1. Zielbild & Vision
Was wollen wir mit AI erreichen? Wie sieht der Zielzustand aus?
Beispiel: Bis 2030 der digitalste und zuverlässigste ÖPNV-Anbieter der Region
2. Business Use Cases
Welche konkreten Anwendungsfälle bieten Mehrwert?
Beispiel: Chatbot für Fahrgastinformationen, Predictive Maintenance, Echtzeit-Disposition
3. Nutzer & Stakeholder
Wer ist betroffen, beteiligt oder treibt die Themen?
Beispiel: Fahrgäste, Fahrpersonal, Werkstatt, Disposition, Management
4. Datenstrategie
Welche Daten werden benötigt? Wo liegen sie? Wie ist die Qualität?
Beispiel: Fahrzeugdaten, Fahrgastzahlen, Verkehrsdaten, Wetterdaten
5. Technologie & Tools
Welche Tools/Plattformen werden genutzt?
Beispiel: IoT-Sensorik, Azure OpenAI, Power Platform, ITCS-Integration
6. Fähigkeiten & Mindset
Welche Kompetenzen fehlen? Wie fördern wir kulturelle Offenheit?
Beispiel: AI Bootcamps für Disponenten, Change Agents in der Werkstatt
7. Organisation & Prozesse
Wie werden AI-Initiativen verankert? Welche Governance gilt?
Beispiel: AI CoE, Use Case Intake Prozess, Digitalisierungsteam
8. Risiken & Ethik
Welche Risiken bestehen (rechtlich, ethisch, technisch)?
Beispiel: Datenschutz, Betriebssicherheit, Abhängigkeit von Technologie
9. Quick Wins & POCs
Welche kleinen Projekte liefern schnell Nutzen & Vertrauen?
Beispiel: Chatbot für FAQ, Wartungs-App für Werkstatt, Auslastungsprognose
10. Metriken & Erfolgskriterien
Woran messen wir Fortschritt & Erfolg?
Beispiel: NPS, Pünktlichkeit, Fahrzeugverfügbarkeit, CO₂-Reduktion