Wissenschaftliche Leitung
Wanice Alfes ist Cyberpsychologin für Kommunikation (FHWien) und Global-Health-Spezialistin (Harvard) mit Forschungsschwerpunkt in Mensch–KI Cognitive Engineering und Metacognitive Influence — angewandt auf die Unternehmenskommunikation.
Ihre Arbeit konzentriert sich auf Vertrauensarchitektur für regionales KI-Deployment, regulatorische Anforderungen und KI-Adaption — mit Methoden, Frameworks und Pilotprogrammen für Organisationen.
Sie absolvierte Executive-Innovation-Programme in Oxford sowie Ausbildungen zu Datenanalytik, Likelihood-Modellen und emergenten KI-HCI-Bio-Systemen am MIT. An der Harvard University entwickelte Alfes die METAP4-Method und das Konzept der Metacognitive Influence für Organisationsstrategien und gründete das ViSP-Lab R&D, welches durch Fakultäts-Endorsements ausgezeichnet wurde.
Geboren in Rio de Janeiro, lebt Alfes in Bad Homburg, Deutschland.
Keynotes & Workshops
Aus ihrem kommenden Buch ThinkMETA präsentiert Alfes ein Modell für Metacognitive Influence in Organisationen — und wie Vertrauen in der Mensch–KI-Ära entsteht.
ThinkMETA präsentiert das Law of Gravity for Trust, die METAP4-Method und fünf weitere Frameworks — darunter die Regional Communication Risk Calibration (RCRC) — für advanced organizational communication strategies.
So arbeitet ViSP-Lab im Bereich Mensch–KI Cognitive Engineering
An diesem Schnittpunkt entwickelt ViSP-Lab Frameworks für Unternehmenskommunikation und regionales KI-Deployment.
Organizational Communication— Services in sechs strategischen Bereichen:
1- De-risking: New Shiny Data Syndrome
Interpretationsabgleich in Führungsteams — vor strategischen Entscheidungen.
Interpretieren alle Führungskräfte unsere Kennzahlen gleich — vor der Strategie?
2- UI Analyse — Law of Gravity for Trust
Mensch–KI-Interaktion und Personalisierung: Vertrauen oder Distanz.
Erleben Nutzer Sicherheitsmechanismen als Schutz — oder als Distanz?
3- Bridging STEM — Technical Penetration
Ein Framework, das Führung und Technik zur gemeinsamen Gestaltung befähigt.
Verlieren wir Wertbeiträge durch einen STEMatization gap mit KI-Teams?
4- Smart Data — The Deployment Ecology
Von einem Ziel zu kleinen Erfolgen, schnellen Iterationen — ohne Big-Data-Rauschen.
Bietet Big Data wirklich höheren Vorhersagewert in komplexen Szenarien?
5- Regional Communication Risk Calibration (RCRC)
Interpretationsrisiken identifizieren und Kommunikationsstrategien regional kalibrieren.
Fördert unser kultureller Ansatz relationale Nähe — oder vergrößert er Distanz?
6- Personalisierung an erster Stelle— METAP4-Methode
KI-Personalisierungslogik neu geordnet: Personalised first. Die Sequenz ist der Beitrag.
Sind unsere Metriken durch eine Kultur des Prediction first verzerrt?
