Latest / AI or DIE / KI skaliert nur mit klarer Führung

Transcript

KI skaliert nur mit klarer Führung · AI or DIE

• 0:00
  Speaker 1: Hallo zusammen zu unserem Podcast AI or Die.
• 0:03
  Speaker 1: Und da kam eine Studie neulich raus und dann hieß es AI at Scale, und da wurde ich hellhörig.
• 0:09
  Speaker 1: Alle wo AI drin steht, da gucke ich natürlich mal nach.
• 0:13
  Speaker 1: Da hab ich gesehen, die Partner von Övalantik sind da ganz weit vorne.
• 0:16
  Speaker 1: Haben das mit dem Handelsblatt rausgegeben.
• 0:19
  Speaker 1: und erkennt ihr mich?
• 0:19
  Speaker 1: Da fackel' ich nicht lange, sag' ich wie sieht's aus!
• 0:22
  Speaker 1: Habt ihr jemanden für mich?
• 0:23
  Speaker 1: Mag das jemand mal im Podcast erzählen?
• 0:25
  Speaker 1: Können wir mal ein bisschen darüber reden was so ein Ergebnis war?
• 0:27
  Speaker 1: Und dann schicken die mir nix irgendwie weh'n.
• 0:29
  Speaker 1: Dann schicken dir mir Lawrence und der stellt sich jetzt bestmach vor.
• 0:32
  Speaker 1: Moin Lawrence, guten Tag hier aus Norddeutschland.
• 0:35
  Speaker 0: Hallo Andreas Grüß dich Servus aus München.
• 0:37
  Speaker 0: ähm genau freu mich sehr hier zu sein.
• 0:39
  Speaker 0: ähm ja Lawrence Soll ich gleich was zu mir sagen?
• 0:45
  Speaker 0: Wie du sagst, ich bin Partner bei Walantik.
• 0:47
  Speaker 0: Ich bin Co-Lead unserer AI und Data Division hier in Walantick.
• 0:54
  Speaker 0: Ich habe etwas unteren Lebenslauf.
• 0:58
  Speaker 0: Ich hab mal eine Architektur studiert, bin dann beim McKinsey eingestiegen, hab da das Beratungshand weg gelernt.
• 1:02
  Speaker 0: Ich sage, wenn ich bin gehirngewaschen worden in puncto Fakten basierte, evidenzbasierte Analyse und Entscheidungsfindungen und Empfehlungen.
• 1:11
  Speaker 0: Es hat mich nicht losgelassen, ich habe dann mit einer kleinen Digitalisierungsberatungsbetrug-Botik angefangen zu arbeiten und da auch unsere sogenannte Data Thinking Practice aufgebaut.
• 1:24
  Speaker 0: Wir sind seit vier Jahren Teil der Walantik und genau in diesem Kontext mache ich auch das Thema AI und Data weiter.
• 1:33
  Speaker 0: Wir kommen gleich darauf zu sprechen warum sei es immer ein Atemzug?
• 1:36
  Speaker 0: Ich glaube dass ist mittlerweile auch eine Binsenweisheit Ohne ohne saure Daten keine KI.
• 1:43
  Speaker 1: Ja, ich glaube dafür stehst du auch dass wir da heute auch darüber sprechen werden.
• 1:48
  Speaker 1: was mich ja viel mehr interessiert ist Berater oder Markforscher wie die Barg haben, sagen das ja schon länger und immer.
• 1:54
  Speaker 1: Viel interessanter ist jetzt!
• 1:55
  Speaker 1: Jetzt habt ihr euch ja aufgemacht in dieser Studie auch mal zu fragen, wie sehen das denn so die Kunden?
• 2:00
  Speaker 1: Bzw.,
• 2:01
  Speaker 1: wie sehen dass denn auch Leute, die gar nicht kunden von euch sind?
• 2:04
  Speaker 1: weil ihr habt ja mit dem Handelsblatt richtig aufgefahren.
• 2:07
  Speaker 1: Magst du erstmal für die Leute hier bisschen akademischer unterwegs sind erzählen wen habt ihr befragt?
• 2:13
  Speaker 1: was war das Ziel der Studie?
• 2:14
  Speaker 1: also wir müssen es jetzt hier nicht overdesign und müssen jetzt irgendwie Statistik Grundkurs eins machen, aber es ist so ungefähres Bild haben.
• 2:21
  Speaker 1: Wer hat da geantwortet?
• 2:22
  Speaker 1: Was war das Ziel?
• 2:24
  Speaker 0: Absolut!
• 2:24
  Speaker 0: Genau also wie du sagst die Studie haben wir gemeinsam mit dem Handelsblatt Research Institute durchgeführt mit dem Sven Jung vor allem Dr.
• 2:32
  Speaker 0: Sven Jung vom Handels Blatt Research Institut.
• 2:34
  Speaker 0: Wir haben ein tausend ganz genau ein Tausend C Level Also Entscheider-Ebene befragt Unternehmen, Vertreter also Zielhebelvertreter von Unternehmen aus deutschsprachigen Ländern.
• 2:50
  Speaker 0: Bissende Branchenauswahl.
• 2:52
  Speaker 0: die haben wir bewusst vorgenommen weil sie auch unsere Zielbranchen abdeckt.
• 2:56
  Speaker 0: Da ist Automobilindustrie dabei da ist die Telco Industrie dabei da is der Handel dabei Und Unternehmensgrößen waren von eigentlich ab mittleren Unternehmen, also ab zuhundertfünfzig mitarbeitende Mittelgroßunternehmen und auch Großunternehmer.
• 3:15
  Speaker 0: Also über zehn Tausend Mitarbeiter.
• 3:18
  Speaker 1: Ja, also ihr habt ein ganzes Potporee von Leuten die, wo man sagt, die tragen die deutsche Wirtschaft.
• 3:23
  Speaker 1: Die habt ihr dann nochmal befragt so und absolut das war so die Zielgruppe.
• 3:27
  Speaker 1: was habt ihr euch denn selber?
• 3:28
  Speaker 1: davon erhofft in dieser Studie.
• 3:31
  Speaker 1: Außerhalb der Tatsache, dass ich euch hier einlade um wie wir darüber sprechen und sagen Wir machen da Vertrieb mit völlig legitim.
• 3:37
  Speaker 1: Übrigens unten habt ihr einen Link?
• 3:39
  Speaker 1: Na dann könnt ihr diese Studie natürlich.
• 3:41
  Speaker 1: Ihr kennt mich.
• 3:42
  Speaker 1: Könnt ihr auch da unten dann downloaden und euch mal zu Gemüte führen und mal ran gucken aber erstmal kriegt ihr natürlich von uns die Zusammenfassung.
• 3:48
  Speaker 1: also was war denn so das übergeordnete Ziel?
• 3:50
  Speaker 1: Was wollte man denn selber so als top notch Beratung wissen?
• 3:54
  Speaker 1: was interessiert euch besonders interessiert?
• 3:57
  Speaker 0: Also wir wollten ganz besonderes Wissen.
• 3:59
  Speaker 0: Wir machen sie auch dieses Jahr, also die Befragung war eben Dezember.
• 4:06
  Speaker 0: Wir haben es jetzt das zweite Mal gemacht, so würde ich sagen was ist wo steht AI in dieser Zielgruppe?
• 4:15
  Speaker 0: In der Zielgruppen eben gesagt wie deutschsprachige Unternehmen im klassischen Industrie, den klassischen Branchen und zwar aus der Perspektive der Erscheider der Sea Levels.
• 4:28
  Speaker 0: Wir wollten das eingebettet wissen, in auch andere Technologien.
• 4:31
  Speaker 0: Nach dem Motto irgendwie ist eigentlich AI wirklich so das Hype-Ding und das einzige Ding, wonach sich gerade alle irgendwie worüber sie alle unterhalten.
• 4:42
  Speaker 0: Es ist es tatsächlich aber es löst jetzt gerade erst eigentlich Clouden
• 4:45
  Speaker 0: usw.,
• 4:46
  Speaker 0: also als digitale Technologin überhaupt an Bedeutung ab.
• 4:50
  Speaker 0: Und wir wollten dann natürlich ein bisschen genauer wissen Auch Hypothesen von uns bestätigt bekommen.
• 4:57
  Speaker 0: Worauf kommt es eigentlich an, wenn man KI erfolgreich einsetzen will?
• 5:05
  Speaker 0: Und noch die Grundlagefrage.
• 5:07
  Speaker 0: Wie sollte man überhaupt sich darum kümmern?
• 5:09
  Speaker 0: und da kann man die klare Antwort geben.
• 5:11
  Speaker 0: Ja, das sollte man.
• 5:12
  Speaker 1: Ja, also ich glaube wir müssen bei der KI es ist jetzt nicht eine Technologie oder irgendetwas was gerade auf uns zukommt wo wir Überzeugungsarbeit mehr leisten müssen.
• 5:21
  Speaker 1: Also ich glaube was man in der Studie relativ schnell feststellen kann ist alle haben KI auf dem Schirm zu unterschiedlichen Reifegraden.
• 5:30
  Speaker 1: Aber es ist nicht so, als müsste man jetzt rumlaufen und sagen hey Leute, Cyber Security extrem wichtiges Topic.
• 5:37
  Speaker 1: Wir müssen investieren wir müssen's machen.
• 5:39
  Speaker 1: ich hätte lieber den Termin als Berater zu einem KI Thema als ein Cyber Security Thema wenn ich Budgets holen möchte.
• 5:46
  Speaker 1: So dass das eine das andere bedingt reden wir drüber.
• 5:49
  Speaker 1: aber man sieht ja so bisschen KI ist angekommen.
• 5:53
  Speaker 1: Es ist eher die Frage, was macht ihr jetzt damit?
• 5:56
  Speaker 1: Also Carsten Banger hatte damals mal gesagt Playtime is over.
• 5:59
  Speaker 1: das zitiere ich immer persönlich ganz gerne.
• 6:01
  Speaker 1: wir müssen jetzt auch Ergebnisse machen.
• 6:03
  Speaker 1: wo ist gerade so der Stand der Studie?
• 6:05
  Speaker 1: sind wir da auch aus deiner Sicht schon?
• 6:07
  Speaker 1: Playtime Is Over?
• 6:08
  Speaker 1: Sind alle Pilotprojekte erfolgreich abgeschlossen?
• 6:10
  Speaker 1: Sind wir in der Produktion?
• 6:12
  Speaker 1: Wo stehen denn die befragt zu?
• 6:15
  Speaker 0: Ja es ist eine gute Frage.
• 6:19
  Speaker 0: also wir haben erstmal Zwei Dimensionen herausgefunden, wie diese befragten sie selbst einschätzen oder ihre eigenen Organisationen selber einschätzen.
• 6:29
  Speaker 0: Und da kam raus in den zwei Dimensiones haben wir es eigentlich strategisch verankert dass wir mit KI was machen wollen und sind ja schon eine Umsetzung auch weit das da ungefähr ein Drittel der Unternehmen sich selbst als KI Vorreiter einschätzten Und damit auch sagen, ja wir haben KI schon produktiv im Einsatz.
• 6:52
  Speaker 0: Also beyond Playtime, Pox und Piloten haben wir erfolgreich abgeschlossen und wir machen es jetzt schon produktives.
• 7:02
  Speaker 0: Das war ein Befragungsergebnis.
• 7:04
  Speaker 0: Wenn ich mir aus meiner Projektarbeit – und ich mache wirklich mittlerweile mehr KI als Datenprojekte – wenn ich mir das so anschaue dann sage Das ist punktueller Fall, aber wirklich at scale.
• 7:22
  Speaker 0: Da ist noch ein kleines Stück Weg hin.
• 7:24
  Speaker 1: Ja ich war heute morgen nämlich in einem Training das sich selber gegeben habe zum Thema Co-Pilot So bei der deutschen Bahn und das wird groß ausgerollt.
• 7:34
  Speaker 1: Und da versuche ich möglichst viele als scale in so zwei Stunden Vorträgen für den Co-Piloten zu begeistern, in die klassischen Office Tools.
• 7:41
  Speaker 1: Das ist ja jetzt nicht die Hardcore KI Welt.
• 7:44
  Speaker 1: also wenn man natürlich jetzt die Leute befragt und sagt hey was macht ihr so KI mäßig?
• 7:49
  Speaker 1: Wenn ich dann mit dem Co Piloten komme ohne es gering schätze Ich bin froh dass das überall so geht Ist das ein anderer Level als wenn ich automatisierte Prozesse Workflow Management in unterschiedlichsten Bereichen von Pricing.
• 8:05
  Speaker 1: In Dingen, die wir halt sagen hey machen wir Time to Market da treffen wir Entscheidungen auf der Grundlage vollkommen automatisiert Da ist ja die Bandbreite sehr sehr groß.
• 8:16
  Speaker 1: Wo siehst du denn so den Einsatz von KI vielleicht auch abseits des Studie und auch aus deiner Beratungserfahrung?
• 8:22
  Speaker 1: Wo siehst du denen dann momentan und wo es eigentlich richtig der Value zu holen?
• 8:28
  Speaker 0: Auf beiden Ebenen ja und beide eben.
• 8:30
  Speaker 0: was meine ich damit?
• 8:31
  Speaker 0: Was sucht Schilders genau?
• 8:32
  Speaker 0: Copilot Rollout, Copilot Adoption oder andere andere Standard Tools wie gerade in aller Munde Claude Coda für Entwicklungsarbeiten.
• 8:41
  Speaker 0: Das ist nämlich breiten Sport also möglichst alle im Unternehmen in der Organisation sollten eigentlich wissen wie sie mit KI umgehen sollten berührungsängste abbauen ja sollten Eigentlich täglich mal den Copilot anschmeißen.
• 8:57
  Speaker 0: oder so breiten Sport und das unterscheide ich vom Spitzensport.
• 9:02
  Speaker 0: Genau wie du sagst, sehr spezifisch, sehr unternehmensspezifische, sehr workflow-spezific nicht nur eins oder mehrere Agenten miteinander arbeiten zu lassen um einen spezivischen geschäftskritischen Prozess eine bestimmte Geschäftsfähigkeit wirklich zu stärken.
• 9:21
  Speaker 0: Also was du sagst, ja irgendwie möglichst hohen Grad von Automatisierungen, möglichst hohe Grad von Bunkerverarbeitung und so weiter hinzukriegen.
• 9:27
  Speaker 0: Dieses Wiring AI into Workflows ist der Spitzensport wo wir auch dann KI-Talente einsetzen, die das auch wirklich gelernt haben.
• 9:41
  Speaker 0: Beide Ebenen sind gleich wichtig.
• 9:42
  Speaker 0: meines Erachtens also sowohl der breiten Sportbreite Adoption von KI-Tools als auch der Spitzensport, genau.
• 9:52
  Speaker 0: Beides wichtig!
• 9:54
  Speaker 1: Ich finde ich ganz schön den Vergleich.
• 9:55
  Speaker 1: Ich glaube im Breitensport will ich sogar so weit gehen.
• 9:57
  Speaker 1: es reichen auch teilweise Zehntausend Schritte am Tag sagt man ja oft mal so.
• 10:01
  Speaker 1: Hauptsache ich komme überhaupt in KI Bewegung in irgendeiner Form also so einmal am Tag mal links rechts was zu machen um hier weil das habt ihr ja auch mit Leadership Habt ihr hier auch drinnen abgefragt?
• 10:12
  Speaker 1: Haben wir ja auch festgestellt, du musst die Leute ja mitnehmen.
• 10:16
  Speaker 1: Ich glaube, die Ängste bauen sich immer mehr ab.
• 10:18
  Speaker 1: also was wir am Vorher hatten dieses Horror-Szenario KI sondern hey das hilft uns!
• 10:23
  Speaker 1: Wir werden effizienter und es gibt auch Grenzen.
• 10:25
  Speaker 1: jetzt habt ihr ein bisschen nach der KI Reife gefragt und da hat so rund ein Drittel sagen da so wir haben eine hohe Reife.
• 10:33
  Speaker 1: Jetzt bin ich ja auch Berater.
• 10:34
  Speaker 1: meine Firma heißt AIODAI.
• 10:36
  Speaker 1: ich habe hier so einen Podcast.
• 10:38
  Speaker 1: Meine Sache wäre, wenn mich jemand fragt von der Selbsteinschätzung nach der Reife.
• 10:42
  Speaker 1: Ich verstehe es ja ne?
• 10:43
  Speaker 1: Geht's nach der Scala wär ich ja so.
• 10:46
  Speaker 1: oh!
• 10:46
  Speaker 1: Ich glaub wir sehen hier gerade erst den Anfang.
• 10:49
  Speaker 1: Wir sehen ein bisschen den Eisberg raus gucken da kommt richtig noch was auf uns zu.
• 10:53
  Speaker 1: Meinst du wer reden da ein bisschen...ich will jetzt niemanden unrecht tun.
• 10:56
  Speaker 1: Ein bisschen über Selbstüberschätzungen oder wie war da die Frage gestellt?
• 11:01
  Speaker 1: Oder ist es so?
• 11:02
  Speaker 1: hey wenn ich natürlich jetzt den Co-Piloten schon als hohen Reifekrad sehe weil er mir schon hilft ist es ja auch völlig legitim.
• 11:09
  Speaker 1: Also wie kriege ich so bisschen KI-Reife jetzt für unsere Zuhörer, dass sich das vielleicht selber beim Unternehmen jetzt mal challenging kann?
• 11:15
  Speaker 1: Für mich so ein bisschen sortiert.
• 11:18
  Speaker 0: Das sind zwei Fragen.
• 11:19
  Speaker 0: also der eine war die Frage gestellt um das nochmal einzuorten.
• 11:23
  Speaker 0: wir haben da eigentlich zwei Fragen gestellt und daraus einen Verschnitt gemacht.
• 11:27
  Speaker 0: Die eine Frage war einfach ganz banal Habt ihr KI als wesentlichen Treiber von Wettbewerbsfähigkeit in eurer Strategie verankert.
• 11:38
  Speaker 0: Gibt es eine Aussage in der Strategie, wir wollen KI machen und so weiter?
• 11:43
  Speaker 0: Das war die eine Dimension.
• 11:45
  Speaker 0: Und da waren eben de facto drei Antwortmöglichkeiten entweder spielt keine Rolle, also KI spielt keine oder hat irgendwie eine unterstützende Funktion und wird nur punktuell eingesetzt, oder ist zentraler Bestandteil der Strategie.
• 11:59
  Speaker 0: Und KI ist zentaler Bestandeil der Strategies und ein Treiber für Innovationen und Wettbewerbsvorteile.
• 12:04
  Speaker 0: Also das war diese eine Dimension.
• 12:06
  Speaker 0: da konnten sich die Befragten selbst einschätzen.
• 12:08
  Speaker 0: und die andere Dimension eben des Thema Fähigkeiten.
• 12:12
  Speaker 0: also nicht Strategie sondern Fähigkeiten.
• 12:14
  Speaker 0: und da eben die so einmal die unterschiedlichen gerade von.
• 12:20
  Speaker 0: Wir haben im Moment keine nennenswerten Fähigkeiten und investieren auch nicht in KI, bis hin zu.
• 12:26
  Speaker 0: wir haben fortgeschrittene KI-Kompetenz.
• 12:28
  Speaker 0: Und investieren regelmäßig in Weiterentwicklung usw.
• 12:33
  Speaker 0: So und wie gesagt aus dem Verstitt von diesen beiden Fragen haben wir die rausgewählt, die Unternehmen oder die Befragten, die gesagt haben ja in beiden sind Ganz weit vorne, so Strategie.
• 12:47
  Speaker 0: Da ist KI ganz klar verankert und es für uns ein wichtiger Treiber.
• 12:50
  Speaker 0: Und Fähigkeiten wie haben die aufgebaut?
• 12:52
  Speaker 0: Wir investieren in diese Fähigkeit.
• 12:54
  Speaker 0: Wenn Unternehmen oder wenn die befragten gesagt haben Beides stimmt dann war das für uns.
• 12:59
  Speaker 0: das muss wohl ein KI Vorreiter sein.
• 13:00
  Speaker 0: So und da sagen immerhin ja wie gesagt in diesem Verschnitt von diesen beiden Fragestellungen sagen immer hin thirty-six Prozent also ein gutes Drittel wie du sagst wir sind vorne dabei.
• 13:11
  Speaker 0: So, da waren noch keine Aussage über.
• 13:17
  Speaker 0: das ist auch bei uns schon alles was wir tun.
• 13:19
  Speaker 0: Alle unsere Prozesse alle unsere Workflows sind von KI durchdrungeln schon.
• 13:25
  Speaker 0: Also das war die eine Frage.
• 13:26
  Speaker 0: und die zweite Frage ist wenn ich mich recht ansinne die du fragst hast ja Worauf kommt es eigentlich an?
• 13:36
  Speaker 0: Wie kann ich
• 13:36
  Speaker 1: selber jetzt für mich als Zuhörer messen nach dem Motto, wenn jetzt ich stelle mir die Frage.
• 13:40
  Speaker 1: Jetzt höre ich ein Drittel sind jetzt Vorreiter und dass sich so bisschen für mich selber merke Ich bin hier zum Beispiel Mittelständler und wir wissen viele im Kontrolling hören uns oder ich bin Mitarbeiter Grüße gehen raus bei Friseños oder so Und müsste dann halt jetzt sagen wie weit ist es so Bei uns?
• 13:56
  Speaker 1: am welchen Parametern könnte ich das denn so bisschen fest machen?
• 14:01
  Speaker 0: Also Erstens für so eine Reifegrad-Messung oder Adoptionsmessungen, es gibt verschiedene Modelle.
• 14:07
  Speaker 0: Diese Level eins bis vier von punktuell benutzt bis Prozess ist komplett in Dunkelverarbeitung und so weiter.
• 14:14
  Speaker 0: was wir auch hier mit der Studie getestet haben ist unser Erfolgsfaktoren Framework.
• 14:21
  Speaker 0: Wir haben elf Erfolgstoktoren eigentlich die Faktor in vier grob Kategorien.
• 14:27
  Speaker 0: Und diese Kategorie sind und du hast das gerade vorhin schon angedeutet erstens Will.
• 14:33
  Speaker 0: unsere Führung ist wirklich.
• 14:35
  Speaker 0: Und macht sie es deutlich und spricht sich auch drüber, also wird wirklich KI ausdrücklich als wichtiges Element der Strategie benannt von dem was das Unternehmen will und was das Topmanagement will.
• 14:50
  Speaker 0: Also Leadership Commitment, Verbindlichkeit der Führungen.
• 14:55
  Speaker 0: Kategorie Nummer zwei ist die Fähigkeit umzusetzen gut priorisiert, also auch ein Portfolio von Use Cases überhaupt noch zu identifizieren und zu managen.
• 15:10
  Speaker 0: Dann auch über typische Abteilungsgrenzen hinweg.
• 15:13
  Speaker 0: Wie macht das nur die IT?
• 15:15
  Speaker 0: Macht es nur die Fachzeit?
• 15:16
  Speaker 0: Ne, wie kann man zusammenarbeiten?
• 15:18
  Speaker 0: Das ist wirklich eine eben in die Workflows verdratete Lösung.
• 15:23
  Speaker 0: wird Fähigkeit umzusetzen, ist die zweite Kategorie.
• 15:27
  Speaker 0: Mit diesen Erfolgsfaktoren kann ich ein Portfolio identifizieren und managen.
• 15:30
  Speaker 0: Ich kann nicht abteilungsübergreifend zusammenarbeiten.
• 15:33
  Speaker 0: habe ich gegebenenfalls auch irgendwie so ein kleines was hier im MPN ein kleine Lab eine kleine KI Werkstatt, die schnell mal explorativ etwas machen kann und zu zeigen das könnte wirklich funktionieren denn es ist viel noch experimentieren.
• 15:48
  Speaker 0: Das ist die zweiten Kategorie Fähigkeiten umzusetzten.
• 15:53
  Speaker 0: Dann gibt es die dritte Kategorie, das ist genau das Thema habe ich eigentlich fähige Leute.
• 15:58
  Speaker 0: Das sind wieder bei Spitzensport und Breitensport.
• 16:00
  Speaker 0: Ich brauche beides.
• 16:01
  Speaker 0: Ja?
• 16:01
  Speaker 0: Ich brauch eben KI-Talente, ja?
• 16:04
  Speaker 0: Spitzenschport, die sie wirklich auch gelernt haben.
• 16:09
  Speaker 0: Und ich brauche die breite Befähigung des ganzen Teams.
• 16:17
  Speaker 0: Da übrigens interessant in der Studie kam raus, dass das Thema Breitensport also eine ganze Organisation in der Breite zu befähigen als wichtigere Erfolgsfaktor eingeschätzt wird.
• 16:29
  Speaker 0: Als das Thema Muska Italente gewinnen können Was für mich ein positives Zeichen ist nach dem Motto, die Unis und so weiter.
• 16:38
  Speaker 0: Es kommen genug Leute und Fähigkeiten raus.
• 16:41
  Speaker 0: Also das ist kein extremer War for Talent in der KI-Welt oder zumindest wird es eingeschätzt.
• 16:50
  Speaker 0: Das war die dritte Kategorie.
• 16:52
  Speaker 0: habe ich eine fähige Organisation?
• 16:56
  Speaker 0: Und die vierte Kategorien haben mir allgemein genannt, habe ich ein robustes Betriebssystem für KI?
• 17:02
  Speaker 0: Da stecken dann halt so Fragen drin.
• 17:04
  Speaker 0: wie kann ich eigentlich natürlich mit den ethischen Fragestellungen, die aufkommen.
• 17:09
  Speaker 0: Kann ich mit ihnen souveränen umgehen?
• 17:11
  Speaker 0: Souveräen heißt jetzt ganz explizit und ausdrücklich souverän nicht im Sinn von ängstlich sondern im Sinne von Ich weiß welche Risiken ich auch eingehen kann und vielleicht muss voranzukommen.
• 17:23
  Speaker 0: Dazu gehört aber auch eben zum robusten Betriebssystem gehört eine qualitätsgesicherte Datengrundlage Data Foundation.
• 17:31
  Speaker 0: dazu gehört Agentenfähige, KI-Architektur, agentenfähig, skalierbar und das sind so eben diese Themen in dieser vierten Kategorie Robustes Betriebssystem.
• 17:47
  Speaker 1: Genau, also ich fasse das jetzt mal so ein bisschen für mich zusammen im schönsten Berater d'Englisch dass ich habe.
• 17:53
  Speaker 1: Es geht halt so bis hin auf der einen Seite Commitment dann geht es um Adoption und dann geht das zum Infrastructure und da geht es eigentlich noch so ein bißchen auch um Governance im Sinne von wie gehe ich damit rum?
• 18:04
  Speaker 1: Das wären so vier Wörter, sag ich mal hier in diesem Podcastsprech sind das auch immer so.
• 18:08
  Speaker 1: Folgen die man immer wieder hört was man machen sollen ist sehr cool dass ihr das ja auch so abgefragt habt.
• 18:13
  Speaker 1: aber eine Sache finde ich macht ja eure Studie können gesagt, unten ihr gerne nochmal downloaden.
• 18:18
  Speaker 1: Auch noch mal ein bisschen Outstanding neben der Tatsache dass ihr echte Menschen zu Wort habt kommen lassen.
• 18:23
  Speaker 1: Großes Lob dafür.
• 18:25
  Speaker 1: da stehen immer so Zitate das heißt man sieht halt nicht nur irgendwelche Zahlen und Diagramme aneinander die übrigens super Designs sind ich mache ja auch ein bisschen Datendisuzierung nebenbei.
• 18:35
  Speaker 1: Die gut design sind clever und clean aufgebaut sind.
• 18:38
  Speaker 1: jetzt reicht es auch genug des Lobes.
• 18:39
  Speaker 1: aber wirklich diese Zitate.
• 18:41
  Speaker 1: Ja genau die Zitate fahre dich halt stark weil ich sehe einmal Zahlen und die Einordnung.
• 18:47
  Speaker 1: Und gleichzeitig sehe ich die
• 18:48
  Speaker 1: Zitate.".
• 18:49
  Speaker 1: Da ist bei mir so ein bisschen hängen geblieben, bei Rorsch und Yvonnec und sie sich da alle geäußert haben dieses Ziel-Levels und die auch gesagt haben sie blassen zum Statement dass die alle in die Richtung gehen.
• 19:02
  Speaker 1: Sag mal, wie relevant ist das denn eigentlich das Thema und wie ist die Durchdringung?
• 19:10
  Speaker 1: Und was wird da passieren.
• 19:11
  Speaker 1: Was ist die Bedeutung?
• 19:13
  Speaker 1: Da war ich schon überrascht!
• 19:15
  Speaker 1: Wir reden nicht nur darüber, ob KI wichtig ist oder wie Kriegsunternehmen, sondern es ist der einhellige Ton, den ich hier rauskriege aus dem Studium.
• 19:24
  Speaker 1: Wir müssen das machen, um wettbewerbsfähig zu bleiben oder halt umgekehrt, um den Markt zu dominieren und dass KI zum kritischen Faktor geworden ist.
• 19:34
  Speaker 1: Ich glaube da sieht man ganz krass in dieser Studie.
• 19:38
  Speaker 0: Total!
• 19:42
  Speaker 0: Einerseits sage ich auch also überhaupt nicht überraschend ja weil aber vielleicht irgendwie lebe ich auch in meiner Blase nochmal genau wie du sagst ganz vorne dran haben wir stehen Also da haben wir nochmal verschiedene Technologien in ihrer Relevanz und Wichtigkeit und irgendwie in der Entwicklung abgefragt.
• 19:58
  Speaker 0: Und dann kam es ganz da raus, also allgemeine Einschätzung von allen.
• 20:01
  Speaker 0: KI ist bis zum Jahr zwanzig dreißig die wichtigste Technologie um die man sich kümmern muss.
• 20:06
  Speaker 0: Das sag ich erstmal was ist da jetzt neu?
• 20:11
  Speaker 0: Beim zweiten Drone nachgedacht denke ich mir schon das ist schon krass weil jetzt hatten
• 20:17
  Speaker 0: K.I.,
• 20:18
  Speaker 0: seit den fünftigsten Jahren, Alan Touring und so weiter und sofort viele, viele Sommer, viele K. I. Winter ganz klar irgendwie die Erfindung des Feuers in der K.E.
• 20:29
  Speaker 0: war wahrscheinlich irgendwie JetGPT und November zweiundzwanzig.
• 20:32
  Speaker 0: So eigentlich denkt man sich Befragungen Dezember fünfundzwanzig jetzt muss eigentlich der Hype entlarvt sein, Hype-Seitel usw.. Und eigentlich müsste man sich denken, so jetzt sind die Leute schon ein bisschen desillusioniert.
• 20:45
  Speaker 0: Das habe ich auch viel erlebt.
• 20:48
  Speaker 0: Also viele haben irgendwie Unternehmen, haben ganz, ganz viele KI-Anwendungen als Crowdsourcing Aktivität starten lassen und haben es verwechselt mit in der KI-Strategie.
• 21:07
  Speaker 0: Diese fundamentale, diese totale Durchbruch, dieses Reichen eines neuen Dreamstates ist uns nicht gelungen.
• 21:12
  Speaker 0: Ich hätte eigentlich vielmehr erwartet dass es jetzt wirklich eine Dessertionierung stattfindet.
• 21:16
  Speaker 0: aber nee ja deswegen auch.
• 21:17
  Speaker 0: zweiten Blick ist das eben schon überraschend.
• 21:20
  Speaker 0: KI wird bis Gefolgt, dicht gefolgt muss man auch sagen wie schon von Sachen die du schon genannt hast.
• 21:28
  Speaker 0: Nämlich Cyber Security.
• 21:30
  Speaker 0: und wenn man sich im Klohde und Klohmittos und so weiter hier anschaut, nicht überraschend in die ich glaube das wächst auch eh immer mehr zusammen mit dem Thema Governance Zugriffsrechte und quasi den Agenten irgendwie beibringen können was sie eigentlich dürfen was sie nicht dürfen.
• 21:47
  Speaker 0: also KI wird ganz wichtig, Cyber Security zweitwichtig und klaut weiterhin ein total relevantes Thema.
• 21:57
  Speaker 0: Und das andere Ergebnis und das fand ich eigentlich fast noch die spannenderen Ergebnisse, die du auch gerade eben zitiert hattest waren also diese Fragen, die hatten wir eher dann am Ende gestellt und die waren ein bisschen offener in Bezug auf was bedeutet das denn für uns als Organisationen?
• 22:16
  Speaker 0: Für uns als In-Unternehmen agierende Bis zwanzig dreißig.
• 22:21
  Speaker 0: Und die eine Aussage war genau wie du sagst, ja?
• 22:22
  Speaker 0: Also vier von fünf Leuten sagen Boah wenn wir das KI-Ding nicht hinkriegen und für uns irgendwie produktiv einsetzen dann haben wir am Markt nichts mehr zu suchen.
• 22:31
  Speaker 0: Dann verlieren wir Wettbewerbsfähigkeit.
• 22:34
  Speaker 0: Ein anderes cooles Ergebnis fand ich
• 22:37
  Speaker 1: und ich
• 22:37
  Speaker 0: bin da eigentlich immer mehr überzeugt davon ist also wir müssen jetzt noch viel mehr in Mitarbeitenden investieren weil KI macht dumm.
• 22:49
  Speaker 0: Und wir müssen eigentlich, weil man ja im Prinzip alle gedankliche Anstrengungen jedes Gehirntraining sozusagen einfach delegieren kann und damit aber eigentlich seinen Judgment verliert.
• 23:02
  Speaker 0: Also deswegen muss da in Programme investiert werden wie wir diese Ja, das Judgement der die Einordnung des Bewerten usw.
• 23:15
  Speaker 0: weiterhin ermöglichen bis hin zu einfach nur in die Trainingsführung, die Aufmerksamkeitsspannung hochhalten und so weiter.
• 23:21
  Speaker 0: Und das waren ja nochmal die wirklich interessanten Erkenntnisse auch aus der Studie.
• 23:25
  Speaker 0: Was
• 23:27
  Speaker 1: meinst
• 23:30
  Speaker 0: du denn?
• 23:30
  Speaker 0: passt auch zu meinem Menschen- und Weltbild, ich bin technologiefreundlich.
• 23:35
  Speaker 0: Und sagen natürlich müssen wir Technologie beherrschen.
• 23:37
  Speaker 0: ja und jede technologische Disruption und Revolution die wir über die Epochengeneration erlebt haben hat immer Wachstum geschaffen, hat immer mehr Chancen für die Menschheit geschaffen.
• 23:51
  Speaker 0: aber wir müssen es auch bewältigen, wir müssen uns positiv angehen und diese jetzt Disruption erfordert von uns als Menschen und als Gesellschaft natürlich nochmal mehr.
• 24:03
  Speaker 0: Und mehr
• 24:04
  Speaker 0: hingucken.".
• 24:06
  Speaker 1: Ich finde das ganz spannend, der Günther Jauch, dem wird es euch im Verzug beschrieben hat mal das Zitat geprägt die dumm werden durch das Fernsehen immer dümmer und die schlauen immer schlauer und ich glaube wir sehen diese Entwicklung auch bei der künstlichen Intelligenz auf Speed.
• 24:25
  Speaker 1: Das heißt, dass halt sehr viele Leute gerade in den Unternehmen KI nutzen um besser zu werden.
• 24:31
  Speaker 1: Bleiben wir bei dem Sportbild das du geprägt hast wo du gesagt hast ja Leistungssport die wissen das sehr gut zu nutzen.
• 24:39
  Speaker 1: Ich kann auch bessere Ergebnisse machen, wenn ich das ab und zu mal mache mit meinen Zehntausend Schritte.
• 24:43
  Speaker 1: Wenn ich die aber selber nicht mehr gehe, sondern einfach nur ein Roboter für mich laufen lasse... ...wenn es im breiten Sport gehe ich nun noch in die Sauna und nicht mehr zum Schwimmen,... dann wird es halt irgendwann so, dass sich den Anschluss wahrscheinlich verliere,... weil ich gar nicht verstehe wie diese Systeme funktionieren, wie es in sich geht.
• 25:01
  Speaker 1: Und es finde ich aber gespannt, dass nicht wir als Berater dieses Thema jetzt aufmachen!
• 25:06
  Speaker 1: Es war ja früher so, in das du dich unser Datenprojekten, hey ihr müsst zehn bis zwanzig Prozent Change Management hier rein.
• 25:13
  Speaker 1: Wir haben gekämpft!
• 25:14
  Speaker 1: Wir haben gesagt wir müssen die Menschen mitnehmen, wir müssen ausbilden und wir müssen Workshops machen.
• 25:18
  Speaker 1: Hier bei diesem Thema kann man ja auch mal sagen, haben das die Unternehmen jetzt schon irgendwie gemerkt, das Human-Computer-Interaction nach Ben Schneidermann von Eightyneinhalbzig heute noch immer extrem wichtig ist und aktueller denn je.
• 25:33
  Speaker 1: Das heißt ich will gar nicht sagen dass es jetzt alles nochmal so was... Ich will nicht diese Pathos verfallen alter Wein neun Schläuchen überhaupt nicht!
• 25:39
  Speaker 1: Ich will nur sagen, dass jetzt der Reifekrat der Unternehmen und die Wahrnehmung mit unserer ganzen Arbeit die wir jahrelang gemacht haben auch mit der Datenqualität die wir eben wieder propagiert haben und sind wir mal ehrlich Wir wussten ja gar nicht Als wir immer gesagt haben, Datenqualität ist wichtig.
• 25:55
  Speaker 1: Das ist so wichtig wird!
• 25:57
  Speaker 1: Das habe ich auch nicht gewusst.
• 25:58
  Speaker 1: Ich war damals in meinem Dashboard und hab gesagt ja... Wir wollen hier nicht B&B mit Äpfel vergleichen.
• 26:03
  Speaker 1: Dass es jetzt aber so wichtig würde finde ich extrem.
• 26:06
  Speaker 1: Das wollte ich auf jeden Fall nochmal so mitgeben Und ich find's ein positives Signal in eurer Studie Die Führungskräfte-Wissens mittlerweile Es ist eine neue Generation
• 26:15
  Speaker 0: Das ist glaube ich total so gibt es auch jetzt noch andere Studien, die sagen, das wird auch.
• 26:20
  Speaker 0: gerade im Jahr ist KI noch viel mehr ein CEO-Thema.
• 26:25
  Speaker 0: Aber das hat gerade nochmal so viele Stichworte mir zugeworfen auf die alle irgendwie sofort irgendwie don't get me started und reagieren können.
• 26:32
  Speaker 0: Aber nochmal vielleicht für das Thema Daten weil auch das war nochmal ein sehr nicht überraschendes aber trotzdem bestätigendes Ergebnis.
• 26:42
  Speaker 0: ich fasse immer Flaps nicht sozusagen.
• 26:44
  Speaker 0: Wir haben diese elf Erfolgsfaktoren, die es in vier Kategorien nicht genannt hatte.
• 26:48
  Speaker 0: Ein Faktor davon ist das Thema qualitätsgesicherte Datengrundlage und das wird jetzt einhellig von allen befragten als die Nummer eins.
• 26:58
  Speaker 0: Das ist der Nummer-Eins-Erfolgs-Faktor.
• 26:59
  Speaker 0: Ich sage das immer so... Es gibt schon noch andere, also Daten sind nicht alles aber ohne Daten ist alles nichts.
• 27:07
  Speaker 0: Also wie du sagst, ich bin auch ein in der Wolle gefärbter Data Champion.
• 27:19
  Speaker 0: Der Imperativ und der Aufruf sich um seine Datenqualität zu kümmern ist mit KI.
• 27:25
  Speaker 0: eigentlich hat sich überhaupt erst erfüllt.
• 27:27
  Speaker 0: Wie du sagste dass wir die brauchen.
• 27:33
  Speaker 0: Es ist so unerlässlich an der Datenqualitätszuarbeiten weil man ohne saubere Daten und zunehmend ja ohne gut geführte und gut katalogisierte, unstruttelette Daten.
• 27:47
  Speaker 0: Einfach das Potenzial von der KI überhaupt nicht schöpfen kann.
• 27:53
  Speaker 0: Ich hatte vor kurzem eine interessante Unterhaltung.
• 27:56
  Speaker 0: Ich habe eine neue Rollenbeschreibung vor kurzm erst selber auch gelernt und es geht davon aus dass wir Die letzten zehn, fünfzehn Jahre sehr viel über Data.
• 28:09
  Speaker 0: Über Data Science, über Data Engineering.
• 28:11
  Speaker 0: Eben über wieviel Data Cleansing muss ich machen bevor ich überhaupt einen wirklichen Ergebnis aus meinen Modellen ziehen kann und so weiter gesprochen.
• 28:19
  Speaker 0: Und das war ja aber eigentlich immer... findet er eigentlich immer auf der Ebene der strukturierten Daten ab.
• 28:27
  Speaker 0: Sobald diese Sachen in den Datenbanken schreiben können dann kann ich ganz frühe Expertensysteme und Deterministisch usw.
• 28:33
  Speaker 0: und jetzt halt Perspektive statistisch uswe damit umgehen.
• 28:37
  Speaker 0: Aber wir haben ja immer noch gerade wieder als Berater am schlimmsten von allen.
• 28:41
  Speaker 0: Wir haben so einen immensen, nicht Daten sondern Wissensschatz an Zeug... dass irgendwo unstrukturiert rumliegt, meistens in Form von Powerpoint und das ist ja noch nicht strukturiert.
• 28:57
  Speaker 0: Und deswegen wir werden zum Beispiel – und es wird ein Teil der Disruption sein – wir werden neue Rollen erleben.
• 29:03
  Speaker 0: Wir werden jetzt nicht mehr nur den Data Scientist haben, wir werden den Knowledge and Content Scientist der halt unschuldigert daherkommt, trotzdem so viel Struktur schaffen dass ich daraus dann auch wieder Wissensvorteile und Prozessvorteil ziehe.
• 29:21
  Speaker 0: Wir werden Agententrainer haben.
• 29:23
  Speaker 0: ein Kollege von mir und ich bin auch kurz davor hat es angefangen.
• 29:28
  Speaker 0: So wie seine Personalgespräche führt.
• 29:31
  Speaker 0: er hat sich Agententrainingstermine in seinen Kalender gestellt.
• 29:36
  Speaker 0: Einmal in der Woche will ich meinen Litoorder-Agenten besser machen und mit dem quasi ein Personalgespräch führen.
• 29:43
  Speaker 0: Wir werden diese Rollen haben, deswegen bin ich sehr zuversichtlich und freue mich auf die Zukunft!
• 29:50
  Speaker 1: Ich sage ja immer, das Zeitalter der Macher ist vorbei.
• 29:53
  Speaker 1: Das Zeitalte Dirigenten ist gekommen die dann halt dementsprechend des Wissen in großen komplexen Aufdageben denken können und gleichzeitig aber auch Mut haben was loszutreten.
• 30:05
  Speaker 1: eigentlich hätte ich dir jetzt zum Schluss noch gerne die Frage gestellt Auf München, Maximilianstraße.
• 30:12
  Speaker 1: Wo diese ganzen Data-Verantwortlichen rumhängen?
• 30:14
  Speaker 1: Das ist total Klischeekäste und kaufen da teuer ein!
• 30:18
  Speaker 1: Und die Chanel-Kiste... Da hast du jetzt ein großes Schild und kannst sagen, dass du fest die Studie noch mal zusammen.
• 30:25
  Speaker 1: Was würdest du ihm geben?
• 30:27
  Speaker 1: Ich glaube aber, Du hast die Pro Ernte, die du jetzt raushauen können wahrscheinlich schon gegeben.
• 30:31
  Speaker 1: Du hast gesagt, Daten sind nicht alles, aber ohne Daten ist alles nichts.
• 30:36
  Speaker 1: ich glaube den Claim würde dir jetzt auch persönlich empfehlen.
• 30:40
  Speaker 1: Den schreiben wir darauf, dass das alle nochmal sehen und das ist glaube ich auch noch mal das Wichtigste oder?
• 30:45
  Speaker 1: Das habe ich rausgehört.
• 30:47
  Speaker 0: Kann nicht gut damit leben.
• 30:50
  Speaker 1: Ja!
• 30:51
  Speaker 1: Ich merke gerade, wir sind hier bei dreißig Minuten.
• 30:53
  Speaker 1: ich will gerne noch mal tiefer rein.
• 30:55
  Speaker 1: wenn du bereit wirst machen wir mal einen teil zwei und mache nochmal deep dive nachdem wir diese folge haben.
• 31:01
  Speaker 1: dann kommen ja meistens ein paar fragen ein paar kriegen wir bisschen feedback beide usw.
• 31:04
  Speaker 1: Und dann können wir vielleicht darauf eingehen.
• 31:06
  Speaker 1: Wenn Du bereit wärst würde ich mich sehr freuen dass Du hier noch einmal Gast bist wie er hier noch mal in deep dive machen.
• 31:11
  Speaker 1: ihr könntet in der zeit euch auch gerne mal das hier unten downloaden mal angucken.
• 31:16
  Speaker 1: Wie gesagt es ist sowohl vom design von der aufmachung Und im Zeitalter der KI muss man auch mal sagen, man merkt halt dass damit sehr viel Liebe reingearbeit wurde und das war nicht von heute auf morgen.
• 31:35
  Speaker 1: So jetzt ist es guter alte Tradition hier in diesem Podcast.
• 31:39
  Speaker 1: Du kannst jetzt sagen, was du möchtest.
• 31:42
  Speaker 1: Du kannst irgendwas von Wetter erzählen.
• 31:44
  Speaker 1: Du kann es über Fußball erzählen!
• 31:45
  Speaker 1: Du kannst irgendetwas erzählen, was dir schon immer wichtig war und was du schon immer ein Podcast sagen wolltest.
• 31:50
  Speaker 1: Das Einzige, das du jetzt nicht sagen darfst ist, lieben Dank für die Einladung.
• 31:55
  Speaker 1: In dem Sinne ich sage tschüß Lawrence deine letzten Worte viel Spaß genießt.
• 32:00
  Speaker 1: es danke dass du da was.
• 32:01
  Speaker 1: danke dass wir uns hier teilhaben lassen für die Einschätzung und ich freue mich auf Teil zwei.
• 32:07
  Speaker 0: Danke für die Blumen.
• 32:07
  Speaker 0: wir sehen uns wieder.
• 32:08
  Speaker 0: freu mich drauf
• 32:09
  Speaker 1: Cool, tschau!
• 32:14
  Speaker 1: Ich finde dich gut.