Podcasts about datenbasis

Achtung (Werbung in eigener Sache):  Jetzt mein Buch kaufen (in Co-Produktion mit Prof. Dr. Johanna Bath): "Die perfekte Employee Journey & Experience" (erschienen im Oktober 2025): Springer: https://link.springer.com/book/9783662714195 Amazon: https://bit.ly/44aajaP Thalia: https://www.thalia.de/shop/home/artikeldetails/A1074960417 Dieses Fachbuch stellt die wichtigsten Elemente der Employee Journey vor – vom Pre-Boarding bis zum Offboarding – und erläutert, wie Verantwortliche in Unternehmen eine gelungene Employee Experience realisieren und nachhaltig verankern können. Mein Gast: Marc Stratmann Marc Stratmann ist Co-Founder und Geschäftsführer Marketing & Vertrieb beim HR-Autopilot. Gemeinsam mit Peter Praeder-Hinzpeter hat er das Unternehmen im Juni 2024 gegründet. Zuvor sammelte Marc Erfahrungen in komplexen Organisationen wie Roche und DHL. Nach eigener Aussage hat ihn dort besonders geprägt, wie entscheidend klare Prozesse und verlässliche Strukturen für erfolgreiche Digitalisierung sind. Mit dem HR-Autopilot adressiert er heute eines der zentralen Probleme moderner HR-IT: die stark fragmentierte Systemlandschaft. Das Unternehmen verweist darauf, dass allein in Deutschland mehr als 600 HR-Systeme existieren. Statt für jede Systemkombination isolierte Einzellösungen zu bauen, setzt der Ansatz auf standardisierten Datenaustausch, Schnittstellen und einen Workflow-Builder, der Prozesse, Tools und Menschen miteinander verbindet. Marc ist außerdem Host der HR-Innovators Lounge. Dort spricht er regelmäßig über HR-Tech, Automatisierung, KI und Prozessdesign. Für unser heutiges Thema ist das besonders relevant: KI kann nur dann verlässlich arbeiten, wenn sie Daten erhält, die eindeutig, aktuell, konsistent und im richtigen Kontext verfügbar sind. Genau deshalb schauen wir uns heute an, welche Datenbasis HR dafür konkret aufbauen muss. Thema der Folge: In dieser Folge spreche ich mit Marc Stratmann, Co-Founder und Geschäftsführer von HR-Autopilot, darüber, wie Unternehmen eine belastbare Datenbasis für KI-gestützte HR-Prozesse schaffen können. Herzlichen Dank an Marc für den sehr guten Input zum Thema. Die wichtigsten Erkenntnisse aus dem Gespräch mit Marc: • KI löst keine schlechte Datenstruktur. Sind Daten unvollständig, widersprüchlich oder nicht eindeutig zuordenbar, kann KI bestehendes Chaos sogar verstärken. • Eine „Single Source of Truth" bedeutet nicht, dass sämtliche HR-Daten in einem einzigen System liegen müssen. Entscheidend ist, für jede Information eindeutig festzulegen, welches System die führende Quelle ist. • Gute Daten benötigen klare Verantwortlichkeiten. Die fachliche Verantwortung für HR-Daten sollte im HR-Bereich liegen, beispielsweise bei HR Operations oder People Analytics. IT unterstützt bei Integration, Infrastruktur und Sicherheit. • Wesentliche Kriterien für eine gute Datenqualität sind Eindeutigkeit, Vollständigkeit, Aktualität und Konsistenz. • Schnittstellen allein reichen nicht aus. Daten aus unterschiedlichen HR-Systemen müssen normalisiert werden, damit sie systemübergreifend miteinander verarbeitet werden können. • HR-Prozesse sollten zunächst standardisiert werden, bevor sie automatisiert werden. Nur ein klar definierter Prozess lässt sich sinnvoll an Technologie oder KI delegieren. • KI und Automatisierung sollten nicht ausschließlich der Effizienz dienen. Sie können gleichzeitig die Qualität der Employee Experience und Candidate Experience verbessern, beispielsweise durch schnellere Rückmeldungen oder automatisiertes Preboarding. • Bei sensiblen Entscheidungen bleibt der Mensch entscheidend. KI kann Informationen vorbereiten und Entscheidungen unterstützen, sollte aber beispielsweise bei Absagen, Gehaltsentscheidungen oder Kündigungen nicht autonom entscheiden. Marcs Empfehlung für einen pragmatischen Einstieg: In den ersten 30 Tagen: Systeme, Prozesse, Excel-Schattenlisten und Datenqualität analysieren sowie die führenden Datenquellen definieren. In den zweiten 30 Tagen: Daten, Begriffe, Pflichtfelder und Prozesse standardisieren und Systeme miteinander integrieren. In den dritten 30 Tagen: einen konkreten KI-Piloten starten, Ergebnisse messen, Feedback einholen und kontinuierlich optimieren. Die zentrale Botschaft der Folge: Nicht die leistungsfähigste KI entscheidet über den Erfolg von KI im HR, sondern die Qualität der Prozesse, Daten und Strukturen, auf die diese KI zugreifen kann. #GainTalentsPodcast #KI #KünstlicheIntelligenz #ITUpskilling #FutureSkills #Softwareentwicklung #Talententwicklung #Reskilling #Leadership Shownote-Links Marc Stratmann https://www.linkedin.com/in/marcstratmann/ https://hr-autopilot.de/ https://hr-autopilot.de/podcast/ https://docs.google.com/presentation/d/1aelz9FDcgGoaINUN3ye-VhXsMfywKPK3ejRyDNgc0AM/edit?slide=id.g3e5710f8c2b_0_7#slide=id.g3e5710f8c2b_0_7   Links Hans-Heinz Wisotzky:  Website: https://www.gaintalents.com/podcast und https://www.gaintalents.com/blog Podcast: https://www.gaintalents.com/podcast Bücher: Neu (jetzt überall zu kaufen): Die perfekte Employee Journey und Experience https://link.springer.com/book/9783662714195 Erste Buch: Die perfekte Candidate Journey und Experience https://www.gaintalents.com/buch-die-perfekte-candidate-journey-und-experience LinkedIn https://www.linkedin.com/in/hansheinzwisotzky/ LinkedIn https://www.linkedin.com/company/gaintalents XING https://www.xing.com/profile/HansHeinz_Wisotzky/cv Facebook https://www.facebook.com/GainTalents    

Mehr Modelle bedeuten nicht automatisch eine bessere Datenbasis. Manchmal passiert sogar genau das Gegenteil. Auch die Kosten spielen eine Rolle bei der Entscheidung. Im Podcast sprechen wir über unsere Kriterien und zeigen ein Beispiel-Monitoring mit dem KI-System Claude. Unser Ziel: Dein AI Visibility Monitoring sollte aussagekräftig und effizient zugleich sein. Mehr Charts und Zusammenfassung zur Episode 🎓 GEO Academy 👋 Fabian auf LinkedIn 👋 Benjamin auf LinkedIn

Dr. Dieter Steiner und Martin Ulbricht sprechen mit Norman Müller darüber, warum viele KI-Projekte im Mittelstand nicht an der Technologie scheitern, sondern an fehlender Datenbasis, schlechten Prozessen und mangelnder Verantwortung. Im Zentrum steht die Frage, wie Unternehmen aus Pilotprojekten echte Wertschöpfung machen und warum digitale Souveränität dabei mehr ist als ein technisches Schlagwort. Die Folge zeigt, weshalb KI-Transformation Führung, Vertrauen, Partnerschaften und eine klare Architektur braucht.* 00:00 Warum KI im Mittelstand an der Realität scheitert* 01:35 Dieter Steiner und Martin Ulbricht stellen sich vor* 04:54 KI als kollaborative Intelligenz* 06:10 Datenchaos, Papierprozesse und überforderte Unternehmen* 12:40 Warum Agentic AI ohne Fundament nicht trägt* 16:57 Machtfragen, Entscheidungsebene und blockierte Transformation* 22:35 Welche KI-Kompetenz Unternehmen wirklich brauchen* 29:03 Autonome Agenten und die Frage der Nachvollziehbarkeit* 34:00 Warum spätes Handeln immer teurer wird* 36:07 Use Cases, Datenschutz und ganzheitliche Einführung* 40:40 Wenn IT-Abteilungen Innovation ausbremsen* 50:43 Partnernetzwerke, Softwarezukunft und Venture X* 01:18:23 Lernen, Vertrauen und der Blick auf die nächste GenerationMehr KI mit Substanz. Jetzt abonnieren!ShownotesDr. Dieter Steiner* LinkedIN: https://www.linkedin.com/in/dr-dieter-steiner/* u-know GmbH / U-KNOW.AI https://www.u-know.aiMartin Peter Ulbricht* LinkedIn: https://www.linkedin.com/in/martin-ulbricht/* QLERO https://www.qlero.de* mAikit https://www.mAikit.aiWarum KI im Mittelstand an der Realität scheitertDaten, Prozesse, Vertrauen: Die eigentlichen BaustellenDer Mittelstand hat kein Problem mit künstlicher Intelligenz. Er hat ein Problem mit sich selbst.Das klingt hart, ist aber vermutlich die ehrlichste Zusammenfassung dieser Folge des Venture AI Podcast. Denn wer heute über KI im Mittelstand spricht, redet meistens über Tools, Modelle, Automatisierung und Effizienz. Über Chatbots, Agenten, Copilot, Prompts und die nächste Software, die angeblich alles einfacher macht. Nur bleibt die entscheidende Frage oft liegen: Warum kommen so viele KI-Projekte trotzdem nicht aus der Pilotphase heraus?Mit Dr. Dieter Steiner von U-KNOW.AI und Martin Peter Ulbricht von QLERO geht es deshalb nicht um die nächste glänzende Oberfläche. Es geht um das, was darunterliegt. Um Daten, Prozesse, Verantwortung, Machtfragen, Souveränität und Vertrauen. Um die unbequeme Wahrheit, dass künstliche Intelligenz in vielen Unternehmen nicht an zu wenig Technologie scheitert, sondern an zu wenig Fundament.Das Fundament fehltDieter Steiner bringt in dieser Folge die Perspektive eines Unternehmers ein, der über Jahrzehnte IT, Security, Enterprise File Sharing und Plattformarchitektur gesehen hat. Sein Blick auf den Mittelstand ist deshalb unromantisch. In vielen Unternehmen fliegt noch Papier herum. Daten wandern von analog zu digital und wieder zurück. Dokumente liegen im Fileserver, in Teams, im E-Mail-Postfach, in Fachsystemen, in Wikis, in Excel-Tapeten und in persönlichen Ablagen. Irgendwo ist alles da. Aber nichts ist wirklich anschlussfähig.Dann kommt KI. Und plötzlich soll ein System Wertschöpfung erzeugen, obwohl niemand sauber sagen kann, wo das Wissen liegt, welche Daten zuverlässig sind, welche Prozesse tatsächlich gelebt werden und wer am Ende Verantwortung trägt. Das ist der eigentliche Bruch. KI verstärkt nicht nur Kompetenz. Sie verstärkt auch Unordnung.Genau hier liegt der Denkfehler vieler KI-Debatten. Der Mittelstand fragt zu oft: Welches Tool brauchen wir? Die bessere Frage wäre: Welche Wahrheit über unsere Organisation zeigt uns dieses Tool?Wenn ein schlechter Prozess digitalisiert wird, bleibt er ein schlechter Prozess. Wenn ein Unternehmen seine Daten nicht versteht, wird ein Sprachmodell daraus keine belastbare Entscheidungsgrundlage bauen. Wenn Abteilungen ihre Abläufe nie sauber beschrieben haben, entsteht durch Automatisierung nicht automatisch Klarheit. Es entsteht Geschwindigkeit. Und Geschwindigkeit ist gefährlich, wenn sie auf falscher Richtung beruht.Martin Ulbricht setzt in der Folge einen wichtigen Kontrapunkt zur üblichen KI-Euphorie. Er beschreibt Effizienz nicht als Magie, sondern als bessere Informationsverarbeitung. Unternehmen müssen Informationen aufnehmen, analysieren, bewerten und daraus Entscheidungen ableiten. KI kann diesen Weg massiv verkürzen. Aber die Entscheidung bleibt eine Führungsaufgabe. Und genau deshalb reicht es nicht, Systeme einzuführen. Man muss nachvollziehen können, auf welcher Datenbasis sie zu Ergebnissen kommen.Souveränität ist FührungsarbeitDas ist der Punkt, an dem digitale Souveränität konkret wird. Sie ist kein politisches Schlagwort für Sonntagsreden. Sie entscheidet darüber, ob ein Unternehmen versteht, wo seine Daten liegen, wie sie verarbeitet werden, wer Zugriff hat, welche Modelle eingebunden sind und ob Ergebnisse überprüfbar bleiben. Wer diese Fragen nicht beantworten kann, hat kein KI-System. Er hat eine Blackbox mit Budget.Besonders stark wird das Gespräch dort, wo es um Macht geht. Denn KI-Transformation ist nicht nur ein technisches Projekt. Sie greift in Zuständigkeiten ein. Sie verändert Status. Sie bedroht Gewohnheiten. In manchen Unternehmen gibt es Menschen, die von unübersichtlichen Prozessen profitieren, weil sie als Einzige wissen, wie das alte System funktioniert. In anderen Unternehmen blockieren Fachabteilungen aus Vorsicht, Überlastung oder Kontrollverlust. Und manchmal beruhigt sich die Geschäftsleitung schon damit, dass irgendwo Copilot ausgerollt wurde.Das ist gefährlich. Denn eine KI-Lizenz ersetzt keine Strategie. Ein Pilotprojekt ersetzt keine Architektur. Und ein Tool ersetzt keine Führung.Vom Use Case zur OrganisationDieter Steiner beschreibt deshalb einen anderen Zugang. Bevor über Lösungen gesprochen wird, müssen Unternehmen drei Schritte zurückgehen. Wie steht die Geschäftsleitung dazu? Welche Fachbereiche sind beteiligt? Was ist mit Datenschutz, Informationssicherheit, Betriebsrat und Regulierung? Welche Use Cases kosten wirklich Zeit oder Geld? Wo entstehen Monat für Monat manuelle Aufwände, die niemand mehr rechtfertigen kann?Erst dann wird KI praktisch. Nicht als Theaterstück für Innovationsfolien, sondern als operative Entlastung. In der Folge fällt das Beispiel von Zertifizierungen und Audits. ISO 27001, ISO 9001, Dokumentationspflichten, interne Nachweise, Rezertifizierungen. Viele Unternehmen kämpfen dort mit gewachsenen Ablagen, manuellen Prüfungen und Systemen, die nicht miteinander sprechen. Wenn diese Wissensbasis sauber strukturiert wird, können Berichte, Vorbereitungen und Dokumentationen plötzlich drastisch effizienter werden. Nicht weil KI alles weiß. Sondern weil das Unternehmen endlich weiß, was es selbst weiß.Das ist der eigentliche Charme dieser Folge: Sie entzaubert KI nicht, sie erdet sie. Sie macht klar, dass die Zukunft nicht darin liegt, Mitarbeitende mit Prompt-Schulungen zu überfordern. Ulbricht nennt Prompting eine Übergangstechnologie. Langfristig werde nicht der Mensch lernen müssen, wie er mit Maschinen spricht. Maschinen werden besser verstehen müssen, was Menschen wollen. Entscheidend wird dann nicht mehr die perfekte Eingabe, sondern die Fähigkeit, Ergebnisse kritisch zu bewerten, Entscheidungen zu treffen und Verantwortung zu übernehmen.Auch die Softwareentwicklung wird dadurch neu sortiert. Norman Müller formuliert in der Folge eine radikale Nutzerperspektive: Er will nicht mehr zwischen Oberflächen wechseln, Schnittstellen verstehen oder Software bedienen müssen. Er will ein Ergebnis. Eine aktualisierte Website. Eine erledigte Buchhaltung. Einen abgeschlossenen Prozess. Wie das System dorthin kommt, interessiert den Nutzer immer weniger.Steiner und Ulbricht widersprechen dem nicht. Aber sie verschieben den Fokus. Ja, Oberflächen werden verschwinden oder zusammenwachsen. Ja, Agenten werden Aufgaben übernehmen. Ja, Sprache und Ergebnisorientierung werden wichtiger. Aber im Unternehmenskontext braucht diese neue Freiheit harte Architektur. Authentisierung, Berechtigungen, Dokumentation, Sicherheit, Datenqualität, Testbarkeit. Je autonomer Systeme handeln, desto wichtiger wird die Struktur dahinter.Venture X als GegenmodellDamit wird auch klar, warum Partnerschaften in dieser neuen Arbeitswelt nicht Beiwerk sind, sondern Infrastruktur. QLERO, mAikit, U-KNOW.AI und Venture X stehen in dieser Folge als Beispiel für einen Ansatz, der nicht alles neu erfinden will. Wissen strukturieren, Nutzung vereinfachen, Berechtigungen durchtragen, Schnittstellen sinnvoll zusammenführen, den Einstieg für Unternehmen bezahlbar und skalierbar machen. Das ist weniger spektakulär als die nächste KI-Demo. Aber es ist genau das, was entscheidet, ob aus KI ein produktives Betriebssystem für den Mittelstand werden kann.Der vielleicht wichtigste Satz der Folge steht unausgesprochen über allem: Wer später anfängt, spart kein Geld. Er vergrößert den Rückstand.Denn die Entwicklung wird nicht langsamer. Die Anforderungen steigen. Die Kosten verschieben sich. Die Systeme werden komplexer. Die Konkurrenz lernt schneller. Wer heute noch wartet, bis KI einfacher, billiger oder risikofreier wird, wartet möglicherweise auf eine Welt, die es nicht geben wird.Die gute Nachricht ist: Niemand muss sein Unternehmen in zwei Wochen revolutionieren. Aber jedes Unternehmen muss anfangen, ehrlich hinzusehen. Wo liegen unsere Daten? Welche Prozesse sind wirklich wertschöpfend? Welche Abteilungen müssen beteiligt werden? Wo brauchen wir externe Perspektive? Wo schützt uns unsere eigene IT, und wo blockiert sie Veränderung? Welche Entscheidungen wollen wir künftig schneller und besser treffen?Am Ende führt diese Podcast-Folge weg vom Hype und zurück zum Kern von Unternehmertum. KI ist kein Ersatz für Führung. Sie ist ein Prüfstein für Führung. Sie zeigt, ob ein Unternehmen bereit ist, seine Hausaufgaben zu machen. Nicht irgendwann. Jetzt.Denn künstliche Intelligenz scheitert im Mittelstand selten an der Technik. Sie scheitert an der Realität, die die Technik sichtbar macht.Nicht jeder KI-Dienstleister ist ein Umsetzungspartner.Genau deshalb bauen wir im Bundesverband für KI-Transformation e.V. das Venture AI Execution Partner Programm auf.Wir suchen Unternehmen, Beratungen, Technologieanbieter und Umsetzungspartner, die KI nicht nur erklären, sondern tatsächlich in Organisationen bringen.Mit belastbaren Lösungen. Mit nachweisbarer Kompetenz. Mit dem Anspruch, KI-Transformation messbar voranzubringen.Das Venture AI Execution Partner Programm soll Unternehmen Orientierung geben und gleichzeitig den besten Umsetzungspartnern im Markt mehr Sichtbarkeit, Zugang und Geschäftsmöglichkeiten eröffnen.Als Venture AI Execution Partner profitierst du unter anderem von:* Positionierung als qualifizierter Umsetzungspartner im Netzwerk des Bundesverbandes* Zugang zu Unternehmen mit konkretem Transformationsbedarf* Einbindung in Projekte, Execution Teams und Initiativen* Sichtbarkeit über unsere Plattformen, Veranstaltungen und Formate* Vernetzung mit Entscheidern, Experten, Startups und Technologiepartnern* einem Qualitätsrahmen, der Kompetenz von bloßem KI-Marketing unterscheidetWichtig: Venture AI Execution Partner kann nicht einfach jeder werden.Voraussetzung ist die Mitgliedschaft im Bundesverband für KI-Transformation e.V. sowie die entsprechende Qualifizierung über unseren Venture AI Excellence Award.Wir wollen kein möglichst großes Partnerverzeichnis.Wir wollen ein Netzwerk derjenigen aufbauen, die KI-Transformation in Deutschland wirklich umsetzen können.Dein Unternehmen gehört dazu?Dann findest du auf unser Website weitere Informationen, wie du in das Partnerprogramm aufgenommen werden kannst. Wenn du uns dabei unterstützen möchtest, diesen Podcast zu einer Allianz von Zukunftsarchitekten der KI-Transformation zu machen, in der wir offen über Chancen, Risiken und reale Erfahrungen mit Künstlicher Intelligenz sprechen, dann abonniere uns auf Substack, YouTube, Spotify oder Apple Podcasts. Dein Abonnement kostet dich nichts, hilft uns aber sehr, noch mehr herausragende Persönlichkeiten für tiefgehende und inspirierende Podcast Gespräche zu gewinnen. Vielen Dank für deinen Support.Darüber hinaus laden wir dich ein, Teil der Plattform des Bundesverbands für KI-Transformation e.V. zu werden. Hier vernetzen sich mittelständische Unternehmen, KI Expertinnen und Experten, Startups sowie Vertreterinnen und Vertreter aus Forschung und Wissenschaft, um Wissen zu teilen, Erfahrungen auszutauschen und um an konkreten KI-Projekten zu arbeiten. In unserer Podcast Community kannst du dich einbringen, mitdiskutieren und den Bundesverband als Mitglied aktiv unterstützen und mitprägen.Zur Plattform:https://www.venture-ai-germany.spaceVernetze dich mit Norman auf LinkedIn:https://www.linkedin.com/in/muellernorman This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit www.ventureaistack.com/subscribe

Millionär werden Shownotes In dieser Episode geht es ums Millionär werden – und zwar auf Basis von rund 500 Interviews, die ich seit 2012 hier im Podcast geführt habe. Ein guter Teil dieser Gäste war nicht nur erfolgreich, sondern richtig vermögend: Millionäre, Multimillionäre, Unternehmer mit zweistelligen Millionenexits. Wenn man so viele Gespräche führt, fangen irgendwann Muster an, sichtbar zu werden. Dinge, die immer wieder auftauchen, völlig unabhängig von Branche, Alter oder Herkunft. Die drei stärksten dieser Muster habe ich für diese Folge herausgesucht. Das dritte davon kannst Du in keinem Buch nachlesen – es lässt sich nur von jemandem beobachten, der hinter den Kulissen sitzt. Vorab eine Einordnung: Millionär werden ist in Interviews ein heikles Thema, weil kaum jemand offen über Zahlen spricht. Genau deshalb ist die Innensicht aus 500 Gesprächen so wertvoll – sie zeigt, was Menschen sagen, wenn das Mikrofon läuft, und was sie vorher sagen, wenn es noch aus ist. Zusammenfassung und Stichpunkte zum Millionär werden Das ist die Zusammenfassung dieser Episode in Kurzform: Muster 1 – Das Entscheidende wird außerhalb der Schule gelernt. Dr. Dr. Rainer Zitelmann (#546) hat die Vermögenselite psychologisch untersucht. Zwei seiner Befunde gehören zusammen: Seine Befragten haben früh im Sport gelernt, mit Zielen und mit Niederlagen umzugehen und Frustrationstoleranz zu entwickeln – ausdrücklich nicht in Schule oder Universität. Und: Alles ist letztlich Verkauf. Wer eine negative Einstellung zum Verkaufen hat, für den wird es beim Millionär werden schwierig. Muster 2 – Der Absturz gehört oft dazu. Rolf Kipp (#586) war mit Mitte zwanzig finanziell frei, mit einem privaten Vermögen im zweistelligen Millionenbereich. Ein ungelesener Immobilienvertrag kostete ihn alles – plus eine halbe Million D-Mark Schulden. Er ging nicht in die Privatinsolvenz, sondern tilgte fünf Jahre lang. Heute lebt er in Monaco. Sein bester Ratschlag in fünf Worten: Ich steh immer wieder auf. Muster 3 – Die Vermögendsten sind fast nie die Lautesten. Meine eigene Beobachtung aus dem Gäste-Screening: Ein erheblicher Teil der wirklich vermögenden Gäste bittet ausdrücklich darum, die Zahlen nicht zu nennen. In den Shownotes steht deshalb nie, wer steinreich ist. Wer viel hat, hat es meistens nicht nötig, es nach außen zu tragen. Der rote Faden: Beim Millionär werden geht es weniger um Wissen als um Prägung, Ausdauer und Haltung. Zwei der drei Muster haben mit dem Umgang mit Rückschlägen zu tun – und keines mit dem, was in der Schule vermittelt wird. Auffällig ist außerdem, was in den Antworten praktisch nie vorkommt: eine geniale Geschäftsidee, der richtige Zeitpunkt oder ein glücklicher Zufall. Millionär werden wird von den Betroffenen selbst deutlich unspektakulärer beschrieben, als es von außen aussieht. Shownotes und Episodendetails Warum lohnt sich der Blick auf Muster statt auf Einzelgeschichten? Weil eine einzelne Erfolgsgeschichte immer auch Zufall sein kann. Erst die Wiederholung über hunderte Gespräche hinweg macht daraus eine belastbare Beobachtung. Zum Thema Millionär werden gibt es unzählige Ratgeber. Das Besondere an dieser Folge ist die Datenbasis: keine Theorie, sondern Aussagen von Menschen, die es tatsächlich geschafft haben – und die mir das im Gespräch persönlich erzählt haben. Was Zitelmanns Forschung zeigt. Rainer Zitelmann (#546) ist Historiker, Soziologe und selbst Multimillionär. Er hat die Superreichen nicht nur befragt, sondern systematisch psychologisch untersucht. Sein Befund zum Sport ist der überraschendste: Nahezu durchgängig berichteten seine Befragten, dass sie den Umgang mit Zielen und mit Niederlagen früh im Sport gelernt haben. Auf gezielte Nachfrage nach Schule und Universität kam ein klares Nein. Sein Befund zum Verkaufen ist der praktischste. Verkauf ist für ihn nicht auf Kunden beschränkt: Gute Mitarbeiter gewinnen ist Verkauf. Eine Genehmigung bekommen ist Verkauf. Wer sich damit innerlich schwertut, blockiert sich selbst. Was Rolf Kipps Geschichte zeigt. Kipps Absturz ist kein Pech, und er stellt ihn selbst auch nicht so dar. Er beschreibt sich rückblickend als jung, unerfahren, erfolgsverwöhnt und überheblich – jemand, der einen Vertrag unterschrieb, ohne ihn zu lesen, weil ohnehin alles lief. Die fünf Jahre danach sind der eigentliche Kern: morgens im Anzug ins Büro, aber kein Geld, den Firmenwagen zu tanken. Essen aus dem Kühlschrank im Aufenthaltsraum. Am Wochenende per Anhalter zur Familie – und wenn es nicht klappte, über die Leitplanke und zurück ins Büro. Wer über das Millionär werden spricht, sollte diesen Teil mit erzählen. Der gerade Weg nach oben ist die Ausnahme, nicht die Regel. Bemerkenswert ist auch seine Entscheidung gegen die Privatinsolvenz. Er hätte die halbe Million abschütteln können und hat es nicht getan. Diese Haltung taucht bei vielen Gästen auf, die es zweimal geschafft haben: Sie übernehmen die Verantwortung für den eigenen Fehler, statt ihn zu delegieren. Und was mir die Kulissen verraten. Vor jedem Interview screenen wir unsere Gäste. Ich kenne die Zahlen, bevor das Mikrofon läuft. Auffällig ist, wie viele der wirklich Vermögenden ausdrücklich darum bitten, dass ihr Vermögen nicht zur Sprache kommt. Sie möchten als normale erfolgreiche Unternehmer vorgestellt werden. Daraus folgen zwei praktische Konsequenzen. Erstens: Vergleiche Dich nicht mit den Lautesten – Du weißt nicht, was hinter der Fassade steckt. Zweitens: Wähle Deine Vorbilder danach aus, wer nachweislich etwas aufgebaut hat, nicht danach, wer am besten inszeniert ist. Was Du konkret mitnehmen kannst. Prüfe, wo Du gelernt hast, mit einem Nein umzugehen – und ob Du diese Fähigkeit heute noch trainierst. Schau Dir Deine Einstellung zum Verkaufen ehrlich an. Wenn sich Verkaufen für Dich unangenehm anfühlt, ist das kein Charakterzug, sondern eine lösbare Baustelle. Und wenn Du gerade in einer Phase steckst, in der alles zusammengebrochen ist: Kipp hat fünf Jahre gebraucht, um wieder bei null zu sein. Nicht um reich zu werden – um wieder bei null zu sein. Zusammengefasst: Millionär werden ist nach allem, was mir meine Gäste erzählt haben, weniger eine Frage der Gelegenheit als eine Frage der Wiederaufstehfähigkeit. Und der Bereitschaft, Dinge zu lernen, die einem niemand beibringt. Erwähnte und passende Episoden zum Nachhören: #546 – Dr. Dr. Rainer Zitelmann – Psychologie der Superreichen #586 – Rolf Kipp – Millionär werden: sein Coaching brachte über 40 Millionäre hervor #800 – Selfmade-Millionäre packen aus – Eigenschaften zum Erfolg #959 – Unternehmer-Fehler – die 5 teuersten aus 950 Folgen #960 – Durchhalten – 5 Lektionen aus Militär und Business Welches der drei Muster trifft am ehesten auf Dich zu? Schreib es mir gerne – ich freue mich auf Dein Feedback. Und denk immer daran: Wer will, findet Wege. Wer nicht will, findet Gründe. Tschüss, mach's gut. Dein Tom.             Hol Dir jetzt Dein Hörbuch "Selfmade Millionäre packen aus" und klicke auf das Bild!                 Buchempfehlung bei Amazon: Denken Sie wie Ihre Kunden   +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ Mehr Freiheit, mehr Geld und mehr Spaß mit DEINEM eigenen Podcast. Erfahre jetzt, warum es auch für Dich Sinn macht, Deinen eigenen Podcast zu starten. Jetzt hier zum kostenlosen Podcast-Workshop anmelden: https://Podcastkurs.com +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++   So fing alles an. Hier geht´s zur allerersten Episode von TomsTalkTime.com – DER Erfolgspodcast. Und ja, der Qualitätsunterschied sollte zu hören sein. Aber hey, das war 2012…

In dieser Folge des Performance Manager Podcasts spricht Peter Bluhm mit Florian Bliefert, Trainer und Berater bei der CA Akademie AG, über sein neues Buch „Künstliche Intelligenz und Data Science im Controlling – verstehen und anwenden". „Es ist interessanterweise gar keine technische Frage" – so beschreibt Florian Bliefert, was erfolgreiche von erfolglosen KI-Projekten im Controlling unterscheidet. Künstliche Intelligenz und Data Science im Controlling sind in aller Munde – doch wie kommt man als Controller wirklich zu einem soliden Einstieg, jenseits von Hype und Buzzwords? Themen der Episode: Was Unternehmen mit erfolgreichen KI-Investitionen im Controlling anders machen  Warum man Probleme zuerst definieren und dann nach KI-Lösungen suchen sollte  Warum eine solide, einheitliche Datenbasis das Fundament jedes KI-Projekts ist  Wie Machine Learning auch ohne Mathestudium verständlich und anwendbar wird  Wofür sich Sprachmodelle im Controlling eignen – und wofür nicht  Was Agentic AI ist und wie sie sich von klassischen Chatbots unterscheidet  Wie sich die Rolle des Controllers durch KI verändert 

KI im Vertrieb: Vom Verwalten zurück ins Verkaufen. In den meisten Vertrieben verbringen Verkäufer nur 10 bis 20 Prozent ihrer Zeit beim Kunden – der Rest ist Verwaltung. Christopher Funk zeigt, wie KI das Verhältnis umdreht: aus 300 aktiven Verkaufsstunden werden 1.200. Die Verfünffachung deiner Vertriebsschlagkraft, ohne einen einzigen neuen Verkäufer. McKinsey beziffert das KI-Automatisierungspotenzial für Deutschland auf 486 Milliarden Dollar bis 2030 – das größte in Europa, 80 Prozent davon über KI-Agenten. 59 Prozent der heutigen Arbeitsstunden sind mit existierender Technologie automatisierbar. Die Frage ist nicht mehr, ob das kommt – sondern ob du zu den Mutigen gehörst, die es nutzen. Du erfährst, wie du mit KI Zielkunden findest und priorisierst, Calls vorbereitest, Gespräche dokumentierst, Angebote aus Wissensbasis und Transkript erstellst, deine Pipeline ehrlicher machst und auf Datenbasis coachst. Plus: die Agenten-Stufe mit Angebots-, Nachfass- und Vorqualifizierungsagent – und warum Gartner erwartet, dass bis 2028 rund 90 Prozent der B2B-Einkäufe über KI-Agenten laufen.

Achtung (Werbung in eigener Sache):  Jetzt mein neues Buch kaufen (in Co-Produktion mit Prof. Dr. Johanna Bath): "Die perfekte Employee Journey & Experience" (erschienen im Oktober 2025): Springer: https://link.springer.com/book/9783662714195 Amazon: https://bit.ly/44aajaP Thalia: https://www.thalia.de/shop/home/artikeldetails/A1074960417 Dieses Fachbuch stellt die wichtigsten Elemente der Employee Journey vor – vom Pre-Boarding bis zum Offboarding – und erläutert, wie Verantwortliche in Unternehmen eine gelungene Employee Experience realisieren und nachhaltig verankern können. Mein Gast: Sandra Feldmann ist Gründerin von hrstack.io und eine der prägendsten HR- und Recruiting-Stimmen im DACH-Raum. Rund 30.000 Menschen folgen ihr auf LinkedIn. Seit mehr als 15 Jahren baut sie Tech- und Go-to-Market-Teams auf und verbindet Recruiting, HR-Tech und Datenstrategie mit echtem Business Impact. Heute beschäftigt sie sich intensiv mit der Frage, welche Technologien, Tools und KI-Anwendungen im HR wirklich Mehrwert schaffen – und wo hinter großen Versprechen vor allem neuer Tool-Wildwuchs entsteht. Mit hrstack.io will sie HR-Teams Orientierung geben und dabei helfen, Technologien auf Basis klarer Prozesse, Daten und Strukturen sinnvoll einzusetzen. Ihre Perspektiven teilt Sandra nicht nur mit ihrer großen Fachcommunity, sondern auch auf Bühnen wie der SourceCon, dem Embrace Festival und H.U.G by Personio. Ihr Blick auf die Zukunft ist klar: Routinetätigkeiten und reine Datenarbeit werden zunehmend automatisiert. Umso wichtiger werden menschliches Urteilsvermögen, Vertrauen, echte Beziehungen und die Fähigkeit, Communities rund um Arbeitgebermarken aufzubauen.

Was passiert, wenn ein Rechtssystem so überlastet ist, dass die Klärung selbst einfacher Rechtsfragen mehrere Jahre dauert? Und ist Jura nicht perfekt für den Einsatz von KI geeignet - Texte lesen, logische Schlüsse ziehen, Dokumente schreiben? Und werden wir in Zukunft überhaupt noch so viele Anwälte brauchen? Es ist keine Überraschung, dass "Legal Tech" einen absoluten Höhenflug hat. Einer der Superstars in der Branche ist Libra - ein Berliner Startup, das nach nur zweieinhalb Jahren bereits millionenschwere Umsätze verzeichnet und inzwischen Teil von Wolters Kluwer ist, einem der ganz großen Player im Anwaltsgeschäft. In unserem Gespräch mit Viktor von Essen, dem Gründer von Libra, wird uns schnell klar, wie extrem schnell und herausfordernd dies ist. ViktorsTeam hatte in der Nacht davor gerade ein wesentliches neues Release veröffentlicht, und wir konnten live während der Aufnahme die Taktzahl des Startups erleben... Aber es ist eben doch nicht so, dass "die KI" die Anwälte ersetzt. In Anwaltskanzleien lässt sich eine große Zahl von Abläufen tatsächlich vereinfachen oder automatisieren. Dazu braucht es eine große Datenbasis - aber auch viel menschlichen Sachverstand. Letztlich ist Rechtssprechung eben kein mathematischer, rein sachlogischer Algorithmus, sondern das Gestalten von Fairness und Gerechtigkeit von Mensch zu Mensch.

Die Erwartungen von Private Equity an Künstliche Intelligenz sind hoch, der tatsächliche Einsatz bei den Portfoliounternehmen bleibt aber noch weit dahinter zurück. Erste Anwendungen existieren zwar bereits, doch viele Unternehmen machen gerade „die gleichen Fehler wie vor 20 Jahren“, konstatiert Sascha Haggenmüller, Mitgründer von Radial Consulting: „Sie schaffen Silo-Softwarelösungen an, nur um überhaupt mit KI zu arbeiten.“Die Gefahr: Unternehmen investieren Zeit und Geld in neue Lösungen und Systeme, die am Ende nicht miteinander kommunizieren können. Im Gespräch mit FINANCE TV berichtet Haggenmüller, wie es besser geht.Das erwartet Sie in diesem Talk:Warum Silo-Softwarelösungen mehr Schaden anrichten als Nutzen bringenWarum ein zentrales Data Warehouse die Grundvoraussetzung dafür ist, dass Künstliche Intelligenz belastbare Ergebnisse liefertWas Private-Equity-Investoren riskieren, wenn sie sich nicht mit Künstlicher Intelligenz auseinandersetzenWie AI-Readiness und eine saubere Datenbasis die Attraktivität von Beteiligungen verdoppeln könnenDie Gesprächsteilnehmer:Host: Olivia Harder (FINANCE Magazin)Gast: Sascha Haggenmüller (Co-Founder und Managing Director, Radial Consulting)Hinweis: Dieser FINANCE TV-Talk entstand in Kooperation mit Radial Consulting._________________________________________Bei FINANCE TV ist die Finanzwelt im Gespräch! Jede Woche erwarten Sie hier exklusive Interviews mit CFOs, führenden Bankern und Experten aus Corporate Finance. Wir unterhalten uns über alles, was Finanzentscheider wissen müssen: von M&A und Finanzierung bis hin zu Private Equity, Wirtschaftsprüfung, Karriere, Gehalt und aktuellen Finanzskandalen.Kompakt, direkt und auf den Punkt!Mehr Infos gibt es hier: https://www.finance-magazin.de/tv/

KI ist nur so gut wie die Daten, mit denen sie arbeitet. Im zweiten Teil der Dental Late Night Show zu unserer KI-Serie zeigen wir am Beispiel der Denta1 Clinic, wie aus einer sauberen Datenbasis konkrete Werkzeuge für den Praxisalltag entstehen. Wir sprechen darüber, warum viele Praxen zwar Daten besitzen, diese aber kaum nutzen. Außerdem zeigen wir, wie sich Patientenscoring, HKP-Management und intelligente Dashboards in den täglichen Ablauf integrieren lassen. Ihr erfahrt, • warum Datenqualität wichtiger ist als das neueste KI-Modell. • wie die Denta1 Clinic Patienten automatisch bewertet und Serviceprozesse darauf abstimmt. • weshalb ein strukturiertes HKP-Management enorme Potenziale bietet. • wie sich Leerlauf und No-Shows reduzieren lassen. • warum die Zukunft nicht nur aus KI besteht, sondern aus intelligenten Prozessen. Eine Episode für alle, die verstehen möchten, wie moderne Praxissteuerung heute bereits funktioniert. Shownotes Unsere Weiterbildungsmöglichkeiten:

Tausende Stare bewegen sich wie ein einziger Organismus – ohne Leitvogel, ohne Statusmeeting. Ihr Geheimnis: wenige, klare Grundregeln. Genau diese Grundregeln fehlen bei vielen Data- und AI-Projekten. In dieser Impuls-Folge erklärt Peter Bluhm, warum so viele Datenprojekte trotz Investitionsbereitschaft und echter Veränderungsenergie scheitern – und warum die Lösung nicht in besseren Tools oder mehr Abstimmung liegt, sondern in der richtigen Reihenfolge. Darum geht es in dieser Episode: Warum IT, Controlling und Management oft parallel aneinander vorbei arbeiten  Welche Grundfragen vor jedem AI-Projekt geklärt sein müssen  Wie ein mittelständischer Maschinenbauer beinahe AI auf einer kaputten Datenbasis eingeführt hätte – und was stattdessen geholfen hat  Was Data Governance wirklich bedeutet (Spoiler: kein 200-Seiten-Regelwerk)  Erst die Grundlagen, dann die Technologie – warum das die entscheidende Reihenfolge ist  Der Performance Manager Podcast ist der führende deutschsprachige Podcast für Controlling, Data & AI und Performance Management. Er richtet sich an alle, die mit Daten besser entscheiden und ihr Unternehmen erfolgreicher steuern wollen.  Regelmäßig begrüßt Peter Bluhm Führungskräfte, Experten und Persönlichkeiten, die in ihrem Fachgebiet zu den Besten zählen. Mit ihnen spricht er über Strategien, Inspirationen und Impulse für glasklare Entscheidungen und Erfolg im Business. Peter Bluhm ist Experte für Controlling und Data & AI sowie Buchautor. 2004 gründete er die ATVISIO Consult, eine Data- & AI-Beratung, die 2014, 2019 und 2025 mit dem Gütesiegel "Top Consultant – Die besten Berater des deutschen Mittelstandes" ausgezeichnet wurde. Neben dem "Performance Manager Podcast" ist auch Peter Bluhms Buch "Business Intelligence ganz einfach" als kostenloser Podcast verfügbar.

Manche Karrieren beginnen mit einer Diplomarbeit – und werden zur echten Unternehmensgeschichte. In dieser Folge von Schlaglichter sprechen Katharina Schlag und Tom Neumann mit Sven Schun, Vorstand der committance AG aus Montabaur, über seinen Weg an der Schnittstelle von Business und IT. Es geht um ein IT-Beratungsunternehmen, das lieber umsetzt als Folien malt: Daten verstehen, Individualsoftware bauen, direkt in Kundenteams arbeiten. Und um eine Haltung, die bei committance mehr ist als ein netter Satz an der Wand: „Zufriedenheit ist kein Zufall.“ Von Happiness Officerin über echte Flexibilität bis zu Lunch'n'Learns zeigt Sven, wie Unternehmenskultur im Alltag entsteht. Außerdem im Gespräch: Warum KI-Projekte ohne saubere Datenbasis schnell ins Leere laufen, weshalb Fachkräfte und Kundenbedarf heute besser denn je zusammenpassen müssen – und warum vieles, was gute Arbeit ausmacht, weniger Geld kostet als Haltung. Infos zur WFG Westerwald Produktion: Studio Fischkopp Moderation: Tom Neumann #westerwald #wfgwesterwaldkreis #wällerwirtschaft #westerwaldkreis #chancen #lösungen #podcast #schlaglichter #ideen #herausforderungen #impulse #austausch #netzwerk #unternehmen #wirtschaft #stories #support #schlaglichter #staffel5 #wällerperspektiven

 PAYBACK existiert seit 25 Jahren – eine Seltenheit im Digitalmarkt. Warum? Weil das System konsequent auf Relevanz und Simplicity ausgelegt ist. Mario Jung (OMT GmbH) spricht heute mit Nico Winkelhaus (PAYBACK GmbH) über Loyalty-Programme und warum sie auch nach 25 Jahren noch relevant sind, wie damals. Trotzdem können Loyalty-Programme auch scheitern, warum? Marken überschätzen oft, wie viel Zeit Kund:innen in Loyalty investieren wollen. Zu komplexe Features Zu wenig Relevanz Zu geringe Reichweite Keine echte Integration in den Alltag PAYBACK dagegen setzt auf: Einfachheit, klare Belohnung, funktionierende Prozesse und eine kritische Masse an Partnern. Gleichzeitig untergehen Loyalty-Programme einen Wandel: Von Print & Plastikkarte → Tech & App PAYBACK hat sich selbst transformiert: Früher: Print-Mailings, Plastikkarte Heute: App-first, Mobile Payment, Shopping-Features Wichtig: Die Plastikkarte bleibt – weil 50 % der Nutzer:innen sie weiterhin aktiv verwenden. Die wahre Superpower von PAYBACK sind Daten, Personalisierung & KI PAYBACK arbeitet seit Tag 1 mit Login-basierten First-Party-Daten – ein massiver Vorteil im Post-Cookie-Zeitalter. „Transaktionsdaten lügen nicht.“ Hyperpersonalisierte Angebote statt Gießkannenmarketing Präzise Kontrollgruppen → echter inkrementeller Effekt messbar Machine Learning steuert, wer welches Angebot bekommt 95 % der Punkte fließen wieder ins System zurück → nachhaltiger als Cash-Rabatte Für Marketer:innen bedeutet das: PAYBACK ist ein Performance-Kanal mit messbarem ROI – nicht nur ein Loyalty-Tool. Die Wichtigste Learnings für Online‑Marketer:innen: Relevanz schlägt alles – egal ob Loyalty, CRM oder App. First-Party-Daten sind Pflicht, nicht Kür. Personalisierung ohne Datenbasis ist unmöglich. Loyalty kann ein Performance-Kanal sein, wenn die Datenstruktur stimmt. Einfachheit gewinnt – Kund:innen wollen keine Komplexität. Kontrollgruppen sind der heilige Gral, um echten ROI zu beweisen.

Verdienen die Netzbetreiber zu viel Geld? Diese Frage wirft eine Untersuchung des Bundesverbandes Neue Energiewirtschaft auf - ein Verband, der die Netzbetreiber grundsätzlich kritisch beäugt und mit seinen neuen Zahlen eine Kontroverse auslöst: Die eine Seite spricht von Traumrenditen, die andere von unsachgemäßer Datenbasis. Wir klären die Details und geben eine Einschätzung dazu, wer aus unserer Sicht in der Sache richtig liegt. Außerdem reden wir in der aktuellen Folge über den Vorstoß des größten deutschen Verteilnetzbetreibers Eon zu einem Standard für flexible Netzanschlussverträge - kurz FCAs. Warum dieser in der Speicherbranche überwiegend kritisch gesehen wird und was das möglicherweise mit Versäumnissen der Bundesnetzagentur zu tun hat, erfahren Sie in dieser Folge des energate-Podcasts.

Geschätzte Lesedauer: 14 Minuten Was unterscheidet einen deutschen Vertriebsingenieur von einem amerikanischen Sales-Profi – und was kann der deutsche Mittelstand aus fast zwei Jahrzehnten internationalem B2B-Vertrieb lernen? Genau darum geht es in dieser Folge. Mein Gast Olaf Detlef hat acht Jahre in Shanghai verbracht, dann elf Jahre in den USA – und ist seit Anfang 2025 zurück in Deutschland. Als Geschäftsführer von Kendrion Industrial Brakes bringt er Erfahrungen mit, die kaum jemand im deutschsprachigen Mittelstand so gesammelt hat. Und ich sage dir: Es lohnt sich, genau hinzuhören. Internationaler B2B Vertrieb: Drei Kontinente, drei Lektionen Olaf ist kein Vertriebstheoretiker. Er hat als junger Vertriebler den Finger gehoben, als sein damaliger Arbeitgeber – ein Mittelständler mit 300 Mitarbeitern – einen Aufbau in China suchte. Kein Netzwerk, keine China-Erfahrung und außerdem keine Sprachkenntnisse. Aber er war der Einzige, der sich gemeldet hat. Folglich wurden aus geplanten drei Jahren acht. Danach folgte Amerika – auch dort sollte es drei Jahre werden, doch es wurden elf. Wer in zwei Märkten, die kaum unterschiedlicher sein könnten, erfolgreich Vertrieb aufgebaut hat, der sieht danach das Geschäft in Deutschland mit ganz anderen Augen. Was Olaf mitgebracht hat, ist kein Handbuch. Es ist ein Mindset – und eine Menge konkreter Beobachtungen, die direkt auf den deutschen Mittelstand übertragbar sind. Lass uns die wichtigsten durchgehen. China: Zustimmung im Meeting ist keine Zustimmung im System Die erste große Lektion aus dem internationalen B2B Vertrieb kommt aus Shanghai. Olaf hatte ein vielversprechendes Projekt im Bereich Windkraft. Die Meetings liefen gut, die Stimmung war positiv, der CFO war dabei. Beim anschließenden Abendessen fehlte dieser plötzlich. Und am Ende wurde nicht das komplette System bestellt – sondern nur eine Komponente. Was war passiert? Olaf hatte die Zustimmung im Meeting mit einer echten Entscheidung verwechselt. In China läuft vieles über Gesichtswahrung. Ein „Ja" im Gespräch bedeutet oft nicht mehr als: Ich möchte dich nicht in Verlegenheit bringen. Die eigentlichen Entscheider sitzen im Hintergrund – die sogenannte unbekannte Einkäufergruppe. Und die hat niemand auf dem Schirm gehabt. Das klingt zunächst wie ein China-spezifisches Problem. Tatsächlich ist es das aber nicht. Denn genau dasselbe passiert täglich in deutschen Vertriebsgesprächen. Der Kunde sagt: „Schick mir mal ein Angebot." Daraufhin denkt der Verkäufer: Auftrag in Sicht. Was der Kunde gemeint hat: Ich habe keine Zeit mehr für dieses Gespräch. Der Unterschied ist also nur, dass in Deutschland niemand so höflich ist, es nicht zu sagen – und dass in China niemand so direkt ist, es auszusprechen. „Eine Zustimmung im Meeting bedeutet noch lange keine Zustimmung im System." – Olaf Detlef Stakeholder-Management: Der Spaghetti-Ball, den du verstehen musst Eine der wertvollsten Erkenntnisse aus dem internationalen B2B Vertrieb – und gleichzeitig eine, die im deutschen Mittelstand noch viel zu selten gelebt wird – ist das konsequente Stakeholder-Mapping. Olaf beschreibt, wie sein Team eine Kundenorganisation aufgezeichnet hat und am Ende vor einem Bild stand, das aussah wie ein Spaghetti-Ball. Verwirrend. Undurchsichtig. Kaum zu entwirren. Die entscheidende Frage dabei: Wer muss diesen Spaghetti-Ball eigentlich verstehen? Der Kunde selbst? Meistens weiß der nicht mal genau, wer bei ihm intern alles mitentscheidet. Es ist unsere Aufgabe als Vertrieb, das herauszufinden – und zwar bevor wir in den ersten echten Discovery Call gehen. Ein konkretes Beispiel: Olaf hatte ein Projekt, das praktisch abgeschlossen war. Doch kurz vor Projektabschluss meldete sich plötzlich der Produktionsleiter – den niemand auf dem Schirm hatte, nicht einmal der Kunde selbst. Sein Urteil: So geht das nicht. Folglich kam es zu über einem Jahr Verzögerung. Mein Tipp dazu, den ich auch in Workshops immer wieder bringe: Mach eine Stakeholder-Map. Wie in einem Tatort-Krimi – Fotos an die Wand, Fäden ziehen, fragen: Wen kennen wir noch gar nicht? Wer könnte noch mitentscheiden? Wo fehlen uns Informationen? Tools wie LinkedIn Sales Navigator helfen dabei, Entscheidungsstrukturen zu recherchieren – und gezielt Fragen zu stellen, die den richtigen Ansprechpartner ins Spiel bringen. So baust du deine Stakeholder-Map auf So erstellst du eine Stakeholder-Map für komplexe B2B-Deals Bekannte Kontakte auflisten Notiere alle Personen, mit denen du bereits Kontakt hattest – Name, Rolle, Abteilung. Entscheidungsstruktur recherchieren Nutze LinkedIn Sales Navigator, um herauszufinden, wer an wen berichtet und welche Rollen noch relevant sein könnten. Weiße Flecken markieren Wo fehlen Kontakte? Einkauf, Produktion, Qualität, Geschäftsführung – welche Ebenen hast du noch nicht erreicht? Gezielte Fragen im nächsten Gespräch stellen Frag deinen Ansprechpartner aktiv: „Sollten wir auch Herrn Müller aus der Qualitätssicherung einbeziehen?" – so eröffnest du Türen, ohne aufdringlich zu wirken. Map laufend aktualisieren Stakeholder-Maps sind keine einmalige Übung. Aktualisiere sie mit jeder neuen Information aus Gesprächen, E-Mails und Recherchen. Vom Problem hinter dem Problem: Was chinesische Verhandlungsstrategien uns lehren Olaf hatte in China das Glück, einen Mentor zu finden – einen Deutschen, der in Aachen studiert hatte, fließend Deutsch sprach und beide Kulturen wirklich kannte. Dieser Mentor machte ihn auf eine alte chinesische Verhandlungsstrategie aufmerksam, die heute noch im internationalen B2B Vertrieb angewendet wird: das Feuer vom Kochtopf entziehen. Gemeint ist: Das Wasser kocht – aber du musst nicht das Wasser abkühlen, du musst die Flamme wegnehmen. Übertragen auf den Vertrieb: Was ist wirklich die Ursache des Problems? Was will der Kunde wirklich erreichen? Will er Preisführer werden? Nach Europa exportieren? Netzwerk aufbauen? Die Symptome sind sichtbar – die eigentlichen Ursachen liegen tiefer. Das ist im Grunde das, was ich immer als „Problem hinter dem Problem" bezeichne. Ein Kunde sagt, er braucht eine neue Industriebremse. Okay. Aber warum? Was läuft mit dem aktuellen Lieferanten nicht? Welche Herausforderungen hat er? Und wenn er sagt, er ist mit dem aktuellen Lieferanten super zufrieden – was steckt dann wirklich dahinter? Genau hier liegt der Unterschied zwischen einem Vertriebsingenieur, der Features erklärt, und einem Verkäufer, der wirklich versteht, was der Kunde braucht. Amerika: Geschwindigkeit, Klarheit und der erste Call entscheidet alles Nach acht Jahren China kam für Olaf Amerika. Und der Kulturschock war in gewisser Weise noch größer – weil man glaubt, Amerika zu kennen. Tut man aber nicht. Die USA haben Olaf gelehrt: Im internationalen B2B Vertrieb zählt Geschwindigkeit. Amerikanische Kunden wollen früh wissen, ob eine Lösung grundsätzlich passt. Kein vollständiges Konzept, keine fertige Zeichnung – eine Skizze und eine grobe Preiseinschätzung reichen für einen ersten Orientierungspunkt. Während ein deutscher Ingenieur sagt „Das kann man nicht schätzen, das müssen wir genau berechnen", antwortet der amerikanische Einkäufer innerlich bereits: „Nächster Bitte." Noch entscheidender: In den USA gilt – wenn der erste Call nicht sitzt, bist du raus. Nicht etwa nach dem zweiten oder dritten Gespräch, sondern bereits nach dem ersten. Keine zweite Chance, kein Wiederanlauf. Das klingt zwar hart, bringt aber eine wichtige Konsequenz mit sich: Der Discovery Call muss so vorbereitet sein wie eine Präsentation vor dem Vorstand. Dazu kommt: Eine freundliche Gesprächsatmosphäre in den USA bedeutet keine Verbindlichkeit. Amerikaner sind von Natur aus freundlich und offen – das ist kulturell bedingt, aber kein Kaufsignal. Olaf hat das selbst schmerzhaft erlebt: Ein Meeting verlief bestens, er war am Ende überzeugend, aber er hatte das eigentliche Signal – es geht auch um einen Preisvorteil – überhört. Danach kam nichts mehr. Der Discovery Call: Das wichtigste Meeting im internationalen B2B Vertrieb Was Olaf aus Amerika mitgenommen hat und jetzt in Deutschland umsetzt, ist eine neue Ernsthaftigkeit gegenüber dem Discovery Call. Früher, als man sich noch persönlich getroffen hat, gab es ein Warm-up, ein paar Minuten Smalltalk, man konnte die Körpersprache des Gegenübers lesen. Heute hat man 30 bis 45 Minuten – manchmal mit Kameras aus, manchmal kommen kurzfristig unbekannte Teilnehmer dazu. Und in dieser Zeit soll man sich vorstellen, den Kunden verstehen, seinen Nutzen zeigen und die nächsten Schritte klären. Das ist kein Meeting mehr – das ist ein Sprint. Und wer unvorbereitet reingeht, verliert. Cross-funktionale Teams statt Einzelkämpfer Olafs Ansatz: Cross-funktionale Teams für wichtige Discovery Calls. Nicht einer geht alleine rein, sondern zwei bis drei Personen mit unterschiedlichen Fähigkeiten. Ein Techniker, ein Kaufmann und außerdem jemand, der gut zuhört und nachfragt. Das hat mehrere Vorteile: Zum einen kannst du das Playbook wechseln, wenn sich herausstellt, dass auf der anderen Seite plötzlich ein CFO statt eines Ingenieurs sitzt. Zum anderen zeigst du Kompetenz durch Professionalität. Und schließlich kannst du auf fast jede Frage sofort antworten. Dazu hat Olaf bei Kendrion ein Setup gebaut, das einem kleinen Nachrichtenstudio ähnelt: mehrere Kameras, professionelle Beleuchtung, ein Setup, das Professionalität ausstrahlt. Im klassischen Maschinenbau ist das noch die Ausnahme – genau deshalb fällt es auf. Und genau deshalb funktioniert es. Deutschland: Ingenieure im Vertrieb – Stärke und Schwäche zugleich Seit Anfang 2025 ist Olaf wieder in Deutschland. Und was er sieht, klingt vertraut – vielleicht zu vertraut. Deutsche Vertriebsingenieure sind tief in der Technik. Sie können erklären, wie ein Produkt funktioniert, welche Toleranzen es hat, welche Zulassungen vorliegen. Das ist ein echtes Asset. Aber es ist eben auch eine Falle. Denn während der deutsche Vertriebsingenieur noch erklärt, hat der amerikanische Einkäufer schon innerlich aufgehört zuzuhören. Olaf beschreibt das sehr treffend: In China waren deutsche Ingenieure noch bewundert – die Präzision, die Tiefe, das Fachwissen haben Eindruck gemacht. In Amerika hat er manchmal erlebt, wie die Augen seiner Gesprächspartner schon an die Decke wanderten. Die Botschaft: Komm auf den Punkt. Das bedeutet allerdings nicht, dass Fachwissen wertlos ist. Im Gegenteil. Aber es muss in den Dienst des Kunden gestellt werden, anstatt als Selbstzweck präsentiert zu werden. Denn der Kunde will nicht wissen, wie eine Industriebremse funktioniert. Vielmehr will er wissen, was sie für sein konkretes Problem bedeutet. Der informierte Kunde: 60 bis 80 Prozent des Kaufprozesses sind bereits gelaufen Ein weiterer wichtiger Punkt aus der Praxis des internationalen B2B Vertriebs: Der Kunde kommt heute nicht mehr unwissend ins Gespräch. Er hat recherchiert, er hat 3D-Zeichnungen heruntergeladen und außerdem Wettbewerber verglichen – vielleicht hat er sogar schon fünf Pitches gehört. Folglich weiß er in vielen Fällen mehr als mancher Vertriebsmitarbeiter, zumindest über die Marktoptionen. Was bedeutet das für den Vertrieb? Olaf bringt es auf den Punkt: Eine Company-Presentation zu zeigen ist heute irrelevant. Der Einstieg in ein Gespräch über die eigene Geschichte, die eigenen Awards und die eigene Unternehmensphilosophie kostet wertvolle Minuten – und die hat man nicht mehr. Was der Kunde wirklich braucht: Jemanden, der die vielen Informationen, die er bereits hat, in eine sinnvolle Reihenfolge bringt. Der sagt: Das ist zwar interessant, aber das brauchst du eigentlich nicht – weil dieses und jenes dein Problem bereits löst. Das ist echter Kundennutzen. Das ist der Moment, in dem ein Discovery Call nicht endet mit „Danke, wir melden uns" – sondern mit „Das war wirklich hilfreich." Marketing und Vertrieb: Gemeinsam oder gar nicht Wer im internationalen B2B Vertrieb Leads generieren will, kann sich nicht mehr leisten, Marketing und Vertrieb als getrennte Welten zu behandeln. Olaf setzt das konsequent um: Marketing sitzt bei Strategie-Meetings dabei, ist verpflichtet, Content zu liefern, der den Kunden bereits vor dem ersten Kontakt informiert und qualifiziert. Denn wenn 60 bis 80 Prozent der Kaufentscheidung bereits gefallen sind, bevor der Vertrieb ins Spiel kommt, dann muss Marketing diese Phase aktiv gestalten – nicht nur hübsche Broschüren produzieren. Das bedeutet konkret: technische Inhalte, die echte Fragen beantworten. Dazu Case Studies, die zeigen, wie das Problem tatsächlich gelöst wurde. Außerdem 3D-Zeichnungen, die der Kunde direkt verwenden kann. Und schließlich eine Website, die nicht über das Unternehmen redet, sondern über den Kunden und seine Herausforderungen. Mindset-Change statt Training: Der Challenger-Club als Modell Wie überträgt man all diese Erkenntnisse aus dem internationalen B2B Vertrieb auf ein deutsches Team? Olaf hat bei Kendrion einen Weg gewählt, den ich wirklich spannend finde: keinen Frontalunterricht, kein externes Training, das nach zwei Tagen vergessen ist. Stattdessen: einen Club. Erst gab es eine Verhandlungsgruppe – ein freiwilliger Zusammenschluss, der Vertrieblern hilft, schwierige Verhandlungen zu meistern. Das Format: Man liest Bücher, trifft sich, diskutiert – und hilft anderen in der Gruppe mit echten, laufenden Verhandlungen. Als Olaf den Zugang begrenzte und Bewerbungen verlangte, war der Club innerhalb von 24 Stunden ausgebucht. Dieses Prinzip hat er auf den Challenger-Sale-Ansatz übertragen. Eine gemischte Gruppe – Vertrieb, Konstruktion, Logistik – arbeitet gemeinsam daran, echte Fälle zu analysieren und Playbooks für unterschiedliche Stakeholder-Konstellationen zu entwickeln. Kein Lehrbuch, gelebte Praxis. Und der Sog-Effekt funktioniert: Andere Mitarbeiter fragen inzwischen, warum sie nicht dabei sein dürfen. Warum der Chef selbst mitmachen muss Das Wichtigste dabei: Olaf macht selbst mit. Denn er ist nicht der Chef, der von oben anordnet. Vielmehr ist er ein Teil des Teams – angreifbar, offen für Fragen und außerdem bereit zuzugeben, dass er selbst nicht immer alle Antworten hat. Genau dieser Führungsstil ist es, der echten Wandel überhaupt erst möglich macht. „Erst verstehen, dann verstanden werden." – Olaf Detlef KI im internationalen B2B Vertrieb: Noch am Anfang, aber unverzichtbar Auch das Thema KI kommt nicht zu kurz. Bei Kendrion ist man gerade dabei, die richtigen Tools auszuwählen – Enterprise-Versionen, die datenschutzkonform in einem börsennotierten Unternehmen eingesetzt werden können. Ein konkretes Problem, das gelöst werden soll: Informationen wiederfinden. Was früher auf dem Server lag, dann in Teams, dann im SharePoint, dann in der Cloud – und was jetzt niemand mehr findet, wenn ein Kunde fünf Jahre später auf eine damalige Vereinbarung verweist. Parallel läuft der Wechsel aller CRM-Systeme auf SAP Cloud for Customer – mit allen Schmerzen einer Übergangsphase, in der man gleichzeitig das alte System herunterfährt und das neue aufbaut. Das kostet Kraft. Aber wer diese Phase nicht konsequent durchzieht, hat danach keine belastbare Datenbasis – und ohne Datenbasis kein vernünftiger Vertrieb. Der Vertriebsleiter als Ermöglicher, nicht als Aufpasser Einer der wichtigsten Punkte, die Olaf mitbringt, ist sein Führungsverständnis. Ein guter Vertriebsleiter im internationalen B2B Vertrieb – oder auch im rein deutschen Markt – ist kein Händchenhalter und kein Kontrolleur. Vielmehr ist er derjenige, der seine Leute befähigt. Er findet heraus, was im Werkzeugkasten fehlt, und ist bei wichtigen Calls dabei – nicht um zu übernehmen, sondern um zu unterstützen. Außerdem steht er bei schwierigen Situationen als Gesprächspartner zur Verfügung, ohne gleich eine fertige Lösung zu diktieren. Empathieverständnis ist dabei das Schlüsselwort. Wer an der Basis versteht, welchen Druck die Vertriebsmitarbeiter haben – und diesen Druck wirklich ernst nimmt, anstatt ihn weiterzugeben –, schafft ein Klima, in dem Menschen wachsen wollen. Und das ist am Ende das, was Unternehmen langfristig besser macht. Key Takeaways: Was du aus dem internationalen B2B Vertrieb mitnehmen kannst Zustimmung im Gespräch ist kein Kaufsignal – weder in China noch in Deutschland. Hinterfrage immer, welche Stakeholder noch involviert sind. Kenne deine unbekannte Einkäufergruppe – erstelle vor jedem wichtigen Deal eine Stakeholder-Map und mache weiße Flecken sichtbar. Suche das Problem hinter dem Problem – der Kunde nennt dir ein Symptom. Deine Aufgabe ist es, die eigentliche Ursache zu verstehen. Der Discovery Call entscheidet alles – bereite ihn so vor wie ein Vorstandspräsentation. In 30 bis 45 Minuten musst du liefern. Fachwissen ist kein Selbstzweck – stelle dein Wissen in den Dienst des Kunden, nicht in den Dienst deiner eigenen Präsentation. Marketing gehört in den Vertriebsprozess – nicht davor, nicht daneben, sondern mittendrin. Kulturwandel funktioniert nicht per Anweisung – schaffe Sog, nicht Druck. Mach selbst mit. Häufige Fragen zum internationalen B2B Vertrieb (FAQ) Was ist der größte Unterschied zwischen amerikanischem und deutschem B2B Vertrieb? Der größte Unterschied liegt in der Geschwindigkeit und Direktheit. Amerikanische Kunden wollen früh eine grobe Einschätzung – Skizze und Preisgefühl reichen als ersten Orientierungspunkt. Deutsche Ingenieure neigen dazu, erst vollständige Konzepte zu erstellen, bevor sie antworten. Dazu kommt: In den USA entscheidet der erste Call. Wer dort nicht überzeugt, bekommt keine zweite Chance. Was ist die unbekannte Einkäufergruppe im B2B Vertrieb? Die unbekannte Einkäufergruppe bezeichnet alle Stakeholder, die Einfluss auf eine Kaufentscheidung haben, aber im Verlauf des Vertriebsprozesses nicht sichtbar sind. Das können Produktionsleiter, Qualitätsverantwortliche, CFOs oder andere interne Entscheider sein, die im Hintergrund agieren und eine Entscheidung kippen können – auch wenn alle sichtbaren Gesprächspartner bereits zugestimmt haben. Discovery Call, Kultur und Führung – die wichtigsten Praxisfragen Wie bereite ich einen Discovery Call im internationalen B2B Vertrieb richtig vor? Recherchiere vorab alle bekannten Stakeholder, erstelle eine Stakeholder-Map und identifiziere weiße Flecken. Plane, was du in 30 bis 45 Minuten wirklich erreichen willst. Definiere, welche Informationen du brauchst – und welche Fragen dich dorthin führen. Überlege, welche Mitarbeiter mit unterschiedlichen Fähigkeiten du mitbringen kannst, um flexibel auf verschiedene Gesprächspartner reagieren zu können. Warum ist Kulturkompetenz im internationalen B2B Vertrieb so wichtig? Weil Kaufsignale, Kommunikationsstile und Entscheidungsprozesse in verschiedenen Kulturen völlig unterschiedlich funktionieren. Was in Deutschland als Zustimmung gilt, kann in China höfliche Zurückhaltung bedeuten. Was in Amerika als freundlich wahrgenommen wird, ist nicht zwangsläufig Verbindlichkeit. Wer diese Unterschiede nicht kennt, interpretiert Signale falsch – und verliert Deals, ohne zu verstehen, warum. Wie kann ich als Vertriebsleiter im Mittelstand eine echte Veränderungskultur aufbauen? Nicht durch Anordnung, sondern durch Vorbildwirkung und Sog. Mach selbst mit – sei angreifbar, gib zu, wenn du etwas nicht weißt, und zeige deinem Team, dass du Teil der Veränderung bist und nicht ihr Auftraggeber. Begrenze den Zugang zu neuen Formaten und Gruppen, um natürliche Neugierde zu wecken. Und: Schaffe ein Klima ohne Angst, damit echte Fragen gestellt werden können. Fazit: Internationaler B2B Vertrieb als Spiegel für den deutschen Mittelstand Was ich an diesem Gespräch mit Olaf so wertvoll finde: Er spricht nicht über Theorie. Er spricht über das, was er selbst falsch gemacht hat, daraus gelernt hat – und was er jetzt anders macht. Und die meisten dieser Lektionen haben nichts mit China oder Amerika zu tun. Sie haben mit gutem Vertrieb zu tun: mit Vorbereitung, mit echtem Zuhören und außerdem mit dem Mut, Dinge zu hinterfragen, auch wenn die Antwort unbequem ist. Der internationale B2B Vertrieb hält einen Spiegel vor den deutschen Mittelstand. Und was wir darin sehen, sollte uns antreiben – nicht entmutigen. Denn die Grundlagen sind da. Das Fachwissen, die Ingenieurskultur, die Qualität der Produkte – das ist alles vorhanden. Was fehlt, sind die richtigen Fragen, das richtige Timing und die Bereitschaft, sich zu verändern. Und genau das lässt sich lernen. Wie seht ihr das? Was sind eure Erfahrungen mit internationalem Vertrieb – oder mit kulturellen Unterschieden in deutschen Kundengesprächen? Schreibt es in die Kommentare. Ich bin gespannt.

Stehst du auch manchmal fassungslos vor der deutschen Bürokratie und fragst dich, wann das verdammte Faxgerät endlich ausstirbt? Generative KI in der Verwaltung klingt für viele wie ein fetter Widerspruch in sich. Aber der wunderbare Thorsten Rode, IT-Leiter der Stadt Nettetal, beweist das Gegenteil. Er zeigt uns, wie man erfolgreich den Staub aus den Behörden fegt.In dieser Folge von UNF#CK YOUR DATA machen wir den ultimativen Praxis-Check. Vergiss teure Enterprise-Lizenzen und gigantische Cloud-Budgets. Thorsten hat mit seinem Mini-Team von gerade einmal 4,5 IT-lern einen alten Server geschnappt, zwei Grafikkarten reingeschraubt und generative KI an jeden PC-Arbeitsplatz der Stadt gebracht. Wir sezieren in dieser Episode: • Warum Daten und KI kein reines IT-Thema, sondern absoluter Teamsport sind. • Das Prinzip der Datenschutz-Ampel (Rot, Gelb, Grün), mit dem Nettetal ChatGPT, Claude und lokale Open-Source-Modelle sauber trennt. • Die harte Wahrheit über RAG (Retrieval Augmented Generation): Warum eine schlecht kuratierte Datenbasis nur teuren KI-Müll produziert. • Den großen EU AI Act Bullshit-Check: Warum du deinen Leuten kein teures Zertifikat kaufen musst, sondern ein "KI-Seepferdchen" brauchst. Hose runter: Wie digital ist Deutschland wirklich? Schnapp dir einen Kaffee und hör rein. Am Ende des Tages macht eben doch der Mensch den Unterschied▬▬▬▬▬▬ Profile: ▬▬▬▬Zum LinkedIn-Profil von Thorsten: https://www.linkedin.com/in/thorstenrode/Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/Christians Wonderlink: https://wonderl.ink/@christiankrugUnf*ck Your Data auf Linkedin: https://www.linkedin.com/company/unfck-your-data▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬Buchempfehlung von Thorsten: Birgit und die Maschine - Dr. Nicolas ArpagAlle Empfehlungen in Melenas Bücherladen: https://gunzenhausen.buchhandlung.de/unfuckyourdata▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfaZum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6Zum Podcast auf Youtube: https://www.youtube.com/@unfckyourdata▬▬▬▬▬▬ Merch: ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬https://unfckyourdata-shop.de/▬▬▬▬▬▬ Kontakt: ▬▬▬▬E-Mail: christian@uyd-podcast.com▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬00:00 - Intro & Der Amtsschimmel lernt KI 01:59 - Gast-Vorstellung: Thorsten Rohde & E-Government in Nettetal 03:06 - Digitalisierung ist Teamsport: Warum IT allein nicht reicht 05:56 - Föderalismus-Chaos: Wer verwaltet was in Deutschland? 11:33 - Die nackte Wahrheit: 4,5 ITler für eine ganze Stadt 14:28 - Technische Schulden & Roboter (RPA) im Amt 18:38 - Das Experiment: KI für jeden PC-Arbeitsplatz 21:13 - Der DIY-Ansatz: Ein alter Server und zwei Grafikkarten 23:46 - RAG & Die harte Wahrheit über eine saubere Datenbasis 29:26 - Schatten-KI verhindern: Die rot-gelb-grüne Datenschutzampel 34:15 - EU AI Act Bullshit-Check & Das KI-Seepferdchen 41:56 - Lernpfade: Von KI-Bronze bis zum KI-Café 49:41 - Die drei Abschlussfragen & Buchempfehlung

In dieser Folge, einer Aufzeichnung der Dental Late Night Show, dreht sich alles um den Einsatz von KI in der Denta1 Clinic. Christian Henrici und Dr. Stefan Helka sprechen gemeinsam mit Andreas Wutschka über die Hintergründe und Herausforderungen auf dem Weg zu einer datengetriebenen Zahnarztpraxis. Schwerpunkt der Episode ist die Datenbereinigung und Datenhygiene als essenzielle Voraussetzung, um KI sinnvoll in der Praxis einzusetzen. Ihr erfahrt, warum saubere und strukturierte Daten das eigentliche Grundkapital für zukünftige KI-Anwendungen sind, und erhaltet praktische Tipps, wie ihr selbst die Basis für erfolgreiche KI-Projekte legen könnt. Die Highlights Wir erläutern, warum Daten und nicht Modelle das entscheidende Asset sind. Es wird anschaulich, wie in der Denta 1 Clinic verschiedene Datensilos identifiziert, zusammengeführt und bereinigt werden, um eine robuste Datenbasis zu schaffen. Die Herausforderungen und Fallstricke bei der Datenvalidierung und Datenhygiene werden praxisnah dargestellt – inklusive Beispiele aus QM und Prozessdokumentationen. Ein Ausblick, wie die saubere Datenbasis der entscheidende Hebel für künftige Produktivitätssteigerungen durch KI in der Zahnarztpraxis sein wird. Praktische Tipps für Praxen, wie sie den ersten Schritt in Richtung KI-Readiness machen und warum der Weg zur KI im Fundament der eigenen Daten liegt. Shownotes Unsere Weiterbildungsmöglichkeiten:

Viele Unternehmen halten die Verkehrsinfrastruktur in Deutschland zwar für grundsätzlich funktionsfähig – spüren aber auch zunehmend ihre Einschränkungen: höhere Kosten, langsamere Abläufe, mehr Unsicherheit. In dieser Folge von „KPMG on air“ sprechen Daniel J. Klotz (KPMG) und René Herzel (Hamburger Hochbahn) darüber, warum Verkehrsinfrastruktur zum Businessfaktor wird und was Unternehmen jetzt konkret handlungsfähiger macht. Infrastruktur-Monitor 2025 Am Beispiel der neuen U‑Bahn‑Linie U5 in Hamburg geht es um die Frage, wie Planung, Bau und späterer Betrieb als durchgängige Kette funktionieren. Die Experten ordnen ein, warum zusätzliche Investitionsmittel allein nicht reichen – und welche Hebel Priorisierung, Datenbasis und digitale Methoden wie das Building Information Modeling in der Umsetzung wirklich haben. Die Episode im Überblick: - Infrastruktur als Kosten- und Taktgeber für Lieferketten und Prozesse - Priorisierung: Kriterien, Daten, Kapazitäten und Marktlieferfähigkeit - Risikosteuerung: Kosten und Termine zusammen modellieren - Portfolio- und Behördenkoordination statt Projektkonkurrenz Weiterführende Handlungsempfehlungen und aktuelle Zahlen zum Stand deutscher Infrastruktur finden Sie in unserem Infrastruktur-Monitor 2025

In dieser Folge spricht Andreas mit Martin Guther über die aktuellen Entwicklungen bei SAP rund um Business AI, Joule, Agenten, Autonomous Enterprise und AI Governance. Im Mittelpunkt steht die Frage, wie Unternehmen KI sinnvoll aus der Pilotphase in echte Geschäftsprozesse bringen können – mit klarer Governance, guter Datenbasis und einem Verständnis dafür, dass KI nicht nur ein Technik-, sondern vor allem ein Veränderungsthema ist. Außerdem geht es um die Business Data Cloud, Agent-to-Agent-Szenarien, Change Management und die SAP-Veranstaltung am 11. Juni in Berlin.

Folge 256: Wieder eine neue Folge vom Staffing-Fakten & Flurfunk. Und wir werfen einen differenzierten Blick auf die Marktlage im Mai 2026. Das ‚Race to the Bottom‘ scheint endlich vorbei zu sein: Trotz geopolitischer Dämpfer stabilisieren sich die Zahlen spürbar und die Umsatzerwartungen der Staffing-Branche drehen nach neun Monaten das erste Mal wieder ins Positive. Ein echter Lichtblick und starker Frühindikator ist der HR-Sektor: Unternehmen stellen wieder vermehrt interne Recruiter ein, wovon zeitversetzt auch externe Personalberatungen profitieren. Neben anhaltenden Erfolgen im Tech- und Gesundheitswesen nehmen wir das Thema ‚AI Washing‘ in Geschäftsberichten unter die Lupe und hinterfragen den Hype um KI-Tools, die ohne saubere Datenbasis oft verpuffen. Außerdem im Fokus: Die neue Lünendonk-Liste, das enorme Wachstum von Tempton durch Übernahmen und die cashflow-technischen Herausforderungen, die die vielen Mai-Feiertage für Zeitarbeitsunternehmen mit sich bringen. Die Zeichen stehen auf Erholung – wer sich jetzt krisenfest aufstellt, nimmt den Aufschwung im zweiten Halbjahr mit.

Auf der OMR wurde es gerade erst wieder gefeiert: Die Zukunft des Marketings gehört AI-Agents und smarten Automatisierungen, die uns völlig neue Hebel eröffnen. Damit aus den inspirierenden Keynotes echte Erfolge im Daily Business werden, braucht es im Hintergrund jedoch ein entscheidendes Detail: eine absolut verlässliche Datenbasis. Ohne dieses Fundament droht laut meinem Gast „Konfidenz ohne Korrektheit“ – eine KI, die zwar extrem selbstbewusst antwortet, aber auf unvollständigen Logiken basiert. Wie schlagen wir also erfolgreich die Brücke von den großen Visionen zur realen Umsetzung im E-Commerce? In dieser Episode spreche ich mit Yves Lüthi. Yves verantwortet als Head of Tech & Data die Commerce-Architektur sowie die digitale Transformation bei X-Technology (die Marke hinter X-Bionic und X-Socks). Nach dem strategischen Neustart des Unternehmens hat er die gesamte Systemlandschaft auf der sprichwörtlichen „grünen Wiese“ neu hochgezogen. Yves blickt dabei nicht aus der reinen Marketing-Perspektive auf Daten, sondern bringt die ganzheitliche Systembrille eines stark wachsenden E-Commerce-Unternehmens mit. Wir sprechen darüber, -wie man den Sprung vom Excel-Chaos zu einer verlässlichen Single Source of Truth schafft. -warum AI keine unsaubere Datenbasis ersetzen kann - und wie eine gut vorbereitete Infrastruktur zum echten KI-Enabler wird. -warum Datenprojekte keine reinen IT-Projekte sind, sondern nur durch die klaren Prioritäten des Managements echten Business Value stiften. Eine erfrischend praxisnahe Folge für alle, die verstehen wollen, wie der erfolgreiche und nachhaltige Weg in die KI-Zukunft abseits des reinen Marketing-Hypes wirklich aussieht. Timestamps: (00:00) - Intro und Vorstellung von Yves (03:30) - Hauptteil AI & Marketing (24:45) - Abschluss und Tipps für Marketing-Teams Hier findest du Yves Lüthi auf Linkedin: [https://www.linkedin.com/in/yves-luethi/](https://www.linkedin.com/in/yves-luethi/) Connecte dich mit mir auf LinkedIn: [https://www.linkedin.com/in/mlmatysik/](https://www.linkedin.com/in/mlmatysik/) Unsere Website findest du hier: [https://analyticsfreaks.com/](https://analyticsfreaks.com/) Ich freu mich immer über Anmerkungen, Fragen oder einfach deine Gedanken zum Podcast! :) Schreib mir gern eine Mail an marialena.matysik@analyticsfreaks.com oder auf Linkedin:[https://www.linkedin.com/in/mlmatysik/](https://www.linkedin.com/in/mlmatysik/)

https://www.worldcongress2026.com/ Wien ruft die globale Immobilienbranche zum 76. FIABCI-Weltkongress vom 8. bis 12. Juni 2026 in Wien, Österreich.In dieser Episode sprechen wir l mit Maximilian Peter, dem Abteilungsleiter für Wohnimmobilienvermarktung bei Otto Immobilien. Erfahren Sie aus erster Hand, wie sich der Wiener Immobilienmarkt im Jahr 2026 nach der Zinswende neu findet und warum die Kombination aus fundierter Datenbasis und persönlicher Wahrnehmung vor Ort den entscheidenden Unterschied macht.Themen in diesem Video:- Der Werdegang: Vom Studium der Immobilienbewertung an der TU Wien bis zur Leitung der Vermarktung- Marktanalyse 2026: Warum die „Findungsphase“ des Marktes nun zu Ende geht und wieder mehr Transaktionen stattfinden- Bewertung vs. Wahrnehmung: Warum die letzten 20 % des Verkaufspreises nicht in den Daten, sondern im „Gefühl“ vor Ort liegen (Geruch, Ausblick, Atmosphäre)- Strategien für Käufer & Verkäufer: Wie man in einem Markt ohne „No-Brainer“ die richtige Balance zwischen Lage, Qualität und Preis findet- Moderner Maklerjob: Der Einsatz von KI, Big Data und gezieltem Marketing über Social Media und Boutique-PräsenzKontakt zu Maximilian Peter: LinkedIn: https://www.linkedin.com/in/maximilian-peter-254a321b1/ Website: https://www.otto.at/

Wie KI, Daten und Mut das Facility Management vom Akronym-Theater zur echten Wertschöpfung führen. Heute gibts eine besondere Folge: Christian war auf dem fmn Nutzerkongress 2026.  Auf einem Live-Panel hat er mit Gästen diskutiert, warum neue Buzzwords nichts bringen, wenn Datenbasis und Prozesse nicht stimmen.  Es geht um KI, Automatisierung, Fachkräftemangel – und darum, wie FM endlich vom Mitläufer zum Treiber wird. Bei Christian auf der Bühne waren: Angelika Schmidberger, Vendor Performance Manager FM bei Infineon Technologies,  Matthias Mosig, Prokurist, Head of Digital Transition TÜV SÜD Advimo GmbH und  Lukas Lang, Apleona Programmleitung ERP- & CAFM-Transformation. Den Link zum neuen Newsletter, alle Infos & alle Folgen (auch die alten) gibts unter www.innofm.de. Diese Folge wird unterstützt von - Die Möglichmacher – Facility Management. ____________________________________ Der InnoFM Podcast war über viele Jahre untrennbar mit dem Namen Markus Thomzik verbunden. Mit großer Leidenschaft, tiefem Fachwissen und echter Neugier hat er Gespräche geführt, die die Facility-Management- und Immobilienbranche bewegt haben. Leider ist Markus 2025 verstorben. Sein viel zu früher Tod hinterlässt eine große Lücke – nicht nur in der Podcast-Landschaft, die er mit InnoFM geprägt hat, sondern vor allem in der Community, die er mit aufgebaut und inspiriert hat. Ab September 2025 wird der InnoFM Podcast von DIGITALWERK produziert. Mit Christian Schlicht als neuem Host gewinnt das Format eine neue Stimme – die den Geist von InnoFM bewahrt und zugleich neue Impulse setzt. Wir danken Markus für seine inspirierende Arbeit – und führen sie in seinem Sinne weiter. InnoFM ist eine Produktion von DIGITALWERK/The Accelerate Company.  02:56 Gäste & Ausgangsthese (FM-Status quo) 07:37 FM zwischen Follower-Rolle und Eigenanspruch 10:57 KI, Automatisierung & neue Möglichkeiten 16:43 Fachkräftemangel & Wissenssicherung 21:54 Markt, Innovation & externe Player 27:34 Fazit: Daten, Prozesse, Mut  

Im Gespräch zwischen Mario Jung (OMT GmbH), Vanessa Wurster (SEOCATION GmbH), Markus Hövener (Bloofusion GmbH) und Johannes Beus (SISTRIX GmbH) wird schnell klar: Die klassische Keywordrecherche ist nicht veraltet, sondern bleibt ein zentrales Werkzeug für jede SEO Strategie. Auch wenn KI, Prompts und neue Tools die Arbeitsweise verändern, bleibt die Frage „Wonach suchen Nutzer:innen wirklich?“ der entscheidende Ausgangspunkt. Die Runde betont, dass Suchvolumen, Themencluster und Suchintentionen weiterhin wertvolle Daten liefern, die KI allein nicht ersetzen kann. Gleichzeitig verschiebt sich der Fokus: Statt starr auf einzelne Keywords zu schauen, sprechen die Expert:innen von Themen, Intent, Content Ökosystemen und Nutzer:innenbedürfnissen. Eine gute Keywordrecherche ist heute weniger eine Liste von Begriffen, sondern ein strategischer Blick auf Märkte, Fragen, Probleme und Informationsbedürfnisse. KI kann diese Recherche ergänzen, aber nicht ersetzen — im Gegenteil: Ohne solide Datenbasis produziert KI nur generischen Content. Für Online Marketer:innen bedeutet das: Wer weiterhin erfolgreich sein will, muss Keywordrecherche als strategisches Fundament verstehen, nicht als lästige Pflicht. Die Runde zeigt, dass moderne SEO eine Mischung aus Datenanalyse, Nutzer:innenverständnis und intelligenter Content Planung ist. KI ist ein Beschleuniger — aber nur, wenn Du weißt, wohin Du willst. Und genau dafür bleibt die Recherche unverzichtbar. Wenn Du solche Insights spannend findest und Dein Marketing auf das nächste Level bringen willst, dann hör unbedingt in den OMT Podcast rein. Dort bekommst Du jede Woche frische Impulse, echte Praxisbeispiele und klare Handlungsempfehlungen, die Dich und Dein Team weiterbringen. Jetzt abonnieren und keine Folge mehr verpassen!

In dieser deutschsprachigen Episode des Inside SAP S/4HANA Cloud Podcasts sprechen wir über die erfolgreiche Zusammenarbeit zwischen der Elementar Analysensysteme GmbH und dem SAP Implementierungspartner Cideon – ein starkes Praxisbeispiel für digitale Transformation im Engineering.Host Annette Garcia Lorenzo begrüßt als Gäste Dr. Sebastian Schmitt von Elementar Analysensysteme GmbH sowie Peter Vandrey und Batul Yasmin Bernau von Cideon und taucht mit ihnen in folgende Themen ein:SAP Engineering Control Center (ECTR)Durchgängige Produktdatenprozesse statt isolierter SystemeDatenqualität, Versionierung & SystemharmonisierungKonkrete Mehrwerte durch Automatisierung und TransparenzBesonders spannend: Warum ECTR und SAP eine gemeinsame Datenbasis bilden – und wie Unternehmen damit Schnittstellen, Komplexität und Synchronisationsaufwand reduzieren. Mit Ausblick auf mechatronische Entwicklung, KI und nachhaltiges Datenmanagement.Folgen Sie Inside SAP S/4HANA Cloud auf Spotify und Apple Podcasts.Show Notes:Mehr zu SAP Engineering Control Center: SAP Engineering Control Center | SAP Community

Handelsexpertin Marilyn Repp spricht mit Niklas Schultes über ein Thema, das im Handel oft unterschätzt wird – aber über Erfolg oder Misserfolg entscheidet: Produktdaten. Niklas gibt spannende Einblicke in seine Arbeit bei forbeyond und erklärt, warum saubere, strukturierte Daten heute die Grundlage für alles sind – vom Kundenerlebnis bis hin zu erfolgreichen KI-Anwendungen. Sein klares Credo: „Shit in, shit out“ gilt mehr denn je. Warum scheitern so viele Unternehmen an ihrer eigenen Datenbasis scheitern? Weshalb ist nicht Technologie, sondern das Mindset oft der größte Hebel ist? Niklas erklärt, wie besonders die DIY- und Baumarktbranche mit komplexen Datenstrukturen umgeht und warum Transformation kein Projekt, sondern ein kontinuierlicher Prozess ist. Es geht um konkrete Praxisbeispiele, unter anderem aus der Zusammenarbeit mit Hagebau, um neue Formen des Austauschs in der Branche – wie den DIY Data Club, der Unternehmen vernetzt und Orientierung bietet. Diese Folge ist für alle, die verstehen wollen, warum Daten die wahre Infrastruktur des Handels sind – und weshalb jetzt der richtige Zeitpunkt ist, sie strategisch anzugehen. Jetzt reinhören und erfahren, wie aus Daten echter Mehrwert entsteht!

Google sagt 50 Conversions. Meta sagt 80 Events. Dein CRM sagt 30 echte Anfragen. Welche Zahl stimmt jetzt? Genau hier entsteht bei vielen Unternehmen das Problem: Sie schauen in verschiedene Tools, sehen unterschiedliche Zahlen und wissen nicht, welcher Wert wirklich entscheidend ist. Das ist aber nicht nur ein Reporting-Problem. Es ist ein Wachstumsproblem. Denn Google und Meta nutzen diese Conversion-Daten, um zu entscheiden, welchen Menschen deine Anzeigen künftig gezeigt werden. Wenn die Daten falsch sind, lernen die Systeme das Falsche. ---- Warum falsche Conversion-Daten gefährlich sind - Google und Meta optimieren nicht nach Bauchgefühl, sondern nach zurückgemeldeten Daten. - Wenn falsche Nutzer als Conversion gezählt werden, suchen die Plattformen mehr von genau diesen Nutzern. - Aus schlechten Daten entstehen schlechte Kampagnenentscheidungen. - Viele Kampagnen werden nicht besser, weil nicht die Anzeigen das Problem sind, sondern die Datenbasis. Der häufigste Fehler bei Conversions - Eine Kontaktseiten-Ansicht wird als Conversion gezählt, obwohl niemand angefragt hat. - Ein Warenkorb wird als Kauf gewertet, obwohl noch kein Umsatz entstanden ist. - Eine Newsletter-Anmeldung zählt genauso viel wie ein echter Auftrag. - Google optimiert dann auf einfache Klicks statt auf kaufbereite Kunden. Was wirklich gemessen werden sollte - Nicht jede Aktion ist gleich wertvoll. - Eine Newsletter-Anmeldung ist weniger wert als eine Anfrage. - Eine Anfrage ist weniger wert als ein echter Auftrag. - Conversion-Werte helfen Google und Meta zu verstehen, welche Aktionen wirklich wichtig sind. - Noch besser ist es, echte Kundendaten aus CRM, Formular oder Google Sheets zurückzuspielen. Beispiel aus der Praxis - Ein Reha-Zentrum erhielt vorher nur etwa alle drei Monate eine Anfrage. - Nach sauberer Zielseiten-Anpassung und besserem Tracking kamen etwa drei Anfragen pro Monat. - Das Budget blieb gleich. - Der Hebel war nicht mehr Werbebudget, sondern bessere Daten. Dein Entscheidungsrahmen - Prüfe, was in Google Ads aktuell als Conversion definiert ist. - Vergleiche die Zahlen mit CRM, Posteingang oder echten Anfragen. - Wenn die Abweichung größer als 30 Prozent ist, liegt wahrscheinlich ein strukturelles Problem vor. - Frage dich: Würde Google mit diesen Daten wirklich meine Wunschkunden finden? - Wenn die Antwort nein ist, brauchst du kein größeres Budget, sondern zuerst bessere Conversion-Daten.

Volker Schilling macht keinen Hehl daraus: Er kopiert. Aber er tut es mit System, mit Datenbasis und mit einer Outperformance, die für sich spricht. Sein Human Intelligence Fonds scannt jährlich 10.000 Fondsmanager auf ihre Aktivität, destilliert daraus die überzeugungsstärksten Positionen der Besten – und bündelt sie in einem konzentrierten Portfolio aus 30 bis 40 Aktien. Das Ergebnis: 100 Prozent Rendite in drei Jahren, während der MSCI World auf 50 Prozent kam. Im Gespräch mit Christoph Fröhlich und Malte Dreher erklärt der Freiburger Manager, warum chinesische Aktien, Goldminen und Tech-Werte nacheinander im Portfolio auftauchten, was hinter dem Scoring-Modell steckt, warum er keinen ETF daraus machen will – und wo Greiff Capital Management in zehn Jahren stehen soll. Ein Pflicht-Podcast für alle, die wissen wollen, ob aktives Management wirklich schlagen kann, was die meisten für unschlagbar halten.

„No Hype KI“ wird unterstützt von ACP, EY, ITSV, KEBA Group, Lenovo, Microsoft, ONTEC AI und der Universität Graz. Wie lassen sich theoretische KI-Potenziale in messbare Erfolge für Unternehmen übersetzen? Welche Rolle spielen Datenqualität und Change-Management bei der Implementierung? Und wie entscheidet man - vor allem bei sensiblen Prozessen -, ob man KI-Lösungen selbst entwickelt oder zukauft?In der neuen Folge von „No Hype KI“ diskutiert eine Expert:innenrunde über konkrete Anwendungen und Erfolgsfaktoren von Künstlicher Intelligenz abseits des Hypes. Das Gespräch beleuchtet praktische Use-Cases von der Automatisierung in der Sozialversicherung über Predictive Maintenance in der Industrie bis hin zu neuen digitalen Geschäftsmodellen für Verlage. Es wird analysiert, warum das Mitnehmen der Mitarbeitenden entscheidend für den Projekterfolg ist und warum auch unperfekte Daten ein guter Startpunkt sein können, statt auf die makellose Datenbasis zu warten.Es diskutieren:⚫ Moritz Mitterer | Aufsichtsratsvorsitzender | ITSV⚫ Christian Casari | Head of AI Partnerships & Sales | ONTEC AII⚫ Hannes Kaufmann | Head of Software Development | KEBA⚫ Katrin Freihofner | Co-Founderin | Straion

In dieser Episode analysieren wir CTS Eventim – Europas unangefochtenen Marktführer im Ticketing und die weltweite Nummer zwei. Die Aktie verlor innerhalb weniger Monate über 55 % vom Allzeithoch, obwohl das Unternehmen 2025 erstmals mehr als 3 Milliarden Euro Umsatz erzielte. Wir erklären, warum – und ob das eine historische Kaufchance ist.Was dich in dieser Folge erwartet:✅ Geschäftsmodell – Wie funktioniert das Ticketing-Flywheel wirklich, und warum erzielt CTS Eventim fast 50 % Marge im Kerngeschäft?✅ Zahlen & Bewertung – KGV, Umsatz, Cashflow, Dividende und Piotroski F-Score kompakt erklärt✅ Der +23%-Crash vom 28. März 2026 – Was war der Auslöser? Welche Rolle spielte der ausgelaufene Großvertrag?✅ Die 5 größten Risiken – Von Kartellrecht über Konzernabhängigkeit bis zur offenen Nachfolgefrage bei Klaus-Peter Schulenberg✅ Burggraben-Analyse – Netzwerkeffekte, Datenbasis mit 260 Mio. Nutzerprofilen, vertikale Integration & KI-Risiko✅ Insider-Käufe – CEO Schulenberg kaufte nach dem Crash für über 10 Mio. € eigene Aktien nachDepotwechsel Consorsbank*: https://www.consorsbank.de/web/Wertpapierhandel/Depotwechsel*Werbung⚠️ DisclaimerAlle Inhalte dieses Podcasts dienen ausschließlich zu Informations- und Unterhaltungszwecken und stellen keine Anlageberatung, Vermögensverwaltung oder Aufforderung zum Kauf oder Verkauf von Wertpapieren dar. Die geäußerten Meinungen sind persönliche Einschätzungen des Hosts und keine Empfehlungen im Sinne des Wertpapierhandelsgesetzes (WpHG). Investitionen in Wertpapiere sind mit Risiken verbunden, einschließlich des möglichen Totalverlusts des eingesetzten Kapitals. Vergangene Wertentwicklungen sind kein verlässlicher Indikator für zukünftige Ergebnisse. Bitte konsultiere vor jeder Anlageentscheidung einen unabhängigen, zugelassenen Finanzberater.

n diesem Gespräch reflektieren Andreas Wiener und Frank Hendricks (HRCIE) über 30 Jahre Daten- und KI-Entwicklung, die Herausforderungen bei der Nutzung von KI in Unternehmen und die Bedeutung einer soliden Datenbasis für erfolgreiche Entscheidungen. Sie diskutieren die Evolution der Technologie, aktuelle Trends und die zukünftigen Chancen und Risiken. Key Topics - Entwicklung der Daten- und KI-Technologie in 30 Jahren - Bedeutung der Datenqualität und Datenlogistik für Unternehmen - Risiken und Chancen bei der Nutzung von KI-Tools und Automatisierung - Die Rolle der Unternehmenssteuerung und Entscheidungsfindung im KI-Zeitalter Soundbites "Auf die Qualität der Daten achten und Prozesse verbessern" "Vertrauen in die Datenbasis aufbauen und sichern" "Technologie bewusst und verantwortungsvoll einsetzen" "Die Entwicklung schreitet exponentiell voran." "Daten sind das Futter für meinen Rechner." "Garbage in, garbage out – das gilt immer noch." Chapters 00:00 Einführung in die Welt der Daten und AI 03:03 Die Entwicklung von Daten und deren Bedeutung 06:04 Herausforderungen der Datenverarbeitung und AI-Integration 09:11 Die Rolle von Information und Entscheidungsfindung 12:01 Erwartungsmanagement und AI-Projekte 15:00 Prozessautomatisierung und die Zukunft der Arbeit 17:35 Unternehmenssteuerung und BI-Projekte 20:45 Datenhaushalt und Datenstruktur 22:48 Self-Service BI und Entscheidungsfindung 26:18 Bauchentscheidungen vs. rationale Entscheidungen 30:08 Werte und persönliche Philosophie

KI-Beschleunigung: Warum sich die Spielregeln für Unternehmer gerade neu schreiben   Die Geschwindigkeit, mit der sich künstliche Intelligenz entwickelt, hat in den letzten Monaten eine neue Qualität erreicht. Was früher als theoretisches Konzept oder langsame Verbesserung wahrgenommen wurde, ist heute spürbar, greifbar und vor allem geschäftsrelevant. Wenn du gerade das Gefühl hast, dass sich alles schneller dreht als noch vor einem halben Jahr, dann täuscht dich das nicht – genau das passiert gerade.   Torsten Koerting auf LinkedIn: LinkedIn - https://www.linkedin.com/in/torstenkoerting/   Exponentielle Entwicklung ist keine Theorie mehr Die Idee, dass sich technologische Leistung regelmäßig verdoppelt, ist nicht neu. Schon das Moore'sche Gesetz hat genau das beschrieben. Doch was wir aktuell bei KI sehen, geht noch einen Schritt weiter: Die Möglichkeiten verdoppeln sich etwa alle dreieinhalb Monate – nicht Jahre. Das bedeutet konkret: Dinge, die vor einem Quartal noch unmöglich oder extrem aufwendig waren, sind heute plötzlich umsetzbar. Und in drei Monaten wirken heutige Tools schon wieder veraltet. Diese Dynamik verändert nicht nur Technologien, sondern ganze Geschäftsmodelle. Mehr Möglichkeiten bedeuten nicht automatisch mehr Nutzen Ein spannender Punkt dabei: Die meisten spüren diese Entwicklung gar nicht in vollem Umfang. Warum? Weil das Potenzial oft nicht ausgeschöpft wird. Das ist vergleichbar mit moderner Hardware: Ein neuer Prozessor ist zwar deutlich leistungsfähiger, aber der Unterschied wird erst sichtbar, wenn du ihn auch wirklich ausreizt. Genau so ist es mit KI. Die Tools werden besser, schneller und günstiger – aber der echte Vorteil entsteht erst, wenn du sie strategisch einsetzt. Die Kombination aus sinkenden Kosten und besseren Modellen Ein zentraler Treiber dieser Entwicklung ist die Kombination aus drei Faktoren: sinkende Rechenkosten, optimierte Modelle und eine immer größere Datenbasis. Rechenleistung wird günstiger, Modelle werden effizienter und gleichzeitig steigt die Verfügbarkeit von Daten. Diese Mischung sorgt dafür, dass sich die Einsatzmöglichkeiten von KI nicht linear, sondern exponentiell erweitern. Für dich als Unternehmer heißt das: Die Eintrittsbarrieren fallen und die Chancen steigen. Was das konkret für dich bedeutet Die entscheidende Frage ist nicht mehr, ob KI dein Business verändert, sondern wie schnell du darauf reagierst. Wer die neuen Möglichkeiten früh erkennt und gezielt nutzt, baut sich einen massiven Vorsprung auf. Wenn du allerdings wartest, bis alles „ausgereift" ist, läufst du Gefahr, genau diesen Vorsprung zu verpassen. Jetzt ist die Phase, in der du experimentierst, integrierst und lernst, das volle Potenzial auszuschöpfen. Denn genau darin liegt der Unterschied zwischen denen, die KI nur beobachten und denen, die sie für ihren Erfolg nutzen.       Noch mehr von den Koertings ...  Das KI-Café ... jede Woche Mittwoch (>350 Teilnehmer) von 08:30 bis 10:00 Uhr ... online via Zoom .. kostenlos und nicht umsonstJede Woche Mittwoch um 08:30 Uhr öffnet das KI-Café seine Online-Pforten ... wir lösen KI-Anwendungsfälle live auf der Bühne ... moderieren Expertenpanel zu speziellen Themen (bspw. KI im Recruiting ... KI in der Qualitätssicherung ... KI im Projektmanagement ... und vieles mehr) ... ordnen die neuen Entwicklungen in der KI-Welt ein und geben einen Ausblick ... und laden Experten ein für spezielle Themen ... und gehen auch mal in die Tiefe und durchdringen bestimmte Bereiche ganz konkret ... alles für dein Weiterkommen. Melde dich kostenfrei an ... www.koerting-institute.com/ki-cafe/   Mit jedem Prompt ein WOW! ... für Selbstständige und Unternehmer Ein klarer Leitfaden für Unternehmer, Selbstständige und Entscheider, die Künstliche Intelligenz nicht nur verstehen, sondern wirksam einsetzen wollen. Dieses Buch zeigt dir, wie du relevante KI-Anwendungsfälle erkennst und die KI als echten Sparringspartner nutzt, um diese Realität werden zu lassen. Praxisnah, mit echten Beispielen und vollständig umsetzungsorientiert. Das Buch ist ein Geschenk, nur Versandkosten von 9,95 € fallen an. Perfekt für Anfänger und Fortgeschrittene, die mit KI ihr Potenzial ausschöpfen möchten. Das Buch in deinen Briefkasten ... https://koerting-institute.com/shop/buch-mit-jedem-prompt-ein-wow/   Die KI-Lounge ... unsere Community für den Einstieg in die KI (>2800 Mitglieder) Die KI-Lounge ist eine Community für alle, die mehr über generative KI erfahren und anwenden möchten. Mitglieder erhalten exklusive monatliche KI-Updates, Experten-Interviews, Vorträge des KI-Speaker-Slams, KI-Café-Aufzeichnungen und einen 3-stündigen ChatGPT-Kurs. Tausche dich mit über 2800 KI-Enthusiasten aus, stelle Fragen und starte durch. Initiiert von Torsten & Birgit Koerting, bietet die KI-Lounge Orientierung und Inspiration für den Einstieg in die KI-Revolution. Hier findet der Austausch statt ... www.koerting-institute.com/ki-lounge/   Starte mit uns in die 1:1 Zusammenarbeit Wenn du direkt mit uns arbeiten und KI in deinem Business integrieren möchtest, buche dir einen Termin für ein persönliches Gespräch. Gemeinsam finden wir Antworten auf deine Fragen und finden heraus, wie wir dich unterstützen können. Klicke hier, um einen Termin zu buchen und deine Fragen zu klären. Buche dir jetzt deinen Termin mit uns ... www.koerting-institute.com/termin/   Weitere Impulse im Netflix Stil ... Wenn du auf der Suche nach weiteren spannenden Impulsen für deine Selbstständigkeit bist, dann gehe jetzt auf unsere Impulseseite und lass die zahlreichen spannenden Impulse auf dich wirken. Inspiration pur ... www.koerting-institute.com/impulse/   Die Koertings auf die Ohren ... Wenn dir diese Podcastfolge gefallen hat, dann höre dir jetzt noch weitere informative und spannende Folgen an ... über 500 Folgen findest du hier ... www.koerting-institute.com/podcast/   Wir freuen uns darauf, dich auf deinem Weg zu begleiten!

Kaum ein Thema wird derzeit so kontrovers diskutiert wie der Einfluss großer KI-Modelle auf den Enterprise-Software-Markt. Die These: Wenn Anbieter wie Anthropic oder andere LLM-Unternehmen immer leistungsfähigere, KI-native Anwendungen entwickeln, könnten klassische Softwareplattformen unter Druck geraten — oder sogar an Relevanz verlieren. Doch genau an dieser Stelle lohnt der zweite Blick. Denn die Zukunft der Enterprise Software entscheidet sich nicht allein an der Qualität eines Sprachmodells. Sie entscheidet sich dort, wo Prozesse, Daten, Verantwortung und operative Exzellenz zusammenkommen: im realen Unternehmenskontext. Die entscheidende Frage lautet also nicht: Ersetzt KI die Enterprise Software? Sondern: Welche Anbieter schaffen es, ihre Datenbasis, ihr Prozesswissen und ihre Kundennähe mit agentenfähigen, intelligenten Plattformen zu erweitern?

Der Krieg gegen Iran polarisiert – und über allem schwebt dabei eine entscheidende Frage: War der Angriff Israels und der USA auf die Islamische Republik völkerrechtlich zulässig? Oder wird der Krieg gegen Iran am Ende als Bruch des Völkerrechts in die Geschichte eingehen? In dieser Folge gehen wir den Regeln des Völkerrechts, der UN-Charta und den Grundlagen von Krieg und Frieden auf den Grund: Wo finden sich diese Normen überhaupt – und was bedeuten sie konkret? Statt sich vorschnell auf Experteneinschätzungen zu verlassen – die oft schon nach wenigen Tagen und auf dünner Datenbasis öffentlich schwere Vorwürfe erheben, die dramatische Schlagzeilen erzeugen – ermöglicht Dir dieser Podcast einen differenzierten Blick auf die juristische und auf die politisch-historische Lage gleichermaßen. Haben die USA und Israel tatsächlich das Völkerrecht verletzt und einen illegalen Angriffskrieg gegen Iran gestartet? Was regelt der berühmt gewordene und dennoch ominöse Artikel 51 der UN-Charta wirklich – und wann genau greift eigentlich das Recht eines Landes auf Selbstverteidigung? Und wie groß ist die Bedrohung für Israel tatsächlich? Reicht sie aus, um die israelische Operation „Roaring Lion“ und die US-Operation „Epic Fury“ völkerrechtlich zu rechtfertigen? Das und mehr im Podcast. -------- Unterstützte mich jetzt: www.tomdavidfrey.de/support -------- Datum der Aufzeichnung: Dieser Podcast bezieht sich auf ein Thema, das sich laufend entwickelt; auch erhebt der Podcast keinen Vollständigkeitsanspruch. Das Aufnahmedatum dieser Folge war der 18.03.2026. -------- Disclaimer: Sämtliche Inhalte von Tom David Frey werden eigenständig recherchiert und eingesprochen. Auch die Stimmen von Gästen und Interviewpartnern sind grundsätzlich authentisch. Die veröffentlichten Videos und Podcasts erheben keinen Anspruch auf Vollständigkeit. Trotz journalistischer Sorgfalt können Fehler, Missverständnisse oder inhaltliche Unschärfen nicht vollständig ausgeschlossen werden. Künstliche Intelligenz kommt punktuell zum Einsatz, insbesondere zur Vertonung einzelner Zitate oder Textpassagen, zur Verfremdung von Stimmen im Rahmen des Quellenschutzes sowie zur Erstellung von Beschreibungstexten, Titeln und Thumbnails. Weiterführende Informationen zur Nutzung künstlicher Intelligenz – einschließlich der Bereiche, in denen sie ausdrücklich nicht verwendet wird – findest Du unter: https://www.tomdavidfrey.de/ki -------- #völkerrecht #irankrieg #UNcharta #selbstverteidigung #trump #netanjahu

Viele mittelständische Unternehmen nutzen Microsoft Dynamics 365 Business Central als zentrales ERP-System – doch erst durch Schnittstellen und spezialisierte Software entfaltet es sein volles Potenzial.

Es gibt Reports, Dashboards und Analysen im Überfluss, aber trotzdem fehlt oft der Aha-Effekt, die Orientierung - kurz: eine Grundlage für gute Entscheidungen. Operative Channel-Leads, Team Leads und Management schauen auf unterschiedliche Zahlen, mit unterschiedlichen Fragen, aus unterschiedlichen Perspektiven und sprechen dabei oft nicht dieselbe Datensprache. Wie lässt sich dieser Konflikt lösen? Wie werden Daten vom Reporting-Objekt zum Kommunikations-Werkzeug? In dieser Episode spreche ich mit Burkhardt Gasber. Burkhardt bewegt sich bewusst im Spannungsfeld zwischen operativem Marketing, Teamlead-Ebene und Management und beschäftigt sich mit der Frage, wie Daten im Unternehmen nicht nur sichtbar, sondern auch besprechbar und nutzbar werden. Für ihn sind Daten nicht einfach Reporting-Material für Dashboards, sondern vor allem ein Kommunikationsmedium, das Gespräche, Einordnung und gemeinsame Entscheidungen ermöglichen muss. Wir sprechen darüber, warum unterschiedliche Perspektiven auf Daten ganz natürlich sind — und trotzdem zum Problem werden können weshalb die eigentliche Herausforderung oft eher in Kommunikation und Teamkultur liegt als in der Datenbasis selbst und warum gerade visuelle Vereinfachung, Kontext und teamübergreifende Interpretation oft mehr bringen als noch ein weiteres Dashboard. Wir brauchen einen sehr reduzierten, aber wirkungsvollen Blick auf Daten: weniger Datenrauschen, mehr Orientierung. Weniger komplizierte Verdichtung, mehr gemeinsames Verstehen. Und vor allem: mehr Raum dafür, dass nicht nur Analyst*innen etwas zu den Daten sagen, sondern das ganze Team seine Erfahrung und Kanal-Expertise einbringen kann. Hier findest du Burkhardt Gasber auf Linkedin: [https://www.linkedin.com/in/burkhardtgasber/](https://www.linkedin.com/in/burkhardtgasber/) Connecte dich mit mir auf LinkedIn: [https://www.linkedin.com/in/mlmatysik/](https://www.linkedin.com/in/mlmatysik/) Unsere Website findest du hier: [https://analyticsfreaks.com/](https://analyticsfreaks.com/) Ich freu mich immer über Anmerkungen, Fragen oder einfach deine Gedanken zum Podcast! :) Schreib mir gern eine Mail an marialena.matysik@analyticsfreaks.com oder auf Linkedin [https://www.linkedin.com/in/mlmatysik/](https://www.linkedin.com/in/mlmatysik/)

Viele mittelständische Unternehmen sind mit Anforderungen der Corporate Sustainability Reporting Directive (CSRD) bereits über Kunden, Lieferketten und Finanzpartner konfrontiert – auch ohne eigene Berichtspflicht. Diese Folge zeigt, wie die Gabor Shoes GmbH in nur vier Monaten mit dem Ansatz des KPMG Sustainability Managed Service den Einstieg in ein belastbares ESG-Reporting geschafft hat. Die Nachhaltigkeitsexpertinnen Lisa Schmeing Schosser (KPMG) und Sandra Gunzinger (Gabor) sprechen über Vorgehen, Tools und Lehren aus dem Projekt. Mehr dazu: Wie der Mittelstand ESG strategisch nutzen kann Von Plicht zur Performance Die Kernpunkte im Überblick: - Einstieg über die doppelte Wesentlichkeit hin zu einem passenden Berichtsrahmen (VSME/VSMEPlus) - KPMG Sustainability Managed Service: Klare Rollen, belastbare Datenbasis in vier Monaten - Toolgestützte Umsetzung: Verantwortlichkeiten, Nachvollziehbarkeit, Prüfungsfähigkeit - Quick Wins und Skalierung: Vom ersten Bericht zur laufenden Unternehmenssteuerung

Marketing im Kopf - ein Podcast von Luis BinderIn dieser Folge wird über verschiedene Unternehmen gesprochen, da Markennamen genannt werden, handelt es sich um UNBEZAHLTE WERBUNG!In dieser Folge: In der heutigen Podcastfolge von Marketing im Kopf geht's um die Frage, warum Kunden überhaupt eine Beziehung zu Unternehmen wollen und warum sie die auch manchmal ganz bewusst vermeiden. Wir schauen auf den Unterschied zwischen B2B und B2C, auf Themen wie Vertrauen, Risiko, Status und Zugehörigkeit und darauf, warum CRM nur dann funktioniert, wenn ein echter Mehrwert entsteht. Am Ende geht es eben nicht um Nähe um jeden Preis, sondern um Relevanz aus Kundensicht.____________________________________________Marketing-News der Woche:Influencer Marketing wird erwachsen: Studie zeigt klaren ReifeprozessDer aktuelle „State of German Influencer Marketing 2026" macht deutlich: Die Experimentierphase ist vorbei. Budgets steigen, Prozesse professionalisieren sich, und Performance-Kennzahlen rücken klar in den Mittelpunkt. Engagement-Raten allein reichen längst nicht mehr. Entscheidend sind heute Conversion-Raten, Customer Acquisition Costs und Customer Lifetime Value. Unternehmen investieren verstärkt in Tracking-Technologien wie UTM-Parameter, Affiliate-Modelle und serverseitiges Tracking. Der Trend geht außerdem weg von Massenkooperationen hin zu langfristigen Creator-Partnerschaften, weil Glaubwürdigkeit der entscheidende Faktor bleibt.KI im Marketing: Viele nutzen es, wenige nutzen es richtigLaut dem aktuellen State of Marketing Report von Salesforce nutzen bereits 79 % der deutschen Marketingteams KI, aber mehr als drei Viertel setzen trotzdem überwiegend generische Kampagnen um. Das liegt an fragmentierten Daten und isolierten Systemen: 82 % der Marketingfachleute in Deutschland haben weiterhin Schwierigkeiten, zeitnah auf Kundenanfragen zu reagieren. Kurz gesagt: KI, die nur den Status quo automatisiert, erzeugt Effizienz. Echtes Wachstum entsteht erst, wenn KI den Kontext versteht und dafür braucht es saubere Datenbasis und klare Strategie.Markenreputation in der DACH-Region: Vertrauen wird zur WährungLaut der aktuellen Grayling-Trendanalyse 2026 sind sich Entscheider in der DACH-Region einig, dass Konsumenten dem Ruf einer Marke heute mehr Bedeutung beimessen als je zuvor. 63 % bestätigen diesen Trend. Dazu passt: Weltweit sehen 62 % der Befragten erhebliche Reputationsrisiken durch den Einsatz von KI, insbesondere wenn klare Leitlinien fehlen. Das heißt: Transparente Kommunikation ist kein Nice-to-have mehr, sondern ein Wettbewerbsfaktor.Meta ändert die Spielregeln: Was der neue Klick-Begriff bedeutetWer Meta-Kampagnen schaltet, kennt das Problem: Der Ads Manager sagt eine Sache, Google Analytics eine andere. Das liegt daran, dass Meta bislang diverse Interaktionen mit Anzeigen, also auch Likes, Shares und Saves, als „Klick" gewertet hat, obwohl andere Reporting-Dienste nur "echte" Link-Klicks zählen. Das ändert sich jetzt. Ab Ende März wird ein Klick bei Meta ausschließlich der direkte Klick auf einen Link sein. Alles andere (Likes, Teilen, Speichern) fällt dann unter die sogenannte Engage-Through-Attribution. Was das bedeutet: Die Zahlen im Reporting werden sich verschieben, die tatsächliche Kampagnenperformance aber nicht. Es ist mehr Klarheit, keine schlechtere Leistung.____________________________________________Vernetz dich gerne auf LinkedIn: ⁠https://www.linkedin.com/in/luisbinder/⁠ Instagram: https://www.instagram.com/marketingimkopf/Du hast Fragen, Anregungen oder Ideen? Melde dich unter: marketingimkopf@gmail.com Die Website zum Podcast findest du hier. [⁠⁠⁠https://bit.ly/2WN7tH5⁠⁠⁠]

Der Kassenbon ist für viele Händler:innen noch immer ein Stück Papier – dabei steckt in ihm enormes Potenzial. In dieser Folge des Zukunft des Einkaufens Podcasts spricht Handelsexpertin Marilyn Repp mit Lea Frank, Gründerin und CEO von Anybill - über den Wandel vom Papierbon zum digitalen Touchpoint im stationären Handel. Anybill unterstützt Händler:innen dabei, Kassenbons zu digitalisieren und die darin enthaltenen Transaktionsdaten nutzbar zu machen. Was zunächst im Kontext der Bonpflicht entstand, hat sich zu einer datengetriebenen Plattform entwickelt, die Unternehmen hilft, Kund:innen besser zu verstehen, Marketingmaßnahmen zu personalisieren und stationäre sowie digitale Kanäle miteinander zu verknüpfen. Wie können Händler:innen aus Transaktionsdaten wertvolle Insights gewinnen? Warum ist eine solide Datenbasis die Grundlage für den Einsatz von KI im Handel? Und wie können Unternehmen auch ohne bestehendes Loyalty-Programm erste Schritte in Richtung datengetriebenes Marketing gehen? Eine Folge über Retail-Tech, Daten, Kundenverständnis und die Zukunft des stationären Handels.

www.iotusecase.com#IOLink #ConditionMonitoring #PredictiveMaintenanceIn dieser Episode des IoT Use Case Podcasts spricht Gastgeber Dr. Peter Schopf mit Oliver Salo, Senior Partner bei in.hub, und Zoltán Ziegler, Vertriebsleiter bei nass magnet. Im Fokus: Wie IO-Link-Daten über Master und Edge in eine belastbare Datenpipeline für Condition Monitoring, Predictive Maintenance und KI-basierte Anomalieerkennung überführt werden. Folge 208 auf einen Blick (und Klick):(05:32) Herausforderungen, Potenziale und Status quo – So sieht der Use Case in der Praxis aus(08:24) Lösungen, Angebote und Services – Ein Blick auf die eingesetzten Technologien(23:54) Übertragbarkeit, Skalierung und nächste Schritte – So könnt ihr diesen Use Case nutzenPodcast ZusammenfassungIn vielen Anlagen sind IO-Link-fähige Sensoren und Aktoren zwar verbaut, genutzt werden aber oft nur Schalt- und Analogausgänge; Diagnose- und Zustandsdaten bleiben unerschlossen. In Projekten scheitert die Wertschöpfung weniger an der Technik als an unklaren Zielen (z. B. Alarmierung, Reports, OEE, Energie) und daran, früh die richtigen Stakeholder aus OT und IT an einen Tisch zu bekommen.nass magnet adressiert das Feldniveau mit einem IO-Link-fähigen Smart Connector (Stecker) für Magnetspulen und Ventile sowie einem Ethernet-Master, der Messdaten IoT-tauglich weiterreicht. in.hub integriert den Master in SIINEOS: Geräte und IO-Link-Devices lassen sich ohne Programmierung konfigurieren, Daten werden normiert, im Edge gespeichert und über Services wie Dashboards, Alarmierung sowie Cloud- und SQL-Anbindungen bereitgestellt. IODD-Interpretation und strukturierte Übergabe (z. B. via OPC UA/MQTT) unterstützen die Semantik in Richtung IT-Welt. So entstehen schnellere Retrofit-Projekte, geringere Steuerungslast und eine skalierbare Datenbasis für Condition Monitoring sowie OEE- und Energieanalysen. -----Relevante Folgenlinks:Peter (https://www.linkedin.com/in/peter-schopf/) Oliver (https://www.linkedin.com/in/oliver-salo-007808197/)Zoltán (https://www.linkedin.com/in/zolt%C3%A1n-ziegler-142938a2/)Jetzt IoT Use Case auf LinkedIn folgen1x monatlich IoT Use Case Update erhaltenJetzt IoT Use Case auf LinkedIn folgen1x monatlich IoT Use Case Update erhalten