# Agentic AI: B2B Transformation and Autonomous Operations

**Podcast:** AI FIRST Podcast
**Published:** 2026-07-10

## Transcript

Herzlich willkommen zum AI First Podcast.
Heute zu Gast ist Hartmut König, der bei Adobe CTO für Central Europe ist.
Und Adobe macht natürlich sehr viel im KI-Bereich und Hartmut hat dort Einblicke in ganz, ganz viele Unternehmen, gerade im B2B-Kontext, wo wir ja in den letzten Jahren einen großen Fokus auf die Steigerung der...
Produktivität durch insbesondere Prozessautomation gelegt haben und die Adoption mal schneller, mal langsamer, aber doch so langsam vorangeht im B2B-Bereich.
Und heute wollen wir darüber sprechen, wie wir über agentische KI genau diese Produktivitätsgewinne noch stärker heben können.
Was gibt es für Potenziale, was sind die nächsten Schritte, die wir gehen können, aber auch über die reine Produktivität hinaus, wo entsteht über agentische KI Neue Wertschöpfung, neue Wettbewerbsvorteile, insbesondere in der Customer Experience im Kundenerlebnis.
Hartmut, wir haben vorher schon gesprochen, es war schon total interessant.
Ich freue mich, dass du hier bist.
Danke Felix für die Einladung.
Ich freue mich selbst hier zu sein und freue mich auf das Gespräch.
Wenn ich an Adobe und KI denke, dann denke ich erst mal, wie wahrscheinlich ganz viele, die hier jetzt auch gerade zuhören, an Photoshop und eure E-R-Tief-Lösungen.
Aber ihr macht ja ganz viel mehr.
Gib uns doch mal einen kurzen Einblick in eure Arbeit bei Adobe im KI-Bereich.
Ja, also KI ist für uns ein Thema seit vielen Jahren.
Und KI ist zum Beispiel in Photoshop auch schon seit fast 15 Jahren integriert mit Fähigkeiten, die uns einfach helfen, Wege zu finden, Bilder zu verändern, zu bearbeiten, die schneller sind, die effizienter sind, die uns dabei helfen, das zu tun, auch wenn wir keine Profis sind.
Selbst ich kann dann plötzlich in Photoshop echt Ergebnisse erzielen.
Wir haben aber festgestellt, und gerade mit dem Aufkommen von Generative AI, von der generativen KI, dass dort etwas entstanden ist, das uns neue Möglichkeiten gibt, die wir vorher nicht kannten.
Und diese Möglichkeiten haben wir integriert in unsere Lösungen, in Photoshop genauso wie zum Beispiel in Acrobat.
Da gibt es mit Acrobat Studio eine sehr spannende Lösung, die uns hilft, mit Dokumenten umzugehen, sie besser zu verstehen, besser zu analysieren und auch neue Dokumente zu erzeugen.
Und jeder kennt irgendwie Adobe für Photoshop und Acrobat.
Was nicht ganz so gut bekannt ist, ist, dass Adobe ein Riesenportfolio hat im Beweis Customer Experience.
Also die Frage, wie kommunizieren Kunden mit dem Markt, mit ihren Kunden?
Also unsere Endkunden setzen Technologie ein, um sichtbar zu sein im Web, um Kunden besser zu verstehen und dadurch dann bessere Erlebnisse schaffen zu können.
Personalisiert oder sehr, sehr gut getestet und häufig überraschend und positiv.
Jetzt.
Bist du ja in einer Company, die natürlich so lange mit KI arbeitet, aber natürlich sich auch selbst gerade immer weiter transformieren muss, um die KI-Welle reiten zu dürfen.
Du hast eine Position unter hohen Verantwortung, arbeitest auch mit vielen anderen CXOs in ganz Europa zusammen, um ihnen in dieser Transformation zu helfen.
Und wir machen jetzt, ich will jetzt mal anfangen, meine Gäste hier zu befragen, wie sie eigentlich selbst KI nutzen, weil ich glaube, dass wir ganz oft über die Technologie sprechen und was auch so im Unternehmenskontext damit möglich wird.
Aber am Ende geht es ja immer um Menschen, die die Technologie für irgendwas einsetzen müssen.
Und deswegen interessiert mich, was sind denn deine KI-Anwendungsfälle?
Naja, zuallererst mal ist ja der Alltag eines CTO, der sehr viel auch im Kundenkontakt unterwegs ist, der Alltag ganz normaler Businesspersonen.
Also ich nutze KI als Teil meiner Office-Anwendung.
Ich nutze KI, um Texte zu optimieren, um in meiner englischen Kommunikation, um eloquenter Englisch zu sprechen, beziehungsweise eloquentere englische E-Mails zu schreiben.
Und ich nutze KI natürlich auch als Teil der Transformation meiner eigenen Organisation.
Und zwar, indem ich gesagt habe, wir alle müssen mit KI mal umgehen lernen.
Das heißt, wir haben einen mega Hackathon gemacht, wo wir mit Cloud Code alle eine Applikation geschrieben haben, ich selbst auch.
Also natürlich eben nicht geschrieben, sondern wir haben sie gepromptet.
Und diese Applikation hatte dann verschiedene Interfaces, die sie bedient hatte, also MCP-Server, die sie bedient hat, Fähigkeiten, die wir da aufgebaut haben.
Und das hat uns enorm geholfen, einfach mal zu verstehen, was heißt eigentlich und was bedeutet die Veränderung durch KI und durch solche mächtigen Lösungen.
Und das hat natürlich, wenn wir dann mal weiterschauen, einen Einfluss auf alles, was wir tun.
Wenn wir in der Lage sind, mit Cloud Code eigene Applikationen zu schreiben, was spricht denn dafür, zukünftig gar nicht mehr uns an die Frontends zu halten und die User Interfaces zu nutzen, die wir vorgegeben kriegen, sondern einfach zu sagen, das klappt bin ich, ich schreibe das Eigenes.
Und das ist eine spannende Aufgabe und insofern habe ich viele Berührungspunkte mit KI, die mir helfen, auch durch den Lernprozess zu gehen.
Für mich selbst.
aber auch mit meiner Organisation.
Kannst du ein Beispiel geben?
Was habt ihr da so gebaut im Hackathon?
Also ich selbst habe eine Wetter-App gebaut.
Die hat Wetterdaten von einem Service bezogen für die Zukunft, also Wettervorhersage.
Von einem anderen Service kamen die Daten aus der Vergangenheit und aus Strava kamen meine Runs.
Und ich habe mir dann von der Applikation empfehlen lassen, wann ich in den nächsten Wochen, an welchen Tagen ich optimal laufen kann.
Also an welchen Tagen ist es nicht so heiß, an welchen Tagen ist kein Regen vorausgesagt und wie passt das in meine Planung.
Und das war extrem cool, weil die Vorschläge ziemlich smart waren, die da kamen.
Damit habe ich erst mal nicht gerechnet.
Und ich habe nicht damit gerechnet, dass die Integration von drei verschiedenen Applikationen aus dem Internet in eine solche KI-basierte oder gecodete Applikation so einfach sein würde.
Und dadurch, es hat einfach Spaß gemacht.
Das ist jetzt nichts, was ich brauche, um mein Leben zu verbessern.
Aber es ist eben eine Fingerübung, die zeigt, wie sowas gehen könnte.
Es verschiebt die Grenze von dem, was so unmöglich ist und regt dann Gedanken an, was man darüber hinaus noch woanders machen kann.
Ich liebe das Format auch.
Und ich habe letztens einen super spannenden Post gesehen von jemandem, der hat seinen Whoop Fitness Tracker.
Den hat er verbunden auch mit ...
Claude und mit seinem Kalender.
Und Claude hat dann gematcht, wie sich seine Herzrate und so weiter in, also gematcht mit den One-on-Wones, die er mit verschiedenen Teammitgliedern hat.
Genau.
Und dann hat er gesehen, was sind die Leute, wo er total gelassen ist und die Werte sehr, sehr positiv sind und da, wo sie sich eher in die falsche Richtung entwickeln.
Und das sagte ich auch so.
Ja, das ist total interessant.
Und das zeigt halt nochmal, wir haben, Andrew Carpathie, sagt ja mal, wir haben dieses Alien-Tool bekommen, aber ohne eine Gebrauchsanleitung, was wir jetzt damit machen sollen.
Und wir lernen jetzt alle gerade damit umzugehen und was wir damit für Dinge tun können, die vorher nicht möglich waren.
Und der Weg dahin war halt total verblüffend.
Der Kollege, der uns da angeleitet hat, der hat gesagt, okay, ich habe ein paar Grundregeln für euch.
Und die erste Grundregel ist, don't read the manual, probiere es einfach aus.
Die zweite Grundregel ist, wenn du nicht weiterkommst, frag nicht deinen Kollegen, sondern frag einfach Claude.
Und die dritte Grundregel ist, ein Screenshot hilft.
Wenn dir irgendwas nicht gefällt, mach einen Screenshot, schmeiß ihn in Claude rein und sag, gefällt mir nicht, ich mach es besser und dann wird es besser werden.
Und es war so verblüffend, genau diesem Prozess zu folgen und damit zu sehen, wie einfach das plötzlich möglich ist und was man da erreichen kann.
Es ist Wahnsinn.
Und dann sagt im Grunde ja dann ein Nick Turley, den ich neulich auf der OMR kennenlernen durfte, was ein besonderes Erlebnis war für mich, der Erfinder, und das ist ja auch aus dem Hackathon hervorgegangen, von Chagipity, der heute auch bei OpenAI Head of Chagipity ist, der sagt halt, KI hat eigentlich ihr Frontend noch nicht gefunden.
Das, was wir da gemacht haben, ist eigentlich nur ein Prototyp.
Und wir wissen noch gar nicht, welches Frontend das genau sein wird.
Da gibt es ja auch viele Überlegungen zu, gibt es dann da irgendwann ein Device?
Ich bin ja eher der Freund davon zu sagen, vielleicht ist das Frontend in unsere Devices auch schon integriert und wir reden plötzlich mit unserem Telefon auf eine andere Weise als vorher und haben auch andere Erwartungen bei der Beantwortung unserer Fragen und bei dem Erreichen unserer Ziele.
Das Chatbot-Interface ist, glaube ich, noch nicht das Ende von dieser Geschichte.
Ich glaube auch, da werden sehen wir noch.
Also lass uns mal über den Stand von KI sprechen.
Wir sind jetzt dreieinhalb Jahre ungefähr nach ChatGPT.
Ihr beschäftigt euch schon lange mit KI, aber es ist eher ein technisches Thema gewesen, tief in eure Produkte integriert.
Mit ChatGPT und Large Language Models generativer KI wurde KI demokratisiert und hat in den letzten Jahren Fähigkeiten entwickelt, die vieles übertroffen haben von dem, was man sich damals so hätte vorstellen können.
Jetzt sind wir bei agentischer KI angekommen.
auf KI blickst, wie würdest du den heutigen Stand einordnen?
Es ist die fundamentalste Veränderung, die wir je gesehen haben.
Also ich habe lange gesagt, das ist irgendwie so vergleichbar mit der Einführung des Internets.
Ich fand sogar den Vergleich, der aus dem MIT kam, zu sagen, es ist eigentlich wie die Erfindung der Dampfmaschine.
Die Frage einfach, es verändert komplett die Art und Weise, wie wir arbeiten.
Und das ist...
geht weit über die Art und Weise, wie wir kommunizieren und interagieren hinaus.
Und insofern ist es natürlich extrem spannend.
Und deswegen steht ja auch diese Frage im Raum.
Wird es ganz viele Jobs verändern?
Wird das vielleicht völlig neu erwissen, dass es schaffen und andere werden verloren gehen?
Es gibt ja auch immer die Frage, wie viele Terrakutschenbauer haben irgendwann Autos gebaut?
Und die Antwort ist einer.
Und alle anderen sind auf der Strecke geblieben.
Aber dafür gab es natürlich dann eben viele Autobauer.
Und eben genauso, glaube ich, wird es mit bestimmten Applikationen auch im KI-Bereich.
Das heißt, wir glauben an eine dramatische Veränderung.
Und gleichzeitig ist der Alltag der Nutzung von KI, trotz 900 Millionen Weekly Users auf JetGPT, ist der Alltag weit zurück davon.
Wir nutzen ja eigentlich KI so wie frühe Software.
verwendet haben mit so einem Request-Response.
Ich stelle eine Frage und ich kriege eine Antwort.
Aber KI wird ja in der Lage sein, autonom zu handeln.
Und dann sprechen wir eben von dieser agentischen KI und wir gehen davon aus, dass da ganz viel kommt.
Was mir auffällt, und da wir uns als Adobe natürlich besonders intensiv mit der Frage von Customer Experience beschäftigen, also der Frage, wie kommunizieren Kunden mit ihrem Markt, unsere Unternehmen mit ihrem Markt, oder wir werden auch Unternehmen im Markt gefunden, dann sehen wir, dass das eine Dazu kommt, das alte aber immer noch existiert.
Also natürlich starten viele Prozesse heute in einem Model und die Leute haben eigentlich eine Frage, die sie in einem Modell stellen.
Ich würde dann sagen, das ist so das Model-controlled-Web.
Aber wir haben natürlich auch immer noch das Suchmaschinen-dominierte Web.
Also die Suchmaschinen wachsen sogar noch in ihren Umsätzen, vielleicht nicht in ihrem Traffic, aber bei den Werbeerlösen, weil das natürlich auch noch wichtig ist.
Also Marke ist wichtig.
Aber wenn ich mit der KI rede, geht es ja nicht mehr um Marke, sondern geht es darum, dass ich eine ganz konkrete Applikation haben möchte.
Ich möchte ein konkretes Ziel erreichen.
Das verhindert etwas, aber beides wird noch eine ganze Weile parallel existieren.
Und das setzt Unternehmen sogar gerade nochmal zusätzlich unter Druck.
Also wir sind in so einer Do-more-with-less-Spirale gerade.
Wir sollen jetzt auch noch die KI bedienen, aber auch noch weiterhin die existierenden Kanäle und haben aber eigentlich nicht die Ressourcen dafür, jetzt nochmal extra Geld auszugeben dafür.
Das ist spannend.
Und deswegen sind wir an diesem Veränderungsprozess, wo eigentlich eine Veränderung stattfindet und gleichzeitig nicht stattfindet.
Und das macht es spannend, herausfordernd und ich glaube, es gibt einiges abzuleiten.
Abzuleiten für die Unternehmen, sorry, den Satz noch zu Ende, wo sie jetzt anfangen.
Ja, und das ist ja eine große Herausforderung, weil, wie du es ja gerade auch schon gesagt hast, viele, viele Unternehmen da draußen stehen eh schon unter Druck und befinden sich in einer...
viele Jahre andauernden Transformationen, die jetzt nochmal beschleunigt werden muss durch KI.
Viele sind gerade mal vorwärtsgekommen mit der Digitalisierung ihrer Prozesse und ihre Systeme so langsam in die Cloud bewegt und so weiter.
Und jetzt kommt noch KI dazu.
Jetzt haben ja ganz, ganz viele Firmen erstmal so das Minimal-Invasive gemacht, also haben geschaut, wie können wir unsere Mitarbeiter die am PC arbeiten, dass wir produktiver machen durch so Standard-Office-KI.
Tooling.
Weil da muss man jetzt nicht so groß in Prozesse unbedingt rein.
Die können vielleicht mit Daten arbeiten, die in irgendwelchen Dokumentenablagesystemen liegen, E-Mails und so weiter.
Das kennen wir jetzt alles.
Okay, Haken dran.
Jetzt hat sich KI auch weiterentwickelt.
Können jetzt nicht nur Inhalte generieren lassen, sondern du hast auch gesagt, agentische KI, jetzt kommt die Fähigkeit hinzu, dass KI eigenständig Aktionen aus, also planen, Aktionen ausführen, sich selbst kontrollieren kann und immer autonomer in ihrem Handeln, in ihrem Wirken werden wird.
Und zwischen dem, wie Unternehmen heute arbeiten, dem, was agentische KI auch verspricht, tun zu können, da ist ja eine ganz schön große Lücke, dieses technische Potenzial zu absorbieren und nutzbar zu machen.
Was glaubst du denn?
woran es gerade am meisten scheitert oder hakt, warum wir, wenn wir mal ganz ehrlich sind, noch nicht so richtig viele Autonome-KI-Agenten in Firmen da draußen sehen.
Die Nummer eins ist erstmal, wie so oft, wenn wir gerade auch hier in unserem Land über Prozesse reden.
Also wenn ich über Digitalisierung rede, gibt es immer noch Leute, die plötzlich irgendwie das GSM-Netz oder das Glasfaser-Internet bemühen.
Und eigentlich ist Digitalisierung offensichtlich auch was anderes, nämlich die digitale Abbildung von Produkten und Prozessen.
Und ähnlich ist es bei KI.
Wenn wir über KI reden, dann denken die Leute erstmal an Chatbots und eben die Fähigkeit, bestimmte Fragen in Weltmodellen beantwortet zu bekommen.
Und wenn man darüber redet, hat man sehr schnell dann auch interessante Diskussionen über die Fragen, in welches ist eigentlich das beste Modell oder das Modell mit dem besten Preis-Leistungs-Verhältnis, gerade weil jetzt auch gerade bei dem einen oder anderen die Kosten mal explodiert sind.
Ich glaube, wir haben eine Riesenchance in den Unternehmen, wenn wir erstmal anfangen zu sagen, welche Themen wollen wir denn lösen?
Also wenn ich klassisch in eine Unternehmenstransformation gehe, habe ich ja so diese Idee, Simon Sinek oder so, start with a why.
Da gibt es ja so dieses why, what und how.
Und wir sind jetzt immer irgendwie beim how und sagen, KI wird das Problem irgendwie lösen.
Aber ich glaube, wir sollten diese zwei Schritte zurückgehen.
Warum wollen wir was verändern?
Also wo brennt es denn gerade am meisten?
Im Business sagen wir das Quantifiable Business Issue.
Also das Preisschild, das wir an ein Problem hängen können, das relevant genug ist.
Dann die Frage, wie wäre denn ein idealer Zukunftsstatus?
Und dann die Frage, wie kann KI uns dabei helfen?
Und wo sind wir heute ohne KI daran geändert, das Gleiche zu erreichen?
Und dann, glaube ich, kommen wir zu sehr guten Lösungen.
Also gedanklich erstmal von der Frage auszugehen, was wollen wir.
Jetzt habe ich schon mal einen ersten Vorschlag, gerade weil wir über B2B reden.
B2B-Unternehmen, bis auf wenige Ausnahmen, haben häufig das Thema, dass sie als Marke nicht besonders sichtbar sind.
Es gibt natürlich diese Mittelstandsunternehmen, die als Marke super sichtbar sind.
Ich denke, so etwas wie Rittersport oder so, ganz andere Geschichte.
Aber der klassische B2B-Maschinenbau, der global exportiert, der in seinem Segment Marktführer ist, ist häufig als Marke nicht übermäßig stark und nur sehr gezielten Zielgruppen bekannt.
Und da sind wir bei dem Problem, dass in der alten Welt, in der wir im Grunde gesagt haben, Markenbekanntheit bringt mich bei Google nach vorne, mussten wir enorm viel Geld in die Hand nehmen, das aber ein typisches B2B-Unternehmen im Marketing niemals ausgegeben hätte, um dort eine Sichtbarkeit zu erreichen.
Das Schöne ist, wenn jetzt die Kunden anfangen, mit Modellen zu reden und sagen, ich brauche eine optimale Lösung für folgenden Use Case, dann haben wir als B2B-Unternehmen eine Riesenchance, mit unseren Differenzierungsmerkmalen in diese Antwort vorzukommen.
Also plötzlich eine Sichtbarkeit, allein dadurch zu erreichen, dass wir bessere Texte veröffentlichen, unsere Webseite so weit aufräumen, dass wir eine Sichtbarkeit haben für die Modelle.
Denn wenn wir die Crawler irgendwie mit JavaScript-Code ablenken, dann kommen die gar nicht auf unsere Texte drauf.
Also gute Inhalte.
Alles das, was normalerweise keiner auf der Webseite liest, ist plötzlich wichtig, weil die KI das verarbeitet und dann sagt, hey, wenn du...
das und das erreichen willst und denken wir, du hast irgendwie eine Produktionsstraße und du möchtest ein Werkstück von A nach B bringen, dann gibt es hier einen Anbieter, der kann das ganz besonders gut, weil der ist robust, zuverlässig, kostengünstig und hier sind die Vorteile, wie er da hinkommt.
Und das zu argumentieren, bringt uns eigentlich an den Punkt, an dem wir immer sein wollen, nämlich im Grunde in so einer Trusted Advisorschaft zu sein und dadurch dann die Erwartungen an ein solches Produkt schon zu setzen, bevor der Kunde jemals die Webseite von einem Hersteller trifft.
Genau dort ist so ein Beispiel, wo wir ganz niedrigschwellig anfangen können, um schon richtig was zu erreichen.
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.
Also, um das nochmal zusammenzufassen.
Wir gehen auch gleich nochmal, ich will auf jeden Fall nochmal gleich so auf die internen Prozesse, in die Operative rein, aber du sagst, was heute schon eine Chance ist, ist, dass immer mehr Menschen, und da brauche ich gleich nochmal so ein bisschen Zahlen, Daten, Fakten von dir, immer mehr Menschen über KI auch erklärungsbedürftige Produkte und Dienstleistungen suchen im Vergleich zur alten Welt, wo das rein über Google lief, heute eben auch über unterschiedliche.
Chatbots-Agenten, wie man sie auch nennen möchte.
Und da gibt es eben jetzt die Chance, präsent zu werden, als auch zum Beispiel traditioneller Maschinenbauer und dort für seine Themen für den Kunden erreichbar zu sein und auch gleichzeitig schon beraten zu können über zum Beispiel Inhalte.
Vielleicht kannst du das gleich nochmal so ein bisschen ausführen.
Vielleicht noch ein paar Worte dazu, genau.
Also auch wenn ich bei Google suche, bekomme ich ja die Google Summary und habe im Grunde auch schon ein KI generiertes Ergebnis.
Nur insbesondere dann, wenn ich bei Google einen längeren Suchtext ablebe, also wenn ich mehrere Worte schreibe.
Und nicht nur einfach ein Begriff.
Wenn ich aber jetzt auf ein Modell zugehe, zum Beispiel auf ChatGPT.
ChatGPT hat zurzeit, auf eigene Aussage, 900 Millionen Weekly Active Users.
Also ist damit schon in der Größenordnung, von dem die meisten sozialen Netzwerke träumen.
Und 900 Millionen Menschen nutzen in irgendeiner Form TGPT und wollen dort Antworten auf Fragen haben.
Also man gibt ja bei TGPT nicht irgendwie ein Adidas, wenn man einen Sportschuh sucht, sondern sagt, ich suche einen Schuh, der gut zu mir passt, weil ich irgendwie nach vielen Szenenproblemen.
Ja, konstruiertes Beispiel.
Ja.
Und dann ist jedem klar, dass die Antwort eine ganz andere sein wird, weil die Marke plötzlich keine Rolle mehr spielt, sondern ein Schuhhersteller, der darüber spricht, dass sein Schuh genau für dieses Problem, also für diese Achillesse, die in Sache optimiert ist, der wird dort sichtbar sein und wird in der Antwort vorkommen.
Das heißt, ich gehe mit einer Intention rein und bekomme ein Advice.
Das ist ja ein völlig anderes Ergebnis als ein Suchergebnis, wo Marken im Grunde nach ihrem Marktanteil gelistet werden und dem, was sie bereit sind für Werbung zu bezahlen.
Und genau hier ist dann übertragen in den Maschinenbau, wenn ich sage, ich habe eben eine Produktionsstraße, wo ich einen bestimmten Gegenstand herstelle, vielleicht drehe ich irgendwas aus dem Aluminiumblock und innerhalb dieses Produktionsprozesses möchte ich dann diesen Aluminiumblock dann auch noch anodisieren, damit er irgendwie konservationsbeständig wird und ich habe ein paar Veredelungsschritte, die ich gehen möchte und jetzt suche ich einen Anbieter, der mir eine solche Maschine anbietet.
Dann sage ich, wer kann...
mir optimal für einen Aluminiumblock von 7x12 cm eine Analisierung schaffen, die dabei ressourcenschonend ist, umweltschonend gerecht oder ähnlich ist.
Also Kriterien, die ich angebe, werden ja in diese Antwort eingebaut.
Und wenn ich als Marke das kommuniziere, dann bekomme ich diese Markensicht.
Und ich glaube, das ist halt etwas, was so niedrigschwellig ist und wo wir heute easy investieren können, weil alles, was wir dafür tun müssen als Marken, die anodisieren können oder was auch immer die anderen Begriffe sind im Mittelstand.
Ich habe auch mal mit dem Gabelstaplerhersteller darüber gesprochen, was macht so ein Gabelstapler heute aus?
Also vorne eine Stapelgabel oder wie das Ding heißt dran und dann gewichtsschwere Dinge hochheben können, das können wir alle.
Unterschied liegt ja längst darin, wo wir auch gerade als zentraleuropäische Unternehmen häufig glänzen, nämlich in den Spezialanwendungen.
Einfach geradeaus fahren können wir alle, aber wenn es um enge Kurven geht, dann ist genau der Punkt, wo dann Spezialleistungen gefragt sind.
dieses Leistungsversprechen zu kommunizieren und bereitzustellen in meinem eigenen Wikipedia-Artikel, auf meiner eigenen Webseite, vielleicht auch noch in anderen Quellen, manchmal auch in Fachkomplikationen, führt dazu, dass die KI uns findet und sagt, das hat dieser Hersteller am besten.
Oder ich habe hier drei Hersteller für dich gefunden, die sowas können.
Hier sind die verschiedenen Leistungsversprechen und Wertmerkmale dieser drei Hersteller, was direkt uns auf die Shortlist von der Ausschreibung bringt, wo wir in der Vergangenheit lange hätten verstricken müssen und ziemlich viele Messen besuchen, um hoffentlich auf die gleiche Shortlist zu kommen.
Und da ist dort ein Potenzial.
Jetzt sprachst du ja über Prozesse.
Da kommen wir jetzt zu, oder?
Nee, wir gehen da jetzt erstmal noch so ein bisschen rein, weil da entsteht ja so ein neues Spielfeld, also ein ganz neuer Kanal, wo man sich jetzt positionieren und für Zielgruppen gefunden werden kann.
Das ist für mich erstmal total logisch.
Immer mehr Leute nutzen ein Chlor, Gemini, JGBT und Co.
und nutzen das nicht nur, um...
Arbeit zu erledigen, sich Dinge generieren zu lassen, sondern eben auch als andere neue Art von Suche.
Da habe ich, das ist schon ein bisschen her, ja, ich würde sagen, also locker ein halbes Jahr, wenn nicht sogar ein dreiviertel Jahr, habe ich einen Podcast gehört, ich glaube OMR-Podcast mit dem CEO von About You, noch, glaube ich, bevor sie von Zalando gekauft wurden.
Und da haben sie auch darüber gesprochen, weil die Frage war, ja, wie viele Anfragen kommen denn darüber eigentlich rein und landen dann über so ein Chatbot auf eurer Seite.
Jetzt kann man About You nicht mit dem Machine-Bauer vergleichen, aber da will ich ja auch gleich drauf hinaus.
Und ich war erstaunt, dass das wirklich in der Woche einige Dutzend nur waren.
Bei einem Unternehmen, was Milliarden...
Milliardenumsatz macht und viele hunderttausend oder Millionen Kunden hat.
Also es war ein nicht bemerkbarer Anteil, der darüber kam.
Wahrscheinlich ist das in der Zwischenzeit gestiegen.
Aber die Frage ist ja trotzdem, wie viel relevantes Suchvolumen und Conversion kommt denn heute schon wirklich über diese Kanäle?
Und jetzt sind wir nicht im B2C.
wo ich vielleicht auch noch sagen kann, na gut, ich will jetzt hier mein neues T-Shirt kaufen, jetzt muss ich mich vielleicht nicht unbedingt beraten lassen, sondern weiß ich, gehe ich halt auf den Shop und da kaufe ich das einfach.
Bei erklärungsbedürftigen Produkten ist es, glaube ich, schon nochmal anders, aber hast du da irgendwelche Zahlen oder Insights zu?
Ich habe ein paar Zahlen im Kopf, die Quelle nicht parat, aber zwei Dinge.
Erstens Bot-Traffic.
Wir sehen heute Webseiten, die haben 30 bis 40 Prozent Bot-Traffic.
Das heißt, 30 bis 40 Prozent der Besucher auf der Webseite sind in irgendeiner Form digital.
Sind entweder KI-Systeme, die die Webseite crawlen, um letztlich ihr Modell zu bauen, oder sind KI-Systeme, die eben Live-Zugriff Daten von der Webseite ziehen.
Das erleben wir ja manchmal, wenn wir sehen, Checking the Internet bei JGPT, wenn also quasi live nochmal geschaut wird, ob es noch zusätzliche Informationen gibt.
Kann man relativ gut testen, wenn man einfach sehr konkrete Fragen stellt zu einer bestimmten Marke.
Dann wird hauptsächlich auf der Webseite nochmal nachgeschaut, ob die Daten auch noch aktuell sind.
Auch das ist Bot-Traffic.
Und dann gibt es eben zweitens dieser Traffic, der direkt aus der KIA abspringt und dann auf der Webseite landet.
Das ist extrem unterschiedlich, je nach Markt und je nach Segment.
Im B2B sehen wir, dass das rapide ansteigt.
Von den menschlichen Besuchern, also wenn wir erstmal 30% Bot-Traffic abziehen, 70% Menschen, gibt es Marken, die heute schon darüber berichten, dass sie 30% haben, die aus einer KI abspielen.
Die also vorher in einer KI interagiert haben und jetzt auf der Webseite.
Jetzt wird es nochmal spannend.
Wir haben am Anfang, als wir angefangen haben, das zu messen, in den ersten Monaten hatten wir, wenn KI-Traffic kam, häufig Eine schlechtere Konversionsrate, aber eine höhere Engagementrate.
Also die Kunden kamen aus dem Modell, hatten eine konkrete Frage gestellt, kamen dann auf die Webseite des Anbieters und haben im Grunde die Beantwortung dieser Frage weiter validiert und verifiziert, aber nicht in jedem Fall gekauft, aber haben sich relativ lange damit beschäftigt.
Das heißt, sie waren in einem Prozess drin, der ihnen wichtig war.
Das ist wertvoll für eine Marke, selbst dann, wenn der Kunde nicht sofort kauft.
Ja, vor allem, wenn das Ticket groß ist, also wenn es nicht um 50 Euro ein paar Schuhe geht, sondern eine große Investition.
Wenn es kein Spontankauf ist, dann ist das irgendwie logisch.
Oder wenn es um ein Medizinprodukt geht oder ähnliches, ja, irgendeine Nahrungsergänzungsmittel, dann ist es wertvoll, wenn die Kunden sich damit beschäftigen, selbst wenn sie nicht sofort konvertieren.
Interessanterweise aber hat das nach ein paar Monaten sich verändert.
Also in unseren Daten sehen wir plötzlich, dass die Conversion Rate von den KI-Besufern nach oben gegangen ist.
Und ich glaube, das hat was mit der...
mit dem Erwachsenwerden in dem Umgang mit KI zu tun, dass wir erstens der KI plötzlich mehr vertrauen.
Ich weiß gar nicht, ob immer zu Recht, aber das ist eine ganz andere Frage.
Und dass wir aus diesem Vertrauen heraus sagen, ja gut, jetzt habe ich ja schon meine Empfehlung, jetzt brauche ich nicht mehr lange suchen, sondern kann auch kaufen.
Da ist also auch die Konversionsrate hochgegangen.
Jetzt reden wir ja hier von B2B.
Und wenn wir über den B2B-Einkaufsprozess reden, dann ist das im Regelfall eine Folge von Ausschreibungen von verschiedenen Anbietern, die miteinander ins Verhältnis gesetzt werden, von...
Request for Proposals und Fragenkatalogen und ähnliches.
Also ist eine Konversionsrate ja besten Fall zu sagen, ich kriege eine konkrete Anfrage für ein Callback oder für ein Gespräch oder was auch immer.
Oder ich kriege eben dann Tage später den Request for Proposal oder eine entsprechende Angebotsanfrage auf den Tisch.
Dann habe ich im Grunde einen etwas anderen Prozess, wo die Attribuierung auf den Besuch von dem KI-Modell immer so ein bisschen schwierig ist.
Das kann man dann sich schön oder schlecht rechnen.
Spannend wird was Neues.
Und wir hatten im Vorgespräch darüber gesprochen.
Ich glaube ja, es gibt diesen einen Use Case, der ist so krass in seinem Business Case, dass der sehr schnell kommen wird im B2B.
Und zwar ist es aus meiner Sicht die Kombination aus Predictive Maintenance und Agentic Commerce.
Also die Idee ist, du hast eine Maschine, bleiben wir mal beim Gabelstand.
In diesem Gabelstapler stecken wahrscheinlich 15 GSM-Chips, die irgendwelche Daten von diesem Gabelstapler über das Netz quasi zum Hersteller funken, um zu sagen, der hat so und so viele Betriebsstunden, der Luftdruck im vorderlinken Reifen ist gut oder schlecht, der Verschleiß, das was auch immer, ist höher als erwartet, die Gewichte, die gehoben wurden, waren größer als erwartet, was auch immer die Dinge sind, die du misst, die Ladezyklen der Batterie und so weiter.
Das heißt, du weißt irgendwann, dieser Gabelstapler, der...
könnte irgendwann mal ein Problem kriegen.
Absehbar.
Und jetzt ist ja das Ding, du willst ja einem Anwender von solchen Gabelstaplern, der irgendwie zwei solche Geräte fährt oder auch zwölf, möchtest du ja nicht 16 hinstellen, damit immer einer Ersatz ist, wenn mal einer liegen bleibt, sondern möchtest, dass sie niemals liegen bleiben.
Weil die Dauerverfügbarkeit ist ja der eigentliche Case, wo du sagst, hier bin ich der beste Anbieter und ich habe deswegen diese prädiktive Maintenance.
Und wenn jetzt dieser Standort quasi der 16 oder 12 solcher Gabelstapler jetzt die Daten aus der Predictive Maintenance nutzen, um zu sagen, okay, ich brauche erst ein Schmierstocher, zweitens zwei Ersatzbatterien, drittens Ersatzteile und ich brauche einen Servicetechniker, der vorbeikommt und das alles einplant.
Wenn ich das über einen agentischen Prozess komplett auslösen kann, habe ich einen so großen Wert im Vergleich dazu, dass der Standortleiter beim Einkäufer anruft, den Einkäufer bitte diesen Prozess zu starten, der Einkäufer dann erstmal drei Anbieter anruft, das mit denen abstimmt.
Das können Agenten extrem gut.
Es gibt in China, ein Bereich im B2B, eine ganze Area, also physisch, wo viele Unternehmen sind, da kannst du nur noch agentisch haben.
Das heißt, dort machst du auch agentische Ausschreibungen.
Du schreibst agentisch aus und kriegst von Agenten drei Angebote, die der Agent dann wiederum miteinander vergleicht, um dann das beste Angebot zu ziehen und dann auch die Bestellung auszulösen.
Und wenn ich mir das durchdenke, sozusagen von der Creative Maintenance zur Beschaffung, dann sage ich, ist es eine Kernkompetenz, die Unternehmen haben, die sich...
spezialisiert haben, die allerbeste Experience von allen zu bieten.
Und genau diese Unternehmen können heute etwas umsetzen, was uns alle umhaut.
Und das ist technisch gar nicht so weit weg.
Würde ich auch sagen.
Diese Kombination klingt erstmal total einleuchtend.
Und was ich interessant finde, da muss ich gerade dran denken, auch Hermits von About You.
erzählt, wenn wir über Agente Commerce oder das Agente Web, werfen wir mal hier so ein paar Buzzwords in die Luft, gesprochen wird, dann geht es ja meistens um B2C-Anwendungsfälle.
Also wir geben unserem Agenten des Vertrauens unsere Kreditkarte und der läuft dann los und bucht uns den Urlaub durch mit Hotel, Anreise, Abreise, vielleicht noch so ein paar bisschen Entertainment drumherum, was wir halt so brauchen und wir müssen uns da nicht mehr drum kümmern.
Aber ich Also niemanden, der das machen würde, vielleicht eine Businessreise, die sehr standardisiert gebucht werden kann, aber alles andere nicht.
Genauso wie wenn ich jetzt Kleidung oder was auch immer einkaufen möchte.
Und ich genau diese Frage stelle ich gerne mal im Publikum.
Gestern, vorgestern.
Und übrigens, ich hatte vorgestern tatsächlich zum ersten Mal jemanden, der die abgehoben hat, als ich gefragt habe, wer von euch hat denn...
dem Agenten schon die Kreditkartennummer gegeben.
Das hat mich völlig aus dem Konzept gebracht.
Aber die breite Masse guckt einen völlig verständnislos an und macht das nicht.
Und zwar nicht alleine wegen der Frage, ist das die Reise, die Businessreise oder die Kravatereise oder ist es irgendwie das Auffüllen des Kühlschranks bei meinem Supermarkt um die Ecke, der mir die Sachen auch nach Hause liefern kann.
sondern die Frage, wie gehe ich denn mit all den Möglichkeiten um?
Ich denke da spontan immer an diesen L'Oreal-Film, Papa Ante Portas, wo der Einkäufer mit dem Laden dann ausgehandelt hat, dass er den Senf billiger bekommt, wenn er mehr davon kauft und kriegt dann irgendwie 200 Gläser Senf geliefert.
Wenn ich dem Agenten sage, sorgt dafür, dass immer genug Senf da ist, wie stelle ich denn sicher, dass nicht plötzlich 20 Gläser kommen, die ich gar nicht brauche?
Dann habe ich sofort diese ganzen Konflikte, die ich auflösen muss.
Und ich bin mir sicher, wir werden die irgendwann auflösen.
Ich bin mir sicher, wir werden irgendwann Prozesse haben und Tools haben, die uns davor bewahren, dass sowas schief geht.
Im B2B sind diese Tools schon etabliert.
Also ich habe neulich mit einem unserer Partner gesprochen.
Er hat mir konkret gezeigt, wie er das umgesetzt hat und wie er dann auch verschiedene KI-Modelle, die er speziell trainiert hat, so trainiert hat, dass sie sicherstellen, dass eben diese Fehlbestellung nicht passiert, dass nicht zu viel bestellt wird.
dass das Ganze einem sehr sicheren Prozess folgt.
Also wir alle wissen, KI halluziniert, aber das ist natürlich bei einem Beschaffungsprozess ein Riesenproblem.
Ja, genau.
Genau das wollen wir unbedingt vermeiden.
Und hier ist genau diese Stelle, wo ich glaube, da haben wir in B2B mehr Möglichkeiten, das sicherzustellen.
In B2C wird es auch irgendwann kommen und dann werden wir sehen, wofür.
Und wahrscheinlich gibt es Menschen, die sich sogar Kleidung regelmäßig von einem Agenten liefern lassen.
Ich persönlich, Hab da andere Dinge, von denen ich glaube, die ich mir gerne abnehmen lassen würde.
Und übrigens Geschäftsreisen werden dazu.
Privatreisen gar nicht.
Aber jetzt lass uns mal konkret so ein bisschen da reingehen.
Weil das ist ja, also warum gibt es heute noch wenig wirklich autonome KI-Agenten in Unternehmen?
A, wegen der Risiken.
Also ein Agent tut etwas, was nicht in meinem Sinne ist.
Und diese Guardrails zu setzen, ja, es wird immer einfacher.
Aber es gibt auch noch viele...
viele Risiken, vor denen sich Unternehmen scheuen.
B, der muss integriert sein.
Also Systeme müssen natürlich end-to-end auch miteinander verbunden sein, dass Daten durchfließen und der Agent Aktionen auch ausführen kann, ohne dass ein Mensch dann immer von...
links nach rechts wieder die Ergebnisse schieben muss und der Flaschenhals wird.
Und diese Prozesse müssen, damit sie agentisch abgebildet werden, natürlich auch erstmal ganz klar definiert und strukturiert werden.
Also gibt es so ein paar Hürden im WK.
Ja, die gibt es.
Natürlich gibt es die.
Und wie haben wir von einem Beispiel gesprochen?
Sorry, dass ich das jetzt reingeredet habe.
Ich hoffe, die Hörer können es verstehen, was wir gesagt haben.
Die Hürde, die du beschrieben hast, hat ja ähnliche Prozesse in der Vergangenheit verunmöglicht.
Also wir haben immer gesagt, wir können das alles machen, wenn wir mal alle Systeme miteinander integriert haben.
Aber irgendwie haben wir ja bis heute nicht alle Systeme miteinander integriert.
Häufig sogar aus guten Gründen.
Erstens, weil es kompliziert ist.
Zweitens, weil es eine große Protokolle auf Wohnership hat.
Drittens, weil wir vielleicht auch irgendwelche Bedenken haben über Datenschutz und Privatsphäre und andere Fragen, die ja auch noch wichtig sind.
Und das Spannende ist, dass...
dass KI wie so ein Stoff sich über die Systeme legen kann.
Der Stoff, der letztlich diese Silos miteinander verbindet.
Also statt die Backends miteinander zu verbinden und die Datensysteme miteinander zu harmonisieren und dann mit irgendwelchen Daten von A nach B-Schiebeprozessen quasi umzuwandeln, damit die dann überall in der vernünftigen Form zur Verfügung stehen, können wir heute sagen, das kann sehr, sehr gut KI übernehmen.
Das heißt, wenn jedes dieser Backendsysteme einen entsprechenden Agenten bereitstellt oder eine MCP-Schnittstelle, je nach Natur der Aufgabe, dann kann ich einen Agenten haben, der diese Dinge miteinander integriert.
Also wir sprechen da von Composability, der letztlich die verschiedenen Systeme miteinander ins Gespräch bringt.
Und warum beschreibe ich das gerne als Stoff?
Weil ich sehr daran glaube, dass dieser Stoff auch aus ganz verschiedenen Fäden besteht.
Um im Bild zu bleiben, manche von diesen Fäden sind rot, weil Adobe da eine Rolle spielt.
Andere von diesen Petern mögen blau oder grün oder in einer ganz anderen Farbe sein, weil ich glaube, dass diese Agenten ja auch miteinander interagieren können.
Dieses A2A, dieses Agent-to-Agent-Protokoll, das es möglich macht, dass ein Agent im Grunde mit einem Assistenten interagiert und sich Daten liefern lässt oder bestimmte Informationen liefern lässt oder bestimmte Transaktionen auslöst.
Aber auch Agenten, die im Prozessflow miteinander reden.
Also ich starte vielleicht eine Kampagne.
oder eine Aufgabe irgendwo mit einem Microsoft Copilot, einfach weil das mal eine Office-Umgebung ist und der Einkäufer sagt, hey Copilot, wir müssen einen Beschaffungsprozess anstoßen.
Und dieser Copilot weiß dann eben aufgrund der entsprechenden Konfiguration, dass er mit einem anderen Agenten darüber sprechen wird, okay, wie ist der aktuelle Lage im Stand?
Da bekommt er vielleicht die Daten aus dem SAP-System.
Was ist unser Lieferantenstamm?
Da bekommt er die Daten aus dem CRM-System.
welche Kriterien haben wir für bestimmte Produkte oder welche bis hin zu den Seriennummern der Produkte, die heute schon im Einsatz sind.
Vielleicht bekommt er diese Daten aus einem Product Information System.
Und wenn ich diese Informationen miteinander bündle, habe ich natürlich einen unglaublich mächtigen Informationsbestand, den über Backend-Systeme zu harmonisieren unendlich aufwendig und teuer ist.
Agenten können das schneller und einfacher.
Ich muss nur dann eben...
Und dann ist es auch nicht mehr so einfach, aber es ist möglich, eben das Ganze so weit härten, dass nicht plötzlich dann eben Fehler passieren, die ja auch teuer werden können.
Ich glaube, wir werden eine ganze Weile Human Insolub haben.
Und wir werden einfach einen Plausy-Check einbauen und dann bekommt eben der Einkäufer nochmal den Ping.
Hey, wir haben einen Beschaffungsprozess vorbereitet.
Es geht um diesen Standort, es geht um diesen Zeitraum, es geht um diese Produkte.
Hier sind die zu bestellenden Produkte mit folgendem erwarteten Einkaufswert.
Gibst du das Ganze frei?
Aber...
Die 20 Stunden, die davor passiert wären durch diesen Einkäufe, um zu diesem gleichen Ergebnis zu kommen, die hat der Agent dann schon gemacht und deswegen ist es ein Riesen-Value.
Also, dass ich das jetzt für mich nochmal erkläre, also du sagst ...
Die Illusion, wir haben irgendwann eine perfekt miteinander verbundene Systemlandschaft, gibt es schon seit Jahrzehnten und es ist einfach so komplex, dort hinzukommen.
Aber wir haben jetzt Agents, anstatt also über Schnittstellen meine großen, komplexen Enterprise-Systeme miteinander zu verbinden.
können diese Systeme ja auch Agents anbieten, die über ein Protokoll miteinander kommunizieren können und jeweils verstehen, welche Prozesse und Daten in System 1 und 2 liegen und diese miteinander austauschen, ohne dass es die hart verkodeten Schnittstellen benötigt, wo die Daten von A nach B fließen können und je nach Prozess miteinander kommunizieren, um ein bestimmtes vom Nutzer definiertes Problem zu lösen.
Und ich würde auch so ein bisschen provokativ noch einen Schritt weiter gehen.
Diese ganzen Projekte, die wir gemacht haben, also Data Warehouse Projekte hießen die vor 20 Jahren.
Und dann haben wir jetzt zuletzt haben wir irgendwie erstmal Data Plattforms aufgebaut oder andere.
Wir haben irgendwelche Snowflake, Data Lakes aufgebaut.
Ich habe das Gefühl, am Ende schaffen wir da häufig einfach nur noch ein weiteres Datensilo, das halt Daten aggregiert, aber trotzdem auch wieder an sich in so einer eigenen Welt lebt.
Und genau hier verändert sich was durch KI.
Ich finde den zweiten Teil noch ganz spannend, wenn ich eben sowas habe und wir haben das selbst im Angebot, so wie ein Data Insights Agent.
Ganz spannende Geschichte, denn dieser Data Insights Agent, der kann eben Nutzerdaten, zum Beispiel von dem Bewegungsprofil von Anwendern auf der Webseite auswerten und kann Informationen dazu geben, in welchen Bereichen gibt es denn Nachfrage nach bestimmten Produkten.
altmodisches Beißfiel, in Südwestdeutschland war es gerade sehr heiß, könnten vielleicht Klimaanlagen jetzt eine große Rolle spielen.
Diese Art von Data Insights war häufig immer so von den Anwendern so einen Schritt über den Data Analyst entfernt, weil diese Insights zu bekommen, durchaus, man musste ein bisschen klicken und man musste sich so einen kleinen Report bauen, das war mühsam.
Wenn wir heute diesem System einfach mit natürlicher Sprache die Frage stellen können, was ist denn die Erwartung für den Absatz von Klimaanlagen in Südwestdeutschland, basierend auf den Daten aus den letzten drei Jahren, dann hätten wir plötzlich die Möglichkeit, viel mehr Leuten Daten zur Verfügung zu stellen.
Der gleiche Agent, wenn ich den mit einer A2A-Schnittstelle ausstatte, kann im Grunde für einen Marketingprozess, wo das Selektieren der erwarteten Daten nur der erste Schritt ist, im Grunde dann auch als Agent zur Verfügung stehen, um diesen Prozessagenten, der das miteinander orchestriert und composable ist, kann der im Grunde ein Datenlieferant sein.
Also ich schlage so ein bisschen mit Fähigkeiten, die ich aufbaue, zwei Fliegen mit einer Klappe.
Der Agent redet mit dem Menschen, aber der redet auch mit seinem Agetic Coworker, mit seinem Kollegen, der quasi dann einen komplexeren Prozess abbildet, zu dem dann auch noch gehört, einen Beschaffungsprozess zu starten oder eine Marketingkampagne zu starten oder gar irgendwie den Prozess zu starten, um einen Beier zu drucken, der dann ausliegt.
Und ich finde, diese Gedanken, wenn wir die so weiterdenken, es verändert sich, weil Wenn eben, vielleicht ist neben dem Stoff das Bild, das wir hier auch nutzen können, das Nervensystem.
Wenn eben dieses Nervensystem die verschiedenen Muskeln miteinander verbindet, dann können wir plötzlich auch ziemlich schnell laufen.
Wenn ich dir zuhöre, dann wird mir nochmal bewusst, wie viel technisch heute eigentlich schon geht und auch schon da ist.
Und trotzdem sehe ich halt die Realität immer noch in vielen Unternehmen.
Und du siehst ja auch viele Unternehmen.
Wir haben jetzt viel über die Fähigkeiten von KI und der Technologie gesprochen.
Was sagst du denn, welche Fähigkeiten müssen denn die Unternehmen jetzt aufbauen, um das, was da...
Was jetzt heute schon möglich ist, und man sagt ja immer so schön, das ist die schlechteste KI, die wir je wieder sehen werden.
Also in zwölf Monaten sind wir nochmal ganz woanders, um das zu absorbieren und für sich nutzbar zu machen.
Unternehmen, die das erfolgreich einsetzen, haben, glaube ich, zwei Dinge gemacht.
Sie sind gestartet mit einem ganz klaren Use Case und haben sich mal Gedanken gemacht, was wollen wir denn erreichen?
Und sie haben zweitens eben auch eine Governance geschaffen dafür.
Und Governance heißt hier auf der einen Seite jemanden, der die Risiken managt.
Denn das ist wichtig.
Wir leben in Mitteleuropa.
Compliance ist unverhandelbar.
Und wir haben eine Reihe von Regulierungen.
Die DSGVO macht den Einsatz von KI an Marktbestellen gar nicht mehr so einfach.
Dann haben wir auch noch so den EU-AI-Act, der es auch nochmal herausfordernd macht.
Also die eine Hälfte von Governance ist dieser Teil und die andere Hälfte ist eine gute Unternehmensarchitektur.
Ich habe gestern das große Glück gehabt, einen Aistekten zu hören, der eben eine solche Architektur gebaut hat, der auch nochmal erklärt hat, wie er da rangegangen ist, der dann auch verschiedene Modelle klassifiziert hat, nach bestimmten Risikogruppen und Einsatzszenarien vordefiniert hat.
Eine gute Architektur ist da schon hilfreich, um das möglich zu machen.
Das heißt, man braucht schon Expertise, um das zu erreichen.
Vor dem aber steht, und dann kommen wir zurück zu dem, was ich am Anfang gesagt habe, wie nutze ich selbst KI?
Was war mein nächster Schritt?
Und was ist vielleicht der übernächste Schritt?
Ich glaube, wir brauchen diese individuelle AI oder KI Literacy.
Wie übersetzt man das?
Die Lesekompetenz, die Verständniskompetenz für KI.
Verstehen wir, was da passiert?
Ich glaube, dass an manchen Stellen KI gnadenlos überschätzt wird, an anderen Stellen gnadenlos unterschätzt.
Ich glaube, dass die Zeiträume, in denen irgendetwas kommt oder nicht kommt, häufig falsch interpretiert werden.
Nutzen wir in sechs Monaten alle schon Agentic AI, um unseren Wochenendeinkauf zu erledigen?
Ich glaube nicht.
Aber werden B2B-Unternehmen heute schon agentische Bestellprozesse auslösen?
Ich weiß, dass das schon passiert.
Insofern ist es so, diese Frage ein Verständnis zu entwickeln.
Dazu gehören für mich diese Schritte selbst nutzen, mal ausprobieren und auch die Mitarbeiter ermutigen es auszuprobieren, zu sagen, es ist gut.
Letztes Jahr hatten wir noch so eine Statistik, dass über die Hälfte der Mitarbeiter in Deutschland ihrem Chef sich nicht zu sagen trauen.
wenn sie KI genutzt haben, um etwas zu erledigen.
Und ich habe immer zu meinen Leuten gesagt, wenn ihr KI nutzt, werde ich euch auf die Schulter klopfen und euch dafür loben, weil am Ende des Tages heißt das ja, work smarter, not harder.
Du bist schlau gewesen und du hast gleichzeitig noch Erfahrungen gesammelt, wie dir KI geholfen hat und wo du vielleicht auch gescheitert bist.
Baut es in relativ einfache Prozesse mal ein und damit auch Erfahrungen zu sammeln, wie sich das auswirkt.
Und schaut mal dann, was sind eure Geschäftsmodelle.
Ist für euch Predictive Maintenance relevant oder ist für euch vielleicht Agentic Commerce relevant?
Ist für euch...
so neue Loyalitätsprogramme im Umgang mit euren Kunden relevant, die ihr über KI ermöglichen könnt und geht in diese Richtung.
Aber seid auch mutig zu sagen oder ehrlich mit euch selbst zu sagen, ich gehe erst mal drei Schritte und ich mache nicht den dritten Schritt vor dem ersten, weil sonst wird es schwierig.
Schönes Schlusswort.
Hartmut, vielen, vielen Dank für das Gespräch und wünsche euch weiterhin viel Erfolg und bin gespannt, was wir da noch für Cases sehen werden.
Felix, vielen Dank für die Einladung und ich hoffe, es gibt ein zweites Mal irgendwann.
Bis bald.
Bis wann.