VENTURE AI PODCAST Archiv

Zwei KI-Agenten diskutieren Norman Müllers Essay „Wir profitieren von KI. Aber was hinterlassen wir unseren Kindern?“. Ihr Streit beginnt beim Berufseinstieg: Wenn KI Recherchen, erste Entwürfe und andere Routineaufgaben übernimmt, gewinnen Nachwuchskräfte Zeit. Doch wo sammeln sie die Erfahrung, die sie später brauchen, um Ergebnisse zu prüfen und schwierige Fälle selbst zu lösen?

Eine Perspektive sieht darin die Chance, junge Menschen früher an anspruchsvolle Aufgaben heranzuführen. Die andere verteidigt Lernräume, in denen sie Zusammenhänge durch eigene Versuche und Fehler verstehen. Die Agenten hinterfragen auch Normans Vorschläge: Werden Unternehmen gesparte Zeit tatsächlich in Betreuung investieren? Und wie lässt sich KI in Schulen und Betrieben so einsetzen, dass Menschen mit ihrer Hilfe selbstständiger werden? Im Mittelpunkt steht Enkelfähigkeit: Welche Möglichkeiten zu lernen und zu entscheiden geben wir an die nächste Generation weiter?

Kapitel

* 00:00 Wenn KI die Einstiegsaufgaben übernimmt: Befreiung oder Verlust?

* 02:21 Wie Expertise entsteht und warum auch Erfahrene KI prüfen müssen

* 04:38 Nachwuchs, Rentenwelle und die Grenzen von KI-Nachhilfe

* 06:57 Lernräume neu gestalten: Was enkelfähige KI-Nutzung verlangt

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Der Essay zur Folge

Wir profitieren von KI. Aber was hinterlassen wir unseren Kindern?

Warum KI-Transformation enkelfähig werden muss.

VENTURE AI ACADEMY

Unsere digitale Plattform ist Ihr Zugang zu praxisnaher Qualifizierung im Bereich Künstliche Intelligenz, kuratiert für Entscheider:innen und Teams im Mittelstand.

Ob kompakte Webinare, vertiefende Online-Kurse oder interaktive Branchenformate: Hier lernen Sie, was Sie wirklich brauchen, um KI im eigenen Unternehmen sicher und gewinnbringend einzusetzen.

Wenn du uns dabei unterstützen möchtest, diesen Podcast zu einer Allianz von Zukunftsarchitekten der KI-Transformation zu machen, in der wir offen über Chancen, Risiken und reale Erfahrungen mit Künstlicher Intelligenz sprechen, dann abonniere uns auf Substack, YouTube, Spotify oder Apple Podcasts. Dein Abonnement kostet dich nichts, hilft uns aber sehr, noch mehr herausragende Persönlichkeiten für tiefgehende und inspirierende Podcast Gespräche zu gewinnen. Vielen Dank für deinen Support.

Darüber hinaus laden wir dich ein, Teil der Plattform des Bundesverbands für KI-Transformation e.V. zu werden. Hier vernetzen sich mittelständische Unternehmen, KI Expertinnen und Experten, Startups sowie Vertreterinnen und Vertreter aus Forschung und Wissenschaft, um Wissen zu teilen, Erfahrungen auszutauschen und um an konkreten KI-Projekten zu arbeiten. In unserer Podcast Community kannst du dich einbringen, mitdiskutieren und den Bundesverband als Mitglied aktiv unterstützen und mitprägen.

Zur Plattform:

https://www.venture-ai-germany.space

Vernetze dich mit Norman auf LinkedIn:

https://www.linkedin.com/in/muellernorman

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Eine neue Rezeptur kann viele Versuche kosten, bevor sie die gewünschten Eigenschaften erreicht. Thomas Keller von Riegg & Partner intercorp spricht mit Norman Müller darüber, wie Unternehmen frühere Entwicklungsdaten für die Auswahl des nächsten Versuchs nutzen können. An Beispielen aus der Lebensmittel- und Kunststoffindustrie geht es um Vorhersagemodelle, die Bewertung von Ergebnissen und die Zusammenarbeit zwischen Entwicklern und KI. Wir unterscheiden technische Herstellbarkeit vom späteren Markterfolg und fragen, woran ein Unternehmen den Nutzen eines ersten Projekts erkennen kann.

Kapitel

* 00:00 Einstieg: KI für konkrete Produktentscheidungen

* 01:39 Warum Thomas den Hebel in Forschung und Entwicklung sieht

* 04:42 Rezepturen, Einflussgrößen und lernende Vorhersagemodelle

* 08:01 Ein Kuchenbeispiel und zwei verschiedene Arten von Erfolg

* 10:22 Zutaten verändern, Eigenschaften erhalten

* 12:44 Entwicklungsgeschwindigkeit und wirtschaftlicher Nutzen

* 15:10 Mit einem begrenzten Proof of Concept anfangen

* 16:31 Verbesserungen am bisherigen Prozess messen

* 18:02 Mensch, Maschine und die Idee einer neuen Schokolade

* 20:24 Erfahrungswissen in Entwicklungsdaten nutzbar machen

* 23:05 Geschmack, Messwerte und vergleichbare Bewertungen

* 24:59 Vom Laborfeedback zur Wiederbestellung

* 27:24 Vorhersagen in die bestehende Laborsoftware einbinden

* 29:47 Realistische Ziele und bessere Datenerfassung

* 32:19 Erwartungen an KI-Projekte und die Arbeit mit alten Daten

* 34:18 Neue Kundenwünsche und die Grenzen vergangener Erfahrungen

* 36:23 Was Unternehmen aus einem ersten Projekt lernen können

* 39:29 Entscheidungen und Zusammenarbeit im Projektteam

* 41:05 Modellverständnis, Partnerschaft und neue Vergütungsansätze

* 44:36 Gemeinsame Teams und langfristige Zusammenarbeit

* 46:14 Wenn erfahrene Entwickler das Unternehmen verlassen

* 48:49 Rückblick, offene Fragen und Ausblick

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Shownotes

* Thomas Keller auf LinkedIn: https://www.linkedin.com/in/thomas-keller-intercorp-ki-software-entwicklung-beratung/

* Riegg & Partner intercorp. GmbH: https://www.intercorp.de/

* KI in der Produktentwicklung: Ansatz und Leistungen von intercorp: https://www.intercorp.de/programmierung/ki-beratung-und-implementierung-aus-oberfranken/unsere-ki-leistungen-beratung-schulung-implementierung/implementierung/deep-learning

* intercorp auf LinkedIn: https://de.linkedin.com/company/riegg-partner-intercorp/

Was frühere Versuche über die nächste Rezeptur verraten können

Ein Entwickler soll Zucker in einer Rezeptur ersetzen. Der Kuchen soll weiterhin schmecken, seine Konsistenz behalten und sich auf den vorhandenen Anlagen herstellen lassen. Mit einer anderen Zutat verändern sich möglicherweise mehrere Eigenschaften zugleich. Das Team muss ausprobieren, messen und nacharbeiten.

Thomas Keller nutzt dieses Beispiel in unserem Gespräch, um die Aufgabe hinter einem Vorhersagemodell zu erklären. Er arbeitet bei Riegg & Partner intercorp an Projekten, die Daten aus früheren Entwicklungsversuchen für neue Entscheidungen nutzbar machen sollen. Im Podcast berichtet er von einem Lebensmittel- und einem Kunststoffhersteller. Die Kunden bleiben anonym.

Mich interessiert daran die Entscheidung vor dem nächsten Versuch: Welche Variante sollte ein Team zuerst erproben? Kann es aus früheren Ergebnissen eine bessere Reihenfolge ableiten? Und was muss es weiterhin selbst überprüfen?

Erst klären, welchen Erfolg das Modell einschätzen soll

Ich übertrage den Ansatz zunächst auf die Frage, ob ein neuer Kuchen am Markt erfolgreich sein wird. Thomas grenzt die Aufgabe ein. Seine Projekte beginnen bei technischen Kriterien. Lässt sich eine Rezeptur herstellen? Erreicht sie die gewünschte Qualität? Bleibt sie unter den vorgesehenen Bedingungen verwendbar?

Die spätere Nachfrage ist eine weitere Frage. Zwischen einem Versuch im Labor und einem Produkt, das Kunden wieder bestellen, liegen zusätzliche Schritte. Thomas beschreibt Rückmeldungen von Testern und Kunden. Erst später können Bestell- und Vertriebsdaten weitere Hinweise liefern. Dafür müssten die beteiligten Systeme und ihre Informationen zusammenpassen.

Diese Trennung ist für mich der Ausgangspunkt einer vernünftigen Beauftragung. Wenn ein Unternehmen weniger Laborversuche braucht, ist das ein möglicher Nutzen. Ob das Produkt anschließend Käufer findet, muss es gesondert untersuchen. Für ein erstes Projekt lässt sich deshalb eine begrenzte technische Frage wählen, deren Ergebnis die Entwickler beurteilen können.

Thomas beschreibt zwei Einsatzmöglichkeiten: Ein Modell kann Vorschläge für eine Rezeptur unterstützen oder vorhandene Ideen bewerten. In beiden Fällen soll es frühere Versuche als zusätzliche Orientierung nutzen. Der nächste praktische Test bleibt erforderlich.

Auch ein misslungener Versuch muss verständlich dokumentiert sein

In den Entwicklungsdaten findet Thomas eine Spur menschlicher Erfahrung. Welche Zutat hat ein Mitarbeiter verändert? Welchen Prozesswert hat er gewählt? Wie hat das Team das Ergebnis bewertet? Wer über Jahre Produkte entwickelt, hinterlässt in diesen Entscheidungen Informationen, die auch Kollegen helfen könnten.

Damit ein Modell diese Daten nutzen kann, müssen Anforderung, Zusammensetzung und Ergebnis zusammengehören. Eine Bemerkung wie „zu weich“ lässt viele Fragen offen. Im Gespräch beschreibt Thomas Bewertungsskalen, mit denen Entwickler genauer festhalten, wie stark ein Ergebnis vom Ziel abweicht.

Bei Lebensmitteln spielt außerdem die sensorische Beurteilung eine Rolle. Thomas erzählt von Teams, die sich auf eine gemeinsame Bewertung verständigen. Das beschreibt die Praxis dieser Fälle. Es ersetzt keine allgemeine Prüfung, wie verlässlich unterschiedliche Personen denselben Versuch beurteilen.

Für das nächste Projekt würde ich mir deshalb einige vorhandene Versuchseinträge zeigen lassen. Kann jemand daraus nachvollziehen, was das Team erreichen wollte, was es tatsächlich ausprobiert hat und woran der Versuch scheiterte? Wenn diese Verbindung fehlt, beginnt die Arbeit bei der Erfassung. Thomas berichtet, dass solche Verbesserungen bereits während der ersten Workshops entstehen können.

Der Vergleich mit dem bisherigen Prozess entscheidet über den Nutzen

Thomas argumentiert, dass schon wenige vermiedene Versuche wirtschaftlich relevant sein können. Wie viel das ausmacht, hängt von Material, Personal, Anlagenbelegung und der Zahl der Entwicklungen ab. Seine Zahlen im Gespräch illustrieren diesen Gedanken. Wir legen damit keine überprüfte Erfolgsrechnung der beiden Kundenprojekte vor.

Ein Unternehmen sollte vor einem Test festhalten, wie es die entsprechende Aufgabe bisher löst. Wie viele Versuche benötigt es? Welche Qualität muss es erreichen? Welche Kosten entstehen dafür? Anschließend lässt sich prüfen, ob die Unterstützung durch ein Modell den Ablauf verbessert.

Zur Rechnung gehören auch Datenaufbereitung, Integration und laufende Betreuung. Ein schneller Vorschlag allein genügt als Maßstab nicht. Die Entwickler müssen damit arbeiten können und das Ergebnis anschließend praktisch überprüfen.

Thomas legt deshalb Wert auf die Einbindung in die vorhandene Laborsoftware. Die Mitarbeiter sollen Vorhersagen dort erhalten, wo sie bereits arbeiten. Wenn eine zusätzliche Anwendung viele Umwege verlangt, kann sie im Alltag ungenutzt bleiben. Der Zugang zum Modell ist damit selbst ein Teil des Projekts.

Offen bleiben im Gespräch konkrete Angaben zur Prognosegüte der beiden Vorhaben: Welche neuen Fälle wurden geprüft? Wie häufig lag das Modell falsch? Wie viel Aufwand fiel insgesamt an? Für eine Inv…

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Wer weiß in deinem Unternehmen, welche KI-Agenten bereits arbeiten? Anna Kopp und Norman Müller sprechen in LEADERS IN LEATHER über die Fragen hinter der KI-Einführung: Zuständigkeiten, Datenqualität, Kosten und den laufenden Betrieb. Anna bringt Erfahrungen aus Microsofts eigener IT und Gesprächen nach ihren Vorträgen mit. Gemeinsam schauen wir auf Schatten-KI, die Rolle der Geschäftsführung und die Frage, warum eine Richtlinie allein im Arbeitsalltag wenig verändert.

Kapitel

* 00:00 Willkommen zurück bei LEADERS IN LEATHER

* 01:28 Microsoft als eigener Kunde: Was Unternehmen von Anna wissen wollen

* 04:35 Die Fragen nach der Keynote

* 07:01 KI-Kosten, Governance und der Wunsch nach Überblick

* 08:29 Ruhestand, Fachkräfte und die Arbeit, die bleibt

* 10:22 Datenqualität und die Altlasten der Digitalisierung

* 13:25 Wie sich die Rolle des CIO verändert hat

* 16:07 Die Vasa als Bild für gescheiterte Projekte

* 18:01 Wer trägt die Verantwortung für KI?

* 18:42 Viele Tools, viele Agenten und fehlende Dokumentation

* 21:46 Agenten erfassen, Verantwortliche benennen und Altlasten prüfen

* 24:29 Wenn die Geschäftsführung von der KI-Nutzung nichts weiß

* 26:16 Innovation sichtbar machen und Schatten-KI erkennen

* 27:59 Warum Beschäftigte auf private KI ausweichen

* 29:14 Work Trend Index und die Lücke zwischen Nutzung und Strategie

* 32:04 Vertrauliche Produktinformationen und fehlendes Grundwissen

* 34:24 Mitarbeiterbewertungen, Mitbestimmung und menschliches Urteilsvermögen

* 36:22 Richtlinien, Lernangebote und Verantwortung im Alltag

* 39:44 Cybersicherheit als Aufgabe der Unternehmensführung

* 43:59 Cloud, eigene Infrastruktur und Sicherheitskompetenz

* 46:36 Ausblick und Verabschiedung

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Shownotes

* Anna Kopp auf LinkedIn: https://www.linkedin.com/in/koppanna/

* CIO Magazin auf LinkedIn: https://de.linkedin.com/posts/cio-magazin_cio-des-jahres-2026-activity-7515013798437728256-aKDU

* CIO des Jahres: Projekte und Hintergründe: https://www.cio.de/cio-des-jahres/

* CIONET Germany: https://www.cionet.com/cionet-germany

* CIDO Women: Female Leadership Circle bei CIONET: https://www.cionet.com/de/cido-women-cionet-germany

* Microsoft und LinkedIn: Work Trend Index 2024: https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part

* Microsoft Agent 365: Herstellerdokumentation: https://learn.microsoft.com/microsoft-agent-365/overview

* Microsoft Secure Future Initiative: https://www.microsoft.com/en-us/trust-center/security/secure-future-initiative

* Datennutzung bei Microsoft 365 Copilot: Herstellerdokumentation: https://learn.microsoft.com/en-us/microsoft-365/copilot/microsoft-365-copilot-privacy

Wer weiß, welche Agenten im Unternehmen arbeiten?

Anna bekommt eine Frage gestellt, die zunächst einfach klingt: Wie viele KI-Agenten hast du in Deutschland? Sie muss es herausfinden. Denn ein Team kann einen nützlichen Helfer bauen und im Alltag verwenden, ohne die IT-Leitung darüber zu informieren. Für die Beteiligten funktioniert der Ablauf. Für die Organisation fehlt womöglich der Überblick.

Diese Geschichte bleibt bei mir hängen. Sie passt zu Begegnungen, die ich selbst mit Unternehmen habe. In einem Gespräch interessiert sich die Geschäftsführung für den Einstieg in KI. Beim nächsten Termin stellt sich heraus, dass Mitarbeiter längst eigene Anwendungen nutzen. Die Führung wusste davon nichts.

Mit meiner Co-Host Anna Kopp spreche ich in LEADERS IN LEATHER darüber, was zwischen diesen beiden Ebenen fehlt. Anna bringt langjährige Erfahrung aus Microsofts IT mit. Sie erlebt bei Kundenterminen und nach Vorträgen, welche Fragen Unternehmen stellen. Ihre Beispiele geben Einblick in diese Gespräche. Sie liefern keine allgemeine Bestandsaufnahme aller Betriebe.

Eine gute Idee braucht jemanden, der sie weiter betreut

Ein Mitarbeiter automatisiert eine Aufgabe. Das Team spart sich einen lästigen Arbeitsschritt und verwendet den Agenten immer häufiger. Irgendwann ist der Erbauer im Urlaub oder verlässt das Unternehmen. Dann fällt eine Verbindung aus. Wer weiß jetzt, wie der Ablauf entstanden ist und welche Daten er benötigt?

Anna erinnert die Entwicklung an Excel-Makros. Menschen bauten damit Anwendungen, auf die ihre Kollegen sich verließen. Mit den Jahren konnte daraus eine Infrastruktur entstehen, die außerhalb der vorgesehenen Betreuung lag. Einen solchen Ablauf später zu ersetzen, verlangt mehr Arbeit, als die ursprüngliche kleine Lösung vermuten ließ.

Bei KI-Agenten stellt sich die Frage nach dem Betrieb erneut. Wer ist verantwortlich? Wer darf Einstellungen verändern? Welche Schnittstellen müssen funktionieren? Wer überprüft, ob der Agent überhaupt noch gebraucht wird? Anna beschreibt, wie Microsoft mit Bestandsübersichten und benannten Verantwortlichen darauf reagiert. Im Gespräch nennt sie Agent 365 als Werkzeug für diese Verwaltung.

Für mich ist daran die organisatorische Aufgabe entscheidend. Ein Unternehmen braucht einen Weg, solche Anwendungen zu erfassen und über ihre weitere Nutzung zu entscheiden. Welches Produkt dafür passt, muss es anhand seiner eigenen Umgebung prüfen.

Die Geschäftsführung muss erfahren, woran ihre Teams arbeiten

Anna fragt, wie Informationen im Unternehmen fließen. Wenn die Führung nur Vorgaben nach unten schickt, erfährt sie wenig darüber, was Menschen bereits ausprobieren. In regelmäßigen Gesprächen könnte sie erkennen, welche Aufgaben die Teams lösen und wo sie auf Schwierigkeiten stoßen.

Sie nennt eine Innovation Hour als Beispiel: Beschäftigte können eigene Projekte vorstellen und der Geschäftsführung zeigen, was sie entwickelt haben. Das macht Fähigkeiten sichtbar, die im Tagesgeschäft leicht übersehen werden. Zugleich entsteht eine Gelegenheit, nach Datenzugriffen, Betreuung und Nutzen zu fragen.

Im Gespräch taucht auch der Chief AI Officer auf. Anna will wissen, wer die KI-Transformation verantwortet und die verschiedenen Arbeitsstränge zusammenhält. Wir entwickeln in dieser Folge kein vollständiges Stellenprofil. Die Frage nach einer verbindlichen Zuständigkeit zieht sich aber durch unsere Beispiele.

Gerade ein mittelständisches Unternehmen muss klären, wer Entscheidungen über Fachbereiche hinweg treffen kann. Welche Anwendung erhält Unterstützung? Welche muss jemand überarbeiten? Wer bekommt Zeit für die Betreuung? Ein neuer Titel beantwortet diese Fragen noch nicht. Die Geschäftsführung muss die Aufgabe mit den beteiligten Menschen besprechen und im Alltag ermöglichen.

Gute Daten und brauchbare Werkzeuge gehören zum Anfang

Anna erzählt von einem Datenfeld, das Kollegen für einen Zweck nutzten, für den es ursprünglich nicht vorgesehen war. Bei einer späteren Umstellung verschwand es. Die Informationen ließen sich ihrer Schilderung nach nicht wiederherstellen. Für die Menschen, die damit arbeiteten, war das Feld relevant. Im Migrationsprozess hatte offenbar niemand diese Bedeutung erkannt.

Die Geschichte macht verständlich, warum eine KI-Einführung Arbeit an den bestehenden Daten verlangt. Wer nutzt welche Information? Was bedeutet ein Eintrag? Welche Historie muss erhalten bleiben? Diese Fragen lassen sich nicht allein durch den Kauf eines weiteren Werkzeugs beantworten.

Gleichzeitig müssen Beschäftigte ihre Aufgaben mit den freigegebenen Mitteln erledigen können. Ich erzähle von einem Vorstandsprotokoll, das bis zum nächsten Morgen zusammengefasst sein soll. Der Mitarbeiter verwendet dafür seine private KI. Die vertraulichen Unterlagen verlassen die vorgesehene Arbeitsumgebung.

Anna greift das als Beispiel für Schatten-KI auf. Die Führung sollte wissen, welche Arbei…

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Wenn Beschäftigte vertrauliche Dokumente in private KI-Tools laden, beginnt das Problem oft schon bei den Arbeitsbedingungen. Norman Müller spricht mit Marvin Gatermann, Mitgründer und Geschäftsführer der DAFI Deutschen Akademie für Informationssicherheit, über Schatten-KI, unübersichtliche Tool-Landschaften und die Verantwortung von Führungskräften. Es geht um Sicherheitslücken beim Vibe Coding, Lernen an eigenen Praxisfällen und die Frage, wie Unternehmen KI sinnvoll einsetzen, ohne den Überblick über Daten und Prozesse zu verlieren.

Kapitel

* 00:00 Einstieg: KI, Unternehmensdaten und Verantwortung

* 01:20 Marvins Weg zur Deutschen Akademie für Informationssicherheit

* 07:20 Wie gut sind Unternehmen auf KI-Risiken vorbereitet?

* 11:15 Vibe Coding und die übersehene Sicherheit

* 15:54 Warum Cybersicherheit auch Investoren betrifft

* 17:15 Weiterbildung an eigenen Praxisfällen

* 21:17 Wenn jede Abteilung andere KI-Tools nutzt

* 26:16 Systemausfälle und ihre Folgen im Arbeitsalltag

* 28:07 Vorsorge, wirtschaftliche Risiken und Handlungsdruck

* 32:21 Phishing, Deepfakes und kleine Unternehmen

* 35:17 Sicherheitsnachweise als Voraussetzung für Geschäft

* 40:39 Schatten-KI und vertrauliche Unternehmensdaten

* 45:28 Lernräume und die Grenzen von Richtlinien

* 49:06 Ein Vorstandsprotokoll landet in einer privaten KI

* 51:14 Verantwortung der Geschäftsleitung und erste Handlungsschritte

* 55:43 Wann externe Unterstützung helfen kann

* 59:14 Kontakt, Ausblick und Marvins Wunsch für die Welt

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Shownotes

* Marvin Gatermann auf LinkedIn: https://de.linkedin.com/in/9316

* DAFI Deutsche Akademie für Informationssicherheit: https://dafi-akademie.de/

* Agentic AI & AI Security Practitioner: https://dafi-akademie.de/weiterbildungen/ai-security-practitioner

* KI-Manager mit Schwerpunkten Compliance und Cybersicherheit: https://dafi-akademie.de/business/ki-management-b2b

* Weiterbildungsangebote in der VENTURE AI ACADEMY: https://venture-ai-germany.org/academy/

* Kontakt zur DAFI für Fragen zu Weiterbildung und Unterstützung: https://dafi-akademie.de/kontakt

Transparenz: Der Bundesverband für KI-Transformation e.V. und die DAFI arbeiten im Bildungsbereich zusammen. Diese Zusammenarbeit gehört zum Kontext der Folge. Die verlinkten Kursseiten enthalten die Angaben des Anbieters; sie sind keine unabhängige Bewertung der Angebote.

Das Vorstandsprotokoll in der privaten KI

Um 19 Uhr bekommt ein Vorstandsassistent ein Protokoll. Bis sieben Uhr am nächsten Morgen soll die Zusammenfassung fertig sein. Er nimmt die Unterlagen mit nach Hause und lässt seine private KI arbeiten. Die Arbeit liegt pünktlich vor. Vertrauliche Informationen haben dabei das Unternehmen verlassen.

Ich erzähle Marvin Gatermann dieses Beispiel im Gespräch, weil mich daran die Situation hinter der Entscheidung interessiert. Ein Vorgesetzter verlangt ein Ergebnis, für das der Mitarbeiter mit seinen eigenen Werkzeugen schneller einen Weg findet. Das Unternehmen hat ihm dafür offenbar keine passende Arbeitsumgebung bereitgestellt. Wer den Vorgang verstehen will, muss sich deshalb auch ansehen, welche Erwartungen die Führung setzt und welche Mittel sie ihren Beschäftigten gibt.

Marvin hat die DAFI Deutsche Akademie für Informationssicherheit mitgegründet und führt sie als Geschäftsführer. Als Wirtschaftspsychologe beschäftigt er sich mit Lernen und Veränderung. In unserem Gespräch verbindet er diese Perspektive mit der Frage, wie Menschen KI sicher im Berufsalltag einsetzen können.

Wenn niemand mehr die eigenen Prozesse überblickt

In einer Abteilung arbeitet das Team mit Copilot. Eine andere probiert Claude aus. Anderswo verbindet jemand Anwendungen über einen Automatisierungsdienst. Jede Entscheidung kann für die jeweilige Aufgabe sinnvoll erscheinen. Die Geschäftsführung muss trotzdem verstehen können, welche Daten durch diese Systeme fließen, wer Zugriff hat und wer einen Ablauf betreut.

Marvin beschreibt, wie Unternehmen diesen Überblick verlieren können. Ein Mitarbeiter richtet eine Automatisierung ein, später verlässt er den Betrieb. Irgendwann funktioniert der Prozess nicht mehr. Die Kollegen müssen zunächst herausfinden, wo er überhaupt liegt. Wer in dieser Situation auf eine wichtige Information angewiesen ist, erlebt ein Problem der Verfügbarkeit.

Damit bekommt Informationssicherheit eine konkrete Bedeutung: Kann mein Team seine Arbeit erledigen? Erreichen wir die Daten, die wir brauchen? Wissen wir, wen wir bei einer Störung ansprechen? Im Gespräch erinnern wir an den CrowdStrike-Ausfall als Beispiel dafür, wie stark Unternehmen von funktionierenden Systemen abhängen. Ein Ausfall braucht keinen Angreifer, um den Arbeitsalltag zu unterbrechen.

Für mich gehört diese Perspektive auch zur Investitionsentscheidung. Wenn ich ein Unternehmen betrachte, will ich verstehen, welche Risiken ich mitfinanziere und wie die Verantwortlichen damit umgehen. Ein funktionierender Prototyp beantwortet diese Fragen noch nicht.

Welche Sicherheit ein selbst gebautes Tool braucht

Marvin erzählt von Unternehmern, die mit KI eigene Anwendungen bauen und die Geschwindigkeit ihrer Entwicklung feiern. Bei einem selbst gebauten CRM fragt er nach dem Schutz der Kundendaten. Die erste Antwort verweist auf die DSGVO. Seine Nachfrage zielt auf die technische Umsetzung: Wie verhindern die Verantwortlichen unberechtigte Zugriffe und den Abfluss von Daten?

Diese Unterscheidung hilft auch ohne Fachwissen bei der nächsten Nachfrage. Wer einen Dienst einkauft oder selbst entwickeln lässt, sollte sich erklären lassen, wie die Beteiligten seine konkreten Daten schützen. Ein pauschaler Verweis auf Regelkonformität reicht als Erklärung dafür nicht aus. Zugleich umfasst Datenschutz auch Anforderungen an die Sicherheit der Verarbeitung. Beides lässt sich im Betrieb deshalb nicht sauber voneinander abkoppeln.

Beim Vibe Coding nennt Marvin öffentlich gewordene Zugangsschlüssel und unzureichend geschützte Schnittstellen als mögliche Risiken. Wir sprechen über Fehlerquellen, die bei schneller Entwicklung Aufmerksamkeit brauchen. Aus dem Gespräch folgt keine pauschale Bewertung aller Anwendungen, die Menschen mit KI erstellen. Es folgt die Frage, wer die fertige Anwendung fachlich prüfen und anschließend betreuen kann.

Beschäftigte brauchen brauchbare Werkzeuge und Übung

Bei Schatten-KI geht es um Beschäftigte, die Systeme außerhalb der vorgesehenen Unternehmensumgebung nutzen. Marvin hält das für ein erhebliches Risiko. Wie häufig es vorkommt, beurteilt er im Gespräch aus seiner Erfahrung. Eine repräsentative Erhebung legen wir in dieser Folge dazu nicht vor.

Sein Vorschlag setzt an zwei Stellen an: Unternehmen sollten geeignete Werkzeuge bereitstellen und ihre Beschäftigten im Umgang damit qualifizieren. Menschen brauchen ein Verständnis dafür, welche Informationen sie verarbeiten dürfen und wann sie Unterstützung holen sollten. Sie müssen zugleich ihre eigentliche Arbeit mit den erlaubten Mitteln erledigen können.

Wir sprechen deshalb über geschützte Lernräume. Dort können Teams eine Aufgabe ausprobieren, ohne sofort auf sämtliche Unternehmensdaten zuzugreifen. In der praktischen Arbeit merken sie, welche Fragen offenbleiben. Welche Eingabe enthält vertrauliche Angaben? Wer kontrolliert ein Ergebnis? Was passiert, wenn ein Ablauf fehlschlägt?

Marvin beschreibt diesen Praxisbezug auch als Anspruch an seine Weiterbildungen. Für die Auswahl eines Lehrgangs würde ich deshalb fragen, welche eigene Aufgabe jemand dort bearbeiten kann und wie er Rückmeldung zu seiner Lösung bekommt. Das lässt sich konkreter beu…

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Was passiert mit unserem Selbstbild, wenn Maschinen auch die Arbeit übernehmen können, auf die wir stolz sind? Norman Müller spricht mit Prof. Dr. Gunter Dueck, Mathematiker, Informatiker und ehemaligem Chief Technology Officer von IBM Deutschland, über sein neues Buch „Die neue Krone der Schöpfung“. Gunter entwickelt darin eine Zukunftsvision humanoider Roboter und fragt, wie viel von unserem Arbeitsverhalten wir schon heute nach festen Vorgaben ausrichten.

Im Gespräch geht es um mögliche Unterstützung im Alter, Roboterfähigkeiten zum Nachladen und Deutschlands Rolle zwischen Zulieferindustrie und eigenen Produkten. Gunter erzählt außerdem, wie er selbst Veränderungen im Geschäft mit Büchern und Vorträgen erlebt. Wir diskutieren, welche Aufgaben Menschen künftig übernehmen könnten und weshalb ein technischer Fortschritt allein noch keine Antwort auf die berufliche Zukunft jedes Einzelnen gibt.

* 00:00 Gunter Dueck und die neue Krone der Schöpfung

* 01:25 KI als nächste Kränkung unseres Selbstbilds

* 03:33 Teamfähigkeit, Kreativität und die Grenzen heutiger KI

* 07:20 Welche Aufgaben bleiben uns Menschen?

* 08:48 Der Funktionsmensch: Arbeit nach Anreizen und Vorgaben

* 15:38 Deutschlands Chance in der humanoiden Robotik

* 16:58 NEURA Robotics und die Idee nachladbarer Fähigkeiten

* 19:30 Roboterhände und der Preis deutscher Perfektion

* 24:06 Warum ein Haushalt so schwer zu automatisieren ist

* 25:11 Roboter als Begleiter im Alter

* 27:34 Selbstständigkeit, Einsamkeit und Beziehungen zu Maschinen

* 30:28 Uncanny Valley: Wie menschlich sollen Roboter aussehen?

* 33:41 Sicherheit und kulturelle Unterschiede im Umgang mit Robotern

* 35:08 Photonische Chips und die Frage nach marktfähigen Produkten

* 38:53 Was Autoindustrie und Robotik verbindet

* 40:33 Entscheidungen, Kooperationen und Umsetzungstempo

* 43:14 Xiaomi als Beispiel für industrielle Geschwindigkeit

* 47:11 Wann Menschen einer neuen Technik vertrauen

* 50:26 Konkrete Anwendungen statt pauschaler Zukunftsurteile

* 52:43 Wie Gunter Veränderungen bei Vorträgen und Büchern erlebt

* 55:17 Die Idee einer dirigierenden Rolle für Menschen

* 57:24 Pflege, Generationen und demografischer Wandel

* 01:01:04 Regeln für Roboter und das Buch zur Folge

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Shownotes

Prof. Dr. Gunter Dueck ist Mathematiker, Informatiker und Autor. Als ehemaliger Chief Technology Officer von IBM Deutschland beschäftigt er sich mit technischen Veränderungen und ihren Folgen für Arbeit und Gesellschaft. Zu seinen Büchern gehören „Schwarmdumm“ und „Das Neue und seine Feinde“. In dieser Folge spricht er als Autor über die Überlegungen hinter seinem neuen Buch „Die neue Krone der Schöpfung“.

* Gunter auf LinkedIn https://www.linkedin.com/in/gunterdueck/

* Omnisophie: Gunters Website, Blog und weitere Bücher https://www.omnisophie.com/

* „Die neue Krone der Schöpfung“ beim Redline Verlag: Buchinformationen und Bestellung https://www.m-vg.de/redline/shop/article/25794-die-neue-krone-der-schoepfung/

* Daily Dueck 392: Buchteaser und frühe Gedankenskizze zum Buch. Hier nennt Gunter auch die Kontaktmöglichkeit für signierte Exemplare. https://www.omnisophie.com/die-neue-krone-der-schoepfung-humanoide-als-bessere-menschen-daily-dueck-392-oktober-2026/

* NEURA Robotics: im Gespräch angesprochener Robotikhersteller und Zugang zum Neuraverse https://neura-robotics.com/

* Unitree Robotics: im Gespräch genannte Roboter zum eigenen Anschauen

https://www.unitree.com/

* SCHUNK: im Gespräch angesprochene Greif- und Automatisierungstechnik https://schunk.com/de/de

Was wird aus unserer Arbeit, wenn Roboter mehr können?

Gunter erzählt von seinem Enkel. Zum sechsten Geburtstag fragt er ihn, ob er gern einen Roboter hätte. Die Antwort kommt ohne philosophischen Umweg: Er soll das Spielzimmer aufräumen. Ausgerechnet diese scheinbar kleine Aufgabe hält Gunter für schwierig. Zwischen Spielsachen, persönlichen Vorlieben und wechselnder Unordnung müsste die Maschine verstehen, was wohin gehört und was sie besser liegen lässt.

Die Geschichte passt zu unserem Gespräch. Wir wünschen uns einen Helfer, der uns Arbeit abnimmt. Sobald wir genauer hinsehen, müssen wir klären, welche Arbeit wir meinen und woran wir erkennen, dass die Maschine sie zuverlässig erledigt. Ein Kind möchte sein Zimmer aufgeräumt haben. Ein älterer Mensch braucht vielleicht jemanden, der ihn beim Einkaufen begleitet. Ein Unternehmen sucht eine Lösung für einen bestimmten Handgriff.

Prof. Dr. Gunter Dueck denkt diese Wünsche in seinem Buch „Die neue Krone der Schöpfung“ weiter. Seine Zukunftsvision fordert unser Selbstbild heraus: Wie reagieren wir, wenn Maschinen auch Fähigkeiten übernehmen, mit denen wir bisher unseren eigenen Wert begründet haben?

Der Funktionsmensch als Vorlage für die Maschine

Gunter führt einen Begriff ein, an dem ich hängen bleibe: den Funktionsmenschen. Er meint damit Menschen, deren Verhalten im Beruf durch Abläufe, Anreize und Erwartungen geprägt ist. Sie sollen freundlich auftreten, Aufgaben nach Vorgabe erledigen und sich im Team so verhalten, wie das Unternehmen es verlangt.

Seine These lautet, dass sich gerade solche ausdrücklich beschriebenen Verhaltensweisen als Vorlage für Maschinen eignen könnten. Wer von Beschäftigten vor allem erwartet, dass sie vorgegebene Schritte ausführen, muss damit rechnen, dass auch Maschinen für diese Schritte entwickelt werden. Gunter überträgt diesen Gedanken auf humanoide Roboter und auf das soziale Verhalten, das wir uns von ihnen wünschen könnten.

Das ist eine weitreichende Zukunftserwartung. Aus einem höflichen Dialog mit einem Sprachmodell folgt noch keine verlässliche Hilfe in einer Wohnung oder einem Pflegeheim. Im Gespräch interessiert mich aber auch die Frage an uns selbst: Welche Freiräume nutzen wir bei unserer Arbeit? Wo entscheiden wir, hinterfragen einen Ablauf oder übernehmen Verantwortung für etwas, das sich vorher niemand genau überlegt hat?

Wenn wir über menschliche Stärken sprechen, sollten wir an solchen konkreten Situationen ansetzen. Sonst erklären wir eine Fähigkeit zur letzten menschlichen Bastion und müssen unsere Behauptung nach dem nächsten technischen Fortschritt wieder zurücknehmen.

Hilfe im Alter braucht einen klaren Auftrag

Beim Thema Pflege wird die Diskussion greifbar. Gunter stellt sich einen Roboter vor, der Zeit für Menschen hat, an das Essen erinnert, ein Lied singt oder jemanden zu einem Spaziergang ermuntert. Er beschreibt mögliche Formen der Begleitung. Einen Menschen aus dem Bett zu heben ist eine andere Aufgabe, mit anderen körperlichen Anforderungen und Folgen bei einem Fehler.

Ich bringe die Vorstellung ein, mit Unterstützung länger in der eigenen Wohnung leben zu können. Gemeinsam einkaufen gehen, Einkäufe tragen lassen oder eine Erklärung wiederholen können, ohne sich für die erneute Nachfrage zu schämen: An solchen Beispielen lässt sich über einen möglichen Nutzen sprechen. Ob ein bestimmter Roboter das sicher und bezahlbar leisten kann, müsste man jeweils prüfen.

Gunter widerspricht auch der Vorstellung, ein Roboter müsse einem Menschen äußerlich möglichst nahekommen. Er spricht über das Uncanny Valley, also das Unbehagen, das eine beinahe menschliche Erscheinung auslösen kann. Vielleicht wäre uns ein erkennbarer Roboter oder eine freundlich gestaltete Figur angenehmer.

Für mich steckt darin eine Gestaltungsfrage: Wie soll sich die Unterstützung für den Menschen anfühlen, der sie tatsächlich nutzt? Ein Hersteller kann eine beeindruckende Maschine vorführen. Ob jemand mit ihr in seiner Wohnung leben möchte, erfahren wir erst, wenn wir seine Wünsche ernst neh…

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Wer erreicht deine Kunden, wenn KI für sie nach Angeboten sucht? Norman Müller spricht mit David Odenthal, Gründer und Geschäftsführer von konversion.digital, über KI-Sichtbarkeit, veränderte Kaufwege und das Vertrauen in digitale Assistenten. David verbindet seine Erfahrung in der Conversion-Optimierung mit der Frage, welche Aufgaben Agenten übernehmen können und wo Menschen weiter entscheiden wollen.

Aus einem Gespräch über Suchmaschinen und Websites entsteht eine Debatte über den Ort der Kaufentscheidung: Müssen Kunden künftig noch einen Onlineshop besuchen, oder finden Beratung, Produktauswahl und Bestellung im KI-Dialog statt? Wir sprechen über die Zukunft von Agenturen, die Verantwortung im Einkauf und darüber, was Menschen mit der gewonnenen Zeit anfangen.

* 00:00 Einstieg: Wie KI Suche und Kaufentscheidungen verändert

* 01:42 Davids Weg vom Agenturgeschäft zur Conversion-Optimierung

* 03:28 Was Nutzer auf einer Website wirklich tun

* 06:55 Von Suchbegriffen zum Dialog mit KI

* 10:37 Websites für KI-Agenten zugänglich machen

* 13:28 Warum klassische SEO-Grundlagen weiter zählen

* 15:30 KI-Sichtbarkeit, Inhalte und menschliches Vertrauen

* 17:32 Welche Agenturaufgaben KI übernehmen kann

* 20:20 Eine Tasche kaufen, ohne selbst zu suchen

* 21:30 KI im Einkauf: Wer trägt die Verantwortung?

* 23:16 Beschäftigte bei der Veränderung begleiten

* 28:30 Agent Commerce und die menschliche Kaufentscheidung

* 30:22 Brauchen Kunden künftig noch den Onlineshop?

* 32:50 Marken, Bewertungen und Vertrauen

* 35:20 Wem vertraust du: Händler oder KI-Assistent?

* 38:34 Bewertungen und die Realität im Mittelstand

* 41:28 Persönliche Assistenten und neue Kundenbeziehungen

* 43:40 Websites als Datenlieferanten und visuelles Kauferlebnis

* 45:45 Entscheidungshilfe oder Bevormundung durch KI?

* 47:57 Zusatzangebote im Dialog mit dem Agenten

* 49:30 Gewonnene Lebenszeit, Resilienz und neue Aufgaben

* 52:25 Ausblick und Davids Schlussgedanke

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Shownotes

David Odenthal ist digitaler Stratege, Unternehmer und Gründer von konversion.digital. Seit 2006 beschäftigt er sich mit digitalem Marketing und dem Entscheidungsverhalten von Menschen. Er begleitet Unternehmen bei Conversion-Optimierung, digitaler Strategie und dem Einsatz von KI in Marketing und Geschäftsprozessen. In seiner für die Folge übermittelten Kurzbiografie beschreibt er Nebra als eigene Plattform für spezialisierte KI-Agenten und KI-Teams. Außerdem ist er Gastgeber des Podcasts TRIEBWERK.

* David auf LinkedIn: https://de.linkedin.com/in/david-odenthal-b6a88632

* konversion.digital: Beratung und Umsetzung: https://konversion.digital/

* Nebra: Davids KI-Plattform: https://getnebra.app/

* TRIEBWERK: Davids Podcast: https://triebwerk.fm/

* Agent-Ready-Check von konversion.digital: https://konversion.digital/agent-ready/

Wenn der Kunde im KI-Dialog bleibt

Ich sehe eine Tasche, mache ein Foto und frage meine KI: Welche Marke ist das? Gibt es sie auch in Schwarz? Und wo bekomme ich das Original zu einem guten Preis? Im Gespräch mit David Odenthal gehen wir diesen Weg weiter. Was wäre, wenn mir die KI gleich zeigt, wie die Tasche zu meinem Anzug passt, Anbieter vergleicht und den Kauf vorbereitet? Welchen Grund hätte ich dann noch, mich durch die Navigation eines Onlineshops zu arbeiten?

David beschäftigt sich seit vielen Jahren damit, warum Menschen auf Websites kaufen oder abspringen. Er hält dagegen: Auch mit einer guten Empfehlung will ein Mensch wissen, wem er sein Geld gibt. Er bringt Marken, Erfahrungen und Bewertungen ins Spiel. Mich interessiert, ob wir dafür künftig überhaupt noch den Shop besuchen müssen. An dieser Frage bleiben wir hängen, und genau dadurch wird das Gespräch spannend.

Das Angebot muss auch für einen Agenten verständlich sein

David beschreibt zunächst eine Aufgabe, die Unternehmen aus der Suchmaschinenoptimierung kennen: Sie müssen ihr Angebot auffindbar machen und verständlich erklären. Dazu gehören für ihn technische Grundlagen, strukturierte Daten und Inhalte, die konkrete Fragen beantworten. Diese Arbeit bleibt aus seiner Sicht nötig, wenn Menschen einen KI-Assistenten mit der Suche beauftragen.

Die Anforderungen verschieben sich in unserem Gespräch vom einzelnen Suchbegriff zum Zusammenhang. Wer eine Tasche sucht, kann Materialwünsche, einen Anlass und bisherige Erfahrungen mitbringen. Wer einen Dienstleister braucht, hat eine Aufgabe zu lösen. Ein Anbieter muss erklären können, wofür sein Angebot geeignet ist und welche Grenzen es hat.

Wie genau einzelne KI-Systeme ihre Empfehlungen gewichten, klären wir damit noch nicht. David sagt selbst, dass er die Mechanismen nicht vollständig durchschaut. Seine Begriffe KI-Score und Human Score beschreiben seinen Beratungsansatz. Sie sind keine allgemeingültige Messlatte und garantieren keinen Platz in einer KI-Antwort. Für Unternehmen bleibt die praktische Frage: Kann jemand auf Grundlage unserer Informationen beurteilen, ob wir für seine Aufgabe infrage kommen?

Vertrauen kann auch außerhalb des Shops entstehen

David hält am menschlichen Anteil des Kaufens fest. Wir entscheiden nach seinen Erfahrungen auch danach, welche Marke wir kennen und was andere Menschen über einen Anbieter erzählen. Ein Assistent kann diese Erfahrungen zusammenstellen. Selbst erlebt hat er den Restaurantbesuch oder die Nutzung einer Tasche jedoch nicht.

Ich frage, ob eine persönliche KI solche Informationen nicht genau dort einbringen könnte, wo ich ohnehin mit ihr spreche. Meine Vorlieben müsste ich dann nicht bei jedem Anbieter neu erklären. Auch Bilder und ein persönliches Produkterlebnis wären in diesem Szenario im Dialog möglich. Für mich liegt darin eine Chance, Recherche und Auswahl zu vereinfachen.

David erinnert an die Auswahlfreiheit: Wer legt fest, welche Händler wir überhaupt noch zu sehen bekommen? Seine Sorge verdient eine Antwort. Wenn ein Assistent die Vorauswahl übernimmt, müssen wir seine Empfehlungen hinterfragen können. Im Gespräch einigen wir uns auf keinen Termin, an dem Websites verschwinden. Wir diskutieren eine mögliche Entwicklung, deren Tempo und Reichweite offen sind.

Eine Empfehlung entbindet niemanden von Verantwortung

Für den Unternehmenseinkauf erzähle ich von einem Gespräch, in dem mir ein KI-gestützter Auswahlprozess für externe Anbieter beschrieben wurde. Mich beschäftigt daran die Versuchung, eine Entscheidung später mit dem Hinweis auf das System zu rechtfertigen. Die Empfehlung kam von der KI, also habe ich nur die Vorgabe befolgt.

David fordert, dass am Ende ein Mensch entscheidet. Gerade bei einem Dienstleister muss jemand beurteilen können, ob die Empfehlung zur Aufgabe passt. Aus unserem Beispiel lässt sich kein allgemeiner Stand des Unternehmenseinkaufs ableiten. Es macht aber deutlich, welche Frage Führungskräfte beantworten müssen, bevor sie Auswahlprozesse delegieren: Wer prüft die Vorschläge, und wer übernimmt die Entscheidung?

Auch bei Agenturen unterscheiden wir zwischen wiederkehrenden Aufgaben und Erfahrung, die sich nicht ohne Weiteres aus einer Checkliste gewinnen lässt. David berichtet, dass Agenten bereits Teile seiner Analysearbeit übernehmen können. Die im Gespräch genannten Anteile sind seine Einschätzung aus eigener Arbeit. Eine belastbare Prognose für die gesamte Branche liefern sie nicht.

Mit der gesparten Zeit beginnt die nächste Aufgabe

Gegen Ende verlassen wir die Website und sprechen darüber, was Automatisierung mit Menschen macht. David beschreibt die Gefahr, dass Beschäftigte mit ihrer bisherigen Aufgabe auch Orientierung verlieren. Wer jahrelang über seine berufliche Rolle A…

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Zwei KI-Agenten diskutieren Norman Müllers Essay „Du entscheidest noch. Aber wer denkt vor?“. Ausgangspunkt ist eine schwierige E-Mail: Die KI liefert einen überzeugenden Entwurf. Doch mit der Formulierung übernimmst du womöglich auch eine Haltung, die du selbst noch gar nicht geklärt hast. Die Debatte führt von dieser Alltagssituation zu einer Frage für Unternehmen und Bildung: Wie nutzen wir KI, ohne die Grundlagen unseres eigenen Urteils zu vernachlässigen?

Die beiden Perspektiven geraten dabei aneinander. Entlastet KI unser Denken oder erspart sie uns Lernschritte, die wir später zum Prüfen brauchen? Reicht es, vor jedem Prompt die eigene Absicht zu kennen? Und was bedeutet menschliche Kontrolle, wenn eine Mitarbeiterin zwar widersprechen darf, ihr Einwand aber keine Entscheidung aufhalten kann? Die Agenten prüfen auch Normans Argumente kritisch und diskutieren, wo bessere Werkzeuge helfen und wo Führung Verantwortung übernehmen muss.

Kapitel

* 00:00 Die schwierige E-Mail: Wer bestimmt deine Haltung?

* 02:21 Vom eigenen Entwurf zum Redigieren: Ankereffekt und Cognitive Offloading

* 04:42 KI beim Lernen: Fertige Lösung oder didaktischer Tutor?

* 07:04 Produktive Anstrengung, Werkzeugdesign und Eigenverantwortung

* 09:26 Wenn sich das Ziel im KI-Dialog verändert

* 11:44 Menschliche Kontrolle, Automatisierung und Verantwortung

* 14:08 Ein wirksames Nein und das Erfahrungswissen von morgen

* 16:28 Woran Unternehmen den Erfolg von KI-Projekten messen sollten

* 18:40 Die eigene Absicht vor der nächsten KI-Anfrage prüfen

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Der Essay zur Folge

Du entscheidest noch. Aber wer denkt vor?

Wenn du uns dabei unterstützen möchtest, diesen Podcast zu einer Allianz von Zukunftsarchitekten der KI-Transformation zu machen, in der wir offen über Chancen, Risiken und reale Erfahrungen mit Künstlicher Intelligenz sprechen, dann abonniere uns auf Substack, YouTube, Spotify oder Apple Podcasts. Dein Abonnement kostet dich nichts, hilft uns aber sehr, noch mehr herausragende Persönlichkeiten für tiefgehende und inspirierende Podcast Gespräche zu gewinnen. Vielen Dank für deinen Support.

Darüber hinaus laden wir dich ein, Teil der Plattform des Bundesverbands für KI-Transformation e.V. zu werden. Hier vernetzen sich mittelständische Unternehmen, KI Expertinnen und Experten, Startups sowie Vertreterinnen und Vertreter aus Forschung und Wissenschaft, um Wissen zu teilen, Erfahrungen auszutauschen und um an konkreten KI-Projekten zu arbeiten. In unserer Podcast Community kannst du dich einbringen, mitdiskutieren und den Bundesverband als Mitglied aktiv unterstützen und mitprägen.

Zur Plattform:

https://www.venture-ai-germany.space

Vernetze dich mit Norman auf LinkedIn:

https://www.linkedin.com/in/muellernorman

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Ein Handwerksbetrieb möchte Angebote schneller vorbereiten, Material auf der Baustelle per Sprache erfassen oder Kundenwissen besser nutzen. Doch mit jeder neuen KI-Anwendung stellt sich auch die Frage, wer sie betreut. Norman Müller spricht mit Patrick Sager, Mitgründer und Geschäftsführer von ProzessX aus Nagold, über den Weg von der KI-Beratung zur eigenen Plattform XOS und darüber, wie kleine und mittelständische Unternehmen einen passenden Einstieg finden.

Im Mittelpunkt stehen konkrete Arbeitsabläufe, die Anbindung vorhandener Software und die Menschen, die mit den neuen Werkzeugen arbeiten sollen. Patrick erklärt, weshalb er mit einer Bestandsaufnahme im Team beginnen würde und warum Unternehmen schon beim ersten Agenten an dessen späteren Betrieb denken sollten.

* 00:00 Wie findet ein kleiner Betrieb einen sinnvollen KI-Einstieg?

* 01:49 Von der KI-Agentur zum Systemhaus

* 03:35 Wie aus eigenen Aufgaben die Plattform XOS entstand

* 06:57 Wiederkehrende Aufgaben im mittelständischen Alltag

* 08:33 Welche Arbeit kostet Zeit, Geld oder Nerven?

* 10:21 Sprachnotizen, Materialerfassung und gemeinsames Kundenwissen

* 13:54 Wenn das bestehende ERP keine KI-Anbindung bietet

* 16:43 Agenten und Workflows mit vorhandenen Systemen verbinden

* 20:12 Wer betreut die Agenten nach der Einführung?

* 21:24 KI-Anwendungen als zusätzlicher Service für Kunden

* 24:22 Neue Angebote entwickeln und die Toolvielfalt steuern

* 26:36 Was unterscheidet Assistenzsysteme und KI-Agenten?

* 30:26 Unternehmensnachfolge und zugängliches Betriebswissen

* 35:06 Die Tastatur vor dem Scanner: Hindernisse im Alltag

* 37:05 Warum Befähigung vor der Einführung wichtig ist

* 39:06 Der Blick in den Spiegel: Kennt ihr eure Abläufe?

* 43:04 Lösungen ausprobieren und im Betrieb weiterentwickeln

* 49:39 Der erste Schritt: Mit dem gesamten Team Bestandsaufnahme machen

* 52:26 Unterstützung finden und das AI Cockpit nutzen

* 56:00 Patricks Schlussgedanke: Weniger Angst vor KI

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Shownotes

Patrick Sager ist Mitgründer und Geschäftsführer von ProzessX in Nagold. Das Unternehmen verbindet KI-Beratung und technische Umsetzung mit Weiterbildung und entwickelt die Plattform XOS. Im Gespräch beschreibt Patrick, wie Erfahrungen aus eigenen Abläufen und Kundenprojekten in die Produktentwicklung einfließen.

* Patrick Sager auf LinkedIn: https://www.linkedin.com/in/patricksgr/

* ProzessX: KI-Beratung und Umsetzung: https://prozessx.com

* Weiterbildung bei ProzessX: https://prozessx.com/ki-weiterbildungen

* Kontakt zu Patrick und dem ProzessX-Team: info@prozessx.com

Genannte Tools:

* AI Cockpit des Bundesverbands: KI-Vorhaben beschreiben und Unterstützung anfragen: https://ki-projekt.bundesverband.ai

Der erste KI-Prozess braucht jemanden, der sich kümmert

Ein Mitarbeiter steht auf der Baustelle und spricht ins Handy, welches Material er verbraucht hat. Aus der Notiz könnte eine strukturierte Meldung für den Einkauf werden. Im Büro müsste niemand denselben Vorgang noch einmal abtippen. So beschreibt Patrick Sager einen möglichen Einsatz von KI im Handwerk. Das Beispiel beginnt bei einer Arbeit, die jemand jeden Tag erledigen muss.

Patrick hat mit seinem Mitgründer ProzessX in Nagold aufgebaut. Im Gespräch erzählt er, wie das Team zunächst eigene Aufgaben automatisierte und später ähnliche Wünsche bei Kunden wiedererkannte. Angebote vorbereiten, Informationen aus Gesprächen weitergeben, Kundenkontakte organisieren: Irgendwann wollten die Gründer wiederkehrende Lösungen in einer eigenen Plattform zusammenführen. Daraus entstand XOS.

Diese Entwicklung wirft eine Frage auf, die auch für Kunden wichtig ist. Wenn ein Unternehmen immer mehr Arbeit an Software übergibt, muss es wissen, wer diese Software im Alltag betreut. Ein erster Prototyp kann schnell entstehen. Ob Beschäftigte sich Monate später noch darauf verlassen können, hängt auch von den Zuständigkeiten und der Pflege ab.

Bei einer Aufgabe anfangen, die das Team kennt

Im Gespräch schlage ich drei Suchrichtungen für einen ersten Anwendungsfall vor: Welche Aufgaben kosten viel Zeit? Welche kosten Geld? Und welche erledigen die Beschäftigten besonders ungern? Damit lässt sich ein Gespräch über KI an Tätigkeiten anschließen, die im Betrieb längst bekannt sind.

Patrick nennt die Angebotserstellung und den Umgang mit Gesprächsnotizen. Er beschreibt auch die Möglichkeit, Informationen aus Telefonaten für die weitere Zusammenarbeit verfügbar zu machen. Wer bei einem Kunden war, soll sein Wissen anschließend so weitergeben können, dass Kollegen damit arbeiten können. Die beschriebenen Funktionen und Abläufe sind seine Darstellung, kein unabhängiger Produkttest.

Für einen Betrieb liegt darin eine brauchbare Ausgangsfrage: Wo übergeben Menschen heute Informationen, und was geht dabei verloren? Vielleicht fehlt eine Materialangabe. Vielleicht muss jemand nachfragen, was ein Kunde beim letzten Termin wollte. Vielleicht liegt die entscheidende Notiz auf einem einzelnen Rechner. An solchen Stellen lässt sich ein begrenzter Versuch besprechen, an dem die betroffenen Beschäftigten selbst mitarbeiten können.

Auch ein Agent muss betreut werden

Sobald mehrere Abteilungen eigene Werkzeuge bauen oder einkaufen, muss jemand den Überblick behalten. Ich erzähle im Gespräch von Unternehmen, die bereits zahlreiche Agenten eingerichtet haben und nun merken, dass sie diese weiter pflegen müssen. Verbindungen zu anderen Programmen können sich ändern. Ein verwendetes Modell kann auslaufen. Ein bisher brauchbarer Ablauf kann neue Fehler produzieren.

Patrick beschreibt XOS als gemeinsame Umgebung für Agenten, Workflows und betriebliche Anwendungen. Bestehende Systeme sollen sich darüber anbinden lassen. Gerade bei älterer Branchensoftware bleibt diese Verbindung aber eine konkrete Integrationsaufgabe. Fehlt eine geeignete Schnittstelle, muss das Team einen anderen Weg finden oder zusätzlichen Entwicklungsaufwand einplanen.

Für mich folgt daraus eine Frage, die vor dem Ausbau auf den Tisch gehört: Wer kennt diesen Ablauf gut genug, um Fehler zu bemerken und Änderungen zu veranlassen? Dazu gehört auch die Möglichkeit, eine Anwendung wieder abzuschalten. Wir sprechen darüber, dass Unternehmen aus einem Versuch lernen und Ressourcen für eine bessere Lösung freimachen können.

Patrick fragt außerdem, ob ein System noch funktioniert, wenn die wenigen Menschen gehen, die es aufgebaut haben. Wer diese Frage erst beim Abschied eines Mitarbeiters stellt, muss womöglich unter Zeitdruck herausfinden, wie die eigene Automatisierung arbeitet.

Befähigung beginnt mit dem eigenen Arbeitsalltag

Patrick berichtet, dass sein Team viel Aufklärungsarbeit leisten muss, bevor Kunden einschätzen können, was KI für sie leisten könnte. Eine Geschäftsführung kann eine Anwendung bestellen. Die Beschäftigten müssen anschließend verstehen, wie sie damit ihre Arbeit erledigen und welche Grenzen sie beachten sollen.

Dafür verwendet Patrick das Bild eines Spiegels. Wer die eigenen Systeme, Abläufe und Schwierigkeiten kennt, kann einen Einstieg genauer beschreiben. Wer lediglich gehört hat, dass das Unternehmen jetzt KI brauche, hat diesen Ausgangspunkt noch nicht.

Ich mag dieses Bild, weil es auch einen zweiten Blick zulässt. Ein Betrieb kann heute erfolgreich sein und trotzdem Aufgaben haben, die er in einigen Jahren anders organisieren muss. Im Gespräch kommen wir auf Unternehmensnachfolge und Wissen zu sprechen, das bisher vor allem in den Köpfen langjähriger Beschäftigter steckt. Wie lässt sich dieses Wissen zugänglich machen? Wer versteht die Zusammenhänge noch, wenn die betref…

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Wie lernen Menschen, mit KI selbst etwas zu gestalten? Norman Müller spricht mit Dr. Peter Konhäusner, Kanzler der Whitecliffe University of Applied Sciences in Berlin, über unternehmerisches Denken, neue Prüfungsformen und Weiterbildung an eigenen Praxisfällen. Peter erzählt von einer Lehrveranstaltung, in der Studierende ausdrücklich KI einsetzen sollten und dabei lernten, deren Ergebnisse genauer zu prüfen.

Im Gespräch geht es um den Berufseinstieg mit eigenen KI-Agenten, die Verantwortung von Führungskräften und die Frage, wie Unternehmen ihren Beschäftigten Zeit und Raum zum Lernen geben. Mit EduCoLab bringt Norman eine Idee für die Verbindung von Bildung, Zusammenarbeit und praktischem Experimentieren ein.

* 00:00 KI-Kompetenz und die Menschen hinter der Transformation

* 01:46 Peters Weg zwischen Unternehmertum und Hochschule

* 02:38 Warum Bildung auch unternehmerisches Denken braucht

* 06:48 Wie schnell können Menschen ihre Haltung verändern?

* 10:35 Vom Ausprobieren zum Handeln im Unternehmen

* 13:26 Führung, KI-Akzeptanz und kritisches Urteilen

* 18:49 Die Idee einer Bewerbung mit eigenen KI-Agenten

* 22:11 Lernen an Aufgaben aus dem eigenen Unternehmen

* 24:07 Wie Hochschulen ihre Prüfungen verändern

* 26:33 Ein Paper mit KI schreiben und die Ergebnisse prüfen

* 29:08 Was ein Abschluss über praktische Fähigkeiten aussagt

* 33:49 KI-Kompetenz in Unternehmen aufbauen

* 35:59 Veränderung, Überforderung und menschlicher Austausch

* 40:48 Wachstum, Arbeitszeit und neue Unternehmensmodelle

* 45:44 Den eigenen Beitrag zum Lernen und Arbeiten finden

* 47:34 EduCoLab: Bildung, Zusammenarbeit und Experimentieren

* 50:23 Wie viel Veränderung können wir Menschen zumuten?

* 54:30 Vom Abwarten zu einer eigenen Lernroutine

* 57:33 Praxisfälle, Hochschulzertifikat und Lerncommunity

* 58:57 Peters Wunsch: ein frustfreier Tag

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Shownotes

Dr. Peter Konhäusner ist Kanzler der Whitecliffe University of Applied Sciences in Berlin. Zuvor war er Vizepräsident und Professor für Digitales Unternehmertum an der Gisma University of Applied Sciences. In seiner für die Folge übermittelten Biografie beschreibt er den Aufbau eines internationalen Medienhauses über mehr als 15 Jahre sowie seine Tätigkeit als Mentor für Startups. Im Gespräch verbindet er diese unternehmerische Erfahrung mit Fragen nach Bildung, kritischem Denken und praktischer Anwendung.

* Whitecliffe University of Applied Sciences: https://whitecliffe.de

* Peter auf der offiziellen Teamseite der Hochschule: https://whitecliffe.de/ueber-uns/unsere-mitarbeiter/

* Venture AI Academy: https://venture-ai-germany.org/academy

KI einsetzen und die eigene Arbeit erklären können

Die Studierenden freuen sich. Für das wissenschaftliche Paper dürfen sie KI verwenden, die Wahl der Werkzeuge steht ihnen frei. Peter verlangt zusätzlich eine kurze Präsentation: Welche Tools habt ihr eingesetzt? Wie seid ihr vorgegangen? Wo gab es Schwierigkeiten?

Im Laufe der Veranstaltung verändert sich die Stimmung. Die Studierenden müssen Ergebnisse nacharbeiten und Quellen prüfen. Einer berichtet am Ende, er hätte die Arbeit ohne dieses Vertrauen in KI schneller erledigt. Die Geschichte stammt aus Peters Lehrpraxis. Sie beschreibt eine konkrete Erfahrung, aus der sich eine gute Frage für Bildung und Weiterbildung ergibt: Was hat jemand selbst verstanden, wenn ein Werkzeug einen großen Teil des Ergebnisses erzeugen kann?

Dr. Peter Konhäusner, Kanzler der Whitecliffe University of Applied Sciences in Berlin, spricht mit mir darüber, wie Menschen eigene Handlungsfähigkeit entwickeln. Wir kennen uns auch durch die Zusammenarbeit an Weiterbildungsangeboten des Bundesverbandes für KI-Transformation. Diese Kooperation gehört zum Kontext unseres Gesprächs. Sie macht die Frage nach dem Nutzen solcher Angebote für mich umso relevanter.

Ein gutes Ergebnis braucht einen nachvollziehbaren Weg

Peter hätte KI in seiner Lehrveranstaltung verbieten können. Er hat sie zum Teil der Aufgabe gemacht und die Studierenden ihren Arbeitsweg erklären lassen. Dadurch mussten sie sich mit der Qualität dessen beschäftigen, was sie abgeben wollten. Ein plausibler Text allein reichte für diese Auseinandersetzung nicht aus.

Wer eine Quelle überprüft, eine falsche Aussage erkennt oder eine Entscheidung begründet, zeigt etwas von seinem Verständnis. Das lässt sich auch im Gespräch prüfen. Peter nennt Präsentationen und die Zusammenarbeit mit Praxispartnern als Formen, mit denen Hochschulen ihre Prüfungen ergänzen können.

Für mich gehört dazu, dass wir jungen Menschen offen begegnen, wenn sie KI verwenden. Im Gespräch erzähle ich von einem Schulreferat meines Sohnes. Mich interessierte, welche Fragen er gestellt hatte und wie er mit dem Werkzeug zur Lösung gekommen war. Darüber konnten wir sprechen. Hätte er die Nutzung verheimlicht, wäre uns dieser Einblick entgangen.

Eine Hochschule muss zugleich fachliche Maßstäbe vermitteln. Studierende brauchen genug Wissen, um die Antworten eines Modells beurteilen zu können. Und sie müssen lernen, an welchen Stellen sie nachlesen, rechnen oder jemanden fragen sollten. Peters Lehrbeispiel zeigt, wie sich diese Prüfung in eine Aufgabe einbauen lässt.

Unternehmen müssen ihre eigenen Aufgaben in die Weiterbildung bringen

In unseren Lehrgängen begegnen mir Führungskräfte, die große Budgets verantworten und gerade erst anfangen, KI für sich zu entdecken. Einige beschreiben, dass ihnen bisher das Wissen gefehlt habe, um ein entsprechendes Projekt überhaupt anzustoßen. Das sind Erfahrungen aus diesen Gesprächen. Andere Unternehmen können aus anderen Gründen feststecken, etwa weil Daten fehlen oder niemand Zeit für die Umsetzung hat.

Mir ist wichtig, dass Teilnehmende ihre eigenen Aufgaben mitbringen. Einen Prozess, der lange dauert. Eine Auswertung, deren Nutzen sie verbessern möchten. Eine wiederkehrende Arbeit, die sie genauer untersuchen wollen. An solchen Fällen können sie lernen, was ein Werkzeug leistet und an welcher Stelle der eigene Betrieb besondere Anforderungen stellt.

Im Gespräch beschreibe ich, dass Teilnehmende bereits während eines Lehrgangs an ihren Fällen arbeiten. Daraus folgt keine Erfolgsgarantie für jedes Projekt. Ein sinnvoller Lernprozess kann auch ergeben, dass sich eine Automatisierung vorerst nicht lohnt oder eine andere Lösung besser passt.

Die Geschäftsführung muss dafür Handlungsspielraum schaffen. Wer einen Mitarbeiter in eine Weiterbildung schickt, sollte mit ihm klären, welche Aufgabe er bearbeiten darf und wann er anschließend daran weiterarbeitet. Sonst kehrt jemand mit neuen Ideen an einen Arbeitsplatz zurück, an dem jede Stunde schon verplant ist.

Eigene KI-Agenten als Teil einer Bewerbung

Ich bringe die Idee ein, Studierende könnten sich künftig mit selbst entwickelten KI-Agenten bewerben. Peter greift das als eine Art KI-Bewerbungsmappe auf. Gemeint ist ein Arbeitsbeispiel, an dem ein Unternehmen nachvollziehen kann, wie jemand eine Aufgabe löst.

Ein Bewerber könnte zeigen, welchen Teil eines Ablaufs sein Agent übernimmt, welche Informationen er dafür braucht und wie er Fehler erkennt. Dazu gehört ebenso, die Grenzen der Lösung erklären zu können. Vertrauliche Daten aus einem Praktikum hätten in einer solchen Mappe nichts zu suchen.

Wir entwickeln diesen Gedanken im Gespräch. Ein entsprechendes Hochschulangebot oder ein belegter Vorteil bei der Jobsuche ergibt sich daraus noch nicht. Die Idee eröffnet aber eine konkrete Möglichkeit, über praktische Fähigkeiten zu sprechen: Welche Entscheidungen hat der Bewerber selbst getroffen? Was kann er verändern, wenn s…

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Zwei KI-Agenten diskutieren Norman Müllers Essay „Wenn Zustimmung durch KI zur Gefahr wird“. Im Mittelpunkt steht die Frage, wie Chatbots problematische Überzeugungen bestärken können und wann ein hilfreiches Gespräch in eine gefährliche Bestätigungsschleife kippt. Die Debatte führt von dokumentierten klinischen Fällen und übertriebener Gefälligkeit beim Modelltraining zu den Grenzen persönlicher Selbstkontrolle und zur Verantwortung der Anbieter.

Dabei prüfen die beiden auch Normans Lösungsansätze kritisch: Kann eine persönliche Stopplinie Menschen in einer Krise schützen? Welche Anreize haben Unternehmen, ein Gespräch zu unterbrechen? Und wie lassen sich Schutzmaßnahmen gestalten, ohne ungewöhnliche Ideen vorschnell als Krankheit zu behandeln?

* 00:00 Wenn Zustimmung durch KI zur Gefahr wird

* 02:22 Bestätigungsschleifen und Gefälligkeit im Modelltraining

* 04:42 Klinische Fälle und das GPT-4o-Update

* 07:08 Persönliche Stopplinie und wirtschaftliche Interessen

* 09:32 Verantwortung, Haftung und Grenzen von Warnhinweisen

* 11:57 Schutzmaßnahmen zwischen Sicherheit und kreativer Freiheit

* 14:14 Widerspruch und Begrenzung als Qualitätsmerkmal

* 16:39 Die eigene KI-Nutzung hinterfragen

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Wenn du uns dabei unterstützen möchtest, diesen Podcast zu einer Allianz von Zukunftsarchitekten der KI-Transformation zu machen, in der wir offen über Chancen, Risiken und reale Erfahrungen mit Künstlicher Intelligenz sprechen, dann abonniere uns auf Substack, YouTube, Spotify oder Apple Podcasts. Dein Abonnement kostet dich nichts, hilft uns aber sehr, noch mehr herausragende Persönlichkeiten für tiefgehende und inspirierende Podcast Gespräche zu gewinnen. Vielen Dank für deinen Support.

Darüber hinaus laden wir dich ein, Teil der Plattform des Bundesverbands für KI-Transformation e.V. zu werden. Hier vernetzen sich mittelständische Unternehmen, KI Expertinnen und Experten, Startups sowie Vertreterinnen und Vertreter aus Forschung und Wissenschaft, um Wissen zu teilen, Erfahrungen auszutauschen und um an konkreten KI-Projekten zu arbeiten. In unserer Podcast Community kannst du dich einbringen, mitdiskutieren und den Bundesverband als Mitglied aktiv unterstützen und mitprägen.

Zur Plattform:

https://www.venture-ai-germany.space

Vernetze dich mit Norman auf LinkedIn:

https://www.linkedin.com/in/muellernorman

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Eine neue Geschäftsführung muss zum Unternehmen passen und den Wandel durch KI führen können. Im Gespräch mit Gabriela Jaecker, Geschäftsführerin der Personal- und Nachfolgeberatung CleverMatch, geht Norman Müller der Frage nach, woran Eigentümer und Personalverantwortliche diese Fähigkeiten erkennen. Gabriela erzählt von unausgesprochenen Erwartungen in Familienunternehmen, neuen Nachfolgemodellen und dem Einsatz von KI-Agenten in ihrer eigenen Beratung. Im Mittelpunkt stehen unternehmerische Urteilskraft, die Auswahl von Führungskräften und die Menschen, die Veränderungen im Unternehmen mittragen sollen.

* 00:00 Wer kann ein Familienunternehmen durch den KI-Wandel führen?

* 01:40 Gabrielas Weg von KPMG und BMW zur Nachfolgeberatung

* 04:36 Wenn Persönlichkeit und Erwartungen nicht zusammenpassen

* 06:11 Kommunikation zwischen Eigentümer und neuer Geschäftsführung

* 12:01 Nachfolge vorbereiten und Erwartungen klären

* 15:03 Wenn Unternehmer ihre Betriebe auslaufen lassen

* 17:19 Externe Geschäftsführer, Beteiligungen und Private Equity

* 20:51 KI, Sicherheit und neue Beteiligungsmodelle

* 24:44 Welche Nachfolgelösung passt zum Unternehmen?

* 26:48 KI-Transformation in gewachsenen Strukturen

* 28:43 Die Idee eines KI-Scores für Führungskräfte

* 31:06 KI-Agenten verändern die Personalberatung

* 34:22 Wo KI-Verantwortung im Unternehmen hingehört

* 37:48 KI-Verständnis und unternehmerisches Einsatzurteil

* 40:40 Führungskräfte mit eigenen KI-Agenten

* 42:49 Veränderungsbereitschaft und kulturelle Passung

* 47:57 Welche Fähigkeiten die nächste Geschäftsführung braucht

* 50:55 Ausblick auf eine Fortsetzung

* 51:43 Gabrielas Wunsch für die Personalauswahl

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Shownotes

Gabriela Jaecker ist Geschäftsführerin von CleverMatch. Seit 2009 begleitet sie mittelständische Unternehmen, insbesondere Familienunternehmen, bei der Besetzung von Geschäftsführer- und Nachfolgepositionen. Nach einer Ausbildung zur Bankkauffrau und einem BWL-Studium arbeitete sie bei KPMG und BMW. Ihre Arbeit verbindet Personal- und Nachfolgeberatung mit der Frage, wie Persönlichkeit und Führungskompetenzen zu den Anforderungen eines Unternehmens passen.

Gabriela Jaecker: https://de.linkedin.com/in/gabriela-jaecker

CleverMatch: https://www.clevermatch.com

KI Score für Führungskräfte: https://www.clevermatch.com/ki-score-fuehrungskraefte

Kontakt zu Gabriela Jaecker: https://www.clevermatch.com/berater/gabriela-jaecker

Die nächste Geschäftsführung muss KI-Entscheidungen treffen können

Ein Unternehmer ruft seine Personalberaterin an. Der neue kaufmännische Leiter ist erst seit einer Woche im Unternehmen, und schon stimmt etwas nicht: Er geht nicht jeden Tag in die Produktion. Hat der Unternehmer ihm gesagt, dass er das erwartet? Nein. Wer so viel verdient, müsse das von selbst wissen.

Gabriela Jaecker erzählt diese Geschichte in unserem Gespräch. Sie begleitet seit 2009 Geschäftsführer- und Nachfolgebesetzungen im Mittelstand. Der Fall zeigt, wie früh eine Zusammenarbeit an Erwartungen scheitern kann, die niemand ausgesprochen hat. Beide Seiten haben einen Vertrag geschlossen. Über einen wichtigen Teil des Arbeitsalltags haben sie sich offenbar nicht verständigt.

Mit KI kommen weitere Entscheidungen hinzu. Eine Eigentümerfamilie sucht jemanden, der ihr Unternehmen weiterführt und zugleich beurteilen kann, welche Veränderungen sinnvoll sind. Fachliche Erfahrung bleibt relevant. Bei der Auswahl muss die Familie aber auch herausfinden, wie ein Kandidat unter Unsicherheit entscheidet und sein Team dabei einbezieht.

Eigentümer müssen ihre Erwartungen aussprechen

Gabriela empfiehlt, die Zusammenarbeit von Beginn an bewusst zu organisieren. Eigentümer und neue Geschäftsführung sollten regelmäßige Gespräche vereinbaren: Was lief gut? Was hat irritiert? Was müssen wir ändern? Sie erzählt von einem erfahrenen Geschäftsführer, der sich auch nach zwanzig Jahren noch jeden Sonntag mit dem Gründer über die vergangene Woche austauschte.

Dabei geht es um Investitionen und Zuständigkeiten, aber auch um vermeintliche Kleinigkeiten. Welche Reiseausgaben sind angemessen? Wann möchte ein Gesellschafter informiert werden? Welche Nähe zur Produktion erwartet er? In einem gewachsenen Familienunternehmen können solche Vorstellungen lange selbstverständlich erscheinen, weil der Inhaber sie selbst verkörpert hat. Ein neuer Geschäftsführer kennt sie deshalb noch lange nicht.

Für den KI-Einsatz müssen Eigentümer zusätzliche Erwartungen klären. Soll die Geschäftsführung einzelne Abläufe verbessern oder auch das Geschäftsmodell weiterentwickeln? Welche Entscheidungen darf sie selbst treffen? Welche Veränderungen trägt die Familie mit? Wer Verantwortung übergibt, sollte den Handlungsspielraum ebenso deutlich beschreiben wie die gewünschten Ergebnisse.

Die Nachfolge braucht Raum für unterschiedliche Lösungen

Gabriela berichtet von kleineren Unternehmen, deren Inhaber den Betrieb auslaufen lassen wollen, obwohl weiterhin Geschäft vorhanden ist. Ihre Beobachtung beschreibt einzelne Konstellationen aus der Beratung. Eine allgemeine Aussage über alle kleinen Familienunternehmen lässt sich daraus nicht ableiten. Die Fälle werfen dennoch eine wichtige Frage auf: Welche Möglichkeiten haben Eigentümer geprüft, bevor sie sich gegen eine Fortführung entscheiden?

Im Gespräch beschreibt Gabriela mehrere Wege. Familien können eine externe Geschäftsführung einsetzen und Eigentümer bleiben. Sie können einen Geschäftsführer beteiligen oder eine Übergangslösung schaffen, bis die nächste Generation bereit ist. Auch Investoren können eine Rolle übernehmen. Welche Lösung passt, hängt unter anderem von den Zielen der Familie, dem Gesellschafterkreis und den finanziellen Möglichkeiten ab.

Ich bringe die Idee ein, Beschäftigte stärker an den wirtschaftlichen Ergebnissen KI-gestützter Arbeit zu beteiligen. Das ist ein Zukunftsszenario, kein im Gespräch belegtes Erfolgsmodell. Die Überlegung richtet den Blick aber auf einen Konflikt, den Führungskräfte bearbeiten müssen: Mitarbeiter sollen Veränderungen mittragen, während sie sich zugleich fragen, was diese für ihren Arbeitsplatz bedeuten. Eine Geschäftsführung muss erklären können, wie sich Aufgaben verändern und welche Perspektive Menschen im Unternehmen haben.

KI-Kompetenz zeigt sich in unternehmerischen Entscheidungen

Bei der Auswahl von Führungskräften will Gabriela genauer auf KI-Verständnis und unternehmerisches Einsatzurteil schauen. Sie beschreibt die Fähigkeit und den Willen, wirtschaftlichen Nutzen und Risiken des KI-Einsatzes im eigenen Unternehmen einzuschätzen. Dazu gehört auch die Entscheidung, wann ein automatisiertes System unterstützen kann und wann ein Mensch selbst urteilen muss.

Ich erzähle von einem Bewerbungsgespräch bei einem Medienunternehmen. Aus meiner Sicht sollte die vorgesehene KI-Rolle strategische Verantwortung auf Führungsebene tragen. Das Unternehmen plante nach meinem Eindruck eher eine Vermittlerrolle zwischen den Abteilungen. Wir hatten unterschiedliche Vorstellungen vom Auftrag. Mein Beispiel zeigt, warum Unternehmen die gewünschte Wirkung einer Stelle klären sollten, bevor sie jemanden dafür suchen.

CleverMatch hat sein Kompetenzmodell um eine KI-bezogene Dimension erweitert und stellt einen KI-Score für Führungskräfte vor. Ich war an früheren Gesprächen über einen solchen Scoring-Ansatz beteiligt. Das Gespräch erklärt die Zielrichtung des Angebots; es liefert keine unabhängige Prüfung seiner Aussagekraft. Eine Zahl über einen Kandidaten braucht deshalb eine verständliche Erklärung: Welche Anforderungen betracht…

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Zwei KI-Agenten diskutieren Norman Müllers Essay „The Dependency Horizon: Der letzte Ausschalter“. Im Mittelpunkt steht die Frage, wann Unternehmen so abhängig von KI werden, dass sie ein fehlerhaftes System kaum noch abschalten können. Die Debatte stellt Wettbewerbsdruck und Effizienz den Kosten für Rückfallebenen, menschliche Fähigkeiten und begrenzte Systemzugriffe gegenüber. Sie führt von einem erfundenen Krisenszenario im Jahr 2032 über vernetzte Finanz- und Logistiksysteme bis zur Frage, wie viel Handlungsspielraum wir uns im Notfall erhalten wollen.

* 00:00 Das Krisenszenario und der Abhängigkeitshorizont

* 02:17 Wettbewerbsdruck: Wie KI unverzichtbar wird

* 04:41 Rückfallebenen, Cyberabwehr und der Verlust menschlicher Fähigkeiten

* 07:03 Stresstests und Risiken zwischen vernetzten Systemen

* 09:23 Systeme isolieren: Effizienz, Sicherheit und geopolitischer Druck

* 11:42 Menschliche Kontrolle und der Preis unserer Handlungsfreiheit

Hier geht’s zum Essay von Norman Müller:

Liest du hier regelmäßig mit? Dann unterstütze unsere Arbeit mit einem bezahlten Abo.

Wir haben die Paywalls abgeschafft. Jede Woche veröffentlichen wir neue Essays und Podcast-Folgen, auf die du kostenlos zugreifen kannst.

Wenn du unsere Arbeit unterstützen möchtest, freuen wir uns über ein bezahltes Abo. Damit kannst du auch an unseren Podcast Live-Talks teilnehmen, im Live-Chat mitdiskutieren und dich im Substack Community Chat austauschen. Zugleich hilfst du uns, weitere Essays zu schreiben und spannende Podcast-Gäste einzuladen.

Nicht jeder KI-Dienstleister ist ein Umsetzungspartner.

Genau deshalb bauen wir im Bundesverband für KI-Transformation e.V. das Venture AI Execution Partner Programm auf.

Wir suchen Unternehmen, Beratungen, Technologieanbieter und Umsetzungspartner, die KI nicht nur erklären, sondern tatsächlich in Organisationen bringen.

Mit belastbaren Lösungen. Mit nachweisbarer Kompetenz. Mit dem Anspruch, KI-Transformation messbar voranzubringen.

Das Venture AI Execution Partner Programm soll Unternehmen Orientierung geben und gleichzeitig den besten Umsetzungspartnern im Markt mehr Sichtbarkeit, Zugang und Geschäftsmöglichkeiten eröffnen.

Als Venture AI Execution Partner profitierst du unter anderem von:

* Positionierung als qualifizierter Umsetzungspartner im Netzwerk des Bundesverbandes

* Zugang zu Unternehmen mit konkretem Transformationsbedarf

* Einbindung in Projekte, Execution Teams und Initiativen

* Sichtbarkeit über unsere Plattformen, Veranstaltungen und Formate

* Vernetzung mit Entscheidern, Experten, Startups und Technologiepartnern

* einem Qualitätsrahmen, der Kompetenz von bloßem KI-Marketing unterscheidet

Wichtig: Venture AI Execution Partner kann nicht einfach jeder werden.

Voraussetzung ist die Mitgliedschaft im Bundesverband für KI-Transformation e.V. sowie die entsprechende Qualifizierung über unseren Venture AI Excellence Award.

Wir wollen kein möglichst großes Partnerverzeichnis.

Wir wollen ein Netzwerk derjenigen aufbauen, die KI-Transformation in Deutschland wirklich umsetzen können.

Dein Unternehmen gehört dazu?

Dann findest du auf unser Website weitere Informationen, wie du in das Partnerprogramm aufgenommen werden kannst.

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Mit KI können Unternehmen eigene Anwendungen schneller entwickeln. Im Gespräch mit Marek Chroust, Gründer von MCS Consult, geht Norman Müller der Frage nach, wie daraus verlässliche Unternehmenssoftware und neue Angebote für Kunden entstehen. Marek beschreibt Erfahrungen mit CRM, Zeiterfassung und Schatten-IT und erläutert den Ansatz von CONTOPS 360. Im Mittelpunkt stehen klare Anforderungen, menschliche Freigaben und die Zusammenarbeit zwischen Fachbereichen, IT und Geschäftsführung.

* 00:00 Eigene Software und die Frage nach Verantwortung

* 03:07 Mareks Weg zur Plattform CONTOPS 360

* 06:25 Wie KI die individuelle Softwareentwicklung verändert

* 10:10 Ein Handwerksbetrieb entwickelt seine eigene Zeiterfassung

* 12:48 Warum Datenmodelle und Standards wichtig bleiben

* 16:02 Vibe Coding und strukturierte Anwendungsentwicklung

* 19:35 Vom CRM-Prototyp zum Betrieb bei Hetzner

* 22:32 Software an die Arbeit im Unternehmen anpassen

* 27:31 Fehlerhafte Workflows und menschliche Qualitätsprüfung

* 29:23 Für wen der Ansatz passt und wie Schatten-IT entsteht

* 38:10 Entwicklung und IT-Betrieb zusammenbringen

* 41:05 Verantwortung zwischen Fachbereich und Geschäftsführung

* 47:05 Neue Geschäftsmodelle und schnellere Marktreaktionen

* 49:28 Das Gedankenexperiment mit dem Getränkegroßhandel

* 55:00 Fragen für eine Fortsetzung

* 57:39 Mareks Schlussgedanke zur menschlichen Kontrolle

Mehr KI mit Substanz. Jetzt abonnieren!

Shownotes

Marek Chroust ist Gründer und Inhaber von MCS Consult, das er 2009 als Management- und IT-Beratung aufgebaut hat. Er bringt mehr als 30 Jahre Erfahrung in IT-Transformation und der Steuerung großer Projekte mit. Von 2018 bis Ende 2025 war er Mitgründer und CFO des IT-Serviceproviders omniIT. Seit Ende 2025 treibt er die Entwicklung von CONTOPS 360 voran. Daneben organisiert er unter der Marke MCS events geführte mehrtägige Motorradtouren.

* Marek Chroust: LinkedIn-Profil

* MCS Consult GmbH: Website · LinkedIn-Unternehmensseite

* CONTOPS 360: Website · LinkedIn-Produktseite

* Heiko Oberleitner, zusätzlicher Teamkontakt: LinkedIn-Profil

Eigene Software verändert die Verantwortung der Geschäftsführung

Ein Handwerksunternehmer entwickelt nachts seine eigene Zeiterfassung. Tagsüber führt er einen Metallbetrieb. Er möchte die Software an seine Arbeit anpassen und stößt auf fehlende Schnittstellen zu seinem ERP-System. Im Gespräch erzähle ich Marek Chroust von diesem Fall. Der Unternehmer denkt bereits darüber nach, gemeinsam mit anderen Betrieben ein eigenes System zu bauen.

In dieser Geschichte steckt eine Frage, mit der sich Geschäftsführungen beschäftigen sollten: Wie viel von der eigenen Arbeitsweise haben sie bisher einem Softwareanbieter überlassen? Unternehmen kaufen Programme, richten sie ein und gewöhnen ihre Mitarbeiter an die vorgesehenen Abläufe. Wer einen besonderen Prozess braucht, muss für Anpassungen bezahlen, auf eine Schnittstelle warten oder mit einer Behelfslösung arbeiten.

KI-gestützte Entwicklung erweitert den Handlungsspielraum. Fachbereiche können Anforderungen formulieren und erste Anwendungen ausprobieren. Marek, Gründer von MCS Consult, beschreibt im Venture AI Podcast, wie sein Team dafür einen Rahmen entwickelt hat. Mit CONTOPS 360 will es den Weg von der Anforderung über Prüfung und Freigabe bis zum laufenden Betrieb organisieren. Seine Beispiele führen zu einer Führungsaufgabe: Wer eigene Software nutzt, muss auch entscheiden, wer sich dauerhaft um sie kümmert.

Die Fachbereiche kennen die Arbeit

Marek berichtet von einem CRM, für das sein Team zuvor Salesforce nutzte. Nach seiner Schätzung brauchte es nur einen kleinen Teil des Funktionsumfangs. Also beschrieb das Team zunächst die eigenen Abläufe: Wie entstehen Kontakte, Kundenbeziehungen und Projekte? Was muss die Anwendung dafür können? Daraus entwickelte es mit Lovable einen Prototypen. Als weiteres Beispiel nennt er Zeiterfassung und Projektabrechnung.

Interessant ist die Reihenfolge. Die Beteiligten mussten sich zuerst verständigen, wie sie arbeiten. Ein Unternehmen kann mit KI auch einen unklaren Prozess in Software übersetzen. Es bekommt dann eine Anwendung, in der die Unklarheit weiterlebt.

Deshalb gehören die Menschen in die Entwicklung, die den Ablauf kennen. Sie wissen, an welcher Stelle Mitarbeiter Daten mehrfach eingeben, welche Freigabe wartet und welche Information später bei der Abrechnung fehlt. Dieses Wissen muss in die Anforderungen eingehen. Die Geschäftsführung sollte dafür Zeit und Verantwortliche benennen.

Der Betrieb braucht eigene Entscheidungen

Ein besonders aufschlussreicher Fall stammt aus der Baubranche. Marek berichtet von einem Unternehmen mit rund 150 Mitarbeitern, dessen Fachbereiche 14 Anwendungen an der zentralen IT vorbei entwickelt hätten. Teilweise seien diese mit dem ERP-System verbunden gewesen. Nach seiner Darstellung fehlten ausreichende Vorkehrungen für sicheren und verlässlichen Betrieb. Eine unabhängige Prüfung des Falls liegt uns nicht vor.

Das Beispiel zeigt, welche Fragen mit der Entwicklung entstehen. Wer darf auf die Daten zugreifen? Wer stellt die Anwendung nach einem Ausfall wieder her? Wer prüft eine Änderung, bevor Mitarbeiter damit arbeiten? Wer kennt die Abhängigkeiten zum ERP-System?

Marek beschreibt auch Workflows, die KI anders umgesetzt habe als erwartet. Menschen mussten die Ergebnisse prüfen und die Anforderungen genauer formulieren. Diese Prüfung ist Teil der Entwicklungsarbeit. Ein ansprechender Bildschirm sagt wenig darüber aus, ob ein Prozess bei unvollständigen Angaben, falschen Berechtigungen oder einer unterbrochenen Verbindung noch richtig funktioniert.

Für die Geschäftsführung folgt daraus: Sie sollte vor dem Einsatz festlegen, wer fachlich prüft, wer technisch freigibt und wer den laufenden Betrieb verantwortet. Diese Rollen können je nach Unternehmensgröße unterschiedlich verteilt sein. Die Aufgaben bleiben bestehen.

Die IT braucht einen gemeinsamen Auftrag

Marek beobachtet unterschiedliche Reaktionen innerhalb der IT. Entwicklungsbereiche nutzen aus seiner Sicht die neuen Werkzeuge oft früher. Menschen im Betrieb fragen stärker danach, welche Anwendungen sie übernehmen sollen und ob sie dafür genügend Dokumentation erhalten.

Diese Zurückhaltung ist verständlich. Wer den Betrieb verantwortet, muss auch dann handeln können, wenn der ursprüngliche Entwickler das Unternehmen verlässt. Fachbereiche wiederum brauchen einen Weg, ihre Ideen zu erproben und gute Anwendungen weiterzuentwickeln.

Im Gespräch diskutieren wir deshalb eine Organisation mit fachlichen Product Ownern und einer übergreifenden Architekturverantwortung. Ein Chief AI Officer oder eine Stabsstelle könnte das Thema auf Geschäftsführungsebene vertreten. Ob ein Unternehmen diese Titel braucht, hängt von seiner Größe ab. Es muss aber jemanden geben, der Entwicklung, bestehende Systeme und Betrieb zusammenführt und Entscheidungen treffen darf.

Zu diesen Entscheidungen gehört auch die Wirtschaftlichkeit. Für ein eigenes CRM fallen über die Entwicklung hinaus Kosten an: Betreuung, Sicherheitsprüfung, Änderungen und Betrieb. Das Gespräch liefert dafür keine belastbare Vergleichsrechnung. Unternehmen sollten diese Kosten gegen eine passende Standardlösung rechnen, bevor sie sich für den Eigenbau entscheiden.

Neue Angebote müssen sich beim Kunden bewähren

Gegen Ende entwerfe ich ein Gedankenexperiment: Ein Getränkegroßhändler könnte seine Kunden in der Gastronomie gezielter bei Sortiment und Nachbestellung unterstützen. Er kennt bisherige Bestellungen und könnte zusätzliche Informationen über Nachfrage oder Trends einbeziehen. Daraus ließe sich eine Leistung entwickeln, die über die Lieferung von Getränken hinausgeht.

Die im Gespräch genannten Umsatzsteigerungen sind hypothetische Größen. Wir präsentieren weder einen gemessenen Kundenerfolg noch eine Zusage. Die spannende Frage lautet, ob Gastronomen für einen solchen Service bezahlen würden und ob er ihnen im Alltag hilft.

Marek sieht den wirtschaftlichen Nutzen KI-gestützter Entwicklung vor allem in der schnelleren Anpassung an Veränderungen. Unternehmen könnten …

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe

Norman Müllers Essay „Ihr diskutiert KI noch?“ stellt die Frage, wie Unternehmen praktische Erfahrung mit KI-Agenten sammeln. In dieser Folge des Venture AI Podcast treffen zwei Positionen aufeinander: schnell testen und aus Fehlern lernen oder zuerst klare Kontrollmechanismen schaffen. Die Debatte zeigt, warum sich KI-Nutzung produktiv anfühlen kann, obwohl Kontrolle und Korrektur Zeit kosten, und fragt, wie junge Beschäftigte künftig Urteilskraft aufbauen. Im Mittelpunkt steht die Grenze zwischen maschineller Vorbereitung und verbindlichem Handeln: Wer prüft das Ergebnis, und wer gibt es frei?

* 00:00 Gefühlte Produktivität und die Vertrauensfrage

* 02:18 Schnell lernen und Arbeit in klare Schritte zerlegen

* 04:39 Menschliche Freigaben und die METR-Studie

* 07:03 Den gesamten Prozess messen

* 09:21 Nachwuchs fördern und Urteilskraft erhalten

* 11:32 Vergleichbarkeit sichern und kontrollierte Tests starten

* 13:54 Kundenkontakt und menschliche Verantwortung

* 16:19 Klare Grenzen und verbindliche Freigaben

* 18:41 KI-Fehler offenlegen und Kontrolle sichern

* 21:03 Fazit: Von der Vertrauensfrage zur konkreten Umsetzung

Hier geht’s zum Essay von Norman Müller:

Mehr KI mit Substanz. Jetzt abonnieren!

Nicht jeder KI-Dienstleister ist ein Umsetzungspartner.

Genau deshalb bauen wir im Bundesverband für KI-Transformation e.V. das Venture AI Execution Partner Programm auf.

Wir suchen Unternehmen, Beratungen, Technologieanbieter und Umsetzungspartner, die KI nicht nur erklären, sondern tatsächlich in Organisationen bringen.

Mit belastbaren Lösungen. Mit nachweisbarer Kompetenz. Mit dem Anspruch, KI-Transformation messbar voranzubringen.

Das Venture AI Execution Partner Programm soll Unternehmen Orientierung geben und gleichzeitig den besten Umsetzungspartnern im Markt mehr Sichtbarkeit, Zugang und Geschäftsmöglichkeiten eröffnen.

Als Venture AI Execution Partner profitierst du unter anderem von:

* Positionierung als qualifizierter Umsetzungspartner im Netzwerk des Bundesverbandes

* Zugang zu Unternehmen mit konkretem Transformationsbedarf

* Einbindung in Projekte, Execution Teams und Initiativen

* Sichtbarkeit über unsere Plattformen, Veranstaltungen und Formate

* Vernetzung mit Entscheidern, Experten, Startups und Technologiepartnern

* einem Qualitätsrahmen, der Kompetenz von bloßem KI-Marketing unterscheidet

Wichtig: Venture AI Execution Partner kann nicht einfach jeder werden.

Voraussetzung ist die Mitgliedschaft im Bundesverband für KI-Transformation e.V. sowie die entsprechende Qualifizierung über unseren Venture AI Excellence Award.

Wir wollen kein möglichst großes Partnerverzeichnis.

Wir wollen ein Netzwerk derjenigen aufbauen, die KI-Transformation in Deutschland wirklich umsetzen können.

Dein Unternehmen gehört dazu?

Dann findest du auf unser Website weitere Informationen, wie du in das Partnerprogramm aufgenommen werden kannst.

Wenn du uns dabei unterstützen möchtest, diesen Podcast zu einer Allianz von Zukunftsarchitekten der KI-Transformation zu machen, in der wir offen über Chancen, Risiken und reale Erfahrungen mit Künstlicher Intelligenz sprechen, dann abonniere uns auf Substack, YouTube, Spotify oder Apple Podcasts. Dein Abonnement kostet dich nichts, hilft uns aber sehr, noch mehr herausragende Persönlichkeiten für tiefgehende und inspirierende Podcast Gespräche zu gewinnen. Vielen Dank für deinen Support.

Darüber hinaus laden wir dich ein, Teil der Plattform des Bundesverbands für KI-Transformation e.V. zu werden. Hier vernetzen sich mittelständische Unternehmen, KI Expertinnen und Experten, Startups sowie Vertreterinnen und Vertreter aus Forschung und Wissenschaft, um Wissen zu teilen, Erfahrungen auszutauschen und um an konkreten KI-Projekten zu arbeiten. In unserer Podcast Community kannst du dich einbringen, mitdiskutieren und den Bundesverband als Mitglied aktiv unterstützen und mitprägen.

Zur Plattform:

https://www.venture-ai-germany.space

Vernetze dich mit Norman auf LinkedIn:

https://www.linkedin.com/in/muellernorman

Get full access to VENTURE AI STACK at www.ventureaistack.com/subscribe