Für das Modul Sovereign AI Hub wollen wir 5 Beratertage einsetzen. Wir kennen die Aufgabenstellung, das gewünschte Ergebnis und die Formate. Wir recherchieren intern und extern nach Quellen für notwendige Daten und Informationen. In einem ETL-Prozess werden die Daten in eine AI-lesbare Form überführt und in den Verzeichnissen gespeichert. Dann trainieren wir das Modell, welches wir für dies Aufgabenstellung ausgesucht haben. Parallel designen wir den Workflow und die Prompt-Sets. Danach beginnt eine Test- und Optimierungsphase. Wir kommen der Produktivität näher oder müssen Schritte wiederholen. In seltenen Fällen erkennen wir, das es keine befriedigende Lösung für das Problem in der derzeitigen Entwicklungsphase der AI-Modelle gibt.

AI ist nicht deterministisch. Die gleiche Frage kann zu unterschiedlichen Antworten führen. Das ist eine neue Situation für Führungskräfte mit AI-Mitarbeitern ;-).

Welche Quellen und Methoden wir einsetzen: Wir nutzen interne und externe Datenquellen je nach Aufgabenstellung. Ihre internen Daten sind das wichtigste. ggf. finden oder kaufen wir externe Daten zum Training der Modelle. Im Rahmen des ETL-Prozesses überführen wir Daten vorzugsweise in PDF oder connectieren SQL über API. AI-Architekturen werden in AI-RAG-Strukturen umgesetzt und in einen Workflow eingebettet. für Agentenarbeit zu derartigen Themen. Für das Workflow design erstellen wir ein BPMN2-Modell.

Methodisch nutzen wir ein strukturierte PromtEnginieringVerfahren, welches eine moderierte Bearbeitung eines Fachthemas erleichtert Im Projekt verfahren wir streng agil, das das gesamte Thema Inch. AI-Umsetzung komplex ist. Somit sind unsere Beratertage als Sprint konzipiert, in Reviews bewerten wir das Zwischenergebnis auf Wirksamkeit. Da gibt es auch mal einen Schritt zurück !

In einem Abschlussbericht wird die Methode, die gesammelten Informationen mit Quellenverzeichnis und das praktische Ergebnis dargestellt un d bewertet. Folgende Gliederungspunkte können Sie erwarten: