# Mid-Market AI Adoption: Agility, Governance, and Operational Impact

**Podcast:** AI FIRST Podcast
**Published:** 2026-04-24

## Transcript

Herzlich willkommen zum AI First Podcast.
Unser heutiger Gast ist Alexander Kors, CIO der Laurenz Spätmann Holding.
Und wir wollen heute mal einen Deep Dive machen zu KI in einem mittelständischen Unternehmen.
Denn Alexander kennt auch die Konzernwelt sehr, sehr gut und kann berichten, was die Unterschiede sind mit so einem schnellen Thema wie künstlicher Intelligenz.
Im Konzern, aber eben auch im Mittelstand umzugehen, was er in den letzten Jahren gelernt hat und welche Erfahrungen er in der Umsetzung sammeln konnte und mit welchen Prinzipien er in der KI-Transformation vorgeht, das werden wir heute lernen.
Und Alexander, ich freue mich, dass du dabei bist.
Ja, herzlichen Dank für die Einladung, Felix.
Erzähl doch zum Start einmal kurz, wer du bist und vor allem, was ihr bei der Lauren Spätmann Holding macht, denn wahrscheinlich ist das gar nicht unbedingt...
jedem einen Begriff, aber viele der Marken, die dahinter stehen, kennt man wahrscheinlich.
Ja, das höre ich gerne.
Du hast mich ja kurz schon mit Namen angekündigt, Alexander Kors, 55 Jahre alt, glücklich verheiratet, Vater von Sohn einer Tochter.
Ich bin CIO der Laurens-Spätmann-Holding, also kurz LSH.
Es wird noch ein paar Abkürzungen heute geben für unseren Austausch.
Ich bin Handelder CIO der Ostfriesischen Teegesellschaft, der OTG.
Die OTG ist das Herzstück der Holding.
Wir machen Tee.
Bekannteste Marke ist Mesmer, die hoffentlich die meisten zumindest kennen werden.
Dazu kommen dann noch die Marken Milford und Ono Behrens.
Wir bauen den Tee nicht selber an, sondern beziehen ihn über Händler aus den Ursprungsländern, mischen ihn, verpacken ihn in unseren Werken, die in Deutschland sind.
Wir machen pro Jahr mehr als 8 Milliarden Teebeutel, das muss man sich vielleicht auch mal vorstellen, ganz schön viel.
Ein Großteil davon allerdings ist dann Handelsmarke und damit beliefern wir über 90 Länder weltweit.
Wir sind ein unabhängiges Familienunternehmen in vierter Generation mittlerweile mit Standort in Seevetal, da sprechen wir auch heute gerade.
Dann noch unser Leitwerk in Buchholz, in der Nordheide, in Grettstadt und im Norden im schönen Ostfriesland.
Und die LSA wiederum ist die Mutterholding und wir produzieren und vertreiben darüber hinaus mal Fruchtschnitten, Riegel, Cerealien, Nüsse, Saaten, Trockenfrüchte und neuerdings auch nachhaltige Verpackungen aus Maisgrieß.
Immer mit dem Anspruch, gesunder Genuss für ein gesundes Leben.
Und das war auch erstmal so der Werbeblock.
Du hast ja auch schon vorher eine ganze Menge gemacht.
Nicht unbedingt den typischen Lebenslauf eines CIO, warst ja unter anderem auch für die digitale Transformation bei Kühne und Nagel zuletzt verantwortlich, vorher auch bei Otto und Co.
unterwegs.
Nimm uns da nochmal mit, woher kommst du eigentlich und wie bist du jetzt in deiner aktuellen Rolle gelandet?
Vielleicht erstmal ganz kurz noch zu meiner Geschichte, weil das da etwas ungewöhnlich ist für einen CIO.
Wirklich was ganz anderes gemacht.
Ich bin quasi aufgewachsen im Einzelhandel.
Meine Eltern haben darüber gedacht, so Mensch, BWL ist bestimmt ganz toll.
Hab BWL studiert, hab dann Werkstudent gemacht bei Otto und hab dort so ein bisschen meine Leidenschaft für Technologie entdeckt.
Angefangen auf ein 386er Multivariate-Analyse-Modelle zu bauen.
Also da so ein bisschen gesagt, okay, ich bin wirklich ganz am Anfang mit der Digitalisierung dabei gewesen, hab da meine Diplomarbeit geschrieben und dann tatsächlich bei Otto erstmal angefangen.
Vielleicht auch gar nicht so unwichtig, das mal so als Background zu haben.
Da habe ich nämlich 20 Jahre in Summe gearbeitet und immer von der anderen Seite sage ich immer gerne, nämlich eher von der Marketing, also von der Fachbereichsseite.
Ich war dann in verschiedenen Rollen in verschiedenen Ländern.
Ich war unter anderem drei Jahre in Korea, in Seoul, danach noch drei Jahre in Russland, habe Motto Russland leiten dürfen und immer dann mit dem Fokus so auf Marketing, Werbung, Logistik.
Also noch nicht so viel IT, aber immer auch mit dem Technologiefokus.
Dann hatte ich nach 20 Jahren Otto so ein bisschen gesagt, so jetzt muss mal was Neues hier.
Bin dann zu Cibo gewechselt, war dann nochmal drei Jahre in Russland für Cibo, danach nochmal in Polen, Rumänien, der Türkei.
Hab dann eher so in Richtung Business Development mich entwickelt, aber auch hier schon immer sehr klar technologieorientiert.
Und dann kam halt ein ehemaliger Kollege, der mich zu kühlen Nagel gelotst hat.
Und da habe ich dann die Verantwortung erst für digitale Kommunikation, später für die digitale Transformation übernommen.
Eher so als Brückenbauer, weil ich tatsächlich immer diese Schwierigkeit gesehen habe, was der Fachbereich will, kommt nicht immer bei der IT an.
Und umgekehrt, das, was die IT dann baut, ist nicht immer das, was der Fachbereich braucht.
Und eine super spannende Aufgabe.
Das habe ich dann lange in der Schweiz gemacht und dann am Schluss wieder zurück in meine Heimatstadt Hamburg.
Da bin ich jetzt auch, mit Glück wieder, wohne ich mit meiner Familie.
Und der Wechsel in den Mittelstand dann aus dem Konzern, das war dann nach über 30 Jahren tatsächlich, Aus dem Bestreben heraus, ich möchte auch mal anders arbeiten.
Ich kenne natürlich Konzernstrukturen und das wird allen bekannt sein.
Hier hat man viele Ressourcen, es gibt Strukturen, es gibt Budgets, aber auch unglaublich viel Abstimmungsaufwand, es gibt viel Politik.
Das kommt einfach dazu, wenn man so ein großer Tanker ist, Kühn und Nagel, über 80.000 Mitarbeiter.
Wir haben trotzdem super spannend, was wir da machen konnten.
Aber ich wollte eben mehr Flexibilität auch wieder haben und bin dann vor zwei Jahren zur LSH gewechselt.
Habe es ehrlich gesagt noch keinen Moment bereut, weil ich einfach den Unterschied sehe.
Wir haben deutlich kürzere Entscheidungswege, kann ich sagen.
Es gibt deutlich mehr Freiraum, weniger Politik.
Auch hier mal ganz klar den Mythos, es gibt keine Politik im Mittelstand.
Das weiß ich nicht, woher das kommt, gibt es auch.
Aber deutlich weniger und ich finde auch viel angenehmer, weil das Menschliche viel mehr im Mittelpunkt steht.
Wie ich es mache, ich stimme mich mit meinen Vorgesetzten über Ziele und Budgets ab und den Weg dahin, so stimme ich eigenverantwortlich.
Das war im Konzern fast nie möglich.
Ich sage, im Endeffekt bräuchte ich mit meinem Vorgesetzten wahrscheinlich nur einmal im Jahr zusammensitzen, weil wir einfach sagen, das ist das, was wir vorhaben.
Natürlich sitzen wir auch häufiger zusammen und stimmen uns ab, aber es geht hier sehr klar über das Thema Vertrauen und gegenseitige Wertschätzung und das funktioniert hervorragend.
Und beim Thema KI ist, finde ich, dieser Unterschied nochmal stärker spürbar.
Im Konzern, kenne ich das natürlich, gibt es eine zentrale KI-Strategie, die wird dann von oben ausgefüllt und auch vermittelt.
Da gibt es dann lange Abstimmungszyklen, es gibt globale Rollout-Pläne, es gibt ganz große Governance-Strukturen, die brauchen dann auch meistens Monate.
Im Mittelstand kannst du schneller experimentieren, würde ich es jetzt mal nennen.
Du entscheidest heute, du testest morgen und lernst dann übermorgen.
Also wirklich sehr, sehr schnell.
Und die Geschwindigkeit sehe ich wirklich als echten Vorteil.
Ich muss aber auch sagen, auch wir haben eine KI-Vision, wir haben eine KI-Strategie, aber die ist in Abstimmung mit den anderen Geschäftsbereichen dann erstellt worden und auch mit den anderen Firmen der LSH dann abgestimmt.
Aber ganz ohne diese Strukturen kommt man nicht aus.
Aber nochmal, um das zusammenzufassen, im Mittelstand ist die Geschwindigkeit einfach viel, viel höher.
Bevor wir da jetzt gleich mal genauer eintauchen, wie ihr KI für euch aufgesetzt und auch in die Umsetzung gebracht habt, wie bist du gerade aufgestellt?
Also welche Abteilungen hängen an dir dran und damit wir so ein Gefühl bekommen, wie groß ist so die Struktur und vor allem auch mit Blick auf KI, wer steuert diese Themen gerade bei dir?
Meine IT ist halt klassisch Mittelstand.
Wir umfassen halt alles, würde ich mal sagen.
Ganz platt angefangen vom IT-Service, also klassisch.
Wir unterstützen also in allen technischen Fragen das Unternehmen.
Wir sind aber auch für die Infrastruktur zuständig, sowohl in der Zentrale als auch in den Werken.
Also sehr operativ, auch technisch unterwegs.
Auch für die SAP-Strukturen sind wir verantwortlich.
Daneben habe ich aber einen großen Bereich, der nennt sich...
Projekte und Digitalisierung.
Und da unterstützen wir einerseits die ganzen Anforderungen oder Ideen, die aus den Fachbereichen kommen, helfen lassen, umzusetzen, zu implementieren.
Dann haben wir aber auch eine Abteilung, die sich wirklich nur mit neuen Technologien und neuen Ansätzen auseinandersetzt.
Also zum einen haben wir da jetzt gerade die Datasphere oder die SAC damit aufgebaut, das ganze Reporting, neue Strukturen entwickelt.
Wir haben eine Data Scientistin, da kommen wir bestimmt später auch nochmal auf das Thema.
die bei uns wirklich mit ihrer Thematik ganz neue Prognosemodelle dann auch ermöglicht.
Und wir haben halt auch eine eigene KI-Managerin eingestellt, weil auch dieser Bereich für uns natürlich höchst relevant ist.
Wo wir gesagt haben, wir sehen das nicht nur als einen Teil von vielen, sondern das wird uns in allen Bereichen zukünftig unterstützen.
Und daneben habe ich doch Leute, die sich auch mit RPAs auseinandersetzen, mit Power-Plattformen, also relativ breites Portfolio.
In Summe sind wir 35 Leute, nicht zu klein, aber auch nicht jetzt das, was ich aus der Vergangenheit aus dem Konzern kenne.
Und wir müssen halt dann klar priorisieren und dass wir uns auf das Wesentliche fokussieren und klar sagen, das, was den meisten Mehrwert bringt und auch möglichst schnelle.
Machbarkeit oder Umsetzbarkeit verspricht, das ist das, worauf wir uns fokussieren.
Und ich glaube, das ist genau das Stichwort Fokus.
Wie habt ihr das gemacht?
Vor allem, wenn ja dann doch wahrscheinlich viele, viele Ideen aus den Fachbereichen auf eurem Tisch landen, gleichzeitig die Entwicklungsgeschwindigkeit im KI-Markt nicht langsamer, sondern eher höher wird und ihr auf der dritten Seite irgendwie mit den Ressourcen, die ihr habt, du hast jetzt gesagt, es ist kein großes Thema, aber auch kein kleines, aber es ist dann doch für das, was man alles tun könnte, muss man eben das gut aussteuern.
Ja, wie habt ihr dort den Fokus für euch gesetzt?
Ganz klar, ich finde das gar nicht so nur ein Nachteil, wenn man so klein ist, weil man dann sich wirklich auf die wesentlichen Sachen fokussieren muss.
Im Konzern haben wir häufig natürlich gesagt, okay, wir probieren einfach mal alles aus und wissen doch gar nicht, ist da was drin oder nicht, mit dem Vorteil, dass man auch häufig Dinge entdeckt, die vielleicht sonst übrig geblieben werden.
Naja, aber hier ist klar der Fokus auf Pragmatismus.
Also wir müssen uns fokussieren.
Wir fangen andersrum an.
KIs, da dachte ich schon, wesentlicher Bestandteil unserer Unternehmensstrategie.
Das heißt, wir wollen das auch so einsetzen, dass es echt einen Mehrwert bringt für bessere Prognosen, für effizientere Abläufe, für fundierte Entscheidungen.
Also alles das, was wir, glaube ich, alle hinter KI so vermuten, um eben eine Basis für moderne Prozesse zu schaffen.
Dabei sind wir aber bewusst erstmal defensiv.
Ein bisschen natürlich auch getrieben, weil wir sagen, wir können kein First Mover sein.
Dafür haben wir nicht die Kapazitäten und auch nicht das Budget.
Aber wir wollen ein effizienter und verlässlicher Anwender sein und müssen deswegen auch relativ früh dabei sein, sage ich gerne.
Nochmal, im Konzern mussten wir häufig auch Vorreiter sein.
Wir sagen, wir müssen sehen, sind da Vorteile für uns drin, ja oder nein.
Ich habe damals schon immer sehr klar darauf...
auch gepocht, dass wir das dann, unsere Erkenntnisse aber auch mit anderen Firmen, gerade mit dem Mittelstand, teilen müssen, um eben die gesamte Branche auch auf ein gewisses Level zu heben.
Jetzt profitiere ich eher davon, weil ich eben von den Konzernkollegen dann auch häufiger Feedback kriege und sehe, okay, was sind das, die Dinge, die ihr gelernt habt, sowohl im Positiven als auch sehr wichtig, was eben noch nicht funktioniert hat.
Und mein Anspruch ist ganz klar, ich will zumindest unter den ersten Followern sein.
Also jetzt hin und herlaufen ist auch nicht mein Anfang.
So, was machen wir in unserer Priorisierungsstrategie?
Ich frage mich erstmal immer, wo verlieren wir heute gerade Zeit, Qualität, wo verlieren wir vielleicht sogar Wissen und nicht jetzt der Klassiker, welche KI brauche oder wir brauchen mal was mit KI und welche KI ist gerade gehypt.
Das darf uns gar nicht interessieren, sondern wir müssen immer gucken, wo ist für uns der größte Schmerz.
Ich frage auch die Fachbereiche immer.
Guckt selber nach, wo ihr im täglichen Ablauf seht, das fühlt sich irgendwie nicht so richtig smooth an.
Die wenigsten wissen ja, was eine KI alles kann.
Aber ich sage, komm eher von der anderen Seite, überlege, wo würdest du dir wünschen, wo Sachen besser funktionieren können.
Und da können wir den Ausgangspunkt setzen und sagen, okay, vielleicht haben wir ja schon eine Lösung im Portfolio, weil es vorher gar nicht bewusst war, dass das Problem existiert.
Oder vielleicht brauchen wir etwas Neues, was wir mit einer KI oder mit einer Automatisierung, für mich auch eine Art von KI, lösen können.
Und dann musst du natürlich nach Kriterien priorisieren.
Die sind natürlich jetzt nicht Art und Fakten, natürlich sind sie faktenbasiert, aber es hat schon noch viel mit ein bisschen Bauchgefühl und Erfahrung zu tun.
Das sind natürlich dann Mehrwert und Machbarkeit.
Das ist eine Schätzung, aber die kann man ja ableiten über bestimmte Kriterien.
Wir haben uns da so Matrizen aufgebaut, wo wir sagen, wie bewerten wir denn bestimmte Ansätze.
Und da kann man klar sagen, ein Use Case, der theoretisch total viel bringt, aber irgendwie jetzt noch drei Jahre Datenprojekte erstmal benötigt.
Das ist nicht das, worauf wir uns als erstes fokussieren.
Wir brauchen, zumindest was KI angeht, gerade aktuell eher Quick-Wins.
Warum?
Weil wir Vertrauen schaffen müssen.
Weil wir brauchen im Unternehmen das Vertrauen.
Da ist wirklich eine Technologie, die uns Mehrwert schafft, damit wir dann auf dieser Basis aufbauen können.
Also daher kommen wir.
Und vielleicht, und ich hoffe, dass das jetzt hier auch ganz gut reinpasst, weil mein Verständnis von IT, ich glaube, ist auch ganz wichtig.
Ich habe mich auch mit anderen...
Kollegen dazu in der Vergangenheit intensiv ausgetauscht, die haben uns ein bisschen gewandelt in den letzten Jahren.
Und mein Anspruch ist ganz klar, ich bin hier nicht nur der Dienstleister und Servicemensch.
Klar sind wir das auch, sagte ich, wir bilden ja alles ab.
Aber wir sind in erster Linie auch Entebler.
Wir sitzen hier mit einem großen Know-how-Pool und gemeinsam mit meinem Team setze ich dann wirklich den Rahmen und die Leitplanken für Sicherheit, für Datenschutz, für Governance.
Waren wir es wieder.
Standardisierung, alles das, was wir glauben, was uns als Firma voranbringt.
Und innerhalb dieses Rahmens schaffen wir dann bewusst Freiraum, weil wir gar nicht alles zentral steuern und kontrollieren können.
Wollen wir auch gar nicht.
Denn die Fachbereiche kennen ihre Probleme am besten.
Und sie kommen dann auch mit den besten Ideen.
Aber man muss ihnen immer wieder zeigen, was können wir technisch vielleicht supporten und sie dazu motivieren, in ihre Prozesse einzusteigen und wirklich mal zu hinterfragen, geht es nicht noch besser als das, was wir aktuell haben.
Und dann ist immer mein Lieblingsbeispiel, weil wir gerade intensiv mit den Kolleginnen und Kollegen auseinander zusammenarbeiten im Marketing zum Beispiel.
Die wissen sehr genau, welche Tools denn jetzt auch gerade auf dem Markt sind und was vielleicht das Richtige für sie sein könnte.
Wir probieren diese Tools dann aus, gucken auch, ob sie unseren Anforderungen an Compliance und Governance entsprechen.
Wir sichern das dann auch ab und skalieren, wenn es passt.
Aber nochmal, das Netzwerk, was durch die Fachbereiche entsteht, ist für uns totaler Gold wert.
Ich sage auch immer, wir als ITler müssen auch Dinge bewerten können, die technologische Lösung anbieten, weil wir wieder verantwortlich sind, das Ganze in den Gesamtzusammenhang auch zu bringen, dass die Sachen zusammenpassen.
Wir haben das jetzt mit der KI in drei Phasen unterteilt.
Aktuell befinden wir uns gerade in der Orientierungsphase.
Ich glaube, wie die meisten unserer geschätzten Kollegen.
Wir testen also wahnsinnig viele Use Cases, wir testen Plattformen, wir sammeln Erfahrung.
Und schaffen dann auch die notwendigen Rahmenbedingungen, ich sagte gerade schon, viel mit Governance.
Dann in der nächsten Stufe geht es darum, die Effizienz weiter zu steigern durch den Einsatz von verschiedenen Lösungen.
Dann wird es so eine Phase geben, Optimierungsphase nennen wir die, wo wir Entscheidungen und Ergebnisse optimieren können.
Und dann in der finalen Phase wollen wir wirklich transformieren, also wirklich Prozesse in eine neue Welt führen.
Aber das sind so Stufen, die aus meiner Sicht notwendig sind, um hier eine wirklich verantwortliche KI.
Roadmap auch aufzubauen.
Und nochmal die wichtigsten Enabler, das vergisst man gerne, sind wirklich Erarbeitung einer Governance-Struktur.
Wir brauchen eine Strategie, du brauchst eine Roadmap, auch im Mittelstand.
Und dann brauchst du halt erstmal die Standardisierung auch einiger grundlegender Prozesse, um überhaupt mal KI fit zu werden.
Denn das einfach mal auf der...
alten Datenbasis was Neues drauf zu flanschen, wird nicht funktionieren.
Man muss das hinterfragen, muss sehen, wie kriegt man das so aufgesetzt, dass es wirklich zukunftsfähig ist.
Daran arbeiten wir gerade intensiv.
Was ist das zum Beispiel?
Kannst du da so ein paar Beispiele geben, was du sagst, was so die wichtigsten Grundlagen sind, die sitzen müssen, um AI-ready zu sein?
KI dann auf zum Beispiel Prozesse und Dateninfrastruktur draufsetzen zu können.
Ja, für mich fängt das wirklich ganz vorne an, dass man sich so etwas wie einen Leitpartner, also eine Richtlinie hinstellt.
Es gibt ja so ein paar rechtliche Vorgaben, die man auch erfüllen muss und das muss man natürlich mit den Mitarbeitern dann auch teilen.
Die müssen das ja wissen, dass sie sagen, welche Richtung können wir überhaupt gehen.
Das ist relativ das Erste gewesen, was wir gemacht haben, dass wir halt so eine KI-Richtlinie erstellt haben, die jetzt auch mit allen Kolleginnen und Kollegen geteilt haben.
um denen so gewisse Leitplanken zu geben.
Was dürfen sie, was dürfen sie nicht?
Wir wollen ja, dass die Leute damit arbeiten.
Wenn wir nicht wissen, was erlaubt ist und was nicht erlaubt ist, dann hast du schnell Wild West und es passieren Dinge, die gar nicht gewollt sind.
Um denen auch die Angst zu nehmen, brauchst du eben eine gewisse Governance-Struktur.
Das haben wir jetzt wirklich als allererstes Mal gemacht.
Wir haben jetzt auch eine Datenklassifizierung gemacht.
Was sind denn die Daten, die du da reingeben kannst?
Was sind Dinge, die du vielleicht besser nicht mit einer KI teilst?
Und wie kannst du sicherstellen, dass du eben alles, was du tust, abgesichert hast?
Dafür haben wir jetzt einen kleinen Leitfaden veröffentlicht, um eben allen die Möglichkeit auch zu geben, das Richtige zu tun.
Daneben haben wir auch gesagt, wir geben jetzt nicht einfach nur freie Fahrt und probieren mal alles aus, was du privat machen könntest, sondern haben uns relativ schnell auf eine Everyday-KI erstmal geeinigt.
Das ist der Co-Pilot-Chat.
Natürlich wieder als Mittelständler auch ein bisschen wirtschaftsorientiert, weil das natürlich Teil der E3-Lizenz ist, mit der wir arbeiten bei Microsoft.
Aber es schafft erstmal eine gute Grundlage.
Viele Dinge des täglichen Lebens kannst du damit hervorragend machen.
Und dann musst du den Leuten natürlich sagen, okay, damit darfst du schon mal diese ganzen Themen machen.
Und bitte jetzt nicht online mit einem Privatlizenz.
hier ChatGVT nutzen und da unsere Firmendaten reinschmeißen.
Weil das ist tatsächlich die große Gefahr, die dann besteht, dass deine Daten plötzlich wohin gelangen, wo du sie nicht haben möchtest.
Also das nur mal als ein Beispiel.
Und wir haben daneben auch ganz viele Daten, die wir nutzen könnten, die aber noch nicht in der Struktur vorliegen, wie wir sie eigentlich bräuchten.
Also auch Prozesse sind nicht so abgebildet, wie wir sie eigentlich bräuchten, um sie wiederum optimieren zu können.
Ich sage mal, ein schlechter Prozess in der KI geschmissen bleibt ein schlechter Prozess.
Grundlagen auch schaffst, eine Taxonomie schaffst, standardisierst.
Und immer, das sage ich, ist eine der Schlüsselenabler aus meiner Sicht für KI-Schulung.
Du musst den Mitarbeitenden klar mit an die Hand geben, was ist möglich, was sind die Dinge, die du wirklich tun kannst.
Auch mit den Tools, die wir jetzt zur Verfügung stellen, denen die einfach rüberzuschmeißen, reicht nicht.
Du musst sie mit an die Hand nehmen und zeigen, welche Optionen diese Tools dann ermöglichen.
Wie lancierst du diese beiden, ja, also es läuft ja beides parallel.
Auf der einen Seite baust du die Grundlagen auf, um dann KI draufzusetzen, auf der anderen Seite kannst du ja auch nicht sagen, bei KI drücken wir jetzt mal auf Pause für die nächsten zwei Jahre, weil wir kümmern uns gerade mal um unsere Systemlandschaft, um unsere Prozesse, um unsere Dateninfrastruktur, weil das brauchen wir erstmal und dann können wir KI.
draufsetzen, weil, wie du ja gerade jetzt schon schön gesagt hast, KI muss ja gar nicht eingeführt werden, es ist schon längst da, an jedem Schreibtisch, jeder, der einmal damit gearbeitet hat und versteht, okay, das hilft mir in meinem Arbeitsalltag, versteht sehr, sehr schnell, wie das geht und wird damit irgendwie weitermachen und dann kann man Schulungsmaßnahmen und so draufsetzen, um das zu professionalisieren, aber ...
Man kommt dann irgendwann immer an den Punkt, wo man sagt, okay, um das, was jetzt wirklich Spaß machen würde, hier umzusetzen, fehlt uns das eine oder andere.
Wie balancierst du beide Welten?
Eine sehr gute Frage und natürlich die tägliche Herausforderung.
Am liebsten würden wir alles machen oder auch allen alles geben.
Ich glaube, wir haben einen ganz guten Ansatz gefunden.
Ich glaube nicht, dass wir damit immer alles zwischenstellen.
Natürlich gibt es immer ...
Und auch gerade die sehr affinen Kolleginnen und Kollegen, die uns hier echt treiben, sagten, wir müssen doch und wir könnten doch in der Klasse das schon gesehen.
Das kannst du aber gar nicht machen.
Wir haben deswegen nochmal angefangen.
Wir haben erstmal eine Grundlagenstruktur gebaut, relativ schnell diese Richtlinien, gesagt, okay, das ist mal der Rahmen, in dem können wir uns bewegen, auch relativ frei.
Wir haben Compliance-Richtlinien für uns erstellt, einen sehr langen Prüfprozess.
Das heißt, wenn Anforderungen kommen, zu sagen, okay, was sind so die Kerndinge, die wir erstmal prüfen müssen, überhaupt den nächsten Schritt zu machen.
Was wir aber tun, wir testen sehr schnell.
Das meinte ich gerade, wir haben verschiedene Sachen ja schon in kürzester Zeit durchlaufen lassen.
Das erste war, okay, erstmal um alle mitzunehmen, Copile Chat ist super, weil es eben diese täglichen Kleinigkeiten unterstützt.
E-Mails formulieren, Texte zusammenfassen, Recherchen strukturieren, eine Präsentation vorbereiten.
Es klingt...
Total unspektakulär, aber der Effekt für die tägliche Produktivität ist aus meiner Sicht total bemerkenswert.
Ich nutze es wirklich auch jeden Tag, um meine Arbeit zu unterstützen.
Das ist so der erste Berührungspunkt, der auch ein bisschen die Angst vor KI nimmt und auch den vielen Leuten gesagt, okay, wir sind ja dabei.
Also das war schon mal wichtig, diese Botschaft zu senden, wir sind dabei.
Dann gab es die Nächsten, die gesagt haben, okay, wir haben jetzt diese tolle M365-Feld, da gibt es auch diesen tollen M365-Copiloten.
Dann haben wir gesagt, okay, das testen wir.
Wir testen auch verschiedene Optionen gegeneinander, aber wirklich bewusst sehr schlank, sehr kurz.
Innerhalb von sechs Wochen haben wir den Proof of Concept durchgeführt und dafür eine Gruppe etabliert.
Ich nenne die gerne die Friends of IT.
Das sind immer so sehr IT-affine, intrinsisch motivierte Kolleginnen und Kollegen in den verschiedenen Fachbereichen, die eine gewisse Begeisterung mitbringen und auch die Bereitschaft für solche Sachen.
sozusagen einzubringen, Zeit dafür aufzubringen, weil Testen lohnt sich ja nur, wenn man auch wirklich dafür Zeit zur Verfügung stellt.
Der POC kann ich sagen, war super lehrreich.
Der Coopilot M360 selbst konnte jetzt nicht so unbedingt seinen Mehrwert unter Beweis stellen, sage ich mir vorsichtig, weil noch nicht das, was wir uns damit vorgestellt haben, möglich war.
Aber eine wichtige Erkenntnis haben wir rausgewonnen.
Du brauchst klare Use Cases, wirklich klare Use Cases und jeder Anwendungsfall braucht eigentlich eine unterschiedliche Lösung.
Das war auch wichtig, dass auch die Fachbereiche das sehen, dass wir nicht immer alles hinklatschen können.
Wir haben aber auch gesagt, wir können euch jetzt nicht 27 verschiedene KI-Lösungen auf einmal zur Verfügung stellen, sondern wir müssen eine gewisse Kontrolle behalten.
Aber das hat uns wirklich geholfen, die KI-Strategie zu schärfen.
Wir haben auch gefehlt, dass zum Beispiel manchmal fehlende Berechtigungen oder Datenquellen den Nutzen einschränken können.
Also wie gesagt, immer alles mal testen, weil sonst weißt du es nicht.
Du musst und das geht halt manchmal schneller.
Testen in einem begrenzten Umfeld, auch in einem gesicherten Raum.
Und dann können wir tatsächlich schneller vorankommen.
Aber Motivation und Begleitung bei diesen ganzen Sachen sind wahnsinnig wichtig.
Wir haben also unsere KI-Managerin, hat mit denen noch kleine Hausaufgaben gemacht.
Probiert mal das, probiert mal das, um die so in allen Bereichen mal rumlaufen zu lassen.
Und den haben wir dann abge...
Plänen sozusagen und haben dann uns als nächstes LangDoc vorgenommen.
Ich weiß nicht, ob LangDoc bekannt ist.
Das ist eine in Deutschland entwickelte KI-Produktivitätsplattform, nennen die sich selber.
Sehr fokussiert auf den Mittelstand.
Das ist DSGVO-konform, wird in Europa gehostet, ist hochgradig anpassbar und wir können dort verschiedene Modelle.
Und das ist der riesigen Vorteil.
Da ist ChatGBT drin, da ist Cloud, Mistral, Gemini ist alles drin.
Und gleichzeitig behalten wir die Kontrolle über unsere Daten.
Das sehen wir als Riesenvorteil.
Viele, viele Use Cases, die an uns herangetragen worden sind, können wir darüber bauen.
Da gibt es integrierte Agenten.
Wir können Workflows machen.
Wir können das an Systeme wie Monday oder Outlook anbinden.
Das war jetzt, glaube ich, ein wichtiger Schritt, dass auch unsere Kolleginnen und Kollegen merken, wir versuchen ja, gute Lösungen zu finden und schneiden die nicht nur immer ab oder lehnen sie ab, sondern sagen, wir gucken schon, was möglich ist.
Und natürlich gibt es jeden Tag neue Anforderungen und jeden Tag gucken wir uns auch an, Sehen wir wieder was Sinnvolles.
Wir haben jetzt wieder die nächsten drei Tests am Start, wo wir wieder für andere Fachbereiche sagen, okay, die sind für euch, für eure Use Cases wahrscheinlich die sinnvolleren Lösungen.
Lass sie uns testen, quick, dirty nicht, aber quick, um da wieder herauszufinden, ist da Mehrwert, ja, nein, und dann gegebenenfalls auch Lizenzen zu vergeben.
Und auch ganz wichtig, es muss nicht jeder alles haben, kostet ja Geld.
Wondern wir sagen auch ganz klar, wir haben den Chat.
Co-Pilot-Chat einzufügen gestellt.
Bei allen anderen Sachen muss der Mitarbeiter auf seine Führungskraft zugehen und sagen, da gibt es ein tolles Tool, was aus meiner Sicht für unsere Arbeit wichtig ist.
Da möchte ich eine Lizenz haben, die wird dann beantragt.
Also ein bisschen mehr Prozess dahinter, um eben nicht einfach nur bereit, das zu verteilen, sondern es muss ein Mehrwert dahinter sein, um auch wirklich den wirtschaftlichen Umständen hier Genüge zu tun.
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 5-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.
Das ist schon eine harte Arbeit, die richtigen Lösungen dem Team bereitzustellen, das sauber zu evaluieren und dann etwas zu haben, was sowohl den rechtlichen als auch den fachlichen Anforderungen entspricht.
Das habt ihr geschaffen.
Jetzt ist ja die Herausforderung, du hast es gerade eben schon gesagt, wir brauchen klare Use Cases.
Und diese Use Cases, die müssen vor allem aus den Fachbereichen kommen, denn die kennen ihre Probleme ja bekanntlich am besten oder sollten es zumindest.
Und dann ist die Frage, wie bringt man das in die Umsetzung?
Du hast jetzt schon mehrfach gesagt, dass du eine KI-Managerin eingestellt hast und ich vermute jetzt, einfach mal, dass sie verantwortlich ist, genau diesen Prozess irgendwie zu strukturieren und zu steuern.
Vielleicht kannst du uns da aber noch ein bisschen Licht ins Dunkel bringen.
Wie macht ihr von hier aus jetzt weiter?
Du hast also eine Plattform ausgeführt, die hat all diese Funktionen.
Wie bringt ihr das jetzt in die Umsetzung und erzielt damit eine Wirkung?
Ist also neben diesen Friends of IT, wir haben ein bisschen ausgeweitet, wir haben Botschafter ernannt und jeder Fachbereich hat sozusagen seinen KI-Botschafter jetzt.
Weil auch hier wieder gesagt haben, wir brauchen Leute, die die Botschaft in die Welt tragen.
Und es sind also Key-User aus den Fachbereichen, die von uns jetzt enabled wurden.
Damit fangen wir mal an.
Die werden wirklich tief dann auch geschult in, jetzt in dem Fall LangDoc, in den Möglichkeiten, die LangDoc bietet.
Und dienen jetzt als Multiplikatoren in ihre Bereiche, gucken auch da, welche Use Cases gibt es, versuchen die.
Im ersten Schritt vielleicht sogar selbst mit denen schon in die Umsetzung zu bringen oder dann sich wiederum an unsere KI-Managerin zu wenden, die dann unterstützt.
Die identifizieren, wie gesagt, also gemeinsam mit den Fachbereichen, mit ihren einzelnen Kolleginnen und Kollegen die Use Cases und bringen die dann hoch, wo wir dann schauen, wo wir uns als nächstes drauf stürzen.
Und wir haben wirklich Bereiche aus oder weiter aus den Bereichen Marketing, E-Commerce.
Was haben wir noch?
Wir haben Vertrieb, Einkauf, Recht, also wirklich sehr, sehr breit, weil wir sehen, die Unterschiedlichkeit der Use Cases ist halt das, was auch die Anforderungen wiederum an uns herausfordern macht, aber wo wir am besten unterstützen können, wenn wir halt Leute haben, die sich damit intensiv auseinandersetzen.
Und die KI-Managerin, da haben wir letztes Jahr die Entscheidung getroffen, für die eine designierte Managerin einzustellen.
Wir hatten vorher kein Know-how, wir haben gesagt, wir brauchen jemanden, der sich wirklich tagtäglich damit auseinandersetzt.
auch den Markt beobachtet, weil wir gesagt haben, KI wird und ist kein Nebenprojekt, sondern das ist wirklich eine strategische Aufgabe, die dauerhaft besetzt werden muss, die muss gesteuert werden, das muss weiterentwickelt werden.
Also jemand, der gemeinsam mit den Botschaftern jetzt Use Cases identifiziert, das Enablement auch koordiniert, also häufig mit Dienstleistern, dass sie dann als Schulungen einen Auftrag gibt oder sogar selber Schulungen durchführt, Schulungsdokumente erstellt.
bewährte Plattformen auf Basis dieser Matrizen, von denen ich gesprochen habe, erfüllen die eigentlich unsere Vorgaben in Richtung Mehrwert und Machbarkeit, Umsetzung von oder auch in Richtung Security und Compliance.
Das ist ihre Aufgabe und letztendlich führt sie halt diese Community der Botschafter.
Also das ist relativ umfassend.
Wir sind immer sehr, sehr intensiv im Austausch und wir merken auch, das ist schon ganz schön eine Herausforderung für eine einzelne Person, aber ich sage mal besser, Also erstmal starten sollte man und dann kann man nur noch gucken, wie beiden wir das weiter aus.
Aber dadurch, dass wir diese Gruppe von Botschaftern haben, kriegen wir diese Thematik eben auch deutlich schneller jetzt ausgerollt.
Nach was für einem Profil habt ihr da gesucht?
Denn das Profil eines KI-Managers gibt es ja niemanden, der jetzt...
Und klar, könntest du sagen, es gibt Leute, die schon mehrere Jahre Erfahrung daran haben, aber die kommen dann eher aus traditionellen KI-Anwendungen, was nicht so viel mit dem zu tun hat, was heute benötigt wird.
Es geht ja stark um diesen Change-Prozess, den du auch angesprochen hast.
Ja, wonach habt ihr da gesucht?
Aber es ist klar zu sagen, genau das, was du sagst.
Ich habe auch gesagt, es gibt ja noch niemanden, der diese Rolle jetzt sozusagen vollumfällig erfüllt.
Also habe ich in erster Linie jemanden gesucht, der natürlich eine technologische...
Grundausbildung hat.
Das ist erstmal wichtig, so ein gewisses Grundverständnis zu haben.
Aber ich wollte auch keinen echten Techie, ehrlich gesagt, sondern jemanden haben, der auch Verständnis dafür hat, was sind die Bedürfnisse in den Fachbereichen.
Auch ein gewisses Gefühl dafür hat, was sind die wichtigen Strukturen.
Projektmanagement ist nämlich auch ein Teil des Ganzen, zu sagen, was muss ich eigentlich alles erfüllen, um dieses Thema voranzubringen.
Und das Wichtigste ist für mich tatsächlich fast in jedem Job, den ich mittlerweile besitze.
eine gewisse Veränderungsbereitschaft.
Weil, du hast es vorhin auch schon mal gesagt, eigentlich ist die Entwicklungsgeschwindigkeit so hoch, wenn man sich dann erstmal auf ein Thema fokussiert und dann nicht bereit ist, sich wieder mit neuen Sachen zu beschäftigen oder in der Lage ist, dann hast du schon verloren.
Und wir haben halt nach jemandem gesucht, der bereit war, sich mit dieser Thematik auseinanderzusetzen und wirklich schnell lernt, schnell auch versteht, was für das Unternehmen für den Mehrwert dahinter stehen kann.
Im Endeffekt ist es eine...
Dann hat die Person, ist eine liebe Kollegin, eine Managementausbildung und hat diesen technischen Background sich sozusagen selber aufgeschafft und hilft uns wahnsinnig durch ihre Strukturiertheit und viel Kommunikation, hier den richtigen Weg nach vorne zu bringen, weil das meiste ist Überzeugungsarbeit, was die da leisten musste.
Das Unternehmen mitnehmen fängt übrigens ganz oben an.
Das heißt, wir müssen auch unsere Geschäftsleiter und Geschäftsführer und Vorstände hier schulen und mitnehmen, aber gleichzeitig auch die jeweiligen Fachbereiche, denen das Gefühl vermitteln zumindest, dass wir auf alles auch zumindest reagieren.
Wir nehmen alles auf und da hast du halt sehr gewonnen, wenn du transparent und offen und zwischenmenschlich orientiert, empathisch auch kommunizieren kannst.
Das waren für mich so die wichtigsten Kriterien bei der Auswahl.
Ich glaube, wir haben das Glück gehabt, eine Kollegin dann zu finden, die das mitbrachte.
Ich hätte es gar nicht besser beschreiben können, weil es war einfach so, was suche ich, genau wie du sagst, wen suche ich denn am Markt, wenn ich eine Karchenmanagerin suche?
Und ja, häufig muss man einfach dann das Glück auf seiner Seite haben, dass sie gerade ihr Studium abgeschlossen hatte und wie gesagt die Grundlage mitbrachte.
Und hier schon in kürzester Zeit wirklich uns auf einen guten Pfad gebracht hat.
Auf jeden Fall eine sehr anspruchsvolle Aufgabe.
Ich weiß, dass viele Menschen hier auch zuhören, die in ähnlichen Rollen sind und sich durch dieses Spannungsfeld durcharbeiten, aus oftmals sehr hohen...
Erwartungen aufgrund der Technologie und auf der anderen Seite nicht unbedingt immer die besten Voraussetzungen, um diese technische Potenziale auch sofort in die Umsetzung zu bringen.
Also es ist wirklich nicht einfach, aber natürlich auch total spannende Aufgabe, wie du gerade beschrieben hast, mit vielen Möglichkeiten, viel Einfluss, den man auf die Organisation haben kann.
Mich würde noch interessieren.
Weil du das gerade so sagst.
Diese Schmerzhafte, ich glaube, das kann die Kollegin noch besser beschreiben als ich.
Aber es ist jetzt nicht so, dass hier alle sitzen und sagen, super, dass jetzt KI um die Ecke kommt.
Einige sind schon genervt, andere kommen und sagen, mach mir mal irgendwas mit KI.
Also in diesem Spannung zu agieren, ist wahnsinnig wichtig.
Und man kann einfach nur allen sagen, KI wirkt nicht von allein.
Das ist schon auch wichtig.
Also es gehört schon was dazu.
Man muss eben auch gucken, was wir an...
An Input reingeben, was wird auch die Fachbereiche bereit sind, da an Zeit auch mit aufzubringen, um hier wirklich sinnvolle Use Cases zu finden und dann die richtigen Ableitungen daraus zu treffen.
Das ist schon echt eine Herkulesaufgabe hier gerade.
Wann würdest du denn anderen Unternehmen empfehlen, die so eine Rolle noch nicht installiert haben, so jemanden ins Unternehmen zu holen?
Ich würde sagen gestern, weil es hat bei uns alles verändert, weil ich jetzt wirklich jemanden habe, der sich mit diesem Thema jeden Tag beschäftigt und dem Unternehmen hilft, den richtigen Weg zu finden.
Wir haben das ja auch aus dem Test mit dem Co-Piloten gelernt.
Es waren total viele motivierte Leute da, aber der Mehrwert war einfach begrenzt und das musst du entdecken.
Das kannst du nur, wenn sich jemand damit wirklich beschäftigt.
Wir haben verschiedene Dinge auch miteinander vergleicht.
Ich würde sagen, man muss auch jemanden haben, der sich auch bereit ist, in die Prozesse reinzudenken und mit den Leuten mal, ich sage mal, die Deckel von Töpfen, die schon immer da standen, einmal anheben und reingucken und sagt, nicht so gut, überall zumachen, sondern nein, überall schauen, wo sehe ich Verbesserungspotenzial und dann auch bereit ist, sich dann die Hände schmutzig zu machen und diesen Eindruck zu vermitteln, wir sind an eurer Seite, wir machen das gemeinsam, um...
Prozesse effizienter zu gestalten, um eure Arbeit zu erleichtern, nicht um eure Jobs wegzunehmen, sondern um wirklich aus den begrenzten Ressourcen, die wir nun mal haben, mehr rauszuholen und mehr Zeit für wirklich werttiftende Dinge zu finden.
Das ist das, was wir versuchen hier reinzubringen und deswegen kann ich es nur jedem empfehlen, eine klare Ansprechperson zu haben oder jemanden, der sich mit diesen Themen auseinandersetzt und auch das Gesicht ins Unternehmen dafür ist.
halte ich für einen wahnsinnig wichtigen Faktor.
Seid ihr denn bisher schon auf Anwendungsfälle gestoßen, wo du überrascht warst, wie gut die funktioniert haben und die ihr vielleicht gar nicht so von Anfang an auf dem Schirm hattet?
Oder vielleicht auch darüber hinaus, was hat bisher gut funktioniert?
Also überraschend weiß ich nicht.
Also ich bin jeden Tag überrascht, wie die KI sich weiterentwickelt und allein wie gesagt in meiner täglichen Arbeit.
Wenn ich mal sage, ich habe eine Idee im Kopf, aber ich kann sie nicht formulieren und diese Idee genauso schwammig rein formuliere und die KI in der Lage ist, mir selber meine Gedanken zu ordnen, das finde ich schon mal mega.
Aber wir testen tatsächlich auch gerade konkrete Use Cases.
Wir haben zum Beispiel gerade in Azure Foundry eine Agentic AI auch jetzt im Einsatz für automatisierte Vertragsprüfung.
Also wirklich so ein, hört sich jetzt simpel an, aber wer sind es?
Das kennen wahrscheinlich viele im Rahmen von Ausschreibungen.
Dann nimmt unser Vertrieb dann Verträge der Spediteure der Kunden an die Transportlogistik, zwecks Prüfung.
Und die prüfen dann die Lieferbedingungen, vergleichen sie mit unseren Anforderungen.
Und die Verträge sind mega umfangreich, mehrere hundert Seiten manchmal.
Und die Antwort muss aber in wenigen Tagen erfolgen.
Und wenn man dann auch noch irgendwelche Bedingungen nicht beachtet, kann das dann wiederum Vertragsstrafen verursachen.
Also wirklich komplex.
Und hier haben wir jetzt einen Agenten.
Ein Gesetz, der dann diese Vertragsdokumente wirklich automatisiert vergleichen kann, Abweichungen erkennen kann und bewertet und dann wirklich Prüfgerichte generiert.
Also wirklich innerhalb von, mit wirklich relativ übersichtlichem Aufwand schaffen wir es, eine sehr, sehr manuelle, sehr zeitintensive Aufgabe zu strukturieren und wirklich eine echte Vergleichbarkeit herzustellen.
Wahnsinniger Mehrwert für uns.
Das ist nur mal so als ein Beispiel.
Wir haben so ein paar andere Sachen, von denen habe ich schon erzählt.
Ich sagte vorhin ganz kurz, wir haben eine Data Scientistin, die hat ein eigenes Large Language Model entwickelt in enger Zusammenarbeit mit dem Fachbereich, wo das Modell jetzt andere historische und synthetische Daten analysiert, Marktmuster, saisonale Effekte einbezieht und damit wirklich unterstützende Prognosen für bessere Entscheidungen bei unseren Absatzprognosen erliefert.
Das ist wirklich ein konkreter Mehrwert, der dann auch direkt auf Geschäftszahlen einzahlt.
Ich glaube, das ist auch immer wichtig, dass du relativ schnell so ein Use Case hast, wo du dann auch wirklich einen echten ROI nachweisen kannst.
Und deswegen haben wir, glaube ich, hier sehr viel Credits gerade bekommen, dass wir sagen, okay, die brauchen nicht nur irgendwelche theoretischen Sachen, sondern wirklich schon konkrete Sachen, die dann auch im Täglichen helfen.
Und da gibt es natürlich...
wahnsinnige Entwicklungsmöglichkeiten.
Also wir fangen jetzt gerade an, weil wir ein produzierendes Unternehmen sind, mit dem Predictive Maintenance zu beschäftigen.
Also vorausschauende Wartung auf Basis von Maschinendaten.
Also nicht einfach warten, bis was ausfällt.
Das kann jeder, sondern das System soll frühzeitig Anomalien erkennen und uns vorwarnen, sodass wir eben schon bevor was kaputt geht eingreifen können.
Das reduziert dann natürlich wieder umgeplante Stillstände.
Lohnt Ressourcen, optimiert unsere Arbeitskraft.
Da sehe ich noch viel Mehrwert in unseren Werken drin.
Aber ich könnte jetzt, glaube ich, noch eine Stunde erzählen, was ich noch an Chancen sehe.
Ich finde, man muss sich immer nach den Schmerzpunkten erst mal umgucken.
Wo haben wir Schmerzen?
Was stört mich?
Oder wo habe ich das Gefühl, das könnte besser laufen und KI?
Ich habe ja auch deine anderen Podcasts schon mal gehört, das ist ja nicht nur jetzt immer das, was man als generative KI vielleicht sieht, sondern für mich fängt KI ja schon bei Automatisierungssachen an.
Also wir haben ganz viele Cases, wo wir dann schlicht am Schluss ein RPA bauen, also eine Robotik, weil wir diese Prozesse, die einfach wahnsinnig manuell bisher waren, super repetitiv sind, jetzt in Automaten übersetzt haben.
Und damit also Datenübertragung, Bestellprozesse, Reportings.
RPA macht das zuverlässig und schafft wirklich dann Freiraum für andere wertschöpfende Aktivitäten.
Und das ist schon ein so großer Mehrwert, den ich hier sehe.
Und das hört gar nicht auf.
Und jeden Tag kommen neue Use Cases hinzu, wo wir immer wieder überprüfen müssen, ist das jetzt ein Mehrwert, ist das der nächste Punkt oder stellen wir das erstmal hinten an, weil alles gleichzeitig machen können wir nicht.
Aber die großen Dinge...
die ich jetzt gerade schon geschildert habe, haben uns schon wirklich Riesenschritte nach vorne gebracht.
Wenn du trotzdem die Chance hättest, das nochmal von vorne zu starten, mit dem, was du heute weißt, gäbe es dann Dinge, die du anders angehen würdest.
Ja, also ein Punkt, den wir jetzt sozusagen angreifen, du hast es malhin schon gesagt, was fängt man an und sollte man nicht erstmal die ganzen Grundlagen schaffen und Standardisierung, ja.
Ich glaube, das hilft.
Auf der anderen Seite bremst das natürlich auch.
Und ich glaube, diese Balance zu finden, ist wirklich nicht einfach.
Und natürlich kann man im Nachhinein immer sagen, boah, hätte ich das mal anders gemacht.
Wir sind jetzt gerade dabei, nochmal unsere Datenstrategie anzupassen.
Dass wir sagen, wir müssen alles das, was wir an Daten haben, und das ist übrigens auch noch ein Vorteil des Mittelstands, da sind wahnsinnig viele Daten, die vorliegen.
Nur die wenigsten schaffen sie, sie richtig zu nutzen.
Und wenn wir jetzt die KI richtig füttern wollen, sollten wir bitte auch...
tunlichst an alle unsere Daten rankommen.
Nur liegen die häufig an irgendwelchen Orten, an die wir bisher gar nicht gedacht haben.
Am schlimmsten Fall irgendwo in Papierform oder aber in irgendeinem PowerPoint oder PPT.
Also das ist PDF, meine ich.
Und da haben wir jetzt tatsächlich auch angefangen, diese Sachen alle zusammenzuführen.
Wir werden jetzt ein Data Lake aufbauen, werden dann sozusagen erstmal eine Grundlagestruktur haben, um unsere zukünftigen AI-Modelle Eben mit noch mehr Informationen zu füttern.
Wir träumen jetzt gerade von der Wissensdatenbank.
Ich glaube, das machen viele.
Das haben wahrscheinlich auch schon andere Firmen umgesetzt bekommen.
Aber dass wir überhaupt mal wissen, was bei uns ist, so zusammenführen, dass man das auch wirklich nutzbar machen kann für alle Kolleginnen und Kollegen.
Ich meine, wir haben jetzt auch noch ein demografisches Thema.
Die Boomer gehen irgendwann alle mal in Rente.
Das ist wahnsinnig viel Wissen, was wir...
sichern müssen und wie macht man das am besten, indem man halt sinnvolle Datenstrukturen aufbaut und denen die Möglichkeit gibt, auch ihr Wissen dort rein zu verankern, um eben wieder der künstlichen Intelligenz zu helfen, bessere Grundlagen für Entscheidungen zu schaffen.
Also das ist vielleicht das, was man als erstes immer tun sollte, zu gucken, wie kriege ich meine Daten optimiert, qualifiziert und dann zusammengeführt.
Auf der anderen Seite, wir sehen ja gerade, wir machen es parallel.
Es geht auch.
Ja, aber alles andere hätte uns jetzt einfach verlangsamt und deswegen müssen wir es so machen.
Und ich denke, dass KI da auch ein toller Katalysator ist, um so ein paar Dinge hochzubringen, die jetzt auf einmal einen viel größeren Hebel erzeugen würden, weil wir eine Technologie haben, die wir draufsetzen können und auf einmal würde es total viel Sinn machen, dieses Wissen mal an einen Ort zu bringen oder mal Prozesse zu standardisieren und zu digitalisieren.
Was vorher vielleicht noch so ein nice to have war, wird jetzt immer relevanter und ich meine, unsere Welt, wir können, die ist so komplex geworden, wir können viele Sachen auch nicht am Reißbrett entwerfen und den perfekten Plan für die nächsten zehn Jahre machen.
Das ist einfach vorbei.
Du hast es vorhin gesagt, wir müssen anpassungsfähig bleiben, brauchen anpassungsfähige Menschen.
Ich glaube, das ist einfach eine der wichtigsten Fähigkeiten.
Und ihr zeigt sehr, sehr schön, wie man vor allem auch im Mittelstand damit umgehen kann.
Also vielen Dank, Alexander, für all deine Erkenntnisse und Erfahrungen, die du geteilt hast.
Und ich wünsche euch weiterhin natürlich ganz viel Erfolg.
Ja, vielen Dank, Felix, und dir weiterhin auch viel Erfolg mit dieser tollen Reihe und danke für die Einladung.