# Enterprise AI Enablement and Maturity Frameworks

**Podcast:** AI FIRST Podcast
**Published:** 2026-05-22

## Transcript

Herzlich willkommen zum AI First Podcast.
Heute zu Gast ist der Head of Gen AI von Cosnova, Christoph Deutschmann.
Cosnova ist schon als eines der frühen Unternehmen in Deutschland voll in das Thema generative KI gegangen und hat dort sehr, sehr viele Erfahrungen in den letzten Jahren gesammelt.
Und Christoph steuert dieses KI-Programm mit einem kleinen Team für eine ganze Menge.
an Menschen und kann viele Insights teilen.
Und Christoph, da freue ich mich jetzt mit dir in den nächsten 45 Minuten, so tief wie möglich einsteigen zu können.
Schön, dass du da bist.
Hallo Felix, ich freue mich auch, da sein zu dürfen heute.
Erzähl mal ganz kurz, was ihr bei Cosnova macht, weil wahrscheinlich kennen viele das Unternehmen noch gar nicht, aber oftmals die Marken dahinter.
Das stimmt, das ging mir ehrlicherweise damals auch so, als ich zur Cosnova gekommen bin.
Cosnova ist ein Unternehmen, also wir sind in dekorativen Kosmetik unterwegs und Cosnova kennen die wenigsten, aber unsere Marken, Essen und Catrice, die sind auf jeden Fall der weiblichen Bevölkerung bekannt und mittlerweile aber auch im Großteil der männlichen Bevölkerung, viele männliche Kunden mittlerweile auch in Deutschland, Marktführer, aber auch in ganz, ganz vielen anderen Ländern, 90 Ländern dieser Welt sind wir aktiv.
Wie groß seid ihr?
Wie viele Menschen arbeiten bei euch?
Bei uns arbeiten etwas über 900 Mitarbeitern.
Das ist immer so ein bisschen, wie man guckt, Head, Quarter, wir haben Subsidiarities, wir haben eine Logistikabteilung.
Also wie man das ein bisschen zählt, ist das ein bisschen mehr und ein bisschen weniger.
Also aber über 900 auf jeden Fall.
Und vielleicht auch so eine Größenordnung, auch interessiert, neue Mitarbeiter, was stemmen die?
Die stemmen so einen Jahresumsatz von über 950 Millionen Euro.
Also knapp die Milliarde.
In deinem Stellenprofil steht Head of Gen AI.
Gibt es ja jetzt nicht so häufig diese Rolle.
Was verbirgt sich dahinter?
Wie verbringt ein Head of Gen.AI seinen Tag?
Also dahinter verbirgt sich und was machen wir?
Also das Thema Gen.AI hat das Unternehmen sehr früh als relevantes Feld identifiziert.
Und wie man dann startet, okay, man macht mal hier was, man macht mal da was und hat festgestellt, ja okay, wir müssen es aber strukturiert in die Organisation tragen und deswegen auch organisatorisch verankern mit quasi auch der Organisationsstruktur, die bedingt, wir haben ein Teamlead mit einem Team darunter, die das verantworten.
Und was machen wir?
Also wir verstehen uns als Enabler der Organisation.
Das heißt, wir haben...
sehr unterschiedlichste Aufgaben.
Das ist einmal, wir sprechen auf Management-Ebenen häufig eher über die strategische Fragestellung.
Was macht eigentlich Gen-AI für euch in eurem Bereich?
Wie könnte man sich das vorstellen?
Was sozusagen da den Kopf aufmachen soll auf der Fachabteilungsseite, auf der Business-Seite.
Wie könnten sie ihre Welt vielleicht anders denken durch die Möglichkeiten?
Wir haben aber auch Neun Mitarbeiter, davon sind zum Glück nicht die meisten Manager, sondern die meisten sind Operationals.
Und das heißt quasi, der Mehrwert und die Effekte stehen natürlich auch in der breiten Masse.
Das heißt, wir sind auch sozusagen mit den Operations im Austausch, was Upskilling angeht, was aber auch Umsetzungsthemen angeht.
Das heißt, wir versuchen vom Enablement quasi die gesamte Bandbreite abzudecken.
Jetzt hast du öfter von wir gesprochen.
Wie ist das Team aufgestellt?
Genau, wir sind ein Team, wir sind vier Leute inklusive mir.
Das heißt, ich habe drei Mitarbeiterinnen und wir zu viert treiben das Unternehmen sozusagen auf dem Thema vor uns her.
Und du musst noch mal erzählen, wann ihr gestartet seid, weil ich bin ja auch irgendwie so zumindest als generative KI so richtig nutzbar wurde.
Fühlst du seit Tag 1 mit dabei?
Aber ich habe euch immer schon sehr, sehr früh zumindest wahrgenommen.
Ich glaube, ihr macht eine gute Kommunikation nach außen.
Aber ich glaube, ihr wart auch wirklich schon früh am Drücker und habt euch damit beschäftigt.
Wann war das?
Ja, also ich bin seit Anfang letzten Jahres dabei.
Da haben wir das organisatorisch neu verankert mit einem Team.
Und davor war das quasi aber auch schon anderthalb Jahre quasi eher auf Projektbasis unterwegs.
Konstanze aus meinem Team zum Beispiel.
interner Spitzname Miss Jenny Ibe, ist halt die Person, die das als erstes hier sozusagen vorangetrieben hat.
Dann hat man eine zweite Person hinzugezogen und dann sich überlegt, okay, wir müssen das anders strukturell aufstellen, damit wir wirklich auch den Speed auf die Straße kriegen und das nicht versuchen, in Projekten sozusagen versanden zu lassen.
Also deswegen, es ist schon eine Journey, die vor mir angefangen hat und wirklich sehr, sehr früh.
Was immer so ein Marker ist, wir waren, Ich weiß nicht, ob der, aber einer der ersten Enterprise-Kunden von Open Air in Deutschland.
Und das halt als Mittelstandunternehmen mit 900 Mitarbeitern und nicht der DAX-Konzern.
Ja, genau.
Das hatte ich nämlich auch irgendwie so was im Hinterkopf.
So, jetzt seid ihr vier Leute und ihr habt es euch zur Mission gemacht, tausend andere zu enablen, plus noch auf einer strategischen Ebene das Thema zu verankern, mitzudenken.
bis in die operativen Prozesse rein.
Wie habt ihr das strukturiert, um all diesen unterschiedlichen Anforderungen, Interessen und so weiter gerecht werden zu können?
Ja, also wir haben das quasi, wir haben das, also wir denken da so ein bisschen in so drei Säulen.
Eine ist Implementierungssäule und da geht es darum, dass wir Fachabteilungen dabei helfen, Use Cases zu implementieren.
Und das ist auch schon vom Wording wichtig, sozusagen, wie wir uns da aufgestellt haben.
Wir bauen das nicht für die, sondern wir helfen denen, dass sie es selber bauen können.
Weil sonst würden wir mit einem Vier-Mann-Team der krasseste Bottleneck hier im Unternehmen sein und alle würden nur quasi ihre lange Wunschliste bei uns abladen und dann darauf warten, dass was gemacht wird.
Das ist schon mal einer sozusagen, wie wir das aufgebaut haben.
Wir Enablen dezentral sozusagen, dass die Abteilungen die Sachen selber können.
Dann haben wir...
was ich vorhin schon ein bisschen angesprochen habe, ist mit Strategie.
Das haben wir quasi alles unter dem Thema Maturity und Governance geparkt.
Das heißt, da steckt einmal das Thema drin, Vision mit und für die Fachbereiche entwickeln.
Wir natürlich auch in unserer Rolle für die Gesamtorganisation.
Also was ist unsere Vision für die Gesamtorganisation?
Da stecken aber auch so Themen drin, wie wir machen mit den Abteilungen Maturity Assessments.
Das heißt, wir schauen wirklich an auf mehreren Dimensionen, wo stehen Fachabteilungen gerade eigentlich?
wo wollen sie eigentlich hin und was sind sozusagen die Gaps, damit sie, also wir stellen häufig fest, die Leute kommen zu uns und wollen Tools, Tools, Tools und meistens ist die Antwort, eigentlich fehlen dir Skills in deinem Team.
Oder es fehlen dir gewisse Prozesse oder Daten und du brauchst gar kein Tool, weil das kann gar keine Wirkung entfalten, wenn gewisse Voraussetzungen nicht da sind.
Und das versuchen wir im strukturierten Prozess in dem Machine-Pillar zu machen.
Das heißt Machine-Programm, weil wir auch quasi diese ganze, wie gehen eigentlich Use-Cases durch diese Orga, wie werden die priorisiert, wie werden die IT- und Legal-Freigaben eingeholt.
Auch diesen Prozess sozusagen bauen wir auf und orchestrieren den.
Und in der Mitte, das ist quasi der...
Enablement Layer, wo man sozusagen Skill-Up und Training reinschreibt.
Und da haben wir die verschiedensten Formate entwickelt.
Das ist ein gesamtes Programm mit verschiedenen sozusagen Nutzergruppen, Leadership, der normale Mitarbeiter und unsere Gen.E.I.
Champions, die wir hier in der dritten Säule quasi zusammenführen.
Da sind jetzt so ein paar Punkte schon aufge...
ploppt, wo ich nochmal mit dir tiefer reingehen möchte.
Und zwar bin ich beim Maturity Assessment hängen geblieben, weil ich glaube, das stellen sich viele diese Frage, mal so einen Reifegrad einzuschätzen, um dann die richtigen Maßnahmen da drauflegen zu können, weil ja der Reifegrad zwischen unterschiedlichen Bereichen, Abteilungen ja schon sehr, sehr unterschiedlich sein kann, was so digitale Arbeit angeht, Datenqualität, wie klar sind die Prozesse und so weiter.
Was sind da die Dimensionen, die ihr euch anschaut?
Also wir gucken uns Also ich würde lügen, wenn ich jetzt alle Dimensionen im Blick habe.
Also wir gucken uns primär sechs Dimensionen an.
Also es geht einmal so um eine technische Dimension, wie seid ihr technisch aufgestellt, datenseitig, wie seid ihr vom Skillsetter aufgestellt.
Wir gucken uns natürlich aber auch die Fragestellungen an, wie seid ihr, also quasi wie weit seid ihr mit dem Thema Strategie und der Verarbeitung von den AI-Potenzialen in eurer Strategie.
Und dann haben wir das in...
Ich glaube, das sind 40 oder 50 Items runtergebrochen.
Was wir sozusagen machen, wir haben einen sehr einfachen Sechsdimensionär, also über Sechsdimensionen sehr, sehr einfach, lassen wir ein Selbstassessment der Leute machen.
Wir für uns quasi aus Expertensicht versuchen das aber nochmal viel, viel granulare runterzubrechen, weil allein Technologie quasi zu sagen, wo stehe ich da auf einer Fünfer-Skala.
ja, also ich meine, für den Laien ist das gut genug, wenn er uns sagt, ich glaube hier oder da, das hilft uns ja zu verstehen, was er selbst einschätzt.
Wir versuchen das natürlich viel, viel granularer zu machen, versuchen zu verstehen, was ist denn quasi, was ist denn der Baustein in der Technologie und gibt es da Unterschiede, die wir dort bewerten.
Und das gucken wir uns dann in den Items sehr konkret an und das ist nichts, also deswegen haben wir es auch irgendwie Check genannt und man könnte es ja auch quasi, also bei uns geht es da drum, wir wollen quasi eine Abgleich machen zwischen Selbsteinschätzung der Fachabteilung und unserer externen, vielleicht Experte finde ich immer ein schwieriges Wort, aber Expertensicht auf so ein Thema, um da so einen Spiegel der Fachabteilung vorzuhalten und zu sagen, okay, du glaubst, du bist technologisch schon richtig, richtig gut aufgestellt.
Wir haben uns das mal angeguckt und aus unserer Sicht sehen wir folgende Punkte und deswegen hinterfragen wir, ob du wirklich so weit bist, wie du denkst.
Und dann ist das quasi der Startpunkt für den Dialog.
Wir haben einen Außenblick, aber nicht den Detailblick, aber haben vielleicht einen besseren Adlerview auf solche Themen.
Und das ist genau das, wie wir das machen.
Jetzt mache ich mal ein unterkomplexes Beispiel, aber um mal zu verstehen, was dann als nächstes passiert.
Also sagen wir mal, jetzt kommt das Digitalmarketing und die sind schon super fit und sind so im Schnitt auf einer 4.
Und dann hast du das Controlling und die sind im Schnitt bei einer 2.
Einfach nur beispielhaft.
Was passiert dann Unterschiedliches mit dem Digitalmarketing und dem Controlling im nächsten Schritt?
Genau.
Also deswegen, was wir so machen, ist versuchen, wir versuchen, so eine Gap-Analyse zu machen zwischen, wo steht jemand?
Und wo möchte er eigentlich hin?
Weil was wir feststellen, die Ambitionen sind immer wahnsinnig groß, aber vielleicht die Maturity noch nicht so hoch.
Und das ist natürlich etwas, es ist okay, aber das würde ja auch bedeuten, diese Fachabteilung muss massiv Zeit auf dieses Thema investieren, um das Gap sozusagen zwischen ihrem Status Quo und der Vision zu schließen.
Und was wir dann quasi machen ist, das ist das Erste, was wir tun.
Wir reflektieren mit der Fachabteilung, ist euch das bewusst?
Und könnt ihr auch committen, dass ihr diesen großen Gap-Bridge dieses Jahr auch hinkriegt.
Und das ist schon mal das Erste, wo es meistens dazu führt, dass ein bisschen, ehrlicherweise, ein bisschen Realitätscheck gemacht wird.
Ja, okay, wir haben so viel auf der Agenda jetzt schon heute.
Und dann fängt die Diskussion an, was würdet ihr uns denn empfehlen, auf welchen Dimensionen sollten wir denn vielleicht mal anfangen?
Und dann fangen die spannenden Gespräche an.
Und deswegen ist es gar nicht so entscheidend, wo jemand, also quasi ob jemand schon mit Schürtel 4 hat und der andere hat eine 1, sondern viel entscheidender für uns ist, wie groß ist denn der Gap, den er jetzt in diesem Jahr oder in dem Zeitraum, den er definiert, schließen möchte.
Das ist die viel entscheidendere Diskussion, finde ich.
Und dann trackt ihr den ...
die Entwicklung des Reifegrades für jeden Bereich im Laufe der Zeit.
Genau, um ganz transparent zu sein, wir sind dabei, dieses Modell auszurollen.
Wir haben das mit ...
Also quasi mit unserem Bereich, wo wir verortet sind, mit dem haben wir das schon einmal durchverprobt und wir etablieren das gerade in allen Verticals, die wir haben, fangen an, diese Gespräche zu führen.
Wir haben die mit Schilder-Check noch nicht mit allen Verticals durchgeführt.
Das ist quasi das Ziel, dass wir in diesem Jahr einmal durch alle durchgegangen sind und diesen Abgleich gemacht haben.
Wo steht ihr?
Wo wollt ihr hin?
Und dann hätten wir auch ein Full Picture.
Und dann könnte man auch daraus basieren quasi, das ist so ein bisschen die Idee.
gegen unsere Ambitionen für Gesamtkurs Nova, die quasi den Status und die Maturity der einzelnen Fachabteilungen halten.
Weil es kann auch sein, dass wir überambitioniert sind zum Status Quo, den die Verticals jeweils haben.
Ja, ich finde das super.
Also ich finde es einen total interessanten Ansatz, da anzugehen.
Weil irgendwie muss ich ja über meine Gesamtorganisation den Fortschritt in dieser KI-Transformation aufzeigen, verstehen zu können.
Und vor allem auch zu verstehen, was sind jetzt die Bereiche, Themen, in die ich reingehen kann, die den größten Hebel wiederum hätten.
Und durch diese Gaps über diese ganzen unterschiedlichen Items da recht granular reinzugehen, bekomme ich ja genau diese Visibilität.
Und vor allem kann halt den Fortschritt über ganz unterschiedliche Reifegrade trotzdem messen und ein bisschen objektiv.
Mein Beispiel, wenn ich Leute so fragen, okay, also zum Beispiel beim Thema, haben wir die Skills?
Ja, ja, ich habe das doch gemacht.
Und dann kriege ich zum Beispiel, das kennst du wahrscheinlich auch, das ist so, ja, ChatGPT und Co.
können halt kein Excel.
Das ist dann sowas, was wir dann häufiger hören und dann, wenn du dich mit den Leuten hinsetzt und herausfindest, okay, was machst du eigentlich?
Dann stellst du halt fest, okay, sie wissen nicht, wie sie...
mit Excel und ChatGPT arbeiten müssen, sodass es funktionieren kann.
Und das ist ja schon, die Leute denken, ja, das Tool ist zu doof oder die Technologie ist zu doof und haben ja auch schon Verständnis, es ist ein Sprachmodell, Sprachmodelle, Zahlen, Grundsatzidee widerspricht sich, aber...
dass ja JGBT mehr als ein Sprachmodell ist und andere Themen kann.
Und man muss es nur entsprechen sozusagen, wenn der Prompt vernünftig ist, dann funktioniert das auch wieder mit Excel.
Und wenn die Datenstruktur von Excel so, und das ist genau dieses Thema, wo wir feststellen, es ist gar kein Tool-Problem oder Technik-Problem.
Das ist in dem Fall zum Beispiel, es ist einfach ein Skill-Problem.
Da gehen wir, glaube ich, gleich weiter zu den Skills, weil du hast was Spannendes gesagt.
Und zwar, nicht wir bauen diesen Use Case.
sondern wir machen die Leute fit, das für sich zu bauen.
Und genau so sehe ich das nämlich auch.
Weil ich glaube, KI ist genau die richtige Technologie, um das möglich zu machen.
Und dann hast du von der Enablement-Säule gesprochen.
Jetzt interessiert mich natürlich, was macht ihr in dem Enablement-Bereich, um die Leute so fit zu bekommen, dass sie ihre eigenen Probleme mit KI lösen können?
Ja, also auch da...
quasi, die werden nicht alle Probleme sofort lösen können, so, das wäre komplett vermessen und es gibt auch Themen, wo wir tiefer involviert sind, wo wir eine Vorleistung machen, also wir picken uns gewisse Themen auch als Team raus, wo wir auch quasi POCs umsetzen, weil wir sehen, okay, das sind Themen, wenn wir die sozusagen validieren in der Feasibility, dann haben sie Skalierungspotenzial über Einzelteams hinaus, das gibt es auch.
Also es ist nicht nur dezentral, sondern auch Themen, die wir machen, aber, also ganz ehrlich, wie ich vorhin gesagt habe, wenn wir zu viert und ich nicht sehr stark operativ unterwegs, also drei Leute irgendwie Sachen bauen sollten für über 900 Leute, wie sollte das klappen?
Und wie machen wir das?
Also wir haben quasi...
Wir haben in diesem Enablement, wie machen wir die Leute fit?
Wir haben ein E-Learning-Programm.
Also da kann jeder gewisse Themen sich selbst in der Pace, wie er die haben will, sich erschließen.
Das wird kontinuierlich weiterentwickelt.
Immer neue Themen, die für uns sozusagen entweder aus den Fachabteilungen kommen als Fragestellung.
Also, wie arbeite ich mit Excel?
Irgendwann kam das hoch.
Okay, die Leute brauchen dafür ein spezielles E-Learning.
Dann haben wir das entwickelt.
Das haben wir quasi in unserer E-Learning-Plattform gemacht.
Dann haben wir Trainings, das sind quasi Live-Veranstaltungen, die können remote oder vor Ort sein, die auch mit gewissen Themenschwerpunkten sind, weil was wir bei uns zum Beispiel festgestellt haben ist, Peer Learning funktioniert einfach sehr gut.
Also ich kann mir irgendwie Advanced Prompting, ja, also macht total viel Sinn, gucke ich mir irgendwie ein 15-minütiges Video an mit ein paar Beispielen, die ich ausprobieren kann, mache ich alleine, Freitagsabends oder wann es mir passt.
Und was aber spannend wird, ist, wenn man zum Beispiel Teams zusammenschießt und die konkret Cases, Probleme, was auch immer mitbringen und dann anfangen, zusammen mal was zu bauen.
Da entsteht so viel Mehrwert und vor allem baut man quasi die Hürde ab.
die Angst, das anzufassen.
Also so blöd das klingt.
Es gibt Leute, die haben tatsächlich Angst, irgendwie, ja, kann ich das jetzt hier machen?
Und ich denke, was soll denn passieren?
Du kriegst eine blöde Antwort raus oder das klappt nicht.
Und das merken wir, dass wenn so Gruppendynamiken helfen, wahnsinnig dabei, quasi auch solche Startschwierigkeiten, in dem Team, es gibt immer welche, die vielleicht Startschwierigkeiten haben, solche Leute auch mitzuziehen, dass man sozusagen Trainings hat.
Was wir...
Das ist einer der Hauptstreams für die gesamten Mitarbeiter.
Es gibt ein Format, das nennt sich Pulse of AI.
Da explorieren wir auch immer noch im Format rum.
Da geht es darum, es passiert so viel.
Und jetzt alle kriegen irgendwelche Infos, aber wir versuchen zu kuratieren diesen ganzen Wust an News zum Thema Gen.ai.
Und das auch ein bisschen für Cosnova einzuwerten und auch zu sagen, was passiert denn schon da?
Weil das ja auch da ist so, ja okay, irgendwann kamen alle Reden über Claude und dann sollten wir uns das auch angucken.
Wer sollte sich das angucken?
Und dann versuchen wir so ein bisschen quasi der Newsgeber zu sein und das aber zu kontextualisieren direkt für die Orga.
Das ist quasi auch für alle zugänglich.
Format, du hast ja vorhin noch gefragt, was funktioniert nicht.
Wir haben mal mit einem Live-Format angefangen, dass wir da ein Live-Meeting gemacht haben, wo wir das vorgestellt haben.
Dann sind wir auf Recorded-Sessions umgestiegen, dann haben wir ein Podcast-Format probiert.
Also wir probieren immer noch, was ist das geeignete Format?
Also wie ist das für die unterschiedlichen Bedürfnisse unserer Mitarbeiter?
Wie kriegen wir das am besten irgendwie transportiert?
Kann ich da nochmal einhaken?
Weil ich glaube, was viele Unternehmen kennen, ist dieses, Ich mache jetzt einmal so eine Schulungsinitiative für KI, um diese grundlegende Funktionsweise zu erklären und vielleicht einen Compliance-Haken machen zu können.
Und dann habe ich vielleicht ein Chatbot eingeführt und ich will, dass die Leute halbwegs gut damit arbeiten können.
Okay, und manche Leute bekommen noch so weiterführende Schulungen.
Aber ein Problem, was ich sehe, ist, dass ganz viele Menschen, die heute mit KI arbeiten, noch die KI kennen, von vor 12 oder 18 Monaten.
Ja.
Aber das ist ja ein ganz anderes Tierchen geworden mittlerweile.
Ja.
Und dann hast du ja die Herausforderung, dass es ja nicht nur KI auf der Welt gibt, also für so Leute, für uns vielleicht schon sehr, sehr viel, aber für andere Menschen, die in irgendeinem anderen Bereich unterwegs sind, gibt es ja ganz andere Themen.
Und dann gibt es ja auch noch ...
Also nicht nur Kommunikation seitens KI im Unternehmen, sondern passieren ja auch noch andere Sachen.
Und dann immer wieder durchzukommen, um diese neuen Möglichkeiten, Funktionen, Tools, was auch immer, da wieder sichtbar zu machen.
Und die Menschen wieder, du brauchst ja auch Raum dafür, dass sie sich da wieder reinversetzen können und diesen Skill weiterentwickeln, diesen Muskel wieder weiter und neu trainieren.
Das ist ja nicht fertig, weil man das einmal gemacht hat.
Aber das ist ja unheimlich herausfordernd, das immer wieder so in den Modus Operandi da rumzubauen.
Wie macht ihr das?
Es ist eine große Herausforderung, weil es ist immer quasi Wettbewerb um Aufmerksamkeit und Zeit.
Und das ist, wie du gesagt hast, für uns ist das ein kontinuierliches Lernthema.
Das fängt irgendwann an und hört nicht mehr auf.
Und wir haben jetzt auch nicht der weiße, das ist der Schluss, aber was wir machen, also ich glaube, ein Vorteil ist, wir sind im Marketing vor Ort.
Das heißt, wir haben auch Kollegen, die uns da sehr gut beraten können, wie man kommunikativ sowas ins In-Haus trägt zum Beispiel.
Was wir...
Was wir merken, was ein ganz, ganz, ganz starker Hebel ist, wir sind über diese Maturity-Fragen und Strategie-Fragen viel im Austausch mit Management.
Und da hilft uns das natürlich massiv, genau das dort zu platzieren und auch zu sagen, wir sehen das in eurer Verantwortung, zu entscheiden, wie weit und schnell eure Leute hier auf dem Thema vorankommen sollen.
Und dann ist ja häufig, ja, aber wir haben so viel zu tun.
Und dann...
macht bitte mal eins dieser E-Learnings.
Die sind 15 Minuten.
Das ist, ich gehe halt mal früher aus der Mittagspause raus und habe ein E-Learning gemacht.
Habe ich dann schon alles kapiert?
Nein.
Das ist ein ganz, ganz großer Hebel.
Das sind keine Stunden.
Die E-Learnings sind keine Stundendinger bei uns.
Die sind kurz und knackig aufgebaut, sodass man die mal irgendwo wirklich rein kriegt.
Also wer die 15 Minuten nicht findet, die muss man finden.
Das ist sozusagen eins, was wir ganz schnell gemerkt haben.
Versuch es so klein zu schneiden, gerade bei diesen Self-Learning-Dingern, so klein zu schneiden, wie es geht, aber noch sinnvoll ist, damit die Leute diese Hürde quasi überwinden, das überhaupt einfach mal aufzumachen.
Und dann immer eine große, egal wo eigentlich im Management immer, wir setzen auch ein Reporting drauf auf.
Wir hatten heute gerade bei uns im Digital in Workshops zu dem Thema und ich habe einfach quasi auch berichtet, wie ist eigentlich gerade unsere E-Learning und Trainingquote und habe das einfach den Leuten transparent gemacht und die Frage gestellt, ihr müsst für euch entscheiden, ob das eurem Anspruch genügt für euer Team.
Genau.
Und allein...
diese Transparenz zu schaffen, das hilft auch schon wahnsinnig viel, weil die meisten Leute, also ich kenne das selber von mir, wie häufig gucke ich da rein, wie ist jetzt gerade die Trainingsabdeckung für alle anderen Trainings, die wir auch noch so machen wollen in meinem Team, das gucke ich mir jetzt nicht wöchentlich an, das heißt kontinuierliche Kommunikation auf dem Thema und ein gutes Verständnis für die Fachabteilung, weil es gibt dann auch sowas, okay, wie generiere ich mir ein schönes Bild oder so.
Muss ich das jetzt Controlling erzählen?
Nee.
Also wenn da zwei Leute drin gesessen haben, werden die ihren Kollegen erzählen, ja, da habe ich nichts gelernt, was ich in meinem Arbeitsalltag brauchen kann.
Saßen die in der How to Excel mit ChatGPT?
Da werden sie ihren Kollegen erzählen.
Der hat mich überrascht, das sollen die auch mal alle tun.
Also auch da Gespür für, von dem großen Angebot und wenn ich mit jemandem rede, muss ich dem jetzt sagen, mach mal alles.
Nee, Guiding und sagen, guck mal, ich würde dir empfehlen.
Guckt euch mal diese fünf und diese drei Dinger hier an.
Und wenn das gut war, dann lasst uns nochmal sprechen.
Was sind die nächsten Schritte?
Noch zwei Anschlussfragen.
Das eine ist, was glaubst du denn, wie umfangreich müssen denn eigentlich die KI-Kompetenzen?
sein von jemandem, der am PC arbeitet.
Also das ist ja auch so ein Stück weit die Frage.
Klar könnte man immer, immer mehr machen und lernen, aber wie wichtig ist es denn wirklich oder reicht es aus, wenn ich ein Grundlevel X habe und dann habe ich eine Anzahl Y an Kollegen, die darüber hinaus gehen und die Dinge tun können, wovon dann alle anderen profitieren, ohne dass sie es technisch in der Tiefe verstehen.
Also ich glaube, es wäre vermessen anzustreben, dass alle in der Tiefe drinnen sind und drinnen sein sollten auch.
Zwei Hintergründe, also so ein bisschen, wo ich herkomme.
Erstens, die Technologie entwickelt sich so radikal schnell weiter.
Und damit meine ich gar nicht...
Die Modelle an sich.
Also das ist ja häufig so in unserer KI-Bubble.
Dann reden wir über das neueste Modell und was kann das jetzt schon wieder oder oder.
Das meine ich gar nicht damit, sondern die Zugänglichkeit der Technologie.
Ich habe so ein schönes Beispiel, das habe ich früher mal angefangen.
Ich wollte mir Gen AI News quasi automatisch zusammenziehen lassen.
in den Cosnova Business Kontext setzen lassen, Use Cases rausleiten lassen und das quasi vollautomatisiert.
Also Screen, Filter News, reichere die an und so weiter.
Ich habe das vor anderthalb Jahren, habe ich damit mal gestartet und gesagt, ich baue das jetzt.
Und die Erkenntnis war, okay, das ist hochkomplex zu bauen.
Also ich ohne Coding keine Chance und mit Coding auch ein Brett.
Also wirklich, dass das am Ende wirklich gut ist, sodass ich da nicht mehr reingucken muss, dass das wirklich gut ist, echt ein Brett.
Also ich habe angefangen auf OpenAI so ein bisschen.
Dann bin ich damals, bin ich in Urlaub gegangen, bin wiedergekommen und auf einmal konnte ChatGPT Arbeitsabläufe verarbeiten.
Also ich konnte dem sagen, mache Schritte.
Und wenn du die Schritte machst, prüfe immer den Output des Schritts und wenn er gut genug ist, gehen die nächsten.
Das hat er nicht hingekriegt.
Nach drei Wochen, also drei Wochen nicht benutzt, weil ich im Urlaub war, danach konnte er das.
Und wenn ich mir dann angucke, wo das Thema heute steht, also heute irgendwie zu sagen, ja okay, ich suche halt mein Outlook-Postfach und schau dir mal an, also welche E-Mails.
Ich prompt dir einfach nur, was ich will.
Ich muss keine Ahnung über technische Integration haben.
Und das finde ich, also und das ist so ein bisschen Wir als Experten müssen verstehen, wie diese Technologie sich bewegt, aber glaube ich jetzt, dass die Masse der Leute hier Coden, Python, was auch immer sollte und alle im Terminal arbeiten?
Nein, glaube ich nicht dran.
Machen sie in der Vergangenheit nicht, glaube ich in der Zukunft auch nicht.
Ich glaube aber, was sie können müssen, sie müssen verstehen, was sie da tun.
Und das ist so der ganz, ganz entscheidende Punkt.
Die suggerieren alle erstmal schnell...
ich habe das hier gut gelöst, das tun alle Lösungen da draußen.
Tun sie aber nicht.
Und was ist wirklich gut?
Und dann das Debugging.
Das ist ja die Komplexität in den Dingern.
Wie kriege ich es dann hin, dass es das gut macht?
Und dafür müssen sie sozusagen eher das generische Verständnis so ein bisschen dazu haben, wie funktionieren eigentlich diese Technologien.
Und deswegen, es hat so eine Schnittmenge.
Also, das ist nicht überschneidungsfrei, was ich gerade erzählt habe, aber ich glaube, da bewegt sich auf zwei Perspektiven so ein bisschen was.
Deswegen, ich glaube, vieles, was irgendwie, wo du, also du siehst ja auch, quasi Vibe-Coding und Co.
Wahrscheinlich in einem halben Jahr gucke ich mir Code gar nicht an, merke gar nicht, dass der Agent für mich irgendwas im Hintergrund hat.
Das ist ja heute schon ehrlicherweise so.
Ich merke im Hintergrund, code der Agent für mich irgendwas.
Ich habe gar keine Ahnung, was er da gemacht hat.
Ist auch egal, weil ich prüfe, was gebe ich rein und was kommt raus.
matcht das quasi sozusagen.
Das ist das, was ich können muss.
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.
Wie aktiviert ihr denn jetzt dieses ganze Wissen?
Also ihr investiert da jetzt viel in E-Learning-Trainings, die Menschen sind wahrscheinlich schon...
Das wäre gut zum Training, weil das ist glaube ich eigentlich so ein großes Essen zum Enablement.
Wir haben ein Champions-Programm, wir haben quasi 64 Leute, also auch da Dezentralisierung von dem, was wir tun, 64 Leute aus den Fachabteilungen, die wir tiefer ausbilden auf dem Thema.
Das heißt, die kriegen spezifischere Trainings, die kriegen alle E-Learnings spezifischer und zuerst.
Und das sind quasi für uns die verlängerten Leute in die Fachabteilung.
Weil ich habe keine Ahnung, wie irgendwie eine Buchhaltung arbeitet und was da jetzt die besten Themen wären und was die brauchen.
Deswegen bilden wir Gen.AI-Leute aus in der Buchhaltung.
Damit wir dann jemanden haben, der mit uns quasi auf Augenhöhe sprechen kann.
damit wir jemanden haben, mit dem wir reden können, der aber die Fachseite gleichzeitig kennt und dann seine Fachseite vorantreiben kann.
Das ist so und das ist auch ein ganz, ganz wichtiger Layer, den wir da haben.
So 64 quasi Leute bei uns im Unternehmen, die hier sozusagen dieses Thema quasi auf einem deutlich tieferen Business Level und auch mit einem größeren Zeitinvestment, was quasi Upskilling angeht, bei uns hier sozusagen entwickelt werden.
Haben die ein richtiges Mandat mit konkreten Zielen, Aufgaben, Verantwortlichkeiten und auch einem Zeitbudget?
Also genau, wir haben quasi ein konkretes Zeitbudget.
Wir haben vorgegeben, was das Minimumzeitbudget sein muss und haben auch sehr klar gefleckt, dass das aber...
nur zu einem gewissen Grad reicht.
Also ich wollte jetzt nicht reingehen und sagen, ich brauche die Leute zwei Tage die Woche, dann hätten die mir alle abgesagt, sondern ich wollte sagen, Minimum-Site-Invest ist Folgendes.
Wir glauben aber, wenn das Thema bei euch wirklich Traction kriegen soll, dann müsst ihr den Leuten noch mehr Freiraum geben, das zu entwickeln.
Und das wird sehr unterschiedlich interpretiert.
Also es gibt Abteilungen, die einfach...
Aus der Auslastungslage von den Aufgaben, die sie haben, die sich da teilweise schwer tun.
Es gibt Abteilungen, die tun sich da leichter und es gibt auch einfach Leute, die intrinsisch so motiviert sind, dass es, also das ist, die sitzen auch morgen am Feiertag dann da und haben irgendwas gebraucht, weil sie es einfach bauen wollten und ausprobieren wollten.
Also es ist auch super unterschiedlich, ja.
Und wo liegt das Zeitbudget so im Schnitt?
Wir haben das auf...
zehn Stunden für im Monat jetzt erstmal terminiert.
Das haben wir sozusagen, das war das, was wir gesagt haben.
Das ist das Minimum, was wir gesagt haben.
Wir waren mal bei fünf und hatten das Feedback von den Champions, dass das nicht ausreicht.
Das reicht aus, um die Präsenzveranstaltungen mit uns quasi zu machen.
Also da gibt es verschiedene Formate.
Wir haben Peer Exchanges, wir haben Champions Circle, etc., etc., um dieses Netzwerk der Champions Die sollen sich ja abskillen, austauschen und die Organisation quasi mit uns nach vorne bringen.
Und allein dafür haben die schon quasi, das war das Feedback von denen, dass sie das machen und quasi für sich, da wird das Zeitbudget schon draufgehen.
Und vieles entsteht ja auch, wenn ich Themen für mich digeste und nochmal durchdenke.
Und das ist quasi irgendwie gesagt, sie müssten auf 10 Stunden hochgehen.
Und wenn ich dann Champion bei euch bin, habe ich dann auch irgendwas, was ich konkret abliefern muss, weil ich weiß, Christoph guckt sich das jetzt hier einmal im Monat an oder mein Chef würde mich danach fragen?
Also die haben kein Deliverable im Sinne von, dass die ein Projekt liefern müssen.
Die haben Verantwortlichkeiten, was die Adoption angeht.
Also zum Beispiel alle Projekt-Use-Cases, die kommen.
aus einer Fachabteilung, müssen mit dem Champion vorbesprochen sein.
Weil der Champion sollte sagen, erstmal so eine gute Idee, ich glaube nicht machbar oder machbar.
Also so ist schon so eine Vorkuratierung.
Weil wir sehen, ganz viele Leute haben wahnsinnig viele Ideen und die meisten Ideen versanden dann, weil die Leute doch keine Zeit haben, sie nicht machbar sind oder sie doch nicht so viel bringen, wie man sich das gedacht hat.
Also das passiert ja auch.
Und da sind die Champions dann so eine Vorrolle.
Oder aber auch, was die Champions auch in ihrer Verantwortung haben, und das ist das.
Einer der Kernthemen für dieses Jahr, was wir mit denen quasi entwickeln.
Also einmal Train the Trainer.
Die trainieren ja ihre Kollegen auch oder machen Workshops mit denen.
Und wie finde ich eigentlich sinnvolle Use Cases?
Weil das merken wir häufig, dass das den Kollegen schwerfällt, gute Use Cases zu finden.
Und das ist auch Teil derer Verantwortung, weil die...
werden ja trainiert auf dem Thema, was ist AI, was kann das, was sollte das?
Und kennen ihre Fachabteilung, was machen wir hier eigentlich tagtäglich?
Und deswegen sind die eigentlich perfekt geeignet dafür zu gucken, was sind die richtigen Themen in meinem Bereich?
Und das sind quasi zwei sozusagen Verantwortlichkeiten, die die von uns bekommen.
Ja, okay, aber dann habt ihr das explizit gemacht.
Das wollte ich nochmal verstehen, weil ich auch von ganz vielen und das auch immer mehr höre, so, da wurden Champions ernannt und die wurden dann auch irgendwie trainiert und dann sollten die sich irgendwie da rumkümmern, dass da was passiert.
Aber dann hatten sie entweder keine Zeit dazu oder es gab kein klares Mandat.
Was heißt das denn jetzt eigentlich?
Also finde ich zum Beispiel gut zu sagen, dass bevor ein Case, eine Idee bei euch landet, muss da vorher einmal der Haken gesetzt werden von dem jeweiligen Champion aus, der für diesen Bereich oder dieses Team verantwortlich ist.
Das fanden wir, also Und was wir auch den Fachabteilungen zum Beispiel sagen ist, überlegt euch, ob der Champion immer euer Projektlead ist für so ein Case.
Weil das macht nicht immer Sinn.
Also es gibt große, diverse Abteilungen und die haben vielleicht einen Champion.
Nehmen wir mal...
Personalabteilung.
Die haben Personalmanagement, Personalentwicklung, ganz viele verschiedene.
Wenn die nur einen Champion hätten zum Beispiel, dann ist der ja nicht der Experte vielleicht im Personalentwicklung, weil er im Personalmanagement sitzt oder so.
Und dann ist ja auch die Frage, auch da wieder auch, wer sollte die Verantwortung tragen?
Und das ist immer unser Credo.
Der, der das haben will, sollte auch die Verantwortung tragen.
Es kann Fälle geben, wo das nicht sinnvoll ist, weil keine Zeit oder noch nicht so kompetent genug oder oder.
Also Ausnahmen stehen in der Regel.
Aber Default-Champion immer als Projektlead für alle GNI-Projekte würde ich ein Fragezeichen hersetzen, dass das eine gute Idee ist.
Dann lieber den Champion ins Projekt reinnehmen als Experte.
Also lieber so rum gedacht.
Weil der Champion kann fünf Cases gleichzeitig als Experte supporten, aber kann der fünf Projekte leiten?
Wahrscheinlich nicht.
Jetzt schließen wir mal den Loop, den wir hier vor 20 Minuten ungefähr aufgemacht haben, nämlich die Teams sollen am Ende eigene Lösungen mit KI finden können, wenn KI passt für deren Prozesse und Probleme, die sie haben.
Ich frage mich, reicht das jetzt schon aus, dass wenn ich jetzt sage, okay, uns ist aufgefallen, dass wir hier für unser CRM-Marketing Wir haben 90 Länder, wir haben fünf neue Länder aufgemacht und wir haben gar keine neue Stelle mehr, aber wir müssen ja auch CRM-Marketing für diese neuen Länder machen, könnte man ja jetzt Gen.ai zum Beispiel für nutzen.
Wir wollen das jetzt selbst lösen.
Das ist jetzt ausgedacht, du kannst vielleicht auch gleich einen konkreteren Case nehmen.
Und jetzt würde man zu dem Champion gehen und der könnte das dann schon bauen oder wie geht sowas dann weiter?
Also die Champions sind auch da, wir haben eine große Bandbreite der Maturity, die die haben.
Also wie weit sind die, was können die auch, wo kommen, also wir haben einen in der IT, logischerweise baut der.
Nein, das ist nur ein Teil der Antwort.
Es gibt, also wir versuchen vor allem die einfachen Anfragen, also bei uns am Anfang kam Anfragen rein, könnt ihr mir ein Custom-GPT bauen?
Nein.
Es gibt quasi ein Level, wo wir sagen, hier muss jeder das selber hinkriegen.
Hier, wenn du nicht weiterkommst, hast du einen Champion, der hilft dir dabei, diese Themen zu bauen.
Und dann haben wir eine AI-Klinik eingerichtet, weil wir genau festgestellt haben, es gibt natürlich Themen, wo der Einzelne oder auch der Champion nicht weiterkommen kann.
Es gibt eine Klinik, da kannst du hinkommen mit deiner Problemstellung und dann helfen wir dir dabei, deine Problemstellung zu lösen, also die Umsetzung zu lösen.
Was ist dann wir?
Das bist dann du und dein Team.
Wir haben uns extern verlängert.
Wir organisieren die Klinik, aber wir haben uns einfach extern verlängert, weil sonst, das würden wir nicht gestemmt kriegen.
Aber das hat auch Grenzen.
Also ich sage mal so, wenn man so überlegt von Use Case Größe, sagen wir mal 1 bis 5, 1 ist klein, 5 ist groß, kommst du wahrscheinlich so bis in Level 2, 3.
Weil die großen Use Cases, die liegen meistens in Workflows.
Und die meisten Workflows liegen nicht bei einer Person, häufig nicht in einer Abteilung.
Und das ist genau das, wo...
wo wir quasi auch reinkommen als Team, wo wir feststellen, wir haben eine Library a la Cases, also die werden durch unseren Prozess geschleust und dann in die Library geschossen und wir sehen ja auch, okay, hier wollen fünf Leute eigentlich was super ähnliches machen oder fünf Leute wollen irgendwie so den 20.
Custom GPT innerhalb ihres Prozesses basteln, wo wir das als Indikator nehmen, um reinzugehen und zu sagen, Hey, liebe Fachabteilungen, liebe Fachabteilungen, wenn es über Fachabteilungen weggeht, wir würden gerne mit euch reden.
Wir glauben nicht, dass es hier zielführend ist, dass 20 Leute irgendwelche Custom-GPTs basteln oder oder, sondern hättet ihr eine Bereitschaft, ein Workflow-Redesign mit uns zu machen.
Und das sind dann auch Projekte.
wo gegebenenfalls auch wir in den Lead gehen.
Also am liebsten haben wir den Lead auch da in der Fachabteilung und wir gehen aber massiv mit Ressourcen dann rein, also mit internen Ressourcen aus meinem Team plus in der Regel aber auch natürlich mit externen Umsetzungssupport.
Macht ihr so ein Workflow-Redesign?
Also das ist das, wo wir sozusagen gerade dran sind.
Also wir haben im Kleinen angefangen, wir stellen aber fest, logischerweise Workflow-Redesign ist mit ...
Risiken verbunden und einem wahnsinnigen, also einem deutlich höheren Commitment, was Ressourcen angeht.
Und wir haben quasi mit drei Abteilungen, haben wir diesen Prozess über diesem Maturity Assessment, sind wir genau in dem Status schon, dass wir gesagt haben, auf welche großen Themen könnt ihr euch denn committen dieses Jahr?
Und das ist quasi das, was wir gemacht haben.
Mit drei Verticals haben wir das gemacht.
Also haben wir den Prozess angefangen, mit manchen sind wir schon weit, dass wir die Themen identifiziert haben und gesagt haben, was können wir committen.
Und mir ist es lieber, dass am Ende gesagt wird, okay, wenn wir das im Lichte der Realität betrachten, gar keinen.
Das finde ich traurig, aber ich finde es besser, wie man schreibt fünf Themen hin und Ende des Jahres guckt man sich an und hat nichts gemacht.
Oder alles nur mal so halb gar angefangen.
Aber das finde ich immer super.
ärgerlich für alle Beteiligten, es macht keinen Spaß, dann lieber eins picken und das ernsthaft mit Ressourcen versehen und wirklich bauen und machen.
Ja, weil ich finde gerade dieses Thema Prozesse dann neu denken, das ist ja so ein geflügeliges Wort schon, ne?
Um KI wirklich wirkungsvoll einzusetzen, dürfen wir das nicht auf die alten Prozesse stülpen, sondern wir müssen die Prozesse neu denken.
Das ist total schlau, diese Aussage, sagen alle ja auf jeden Fall, aber...
mach das mal.
Es ist richtige Arbeit, weil es ist ja am Anfang, das ist ja alles gar nichts Neues.
Am Anfang steht erstmal OZ-Mining und Prozessdesign.
Und häufig fehlt es ja da schon dran, dass die Leute nicht mehr wissen, was ist eigentlich der Gesamtprozess.
Jeder kennt irgendwie so ein Puzzleteil, aber den Gesamtprozess kennt manchmal niemand.
Und das ist aber auch Teil der Erkenntnisreise.
Also ein ganz blödes Beispiel, wir haben es für uns einfach, wir haben diese Use-Case-Pipeline.
Wir haben es einfach für uns vorgenommen, okay, die verwalten wir ja und wo ist man am nachgiebigsten, wenn man sich das anguckt, bei sich selbst, logischerweise, bei allem dann ist man strenger.
Deswegen haben wir gesagt, okay, nein, das kann eigentlich nicht sein.
Wir gucken uns jetzt diese Use-Case-Pipeline an und den Prozess, also das ist quasi Themen kommen rein, wir prüfen Themen, geben Themen frei, es geht nach unserer Freigabe, geht es zu Legal und IT, es läuft so.
Und haben wir gesagt, okay, wir arbeiten hier historisch gewachsen in einem Prozess, den wir nicht für sinnvoll halten.
lasst uns doch mal diesen Prozess nehmen und redesignen.
Da sitzt gerade meine Kollegin dran, also ist noch nicht fertig fertig, aber da sitzt gerade dran, dass sie den einmal quasi den Gesamtprozess aufgemappt hat, status quo, wie soll der aussehen in Zukunft und ist quasi genau im Umsetzen jetzt dieses neuen Prozesses.
Ich will mal mit dir so ein bisschen philosophieren, so jetzt ist ja agentische KI immer weiter vorangeschritten, wenn wir uns jetzt die aktuellen, es ist der 30.
April 2026, muss man immer dazu sagen, Modelle anschauen, Opus 4.7, GBT 5.5, dann sieht man dort schon die immer stärkere Fähigkeit über immer längere Aufgaben mit immer mehr Schritten, wo immer mehr Tools benutzt werden müssen, Daten gezogen werden müssen, dass sie immer besser mit dieser Komplexität klarkommen und alles, was man vorher über kleinschrittige Prozesse sich einzeln zusammenbauen musste, das wegabstrahieren für uns.
Und was glaubst du denn, wenn wir jetzt mal so ein paar Jahre vorspulen?
Wie wird das so eine Organisation wie Cosnova verändern?
Du hast vorhin von einer Vision gesprochen, die ihr da habt.
Was kannst du daraus teilen?
Ja.
Also, ne, also schwingt ja auch so ein bisschen die Frage mit, so, also, da gibt es nachher keine Mitarbeiter mehr, brauchen wir die Leute alle noch?
Für mich ist das Thema, also, wir sind zum Glück eine Growth Company, so, deswegen, ich glaube, für uns ist die Frage nicht, rationalisieren wir den Mitarbeiter weg?
So, sondern für uns ist es eher, Wenn wir dieses Wachstum, also in der Regel haben wir ein zweistelliges Wachstum.
Und das nicht als Digitalunternehmen, das ist Wahnsinn.
Und dieses Wachstum ist ressourcenintensiv, also menschenintensiv halt.
Aber ich glaube, wir müssen KI und Agentisierung einsetzen, damit das nicht der Headcount-Aufbau so weitergeht.
Weil das auch irgendwann nicht gesund für einen Unternehmen sein kann mehr.
Und deswegen glaube ich nicht, dass wir Leute wegrationalisieren, sondern ich glaube, wir rationalisieren Tätigkeiten oder lagern Tätigkeiten an Agenten aus, aber auch das verursacht Aufwand.
Also kein Agent, also ich baue den, okay, einmal Aufwand, cool, und danach verursacht der aber kontinuierlichen Aufwand.
Den muss jemand ownen, den muss jemand maintainen, den muss jemand quasi verantworten.
Und das kostet Zeit.
Und wenn ich jetzt so in die Zukunft, und deswegen, wie gucke ich in die Zukunft?
Ich glaube, es gibt Aufgaben, die immer menschlicher Natur sein müssen.
Also es gibt gewisse Kreativprozesse, bin ich mir hundertprozentig sicher, die müssen menschlich sein.
Ich glaube, es gibt auch Aufgaben und Themen, die sollten menschlich bleiben.
Also wir sind eine Unternehmung, die zum Beispiel eine starke Office-Kultur hat.
Die Leute kommen hier einfach gerne zusammen, wir haben Familienfeiern, alles Mögliche.
Ich kann jetzt natürlich alles, ich kann nur noch meine Agenten irgendwie meine Aufgaben machen lassen und ich rede mit niemandem mehr.
Das heißt auch, Meetings haben eine gewisse, also Meetings muss man immer, ich sehe sie manchmal, ich sehe viele Meetings skeptisch, um ehrlich zu sein, aber Meetings erfüllen eine gewisse soziale Aufgabe.
Das heißt, ich glaube auch nicht, dass jedes Meeting wegrationalisiert wird am Ende.
Also sehe ich nicht.
Ich sehe, dass, also meine Vision, wo meine Vision hingeht, ist so, dass wir nicht differenzierende Aufgaben auslagern können.
So, ich glaube, das ist, glaube ich, einer der, also an die Agenten.
Ich glaube auch, dass wir, also alles, was jetzt keinen signifikanten Unternehmensmehrwert bringt, ich glaube, da kann man sehr stark Richtung Agenten auslagern, was meiner Meinung nach sehr viel Sinn macht.
Also, dass irgendjemand ein Dokument von A nach B kopiert oder so.
Also, es gibt ja solche Tätigkeiten, um es blöd zu sagen.
Also das schafft keinen Mehrwert in der Unternehmung.
Und das ist auch ehrlicherweise nicht, das ist nicht wertstiftend und auch nicht für den, der das ausführt.
Das ist keine wertstiftende Tätigkeit.
Ich sehe aber auch, dass das Thema Agentisierung, oder so Agenten, Assistance, whatever, how we name it, dass das neue Tätigkeitsfelder aufmacht.
Also wenn man sich mal eine Unternehmung wie unsere anguckt, wie viele...
Kollegen hier zum Beispiel können wirklich sehr, sehr gute Strategien formulieren für ein Thema oder Visionskonzepte schreiben.
Es gibt Leute, denen liegt das vielleicht eher, die haben das schon gemacht in der Unternehmung.
Es gibt Leute, denen liegt das vielleicht nicht so.
Und über die Technologie kann ich aber hier sehr, sehr viel sozusagen neue Fähigkeiten an die Leute rankriegen, dass die das auch können und zwar wirklich gut können und dadurch ihren Business-Teil.
deutlich anders ausleben.
Also deswegen, ich glaube, einmal Tätigkeiten, die keinen Unterschied schaffen, warum sollte ich, und vielleicht auch boring sind, ehrlicherweise, warum sollte ich die machen wollen als Mensch?
Und dann gibt es neue Tätigkeiten, die dadurch erst entstehen, die wir uns dadurch erst erschließen.
Vibecoding, so.
Also wir haben ein Website-Team, das codet nicht.
Okay, verstehe ich.
Also wir haben ein Development-Team, das codet.
Und dann ist aber die Frage so, warum kann nicht der Marketeer seinem Agenten sagen, ich will eine Landingpage, baue.
Und die ist dann so gut, dass du wirklich den Coder im Zweifel, der hat den Skill vielleicht hinterlegt, wie code ich vernünftige Landingpages.
Oder wie muss die SEO-seitig sein, die hinterlegen die Skills, aber das eigentliche, ich baue eine Landingpage.
Ganz ehrlich, das könnte eine neue Aufgabe eines Website-Managers werden vielleicht oder eines Kunden-Managers, wem auch immer.
Hat sich irgendwas in der Art und Weise, wie ihr über die Aufbau, Verwaltung eurer Datenstrukturen nachdenkt, wie ihr über eure Prozesse nachdenkt, so unternehmensweit irgendwie verändert?
Weil ihr seid jetzt wirklich schon auch mit ...
viel Management-Attention, eigenen Team, Beratung und so weiter da dran.
Eure Reife gerade ist ja schon ein bisschen fortgeschrittener.
Also hat sich da so grundsätzlich schon was verändert, was über die ganze Company geht?
Weil jetzt hatte ich verstanden, ihr arbeitet viel mit unterschiedlichen Bereichen und dann findet ihr Use-Case und dann setzt man die um.
Aber irgendwann ist ja auch die Frage, wie kriegen wir das noch stärker auch verzahnt, all diese Effekte.
Total.
Also wir haben es nicht gelöst, das wäre komplett vermessen, das anzunehmen, aber da ist wahnsinnig viel passiert.
Also einmal, wir haben ein Data- und Engineering-Team, die den Data Lake und ähnlich quasi verantworten.
Das heißt, auch da sind wir natürlich in einem sehr engen Austausch mit den Kollegen und das ist natürlich auch wichtig, quasi die liefern ja einen sehr, sehr großen Anteil dieses Data-Backbones, aber nur ein Teil.
Weil das, was wir quasi auch predigen und das ist auch, Und das ist auch, wo wir merken, da kommen jetzt andere Kollegen auf uns zu, zum Beispiel die Personalabteilung, bei der unter anderem Prozessmanagement liegt, mit dem Thema, wie machen wir eigentlich Knowledge Management?
Und dann kam da so die Fragestellung auf, okay, Unternehmenswissen.
Und dann haben wir, wie managt man das eigentlich?
Und sollte das auf PowerPoint irgendwie auf dem Intranet rumfliegen?
Also da merken wir, was sich verändert hat, ist, dass Kollegen, die vorher das vielleicht meiner Vermutung nach gar nicht so auf dem Schirm hatten, dass es ein Thema irgendwie ist, haben verstanden, dass es ein Thema ist und dass man es anders lösen muss.
Wissen wir schon, wie wir es anders lösen?
Nee, das wissen wir ehrlicherweise nicht, weil also Knowledge Management in Summe ist ein wahnsinnig dickes Brett.
Wir haben Research-Abteilungen, die für den Research machen, die haben einen Insights-Hub.
schon etabliert, Central Source für alles Research-basierte.
Also wir sehen, was da passiert ist, dass da schon gewisse Thematiken sind und die auch immer schon so, ja, wir wollen, wir haben da was vor.
wie machen wir das denn jetzt mit, wie machen wir das, also die kommen, die stellen so Fragen, wo du merkst, okay, die wissen noch nicht genau, wie sie es richtig formulieren, aber die Frage ist genau die richtige, wie machen wir das, wie kriegen wir das connected, so, dann sagen die dir nicht, ja, ich habe den Anbieter gefragt, ob der MCP ready ist, nee, so reden die nicht, ist aber vollkommen egal, die haben genau den richtigen Gedanken im Kopf, haben wir diese Stränge schon zusammenbekommen, nee, haben wir nicht, und Und das ist das, was sozusagen auch die Aufgabe für uns und die Zukunft sein wird, zu gucken, die verschiedenen, also Daten sind nicht nur Zahlen, man hat auch qualitative Daten, wie was ist eigentlich das Business-Modell von Cosnova?
Das ist immer mein Lieblingsbeispiel.
Wo liegt diese Information, dass ich sie an der KI geben kann und sie vernünftig mir Empfehlungen aussprechen kann?
Wenn ich das nicht verschriftlicht habe, richtig gut.
dann schreibt jeder das irgendwie, wie er denkt, runter.
Dann werden die Outputs aber sehr unterschiedlich sein und auch nicht homogen.
Und das ist natürlich auch eine Fragestellung, die wir uns stellen müssen.
Wie wollen wir so ein Thema angehen?
Haben wir es beantwortet?
Wissen wir, wie wir das richtig machen?
Nee, das wissen wir nicht.
Also für den Data-Team ist da sehr aktiv.
Das heißt, da haben wir gute Dinge.
Eine Data-Plattform ist da in der Mache.
Die sind logischerweise von der Profession her, deren Job sind die da deutlich weiter, während für das ganze andere Wissen, was dann auch nicht in Data-Teams liegt, stand heute in der Verantwortung.
Da sind wir nur nicht so weit, dass wir wissen, wie wir es lösen wollen.
Aber die Leute stellen die richtigen Fragen und merken, dass es ein Problem gibt, was sie lösen müssen oder was wir als Organisation lösen müssen.
Was ja auch nicht nur die technische Komplexität, sondern vor allem auch die...
organisatorische da drin, nämlich, wer ist denn jetzt für die Information, was ist das Geschäftsmodell von Cosnova verantwortlich?
Genau, exakt, genau.
Und mein zweites Lieblingsbeispiel ist immer Werte.
Also wenn wir Chatbots haben, die mit der Außenwelt irgendwie kommunizieren.
dann sollten diese ja die Cosnova-Werte auch vertreten.
Also wir haben Werte bei Cosnova, an die wir uns alle halten wollen als Mitarbeiter.
Das heißt, wenn ich mit einem Dienstleister spreche, dann ist es wichtig, dass ich diese Werte achte.
Also Diversität und ähnliches.
Und wenn ich jetzt einen Chatbot baue, der für mich meinetwegen die Akquise-Anwandelgespräche mit so führt, und der kennt diese Werte nicht, dann kann das sein, dass der nicht so agiert, wie ich das möchte.
Da muss ich mich nachher entschuldigen und sagen, ja, das war mein Chatbot und der war halt ein bisschen dumm, der wusste nicht genau, dass das nicht unseren Werten entspricht.
Aber Werte sind halt wahnsinnig interpretationswürdig.
Das ist der krasse Unterschied zu Zahlen.
Also Diversität.
Schreibst du hin und sagst, es ist ein Wert von uns.
Und dann machst du noch einen Erklärungssatz darunter, was meine ich.
Wir Menschen, was passiert, wir sagen, okay, guck mal.
Diversität, ich finde, das, was du da gemacht hast, widerspricht dem Wert Diversität.
Und dann geht man in den Dialog und sagt, ah, wieso das denn?
Ich habe gedacht, das ist damit abgedeckt.
Nein, okay, links, rechts.
Die AI tut diesen Dialog nicht mit dir für den ersten Schritt.
Die nimmt den Satz, den du hier reingibst und sagst, du hast definiert, Diversität bedeutet, wir finden es gut, dass alle machen können, was sie wollen, so ungefähr.
Und dann interpretiert sie das, so wie sie das für richtig hält.
Und das heißt, du musst ja hier einen neuen Lernzyklus aufbauen.
Was macht die AI mit dem Input?
Und Ist das so, wie du das dir gedacht hast?
Und wenn nein, musst du den Dialog mit der AI aufbauen und sagen, hier, ich reiche dich an.
Folgendes verstehen wir nicht darunter, das verstehen wir darunter.
Und ich glaube, das ist ein ganz, ganz spannendes Feld, was den Leuten noch gar nicht so klar ist.
Weil im menschlichen Dialog plant ja niemand, dass wir permanent unsere Werte abgleichen.
Das passiert, weil wir sind Menschen, so sind wir gebaut.
Das plant niemand, da gibt es kein Projekt für, das passiert einfach automatisch.
Für KI ist das nicht gelernt.
Und das ist, glaube ich, der krasse Unterschied.
Interessant.
Ja, also vielleicht sprechen wir in einem Jahr nochmal und dann kann ich ganz viel sagen, ob ihr das gelöst habt.
Ich habe noch eine letzte Frage an dich, Christoph.
Und zwar, wenn du jetzt heute nochmal so eine KI-Transformation beginnen könntest, ihr steht quasi bei Null, habt eine motivierte Organisation, aber habt noch nichts gemacht und du hast das Wissen, was du heute hast.
Was würdest du anders machen?
Oder, falls du nichts anders machen würdest, weil das sagen immer wieder ganz viele sehr bescheidene Leute, dass sie gar nichts anders machen würden, was worauf würdest du besonders viel Wert legen?
Ja, also ich würde Sachen, glaube ich, anders machen, aber, also wo ich mich so ein bisschen schwärmtue, es ist halt einfach, es ist eine Reise, auf die du dich begibst.
Also das klingt jetzt sehr philosophisch irgendwie.
Aber was ich damit meine ist, du kannst ja gar nicht wissen, was funktioniert und was nicht funktioniert.
Und ich glaube auch Copy-Paste ist schwierig.
So, ne?
Ein Thema, was ich anders machen würde, wo ich aber nicht weiß, ob es anders funktioniert, ist, wir haben quasi bottom-up angefangen im Enablement.
Und das ist eins der, also was haben wir gemacht?
Wir haben viele Leute geschult, wir haben Technologien hingestellt und so weiter.
Und dann haben wir sehr schnell festgestellt, aber damit es Impact erzeugen kann, muss man auf strategischer Ebene verstehen, was denn mögliche Potenziale in den Bereichen sind.
Und das ist, glaube ich, was, was ich...
wenn es möglich ist, viel, viel früher adressieren würde und sagen würde so, es muss eigentlich in jeder Bereichsstrategie, muss oder in jeder Bereichsvision muss dazu etwas existieren.
Was macht das?
Was macht es nicht?
In welche Richtung soll das gehen?
Und dann würde sich vieles viel leichter gestalten.
Dann wäre gar nicht die Frage, soll mein Mitarbeiter AI verstehen?
Ja, nein, die Frage hättest du am Anfang nicht gehabt, sondern es wäre klar, da steht drin, dass ohne das können wir unser Business nicht machen, so ungefähr.
Dann fragt niemand mehr, soll ich hier mal eine halbe Stunde B&E-Learning angucken?
Also das wäre, glaube ich, eins, wenn andere Unternehmen was machen, würde ich denen sagen, wenn ihr das hinkriegt, dann macht wirklich top-down, muss ein Verständnis, also in der oberen Führungsschicht muss ein gutes Verständnis dafür sein, warum wollen wir das?
Und wie viel ist es uns wert?
Und Wert bedeutet nicht nur so groß, ja, ist ganz viel wert, sondern auch wie viel vielleicht in welchen Sequenzen, wie viel in diesem, welchem im nächsten Jahr.
Dass man von oben da so ein Gefühl für hat.
Das ist das, was wir so, dieses Jahr haben wir Leadership im Fokus, was Enablement angeht und Upskilling.
Das hätte ich wahrscheinlich ein bisschen, wenn ich es mir nochmal aussuchen dürfte, hätte ich das rumgedreht.
Super.
Interessantes Learning.
Vielen Dank, dass du auch so offen deine Erfahrungen und Einblicke heute geteilt hast.
Ich habe eine ganze Menge mitgenommen.
Ich wünsche euch weiterhin viel Erfolg.
Danke, Christoph, dass du da warst.
Danke, vielen Dank, hat mich sehr gefreut, hat Spaß gemacht.