# AI-Driven Business Model Evolution at Gebrüder Dorfner

**Podcast:** AI FIRST Podcast
**Published:** 2026-04-17

## Transcript

Herzlich willkommen zum AI First Podcast.
Heute zu Gast ist Tim Lügen, der Head of Innovation von Gebrüder Dorfner, einem 130 Jahre alten Familienunternehmen aus der Oberpfalz, die ursprünglich mal aus dem Abbau und der Veredelung industrieller Mineralien kommen und extrem spannende Arbeit im KI-Bereich machen und darüber ihr Geschäftsmodell weiterentwickeln für das KI-Zeitalter, wurden damit auch neulich vom Kapitalmagazin für ausgezeichnet für diese Arbeit.
Und wir wollen heute mal nicht darüber sprechen, wie KI hauptsächlich als ein Effizienztool oder eine Effizienztechnologie eingesetzt werden kann, sondern auch Geschäftsmodelle weiterentwickelt oder die Grundlage für neue Geschäftsmodelle sein kann.
Tim, danke, dass du dafür dabei bist.
Ja, freut mich.
Danke für die Einladung.
Ich habe jetzt schon ein paar Punkte angerissen zu dir und zu euch, aber erzähl uns doch nochmal etwas ausführlicher.
Wer bist du?
Was machst du bei Dorfner und was ist dein Background und ja, wer seid ihr als Unternehmen?
Ja, ich fange mal mit Dorfner an.
Du hast es ja schon gesagt, Dorfner ist ein 130 Jahre altes Unternehmen, das sich über ein Bergbau kommt, eigentlich immer weiterentwickelt hat und sich gelernt hat, mit limitierten Ressourcen umzugehen.
Wir bauen bei uns Kaolin ab, das im Hirschauer Becken vorhanden ist.
Und aus einer Tonne Roherde kommen ungefähr 150 Kilogramm Kaolin und 850 Kilogramm Quarzsand.
Und wir haben sehr früh angefangen, diesen Quarzand nicht auf Halden zu lagern, sondern versucht, mit dem auch neue Produkte zu entwickeln und haben eigentlich immer versucht, mit den Produkten zu arbeiten in der Kuppelproduktion, sodass wir das Beste rausholen können.
Und das war aus meiner Sicht auch immer schon spannend bei Dorfner zu sehen, wie man das sukzessive weiterentwickelt hat, wie man Quarze eingefärbt hat, so dass die zum Beispiel in Küchenspüllen landen, in verschiedenen Bauchemischen Anwendungen, and so weiter nicht nur so auf den Kern fokussiert, sondern immer geschaut hat, what have I done?
What can I damage machen?
And vielleicht zu mir.
Ich bin als Head of Innovation im Januar 2025 gestartet.
Before I knapp 10 years in the Unternehmensberatung, immer with Focus auf Innovation and Disruption.
Zuletzt by the Unternehmertum, have dort die Beratung als Managing Partner verantwortet, and gemeinsam mit etablierten Unternehmen versucht, neue Geschäftsmodelle, neue Technologien zu verproben, zu testen und die Zukunft zu gestalten.
And ganz ursprünglich come ich eigentlich aus dem Maschinenbau.
I have for so long ein duales Studium gemacht, Maschinenbau gelernt, Industriemechaniker gelernt and von dort in sehr früh in die Richtung Innovation abgebogen und bin jetzt fast seit 20 Jahren im Bereich Innovation tätig, was ich irgendwie verrückt finde, weil so alt fühle ich mich noch gar nicht, dass ich jetzt schon 20 Jahre Berufserfahrung aufweisen kann.
Aber also 19 years in Innovationsmanagement in allen Phasen and in sehr unterschiedlichen Rollen schlussendlich auch.
And bei Dorfner bin ich als Head of Innovation wirklich für die Klammer verantwortlich.
We have sowohl interne Innovationen, die wir bei uns nach vorne bringing, also where we for unsere Geschäftsanheiten, for unsere Produktion Neues schaffen wollen.
Aber wir haben auch ein Venturing arm, the SCU2 Ventures, wo wir versuchen auch bewildered with startups to collaborieren, eigene Themen auch auszugründen.
Und da bin ich auch für verantwortlich für so ein Excubate-Pfad bei uns, um diese Themen entsprechend zu gestalten.
Und dafür, dass wir eigentlich ein relativ kleines und ein sehr traditionsreiches Unternehmen sind, finde ich das sehr besonders, eigentlich diese Rolle in der Art und Weise so ausführen zu können, weil das glaube ich nicht typisch ist, dass ein Unternehmen in der Größe so ein Fokus auf das Thema Innovation setzt und auch mit der Ambition, unabhängig von der Grube zu werden, um eine Zukunftsfähigkeit sicherzustellen, das ist schon etwas Besonderes.
Hast du da noch eine Zahl für uns?
Wie viele Menschen arbeiten bei Dorfner?
Wir sind ungefähr 400 Personen.
Wenn wir jetzt nur mal den Kernstandort in Deutschland sind, wir haben aber auch Werke noch in Polen und in den USA.
Also sind da entsprechend auch wieder so 400 Personen.
Mittelständisches Unternehmen.
Ja, also genau, das würde ich auf jeden Fall auch so unterstreichen.
Und ihr habt, du hast es gerade schon gesagt, ja, ihr habt euch gefragt, wie macht ihr euch unabhängig von der Grube?
Und 2021 seid ihr dort mit einem Zukunftsprojekt gestartet?
Genau mit dieser Fragestellung, um sie zu beantworten.
Und im Vorgespräch hast du mir erzählt, dass das eigentlich der Ursprung war von vielem, was ihr auch im KI-Bereich gemacht habt.
Kannst du uns mal mitnehmen, wie seid ihr damals in dieses Zukunftsprojekt gestartet und was waren so die Ergebnisse oder Learnings, die ihr dort gemacht habt.
Ja, ich war der Fairnesshalber oder Transparenz selber.
Ich war damals auf der anderen Seite, also ich habe Dorfner als Berater dann entsprechend begleitet, ein Zukunftsbildprojekt zu machen, so haben wir das damals genannt, was grob in drei, vier Phasen unterteilt war, Phase 1, zu verstehen, was tut sich im Unternehmen, dann zweite Phase: was tut sich außerhalb von Unternehmen, dann ein Trendradar aufbauen, dann daraus Innovation Target Areas oder Innovationsfelder ableiten und dann diese verdichten und dann in der letzten Phase mit einem Nightmare Competitor-Ansatz zu versuchen, Geschäftsmodelle zu identifizieren, die uns gefährlich werden können.
Und dem Weg sind wir gegangen und ich war halt noch auf der anderen Seite.
Was mir rückblickend immer wieder schaue über den Rücken laufen lässt, war die Offenheit, die mir da entgegengebracht wurde.
Also ich glaube, die kulturelle Komponente bei Dorfner, die darf man einfach nicht vergessen, weil das ist ein riesen Asset, was wir haben, dass wir so dieses Mut haben, Dinge auszuprobieren, irgendwie auch offen sind für Neues.
Weil ich glaube, das braucht es, um in dieser Kuppelproduktion erfolgreich zu sein, was ich eben auch meinte, aber das braucht es auch, um mit einer entsprechenden Offenheit auf Neues zu gehen.
Was ist damals passiert?
Wir haben uns ganz bewusst gefragt: ein bisschen die Leitfrage: Wie schaffen wir es langfristig unabhängiger von der Grube zu werden?
Was ich persönlich damals schon als eine sehr mutige Fragestellung fand.
Und mit was wir uns dann auch nicht beschäftigt haben, war ganz konkret, welche Materialien bauen wir ab, sondern wir haben es mit der Frage bestellt, welche Funktionen und Eigenschaften brauchen die Lebens- und Arbeitsräume der Zukunft.
Also wir sind gar nicht gekommen mit, was ist unsere Materialien, sondern wir haben eher geschaut, was passiert eigentlich außerhalb von uns in den Anwendungen, den Verticals, die für unsere Produkte relevant sind.
Wie seid ihr denn zu dieser Frage gekommen?
Weil diese Frage bestimmt ja dann auch vieles von dem, was danach passiert.
Und wenn diese Frage falsch gestellt wird, du hast jetzt gerade die andere mögliche Frage, die offensichtlicher wäre, mit in den Raum geworfen, dann nimmt das Projekt ja eine ganz andere Richtung.
Die leitet sich ja immer auch so ein bisschen aus der Ambition ab.
Also, wenn ich eine Unabhängigkeit möchte, dann muss ich ja auch mit einer anderen Perspektive auf mein aktuelles Geschäft schauen, weil ich kann dann ja nicht mehr von dem, was ich jetzt schon mache, quasi versuchen, um damit weiterzukommen, sondern wir haben da immer in meiner Beraterrolle auch immer versucht, diesen Perspektivwechsel herbeizuführen.
Ich finde allgemein ist der Blick auf Funktion eigentlich oftmals viel hilfreicher, anstelle auf Produkteigenschaften, also Jobs to be done und all diese ganzen Frameworks, die es gibt, um sowas heranzuziehen, weil man es durch diese Abstrahierung schafft, dann am Ende auch anders zu denken.
Und das habe ich mir im Produkt oder Projekten eigentlich immer zunutze gemacht, weil meine Aufgabe als externe Berater war es ja immer, oder ist zumindest mein Verständnis, wirklich auch neue Impulse herbeizuführen, aber auch den Beteiligten so eine Weiterentwicklung zu ermöglichen, dass am Ende die Leute auch das Gefühl haben, das sind ihre Ideen gewesen, weil das hilft halt wahnsinnig dann bei der entsprechenden Mobilisierung im Nachgang.
Wenn man reingeht und sagt, das ist hier die super Idee, die müsste jetzt umsetzen, kann ich mir schon vorstellen, dass das lieben alle.
Das legen Menschen, dass andere kommen und dem sagen, was man zu tun hat.
Und ich glaube, der Trick ist es, einen Rahmen zu schaffen, eine Orientierung zu geben, wo die Reise hingeht und dann die Werkzeuge, dass Leute eigene, gute Ideen entwickeln können, mit denen man dann auch entsprechend weiterarbeiten kann.
Und dafür nutzten wir damals auch Aspekte wie Open Innovation.
Also wir hatten ganz unterschiedliche Personen auch bei den Workshops mit eingeladen, um Ideen zu entwickeln, die gar nicht von Dorfner kamen wurden, von BSF, von einem KI-Institut.
Also wirklich eine sehr bunte Mischung an Leuten, um halt wirklich auch so eine Auseinandersetzung mit Themen quasi hervorzurufen und andere Expertisen auch mit in den Raum reinzubringen.
Also ich glaube, im gesamten Projekt haben wir mehr mit extern gesprochen als mit intern, aber wir haben halt sehr stark auf diesen Transfer auch geachtet.
Und dabei hilft dann genau diese Leitfrage, die natürlich nicht mal eben so vom Raum oder im Raum entsteht, sondern das ist natürlich eine gewisse Vorbereitung, dass man halt über bestimmte Leitfragen da dann auch hinkommt, was wollt ihr denn eigentlich?
Nicht, welche neuen Produkte wollt ihr haben, sondern was wollt ihr denn eigentlich lösen, wo geht die Reise hin.
Und ich glaube, da, wenn man sich darauf einlässt, dann ging das ehrlicherweise relativ schnell.
Ich glaube, das war so eine so eine Kick-Off-Session, die ging viel schneller als gedacht.
Aber das war bei nicht, das ist nicht Usus, möchte ich auch nochmal kurz betonen.
Manchmal hat man das ja einfach so ein Heroiker-Moment, wo alle sagen, boah, ja, das ist cool, in die Richtung habe ich Lust zu denken.
Und genau, aber das Projekt in ungefähr ein Ja.
Also auch das muss man sagen.
So die Arbeitsphasen kann man natürlich auch irgendwie in zwei Monaten durchprügeln.
Was man dann aber auch wieder verliert, ist die Mobilisierung der Mitarbeitenden, weil man muss eigentlich schon nochmal darauf achten, dass die, da gibt es den Begriff der Absorptive Capacity, also was kann die Organisation eigentlich gerade aufnehmen und absorbieren an Veränderungen, an neuen Inputs, dass sie die auch verarbeiten können und dass damit dann auch weitergearbeitet werden kann.
Ich glaube, da haben wir am Ende ein bisschen länger gebraucht als geplant, aber wir hatten dadurch ein gutes Gefühl, wie kann man die Leute mitnehmen.
Wir haben auch Arbeitssessions gemacht, wo nicht nur Ergebnisse präsentiert wurden von den Beratern, sondern wo man sagt, hier würden wir jetzt als Berater wie folgt arbeiten, aber jetzt machen wir mal eine gemeinsame Arbeitssession.
Das heißt, auch diese Trust in die oder das Vertrauen in die Ergebnisse wurde daraus schon auch nochmal signifikant gesteigert, aus meiner Perspektive.
Und das hat am Ende auch dazu geführt, dass man sich auf so ein Nightmare Competitor-Ansatz verz wirklich auch vollumfänglich eingelassen hat.
Kannst du da nochmal, ich würde jetzt einmal kurz nochmal den Bogen spannen.
Also ihr seid dabei, ein Zukunftsbild zu erarbeiten.
Kannst du noch mal kurz die Leitfrage wiederholen, die du, die ihr definiert habt?
Welche Funktion und Eigenschaften benötigen die Lebens- und Arbeitsräume der Zukunft?
Okay.
Und wie seid ihr dann von dieser Leitfrage weitergegangen?
Und dann natürlich auch dieser Nightmare Competitor-Ansatz, wie funktioniert der?
Weil daraus, genau, ja, wir wollen ja jetzt hier einmal ist einmal die Vorbereitung, um dann gleich auch um auf eure KI-Ansätze zu kommen.
Deswegen will ich es gerade nochmal gut herleiten für alle, die hier zuhören, weil ich glaube, diese Vorbereitung und wie ihr da hingekommen seid, ist total wichtig für das Verständnis.
Was wir gemacht haben, wir hatten das Zukunftsbild.
Das ist A ein Wimmelbild, auf der anderen Seite aber auch wirklich deskriptiv beschrieben, welche Trends sind für uns relevant.
Und was wir dann gemacht haben, ist, wir haben geschaut, welche Auswirkungen haben diese Trends auf unsere Organisation, auf unsere Positionierung, auf unsere Produkte, auf unsere Marktangang.
Also sind da, sind analytisch wieder reingegangen und haben dann so ein Question Storming gemacht als Methode.
Also wir haben uns gefragt, wenn das die Auswirkungen auf uns als Unternehmen sind, welche Fragen müssen wir uns stellen, um Zukunftssicher aufgestellt zu werden?
Und aus diesen Fragen, die haben wir dann entsprechend aggregiert.
Daraus sind dann fünf Suchfelder oder Innovationsfelder oder Innovation Target Areas entstanden.
Zum Beispiel Funktionalisierung neuer Materialströme oder Service Offerings aufbauend auf Wissen, wo wir halt versucht haben, bei diesen Innovationsfeldern, in der Regel klappt das auch ganz gut, dass man ein paar Aspekte im Bereich Core hat, dann Core Plus oder New Core, manche sagen auch irgendwie Absicherung, Kerngeschäft, Weiterentwicklung, Kerngeschäft, Neugeschäft.
Also da gibt es ja unterschiedliche Horizon-Modelle, an die man sich da entsprechend orientieren kann.
Und mit denen sind wir dann weitergegangen und gesagt, auf was wollen wir uns jetzt fokussieren, wenn wir nach vorne schauen und haben dann geschaut, welche externen Perspektiven brauchen wir bei dem Nightmare Competitor Workshop, um uns in diesen Innovationsfeldern wirklich gut zu challengen.
Und dann hatten wir verschiedene Fragen quasi in diesen Innovationsfeldern rausgearbeitet.
Und die waren dann der Startpunkt für den Nightmare Competitor Workshop für das initiale Brainstorming, wo wir dann einfach Ideen gesammelt haben, die diese jeweiligen How might we Questions quasi auch entsprechend beantworten.
Und dann war ein zweitägiger Workshop mit einer sukzessiven Verdichtung bis am Ende nachher vier Geschäftsmodelle am Ende standen, die auch schon mal durch eine durch eine Feuerprobe mussten.
Also, ich habe irgendwann die Methode entwickelt, Freiküssen.
Da geht es darum, dass die Leute irgendwann den Workshop-Raum verlassen müssen.
Und die dürfen erst wiederkommen, wenn sie jemanden außerhalb des Workshop-Raums gefunden haben, der für die Idee brennt, der am liebsten einsteigen möchte.
Und die eine Gruppe hat über eine Stunde mit einem C-Level-Person von der Unternehmertum gesprochen.
Die andere Gruppe hat einen Hackathon gecrashed, wo gerade so KI-Themen quasi von so Studierendengruppen erarbeitet wurden.
Und die wirklich echt so mit drei Leuten mehr wieder in den Raum rein.
Und das hat im Unique Urban Co-Lab stattgefunden in München und da gab es auch einen Bienenstock.
Und der eine hat mit dem Imker gesprochen und kam raus oder kam wieder, meinte so, kein Mensch versteht, was wir machen, wir müssen das ganz anders erklären.
Und er hat sein Geschäftsmodell nachher mit Kuchenbacken quasi erklärt, was total erkenntnisreich war.
Also, das sind so die Anekdoten, die dann immer irgendwie auch hängen bleiben, aber so sind wir dann durch diese zwei Tage gegangen und hatten am Ende vier Ideen.
Aber kannst du nochmal ganz kurz diesen Nightmare-Competitor-Ansatz erklären?
Also geht es darum, sich zu fragen, wie würde eigentlich ein Wettbewerber uns obsolet machen mit unserem aktuellen Geschäftsmodell und darüber dann neue Geschäftsmodelle abzuleiten, mit denen man seine Unternehmen verteidigen kann?
Oder wie sieht das aus?
Es geht darum, einen fiktiven Player quasi zu entwickeln, der mit allen Vorteilen eines externen arbeitet und nicht einen der Nachteile hat, den man selber hat.
Das spielt ein bisschen in der Zukunft.
Also wir haben ja vorher durch die Herleitung mit den Trends uns ja einfach gedanklich auch schon ein bisschen in die Zukunft gebracht und gesetzt.
Und die Ideen sind natürlich ja noch losgelöst, sage ich jetzt mal so, von wer macht's.
Aber dann geht es wirklich darum, das Geschäftsmodell auszuarbeiten in der Vollumfänglichkeit, dass man dabei aber wirklich als externe Auftritt und wirklich mit der Motivation herangeht, wir wollen unser eigenes Geschäftsmodell zerstören.
Also, und dann sind da natürlich die Branchen und BU-Experten dabei, die natürlich wissen, wo ihre eigenen Schwachpunkte sind.
Und das sind immer sehr witzige Pitches dann auch am Ende, wenn Leute aus dem Unternehmen quasi aufzeigen, wie sie ihr Unternehmen oder ihren Geschäftsbereich zerstören.
Aber das löst halt in den Köpfen was aus.
Und natürlich muss man, also so ist diese Methode ein fiktiver Player, der mit allen Budgets, Vorteilen etc.
ausgestattet ist, komplett frei agieren kann, keine Pfadabhängigkeit hat.
Und manchmal denken sich Leute noch eine neue Business Unit von Amazon aus, manchmal aber auch einen ganz neues Unternehmen oder greifen auch aus ganz anderen Richtungen an, was total erkenntnisreich ist.
Und danach, nach dem Workshop, wenn das stattfindet gefunden hat, muss man dann ja immer noch den Transfer machen, weil das Geschäftsmodell kann man ja nicht einfach umsetzen.
Das heißt, da findet noch eine Übersetzung statt, die in der Regel aber radikaler ist, als wenn ich von vornherein den Weg gegangen wäre, dass ich das aus uns heraus quasi entwickeln möchte.
Und man kriegt ja auch ein anderes Verständnis für eine gewisse Dringlichkeit.
Und daraus sind dann vier Ideen entstanden für neue Geschäftsmodelle.
Wie habt ihr dann entschieden, was ihr davon jetzt wirklich umsetzt?
Es wurde mit allen Ideen weitergearbeitet.
Also alle wurden im Nachgang nochmal ausgearbeitet und da hat eine interne Bewertung stattgefunden.
Eine Idee wurde dann nach einer Woche gleich quasi aussortiert aufgrund von Kundenfeedback.
Also das fand ich, das hat mich damals total geflasht, weil auch die Geschwindigkeit war für mich als Externer damals ja noch neu, dass man so schnell die Themen entsprechend auch validiert.
Aber zwei Ideen wurden dann auch zurückgestellt schlussendlich und eine Idee wurde dann sehr stark fokussiert und umgesetzt und das waren dann am Ende interne Entscheidungsprozesse, die im Nachgang zu dem Workshop stattgefunden haben.
Und relativ schnell aus meiner Sicht.
Und das Siegerthemen oder das Siegerthema war dann ja auch genau dann die KI-Formulierungstool, was man sich grob vorgestellt hatte.
Und das war dann ja irgendwie im Frühjahr 22, glaube ich, wo man dann damit dann auch die nächsten Ende 21, Anfang 22 ging das dann ja los, wo man quasi die Sachen dann umgearbeitet hat, teils dann auch noch, wie das immer so ist, es war am Anfang gar nicht nur für den Coachings-Bereich, sondern man hat dann auch nochmal so ein bisschen intern geschaut, ob das vielleicht für andere BUs vielleicht relevant ist.
Also das war sowas entwickelt sich ja auch mit der Zeit in Abhängigkeit von den Daten, die man dann schlussendlich zur Verfügung hat, bis man dann am Ende diese Codings-Lösung quasi entwickelt hat.
Kurz in eigener Sache.
Wenn dir der AI First-Podcast gefällt und du mehr spannende Inhalte und hochkarätige Gäste hören möchtest, dann freue ich mich über deine Unterstützung.
Mit einer Fünf-Sterne-Bewertung und einem Abo für den Podcast hilfst du uns sichtbarer zu werden und AI First weiterzuentwickeln.
Für dich und die gesamte Community.
Ich danke dir.
Also, er hattet die vier Ideen, dass die Sieger-Idee, also alles wurde weiterverfolgt, dann validiert, aussortiert und so weiter.
Eine Idee habt ihr aber sehr stark weiterverfolgt und zwar ein KI-Formulierungstool für Farbrezepturen.
Jetzt musst du einmal nochmal kurz erklären, ihr kommt ja aus dem Bergbau, habt ihr euch aber gefragt, was brauchen so die Lebensräume der Zukunft und jetzt habt ihr dieses KI-Formulierungstool für Farben.
Wie passt das zusammen?
Das muss man ein bisschen ausholen.
Das Kaolin, was wir abbauen, ist ein Füllstoff in der Farbenindustrie.
Das heißt, und unser Kaolin ist sehr weiß.
Das heißt, das wird in Farbe quasi hinzugegeben, um die Deckkraft zu erhöhen, ohne die Weißkraft stark zu beeinträchtigen.
Weil man möchte nicht ganz so viel Titandioxid da reintun, weil es sehr teuer und naja.
Und wir haben über die Jahre und wirklich über, ich glaube, wir haben 20 Jahre Daten, die wir gesammelt haben, wo wir selber geschaut haben, wie verhält sich unser Kaolin unterschiedlichen Rezepturen.
Wir haben an unser Unternehmen noch die Ansa-Plan angeschlossen.
Das ist ein Analyzenzentrum.
Das heißt, wir haben sehr präzise initiale Daten, die wir dann mit den, nicht mit den Rezeptdaten, aber mit den Erkenntnissen, die wir dann aus den Rezepten quasi hatten, wie sich das am Ende an der Wand verhält, wie bestimmte Farbwerte sind, haben wir dadurch wirklich ein sehr präzisen Input-Output-Datensatz quasi gehabt, der teils noch auf Karteikarten stand.
Und damit sind wir dann gestartet, als wir irgendwann im Codings-Bereich waren, haben wir den erstmal digitalisiert.
Das war eine riesen Excel-Tabelle.
Also, ich glaube, wenn du kleinste Schriftgröße gemacht hast, die zählen alle maximal kompetiert, waren es, glaube ich, 20 Cleaner 3-Seiten.
Also das klingt jetzt nicht unendlich viel, aber ich glaube, es zeigt trotzdem auf, wie viele, das sind glaube ich über 2000 Datensätze, die da vorhanden waren, mit denen man dann auf einmal strukturiert arbeiten konnte.
Und was wir, wir haben uns mit einem Partner zusammengetan mit einem chemischen LLM, was so ein bisschen chemische Grundsatzfunktionen quasi reinbringt und haben darauf dann noch ein zusätzliches eigenes Netz quasi draufgezogen, um wirklich sehr präzise Farbrezepturen formulieren zu können, beziehungsweise Rezepturen vorhersagen zu können.
Wir sind mittlerweile bei einer Vorhersagegenauigkeit von über 95%.
Also wirklich sehr präzise.
Und was das Besondere ist, was man nicht unterschätzen darf, normalerweise dauert das relativ lange, bis man einen Farbrezept hat.
Also eine komplette Farbrezeptur, dass man irgendwie eine Farbfamilie hat oder so, das geht in Jahre.
Weil du hast in der Regel für ein initiales Rezept brauchst du so acht Wochen, dann nimmst du eine Anpassung, dann bist du das wieder durchgetrocknet ist, bis du da eigentlich dein Feedback hast.
Das dauert sehr, sehr, sehr lange.
Und diesen Schritt haben wir halt auf drei Stunden oder über Nacht quasi reduziert.
Das heißt, die Einsparungen sind 99 Prozent.
Kann man sich gerne ausrechnen.
Also es ist wirklich eine immense Einsparung an Formulierungszeit, mit der wir jetzt unsere Kunden unterstützen können, zu sagen, ihr wollt vielleicht auf einen regionalen Rohstoff wechseln.
Und dann können wir sagen, wie sich die Rezeptur verändert, wenn man unser Kaolin nimmt oder wenn man einen anderen Bindemittel nimmt oder ein anderes Pigment nimmt.
Und da haben wir über die Jahre dann wirklich eine große Datenbank aufgebaut, die auch sich ständig erweitert.
Da kamen dann auch ganz interessante Inhalte raus.
Also die KI hat irgendwann rausgegeben, dass englische Farben alle glänzen.
Da hat falsch gelernt, das kamen dann irgendwann raus, wo kommt es her.
Kaolin aus England ist feiner als Kaolin zum Beispiel aus unserer Grube.
Und je feiner das Kaolin als Füllstoff ist, umso höher ist der Glanzgrad.
Daraus hat die KI gelernt, dass alle Farben aus England glänzend sind, was natürlich nicht stimmt.
Was einfach nur daran liegt, wenn ein englischer Füllstoff verwendet wird, mit denen und den Körnungsgrößen, dann führt das zu dementsprechenden Glanzverhalten.
Also da muss man dann schon auch reinschauen, wie die Dinge sind.
Aber ich glaube, das zeigt auch so ein bisschen die Stärke von dem Tool, was wir jetzt haben.
Wir können sehr präzise Formulierungen machen, auch sehr schnell diese Formulierung machen.
Wir können die hinsichtlich Verfügbarkeiten hinsichtlich Supply Chains auch entsprechend optimieren.
Ich glaube, das wird auch wieder relevanter.
Das wurde von einem Jahr relevant mit den Zoll-Thematiken.
Aktuell könnte man überlegen, ob man die auch nicht hinsichtlich Energie entsprechend optimieren kann.
Also oder CO2 oder also da gibt es ja unterschiedliche Maßgaben, je nachdem, welche Datensätze dann auch aufgebaut werden, um diese optimierung entsprechend hinzuzufügen, kann das in diese Richtung gehen.
Aber man könnte auch denken, dass man nicht eine globale Farbe entwickelt, sondern man sagt, wir wollen die Farbe von den Output-Eigenschaften exakt gleich haben.
Aber in Nordamerika, Europa und Asien nehmen wir andere Ingredien.
Das spart Logistikkosten, all sowas und ermöglicht dann ja auch eine gleichbleibende Qualität mit unterschiedlichen Inhaltsstoffen entsprechend sicherzustellen.
Und das sind so Themen, die dadurch auf einmal möglich werden, die vorher so nicht so möglich waren.
Ihr seid ja auf diese Idee gekommen aus der Frage heraus, wie könnte euch ein Wettbewerber disruptieren mit einem neuen Geschäftsmodell.
Ich stehe noch etwas auf dem Schlauch, wie euch als Bergbauunternehmen ein Wettbewerber mit einem Formulierungstool für neue Farben, was KI gestützt läuft, disruptieren könnte.
Was, wo fehlt mir da die Verbindung?
Immer uns rausformuliert.
Okay, also er optimiert die Formulierungen so, dass eure Produkte gar nicht mehr benötigt werden, um trotzdem die gleichen Ergebnisse oder bessere zu erzählen.
Und wenn ihr das Formulierungstool besitzt, dann könnt ihr natürlich auf eure Rohstoffe, die ihr abbaut, optimieren?
Ich glaube, das ist also sehr naheliegend und das wäre dann ja eigentlich eher Absicherung des Kerngeschäfts.
Ich glaube, das Spannende ist, wenn man über sowas nachdenkt, dass man eigentlich auf einmal einen Service anbietet, aufbauend auf Wissen, was bei uns im Unternehmen ist.
Weil wenn die Metafrage ist, wie werde ich unabhängig von der Grube?
Und unabhängig werde ich von der Grube, wenn ich nicht mehr meine Rohstoffe anbiete, sondern meinem Kunden Funktion und Eigenschaften anbietet oder Funktion und Datenpunkte anbiete.
Und aus welcher Grube die kommen, ist ja schlussendlich egal.
Wenn wir unsere Grube hinsichtlicher Laufzeit verlängern können, dann haben wir ja noch viel länger dieses Potenzial bei uns in der Erde liegen, was wir dann vielleicht ein bisschen hinzugeben oder vielleicht auch bewusst mal nicht.
Und das setzt uns ja an eine ganz spannende Position und ist natürlich auch eine starke Veränderung des Geschäftsführers, was ja auch auf einmal eine Entkopplung von der Tonage quasi mit sich bringt.
Wie war das denn dann für euch als Organisation?
Also, das stelle ich mir ja als eine gewaltige Veränderung vor.
Also das dann einmal zu entwickeln und zu verstehen, okay, das funktioniert und ihr schafft diese immense Zeiteinsparung und ja, habt dort wirklich ein disruptives neues Produkt entwickeln können, was etwas möglich macht, was vorher schlichtweg nicht möglich war.
Wie seid ihr dann weitergegangen?
Genau, also habt ihr das genommen und in eure bestehende Organisation integriert, weil ihr hattet ja eigentlich ganz andere Funktionen, wahrscheinlich die ganz andere Expertisen hatten.
Habt ihr da jetzt ein neues Unternehmen daraus gegründet oder wie seid ihr weitergegangen?
Nee, das liegt bei uns in der Business Unit.
Ich glaube, was bei uns wirklich besonders war, war der Weg, der gegangen wurde.
Also, wir haben, wir hatten und haben einen Geschäftsführer, der sich sehr stark mit dem Thema KI auch auseinandersetzt und da ja auch Räume verschafft, in diesem Weg zu gehen.
Als es dann um die Umsetzung der Ideen gegangen ist, haben wir nicht den Weg gemacht, der normalerweise gegangen wird, dass man sagt, wir enablen jetzt erstmal die Führungskräfte und machen Strategie und irgendwie sonst was, sondern wir sind eher den Weg gegangen.
Wir fangen eigentlich von der Basis an.
Wir haben unsere Anwendungstechnik, denen haben wir die Möglichkeit gegeben, über KI-Transfer Plus-Programme bestimmte Themen zu vertesten in Projekten und sich die Themen anzueignen und haben dann einfach auch motiviert und unterstützt, diese Themen voranzutreiben.
Das heißt, wir haben eigentlich eine sehr profund ausgebildete KI-Basis bei uns, wo Leute aus der Anwendungstechnik in diese Richtung gegangen sind und dieses Wissen aufgebaut haben.
Und damit sind wir dann weitergegangen.
Plus, wir haben einen BU-Leiter gehabt, der hochinnovativ ist, der eine sehr starke Offenheit hat, sowas auch mal auszuprobieren, in diese Richtung auch entsprechend zu gehen.
Das ist natürlich auch immer mit einem Advent verbunden.
Und so sind wir eigentlich eher einen Bottom-Up-Weg gegangen, der freigehalten wurde, top-down.
Vielleicht ist das mal so irgendwie ganz spannend, aber wir haben nicht erst das große KI-Zukunfild entwickelt und irgendwie die Themenfäller gemacht, sondern gesagt, wenn wir die Leute, die tagtäglich die Herausforderung haben, wenn wir den Werkzeug an die Hand geben, dann geht was da für vorne.
Und da, also auch eine weitere Anekdote, da hat sich bei uns ein Malermeister, hat sich heinlich angemeldet.
Der ist dann durch die Hintertür dann doch in dieses Programm reingekommen und der ist mittlerweile einer der krassesten KI-Experten bei uns im Unternehmen und einfach so ein super innovativer Geist.
Ich will da unbedingt teilnehmen.
Ich setze mich da jetzt einfach rein.
Auch wenn ich da eigentlich keinen Platz mehr für bekommen habe, so ungefähr.
Und der hat sich dann da so reingesetzt.
Also das ist natürlich ein Schmunzeln und aber zeigt ja auch diese Neugierde, diese Offenheit wieder, sich mit solchen Themen auseinandersetzen zu wollen, zu lernen und irgendwie sich da auch entsprechend weiterzuentwickeln.
Was sind das denn für Kompetenzen, die ihr da aufbauen musstet?
Weil ich meine, was ja gerade viele Unternehmen machen, ist eigentlich KI als eine Art Effizienz-Tool einzusetzen, um Menschen, die am PC arbeiten, schneller und besser in allen möglichen Funktionsbereichen zu machen.
Aber das, was ihr gemacht habt, geht ja schon darüber hinaus oder ist ja nochmal ein ganz anderer Ansatz.
Braucht ihr wahrscheinlich auch ganz andere Kompetenzen, als dass jetzt jemand gut prompten kann?
Ja, nee, prompten ist es nicht.
Also, du hast da schon ein Interface, mit dem du arbeitest, aber du machst da eher Machine Learning.
Also du arbeitest mit vielen Datenbanken, analysierst da entsprechend die Inhalte.
Das sind dann auch eher so Dot-Charts.
Und also das ist schon nochmal eine andere Arbeitsweise, glaube ich, wie man das von Claude oder Gemini kennt.
Das wurde über die Zeit entsprechend aufgebaut.
Also die, wir haben Leute bei uns im Unternehmen, die mit Python mal eben was programmieren oder mal schnell sich ein Dashboard herleiten.
Die das vorher aber nicht konnten.
Das haben die sich angeeignet.
Haben sich angeeignet.
Das ist so ein Malermeister.
Ja, der ist jetzt, also der auf jeden Fall.
Er war.
Also es ist ein junger Malermeister, aber das ist ja tut ja nichts zur Sache.
Also da ist einfach eine, und wir haben mittlerweile in jeder Business Unit eigentlich Leute, die ganz bewusst sich auf das Thema KI fokussieren und dort Dinge ausprobieren.
Und ausprobieren heißt, die machen das in ihrer alltäglichen Arbeit, überlegen sie, was damit noch möglich wäre.
Das ist ja auch ganz geil, dadurch, dass so ein Hype bottom-up entstanden ist.
Haben wir uns ganz viele Leute KI-Ideen, die auch alle gut sind.
Also oder manche sind naheliegender, manche sind ein bisschen disruptiver, aber also KI ist bei uns, es wird mit einer sehr hohen Offenheit damit gearbeitet.
Und dadurch entstehen auch ganz andere KI-Anwendungen, die nichts mit Materialentwicklung zu tun haben.
Also um nochmal kurz den Abschluss zu machen für euer Formulierungstool für die Farbrezepturen.
Ihr hattet das dann entwickelt und wahrscheinlich wird das auch fortlaufend weiterentwickelt.
Habe ich so richtig verstanden, dass ihr das sowohl intern nutzt als auch euren Kunden als zusätzlichen Service bereitstellt?
Als Zusatz bieten wir das an.
Wir, also wir nutzen das intern, um Kundenanfragen auch besser abzuarbeiten, sicherzustellen, dass wir da entsprechend reingehen.
Plus wir arbeiten daran, dieses Tool auch stärker mit unseren Kunden gemeinsam zu verwenden.
Also das ist, da haben wir die ersten Früchtchen, würde ich jetzt mal, oder ersten Früchte tragen wir da auch schon, weil das ermöglicht natürlich auch andere Geschäftsmodelle, wenn man eine Farbe in eine bestimmte Richtung optimiert, was dann für Revenue-Modelle dann entsprechend möglich wären.
Aber da sind wir dran.
Es ist einfach, nein, aber so ist es ja immer bei neuen Themen, da rennt man ja einem nicht die Bude mit ein.
Aber es wächst kontinuierlich und hat schon ein Umsatzbeitrag.
Und was würdest du sagen, braucht es, um KI nicht nur zu betrachten, um wie können wir das, was wir heute tun, irgendwie schneller machen, sondern wie können wir diese Technologie nutzen, um ein um unser Geschäftsmodell weiterzuentwickeln und zum Beispiel ein echt ein Umsatzbeitrag zu schaffen.
Was war da, was würdest du sagen, ist da im Umdenken vielleicht notwendig oder was waren da die Erfolgskriterien für euch, um dorthin zu kommen?
Ich glaube, der könnte das ist ja das, um das nochmal zu ergänzen, ja, das ist ja das, was ich ganz viele, also ganz viele Unternehmen stellen sich diese Frage.
Es ist so naheliegend zu sagen, okay, natürlich müssen wir die Effizienzpotenziale nutzen, die KI bietet, um in Zukunft noch mitspielen zu können in der Wirtschaftswelt.
Das wird ja aber nur das Eintrittsticket sein, um noch mitzumachen, weil das wird ja irgendwann jeder machen.
Das wird keine, das gibt jetzt noch ein Zeitfenster, da ist das vielleicht ein Differenziator, aber das wird irgendwann das neue Normal sein, einfach deutlich mehr Produktivität aus der Anzahl an Menschen zu holen, die in einem Unternehmen arbeiten.
Dann ist aber eben genau die Frage, wo echt Wettbewerbsfähigkeit entsteht, ist, wie nutzen wir das, um unser Geschäftsmodell auch ins KI-Zeitalter zu bringen?
Ich glaube, so traurig es klingt, ich glaube, am Ende sollte man KI denn doch vielleicht nur wie einen Werkzeug betrachten.
Und ich glaube, der Vorteil von uns war, dass wir auf der einen Seite wirklich geschaut haben, was verändert sich um uns herum und welche Auswirkungen hat das auf unser Geschäftsmodell.
Parallel hatten wir aber schon ein gewisses Grundverständnis von was kann KI, also KI ist halt ein Werkzeug, was ich nutzen kann, um Probleme zu lösen, die ich vielleicht früher mit anderen Werkzeugen nicht hätte lösen können.
Ich glaube, dieses Verständnis Kundenzentrierung, über Kundenprobleme zu kommen, wirklich ein tiefes Anwendungswissen zu haben, dann auch Daten zu haben, um mit denen dann auch zu arbeiten, ich glaube, das ist der Clou.
Weil am Ende geht es darum, ein Geschäftsmodell zu entwickeln.
Ob das ein KI-Geschäftsmodell ist, was auf Steroiden ist und super schnell und hier und alles automatisiert, das ist, glaube ich, am Ende zweitrangig, weil wenn ich ein Kundenproblem löse, dann habe ich Erfolg.
Und nur weil ich etwas mit KI mache, heißt das ja noch lange nicht, dass ich erfolgreich bin oder die 12000 CRM-Automatisierung habe, die mir mein Leben erleichtert.
Ich glaube, es geht darum, wirklich zu verstehen, was braucht der Kunde, sich dann zu überlegen, was habe ich, wie bringe ich das zusammen?
Und wenn ich dabei im Hinterkopf habe, das KI als Werkzeug, und da gibt es ja auch tausende Formen der Ausprägung, wie man das nutzen kann von Agenten über LLMs, über einfaches Machine Learning, über Kameraerkennung in verschiedenen Produktionsprozessen, gibt es ja, das ist ja so ein breites Feld.
Aber wenn man da eine gewisse Orientierungsfähigkeit hat, dass man so sein Muster quasi oder die Logik dann auf andere Themen draußen sind, ich glaube, das ist der Trick.
Nicht kommen, was kann KI und was mache ich jetzt, sondern welche Probleme sind am Markt, wie löse ich die?
Und dabei dann aber auch zu schauen, welche Passenden vielleicht auch zum Thema KI.
Okay, ja, also Problemverständnis und Verständnis über die Kunden und dann zu schauen, bringt KI und ich meine, es hätte jede andere, ich höre jetzt raus, es hätte jede andere Technologie auch sein können, aber KI hat die Fähigkeiten geboten, die ihr gebraucht habt, um genau dieses Problem für eure Kunden besser lösen zu können.
Also am Ende, wir haben die relevanten Daten, wir hatten ein Problem, wir hatten die Kompetenzen und aus dieser Gemengelage ja am Ende wurde etwas, was schon mit Mut umgesetzt.
Und ich glaube, du brauchst natürlich auch so weiche Faktoren wie eine gewisse Offenheit, Mut, Lernbereitschaft, das sind Sachen, die, auf die muss man halt setzen.
Also die braucht Zeit, um sowas angehen zu können.
Wenn niemand Lust drauf hat, dann ist das natürlich zum Scheitern verurteilt.
Aber das ist dann am Ende auch ein Leadership-Thema, dass man die Freiräume schafft, Leute motiviert, Potenziale aufzeigt und Leute entsprechend mitnimmt.
Jetzt hast du gesagt, dass auch dadurch so ein richtiger Hype in einer Organisation erzeugt wurde, bis zum Malermeister durchgedrungen und immer mehr Leute hatten Bock auf KI, immer mehr Ideen sind entstanden.
Was ist jetzt seitdem passiert?
Ihr wurdet letztes Jahr noch ausgezeichnet für eure Arbeit im KI-Bereich.
Seid dort gerade auch als mittelständisches Familie und Unternehmen extrem vorwärts denken, treibt das Thema voran, euer CEO, auch du mit dem gesamten Team habt da einen starken Fokus drauf.
Was ist noch passiert und wo steht ihr heute?
Ich glaube, man kann bei uns KI mittlerweile nicht mehr komplett losgelöst vom Innovationssystem denken.
Also, wir haben es schon bewusst als ein Paralleltrack aufgebaut, was einfach auch andere Beteiligte braucht, um da auch eine entsprechende Geschwindigkeit irgendwie an Tag zu bringen.
Aber ich glaube, was wir jetzt halt gemacht haben, wir haben unser Innovationssystem einfach um den Aspekt KI erweitert.
Wir haben unseren Innovationsprozess, der mit einem Problem startet und nicht mit einer Lösung.
Also wirklich Aufgabe 1 ist, was ist das Problem, ist das relevant?
Und dann kann man über die Lösung nachdenken.
Das gleiche machen wir bei KI-Use Case.
Und da kriegt man ja wahnsinnig viel über den Zaun geworfen oder wird mit vielen einfach auch konfrontiert und wir schauen uns da auch echt viele an.
Aber die erste Frage ist: ist das für uns ein relevantes Problem oder halt nicht?
Und wir haben bei uns, das ist die Phase 0 im Innovationsprozess und die ist im KI-Prozess identisch.
Da geht es wirklich darum, was ist das Problem, was ist der erwartete Mehrwert, welche weiteren Vorteile kommen da raus.
Also damit starten wir.
Und dann gucken wir, wie groß ist das Potenzial der Lösung, wie viel am Ende spart man sich denn vielleicht auch ein oder welche weiteren Mehrwerte hat man denn vielleicht, wenn man irgendwie Freiräume hat für strategische Aufgaben.
Und dann trifft man eine Entscheidung.
Was habt ihr auf dem Weg noch so umgesetzt?
Wie viele Projekte jongliert ihr da so in so einer Pipeline?
Wie groß ist das Team, mit dem du das machst.
Vielleicht kannst du noch so ein paar Eckdaten geben, damit man sich so ein bisschen vorstellen kann, wie ihr das auch umsetzbar macht.
Wir haben bei uns aus der Organisation ein Start-up ausgegründet, die sich im Bereich KI und Ergonomie auseinandersetzen, die quasi Status- oder Ergonomieberichte erstellen, an Industriearbeitsplätzen, wie die Haltung ist, um Krankheitsausfälle durch ergonomische Haltungsschäden zu vermeiden.
Das ist so ein Thema.
Und dann umgesetzt und ausgegründet wurde.
Genau, die sind geradeaus gegründet und gehen jetzt quasi ihren Weg mit natürlich weiterhin irgendwie unserer Unterstützung.
Wir haben natürlich auch Themen im Sinne der Automatisierung von Eingangsrechnungen, Ausgangsrechnungen.
Also in solche Themenbereiche denken wir natürlich auch.
Also, das lässt man nicht außer Acht.
Wir haben in Teilen auch Transkriptionstools, Meetingnotes, also solche Sachen sind bei uns auch existent.
Was aber bei uns schon de facto ist, wir sind kein riesen Team.
Also wir haben eine Person bei uns im Unternehmen, die wirklich dezidiert so General AI macht, sage ich jetzt mal so, der baut auch gerade ein KI-Agenten-Layer für uns auf, um quasi aufbauend auf Use Cases aus den Bereichen dann agentische Systeme aufzusetzen, die uns da entsprechend bei der Arbeit unterstützen.
Wir haben dann bei uns dezentral in Business Units KI-Experten, die sich Produktionsprozesse anschauen, aber auch marktseitig nach Potenzial suchen.
Und dann natürlich in der IT.
Das heißt, ich habe da gar kein fixes Team, sondern wir sind ein loser Verbund, der sich aufbauend auf einem Ziel wird, was wir uns erarbeitet haben, wo wir hinwollen, regelmäßig Austausch und dazu gehört zum Beispiel auch Personal.
Was natürlich notwendig ist, ist, dass man schon auch eine gewisse Weiterentwicklung der Mannschaft irgendwie einfach auch sicherstellt, dass wir die Skills haben, die es zukünftig benötigt.
Und da denken wir auch in Richtung wie, wie sähe denn ein KI-Industriemechaniker aus?
Oder ein KI-Industriekaufmann oder Kauffrau.
Also wie kann man solche Berufsbilder auch anders quasi diskutieren?
Das ist eher noch ein Braindump, um das mal so offen zu sagen.
Aber wir versuchen es wirklich ganzheitlich zu denken und das mit einer mit Augenmaß auch entsprechend umzusetzen.
Es ist ja nicht so, dass wir irgendwie zehn Leute sind, die Vollzeit nichts anderes machen.
Das Thema KI mache ich quasi nebenbei zu meiner Aufgabe im Bereich Innovation und Venturing, wo ich auch sehr operativ an Themen arbeite.
Und ich glaube, vielleicht ist das, dass es Fluch und Segen zugleich, weil auf der einen Seite ist man auch drinnen in der Praxis und nicht nur in strategischen Themenbereichen.
Auf der anderen Seite muss man dann natürlich auch eine gewisse Rollenintelligenz haben.
Wer bin ich gerade?
Worum geht es hier gerade?
Was ist meine Rolle gerade?
Und mir hat schon ein Meeting, wo ich quasi Entscheider war und aber auch der gepitcht hat, so ungefähr.
Das ist natürlich äußerst herausfordernd.
Also so agieren wir.
Also ein loser, dezentraler Verbund, der eine gemeinsame Ausrichtung hat und je nach Ressourcenbedarf und Priorität die Themen entsprechend angeht.
Das ist ja oft ein großer Kampf, dieser Kampf um die Ressourcen und ich höre da vor allem immer wieder jetzt raus in unserem Gespräch, dass glaube ich die Kultur, die bei euch herrscht, total entscheidend ist, dadurch, dass ihr, dass ihr diese Dinge auf die Straße bringen könnt und auch die entsprechenden Ressourcen bekommt, die notwendig sind, um die Anwendungsfälle dann umsetzen zu können, auch wenn es wahrscheinlich einen Haufen anderer Themen gibt.
Aber ihr habt dieses Zielbild halt einmal entwickelt und könnt von dort runter kaskadieren und ableiten und priorisieren, was jetzt an den Dingen, die ihr tun könntet, welche Relevanz hat?
Ich glaube, das ist am Ende schon auch, wenn ich ganz ehrlich bin, das ist etwas, was mich auch für den Wechsel motiviert hat, zu Dorfnung zu gehen, weil ich bin wirklich der Meinung, dass das schon eine besondere Kultur ist und als Berater lernt man sehr viele Unternehmen kennen.
Und da hatte ich irgendwie schon einfach auch ein gutes Gefühl, im Sinne von, dass man da wirklich auch was bewegen kann und man mutig auch für neue Ansätze ist.
Tim, eine letzte Frage noch.
Und zwar gibt es da draußen ganz viele Mittelständler, die sind noch nicht da.
Wo ihr seid, die haben vielleicht KI als ein Chatbot eingeführt.
Und dort fragen sich aber auch die Geschäftsführer oder Führungskräfte darüber hinaus, welchen Impact wird KI, die sich immer schneller weiterentwickelt, so facettenreich ist, so viele Fähigkeiten auch schon mitbringt.
Welchen Impact wird das noch auf unser Geschäftsmodell haben?
Wie müssen wir uns dort aufstellen, um uns vielleicht davor zu schützen, disruptiert zu werden oder andere disruptieren zu können.
Was würdest du denen raten, wie sie sich diese Fragestellung oder Antworten auf diese Fragestellung finden können?
Einander.
Ich glaube, was nicht hilft, ist im eigenen Saft zu schmoren, sondern rauszugehen, mit Kunden, Partnern, Gleichgesinnten, mit anderen Unternehmen einfach in einen offenen Diskurs zu gehen und irgendwie ehrlich über diese Themen zu sprechen, weil ich glaube, dass das ist am Ende das Interessanteste.
Wie macht ihr es, wie machen wir es?
Wo sind vielleicht auch Parallelen?
Was kann ich von anderen lernen?
Ich glaube, diese unternehmensübergreifenden Austausche sind total wichtig.
Und das zweite Punkt wäre für mich, einfach mal anfangen und einfach mal anfangen, vielleicht nicht auf der Führungsebene, sondern einfach ganz bewusst die Person im Unternehmen zu identifizieren, die sich vielleicht in der Freizeit schon mit diesen Themen beschäftigen, die irgendwie auch Marktbezug haben und dann wirklich mal gemeinsam diese Themen entsprechend entwickeln.
Und ich gehe davon aus, dass in jedem Unternehmen viele Ideen da sind, wie man KI sinnvoll nutzen kann.
Und ich glaube, dann einfach die richtigen Themen, vielleicht auch mit einer gewissen Leuchtturmwirkung einfach auch mal starten.
Und natürlich kann man damit auch mal scheitern, aber ich glaube, das gilt es dann einfach auch zu moderieren und ja, diese Kultur damit dann auch zu teilen.
Aber ich glaube, das Wichtigste ist, redet mit anderen Leuten, holt euch vielleicht Expertise rein, aber redet erstmal mit Leuten, mit anderen, wie die es machen.
Ich glaube, das ist das, was ich über die Jahre, egal worum es geht beim Thema Innovation gelernt habe, es wird jede Idee wird besser, wenn man mit Fremden drüber redet.
Tim, vielen, vielen Dank für deine Einblicke.
Sehr, sehr spannend.
Ich behalte euch auf jeden Fall im Auge.
Bin total gespannt, was ihr noch in den nächsten Jahren auf die Straße bringt und bedanke mich für das Gespräch.
Vielen Dank, hat mir Spaß gemacht.