersten Kaffee und glaubt, alles im Griff zu haben. Im selben Moment passieren im Gebäude drei Dinge, die ihn in den nächsten zwölf Monaten mehr kosten werden als die letzte Energiekrise.
3. Stock · Marketing
Die beste Grafikerin geht. Nicht wegen Gehalt, sondern weil eine Freundin in einer Agentur KI-Tools nutzt, die Kampagnen in Minuten visualisieren, für die Sarah hier drei Tage braucht.
Verlust: Talent und Innovationskraft
1. Stock · Vertrieb
Der Top-Verkäufer hat gestern auf LinkedIn ein kostenloses KI-Tool gesehen. Heute lädt er die komplette Kundenliste inklusive Umsätzen hoch, damit der Bot Kontext hat. Server in den USA, AGB ungelesen.
Verlust: Datenschutz und Geschäftsgeheimnisse
Keller · IT
Stolz auf den selbst gebauten Firmen-GPT, sechs Monate und 150.000 Euro Entwicklung. Letzte Woche hat ein Anbieter ein Feature released, das dasselbe kann, für 25 Euro pro Nutzer im Monat.
Verlust: Budget und Zeit
Das Problem ist nicht, dass eure Leute keine KI nutzen. Das Problem ist, dass sie es heimlich tun, jeder anders, und niemand steuert es.
03 — Warum jetzt
Ohne zentrale Steuerung entstehen genau die Risse, die KI im Unternehmen scheitern lassen. Drei Treiber machen das AI Competence Center jetzt dringend.
Mitarbeiter nutzen längst ChatGPT und Co., oft mit Firmendaten und ohne Freigabe. Diese Schatten-KI erzeugt Datenschutz- und Sicherheitsrisiken, die ohne zentrale Steuerung niemand überblickt.
Seit Februar 2025 verlangt Artikel 4 der KI-Verordnung nachweisbare KI-Kompetenz bei allen, die KI-Systeme einsetzen. Ein AI Competence Center macht diese Pflicht systematisch erfüllbar statt zum Lippenbekenntnis.
Wer KI nur über externe Berater einkauft, bleibt dauerhaft abhängig und verliert die besten Köpfe an Arbeitgeber, die intern echte KI-Kompetenz und eine klare KI-Strategie aufbauen.
04 — Wege im Vergleich
Vier Wege, mit KI im Unternehmen umzugehen. Nur einer baut dauerhaft interne Kompetenz auf.
| Eigenes AI Competence Center | Externe Agentur (Done-for-You) | Reiner IT-Eigenbau | Nichts tun | |
|---|---|---|---|---|
| Interne KI-Kompetenz | Wächst dauerhaft im Haus | Bleibt beim Dienstleister | Punktuell, oft Einzelperson | Entsteht ungesteuert (Schatten-KI) |
| Geschwindigkeit zum Nutzen | Erste Quick Wins in Wochen | Schnell, aber fremdgesteuert | Langsam, hoher Eigenaufwand | Kein gesteuerter Nutzen |
| Abhängigkeit | Sinkt über die Zeit | Bleibt hoch | Abhängig von wenigen Köpfen | Abhängig vom Zufall |
| EU-AI-Act-Konformität | Systematisch abgedeckt | Vertraglich, nicht intern verankert | Selten vollständig | Nicht erfüllt |
| Risiko | Gesteuert und dokumentiert | Black Box beim Partner | Insellösungen, Wissensverlust | Datenleck, Bußgeld, Talentverlust |
05 — Das Modell
Die Methode aus dem Buch: 24 Wochen vom Casting bis zum eigenständigen Betrieb. Learning by Building statt Theorie.
Phase 01 · Woche 1 bis 4
Das richtige Team finden und mit Mandat und Werkzeug ausstatten. Wer das AICC besetzt, entscheidet über alles Weitere.
Phase 02 · Woche 5 bis 20
Das Team baut echte Use-Cases, während es Governance, Leitplanken und Befähigung gleich mit aufsetzt. Lernen passiert am realen Projekt.
Phase 03 · Woche 21 bis 24
Aus dem Pilotteam wird gelebte Praxis in der ganzen Organisation, und das Zentrum wird unabhängig von externer Begleitung.
06 — Die Bausteine
Sechs Bausteine mit erprobten Werkzeugen aus dem Buch, von der KI-Ampel bis zum Satellit-Prinzip.
Ein One-Pager mit emotionalem Warum und ein verbindliches Mandat mit Budget und Autorität. Das Zentrum bekommt einen Auftrag, kein Bauchgefühl.
Eine ein-seitige Ampel (grün/gelb/rot) macht jedem klar, welche Tools erlaubt sind. Der Make-/Buy-/Use-Entscheidungsbaum regelt neue Anfragen.
Risiko-Pyramide, Datenschutz und Verantwortlichkeiten. Die KI-Kompetenz-Pflicht aus Artikel 4 wird nachweisbar erfüllt.
Über die Schmerz-Inventur sammelt ihr echte Probleme, bewertet sie mit der Super-Praktikant-Methode und priorisiert nach Wirkung und Aufwand.
Das Zwiebel-Prinzip schult in Ebenen, der interne KI-Führerschein macht aus Mitarbeitern selbstbewusste Anwender und AI-Champions.
Eine Townhall mit klarer Dramaturgie plus ein Botschafter pro Abteilung tragen das Zentrum in die Fläche und verstetigen es.
07 — 6-Monats-Roadmap
Phase für Phase, mit konkreten Deliverables und klarer Verantwortung.
| Phase | Zeitraum | Fokus | Deliverable | Wer |
|---|---|---|---|---|
| Casting | Monat 1 | Team & Mandat | Charter, Casting per 10-Minuten-Challenge | GF + Begleitung |
| Setup | Monat 1 | Werkzeug & Sandbox | Whitelist, Petty-Cash, sichere Sandbox | IT + Team |
| Bauen | Monat 2 | Leitplanken | KI-Ampel, Make/Buy/Use, Risiko-Pyramide | Team + Legal |
| Bauen | Monat 3 bis 4 | Use-Cases & Skills | Priorisierte Pipeline, KI-Führerschein | Alle Bereiche |
| Bauen | Monat 5 | Produktivsetzung | Erste Use-Cases im Betrieb, ROI sichtbar | Team + Fachbereiche |
| Roll-out | Monat 6 | Fläche & Übergabe | Townhall, Satelliten, Reifeprüfung | GF + Botschafter |
08 — Aus der Praxis
Wenn nur die IT zuständig ist, entstehen technisch saubere Lösungen ohne Akzeptanz im Fachbereich. Das Zentrum braucht cross-funktionale Besetzung und ein Mandat von ganz oben.
Wer zuerst ein Tool kauft und dann nach Anwendungsfällen sucht, landet im Pilot-Friedhof. Erst die Schmerz-Inventur, dann das Werkzeug.
Ohne KI-Ampel und Leitplanken läuft Schatten-KI weiter. Governance gehört in Phase 2 parallel zum Bauen, nicht als nachträgliches Dokument.
Ein gutes AICC macht sich selbst überflüssig. Wenn nach sechs Monaten niemand intern entscheiden kann, war es Done-for-You statt Befähigung.
Warum mit uns
„Gebt der KI ein Zuhause“ (BusinessVillage) bündelt drei Jahre Praxis aus über hundert Projekten. Die komplette Methode auf dieser Seite stammt daraus, und wir setzen sie mit Unternehmen Schritt für Schritt um.
Von Felix Degeler, Gaston Geilenkothen, Markus Hartlieb, Raphael Schaad.
09 — Häufige Fragen
Quellen
10 — Wie wir begleiten
Erzählt uns in einem Satz, wo ihr steht. Wir schlagen euch den passenden Weg zum eigenen AI Competence Center vor. Erstgespräch kostenfrei.