Challenge: Juristen arbeiten klassischerweise mit textbasierten Workflows. Die zentrale Aufgabe bestand darin, sowohl die abstrakte Rulemapping-Methode als auch die praktische Anwendung der zugehörigen LegalTech-Software in ein zugängliches Format für eine nicht-technische Zielgruppe zu übersetzen.

Herangehensweise: Konzeption und Produktion einer umfassenden Online-Akademie von Grund auf für den SPRIND-geförderten Softwareanbieter Rulemapping GmbH. Dabei wurde komplexe Logik und Software-Mechanik in ein strukturiertes, motivierendes E-Learning-Curriculum übersetzt. Der gesamte Content-Produktionszyklus wurde eigenhändig umgesetzt – vom Instructional Design und Scriptwriting bis hin zu detaillierten Software-Screencasts und interaktiven Übungen.

Ergebnis: Erfolgreicher Launch einer skalierbaren Customer-Education-Plattform, die das Nutzer-Onboarding und die SaaS-Produktadoption massiv beschleunigt. Die Akademie befähigt nicht-technische Nutzer, komplexe LegalTech-Software sicher zu beherrschen, und fungiert als zentraler Knotenpunkt für das Methodentraining des Unternehmens.

Challenge: Damit Unternehmen ihre Mitarbeitenden im sich schnell entwickelnden Bereich der künstlichen Intelligenz weiterbilden können, war eine flexible und skalierbare Lernlösung erforderlich, die auf die unterschiedlichen Geschäftsanforderungen zugeschnitten ist.

Herangehensweise: Entwicklung eines modularen Weiterbildungsprogramms als Baukastenprinzip, das es Unternehmen ermöglicht, KI-bezogene Lerneinheiten auf der Grundlage ihrer strategischen Ausrichtung zu kombinieren. Entwicklung des Gesamtkonzepts mit mehreren Lerndimensionen (z. B. Strategie, Anwendung, Ethik), Aufbau eines ausgewählten Pools von Coaches und Leitung der Positionierung und Markteinführungsstrategie des Programms.

Ergebnis: Erfolgreiche Einführung des Programms und Etablierung als flexibles B2B-Angebot, das maßgeschneiderte KI-Weiterbildungen in verschiedenen Branchen ermöglicht und eine skalierbare Grundlage für künftige Lernformate schafft.

Herausforderung: Für das außergewöhnliche, projektbasierte Lernmodell der CODE University gab es kein bestehendes Konzept zur Evaluation. Da klassische Bewertungsdimensionen nicht griffen, war eine maßgeschneiderte Lösung gefragt, um den Studienerfolg präzise messbar zu machen.

Herangehensweise: Entwicklung einer strukturierten Semestererhebung, die das innovative Lernmodell der CODE in messbare Dimensionen umsetzt. Entwicklung eines Surveys, der speziell auf das Lernmodell zugeschnitten ist, Analyse der Ergebnisse, Erstellung eines umfassenden Berichts und Gewährleistung, dass die Dokumentation auch Dritten die Durchführung von Folgeerhebungen ermöglicht. 

Ergebnis: Ein detaillierter Studienbericht sowie ein Framework zur kontinuierlichen Erfolgsmessung, das fundierte Erkenntnisse zur Optimierung der Lernerfahrung liefert. Durch den datengestützten Nachweis des Lernerfolgs wurde die institutionelle Re-Akkreditierung der Hochschule erfolgreich gesichert und die Basis für strategische, datenbasierte Entscheidungen geschaffen.

Challenge: Die digitale Wirtschaft verlangte nach einer neuen Art von akademischem Abschluss – einer Schnittstelle zwischen Business-Strategie und Deep Tech. Die Herausforderung bestand darin, ein komplett neues Master-Programm von Grund auf zu konzipieren, KI proaktiv zu integrieren, radikale Flexibilität zu garantieren und die offizielle Akkreditierung in einer Rekordzeit von unter 12 Monaten zu realisieren.

Herangehensweise: Leitung der gesamten Programmentwicklung für den M.Sc. Technology & Management an der CODE University. Im Rahmen einer nutzerzentrierten Product Discovery wurden über 200 Personen befragt, um die exakten Bedürfnisse der Zielgruppe zu ermitteln. Auf Basis dieser Erkenntnisse wurde eine hochflexible Programm-Architektur mit KI-Fokus entwickelt (anpassbare ECTS, Vollzeit-/Teilzeit-Optionen), wobei die komplexe Abstimmung über alle Hochschulbereiche hinweg zentral gesteuert wurde.

Ergebnis: Erlangung der offiziellen Akkreditierung in weniger als 12 Monaten. Der Masterstudiengang wird heute äußerst erfolgreich betrieben und belegt die enorme Marktnachfrage nach einem flexiblen, nutzerzentrierten und KI-fokussierten Studium.

Challenge: Unternehmen haben oft Schwierigkeiten, junge Talente rechtzeitig für sich zu gewinnen und zu binden, was den Aufbau eines langfristigen Talentpools erschwert.

Herangehensweise: Entwicklung eines strategischen Partnerschaftsmodells mit mehreren Säulen, um Unternehmen frühzeitig mit relevanten Talenten in Kontakt zu bringen. Entwicklung eines Konzepts für ein duales Studium, das es den Unternehmen ermöglicht, aktiv mit den Studierenden zusammenzuarbeiten und gleichzeitig deren berufliche und akademische Entwicklung zu fördern.

Ergebnis: Stärkung des Employer Branding der Partnerunternehmen, Vernetzung von Studierenden und Unternehmen und Aufbau eines nachhaltigen Rahmens für die frühzeitige Einbindung von Talenten.

Challenge: Im Jahr 2021 wurden Deepfakes oft noch als unrealistische Science-Fiction abgetan. Da die Risiken für das digitale Vertrauen von Gesellschaft und Politik noch nicht ernst genommen wurden, bedurfte es eines proaktiven Weckrufs.

Herangehensweise: Initiierung und Leitung eines 6-wöchigen Sprints mit einem interdisziplinären Team aus Tech- und Journalismus-Talenten. Wir produzierten Deepfakes prominenter deutscher Politiker und konfrontierten diese mit ihren KI-Ebenbildern, um die ethischen Implikationen in einer Dokumentation festzuhalten.

Ergebnis: Die Transformation eines ignorierten technologischen Risikos in eine greifbare Bildungserfahrung. Damit wurde ein entscheidender Diskurs über KI-Ethik angestoßen – lange vor dem heutigen KI-Hype.

Challenge: Traditioneller Journalismus und Tech-Ausbildung agierten historisch gesehen in Silos – ein Hindernis für die crossfunktionale Zusammenarbeit, die für moderne Medienunternehmen heute essenziell ist.

Herangehensweise: Konzeption und Leitung des konzernweiten Tech Talent Programs an der Axel Springer Academy of Journalism & Technology. Das Programm wurde darauf ausgerichtet, die nächste Generation von Top-Tech-Talenten gezielt zu fördern, indem diese gemeinsam mit Journalismus-Trainees im Rahmen kollaborativer, realer Produktentwicklungen ausgebildet wurden.

Ergebnis: Das Programm vereinte Tech-Talente aus über 20 Ländern, die in interdisziplinären Projekten zusammenarbeiteten und erfolgreich in die verschiedenen Tech-Units des Konzerns integriert wurden. Heute dient das Programm als replizierbarer Blueprint für interdisziplinäres Arbeiten innerhalb des Corporate-Ökosystems.

Challenge: Die Bewertung des potenziellen Erfolgs von Startups in der Frühphase ist für einen Accelerator angesichts der großen Unsicherheit und der unzuverlässigen Finanzprognosen eine besondere Herausforderung.

Herangehensweise: Entwicklung eines Prognosemodells auf der Grundlage von Gründerbefragungen, das eine Vielzahl wissenschaftlich fundierter Dimensionen analysiert. Erstellung eines interaktiven Dashboards zum Vergleich von Startups anhand datengestützter Erkenntnisse.

Ergebnis: Das Modell ermöglicht es Investoren, fundiertere Entscheidungen zu treffen und verbessert die Transparenz und Objektivität bei der Bewertung von Early Stage Startups.