KI und TECH Podcast #KIundTECH

Während Deine Konkurrenz ihre App bereits verkauft, ist Dein Team noch beim Mockup.


Was, wenn Prototypen in Minuten statt Wochen entstehen könnten? 


…darüber sprechen wir in diesem #KIundTECH Podcast Interview.


In dieser Episode spricht Holger Winkler mit Jens Rusitschka, von Kick & Boost über AI-gestütztes Rapid Prototyping und was es konkret bedeutet, Figma und Penpot hinter sich zu lassen. Statt wochenlanger Mockup-Zyklen entstehen erste klickbare Prototypen heute in Minuten – direkt aus dem Workshop-Scribble. Wer als Produkt- oder UX-Team nicht jetzt umdenkt, riskiert, vom Markt überholt zu werden.  





Warum sollten Sie dieses Interview nicht verpassen?


Sie erfahren, warum führende Start-ups Figma komplett aus ihrem Prozess gestrichen haben Sie verstehen, welche Rolle UX- und Produkt-Designer im AI-Zeitalter wirklich spielen – und warum sie wichtiger sind denn je Sie lernen, welche Skills Produkt- und Tech-Teams jetzt aufbauen müssen, um wettbewerbsfähig zu bleiben Sie bekommen eine ehrliche Einschätzung zur Qualitätsfrage: Wann liefert AI-Prototyping wirklich gute Ergebnisse? Sie erhalten konkrete Empfehlungen, wie Unternehmen AI-First-Kompetenzen schrittweise und ohne Risiko aufbauen


Takeaways aus dem Interview:


AI Rapid Prototyping kombiniert Produkt- und Nutzerkontexte mit Prompt Engineering, um klickbare Prototypen in Minuten statt Wochen zu erstellen Die Qualität steht und fällt mit dem Setup: Nutzerkontexte, Style Guides und klare Guidelines sind entscheidend Wer als UX- oder Produkt-Designer seine Prozesse nicht beschleunigt, riskiert, vollständig aus dem Entwicklungsprozess herauszufallen Prompt Engineering und ein grundlegendes Verständnis von Softwarearchitektur werden zu Pflichtkompetenzen für Design- und Produktteams AI ohne erfahrene Designer produziert schlechte Ergebnisse – die Technologie macht gute Leute besser, ersetzt sie aber nicht Unternehmen sollten AI-First-Skills in kleinen, risikoarmen Projekten aufbauen – nicht mit dem ersten großen Kundenprojekt Die besten Ergebnisse entstehen, wenn A-Mitarbeiter mit echtem Interesse die neuen Methoden intern vorantreiben


Über #KIundTECH – der KIundTECH Podcast: KI & TECH in Unternehmen und Gesellschaft: Wettbewerbsvorteil oder Sargnagel? Was machst Du daraus?


Wir sprechen mit Anwendern und Vordenkern über Chancen, Risiken und Auswirkungen von KI – klar, praxisnah und auf den Punkt. Damit unsere Hörer schneller die richtigen Entscheidungen treffen können.


Mehr erfahren: https://kiundtech.com/ Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/  


Du möchtest einen Gast vorschlagen oder selber zu uns in die Sendung kommen? Alle Informationen und ein Bewerbungsformular findest du auf unserer Webseite!

IBM Maximo läuft noch On-Premise – aber wie lange noch?





IBM Maximo gilt als die weltweit führende Softwarelösung für Enterprise Asset Management und die Instandhaltung komplexer Industrieanlagen. Doch die technologische Welt verändert sich grundlegend: Container, Kubernetes und Cloud-Infrastrukturen stellen Unternehmen vor neue Herausforderungen, während gleichzeitig die internen Kompetenzen dafür immer seltener werden.


In dieser Episode des #KIundTECH Podcasts spricht Holger Winkler mit Benjamin Alterauge, Team Lead Managed Services bei SPIE RODIAS, dem größten IBM Maximo Solution Partner in der DACH-Region.  Gemeinsam beleuchten sie, was der Wandel in die Cloud für Instandhaltungsverantwortliche und Entscheider in der Praxis bedeutet, welche Chancen und Risiken damit verbunden sind und wie ein strukturierter Migrationsprozess konkret aussieht.


Warum sollten Sie dieses Interview nicht verpassen?


Sie erfahren, warum der Wechsel von Windows-basierten Systemen auf Container-Technologie für IBM Maximo-Nutzer nicht optional, sondern strategisch notwendig ist. Sie erhalten einen ehrlichen Vergleich: Wann lohnt sich die Cloud, wann ist On-Premise noch sinnvoll, und welche Faktoren sind wirklich entscheidend? Sie verstehen, warum die IBM Cloud für viele mittelständische Unternehmen nicht die passende Antwort ist und welche flexibleren Alternativen es gibt. Sie bekommen konkrete Orientierung zum Thema Datensouveränität und erfahren, wie europäisches Cloud-Hosting heute realistisch umsetzbar ist. Sie lernen, wie ein typischer Migrationsprozess bei SPIE RODIAS abläuft, welche Zeitrahmen realistisch sind und wie Change Management für Endanwender erfolgreich gelingt.


Takeaways aus dem Interview:


IBM Maximo setzt ab den neueren Releases auf Container-Technologie (Red Hat OpenShift), was einen Plattformwechsel bei vielen Kunden erfordert, unabhängig davon, ob man in die Cloud wechselt oder nicht. Nutzer von Maximo Version 7 sollten jetzt handeln: Der Extended Support läuft im Herbst 2025 aus, regelmässige Sicherheitspatches entfallen danach weitgehend. Die Cloud bietet entscheidende Vorteile in puncto Skalierbarkeit, automatisierte Sicherheitspatches und Flexibilität insbesondere mit Blick auf KI-Erweiterungen, die lokal kaum planbar finanziert werden können. Sicherheit in der Cloud ist in den meisten Fällen mindestens gleichwertig, oft sogar besser als On-Premise, weil interne Systeme häufig unverschlüsselt kommunizieren. SPIE RODIAS bietet flexible Modelle an: von der vollständig gemanagten Cloud-Lösung bis zur Unterstützung beim eigenständigen Betrieb in einer Private Cloud. Eine realistische Migrationsdauer für ein mittelständisches Unternehmen liegt bei rund sechs Monaten, abhängig vom Grad der Individualisierung des bestehenden Systems. Der Cloud-Wechsel bedeutet keine automatische Entmachtung der internen IT, sondern eine Neuverteilung von Verantwortung, bei der externe Spezialisten gezielt entlasten.


Weiterführende Links:Internet: https://www.spie-rodias.de/


#IBMMaximo #AssetManagement  #Mittelstand #Industrie40 


Über #KIundTECH – der KIundTECH Podcast:


Der Podcast mit CEOs innovativer Softwarehersteller, IT-Dienstleister oder TECH-Unternehmen aus Deutschland!


Hier erfährst Du mehr: https://www.itundtech.de/ Abonniere unseren Podcast auf Spotify: https://open.spotify.com/show/0uheLc0MDwXi6nRYxAm5br 


Vernetze dich mit Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/


Du würdest gerne auch als Gast in den ITundTECH Podcast kommen? Hier findest Du unsere Mediadaten: https://join.itundtech.de/

Sind schlechte Daten wirklich Ihr Problem – oder nur die bequemste Ausrede? Ihr Unternehmen sitzt auf einem Datenschatz – warum nutzen Sie ihn nicht?


…darüber sprechen wir in diesem Interview.


Schlechte Datenqualität gilt in vielen Unternehmen als Haupthindernis für KI-Projekte – doch ist das wirklich so, oder ist es nur die bequemste Ausrede, um nicht zu starten? 





In dieser Episode des #KIundTECH Podcast beleuchtet Benjamin Aunkofer, Gründer von DATANOMIQ, im Interview mit Holger Winkler die drei größten Fehler im Umgang mit Datenqualität und zeigt praxisnah, wie Unternehmen diese gezielt vermeiden können.  Das Gespräch liefert konkrete Handlungsempfehlungen für alle, die mit Daten arbeiten und den nächsten Schritt in Richtung datengetriebenes Unternehmen gehen wollen.


Warum sollten Sie dieses Interview nicht verpassen?


Sie erfahren, warum "schlechte Daten" häufig eine Ausrede ist und wie Sie trotzdem mit KI-Projekten starten können. Sie verstehen, welche Rollen im Unternehmen für Datenqualität verantwortlich sind und wie die Zuständigkeiten sinnvoll verteilt werden. Sie lernen den Unterschied zwischen Top-Down- und Bottom-Up-Ansätzen bei der Datenstrategie kennen und wann welcher Ansatz passt. Sie bekommen einen klaren Überblick über Data Warehouse, Data Lake und Data Lakehouse – verständlich erklärt anhand alltagsnaher Beispiele. Sie verstehen, warum gute Datenqualität den monetären Unternehmenswert direkt beeinflusst und was das für Ihre Strategie bedeutet.


Takeaways aus dem Interview:


Mut zur Lücke: Fehler 1 ist, Daten gar nicht erst zu nutzen, weil sie vermeintlich zu schlecht sind. Datenqualität verbessert sich erst durch die aktive Auseinandersetzung mit den Daten. Fehler 2 ist die fehlende Verfügbarkeit von Daten. Ohne eine geeignete Infrastruktur wie ein Data Lakehouse bleiben wertvolle Daten ungenutzt oder gehen verloren. Fehler 3 ist die massive Unterschätzung des Datenwerts. Gute Datenqualität erhöht den Unternehmenswert nachweislich und ist ein entscheidender Faktor bei Due-Diligence-Prozessen. Process Mining ist eine Schlüsselmethodik, um Prozesse aus Daten heraus zu rekonstruieren, Datenfehler aufzudecken und die Datenqualität systematisch zu verbessern. Daten aus unterschiedlichen Bereichen wie BI, Process Mining und Data Science gehören zusammen – sie zu trennen ist ein typischer organisatorischer Fehler. Datenqualität lässt sich messen: Abdeckungsraten, Anomalieerkennungen und statistische Ausreißeranalysen liefern konkrete Indikatoren. Das Vertrauen der Mitarbeiter in Unternehmensdaten ist ein schneller, praktikabler Frühindikator für den tatsächlichen Stand der Datenqualität.


#Digitalisierung #CEO #Unternehmertum #KünstlicheIntelligenz


Über #KIundTECH – der KIundTECH Podcast:KI & TECH in Unternehmen und Gesellschaft: Wettbewerbsvorteil oder Sargnagel? Was machst Du daraus?


Wir sprechen mit Anwendern und Vordenkern über Chancen, Risiken und Auswirkungen von KI – klar, praxisnah und auf den Punkt. Damit unsere Hörer schneller die richtigen Entscheidungen treffen können.


Mehr erfahren: https://kiundtech.com/ Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/  


Du möchtest einen Gast vorschlagen oder selber zu uns in die Sendung kommen? Alle Informationen und ein Bewerbungsformular findest du auf unserer Webseite!

Fehlen Ihrem KI-Erfolg die entscheidenden Daten? Ist Instandhaltung überhaupt bereit für KI?


Künstliche Intelligenz gilt für viele Unternehmen als Hebel für effizientere Instandhaltung, weniger Stillstände und bessere Planung. In der Praxis scheitern jedoch viele Projekte nicht an der Technologie selbst, sondern an fehlenden Voraussetzungen im Unternehmen. In dieser Interview-Folge des #KIundTECH Podcasts spricht Holger Winkler mit Domenico Carapezza, Leiter Vertrieb und Business Development bei SPIE RODIAS, darüber, warum Datenqualität, Struktur und Anwendungsnähe entscheidend sind, wenn KI in der Instandhaltung echten Nutzen bringen soll. 


Anhand konkreter Beispiele aus Industrie und Energie wird deutlich, wie Unternehmen bereits heute mit smarter Instandhaltung Kosten senken, Wissen sichern und die Anlagenverfügbarkeit verbessern können.


Warum sollten Sie dieses Interview nicht verpassen?


Sie erfahren, warum viele KI-Projekte in der Instandhaltung nicht an der Technik, sondern an der fehlenden Datengrundlage scheitern. Sie sehen, welche konkreten Anwendungsfälle schon heute in Industrie, Energie und Instandhaltung funktionieren. Sie verstehen, wie smarte Instandhaltung Schritt für Schritt aufgebaut wird, statt auf den einen grossen KI-Wurf zu warten. Sie bekommen Orientierung, wie Techniker im Alltag schneller auf Informationen zugreifen, Störungen erfassen und Prozesse vereinfachen können. Sie nehmen konkrete Impulse mit, wie Unternehmen Wissen sichern und Fachkräftemangel praktisch abfedern können.


Weiterführende Links:Internet: https://www.spie-rodias.de/


#Instandhaltung #Maintenance #PredictiveMaintenance #KI


Über #KIundTECH – der KIundTECH Podcast:


KI & TECH in Unternehmen und Gesellschaft: Wettbewerbsvorteil oder Sargnagel?


Was machst Du daraus?





Wir sprechen mit Anwendern und Vordenkern über Chancen, Risiken und Auswirkungen von KI – klar, praxisnah und auf den Punkt. Damit unsere Hörer schneller die richtigen Entscheidungen treffen können.





> Mehr erfahren: https://kiundtech.com/


> Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/  





Du möchtest einen Gast vorschlagen oder selber zu uns in die Sendung kommen?


Alle Informationen und ein Bewerbungsformular findest du auf unserer Webseite!