GenAI richtig einführen: Was wirklich zählt (mit Daniel Buchholz)

In dieser Folge von Über den Wolken – Der AWS Podcast geht’s um
die erfolgreiche und sinnvolle Einführung von Generative
AI in Unternehmen. Tommi spricht mit Daniel
Buchholz, Principal Architect bei Storm Reply, über
echte Use Cases, technische Herausforderungen, Erfolgsfaktoren
und falsche Erwartungen.





Das erwartet dich in dieser Folge:





Warum der GenAI-Hype vorbei ist – und jetzt die Umsetzung
zählt

Was viele Unternehmen beim Einstieg falsch machen – und wie
es besser geht

Warum Datenqualität, Prozessverankerung und Architektur
entscheidend sind

Wie Retrieval-Augmented Generation (RAG) in der Praxis
funktioniert

Welche Rolle AWS Bedrock bei sicheren, skalierbaren
KI-Lösungen spielt

Warum Agentic AI das nächste große Thema ist – jenseits
klassischer Chatbots






Für wen ist die Folge besonders relevant?


Für IT-Entscheider:innen, Architekt:innen, Produktverantwortliche
und alle, die generative KI vom Buzzword zur Businesslösung
machen wollen.





Insights aus der Folge:





GenAI-Projekte sind selten reine KI-Projekte – meist geht es
um ganzheitliches Software Engineering

Prompt Engineering bleibt ein Erfolgsfaktor – auch wenn der
Hype abflaut

Workshops helfen, Potenziale im Unternehmen realistisch zu
erkennen

AWS bietet mit Bedrock nicht nur Flexibilität bei der
Modellauswahl, sondern auch DSGVO- und AI-Act-konforme
Rahmenbedingungen






Jetzt reinhören und dranbleiben:


Abonniere den Podcast auf deiner Lieblingsplattform und verpasse
keine Folge. Wenn dir gefällt, was du hörst, teile den Podcast
gern mit Kolleginnen und Kollegen oder gib uns Feedback – wir
freuen uns auf den Austausch.





Fragen, Themenvorschläge oder Feedback?


Melde dich gerne über LinkedIn bei uns – wir freuen uns über dein
Feedback und deine Ideen.


Personen in dieser Podcast Episode:
Daniel Buchholz @ LinkedIn
Thomas Siebenhüner @ LinkedIn


Weitere nützliche Links:


Storm Reply LinkedIn 

Storm Reply Webseite

Storm Innovator

Storm Reply Road.MAP