# AI Integration Strategies For Mid-Market Enterprises

**Podcast:** Tech and Tales
**Published:** 2026-05-30

## Transcript

Tech & Tales.
Herzlich willkommen zur 82.
Folge von Tech & Tales.
Mein Gast heute ist Favorite Gast Felix Schlenter.
Felix und ich haben eben eine Episode AI First aufgenommen und das ist...
quasi Teil 2 davon.
Also kann ich sehr empfehlen zu hören.
Wir haben nämlich über die Zukunft der Rollen im Arbeitsmarkt gesprochen und darüber geredet, wie sehr sich Rollen neu definieren müssen, welche Jobprofile komplett wegfallen werden, wie sich Leute quasi abskillen können, beziehungsweise welche neuen Eigenschaften und Skills man sich aneignen sollte, um nicht den KI-Zug zu verpassen.
Wir haben darüber gesprochen, wie sich oder welche Fähigkeiten quasi in der Zukunft mehr in den Fokus rücken werden und auch welche Jobs wegfallen werden.
Dazu gibt es ja verschiedene Prognosen.
Gartner glaubt tatsächlich, dass bei 2030 es mehr neue Jobs durch KI geben wird, als eliminiert werden.
Goldman Sachs hat gerade Anfang April gesagt, dass jeden Monat ca.
16.000 Jobs im US-Jobmarkt wegfallen durch...
durch KI und dass gerade die Gen Z, also die neue Generation, den absolut größten Schaden erleidet.
Und wir haben das alles diskutiert, also ich lade euch ein, euch das anzuhören.
Jetzt wollen wir darüber sprechen, wie Felix die Realität der KI beurteilt, weil Felix ist sehr tief in der Praxis.
Ich finde, Felix hat einen der besten Content.
KI-Content-Plattform überhaupt aufgebaut, AI First, also sowohl auf seinem Website als auch bei LinkedIn als auch über den Podcast.
Und es gibt wenig Leute, die meines Erachtens eben so knietief in dem ganzen Kram drinstecken wie du, Felix.
Aber stell dich doch sonst einmal nochmal kurz vor.
Knietief in der Piep.
stecken.
Ja, manchmal fühlt es sich so an, aber es macht auch oft viel Spaß.
Also erstmal vielen Dank für die Blumen.
Freue mich wieder hier sein zu dürfen.
Ich bin Felix, lebe in Hamburg, habe AI First vor zweieinhalb Jahren gegründet und wir arbeiten heute mit ganz vielen Mittelständlern zusammen und helfen den KI von der Theorie in die Praxis und vor allem in die Wirkung im Unternehmen zu bringen, auf verschiedenen Ebenen, auf Strategieebene, aber dann vor allem auch im Enablement der Teams vom Geschäftsführer bis zum Werkstudenten.
Ja, erstaunlich, wir wohnen quasi zehn Minuten voneinander, aber sehen uns nie, sondern nehmen immer nur schönen Podcasts auf.
Und wir sehen uns auf irgendwelchen Konferenzen in Münster und dergleichen, aber tatsächlich weird, dass wir beide so viel AI machen, aber uns nie treffen.
Also ich finde diese ganze Glaskugel-Geschichte immer ein bisschen schwierig, weil man kann eigentlich sich nicht wirklich dazu äußern, wenn man seriös ist, wie sich die Welt quasi von morgen entwickeln wird.
Aber man kann natürlich irgendwie...
Annahmen anstellen.
Das haben wir jetzt in deinem Podcast gemacht.
Jetzt ist meine Frage an dich.
Wenn du in ein Unternehmen gehst, wenn du dir Du machst wahrscheinlich genauso wie ich auch, du auch bei kleineren Unternehmen, ich bei größeren Unternehmen, erstmal eine Potenzialanalyse.
Das heißt, du guckst dir erstmal an, was es gibt es dann mit den aktuellen Tools, mit der aktuellen Technik, mit den Modellen, was kann man überhaupt mit KI da hebeln.
Und wir sprachen eben auch darüber, es gibt dann ja immer zwei Ansätze sozusagen, das heißt, entweder kann man...
Menschen mit KI augmentieren, Mitarbeiter augmentieren oder man kann sie, böse gesagt, eliminieren.
Man kann auch sagen, substituieren.
Und wenn du so in ein normales mittelständisches Unternehmen gehst und so eine Potenzialanalyse machst, was sind so die ersten Hebel, die du siehst sozusagen?
Also die erste Frage, die ich in so einem Unternehmen überhaupt stelle, ist, wo wollt ihr denn eigentlich hin?
Was wollt ihr in den nächsten Jahren erreichen?
Habt ihr bestimmte Wachstumsziele oder seid ihr vielleicht in einem schon stark gesättigten Markt und es geht eher darum, Profitabilität zu erreichen?
Seht ihr bestimmte große strategische Chancen, die ihr ergreifen möchtet?
Was ist es, was euch in den nächsten Jahren erfolgreich machen wird?
Und daraus, und das ist erstaunlich, ich bin immer wieder erstaunt, dass es doch vielen auch Entscheidern in den Unternehmen gar nicht so leicht fällt, diese Frage zu beantworten.
Aber die ist halt total wichtig, weil ich glaube, dass alles, was wir mit KI machen, muss irgendwie auf diese Ziele des Unternehmens einzahlen können.
Und alles, was wir mit KI machen, müssen wir damit verlinken können, weil das wird alles Geld kosten und muss bezahlt werden und muss sich am Ende des Tages auch auswirken können.
Also damit fangen wir an.
Und was ich jetzt gerade sehr, sehr viel sehe, ist, dass es für...
Ganz viele Firmen darum geht, wie schaffen wir es in Zukunft weiter zu wachsen.
Also gerade die Wachstumsquoten, wir sind jetzt eher im Mittelstand, also jetzt sind es keine Startups oder so.
Die Wachstumsprognosen sind jetzt nicht mehr die rosigsten aktuell.
Also ist die Frage, wie schaffen wir dieses Wachstum zu gehen, ohne irgendwelche Kosten aufzubauen.
Thema profitables Wachstum und aus dem bestehenden Team heraus wachsen können, indem wir KI als einen Enabler dafür nutzen, ist so einer der großen Hebel.
Und dann gibt es natürlich die Funktionsbereiche, wo die Fähigkeiten von KI besonders gut passen, wo man das größte Potenzial hat.
alles was Topline-Wachstum im Umsatz ist, im Marketing und Vertrieb, weil es natürlich total interessant ist, wenn ich jetzt einen Marketeer habe, der heute fiktive Zahl, eine Million Pipeline an Leads im Jahr generieren kann über Marketingaktivitäten und ich bekomme diese Personen gehebelt mit KI und die können auf einmal 5 Millionen Pipeline generieren, das hat natürlich einen direkten Effekt auf das Ergebnis.
Genauso im Vertrieb, wenn ich einen Vertriebler habe, der heute Deals in Höhe von einer Million abschließen kann und ich bekomme den gehebelt und kriege das multipliziert, auch wenn es so 20 Prozent sind, ist das ja direkter Einfluss auf das Ergebnis.
Und dann Bottomline, wie kriege ich Kosten reduziert?
Natürlich über.
Zum Beispiel Customer Support, da hatten wir auch schon in meinem Podcast drüber gesprochen.
Egal ob über Text oder Audio, also Telefonie, beides stark beeinflusst.
Und Engineering, also wo Code geschrieben werden muss, weil die Modelle in dem Bereich besonders gut geworden sind.
Also das sind jetzt mal so grob die Anwendungsfelder.
Und dann gibt es natürlich noch so ein paar Funktionsbereiche wie...
Buchhaltung zum Beispiel, kriege ich total häufig diese Anfrage, da müsste doch alles total einfach sein, aber erstens ist da oft nicht besonders großes Volumen dahinter, also klar, das ist natürlich ein Cost-Center im Unternehmen, aber gibt es größere?
Die Systeme, mit denen die Buchhaltung arbeiten muss und die Schnittstellen zu Dativ und so weiter, da ist jetzt auch noch nicht so, dass die besonders AI-ready sind.
Da wird es also noch ein bisschen dauern, bis man solche Prozesse durchautomatisieren kann, aber das ist auf dem Weg.
Aber das ist jetzt mal so mein erster Blick darauf und was ich oft sehe.
Okay, ja, ich fange auch immer so an, dass wir quasi eine Vision brauchen.
Wir müssen einmal aufmalen, wo die Reise hingehen soll sozusagen.
Und dann kaskadierst du diese Vision quasi runter.
Machst du das dann auch so, dass, also wenn du dann in einzelnen Units bist des Unternehmens, dass du dir quasi, dann guckst du, okay, hast du gesagt, du guckst dir Marketing an, du guckst dir HR an und so weiter.
Was sind da quasi die Ziele?
Machst du das auch so, dass du über...
Und mit dem Management dann über völlig neue Geschäftsmodelle, mit den bestehenden, sagen wir mal Assets, auch im Sinne von Fähigkeiten des Unternehmens nachdenkst?
Nee, tatsächlich gar nicht.
Vielleicht bin ich dafür zu sehr Pragmatiker.
Und ich glaube, ich finde es auch interessant, das mal so darüber nachzudenken, was...
Könnten wir eigentlich in Zukunft tun, was wir heute noch nicht tun können.
Aber das Thema ist, dass erstmal diese Kapazität freigesetzt werden muss.
Und die ist heute halt oft noch gar nicht gegeben.
Also vielleicht gar nicht, ist ein bisschen untertrieben.
Ich hatte letztens so ein Mandat, da haben wir uns schon angeschaut, was eigentlich so eine Moonshot-Ambition wäre, wo das Unternehmen sich hinentwickeln könnte und wie man auch das aktuelle Geschäftsmodell stärker noch...
drehen kann, um deutlich größeren Wert für den Kunden zu erzeugen.
Und das war auch interessant, darüber nachzudenken.
Aber wie gesagt, ist oft gerade nicht die Kapazität in der Organisation, um diese Transformation gehen zu können.
Also das ist die erste Frage, die ich mir stelle, wie erzeugen wir denn die Kapazität, um das überhaupt möglich machen zu können.
Und da geht es vor allem darum, für mich die Menschen, mit dem, was wir sie heute tun, da mehr Zeit.
freisetzen zu können, was dann in solche neuen Sachen gesetzt werden kann.
Aber ich beschäftige mich hauptsächlich erstmal, also ich sehe mal drei Ebenen, People, Processes, Products und am Anfang gucke ich vor allem auf People und Processes, weil ich dort die größeren Chancen sehe, schneller einen Mehrwert erzeugen zu können.
Du hast den gleichen Ansatz wie das C-Level quasi.
Also typischerweise die C-Levels in den Unternehmen sehen, dass ihre Mitarbeitenden durch den Einsatz von KI wahnsinnig viel Zeit sparen können.
Also die denken, tatsächlich ist das ein großes Delta.
Wenn man sich anguckt, die C-Suite, die glaubt zu 90 Prozent, dass man...
dass man mehr als, sagen wir mal, 10 Stunden pro Woche mit KI einsparen kann.
Und bei den Mitarbeitenden glauben 40 Prozent, dass man gar keine Zeit einsparen kann.
Also das Delta ist relativ groß.
Das liegt überwiegend daran, dass die meisten keinen Zugang tatsächlich zu den Modellen haben.
Man hat auch festgestellt, dass über 60 Prozent in den Unternehmen gar keinen Zugang zu den Modellen haben, um irgendwie überhaupt zu diesen Effizienzsteigerungen oder was auch immer zu kommen.
Wie siehst du denn das?
Also siehst du in den Unternehmen, die du dir anschaust, ist da die...
Gibt es da so eine gewisse Maturität?
Also haben Unternehmen, haben Mitarbeitende Zugang zu Modellen?
Haben die Zugang zu verschiedenen Modellen?
Wie ist da die Lage gerade?
Beantworte ich gleich nochmal kurz auf den anderen Punkt.
Ich glaube, was eine der größten Fragen ist in dieser ganzen KI-Transformation, die einfach viel zu selten gut beantwortet wird, ist, was denn mit der freigewordenen Zeit passieren soll.
Und was denn eigentlich der Anreiz sein soll für eine Person, die heute einen Job hat und für 40 Stunden in diesem Job bezahlt wird in der Woche und dafür bestimmte Sachen liefern muss, dass sie sich ein Stück weit überflüssig macht in dem, was sie heute tut.
Ja genau, was dann passiert ist wie bei AWS, dass sie anfangen Tokenmaxing zu machen, das heißt jede Menge Token auszugeben, um kein Output zu liefern, um das System quasi zu parodieren bzw.
lahmzulegen.
Na klar, ist keiner inzentiviert, ist totaler Quatsch.
Du kannst niemanden inzentivieren, sich selber obsolet zu machen.
Genau.
Das muss aber beantwortet werden, weil ansonsten, klar kannst du da tolle Kommunikationskampagnen fahren und die tollsten Tools bereitstellen und Chaka oder letztens habe ich irgendwo gelesen KI-Kumbaya machen, fand ich auch gut.
Und das wird so ein bisschen, klar, am Ende freuen sich alle über die Edutainment-Schulungen und das fühlt sich irgendwie kurz produktiv an und am Ende ist alles wie vorher.
Man inzentiviert ja auch nicht Leute über Angst.
Also das ist die letzte, die intrinsische Motivation ist glaube ich schon die beste.
Also Leute zu penalisieren darüber, dass du sagst, wenn ihr es nicht macht, werdet ihr ersetzt.
Oder wenn du Mitarbeitenden irgendwie dieses Argument gibst, ja ihr tut ja was für euch selber, ihr seid, da kommt dann ja natürlich selber bei.
Das stimmt natürlich alles.
Aber am Ende des Tages müssen die Mitarbeitenden ja wahnsinnig viel Zeit und Aufwand dafür aufbringen, diese neuen Tools zu erlernen.
Also es dauert Stunden und wir haben in deinem Podcast auch besprochen, es dauert zwischen 10 und 12 Wochen, bis Menschen wirklich sich mit neuer Software auskennen und auch nur die Hälfte wird normalerweise von einer guten Software überhaupt genutzt.
Also die meisten Leute...
egal welche Tools es sind zwischen Salesforce und SAP und keine Ahnung was, dass die meisten können gerade so das Bare Minimum.
Die wissen, wie sie einen Deal anlegen, maximal.
Dann schon die E-Mail-Adresse des Deals weiß keiner mehr.
Das heißt, warum?
Weil es auch relativ schwer ist, das alles kognitiv zu bewältigen, diese ganzen verschiedenen Aufgaben.
sehr viel Zeit kosten darüber hinaus.
Und das ist so ein bisschen das Problem.
Es kostet halt sehr viel Zeit, sehr viel Effort, sehr viel Mühe und die Leute haben eben wenig Motivation, das zu machen.
Weil, wie du genau sagst, was soll denn dann passieren?
Man kann dann vielleicht Boni verteilen und so weiter.
Was ich typischerweise sehe, dass Unternehmen, die PI geführt sind, dass die eine viel höhere Transformationsfähigkeit haben, weil die typischerweise einen anderen Druck haben, zum einen.
Und zum zweiten ist dort das Management anders und viel aggressiver inzentiviert.
Das heißt, wenn die Ziele haben, die auf deren Scorecard bzw.
deren Gehalt sich unmittelbar sind, auswirken, dann sind die inzentiviert genug, das durchzuballern.
Aber das ist halt nicht der Normalfall.
Normalfall sind diese, zumindest auch in Deutschland, diese Dickschiffe oder eben der Mittelstand.
Ich meine, 90 Prozent oder wie auch immer sitzt ja im Mittelstand.
Das heißt, die Frage, was siehst du da?
Siehst du von bis oder siehst du schon so einen gewissen Standard gerade an KI?
Also natürlich von bis und ich habe sicherlich ein etwas getrübtes Bild, weil bei mir natürlich die Kunden und Unternehmen aufschlagen, die mit großer Motivation und auch Bereitschaft zur Veränderung da reingehen in diesen Prozess.
Und da sehe ich aber also das Ergebnis, das ist wie immer bei solchen Themen natürlich sehr, sehr stark davon beeinflusst, wie stark die Führungsebene.
ist und nicht nur an das Thema glaubt, sondern dann beispielsweise sich mit dem Team hinsetzt und mit dem Team ausarbeitet, wie sich denn die einzelnen Rollen, Aufgaben und Ziele in dieser Abteilung verändern werden.
So, aber wenn es einmal so ein positives Zielbild gibt für die Firma und dann runtergebrochen auf verschiedene Bereiche, Abteilungen, wie auch immer das dann aufgebaut ist und es einen Plan gibt, da wollen wir hin.
hier als Team gemeinsam, so werden sich wahrscheinlich Dinge verändern.
Aber das ist für uns drin, wenn wir da hinkommen und das kann monetärer Anseit sein, das kann sein, dass die Leute mehr von dem machen können, wofür sie ihren Job mal angetreten sind.
Das kann sein, dass sie ganz neue Dinge auftun können, die vorher so nicht möglich waren.
Also es gibt schon durchaus Wege, das positiv zu gestalten.
Dann kommt da natürlich auch Geschwindigkeit rein.
Aber das von bis, also was ich jetzt, was immer mehr machen ist so, KI, wie so eine ganz klassische Software-Einführung zu betrachten.
Du kaufst irgendwie deine Microsoft-Copilot-Lizenzen, dann hast du eine kleine Gruppe, die darf diese 20 Euro im Monat oder 30 Euro im Monat Lizenz nutzen, der Rest darf nur mit dem kostenlosen Chatbot da irgendwie arbeiten, was schon absurd ist und dann gibt es halt ein paar Schulungen.
Die werden ausgerollt und danach ist der Haken dran.
Dann gibt es noch eine Richtlinie natürlich, was man mit dem Tool machen darf und was nicht.
Und vielleicht noch irgendeinen Support-Prozess, falls das nicht funktioniert, bei wem ich mich melden kann.
Das ist so das Bare-Minimum, was jetzt schon relativ viele in der einen oder anderen Form gemacht haben.
Und da siehst du natürlich gar keinen Einfluss irgendwo, außer das ist ein bisschen mehr.
Geld kostet und es ein paar Power-User gibt, die sich darüber schon etwas stärker hebeln können und beim Rest aber nicht.
Und dann gibt es auf der anderen Seite gibt es halt auch einige wenige Unternehmen, also davon gibt es echt noch wenige Storys oder die, die es richtig gut machen, wollen es nicht erzählen.
Also da gibt es zum Beispiel so Zapier, finde ich ein ganz cooles Beispiel.
Zapier ist natürlich eine Firma, mit der man Prozessautomation machen kann.
Also wir haben ein Tool dafür, um Prozessautomation zu machen.
Die müssen da also irgendwie Frontrunner sein, auch in dem Thema.
Aber ich finde, auf die kann man mal ganz gut schauen, weil da kann man sehen, wie die so ein Thema angehen.
Und was die beispielsweise gemacht haben, ist für jede einzelne Rolle, vom Customer Support Mitarbeiter bis zum Produktmanager, Engineer und so weiter, haben die vier Level definiert, wie die KI-Nutzung aussehen muss.
Und das erste Level ist unacceptable.
Also da sind die Leute dann raus, wenn sie dieses ...
Level nicht überspringen, bis hin zu transformativ.
Transformativ ist die vierte Stufe und haben halt anhand von Beispielen, konkretem Verhalten, konkreten Ergebnissen gezeigt, wie sich diese Rolle über die einzelnen Level weiterentwickeln muss und zumindest kommunizieren sie so, dass sie das entsprechend auch nachhalten und da so ein Upskilling-Programm dahinter haben, aber auch klare Ziele und Incentives plus halt die ganze Firma.
hoch, runter, links, rechts, alle Prozesse durchgehen, auf KI-Potenzial prüfen und dann Schritt für Schritt in diese Prozesttransformation gehen und da entsprechende Roadmaps und Ziele sich gesetzt haben.
Und das sind, glaube ich, die Unterschiede zwischen so einer AI-First-Company, die wirklich sagt, alles, was wir tun, hinterfragen wir radikal aus KI-Perspektive und da, wo es eine Chance gibt, Dinge schneller und oder besser mit KI zu machen, machen wir das.
Über die gesamte Organisation, alle müssen mitziehen und die anderen die KI als ein Tool einsehen, um schneller E-Mails zu schreiben, ein bisschen übertrieben gesagt.
Ja, ich meine, das ist aber ein hehres Ziel, vor allem im Hinblick auf die Organisationsstrukturen, weil daran scheitert das ja überwiegend.
Es scheitert ja nicht daran, dass es irgendwie, also es scheitert auch, haben wir eben gesagt, ein bisschen daran, dass die Leute halt keinen Zugang zu den Tools haben, keinen Zugang zu den Modellen haben.
Dadurch werden sie nicht KI, AI Natives und kommen nicht weiter, aber es scheitert eben auch daran, dass diese, dass das...
die ganze Organisation das ja mittragen muss.
Und da gibt es super viele Komponenten dabei, wie du so eine Organisation in die Richtung bewegen kannst.
Aber das sind eben, ich glaube, für so eine wirkliche, sagen wir mal, AI-Transformation und ich weiß auch immer nicht, wie viel...
transformative Power für existierende Geschäftsmodelle mit existierenden Leuten da wirklich ist.
Aber lass es mal ein paar Prozent sein, die man tatsächlich damit komplett transformieren kann.
Da ist diese Organisationsentwicklung auf jeden Fall ein Riesenthema.
Das heißt, wie kannst du diese Organisation überhaupt steuern und die Leute enablen?
Dann, was du gesagt hast mit Zapier, finde ich beeindruckend.
Das ist auf jeden Fall das Zweite, dass du halt alle Prozesse hinterfragst und die Leute dann auch in gewissermaßen oder dass die Leute dafür verantwortlich sind.
Also das heißt, du hast dann als Manager die Verantwortung für dein Team und dein Vertical und so weiter, das Ganze irgendwie zu verändern.
Aber das dann alles nachzuhalten und so weiter, das ist, ich meine, das ist nicht nur Beraterarbeit, also es ist halt sehr viel und sehr viel Zeit, die dabei tatsächlich drauf geht.
Deswegen, ich frage mich halt...
Glaubst du, und wir haben darüber schon viel gesprochen, aber nochmal die Frage, glaubst du, die Systeme werden so bleiben, wie sie jetzt sind?
Das heißt, dass wir uns den Systemen anpassen müssen und ich weiß, wir haben darüber sehr viel diskutiert.
Das heißt, momentan ist es ja so, dass man quasi die menschliche Tätigkeit in verschiedene Prozesse zerlegen muss.
Es gibt dafür eine ganze wissenschaftliche Richtung, Business Process Modeling und so weiter und dann die KI quasi über diese Prozesse laufen lässt.
beziehungsweise dann der KI irgendwann hinreichenden Datenzugang geben kann, dass sie halt viele dieser Prozesse auch zusammenfügt und so weiter.
Oder glaubst du tatsächlich, dass wir irgendwann wieder es drehen können und das halt ein intuitiver Prozess werden wird?
Die Gretchenfrage.
Intuitiv im Sinne von?
Dass du einen Agenten hast, den du, ich meine, der ultimative, ich will sagen, der feuchte Traum ist, aber der ultimative Traum ist ja, dass du deinen Laptop anmachst und dich ersetzt quasi oder du machst einfach nur noch die schön geistige Arbeit und lässt den ganzen Rotz wie E-Mails beantworten, dass du kommst, dass du nicht irgendwie zu dem Event kommst, dass du irgendwas weiterleitst und so weiter.
Eine KI machen, ganz am Anfang.
Und das heißt, dass der Agent halt de facto genauso arbeitet wie du und genauso erratisch, genauso unstrukturiert vielleicht manchmal, genauso emotional.
genauso zeitlich irgendwie unstrukturiert.
Also ich weiß, du bist super strukturiert, aber es gibt andere Menschen, die arbeiten halt nicht so wie eine Maschine.
Auf jeden Fall.
Das heißt, diese Adaption zum menschlichen Verhalten, ich frage mich, ob das irgendwann kommt.
Ja, also ich glaube zu 100 Prozent, dass das kommt.
Auf der Google I.O.
vor einer Woche, zwei Wochen, wurde Gemini Spark vorgestellt und das ist ein Always On.
Das ist jetzt eine neue Kategorie an Agents, die jetzt kommt.
Die werden also nicht mehr nur ausgelöst durch einen Auslöser, der zeitlich ist oder weil irgendein Event passiert ist oder weil ich dem geschrieben habe, sondern der ist always on im Hintergrund, während ich arbeite.
Und ich meine Google Gemini natürlich in dem Google Workspace, aber der hängt hinter meinem Gmail, hinter meinem Kalender, hinter meinem Google Chat.
Drive und so weiter.
Und der kann basierend auf einer Anweisung, die der im Hintergrund hat, im Hintergrund für mich arbeiten und vor allem auch beobachten, was passiert.
Und wenn etwas passiert, wo er mich unterstützen kann, kann der einspringen.
Und der kann natürlich auch mein Arbeitsverhalten beobachten.
Das ist so die nächste Ausbaustufe.
Das habe ich jetzt noch nicht rausgelesen und gesehen, dass das jetzt schon mit drin ist.
Aber es kommt dann natürlich als nächstes, dass er beobachten kann.
wie arbeite ich eigentlich und mich meinem Arbeitsverhalten anpassen kann, um mit der Zeit immer unterstützender für mich zu werden.
Diese Fantasie gab es ja auch bei Open Claw.
Das war ja auch so ein bisschen, also Open Claw ist ja auch jetzt so ein...
Das ist jetzt wieder so ein Ding gewesen, was so ein paar Monate ist, das hochgeploppt.
Aber guter Exit.
Alle sind natürlich drauf und haben sich da ihre Mac-Minis aufgesetzt und gesagt, so und jetzt, wer spricht jetzt noch darüber und wo hat man mal wirklich einen echten Use Case gesehen?
Nirgendwo.
Weil das schon komplexer ist, das im Hintergrund zu bauen, dieses Gedächtnis.
was der Agent aufbaut, ohne dass er sein Kontextfenster die ganze Zeit zumüllt und dieses Gedächtnis auch aktualisiert und gleichzeitig natürlich mit sämtlichen Tools und Schnittstellen von einem selbst verbunden ist.
Aber das ist jetzt die, also da arbeiten die alle dran, weil natürlich ist genau das, wenn...
der menschliche Flaschenhals aufgelöst wird.
Also ich als Mensch muss nicht mehr daran denken, das Tool zu nutzen und trotzdem wird das gemacht, was gemacht werden soll.
Das ist natürlich der Flaschenhals, der versucht wird aufzulösen.
Ich glaube nicht, dass wir da super weit weg sind.
Das wird eher so eine Compliance-Governance-Frage sein, ob die Unternehmen sowas freischalten wollen.
Technisch wird das bald gelöst sein.
Ja, ich glaube, ich meine, das ist eines der größten Hindernisse in der Adoption-Rate.
Das sind die ganzen Compliance-Fragen und die ganzen Governance-Fragen und so weiter.
Was schade ist, weil im Prinzip würde ich es am meisten begrüßen, dass man quasi zwei Rechner hätte.
Also ein Rechner, der quasi nur für das Day-to-Day-Business ist, ohne sensitive Kundendaten und so weiter und mit AI.
bestückt ist in allen Variationen und ein Rechner, wo eben diese ganzen super sensitiven Datenbanken sind und so.
Man müsste es in irgendeiner Form trennen oder lernen zu trennen, vielleicht kurzfristig, weil es keinem gut tut, glaube ich, dass das keinen Zugang zu AI zu haben aufgrund der Compliance-Fragen.
Und es hindert uns als kompletter...
als Land, als Kontinent, weil die USA, China und so weiter, die haben diese Probleme alle nicht.
Da sind die, die Mitarbeiter können im Dropdown-Menü einfach aussuchen, welches Modell sie für ihre Arbeit nutzen wollen.
Das ist alles verfügbar.
Und es ist nicht so, es ist eben diese Restriktionen hindern Innovationen an vielen Stellen, glaube ich.
Aber okay, aber das heißt, momentan ist es halt immer noch so, dass die verschiedenen Prozesse dann automatisiert werden.
Welche Tools siehst du am meisten?
Also welche, was du siehst wahrscheinlich Microsoft, Sehr viel, aber was noch?
Also was ist so dein Gefühl, was am besten Anwendung findet?
Genau, also sehr viele Unternehmen sind natürlich aufgrund ihrer...
Historie und vielleicht auch IT-Strategie irgendwie mit Microsoft eng verbandelt.
Deswegen ist es schon ein gängiger Weg, aufgrund der Integration in die einzelnen Programme den Copilot zu nutzen.
So, Copilot hat sich aber jetzt nicht unbedingt mit Ruhm bekleckert in den letzten zwei Jahren und gezeigt, dass sie ein starkes Produkt...
Da ist immer noch meiner Meinung nach viel Fantasie dahinter, dass sie es irgendwann schaffen, diese Integration in die einzelnen Programme und die Anbindung an die Daten, die ja da vorliegen, das sauber hinzubekommen.
Deswegen gibt es da andere Spieler, die genau in diese Lücke reinstechen und sagen, zum Beispiel ein LangDoc, Berliner Unternehmen, vor ungefähr zwei Jahren gestartet, erst mit der Idee, ein DSGVO-konformes Chat-GPT.
Unternehmen bereitzustellen, das ist heute wie so ein AI-Operating-System geworden, wo du alle Large-Language-Models nutzen kannst und mit sämtlichen Drittsystemen von einem Salesforce, SharePoint, Outlook, Asana und was es alles so gibt zu verbinden und dann über Agents, Workflows, Skills, Aufgaben erledigen zu lassen.
Das ist quasi dein AI-Layer für dein Unternehmen, den du mit Daten und den Modellen verknüpfen kannst.
Die machen einen sehr guten Job.
Da haben wir auch Dutzende Rollouts mittlerweile erfolgreich umgesetzt und sehen dort eine sehr, sehr hohe Nutzungsrate von teilweise 90, 95 Prozent der PC-Mitarbeiter jeden Tag, die jeden Tag damit arbeiten, weil es einfach ein, es soll kein Werbeblock sein, aber es ist einfach ein super intuitiv nutzbares Produkt.
Und damit kann man einiges schon niedrigschwellig umsetzen, ohne irgendwie techy zu sein.
Und dann hast du natürlich die AI Labs, die da auch noch mitspielen.
Also so ein ChatGPT Enterprise und jetzt vor allem immer mehr Anthropic.
Also ich hatte allein diese Woche, glaube ich, drei oder vier Calls mit Unternehmen, wo ich es nicht gedacht hätte, die aber gesagt haben, dass sie jetzt Anthropic Enterprise...
Lizenzen anfangen auszurollen in dem Unternehmen, weil Entropic einfach auf der Innovationsseite, was das Produkt angeht, in den letzten Monaten einen bombastischen Job gemacht haben und auch so positioniert sind, dass sie irgendwie der, wie soll man sagen, der vertrauensvolle Player am Markt sind.
Das sind mal so die größeren Cluster, aber die fallen alle in die Kategorie, was ist so diese horizontale KI-Plattform in dem Unternehmen?
wo alle Menschen, die digital arbeiten, darauf arbeiten können.
Die haben da so ihren Chatbot als Assistenten und können sich dann verschiedene Agenten und Workflows aufbauen, um Prozesse zu automatisieren.
Und da gibt es diese Variante, gibt es noch selbst gebaut von Unternehmen.
Das heißt dann oft Company GPT.
Also da habe ich wirklich noch keins gesehen in den letzten zwei, drei Jahren, was wirklich...
gut ist und wo Menschen gerne mitgearbeitet haben.
Weil am Ende trittst du mit so einem intern gebauten Produkt, wie das immer ist, gegen den Markt an und du brauchst mittlerweile schon so 10, 20 Entwickler.
brauchst wahrscheinlich schon oder auch einen Product Manager und so, die dieses interne Produkt weiterentwickeln, um mit dem Markt mit Schritt halten zu können und die meisten unterschätzen das einfach total, was das für ein Aufwand ist und dann hast du da irgendwie so ein Chatbot Interface über GPT 4 oder GPT 5 und das Problem ist, dass viele Menschen einfach auch privat mit Claude oder so arbeiten und das ist einfach Welten, die dann dazwischen liegen und Das hilft nicht dabei, wirklich die produktive KI-Nutzung nach oben zu bringen.
Also ein wichtiger Schritt, wenn du sagst, du nimmst KI-Adaption wirklich ernst und willst, dass das in die Prozesse und Arbeitsweisen kommt, dann muss man erstmal ein gutes Tooling bereitstellen.
Das wird es nicht retten oder komplett lösen, aber das ist mindestens mal die Grundlage dafür.
Ja, ja, absolut.
Das sehe ich 100 Prozent genauso.
Siehst du noch irgendwelche anderen Open-Source-Modelle, die finetuned sind?
Also so wie das Company GPT.
Aber was ist aus den ganzen Open-Source-Modellen geworden?
Ja, natürlich.
Also vor allem, wenn die Unternehmen da sehr sensibel sind, was Daten angeht oder in sehr regulierten.
Wir arbeiten auch mit einer Bank zum Beispiel zusammen.
Die sind da natürlich ein bisschen...
eingeschränkter und die nutzen dann zum Teil auch Open-Source-Modelle.
Die sind ja mittlerweile, also die haben ja auch immer schneller, immer stärker aufgeholt, was so die Benchmarks angeht.
Also ich glaube, da hat man jetzt nicht den extrem großen Nachteil davon.
Ich glaube, also die Modelle sind schon wichtig, aber mindestens genauso wichtig ist die ganze Funktionalität drumherum.
Wie bringst du die in Anwendungen rein?
Also dass ein Agent zum Beispiel gut mit diesem Modell arbeiten kann und gut auf verschiedene Daten und Tools zugreifen kann.
Und das Modell ist natürlich immer das Gehirn dahinter, aber diese ganze Architektur drumherum, was die Funktionen angeht, ist auch extrem wichtig geworden.
Ja, okay, interessant.
Also wenn wir uns jetzt die Modelle angucken, da ist es das Kopf-an-Kopf-Rennen zwischen den dreien, Anthropic, OpenAI und Google.
Wer glaubst du, im Mittelstand wird da das Rennen machen?
Also da, wo du unterwegs bist?
Also ich empfehle immer auf eine Multimodell-Strategie oder Modell-agnostisch.
Und das bieten mittlerweile auch fast alle Plattformen an.
Also wenn du natürlich zu dem AI Lab von OpenAI, JGBT gehst oder zu Antropic mit Claude, dann pushen die natürlich ihr eigenes Modell.
Aber bei dem Langdoc und Co.
hast du alle...
möglichen Large Language Models und auch Microsoft öffnet sich gerade dafür, mit denen man arbeiten kann.
Und je nach Use Case ist dann das ein oder andere Modell besser oder schlechter.
Und was jetzt eine Entwicklung ist, die immer relevanter wird, sind die Kosten.
Weil du mit den neuesten Modellen, insbesondere Opus 4.6, Opus 4.7 und GBT 5.5, die sind so agentisch geworden, dass sie so viele Arbeitsschritte auf einmal ausführen können, was aber natürlich auch viel, einen viel, viel höheren Tokenverbrauch erzeugt.
Und auf einmal, wenn du diese Modelle jetzt nimmst, um die Aufgaben mit KI zu erledigen, die du vor einem Jahr hast erledigen lassen, dann kostet das auf einmal viel, viel mehr, weil die viel mehr Schritte zwischendurch machen, obwohl es gar nicht notwendig wäre.
Und die Kosten explodieren gerade bei so ziemlich allen KI-Anbietern.
Alle KI-Anbieter lösen gerade ihre Preismodelle auf, die vorher auf, du hast eine Fix-Fee pro Nutzer.
Das funktioniert einfach nicht mehr, also die Kosten sind zu hoch.
Dafür kannst du aber auch mit der KI mittlerweile viel, viel mehr machen, weil die viel mehr Aufgaben und Schritte übernehmen kann.
Also muss das Preismodell angepasst werden.
Aber wenn du jetzt ein Corporate bist und du hast mit ein paar Euro pro Nutzer pro Person, pro Monat budgetiert und auf einmal kostet das das Fünffache, davon, dann geht natürlich diese Rechnung nicht mehr auf.
Und ich glaube, da stellt sich jetzt so ein neues Normal erstmal ein, wo auch die Frage viel, viel wichtiger wird.
Was ist eigentlich der Wert, der durch diese Nutzung erzeugt wird?
Das rückt jetzt schon stärker in den Fokus.
Und wie schaffen wir es, das richtige Modell zur richtigen Zeit zu nutzen, was die Aufgabe löst, aber auch den niedrigsten Tokenverbrauch hat?
Ja, meinst du, das wird sich kurzfristig ändern?
Also dieses Tokenverbraten?
Nee, nein.
Das sehe ich nicht.
Also ich glaube, dass produktseitig da auch wieder viel reingebaut wird, dass es quasi ein Modell gibt, was die erste Anfrage aufnimmt und dann an das beste Expertenmodell weiterleitet, was diese dann lösen kann, weil natürlich diese Kosteneffizienz gerade im B2B schon extrem wichtig ist.
Und ich glaube, dass produktseitig viel gelöst wird.
Dann kann man mit Training natürlich auch einiges lösen.
Aber ich glaube, kurzfristig sind halt jetzt die Modelle, also ich glaube, ich frage mich auch, ob es überhaupt Sinn macht.
Ich glaube, wichtiger ist zu verstehen, welcher Wert generiert wird, indem man die Modelle auch komplexe Aufgaben lösen lässt und dann kann das auch ruhig teuer sein, wenn der Wert oder die Zeitersparnis oder was auch immer dem entgegensteht, deutlich höher ist.
Also ich habe jetzt heute bei uns zum Beispiel mal geguckt, wir haben jetzt diesen Monat und wir sind so sechs FTEs ungefähr bei uns.
Wir haben 3500 Euro oder etwas mehr nur für KI und Tokens verballert.
Also das sind pro Person 500, 600 Euro ungefähr.
Aber das ist mir halt ziemlich egal, weil der Mehrwert, der dem gegenübersteht und der...
den wir pro Person machen können, trotzdem noch, also das bei weitem übersteigt.
Also es könnte meinetwegen auch noch teurer sein.
Und das ist für mich, können wir noch ein bisschen, bestimmt auch sicherlich noch optimieren, aber das ist für mich gerade gar nicht wichtig, das zu optimieren, weil es mir viel, viel wichtiger ist, dass wir KI erstmal stark ausreizen und in möglichst viele Prozesse bei uns bringen.
Aber das ist ja schon bemerkenswert, weil wenn du überlegst, das ist ungefähr 500 Euro plus, 600 Euro pro Person, pro Personas quasi, die ihr an KI-Kosten habt, dann jeden Monat, richtig?
Also nur Tokens, nicht die Lizenzen, ne?
Also das heißt, du hast wahrscheinlich on top noch andere Lizenzkosten, richtig?
Ja, da würde auch noch dazukommen.
Also wenn wir alle Togens mit reinnehmen, ist es sogar noch, weil wir das auch in so ein paar Apps drin haben, die wir zum Teil auch unseren Kunden bereitstellen.
Also dann ist es nochmal etwas höher.
Das hatte ich jetzt noch.
Also das waren jetzt nur die interne Nutzung für interne Prozesse.
Alles, was Customer-Facing ist, da kommt nochmal mehr dazu.
Aber das heißt, lasst es 700 Euro pro FTE sein, die ihr an KI-Kosten habt.
Also ihr seid eine kleine Boutique-Beratung, alles fair.
Aber wenn ich mal vergleiche, ich meine, als wir 2024 oder so gesprochen haben, da hatte ich vielleicht zwei Lizenzen.
Also das heißt, du hast vielleicht 100 Euro im Monat ausgegeben.
Das heißt, du hast jetzt mal das 6-7-fache mindestens an Kosten.
Das finde ich schon erstaunlich.
Ich meine, das sind ja, wenn du auch überlegst, wie...
exklusiv das dann eigentlich wird irgendwann.
Weil es können sich ja kaum Unternehmen leisten, 500 Euro nach Steuern sozusagen, Vorsteuern in dem Kontext, aber für ihre Mitarbeiter an Lizenz und Tokenkosten zu haben.
Nicht, wenn die Arbeit nicht neu verteilt wird.
Dann nicht.
Genau.
Das heißt, es muss komplett, es muss auf horizontaler Ebene ein absoluter Wandel stattfinden innerhalb der Unternehmen.
Das heißt, Menschen müssen quasi mehr und andere Dinge tun.
So ist es auf jeden Fall nicht future-proof, würde ich sagen.
Das ist ja dann dieses typische Bild.
Es wird immer mehr an KI delegiert und dann machen die Leute halt früher Feierabend mehr Lunchpause oder treffen sich öfter an der Kaffeemaschine.
Natürlich, das funktioniert natürlich nicht, aber bei uns weiß ich, wenn jetzt der Tokenverbrauch hochgeht, das ist nicht eins zu eins so, wir müssen ein bisschen gucken, dass ein Satz sinnvoll bleibt, aber tendenziell geht der Tokenverbrauch hoch, macht KI mehr für uns, bedeutet mehr Kapazität bei den Leuten im Team, bedeutet wir reißen ambitioniertere Projekte und Ziele auf, Firma wächst.
stärker, macht mehr Umsatz, weiterhin super profitabel und die Rechnung geht damit weiterhin auf.
Das wird sicherlich irgendwann auch so ein Glasdach erreichen, aber da sind wir noch lange nicht angekommen.
Ja, finde ich so total spannend, weil ihr quasi die ersten kleinen Beratungsunternehmen seien.
werde, die die mittelgroßen Beratungen disruptieren wird.
Also Beratungen, die so groß sind wie in der, die ich bin, mit 500.000 Mitarbeiter, 700.000, die werden, glaube ich, nicht so leicht disruptiert durch kleine Boutiquen, aber das gesamte Mittelfeld auf jeden Fall.
Weil ihr wesentlich agiler seid, ihr seid wesentlich schneller und dann ist es natürlich ein wahnsinnig gutes Investment gewesen, am Anfang auf diese Air-First-Strategie zu setzen.
Also ich begrüße das sehr, ich finde das super spannend.
Wie gesagt, ich bin dein größter Fan und das alles mitzusehen, wie ihr wachst und wie es immer mehr wird und wie ihr euch selber agentifiziert, wie ihr euer eigenes Unternehmen auf Agenten aufbaut, ist, finde ich, super interessant mit anzusehen.
Ich danke dir auf jeden Fall sehr für deine Zeit.
Ich hätte gerne ein paar Medienempfehlungen von dir, beziehungsweise hast du ein paar LinkedIn-Accounts, die man folgen kann?
Weil du hast eine super, super gute LinkedIn-Präsenz und hast bestimmt auch gerne Accounts, wo du dir AI-Content gerne ansiehst.
Wen würdest du denn empfehlen?
Ich weiß gar nicht, ob ich den schon mal empfohlen habe, aber jemanden, von dem ich sehr, sehr gerne die Gedanken lese, ist Ethan Mollick, der ist Professor an der Wharton University, der macht da auch irgendein AI, ein Entrepreneurship, irgendwie sowas lehrt der da.
Aber ich finde, der schafft das immer sehr so greifbar und ohne viel Jargon zu beschreiben, was eigentlich gerade im...
KI-Feld so passiert und das ist so sehr greifbar, sehr verständlich und weder hypt er das nach oben, noch spielt er es runter und er zeigt immer sehr gut, was gerade so ist.
Also dem folge ich total gerne.
Übrigens ganz kurz, er hält auch fantastische Keynotes.
Wir verlinken ihn in den Shownotes.
Seine Keynotes sind auch legendär.
Und dann der Lenny Ratschitzky von Lenny's Podcast.
Lenny's Newsletter, genau.
Oder hat er nicht auch Lenny's Podcast?
Also er ist gar nicht ein Podcaster und macht auch ein Newsletter und kommt eigentlich aus dem Product-Bereich.
Und er schafft es einfach auch so die krassesten AI-Leute da in seinen Podcast zu bekommen.
Und führt da immer sehr, sehr spannende Gespräche.
Beleuchtet das vor allem so aus der Product-Brille.
Macht einfach auch großartigen Content.
Also das sind jetzt mal so zwei, die ich sagen würde.
Ansonsten, ich versuche mich einfach voll fern davon zu halten, um mich und meine Gedanken nicht zu stark beeinflussen zu lassen, von anderen und möglichst selbst mir Urteile und Meinungen zu bilden.
Und ich habe gemerkt, wenn ich mich immer mehr so das reinziehe, was so andere machen, das ist mal gut, aber ich brauche auch mal den Moment, wo ich selbst...
mir die Meinung bilden kann.
Und dann hilft es mir, mir auch anderes anzuschauen, um zu gucken, wie die darüber nachdenken.
Und dann natürlich noch, einen will ich noch nehmen, aber kennt mittlerweile, glaube ich, jeder.
Also André Karpathy, der Ex-Tesla-AI-Chef, war auch bei OpenAI, ist jetzt zu Anthropic gegangen und arbeitet da an einem Research-Team, was sich mit Auto-Research beschäftigt.
Also sich damit beschäftigt, wie Claude lernen kann, sich selbst zu verbessern.
Krass.
verrückt ist, aber da sehen wir auch, wo wir gerade angekommen sind und das ist wahrscheinlich einer der stärksten Researcher gerade so und der ist zu Antropic gegangen.
Das ist eigentlich schon wie so ein Cristiano Ronaldo geht in einen neuen Fußballverein.
So ein Deal auf dem Level ist das.
Also da bin ich gespannt, was wir da noch sehen werden.
Auf jeden Fall.
Das ist so der Rockstar der aktuellen Entwicklung.
Es ist ja auch so ein bisschen nicht Todesstoß für Open AI gewesen, aber das ist definitiv keine gute Presse.
Also wenn einer der Lead Researcher zur Konkurrenz geht, ist das auf jeden Fall kein gutes Signaling.
Aber wer weiß.
Am Ende pendelt sich das eh immer hin und her.
Und wer weiß, wie sich das am Ende ausgeht.
Gut.
Also herzlichen Dank nochmal für deine Zeit.
War mir eine große Freude.
Und wir machen ab jetzt monatlich eine Doppelfolge.
Also im Juni werden wir wieder eine machen.
Und falls jemand Wünsche oder Anregungen hat, lass es mich gerne wissen.
Vielleicht können wir unsere Folge auch dann darauf ein bisschen anpassen.
Vielen Dank und bis bald.
Ciao, ciao.
Danke.
Ciao.