Innovation unter schwierigen Bedingungen Archiv
18 Episoden
23 Minuten
Kann KI besser Software entwickeln als Menschen? Steile These – aber genau darum geht es in dieser Episode von „Innovation unter schwierigen Bedingungen". Daniel Greitens beleuchtet, warum KI-gestützte Softwareentwicklung der klassischen menschlichen Arbeitsweise in vielen Punkten überlegen ist – und wo die Grenzen liegen.
Ausgangspunkt sind die grundsätzlichen menschlichen Herausforderungen in Softwareprojekten: enorme Informationsmengen, hoher Abstimmungsaufwand zwischen Kompetenzen, Prozesstreue unter Druck und die oft vernachlässigten „unbequemen" Tätigkeiten wie Dokumentation und Testing. KI-Programmierung ist erstaunlich menschlich – und damit zunächst genauso anfällig für Spaghetti-Code und Kontextverlust.
Der entscheidende Unterschied: Mit dem richtigen Setup aus Skills, Agenten und Hooks lassen sich definierte Kompetenzen – von Requirements Engineering über Architektur bis QA – als parallele Perspektiven in einem einzigen Entwicklungsprozess bündeln. Daniel zeigt, wie diese Skills sich gegenseitig triggern, korrigieren und sogar widersprechen können – und wie ein lernender Backfix-Skill die Qualität kontinuierlich steigert. Besonders die kaum diskutierten Hooks erweisen sich als Gamechanger für Prozesssicherheit.
Die Episode behandelt unter anderem: warum das Kontextfenster die zentrale Schwachstelle bleibt, wie Skills und Agenten menschliche Teamkommunikation ersetzen, weshalb Coding als Kernkompetenz an Bedeutung verliert, welche neuen Kompetenzen stattdessen gebraucht werden, und warum die Marktvolatilität und absehbar steigende KI-Lizenzkosten das eigentliche Risiko darstellen.
Fazit: Wer jetzt nicht einsteigt, riskiert doppelte Kosten – hohe Personalaufwände plus steigende KI-Gebühren. Die Episode richtet sich bewusst an Führungskräfte und Nicht-Techniker, die verstehen wollen, was von der Softwareentwicklungsseite gerade mit Wucht auf sie zurollt.
Ausgangspunkt sind die grundsätzlichen menschlichen Herausforderungen in Softwareprojekten: enorme Informationsmengen, hoher Abstimmungsaufwand zwischen Kompetenzen, Prozesstreue unter Druck und die oft vernachlässigten „unbequemen" Tätigkeiten wie Dokumentation und Testing. KI-Programmierung ist erstaunlich menschlich – und damit zunächst genauso anfällig für Spaghetti-Code und Kontextverlust.
Der entscheidende Unterschied: Mit dem richtigen Setup aus Skills, Agenten und Hooks lassen sich definierte Kompetenzen – von Requirements Engineering über Architektur bis QA – als parallele Perspektiven in einem einzigen Entwicklungsprozess bündeln. Daniel zeigt, wie diese Skills sich gegenseitig triggern, korrigieren und sogar widersprechen können – und wie ein lernender Backfix-Skill die Qualität kontinuierlich steigert. Besonders die kaum diskutierten Hooks erweisen sich als Gamechanger für Prozesssicherheit.
Die Episode behandelt unter anderem: warum das Kontextfenster die zentrale Schwachstelle bleibt, wie Skills und Agenten menschliche Teamkommunikation ersetzen, weshalb Coding als Kernkompetenz an Bedeutung verliert, welche neuen Kompetenzen stattdessen gebraucht werden, und warum die Marktvolatilität und absehbar steigende KI-Lizenzkosten das eigentliche Risiko darstellen.
Fazit: Wer jetzt nicht einsteigt, riskiert doppelte Kosten – hohe Personalaufwände plus steigende KI-Gebühren. Die Episode richtet sich bewusst an Führungskräfte und Nicht-Techniker, die verstehen wollen, was von der Softwareentwicklungsseite gerade mit Wucht auf sie zurollt.
21 Minuten
In dieser Episode von „Innovation unter schwierigen Bedingungen" zeigt Daniel Greitens, was KI heute wirklich kann – und zwar ohne eine einzige Zeile Code.
Keine Technik-Vorkenntnisse. Kein Programmier-Hintergrund. Trotzdem hilfreiche kleine Anwendungen, die echte Probleme lösen.
Im Mittelpunkt steht nicht der nächste Chatbot-Hype, sondern ein Werkzeug, das Führungskräfte sofort produktiv nutzen können: die Generierung kleiner, zweckgebundener Anwendungen mit Claude Code. Daniel ordnet ein, was das ist – und was nicht.
Die Episode zeigt anhand konkreter Alltagsbeispiele:
wie eine Anforderungsrecherche zu Onlinezugangsgesetz und Verwaltungsdigitalisierung als interaktive Anwendung in wenigen Prompts entstand,
wie eine Ausschreibungsanalyse mit automatischem Alerting gebaut wurde – inklusive API-Anbindung an öffentliche Portale, ohne manuelles Programmieren,
warum lokale Anwendungen immer dann sinnvoll sind, wenn Daten das eigene System nicht verlassen sollen.
Der Showdown: 2 Gigabyte Produktionsdaten von Bosch, eine offene KI-Challenge zur Vorhersage von Qualität, ein Prompt – und nach exakt 8 Minuten eine vollständige Qualitätsprognose, lokal berechnet mit "mal eben" angelerntem eigenen KI-Modell, visuell aufbereitet. Kein Data-Science-Hintergrund erforderlich.
Ergänzt wird die Episode durch klare Warnhinweise:
warum solche Anwendungen keinesfalls produktiv eingesetzt werden sollten,
wie man verhindert, dass sensible Daten unbemerkt in die Cloud wandern,
weshalb ein eigener, vom Unternehmensnetzwerk getrennter Rechner die richtige Basis ist,
und warum Token-Limits aktiv gesetzt werden müssen – bevor der Agent losläuft.
Keine Technik-Vorkenntnisse. Kein Programmier-Hintergrund. Trotzdem hilfreiche kleine Anwendungen, die echte Probleme lösen.
Im Mittelpunkt steht nicht der nächste Chatbot-Hype, sondern ein Werkzeug, das Führungskräfte sofort produktiv nutzen können: die Generierung kleiner, zweckgebundener Anwendungen mit Claude Code. Daniel ordnet ein, was das ist – und was nicht.
Die Episode zeigt anhand konkreter Alltagsbeispiele:
wie eine Anforderungsrecherche zu Onlinezugangsgesetz und Verwaltungsdigitalisierung als interaktive Anwendung in wenigen Prompts entstand,
wie eine Ausschreibungsanalyse mit automatischem Alerting gebaut wurde – inklusive API-Anbindung an öffentliche Portale, ohne manuelles Programmieren,
warum lokale Anwendungen immer dann sinnvoll sind, wenn Daten das eigene System nicht verlassen sollen.
Der Showdown: 2 Gigabyte Produktionsdaten von Bosch, eine offene KI-Challenge zur Vorhersage von Qualität, ein Prompt – und nach exakt 8 Minuten eine vollständige Qualitätsprognose, lokal berechnet mit "mal eben" angelerntem eigenen KI-Modell, visuell aufbereitet. Kein Data-Science-Hintergrund erforderlich.
Ergänzt wird die Episode durch klare Warnhinweise:
warum solche Anwendungen keinesfalls produktiv eingesetzt werden sollten,
wie man verhindert, dass sensible Daten unbemerkt in die Cloud wandern,
weshalb ein eigener, vom Unternehmensnetzwerk getrennter Rechner die richtige Basis ist,
und warum Token-Limits aktiv gesetzt werden müssen – bevor der Agent losläuft.
17 Minuten
Methoden gibt es genug.
Scrum, SAFe, Design Thinking, Domain-Driven Design, Blue Ocean, Business Model Canvas – die Liste ist endlos.
Doch diese Episode von „Innovation unter schwierigen Bedingungen“ stellt eine unbequeme Frage:
Sind Methoden in Ihrem Projekt wirklich ein Werkzeug – oder längst zum Selbstzweck geworden?
Daniel Greitens teilt seine Perspektive aus Großprojekten in Defense, innerer Sicherheit, Versicherungen, Finanzen und Industrie – und zeigt, warum methodischer Overkill oft mehr Schaden anrichtet als fehlende Struktur.
Im Mittelpunkt steht nicht die nächste „beste Methode“, sondern:
Woran wähle ich Methoden überhaupt aus?
Welche Risiken und Nebenwirkungen bringt jede Methode mit?
Warum führen pauschale Rollouts fast zwangsläufig zu Over-Engineering?
Wie erkenne ich, wann eine Methode Effizienz fördert – und wann sie Fokus frisst?
Anhand konkreter Beispiele – etwa zu Domain-Driven Design oder SAFe – wird deutlich, wie gut gemeinte Frameworks Budget verbrennen, Teamstrukturen zementieren oder sogar kontraproduktive Komplexität erzeugen können, wenn Zielbild und Problemverständnis nicht klar sind.
Statt Methodengläubigkeit plädiert die Episode für:
ein klares Verständnis des eigentlichen Problems („Confront the brutal fact“),
eine saubere Dramaturgie aus aufeinander aufbauenden Erkenntnissen,
bewusste Auswahl und Anpassung von Methoden,
und die konsequente Trennung von Erkenntnisfortschritt und bloßer Methodentreue.
Mit einem Einblick in einen pragmatischen Werkzeugkasten für Product Discovery zeigt die Folge zudem, wie Methoden modular, zielorientiert und flexibel eingesetzt werden können – ohne in Ideologie oder Bürokratie zu kippen.
Fazit:
Methoden sind keine Religion.
Sie sind Werkzeuge.
Und wie jedes Werkzeug müssen sie zum Problem passen – nicht umgekehrt.
Scrum, SAFe, Design Thinking, Domain-Driven Design, Blue Ocean, Business Model Canvas – die Liste ist endlos.
Doch diese Episode von „Innovation unter schwierigen Bedingungen“ stellt eine unbequeme Frage:
Sind Methoden in Ihrem Projekt wirklich ein Werkzeug – oder längst zum Selbstzweck geworden?
Daniel Greitens teilt seine Perspektive aus Großprojekten in Defense, innerer Sicherheit, Versicherungen, Finanzen und Industrie – und zeigt, warum methodischer Overkill oft mehr Schaden anrichtet als fehlende Struktur.
Im Mittelpunkt steht nicht die nächste „beste Methode“, sondern:
Woran wähle ich Methoden überhaupt aus?
Welche Risiken und Nebenwirkungen bringt jede Methode mit?
Warum führen pauschale Rollouts fast zwangsläufig zu Over-Engineering?
Wie erkenne ich, wann eine Methode Effizienz fördert – und wann sie Fokus frisst?
Anhand konkreter Beispiele – etwa zu Domain-Driven Design oder SAFe – wird deutlich, wie gut gemeinte Frameworks Budget verbrennen, Teamstrukturen zementieren oder sogar kontraproduktive Komplexität erzeugen können, wenn Zielbild und Problemverständnis nicht klar sind.
Statt Methodengläubigkeit plädiert die Episode für:
ein klares Verständnis des eigentlichen Problems („Confront the brutal fact“),
eine saubere Dramaturgie aus aufeinander aufbauenden Erkenntnissen,
bewusste Auswahl und Anpassung von Methoden,
und die konsequente Trennung von Erkenntnisfortschritt und bloßer Methodentreue.
Mit einem Einblick in einen pragmatischen Werkzeugkasten für Product Discovery zeigt die Folge zudem, wie Methoden modular, zielorientiert und flexibel eingesetzt werden können – ohne in Ideologie oder Bürokratie zu kippen.
Fazit:
Methoden sind keine Religion.
Sie sind Werkzeuge.
Und wie jedes Werkzeug müssen sie zum Problem passen – nicht umgekehrt.
21 Minuten
Diese Episode ist ein intensiver Austausch mit Thomas Biedermann (SAP) zu Ethik, gesellschaftliche Folgen und die Frage nach Kontrolle.
Im Zentrum steht die unbequeme Wahrheit: KI wird schneller und massiver Jobs verändern, als viele heute wahrhaben wollen. Aber das eigentliche Risiko ist nicht nur die Automatisierung – sondern was danach kommt:
️ Wovon lebt eine Gesellschaft, wenn Wertschöpfung abwandert?
️ Was gibt Menschen Purpose, wenn Arbeit als sozialer Anker wegfällt?
️ Wie verhindern wir, dass Daten zur moralischen Waffe werden?
Wir diskutieren u.a.:
Grundsicherung / Grundeinkommen: Chance oder Illusion – und was „Wertvoll sein“ für Menschen bedeutet.
Digitale Abhängigkeit Europas: Plattformgewinne in den USA, Produktion in China – und was das langfristig mit Wohlstand macht.
Daten, Scoring, Manipulation: Wenn Smartwatch- und Verhaltensdaten Entscheidungen über Kredit, Versicherung oder Teilhabe beeinflussen – oft ohne Transparenz.
Soziale Medien & Gamification: Wie digitale Mechaniken unser Verhalten, Beziehungen und Selbstbild verändern (inkl. sehr greifbarer Alltagsbeispiele).
Politik & Steuerungsfähigkeit: Träge Strukturen, Kompetenzlücken, Anreizsysteme – und die Frage, wie demokratische Systeme handlungsfähig bleiben.
Feedback gerne auf LinkedIn: https://www.linkedin.com/posts/danielgreitens_ki-wird-nicht-nur-jobs-ver%C3%A4ndern-sie-ver%C3%A4ndert-activity-7427713825409368064-8igo
Im Zentrum steht die unbequeme Wahrheit: KI wird schneller und massiver Jobs verändern, als viele heute wahrhaben wollen. Aber das eigentliche Risiko ist nicht nur die Automatisierung – sondern was danach kommt:
️ Wovon lebt eine Gesellschaft, wenn Wertschöpfung abwandert?
️ Was gibt Menschen Purpose, wenn Arbeit als sozialer Anker wegfällt?
️ Wie verhindern wir, dass Daten zur moralischen Waffe werden?
Wir diskutieren u.a.:
Grundsicherung / Grundeinkommen: Chance oder Illusion – und was „Wertvoll sein“ für Menschen bedeutet.
Digitale Abhängigkeit Europas: Plattformgewinne in den USA, Produktion in China – und was das langfristig mit Wohlstand macht.
Daten, Scoring, Manipulation: Wenn Smartwatch- und Verhaltensdaten Entscheidungen über Kredit, Versicherung oder Teilhabe beeinflussen – oft ohne Transparenz.
Soziale Medien & Gamification: Wie digitale Mechaniken unser Verhalten, Beziehungen und Selbstbild verändern (inkl. sehr greifbarer Alltagsbeispiele).
Politik & Steuerungsfähigkeit: Träge Strukturen, Kompetenzlücken, Anreizsysteme – und die Frage, wie demokratische Systeme handlungsfähig bleiben.
Feedback gerne auf LinkedIn: https://www.linkedin.com/posts/danielgreitens_ki-wird-nicht-nur-jobs-ver%C3%A4ndern-sie-ver%C3%A4ndert-activity-7427713825409368064-8igo
19 Minuten
In dieser Episode von „Innovation unter schwierigen Bedingungen“ geht es um einen der mächtigsten, aber meist unterschätzten Hebel in Groß- und Komplexprojekten: den Project Scope – und die radikale Reduktion auf das Wesentliche.
Ausgehend von der ernüchternden Erkenntnis, dass laut groß angelegten Studien nur ein Bruchteil aller Projekte Zeit-, Budget- und Zieltreue erreicht, zeigt die Episode, warum unklarer Scope der häufigste systemische Grund für Projektscheitern ist. Fast alle Projekte glauben, ihr Ziel zu kennen – die Realität sieht oft anders aus.
Anhand konkreter Beispiele aus:
militärischen Großprojekten,
sicherheitskritischen Systemen,
Finanz- und Abrechnungsplattformen,
wird deutlich, wie Bestandserwartungen, Gewohnheiten und implizite Annahmen Projekte in überdimensionierte Lösungsboliden treiben – und wie ein sauber formulierter Project Scope genau das verhindern kann.
Zentrale Themen der Episode:
warum „alles neu bauen“ fast immer der falsche Ansatz ist,
wie man das eigentliche Ziel hinter Funktionen, Features und Anforderungen erkennt,
weshalb eine prägnante, managementtaugliche Lösungsidee („catchy solution“)
entscheidend für Alignment und Fokus ist,
und warum jedes Projekt neben dem offiziellen Ziel auch ein oft unausgesprochenes
„ehrliches Ziel“ hat, das über Erfolg oder Sabotage entscheidet.
Die Folge zeigt außerdem, wie sich ein klarer Scope konsequent in Funktionsumfang, Qualitätsmerkmale, Organisation und Delivery kaskadieren lässt – sodass Teams nicht nur schneller, sondern auch sinnvoll liefern.
Ausgehend von der ernüchternden Erkenntnis, dass laut groß angelegten Studien nur ein Bruchteil aller Projekte Zeit-, Budget- und Zieltreue erreicht, zeigt die Episode, warum unklarer Scope der häufigste systemische Grund für Projektscheitern ist. Fast alle Projekte glauben, ihr Ziel zu kennen – die Realität sieht oft anders aus.
Anhand konkreter Beispiele aus:
militärischen Großprojekten,
sicherheitskritischen Systemen,
Finanz- und Abrechnungsplattformen,
wird deutlich, wie Bestandserwartungen, Gewohnheiten und implizite Annahmen Projekte in überdimensionierte Lösungsboliden treiben – und wie ein sauber formulierter Project Scope genau das verhindern kann.
Zentrale Themen der Episode:
warum „alles neu bauen“ fast immer der falsche Ansatz ist,
wie man das eigentliche Ziel hinter Funktionen, Features und Anforderungen erkennt,
weshalb eine prägnante, managementtaugliche Lösungsidee („catchy solution“)
entscheidend für Alignment und Fokus ist,
und warum jedes Projekt neben dem offiziellen Ziel auch ein oft unausgesprochenes
„ehrliches Ziel“ hat, das über Erfolg oder Sabotage entscheidet.
Die Folge zeigt außerdem, wie sich ein klarer Scope konsequent in Funktionsumfang, Qualitätsmerkmale, Organisation und Delivery kaskadieren lässt – sodass Teams nicht nur schneller, sondern auch sinnvoll liefern.
13 Minuten
In dieser Episode von „Innovation unter schwierigen Bedingungen“ wird es bewusst operativ. Daniel Greitens teilt seine erprobten Best Practices für Zahlenklarheit in komplexen Projekten – pragmatisch, transparent und mit Fokus auf das große Ganze.
Im Mittelpunkt steht die Frage, wie sich Budget, Timeline, Qualität und Scope über die gesamte Projektlaufzeit hinweg realistisch steuern lassen – ohne Tool-Overhead, Controlling-Zirkus oder Scheingenauigkeit. Der zentrale Gedanke: Ein Projekt darf erst in die Umsetzung starten, wenn das gesamte Projektvolumen grob sichtbar und einschätzbar ist.
Die Episode zeigt:
warum frühe Grobschätzungen keine Wasserfall-Dogmatik, sondern Risikomanagement sind,
wie klare Prioritätsattribute und explizite Qualitätsausprägungen Diskussionen versachlichen,
weshalb jede Anforderung – inklusive Organisation, Meetings und Frameworks – Aufwand ist und sichtbar gemacht werden muss,
wie sich Wünsche von Stakeholdern anhand ihrer konkreten Implikationen bewerten lassen,
und warum einfache Werkzeuge oft wirksamer sind als komplexe Projekttools.
Ergänzt wird das Vorgehen durch eine bewusst grobe, aber wirksame Roadmap, die Lieferketten, Kompetenzabhängigkeiten und Verfügbarkeiten sichtbar macht – als Kommunikationsinstrument, nicht als Mikromanagement-Werkzeug.
Im Mittelpunkt steht die Frage, wie sich Budget, Timeline, Qualität und Scope über die gesamte Projektlaufzeit hinweg realistisch steuern lassen – ohne Tool-Overhead, Controlling-Zirkus oder Scheingenauigkeit. Der zentrale Gedanke: Ein Projekt darf erst in die Umsetzung starten, wenn das gesamte Projektvolumen grob sichtbar und einschätzbar ist.
Die Episode zeigt:
warum frühe Grobschätzungen keine Wasserfall-Dogmatik, sondern Risikomanagement sind,
wie klare Prioritätsattribute und explizite Qualitätsausprägungen Diskussionen versachlichen,
weshalb jede Anforderung – inklusive Organisation, Meetings und Frameworks – Aufwand ist und sichtbar gemacht werden muss,
wie sich Wünsche von Stakeholdern anhand ihrer konkreten Implikationen bewerten lassen,
und warum einfache Werkzeuge oft wirksamer sind als komplexe Projekttools.
Ergänzt wird das Vorgehen durch eine bewusst grobe, aber wirksame Roadmap, die Lieferketten, Kompetenzabhängigkeiten und Verfügbarkeiten sichtbar macht – als Kommunikationsinstrument, nicht als Mikromanagement-Werkzeug.
19 Minuten
In dieser Episode von „Innovation unter schwierigen Bedingungen“ ist Daniel Greitens zu Gast bei SAP in Walldorfund spricht mit Thomas Biedermann, Mitgründer und langjähriges Mitglied des SAP AppHouse, über Innovation jenseits von Vorurteilen, Systemdenken und Tool-Fixierung.
Im Zentrum steht eine Perspektive, die man SAP von außen oft nicht zutraut: radikal menschenzentrierte Innovationsarbeit – nicht als Buzzword, sondern als gelebte Praxis. Das AppHouse arbeitet direkt mit Kunden an konkreten Problemen, technologieagnostisch, interdisziplinär und mit einem klaren Fokus auf Nutzen statt Features.
Die Episode beleuchtet unter anderem:
warum SAP primär als Plattform zu verstehen ist – und warum Anpassbarkeit kein Mangel, sondern ein strategischer Vorteil ist,
wie Innovation entsteht, wenn IT, Design, UX, Research und Fachbereiche wirklich zusammenarbeiten,
weshalb viele Innovationshemmnisse kultureller Natur sind und nicht technologischer,
wie Bottom-up-Impulse und Management-Unterstützung produktiv zusammenwirken können,
warum menschenzentriertes Arbeiten ein Effizienz- und kein Wohlfühlthema ist,
und weshalb SAP seine Methoden, Tools und Workshop-Formate bewusst offen zur Verfügung stellt.
Darüber hinaus geht es um Skalierung über Partnernetzwerke, den Aufbau von Innovationskultur in großen Organisationen und die Rolle externer Perspektiven, wenn interne Routinen Veränderung blockieren.
Im Zentrum steht eine Perspektive, die man SAP von außen oft nicht zutraut: radikal menschenzentrierte Innovationsarbeit – nicht als Buzzword, sondern als gelebte Praxis. Das AppHouse arbeitet direkt mit Kunden an konkreten Problemen, technologieagnostisch, interdisziplinär und mit einem klaren Fokus auf Nutzen statt Features.
Die Episode beleuchtet unter anderem:
warum SAP primär als Plattform zu verstehen ist – und warum Anpassbarkeit kein Mangel, sondern ein strategischer Vorteil ist,
wie Innovation entsteht, wenn IT, Design, UX, Research und Fachbereiche wirklich zusammenarbeiten,
weshalb viele Innovationshemmnisse kultureller Natur sind und nicht technologischer,
wie Bottom-up-Impulse und Management-Unterstützung produktiv zusammenwirken können,
warum menschenzentriertes Arbeiten ein Effizienz- und kein Wohlfühlthema ist,
und weshalb SAP seine Methoden, Tools und Workshop-Formate bewusst offen zur Verfügung stellt.
Darüber hinaus geht es um Skalierung über Partnernetzwerke, den Aufbau von Innovationskultur in großen Organisationen und die Rolle externer Perspektiven, wenn interne Routinen Veränderung blockieren.
20 Minuten
In dieser Episode von „Innovation unter schwierigen Bedingungen“ spricht Daniel Greitens mit Alex Dranov, Director Portfolio & Technology bei Siemens Xcelerator, über die Realität von Innovation in einem globalen Industriekonzern.
Im Zentrum steht der Siemens Xcelerator als verbindender Dirigent zur Lösung komplexer Kundenbedarfe. Er bietet ein kuratiertes Portfolio modular kombinierbarer Produkte, ein starkes Partner-Ökosystem und ein Marketplace, der weit mehr ist als ein Vertriebskanal. Die Diskussion zeigt, wie Siemens Kundenprobleme orchestriert löst und warum Governance, Standards und langfristige Strategie dabei entscheidend sind.
Weitere Schwerpunkte der Episode:
was ein digitaler Zwilling wirklich ist – und warum er mehr ist als „nur mehr Daten“,
wie Unternehmen mit Legacy-Systemen und jahrzehntealter Industrieausrüstung dennoch in die digitale Transformation einsteigen können,
warum digitale Zwillinge, KI und Datenanalyse gerade bei Nachhaltigkeit, Energieeffizienz und Dekarbonisierung zentral sind,
wie Siemens regulatorische Anforderungen, Wettbewerbsfähigkeit und Innovationsgeschwindigkeit ausbalanciert.
Anhand konkreter Industriebeispiele wird deutlich: Erfolgreiche Innovation in komplexen Umfeldern entsteht nicht durch kurzfristige Hypes, sondern durch langfristig Unternehmensstrategie, aufgebaute Plattformen, starke Ökosysteme und konsequente Kundenorientierung.
Im Zentrum steht der Siemens Xcelerator als verbindender Dirigent zur Lösung komplexer Kundenbedarfe. Er bietet ein kuratiertes Portfolio modular kombinierbarer Produkte, ein starkes Partner-Ökosystem und ein Marketplace, der weit mehr ist als ein Vertriebskanal. Die Diskussion zeigt, wie Siemens Kundenprobleme orchestriert löst und warum Governance, Standards und langfristige Strategie dabei entscheidend sind.
Weitere Schwerpunkte der Episode:
was ein digitaler Zwilling wirklich ist – und warum er mehr ist als „nur mehr Daten“,
wie Unternehmen mit Legacy-Systemen und jahrzehntealter Industrieausrüstung dennoch in die digitale Transformation einsteigen können,
warum digitale Zwillinge, KI und Datenanalyse gerade bei Nachhaltigkeit, Energieeffizienz und Dekarbonisierung zentral sind,
wie Siemens regulatorische Anforderungen, Wettbewerbsfähigkeit und Innovationsgeschwindigkeit ausbalanciert.
Anhand konkreter Industriebeispiele wird deutlich: Erfolgreiche Innovation in komplexen Umfeldern entsteht nicht durch kurzfristige Hypes, sondern durch langfristig Unternehmensstrategie, aufgebaute Plattformen, starke Ökosysteme und konsequente Kundenorientierung.
17 Minuten
In dieser Episode von „Innovation unter schwierigen Bedingungen“ geht es um offene Innovation – konkret darum, wie Unternehmen sich bewusst dem Markt öffnen, direktes Nutzerfeedback zulassen und daraus bessere Produkte entwickeln können.
Zu Gast ist Tim Cadenbach, Head of Community bei DeepL. Gemeinsam sprechen wir darüber, warum DeepL eine öffentliche Community-Plattform aufgebaut hat, was sich das Unternehmen davon verspricht – und welche organisatorischen, kulturellen und rechtlichen Herausforderungen damit verbunden sind.
Die Episode beleuchtet unter anderem:
warum Unternehmen faktisch immer eine Community haben – ob sie Teil davon sind oder nicht,
welchen Wert direktes Nutzerfeedback, Feature-Requests und echte Nutzungsgeschichten haben,
wie Community-Arbeit Produktentwicklung, Support, Research und Markenbindung beeinflusst,
warum Offenheit intern oft auf Widerstände stößt und Überzeugungsarbeit nötig ist,
welche Rolle Regulierung (DSGVO, Digital Services Act) bei öffentlichen Plattformen spielt,
und warum der Aufbau einer funktionierenden Community Zeit, Prozesse und Konsequenz erfordert.
Anhand konkreter Beispiele wird deutlich, dass Community-Arbeit weit mehr ist als ein Marketing- oder Nebenprojekt: Richtig umgesetzt hat sie langfristigen Einfluss auf die gesamte Organisation – von Produktentscheidungen bis zur Unternehmenskultur.
Fazit:
Offene Innovation ist kein Selbstläufer. Sie erfordert Mut zur Transparenz, klare Prozesse und die Bereitschaft, sich auch kritischem Feedback zu stellen. Wer diesen Schritt geht, gewinnt jedoch einen direkten Draht zum Markt – und eine nachhaltige Grundlage für bessere Produkte und stärkere Kundenbindung.
Zu Gast ist Tim Cadenbach, Head of Community bei DeepL. Gemeinsam sprechen wir darüber, warum DeepL eine öffentliche Community-Plattform aufgebaut hat, was sich das Unternehmen davon verspricht – und welche organisatorischen, kulturellen und rechtlichen Herausforderungen damit verbunden sind.
Die Episode beleuchtet unter anderem:
warum Unternehmen faktisch immer eine Community haben – ob sie Teil davon sind oder nicht,
welchen Wert direktes Nutzerfeedback, Feature-Requests und echte Nutzungsgeschichten haben,
wie Community-Arbeit Produktentwicklung, Support, Research und Markenbindung beeinflusst,
warum Offenheit intern oft auf Widerstände stößt und Überzeugungsarbeit nötig ist,
welche Rolle Regulierung (DSGVO, Digital Services Act) bei öffentlichen Plattformen spielt,
und warum der Aufbau einer funktionierenden Community Zeit, Prozesse und Konsequenz erfordert.
Anhand konkreter Beispiele wird deutlich, dass Community-Arbeit weit mehr ist als ein Marketing- oder Nebenprojekt: Richtig umgesetzt hat sie langfristigen Einfluss auf die gesamte Organisation – von Produktentscheidungen bis zur Unternehmenskultur.
Fazit:
Offene Innovation ist kein Selbstläufer. Sie erfordert Mut zur Transparenz, klare Prozesse und die Bereitschaft, sich auch kritischem Feedback zu stellen. Wer diesen Schritt geht, gewinnt jedoch einen direkten Draht zum Markt – und eine nachhaltige Grundlage für bessere Produkte und stärkere Kundenbindung.
18 Minuten
UX Design liefert schnelle, visuell verständliche Ergebnisse – und wird genau deshalb in Innovations- und Großprojekten häufig zur unterschätzten Stolperfalle. In dieser Episode von „Innovation unter schwierigen Bedingungen“ zeigt Daniel Greitens, warum frühe Mockups, Wunschlisten und ungefiltertes Stakeholder-Feedback zwar gut aussehen, aber oft massive Effizienz-, Kosten- und Architekturprobleme nach sich ziehen.
Anhand typischer Projektverläufe wird deutlich, wie sich Anforderungen entlang der Lieferkette unkontrolliert aufschaukeln: von fachlichen Wünschen über Architektur-Implikationen bis hin zu UX-Mockups, die faktisch zu verbindlichen Vorgaben werden – ohne echte Kosten-Nutzen-Abwägung. Die Technik steht am Ende der Kette und muss es „ausbaden“, während Business Value und Wiederverwendbarkeit auf der Strecke bleiben.
Die Episode liefert klare Leitplanken für den professionellen Einsatz von UX in komplexen Vorhaben, unter anderem:
warum ein Design System kein Komfort, sondern eine bewusste Einschränkung sein muss,
weshalb UX niemals ohne Kosten-Nutzen-Kontext Lösungen vorschlagen sollte,
warum technisches Verständnis (Daten, Komponenten, Flüsse) für UX unerlässlich ist,
wieso Design System und fachliche Anwendung strikt getrennt gehören,
und weshalb ein „MVP-Design-System“ in großen Anwendungen gefährlich ist.
Abgerundet wird die Folge durch ein konkretes Vorgehensmodell: von klaren Prioritäten und Zielgruppen über Szenarien, Use Cases und Datenstrukturen bis hin zu systematisierten Interaktions-Patterns und verbindlichen Regeln für Iteration und Eskalation.
Fazit:
UX Design entfaltet seinen Wert nur dann, wenn es fest in die gesamte Lieferkette eingebettet ist. Wer der Verlockung schneller Mockups widersteht und Design Systeme als Effizienz-Hebel begreift, schafft nachhaltige Lösungen statt teurer Sonderlocken.
Anhand typischer Projektverläufe wird deutlich, wie sich Anforderungen entlang der Lieferkette unkontrolliert aufschaukeln: von fachlichen Wünschen über Architektur-Implikationen bis hin zu UX-Mockups, die faktisch zu verbindlichen Vorgaben werden – ohne echte Kosten-Nutzen-Abwägung. Die Technik steht am Ende der Kette und muss es „ausbaden“, während Business Value und Wiederverwendbarkeit auf der Strecke bleiben.
Die Episode liefert klare Leitplanken für den professionellen Einsatz von UX in komplexen Vorhaben, unter anderem:
warum ein Design System kein Komfort, sondern eine bewusste Einschränkung sein muss,
weshalb UX niemals ohne Kosten-Nutzen-Kontext Lösungen vorschlagen sollte,
warum technisches Verständnis (Daten, Komponenten, Flüsse) für UX unerlässlich ist,
wieso Design System und fachliche Anwendung strikt getrennt gehören,
und weshalb ein „MVP-Design-System“ in großen Anwendungen gefährlich ist.
Abgerundet wird die Folge durch ein konkretes Vorgehensmodell: von klaren Prioritäten und Zielgruppen über Szenarien, Use Cases und Datenstrukturen bis hin zu systematisierten Interaktions-Patterns und verbindlichen Regeln für Iteration und Eskalation.
Fazit:
UX Design entfaltet seinen Wert nur dann, wenn es fest in die gesamte Lieferkette eingebettet ist. Wer der Verlockung schneller Mockups widersteht und Design Systeme als Effizienz-Hebel begreift, schafft nachhaltige Lösungen statt teurer Sonderlocken.
20 Minuten
In dieser Episode richtet Daniel Greitens den Blick auf eine Gruppe, die im aktuellen Innovations- und KI-Diskurs oft übersehen wird – den Mittelstand. Und auf eine unbequeme Wahrheit: Gerade hier treffen die meisten Herausforderungen auf die geringsten strukturellen Spielräume.
Ausgehend von einem Vergleich unterschiedlicher Innovationskontexte – Start-ups, Konzerne, Behörden und Forschung – wird deutlich, warum Innovationsprojekte im Mittelstand zwar kleiner dimensioniert sind, ihre Komplexität jedoch besonders hoch ist. Während andere Organisationen entweder Flexibilität, Budget oder politische Durchsetzungskraft besitzen, vereint der Mittelstand häufig alle Probleme – ohne die entsprechenden Stärken.
Die Episode beleuchtet:
welche strukturellen, kulturellen und personellen Hürden Innovation im Mittelstand bremsen,
warum Fachkräftemangel, Überalterung und starre Routinen den Handlungsdruck massiv erhöhen,
weshalb KI viele dieser Strukturen zwangsläufig aufbrechen wird – ob vorbereitet oder nicht,
und warum echter Wandel beim Management beginnt: mit der Bereitschaft, unbequeme Wahrheiten anzuerkennen.
Im Mittelpunkt steht ein pragmatischer Weg nach vorn: ehrliche Bestandsaufnahme der eigenen Assets und Schwächen, Identifikation eines tragfähigen USPs, Aufbau kleiner Innovationsteams, vorsichtige Experimente statt Aktionismus und ein konsequent geführter Kulturwandel. Dabei wird klar: Innovation im Mittelstand ist weniger ein Methodenproblem – und vor allem eine Frage von Haltung, Konsequenz und Führung.
Auch die Rolle externer Unterstützung wird kritisch eingeordnet: nicht als Show-Workshop, sondern als Hilfe „am System“, um Perspektiven zu öffnen, Klarheit zu schaffen und notwendige Entscheidungen abzusichern.
Fazit:
Der Mittelstand steht im kommenden technologischen und kulturellen Wandel besonders unter Druck. Wer jetzt nicht handelt, wird handeln müssen – unter deutlich schlechteren Bedingungen. Diese Episode zeigt, warum der entscheidende Hebel ganz oben liegt: beim Management und seinem Willen zur echten Veränderung.
Link auf LinkedIn zum Kommentieren
Nutzt ihn gerne! Mich erreichen nach jeder neuen Veröffentlichung zahlreiche Direkt-Nachrichten. Mir wäre lieber, wenn diese Dialoge für alle sichtbar wären... :-)
Ausgehend von einem Vergleich unterschiedlicher Innovationskontexte – Start-ups, Konzerne, Behörden und Forschung – wird deutlich, warum Innovationsprojekte im Mittelstand zwar kleiner dimensioniert sind, ihre Komplexität jedoch besonders hoch ist. Während andere Organisationen entweder Flexibilität, Budget oder politische Durchsetzungskraft besitzen, vereint der Mittelstand häufig alle Probleme – ohne die entsprechenden Stärken.
Die Episode beleuchtet:
welche strukturellen, kulturellen und personellen Hürden Innovation im Mittelstand bremsen,
warum Fachkräftemangel, Überalterung und starre Routinen den Handlungsdruck massiv erhöhen,
weshalb KI viele dieser Strukturen zwangsläufig aufbrechen wird – ob vorbereitet oder nicht,
und warum echter Wandel beim Management beginnt: mit der Bereitschaft, unbequeme Wahrheiten anzuerkennen.
Im Mittelpunkt steht ein pragmatischer Weg nach vorn: ehrliche Bestandsaufnahme der eigenen Assets und Schwächen, Identifikation eines tragfähigen USPs, Aufbau kleiner Innovationsteams, vorsichtige Experimente statt Aktionismus und ein konsequent geführter Kulturwandel. Dabei wird klar: Innovation im Mittelstand ist weniger ein Methodenproblem – und vor allem eine Frage von Haltung, Konsequenz und Führung.
Auch die Rolle externer Unterstützung wird kritisch eingeordnet: nicht als Show-Workshop, sondern als Hilfe „am System“, um Perspektiven zu öffnen, Klarheit zu schaffen und notwendige Entscheidungen abzusichern.
Fazit:
Der Mittelstand steht im kommenden technologischen und kulturellen Wandel besonders unter Druck. Wer jetzt nicht handelt, wird handeln müssen – unter deutlich schlechteren Bedingungen. Diese Episode zeigt, warum der entscheidende Hebel ganz oben liegt: beim Management und seinem Willen zur echten Veränderung.
Link auf LinkedIn zum Kommentieren
Nutzt ihn gerne! Mich erreichen nach jeder neuen Veröffentlichung zahlreiche Direkt-Nachrichten. Mir wäre lieber, wenn diese Dialoge für alle sichtbar wären... :-)
24 Minuten
Innovation scheitert selten an Ideen – sondern daran, wie Menschen gemeinsam Veränderung umsetzen. In dieser Episode von „Innovation unter schwierigen Bedingungen“ beleuchtet Daniel Greitens eine oft unterschätzte Voraussetzung erfolgreicher Innovationsprojekte: Team-Setup & Motivation.
Aufbauend auf den vorherigen Episoden zu Vision, objektiven Prioritäten und sauberen Lieferketten geht es nun um die menschliche Realität in komplexen Großprojekten. Innovation bedeutet Veränderung – und Veränderung greift in Rollen, Identitäten, Machtgefüge und Sicherheitsbedürfnisse ein. Genau hier entstehen Reibung, Widerstände und Demotivation, lange bevor Technik oder Methodik versagen.
Die Episode behandelt unter anderem:
warum diverse Teams und psychologische Sicherheit wirtschaftlich relevant sind,
weshalb Motivation nicht angeordnet werden kann,
wo Schulung endet und Führung beginnt,
warum viele Teamprobleme in Wahrheit Management-Defizite sind,
und wann unbequeme Personalentscheidungen notwendig werden, um das große Ganze zu schützen.
Mit praxisnahen Beispielen aus hochkomplexen und regulierten Projektumfeldern zeigt diese Folge, wie Teams so aufgestellt und geführt werden können, dass sie ihre Rolle im Sinne der Vision erfüllen – wirksam, nachhaltig und menschlich.
Fazit:
Erfolgreiche Innovation unter schwierigen Bedingungen braucht nicht nur gute Ideen und saubere Prozesse, sondern vor allem Teams, die verstanden, befähigt und geschützt sind.
Diese Episode richtet sich an Führungskräfte, Produktverantwortliche und Projektleitende, die Innovation nicht nur planen, sondern wirklich umsetzen wollen.
Feedback und Kommentare gerne auf LinkedIn am zugehörigen Beitrag:
Aufbauend auf den vorherigen Episoden zu Vision, objektiven Prioritäten und sauberen Lieferketten geht es nun um die menschliche Realität in komplexen Großprojekten. Innovation bedeutet Veränderung – und Veränderung greift in Rollen, Identitäten, Machtgefüge und Sicherheitsbedürfnisse ein. Genau hier entstehen Reibung, Widerstände und Demotivation, lange bevor Technik oder Methodik versagen.
Die Episode behandelt unter anderem:
warum diverse Teams und psychologische Sicherheit wirtschaftlich relevant sind,
weshalb Motivation nicht angeordnet werden kann,
wo Schulung endet und Führung beginnt,
warum viele Teamprobleme in Wahrheit Management-Defizite sind,
und wann unbequeme Personalentscheidungen notwendig werden, um das große Ganze zu schützen.
Mit praxisnahen Beispielen aus hochkomplexen und regulierten Projektumfeldern zeigt diese Folge, wie Teams so aufgestellt und geführt werden können, dass sie ihre Rolle im Sinne der Vision erfüllen – wirksam, nachhaltig und menschlich.
Fazit:
Erfolgreiche Innovation unter schwierigen Bedingungen braucht nicht nur gute Ideen und saubere Prozesse, sondern vor allem Teams, die verstanden, befähigt und geschützt sind.
Diese Episode richtet sich an Führungskräfte, Produktverantwortliche und Projektleitende, die Innovation nicht nur planen, sondern wirklich umsetzen wollen.
Feedback und Kommentare gerne auf LinkedIn am zugehörigen Beitrag:
17 Minuten
In dieser Episode widmet sich Daniel Greitens der dritten Voraussetzung für erfolgreiche Innovationsprojekte unter schwierigen Bedingungen: saubere Lieferketten.
Denn eine Innovationsidee hat nur dann Wert, wenn sie auch den Weg in die Nutzung schafft – und genau in der Delivery-Phase scheitern viele Großprojekte.
Obwohl Innovationssprints und Discovery-Loops überzeugende Ergebnisse geliefert haben, verwässern Projekte häufig auf dem Weg zur Umsetzung: steigende Aufwände, Kommunikationshürden, Qualitätsverlust, Termin- und Budgetdruck. Daniel zeigt, warum das oft nicht an der Idee liegt, sondern daran, dass die Lieferkette der beteiligten Kompetenzen nicht im Sinne der Vision arbeitet.
Die Episode beleuchtet:
Warum komplexe Lieferketten zwangsläufig Spannungen erzeugen: immer mehr spezialisierte Rollen, wachsende Abhängigkeiten und unterschiedliche Identitäten von UX, Architektur, Entwicklung, PO & Co.
Warum Teams oft an Nutzern und Käufern vorbeiarbeiten: niemand im Projekt nutzt das Produkt wirklich – Motivation und Prioritäten driften auseinander.
Wie sich diese Effekte über ein gesamtes Projekt potenzieren und die ursprüngliche Innovation unkenntlich machen.
Daniel gibt konkrete Lösungsansätze:
Vision und Innovationsabsicht für alle Beteiligten sichtbar, verständlich und operativ verankert machen.
Eine generische Kompetenzstrategie im Build Planning definieren: Was trägt jede Rolle zur Vision bei? Was muss sie vermeiden?
Muster und Typisierungen nutzen (z. B. bei RE, UX, Architektur) statt jedes Detail neu zu erfinden.
Hypothesen operationalisieren, Akzeptanzkriterien schärfen, Schnittstellen aktiv verhandeln.
Widersprüche früh erkennen und neutralisieren – als klare Führungsaufgabe.
Die Lieferkette permanent überwachen, Störungen emotionslos analysieren und systematisch korrigieren.
Besonders herausfordernd: Das Management muss lernen, fachliche Kompetenz zuverlässig zu erkennen und sich nicht vom lautesten oder bestvernetzten Teammitglied leiten zu lassen.
Fazit:
Saubere Lieferketten sind entscheidend dafür, dass Innovation nicht auf dem Weg vom Konzept zur Umsetzung zerfällt. Nur wenn alle Kompetenzbereiche die Vision verstehen und ihren Anteil daran bewusst gestalten, kann ein Projekt unter schwierigen Bedingungen wirklich erfolgreich werden.
-----------------------------------------------------------
Mail: daniel.greitens@orgenic.de
LinkedIn: https://www.linkedin.com/in/danielgreitens
Web: http://www.orgenic.de
Denn eine Innovationsidee hat nur dann Wert, wenn sie auch den Weg in die Nutzung schafft – und genau in der Delivery-Phase scheitern viele Großprojekte.
Obwohl Innovationssprints und Discovery-Loops überzeugende Ergebnisse geliefert haben, verwässern Projekte häufig auf dem Weg zur Umsetzung: steigende Aufwände, Kommunikationshürden, Qualitätsverlust, Termin- und Budgetdruck. Daniel zeigt, warum das oft nicht an der Idee liegt, sondern daran, dass die Lieferkette der beteiligten Kompetenzen nicht im Sinne der Vision arbeitet.
Die Episode beleuchtet:
Warum komplexe Lieferketten zwangsläufig Spannungen erzeugen: immer mehr spezialisierte Rollen, wachsende Abhängigkeiten und unterschiedliche Identitäten von UX, Architektur, Entwicklung, PO & Co.
Warum Teams oft an Nutzern und Käufern vorbeiarbeiten: niemand im Projekt nutzt das Produkt wirklich – Motivation und Prioritäten driften auseinander.
Wie sich diese Effekte über ein gesamtes Projekt potenzieren und die ursprüngliche Innovation unkenntlich machen.
Daniel gibt konkrete Lösungsansätze:
Vision und Innovationsabsicht für alle Beteiligten sichtbar, verständlich und operativ verankert machen.
Eine generische Kompetenzstrategie im Build Planning definieren: Was trägt jede Rolle zur Vision bei? Was muss sie vermeiden?
Muster und Typisierungen nutzen (z. B. bei RE, UX, Architektur) statt jedes Detail neu zu erfinden.
Hypothesen operationalisieren, Akzeptanzkriterien schärfen, Schnittstellen aktiv verhandeln.
Widersprüche früh erkennen und neutralisieren – als klare Führungsaufgabe.
Die Lieferkette permanent überwachen, Störungen emotionslos analysieren und systematisch korrigieren.
Besonders herausfordernd: Das Management muss lernen, fachliche Kompetenz zuverlässig zu erkennen und sich nicht vom lautesten oder bestvernetzten Teammitglied leiten zu lassen.
Fazit:
Saubere Lieferketten sind entscheidend dafür, dass Innovation nicht auf dem Weg vom Konzept zur Umsetzung zerfällt. Nur wenn alle Kompetenzbereiche die Vision verstehen und ihren Anteil daran bewusst gestalten, kann ein Projekt unter schwierigen Bedingungen wirklich erfolgreich werden.
-----------------------------------------------------------
Mail: daniel.greitens@orgenic.de
LinkedIn: https://www.linkedin.com/in/danielgreitens
Web: http://www.orgenic.de
17 Minuten
In dieser Episode geht es um eine der zentralen Fragen moderner Großprojekte: Wie entwickelt man eine belastbare KI-Strategie – jenseits von Hype, Buzzwords und medialer Überreizung?
Daniel Greitens zeigt, warum KI heute nicht mehr optional ist und warum Unternehmen dringend verstehen müssen, wann und in welcher Reihenfolge sie KI einführen. Eine KI-Strategie bedeutet dabei nicht nur Technologieauswahl, sondern eine klare Vision, eine Roadmap und ein Wandel der Unternehmenskultur.
Die Episode beleuchtet drei Perspektiven, die jede Führungskraft heute im Blick haben muss:
Kurzfristig: Effizienzgewinne durch sofort einsetzbare KI-Werkzeuge – von Dokumentenverarbeitung über Automatisierung bis hin zu internen LLMs.
Mittelfristig: Aufbau eigener KI-Funktionalität und Modelle als echte Differenzierungsstrategie – mit neuen Daten-Insights, automatisierten Prozessen und KI-gestützten Produktfeatures.
Langfristig: Disruptive Veränderungen der eigenen Branche und die Frage, welche Rolle das Unternehmen in einer KI-dominierten Zukunft spielen wird.
Auf diesem Fundament definiert die Episode, was eine KI-Strategie wirklich braucht: eine Unternehmensvision mit klarer KI-Verortung, eine priorisierte Roadmap, ein internes Innovationsteam, Investitionsbereitschaft und die Einsicht, dass KI ein umfassendes Change-Management-Projekt ist.
Besonders wichtig: KI verändert Kompetenzen, Rollen und Identitäten. Programmierer, UX-Designende und Fachbereiche müssen sich stärker auf Konzeption, Steuerung und Qualitätssicherung fokussieren – während Routinearbeit zunehmend von KI übernommen wird.
Daniel benennt vier wenig beachtete, aber entscheidende Herausforderungen traditioneller Unternehmen:
fehlende Experimentierkultur, mangelnde Weiterbildung im Management, die Identitätsarbeit der Mitarbeitenden und der Verlust klassischer Junior-Karrierepfade.
Fazit: Jetzt ist der Zeitpunkt für klares Handeln. KI betrifft jedes Geschäftsmodell – und Unternehmen, die früh Orientierung schaffen, sichern sich Effizienz, Differenzierung und Zukunftsfähigkeit.
Nachtrag:
Der zitierte Vortrag an der Universität Luzern von Prof. Dr. Prof. Dr. Markus Gabriel ist hier zu finden
Das Zitat "Confront the brutal fact" stammt von Jim Collins und aus seiner empfehlenswerten Veröffentlichung Good to Great
Kommentare und Feedback gerne auf LinkedIn.
-----------------------------------------------------------
Mail: daniel.greitens@orgenic.de
LinkedIn: https://www.linkedin.com/in/danielgreitens
Web: http://www.orgenic.de
Daniel Greitens zeigt, warum KI heute nicht mehr optional ist und warum Unternehmen dringend verstehen müssen, wann und in welcher Reihenfolge sie KI einführen. Eine KI-Strategie bedeutet dabei nicht nur Technologieauswahl, sondern eine klare Vision, eine Roadmap und ein Wandel der Unternehmenskultur.
Die Episode beleuchtet drei Perspektiven, die jede Führungskraft heute im Blick haben muss:
Kurzfristig: Effizienzgewinne durch sofort einsetzbare KI-Werkzeuge – von Dokumentenverarbeitung über Automatisierung bis hin zu internen LLMs.
Mittelfristig: Aufbau eigener KI-Funktionalität und Modelle als echte Differenzierungsstrategie – mit neuen Daten-Insights, automatisierten Prozessen und KI-gestützten Produktfeatures.
Langfristig: Disruptive Veränderungen der eigenen Branche und die Frage, welche Rolle das Unternehmen in einer KI-dominierten Zukunft spielen wird.
Auf diesem Fundament definiert die Episode, was eine KI-Strategie wirklich braucht: eine Unternehmensvision mit klarer KI-Verortung, eine priorisierte Roadmap, ein internes Innovationsteam, Investitionsbereitschaft und die Einsicht, dass KI ein umfassendes Change-Management-Projekt ist.
Besonders wichtig: KI verändert Kompetenzen, Rollen und Identitäten. Programmierer, UX-Designende und Fachbereiche müssen sich stärker auf Konzeption, Steuerung und Qualitätssicherung fokussieren – während Routinearbeit zunehmend von KI übernommen wird.
Daniel benennt vier wenig beachtete, aber entscheidende Herausforderungen traditioneller Unternehmen:
fehlende Experimentierkultur, mangelnde Weiterbildung im Management, die Identitätsarbeit der Mitarbeitenden und der Verlust klassischer Junior-Karrierepfade.
Fazit: Jetzt ist der Zeitpunkt für klares Handeln. KI betrifft jedes Geschäftsmodell – und Unternehmen, die früh Orientierung schaffen, sichern sich Effizienz, Differenzierung und Zukunftsfähigkeit.
Nachtrag:
Der zitierte Vortrag an der Universität Luzern von Prof. Dr. Prof. Dr. Markus Gabriel ist hier zu finden
Das Zitat "Confront the brutal fact" stammt von Jim Collins und aus seiner empfehlenswerten Veröffentlichung Good to Great
Kommentare und Feedback gerne auf LinkedIn.
-----------------------------------------------------------
Mail: daniel.greitens@orgenic.de
LinkedIn: https://www.linkedin.com/in/danielgreitens
Web: http://www.orgenic.de
18 Minuten
In dieser Episode geht es um eine Grundlage, ohne die kein Innovationsprojekt in großen, komplexen Organisationen funktionieren kann: eine echte Vision. Nicht das, was in Slide-Decks steht. Nicht Marketing. Sondern die Kraft, die ein Unternehmen tatsächlich antreibt – und damit der Kompass für alle Prioritäten in Projekten mit hoher fachlicher Komplexität, langen Laufzeiten und vielen Teams.
Daniel Greitens zeigt, warum eine Vision weit mehr ist als ein strategischer Leitsatz: Sie definiert, welche Märkte adressiert werden, welche Menschen beteiligt sind, welche Use Cases sinnvoll sind und welche Funktionalitätenüberhaupt Priorität haben.
Kurz: Aus der Vision muss sich eine gesamte Kausalkette ableiten lassen, damit Projekte nicht durch subjektive Entscheidungen oder Störungen verwässern.
Die Episode beleuchtet:
Was eine Vision wirklich ist (und was nicht)
Warum sie Innovationsprojekten Richtung gibt und Konflikte reduziert
Wie man die „echte“ Vision eines Unternehmens entdeckt – auch wenn sie unangenehm ist
Praktische Methoden, um eine tragfähige Vision zu entwickeln: USP-Analyse, kreative Überzeichnung, Value-Proposition-Tools und externe Sparringspartner
Beispiele aus unterschiedlichen Branchen, in denen die wahre Vision etwas ganz anderes war als angenommen
Kommentare und Feedback gerne auf LinkedIn.
-----------------------------------------------------------
Mail: daniel.greitens@orgenic.de
LinkedIn: https://www.linkedin.com/in/danielgreitens
Web: http://www.orgenic.de
Daniel Greitens zeigt, warum eine Vision weit mehr ist als ein strategischer Leitsatz: Sie definiert, welche Märkte adressiert werden, welche Menschen beteiligt sind, welche Use Cases sinnvoll sind und welche Funktionalitätenüberhaupt Priorität haben.
Kurz: Aus der Vision muss sich eine gesamte Kausalkette ableiten lassen, damit Projekte nicht durch subjektive Entscheidungen oder Störungen verwässern.
Die Episode beleuchtet:
Was eine Vision wirklich ist (und was nicht)
Warum sie Innovationsprojekten Richtung gibt und Konflikte reduziert
Wie man die „echte“ Vision eines Unternehmens entdeckt – auch wenn sie unangenehm ist
Praktische Methoden, um eine tragfähige Vision zu entwickeln: USP-Analyse, kreative Überzeichnung, Value-Proposition-Tools und externe Sparringspartner
Beispiele aus unterschiedlichen Branchen, in denen die wahre Vision etwas ganz anderes war als angenommen
Kommentare und Feedback gerne auf LinkedIn.
-----------------------------------------------------------
Mail: daniel.greitens@orgenic.de
LinkedIn: https://www.linkedin.com/in/danielgreitens
Web: http://www.orgenic.de
