Faglig informasjon KI og teknologistrategi
Mål, læringsutbytte, vurderingsform og fagmoduler for KI og teknologistrategi
-
Mål og innhold
Mål og innhold
Kunstig intelligens endrer hvordan organisasjoner skaper verdi, men altfor mange KI-initiativ realiserer aldri sitt potensial fordi de stanser i pilot eller løser feil problem.
Emnet gir:
- kompetanse til å utvikle og implementere KI-strategier som skaper målbar verdi i egen virksomhet.
- kompetanse til å identifisere relevante bruksområder, bygge fungerende prototyper, utvikle business cases og lede implementering fra pilot til produksjon.
- praktiske verktøy for å lede KI-endringer, uavhengig av deltakernes rolle eller organisasjonens modenhet.
Faglig innhold og sentrale temaer
- KI-teknologi og infrastruktur for beslutningstakere.
- Praktisk bruk av moderne KI-verktøy og store språkmodeller.
- Teknisk forankring som kobler KI-fundamenter og strategiske beslutninger.
- Strategiske rammeverk for teknologivurdering og veikartutvikling.
- Strategiutvikling, prioritering og business case-metodikk.
- Implementering, integrasjon og skalering av KI-løsninger.
- Organisatorisk transformasjon og endringsledelse.
- Etikk, ansvar og regulatoriske krav.
Undervisningen følger progresjonen opplevelse → forståelse → anvendelse → forankring, hvor studentene aktivt bruker KI-verktøy som arbeidspartnere gjennom hele studiet.
Studentene utvikler sin KI-strategi, kapittel for kapittel gjennom studiet, hvor hvert fagområde bidrar til et strategisk kapittel som kvali-tetssikres gjennom kollegaveiledning.
-
Målgruppe
Målgruppe
Emnet retter seg mot ledere og nøkkelpersonell med resultatansvar som skal realisere verdier fra KI i egen organisasjon.
Typiske studenter er forretningsledere med ansvar for KI-initiativ, teknologiledere som trenger strategisk forankring, og styremedlemmer som skal ta stilling til KI-investeringer. Emnet passer også for produkteiere, innovasjonsledere og de som leder digitale transformasjonsprosjekt hvor KI er sentralt.
Teknisk bakgrunn er ikke nødvendig, men studentene må ha interesse for KI og vilje til å lære gjennom praksis. Programmet tilpasses deltakernes utgangspunkt: fra de som trenger grunnleggende KI-forståelse, via erfarne KI-nysgjerrige som ønsker systematisk strategikompetanse, til erfarne ledere som vil videreutvikle eksisterende strategier.
-
Vurdering
Vurdering
For å kunne gå opp til vurdering må studenten levere godkjent pilot-forslag mellom samling 3 og 4.
Emnets vurderingsordning
Studentene vurderes med utgangspunkt i en individuell oppgave samt en gruppecase med muntlig presentasjon.
Individuell KI-strategi-oppgave (70 %):
Omfattende strategidokument utviklet iterativt gjennom studiet.
Strategien skal inneholde:
-
Analyse av KI-muligheter og virksomhetens modenhet
-
Prioriterte initiativer med business case
-
Implementeringsplan med milepæler og KPIer
-
Organisatorisk transformasjonsplan
-
Governance og etiske retningslinjer
Strategien bygges kapittel for kapittel gjennom studiet med veiledning og tilbakemelding. Strategien kan tilpasses studentens kontekst (virksomhet, avdeling eller karriere).
Gruppecase: KI-innovasjon (30 %):
Utvikling av fungerende prototype/proof-of-concept med tilhørende dokumentasjon.
Presenteres på samling og vurderes på:
-
Teknisk løsning og demonstrasjon.
-
Forretningsverdi og gjennomførbarhet.
-
Presentasjon og formidling.
Omfang
Vurderings-
formVurdering
Individuell/
gruppeKI-strategi-oppgave
Teller 70%
Skriftlig
Bestått/
ikke beståttIndividuell
KI-innovasjonscase
Teller 30%
Muntlig
presentasjonBestått/
ikke beståttGruppe
Bestått emne forutsetter at begge vurderinger er bestått.
-
-
Læringsutbytte
Læringsutbytte
Kandidatene har etter fullført studium oppnådd følgende samlede læringsutbytte definert som kunnskap, ferdigheter og generell kompetanse:
Kunnskap
Kandidaten har
- inngående innsikt i KI-teknologi og infrastruktur, som muliggjør velbegrunnede og strategiske beslutninger.
- avansert kunnskap om forutsetninger for implementering fra pilot til produksjon.
- inngående kunnskap om strategiske rammeverk for teknologivurdering, prioritering og veikartutvikling.
- inngående kunnskap om metoder for rask prototyping, utvikling, integrasjon og drift av KI-løsninger
- inngående kunnskap om hvordan organisasjonsdesign, kultur og endringsprosesser påvirker vellykket teknologiinnføring og gevinstrealisering.
Ferdigheter
Kandidaten kan
- utvikle omfattende teknologistrategier som kobler KI-muligheter med virksomhetens strategiske mål.
- vurdere og prioritere KI-initiativer basert på business case, demonstrert verdi, risiko og gjennomførbarhet.
- anvende generativ KI som praktisk arbeidsverktøy og strategisk sparringspartner i ledelses-, beslutnings- og innovasjonsarbeid.
- lede implementeringsprosesser fra idé via prototype til produksjon og etablere system for å evaluere målbare effekter.
- identifisere, analysere og håndtere etiske, sikkerhetsmessige og regulatoriske utfordringer ved KI-implementering i praksis.
Generell kompetanse
Kandidaten kan
- utvikle, forankre og kommunisere en realiserbar KI-strategi tilpasset egen rolle og virksomhetskontekst.
- lede teknologidrevne endringsprosesser og bygge organisatorisk kapasitet for kontinuerlig læring og verdiskaping med KI.
- balansere innovasjonskraft med ansvarlig og bærekraftig KI-praksis i operativ drift.
- designe og koordinere effektivt samarbeid i hybride team av mennesker og KI-agente.
-
Organisering og gjennomføring
Organisering og gjennomføring
Emnet er lagt opp som et samlingsbasert deltidsstudium over to semester. Emnet starter med en intensiv KI-sprint, etterfulgt av seks samlinger på 2-3 dager hver. Totalt har emnet syv samlinger over 17 dager.
Samlingsoversikt:
-
Samling 1: KI-sprint (2,5 dager) - intensiv hands-on workshop
-
Samling 2: Teknologisk fundament (2 dager)
-
Samling 3: Dynamisk virksomhetsstyring med KI (2 dager)
-
Samling 4: Pilotverksted - fra idé til produksjon (3 dager)
-
Samling 5: Business case, prioritering og læring (2 dager)
-
Samling 6: Organisasjon og endringsledelse (2,5 dager)
-
Samling 7: Governance, ansvar og avslutning (3 dager)
-
-
Læringsformer og -aktiviteter
Læringsformer og -aktiviteter
Emnet baseres på erfaringsbasert læring hvor teoretisk forståelse utvikles gjennom praktisk arbeid med KI-verktøy og reelle case. Undervisningen veksler mellom forelesninger, workshops, gruppearbeid og individuelle øvelser. Tekniske øvelser er tilrettelagt for studentene uten teknisk bakgrunn.
Samlingene kombinerer forelesninger, workshops, case-arbeid og kollegaveiledning med innslag fra praktikere. Mellom samlingene bruker studentene gjennomsnittlig 15-25 timer per uke på praktisk utprøving av KI-verktøy, iterativ strategiutvikling og pilotprosjekter.