# AI-Driven Organizational Transformation and Workforce Strategy

**Podcast:** Kollegin KI
**Published:** 2026-06-09

## Transcript

Liebe Leute, das erste Mal in meinem Leben mit dem Begriff Transformation in Berührung gekommen bin ich in der Oberstufe.
Und zwar habe ich damals gerade angefangen, mein Abi zu machen und meine beiden jüngeren Brüder, die haben so eine...
ein modernes Angebot der Schule in Anspruch genommen, und zwar in die Mechatroniker-Klasse zu gehen.
Wo sie dann ganz gezielt auch schon in der Industrie gearbeitet haben, und zwar nicht in der Mechanik, sondern in der Mechatronik.
Also so ein bisschen der Wandel von, wir arbeiten mit Werkzeugen hin zu, wir arbeiten eher mit Systemen, an PCs, wir lernen vielleicht auch so ein bisschen Programmieren und so weiter.
Und das ist für mich bis heute immer noch so ein bisschen ein Archetyp für Transformation der Industrie, so wie ich sie kennengelernt habe.
Und jetzt stehen wir vor einer neuen, Transformationen bzw.
vor vielen neuen Herausforderungen, unter anderem natürlich durch KI.
Und heute möchte ich über Transformation sprechen und dafür habe ich mir Anja Händel eingeladen.
Sie ist Transformationsexpertin, sie war sehr, sehr lange in der Automobilindustrie, sie ist mittlerweile Senior Advisorin, sie ist Beraterin.
Was sie alles genau macht, kann sie uns gleich selbst erzählen, weil es wirklich eine ganze Menge ist.
Ich bin Max Mundhenke, ihr hört Kollegin KI.
Hallo Anja.
Hallo Max, freue mich sehr, heute hier sein zu dürfen.
Vielen Dank, dass du dir die Zeit genommen hast.
Anja, was machst du alles?
Kannst du es vielleicht einmal selbst kurz erklären?
Ja, das ist wahrscheinlich ein bisschen schwieriger, weil ich vor einem guten Jahr meine klassische Karriere mit, ich habe einen Job aufgehört und seitdem selbstständig bin, nach meinen Jahren im Volkswagen-Konzern.
Und deswegen etwas mache, das nennt sich, habe ich selber gelernt, das Wort, eine sogenannte Portfolio-Karriere.
Also sprich, ich mache mehrere Dinge.
Und ich selber habe vor ein paar Monaten bei einer Veranstaltung habe ich so einen Namenstag gekriegt und da stand drauf, Anja Händel, unabhängige Technologie-Expertin.
Da habe ich mir gedacht, das klingt gut, das benutze ich jetzt.
Genau.
Und insofern...
Ja, so nenne ich mich jetzt eben und das mache ich in verschiedenen Facetten.
Wie du gerade schon gesagt hast, ich bin Senior Advisor für unterschiedliche Unternehmen, unter anderem NextGen.
Das ist eine der zehn Startup Factories der Bundesregierung für Applied AI, das Applied AI Institute for Europe.
Das ist eine GGmbH der Schwarzstiftung und der Unternehmertum in Heilbronn.
Also ich würde sagen mal im KI-Herzen Europas, um es mal so zu nennen.
Ich bin in unterschiedlichen Aufsichtsräten, unter anderem beim Markwart, wo das Thema Mechatronik dann auch schnell reinkommt, von dem du gerade gesprochen hast.
Im Schwarzwald sitzen klassischer Hidden Champion Mittelständler, kommen aus dem Schalter, also den Schalter drücken.
Und bin auch seit ein paar Wochen stolze Aufsichtsräte von Red Care Pharmacy.
Das kennen vielleicht einige unter dem deutschen Namen Shop Apotheke.
Genau, wenn Günther Jauch dann die Karte ans Telefon hält.
Und in all diesen Funktionen arbeite ich eben auch als Technologie-Expertin.
Und nebenbei, weil damit mir nicht langweilig wird, schreibe ich noch zusammen mit Judith Muster ein Buch, Witz und Bolzen, wenn Industriewelten verschmelzen, über meine Historie, weil ich mich als Informatikerin immer gefragt habe, warum Hardware produzieren so anders funktioniert wie Softwareproduktion.
Und das eben auch eine Transformationsherausforderung der deutschen Industrie ist.
Also, wenn ein Tag 40 Stunden hat, dann kann man das alles machen.
Ziemlich beeindruckend.
Ich habe den Podcast zum Buch gehört, Bits und Bolzen.
Sehr zu empfehlen, aber auch wirklich...
Krass nerdig.
Also muss ich anders stellen.
Ich habe mal Soziologie studiert und ihr geht ja auch organisationssoziologisch in den ganzen Transformationsbegriff rein, in das Verhältnis von Software und Hardware und so.
Und ich muss sagen, ich habe teilweise, also muss ich wirklich dann nochmal zurückspulen, mir ist nochmal anders, weil es echt krass ist.
Also ich bin gespannt aufs Buch, das wird auf jeden Fall.
Wir fühlen uns wohl in der Nische.
Wir haben eine Fanbase, aber die ist sehr nerdig wie wir.
Spannend, spannend auf jeden Fall.
Lass uns gerne mal in dieses Thema Transformation einsteigen.
Was ich beschrieben habe, so im Intro, dieses Mechanik hin zu Mechatronik, war ja so eine Transformation, die vor allem die sogenannten Blue-Color-Jobs beschäftigt hat.
Also im Grunde diejenigen, die tatsächlich dann mit dem Schraubenschlüssel in der Hand etwas tun.
Und was wir jetzt erleben, zumindest hört man es auch von allen Seiten, ist, dass die Transformation eher die White-Color-Jobs betrifft.
Also kreative WissensarbeiterInnen.
Menschen, die tatsächlich eher in der Kommunikation arbeiten oder ähnliches.
Wie unterscheidet sich das sonst von der Transformation, die wir vielleicht schon kennen?
Ja, spannend, dass du sagst.
Ich glaube, wir haben immer ein bisschen so eine Sicht darauf, dass das so ist.
Ich glaube, dass vor allem Jobs sich verändern ganz stark.
Und ich bin ja als Informatikerin genau in dem anderen Spektrum, also eigentlich in dem Job, in dem man eben mit seinem Wissen arbeitet.
Und ich werde oft damit konfrontiert, ob jetzt auch irgendwie mein Job jetzt wegfällt.
Also ich werde von jungen Menschen auch gefragt, macht es überhaupt noch Sinn, Informatik zu studieren?
Und da erinnere ich mich dann immer an Anfang der 2000er, als ich mein Studium beendet habe.
Ich habe 2002 mein Studium beendet und bin in den Jobmarkt eingetreten.
Und wer so alt ist wie ich und sich da an diese Zeit erinnert, weiß, dass es da sowas gab wie die Dotcom-Blase, die da geplatzt ist.
Und dass plötzlich auch eine ganz starke Offshore-Welle kam und es für uns als Informatikstudenten, die einen Job gesucht haben 2002, gar nicht so einfach war.
Also es war wirklich, es war eine sehr ähnliche Situation zu heute.
Also was heute wahrscheinlich so diese agentische KI ist, die uns diese Softwareentwicklung anders macht, war damals eben so die People Power aus Indien.
Die kam zu anderen Gehältern und zu anderen Kosten damit.
Und da war eben auch so eine unglaubliche Sorge im Raum, dass es diese Jobs nicht mehr geben wird.
Und deswegen habe ich mich ein bisschen damit beschäftigt, was eigentlich passiert seit 2002 bis heute.
Mir haben echt Leute gesagt, wie blöd Anja, dass du Informatikstudierungen hast, du wirst keinen Job finden.
Kein Mensch bezahlt eine Softwareentwicklerin in Europa zu den Preisen in Europa.
I'm still here.
Code auch wieder mehr denn je, weil die Technologie das möglich macht.
Der Faktor ist es, dass Softwareentwicklung als Job eigentlich gestiegen ist.
Es gibt heute viel, viel mehr Softwareentwickler als noch 2002.
Und wenn man sich auch so die Prognosen anguckt und Studien dazu, werden auch unterm Strich, glaube ich, 80 Millionen neue Jobs bis 2030.
netto entstehen.
Also in Wirklichkeit 170 Millionen Jobs und 90 Millionen werden wegfallen.
Davon ist fair enough ganz schön viel Landwirtschaft.
Also das scheint ein gutes Segment zu sein, wo man sich antworten sollte.
Aber das zweite Jobbild ist schon Softwareentwickler, weil wir eben glaube ich den Bedarf an Softwareentwicklern auch unterschätzen, weil gute Software wird mehr und mehr gebraucht, als wir es auch 2002 noch erwartet hatten.
Ich glaube, das ist so ein Punkt.
Und was ich damit sagen will ist, Ich entwickle heute komplett anders Software als 2002 und deswegen bin ich in der ständigen Transformation meines Jobs, aber das ist eigentlich schon die letzten 25 Jahre so.
Und ich würde behaupten, das war bei den meisten Jobs so.
Also auch ein Rechtsanwalt arbeitet heute anders als 2002, auch eine Steuerberaterin arbeitet heute anders als 2002.
Ich glaube, wenn wir über Transformation reden, müssen wir nicht nur darüber reden, ob Jobs komplett wegfallen, sondern in Wirklichkeit werden sich die Jobs...
Weil wenn wir uns Jobprofile im Detail anschauen, gibt es auch wirklich kaum Jobprofile, die komplett wegfallen.
Es gibt einzelne Aufgaben von Jobs, die wegfallen, aber so richtig ganze Jobs, die gar nicht mehr benötigt werden, das sehen wir auch nicht.
Ich hatte vor kurzem einen schönen Post dazu gesehen, wo es hieß, dass es so zwei Sorten von EntwicklerInnen gibt, die unterschiedlich auf die derzeitige agentische Situation reagieren.
Also Agentic AI ist in der Lage, Code selbst zu schreiben oder zumindest Code Schnipsel zu schreiben.
Man meint, die TO kriegt immer die Krise, wenn er das Wort Vibe Coding hört.
Also dass wir bauen Software, ohne dass wir eigentlich Software bauen können, sondern lassen das eine KI machen.
Und er sagt, es ist voll mit Sicherheitslücken und so weiter.
So weit ist es offenbar noch nicht, aber er sagt selbst, er profitiert wahnsinnig davon, dass gewisse Codeschnipsel einfach schon vorgeschrieben werden, die, sage ich mal, so grundlegende Softwarearchitektur darstellen.
Den Post, den ich gesehen habe, da gab es dann so, gab es diese Aufschlüsselung zu zwei Arten der Informatik.
Die einen, die im Grunde Informatik machen, programmieren, um am Ende ein Ziel zu erreichen, also eine Software zu bauen und die anderen, weil sie den Prozess des Bauens toll finden, dass dieser...
durchaus künstlerischer Anspruch an Softwareentwicklung, bei denen eben eher überwiegt.
Und dass gerade die natürlich sagen, nee, also mit KI auf gar keinen Fall irgendwie arbeiten, da verweigere ich mich eher.
Und da wäre die erste Frage, was du eigentlich vor dieser Einschätzung hältst.
Und zum anderen, wie geht man denn eigentlich jetzt auch in einem Unternehmen ganz konkret damit um, wenn Menschen sagen, ich verweigere die Arbeit mit künstlicher Intelligenz?
Vielleicht zwei Antworten.
Nummer eins.
Die Art und Weise verändert sich genau.
Du machst nicht mehr so viel im Detail, weil da ganz viel gemacht wird.
Das ist, by the way, auch der Grund, warum ich plötzlich wieder anfange zu programmieren, weil es unheimlich aufwendig ist, überhaupt, wenn man das nicht jeden Tag macht, sich so eine Entwicklungslandschaft aufzubauen und die ganzen Tools runterzuladen und zu gucken, dass man überall die richtigen Versionen hat und, und, und.
Und das macht einem KI eben super schnell.
Und ich würde sogar sagen, KI macht da ziemlich viel, ziemlich gut.
Also das kann man schon auch vergleichen mit so einem Text oder kann sich auch...
Buch schreiben lassen oder einen Aufsatz.
Und der ist ja in der Regel auch gar nicht so verkehrt.
Da können mal Fehler drin sein.
Genauso in dem Software-Code, der da entsteht, wenn man sich was coden lässt.
Aber der ist auch jetzt far away von, dass es einfach nur ein ganz gewisser Teil ist oder nicht so gut ist.
Die können richtig komplexe, große Sachen ziemlich gut selber machen.
Also so gut wie halt der...
wie die statistischen Daten es im Netz hergeben, wenn man es mal so ausdrückt.
Es ist zum Teil auch total lustig, wenn man sich agentische KI anschaut, weil die haben mehr Ähnlichkeiten mit uns Menschen, weil die ja auch auf unseren Daten basieren und da passieren halt auch die gleichen Fehler.
Die machen auch die Fehler und mein Lieblingsbeispiel ist, als ich das erste Mal gecodet habe, dann kann man ja mal zuschauen, die denken ja quasi laut mit.
Da hat der Agent gesagt, er teilt die Aufgaben jetzt auf und schickt sechs Agenten los, um die Aufgaben zu parallelisieren.
Und nach ungefähr 20 Sekunden hat er geschrieben, klappt nicht, ich mache es selber.
Und da musste ich schon lachen, weil ich mir gedacht habe, wahrscheinlich mache ich in ein paar Minuten oder genau das gleiche, hat nicht geklappt, ich mache es selber so.
Aber ich gebe dir recht, die Aufgabe verändert sich, weil wir natürlich viel mehr von diesen Detailthematen in die Orchestrierung gehen und es viel mehr darum geht, das große Ganze zu beschreiben.
Wir beschreiben weniger, zumindest in gewissen Tools, wie wir es gemacht bekommen haben, sondern eigentlich ist es das Herangehen im Imagetic-Bereich, dass du sagst, was gemacht werden soll und die Diversität, die dir dieses System gibt, zulässt, dass es seinen eigenen Weg findet.
Er findet zum Teil halt, oder sie, die Agentin, je nachdem, wie man es nennen will, ganz andere Wege, als wir sie gefunden hätten.
Also ich bin ein großer Fan von Diversität und ich sehe das als Technologie da als eine Bereicherung.
In meinem Denkwassel, oh, spannend.
Macht ja auch zum Teil, wenn man eine Aufgabe gibt, kein Word-Dokument, in dem man das Word öffnet und was schreibt, sondern er entwickelt ein Word-Dokument und macht das fertig oder ein PDF.
Da gibt es kein Word, was er konvertiert in PDF, sondern er macht einfach ein PDF.
mit Python.
Weil das halt kann, macht das fundamental anders.
Und ich glaube, das ist das Transformative für uns daran, dass wir akzeptieren müssen, dass es halt komplett anders passiert.
Und das verändert unser Arbeiten, weil wir halt gewohnt sind, ganz genaue Anweisungen zu geben.
Und in manchen Teilen ist es auch notwendig.
Und da gibt es aber auch Tools, die machen besser, was du willst und nicht so sehr das Ziel.
Deswegen gehen viele Softwareentwickler auch auf die Tools, die genauer ausführen, was du haben möchtest.
Aber am Schluss ist es so, dass es einfach die Art und Weise verändert, wie und was du zu tun hast.
Also mir wird trotzdem nicht langweilig, weil es eben so viel Bedarf gibt.
Und ich glaube, das ist das große Thema.
Und vielleicht nochmal so zum Thema, jeder kann jetzt programmieren, also das Vibe-Coding.
Ich habe neulich einen Podcast gehört, da hat jemand gesagt, der ehemalige CEO von GitHub, dass es so ist wie beim Gitarre spielen.
Jeder kann eine Gitarre kaufen und jeder kann Gitarre spielen.
Und bei Softwareentwicklung war es halt lange nicht so, weil es halt sehr komplex war, diese Software zu haben.
Und heute ist es so, dass jetzt im Endeffekt jeder programmieren kann, weil du diese Tools hast.
Aber auch...
Heute spielt ja nicht jeder professionelle Gitarre und wird ein Konzertstar und geht auf Tour.
Und genauso wenig wird es mit Softwareentwicklung sein.
Es wird halt viel mehr Leute geben, die machen das hobbymäßig.
Die können vielleicht jetzt die Homepage oder die Mitgliederverwaltung von ihrem Meerschweinchenverein besser selber programmieren.
Und das ist ja total sinnvoll.
War früher halt nicht wirtschaftlich.
Und heute geht es als Wochenendprojekt total schön.
Aber deswegen werden die wahrscheinlich nicht die großen...
Industriesoftware-Pakete für unsere Industrie schreiben und sich damit 24-7 oder zumindest mal 40 Stunden die Woche beschäftigen.
Verstehe.
Und zu der anderen Frage, weil du hattest gerade gesagt, du magst Diversität und das führt im Grunde auch zu mehr Output, der auch unterschiedlich ist, finde ich ganz spannend, weil es ja durchaus immer das Gegenargument gibt, dass KI biased ist und eigentlich auch nur das reproduzieren kann, was schon da ist und deshalb eigentlich Diversität in unserem Verständnis gar nicht von KI geleistet werden kann.
Und das ist so einer der Argumente, finde ich, die ich immer wieder höre von GegnerInnen von KI.
Und da vielleicht auch nochmal, um den Schwenk zu machen.
Da gibt es ja durchaus auch in Unternehmen Menschen.
Ich hatte jetzt vor kurzem erst in der Snackbox-Folge, wo ich die News der Woche zusammenfasse, darüber berichtet, dass gerade die Gen Z wohl zu einem großen Anteil KI-Transformationen sabotiert, weil die sagt, nee, wir wollen keine KI hier, weil wir Angst um unsere Arbeitsplätze haben.
Wie geht man damit um?
Ja, du hast das ja schon im ersten Teil der Frage auch angedeutet, was mache ich mit Menschen, die das nicht wollen?
Und ich höre da...
Vor allem aus dem Startup-Umfeld, die natürlich jetzt viel mehr machen, eigentlich viel mehr sehr radikale Aussagen, wenn jemand sich weigert, das zu tun.
Gut, ist das eigentlich ein Mitarbeiter, mit dem man nicht arbeiten kann, weil er sich weigert, die aktuellen Tools zu nutzen und so mit den Fortschritten, die es auch für das Unternehmen geben kann und die Wettbewerbsfähigkeit, weil die, die es nutzen, sind schneller und besser.
Ich glaube, man muss dazu verstehen, dass eine KI vieles...
uns leichter macht und auch vieles abnimmt und auch vieles sehr viel schneller macht, als wir.
In den Bereichen, in denen ich mit Agenten arbeite, gehe ich davon aus, dass ich eher so fünf bis zehnmal schneller werde.
Was nicht zur Folge hat, dass ich jetzt irgendwie meine Tage plötzlich nach zwei, drei Stunden fertig bin, weil ich natürlich einen anderen Anspruch habe.
Ich will ja noch dies machen und jenes machen und kann eben mehr machen und kann besser vorbereitet in Termine gehen, besser nachbereiten.
All solche Themen kann mehr Zeit mit.
Menschen verbringen, die ja der wichtige Input sind.
Und ich glaube, deswegen sind mehrere Dinge zu beachten.
Also es gibt vor allem drei Dinge, für die es immer Menschen geben wird.
Also Nummer eins, wofür wollen wir Technologie nutzen und wofür nicht?
Also wofür wollen wir diese Technologie nutzen?
Das ist, glaube ich, ein super essentieller Punkt.
Also wofür setzen wir Menschen ein und wofür setzen wir Agenten ein?
Und das sind Entscheidungen, die können und müssen nur wir treffen, weil Technologie ist...
aus meiner tiefen Überzeugung nur zu einem Grund da, unser Leben besser zu machen.
Und wir haben zu entscheiden, wie wir diese Technologie nutzen wollen und wofür.
Du kannst ja auch mit einem Messer Essen zubereiten für ganz viele Menschen, aber du kannst auch jemanden damit töten.
Und deswegen ist ein Messer ja nicht per se gut oder schlecht, sondern es ist halt ein Werkzeug, mit dem ich arbeite.
Und so sind eben auch alle technologischen Möglichkeiten, die wir haben, Werkzeuge, die wir nutzen können.
für Gutes und für Schlechtes.
Und das ist unsere Verantwortung.
Da brauchen wir uns auch nicht rausreden.
Das ist unsere Verantwortung und nicht die böse Technologie, sondern das, was wir zu leisten haben.
Der zweite Punkt ist, und der macht es interessant, dieser Technologiesprung, der die letzten Wochen und Monate geschehen ist.
Ich meine, wovon wir reden, dieser Riesensprung agentischer KI, der wirklich nochmal einen richtigen Pfusch gegeben hat, der ist ja jetzt noch eher so in einem Sechsmonatszyklus geschehen.
Der bringt uns wohl die Aufgabe, dass wir natürlich überlegen müssen, wie können wir validieren, was dort passiert.
Also wir wissen schon aus unseren Chatbot-Zeiten noch, wo wir sprechen und mit KI denken.
Der kann uns irgendwie helfen und kann uns gute LinkedIn-Posts schreiben und so.
Oder eine gute Paartherapie machen.
Ich glaube, das ist auch noch so einer der Haupt-Use-Cases der Deutschen, Beziehungsprobleme damit zu besprechen.
Aber wir wissen auch, der kann auch ganz schnell mal halluzionieren, Dinge behaupten, die nicht stimmen, sehr selbstbewusst.
Ich glaube, da ist eine hohe Education passiert, die Leute wissen, wie sie damit umgehen.
Aber wenn im Prozess ein Fehler passieren, fallen die natürlich nicht so schnell unbedingt auf.
Also wir müssen Kompetenz entwickeln, wie wir gut validieren können.
Und wenn ich mir überlege, dass so ein Agent fünf bis zehnmal schneller arbeitet, da geht es dann auch ganz schnell um Fokus.
Wie prüfe ich es richtig nach?
Das ist eine neue Aufgabe.
Und mit der Technologie gibt es uns eine neue Möglichkeit, Dinge zu tun.
Und wir müssen lernen, wie wir hier gute Tools entwickeln und uns gut aufstellen, um diese Validierung durchzuführen.
Und die dritte Entscheidung, die auch eine sehr entscheidende ist, KI wird nie eine Entscheidung treffen.
Die treffen immer wir.
Wir als Menschen, das ist unsere Aufgabe, die Entscheidung zu treffen.
Mache ich das dann rechts oder links rum?
Oder wie möchte ich es haben?
Die Entscheidung des Menschen, das kann eine KI nicht, das ist nicht ausgelegt und sollte sie in meinen Augen auch nicht.
Wir müssen die Entscheidung treffen und dafür eben auch die Verantwortung übernehmen.
Und das sind in meinen Augen die drei Hauptthemen, mit denen wir uns in Unternehmen und auch im Privaten beschäftigen sollten.
Wenn es nicht anders geht, jetzt mal zum dritten Punkt, dass KI tatsächlich irgendwo Entscheidungen treffen muss.
Agenten treffen ja im Grunde immer.
Entscheidung dahingehend, ob sie jetzt vielleicht Sub-Agents anwählen oder ob sie etwas so machen oder so.
Und jetzt gibt es ja gerade dieses Beispiel auch aus der Automobilindustrie mit dem autonomen Fahren.
Also wenn wir autonomes Fahren dann haben, irgendwann großflächig und so eine KI beziehungsweise so ein Fahrzeug selbst entscheiden muss.
Gehe ich den Unfall hier ein oder da?
Ich habe vielleicht diese 50-50 Chance.
Und da gibt es dieses hypothetische Gedankenexperiment.
Wenn so ein Fahrzeug nur die Wahl hat zwischen einer alten Person, die sie umfährt, oder eben einer jungen Person, einem Kind, der sie umfährt.
Dann muss man im Grunde ethische Leitlinien in dieser rein hypothetischen Situation definieren, nach der eine KI entscheiden soll.
Und das finde ich so ein ganz spannendes Gedankenexperiment, weil die Statistik, die ich von Kollegen zugeschickt bekommen habe.
Die gesagt, dass wir in unserer westlichen Welt ganz klar sagen, ja eher die ältere Person, wohingegen je weiter wir in den asiatischen Raum gehen, eher Menschen sagen, wir werden ja eher die jüngere Person, weil Alter einen ganz anderen Stellenwert in der Gesellschaft spielt in gewissen Regionen und dass deshalb auch so ethische Entscheidungen eigentlich gar nicht global getroffen werden können, weil sie ganz stark kulturell von der Kultur abhängen.
Was sagst du zu so einem hypothetischen Fall als jemand, der auch zwei Jahrzehnte glaube ich ja in der Automobilindustrie ist?
Und auch am autonomen Fahren, glaube ich, mitgearbeitet hat.
Also ich habe, das war viel lange nicht mehr gehört, aber sehr viel schon.
Ich glaube, das ist sehr komplett zu bedenken.
Also Nummer eins, glaube ich, müssen wir starten.
Warum müssen wir uns über so etwas Gedanken machen?
Weil es zum ersten Mal möglich ist.
Wir als Menschen treffen solche Entscheidungen, aber meistens unterbewusst, weil wir treffen sie selten bewusst, wen fahren wir jetzt um, sondern das ist ein Reflex, den wir ausüben.
Wir reißen das Lenkrad nach links oder nach rechts.
Das ist keine bewusste Entscheidung, die jemand macht, wenn er gegen einen Baum fährt, dass er automatisch zur Seite zieht und er den Beifahrer trifft, anstatt sich selber.
Das ist nichts, was wir...
bewusst entscheiden, sondern es macht unser Unterbewusstsein.
Das reagiert dann einfach.
Das ist schon mal vorweg gesagt, es ist eine Entscheidung, die wir treffen können, weil wir es die Technologie möglich machen könnte.
Und deswegen ist diese Frage auch neu.
Und du hast es aber auch schon angedeutet, diese Technologie wird keine Entscheidung treffen.
Wir werden diese Technologie sagen, was...
was sie entscheiden soll und auf welchen Thematiken sie entscheiden soll.
Ob das dann am Schluss Jeopardy ist mit treffende, treff einfach eine, wirf eine Münze, genau, treff eine willkürliche, also es ist total egal.
Oder ob es eine bewusste ist, ist am Schluss unsere Entscheidung, als die Menschen, die diese Technologie auf die Straße schicken.
Und ich glaube, es ist uns heute bewusster als noch vor vielen Jahren, es gibt nicht diese eine Ethik auf der Welt.
Also du hast gerade das Thema angesprochen, eine Person gegen eine Person.
Es gibt sogar noch viel größere Themen.
Menschengruppen versus Einzelpersonen.
In Deutschland ist eine Menschengruppe nicht mehr wert als eine Einzelperson.
In den USA ist eine Menschengruppe mehr wert als eine Einzelperson.
Und da merkst du schon, da wird es dann eben auch, weil genau ein Mensch nicht mehr oder weniger wert ist als mehrere Menschen so in unserer Sichtweise.
Da merkst du schon, das wird komplex und da gibt es eben auch nicht die richtige oder falsche Antwort.
Ich meine, wer kann irgendjemand sein, um zu entscheiden, wessen Leben mehr wert ist oder nicht?
Da kannst du ja noch andere Sachen sagen.
Der eine ist Nobelpreisträger, das Kind ist todkrank.
Who are we to judge?
Ich glaube, das Gute ist an der ganzen Sache, dass wir nicht uns so viel Gedanken machen sollten eigentlich über das Extrem, wenn wir dann wirklich über das Schlecht entscheiden sollten, sondern dass dieses autonome Fahren und diese Technologie unser Fahren jeden Tag besser macht durch diese technologischen Mittel, weil wir heute bessere Assistenzsysteme haben und dieser Prozess dahin, dass es immer besser wird, es passieren halt mit jedem Technologieschritt auch viel weniger Unfälle, weil es werden jedes Jahr über eine Million Menschen sterben an Autounfällen.
Und by the way, viele auch, weil Menschen übermüdet sind, nicht konzentriert sind.
Betrugend.
Drogen, betrunken, you name it.
Und das sind alles Themen, die werden mit einer KI nicht passieren.
Da passieren halt andere Themen.
Aber es ist auch spannend, das zu beobachten.
Ich habe mich lange nicht mehr mit diesen Fragen beschäftigt.
Aber wir haben da schon auch so ein, wir akzeptieren, dass Menschen Fehler machen können.
Und dass Menschen auch Menschen töten können durch Unfälle.
Aber wir akzeptieren schwieriger, dass Maschinen Menschen töten können.
Also wir haben eine höhere Toleranz gegenüber Menschen als Maschinen.
Und das ist vielleicht auch was sehr Kulturelles.
Ja, finde ich auch interessant, dass die Erwartungshaltungen an KI extrem hoch sind.
Das erlebe ich auch in meinen Workshops immer wieder.
Wenn es dann heißt, was wollen wir in den nächsten vier, fünf Stunden machen, so ein Halbtagesworkshop, dann heißt es häufiger.
Oder hieß es jetzt mal, wir würden gerne unsere gesamte digitale Kommunikation automatisieren.
Ja, das ist schön, das wollen viele, aber das kriegen wir nicht an einem Tag hin.
Da werdet ihr mit Sicherheit ein bisschen länger brauchen, unabhängig davon, wie die Erfolgschancen am Ende stehen.
Aber die Erwartungshaltungen an KI sind enorm und ich sehe auch viel Schwarz-Weiß-Denken.
Klar, so Doomsday-Stimmung gibt es nach wie vor, auch in Teilen der Industrie.
Deshalb lass uns gerne zurück zu einem Thema gehen, mit dem du dich jetzt häufiger befasst und zwar, wie eigentlich Transformation.
in Unternehmen, Organisationen gelingt.
Also jemand, der selbst häufig in Unternehmen unterwegs ist, Workshops gibt und versucht, über den Bildungsteil Menschen sowas wie AI Literacy zu vermitteln und zu erklären, wie Large Language Models funktionieren, wo im Grunde die Stärken und Schwächen liegen, damit sie dann eigene Use Cases ergründen können, die ihnen wirklich Zeit sparen und die auch parallel zur Arbeit gut funktionieren.
Dass man wirklich sagt, okay, das, was mir Spaß macht, das möchte ich vielleicht auch gar nicht automatisieren, sondern ich suche mir erstmal die Sachen raus.
die mir nicht so viel Freude bereiten, also das Ganze auf einer sehr individuellen Ebene zu halten.
Wie siehst du das im Bigger Picture?
Ich bin jetzt ein Geschäftsführer von einem Unternehmen, ein Mittelständler, 2000 Angestellte und ich möchte KI einführen.
Ich habe in Medien natürlich mitbekommen, wie alle 20 Prozent effizienter werden und jetzt alles mit Agenten gemacht wird.
Was rätst du so einem Geschäftsführer, wie geht man das Ganze eigentlich an?
Also gut ist schon mal, wenn der Veränderungsimpuls aus dem Topmanagement kommt.
Also weil das ist schon mal die allergrößte Grundvoraussetzung, dass man sich auf oberste Spitze damit beschäftigt.
Das ist kein IT-Thema.
Es ist nichts, was sich jetzt irgendwie die IT tut, eine neue Software einführen und dann ist alles gut.
Und leider auch oder zum Glück in meinen Augen auch, aber es ist auch nicht so, wir führen jetzt eine große Software ein und dann ist alles gut.
Das Thema ist komplexer.
Also Veränderungsgrundpuls aus dem Top-Management ist schon mal richtig wichtig.
Und dann auch, dass sich diese Menschen damit beschäftigen.
Also nicht nur ich delegiere, ich entscheide jetzt, ich Anja bin jetzt Chefin von und ich entscheide jetzt, wir machen KI und dann macht das XYZ und der oder die berichtet mir, wie das läuft, sondern ich als Vorstand, ich als Aussichtsrat, ich als Mensch, der Verantwortung hat für eine Organisation, beschäftige mich mit dieser neuen Technologie und verstehe, was da für Möglichkeiten sind.
Und das ist super wichtig.
Gerade für die Fortbildung.
Wir sind an einem Punkt, wo man nicht ein Training macht und in acht Wochen ist die Welt noch so, in der sie war.
Das ist eine unglaubliche Geschwindigkeit, mit der sich die Dinge hier verändern und anpassen.
Und eigentlich können diese Tools jeden Tag irgendwie was Neues.
Man muss sich auch Zeit dafür nehmen, das auszuprobieren.
Wobei natürlich, wenn man so eine gewisse Routine hat, arbeitet man mit den Tools ja normal und merkt jeden Tag, oh, da...
Kann das jetzt dazu wieder mehr oder nicht?
Weil ein Kollege von der Blyte.ai hat neulich zu mir gesagt, das ist ein Dinosaurier-Tool ohne User-Manual.
Und das finde ich eigentlich die schönste Beschreibung davon, die ich je gehört habe.
Weil es mir natürlich als Informatikerin, die technologisch unterwegs ist und eh sehr elaborativ und iterativ arbeiten gewöhnt ist, weil es meinen Alltag auch in der Art und Weise, wie wir als Softwareentwickler arbeiten, ist.
war das gar nicht so bewusst, warum sich auch viele so ein bisschen schwer damit tun, da eben auszuprobieren.
Und dazu muss man verstehen, da kommen wir vielleicht auch zu meinem Buch, dass wenn du in einem Industrieunternehmen bist, und jetzt kann ich wieder auf meine Automobilzeit zurückgreifen, so ein Auto zu entwickeln, dauert ungefähr fünf Jahre.
Tendenz sinkend, versuchen alle schneller zu werden und und und.
Und so ein Auto zu bauen kostet ungefähr zwei Milliarden.
Also sprich, da gibt es eine Organisation, die darauf auskommt, gerichtet ist, mit sehr viel Geld über sehr lange Zeit den einen Punkt zu haben, wo das perfekte Produkt fertig ist.
Das mit dem hier, deutsche Industrie, das perfekte Spaltmaß, wo an dem alles gemessen wird.
Und warum ist das so?
Dieses Produkt kannst du, je länger, wenn es draußen ist, je später in dem Prozess bist du, dass du es verkaufst, umso teurer wird es, irgendeine Änderung vorzunehmen.
Also je mehr du an diesen Verkaufsterminen rankommst, umso teurer wird es, weil die Änderungen immer teurer werden.
Am tollsten ist es natürlich, wenn es verkauft ist und du hast eine Rückrufaktion, das ist der Super-GAU.
Also es spricht eine Organisation, soziologisch, ist darauf ausgerichtet, dieses perfekte Ding zu machen ohne Fehler.
Und es widerspricht natürlich dem kompletten Arbeiten, wie wir Agenten arbeiten.
Da probieren wir Dinge aus, da laufen auch Dinge morgen nicht, die...
gestern gelaufen sind und du fragst dich warum und sagst dann diesem Agenten, gestern ging es doch noch, weil du halt mit am Schluss einer Software arbeitest, die Updates hat, die Dinge verändert, die komplex ist, die vernetzt ist, wo sich Dinge auch dann wieder...
Plötzlich nicht mehr funktionieren.
Also super unterschiedlich dazu.
Wenn man sowas wie Antrofic auf dem Nutzt, da ist jeden Tag quasi ein Software-Update da und hat dann plötzlich neue Funktionen, neue Features, kann Dinge anders.
Und das ist natürlich sehr, sehr unterschiedlich.
Und dazu muss man eins wissen, was der Kommunikation kommt.
Und du hast einen Zoologe, du wirst dich freuen.
Es gibt Convays Law, das besagt eben, dass jede Organisation Also jedes Produkt, die Kommunikationswege der Organisation, die es gebaut hat, wieder erspiegelt.
Also sprich, jedes Produkt ist am Schluss das Ergebnis der Organisation, die es gebaut hat.
Wenn man sich jetzt überlegt, dass eine Organisation diese perfekten Produkte baut, dann kann die im Rückschluss eigentlich gar nicht so ein iteratives Produkt bauen.
Weil die Kommunikationswege in der Organisation so unterschiedlich sind dazu, wie man ein Softwareprodukt baut, wie man ein Hardwareprodukt baut.
Und das...
ist der Grundstein, warum wir uns fundamental transformieren müssen und warum das eigentlich keine Technologiefrage ist, sondern eine Organisationsfrage ist.
Deswegen sage ich auch, der Hauptschritt ist Top-Management und dann musst du dich mit deiner Organisation beschäftigen.
Als gesamte Organisation.
Wo stehen wir?
Was können wir?
Wo wollen wir was nutzen?
Die drei Punkte, die ich vorgenannt habe.
Wo wollen wir was nutzen?
Wo nutzen wir Menschen?
Wo nutzen wir Agenten?
Du musst dich damit beschäftigen.
Wie validiere ich die Themen?
Und wie übernehme ich Verantwortung und treffe ich Entscheidungen?
Und das ist dann im Endeffekt das einfache Enablement, was du machen musst, um da ranzugehen.
Aber es ist kein Patentrezept, es ist nicht irgendeine Methodologie, die du einführen musst, sondern du musst dich damit beschäftigen und deine Organisation.
Wenn sich das Top-Management jetzt dazu entschlossen hat, wir führen KI ein, wir stellen ein bisschen Budget bereit, wer setzt das im Unternehmen, in der Organisation um?
Und da habe ich so eine These im Grunde.
Ich war auf der Zukunft Personal und habe natürlich entsprechend der Zielgruppe auf der Bühne gesagt, KI-Transformation ist ein HR-Projekt.
Und das war mein Hot Take, der natürlich auch ein bisschen Engagement-Bait war, klar, hat auch viele Nachrichten gegeben darauf.
Aber die Überlegung dahinter, die ich dann ausgeführt habe, war, dass irgendjemand im Unternehmen das Ganze orchestrieren muss.
Und die IT hat häufig im Grunde einen sehr technischen Blick auf alles, was infrastrukturell eigentlich dort besteht.
Und es reicht nicht aus, nur diese Infrastruktur zu ändern, sondern es ist nicht zuletzt wegen dieser schnellen Geschwindigkeit der Iteration, der Entwicklung von KI, ein Thema, was viel auf Bildung basiert, also Fortbildung und zwar einen Bildungscycle.
Es geht nicht darum, einmal ein neues Office-Tool wie, keine Ahnung, Mail-Provider zu lernen, dann beherrscht man den halt, sondern allein durch die Geschwindigkeit der Entwicklung ist es.
notwendig, immer wieder entsprechende Bildungsangebote zu machen und Angestellte abzuholen.
Zum anderen muss man eben einen Überblick über die verschiedenen Departments haben, um zu gucken, wo können Use Cases ganz gezielt eingesetzt werden und wo machen welche Tools denn?
Wenn ich jetzt unternehmensweit Co-Pilot ausrolle, das ist immer so mein Standardbeispiel, heißt das nicht, dass in jedem Department damit gleich gut gearbeitet werden kann.
Andere Departments brauchen vielleicht Cloud Code oder so.
Also ganz klar, dass es da Unterschiede gibt.
Und deshalb war so meine These, Eigentlich müsste so eine Orchestrierung bei HR angesetzt werden, weil die zum einen genau wissen, wer arbeitet wo, wo wird welche Position auch gerade benötigt und was machen eigentlich die Departments so.
Das heißt, die haben so ein bisschen die Kontrolle über diese Börse.
Was würdest du zu dieser These sagen, das würde mich mal interessieren?
Also ich glaube, dass jeder Bereich die Verantwortung annehmen soll und sich muss und sich übernehmen muss.
Was bedeutet das für meine Organisation und für mein Ding?
Aber ich sehe schon zwei sehr zentrale Rollen im HR-Bereich, nämlich...
Die organisatorischen Fragestellungen, die sich daraus angeben, also Organisationsentwicklung ist ja klassisch ein HR-Thema.
Das Thema sehe ich ganz stark und das Thema Education und Lernen und auch...
wenn du es so willst, das ganze Thema ist ja am Schluss, es ist eine Kultur- und Mindset-Frage, in die es dann endet, weil du halt nicht diesen Schulungskatalog hast, sondern im Endeffekt deine Leute dazu bringen musst, dass sie sich kontinuierlich fortbilden in dem Thema.
Und ein bisschen dieses Learning on the Job ist vielleicht so das Nächste.
Du nutzt diese Tools und lernst.
Wir haben das gerade bei NextGen, sind wir auch ganz stark dabei, das einzuführen.
Und wir machen natürlich auch Trainings, aber wir machen auch ganz viel...
Austauschformate.
Also wir fragen an, was interessiert euch und machen so Coffee Talks einmal die Woche.
Da wird ein kleines Thema vorgestellt und dann kann jeder Fragen ranbringen, kann aber auch seine Learnings teilen und sagen, hey, das ist mir da passiert oder habt ihr das schon gesehen oder habt ihr das schon gemacht?
Ich glaube, dass viel mehr Arbeit weg von der klassischen Frontbeschallung ist und viel mehr zu Community Learning geht, in Community Arbeit.
Da wird sich viel verändern.
Unterm Strich, glaube ich, wird sich fast alles fundamental verändert in der Art und Weise, wie wir es machen.
Und wir müssen zulassen, Dinge neu zu denken.
Und da liegt auch die Chance für junge Leute, die viel mehr in dieser KI-Welt groß geworden sind, die vielleicht auch viel geringere Hürden haben, das zu nutzen, die aus dem Studium kommen und die noch nicht so sehr wissen, wie man das eigentlich machen sollte.
Und zulassen, dass Dinge eben mit den aktuellen technologischen Mitteln ganz neu und auch anders gedacht werden können.
Das ist ja auch das, was Kollege Pip Klöckner in seiner AI Keynote auf der OMR erzählt hat, dass er sagt, eigentlich müssen Unternehmen jetzt gerade ganz gezielt junge Leute und StudienabgängerInnen einstellen, weil die einfach so, wenn wir im Wording vom Digital Native bleiben, AI Native sind, die diese ganze Entwicklung mit aufsaugen und vor allem keine Beschränkung haben in den Tools, die sie verwenden.
Wenn man den Unternehmenskontexte gibt, dann bist du ja, wenn du so willst, acht Stunden am Tag mindestens daran gebunden, ein Tool zu nutzen.
Wenn du gerade in der Uni bist und ein bisschen links und rechts gucken kannst, experimentieren kannst, hast du auch ein viel breiteres Verständnis möglicherweise, wenn du dich dafür interessierst und das ausprobierst, von eben verschiedenen KI-Tools.
Und da kommen wir wieder zu dem, ich glaube, zu dem Schlüssel, wie du Technologie immer gut in die Nutzung bringst über diversen Blick auf Dinge.
Menschen, die die Technologie gut können, ob ihre Erfahrung aus dem Studium oder eben, weil sie Technologie-Experten sind im gewissen Feld.
Und Menschen, die Probleme sehr gut kennen.
Das sind die meisten Leute, die lange im Unternehmen sind, die vielleicht nicht so digital sind, die sich damit auch schwieriger tun.
Aber die in einen guten Dialog zu bringen und gemeinsam gute Lösungen zu bauen, ich glaube, da liegt ein ganz großer Schlüssel.
Das finde ich sehr schön als Schlusswort.
Eigentlich sind wir über der Zeit, ich muss aber trotzdem nochmal auf dieses Gemeinsame hin, weil das eben, das ist dieses Silos aufbrechen.
Ja, dieses nicht jedes Department für sich, sondern durchaus, ich sage immer, in kleineren Unternehmen.
Freitagnachmittag mal eine Stunde alle zusammensetzen oder zumindest irgendwie die entsprechenden Teamleads und einfach mal drüber sprechen, was habt ihr eigentlich im Team diese Woche mit KI gebaut, weil du ganz häufig ähnliche Use Cases oder Prozesse hast und wenn du gemeinsam an diesen Prozessen arbeitest, fällt dir auf, Moment, das ist eigentlich gar nicht so unterschiedlich, wir können hier vielleicht einen Prototyp bauen, der über mehrere Departments Mehrwerte erzeugt und das ist so dieser krasse Dieses krasse Gegenstück zu dem, was ich irgendwie viel auch beobachte in größeren Konzernen, die sagen, okay, top-down wird entschieden, welches KI-Tool genutzt wird, welche Use Cases am besten funktionieren.
Hier habt ihr eine Prompt-Bibliothek mit 100 Prompts.
Jetzt werdet mal alle 20 Prozent effizienter.
Und Angestellten wird dann irgendwie so ein internes GPT vorgesetzt und haben gar keine Ahnung, was sie eigentlich damit machen sollen.
These wieder, Use Cases entstehen eigentlich von unten nach oben.
Angestellte wissen am besten, wo sie KI am besten einsetzen können, um damit Effizienz zu machen.
Würdest du da zustimmen?
Und wenn ja, wie kriegen wir diese Kultur hin, dass wir gemeinsam an Use Cases arbeiten und das nicht von oben nach unten einfach weiterführen?
die diese Unternehmen bisher geliefert haben, herstellt.
Und das ist schon eine Herausforderung.
Die Leute machen das ja nicht, weil sie das irgendwie, dafür gibt es ja einen Grund.
Und der Grund, warum man sich so organisiert hat, produziert hat Folgeprobleme, die bisher keine große Relevanz hatten.
Aber diese Folgeprobleme bekommen mit den technologischen Fortschritten und der...
Bedeutung auch für deren Produkt im Sinne von Effizienz in der Kostenstruktur, bei der Herstellung, in der Forschung und Entwicklung vielleicht dazu.
Das werden ja riesige Sprünge machen.
Diese Forschungsentwicklungsbereiche können viel mehr experimentieren, weil es viel günstiger ist, Dinge zu simulieren und und und.
Also da passiert ja eine ganze Kette an Dingen gerade, die sich verschieben.
Und ich glaube, das muss man verstehen.
Und deswegen glaube ich, ein großer Weg darin ist, diesen offenen Dialog zu haben, Dinge anzusprechen.
Das ist wirklich, ich meine, es klingt irgendwie so ein bisschen banal, aber darin liegt der Schlüssel.
Es liegt wirklich darin, Dinge besprechbar machen und auch argumentieren, warum mache ich Dinge und zuhören.
Weil diese Softwarethemen wurden oft so ein bisschen abgetan und dann wurden die auch immer so ein bisschen overfeuert.
Dann war es der tolle Digitalbereich und der war eh so toll.
Und die Menschen, die das wirkliche Geld reinbringen, weil die, die Produkte verkaufen, die Geld liefern.
Die werden gar nicht mehr gesehen, nur noch das Digitale wird gehypt und es kostet nur Geld, da kommt eh nichts bei rum.
Das ist natürlich auch eine Kultur, die wir geschaffen haben.
Und anzuerkennen und Wertschätzung zu haben für beide Seiten ist ein großer Schritt.
Du hast vorher meinen Podcast angesprochen, den ich mit Judith Muster zusammen mache.
Und wenn wir da genau zuhören, den Menschen, die in Unternehmentransformationen vorangebracht haben, also bei Siemens oder Bosch.
Hört mal eine Sache ganz stark raus, eine wahnsinnige Wertschätzung für die Arbeit der Menschen, die an den Kernprodukten der bisherigen Organisationen arbeiten, die stark hardwarelastig sind.
Eine große Wertschätzung.
Also weniger dieses dagegen und wir sind besser und warum macht ihr das alles in euren blöden Zilos und alte Welt, neue Welt und diese Wertung rausbringen und ihr Interesse, Neugier, Verständnis und sich gegenseitig zuhören und dann gemeinsam Wege finden.
Meine feste Überzeugung ist, Wir werden in Deutschland nicht aufhören, diese Hardware-Produkte zu bauen.
Und wenn wir uns Physical AI und all diese Themen angucken, wir haben einfach eine wahnsinnige Ingenieurskunst, die auch eine Riesenstärke ist.
Und die sollten wir jetzt nicht verteufeln und als schlechte Organisationsmodelle und schlechte Kulturen abschalten, sondern sollten dort das Beste aus beiden Welten verbinden, nämlich die tolle Ingenieurskunst und die Softwarewelt.
Und dafür muss jede Organisation für sich den besten Weg finden.
Am Ende individuell für sich selbst gucken, wo es hingeht.
KI ist Hyperpersonalisierung.
Ja, ist es.
Auch kulturell.
Könnte ich stundenlang drüber reden.
Ich könnte auch noch Stunden weiter mit dir sprechen.
Transformation ist ein Riesenthema.
Superspannend, sehr interessant.
Und ich glaube, da ist das letzte Wort auch noch nicht gesagt.
Ich hoffe, wir werden irgendwann nochmal miteinander sprechen und das weiter vertiefen.
Ansonsten soll es, glaube ich, das bis hierhin erstmal gewesen sein.
Ich danke dir sehr für deine Zeit und für deine schlauen Impulse und Insights in die Transformation in der deutschen Industrie.
Danke dir.
Danke, Max.
Bits und Bolzen, so heißt der Podcast von Anja.
Wenn ihr tiefer in das Thema Transformation eintauchen wollt, dann hört da gerne mal rein.
Ich verlinke euch den in den Shownotes.
Am Ende lässt sich die Folge vielleicht...
so zusammenfassen.
Transformation ist ein sehr individueller Prozess.
Das haben wir, glaube ich, gelernt.
Was ich ganz spannend fand, ist, dass Anja sagt, dass Transformation durchaus top-down beginnt, also da, wo Entscheidungen getroffen werden.
Geschäftsführungen, Vorstände und so weiter müssen eigentlich erstmal verstehen, warum Veränderung notwendig ist und den Raum dafür schaffen.
Und wenn diese Veränderung dann tatsächlich in Gang gesetzt wird, dann ist es von Unternehmen zu Unternehmen sehr, sehr unterschiedlich, wie das Ganze passiert.
Es gibt hier halt einfach keine Blaupause.
Fest steht, glaube ich, aber, dass KI da ist, um zu bleiben.
Und bei der Geschwindigkeit, wie sich das Ganze entwickelt, werden wir, glaube ich, in den kommenden Jahren noch eine ganze Menge über Transformationen sprechen und sie, hoffe ich natürlich, auch erleben.
Liebe Kolleginnen, du hast jetzt die Folge mitgehört.
Was ist denn so der eine Rat, den du Unternehmen geben würdest, die gerade vor der Herausforderung der Transformation stehen?
Mein Rat ist, seht Transformation nicht als einmaliges Projekt, sondern als fortlaufenden Prozess.
Sorgt dafür, dass Lernen und Anpassung in eurem Unternehmen zur Gewohnheit werden.
Denn der wahre Wandel entsteht, wenn alle bereit sind, immer wieder Neues zu wagen.
So, so nehme ich.
Ja, lasst es so stehen.
Vielen lieben Dank dafür.
Ansonsten.
Liked gerne diese Folge, teilt sie, verschenkt sie, sie ist kostenlos, überall da, wo es Podcasts gibt.
Wir hören uns dann nächsten Freitag wieder zur Kollegin KI Snackbox mit den News aus der Woche und nächsten Dienstag zur regulären Folge Kollegin KI.
Vielen Dank fürs Zuhören.
Bis dann.
Ciao.
Dieser Podcast wird produziert von Podstars bei OMR.