In dieser Folge spreche ich mit Ronny Stamm, Leiter
Informationsmanagement und CIO der GASAG-Gruppe, darüber, wie
etablierte Unternehmen Künstliche Intelligenz aus der
Experimentierphase in echte Wirkung bringen können – und warum
dafür Technologie allein nicht ausreicht.
Ronny bringt dafür eine sehr praxisnahe Perspektive mit. Seit
vielen Jahren verantwortet er bei der GASAG-Gruppe
IT-strategische Fragestellungen, Architektur, Betriebsführung und
Umsetzungsthemen. Das Unternehmen ist bereits seit längerer Zeit
stark cloudbasiert aufgestellt und beschäftigt sich frühzeitig
mit den Möglichkeiten von KI.
Im Mittelpunkt der Folge steht die Frage, warum viele Unternehmen
zwar inzwischen zahlreiche KI-Ideen, Use Cases und erste
Anwendungen haben, der Schritt in die breite, nachhaltige Nutzung
aber deutlich schwieriger ist. Ronny macht klar: Identifizierte
Use Cases sind noch keine realisierte Wirkung. Der Weg von der
Idee zur Umsetzung, zur tatsächlichen Nutzung und zu einem
tragfähigen Business Case ist eine eigene Herausforderung.
Wir sprechen darüber, warum Geschwindigkeit zu einer der größten
Hürden geworden ist. Die technologische Entwicklung rund um KI
verändert sich enorm schnell. Neue Modelle, neue Plattformen,
neue Möglichkeiten und neue Anwendungsfelder entstehen in immer
kürzeren Abständen. Für etablierte Organisationen stellt sich
damit die Frage, ob Menschen, Teams und Strukturen überhaupt
schnell genug lernen und sich anpassen können, um diese
Möglichkeiten produktiv zu nutzen.
Ein zentraler Punkt ist dabei das Zusammenspiel von IT und
Fachbereichen. Ronny beschreibt sehr deutlich, warum es nicht
reicht, einfach KI-Tools bereitzustellen und darauf zu hoffen,
dass die Organisation den Rest schon alleine schafft. Für
erfolgreiche KI-Anwendungen braucht es Menschen, die das Geschäft
verstehen, die jeweiligen Prozesse kennen und gleichzeitig genug
technologische Kompetenz mitbringen, um aus Ideen funktionierende
Lösungen zu entwickeln.
Genau diese Kombination aus Domainwissen, Prozessverständnis und
Technologie wird zum entscheidenden Engpass. Nicht jeder
Mitarbeitende kann kurzfristig zum KI-Experten werden.
Gleichzeitig reichen einzelne Expertenteams nicht aus, wenn die
Nachfrage aus der Organisation stark steigt. Daraus entsteht die
Frage, welches Operating Model Unternehmen brauchen, um KI
wirklich wirksam zu skalieren.
Wir sprechen außerdem darüber, wie sich die Zusammenarbeit
zwischen zentraler IT und dezentralen Business-ITs verändert.
Welche Kompetenzen müssen zentral aufgebaut werden? Welche
Verantwortung bleibt in den Fachbereichen? Wann braucht es
crossfunktionale Teams? Und wie verhindert man, dass aus vielen
Einzelinitiativen ein unübersichtlicher Wildwuchs entsteht?
Ein weiterer Schwerpunkt der Folge ist Governance. Ronny
vergleicht den künftigen Umgang mit KI-Agenten mit klassischen
Softwareauswahlprozessen. Auch ein Agent ist am Ende eine Lösung,
die Kosten verursacht, Daten nutzt, Auswirkungen auf Prozesse hat
und rechtliche sowie betriebswirtschaftliche Risiken mit sich
bringen kann. Deshalb braucht es klare Prüfprozesse,
Datenqualität, Verantwortlichkeiten und Transparenz darüber,
welche KI-Lösungen im Unternehmen eingesetzt werden dürfen.
Besonders spannend ist auch der Blick auf die Wirtschaftlichkeit
von KI. Ronny macht deutlich, dass KI nicht automatisch Kosten
spart. Gerade bei agentischen Anwendungen entstehen neue
Kostenlogiken, etwa durch Modellnutzung, Datenabfragen,
Iterationen und Tokenverbrauch. Unternehmen müssen daher lernen,
Business Cases für KI anders zu bewerten und frühzeitig zu
prüfen, wann eine Anwendung wirklich sinnvoll ist.
Zum Schluss sprechen wir über die Rolle des CIO in dieser
Entwicklung. Für Ronny ist klar: KI ist keine reine IT-Aufgabe,
aber der CIO kommt an diesem Thema nicht vorbei. Er oder sie muss
Orientierung geben, Governance schaffen, technologische
Entwicklungen einordnen und gemeinsam mit Vorstand, Management
und Fachbereichen den passenden Weg für das eigene Unternehmen
entwickeln.
Eine Folge über KI jenseits des Hypes. Über Use Cases,
Skalierung, Datenqualität, Governance, Wirtschaftlichkeit,
Operating Models und die Frage, wie Unternehmen trotz hoher
Geschwindigkeit die richtigen Entscheidungen treffen.
Key Takeaways
Identifizierte Use Cases sind noch keine
Wirkung
Viele Unternehmen haben inzwischen zahlreiche KI-Ideen gesammelt.
Entscheidend ist aber, welche davon wirklich umgesetzt, genutzt
und wirtschaftlich wirksam werden.
Geschwindigkeit wird zur größten
Herausforderung
KI entwickelt sich in enormem Tempo. Für etablierte
Organisationen ist nicht nur die Technologie anspruchsvoll,
sondern vor allem die Fähigkeit, schnell genug zu lernen, zu
priorisieren und umzusetzen.
KI braucht mehr als technologische
Kompetenz
Erfolgreiche KI-Anwendungen entstehen dort, wo
Prozessverständnis, Domainwissen und technologische Fähigkeiten
zusammenkommen. Genau diese Kombination wird zum Engpass.
IT und Fachbereiche müssen enger
zusammenarbeiten
KI lässt sich nicht dauerhaft in einer klassischen Trennung von
Anforderung und Umsetzung skalieren. Die Zusammenarbeit zwischen
IT, Business-IT und Fachbereichen muss neu gedacht werden.
Skalierung braucht ein Operating Model
Einzelne Projekte und Leuchttürme reichen nicht aus. Unternehmen
brauchen klare Strukturen, Rollen, Verantwortlichkeiten und
Entscheidungswege, um KI nachhaltig in die Fläche zu
bringen.
Governance ist kein Bremsklotz, sondern
Voraussetzung
KI-Agenten benötigen ähnliche Prüf- und Auswahlprozesse wie
klassische Software. Es geht um Daten, Berechtigungen, Kosten,
rechtliche Rahmenbedingungen und die Sicherheit des
Unternehmens.
KI spart nicht automatisch Kosten
Gerade bei agentischen Anwendungen entstehen neue Kostenlogiken.
Tokenverbrauch, Modellnutzung und Prozessautomatisierung müssen
betriebswirtschaftlich verstanden und gesteuert werden.
Der CIO bleibt zentraler
Orientierungsgeber
KI ist eine Unternehmensaufgabe, aber der CIO spielt eine
entscheidende Rolle: als Einordner, Sparringspartner,
Governance-Verantwortlicher und Brückenbauer zwischen
Technologie, Management und Fachbereichen.
Warum solltest du reinhören?
Diese Folge ist für alle spannend, die verstehen wollen, wie
Künstliche Intelligenz in etablierten Unternehmen wirklich
wirksam werden kann. Besonders relevant ist sie für CIOs,
IT-Leiter, Digitalverantwortliche, Führungskräfte und
Transformationsverantwortliche, die KI nicht nur testen, sondern
nachhaltig in Organisation und Prozesse bringen wollen.
Ronny gibt einen sehr konkreten Einblick in die
Herausforderungen, die nach den ersten Experimenten entstehen:
Wie kommt man von vielen Ideen zu echter Umsetzung? Wie
priorisiert man Use Cases? Wie organisiert man die Zusammenarbeit
zwischen IT und Fachbereichen? Wie baut man Kompetenzen auf, ohne
die Organisation zu überfordern? Und wie schafft man Governance,
ohne die notwendige Dynamik abzuwürgen?
Besonders wertvoll ist der Blick auf die Frage, warum
KI-Skalierung keine reine Technologiefrage ist. Die Folge zeigt,
dass Unternehmen nicht nur Tools brauchen, sondern ein klares
Operating Model, gute Daten, wirtschaftliches Denken, klare
Verantwortung und die Fähigkeit, technologische Möglichkeiten in
konkrete Fachbereichsprozesse zu übersetzen.
Die zentrale Botschaft der Folge lautet: KI wird nicht dadurch
wirksam, dass man möglichst viele Use Cases sammelt oder neue
Tools bereitstellt. Wirkung entsteht erst, wenn Unternehmen die
organisatorischen, fachlichen und wirtschaftlichen
Voraussetzungen schaffen, um KI kontrolliert, verantwortungsvoll
und mit echtem Nutzen zu skalieren.
Jetzt reinhören – es lohnt sich!
-------------------
REAL EXPERTS, der Podcast zu Themen der
Transformation und Digitalisierung in Unternehmen. In diesem
Podcast spricht Christoph Rauhut mit führenden Köpfen und
Experten aus Unternehmen über die verschiedensten Themen
der Transformation und gibt echte Einblicke und praktische
Empfehlungen.
Herausgeber und Podcast-Host ist Christoph
Rauhut (LinkedIn)
Mehr Informationen und Folgen zum Podcast:
https://podcast.realexperts.de/
Dieser Podcast wurde produziert mit freundlicher Unterstützung
von Bony Stoev: https://bony-stoev.de/
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.