Eigene Frameworks. Begutachtet. In der Praxis bewährt.
Vier verbundene Konzepte aus Dr. Seifys Promotion und laufender wissenschaftlicher Arbeit — fundiert auf Gardners multiplen Intelligenzen, Teeces Theorie komplementärer Ressourcen, Barneys VRIN-Framework und Simons' Levers of Control.
Artificial Complementary Intelligence
Versteht „KI“ als Ergänzung menschlicher Intelligenz, nicht als Ersatz — Algorithmen übernehmen logisch-mathematische Verarbeitung, Skalierung und Echtzeit-Inferenz; der Mensch behält intrapersonales, interpersonales und ethisch-existenzielles Urteil. Fundiert auf Gardners multiplen Intelligenzen und Teeces (1986) Logik komplementärer Ressourcen.
Deep Business Analytics
Entwickelt Management-Control-Systeme (Simons' Levers of Control; Malmi & Brown) von rückblickend/diagnostisch zu präventiv und prädiktiv weiter. Der zentrale technische Beitrag der Promotion — eine eigene fünfstufige Methodik, die LSTM-Deep-Learning mit der Governance einer nachhaltigen Balanced Scorecard verbindet, validiert im NHS-Hämatologielabor des Royal Liverpool Hospital an über 50 Mio. operativen Echtzeit-Datensätzen.
Predictive Governance Architecture
Eine vierschichtige Kontrollmatrix — institutionell/rechtlich → soziotechnisch/Daten → ACI-DBA-Intelligenz → menschliche Schnittstelle — für eine verantwortungsvolle und auditierbare Steuerung von KI in Organisationen. So lässt sie sich aktuellen KI-Governance-Standards zuordnen →
Business Connectivity Map
Strukturelle Verknüpfung operativer Daten auf Mikroebene mit strategischen/institutionellen KPIs auf Makroebene, einschließlich nachhaltiger Balanced Scorecards für Net-Zero-Logistik.
KI-Governance in der Praxis — wo PGA auf das aktuelle Standard-Ökosystem trifft
Die Predictive Governance Architecture (PGA) wurde als akademische Kontrollmatrix entwickelt, nicht als Compliance-Checkliste — doch ihre vier Schichten entsprechen weitgehend den KI-spezifischen Standards, die heute prägen, wie Organisationen KI steuern sollen. Aufbauend auf meiner Auditmethodik als ISO/IEC 27001 Lead Auditor & Lead Implementer wende ich diese Zuordnung direkt in Mandaten zu KI-Governance-Audit & -Implementierung an (siehe Leistungen).
Institutionell / rechtliche Schicht
Umgesetzt durch die Risikoklassen und GPAI-Pflichten der EU-KI-Verordnung sowie den behördengeführten Ansatz in Großbritannien (ICO, MHRA, FCA).
Soziotechnische / Daten-Schicht
Umgesetzt durch ISO/IEC 23894 (KI-Risikomanagement) und ISO/IEC 42005 (Folgenabschätzung von KI-Systemen).
ACI-DBA-Intelligenzschicht
Umgesetzt durch ISO/IEC 42001 — die zertifizierbare Norm für KI-Managementsysteme, die Modelle und Prozesse selbst umfasst.
Schicht der menschlichen Schnittstelle
Umgesetzt durch den Zyklus Govern–Map–Measure–Manage des NIST AI Risk Management Framework und menschliche Aufsicht (Human-in-the-Loop, HITL).
Warum „Künstliche Intelligenz“ eine irreführende Bezeichnung ist
KI erweitert bestimmte kognitive Fähigkeiten — logisch-mathematische Verarbeitung, sprachliche Mustererkennung, Skalierung —, erreicht aber keine existenzielle, intrapersonale oder kreativ-synthetische Intelligenz. KI tendiert zur Vereinheitlichung, nicht zur Differenzierung: Sie besteht Barneys VRIN-Test für nachhaltige Wettbewerbsvorteile nicht, weil sie nachahmbar, skalierbar und schnell zur Massenware wird. Nachhaltiger Vorteil entsteht aus dem menschlichen System rund um die KI — Kultur, Sinn und Urteilsvermögen.
Bis 2034 wird KI überall sein. Menschlichkeit wird das eigentliche Unterscheidungsmerkmal sein — gegründet auf Weisheit, Urteilsvermögen, Ethik, Kultur und Sinn.
Bücher, Buchkapitel & Fachbeiträge
Bücher & Kapitel
Revolutionising Brain Tumour Detection: Integrating AI and Machine Learning for Enhanced Diagnostic Accuracy and Healthcare Efficiency
Seify, M., Moghaddam, M.J., Sarwar, D., Hansani, W.K., Thiwanthika, K., Frahmand, A., Osadugba, T., Dang, T., Hosseinian-Far, A. — Elsevier.
Computer Emergency Response Team (CERT)
Rashti, M., Rashti, Z., Seify, M. — ISBN: 978-964-10-0078-5.
Auditing and Management of Information Security System (ISMS)
Seify, M., Sharbatoghli, A. — ISBN: 978-9-6480-6890-0.
Begutachtete Fachartikel & Konferenzbeiträge
Advanced Sentiment Analysis for Managing and Improving Patient Experience
Pandey, A.R., Seify, M., Okonta, U., Hosseinian-Far, A. — GP Classification in Northamptonshire.
Utilizing Modern Analytical Approaches to Detect Fraud and Anomalies
Seify, M., Ajiboye, A., Oluwole, O. — Germany's Largest Health Auditing Company.
Fraud Detection in Supply Chain with Machine Learning
Seify, M., Sepehri, M., Hosseini-Far, A., Darvish, A.
Project Management Information System Significance for Project-Oriented Organisations
Seify, M., Azadmanesh, V.
Managerial Controlling System of World Bank Projects — Alborz Integrated Land & Water Management
Seify, M., Morshedi, Z.
Information Security Risk Analysis — Iranian Private SMEs
Seify, M., Feizi, P.
Importance of KPI in BI Systems · New Method for Risk Management in CRM Security
Seify, M.
Privatization Management in Iran's Electrical Industry
Seify, M., Elkhani, M., Sheikhi, A., Esfahani, M.
A Methodology for Mobile Network Security Risk Management
Seify, M., Bijani, S.
Strategizing Project Portfolio Management
Sepehri, M., Seify, M.
Risk Management in CRM Security Management
Seify, M.
University of Northampton · Business Analytics
Betreute Abschlussarbeiten
Postgraduale Forschung zu realen analytischen Fragestellungen in Organisationen.
Live-Sensordatenströme
Smart-City- und Net-Zero-Analytik auf Basis von IoT-Echtzeitdaten.
Forschungsgruppe FASTER
Gründer der Forschungsgruppe FASTER (Future Analytics, Systems, Technology & Emerging Research) — des ersten Forschungslabors für angewandte Analytik der Universität, das industrielle Umgebungen simuliert.
Verfügbar für KI-Beratung, Forschung & Vorträge
Neben akademischen Forschungskooperationen, Gastvorlesungen und Podiumsdiskussionen übernehme ich eine begrenzte Zahl von Beratungs- und Auftragsprojekten im KI-Bereich — vor allem zu KI-Strategie, Governance und prädiktiver Analytik.