Messekongress IT für Versicherungen

Market Lead Insurance

Du hast Fragen oder möchtest dich zu deinen Herausforderungen austauschen? Gern – trag einfach deine Kontaktdaten ein.

Kontaktanfrage | Sales (allgemein)

Kontakt

Kontaktiere mich

Du hast noch Fragen zum Event oder möchtest dich zur Versicherungsbranche austauschen?

Noch Fragen?

Wir begleiten den Messekongress in diesem Jahr als Hauptsponsor und haben spannende Insights zur Skalierung von KI in der Versicherungsbranche dabei.

Du hast bestimmt schon einmal die Aussage gehört: „Wir müssen zuerst unsere Vision definieren, und dann werden wir sehen, wie wir dorthin gelangen.“ 
Oder musstest du schon einmal eine Produktstrategie erstellen, nur um festzustellen, dass das Vision Statement an deiner Bürowand, das vor Monaten in einem zweitägigen Workshop erstellt wurde, keinen soliden Ausgangspunkt bietet?

Ich kann das nachvollziehen und du bist nicht allein. Viele Produktverantwortliche stehen vor der Herausforderung, ihre Produktstrategie zu formulieren. Ich habe diese Situation oft sowohl in Inhouse-Positionen als auch bei Kunden erlebt. Die Daten unterstützen dies ebenfalls: „25,3 % der Produktmanager geben an, dass die Unternehmensstrategie nicht sehr klar oder überhaupt nicht klar ist.“ (<a href="https://www.aha.io/blog/product-management-survey-2019" target="_blank">Roadmap.com </a>). Was erschwerend hinzukommt: Wie Marty Cagan in seinem Buch Empowered feststellt, „haben erstaunlicherweise die meisten Produktorganisationen keine Produktstrategie“. Einer der Gründe für Mängel in der Produktstrategie oder ein völliges Fehlen derselben ist der weit verbreitete Glaube unter Produktmanagern, dass sie mit der Produktvision starten und dann ihre Strategie ableiten müssten. Tatsächlich ist eine inspirierende Vision jedoch das Ergebnis der Strategie, nicht ihr Ausgangspunkt.

In diesem Artikel werde ich die Mängel des konventionellen Ansatzes hervorheben, die zeigen, dass eine Produktstrategie ihrer Vision folgen sollte. Darüber hinaus werde ich einen konträren Ansatz vorstellen, der sie auf effektivere Weise kombiniert, indem Strategie am Anfang steht, anstatt am Ende, was letztendlich zu erfolgreicheren Produkten führt.

## Produktstrategie und Vision: Die Unterschiede

Bevor ich auf die Beziehung und Reihenfolge zwischen Produktstrategie und -vision eingehe, ist es wichtig zu verstehen, wie sie sich voneinander unterscheiden. Während die meisten Produktverantwortlichen die theoretischen Unterschiede zwischen diesen Konzepten verstehen, bleibt ihre praktische Anwendung oft hinter den Erwartungen zurück.

Es gibt zahlreiche Definitionen für beide Begriffe. Die Produktvision wird in der Regel als Beschreibung des gewünschten zukünftigen Zustands des Produkts in fünf bis zehn Jahren verstanden. Auf der anderen Seite ist die Produktstrategie ein Weg, der die entscheidenden Herausforderungen in einer umkämpften Situation identifiziert und eine effektive und handlungsfähige Antwort formuliert, Ressourcen bündelt und lenkt, um diese Herausforderungen zu bewältigen. Es ist wichtig, Produktstrategie nicht mit Zielen, Ambitionen oder sogar der Roadmap zu verwechseln. Eine Strategie beginnt mit dem Problem in einer herausfordernden Situation und bezieht sich auf die Gegenwart, nicht auf die ferne Zukunft. Während eine Vision von Inspiration, Vorstellungskraft und Motivation getragen wird, basiert eine solide Produktstrategie auf tiefgreifenden Erkenntnissen, fokussiertem Handeln, Flexibilität und der Fähigkeit, Ressourcen effektiv zu bündeln.

## Der Trugschluss: Produktstrategie aus der Vision ableiten

„Mit deiner Vision zu starten“ ist der Ratschlag, der in den meisten Veröffentlichungen zum Produktmanagement zu finden ist, und ist in vielen Unternehmen zum Standard geworden. Laut dem <a href="https://www.productplan.com/2023-state-of-product-management-annual-report/" target="_blank">2023 State of Product Management Report</a> sind die Haupttreiber für Produktstrategie Geschäftsziele. Dies gaben 51 % der Befragten in Unternehmen mit mehr als 10.000 Mitarbeitern an. Zwar sind Ziele nicht dasselbe wie die Vision; dennoch ist die Studie ein Indikator dafür, dass die Strategiearbeit hauptsächlich von einem gewünschten Ergebnis in der Zukunft abgeleitet wird, das Vision und Ziele gemeinsam haben. Der zweithäufigste Treiber für Produktstrategie, mit 26 % der Angaben, ist nicht besser: Anfragen von Führungskräften oder Vertrieb. Dies deutet darauf hin, dass ihre Strategie nichts anderes als eine Wunschliste von Features ist.

Es gibt unzählige Methoden zur Entwicklung einer Strategie, jede mit ihren eigenen Nuancen. Um nur einige zu nennen: Product Vision Board, Product Strategy Canvas, OKR-Pyramide oder strategisches Managementsystem. Fast alle basieren jedoch auf dem Glauben, dass die Produktverantwortlichen einer Kaskade von Schritten folgen sollten, die oft als Pyramide, Stack oder überlappende Kreise visualisiert werden. Die Vision steht oben, manchmal gefolgt von einer Mission, und die Strategie befindet sich in der Mitte und ist mit den unteren Komponenten verbunden: der Roadmap und dem Backlog. Dieses Konzept geht auf die Arbeit von Peter Drucker zurück, dem ersten zeitgenössischen Managementtheoretiker. Er legte 1962 den Grundstein für das Verständnis von Strategie als zielgerichtete Aktivität, die eng mit langfristiger Planung verbunden ist. Bis heute wird dieses Konzept in zahlreichen Canvases fortgeführt, bei denen erwartet wird, dass du die Vision ausfüllst und die Strategie magisch ableitest.

![Vision_Strategy Pyramid.jpg](https://eu-central-1.graphassets.com/AiE4QoWSSiIQO3k152ugkz/OtrwtSBGT22xuUp4jSTQ)
**Illustration 2:** Vision Pyramid

Was sind die Konsequenzen dieses Ansatzes? So genannten Strategien, oft getarnt als Vision Statement, fehlen eine solide Grundlage. Sie sind frei von Erkenntnissen, Beweisen oder Analysen. Beispiele dafür sind „Wir wollen die Besten in unserer Branche sein“ oder „Wir streben an, das profitabelste Unternehmen bis 2028 zu sein“. Diese Aussagen versäumen es jedoch, das Alleinstellungsmerkmal des Unternehmens zu beschreiben oder einen klaren Ansatz zur Erreichung von Exzellenz oder Rentabilität zu spezifizieren. Sie gleichen Gebäuden mit glänzenden Fassaden, aber ohne Fundament. Solche Strukturen können starken Stürmen und selbst Winden nicht standhalten. Wie Professor Richard Rumelt in seinem Buch Good Strategy/Bad Strategy feststellt: „Strategy is hard, but easy to explain.“ Es ist einfach, Stakeholder in einen Raum zu versammeln, eine Wunschliste auf Post-it-Notizen zusammenzustellen und einen Satz in einem Template als gewünschte Zukunft für die nächsten fünf Jahre zu definieren. Es ist jedoch viel schwieriger, tiefgreifende Einblicke in Marktdynamiken zu gewinnen, zugrunde liegende Herausforderungen zu identifizieren und effektive Antworten zur Bewältigung dieser Herausforderungen zu erarbeiten. Da die Strategie die wichtigste Säule deines Produkts ist, auf der alle folgenden Aktionen basieren, ist es gefährlich, deine Produktentwicklung mit einer nicht fundierten und willkürlichen Vision zu beginnen.

## Got stuck? Beginne mit deiner Strategie und iteriere im anschließenden Prozess

Es ist entscheidend, die doppelte Natur effektiver Strategiearbeit zu erkennen: Strategie als Ausgangspunkt und ein anschließender Prozess, der flexibel und iterativ ist. Professor Sir Lawrence Freedman betont in seinem Buch *Strategy — A History*, dass Strategie fließend und flexibel ist und vom Ausgangspunkt und nicht vom Endpunkt gesteuert wird.

Erstens beginnt ein besserer Ansatz mit der Strategie. Sobald du eine gut durchdachte Strategie etabliert hast, ergeben sich die Vision und die strategischen Ziele natürlich als Ergebnis. Um eine solide Grundlage für deine Strategie zu schaffen, ist es entscheidend, Ressourcen und Zeit in die Strategiephase zu investieren. Dies beinhaltet umfangreiche Marktforschung, Benchmarking von Mitbewerbern, Datenanalyse, Einbindung von Branchenexperten und das Anwerben außergewöhnlicher Talente. So generierst du Erkenntnisse, die dir helfen, die wesentlichen Herausforderungen in deinem Kontext zu verstehen. Dadurch kannst du wiederum fokussierte Maßnahmen entwickeln, die dir einen Wettbewerbsvorteil verschaffen. Zum Beispiel arbeitete ich einmal mit einem Unternehmen zusammen, das seinen Umsatz in den nächsten fünf Jahren verdoppeln wollte. Bei genauerer Untersuchung stellte ich jedoch fest, dass ihr Ziel auf einer strategischen Erkenntnis basierte: Eine regulatorische Verschiebung von öffentlichem zu privatem Eigentum würde einen erheblichen Teil der Marktkapazität freisetzen. In diesem Fall kamen ihr strategischer Einblick und die Analyse zuerst, und das strategische Ziel folgte. Dieses Beispiel zeigt, wie wichtig es ist, Veränderungen und Chancen wie Verschiebungen in Technologie, Regulatorik, Kundenbedürfnissen und Wettbewerb zu identifizieren. Nur aus diesen Erkenntnissen kannst du eine Vision oder strategische Ziele ableiten, die die Handlungen deiner Strategie institutionalisieren, was wiederum ein System zur Messung des Fortschritts ermöglicht.

![Product Strategy Article(s) (3).jpg](https://eu-central-1.graphassets.com/AiE4QoWSSiIQO3k152ugkz/Y4yRYtOHQ2eEBYZZMXwO)
**Illustration 2:** Product Strategy Approach

Zweitens sollte der anschließende Prozess flexibel und iterativ sein. Nach Abschluss einer effektiven Strategiephase ist es entscheidend, offen für iterative Schritte zu sein, die, wie in der Illustration dargestellt, vor und zurück gehen können. Betrachte es als einen kreativen Prozess, der sorgfältiges Denken und rigoroses, iteratives Testen erfordert. Praktisch gesehen führt die Strategie zwar zunächst die Vision und die strategischen Ziele an, aber es ist auch möglich, die Strategie während der Formulierung der Vision oder der Ziele zu überdenken und zu validieren. Wie Richard Rumelt hinzufügt: „It does not require one to sort through legalistic gibberish about the differences between visions, missions, goals, strategies, objectives, and tactics. It does not split strategies into corporate, business, and product levels. It is very straightforward.“

## Fazit

Ein Paradigmenwechsel im Produktmanagement erfordert, die Strategie als Ausgangspunkt zu priorisieren. Durch Investitionen in die Strategiephase, gestützt auf umfassenden Erkenntnissen und fokussierten Maßnahmen, können Produktmanager eine solide Grundlage für ihre Produktentwicklung schaffen. Dieser Ansatz gewährleistet, dass nachfolgende Vision und strategischen Ziele realitätsnah im Markt verankert sind und die Strategie effektiv operativ umgesetzt wird. Flexibilität und Iteration ermöglichen die Anpassung und Validierung strategischer Entscheidungen. Indem Produktmanager diese neue Perspektive umsetzen, können sie das volle Potenzial ihrer Produkte freisetzen und nachhaltigen Geschäftserfolg vorantreiben.

Produktstrategie als Erfolgsgrundlage: Warum du nicht mit deiner Vision starten solltest

Wie finde ich die richtigen Generative KI Use Cases? 5 Learnings aus der Praxis\nGenerative KI, insbesondere die Verwendung von Large-Language-Models (LLMs), zieht derzeit mit enormer Geschwindigkeit in Unternehmen aller Branchen und Größen ein. Ob Retail, Insurance oder Public Sector, vom Start-up über den Mittelständler bis hin zum Konzern – wir sehen bei unseren Kunden, dass kein anderer Technologietrend in der Vergangenheit so flächendeckend eingeschlagen hat. Die explosionsartige Verbreitung wird durch die Prognose von Gartner bestätigt, die besagt, dass bis 2026 mehr als 80 Prozent der Unternehmen GenAI-APIs oder -Modelle in ihre Produktionsumgebungen integriert haben werden, verglichen mit weniger als 5 Prozent im Jahr 2023. Jedoch hören wir in Gesprächen mit Führungskräften und operativen Fachabteilungen immer wieder dieselben Fragen auf: „Wie identifizieren wir Use Cases? In welche sollten wir strategisch investieren? Und wie gehen wir dabei am besten vor?“ In vielen Kundenprojekten zeigt sich, dass es entscheidend ist, die relevantesten Faktoren zu ermitteln und systematisch die Anwendungsfälle mit dem größten Potenzial umzusetzen. Dieser Artikel zeigt anhand von fünf zentralen Learnings aus Kundenprojekten, wie Unternehmen das volle Potenzial von Generativer KI erschließen können. Die wichtigsten Erkenntnisse im Überblick:\nVon den Geschäftszielen her denken\nTop-down vs. Bottom-up Approach abstecken\nDen Fit zwischen Use Cases und Technologie überprüfen\nInterne vs. externe Use Cases: Reifegrad entscheidet über den Einstieg\nBreites und spitzes Angebot parallel angehen\nIm Folgenden erläutere ich, wie diese Learnings in der Praxis wirken und welche konkreten Tipps sich daraus ableiten lassen.\nLearning 1: Von den Geschäftszielen her denken\nHäufig sind Unternehmen von den technologischen Möglichkeiten fasziniert (zum Beispiel: „Was kann ich mit LLMs alles anstellen?“) und verlieren dabei den Blick auf die eigentlichen Geschäftsziele. Viele Vorschläge und Ideen sind vielleicht sinnvoll, zahlen aber nicht auf die strategischen Ziele ein. Gerade weil LLMs so vielfältig und schnell einsetzbar sind, braucht es einen klaren Bezug zu den übergeordneten Zielen, die die Geschäftsleitung vorgibt. Wir unterscheiden dabei in drei zentrale Stoßrichtungen:\nKostensenkung\n: In wirtschaftlich herausfordernden Zeiten ist dies einer der häufigsten Anlässe. Laut Schätzungen können generative KI-Lösungen z.B. im Bereich Customer Service die Produktivität um 30 bis 45 % steigern (McKinsey Digital). Ein konkretes Beispiel: codecentric hat JobRad dabei unterstützt, 30% mehr Ausschreibungen mit unverändertem Personalbestand zu bearbeiten (mehr Infos in der \nSuccess Story\n).\nUmsatzsteigerung\n: Weitere Use Cases zielen darauf ab, den Umsatz zu erhöhen oder neue Geschäftsmodelle zu ermöglichen. Zum Beispiel: Steigerung der Conversion-Rate um 20% durch eine KI-gestützte Freitext-Suche auf einer E-Commerce Plattform. Anders als bei konventionellen Suchfunktionen, die Nutzer auf vordefinierte Kriterien beschränken, ermöglicht die Freitext-Suche das Formulieren von Anforderungen in natürlicher Sprache. So finden Kunden schnell und präzise den gewünschten Artikel, was den Suchprozess deutlich vereinfacht und die Kundenerfahrung nachhaltig verbessert (siehe beispielhaftes Kundenprojekt bei \nDTAD\n).\nWeitere Ziele\n: Auch weichere Geschäftsziele wie Marktanteile, Innovationsführerschaft oder eine effektivere Zusammenarbeit in der Organisation können im Fokus stehen. Ein Beispiel dafür ist ein Kundenprojekt in der Trendforschung für einen Leuchtenhersteller, das codecentric bereits erfolgreich umgesetzt hat. Mithilfe eines Multimodalen Models werden Marktsignale frühzeitig erkannt und ausgewertet. Dadurch reduzieren sich Blindspots in der Marktanalyse, und das Unternehmen kann schneller neue Produkte entwickeln sowie die Trend Scouting-Kosten senken – ein wichtiger Schritt hin zur Innovationsführerschaft.\nIn der Praxis ist es essentiell, sich immer wieder die Frage zu stellen: „Trägt dieser Use Case wirklich zu unseren obersten Geschäftszielen bei?“ Ein klarer Fragenkatalog, wie wir ihn in \nWorkshops\n einsetzen, hilft, potenzielle Anwendungen zu priorisieren. So lassen sich Fehlinvestitionen vermeiden und Maßnahmen auf das Wesentliche fokussieren.\nLearning 2: Top-down vs. Bottom-up Approach abstecken\nGerade vor dem Hintergrund der Definition der Geschäftsziele stellt sich die Frage, wie Use Cases im Unternehmen initiiert werden. Es ist grundsätzlich unabdingbar, die volle Rückendeckung für das Thema aus der Geschäftsführung zu haben, um die notwendigen Ressourcen konsequent zu allokieren und die Initiativen nachhaltig zu finanzieren. Dennoch kommt häufig die Frage auf, wo der Prozess der Use-Case-Entwicklung beginnt und aufhört. Dabei unterscheiden wir organisatorisch zwischen zwei Vorgehensweisen:\n\n
\nTop-Down vs. Bottom-Up Approach (Eigene Abbildung)\nTop-down\n: Das Management setzt klare Ziele und schafft die nötigen Ressourcen. Auf diese Weise erhalten Projekte Priorität und Unterstützung. Die Auswahl der relevanten Fachbereiche findet über das Management statt. Wenn bereits Use Cases entwickelt wurden, kann eine Konsolidierung und eine Entscheidungsvorlage für das Management sinnvoll sein. Dieses trifft letztlich die Auswahl aus der Use Cases Sammlung basierend auf Business Cases, die dann fokussiert weiterverfolgt werden.\nBottom-up\n: Bei technologisch reiferen Unternehmen finden häufig verschiedene Experimente zu Generativer KI gleichzeitig statt. Dabei entstehen erste Prototypen, teilweise parallel und unkoordiniert. Bei geringerer KI-Erfahrung können alle relevanten Fachabteilungen koordiniert einbezogen werden, um in Workshops oder über einen Open-Innovation-Ansatz Ideen zu entwickeln. Mitarbeiter sind häufig sehr nah an den Problemen und können konkrete Vorschläge für Use Cases einbringen. Solche Initiativen können schnell erste Erfolge zeigen und die Akzeptanz erhöhen. Die parallel laufenden Aktivitäten sollten zu einem späteren Zeitpunkt konsolidiert und vom Management priorisiert werden.\nIn der Praxis hat sich gezeigt, dass beide Ansätze parallel verfolgt werden sollten: Top-down sorgt für klare Prioritäten, Ressourcen und die Ausrichtung an den Geschäfts­zielen. Bottom-up bringt die Nähe zum operativen Doing, fördert Akzeptanz und liefert wertvolle Einblicke in konkrete Prozesse. Erst in der Kombination entsteht die nötige Balance, um relevante Use Cases zu identifizieren, strategisch auszurichten und gleichzeitig im Unternehmen breit zu verankern.\nLearning 3: Den Fit zwischen Use Cases und Technologie überprüfen\nNicht alle Anwendungsfälle eignen sich gleichermaßen für LLMs. In manchen Fällen reichen klassische Machine-Learning- oder Analytics-Ansätze oder manchmal auch die Entwicklung einer Softwarelösung, um ein Problem effizient zu lösen. Daher sollten Unternehmen kritisch prüfen, ob sich der ausgewählte Anwendungsfall auch sinnvoll mithilfe generativer KI umsetzen lässt. Generell lässt sich sagen, dass sich alle Aufgaben, die Sprachverarbeitung voraussetzen, am relevantesten sind. Laut einer Studie von McKinsey Digital entfallen rund 25% der gesamten Arbeitszeit auf Tätigkeiten, bei denen Sprachverstehen eine entscheidende Rolle spielt. Das verdeutlicht den Einfluss, den Generative KI entfalten kann – allerdings nur, wenn sie auf die richtigen Use Cases ausgerichtet ist.\nIm Umkehrschluss, weisen folgende Faktoren darauf hin, dass der Use Case nicht gut zu LLMs passt:\nDie Ergebnisse benötigen präzises Rechnen und logisches Denken.\nDie Antworten müssen deterministisch sein.\nEchtzeitanpassung oder „Training“ des Modells basierend auf Nutzerverhalten ist erforderlich.(Kontext über RAG möglich)\nWenn einer oder mehrere dieser Punkte zutreffen, der Use Case aber dennoch im Einklang mit den Geschäftszielen steht, lohnt es sich, ihn trotzdem weiterzuverfolgen – gegebenenfalls mit klassischen Methoden des Software Engineerings. LLMs können selbstverständlich dabei trotzdem unterstützen, etwa bei der Codegenerierung oder in einzelnen Integrationsschritten.\n\nKlassifizierung der Eignung von AI Technologien entlang von Use Case Familien (eigene Abbildung)\n\nLearning 4: Interne vs. externe Use Cases - Reifegrad entscheidet über den Einstieg\nIn der Praxis haben wir gute Erfahrungen damit gemacht, die identifizierten Use Cases zunächst grob in „externe/customer-facing“ (z. B. Chatbot für eine Versicherung) und „interne“ (z. B. schnellere Texterstellung für Marketing) zu klassifizieren. Zwar besteht häufig der Wunsch, möglichst früh sichtbar am Markt zu sein, doch unsere Erfahrung zeigt, dass über 90 % aller vorgeschlagenen Anwendungsfälle in der Realität erst einmal interner Natur sind.\nDas liegt oft am Reifegrad der Organisation: Wenn noch wenig Erfahrung mit generativer KI vorhanden ist, lassen sich interne Use Cases deutlich schneller und risikoärmer umsetzen. Gerade zu Beginn kann es nützlich sein, dass interne Nutzer mehr Fehlertoleranz mitbringen und mögliche „Unschärfen“ der KI nicht sofort als Reputationsrisiko wahrgenommen werden. Außerdem lassen sich die Mitarbeitenden in diesem Umfeld viel direkter schulen und steuern, damit frühzeitig eine realistische Erwartungshaltung gesetzt werden kann.\nSobald die Technologie und Prozesse intern stabil etabliert sind, lässt sich ein Übergang zu externen Use Cases in Erwägung ziehen. Hierbei fließen die gemachten Lernerfahrungen direkt in die Entwicklung von kundenorientierten Angeboten ein.\nLetztlich hängt die Wahl von internen oder externen Use Cases stark von der Gesamtstrategie und den Geschäftszielen ab (siehe Learning 1.). Manchmal liefert ein externer Anwendungsfall frühzeitig den größten Mehrwert, manchmal eignet sich ein „interner“ Testballon besser. Entscheidend ist, realistisch zu bleiben und die Organisation und Kunden nicht zu überfordern.\nLearning 5: Breites und spezifisches Angebot parallel angehen\nUnternehmen, die Generative KI einsetzen wollen, stehen häufig vor der Entscheidung, ob sie ein breites Angebot, zum Beispiel für die Erledigungen von Bürotätigkeiten mit einem \ncompanyGPT\n, aufbauen oder sich auf spezifisch integrierte Lösungen konzentrieren sollen. Beide Ansätze haben ihre Stärken und werden in der folgenden Abbildung gegenübergestellt: \n\nVergleich: Breites Angebot vs. spezifische Lösungen (Eigene Abbildung)\nIn der Regel empfehlen wir, beide Stränge im Unternehmen parallel zu verfolgen: Einerseits bietet ein breiter Rollout mit einem \ncompanyGPT\n die Chance, schnell viele Mitarbeiter zu erreichen und ein KI-Mindset zu etablieren. Andererseits sorgen spezifische Lösungen dafür, dass konkrete Business-Herausforderungen gelöst werden und sich der tatsächliche Geschäftserfolg von Generativer KI früh nachweisen lässt. So werden Effizienzpotenziale ausgeschöpft, ohne auf schnelle Erfolge zu verzichten.\nFazit & praktische Implikationen\nGenerative KI kann weit mehr als nur faszinieren – sie muss klare Business Ziele unterstützen, um echten Mehrwert zu liefern. Dabei hat sich ein flexibles Vorgehen aus Top-down-Lenkung und Bottom-up-Ideenfindung bewährt, ergänzt durch pragmatische Pilotprojekte für schnelle Erkenntnisse. Wer zunächst die internen Effizienzgewinne hebt und sowohl ein breites Angebot durch ein \ncompanyGPT\n als auch spezifische Lösungen verfolgt, verschafft sich Wettbewerbsvorteile und legt den Grundstein für nachhaltige Innovation. Für eine gezielte Unterstützung bei der Use-Case-Entwicklung unterstützen wir gerne mit unserem\n \nKI-Use-Case-Workshop\n.\nQuellen:\nMcKinsey & Company, 2023. \nThe economic potential of generative AI\n\nGartner, 2023: \nGartner Says More Than 80% of Enterprises Will Have Used Generative AI APIs or Deployed Generative AI-Enabled Applications by 2026\n

Wie finde ich die richtigen Generative KI Use Cases? 5 Learnings aus der Praxis

Product Consultant

Wissen tanken!

Hier mehr erfahren

Wir sind vor Ort und stehen dir gerne für all deine Fragen zur Verfügung.

Sei dabei!

codecentric @Messekongress IT für Versicherungen

Logo der codecentric AG, einem in Deutschland führenden IT-Consulting Unternehmen

Logo der codecentric AG einem in Deutschland führenden IT-Consulting Unternehmen

Data Effectiveness

Digitale Produkte & Lösungen

Digitale Souveränität

IT-Security

Künstliche Intelligenz

Software-Modernisierung

Leistungen von A bis Z ...

Leistungen

Arbeitsweise

Referenzen

Berlin

Bielefeld

Dortmund

Erfurt

Frankfurt am Main

Hamburg

Karlsruhe

Leipzig

München

Münster

Nürnberg

Solingen

Stuttgart

Standorte

Blog

Events

Fachmedien

Softwerker

Webinare

Wissens-Hub

Deine Entwicklung

Jobs

Kultur & Karriere Podcast

Unsere Kultur

Karriere

Über uns

Aktuelles

Du hast Fragen oder möchtest dich mit mir austauschen? Gern – trag einfach deine Kontaktdaten ein.

Contact Us | Sub-Navi-Kontakt oder Zero Search Hits

Kontakt aufnehmen

Marketing & Community Management

Konntest du keine Einträge zu deinem Thema finden?  

Vielen Dank für deine Anfrage. Ich melde mich bei dir.

Vielen Dank für deine Anmeldung. Eine E-Mail zur Bestätigung ist zu dir unterwegs.

Diese Seite ist eine Vorschau. \nKlicken Sie hier\n, um den Vorschaumodus zu verlassen.

Zu deiner Suche haben wir leider keine passenden Blogartikel gefunden. 

Du hast noch Fragen zu diesem Thema? Dann sprich mich einfach an.

Du hast Fragen oder möchtest dich mit mir austauschen? Gern - trag einfach deine Kontaktdaten ein.

Die \nDatenschutzerklärung\n der codecentric AG habe ich zur Kenntnis genommen und bestätige das mit der Absendung des Formulars.*

Entdecke spannende weiterführende Themen und lass dich von der codecentric Welt inspirieren.

Ich möchte eure Inhalte abonnieren. Diese Einwilligung kann ich jederzeit widerrufen bzw. den Blog Newsletter abbestellen. Die Datenschutzerklärung habe ich gelesen. Ich bin damit einverstanden, dass die codecentric AG, Hochstr. 11, 42697 Solingen, mich über eigene Dienstleistungen, branchenrelevante Events, Webinare und Publikationen der codecentric AG über die von mir angegebene E-Mail-Adresse informiert. Meine Einwilligung ist freiwillig. Ich kann meine Einwilligung jederzeit mit Wirkung für die Zukunft widerrufen (z.B. über den hierfür vorgesehenen Abmeldelink in unserem Newsletter, per E-Mail an datenschutz@codecentric.de oder per Post an die oben genannte Adresse der codecentric AG) erklären. Weitere Hinweise zur Verarbeitung meiner personenbezogenen Daten und zu meinen Rechten als betroffene Person finde ich hier: \nhttps://www.codecentric.de/datenschutzerklaerung\n

Bitte wähle deine/n gewünschte/n Standort/e aus.

Wir möchten dich als Mensch kennenlernen. Erzähle uns, wer du bist, worauf du Wert legst, wie du gerne arbeitest und was du von uns als Arbeitgeber erwartest.

Bitte füge deine Bewerbungsunterlagen ​(mind. Lebenslauf, gerne auch mehr)​​ ​als eine ​PDF-​Datei ​hinzu.

Es gilt die Datenschutzerklärung der codecentric AG, abrufbar unter \nDatenschutzbestimmungen\n. Mit dem Absenden des Formulars bestätige ich, dass ich diese zur Kenntnis genommen habe.

Job application form field placeholder 10

Keine passende Rolle gefunden? Bewirb dich bitte trotzdem initiativ! Jenseits von starren Schubladen zählen für uns vielmehr Motivation, Kompetenz und der Cultural Fit.

Job application form field placeholder 11

Dies ist ein Pflichtfeld, bitte fülle es aus.

codecentric @Messekongress IT für Versicherungen

Sei dabei!

Wissen tanken!

Noch Fragen?

Jetzt für unseren Newsletter anmelden