Podcasts about ki projekte

Prof. Dr. Tina Weisser ist Professorin am Munich Center for Digital Sciences & AI der Hochschule München und Expertin für Human AI Leadership. Sie stellt ihr AIDE‑Modell für eine systemische und verantwortungsbewusste KI‑Transformation vor. Dabei geht es von der ersten Alignment‑Phase über Insight & Discovery, Skills & Prototyping bis hin zur Evolution‑Phase.KI‑Projekte scheitern laut Tina Weisser selten an der Technik, sondern an fehlender Führung, klaren Rahmen, psychologischer Sicherheit und sinnvoller KI‑Integration in die Arbeitskultur. Das AIDE‑Modell liefert Praktiker:innen dabei Orientierung, wie sie Governance, Human‑AI‑Teams, Multi‑Agent‑Systeme und Selbstorganisation in Lernformaten sinnvoll aufbauen. Am Ende des Gesprächs gibt sie konkrete Tips, wie man KI‑Adoption menschzentriert, ethisch und wirksam gestalten kann.LinksLinkedIn: https://www.linkedin.com/in/tinaweisserWebsite & AIDE‑Modell: https://www.tinaweisser.com/aide_ai/Artikel von Tina Weisser: https://www.tinaweisser.com/technology-used-to-be-trivial-today-it-thinks-for-itself/Buch: Stolen Focus: https://www.amazon.de/Stolen-Focus-Why-Cant-Attention/dp/1526620162Podcast: the Ready: https://www.theready.com/at-work-with-the-ready

Wie gelingt digitale Schulentwicklung, die nicht bei der Technik beginnt, sondern beim Lernen?In der letzten EduFunk-Gastfolge der siebten Staffel sprechen wir mit Miriam Müller, stellvertretende Schulleiterin einer privaten Realschule in Regensburg. Ihre Schule arbeitet bereits seit 2015 mit einer 1:1-iPad-Ausstattung und verbindet digitale Medien, KI und alternative Prüfungsformate mit selbstbestimmtem Lernen.Wir sprechen über ein eigenes Fach zur Medienbildung, sinnvolle KI-Projekte, unangekündigte Leistungsnachweise, Fortbildungen im Kollegium und die Bedeutung guter Beziehungen in der Schule.Miriams klare Botschaft: Digitalisierung ist kein IT-Problem, sondern eine pädagogische Entscheidung.weiterführende Links:https://www.realschule-pindl.de/Social Media:

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:

Vereinbare jetzt dein kostenloses Erstgespräch: www.andreasbaulig.de/termin In dieser Folge von Die Coaching-Revolution spricht Markus Baulig mit KI-Unternehmer Jousef Murad, dem Gründer von Apex Consulting, über seinen Weg von der KI-Begeisterung zum Unternehmer mit 250.000 € Monatsumsatz. Gemeinsam werfen sie einen Blick hinter die Kulissen der aktuellen KI-Welle und sprechen darüber, warum die meisten Unternehmen die Möglichkeiten von künstlicher Intelligenz noch völlig unterschätzen und es weit mehr als ChatGPT ist. Dabei geht es nicht nur um Tools und Automatisierung, sondern vor allem um die Frage, welche Entwicklungen die nächsten Jahre wirklich verändern werden und welche Trends vermutlich schneller verschwinden, als sie gekommen sind. Außerdem sprechen die beiden darüber, warum viele KI-Projekte in Unternehmen scheitern, welche Denkfehler Unternehmer aktuell machen und welche Anwendungen heute bereits einen echten Wettbewerbsvorteil schaffen können. Eine spannende Folge für alle Selbstständigen, Agenturinhaber, Berater und Unternehmer, die verstehen wollen, was hinter dem KI-Hype steckt – und wie sie die Chancen der nächsten Jahre für sich nutzen können. Andreas Baulig & Markus Baulig zeigen dir, wie du dich als einer DER Nr.1 Experten in deiner Branche positionieren kannst und hohe Preise ab 2.000 Euro (und mehr) für deine Angebote & Dienstleistungen abrufen kannst. Als Coaches, Berater und Experten automatisiert Kunden im Internet gewinnen. Wie du Online Marketing nutzen kannst, um deine Produkte und Dienstleistungen erfolgreich zu verkaufen.

Moin aus Osnabrück und herzlich Willkommen zur Folge #51 vom Update. Künstliche Intelligenz ist längst kein Zukunftsthema mehr. Doch wie gelingt der Einstieg in KI-Projekte im Mittelstand wirklich? Welche Prozesse eignen sich für Automatisierung und wie gelingt es, Mitarbeitende auf diesem Weg mitzunehmen? In dieser Folge spricht Ulf mit Lisa Marie Höcker, die genau diesen Weg bereits aktiv gestaltet. Sie ist Unternehmensnachfolgerin und Geschäftsführerin beim Familienunternehmen Höcker Polytechnik und treibt die digitale Weiterentwicklung des Unternehmens voran. Gemeinsam sprechen die beiden darüber, wie Unternehmen den Einstieg beim Thema KI finden, warum es nicht nur um Technologie geht und weshalb Veränderung im Denken oft der größte Hebel ist.

Aktuell wirst du, online und offline, mit den Möglichkeiten von KI im Handwerk regelrecht „zugeschüttet". Trotzdem schaffen es viele Unternehmen nicht, ihre KI-Projekte in die Tat umzusetzen und von KI im Alltag wirklich zu profitieren. Den Hauptgrund, warum diese Vorhaben häufig scheitern, erfährst du in dieser Folge des Workerscast.  

In dieser Folge nehmen wir die KI-Transformation in Unternehmen kritisch unter die Lupe. Wir sprechen offen über die Kluft zwischen großen Versprechen und der Realität im Konzernalltag, teilen echte Erfahrungswerte und diskutieren, warum so viele KI-Projekte am Anfang scheitern. Gemeinsam mit Dr. Sebastian Wieczorek von Mantix schauen wir auf neue Wege, wie KI und agentische Systeme sinnvoll integriert werden können – evolutionär statt revolutionär. Wir fragen uns, wie die Zukunft der Arbeit mit KI aussehen kann und was Entscheider jetzt wirklich investieren sollten, um nicht abgehängt zu werden. Hör rein, wenn du wissen willst, wie KI wirklich zum Gamechanger wird – jenseits des Buzzwords. Mehr Informationen zu Mantix: https://mantix.cloud Vernetzt Euch und diskutiert mit: - Dr. Sebastian Wieczorek: https://www.linkedin.com/in/sebastian-wieczorek/ - Ulrich Irnich: https://www.linkedin.com/in/ulrichirnich/ - Markus Kuckertz: https://www.linkedin.com/in/markuskuckertz/

In dieser Folge spreche ich mit Salvatore Scuderi, dem Head of Insurance Data and AI von kasko2go (K2G), über ein Thema, das oft als bloßes Schlagwort abgetan wird: die Industrialisierung der Versicherungsbranche. Wir räumen mit dem Vorurteil auf, dass Versicherungen ein träges Dickicht aus Papierkram bleiben müssen, und werfen einen Blick in eine Zukunft, in der spezialisierte KI-Agenten als digitale Kollegen den Ton angeben. Salvatore erklärt mir, warum viele aktuelle KI-Projekte in großen Konzernen wie Formel-1-Rennwagen im Berufsverkehr feststecken – punktuell schnell, aber im Gesamtprozess durch manuelle Schnittstellen ausgebremst. Wir diskutieren, warum das "Human-in-the-Loop"-Prinzip entscheidend für die Haftung ist und wie ein modulares Team aus KI-Spezialisten (wie dem Cleansing- oder Modeling-Agent) ein starres Kernsystem nicht ersetzt, sondern endlich effizient macht. 5 Highlights aus dem Gespräch Das Ende der Daten-Archäologie: Salvatore beschreibt eindrucksvoll, dass Underwriter heute oft zwei Drittel ihrer Zeit mit dem Suchen, Kopieren und Abgleichen von Daten verbringen. Wir besprechen, wie KI-Agenten diese Zeitfresser eliminieren, damit sich Experten wieder auf ihr eigentliches fachliches Urteil konzentrieren können. Der "Orchestrator" als Dirigent: Wir lernen das Konzept des Orchestrator-Agents kennen. Er steuert die spezialisierten Agenten, überwacht die Abläufe und sorgt dafür, dass Ergebnisse nahtlos fließen, ohne dass menschliche Logistik dazwischenfunken muss. Warum "ein bisschen KI" nicht reicht: Salvatore vergleicht viele aktuelle KI-Implementierungen mit einem Rennwagen im Stau. Es bringt nichts, einen Einzelschritt um 40 % zu beschleunigen, wenn der Prozess danach wieder tagelang bei einer manuellen Übergabe pausiert. Talk-to-Data als Machtfaktor: Wir sprechen über den Agenten, der SQL-Kenntnisse überflüssig macht. Fachabteilungen können ihre Daten direkt in natürlicher Sprache abfragen und erhalten fundierte Analysen in Sekunden statt in Wochen. Die Vertrauensfrage: Salvatore teilt eine wichtige Lektion aus der Praxis: Ein Projekt scheiterte nicht an der Technik, sondern am fehlenden Vertrauen der Mitarbeiter, die Ergebnisse der KI händisch in Excel nachrechneten. Die Lösung? Volle Transparenz durch einsehbaren Code und schrittweises Onboarding. Links in dieser Ausgabe Zur Homepage von Jonas Piela Zum LinkedIn-Profil von Jonas Piela Zum LinkedIn-Profil von Salvatore Scuderi Stich aus der Masse hervor. Werde die Marke, die jeder Entscheider kennt. Echte Relevanz entsteht nicht durch Reichweite, sondern durch Vertrauen. Wir bringen deine Botschaft dorthin, wo die Zukunft gebaut wird. Vom Sponsored Podcast für maximale Awarenes über das Fachmagazin für echtes Print-Prestige bis hin zum direkten Lead bei unseren Boutique-Events. Klick jetzt direkt auf diesen Link oder geh auf insurancemedia.de/werbung.

Künstliche Intelligenz ist längst kein Zukunftsthema mehr – auch nicht für den inhabergeführten Handel. Doch wie gelingt der Einstieg ohne großes Budget, ohne IT-Abteilung und ohne tiefes Vorwissen? In dieser Solo-Folge des Retail Innovation Radios gibt Frank Rehme praxisnahe Einblicke in echte KI-Projekte aus dem Mittelstand. Anhand konkreter Beispiele zeigt er, wie Händler mit einfachen Tools bereits heute Prozesse automatisieren, Content erstellen und sogar ihre Läden neu denken können. Eine Folge voller Inspiration und direkt umsetzbarer Ansätze für alle, die KI endlich im eigenen Business nutzen wollen.

Folge 253: In dieser Folge spreche ich mit Alexander Sadek, Gründer von Plug & Hire, über den realistischen Einsatz von Voice Agents in der Personalberatung. Wir räumen mit dem aktuellen KI-Hype auf und beleuchten stattdessen, was technologisch heute wirklich schon möglich ist, um den Arbeitsalltag effizienter zu gestalten. Alex erklärt, warum Telefon-KI besonders dort glänzt, wo bereits ein gegenseitiges Interesse besteht – etwa bei der schnellen Vorqualifikation von Bewerbern oder der Reaktivierung von Kandidatenpools. Wir diskutieren die enorme Zeitersparnis durch das Vermeiden von Leer-Calls und wie Voice Agents administrative Routineaufgaben übernehmen, damit du dich als Berater wieder auf den echten Beziehungsaufbau konzentrieren kannst. Alex geht zudem offen auf die Grenzen ein: Warum Kaltakquise via KI aktuell noch schwierig ist und weshalb 95 % aller KI-Projekte an falschen Erwartungen oder unsauberen Basisprozessen scheitern. Erfahre in diesem Gespräch, wie du 'Get rid of the grunt work' wörtlich nimmst und die Schlagkraft deines Recruitings massiv erhöhst, ohne den menschlichen Kern deiner Dienstleistung zu verlieren.

„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 spannenden Podcast-Episode spreche ich mit Andreas Decker, CPO der Solvd Group und Managing Director bei ControlExpert, über die Herausforderungen und Chancen der KI in der Kfz-Schadenbearbeitung. Andreas gibt uns tiefe Einblicke, warum viele interne KI-Projekte scheitern und wie radikale Spezialisierung der Schlüssel zum Erfolg ist. Hier sind die Highlights, die ich für dich zusammengefasst habe: Das Dilemma der Inhouse-KI: Wir sprechen darüber, warum viele Versicherer glauben, die komplette KI-Automatisierung im Schadenbereich selbst stemmen zu können, obwohl sie oft mit einem "digitalen Flickenteppich" aus Legacy-Systemen und zugekauften SaaS-Lösungen kämpfen. Andreas betont, dass ein echtes KI-Team weit über ein paar Data Scientists hinausgeht und eine komplette Organisation benötigt. Beschwerde-Explosion und fehlende Antworten: Ich frage Andreas, ob der Anstieg der Beschwerdezahlen beim Versicherungsombudsmann ein Indikator für die mangelnde Umsetzung von Technologie ist. Es zeigt sich, dass der häufigste Beschwerdegrund nicht etwa falsche Entscheidungen, sondern schlicht die fehlende oder verzögerte Kommunikation ist – ein Paradox in Zeiten, in denen jeder über KI und Kundenzentrierung spricht. Warum LLMs allein nicht reichen: Andreas erklärt eindrücklich, dass große Sprachmodelle wie "sehr gute Uni-Absolventen" sind – mit viel Wissen, aber ohne spezifische Praxiserfahrung und Kontext. Mit einer Genauigkeit von nur 54% bei versicherungsspezifischen Aufgaben sind sie unzureichend. Er beleuchtet die Notwendigkeit von spezialisierten Modellen, Data Factories und professionellem Operations-Management. Das "Schadendreieck knacken": ControlExpert hat sich zum Ziel gesetzt, das klassische Schadendreieck aus Kosten, Aufwand und Kundenzufriedenheit zu durchbrechen. Der Ansatz basiert auf drei Säulen: fundierte Fachkenntnis in der Kfz-Reparatur, exzellenter Kundenservice (24/7, multikanal, multilinguale, sofortige Status-Updates) und nahtlose Automatisierung durch neueste Technologie – alles orchestriert durch Agents. Ein spannendes Beispiel ist die User Experience, bei der eine künstliche Wartezeit die Akzeptanz erhöht hat! "Own the Brain, Rent the Body": Andreas plädiert für einen strategischen Ansatz: Kernelemente, die einen echten Wettbewerbsvorteil bringen (wie Vertrieb oder Risikomodelle), sollten intern entwickelt werden. Bereiche, wo Spezialisierung und Skalierung entscheidend sind (wie die Kfz-Schadenbearbeitung), sollten über externe Partner bezogen werden. Er betont zudem, dass jede Transformation zu 50% aus Technologie und zu 50% aus Change Management besteht. Dieses Gespräch hat mir wirklich die Augen geöffnet, wie komplex und gleichzeitig vielversprechend die Zukunft der Schadenbearbeitung ist. Hör dir die ganze Episode an, um Andreas' faszinierende Prognosen für die nächsten Jahre zu erfahren und zu verstehen, wie wir uns von repetitiven Aufgaben verabschieden und eine neue Ära der Effizienz und Kundenzufriedenheit einläuten können! Links in dieser Ausgabe Zur Homepage von Jonas Piela Zum LinkedIn-Profil von Jonas Piela Zum LinkedIn-Profil von Andreas Decker Stich aus der Masse hervor. Werde die Marke, die jeder Entscheider kennt. Echte Relevanz entsteht nicht durch Reichweite, sondern durch Vertrauen. Wir bringen deine Botschaft dorthin, wo die Zukunft gebaut wird. Vom Sponsored Podcast für maximale Awarenes über das Fachmagazin für echtes Print-Prestige bis hin zum direkten Lead bei unseren Boutique-Events. Klick jetzt direkt auf diesen Link oder geh auf insurancemedia.de/werbung.

Sind schlechte Daten wirklich Ihr Problem – oder nur die bequemste Ausrede?Ihr Unternehmen sitzt auf einem Datenschatz – warum nutzen Sie ihn nicht?…darüber sprechen wir in diesem Interview.Schlechte Datenqualität gilt in vielen Unternehmen als Haupthindernis für KI-Projekte – doch ist das wirklich so, oder ist es nur die bequemste Ausrede, um nicht zu starten? In dieser Episode des #KIundTECH Podcast beleuchtet Benjamin Aunkofer, Gründer von DATANOMIQ, im Interview mit Holger Winkler die drei größten Fehler im Umgang mit Datenqualität und zeigt praxisnah, wie Unternehmen diese gezielt vermeiden können. Das Gespräch liefert konkrete Handlungsempfehlungen für alle, die mit Daten arbeiten und den nächsten Schritt in Richtung datengetriebenes Unternehmen gehen wollen.Warum sollten Sie dieses Interview nicht verpassen?Sie erfahren, warum "schlechte Daten" häufig eine Ausrede ist und wie Sie trotzdem mit KI-Projekten starten können.Sie verstehen, welche Rollen im Unternehmen für Datenqualität verantwortlich sind und wie die Zuständigkeiten sinnvoll verteilt werden.Sie lernen den Unterschied zwischen Top-Down- und Bottom-Up-Ansätzen bei der Datenstrategie kennen und wann welcher Ansatz passt.Sie bekommen einen klaren Überblick über Data Warehouse, Data Lake und Data Lakehouse – verständlich erklärt anhand alltagsnaher Beispiele.Sie verstehen, warum gute Datenqualität den monetären Unternehmenswert direkt beeinflusst und was das für Ihre Strategie bedeutet.Takeaways aus dem Interview:Mut zur Lücke: Fehler 1 ist, Daten gar nicht erst zu nutzen, weil sie vermeintlich zu schlecht sind. Datenqualität verbessert sich erst durch die aktive Auseinandersetzung mit den Daten.Fehler 2 ist die fehlende Verfügbarkeit von Daten. Ohne eine geeignete Infrastruktur wie ein Data Lakehouse bleiben wertvolle Daten ungenutzt oder gehen verloren.Fehler 3 ist die massive Unterschätzung des Datenwerts. Gute Datenqualität erhöht den Unternehmenswert nachweislich und ist ein entscheidender Faktor bei Due-Diligence-Prozessen.Process Mining ist eine Schlüsselmethodik, um Prozesse aus Daten heraus zu rekonstruieren, Datenfehler aufzudecken und die Datenqualität systematisch zu verbessern.Daten aus unterschiedlichen Bereichen wie BI, Process Mining und Data Science gehören zusammen – sie zu trennen ist ein typischer organisatorischer Fehler.Datenqualität lässt sich messen: Abdeckungsraten, Anomalieerkennungen und statistische Ausreißeranalysen liefern konkrete Indikatoren.Das Vertrauen der Mitarbeiter in Unternehmensdaten ist ein schneller, praktikabler Frühindikator für den tatsächlichen Stand der Datenqualität.#Digitalisierung #CEO #Unternehmertum #KünstlicheIntelligenzÜber #KIundTECH – der KIundTECH Podcast:KI & TECH in Unternehmen und Gesellschaft: Wettbewerbsvorteil oder Sargnagel?Was machst Du daraus?Wir sprechen mit Anwendern und Vordenkern über Chancen, Risiken und Auswirkungen von KI – klar, praxisnah und auf den Punkt. Damit unsere Hörer schneller die richtigen Entscheidungen treffen können.► Mehr erfahren: https://kiundtech.com/ ► Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/ Du möchtest einen Gast vorschlagen oder selber zu uns in die Sendung kommen?Alle Informationen und ein Bewerbungsformular findest du auf unserer Webseite!

Fehlen Ihrem KI-Erfolg die entscheidenden Daten?Ist Instandhaltung überhaupt bereit für KI?Künstliche Intelligenz gilt für viele Unternehmen als Hebel für effizientere Instandhaltung, weniger Stillstände und bessere Planung. In der Praxis scheitern jedoch viele Projekte nicht an der Technologie selbst, sondern an fehlenden Voraussetzungen im Unternehmen. In dieser Interview-Folge des #KIundTECH Podcasts spricht Holger Winkler mit Domenico Carapezza, Leiter Vertrieb und Business Development bei SPIE RODIAS, darüber, warum Datenqualität, Struktur und Anwendungsnähe entscheidend sind, wenn KI in der Instandhaltung echten Nutzen bringen soll. Anhand konkreter Beispiele aus Industrie und Energie wird deutlich, wie Unternehmen bereits heute mit smarter Instandhaltung Kosten senken, Wissen sichern und die Anlagenverfügbarkeit verbessern können.Warum sollten Sie dieses Interview nicht verpassen?Sie erfahren, warum viele KI-Projekte in der Instandhaltung nicht an der Technik, sondern an der fehlenden Datengrundlage scheitern.Sie sehen, welche konkreten Anwendungsfälle schon heute in Industrie, Energie und Instandhaltung funktionieren.Sie verstehen, wie smarte Instandhaltung Schritt für Schritt aufgebaut wird, statt auf den einen grossen KI-Wurf zu warten.Sie bekommen Orientierung, wie Techniker im Alltag schneller auf Informationen zugreifen, Störungen erfassen und Prozesse vereinfachen können.Sie nehmen konkrete Impulse mit, wie Unternehmen Wissen sichern und Fachkräftemangel praktisch abfedern können.Weiterführende Links:Internet: https://www.spie-rodias.de/#Instandhaltung #Maintenance #PredictiveMaintenance #KIÜber #KIundTECH – der KIundTECH Podcast:KI & TECH in Unternehmen und Gesellschaft: Wettbewerbsvorteil oder Sargnagel?Was machst Du daraus?Wir sprechen mit Anwendern und Vordenkern über Chancen, Risiken und Auswirkungen von KI – klar, praxisnah und auf den Punkt. Damit unsere Hörer schneller die richtigen Entscheidungen treffen können.> Mehr erfahren: https://kiundtech.com/> Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/ Du möchtest einen Gast vorschlagen oder selber zu uns in die Sendung kommen?Alle Informationen und ein Bewerbungsformular findest du auf unserer Webseite!

Welche KI-Projekte bringen echten Business-Impact?Wo solltest du wirklich in Deinem Unternehmen mit KI anfangen?In dieser Episode des #KIundTECH Podcasts spricht Holger Winkler mit Parwiz Torgull, Founder von Cara8, darüber, wie Unternehmen KI-Projekte identifizieren, die echten wirtschaftlichen Mehrwert liefern, ohne die Organisation zu überfordern.Am Beispiel eines mittelständischen Handelsunternehmens zeigt Parwiz, wie Entscheider systematisch die richtigen Use Cases finden, wie KI konkrete operative Probleme lösen kann und welche Rolle Führungskräfte bei der erfolgreichen Implementierung spielen.Das Gespräch liefert eine klare Orientierung für Unternehmer, Geschäftsführer und Entscheider, die KI nicht nur diskutieren, sondern praktisch einsetzen möchten.Warum solltest Du dieses Interview nicht verpassen?Du erfährst, wie Unternehmen KI-Projekte mit realem Business Impact identifizierenDu lernst ein einfaches Modell zur Auswahl der richtigen KI-Use-Cases kennenDu verstehst, warum viele KI-Initiativen nach dem Pilotprojekt scheiternDu erhältst konkrete Hinweise, wie KI-Projekte schnell und pragmatisch umgesetzt werden könnenDu bekommst Orientierung, wie Unternehmen die richtigen KI-Partner auswählenWeiterführende Links:> Internet: https://cara8.aiÜber #KIundTECH – der KIundTECH Podcast:KI & TECH in Unternehmen und Gesellschaft: Wettbewerbsvorteil oder Sargnagel?Was machst Du daraus?Wir sprechen mit Anwendern und Vordenkern über Chancen, Risiken und Auswirkungen von KI – klar, praxisnah und auf den Punkt. Damit unsere Hörer schneller die richtigen Entscheidungen treffen können.> Mehr erfahren: https://kiundtech.com/ > Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/ Du möchtest einen Gast vorschlagen oder selber zu uns in die Sendung kommen?Alle Informationen und ein Bewerbungsformular findest du auf unserer Webseite!

Die neue AI Factory Austria in Wien soll Startups und Unternehmen Zugang zu europäischer KI-Rechenleistung geben, und in einem neuen Coworking Space gibt es auch Arbeitsplätze für Jungfirmen. Jakob Steinschaden, Mitgründer von Trending Topics und newsrooms, und Matteo Rosoli, CEO von newsrooms, sprechen im heutigen Podcast über:

Was passiert, wenn ein Traditionsunternehmen wie Vossloh seinen Gründer digital wiederauferstehen lässt? In dieser Folge von UNF#CK YOUR DATA spricht Christian Krug mit Alexandra Feix, Managerin für Data & AI bei Vossloh, über eines der spannendsten KI-Projekte im deutschen Mittelstand: den EdChat.Alexandra erklärt, warum sie sich bewusst gegen ein anonymes "Vossloh GPT" und für die Personifizierung durch den Firmengründer Eduard Vossloh entschieden haben, um Ängste abzubauen und die Identifikation zu stärken. Du erfährst, warum Vossloh auf einen model-agnostischen Ansatz setzt, wie sie mit RAG (Retrieval Augmented Generation) Ordnung in ihre Daten bringen und warum 80-Prozent-Lösungen im Change-Prozess oft wertvoller sind als deutsche Perfektion.Themen dieser Folge:EdChat: Vom Chatbot zum digitalen Teamkollegen.Use Cases: Automatisierte Datenextraktion für Nachhaltigkeitsberichte und Qualitätsmanagement.Technik: Warum eine eigene Plattform flexibler ist als Standard-Lösungen.Kultur: Roadshows und Community-Building als Schlüssel zum KI-Erfolg.Hör rein und erfahre, wie du KI-Projekte im Unternehmen wirklich zum Fliegen bringst!▬▬▬▬▬▬ Profile: ▬▬▬▬Zum LinkedIn-Profil von Alexandra: https://www.linkedin.com/in/alexandra-feix/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 Alex: The Heroine's Journey - Maureen MurdockAlle 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: Eduard Vossloh steht digital wieder auf01:59 Wer ist Alexandra Feix? Vom SAP BI zur KI-Managerin03:07 Was ist EdChat? Die Identität des Gründers als Interface06:51 Erfolgskriterium Menschlichkeit: Identifikation statt Abstraktion13:14 ROI & Messbarkeit: Wie

Montagmorgen, 8:32 Uhr. Eine Angebotsanfrage landet im Postfach Ihres Vertriebs: 47 Seiten technische Spezifikationen, Lieferbedingungen auf Englisch, enger Zeitrahmen. Früher hätte Ihr bester Mann zwei Tage gebraucht: Spezifikationen lesen, Preise kalkulieren, Angebot formulieren, abstimmen. Zwei Tage, in denen der Wettbewerber vielleicht schon geantwortet hat. In dieser Folge spreche ich mit Christian Reich von BytesExperts darüber, wie mittelständische Unternehmen ihre bestehenden IT-Systeme mit KI so aufwerten, dass der Vertrieb spürbar schneller wird. Sein wichtigster Grundsatz dabei: Die erfolgreichsten KI-Projekte sind jene, bei denen KI im Hintergrund wirkt, unsichtbar in bestehende Workflows integriert, ohne dass Mitarbeiter ein neues Tool lernen müssen. Wir sprechen nicht über Technologie-Hype, sondern über das, was heute schon funktioniert: von der automatisierten Angebotserstellung über KI-gestützten Kundensupport bis zum konkreten Praxisbeispiel im Reklamationsmanagement. Das nehmen Sie mit: - Warum sich die KI-Nutzung im DACH-Mittelstand in drei Jahren vervierfacht hat und warum Abwarten das größere Risiko ist. - Was KI wirklich kann und was nicht, jenseits von medialem Hype und Untergangsszenarien. - Wie KI Angebotsprozesse beschleunigt und warum die erfolgreichste Integration im Verborgenen wirkt. - Warum über 80 % der KI-Projekte scheitern und wie Sie die typischen Stolperfallen vermeiden, darunter die gefährliche „Pilotfalle". - Warum 70 % des Erfolgs bei Menschen und Prozessen liegt und nicht bei der Technologie. - Die ersten konkreten Schritte, die Sie morgen früh gehen können. Wenn Sie praxisnah erfahren möchten, wie KI Ihrem Vertrieb den entscheidenden Vorsprung ermöglicht, dann ist diese Folge genau richtig für Sie.

Warum scheitern die meisten KI-Initiativen, bevor sie überhaupt richtig angefangen haben?Was sind die wahren Bremsklötze und wie kannst du sie in deinem KI-Projekt vermeiden, um das Potenzial von KI wirklich zu entfesseln? Die Antwort auf diese Frage gibt's im neuen

KI überlagert gerade alles. Der Blick geht dabei oft in die USA – zu den großen Playern, den großen Modellen, den großen Versprechen. Aber die entscheidende Frage ist: Wo steht Deutschland eigentlich in Sachen KI? Ist KI in Unternehmen schon angekommen – oder bleibt es bei Pilotprojekten?In Folge #146 sprechen Sarah⁠⁠ und ⁠Dirk⁠ mit ⁠Simon Boffen⁠ von der ⁠MISSION KI⁠. Er war Deputy Lead der nationalen KI-Initiative, die 2,5 Jahre an genau den Baustellen gearbeitet hat, die viele Unternehmen gerade ausbremsen: Datenverfügbarkeit, Qualitätsstandards und vertrauenswürdige KI.Gemeinsam ordnen sie ein, was sich in Deutschland in den letzten Jahren verbessert hat, wo die größten Lücken bleiben und welche nächsten Schritte jetzt wirklich zählen – für Mittelstand, Startups und regulierte Branchen wie Banken. 02:25 - Simon, stell dich und die Mission KI gern kurz vor. 04:22 - Konntet ihr mit der Mission KI alle relevanten KI-Trends bearbeiten oder fehlt da noch was?05.40 - Gibt es eine Instanz, die eure Themen weiterführen oder eure Ergebnisse weiter nutzen? 07:30 - Thema Datenbasis: Wie ist in Deutschland aktuell der Status Quo? Wozu braucht es eine bessere Datenbasis? 09:25 - Ihr habt den "Datenraum Medien" und den "Compliance Monitor" entwickelt. Was genau steckt dahinter? 14.30 - Habt ihr einen Überblick, ob der Compliance-Monitor bereits bei Unternehmen in Betrieb ist? 15:05 - Ihr wolltet das Thema “Vertrauenswürdige KI” stärken. Was bedeutet “vertrauenswürdige KI” überhaupt und wieso ist sie so wichtig? 16:58 - Wie entsteht daraus ein Produkt, mit dem man im Alltag arbeiten kann? Bspw. ein Siegel oder eine Regulatorik? 19:40 - Wo steht das Thema “Vertrauenswürdie KI” aktuell in Deutschland und Europa und wie hat es sich verändert?22:55 - Ihr wolltet das Wachstum von KI-Innovationen unterstützen. Wo stehen wir in Deutschland, wenn es um KI-Innovationen geht?25:06 - Wie gut funktioniert die Adaption neuer Technologien in Deutschland? 28:55 - Ist dem Mittelstand bewusst, dass sie sich mit KI auseinandersetzen müssen? Oder glauben viele, dass das für ihre Wettbewerbsfähigkeit (noch) kein Thema ist? 31:55 - Hast du ein gutes Beispiel aus der Praxis, bei dem KI Prozesse verbessert hat? 33:50 - Deutschland hat exzellente Forschung, aber oft eine Transferlücke. Euer AI Founder Fellowship hat bereits 6 KI-Projekte zur Gründungsreife geführt. Was habt ihr da genau gemacht und was braucht das deutsche KI-(Startup)-Umfeld, um diese Transferlücke zu schließen? 36:50 - Wenn du dir für die KI-Zukunft in Deutschland etwas wünschen darfst, was wäre das? Was fehlt uns hier, um KI ins Wachstum zu bringen? 38:54 - Nach 2,5 Jahren MISSION KI: Was war dein persönlicher "Mission Accomplished"-Moment? 40:24 - Welchen Gast oder welches Thema würdest Du dir mal in unserem Podcast wünschen?Mehr Infos zum START Summit findest du ⁠hier⁠. Abonniere uns direkt hier oder folge uns auf ⁠⁠⁠⁠⁠⁠LinkedIn⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠, um keine Episode zu verpassen.Produziert wird der "Talk Between the Towers" von ⁠⁠⁠⁠⁠⁠neosfer⁠⁠⁠⁠⁠⁠, Frühphaseninvestor und Innovationseinheit der Commerzbank. Alles Weitere über unseren Podcast findest du hier: ⁠⁠⁠⁠⁠⁠neosfer Podcast⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

Viele deutsche Unternehmen zögern noch bei KI-Investitionen – und riskieren damit ihre Wettbewerbsfähigkeit. Florian Richter von Lenovo erklärt, warum 2026 das entscheidende Jahr für produktive KI-Projekte ist und warum Firmen mit kleinen Schritten starten sollten.

In dieser Episode des StartUp SH Podcasts wird es wissenschaftlich und unternehmerisch zugleich! Ich spreche mit Prof.  Dr.  Marcin Grzegorzek – Professor an der Uni Lübeck, Leiter des Medical Data Science Lab, Director des Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) und Mitgründer des KI-StartUps expandAI. Gemeinsam blicken wir auf die spannende Schnittstelle zwischen Forschung und Gründung. Marcin gibt exklusive Einblicke in Projekte von expandAI, erklärt, welche Denkweisen aus der Wissenschaft beim Gründen hilfreich sind und was GründerInnen wissen sollten, bevor sie in KI investieren. Jetzt reinhören und erfahren, wie ihr KI gezielt für euer Wachstum nutzen könnt! 02:45 Wer ist Marcin Grzegorzek und was macht er so? 04:24 Ein Blick in zwei Welten 08:15 Beispiele für KI Projekte und deren Benefits 10:45 In welchen Situation ist es für Startups wertvoll mit Wissenschaftlern und Hochschulen zusammen zu arbeiten? 12:35 Welche Denkweisen aus der Forschung waren hilfreich beim Gründen? 15:04 An welchem Punkt macht es für StartUps Sinn, KI im eigenen Unternehmen einzusetzen? 19:00 Tut sich der Mittelstand noch schwer damit, KI einzusetzen? 21:50 Was sind Kompetenzen, die GründerInnen haben sollten? 24:04 Welche Entwicklungen werden in den nächsten Jahren für StartUps relevant? 28:30 Wo steht expandAI in drei Jahren? 29:50 Tipps an GründerInnen Weitere Infos: https://www.expandai.de/ Music: freemusicarchive.org/music/Checkie_…_Dilemma_ID_03 License: creativecommons.org/licenses/by-nc-nd/4.0/deed.de

Diese Woche spreche ich mit Kreativdirektor Lukas Hueter über Präsentationen, Verantwortung und den massiven Einfluss von Künstlicher Intelligenz auf kreative Arbeit und Werbung. Lukas erklärt, warum Pitches mehr sind als das Zeigen von Ideen, weshalb Nervosität dazugehört und wie KI Projekte möglich macht, die es so bisher nicht gab.Der Schwerpunkt der Folge liegt auf KI und ihren Auswirkungen auf Kreativität und Werbung. Wir sprechen darüber, wie sich Prozesse verändern, welche neuen Chancen durch Personalisierung entstehen und warum Effizienz allein keine starken Ideen ersetzt. Lukas teilt seine Sicht darauf, was in einer automatisierten Branche menschlich bleiben muss und warum Emotion und echtes Verständnis immer wichtiger werden.Infos zu Lukas findet ihr auf Instagram unter ⁠⁠@lukashueter und der die Agentur, in der Lukas derzeit Arbeitet @dmb.at Für Feedback, Wünsche oder Anderes findet ihr mich auf Instagram unter: ⁠⁠⁠⁠⁠⁠@ulrichaydt⁠ oder ⁠⁠⁠⁠⁠@gestatten.sie⁠⁠⁠⁠⁠ oder auf meiner Website: ⁠⁠⁠⁠⁠⁠www.ulrichaydt.com⁠⁠⁠⁠⁠⁠Danke an Mala für das Podcast-Cover (⁠⁠⁠@mala.kolumna⁠⁠⁠) und Belinda für das Produzieren des Jingles (⁠⁠⁠⁠⁠@Belinda Thaler⁠⁠⁠⁠⁠)

In dieser Folge sprechen wir mit Daniel Krantz (VP AI bei VIER) darüber, wie KI die Kundenkommunikation in der Logistik verändert – und warum das Thema längst nicht mehr „Zukunftsmusik“ ist. Gemeinsam schauen wir auf konkrete Use Cases wie Sendungsstatus, Umverfügungen und Voicebots, aber auch auf die Frage, was Unternehmen wirklich brauchen, damit KI-Projekte nicht im PowerPoint-Stadium stecken bleiben. Daniel erklärt außerdem, warum Change Management wichtiger ist als Technik – und wie man KI Schritt für Schritt erfolgreich in Prozesse bringt. Am Ende werfen wir noch einen Blick auf die rasante Entwicklung von AI-Tools und was das für unsere tägliche Arbeit bedeutet. Das nehmen wir aus der Folge mit: - Warum Kundenservice aktuell einer der dankbarsten Bereiche für KI in der Logistik ist - Wie sich Unternehmen typischerweise von Copilot → AI-Agent → Vollautomatisierung entwickeln - Welche Logistik-Use-Cases besonders schnell Mehrwert liefern (z. B. Tracking, Lieferoptionen, Paketshop/Ablageort) - Warum Projekte oft nicht an KI scheitern, sondern an Datenqualität, Schnittstellen und Systemlandschaften - Wie VIER mit dem AI Strategy Canvas Kunden strukturiert ins Thema reinholt - Welche Rolle Human-in-the-Loop spielt – vor allem bei kritischen Entscheidungen und sensiblen Daten - Warum „Human Made“ in Zukunft ein echtes Qualitätsmerkmal werden könnte Zum Abschluss teilt Daniel noch einen praktischen Tipp für alle, die sich schnell in komplexe Inhalte einarbeiten wollen: NotebookLM, um Reports und Quellen in kurzer Zeit verständlich zusammenfassen zu lassen.

Stundenlanges Klicken, Sortieren und Layouten für ein einziges Fotobuch? Damit ist jetzt Schluss. In dieser Folge von UNF#CK YOUR DATA begrüßt Dr. Christian Krug Tim Schäfer, Team Lead Data & AI bei der ALL IN Group (bekannt durch Marken wie Myposter und Kartenliebe).Tim gibt uns einen exklusiven Einblick hinter die Kulissen eines der spannendsten KI-Projekte im deutschen Mittelstand: den KI-Fotobuch-Generator. Erfahre, wie Computer Vision technische und ästhetische Bildqualität bewertet, warum "Reiseblogs" die besten Lehrer für Storytelling sind und wie es das Team geschafft hat, die Erstellungszeit von über 90 Minuten auf durchschnittlich 21 Minuten zu senken.Die Themen im Überblick:Data-Centric Layouting: Warum man Bilder nicht in Templates pressen sollte, sondern das Layout anhand der Daten (Bilder) bauen muss.Aesthetic Scoring: Wie eine KI lernt, was ein "schönes" Bild ist (Goldener Schnitt, Fokuspunkt, Emotion).Content Moderation & Copyright: Wie Myposter sich gegen "Copycats" und Urheberrechtsverletzungen (z.B. Disney-Lizenzen) mit automatisierten Filtern schützt.Zukunftsblick "Agentic Shopping": Warum Generative Engine Optimization (GEO) das neue SEO für den E-Commerce wird.Eine Folge für alle, die wissen wollen, wie man KI nicht nur als Hype, sondern als echten Wertschöpfungsfaktor in physische Produkte integriert.▬▬▬▬▬▬ Profile: ▬▬▬▬Zum LinkedIn-Profil von Tim: https://www.linkedin.com/in/tim-schaefer/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 Tim: No Rules Rules - Reed HastingsAlle 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 & Begrüßung 01:05 Wer ist Tim Schäfer? Wandern, Daten & Gegenwind-Analysen 02:01 Die...

Künstliche Intelligenz macht Prozesse schneller – aber auch unberechenbarer. Während klassische Software deterministisch funktioniert, verändern sich KI-Modelle, Daten driften und Fehler tauchen oft erst spät im Live-Betrieb auf.In dieser Episode spricht Holger Winkler mit Stephan Wirth, CEO von WICO Software Tech, über ein reales KI-Projekt mit hochsensiblen Gesundheitsdaten und die zentrale Frage: Wann wird Testing bei KI nicht nur wichtig, sondern geschäftskritisch?Das Gespräch zeigt praxisnah, warum klassisches Testing bei KI-Prozessen nicht ausreicht – und wo Unternehmen zwingend Kontrollpunkte einbauen müssen, um teure Fehler zu vermeiden. Warum sollten Sie dieses Interview nicht verpassen?Sie erfahren, warum KI-Projekte nicht wie klassische Automatisierungen behandelt werden dürfenSie verstehen, an welchen Stellen KI-Ergebnisse zwingend geprüft werden müssenSie lernen, wie sich Risiken, Haftung und wirtschaftliche Schäden vermeiden lassenSie erhalten klare Entscheidungshilfen für KI-Einsatz in geschäftskritischen ProzessenSie erkennen, woran Sie gute von schlechten KI- und Automatisierungspartnern unterscheidenTakeaways aus dem Interview:KI-Systeme liefern probabilistische Ergebnisse – nicht deterministische WahrheitenTesting bei KI ist kein einmaliger Schritt, sondern ein kontinuierlicher ProzessKontrollpunkte sind dort Pflicht, wo Fehler finanzielle oder rechtliche Folgen habenVollautomatisierung ohne menschliche Prüfung ist bei sensiblen Daten fahrlässigDatenqualität und Prozessverständnis sind die Basis jeder erfolgreichen KI-IntegrationKI spart Zeit vor allem durch Vorarbeit – nicht durch vollständigen Ersatz von ExpertiseWartung, Monitoring und Support müssen von Beginn an einkalkuliert werdenÜber #KIundTECH – der KIundTECH Podcast:► Mehr erfahren: https://kiundtech.com/ ► Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/ Du möchtest einen Gast vorschlagen oder selber zu uns in die Sendung kommen?Alle Informationen und ein Bewerbungsformular findest du auf unserer Webseite!

Warum scheitern so viele KI-Projekte oder versauern im ewigen Pilot-Status? Oft beginnt das Elend mit einer Excel-Liste. Unternehmen schicken Tabellen herum, um KI-Use-Cases zu sammeln. Das ernüchternde Ergebnis laut Luise: 9 von 10 Vorschlägen auf diesen Listen sind gar keine KI-Themen, sondern einfache, regelbasierte "If-This-Then-That"-Automatisierungen. Und die hätten wir seit Jahren haben können.In dieser Folge von UNF#CK YOUR DATA spricht Host Dr. Christian Krug mit Luise Freese, Microsoft MVP und Expertin für Power Platform & Azure, über die unbequeme Wahrheit hinter dem KI-Hype.Wir sprechen über konkrete Zahlen des Scheiterns und des Erfolgs:Warum Piloten teilweise 26 Monate laufen, ohne jemals live zu gehen.Weshalb 7 CRMs und 4 ERPs in einem Unternehmen der Endgegner für jedes KI-Projekt sind.Die Zahl 42 als Entscheidungshilfe für den Projekterfolg.Luise erklärt das Konzept des "PoC Prison" (Proof of Concept Gefängnis) und warum Unternehmen oft keine Exit-Strategie für ihre Piloten haben. Erfahre, wie du mit "Governance as Code" und sauberen Deployment-Routinen aus der ewigen Testphase ausbrichst und echten Mehrwert schaffst – und warum man manchmal Projekte einfach in die Mülltonne treten muss.Viel Spaß beim Hören!▬▬▬▬▬▬ Profile: ▬▬▬▬Zum LinkedIn-Profil von Luise: https://www.linkedin.com/in/luisefreese/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 Luise: How to Make Sense of Any Mess – Abby CovertAlle 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 & Tech-Check01:34 Wer ist Luise Freese? (42, Hot Pink & Star Wars) 03:11 Der Zwang zu KI: Warum alle plötzlich "agentische Systeme" wollen 07:39 Power Platform...

KI-Projekt-Erfolge – statt teure Experimente?Vielen KI-Projekten fehlen Klarheit, Führung und Struktur. Eine Möglichkeit, klare Rahmenbedingungen vor dem KI-Projektstart zu schaffen, bieten Frameworks. Arne Tensfeldt, Gründer von askensio, hat ein solches Framework geschaffen, dass als holistisches Framework KI-Projekte von Anfang an richtig aufsetzen soll. In dieser Folge des #KIundTECH-Podcast sehen wir uns das Framework gemeinsam an.Warum sollten Sie dieses Interview nicht verpassen?Sie lernen ein Framework für den Start von KI-Projekten kennenWir diskutieren die 5 Dimensionen des Frameworks: Customer, Channel, People, Process, TechnologyWir sprechen darüber, wie so ein gemeinsames Zielbild entsteht, das Silos und Reibungsverluste verhindert Wie ein Frameworks nicht zu zusätzlicher Bürokratie führt, sondern echte Entscheidungshilfe wirdMehr KI-Wissen – exklusiv, aber gratis wartet auf Dich! Wir befähigen Entscheider in inhabergeführten Unternehmen im DACH-Raum, KI klar zu verstehen und gezielt dort einzusetzen, wo sie nachhaltigen geschäftlichen Nutzen schafft. Der #KIundTECH Podcast vermittelt wöchentlich verständliche Einblicke in reale Unternehmens-Cases und liefert relevante KI-Updates für die Praxis.► Mehr erfahren: https://kiundtech.com/ ► Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/ Du möchtest einen Gast vorschlagen oder selber zu uns in die Sendung kommen?Alle Informationen und ein Bewerbungsformular findest du auf unserer Webseite!

Mit der Software von Celonis können Konzerne Millionen einsparen. Nun soll mit KI-Agenten mehr Automatisierung möglich sein. Der Co-Chef erzählt, woran Initiativen noch scheitern.

Was braucht es zum Start? Welche Voraussetzungen müssen für erfolgreiche KI-Projekte erfüllt sein? Wie integriert man KI in bestehende Systeme? Wo stehen wir wirklich bei Agents und wofür eignen sie sich? Diese und weitere Fragen werden  in der neuen Folge von “No Hype KI” behandelt.Bei brutkasten-Chefredakteur Dominik Meisinger diskutieren:⚫ Andreas Thomasch (Director & CTO Germany & Austria bei Lenovo)⚫ Christian Casari (Head of Partnerships & Sales bei ONTEC AI)⚫ Sarah Eschenbacher (Expertin für AI-Agents & AI Research Engineer bei Fraunhofer Austria) (LinkedIn)⚫ Patrick Ratheiser (KI-Experte & Keynote-Speaker sowie Co-Founder und langjähriger CEO von Leftshift One)

In dieser Adventskalender-Folge setzt Oliver Dlugosch (ADA AI) ein Ausrufezeichen: KI ist kein Trend mehr, sondern ein Hygienefaktor. Wer in den nächsten 12 Monaten keine konkreten KI-Projekte umsetzt, verliert dauerhaft an Wettbewerbsfähigkeit. Neue Player steigen schlank in den Markt ein, große Netzwerke skalieren ihre Effizienz – und der Mittelstand steckt dazwischen. Eine kurze, klare und kompromisslose These.

Künstliche Intelligenz gilt in allen möglichen Bereichen als Allheilmittel, aber bis zu 95 % der KI-Projekte scheitern. Warum ist das so? Sarah spricht auf dem smartAI-Kongress in Heilbronn mit Dr. Sven Körner von Aleph Alpha. Er warnt vor überzogenen Erwartungen, weil wir KI vermenschlichen.

In dieser Folge spreche ich mit Axel Meineke, Mitglied der Geschäftsleitung von Lifelink Medical – einem innovativen Gesundheitsunternehmen, das Radiologie, Nuklearmedizin und weitere Fachbereiche unter einem digitalen Versorgungskonzept vereint. Gemeinsam tauchen wir ein in die Welt der Künstlichen Intelligenz in der Radiologie: Wie wurde das Projekt bei Lifelink Medical initiiert? Welche Herausforderungen gab es bei der Umsetzung? Und wie geht man mit Themen wie Machine Learning, Sprachmodellen und Datenmanagement im medizinischen Kontext um? Der Fokus liegt dabei auf dem Projektmanagement – von der strategischen Planung über die technische Umsetzung bis hin zur interdisziplinären Zusammenarbeit. Eine spannende Folge für alle, die sich für KI, Gesundheitswesen und moderne Projektsteuerung interessieren. Den Podcast findet ihr auf allen gängigen Podcast-Plattformen wie Spotify, Amazon Music, Apple Podcasts, Samsung Podcasts, YouTube Music und natürlich auf meiner Podcast-Seite! Shownotes: Axel Meineke - LifeLink Website - https://www.lifelink-medical.com - XING - https://www.xing.com/profile/Axel_Meineke - LinkedIn - https://www.linkedin.com/in/axel-meineke-a321a542 Dieser Podcast wird unterstützt von: Netpoint International GmbH Madrider Straße 18 41069 Mönchengladbach

From prompt to profit - Künstliche Intelligenz viel wird genutzt, doch Studien haben auch herausgefunden, dass Unternehmen beim Thema KI immer noch an der Oberfläche kratzen und viele KI-Projekte scheitern. Damit KI bei Dir im Unternehmen erfolgreich wird & nicht untergeht, gibt es hier die wichtigsten Praktiken!

Wie grundlegend verändert Künstliche Intelligenz Unternehmen und Organisationen? Wie beeinflusst sie Entscheidungen auf Vorstands- und Aufsichtsratsebene? In dieser Episode des The Agenda Podcasts spricht Thomas Zimmerer, KI- und Digital-Board-Advisor sowie Mitglied in verschiedenen Aufsichtsräten, wie KI die Entscheidungsfindung auf oberster Managementebene beeinflusst und welche Herausforderungen und Chancen sich daraus ergeben. Zudem teilt er mit Sherpany-Podcast-Host Ingo Notthoff seine Erfahrungen aus Projekten, die er für global agierende Unternehmen in über 70 Ländern vorangetrieben hat und betont die Notwendigkeit, KI nicht nur zu diskutieren, sondern aktiv zu implementieren. Thomas Zimmerer sieht die Rolle von Vorständen und Aufsichtsräten als entscheidend für die Zukunftsfähigkeit von Unternehmen und betont die notwendige Befähigung aller Mitarbeitenden im Umgang mit KI.  Diese Impulse erhalten Sie in dieser Episode: KI ist wichtig für die Wettbewerbsfähigkeit der nächsten Jahre Vorstände müssen das Potenzial von KI verstehen und selbst nutzen Fachabteilungen sind oft die Treiber von KI-Initiativen Die Angst vor KI resultiert aus Unsicherheit und mangelndem Wissen KI sollte als neutraler Berater in Entscheidungsprozesse integriert werden Die Schulung der Mitarbeiter ist entscheidend für die Akzeptanz von KI Ein KI-Officer sollte die Rahmenbedingungen für KI-Projekte schaffen Thank you for listening! Visit us at Sherpany.com or follow us on LinkedIn for board, board committee, and executive meetings solutions.

In dieser Folge spricht Patrick Heinen mit Prof. Dr. Holger Schmidt – Digital Economist und Experte für KI-Anwendungen in Unternehmen. Gemeinsam gehen sie der Frage nach, warum KI-Projekte oft nicht über Pilotphasen hinauskommen und was es braucht, damit sie wirklich Wirkung entfalten.Holger gibt spannende Einblicke in die Umsetzung von KI im Unternehmensalltag und spricht darüber, wie Führungskräfte, Kommunikation und psychologische Sicherheit entscheidend dafür sind, dass Mitarbeitende KI annehmen und nutzen. Außerdem diskutieren die beiden, wie Unternehmen KI nicht nur als Tool, sondern als strategische Infrastruktur etablieren können.Was ihr in dieser Folge lernt:✅ Warum Führung und Vorbildfunktion entscheidend für den KI-Rollout sind.✅ Wie man Menschen und KI-Agenten sinnvoll zusammenbringt.✅ Welche Praxisbeispiele zeigen, dass KI nachhaltig und produktiv eingesetzt werden kann.Holger Folgetipp der Folge:Holgers Podcast: https://www.faz.net/podcasts/f-a-z-digitalwirtschaft/f-a-z-kuenstliche-intelligenz-podcast/Michael Wade: https://www.linkedin.com/in/michael-wade-a435a8/Sangeet Paul Choudary: https://www.linkedin.com/in/sangeetpaul/Ethan Mollick: https://www.linkedin.com/in/emollick/

Die https://Technikwoche.de von https://eicker.TV mit allen Kurzvideos an einem Stück und als YouTube Podcast:Stromproblem ⚡ #Microsoft CEO Satya Nadella warnt, dass aktuell nicht zu wenige #GPUs existieren, sondern zu wenig #Strom, um sie in #Rechenzentren überhaupt betreiben zu können.Online-Werbung treibt Wachstum

340: In dieser Episode nehme ich dich mit hinter die Kulissen meiner allerersten KI-Automation – von der Idee bis zur Umsetzung. Offen und ehrlich erzähle ich, warum der Weg voller Stolpersteine war, wie ChatGPT und Claude wirklich performen und was ich beim Bau einer echten Automatisierung alles lernen musste. Du erfährst, warum nicht jede KI gleich schlau ist, welche Use Cases sich wirklich lohnen und weshalb du beim Thema Automatisierung nicht auf schnelle Wunder hoffen solltest. Meine Erfahrungen, Tipps und Learnings teile ich ganz praxisnah, damit du selbst entspannt und strategisch an deine eigenen KI-Projekte herangehst. Lass dich inspirieren, aber auch realistisch einstimmen, was KI-Automation im Online-Business wirklich bedeutet.

Stell dir vor, du könntest deine Versicherungsverträge einfach fotografieren und die KI erledigt den Rest. Genau das macht Baran von Inverso möglich – und zwar C5-konform für 75% aller Sparkassen. In unserer neuesten AWS Cloud Horizonte Podcast-Folge erzählt der Cloud Ingenieur, wie aus einem fehleranfälligen manuellen Prozess eine serverlose KI-Pipeline wurde, die Verträge oft genauer analysiert als Menschen. Das Projekt klingt zunächst straightforward: PDFs einlesen, Daten extrahieren, fertig. Doch zwischen Proof of Concept und produktiver Lösung liegen Welten. Baran nimmt uns mit auf eine Reise durch C5-Compliance, Kostenoptimierung und die Tücken von Large Language Models.  Eine ehrliche Diskussion über KI in der Praxis – ohne Marketing-Getöse, dafür mit konkreten Zahlen, echten Herausforderungen und überraschenden Learnings. Perfekt für alle, die wissen wollen, wie KI-Projekte wirklich funktionieren.

Mark Klein treibt als Chief Digital Officer die Transformation von Ergo voran. Im Gespräch mit Christoph Burseg gibt er Einblicke in die internationale Digitalstrategie des Versicherers, die Rolle von KI und Robotic und erklärt, warum ein positives Narrativ über Technologie entscheidend für Akzeptanz und Fortschritt ist. In dieser Episode erfährst du: - Wie Ergo in über 20 Märkten digitale Prozesse etabliert und messbar macht. - Welche konkreten Anwendungsfälle von KI und Robotic Process Automation den Alltag bei Ergo verändert haben. - Warum Teamarbeit und ein gemeinsames Mindset der Schlüssel für erfolgreiche KI-Projekte sind. - Wieso Indien ein zentraler Wachstumsmarkt ist – und welche Learnings sich daraus ableiten lassen. Christoph auf LinkedIn: [https://www.linkedin.com/in/christophburseg](https://www.linkedin.com/in/christophburseg) Kontaktiere uns über Instagram: [https://www.instagram.com/vodafonebusinessde/](https://www.instagram.com/vodafonebusinessde/)

Das Thema, an dem wir gerade alle nicht vorbeikommen: KI. Je mehr ich mich damit beschäftige, desto besser verstehe ich, dass wir alle eigentlich viel mehr über Daten sprechen sollten. Denn ohne nutzbare Daten, müssen wir uns auch keine KI-Agenten-Anwendungen ausdenken. Auch im Retail sind theoretisch unglaublich viele Daten vorhanden. Aber wie gestalten wir Datenintegration erfolgreich? An welchen Punkten scheitern KI-Projekte und was kann man sich von erfolgreichen Cases abgucken? Ich spreche heute mit unserem Supporter: IBM. Ich bin gespannt auf die Einblicke der KI- und Datenintegrations-Experten von IBM: Andreas Magiera (RVP Presales DACH), Carsten Mühlhardt (Account Executive) und Rolf Löwisch (Director & Head of AI).

In dieser Folge spricht Patrick Heinen mit Nicole Büttner – Politikerin, KI-Optimistin und Gründerin von Merantix Momentum. Gemeinsam gehen sie der Frage nach, woran KI-Projekte in der Praxis wirklich scheitern und was es braucht, damit sie gelingen.Nicole gibt spannende Einblicke in ihren Arbeitsalltag zwischen Politik, Start-up-Szene und KI-Beratung und spricht über den Mut, in Deutschland schneller und pragmatischer in die Umsetzung zu kommen.Außerdem diskutieren die beiden, wie eine KI-Governance aussehen könnte, die Innovation nicht verhindert, sondern ermöglicht.Was ihr in dieser Folge lernt:✅ Warum Mut oft der fehlende Faktor in KI-Projekten ist.✅ Was es braucht, damit KI-Projekte in Unternehmen nicht nur starten, sondern auch Wirkung entfalten.✅ Warum wir mehr über Chancen und weniger über Risiken sprechen sollten.Nicoles Folgetipp der Folge:Judith Dada:https://www.linkedin.com/in/judith-dada/Mehr zu Salesforce:Website: https://www.salesforce.com/de/LinkedIn: https://www.linkedin.com/company/salesforce/

Dr. Fabian Gampfer von Snowflake gibt im Podcast spannende Einblicke in seine Rolle als Principal AI Specialist, wo er die Brücke zwischen technischer Exzellenz und strategischer Kundenberatung schlägt – immer mit dem Ziel, KI-Projekte nicht nur möglich, sondern auch wirksam zu machen. Besonders hervor hebt er den aktuellen Push für europäisches KI-Hosting, das auf die steigende Nachfrage nach Datenschutz und lokaler Datenverarbeitung reagiert – ein Thema, das Snowflake auf Initiative seines Teams nun konsequent vorantreibt.

Sprunginnovationen sind bahnbrechende Neuerungen, die unser Leben grundlegend verbessern können. Doch oft ist am Anfang noch unklar, ob sie funktionieren werden. Um solche Projekte mit hohem technologischem Risiko zu finanzieren, wurde die Bundesagentur für Sprunginnovation (SPRIN-D) ins Leben gerufen. Jano Costard, Challenge Officer bei der SPRIN-D, erklärt im Podcast, wie die Agentur zukunftsweisende Ideen fördert und welche Rolle Künstliche Intelligenz (KI) dabei spielt. Link zum Begleitartikel: https://heise.de/-10273785 https://www.heise.de/thema/KI-Update https://pro.heise.de/ki/ https://www.heise.de/newsletter/anmeldung.html?id=ki-update https://www.heise.de/thema/Kuenstliche-Intelligenz https://the-decoder.de/ https://www.heiseplus.de/podcast https://www.ct.de/ki https://www.sprind.org/

Willkommen zur Episode 874 von TomsTalkTime! In dieser Folge nehmen wir dich mit auf eine Reise durch die größten Stolpersteine, die Unternehmen bei der Einführung von Künstlicher Intelligenz erleben können. Der Titel der Episode: „KI-Projekte erfolgreich starten – Vermeide diese 5 Fehler“. Warum ist das wichtig? Ganz einfach: Viele Unternehmen haben erkannt, dass KI enorme Potenziale bietet, um Prozesse zu optimieren, Kunden besser zu bedienen oder völlig neue Geschäftsmodelle zu entwickeln. Aber der Weg dahin ist nicht immer leicht. Oft scheitern KI-Projekte, weil grundlegende Fehler gemacht werden, die vermeidbar wären. In dieser Episode zeige ich dir, wie du KI-Projekte erfolgreich starten kannst, ohne in diese Fallen zu tappen. Zusammenfassung und Stichpunkte In dieser Episode lernst du: Warum unrealistische Erwartungen gefährlich sind: Viele Unternehmen erwarten zu viel von KI und unterschätzen die Herausforderungen. Das Problem unklarer Zieldefinitionen: Wie fehlende Klarheit zu Fehlinvestitionen und Chaos führen kann. Die Bedeutung von Expertenwissen: Warum es wichtig ist, Fachleute mit an Bord zu holen, die sich mit KI auskennen. Fehlinvestitionen in Tools: Warum Strategien wichtiger sind als teure Softwarelösungen. Wie du mit einer Roadmap Fehler vermeidest: Struktur und Planung sind der Schlüssel zum Erfolg bei jedem KI-Projekt. Warum diese Punkte entscheidend sind: Jeder dieser Fehler kann dein Projekt nicht nur verzögern, sondern auch die gesamte Umsetzung gefährden. Aber keine Sorge, ich gebe dir konkrete Tipps, wie du sie umgehen kannst und was du beachten musst, um KI-Projekte erfolgreich starten zu können. Shownotes und Episodendetails Titel: KI-Projekte erfolgreich starten – Vermeide diese 5 Fehler – #874 Serie: KI im Unternehmensalltag Fokus-Keyword: KI-Projekte erfolgreich starten Inhalt: Unrealistische Erwartungen vermeiden: Viele Unternehmen gehen mit der Vorstellung in ein KI-Projekt, dass es alle Probleme im Unternehmen lösen wird. In Wirklichkeit ist Künstliche Intelligenz ein Werkzeug, das nur so gut funktioniert, wie die Daten, mit denen es gefüttert wird. Außerdem benötigt die Einführung von KI Geduld, denn Ergebnisse stellen sich oft nicht sofort ein. In dieser Episode erkläre ich, warum realistische Erwartungen entscheidend sind, um ein Projekt erfolgreich umzusetzen. Klare Zieldefinition: Ein KI-Projekt ohne klare Ziele ist wie ein Schiff ohne Kompass. Unternehmen müssen genau wissen, welches Problem sie mit KI lösen möchten, bevor sie loslegen. Sei es die Verbesserung des Kundenservice, die Optimierung von internen Prozessen oder die Einführung eines neuen Produkts – der Erfolg hängt davon ab, wie klar die Ziele definiert sind. Expertenwissen ist entscheidend: KI ist ein komplexes Thema, und ohne das nötige Fachwissen werden Projekte schnell chaotisch. Unternehmen sollten entweder eigene Experten ausbilden oder auf externe Spezialisten zurückgreifen. Ich zeige dir, wie du die richtige Expertise sicherstellst, um KI-Projekte erfolgreich starten zu können. Investitionen in Strategien statt Tools: Ein häufiges Problem bei der Implementierung von KI ist die Fokussierung auf Tools statt auf Strategien. Viele Unternehmen investieren hohe Summen in teure Softwarelösungen, ohne einen klaren Plan zu haben, wie diese eingesetzt werden sollen. In dieser Episode erfährst du, warum es entscheidend ist, zuerst eine Strategie zu entwickeln und die Tools darauf abzustimmen. Die Roadmap als Erfolgsfaktor: Ohne eine klare Roadmap können KI-Projekte schnell aus den Fugen geraten. Eine Roadmap hilft, Meilensteine zu setzen, Ressourcen richtig zu planen und das gesamte Team auf ein gemeinsames Ziel auszurichten. Ich zeige dir, wie eine gute Roadmap aussieht und warum sie der Schlüssel dazu ist, KI-Projekte erfolgreich starten zu können. Praktische Tipps für deinen Erfolg: Sei geduldig und setze realistische Erwartungen. Investiere Zeit in die Definition klarer und messbarer Ziele. Hole dir die nötige Expertise ins Team, entweder intern oder extern. Entwickle eine Strategie, bevor du in Tools investierst. Plane dein Projekt Schritt für Schritt mit einer detaillierten Roadmap. Warum du diese Folge hören solltest: Der Einsatz von Künstlicher Intelligenz bietet Unternehmen viele Chancen, birgt aber auch Risiken. Wenn du die häufigsten Fehler vermeiden möchtest, solltest du dir diese Episode anhören. Sie gibt dir das Wissen, um KI-Projekte erfolgreich starten zu können und dein Unternehmen auf die nächste Stufe zu bringen. Call to Action: Hast du Fragen zu KI-Projekten oder möchtest du deine Erfahrungen teilen? Besuche https://tomstalktime.com/ und hinterlasse mir eine Nachricht! Ich freue mich auf dein Feedback. +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 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 Episode von TomsTalkTime – DER Erfolgspodcast dreht sich alles um KI Fehler, genauer gesagt um die typischen technologischen Fallen, in die Unternehmen bei der Einführung von künstlicher Intelligenz tappen. KI hat das Potenzial, Unternehmen revolutionär zu verändern – von effizienteren Prozessen bis hin zu beeindruckenden Wettbewerbsvorteilen. Doch der Erfolg steht und fällt mit der technischen Umsetzung. Warum scheitern KI-Projekte oft schon in der Anfangsphase? Welche technologischen Hürden übersehen viele Entscheider? Ich zeige dir heute die 4 häufigsten technologischen KI-Fehler – und natürlich auch, wie du sie vermeidest. Denn wenn du diese Punkte im Blick behältst, sicherst du dir die besten Chancen auf eine erfolgreiche KI-Integration. Zusammenfassung und Stichpunkte In dieser Episode erfährst du: Warum nicht skalierbare KI-Lösungen langfristig scheitern. Weshalb die technologische Komplexität von KI-Projekten oft unterschätzt wird. Wie eine falsche Modellwahl zu komplett unbrauchbaren Ergebnissen führen kann. Welche IT-Sicherheitslücken sich bei KI-Systemen auftun und wie du sie schließt. Diese Erkenntnisse helfen dir, typische Fehler zu vermeiden und eine zukunftssichere KI-Strategie aufzubauen. Zusammenfassung und Stichpunkte In dieser Episode erfährst du: Warum nicht skalierbare KI-Lösungen langfristig scheitern. Weshalb die technologische Komplexität von KI-Projekten oft unterschätzt wird. Wie eine falsche Modellwahl zu komplett unbrauchbaren Ergebnissen führen kann. Welche IT-Sicherheitslücken sich bei KI-Systemen auftun und wie du sie schließt. Diese Erkenntnisse helfen dir, typische Fehler zu vermeiden und eine zukunftssichere KI-Strategie aufzubauen. Shownotes und Episodendetails KI Fehler – Typische Technologiefallen vermeiden – #873 Der Einsatz von KI ist in der Geschäftswelt angekommen. Doch der Weg zur erfolgreichen Implementierung ist oft steinig. In dieser Episode teile ich mit dir die häufigsten technologischen Stolperfallen und gebe dir praxisnahe Lösungen an die Hand. 1. KI Fehler: Nicht skalierbare KI-Lösungen Viele Unternehmen beginnen klein: Ein KI-System für den Kundenservice oder zur internen Datenanalyse. So weit, so gut. Doch oft wird vergessen, dass KI-Lösungen skalierbar sein müssen, um langfristig zu funktionieren. Ein Beispiel aus der Praxis: Ein Logistikunternehmen setzt KI zur Routenplanung ein. Mit 10 LKWs funktioniert die Lösung einwandfrei. Doch als die Flotte auf 100 LKWs wächst, bricht das System zusammen, weil es für größere Datenmengen nicht ausgelegt ist. Die Lösung? Von Anfang an auf Systeme setzen, die flexibel wachsen können und Lastspitzen problemlos bewältigen. 2. KI Fehler: Technologische Komplexität unterschätzen Ein weitverbreiteter Fehler: Die Annahme, dass KI „einfach so funktioniert“. Viele Unternehmen unterschätzen, wie komplex die Integration in bestehende IT-Systeme ist. Praxisbeispiel: Ein mittelständisches Produktionsunternehmen wollte KI einsetzen, um Maschinenausfälle vorherzusagen. Doch die KI-Software konnte nicht mit den vorhandenen Maschinen-Datenbanken kommunizieren. Das Ergebnis? Ein Projekt, das unnötig viel Zeit und Geld kostete. Mein Tipp: Vor dem Start prüfen, ob die IT-Infrastruktur zur geplanten KI-Lösung passt. Und hol dir im Zweifel externe Experten an Bord. 3. KI Fehler: Fehlerhafte Modellwahl Nicht jede KI eignet sich für jede Aufgabe. Ein typischer technischer Fehler ist die falsche Auswahl des KI-Modells. Das passiert häufig, wenn Unternehmen versuchen, alles selbst zu machen. Ein Beispiel: Ein E-Commerce-Unternehmen möchte Kundenfeedback automatisch auswerten. Statt eines Textanalyse-Modells wird versehentlich ein KI-Modell zur Vorhersage von Verkaufszahlen eingesetzt. Die KI liefert Ergebnisse, die völlig unbrauchbar sind. Hier ist es entscheidend, das richtige Modell auszuwählen – am besten in Zusammenarbeit mit erfahrenen Entwicklern. 4. KI Fehler: IT-Sicherheitslücken KI-Systeme greifen auf große Mengen sensibler Daten zu. Wenn die Sicherheitsvorkehrungen nicht stimmen, entstehen riesige Risiken. Hackerangriffe oder Datenlecks können das Vertrauen der Kunden zerstören. Ein konkretes Beispiel: Ein Finanzunternehmen setzt KI für Kreditwürdigkeitsprüfungen ein. Durch eine ungesicherte Datenbank gelangen Hacker an die Finanzinformationen tausender Kunden. Solche Fehler lassen sich durch regelmäßige Sicherheits-Checks und Datenverschlüsselung vermeiden. IT-Sicherheit darf bei der KI-Einführung niemals nachlässig behandelt werden! Warum du diese Episode nicht verpassen solltest Wenn du KI erfolgreich in deinem Unternehmen einsetzen willst, ist technologische Präzision der Schlüssel. Diese Episode hilft dir, typische technische Stolperfallen zu erkennen und zu vermeiden: Du erfährst, wie du KI-Systeme von Anfang an skalierbar planst. Du lernst, warum du die technische Komplexität niemals unterschätzen solltest. Ich zeige dir, wie du das richtige Modell für deinen Use Case findest. Du erfährst, wie du Sicherheitslücken schließt und deine KI-Daten schützt. Wichtige Links aus dieser Episode:

"KI im Unternehmen – Häufige Datenfehler im Fokus #872" Shownotes Zusammenfassung und Stichpunkte In dieser Episode von TomsTalkTime tauchen wir tief in die häufigsten datenbezogenen Fehler ein, die Unternehmen beim Einsatz von KI unterlaufen. Daten sind das Fundament jeder KI-Anwendung, und Fehler in diesem Bereich können zu enormen Zeit- und Kostenverlusten führen. Wir beleuchten, warum die Qualität deiner Daten entscheidend ist, wie Verzerrungen deine Ergebnisse beeinflussen und wie du durch die richtige Datenstrategie Probleme vermeiden kannst. Stichpunkte aus der Episode: Fehler bei der Datensammlung: Warum unstrukturierte Daten deinen Erfolg behindern. Verzerrungen (Bias) in Datensätzen: Die unsichtbare Gefahr und wie du sie erkennst. Fehlende Datenbereinigung: Wie unsaubere Daten deine KI-Modelle sabotieren. Zu kleine oder unausgewogene Datensätze: Risiken und die Auswirkungen auf die Entscheidungsqualität. Tipps zur Fehlervermeidung: Praktische Strategien für eine bessere Datenbasis. Shownotes und Episodendetails In dieser Folge nehmen wir ein häufig unterschätztes Thema in den Fokus: datenbezogene Fehler beim Einsatz von KI in Unternehmen. Daten sind die Basis, auf der jede KI-Anwendung aufbaut. Doch genau hier passieren oft die größten und kostspieligsten Fehler. Wir schauen uns an, wie du typische Stolpersteine vermeidest und deine Datenstrategie optimierst. 1. Fehler bei der Datensammlung Viele Unternehmen starten voller Elan in ihre KI-Projekte, doch die Datensammlung wird oft stiefmütterlich behandelt. Häufig werden wahllos große Mengen an Daten gesammelt, ohne eine klare Strategie zu verfolgen. Das führt dazu, dass die KI mit irrelevanten oder fehlerhaften Daten arbeitet, was ungenaue Ergebnisse zur Folge hat. Der Schlüssel liegt darin, zielgerichtet nur die Daten zu sammeln, die für deine spezifische Fragestellung relevant sind. So sparst du Ressourcen und erhöhst die Effizienz deiner KI-Modelle. 2. Verzerrungen in Datensätzen (Bias) Ein weiterer großer Stolperstein sind Verzerrungen, auch Bias genannt, in den Datensätzen. Bias entsteht, wenn deine Daten nicht repräsentativ oder zu einseitig sind. Ein Beispiel: Wenn du ein KI-Modell für die Rekrutierung entwickelst und nur Daten von einer bestimmten Bewerbergruppe einfließen lässt, wird deine KI tendenziell diskriminierend handeln. Solche Verzerrungen untergraben nicht nur die Glaubwürdigkeit deiner KI, sondern können auch rechtliche und ethische Probleme verursachen. Achte darauf, dass deine Datensätze divers und repräsentativ sind, und überprüfe sie regelmäßig auf mögliche Bias. 3. Fehlende Datenbereinigung „Müll rein, Müll raus“ – dieser Satz beschreibt perfekt, was passiert, wenn Daten nicht ordentlich bereinigt werden. Duplikate, fehlerhafte Werte oder fehlende Daten können dazu führen, dass deine KI falsche Schlüsse zieht oder ineffizient arbeitet. Regelmäßige Datenbereinigung ist daher ein absolutes Muss. Nutze Tools und Prozesse, um sicherzustellen, dass deine Datenbasis sauber und aktuell bleibt. Das verbessert nicht nur die Genauigkeit deiner Modelle, sondern spart auch langfristig Zeit und Kosten. 4. Zu kleine oder unausgewogene Datensätze Ein häufiger Fehler in Unternehmen ist die Nutzung zu kleiner oder unausgewogener Datensätze. Stell dir vor, du möchtest eine KI für die Vorhersage von Markttrends entwickeln, hast aber nur Daten aus einer einzigen Branche. Das Ergebnis wird zwangsläufig fehlerhaft sein. Eine ausreichend große und ausgewogene Datenbasis ist essenziell, damit deine KI Modelle generalisierbare und präzise Vorhersagen treffen kann. 5. Tipps zur Fehlervermeidung Wie kannst du datenbezogene Fehler von Anfang an vermeiden? Hier sind einige konkrete Tipps: Definiere eine klare Datenstrategie, bevor du mit der Sammlung beginnst. Setze auf Qualität statt Quantität bei deinen Daten. Bereinige und aktualisiere deine Datensätze regelmäßig. Prüfe deine Daten auf Verzerrungen (Bias) und behebe diese frühzeitig. Investiere in die Weiterbildung deines Teams, damit sie wissen, wie man mit Daten effektiv arbeitet. Diese Maßnahmen sorgen dafür, dass deine KI auf einem soliden Fundament steht und dein Unternehmen langfristig erfolgreicher wird. Höre dir die Episode jetzt an und erfahre, wie du datenbezogene Fehler vermeidest und deine KI-Projekte auf das nächste Level bringst! 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…

KI im Unternehmen – Shownotes Einführung Künstliche Intelligenz (KI) ist eines der spannendsten und vielversprechendsten Werkzeuge, die Unternehmen heute zur Verfügung stehen. Doch wie bei jeder Innovation kann auch KI scheitern, wenn die Grundlagen nicht stimmen. In dieser Episode von TomsTalkTime – DER Erfolgspodcast sprechen wir über die 5 häufigsten strategischen Fehler, die Unternehmen bei der Einführung von KI machen. Wenn du bereits KI einsetzt oder überlegst, wie sie in deinem Unternehmen sinnvoll eingesetzt werden kann, ist diese Episode genau das Richtige für dich. Wir zeigen dir nicht nur, welche Fallstricke es gibt, sondern auch, wie du diese vermeiden kannst. Zusammenfassung und Stichpunkte In der Folge decken wir auf, warum viele Unternehmen bei der Integration von KI im Unternehmen scheitern und wie du diese typischen Fehler erkennst und umgehst. Dabei gehen wir auf diese Themen ein: Warum eine klare Strategie entscheidend ist: Ohne eine durchdachte Roadmap führt der Einsatz von KI im Unternehmen oft ins Leere. Das fehlende Verständnis für KI-Potenziale: Unrealistische Erwartungen können dazu führen, dass Projekte scheitern, bevor sie richtig starten. Geduld ist gefragt: KI im Unternehmen erfordert Zeit, Daten und Lernphasen – schnelle Ergebnisse sind selten realistisch. Problemlösung statt Technik-Fokus: Eine KI im Unternehmen ist nur so gut wie das Problem, das sie lösen soll. Der Fokus muss auf den tatsächlichen Bedürfnissen des Unternehmens liegen. Die Bedeutung des ROI: Projekte ohne klare Erfolgsmessung sind zum Scheitern verurteilt. Mit dieser Episode bekommst du praktische Tipps, wie du KI erfolgreich in deinem Unternehmen implementierst – und teure Fehler vermeidest. Shownotes und Episodendetails Titel: KI im Unternehmen – 5 häufige strategische Fehler – #871 KI ist in aller Munde, doch der Erfolg hängt von der richtigen Herangehensweise ab. In dieser Episode beleuchten wir die häufigsten Fehler, die Unternehmen bei der Einführung von KI im Unternehmen machen, und geben dir wertvolle Tipps, wie du sie umgehst. Mit den richtigen Strategien kannst du KI als echten Wettbewerbsvorteil nutzen und langfristig erfolgreich einsetzen. Die häufigsten Fehler bei der KI-Integration: 1. Fehlende Strategie: Viele Unternehmen starten KI-Projekte ohne klare Ziele oder eine durchdachte Roadmap. Ohne Strategie weiß das Team oft nicht, worauf es hinarbeiten soll. Der erste Schritt sollte daher immer eine klare Zielsetzung sein: Was soll mit der KI erreicht werden? 2. Mangelndes Verständnis: KI wird oft als „magische Lösung“ gesehen, die von alleine funktioniert. Dabei ist KI ein Werkzeug, das richtig eingesetzt werden muss. Führungskräfte und Teams sollten verstehen, welche Probleme KI lösen kann – und welche nicht. 3. Unrealistische Erwartungen: KI braucht Zeit. Daten müssen gesammelt und analysiert, Algorithmen trainiert und Ergebnisse evaluiert werden. Schnelle Ergebnisse sind selten. Unternehmen sollten langfristig denken und realistische Meilensteine setzen. 4. Falscher Fokus: Es ist leicht, sich von der Technologie beeindrucken zu lassen. Doch der Fokus sollte immer darauf liegen, ein konkretes Problem zu lösen. Ohne klare Problemdefinition läuft das Projekt Gefahr, ins Leere zu laufen. 5. Vernachlässigung des ROI: KI-Projekte sind oft teuer. Ohne eine klare Erfolgsmessung und eine Berechnung des Return on Investment kann das Projekt schnell unüberschaubar werden. Definiere deshalb von Anfang an, wie Erfolg gemessen wird. Praktische Tipps für deinen Erfolg: Definiere klare Ziele und entwickle eine Strategie, bevor du mit KI startest. Sorge für ein grundlegendes Verständnis im Team, indem du Schulungen durchführst oder Experten ins Boot holst. Plane realistisch: Gutes braucht Zeit, und das gilt auch für KI-Projekte. Bleib problemorientiert: Frage dich immer, welches Problem du mit KI lösen willst, bevor du in die Technologie investierst. Miss den Erfolg: Setze KPIs, um den Fortschritt deines Projekts zu messen und nachzujustieren. Höre jetzt rein: In dieser Episode gehen wir auf jedes dieser Themen im Detail ein. Egal, ob du schon erste Erfahrungen mit KI gesammelt hast oder dich noch am Anfang der Reise befindest, die Tipps aus dieser Episode helfen dir dabei, Stolperfallen zu umgehen und KI erfolgreich in deinem Unternehmen einzusetzen. Links zur Episode: [Hörbuch: 9 Eigenschaften von Multi-Millionären](https://tomstalktime.com/eigenschaften) [Frag Tom – Sende mir deine Nachricht] Werde zum KI-Profi und lerne, wie du mit der richtigen Strategie und den passenden Tools dein Unternehmen erfolgreich in die Zukunft führst! 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…

Rechenzentren sind Stromfresser. Allein die deutschen verbrauchen mehr als die Stadt Berlin. Tendenz? Steigend! Denn unser Leben wird immer digitaler. Speziell das energieintensive Training von KI-Modellen hat aber gerade erst begonnen. Das belastet die Versorgung. Amazon klopft deswegen bei Kernkraftwerken an.Mit? Ralph Hintemann vom Borderstep Institut für Innovation und Nachhaltigkeit Sie haben Fragen? Schreiben Sie eine E-Mail an podcasts@ntv.de oder an Christian HerrmannSie wollen keine Folge mehr verpassen? Dann abonnieren Sie "Wieder was gelernt" als Push-Nachricht in der ntv App oder bei RTL+ Musik, Amazon Music, Apple Podcasts, Spotify oder über den RSS-FeedSie möchten uns unterstützen? Dann bewerten Sie den Podcast gerne bei Apple Podcasts oder Spotify.Alle Rabattcodes und Infos zu unseren Werbepartnern finden Sie hier: https://linktr.ee/wiederwasgelerntUnsere allgemeinen Datenschutzrichtlinien finden Sie unter https://datenschutz.ad-alliance.de/podcast.htmlUnsere allgemeinen Datenschutzrichtlinien finden Sie unter https://art19.com/privacy. Die Datenschutzrichtlinien für Kalifornien sind unter https://art19.com/privacy#do-not-sell-my-info abrufbar.

Generative KI für Versicherer: Zwischen Effizienzsteigerung und ethischen Überlegungen. In dieser Episode steht das  Thema "KI konkret - Die Top-Use-Cases für die Versicherungsbranche" im Mittelpunkt. Unsere Gastgeber Julius Kretz und Alexander Bernert tauchen mit unserem Experten Thorben Schlätzer tief in die Welt der künstlichen Intelligenz ein. Thorben teilt seine Einblicke und Erfahrungen in der Entwicklung von KI-Lösungen in der Versicherungsbranche und gibt wertvolle Einblicke in die konkreten Anwendungen von KI, insbesondere im Bereich generativer KI. Er erklärt, wie KI-Projekte ähnlich wie klassische Softwareprojekte strukturiert werden und betont die Bedeutung von Leuchtturmprojekten, um die Akzeptanz von KI in Unternehmen zu fördern. Außerdem diskutieren sie die regulatorische Komplexität, ethische Fragen und die zukünftige Entwicklung von KI. Lasst uns eintauchen in die Welt der künstlichen Intelligenz und ihre Anwendungen in der Versicherungsbranche!Neugierig? Hier geht es direkt zu ProvenExpert!Folge uns auf unserer LinkedIn Unternehmensseite für weitere spannende Updates.Unsere Website: https://www.insurancemondaypodcast.de/Du möchtest Gast beim Insurance Monday Podcast sein? Schreibe uns unter info@insurancemondaypodcast.de und wir melden uns umgehend bei Dir.Vielen Dank, dass Du unseren Podcast hörst!