Dr. Dieter Steiner und Martin Ulbricht sprechen mit Norman Müller
darüber, warum viele KI-Projekte im Mittelstand nicht an der
Technologie scheitern, sondern an fehlender Datenbasis,
schlechten Prozessen und mangelnder Verantwortung. Im Zentrum
steht die Frage, wie Unternehmen aus Pilotprojekten echte
Wertschöpfung machen und warum digitale Souveränität dabei mehr
ist als ein technisches Schlagwort. Die Folge zeigt, weshalb
KI-Transformation Führung, Vertrauen, Partnerschaften und eine
klare Architektur braucht.
* 00:00 Warum KI im Mittelstand an der Realität scheitert
* 01:35 Dieter Steiner und Martin Ulbricht stellen sich vor
* 04:54 KI als kollaborative Intelligenz
* 06:10 Datenchaos, Papierprozesse und überforderte Unternehmen
* 12:40 Warum Agentic AI ohne Fundament nicht trägt
* 16:57 Machtfragen, Entscheidungsebene und blockierte
Transformation
* 22:35 Welche KI-Kompetenz Unternehmen wirklich brauchen
* 29:03 Autonome Agenten und die Frage der Nachvollziehbarkeit
* 34:00 Warum spätes Handeln immer teurer wird
* 36:07 Use Cases, Datenschutz und ganzheitliche Einführung
* 40:40 Wenn IT-Abteilungen Innovation ausbremsen
* 50:43 Partnernetzwerke, Softwarezukunft und Venture X
* 01:18:23 Lernen, Vertrauen und der Blick auf die nächste
Generation
Mehr KI mit Substanz. Jetzt abonnieren!
Shownotes
Dr. Dieter Steiner
* LinkedIN: https://www.linkedin.com/in/dr-dieter-steiner/
* u-know GmbH / U-KNOW.AI https://www.u-know.ai
Martin Peter Ulbricht
* LinkedIn:
https://www.linkedin.com/in/martin-ulbricht/
* QLERO https://www.qlero.de
* mAikit https://www.mAikit.ai
Warum KI im Mittelstand an der Realität
scheitert
Daten, Prozesse, Vertrauen: Die eigentlichen
Baustellen
Der Mittelstand hat kein Problem mit künstlicher Intelligenz. Er
hat ein Problem mit sich selbst.
Das klingt hart, ist aber vermutlich die ehrlichste
Zusammenfassung dieser Folge des Venture AI Podcast. Denn wer
heute über KI im Mittelstand spricht, redet meistens über Tools,
Modelle, Automatisierung und Effizienz. Über Chatbots, Agenten,
Copilot, Prompts und die nächste Software, die angeblich alles
einfacher macht. Nur bleibt die entscheidende Frage oft liegen:
Warum kommen so viele KI-Projekte trotzdem nicht aus der
Pilotphase heraus?
Mit Dr. Dieter Steiner von U-KNOW.AI und Martin Peter Ulbricht
von QLERO geht es deshalb nicht um die nächste glänzende
Oberfläche. Es geht um das, was darunterliegt. Um Daten,
Prozesse, Verantwortung, Machtfragen, Souveränität und Vertrauen.
Um die unbequeme Wahrheit, dass künstliche Intelligenz in vielen
Unternehmen nicht an zu wenig Technologie scheitert, sondern an
zu wenig Fundament.
Das Fundament fehlt
Dieter Steiner bringt in dieser Folge die Perspektive eines
Unternehmers ein, der über Jahrzehnte IT, Security, Enterprise
File Sharing und Plattformarchitektur gesehen hat. Sein Blick auf
den Mittelstand ist deshalb unromantisch. In vielen Unternehmen
fliegt noch Papier herum. Daten wandern von analog zu digital und
wieder zurück. Dokumente liegen im Fileserver, in Teams, im
E-Mail-Postfach, in Fachsystemen, in Wikis, in Excel-Tapeten und
in persönlichen Ablagen. Irgendwo ist alles da. Aber nichts ist
wirklich anschlussfähig.
Dann kommt KI. Und plötzlich soll ein System Wertschöpfung
erzeugen, obwohl niemand sauber sagen kann, wo das Wissen liegt,
welche Daten zuverlässig sind, welche Prozesse tatsächlich gelebt
werden und wer am Ende Verantwortung trägt. Das ist der
eigentliche Bruch. KI verstärkt nicht nur Kompetenz. Sie
verstärkt auch Unordnung.
Genau hier liegt der Denkfehler vieler KI-Debatten. Der
Mittelstand fragt zu oft: Welches Tool brauchen wir? Die bessere
Frage wäre: Welche Wahrheit über unsere Organisation zeigt uns
dieses Tool?
Wenn ein schlechter Prozess digitalisiert wird, bleibt er ein
schlechter Prozess. Wenn ein Unternehmen seine Daten nicht
versteht, wird ein Sprachmodell daraus keine belastbare
Entscheidungsgrundlage bauen. Wenn Abteilungen ihre Abläufe nie
sauber beschrieben haben, entsteht durch Automatisierung nicht
automatisch Klarheit. Es entsteht Geschwindigkeit. Und
Geschwindigkeit ist gefährlich, wenn sie auf falscher Richtung
beruht.
Martin Ulbricht setzt in der Folge einen wichtigen Kontrapunkt
zur üblichen KI-Euphorie. Er beschreibt Effizienz nicht als
Magie, sondern als bessere Informationsverarbeitung. Unternehmen
müssen Informationen aufnehmen, analysieren, bewerten und daraus
Entscheidungen ableiten. KI kann diesen Weg massiv verkürzen.
Aber die Entscheidung bleibt eine Führungsaufgabe. Und genau
deshalb reicht es nicht, Systeme einzuführen. Man muss
nachvollziehen können, auf welcher Datenbasis sie zu Ergebnissen
kommen.
Souveränität ist Führungsarbeit
Das ist der Punkt, an dem digitale Souveränität konkret wird. Sie
ist kein politisches Schlagwort für Sonntagsreden. Sie
entscheidet darüber, ob ein Unternehmen versteht, wo seine Daten
liegen, wie sie verarbeitet werden, wer Zugriff hat, welche
Modelle eingebunden sind und ob Ergebnisse überprüfbar bleiben.
Wer diese Fragen nicht beantworten kann, hat kein KI-System. Er
hat eine Blackbox mit Budget.
Besonders stark wird das Gespräch dort, wo es um Macht geht. Denn
KI-Transformation ist nicht nur ein technisches Projekt. Sie
greift in Zuständigkeiten ein. Sie verändert Status. Sie bedroht
Gewohnheiten. In manchen Unternehmen gibt es Menschen, die von
unübersichtlichen Prozessen profitieren, weil sie als Einzige
wissen, wie das alte System funktioniert. In anderen Unternehmen
blockieren Fachabteilungen aus Vorsicht, Überlastung oder
Kontrollverlust. Und manchmal beruhigt sich die Geschäftsleitung
schon damit, dass irgendwo Copilot ausgerollt wurde.
Das ist gefährlich. Denn eine KI-Lizenz ersetzt keine Strategie.
Ein Pilotprojekt ersetzt keine Architektur. Und ein Tool ersetzt
keine Führung.
Vom Use Case zur Organisation
Dieter Steiner beschreibt deshalb einen anderen Zugang. Bevor
über Lösungen gesprochen wird, müssen Unternehmen drei Schritte
zurückgehen. Wie steht die Geschäftsleitung dazu? Welche
Fachbereiche sind beteiligt? Was ist mit Datenschutz,
Informationssicherheit, Betriebsrat und Regulierung? Welche Use
Cases kosten wirklich Zeit oder Geld? Wo entstehen Monat für
Monat manuelle Aufwände, die niemand mehr rechtfertigen kann?
Erst dann wird KI praktisch. Nicht als Theaterstück für
Innovationsfolien, sondern als operative Entlastung. In der Folge
fällt das Beispiel von Zertifizierungen und Audits. ISO 27001,
ISO 9001, Dokumentationspflichten, interne Nachweise,
Rezertifizierungen. Viele Unternehmen kämpfen dort mit
gewachsenen Ablagen, manuellen Prüfungen und Systemen, die nicht
miteinander sprechen. Wenn diese Wissensbasis sauber strukturiert
wird, können Berichte, Vorbereitungen und Dokumentationen
plötzlich drastisch effizienter werden. Nicht weil KI alles weiß.
Sondern weil das Unternehmen endlich weiß, was es selbst weiß.
Das ist der eigentliche Charme dieser Folge: Sie entzaubert KI
nicht, sie erdet sie. Sie macht klar, dass die Zukunft nicht
darin liegt, Mitarbeitende mit Prompt-Schulungen zu überfordern.
Ulbricht nennt Prompting eine Übergangstechnologie. Langfristig
werde nicht der Mensch lernen müssen, wie er mit Maschinen
spricht. Maschinen werden besser verstehen müssen, was Menschen
wollen. Entscheidend wird dann nicht mehr die perfekte Eingabe,
sondern die Fähigkeit, Ergebnisse kritisch zu bewerten,
Entscheidungen zu treffen und Verantwortung zu übernehmen.
Auch die Softwareentwicklung wird dadurch neu sortiert. Norman
Müller formuliert in der Folge eine radikale Nutzerperspektive:
Er will nicht mehr zwischen Oberflächen wechseln, Schnittstellen
verstehen oder Software bedienen müssen. Er will ein Ergebnis.
Eine aktualisierte Website. Eine erledigte Buchhaltung. Einen
abgeschlossenen Prozess. Wie das System dorthin kommt,
interessiert den Nutzer immer weniger.
Steiner und Ulbricht widersprechen dem nicht. Aber sie
verschieben den Fokus. Ja, Oberflächen werden verschwinden oder
zusammenwachsen. Ja, Agenten werden Aufgaben übernehmen. Ja,
Sprache und Ergebnisorientierung werden wichtiger. Aber im
Unternehmenskontext braucht die…
Get full access to VENTURE AI STACK at
www.ventureaistack.com/subscribe
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.