Jenny Simonds-Spellmann

Human–AI Systems Design: KI-Einführung, Product- und Service-Design sowie Responsible AI. Berlin, auf Deutsch und Englisch.

Das große Ganze,
eingebaut in die Arbeit.

Menschen geben die Richtung vor. Vorgezeichnete Wege lassen Menschen und Agenten schnell vorankommen. Prüfpunkte halten es sicher.

Ich bin Jenny Simonds-Spellmann. Ich arbeite zwischen den Menschen, die KI bauen, denen, die sie nutzen sollen, und denen, die mit den Ergebnissen leben.

So arbeite ichLesen: Das große Ganze
Jenny Simonds-Spellmann an ihrem Schreibtisch, lächelnd, Kinn auf die Hand gestützt, mit einer Tasse mit dem Aufdruck „Curiosity makes a better future“, Notizbuch und Laptop. Handgezeichnete Kreise für Menschen, Organisationen und Technik schweben hinter ihr.
Der menschliche Prüfpunkt in der Mitte von allem.
Ein Diagramm mit drei parallelen Bahnen: KI entwickeln, mit KI arbeiten und KI erleben. Systeme geben Arbeit zwischen den Bahnen weiter, während ein durchgehender Pfad alle drei berührt und an menschlichen Prüfpunkten vorbeiführt. In der Mitte ein Prüfpunkt mit der Markierung Ich.KI entwickelnMit KI arbeitenKI erlebenIch
  • Menschlicher Prüfpunkt
  • System- oder KI-Schritt
  • Mein Weg über die Lücken

Was Organisationen sagen

Früher habe ich gefragt: „Was soll ich tun?“ Jetzt sehe ich KI-Compliance in meiner täglichen Arbeit.

Compliance-Beauftragteüber interaktive KI-Governance

Wo ich arbeite

KI-Transformation betrifft drei Gruppen von Menschen. Die meisten Programme betrachten nur eine.

KI entwickeln

Produkt-, Technik- und Governance-Teams, die KI bauen oder einführen.

Mit KI arbeiten

Beschäftigte, Führungskräfte und Teams, die KI in den Alltag bringen sollen.

KI erleben

Kundinnen und Kunden, Bürgerinnen und Bürger und Nutzerinnen und Nutzer von Diensten, die zunehmend KI enthalten.

Wie ich über alle drei hinweg arbeite

Was ich in KI-Vorhaben einbringe

Eine KI-Strategie zählt erst, wenn sie verändert, wie gearbeitet wird. In diesen vier Bereichen sorge ich dafür.

  • Strategie und Use Cases

    Ich übersetze KI-Ambitionen in eine Roadmap: Use Cases, bewertet nach Nutzen, Daten, Risiko und Aufwand, mit einer klaren Empfehlung, was gebaut, eingekauft, pilotiert oder zurückgestellt wird.

    In der Praxis: Wie ich KI-Use-Cases bewerte (auf Englisch)

  • Governance und Risiko

    Ich übersetze EU AI Act, Datenschutz und Informationssicherheit in Richtlinien und Entscheidungshilfen, die Menschen genau dann nutzen können, wenn es darauf ankommt.

    In der Praxis: Responsible AI und Governance

  • Befähigung und Lernen

    Ich berate Leitung und Fachbereiche und gestalte rollenbasierte Lernpfade, mit denen Menschen KI sicher in ihrer eigenen Arbeit einsetzen.

    In der Praxis: KI-Lernen und Befähigung (auf Englisch)

Agentische KI, mit dem Menschen darin

Agenten antworten nicht nur; sie planen, nutzen Werkzeuge und handeln. Ich helfe Organisationen zu entscheiden, wie viel Autonomie jede Aufgabe haben sollte, und baue die Schutzmaßnahmen, die den sicheren Einsatz ermöglichen.

Wie ich agentische KI angehe

So arbeite ich

Audit, Pathway, Prototype, Test, Scale.

  1. AuditVerstehen, was tatsächlich passiert.
  2. PathwayGestalten, wie Menschen von hier nach dort kommen.
  3. PrototypeDie Zukunft greifbar machen.
  4. TestMenschen wieder ins System holen.
  5. ScaleErfolgreiche Experimente zu Fähigkeit machen.

Methode im Detail ansehenEin Beispiel durch die Methode verfolgen

Was sich dadurch ändert

Organisationen brauchen keine weitere KI-Strategie. Sie brauchen, dass aus KI-Ambition veränderte Arbeit wird.

  • Von KI-Investitiontatsächliche Einführung
  • Von Experimentierenwiederholbarer Praxis
  • Von generischem KI-Trainingrollenspezifischer Fähigkeit
  • Von KI-Use-Casesfunktionierenden Prototypen

Was sich sonst noch ändert, und wie der Nutzen sichtbar wird

Denken

Notizen aus der unordentlichen Mitte der KI-Transformation.

KI-Einführung scheitert selten daran, dass jemand vergessen hat, eine weitere Folie zu bauen. Die interessanten Probleme entstehen, wenn Technik auf echte Menschen, echte Arbeit, bestehende Organisationen und menschliches Urteil trifft. Das sind einige der Fragen, denen ich nachgehe.

Handskizze: zwei cyan hervorgehobene Kreise mit den Beschriftungen Local und System, verbunden durch eine Linie; Hände zeichnen den System-Kreis zu Ende.

Das große Ganze: Tempo mit Richtung

Warum KI Systemdenken braucht: vorgezeichnete Wege, menschliches Urteil und Prüfpunkte dort, wo sie zählen.

Human + AI, Making AI real. 1 Min. Lesezeit

Eine hervorgehobene Notiz auf Deutsch; weitere derzeit auf Englisch.

Alle Notizen ansehen →

Weitere Essays: Thinking (Englisch)

Ich helfe, die Distanz zwischen KI-Möglichkeit und menschlicher Realität zu schließen.

KI-Transformation gelingt, wenn Technik, Menschen, Workflows, Lernen, Governance und Experience als ein System zusammenarbeiten.

Meine Rolle ist, Organisationen dieses System sichtbar zu machen, Bruchstellen zu finden, mögliche Zukünfte greifbar zu machen und praktische Wege zur Einführung zu gestalten.

Das Ergebnis ist nicht einfach mehr KI. Es ist KI, die Menschen verstehen, nutzen, hinterfragen, beaufsichtigen und in sinnvolle Arbeit integrieren können.

Bringen Sie mir das unordentliche KI-Problem.

Mich interessiert vor allem der Punkt, an dem die Technik da ist, die Strategie überzeugend klingt und die Realität kompliziert wird.

Gespräch beginnen