KI-Projekte im Mittelstand: Warum 95% nicht wirklich scheitern

00:00:05: Hallo und herzlich willkommen zu einer weiteren Folge vom KI Hands On Podcast.

00:00:10: Heute zu Gast der gute Nils, hallo Nils!

00:00:16: Und der gute Sebastian ist aktuell im wohlverdienten Sommerurlaub irgendwo in schönen Italien.

00:00:23: Ich meine um Parma herrung schöne Grüße dahin und wir haben uns überlegt Wir wollen nicht länger warten.

00:00:31: fangen schon mal mit den neuen folgen an finde ich ein sehr interessantes Thema mitgebracht.

00:00:36: Und zwar lese ich ziemlich häufig auf LinkedIn, auf vielen anderen Portalen das ninety-fünf Prozent der KI Projekte scheitern und nur fünf Prozent einen wirklichen Mehrwert liefern und produktiv gehen.

00:00:52: Heute sind wir hier mit einer Antithese und sagen warum KI Projekt im Mittelstand fast nie scheitert und was das verrät!

00:01:01: So, liebe Zuhörerinnen und Zuhören und lieber die Helds.

00:01:06: Heute haben wir die steile These KI-Projekt im Mittelstand scheitern fast nie!

00:01:11: Also quasi genau das Gegenteil von dem was du überlesen kannst.

00:01:16: Und warum sagen wir mit unserer These dass KI-projekte im Mittelland fast nie scheitert?

00:01:23: Weil sie fast nie groß genug werden um zu scheittern.

00:01:26: also das eigentliche Problem ist nicht der Misserfolg sondern eher die Bedeutungslosigkeit.

00:01:31: Also eine Abbruchquote von unter fünf Prozent ist eher kein Erfolgsausweis, sondern vielleicht eher so eine Art Verdachtsmoment?

00:01:38: Was ist denn da los?

00:01:40: und jetzt haben wir ein paar Quellen auch mitgebracht, die das belegen.

00:01:45: Es gibt mehrere Studienpaper und

00:01:49: Co.,

00:01:49: Wir können die ja in den Show Notes verlinken u.a.

00:01:53: der KI-Index Mittelstand vom März diesen Jahres also sehr aktuell sagt, dass es vor allem im Mittelstand eine sehr niedrige Abbruchquote gibt.

00:02:04: Und was die Gründe dafür sind?

00:02:06: Das wollen wir heute hier besprechen.

00:02:11: Ich denke auch vielleicht aus der Praxis, also der Titel lautet ja KI Hands On.

00:02:19: Wir haben ja auch eigene Erfahrungen und wir haben uns im Vorfeld darum ausgetauscht und wir aus unserer täglichen Arbeit stellen eigentlich fest bei uns schadern die Projekte nicht.

00:02:31: Vielleicht ist viel mehr der Fokus, weil wenn man mal ein bisschen genauer auf diese Quellen schaut merkt man auch es wird nicht wirklich definiert.

00:02:38: was ist denn tatsächlich ein KI Projekt?

00:02:41: Das ist uns sehr stark aufgefallen.

00:02:45: Ein KI Projekt ist ja alles ab der Einführung von Co-Pilot und das ist tatsächlich einen Punkt dass würden wir noch nicht als vollständiges KI Projekt bezeichnen sondern das ist einmal ein Gefühl dafür zu bekommen Man fängt mal irgendwo an.

00:03:01: Man möchte bei diesem KI-Rennen nicht ganz an der Seitenlinie stehen, sondern man steckt mal so den kleinen Zehchen ein.

00:03:09: Aber ein wirklich vollwertiges KI Projekt braucht Führung und nicht einfach das Ausrollen von Tools.

00:03:16: Ja, gerade das Ausrollen von Toolzappert haben ja alle angefangen.

00:03:20: Also wir erinnern uns gut daran als LGBT-Aufkamung und Co-Pilot usw.

00:03:27: wollten gleich alle CEOs AI ready werden und irgendwas AIMäßiges in ihre Pressemitteilungen an Co reinschreiben.

00:03:35: Und was macht man da?

00:03:36: Natürlich guckt man sich die Low Hanging Fruits an!

00:03:39: Was sind low hanging

00:03:39: fruits?!

00:03:41: Und in der Regel sind das die Dinge, die eine geringe Einstiegsführer haben, geringere Einschickskosten haben.

00:03:48: Aber geringen Einschickskosten und kleine Piloten mit kleinem Risiko heißen natürlich dann auch häufig wenig Output.

00:03:58: Ich glaube da ist es auch ein Thema was unsere These so ein bisschen untermauert.

00:04:02: Naja, ninety-fünf Prozent der KI Projekt im Mittelstand scheitern nicht!

00:04:09: Das ist ja schon mal gut, aber die sind auch häufig bedeutungslos.

00:04:12: Wir hatten das Thema in einer anderen Folge wo wir gesagt haben es gibt so zwei Welten oder zwei unterschiedliche Teile von KI-Projekten.

00:04:24: Das eine ist die persönliche Produktivität zu steigern, persönlicher Produktivitätsmitarbeiter, persönliche produktivität von einzelnen Kierressourcen und es gibt den anderen Part der eher Prozessual getrieben ist.

00:04:39: Wo wir uns ja viel darauf fokussieren, werden auch viele Folgen wo es um Prozesse geht schon abgefrühstückt und ich glaube in diesen Prozessthemen da ist deutlich mehr zu holen.

00:04:57: Da traut sich aber der Mittelstand häufig nicht heran!

00:04:59: Ich weiß nicht wie du siehst Niels, unsere Hörerschaft darf gerne mit diskutieren.

00:05:03: das würde mich echt interessieren.

00:05:06: Ich merke im deutschen Mittelstand sehr, sehr viel in den Gesprächen, dass man so eine Toolkäufermentalität hat.

00:05:14: Dass man gerne etwas kaufen möchte – eine Lizenz ein Tool oder eine fertige Lösung die man schnell einführt.

00:05:21: damit ist sie da!

00:05:25: Und man hat etwas gekauft und kann sich auf die Fahne schreiben.

00:05:27: Wir sind jetzt KI-Ready, sagen wir mal im Recruiting.

00:05:30: Wir haben ein Application Tracking System an Bord.

00:05:35: Da gehen jetzt die ganzen Bewerbungen rein... ...und da steht KI drauf.

00:05:40: also sind wir ja KI-READY und wir sind jetzt eins der ninety fünf Prozent von den Successful Projects.

00:05:49: Ist es das was es einen wirklich weiterbringt?

00:05:52: Ja ich glaube Es ist natürlich genau der Punkt.

00:05:57: Wie viel Energie fließt da rein?

00:05:59: Ich möchte und jetzt nehmen wir mal den größeren Mittelstand, ich möchte dass da eine große Flagge ist auf der KI steht.

00:06:07: Ich möchte aber eigentlich gucken das Budget klein bleibt, das Risiko klein bleibt.

00:06:12: Wir tasten uns erst einmal so ran.

00:06:16: Das kann die IT Abteilung einführen.

00:06:19: bei den kleineren Firmen stelle ich immer fest zu sagen schickt das mal durch und installiert das mal kurz.

00:06:25: Das ist so, dass Pondor vom Kleinen zu groß bringt das mal zum Laufen am besten ohne unser Zutun.

00:06:33: bei den größeren ist es dann sozusagen die IT-Abteilung soll das mal ausrollen?

00:06:37: Und dann landet man eben bei Co-Pilot oder was auch immer zu sagen Die machen das schon und abdann wird die KI das große Ergebnis woher auch immer bringen.

00:06:49: und das passiert natürlich nicht weil Es braucht Verantwortlichkeit, da braucht es natürlich auch ein Budget zu sagen wir müssen über diese Dinge nachdenken.

00:06:57: Wir müssen tatsächlich Prozesse analysieren und vielleicht für uns auch kennen aus der Praxis.

00:07:04: Da hat eine IT-Abteilung natürlich was mit zu tun aber nur marginal.

00:07:09: also das braucht einen ganz anderen Input eigentlich.

00:07:13: Und ich glaube, das ist so das große Problem.

00:07:14: und dann landen wir dann in der Bedeutungslosigkeit.

00:07:16: Weil dann kommt das Tagesgeschäft dazu die Fachabteilung fühlen sich nicht wirklich involviert in den Prozess.

00:07:24: Die IT, die rollt da wieder eine neue Software aus Dann gibt es denen das eine Prozent vielleicht sind sogar nur Null Kommen eins Prozent, die dann interessiert sind.

00:07:35: Also dass ist dann wieder auch viel von der Persönlichkeit abhängig der dann sagt okay Ich gucke mir das mal an und ich nutze das aber in der breiten Ja, unternehmerischen Basis tut sich da dann nix.

00:07:47: Und wenn das dann niemand benutzt?

00:07:49: Dann quengelt die IT weil sie sagt ja, dass benutzt ja keiner oder geht ein Teil unseres Budgets mit drauf.

00:07:55: Die Erfolge bleiben dann auch aus.

00:07:57: Das heißt wenn man dann sagt okay was haben wir denn von unserem Invest tatsächlich zurückbekommen ist dann gehende Lehre.

00:08:04: und ich glaube das ist das große Problem Weil wenn man etwas tut sollte man es richtig tun muss dann auch entsprechend aufgehängt sein.

00:08:13: und ich glaube wir bewegen uns, wir gehen in diese Richtung.

00:08:16: Ich meine das Thema ist noch nicht alt.

00:08:18: also ich denke auch dass es jetzt wenn man mal und das stelle ich schon fest, wenn man feststellt in den Unternehmen okay das ist jetzt nicht so eine Eintagsfliege.

00:08:30: Dann machen wir jetzt nicht einmal drei Monate irgendwie ein bisschen schreiben wir uns die sind unsere PR-Artikel Und dann ist wieder gut, sondern... Oh das ist gekommen um zu bleiben.

00:08:42: Man hat unterschiedliche Fachvorträge und man merkt okay da werden tatsächlich auch Investitionen getätigt von anderen Unternehmen.

00:08:51: Dann gewinnt es so ein bisschen Seriosität sag ich mal.

00:08:55: Ich glaube damit kann sich das tatsächlich verändern.

00:08:57: aber deswegen würde ich diese Studien durchaus in Frage stellen.

00:09:02: Hast du denn schonmal erlebt dass ein deiner Projekt oder den Arbeiten etwas quasi akut oder aktiv abgebrochen wurde, beendet wurde?

00:09:16: Nein.

00:09:17: Und ich glaube das ist einfach darin begründet.

00:09:23: Scheitern ist Null-oder Eins und was ich in den Projekten dann wenn feststelle ist zu sagen wir starten mit einer bestimmten Idee Die hört sich gut an und die klingt vielversprechend in erster Linie.

00:09:38: Und dann funktioniert das nicht, wie wir gedacht haben.

00:09:42: Aber mir hatten es in den anderen Folgen schon... Was ist der Unterschied zwischen Gewinnen- und Verlieren?

00:09:49: Einfach nicht aufzugeben und wiederaufzustehen!

00:09:52: Das ist dann was ja auf dem Weg passiert.

00:09:55: man lernt.

00:09:58: Das bringt ganz neue Möglichkeiten.

00:10:00: Und wenn wir dann tatsächlich in Projekten stehen, wo man merkt, okay entweder bringt es nicht die Qualität, die wir erwartet haben oder der Use Case ist nicht dass er den ROI bringt, den wir erwarteten Dann haben wir aber auf dem Weg meistens fünf, sechs andere Baustellen identifiziert von denen wir vorher nicht wussten.

00:10:23: Aber wo wir gemerkt haben Wir ändern den Fokus und werden die zum Erfolg Von dem her ist es schwierig, also dass man wirklich sagt wir brechen das Ganze ab weil es hat überhaupt keinen Sinn.

00:10:34: Nein!

00:10:35: Es entwickelt sich.

00:10:36: Ja okay ich habe zwei andere Beispiele.

00:10:40: Also wir haben tatsächlich ein Projekt erlebt.

00:10:45: Da hat jetzt keiner gesagt, wir brechen das jetzt mitten voll im Lauf ab.

00:10:49: Aber... Das eine war tatsächlich man hat bei einem unserer Kunden die am Co-Pilot eingeführt für ne Gruppe an Mitarbeiter.

00:10:57: Ich glaube es waren am Anfang, lass mich nicht lügen, dreißig bis fünfzig User, die damit quasi erstmal gestartet sind und man hat nach ein paar Wochen immer wieder nachgemessen wie ist denn die Usage?

00:11:11: Wie ist die Akzeptanz?

00:11:12: Man hat auch viel angeboten quasi Learning Sessions, Hands-On.

00:11:19: Wie kann man damit umgehen?

00:11:20: und so weiter?

00:11:21: Das gab es alles!

00:11:22: Und dennoch hat sich, ich meine das waren knapp drei Monate nach Einführung herausgestellt dass sehr wenig der zugewiesenen User die eine Lizenz hatten Copilot benutzt haben.

00:11:34: Das waren wirklich nur top zwei, drei Prozent davon und einer davon war der IT-Leiter und irgendwie noch zwei andere Power User und das wars.

00:11:43: mehr gab es nicht.

00:11:44: Und der Kunde hat sich dann dafür entschieden die Lizenzen wieder ja quasi zurückzufahren abzubestellen und Copilot für sich oder hätte jetzt auch was anderes nehmen können ist weil in dem Fall Copilot quasi wieder rauszunehmen.

00:12:03: Und damit war das, wenn wir jetzt die Definition von Abbrechen uns angucken ist dieses Projekt gescheitert und es abgebrochen worden.

00:12:12: Ein anderes was wir hatten ist... Das war tatsächlich im vollen Lauf.

00:12:16: Wir waren voll in der Entwicklung.

00:12:18: Es war eine individuelle Einzelentwicklung für einen Kunden so aktiv, dass wir sagen.

00:12:26: Wir machen teilweise zweimal die Woche ein Review der Ergebnisse der Veränderung.

00:12:30: also ist auch verrückt.

00:12:31: Wenn man überlegt früher in Scrum war man schnell wenn man zwei Wochen Sprints hatte und dann Review gemacht hat alle zwei Wochen.

00:12:38: Wir haben jetzt teilweise zwei Reviews die Woche gemacht weil es einfach so schnell geht in der Entwicklung.

00:12:45: da hat der Kunde relativ früh ich würde sagen kurz überlegen das war sechs Wochen nach Start gesagt stop, das ist nicht das was ich will.

00:12:59: Es hat also es war okay so ein proof of concept.

00:13:01: man hat einen konzept aufgesetzt und man hat gezeigt dass das funktioniert.

00:13:05: das hat auch funktioniert.

00:13:06: aber er gesagt nee das bringt mir nix.

00:13:07: ich möchte jetzt erstmal etwas anderes haben.

00:13:10: das war eine zu viel verraten.

00:13:14: da gibt's nen nda es war eine k i die passungen bestimmt ja also passt etwas zu etwas anderem Ganz gut.

00:13:25: Und das wurde dann beendet, witzigerweise hat man dann ein paar andere Themen aber trotzdem weitergemacht.

00:13:32: also für ein größeres Projekt mit mehreren parallel laufenden Streams kamen das dann einige Monate später aber wieder auf.

00:13:42: und da wo du gerade sagst dass man lernt dazu da kam es aber dazu dass wir haben jetzt Projekt eins, Projekt zwei, Projekt drei gemacht.

00:13:50: Das haben wir ganz viele zugelernt und jetzt wäre es ja toll wenn wir die Lösung, die wir damals abgebrochen und konserviert haben also wir haben sauber gemacht, sauber gestoffen, okay wir beenden jetzt quasi diesen Entwicklungsstream.

00:14:04: wie konservieren die Themen?

00:14:05: Wie dokumentieren alles?

00:14:06: Wir legen alles zur Seite das falls es wieder gebraucht wird man einfach nur die Schublade aufmachen muss und das kam dann auch auf einige Monate später.

00:14:15: so jetzt Ich stelle es natürlich die Frage, ist das abgebrochen oder ist das pausiert?

00:14:20: Also damals war's eher abgebrochene.

00:14:22: So noch dem Motto nie bebrochen das nicht.

00:14:24: Jetzt im Nachhinein war es eher eine Pause.

00:14:27: Wozu zählt man das?

00:14:29: Weiß ich nicht!

00:14:29: Würde ich jetzt mal die Diskussion eröffnen aber erlebt haben wir das schon.

00:14:34: Ja, erlebt haben ja das schon...

00:14:36: Ja, ich glaube dass ist genau der Punkt und das ist etwas gerade in diesen Individualprojekten über die wir viel sprechen.

00:14:49: Gibt es eine Weiterentwicklung?

00:14:51: Wenn ich jetzt, und dann ist viel dieser Unterschied zwischen denke Ich in Tools oder denke ich in Lösungen?

00:15:00: An Tool schalte ich an und schalke ab Eine Lösung bedarf der Weiterentwirkung Und dann ist natürlich... Ich weiß nicht ob das wieder ein deutsches Thema ist, aber mit dem Scheitern Das Scheittern ist ja per se nichts Schlimmes.

00:15:14: Wir können jede Menge daraus lernen Und das ist das, was ich immer wieder ins Gedächtnis rufe.

00:15:21: Wie alt, wie maturiert ist tatsächlich dieses ganze Thema KI?

00:15:27: Diese Technologie selbst also... Das ist nicht alt!

00:15:32: Wir haben nicht aufgehört ein Mobiltelefon zu benutzen weil es damals noch nicht das konnte, was es heute kann.

00:15:39: Das wächst und wächst auch von den Fähigkeiten.

00:15:45: Manchmal ist es glaube ich auch dieses Durchhalten, zu sagen okay wir sind noch nicht ganz am Ziel was sich mir in vielleicht einer großen Vision dann auch aufgeschrieben hat oder vorgestellt habe.

00:15:55: Aber wir wachsen als gesamtes Unternehmen langsam da hinein und in diese Richtung.

00:16:01: Und ich glaube das ist unabdingbar.

00:16:04: Ich habe eine Frage zu.

00:16:07: Was würdest du sagen?

00:16:08: Was ist schlimmer für ein Unternehmen Ein großes sichtbares KI-Projekt, was wirklich so ein KI Großprojekt ist.

00:16:15: Was scheitert?

00:16:16: Oder so zehn kleine, wo keiner wirklich sagt ich vermisse das jetzt?

00:16:26: Spannend ja!

00:16:28: Ich glaube also wenn der gleiche Energie einsatz hineinkommt... Das würde jetzt mal als Grundprämie nehmen.

00:16:40: Ich glaube, das große Problem ist ein großes Projekt.

00:16:43: Da geht der Fokus dann drauf.

00:16:45: Für die Wirkung hat man was angefangen und es hat gar nicht funktioniert.

00:16:49: Es ist immer schwierig.

00:16:53: Ich glaube da aber auch an die Kraft der Dezentralität.

00:16:58: Das heißt zehn kleine Projekte.

00:17:00: heisst dass ich zehn unterschiedliche Abteilungen, zehn unterschiedlichen Gruppen an Mitarbeitern damit auseinandergesetzt haben.

00:17:10: Meistens sind das ja nicht im Thema KI, sondern es ist bei allen Projekten.

00:17:15: Das sind nicht alle Mitarbeiter die sagen, ah, das ist gescheitert.

00:17:19: Sondern ich glaube eigentlich, dass hätte gut funktioniert.

00:17:22: wenn also man merkt Man hat mehr Touching Points sage jetzt mal im Unternehmen gehabt Wenn die natürlich, wenn das gleiche Budget einfach auf zehn kleine Projekte verteilt wird und dann macht man irgendwie alles aber nichts richtig, das is schlimm Weil dann bleibt natürlich das Gefühl übrig zu sagen, naja gut.

00:17:44: Man wollte ja nicht.

00:17:46: also wir haben nicht entsprechend das Budget bekommen.

00:17:48: Wir konnten uns eigentlich gar nicht darum kümmern.

00:17:51: Das wurde uns auch noch zusätzlich eigentlich gegeben während des Alltagsgeschäfts weiter lief.

00:17:56: Ich glaube da verbrennt mir eher die Mitarbeiter Wenn man Großprojekt scheitern lässt und ich meine dann ist es wieder.

00:18:03: aber das ist das was immer braucht in diesen Projekten Change Management Kommunikation Wenn ich natürlich auf großer Ebene Bild-Zeitung, was sich KI scheitert bei Aldi.

00:18:17: Da musste er erst mal dagegen ankommen.

00:18:18: Also das ist hier wo Aldi damals dann im Grunde um SAP abgebügelt hat und sagt okay wir rollen das gesamte Projekt in das Mitarbeiter zehn Jahre ihres Lebens gesteckt haben zurück.

00:18:32: War

00:18:32: das Aldi oder war das Lidl?

00:18:35: War das Lidl?

00:18:38: Ja, auf jeden Fall einer der zwei.

00:18:41: Ich glaube, dass ist hart.

00:18:44: aber da ist natürlich Kommunikation.

00:18:45: zu sagen okay Leute wir sind gemeinsam sind immer mit eine Idee angetreten funktioniert nicht.

00:18:51: Aber wie haben das und das daraus gelernt

00:18:55: Wenn man gelernt hat?

00:18:57: ja also ich würde mal ein bisschen aus meiner Sicht berichten wollen, also ich weiß noch nicht was richtig ist.

00:19:03: Also es ist eher ein Großprojekt zu starten oder es ist ziemlich zehn kleine Projekte zu starte?

00:19:08: Ich weiß es nicht, ich glaube es kommt darauf an.

00:19:11: Also ich habe in vielen Unternehmen gesehen dass sie relativ viele kleine Projkte gestartet haben.

00:19:17: die haben eine KI-Plattform integriert und aufgebaut aber keiner nutzt oder wenige nutzen, dann schreien alle rum.

00:19:28: Ja die User-Akzeptanz ist nicht so groß.

00:19:30: deswegen ist es nicht so erfolgreich geworden wie wir uns alle gedacht haben.

00:19:37: Es arbeiten wie zehn verschiedene Abteilungen an ihrer eigenen KI Initiative und schaffen Dinge So, aber ist es wirklich so der große Wurf?

00:19:49: Das habe

00:19:49: ich bisher noch nicht gesehen.

00:19:51: Also wo ich große Würfe gesehen habe war immer so dass die Geschäftsführung oder die der Vorstand wie auch immer das Unternehmen im Topmanagement aufgestellt ist ganz klar gesagt hat wir haben einen klaren Plan.

00:20:06: also wir wollen diese zwei diese drei dieses eine Ziel erreichen und darauf gehen wir jetzt voll drauf mit allen Ressourcen, die wir haben.

00:20:18: Wir fokussieren uns drauf.

00:20:20: Ich glaube, Fokus ist ein ganz wichtiger Punkt und diese Projekte sind in der Regel erfolgreich weil sie maximal fokusiert sind.

00:20:31: Weil sie maximal klar sind in dem was Sie erreichen wollen.

00:20:37: Die ganzen kleinen Projekten wo mal eben einen KI-Board mit ein paar Ja, mit ein paar Mitarbeitern die Bock haben auf KI sich zusammensetzen und nochmal eine Idee haben.

00:20:49: Und noch mal was entwickeln sind nett!

00:20:51: Damit wird man aber nicht den großen Wurf schaffen.

00:20:56: Dafür würde ich meine Hand für uns vorlegen... ...und du brauchst natürlich wenn du mit so einer breiten Masse loslegst,... ...und sagst so wir starten jetzt in dem Team mit einer KI-Institut.

00:21:04: Das startet in diesem Team mit der KI-institut hier und da.

00:21:07: Dass man da auch so ein bisschen diese Learnings auf allen Ebenen mehr oder weniger gleichzeitig macht Ja.

00:21:14: Und das kann man sich sparen, indem man sagt okay wir machen jetzt ein oder zwei parallele Projekte wo wir wirklich Fokus drauf geben mit Ressourcen, mit Guidance und vielleicht auch Beratern die sich damit auskennen, die das schon mal gemacht haben.

00:21:26: ich kenne da jemanden und da quasi fokussiert ran gehen und diese Dinge zum Erfolg bringen.

00:21:33: So

00:21:35: ja.

00:21:35: Ich glaube es braucht ansonsten natürlich das gesamte Repertoire.

00:21:42: Also du brauchst internes Marketing, weil ansonsten passiert genau das.

00:21:46: Da bastelt ein kleiner Teil des Unternehmens irgendwo dran.

00:21:51: Du musst ja den Kontakt halten.

00:21:53: Wie finde ich denn raus?

00:21:54: Dass das wirklich ein Use Case ist der nicht in einer Abteilung irgendwo jetzt mehr Wert schafft sondern tatsächlich flächendeckend.

00:22:01: und da ist vielleicht auch wieder so einen Unterschied zwischen großen und kleinen Unternehmen.

00:22:06: Ich merke häufig dass funktioniert im kleinen Unternehmen noch relativ gut weil die Menschen miteinander reden.

00:22:13: Weil du natürlich gar nicht die Breite vom Unternehmen hast, das heißt man kriegt automatisch mit was da passiert.

00:22:19: Man nimmt mal jemanden eher locker auf die Seite und sagt guck mal was wir machen oder es ist cool.

00:22:24: kann man sich hier und da etwas verändern?

00:22:27: können wir das nicht bei uns anpassen?

00:22:28: ich habe auch eine Idee.

00:22:30: Das passiert ab einer gewissen Größe natürlich nicht mehr Und dann müsste eigentlich so viele Ebenen schaffen die das wieder zusammenbringt.

00:22:39: Ich glaube, dass ist extrem schwierig.

00:22:43: Was würdest du denn sagen?

00:22:45: Braucht es jetzt im Mittelstand mehr Projekte, die scheitern dürfen, damit überhaupt welche entstehen, die groß werden?

00:22:51: oder hast du dann eine andere Aussage zu?

00:22:54: Ich glaube ja!

00:22:58: Ich würde das in den Bereich Produktentwicklung tatsächlich schieben weil Wenn wir überlegen, ein Unternehmen schafft ein neues Produkt, dann scheitert man in der Entwicklung automatisch.

00:23:17: Es wird eine neue Antriebsform geben in die Automobilbranche.

00:23:22: Es werden neue Antrieb entwickelt.

00:23:26: Kein Ingenieur, kein Bereichsleiter ist der Überzeugung dass wir jetzt einen neuen Antrieb entwickeln und das einfach von A bis Z durchexerzieren.

00:23:36: Nichts passiert, alles läuft glatt und dann bringen wir das auf den Rollout.

00:23:40: Serienproduktionen kein Problem.

00:23:42: Passiert nicht!

00:23:45: Das erwartet auch niemand.

00:23:46: also es ist ja so ein Erwartungsmanagement von dem her.

00:23:50: natürlich gehen der Dinge schief und man merkt okay man bisschen gescheitert.

00:23:54: dass hat nicht funktioniert obwohl das eine tolle Idee war.

00:23:58: das gehört aber zum Prozess dazu.

00:24:01: ich glaube das ist viel die Erwartung vorne weg Und wenn man das mehr als Produktentwicklung, als Weiterentwickling des Unternehmens betrachtet dann stört einen nicht.

00:24:12: Wenn gewisse Dinge nicht so eintreten wie man es erwartet hat sondern man schaut eigentlich auf das langfristige Ziel also eigentlich herauszusuchen zu sagen okay wir wollen und dass ist das was glaube ich so wichtig ist.

00:24:26: Nicht Wir führen jetzt KI ein Sondern ein Verständnis dafür entwickeln Dass diese Technologie unsere Arbeitswelt, die Geschäftswelt im Allgemeinen.

00:24:38: Wie wir handeltreiben und wie wir entwickeln, wie wir arbeiten komplett verändern wird?

00:24:44: Ich glaube das ist der Punkt.

00:24:46: Das ist wirklich der Punkt!

00:24:47: Ich glaube dass der Mittelstand nur an einer Oberfläche kratzt.

00:24:52: Der deutsche Mittelstand nutzt heute schon Karrieren für Effizienz in Angebotserstellungen, Kundenbetreuung, Prognosen, Vorkasting – wie auch immer Und das ist nett, dass funktioniert.

00:25:05: Das sind sicherlich die Projekte, die zu ninety-fünf Prozent laut unserer Steilenthese und unserer Daten erfolgreich werden.

00:25:15: Aber ist das schon Transformation?

00:25:17: Ist das schon quasi etwas wo du in deine Produktentwicklung KI mit einsetzt?

00:25:24: Wo du neue Geschäftsmodelle aufsetzt?

00:25:28: Die Nutzung von KI-Agenten würde ich nicht darin sehen.

00:25:31: Für mich ist die Nutzungen von generativer KI, KI Agents alles noch oberflächliches Nutzen, wo man kleine Themen hat, die einem natürlich schon nach vorne bringen.

00:25:47: aber das kann halt jeder!

00:25:49: Also einen KI-Agent aufzusetzen ist heute keine Kunst mehr.

00:25:53: So, das kackt jeder einigermaßen versierte IT-Administrator.

00:25:59: Kann das heute machen?

00:26:01: Mit wenig Aufwand!

00:26:03: Was aber die Wenigsten tun?

00:26:05: und besagt auch eine Studie von Deloitte aus März, dass maximal fünf Prozent echte Transformer sind die reingehen und sagen, so wir passen unsere Rollen an in unserem Unternehmen.

00:26:19: Wir passen unseren Prozesse komplett an KI an.

00:26:25: Wie machen wir unser Geschäft heute?

00:26:27: an KI oder mittels KI Technologie an?

00:26:31: Das sind die wenigsten und vielleicht sind das eher die fünf Prozent, die auch mal scheitern weil dort natürlich auch deutlich mehr Impact entstehen muss, wo deutlich mehr Sachen angepasst werden müssen.

00:26:46: Und bleiben halt nicht nur an der Nutzeroberfläche weil KI Agent hört sich immer so cool und groß an.

00:26:53: aber ist es das?

00:26:54: was hast du dazu?

00:26:56: Ja ich glaube da kommen wir wieder auf eine These aus einem unserer letzten Beiträge.

00:27:03: Du hast ein Formel eins Auto mit Möglichkeiten die übermenschlich sind und du fährst damit einfach zum Bäcker.

00:27:12: Das ist okay, das funktioniert.

00:27:14: Auch nicht auf Dauer würde ich jetzt mal sagen also ich bin kein Formel-I Mechaniker aber ich glaube nicht dass es das lang mitmacht.

00:27:20: vielleicht ist das dann auch tatsächlich wenn Projekte abgebrochen werden die Möglichkeiten die da drin stecken und natürlich und dafür braucht es Übung weil wenn ich mich heute in ein Formel I Auto setze Dann ist besser vielleicht die fahren nur zum Bäcker.

00:27:38: das ist damit umzugehen ein Gefühl zu bekommen.

00:27:41: oder mache mal ein anderes Beispiel.

00:27:44: Wir beam uns zwanzig Jahre zurück und wir geben einem x-beliebigen Bundesbürger, einen iPhone, achtzehn in die Hand und sagen machen wir was?

00:27:56: Was der getan hätte wäre er telefoniert!

00:27:59: Und das ist super.

00:28:00: also er kann ja telefonieren.

00:28:02: aber die Möglichkeiten die da drin sind.

00:28:05: und jetzt nehmen wir heute ich nehme ein von unseren Kindern ja im Alter unvorstellbar Was die heute im Stande sind damit zu tun, weil es für sie in gewisser Weise normal ist.

00:28:17: Weil Sie da mitgewachsen sind, weil sie ausprobiert haben gespielt haben.

00:28:22: und ich glaube das ist so eine Mentalität, die müssen wir wieder hinbekommen.

00:28:27: Dass man sagen muss okay sein dass da jemand mitspielt in Anführungszeichen.

00:28:33: Wir müssen ausprobieren, wir müssen scheitern.

00:28:36: ja man merkt das funktioniert nie bis es irgendwann normal wird.

00:28:40: Also, das ist jeder der Maschinenbau.

00:28:43: Jeder, der sagt ich möchte in irgendeiner Form da ein neues Auto konstruieren, der wird lernen müssen mit verschiedenen Software Tools, mit verschiedenen Maschienen umzugehen und dieses Umgehen lernen, das müssen wir mit diesen Technologien auch.

00:29:00: Und von dem her werden wir, ob man früher starten oder später?

00:29:04: Ich glaube, wir haben jetzt die Chance früh zu starten wenn das Thema noch nicht geschäftsentscheidend ist, zu scheitern ohne dass es uns tatsächlich geschäftlich ruiniert.

00:29:16: Aber dass es ernst genommen wird zu sagen okay meine also die Geschäftsführung die Mitarbeiter jeder auf unterschiedlichen Ebenen ja nicht jeder muss das Ding in allen Details begreifen aber jeder muss seine Erfahrung machen und zu sagen ok ich sehe da eine Möglichkeit in der Richtung

00:29:38: Okay, aber lass uns doch mal sagen.

00:29:41: Wenn ninety-fünf Prozent der KI-Initiative erfolgreich sind und nur fünf Prozent scheitern, lasst uns doch einmal

00:29:47: schauen

00:29:48: wie kriegen wir denn die fünf Prozent?

00:29:49: Die wirklichen Impact bereiten jetzt nicht nur so ein bisschen Himal-KI-Agent und da mal einen Chat-Tool und Himal eine Lizenz gekauft, die wirkliche Impact aufs Geschäftsmodell brauchen Wie das funktionieren kann.

00:30:02: Da haben wir ein gutes Beispiel.

00:30:05: Wir haben aktuell ein großes Projekt bei einer Personalberatung,

00:30:10: wo

00:30:10: man kann es eigentlich eher im KI-Programm oder eine KI-Transformation nennen.

00:30:14: Wo wir aktiv sind und die machen gerade sehr viel richtig.

00:30:18: Es ist unfassbar!

00:30:19: Die gehören mich genau dazu dass sie sagen wir nutzen KI nicht nur als reines Tool Wir nutzen es nicht nur um die Dinge, die wir immer schon so gemacht haben wie sie gemacht haben nochmal effizienter zu machen.

00:30:30: Soll ich sagen?

00:30:30: Wir wollen jetzt schauen womit sind wir in der Lage mittels KI etwas anders zu machen unser Geschäftsmodell zu verändern, zu transformieren vielleicht auch einfach etwas neu zu machen und hier mal eine Blaupause wie man's machen kann.

00:30:44: Wir haben ganz zu Beginn ein KI Workshop gemacht wo man sich ganz speziell zwei Ideen, die man sich schonmal überlegt hatte Wie wäre es denn, wenn wir unendliche Kapazitäten, Ressourcen und Geld hätten?

00:31:00: Und theoretisch hunderttausend Menschen einstellen könnten oder die uns das auch leisten können.

00:31:05: Was könnten wir dann tun?

00:31:07: Und denk da mal drauf rum!

00:31:09: Häufig denkt man immer ja ich habe keine Leute dafür und wir müssten wieder Leute einstellen ist zu teuer oder sonst was, kriegt sie nicht.

00:31:16: Aber wenn man jetzt mal freischnaut sei einfach mal wirklich ohne Limits überlegt und sagt okay Wenn die Ressoursen kein Engpass mehr wären Was würden wir dann tun?

00:31:26: Und die hatten zwei großartige Ideen, aus denen ein Proof-Of-Konzept entstanden ist.

00:31:35: Da haben wir einen Konzept drauf entwickelt und gesagt okay, wir haben verstanden was hier vorab cooler Move.

00:31:40: Wir haben daraus gesagt okay lass uns schauen ob das geht weil so etwas gibt es noch nicht.

00:31:46: und da hat man diese Konzepte aufgesetzt mit Testdaten erste Sachen umgesetzt, erste Sachen entwickelt.

00:31:57: Auch mal auf die Nase gefallen und gesagt nur geht vielleicht jetzt in die falsche Richtung, lass uns das mal lieber ja in die Richtungen entwickeln, das haben wir dann getan.

00:32:07: Man hat relativ schnell gemerkt wow!

00:32:09: Das funktioniert.

00:32:10: also werden sehr schnell die Erfahrung gemacht nach vier Wochen dass was man sich überlegt hat Was möglich wäre, wenn wir in der Theorie unendliche Möglichkeiten hätten, Menschen einzustellen.

00:32:22: Die einfach alles tun was wir möchten in einer immer gleichbleibenden Qualität.

00:32:29: Das haben wir uns angeguckt.

00:32:30: da haben wir eine Lösung für entwickelt und genau das hat man gesehen dass funktioniert.

00:32:34: wow lass uns das jetzt in die Produktion bringen.

00:32:38: Was hat das gemacht?

00:32:40: Wir haben angefangen aus dieser Idee eine echte Lösung zu entwickeln.

00:32:45: Das war jetzt erstmal eins der ninety-fünf Prozent erfolgreichen K-Initiativen und bei die müssen ja jetzt in den Betrieb rein, das heißt jetzt will man etwas anders machen, braucht andere Menschen dazu.

00:32:58: Der Geschäftsprozess ist ein ganz anderer.

00:33:00: Vorher hat dieses Unternehmen einfach Headhunting betrieben und Personalberater haben gute Kandidaten für spezielle Stellen gefunden und eine Vermittlung gemacht.

00:33:14: Und wenn man jetzt auch einmal in der Lage ist zu sagen, naja ich kriege beispielsweise fünfhundert Bewerbungen und ich kann diese mehr oder weniger in Echtzeit bewerten dort ganz schnell herausfinden was sind denn die Topkandidaten?

00:33:29: Die wirklichen Topkandidaten Und die kann ich dann noch am selben Tag anrufen, noch amseln Tag mit denen sprechen.

00:33:36: Noch am selten Tag ein Bewerbungsgespräch mit einem möglichen passenden Unternehmen aufzusetzen.

00:33:42: Das wäre doch mal was wo man echten Mehrwert von hat.

00:33:47: und auf einmal denkt man viel größer und dann kommt man in Sachen rein und sagt okay aber dafür brauchen wir eine gute Datenbasis.

00:33:53: ja man braucht eine eine Plattform die das aushält und fängt dann an wirklich größere Themen zu denken größer zu denken, anders zu denken.

00:34:02: Geschäft auch anders zu machen.

00:34:05: und ja das sind die fünf Prozent, die wahrscheinlich häufig scheitern weil wir gemerkt haben dazu gehört dann Change Management.

00:34:13: Die Menschen müssen mitgenommen werden Weil auf einmal das normale Geschäftsmodell ein anderes ist.

00:34:20: Ja man braucht deutlich mehr Zeit auffahren.

00:34:22: Das ist nicht mal eben die IT macht irgendeine Kleinigkeit und daraus kommt irgendwie was raus.

00:34:29: Und das kann jemand nutzen oder nicht nutzen, sondern da hängt auch ein gewisses Budget dran und dann will man natürlich dass es auch erfolgreich wird.

00:34:39: so und sich das zu trauen.

00:34:42: Da gehört schon etwas zu.

00:34:43: Dann werden wir quasi beim Großprojekt von vorhin.

00:34:48: die können auch scheitern Wenn eben nicht ganzheitlich gedacht ist, wenn eben nicht das Backing von Management da ist.

00:34:56: Wenn eben auch nicht das Changemanagement in der Personalabteilung oder die Personalentwicklung und Co.

00:35:01: mit dran hängt um eine gute Story nach außen zu erzählen.

00:35:05: Da können natürlich große Projekte schnell starten aber das ist ja kein KI-Problem.

00:35:10: oder was hast du?

00:35:11: Ich wollte gerade sagen... Du hast gerade gesagt dann können wir das Geschäft anders machen!

00:35:16: Und ich würde das sogar ergänzen dann können wir anderes Geschäft machen.

00:35:22: Das ist das, worüber wir auch schon öfter gesprochen haben.

00:35:25: Dann kommen hier weg von dem Rhein rationalisieren hin zu sagen Wir schaffen Qualität!

00:35:31: Wir schaffen ein ganz neues Geschäftsmodell.

00:35:33: und ich glaube was da auch unglaublich wichtig ist dass man das also wie auch immer man das macht ja und ich glaub auch da kommt es auf das Unternehmen an die Größe.

00:35:49: Ich muss meinen Mitarbeitern, ich muss diesem ganzen Projekt eigentlich eine grüne Wiese geben.

00:35:56: Also ich muss es irgendwie schaffen dass das gesamte Projekt nicht mit den Scheuklappen auf ist zu sagen wie wir's heute machen sondern ich muss die Freiheitsgrade in irgendeiner Form herstellen dass sich sagt Wir denken so und deswegen super mit den unbegrenzten Ressourcen!

00:36:15: Wir denken So als wäre alles möglich.

00:36:18: Und ich glaube, dann kommt man tatsächlich erst an die Punkte wo man sagt und das haben wir für eine große Software-Lösung ein.

00:36:28: Das was diese Projekte schon immer... Ich glaub seit Anbequem der Zeit schon immer gebremst hat war dieser eine Mitarbeiter, der dann sagt halt, dass geht nicht, das machen wir nämlich so rum.

00:36:38: Schon immer!

00:36:39: Warum?

00:36:41: Weil wir es zu tun also sozusagen Wir können das heute anders aber wir tun das schon immer so Und wir sind alle drin verhaftet.

00:36:50: Also wenn wir zehn, zwanzig Jahre den gleichen Prozess machen dann fällt es uns unglaublich schwer einen Schritt zurück zu gehen und so sagen stellen wir uns mal vor alles ist möglich ja schwierig und trotzdem geht das.

00:37:03: also ich mache jetzt ein extrem Verlauf sozusagen ich gründe eine neue Firma die vielleicht auch mit kleiner zahl aber ich sage ich nenn sie jetzt mal so guerilla taktik.

00:37:14: die sind im untergrund haben aber ein vernünftiges Budget und auch ganz andere Tagzeiten.

00:37:22: Vielleicht zu sagen genau das, wir haben das früher einen Sprint oh vier Wochen sechs Wochen.

00:37:26: Ein Sprint drei Tage.

00:37:30: Die haben die Möglichkeit und es ist immer wieder eine Geschwindigkeit je größer das Unternehmen wird desto langsamer wird die Geschwindigkeits.

00:37:35: so sein seit schnell Fallt schnell auf die Nase steht schnell wieder auf und kommt weiter mit den Entwicklungen.

00:37:43: Und ich glaube dann ermöglicht man es Firmen tatsächlich sorry ermöglicht man es tatsächlich, dass man sagt wir haben bis jetzt dieses Geschäftsmodell gehabt und wir dachten wir revolutionieren das und merken plötzlich halt.

00:38:02: Das Produkt, das wir jetzt vielleicht anbieten können ist ein ganz anderes ja?

00:38:07: Und nicht weil sich das Produkt in Sicht tatsächlich unterscheidet.

00:38:10: aber zu sagen okay wie entwickeln sich tatsächlich auch Produkte?

00:38:14: also der Beispiel vielleicht ganz schön und das ist glaube ich auch weitläufig bekannt, ja.

00:38:22: Ist so das Thema Netflix zu sagen wir verschicken DVDs damit man die angucken kann Und wie lange es tatsächlich gebraucht hat?

00:38:31: Ich meine der Gründer von Netflix hatte diesen Satz geprägt zu sagen fail cheap and fail fast und vielleicht als kurze Anekdote Die hatten am Anfang Das sind jetzt die Zahlen aus dem Kopf.

00:38:47: Am Anfang hatten sie glaube ich, für neue Entwicklungen.

00:38:50: Das waren Kleinigkeiten.

00:38:52: also das war tatsächlich teilweise in der Nutzeroberfläche nichts Großes.

00:38:56: Waren es im Schnitt zweihunderttausend Dollar in der Größenordnung diese gebraucht haben?

00:39:01: Es waren fünf Mitarbeiter und sie haben sechs bis acht Wochen gebrauchten um festzustellen wir haben hier was ganz Cooles Neues probiert.

00:39:09: und das funktioniert gar nicht.

00:39:11: weil sie extrem viel Aufwand reingesteckt haben, weil sie extremen lang gebrauchen um Feedback einzuholen zu sagen oh nee das funktioniert nicht so.

00:39:18: Und sein Ansatz war ja, das so weit runter zu kürzen wie es nur geht.

00:39:24: Am Ende waren's irgendwie sie konnten zwanzig Versuche am Tag starten mit Feedback teilweise also hochgradig hier im Pareto-System also achtzigzwanzig.

00:39:35: die Lösung ist gar nicht fertig null.

00:39:37: aber was ist das minimale Feedback dass wir brauchen?

00:39:40: und zu merken halt funktioniert nicht.

00:39:42: Wir gehen aber mit zehn Versuchen am Tag rein und haben spätestens am dritten Tag drei Sachen, die funktionieren.

00:39:47: Und da gehen wir tief an die Entwicklung.

00:39:49: Genau das ist es was ich vorhin meinte mit.

00:39:53: Probiert Dinge aus macht sie ganz schnell macht reviews alle zwei drei Tage ja und sagt geil weiter drauf oder nee muss weg Stoppen wir jetzt.

00:40:04: Genau das ist es!

00:40:04: Wir haben damals, als wir angefangen haben mit der Comic-Solution Factory, haben wir relativ viele PoC's gemacht und da war genau dieses Motto mal Fail Fast.

00:40:11: Das was du gerade gesagt hast, ich wusste gar nicht, warum Netflix Gründer kommt.

00:40:14: Merke ich mir mal... Wir haben wirklich die ersten Wochen immer nur über wie gut ist gut genug?

00:40:21: Und Fail Fast gesprochen.

00:40:23: Das fand nämlich genau unser Ansatz mit unseren Kunden, wo wir gesagt haben okay lass uns jetzt schnell lernen wann sagen wir ist gut genauch reicht Jetzt können wir die Produktion gehen oder was auch immer mitmachen.

00:40:34: Oder da ist es gut genug und du siehst keine Sau, also kann auf weg.

00:40:40: Und quasi auch zu merken okay wenn man eine Idee hatte und gesagt das können wir jetzt einen KI machen aber dann einfach nicht funktioniert fail fast und cheap.

00:40:49: Okay sehr sehr gut!

00:40:51: Wir haben ja sonst immer die Frage gehabt dass hast Du denn in der letzten Woche mit KI gemacht?

00:40:57: Das würde ich heute mal anders machen.

00:40:59: Und zwar besser passend.

00:41:00: Das sind ganz frei, wenn der Sebastian nicht da ist.

00:41:04: Ja!

00:41:04: Dann machen wir mal ganz wilde Sachen hier.

00:41:06: Ich würde nämlich Folgendes machen.

00:41:08: Welches?

00:41:09: Denn der KI-Vorhaben war erfolgreich, hat aber am Ende niemand interessiert.

00:41:15: und was hast du daraus gelernt?

00:41:19: Spannend...

00:41:23: ich habe tatsächlich einen Konfigurator gebaut Ein personalisierten Konfigurator für eine spezielle Branche, ging tatsächlich um Catering Services.

00:41:40: War hervorragend!

00:41:41: Also hat als kleines Versuchsprojekt gestartet, kam eigentlich aus einer anderen Richtung wo das gut funktioniert hat und ich habe recht viel Zeit reingesteckt und das Ergebnis war super.

00:41:57: Ja... Das Feedback vom Markt war solarlar.

00:42:03: Tatsächlich, von dem her das war das Produkt war relativ weit und tatsächlich ist mir da dass auf die Füße gefallen fell fast in cheap.

00:42:13: also ich hätte viel früher eigentlich an den Markt gehen müssen.

00:42:17: Viel früher das Feedback einholen müssen und habe mich in der, sagen wir mal in den technischen Feinheiten dann verloren.

00:42:25: es war super spannend.

00:42:27: also diese Software konnte in Anführungszeichen alles Und hab dann selber gemerkt, ja das war unnötig.

00:42:36: Also man merkt okay das brauchen wir nicht!

00:42:38: Das ist super es hat sämtliche Bedürfnisse erfüllt.

00:42:42: allerdings bin ich selber... Ich habe zu viel Energie reingesteckt weil ich hätte früher merken können.

00:42:48: Das wird nix.

00:42:51: Ja so schönes Beispiel.

00:42:53: also Katerer wird aus dir nicht mehr?

00:42:55: Nee ich glaube nicht.

00:42:59: Sehr gut

00:43:01: Wir haben etwas Ähnliches gehabt, zwar ist kein Catering aber ein Gerät was man braucht nachdem er gegessen hat.

00:43:07: und zwar haben wir mal für einen Elektrogerätehersteller der auch Spülmaschinen hergestellt hat.

00:43:14: Mal ein Konzept aufgesetzt und dann Proof of Concept laufen lassen um quasi eine Erkennung wie sauber es sauber in einer Spül Maschine zu machen.

00:43:23: War eigentlich cool!

00:43:24: Ein cooles Vorraum hat auch gut funktioniert.

00:43:26: Wir haben so eine Heatmap am Ende immer bekommen, wir haben die Entwickler ganz cool gemacht.

00:43:31: Als man dann gesehen hat okay an dem Teller ist noch ein kleines Stückchen oder musst du noch ein bisschen länger drehen und das war echt cool!

00:43:39: Die Steuerung war cool es hat wunderbar funktioniert.

00:43:42: Hat aber am Ende keine Sau interessiert.

00:43:43: Das ist nie live gegangen.

00:43:46: Also ich weiß nicht vielleicht ist es mittlerweile schon anderthalb Jahre her Aber ich kenne immer noch keine Spülmaschine, die wirklich KI-Ready überwacht.

00:43:57: Wann ist in der Teller wirklich sauber?

00:43:59: Also da haben wir eigentlich was Cooles gebaut und ein cooles KI vorhaben aber es hat am Ende niemand interessiert.

00:44:06: und wenn ich mir die Frage stelle, was haben wir daraus gelernt?

00:44:10: Ja vielleicht ist man ab und zu bisschen früh dran und ist vielleicht ein bisschen übereifrig.

00:44:15: in den Ideen kann man ja konservieren und vielleicht späteren Zeitpunkt nochmal wieder aufmachen.

00:44:21: Ich wollte gerade sagen, ich glaube das ganze Thema vernitzte Geräte kommt noch.

00:44:27: Der Zyklus liegt noch

00:44:29: nicht mehr?

00:44:30: Ja!

00:44:30: Ich bin gespannt!

00:44:31: Wir werden es sehen...

00:44:34: Als übergreifendes Learning können wir wahrscheinlich mitnehmen Fail Fast & Fail Cheap

00:44:40: Genau!

00:44:41: Traut euch zu den fünf Prozent auch mal zugehören die vielleicht scheitern.

00:44:48: Geht die Sachen an, passt sie schnell an.

00:44:52: Wenn ihr merkt es geht in die falsche Richtung aber wenn das klappt dann habt ihr hier wirklich einen großen großen Mehrwert in eurem Geschäft und lasst euch nicht abbügeln mit.

00:45:03: Unsere KI-Projekte sind so toll und wir haben so viele coole Sachen schon eingeführt.

00:45:07: Und wir gehören zu den ninety-fünf Prozent der erfolgreichen KI-Initiativen, ja aber wenn es am Ende keine Sau interessiert und kein Euro mehr in der Bilanz steckt oder kein Kunde mehr bereit ist, kunde zu werden oder mehr Geld auszugeben oder ein Benefit aus eurer Lösung hat dann hat das vielleicht auch nichts gebracht.

00:45:26: die KI Initiative die ihr euch davor genommen habt.

00:45:29: Absolut!

00:45:31: In dem Sinne würde ich sagen, haben wir unsere Themen heute ausreichend besprochen.

00:45:36: Lieber Nils!

00:45:37: Ich freue mich schon auf unsere nächste Folge dann wahrscheinlich mit dir und Sebastian denn ich gehe jetzt auch in Urlaub, freu' mich da auch schon drauf und ich bin auch sehr gespannt welcher steile Tee sie ihr beim nächsten Mal dabei hat.

00:45:49: Da haben wir garantiert ein paar im Gepäck.

00:45:52: Da gehe ich von aus.

00:45:53: Vielen Dank dir!

00:45:54: Ich dank dir bis zum nächsten mal!

00:45:57: Ciao.