Send us Fan Mail
67% der Entscheider im DACH-Raum glauben, der aktuelle
KI-Investitionsboom endet vor 2030. Nicht weil KI nicht
funktioniert — sondern weil viele Unternehmen es nicht schaffen,
echten Value zu erzielen.
Laurenz Kirchner hat diese Zahl selbst mitverfasst. Er ist
Co-Autor der Studie des Handelsblatt Research Institute zu KI in
europäischen Unternehmen, war Architekt, bevor er zu McKinsey
ging, hat eine Firma mit aufgebaut, die heute Teil von valantic
ist, und führt dort seit Jahren die Data & AI Practice.
In der aktuellen Episode von Masters of Data, BI & AI spricht
er über die Studie, echte Führung im KI-Zeitalter — und warum
Souveränität nicht dasselbe ist wie Autarkie.
Ein paar Dinge, die hängengeblieben sind:
Zur eigentlichen Bedeutung der 67%:
Nicht "der Boom endet." Sondern: Zwei Drittel der Befragten
sagen ehrlich, dass sie es selbst nicht schaffen, echten Value zu
generieren — deshalb erwarten sie, dass Investitionen irgendwann
eingedämmt werden. Eine wichtige Unterscheidung, die in der
Schlagzeile oft verloren geht.
Zum wichtigsten Erfolgsfaktor laut Studie:
Data Foundation schlägt alles andere. Laurenz' eigener Satz
dazu: Daten sind nicht alles, aber ohne Daten ist alles nichts.
Direkt danach folgt Zusammenarbeit über IT und Business Units
hinweg — und Enablement der Mitarbeiter, und zwar auf zwei
Ebenen: Breitensport (alle wissen, was erlaubt ist) und
Spitzensport (Leute lernen, sich selbst kleine Agenten zu bauen).
Zur neuen Führungsrolle:
82% der Entscheider erwarten, dass Führungskräfte künftig
weniger Entscheider sind und mehr Prüfinstanzen über KI-Systeme.
Praktisch heißt das: Ein Kollege von Laurenz führt heute zehn
Mitarbeiter — und hat drei feste Termine pro Woche für seine
Agenten. Genauso wie Mitarbeitergespräche, nur eben mit KI.
Zu Souveränität vs. Autarkie:
Die Debatte verwechselt beides ständig, sagt Laurenz.
Autarkie heißt Abschottung. Souveränität heißt, bewusst zu
entscheiden, welche Abhängigkeiten man eingeht — und einen Plan B
zu haben, falls man ihn braucht. Europa hat nicht viele
Alternativen zu US-Frontier-Modellen, aber durchaus welche, etwa
Mistral, gerade für Kunden mit hohen Anforderungen an
Datensouveränität.
Zum größten Fehler von KI-Nachzüglern:
Nicht anfangen. Zu viel Grübeln, zu viel Warten auf das
nächste, bessere Modell. Laurenz' Analogie: Er hat vier Marathons
gelaufen. Man schafft das nicht im ersten Training — aber ohne zu
starten, schafft man es nie. Bei valantic arbeiten sie fast
dogmatisch in sechswöchigen "Impact Investments": erst Potenzial
identifizieren, dann schnell iterieren, immer mit einem klaren
Ziel für das Ende der sechs Wochen.
Wie seht ihr das — ist die größte Hürde bei KI-Adoption wirklich
die Technologie, oder ehrlich gesagt einfach die eigene
Entscheidungsfreude?
Hier geht es zur Studie:
https://www.valantic.com/de/presse/studie-von-valantic-und-hri-zu-ki-und-digitaler-souveraenitaet/
LinkedIn Profile
LinkedIn Profil von Laurenz Kirchner:
https://www.linkedin.com/in/laurenz-kirchner/
LinkedIn Profil von Rocky Khan:
https://www.linkedin.com/in/khanrocky/
Business Bücher
The Innovator's Dilemma von Clayton Christensen — Laurenz'
Kernbotschaft daraus: keine Angst vor Kannibalisierung. Wer sich
selbst nicht kannibalisiert, wird von jemand anderem
kannibalisiert.
Third Millennium Thinking von Saul Perlmutter, John Campbell und
Robert MacCoun — ein Plädoyer dafür, wissenschaftlich seriös mit
Daten und Fakten umzugehen, und zu verstehen, wie sie
Entscheidungen beeinflussen (oder eben nicht).
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.