Kategorie: Podcast

  • Von Balluff GPT zu Agentic AI

    Von Balluff GPT zu Agentic AI

    Die eigene KI-Plattform abzuschalten, kann ein Zeichen von Fortschritt sein.

    So formulierte es Patrick Wild, Head of Global IT / CIO bei Balluff, in der neuen Podcast-Folge.

    Zwei Jahre GenAI-Exploration.

    Und am Ende stand nicht das nächste große Plattform-Release.

    Sondern der Rückbau der eigenen KI-Plattform.

    Aber das ist nicht die eigentliche Geschichte.

    Die eigentliche Geschichte ist:

    Balluff hat nicht einfach eine KI-Plattform abgeschaltet.

    Balluff hat eine alte Entscheidung neu bewertet.

    2024 war selbst bauen richtig.

    2026 war selbst weiterbetreiben nicht mehr der beste Weg.

    Und genau daraus entsteht die größere Frage:

    Wie skaliert man KI, wenn sich das Ökosystem schneller weiterentwickelt als die eigene Roadmap?

    Balluff hatte BalluffGPT aufgebaut, um KI im Unternehmen sicher nutzbar zu machen.

    Eigene Plattform.
    Erste Use Cases.
    Erste Erfahrungen.

    Damals war das genau richtig.

    Copilot war aus Sicht von Balluff noch nicht reif genug.

    Also hat man selbst gebaut.

    Doch zwei Jahre später sah die Welt anders aus.

    Microsoft 365 Copilot war deutlich reifer.
    Die Integration in den Arbeitsalltag war stärker.
    Der Zugriff auf SharePoint, Teams und Unternehmenskontext brachte einen anderen Hebel.

    Doch der entscheidende Punkt war nicht nur die Produktreife.

    Es war die Geschwindigkeit.

    In einer Welt, in der sich Sprachmodelle fast wöchentlich weiterentwickeln, wird Geschwindigkeit selbst zum strategischen Argument.

    Wenn ein neues Modell in einer Plattform über Nacht verfügbar ist, muss man sich sehr genau fragen:

    Kann unsere Plattform mit dieser Geschwindigkeit mithalten?

    Oder will ich die Geschwindigkeit einfach nutzen?

    Genau deshalb wurde aus „Make“ irgendwann „Buy“.

    Nicht aus Bequemlichkeit.

    Sondern weil die eigene Plattformschicht plötzlich weniger Wert erzeugt hat als der Zugang zu einem reiferen Ökosystem.

    Und damit verändert sich auch die zentrale Frage.

    Nicht mehr:

    „Wie betreiben wir unsere eigene KI-Plattform?“

    Sondern:

    „Wie skalieren wir KI so, dass sie wirklich in Teams, Rollen und Prozesse hineinwächst?“

    Genau darüber spreche ich mit Patrick Wild in der neuen Folge von State of Process Automation.

    Viel Spaß beim Anhören!


    👉 Falls du es verpasst hast 👈

    Hier sind zwei der kürzlich veröffentlichten Podcast-Folgen, die du gehört haben solltest:


    Bist du bereit, gemeinsam einen noch größeren Mehrwert für die Community zu schaffen?

    Jetzt Podcast-Interview anfragen

  • KI ist ein Betriebssystem

    KI ist ein Betriebssystem

    Welche Aufgabe soll KI übernehmen?
    Das ist oft schon zu klein gedacht.

    Denn wer KI nur in Use Cases denkt, baut meistens nur neue Einzellösungen.

    Ein Agent für Marketing.
    Ein Agent für Sales.
    Ein Agent für HR.
    Ein Agent für Finance.

    Klingt modern.

    Ist aber oft nur die alte Organisation mit KI-Stickern drauf.

    Die spannendere Frage ist:

    „Wie muss ein Unternehmen gebaut sein, damit KI in allen Prozessen wirken kann?“

    Genau darüber habe ich mit Felix Schlenther, Founder von AI FIRST in der neuen Folge von State of Process Automation gesprochen.

    Seine These:
    KI ist kein Tool.
    KI ist kein digitaler Mitarbeiter.
    KI ist ein Betriebssystem.

    Und das verändert den Blick auf alles.

    Denn ein Betriebssystem optimiert nicht nur einzelne Aufgaben.

    Es verbindet Daten, Prozesse, Tools, Entscheidungen und Feedback-Schleifen zu einem lernenden Gesamtsystem.

    Genau darüber sprechen wir in der neuen Folge.
    Viel Spaß beim Anhören!

    Viel Spaß beim Anhören!


    👉 Falls du es verpasst hast 👈

    Hier sind zwei der kürzlich veröffentlichten Podcast-Folgen, die du gehört haben solltest:


    Bist du bereit, gemeinsam einen noch größeren Mehrwert für die Community zu schaffen?

    Jetzt Podcast-Interview anfragen

  • Das ROI-Paradox der Künstlichen Intelligenz

    Das ROI-Paradox der Künstlichen Intelligenz

    Der größte Fehler bei KI?

    Unternehmen messen sie wie eine klassische Software-Investition.

    So formulierte es Marco Geuer, Founder of The Data Economist, kürzlich in meinem Podcast.

    Er erklärte, warum so viele KI-Initiativen trotz hoher Investitionen keinen kurzfristigen ROI liefern.

    Der Denkfehler:

    Unternehmen erwarten von KI denselben Effekt wie bei klassischer Software:

    Kosten senken.
    Prozesse beschleunigen.
    ROI nach wenigen Monaten.

    Doch laut Marco entsteht der eigentliche Wert von KI oft ganz woanders:

    In schnelleren Entscheidungen.
    In besseren Lernprozessen.
    In höherer Anpassungsfähigkeit.

    Kurz gesagt:
    KI verändert nicht nur Prozesse.

    KI verändert die Entscheidungsfähigkeit einer Organisation.

    Deshalb fokussieren sich erfolgreiche Unternehmen nicht nur auf Automatisierung.

    Sie redesignen Workflows, Entscheidungswege und Zusammenarbeit.

    Und genau dieser Wert taucht anfangs oft in keiner Bilanz auf.

    Warum Unternehmen dadurch die falschen KI-Projekte priorisieren und woran man echten KI-Wert stattdessen erkennt, darüber sprechen wir in der Folge.

    Viel Spaß beim Anhören!


    👉 Falls du es verpasst hast 👈

    Hier sind zwei der kürzlich veröffentlichten Podcast-Folgen, die du gehört haben solltest:


    Bist du bereit, gemeinsam einen noch größeren Mehrwert für die Community zu schaffen?

    Jetzt Podcast-Interview anfragen

  • Komplexität als Stärke

    Komplexität als Stärke

    Wertschöpfung entsteht nicht im Management. Sie entsteht auf Mitarbeiterebene.

    Und genau deshalb reicht es nicht, wenn Unternehmen ihre Zukunft nur im Führungskreis planen.

    Gerade bei Themen wie KI, neuen Geschäftsmodellen oder Transformation des gesamten Unternehmens suchen viele Organisationen nach dem, was ihnen Sicherheit gibt:

    Best Practices. Fünf-Jahres-Pläne. Klare Roadmaps.

    Aber was, wenn genau diese Logik nicht mehr reicht?

    Darüber habe ich mit Dr. Thomas Pisar gesprochen.

    Denn seine zentrale These ist: Viele Organisationen behandeln komplexe Probleme noch immer so, als wären sie nur kompliziert.

    Als könnte man sie analysieren. Planen. Abarbeiten. Kontrollieren.

    Doch in einer Welt, in der sich Technologie, Märkte und Kundenverhalten ständig verändern, braucht es etwas anderes:

    Organisationen, die lernen können. Mitarbeiter, die Signale wahrnehmen. Führung, die Unsicherheit aushält.

    In der Podcast-Folge sprechen wir darüber:

    Warum Best Practices bei komplexen Themen oft gefährlich werden.

    Warum Risiko und Unsicherheit nicht dasselbe sind.

    Warum Wertschöpfung nicht im Management passiert, sondern bei den Mitarbeitern.

    Wie Unternehmen mit kleinen Safe-to-Fail-Experimenten bessere Entscheidungen treffen.

    Und warum Zukunftsfähigkeit nicht durch weniger, sondern durch die richtige Komplexität entsteht.

    Denn der perfekte Plan macht ein Unternehmen nicht überlebensfähig.

    Überlebensfähig wird ein Unternehmen erst, wenn es auch dann handlungsfähig bleibt, wenn der Plan nicht mehr passt.

    Viel Spaß beim Anhören!


    👉 Falls du es verpasst hast 👈

    Hier sind zwei der kürzlich veröffentlichten Podcast-Folgen, die du gehört haben solltest:


    Bist du bereit, gemeinsam einen noch größeren Mehrwert für die Community zu schaffen?

    Jetzt Podcast-Interview anfragen

  • Von dezentraler Automation zum zentralen Operating Model

    Von dezentraler Automation zum zentralen Operating Model

    Viele Unternehmen machen bei Automatisierung denselben Denkfehler:

    Sie glauben: Was am Anfang funktioniert, skaliert automatisch.

    Ein dezentraler Ansatz kann ein guter Start sein. Vor allem dann, wenn du schnell erste Use Cases umsetzen, Akzeptanz aufbauen und das Thema im Unternehmen sichtbar machen willst.

    Genau dieser Ansatz stößt aber oft an Grenzen, sobald Automatisierung nicht mehr nur lokal, sondern global funktionieren soll.

    Genau darüber spreche ich in der neuen Podcast-Folge mit Michaela Brandl, Global Lead Process Automation und Innovation bei Bilfinger.

    Michaela erzählt, warum Citizen Development für Bilfinger anfangs der richtige Weg war, um Automatisierung überhaupt im Konzern zu verankern.

    Sie zeigt aber auch, warum das allein noch keine skalierbare Automatisierung schafft. Denn wenn jeder Bereich für sich automatisiert, entstehen vor allem lokale Lösungen. Optimiert werden einzelne Inseln, nicht der Gesamtprozess.

    Und genau hier setzt der Perspektivwechsel an:

    weg von einzelnen Automatisierungsideen aus den Fachbereichen hin zu einem zentralen Operating Model mit Blick auf End-to-End-Prozesse, globale Standards und die jeweils passende Technologie.

    Wie Bilfinger diesen Weg gegangen ist und was andere Unternehmen daraus lernen können, darüber sprechen wir in der Folge.

    Viel Spaß beim Anhören!


    👉 Falls du es verpasst hast 👈

    Hier sind zwei der kürzlich veröffentlichten Podcast-Folgen, die du gehört haben solltest:


    Bist du bereit, gemeinsam einen noch größeren Mehrwert für die Community zu schaffen?

    Jetzt Podcast-Interview anfragen

  • Von der Schatten-IT zur Business-IT-Fusion

    Von der Schatten-IT zur Business-IT-Fusion

    Viele Unternehmen reden gerade über GenAI, Agents und Vibe Coding.

    Aber intern arbeiten sie noch immer nach einem Modell aus einer anderen Zeit:

    Das Business bestellt.
    Die IT liefert.

    Und am Ende wundern sich alle, warum es zu langsam, zu teuer oder zu chaotisch wird.

    Genau das ist heute das Problem.

    Denn in einer Welt, in der Fachbereiche mit Low-Code, GenAI und neuen Tools selbst immer mehr umsetzen können, funktioniert die alte Trennung nicht mehr.

    Wer weiter in Silos denkt, baut keine Geschwindigkeit auf.
    Er baut nur schneller neue Schatten-IT.

    Genau darüber spreche ich in der neuen Podcast-Folge mit Prof. Dr. Ayelt Komus.

    Ayelt erklärt, warum die klassische Trennung zwischen Fachbereich und IT in vielen Unternehmen nicht mehr zur Realität passt.

    In dieser Folge lernst du:

    Warum Business-IT-Fusion mehr ist als bessere Abstimmung zwischen zwei Abteilungen

    Weshalb Shadow IT nicht einfach verboten werden kann, sondern neu eingeordnet werden muss

    Welche neuen Kompetenzen Fachbereiche und IT jetzt wirklich brauchen

    Warum CIOs heute viel mehr Enabler, Übersetzer und Change Agents sein müssen

    Viel Spaß beim Anhören!


    👉 Falls du es verpasst hast 👈

    Hier sind zwei der kürzlich veröffentlichten Podcast-Folgen, die du gehört haben solltest:


    Bist du bereit, gemeinsam einen noch größeren Mehrwert für die Community zu schaffen?

    Jetzt Podcast-Interview anfragen

  • Wie Unternehmen AI-Projekte so aufsetzen, dass aus technischer Machbarkeit echte Adoption und Wirkung entsteht

    Wie Unternehmen AI-Projekte so aufsetzen, dass aus technischer Machbarkeit echte Adoption und Wirkung entsteht

    Ein KI-Agent ist schnell gebaut.

    Strategischen Mehrwert fürs Unternehmen daraus zu machen, ist der deutlich schwierigere Teil.

    Und genau an dieser Stelle bleiben viele Unternehmen hängen.

    Darüber habe ich mit Susanne Zach, Partner / AI & Data Lead bei EY, gesprochen.

    Denn die eigentliche Herausforderung beginnt nicht beim ersten KI-Agenten.

    Sondern bei der Frage:

    Wie wird aus einem ersten KI-Use-Case ein Vorhaben, das im Unternehmen echten Wert schafft?

    In der Podcast-Folge spielen wir diese Reise Schritt für Schritt durch:

    Wie starte ich überhaupt?
    Wie identifiziere ich die richtigen Potenziale?
    Wie priorisiere ich Use Cases sinnvoll?
    Woran erkenne ich, welcher Use Case sich zuerst eignet?
    Und wie komme ich vom POC zu einer Lösung, die wirklich skalierbar ist?

    Denn der erste POC ist nicht der Beweis, dass man es geschafft hat.

    Er ist nur der Punkt, ab dem die eigentliche Arbeit beginnt.

    Viel Spaß beim Anhören!


    👉 Falls du es verpasst hast 👈

    Hier sind zwei der kürzlich veröffentlichten Podcast-Folgen, die du gehört haben solltest:


    Bist du bereit, gemeinsam einen noch größeren Mehrwert für die Community zu schaffen?

    Jetzt Podcast-Interview anfragen

  • Kein Umsetzungsproblem, sondern ein Erkenntnisproblem

    Kein Umsetzungsproblem, sondern ein Erkenntnisproblem

    Viele Unternehmen glauben, Transformation scheitert an der Umsetzung.

    Zu wenig Tempo.
    Zu wenig Disziplin.
    Zu wenig Konsequenz.

    Dr. Anke Sax sieht das anders.

    Ihr Punkt: Transformation scheitert oft viel früher.

    Nicht an der Umsetzung. Sondern an der Erkenntnis.

    Denn solange im Unternehmen kein gemeinsames Verständnis dafür existiert, wie Prozesse wirklich zusammenhängen, wie das Zielbild aussieht und welche Schritte dorthin führen, bleibt Transformation oft genau das: Eine gute Idee auf PowerPoint.

    In der neuen Podcast-Folge spreche ich mit Dr. Anke Sax, Geschäftsführerin (COO/CTO) der KGAL, darüber, warum viele Unternehmen glauben, sie hätten ein Implementierungsproblem obwohl sie in Wahrheit ein Erkenntnisproblem haben.

    Und warum viele Projekte schon daran scheitern, dass Menschen sich das Zielbild gar nicht konkret vorstellen können.

    Viel Spaß beim Anhören!


    👉 Falls du es verpasst hast 👈

    Hier sind zwei der kürzlich veröffentlichten Podcast-Folgen, die du gehört haben solltest:


    Bist du bereit, gemeinsam einen noch größeren Mehrwert für die Community zu schaffen?

    Jetzt Podcast-Interview anfragen

  • Strategische Diskontinuität statt AI-Aktionismus

    Strategische Diskontinuität statt AI-Aktionismus

    Viele Unternehmen verwechseln gerade AI-Strategie mit AI-Aktionismus.

    Hier ein Agent.
    Dort ein Pilot.
    Noch ein Use Case.

    Dr. Carsten Linz warnt genau davor.

    Denn so entsteht vielleicht hektischer Aktionismus.
    Aber noch lange kein nachhaltiger Wettbewerbsvorteil.

    Der entscheidende Punkt aus dem Gespräch: Wer einfach AI auf das Bestehende draufsetzt, modernisiert oft nicht das Unternehmen. Er skaliert nur dessen Schwächen.

    Denn in der Realität sind Prozesse in vielen Unternehmen eben nicht sauber dokumentiert.
    Sie laufen anders, als es das Organigramm vermuten lässt.
    Entscheidungen fallen nicht dort, wo sie offiziell fallen sollten.

    Genau deshalb reicht es nicht, einfach AI-Aktionismus zu betreiben.

    Was es stattdessen braucht, ist strategische Diskontinuität.

    Und das bedeutet ausdrücklich nicht, alles Bewährte über Bord zu werfen.

    Im Gegenteil: Transformation funktioniert nur dann, wenn man auch anerkennt, was in der Vergangenheit funktioniert hat.

    Aber man muss gleichzeitig bereit sein, bestimmte Bereiche radikal neu zu denken.

    Denn wenn Unternehmen AI wirklich nativ und agentisch denken, dann hat das eben nicht nur Auswirkungen auf einzelne Tools.

    Es hat substanzielle Auswirkungen auf:
    Prozesse
    Das Operating Model
    Einzelne Funktionen und Domänen
    Und langfristig sogar auf das Geschäftsmodell

    Viel Spaß beim Anhören!


    👉 Falls du es verpasst hast 👈

    Hier sind zwei der kürzlich veröffentlichten Podcast-Folgen, die du gehört haben solltest:


    Bist du bereit, gemeinsam einen noch größeren Mehrwert für die Community zu schaffen?

    Jetzt Podcast-Interview anfragen

  • Von Knowledge Hiding zu Wissenssicherung

    Von Knowledge Hiding zu Wissenssicherung

    KI hat aus dem eher unsexy Thema Wissensmanagement plötzlich ein Strategiethema gemacht.

    Nur funktionieren tut es in vielen Unternehmen trotzdem nicht.

    Dr. Florian Offergelt macht klar, warum das so ist:

    Das eigentliche Problem ist, dass Wissen zurückgehalten, nicht sichtbar gemacht oder nicht in eine Form übersetzt wird, die andere wirklich nutzen können.

    Und genau hier wird es kritisch.

    Denn wenn Wissen in Organisationen nicht fließt, liegt das nicht allein an fehlender Dokumentation.

    Sondern an ganz konkreten Mustern:

    -Führungskräfte, die Knowledge Hiding vorleben
    -Mitarbeitende, die Wissen aus Misstrauen zurückhalten
    -Zeitdruck, der Wissensaustausch unattraktiv macht
    -Besitzdenken nach dem Motto: „Ich bin der Experte warum sollte ich mein Wissen teilen?“

    Und einen Punkt hat Florian dabei besonders stark betont:

    Wissen ist nicht nur das, was irgendwo in Handbüchern, CRMs oder E-Mails steht.

    Der wirklich wertvolle Teil ist meist implizites Wissen:
    -Erfahrungswissen
    -Kontextwissen
    -Entscheidungslogiken
    -Die feinen Unterschiede, die erfahrene Leute intuitiv erkennen, aber nie sauber aufgeschrieben haben

    Und genau dieses Wissen geht Unternehmen ständig verloren.

    Zum Beispiel dann, wenn erfahrene Personen das Unternehmen verlassen.

    Oder wenn Teams zwar Zugriff auf Dokumente haben, aber nicht auf die Denkweise dahinter.

    Oder wenn ein Prozess zwar beschrieben ist, aber niemand versteht, wann man bewusst davon abweichen sollte.

    Die eigentliche Herausforderung im Wissensmanagement ist deshalb nicht nur, Wissen zu speichern.

    Die eigentliche Herausforderung ist,

    -Schädliches Wissensverhalten sichtbar zu machen
    -Implizites Wissen systematisch zu extrahieren
    -Relevantes Wissen statt Informationsflut bereitzustellen

    Denn erst wenn Unternehmen dieses „versteckte“ Wissen greifbar machen, können sie es wirklich nutzen: Für Nachfolge, für schnellere Entscheidungen, für weniger Reibung zwischen Teams und für bessere Zusammenarbeit.

    Viel Spaß beim Anhören!


    👉 Falls du es verpasst hast 👈

    Hier sind zwei der kürzlich veröffentlichten Podcast-Folgen, die du gehört haben solltest:


    Bist du bereit, gemeinsam einen noch größeren Mehrwert für die Community zu schaffen?

    Jetzt Podcast-Interview anfragen