Hallo zusammen, jetzt ist es 2026, KI, Künstliche Intelligenz ist weiterhin in aller Munde und in Jedermanns Podcasts unter anderem auch in diesem. Aber im Unternehmensalltag, wenn man sich umschaut, ist es nach wie vor wenig relevant. Wir wollen uns in dieser Episode nochmal damit auseinandersetzen, warum das so ist und warum man das vielleicht heilen kann oder ob man das vielleicht überhaupt heilen will. Eventuell will man ja gar nicht, dass KI in Unternehmen eingesetzt wird, zumindest vielleicht nicht so, wie sich das alle auf LinkedIn und in anderen Plattformen vorstellen. Wenn ich mich umschaue, wenn ich in Firmen mit Menschen rede und mir auch anschaue, was es an Implementierung gibt, gibt es eigentlich drei Muster, wie Unternehmen mit diesem künstlichen Intelligenzthema umgehen und eigentlich sind alle drei Muster, die zum Scheitern führen. Das erste Szenario ist die Wartet-mal-ab-Fraktion. Also quasi man sitzt im Unternehmen, man beobachtet, was so passiert mit künstlicher Intelligenz, die technologische Entwicklung, man liest Artikel, man hat vielleicht internen Workshops und so weiter, aber in der Realität Auf der Basis gibt es natürlich keine sinnvollen Umsetzungen von KI-Projekten, das ist klar, aber meistens passiert dann auch immer das Gleiche, nämlich dass die Mitarbeiter im Hintergrund eine Schatten-KI aufbauen, eine Form von Schatten-IT, vor dem man sich ja eh in Also die einen sitzen da und warten ab und sagen, schau mal erstmal, wo das Thema hingeht und die anderen werfen derweil Unternehmensinformationen, geheime Dokumente, irgendwelche internen Zahlen und sonst was unkontrolliert in ChatGPT rein. Das passiert recht häufig. Manchmal wird sogar das auch unterstützt, dass man mit ChatGPT zum Beispiel interagiert in diesem Kontext, was wirklich keine gute Idee ist. Aber meistens ist es so, dass niemand wirklich genau hinschaut, was Mitarbeiter mit KI machen, weil eben Das führt dazu, man hat kein Wissen, man hat keine Kontrolle, man hat keine Skalierbarkeit, aber die Leute machen natürlich trotzdem mit KI rum, mit positiven und negativen Effekten, definitiv mit negativen Effekten im Punkt Datenschutz, Compliance und ähnlichen Dingen und Und dann das zweite Szenario, was wir viel sehen, ist die AIA Copilot reicht Fraktion. Das heißt, wir haben eh schon Microsoft 365 im Einsatz, wunderbar. Dann lizenzieren wir da jetzt Copilot dazu. Kostet natürlich relativ viel, muss man sagen, aber manchen Unternehmen ist das Dann wird Copilot dezensiert für alle und es wird auf magische Produktivitätssteigerungen gewartet. Sechs Monate später stellt man fest, dass eigentlich nichts passiert, außer dass vielleicht Leute mehr Zeit in Copilot verbringen als vorher und Mitarbeiter nutzen es als Das Szenario 3, was wir relativ viel sehen in der Realität, ist, was ich mal zynisch die Center of Excellence Fraktion nennen würde. Das heißt, letzten Endes Firmen, die eine Abteilung gründen, einen Unternehmensbereich, der mit internen oder externen, selbsternannten oder Das liegt schlicht daran, dass in diesem Center of Excellence eigentlich niemand wirklich irgendwie Teil von der Unternehmensstrategie ist, niemand weiß, wo die echten Probleme im Unternehmen überhaupt liegen, also gucken sich die Kollegen da halt Happy Path Use Cases an und am Warum ist das so? Warum ist das so schwierig? Kann man es anders machen? Und gab es in der Vergangenheit vielleicht ähnliche Situationen mit Technologie, aus denen wir lernen können? Das sind genau die Fragen, die ich versuchen will, in der heutigen Episode zu beantworten oder Es gibt ja durchaus erfolgreiche Implementierungen von KI oder erfolgreiche Prozessoptimierung mit KI, würde ich vielleicht sagen. Die kann man sich ja mal anschauen und überlegen, wie könnte das für das eigene Unternehmen funktionieren. Wenn Unternehmen sich mit dem Thema KI konfrontiert sehen, dann nehmen sie normalerweise eine von zwei relativ extremen Perspektiven ein. Zumindest sehe ich das recht häufig. Die Sicht 1 ist, KI ist eine Technologie wie jeder andere auch, eine neue Technologie. Warten wir mal ab, Die Sicht zwei Unternehmen ist, KI ist eine Revolution, das muss unbedingt Teil der Strategie sein oder beziehungsweise sogar eine eigene Strategie bekommen. Alles muss AI first sein, alles muss umgekrempelt werden, wir müssen uns alle Use Cases anschauen, alle Prozesse Wenn etwas nicht mit KI verbunden und verknüpft ist, dann lohnt es sich nicht, das zu machen. Das ist diese extreme andere Sicht, zu sagen, KI ist nicht eine Technologie, sondern KI ist eigentlich eine Ideologie fast schon. Das sind die Extremsichten. Es gibt viele Leute, die die eine von beiden Extremsichten einnehmen. Beide Sichten greifen zu kurz und führen meistens nicht zu irgendwelchen sinnvollen Ergebnissen. Schauen wir mal genauer hin. Die Sicht 1, KI ist eine Technologie wie jeder andere Künstliche Intelligenz ist keine Technologie, das ist ein Forschungsgebiet oder ein Fachgebiet, wenn man so will. In keinem anderen Gebiet, Technologiegebiet muss man sagen, gibt es aktuell so schnelle Fortschritte. Es kommen so viele Neuerungen, manche spektakulär, Also man hat schon Schwierigkeiten tatsächlich zu verfolgen, was passiert, geschweige denn sich zu überlegen, was das für das eigene Unternehmen bedeuten könnte. Und wie gesagt, es ist eben nicht nur eine Technologie. Künstliche Intelligenz ist ein ganzes Es gibt nicht nur Deep Learning, das ist das große Feld, zu dem Transformers gehören. Es gibt Machine Learning, Reinforcement Learning, Symbolic AI, Computer Vision, Spracherkennung, Formularerkennung und so weiter und so fort, Sprachproduktion, Robotik. Es gibt so viele Ein so großes Technologiebündel, eine so große Anzahl an verschiedenen Technologien und Ansätzen kann man nicht als Baustein sehen und sagen, okay, schauen wir mal, wenn ein Problem kommt, auf das dieser Hammer passt. Man kann nicht einfach sagen, wir implementieren KI, als Am besten kann man vielleicht das ganze Thema verstehen, wenn man versucht zu überlegen, hatten wir schon mal ähnliche Situationen. Das Internet zum Beispiel, also die Erfindung des Internets oder die Einführung des Internets hat ja auch gigantische Umbrüche erzeugt. Wenn man historisch zurückschaut, ging das viel langsamer, aber es war auch eine Technologie, die sich allmählich in ganz, ganz viele Bereiche eingeklinkt hat und die in ganz vielen Bereichen wirklich dafür gesorgt hat, dass Unternehmen anders gearbeitet haben und auch Aber ein wichtiger Unterschied, das Internet per se jetzt erstmal war initial eine Lösung für ein bestimmtes Problem, nämlich die widerstandsfähige Vernetzung von militärischen Systemen. Und genauso das World Wide Web, also quasi das, was wir jetzt als das Web kennen Tim Berners-Lee wollte quasi effizient Dokumente teilen oder Informationen teilen am CERN. Das heißt, beide Technologien oder sagen wir mal diese Kombination Internet, World Wide Web kam zustande, weil Menschen versucht haben, Probleme zu lösen, die sie gesehen haben. Es kam Und von dieser initialen Anwendung aus hat sich die Technologie dann in immer weitere Einsatzbereiche ausgebreitet. Und zwar in dem Maße, in dem Menschen verstanden haben, wofür man das benutzen kann, wie das funktioniert und auch Visionen entwickeln konnten, was auf Basis dieser Generative KI ist also in irgendeiner Weise ähnlich und aber auch in bestimmter Weise anders. Die Technologie generative KI aus meiner Sicht begann eigentlich ohne klaren Anwendungsfall. Hat nicht mal ein Problem gehabt und gesagt, die einzige Lösung, die ich dafür finden kann, Sondern im Prinzip ist es aus der Technologie hervorgegangen, diese Faszination. Fasziniert hat es uns die Fähigkeit früher Large Language Models, menschliche Sprache zu produzieren. Das war schon vor GPT war das ein Thema, dass es beeindruckend war, dass sowas wie Google T5 von Mit der Zeit haben sich diese Modelle so weiterentwickelt, dass sie immer sinnvollere Antworten auf Fragestellungen und auf Aufgabenstellungen geben konnten. Aber zuerst mal begann das Ganze, wenn man es jetzt zynisch formulieren will, als eine Tech-Demo. Etwas, Die echten, die wertvollen Anwendungsfälle, die kommen jetzt erst allmählich, aus meiner Sicht haben sich die richtig wertvollen Anwendungsfälle vielleicht noch gar nicht wirklich etabliert und sind auch noch nicht ausgerollt. Wir sehen KI hier und da in Produkten, Wenn man das ehrlich sich anschaut, dann ist generative KI, Gen AI eine Technologie, die immer noch ein bisschen auf der Suche nach ihren Anwendungsfällen ist, weil sie eben nicht ursprünglich als Problemlösung entstanden ist. Deswegen gründen eben auch die großen Aber es gibt eben auch diese Sicht 2, das ist eben die Sicht 1, das ist einfach nur eine Technologie, schauen wir uns das an, warten wir uns ab. Es gibt eben auch die Sicht 2, wo Unternehmen sagen, das ist nicht eine Technologie oder ein Technologiebündel oder ein Forschungsbereich, ein Die sehen quasi künstliche Intelligenz selber nicht als Baustein einer Strategie, sondern als Ziel einer Strategie, wenn man so will. Alles muss entweder AI first oder AI only oder zumindest wahnsinnig AI heavy sein. Jeder Teil der Wertschöpfung, jede Minute der täglichen Arbeit Und die Motivation dahinter ist letzten Endes, dass man glaubt, dass die ganzen Vorhersagen und die ganzen Unkenrufe stimmen, dass die Arbeitsfeld sich radikal ändert, dass wer nicht mit KI arbeitet, sowieso in der Konkurrenz keine Chance mehr hat und dass wir demnächst, wie Das erzeugt in manchen Firmen, wesentlich weniger im Mittelstand oder in Old Economy, sondern mehr so in anderen Kontexten so einen Druck, möglichst schnell, möglichst vollständig auf KI zu setzen. Also KI nicht als Technologie zu sehen, sondern quasi als Leitstern, wenn man so Die harte Realität ist, dass Firmen, die in diese Richtung tendieren, meistens harsch von der Wirklichkeit eingeholt werden, weil generative KI auch heute noch, trotz all dieser Entwicklungen, unzulänglich ist, langsam und wahnsinnig viele Fehler macht. Also auch wenn Und so eingesetzt, wenn man jetzt sagt, oh diese KI, die diese Eigenschaften hat und die auch noch gar nicht wirklich so toll funktioniert und die vor allem nicht ganz verlässlich ist bis in den Prozentsatz, den ich eigentlich brauche, um so einen Schritt zu wagen, die KI ist jetzt ein Und statt, dass ich quasi Prozesse etabliere, die menschengetrieben sind, mache ich das von vornherein mit KI und bin quasi so ein einsamer Gründer mit einem Roboter an der Seite. Und manche Unternehmen wollen sich auch von einer normalen Unternehmensstruktur in diese Richtung Im Moment bezahlen das die meisten einfach nur mit einer unvermeidbaren Mittelmäßigkeit, also einem gewissen Abwärtstrend in dem Output. Und ja, man kann natürlich Personal einspannen und KI einsetzen. Nein, man kriegt fast nie die gleiche Qualität daraus. Und ob das dann der Der richtige Perspektivenwechsel, der weder Sicht 1 noch Sicht 2 wirklich entspricht, ist nicht, wie ersetze ich meine teuren Leute. Die richtige Perspektive auf diese KI-Thematik ist, wie mache ich meine besten Leute zehnmal produktiver. Aus meiner Sicht, das ist mein ganz persönliches Take, das muss niemand teilen, kann künstliche Intelligenz als Technologiefeld, können Technologien aus diesem Bereich die besten Mitarbeiter skalieren, nicht die mittelmäßigen ersetzen. Also Mitarbeiter entblasten und Wie kann das konkret funktionieren? Irgendwo der Middle Ground zwischen diesen extremen Sichten. Ich habe neulich mit einem Unternehmen geredet, die mit uns zusammenarbeiten wollen und die sagen, KI hat für sie das Geschäft fundamental geändert, aber nicht, weil die Leute Das ist tatsächlich eine Realisierung, die sich viele nicht machen. Der Wunsch, KI einzusetzen, treibt manche Unternehmen überhaupt erstmals in eine konsequente Digitalisierung. Das heißt, Prozesse, die bisher zum Teil zumindest immer noch in der analogen Welt Teilweise werden sie auch mit Hilfe von KI digitalisiert, das ist auch eine interessante Anwendungsfälle. Und wenn diese Digitalisierung abgeschlossen ist, halbwegs konsequent, dann hat man schon mal zwei Effekte. Man hat a den Prozess verstanden, etwas was in ganz vielen Und zweitens kann man natürlich auf der Basis dieser Digitalisierung schon mal automatisieren, völlig ohne KI. Und in den automatisierten Workflows kann dann auch künstliche Intelligenz neben anderen Bausteinen zum Einsatz kommen. Für Schritte, die früher vielleicht ein Das ist eigentlich auch das Kriterium, wo KI dann wirklich brilliert. Es ist schon eine Technologie, wie der Name schon sagt, wo man menschliche Intelligenz damit eben skalieren, entlasten, zum Teil vielleicht auch ersetzen möchte. Die unbequeme Wahrheit dahinter ist, dass die meisten Unternehmen oder zumindest viele Unternehmen am Ende gar nicht unterscheiden können, wenn da wirklich ein Nutzen entsteht durch dieses Projekt. Kam der Nutzen wirklich von der künstlichen Intelligenz? Kam der von der Automatisierung? Kam der davon, dass man sich endlich aufgerafft hat, einen uralten Prozess zu dokumentieren und dann vielleicht auch im Nachgang zu modernisieren? Gar nicht mehr wirklich so leicht, das zu Ist auch völlig okay, wenn der Prozess am Ende 80 Prozent schneller ist, ist das Ergebnis wichtig und nicht, welche Baustände zu welchen Beitrag hatte, aber man sollte ehrlich darüber sein, was KI dann am Ende tatsächlich beiträgt und was eigentlich einfach längst überfällige Heißt das, dass KI überhaupt nicht strategisch wertvoll sein kann? Heißt das, dass das eigentlich Prozessautomatisierung, Digitalisierung, dass das eigentlich, wir einfach auf diesem Weg weiterfahren können und dann passt schon alles? Würde ich so auch nicht Generative KI, Gen AI ist eine Technologie, die sich so schnell entwickelt, so viele Anwendungsfälle hat, mögliche Anwendungsfälle und auch auf der anderen Seite so viele Stolpersteine hat, dass Unternehmen strategisch bewerten müssen, wie sie für sich wirklich Return on Und schon diese Frage stellen sich viele Unternehmen gar nicht so richtig. Was will ich eigentlich erreichen? Was soll KI eigentlich für mich leisten? Das ist nicht technisch, das ist schon strategisch. Das ist Management. Aber das Ziel der Strategie ist eben nicht, wie bringe ich KI Das ist ein schwachsinniges Ziel, sondern das Ziel ist zu überprüfen, wo künstliche Intelligenz wirklich neue Potenziale für mich schafft, die vorher nicht da waren. Wo diese Technologie als Enabler dienen kann, mit dem ich Dinge machen kann, die vorher nicht vorstellbar waren. Damit wird der Kern so einer KI-Strategie gutes Altes vom Prozess her denken, also nicht von der Technologie her, Schritte identifizieren, die jetzt technologisch nösbar sind, die das vielleicht früher nicht waren, damit auch tatsächlich alte Automatisierungsprojekte Auch das ist ein total häufiges Phänomen, dass wir mit Firmen an Prozessen arbeiten und dann feststellen, da gab es schon mal eine Initiative, diesen Prozessschritt zu automatisieren, aber die Technologie war halt noch nicht so weit. Das ist vor allem im OCR-Bereich häufig, by the way. OCR-Technologie hat auch gigantische Sprünge gemacht, also Digitalisierung von analogen Dokumenten, Formularextraktion und solche Dinge. Da kann man jetzt wirklich Konzepte wieder aus der Schublade holen, wo man vor Und das Ziel am Ende ist eben immer, KI einzusetzen, um die besten Mitarbeiter zu skalieren, nicht um die mittelmäßigen zu ersetzen. Der große Umbruch der Arbeitswelt aus meiner Sicht wird nicht sein, dass wir plötzlich anfangen, unglaublich viele Menschen in allen Gebieten zu Der Umbruch in der Arbeitswelt wird sein, dass wir die besten Mitarbeiter fokussieren können auf das, was sie am besten können und damit auch gerne machen und entlasten können von den monotonen, dämlichen und vielleicht auch fachfremden Tätigkeiten. Das heißt eigentlich, dass KI kein eigenes strategisches Thema ist, auch wenn das oft gerne so gesehen wird. KI ist ein unausweichlicher Baustein in der Strategie von Unternehmen, zumindest in der Strategie von irgendwie technologiegetriebenen, technologieorientierten Das ist der wahre Grund, zumindest für viele, viele Firmen, warum KI strategisch relevant sein muss, weil egal in welcher Nische sie unterwegs sind, in welcher Branche, sie haben dieses Problem. Sie haben das Problem Fachkräftemangel. Es ist nicht die Faszination mit der Künstliche Intelligenz ist nicht eine Alternative dazu, oder in den seltensten Fällen eine Alternative dazu, hier in Deutschland Mitarbeiter einzustellen, sondern künstliche Intelligenz kann eine Alternative sein zu Offshoring. Viele Dokumentenprozesse werden tatsächlich an Teams im Offshore-Bereich weitergegeben, für irgendwelche Stundensätze. Und das skaliert natürlich auch nicht, weder kommerziell noch menschlich. Kann eine Alternative sein zur Geschäftsaufgabe in Bereichen, die wegen hohem Personalaufwand sich nicht mehr lohnen? Ist absolut möglich, dass man mit künstlicher Intelligenz so einen Bereich retten kann. KI kann die Produktivität steigern von den existierenden Mitarbeitern und dann neues Geschäft erschließen. Dann kann ich wirklich neue Geschäftsfelder angehen. Für Geschäftsfelder, für die ich ohne künstliche Intelligenz vielleicht einfach nicht die Kapazitäten gehabt hätte. Das ist, was wir versuchen müssen. Das ist, was Unternehmen angehen müssen. diese Potenziale zu finden und zu heben, die uns erlauben, eine Produktivitätssteigerung hinzulegen, die mit wenig vergleichbar ist, was wir in den letzten Jahrzehnten gesehen haben. Jede Technologie aus dem KI-Bereich, aus diesem KI-Bündel hat das gleiche Potenzial von Formularerkennung bis zur Spracherzeugung. Mitarbeiter skalieren, Unternehmen flexibler und erfolgreicher machen, aber nur dann, wenn sie auf den richtigen Prozess treffen. Jetzt muss sich jeder natürlich fragen, wo steht mein Unternehmen? Und das müssen sich gerade auch die Leute fragen, die ein Center of Excellence gegründet haben, das vielleicht gar nichts bringt. Das ändert unter Umständen an der Positionierung des Unternehmens zu dem Wenn ich mir anschaue, die drei Zonen der Wertschöpfung, Eingabe, Kernarbeit, Ausgabe, überall ist es möglich zu sagen, wenn dort mein Bottleneck ist, kann ich es vielleicht mit KI beheben. In der Upstream-Beschaffung, Datenerfassung, Informationssammlung, das sind natürlich totale Use Cases, die man mit künstlicher Intelligenz unter Umständen deutlich besser machen kann. KI kann Daten sammeln, KI kann kategorisieren, KI kann Patterns finden, KI kann Informationen extrahieren und für die Weiterverarbeitung aufbereiten. KI kann auch zum Beispiel Schnittstellen miteinander verbinden, die nicht wirklich kompatible Formate sprechen. In der Kernarbeit, dass dort, wo die echte Wertschöpfung entsteht, kann KI teilautomatisieren, kann skalieren. Aber in diesen Core-Prozessen aus meiner Sicht ist es immer der Schlüssel, dass der Mensch im Spiel bleibt. Also Mensch und Maschine zusammen können dort ganz neue Effizienzen schaffen. KI sollte da nie allein arbeiten, eben weil noch ein gewisses Problem mit der Verlässlichkeit und ähnlichen Dingen herrscht. Aber das muss es auch gar nicht. Wir müssen nicht 100% KI-automatisierte In der Ausgabe Downstream ist genau das gleiche, Kundeninteraktion, Qualitätssicherung, Auslieferung, Planung von Auslieferung, Planung von Lagerhaltung und so weiter. KI kann QA unterstützen, kann Testcases schreiben, Testcases ausführen, kann alle möglichen Natürlich muss auch da ein Mensch den finalen Check machen. Ich finde, ehrlich gesagt, alle Prozesse, denen ich bisher begegnet bin im Downstream, die den Menschen vollständig rausnehmen, sind furchtbar, frustrierend und grauenhaft. Also Customer Service Prozesse, die Also in der Praxis ist es eigentlich ganz einfach, schau auf den Prozess, in welcher Zone steckt das Bottleneck, das, was man immer macht und habe ich eine Technologie, ein Mittel, ein Mechanismus, wie ich hier dafür sorgen kann, dass meine guten Leute schneller und besser arbeiten Wie kann das konkret aussehen? Also ein schönes Beispiel, über das ich viel rede, ich wiederhole mich da auch gern, weil es so plakativ ist. Viele Firmen hängen davon ab, an Ausschreibungen teilzunehmen, aufgrund der Auftragsvergabesituation. Also müssen RFPs, RFIs, RFQs Meistens, wenn man erfolgreich ist und immer mehr Ausschreibungen eigentlich beantworten möchte, kann man nicht wirklich einen spezialisierten Mitarbeiter dafür einfach einstellen und sagen, so, das skaliert jetzt. Weil diese Mitarbeiter müssen gleichzeitig Sie müssen aber auch das richtige Mindset haben, um diese repetitiven, aber doch unterschiedlichen Ausschreibungsfragen und Anforderungen beantworten zu können. Das ist eigentlich eine unmögliche Kombination. Was in der Realität passiert, ist eigentlich, dass für Ausschreibungsverfahren oft wertvolle Mitarbeiter aus den Kernprozessen ausgeliehen werden. Was bedeutet, die Produktivität im Kern sinkt, die Motivation dieser Mitarbeiter leidet, weil die natürlich nicht Plus, selbst wenn das nicht passiert, ich habe ein hartes Limit. Die Anzahl der Ausschreibungen ist die Kapazität der verfügbaren Mitarbeiter. Irgendwann habe ich alle Mitarbeiter aus meinen Kernprozessen abgezogen, sie machen alle nur noch Ausschreibungen und dann Hier könnte eben absolut künstliche Intelligenz die Lösung sein, gerade auch Generative AI. Das haben wir auch für einige Firmen schon so umgesetzt. Bisherige Ausschreibungen aus der Vergangenheit bieten genug Futter für Training, um so ein System zu trainieren und zu testen. Der stellt zum Beispiel den Draft mit 70 bis 80 Prozent Vollständigkeit. Das ist nicht fertig. Die Vorstellung, dass eine KI das vollständig macht, bis 100 Prozent ist aktuell noch total unrealistisch, wenn man mich fragt. Aber es ist ein Draft basierend auf den bisherigen Deren Geist sozusagen, deren Skill wird von der Maschine repliziert, um jetzt zukünftige Ausschreibungen besser beantworten zu können. Und damit nehme ich 80% der nervigen Arbeit weg. Der fachlich kompetente Mitarbeiter ist immer noch notwendig. Der liest, der korrigiert, Das ist sowohl für die Motivation als auch für die Qualität des Ergebnisses natürlich ein sehr großer Unterschied. Ein RFP zu lesen und zu korrigieren ist ein Bruchteil des Aufwands, ihn von scratch zu beantworten. Und auch ein Bruchteil der Nervigkeit. Der Mitarbeiter, der das jetzt weiterhin macht, kann jetzt seine volle Aufmerksamkeit auf Qualitätssicherung und Feintuning verwenden. Und damit haben wir eben nicht diese Bewegung Richtung Durchschnittlichkeit, sondern jetzt haben wir wirklich eine echte Kooperation Jetzt kann ich statt vier Ausschreibungen pro Monat vielleicht 40 bearbeiten. Die Qualität ist besser, weil der Mitarbeiter weniger gehetzt und auch weniger genervt ist. Die Fachkräfte können trotzdem wieder ihre eigentliche Tätigkeit mehr durchführen und ich habe einen Das ist nicht super hot, das ist nicht KI hat unser Business komplett transformiert, das ist wir haben ein Problem gelöst und wir haben unseren Fachkräftemangel ein bisschen entschärft. Wir skalieren unsere besten Leute, fertig. Das ist wie KI eingesetzt werden muss. Deswegen ist es ja gerade KI, die hier so interessant ist, weil wir darüber reden, wie kann man echte Intelligenz zumindest zum Teil mit Hilfe von künstlicher Intelligenz replizieren, skalieren, entlasten. Künstliche Intelligenz ist immer dann sinnvoll eingesetzt, wenn genau Jeder KI-Einsatz, der dieses Ziel nicht verfolgt, ist verschwendete Zeit aus meiner Sicht, zumindest momentan. Natürlich gibt es ganz andere KI-Anwendungen. Es gibt natürlich KI-Anwendungen, die haben ganz andere Ziele, zum Beispiel Risikominimierung, also wenn man Wenn man Gen.E.A. jetzt einsetzt, um Menschen durch mittelmäßige Ausputz zu ersetzen, ist es Zeitverschwendung. Unabhängig davon, ob es ethisch ist oder nicht. Wenn man ein Center of Excellence gründet und die haben gar keine klare Handlungsanweisung und auch gar keine klare Wenn man einfach nur abwartet und sagt, hey, KI ist nichts für mich, aber die Mitarbeiter benutzen heimlich Chat-GPT, dann ist es kontrollvollost und auch eine gigantische verpasste Chance. Die gute Nachricht ist, es ist nicht wirklich kompliziert. Unternehmen Und dort setzen wir KI an. Nicht als Ersetzer, sondern als Verstärker. Das ist für mich strategische KI. Nicht das Unternehmen umkrempeln, nicht alles auf KI setzen und quasi alle Erkenntnisse der Vergangenheit einfach wegschmeißen, weil wir sind jetzt modern und wir sind jetzt Probiert das konkret mal aus. Ich meine, schaut euch mal die Top-3-Prozesse an, wo die besten Leute in irgendwelchen Routinequark verstrickt sind und schreibt sie auf. Fragt die Leute, wenn du zwei Tage pro Woche sparen könntest, was würdest du machen stattdessen. Nicht mal 100 Prozent. Wenn das zu 50 Prozent automatisiert ist, kann der Mitarbeiter schon mal doppelt so viel machen. Das ist KI als Strategie. Nicht einfacher als Technologie, nicht einfacher als Hype, sondern KI als Bestandteil einer sinnvollen Strategie. Zuletzt noch ein Appell in eigene Sache, wenn ihr mehr darüber hören wollt, wie man strategische Softwareprojekte richtig aufsetzt, welche Rolle KI spielen kann oder wann KI keine Rolle spielen sollte, welche Stolpersteine immer und immer wieder verhindern, dass man wirklich die