Podcasts about use cases

Mit Lars Schulze (Whaaat AI) Staffel #13 Folge #10 | #Marketing_021 Der Podcast über Marketing, Vertrieb, Entrepreneurship und Startups *** https://whaaat.ai https://havelvalley.com https://www.linkedin.com/in/larsschulze *** Lars Schulze blickt auf mehr als 30 Jahre Erfahrung im Digital Marketing zurück und berichtet von seiner ersten Gründung während des Studiums an der TH Brandenburg und seinen weiteren spannenden Stationen bis heute. Im Mittelpunkt des Marketing From Zero To One Podcast Interviews steht sein Startup Whaaat AI, das mit spezialisierten KI-Agenten kleine Marketingteams bei Strategie, Content-Erstellung, Social Media und weiteren Marketingaufgaben unterstützt. Lars erklärt, warum trotz zunehmender Automatisierung der Mensch weiterhin eine wichtige Rolle spielt und "Human in the Loop" für ihn entscheidend bleibt. Außerdem ging es um Growth Hacks, neue Ansätze rund um GEO Marketing, KI-generierten Content, sein langjähriges Engagement für die Gründerszene in Brandenburg, das "Havel Valley" und seine Perspektive auf Studium und Karriere im KI-Zeitalter. *** 02:29 - Erste Gründung im Studium 04:15 - Aus den Internet-Pionierzeiten zu Zanox 07:59 - Die Idee hinter Whaaat AI 11:08 - Remote-Work und neue Arbeitsmodelle 15:43 - Der erste LinkedIn-Agent von Whaaat AI 19:50 - Agenten, Use Cases und Zielgruppen 22:37 - Onboarding von Kunden 26:34 - Warum Human in the Loop wichtig bleibt 28:41 - Trends, Daten und Content-Optimierung 31:23 - Das Team hinter den KI-Agenten 32:47 - Pricing und Geschäftsmodell 37:25 - KI-Agenten statt Marketingmitarbeiter? 40:21 - Content deutlich schneller erstellen 42:04 - Die beliebtesten Whaaat AI Agenten 43:54 - Die Zukunft des Marketings 49:32 - Warum Growth Hacks immer schwieriger werden 53:34 - Whaaat AI eigenes Marketing 55:44 - Generative Engine Optimization (GEO) 57:05 - Brandenburg an der Havel und das Havel Valley 01:02:42 - Studieren im KI-Zeitalter *** Die Zeitangaben können leicht abweichen.

Reicht es wirklich, der Belegschaft einfach ein paar Copilot-Lizenzen über den Zaun zu werfen, und – bums – ist das Unternehmen „AI-first“? Spoiler: Eher nicht. Im schlimmsten Fall züchtest du dir damit nur sündhaft teuren AI-Slop, kollektiven Brainfry und sogenannte Meat-Proxys heran – menschliche Schnittstellen, die LLM-Müll unreflektiert von links nach rechts kopieren.In dieser Folge von UNF#CK YOUR DATA räumt Dr. Christian Krug gemeinsam mit Nadine Agostini (Komplizin für gute Arbeit, Organisationsberaterin & KI-Trainerin) im KI-Hype-Dschungel auf. Sie zerlegen das Märchen vom schnellen Produktivitätswunder und zeigen, woran es in der Praxis wirklich scheitert: Nicht an der Technik, sondern an fehlender Urteilsfähigkeit, verstaubten Hierarchien und Angst vor Verantwortung.Was du aus dieser Folge mitnimmst:Meat-Proxy-Alarm: Warum deine Teams zu reinen Copy-Paste-Zombies mutieren, wenn du Aufgaben delegierst, aber die Verantwortung oben behältst.Tool-Schulung vs. AI Literacy: Warum der 20-Minuten-Videokurs auf doppelter Geschwindigkeit ohne Ton reine Arbeitszeitvernichtung ist.Use Cases mit Wumms: Wie PR- und Wissensarbeiter KI als echten Sparringspartner für Gegenwind und Research nutzen – statt für leblose Floskel-Texte.Die Lizenz zum Experimentieren: Warum Scheinausrichtung im Management jede Innovation abwürgt und wie echte Fehlerkultur aussieht.Schluss mit Alibi-Transformationen. Kopfhörer auf und Daten aufräumen!▬▬▬▬▬▬ Profile: ▬▬▬▬Zum LinkedIn-Profil von Nadine: https://www.linkedin.com/in/nagostini/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 Nadine: Gute Arbeit – Marion KingAlle 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 Teaser: Brainfry, Meat-Proxys & die Lizenz-Lüge01:08 Willkommen Nadine Agostini: Vom Marketing zur professionellen Fragerin04:30 Das CIO-Missverständnis: Warum KI kein reines IT-Thema ist06:38 Meat-Proxys & AI-Slop: Die Degeneration menschlicher Arbeit11:05 Das Kernproblem: Aufgaben delegieren statt Verantwortung übergeben14:13 Urteilsfähigkeit schlägt Hierarchie: Entscheidungen dorthin, wo gearbeitet wird19:53 Intrinsische Motivation & der Mythos der 94-%-Söldner-Mentalität25:41 AI Literacy: Warum Durchklick-Schulungen für die Tonne sind32:12 Praxis-Case Kommunikation: Recherche-Power vs. Beziehungsarbeit42:09 Sparring statt Phrasendreschen: Sinnvolle Use Cases für LLMs43:56 Lizenz zum Experimentieren statt Scheinausrichtung im Management53:34 Was „Gute Arbeit“ im KI-Zeitalter wirklich bedeutet54:27 Quick-Fire-Runde: Sabotage-Studien, Dua Lipa & Buchempfehlung

„Datenqualität ist nie so, wie ich sie mir wünsche. Die Frage ist: Für welchen Use Case brauche ich welche Daten – und sind sie dafür gut genug?“ - Dirk Böckmann

I'm really excited about the potential for Personal AI Agents. While GrokBot and Muse and Microsoft Autopilot (Scout) are very young (and not at all mature yet), we can now clearly see how personal AI is going to transform and disrupt our business lives. In this podcast I explain the architecture of HR 2030, our reference blueprint for Agentic HR. You can see how personal agents, action agents, rules agents, monitoring agents, data agents, and Superagents all work together. And it's important to think this through so you can plan your vendor selection, tech architecture, security architecture, and AI staffing and “management” plan. Some important concepts: HR “agents” do more than HR – they enable dynamic growth, productivity, and cost savings – so take a problem-oriented view Clearly defined agents won't misbehave, as you'll see in our architecture Companies will implement Superagents based on business priority, not just for ideation SaaS incumbents are likely to deliver many of these agents, so SaaS Apocalypse may be over Agent training, context, and maintenance is critical – and this gives you scale and growth – so new jobs are needed Frontier labs may or may not survive this enterprise model Personal AI agents will be massive and likely disrupt many HR tech vendors. Lots to learn about here, read more on HR 2030 and call us or get Galileo to learn more. Chapters (00:00:00) - Introducing HR 2030 Architecture(00:01:02) - Three Tiers: Super Agents, Agents, Personal Agents(00:02:20) - Building the Agent Database and Use Cases(00:03:23) - Strategic Planning vs Buying Point Tools(00:04:13) - The SaaS Apocalypse Myth(00:04:47) - Rise of Personal Agents (Muse, Grokbot, Scout)(00:05:43) - What a Personal Assistant Could Do For You(00:06:24) - Why Personal Agents Beat Vendor Platforms(00:07:28) - How Personal Agents Know Everything About You(00:08:06) - Positive Uses and Privacy Considerations(00:09:34) - The Digital Twin in Practice Today(00:10:14) - Personal Agents Helping Employees Grow(00:11:01) - This Is Coming - Being Realistic(00:11:25) - How Agents Will Interact With Employees(00:12:09) - Impact on HR Software Vendors and Coaching Tools(00:13:42) - How to Access and Engage With HR 2030(00:14:17) - Galileo's Role and Ongoing Development(00:15:48) - Falling AI Costs and Open Source Models(00:16:21) - Copilot and Running Open Source Models Cheaply(00:16:50) - Business 2030: Dynamic Enablement for Growth(00:17:12) - Not About Headcount Reduction(00:17:36) - Upcoming Conferences and Closing

BONUS: Why AI Is Agile's Best Use Case With Melissa Reeve AI is often framed as a technology rollout, but Melissa Reeve makes a different case: organizations that already know how to learn, adapt, and improve are better prepared for AI. In this BONUS episode, we connect Lean, Agile, DevOps, and AI-native work, and explore why Scrum Masters may be closer to the center of AI adoption than they think. From Toyota Production System to AI-Native Work "I didn't really have words for what would later be my career. I didn't know about systems thinking. I didn't know about this thing called Agile."   Melissa traces the through-line from studying the Toyota Production System in Tokyo, to early Agile marketing, to developing intellectual property at Scaled Agile, and finally to AI. Her point is that Lean, Agile, and AI-native work are not separate conversations. They all depend on sensing what is happening, shortening feedback loops, learning from reality, and improving the system instead of only optimizing individual tasks. The DevOps Lesson for AI Adoption "People go from doing the task to building, monitoring, and maintaining the automations that do the task."   Melissa's AI turning point came after ChatGPT arrived in November 2022. At first she was skeptical, then she started seeing end-to-end marketing workflows that could be changed with AI. That reminded her of the DevOps shift, where software teams moved away from throwing work over the wall and toward automated testing, deployment, and delivery pipelines. For Scrum Masters, the lesson is practical: AI is not only about automating Jira tasks or writing user stories faster. It changes the workflow, the roles around the workflow, and the learning loops that keep the work useful. Scrum Masters as AI Change Leaders "What are Scrum Masters really good at? They're good at helping teams adopt new ways of working."   Melissa sees a positive opening for Scrum Masters and Agile coaches. Organizations have bought AI licenses and told people to experiment, but many leaders are still unclear about how AI should change real work. Scrum Masters already work with flow, bottlenecks, experiments, psychological safety, and improvement backlogs. That gives them a useful place to start: map one or two workflows with the team, clarify decision rights, identify where AI can remove or improve steps, and surface concrete wins that others can learn from. From Linear Organizations to Hyperadaptive Work "A hyperadaptive organization compresses both of those dimensions."   In Hyperadaptive, Melissa contrasts linear organizations with hyperadaptive ones. Linear organizations move through strategy, execution, concept, and delivery with many handoffs and delays. Hyperadaptive organizations compress those delays by organizing around value, distributed decisions, and continuous learning. She points to Tomorrow.io as an example of an AI-native company that could run a much smaller marketing team because workflows were designed differently from the start. She also uses Moderna to show the other side: a large pharmaceutical company using AI to pursue a goal that would be impossible under normal industry timelines. Learning Loops, Communities of Practice, and the Retrospective Backlog "We surface our backlog of improvement items and there they sit."   For Scrum Masters, Melissa brings the conversation back to familiar territory: communities of practice, retrospectives, and improvement backlogs. Moderna's AI rollout included ways to identify power users and spread learning through a community. Scrum teams already have the bones of that system, but the weak point is often follow-through. Teams identify improvements, then lose track of them. Melissa's challenge is to use AI to manage those learning loops better: keep improvement items visible, help prioritize them, watch capacity, and make sure learning from retrospectives turns into action. The FOCUS Framework for Choosing AI Use Cases "Is it organizational? Does it fit with your organizational goals or your team goals? Or is it just a random act of AI?"   Melissa uses the FOCUS framework to help teams choose high-value AI work instead of chasing every new possibility. Fit asks whether the idea connects to team or organizational goals. Organizational pull asks whether others will use it, or whether it is a one-person tool. Capability checks whether the team can actually build it. Underlying data asks whether the data is good enough. Success metrics ask how the team will know the AI initiative made a difference. This is a natural fit for Scrum Masters because it connects AI adoption to value, capacity, and inspect-and-adapt thinking. The Five Stages of AI Adoption "AI learning is social learning, and we need to harvest the learning from each other and spread it."   Melissa outlines five stages of AI adoption. Stage 1 is foundation: named AI leads and AI councils. She warns against assuming the best power users are automatically the best AI leads, because the role needs change-agent skills. Stage 2 is AI augmentation, where teams examine workflows and build support structures such as an AI Activation Hub. Stage 3 is automating end-to-end workflows. Stage 4 is scaling those automations. Stage 5 is interconnected value streams driven by AI and AI telemetry. Stages 3 and 4 are the messy middle, because jobs shift, roles change, and organizations move from functional silos toward value-stream orientation. AI, M-Shaped Skills, and More Complete Teams "I'm hopeful that in the age of AI, with these adjacent competencies, that we can create more complete teams."   Vasco and Melissa connect AI-native work with the idea of M-shaped people: people with deep skills in some areas and useful range across others. Melissa notes that AI can unlock adjacent competencies, making it easier for teams to cover skills that used to require fractional specialists. For Scrum Masters, that means the future is less about defending a title and more about understanding durable skills, purpose, and the contribution they can make as team boundaries and role boundaries keep changing. About Melissa Reeve Melissa Reeve is the author of Hyperadaptive: Rewiring the Enterprise to Become AI-Native. She's worked with the Toyota Production System, Agile marketing, and executive leadership at Scaled Agile. She helps organizations move beyond AI pilots by building the human, learning, and operating-model capabilities needed for AI-native work at scale. LinkedIn   You can link with Melissa Reeve on LinkedIn and learn more about her work at Hyperadaptive Solutions.

Einen eigenen KI-Agenten bauen, ohne programmieren zu können? Mit dem Agent Builder in Microsoft 365 Copilot ist das inzwischen möglich. Aber was genau ist eigentlich ein Agent – und ab wann ist ein gespeicherter Prompt mehr als nur ein gespeicherter Prompt?    In dieser Folge schauen wir uns an, welche Arten von Agenten es in Microsoft 365 gibt, womit man sie baut und wo die Unterschiede zu Copilot Studio und SharePoint-Agenten liegen. Außerdem vergleichen wir den Ansatz mit bekannten Tools wie Custom GPTs und Claude Projects.    Und dann geht's in die Praxis: Wir bauen einen eigenen Agenten, schauen, was funktioniert, wo es hakt und woran man erkennt, ob ein Agent im Alltag tatsächlich einen Mehrwert bietet.    Zum Schluss sprechen wir über die Fragen, die Unternehmen spätestens dann beschäftigen, wenn plötzlich jeder eigene Agenten baut: Was kostet das? Wer darf sie erstellen? Welche Daten dürfen sie nutzen? Und wer kümmert sich eigentlich darum, wenn der Agent in sechs Monaten noch gebraucht wird?    Du möchtest wissen, wie Agenten und Microsoft 365 Copilot in eurem Unternehmen sinnvoll eingesetzt werden können?  Das Team von KOM4TEC unterstützt euch dabei – von den ersten Ideen und Use Cases über die technische Umsetzung bis hin zu Governance und dem produktiven Einsatz.    Ihr wollt euren ersten eigenen Agenten bauen oder herausfinden, wo Agentic AI bei euch wirklich Sinn ergibt? Sprecht uns gerne an.    Mit geballter KOM4TEC Expertise von Bernhard, Tobi & Timo (Remote).    Jetzt reinhören und herausfinden, was mit dem Agent Builder heute schon möglich ist.  Ihr wollt euren eigenen Agenten bauen oder herausfinden, wo Agentic AI bei euch wirklich Sinn ergibt? Sprecht uns gerne an.     Proudly sponsored by @vonwinning mit dem besten WIN WIN Riesling & @kaffeebraun mit einzigartig gutem Espresso aus Aschaffenburg!     NEWWORK-10 (10% Ab 20 Euro Mindestbestellwert im Kaffee Braun Onlineshop)      Zitate aus der Folge    Tobi  Wir haben heute drei Ebenen: die Agents direkt in den Office-Anwendungen, den Agent Builder und die Prozess-Agents. Wir schauen uns an, was die Unterschiede sind, für wen welche Variante geeignet ist und welche Anwendungsbereiche sich jeweils anbieten. Dabei geht es vor allem darum, den richtigen Agenten für den jeweiligen Kontext zu finden und zu verstehen, wo sie im Arbeitsalltag wirklich einen Mehrwert bieten.      Bernhard  Wir schauen in dieser Folge auch ein bisschen links und rechts und zeigen, was rund um den Agent Builder noch möglich ist und was beim Einsatz wichtig wird. Uns ist dabei wichtig, dass jeder Zuhörer etwas Konkretes mitnimmt – egal, ob man gerade erst in das Thema einsteigt oder schon erste Agenten im Einsatz hat.      Timo  Der Agent Builder ist ein guter Einstieg, aber natürlich gibt es auch klare Grenzen. Sobald es beispielsweise darum geht, Workflows aufzurufen oder komplexere Prozesse abzubilden, kommt man mit dem Agent Builder nicht mehr weiter – dann wird Copilot Studio interessant. Ich zeige, wo diese Grenzen liegen und was auf Entwicklerseite wichtig ist, damit man für den jeweiligen Anwendungsfall die richtige Lösung wählt.      In den kommenden Podcast-Folgen bekommst du:    Infos und Tipps rund um die M365-Welt und ihre Anwendungen wie Power BI und Power Apps  Inspiration und praktische Tipps für den Kulturwandel für dich oder dein Unternehmen, um immer einen Schritt voraus zu sein  Wertvolle Impulse für ein bewusstes Mindset  Tipps zu praktischen Tools, die deinen Change unterstützen können, egal ob persönlich oder als Unternehmen  Viele weitere Einblicke in die Welt des New Work    Let's connect  Du hast Ideen, Themenvorschläge oder Anregungen zum Thema, dann teile gerne deine Gedanken mit uns und schick uns eine Nachricht an podcast@kom4tec.de oder auf Instagram @kom4tec  Wir freuen uns von dir zu hören.   Follow us!   Facebook | https://www.facebook.com/KOM4TEC/   Instagram | https://www.instagram.com/kom4tec/   LinkedIn | https://www.linkedin.com/company/10407066/      

Ist der General Counsel noch Risikobegrenzer – oder längst strategischer Business Partner, der zentrale Entscheidungen mitgestaltet? In dieser Folge des The Agenda Podcasts von Sherpany erläutert Dr. Henning Kuschewitz – General Counsel der Talanx AG / HDI Group – wie die Disruption von Unternehmen die Rolle des General Counsel grundlegend verändert und was das für Vorstände und Aufsichtsräte bedeutet. Kuschewitz beschreibt den Wandel vom Gatekeeper zum Business Partner: wie Legal sich seinen „Seat at the Table“ verdient, warum risikobasierte Beratung das Schwarz-Weiß-Denken ablöst und wie seine Abteilung „legal like a business“ führt. Er gibt zudem offene Einblicke in den intensiven KI-Einsatz in seinem Team – von der Prüfung großer Vertragsmengen für die DORA-Compliance (Digital Operational Resilience Act) bis zu selbst gebauten Entscheidungstools zum AI Act – und erklärt, warum nicht Kontrolle, sondern die richtige Teamkultur Innovation erst möglich macht. Sie sind an tiefgehenden strategischen Themen für Vorstände, Aufsichts- und Verwaltungsräte interessiert? Abonnieren Sie den The Agenda Podcast von Sherpany, dem führenden Anbieter von Lösungen für das Meeting-Management.  In diese Folge erfahren Sie: Warum sich die Rolle des General Counsel von der Risikokontrolle hin zur strategischen Business-Partnerschaft wandelt Wie risikobasierte Beratung – Risiken benennen und tragfähige Lösungswege aufzeigen – das juristische Schwarz-Weiß-Denken ablöst. Warum die rechtzeitige Einbindung des General Counsel eine der größten Herausforderungen der Rechtsabteilung bleibt Wie Legal, Compliance und Datenschutz als ein integrierter Partner auftreten, damit das Business eine schnelle, ganzheitliche Antwort erhält. Warum der Austausch mit Vorstand und Aufsichtsrat strategischer wird und die juristische Einordnung Grundvoraussetzung ist, aber nicht Teil der Diskussion. Wie eine Legal-Strategie aus Digitalisierung und KI einerseits und „running legal like a business“ andererseits Kapazität für höherwertige Aufgaben schafft. Warum sich der frühe KI-Einsatz auszahlt – und warum es keinen idealen Startzeitpunkt gibt. Wie die richtige Teamkultur – Eigenverantwortung, Gestaltungsfreiheit und psychologische Sicherheit – Innovation wirksamer treibt als Steuerung von oben  Chapters: 00:00  Wie Disruption die Rolle des General Counsel verändert 02:22  Die VUCA-Welt und ihre Auswirkungen auf die Rechtsabteilung 05:48  Business-orientierte Beratung: Nähe zum Geschäft und juristische Unabhängigkeit 07:26  Risikobasierte Beratung: Risiken benennen und Lösungswege aufzeigen 08:15  Legal, Compliance und Datenschutz als ein integrierter Partner 10:13  Im Boardroom: wie sich der Austausch mit Vorstand und Aufsichtsrat verändert hat 14:13  Legal-Strategie: zwei Pfeiler und „we run legal like a business“ 17:17  KI in der Rechtsabteilung: von ersten Use Cases zu Agenten und Vibe Coding 21:36  Innovationskultur fördern, ohne die Kontrolle aufzugeben The Agenda wird von Ingo Notthoff moderiert – Podcast-Produzent und -Moderator mit langjähriger Erfahrung in Führungs- und Managementrollen auf Konzern-, Mittelstands- und Verbandsebene. Thank you for listening! Visit us at Sherpany.com or follow us on LinkedIn for board, board committee, and executive meetings solutions.

Thema: Wie denkt man Marke und Technologie zusammen? „Der Anspruch war von Anfang an, Technologie zu nutzen, um Dinge besser zu machen – nicht um Bestehendes 1:1 durch synthetische Inhalte zu ersetzen.“ In der neuen Episode von „WhatsNextAgencies“ spricht Kim Notz mit Ivana Radovanovic und Philipp York Martin, Gründer von 12ft.studio, darüber, wie Markenführung und Technologie im Zeitalter von KI zusammengedacht werden müssen und warum die beste Lösung nicht zwangsläufig diejenige mit der meisten KI ist. Nach mehr als 15 Jahren in Markenstrategie und Branding und dem gemeinsamen Aufbau der Innovation- und AI-Unit bei Mutabor haben sie mit 12ft.studio ein netzwerkbasiertes Modell gegründet, das Marken- und Technologiekompetenz bewusst verbindet. Im Gespräch geht es darum, warum Ivana und Philipp vor einer reinen Effizienzlogik warnen, bei der bestehende Arbeit lediglich durch synthetische Inhalte ersetzt wird. Stattdessen plädieren sie dafür, Technologie dort einzusetzen, wo sie Arbeit tatsächlich besser macht, und genau zu prüfen, welcher Einsatz zur Identität und zu den Werten einer Marke passt. Gleichzeitig kann KI Recherche, Analysen oder repetitive Prozesse beschleunigen und so mehr Raum für Gespräche, kreative Arbeit und menschlichen Austausch schaffen. Ein weiterer Schwerpunkt ist die Frage, wie Unternehmen und Agenturen mit der Geschwindigkeit der technologischen Entwicklung umgehen können. Mit ihrer AI-Academy setzen Ivana und Philipp weniger auf klassische Tool-Schulungen als auf konkrete Use Cases und Hackathons, in denen Teams reale Probleme gemeinsam lösen. Denn statt jedem neuen Tool hinterherzulaufen, braucht Innovation aus ihrer Sicht vor allem Struktur, kontinuierliches Lernen und die Fähigkeit, Wissen im Unternehmen verfügbar zu machen.

Der organische Traffic der größten deutschen Onlineshops ist innerhalb eines Jahres um rund 16 % gesunken. Ist das bereits der Effekt von Google AI Overviews und veränderten Suchgewohnheiten – oder haben viele Shops schlicht ihre SEO-Hausaufgaben nicht gemacht?Darüber spreche ich mit Thomas Gruhle, Gründer und CEO der Digitalagentur LEAP. Grundlage unseres Gesprächs ist eine umfangreiche Studie zur Entwicklung der 2.500 größten deutschen Onlineshops.Wir analysieren, welche Shops trotz des schwierigen Marktumfelds wachsen, warum SEO-Verluste nicht automatisch durch KI verursacht werden und weshalb technische Exzellenz, relevante Inhalte, Autorität und gute Nutzersignale wichtiger denn je sind.Außerdem diskutieren wir, wie AI Overviews den Marketing-Funnel verändern, warum Informationssuchen besonders stark betroffen sind und wie Shops mit hochwertigen Kategorie- und Produktseiten, eigenen Daten, Reviews, Feed-Optimierung und konsequentem Testing reagieren können.Eine Folge über die Zukunft von SEO im E-Commerce – ohne Untergangsszenarien, aber mit klaren Konsequenzen für Unternehmen, Marketingteams und Entscheider. Grundlage ist das vollständige Episodentranskript.TakeawaysDer organische Traffic im deutschen E-Commerce ist rückläufig – aber nicht jeder Verlust lässt sich mit AI Overviews erklären.Während der Gesamtmarkt verliert, gibt es weiterhin klare SEO-Gewinner. Entscheidend ist, die eigenen Hausaufgaben besser als der Wettbewerb zu erledigen.AI Overviews treffen vor allem informationsorientierte Suchanfragen und verschieben die Recherchephase zunehmend in die Suchergebnisse.Weniger messbare Klicks bedeuten nicht automatisch weniger Wirkung: Markenbekanntheit und indirekte Conversions werden wichtiger.Technische Qualität, Autorität, relevante Inhalte und Nutzersignale bleiben die Grundlage für klassische Rankings und Sichtbarkeit in KI-Systemen.Kategorie- und Produktseiten sollten nicht nur für Keywords, sondern konsequent für Suchintentionen und konkrete Use Cases optimiert werden.Proprietäre Informationen, First-Party-Daten, Produktbewertungen und echte Erfahrungen schaffen einen Vorteil gegenüber austauschbarem KI-Content.Shops sollten SEO, Conversion-Optimierung und Testing stärker miteinander verbinden und ihre wichtigsten Seitentypen kontinuierlich weiterentwickeln.SEO bleibt ein wichtiger und vergleichsweise profitabler Kanal – benötigt aber klare Prioritäten, Ressourcen und Unterstützung aus dem Management.Kapitelmarken00:00 Intro und Vorstellung von Thomas Gruhle03:39 So verändert sich der deutsche E-Commerce05:20 Methodik und Datengrundlage der Studie08:16 Welche Rolle spielt Organic Search im Kanalmix?09:08 Rund 16 % weniger organischer Traffic12:11 Warum einige Onlineshops trotzdem wachsen14:55 SISTRIX Newsflash17:42 Gewinner und Verlierer der Entwicklung19:27 Die Grundlagen erfolgreicher SEO-Arbeit21:08 Wie schnell AI Overviews wachsen24:15 Auswirkungen auf Marktplätze und andere Branchen25:19 Informationale und transaktionale Suchanfragen29:40 Die indirekte Wirkung von SEO und KI-Sichtbarkeit31:45 Wie sich der Marketing-Funnel verändert35:57 Marken und Produkte proaktiv in KI-Systemen positionieren39:31 AI Mode, Shopping und die Bedeutung von Produktfeeds40:06 Lohnt sich die Investition in Content weiterhin?43:32 Rankings, Erwähnungen und Citations47:12 Was gute Kategorie- und Produktseiten ausmacht49:19 First-Party-Daten, Reviews und einzigartige Informationen50:47 Suchintention und Nutzerführung richtig verbinden53:35 Warum Testing im E-Commerce unterschätzt wird56:52 Wo ihr die vollständige Studie findet58:50 Thomas' wichtigste Empfehlungen für Unternehmen61:07 Outro

USE CASE - Le consulenze in team di professionisti tutti assistiti da AIDi questo ancora non ho sentito parlare. Molto, molto interessante concentrarsi su alcuni aspetti. Altro che shadow ai, qui e' esplicita e ci scambiamo i report, generati dopo ampia scelta degli strumenti AI compliant.E la sorpresa è evidente.

Ärztinnen und Ärzte lösten einen Referenzfall zu 34 Prozent richtig. Mit KI dazu waren es 42 Prozent. Die KI allein kam auf 86 Prozent. Nur das Tool macht dich also nicht besser.Katharina spricht mit Sebastian Winkler darüber, warum KI-Transformation selten an der Technologie scheitert. Laut Bitkom setzen 41 Prozent der Unternehmen KI aktiv ein, ein Jahr zuvor waren es 17. Sebastian interessiert vor allem der Rest: das Drittel, das in ein bis drei Jahren einsteigen will, die, die sich vier bis fünf Jahre Zeit geben, und die Hälfte davon, die sich gar nicht damit beschäftigt.Er erzählt, warum 16 Prozent der Belegschaft reichen, um eine ganze Organisation zu bewegen, was Skill Flux für die Halbwertszeit deiner Fähigkeiten bedeutet, und wie du selbst anfängst: mit dem einen Prozess, den du jede Woche vor dir herschiebst. Dazu zeigt er seinen eigenen Use Case, vom nervigen Handgriff bis zum fertigen Workflow.Sebastians Framework-Sammlung dürfen wir teilen, du findest sie hier: https://canva.link/l601y478djd0obsÜber den Gast: Sebastian Winkler hat Informatik studiert und hilft Organisationen dabei, KI-Betriebssysteme zu bauen, also die Zusammenarbeit von Mensch und Maschine. Er hält Keynotes und sitzt in Beiratsmandaten.Mehr HR Weekly:- YouTube: https://www.youtube.com/@HRWeekly- beyobie: https://www.beyobie.com-- unsere WerbepartnerMasterplanWie lernen Mitarbeitende eigentlich die Skills, über die gerade alle sprechen – von KI bis Zukunftskompetenzen?In dieser Folge stellen wir euch unseren Partner Masterplan vor: eine Corporate Learning Plattform, die Lernen einfach, individuell und wirklich alltagstauglich macht. Mit Kursen in hochwertiger Qualität, einer intuitiven Plattform für HR und Mitarbeitende – und einem KI-Coach, der hilft zu überprüfen, ob Wissen wirklich hängen bleibt.Außerdem laden wir euch zum Lern Geschehen Summit von Masterplan ein: Am 14. und 15. Oktober treffen sich in Berlin über 1.000 Menschen aus PE, L&D und HR für Workshops, Roundtables, spannende Speaker und ehrlichen Austausch.Das HR Weekly ist am 14.10. erstmals mit einem Live-Podcast auf der Hauptbühne dabei.

Ulf Valentin ist Partner bei der Convidera GmbH in Köln. Die Digitalberatung verbindet seit rund 15 Jahren Systeme und Prozesse, damit Industrieunternehmen mehr Umsatz generieren – ohne CRM-Einführungen. Valentin baut mit seinem Team „Digitale Revenue Systeme" und kennt den mehrstufigen B2B-Vertrieb aus Projekten in Industrie, Bau und Chemie. Seine Keynote „KI zerstört den mehrstufigen Vertrieb" sorgte auf der digitalBAU für Aufsehen. In dieser Folge: KI im Vertrieb – diese Use Cases bringen sofort mehr Umsatz. Ulf Valentin zeigt an echten Projekten, wo künstliche Intelligenz im Vertrieb schnell messbar wirkt: E-Mail-Kategorisierung im Innendienst mit 96 Prozent Trefferquote, Reiseberichte per Sprachassistent, automatische Reaktivierung schlafender Bestandskunden und der Konfigurator als Lead-Maschine. Dazu erklärt er den Chat-GPT-Bias, zwei Wege zur KI-Einführung – Zielbild oder Experimente – und warum Datenschutz und EU AI Act kein Grund sind, nichts zu tun.

Norbert Ehreke, Geschäftsführer der impetus Unternehmensberatung und Senior Advisor im Umfeld von Anthira, spricht mit Norman Müller darüber, warum KI-Projekte nicht beim nächsten Tool beginnen sollten. Im Mittelpunkt stehen Datenqualität, klare Verantwortlichkeiten und eine Architektur, die Unternehmenswissen präzise, nachvollziehbar und sicher nutzbar macht. An konkreten Beispielen erklärt Norbert, weshalb ein messbarer Use Case wichtiger ist als Tool-Shopping und was es braucht, damit KI in sensiblen Bereichen produktiv eingesetzt werden kann. Die Folge richtet sich an Entscheiderinnen und Entscheider, die aus ersten KI-Experimenten belastbare Anwendungen entwickeln wollen.* 00:00 Warum Unternehmenswissen erst strukturiert werden muss* 00:45 Norbert Ehreke: IT, Security und Datenkompetenz* 04:17 Der erste KI-Use-Case: E-Mails und PDFs in Vertriebsdaten überführen* 07:30 Warum Tool-Shopping der falsche Startpunkt ist* 13:16 IREC: Unstrukturierte Daten mit Unternehmenslogik anreichern* 15:12 Praxisfälle: DSGVO, Verträge und präzise Recherche* 17:44 Berechtigungen, Auditierbarkeit und das Halluzinationsrisiko* 22:16 Das häufigste Datenproblem: zu viel, zu alt, zu unaufgeräumt* 26:35 Wie Geschäftsleitungen KI-Projekte richtig aufsetzen* 31:15 Vom messbaren Use Case zur passenden KI-Architektur* 34:06 Private AI: Betrieb im eigenen sicheren Perimeter* 40:31 Wann Unternehmen vom Experiment zur KI-Strategie wechseln sollten* 43:38 Veraltete Daten, Expertise und die Grenzen von KI-Ausgaben* 50:01 KI als Chance für maßgeschneiderte Software und neue Verantwortung* 53:33 Die ersten Schritte zu belastbaren KI-Anwendungen* 57:48 Warum KI immer einem konkreten Unternehmensziel folgen muss* 01:00:16 Schlussfrage: Common Sense und die Bereitschaft zur EinigungShownotes* Norbert Ehreke auf LinkedIn: https://www.linkedin.com/in/norbert-ehreke* Website von impetus: https://www.impetus.bizWarum der Fokus auf KI-Reifegrad Unternehmen ausbremst.Es gibt gerade zwei Sorten von KI-Euphorie. Die eine klickt sich durch neue Tools, verteilt Lizenzen und hofft auf Produktivität. Die andere ist mühsamer. Sie fragt, welches Wissen im Unternehmen überhaupt vorhanden ist, wer dafür Verantwortung trägt und wer es sehen darf. Nur die zweite wird auf Dauer Wert schaffen.Das klingt zunächst unerquicklich. Niemand will in einer Zeit, in der jede Woche ein neues Modell seine Fähigkeiten demonstriert, über Dokumentenablagen, Berechtigungen und Datenqualität sprechen. Es fühlt sich nach Keller an, während oben auf der Bühne die Zukunft versprochen wird. Aber genau dort entscheidet sich, ob KI im Unternehmen ein nettes Experiment bleibt oder zu belastbarer Infrastruktur wird.In einer neuen Folge des Venture AI Podcast beschreibt Norbert Ehreke, Geschäftsführer der impetus Unternehmensberatung und Senior Advisor im Umfeld von Anthira, diese Unterscheidung mit einer bemerkenswert einfachen Beobachtung: Der Nutzen seiner ersten KI-Anwendung lag nicht allein darin, Informationen aus E-Mails und PDFs auszulesen. Der eigentliche Fortschritt entstand, weil die Daten anschließend zentral, einheitlich und kontrolliert vorlagen. Erst diese Ordnung machte den Vertriebsprozess automatisierbar.Das ist die entscheidende Umkehrung. KI ist nicht der Anfang des Projekts. Sie ist der Beschleuniger eines Prozesses, den ein Unternehmen vorher verstanden haben muss.Der falsche Reflex: Erst kaufen, dann denkenDie typische Frage lautet heute: Brauchen wir Copilot, Claude, Gemini oder eine spezialisierte Lösung? Sie ist nicht falsch. Sie kommt nur zu früh.Wer Unternehmenswissen faktenbasiert abfragen will, muss zuvor klären, was dieses Wissen eigentlich ist. Wo liegen die Daten? Welche Begriffe, Produktnummern, Vertragsbeziehungen oder Zuständigkeiten stecken in ihnen? Welche Informationen sind aktuell, welche veraltet? Und wer darf auf was zugreifen?Eine KI, die auf einen ungeordneten Dokumentenbestand trifft, wird nicht automatisch zur Unternehmensintelligenz. Sie wird zunächst zum sehr eloquenten Spiegel der bestehenden Unordnung. Die Antwort kann überzeugend formuliert sein und trotzdem auf einer veralteten Arbeitsanweisung, einer überholten Produktlogik oder einem Dokument beruhen, das längst hätte archiviert werden müssen.Norbert nennt deshalb einen Punkt, der in vielen KI-Debatten zu kurz kommt: Data Ownership. Es braucht Menschen und Rollen, die nicht nur Daten erzeugen, sondern für ihre Qualität, Aktualität und Verwendung verantwortlich sind. Das ist kein rein technisches Thema. Es ist eine Managementaufgabe.Der Bibliothekar als ArchitekturmodellIm Gespräch entsteht ein hilfreiches Bild. Ein gutes System für Unternehmenswissen funktioniert wie ein Bibliothekar. Es weiß, welche Informationen wo liegen, versteht ihre fachliche Einordnung und liefert für eine Anfrage nur das Relevante. Gleichzeitig ist dieser Bibliothekar Türsteher: Er prüft, wer fragt, und lässt niemanden in Regale, für die keine Berechtigung besteht.Dieser zweite Teil wird unterschätzt. Besonders Rechtsanwaltskanzleien, Steuerberater, Executive-Search-Unternehmen oder Organisationen mit vertraulichen Vertrags- und Personaldaten können sich den ungeprüften Umgang mit externen KI-Diensten nicht leisten. Wer sensible Unterlagen wahllos hochlädt, erzeugt ein Risiko, das sich später nicht mit einer guten Präsentation wegmoderieren lässt.Das heißt nicht, dass jedes Unternehmen künftig alles selbst betreiben muss. Aber es muss wissen, an welcher Stelle seine Daten den eigenen sicheren Bereich verlassen, welche Daten überhaupt weitergegeben werden und welche Kontrolle danach noch existiert. Private AI ist kein Marketingbegriff, sondern eine Architekturfrage.Auch Präzision entsteht nicht durch Magie. Eine Lösung kann unstrukturierte Dokumente mit fachlichen Metadaten anreichern: etwa mit der Logik von Artikelnummern, Kundenbeziehungen, Vertragsarten oder Berechtigungen. Dann wird aus einer Volltextsuche ein System, das Informationen nicht nur findet, sondern im richtigen Zusammenhang bereitstellt. Das reduziert das Risiko falscher oder irrelevanter Antworten deutlich. Es ersetzt allerdings nicht die fachliche Prüfung.KI braucht weiterhin UrteilskraftDie bequemste Fantasie lautet: Wir geben der KI genug Daten, und sie übernimmt den Rest. Die Realität ist strenger. Wer eine Antwort nicht bewerten kann, sollte sie nicht ungeprüft zur Grundlage einer Entscheidung machen.Das gilt beim Programmieren ebenso wie beim Vertragsentwurf, in der Medizin, in der Produktion und im Management. KI kann Arbeit beschleunigen, Alternativen generieren und Muster sichtbar machen. Sie kann aber nicht von sich aus entscheiden, ob eine historische Information noch gilt, ob ein Vertrag zur aktuellen Rechtsprechung passt oder ob ein Softwareentwurf im eigenen Betrieb langfristig wartbar bleibt.Je stärker Unternehmen KI einsetzen, desto wichtiger wird deshalb Domänenwissen. Nicht als nostalgische Restgröße der alten Arbeitswelt, sondern als Voraussetzung dafür, die neue richtig zu nutzen. Ein Unternehmen, das seine erfahrensten Leute in Rente gehen lässt, ohne ihr Wissen strukturiert zu sichern, verliert mehr als Personal. Es verliert Teile seines Gedächtnisses.Nicht mit dem Modell beginnen, sondern mit dem ZielWas folgt daraus für Geschäftsleitungen, die in zwölf Monaten belastbare KI-Anwendungen betreiben wollen? Nicht ein großes Transformationsprogramm um seiner selbst willen. Sondern ein konkreter, messbarer Use Case.Zum Beispiel: Wie verkürzen wir die Recherche nach früheren Projektreferenzen? Wie finden wir zu einem Kunden alle relevanten Verträge? Wie beantworten wir eine datenschutzrechtliche Auskunft präzise und vollständig? Wie sorgen wir dafür, dass eingehende Informationen zuverlässig in einen Prozess gelangen?Erst wenn die Frage klar ist, lässt sich bestimmen, welche Daten erforderlich sind, welche Qualität sie haben müssen, wer sie verantwortet und welche technische Architektur passt. Dann wird KI vom Buzzword zum Werkzeug für ein Unternehmensziel.Das ist weniger spektakulär als die nächste Modellankündigung. Es ist aber die Arbeit, aus der ein echter Wettbewerbsvorteil entsteht. Denn das künftige KI-System eines Unternehmens wird nicht nur daran gemessen werden, wie gut es spricht. Sondern daran, ob es das Richtige weiß, ob es dieses Wissen sicher verwendet und ob die Organisation ihm zu Recht vertraut.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

Ein Unternehmen möchte seine Videokommunikation professionalisieren, Webinare besser produzieren oder sogar ein eigenes Videostudio einrichten. Und wer bekommt das Projekt auf den Tisch? Sehr häufig die IT-Abteilung. Klingt auf den ersten Blick logisch. Schließlich geht es um Kameras, Computer, Netzwerke und jede Menge Technik. Das Problem: Ein Videostudio ist kein IT-Projekt! Ich erlebe immer wieder, dass Unternehmen ihre IT mit der Planung und Umsetzung eines Videostudios beauftragen. Die Kolleginnen und Kollegen geben ihr Bestes. Aber Videokonferenztechnik, Netzwerktechnik und echte Videotechnik sind nun einmal völlig unterschiedliche Fachbereiche. Das kann teuer werden. Im schlimmsten Fall wird viel Geld in Technik investiert, die für den eigentlichen Einsatzzweck überhaupt nicht geeignet ist. Oder es entsteht eine Lösung, die so kompliziert ist, dass sie von den Mitarbeiterinnen und Mitarbeitern am Ende kaum genutzt wird. In dieser Folge erfährst Du: ✅ Warum ein Videostudio kein IT-Projekt ist ✅ Warum die IT trotzdem von Anfang an mit ins Boot gehört ✅ Welche Fehler ich bei der Planung von Videostudios immer wieder erlebe ✅ Warum Videokonferenztechnik nicht automatisch für Webinare und Videoproduktionen geeignet ist ✅ Warum Du erst über Use Cases und Prozesse und dann über Kameras, Mikrofone und Licht nachdenken solltest ✅ Warum vermeintliche Low-Budget-Lösungen am Ende schnell teuer werden können ✅ Was passiert, wenn ein Studio für die Mitarbeiter zu kompliziert oder unzuverlässig ist Außerdem gebe ich Dir einen kleinen Einblick in einige meiner aktuellen Studioprojekte und erzähle, warum sich die Kollegen aus der IT häufig sogar freuen, wenn ihnen jemand das Thema Videostudio abnimmt. Mehr zu meinem Thema Videokommunikation 4.0 erfährst Du hier: Meine Website: https://www.corporate-studio.de Mein LinkedIn Profil: https://www.linkedin.com/in/florian-gypser/ Du hast ein Thema rund um Corporate Videokommunikation, zu dem Du gerne einmal einen Podcast mit mir hören möchtest? Oder Du hast spannende Inhalte zum Thema und möchtest gerne mal Gast in meinem Podcast sein? Dann schreib mir an podcast@corporate-studio.de

Welche KI-Projekte bringen wirklich Produktivität – und welche kosten nur Geld? Viele KI-Projekte starten mit einem vielversprechenden Prototypen – und werden spätestens bei der Umsetzung teuer, komplex oder scheitern ganz. In diesem KIundTECH-Podcast spricht Holger Winkler mit Jens Horstmann, Vorstand der TREVISTO AG darüber, wie sich KI Use Cases bereits vor Projektstart wirtschaftlich bewerten lassen.Jens zeigt, wie Unternehmen Nutzen, Datenverfügbarkeit, Aufwand und Umsetzungsrisiko systematisch analysieren und daraus einen belastbaren ROI ableiten. So entsteht eine konkrete Entscheidungsgrundlage dafür, welche KI- und Automatisierungsprojekte tatsächlich Produktivität bringen – und welche besser gar nicht erst gestartet werden.Warum sollten Sie dieses Interview nicht verpassen?Erkennen Sie, welche KI Use Cases in Ihrem Unternehmen wirklich Potenzial haben.Bewerten Sie den wirtschaftlichen Nutzen, bevor Sie Budget investieren.Reduzieren Sie das Risiko teurer KI-Projekte und gescheiterter Prototypen.Erfahren Sie, warum Datenverfügbarkeit häufig wichtiger ist als die KI-Technologie selbst.Lernen Sie einen pragmatischen Ansatz kennen, mit dem Management und Fachbereiche fundierter über KI-Investitionen entscheiden können.Weiterführende Links:Internet: https://www.trevisto.de/ki-mit-klarem-roi/ Jens Horstmann auf LinkedIn: https://www.linkedin.com/in/jens-horstmann-51b2142/ #Digitalisierung #Produktivität #Mittelstand Über #KIundTECH – der KIundTECH Podcast:Der Podcast für Geschäftsführer, Entscheider und Technologieverantwortliche im Mittelstand.Holger Winkler spricht mit CEOs, Gründern und Branchenexperten über Software, KI, Automatisierung und Digitalisierung – mit einem klaren Fokus auf konkrete Praxiserfahrungen statt theoretischer Konzepte.Vernetze dich mit Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/Du würdest gerne auch als Gast in den ITundTECH Podcast kommen?Hier findest Du weitere Informationen: https://kiundtech.com/

The following article of the Professional Services industry is: 'Industrial AI: From Use Cases to Amplified Capabilities' by Selene Diez Reyes, CEO, Forte Innovation Consulting.

Fünf ehemals inhabergeführte Unternehmen, ein gemeinsames Ziel: CEO Nicolas Schwarzpaul erklärt, wie OKRs nach einem Firmenzusammenschluss aus Einzelkämpfern ein Team machen.Im Gespräch mit Katharina erzählt Nicolas, warum ein fehlender gemeinsamer Nordstern dazu führt, dass sich Mitarbeitende mental aus einer neuen Firma ausloggen, und wie sein Management-Team mit vier Company Objectives eine ambitionierte Wachstumsvision – einer der drei am schnellsten wachsenden HR-Tech-Player in Deutschland zu werden – für jedes Team greifbar macht.Du erfährst, wie der Quartalszyklus aus Planning Week, wöchentlichen Check-ins und Retro Week funktioniert, warum die Team Objectives komplett ohne das Management entstehen, und warum ein Ziel wie eine verzehnfachte Instagram-Reichweite in drei Monaten trotzdem Sinn ergibt.Über den Gast: Nicolas Schwarzpaul ist CEO von Humera, einem aus fünf ehemals inhabergeführten Unternehmen entstandenen HR-Tech-Player mit mehr als 250 Mitarbeitenden.

In dieser Folge des IoT Use Case Podcasts meldet sich Gastgeberin Ing. Madeleine Mickeleit ohne Gast zu Wort: eine kurze Ankündigung an alle Hörerinnen und Hörer, verbunden mit einem Dank und zwei Neuigkeiten zum Podcast.Der IoT Use Case Podcast läuft seit Ende 2019. In dieser Zeit sind zahlreiche Projekte und Use Cases aus der Praxis vorgestellt worden, und um den Podcast ist ein Netzwerk gewachsen, mit dem das Team heute arbeitet. Genau dafür sagt Madeleine Mickeleit in dieser Folge Danke – an Stammhörer wie an alle, die gerade zum ersten Mal reinhören.Gleichzeitig gibt es zwei Änderungen. Das Team arbeitet an einem neuen Format, unter anderem zum Thema KI, das in der Praxis von Anwendern umgesetzt wird. Deswegen erscheint der Podcast künftig alle zwei Wochen statt wöchentlich; die Formate werden sich abwechseln. Wann das neue Format live geht, wird im Podcast berichtet. Der Aufruf am Ende richtet sich an Anwender: Wer selbst ein Projekt umgesetzt hat und darüber erzählen möchte, kann sich proaktiv bei Madeleine Mickeleit und dem Team melden.Das nimmst du mitDer IoT Use Case Podcast erscheint ab jetzt alle zwei Wochen statt wöchentlich. Grund ist ein neues Format, an dem das Team parallel arbeitet – unter anderem zum Thema KI in der Umsetzung bei Anwendern. Die Formate werden sich künftig abwechseln; der Start des neuen Formats wird im Podcast angekündigt. Anwender mit eigenen umgesetzten Projekten können sich proaktiv bei Madeleine Mickeleit und dem Team melden.-----Relevante Folgenlinks:Madeleine (https://www.linkedin.com/in/madeleine-mickeleit/)Zum IoT Use Case Anwenderkreis

Knapp 7.300 Einrichtungen nutzten laut Gematik-Dashboard im März 2026 einen TI-Messenger. Bei rund 60.000 Hausarztpraxen allein in Deutschland ist das noch eine sehr überschaubare Gemeinde. Einer der Vorreiter ist Hausarzt Matthias Hempel. Seine diabetologische Schwerpunktpraxis in Detmold hat den TIM mit einem harten Schnitt eingeführt: WhatsApp-Gruppen raus, TIM-Räume rein, ab Montag wurde nur noch dort kommuniziert. Gemeinsam mit Jan Zeggel und Stefan Spieren taucht Matthias in den Praxisalltag ein. Er erzählt, wie ein Team aus neun Ärzten, 25 MFAs, Bürokräften und Diabetesberaterinnen auf 800 Quadratmetern über den TIM kommuniziert, warum endlich Klarnamen und Patientendaten sicher verschickt werden dürfen und wie aus dem Team heraus immer neue Use Cases entstanden sind: Wundbilder direkt vom Patientenbett ins Sprechzimmer, das Diabetestagebuch als Foto statt über den Flachbettscanner, der kurze Chat mit Apotheke oder Krankenkasse, während der Patient noch vor einem sitzt. Tablets und Praxishandy verstauben seitdem. Stefan hält kritisch dagegen: Was ist das Argument für den TIM, wenn der Apotheker genauso gut eine KIM-Nachricht schreiben kann? Wie verhindert man zwei parallele Eingangskanäle, die das Team belasten? Und warum fehlt die Integration ins Praxisverwaltungssystem noch immer? Matthias arbeitet heute mit einem Workaround und speichert Wundbilder manuell ins Archivsystem. Warten will er darauf nicht, denn die Entlastung braucht sein Team jetzt. Einig sind sich alle drei: Dass Versorgung an profanen Dingen wie Schnittstellen scheitert, darf kein Dauerzustand sein. Dazu gibt es einen Blick auf die Kosten, die bei rund drei Euro pro Nutzer und Monat beginnen, ohne Connector und ohne zusätzliche Hardware. Und ein klares Schlusswort von Matthias: einfach mal machen. Es ist keine Ehe fürs Leben, aber wer einmal gestartet ist, will den TIM meist nicht mehr hergeben.

Si fa presto a dire che l'AI sostituisce tutti i compiti. Non e' affatto vero. Il caso dell'analisi della contabilità e il caso molto molto positivo dell'aiuto nella progettazione, se si va oltre gli schemi tradizionali.Per i membri qualche ulteriore considerazione.

279 | Verena Scheffczyk hat über 2.500 Gründern dabei geholfen, ihr Startup zu starten. Wie das heute mit KI geht, erzählt sie in dieser Folge. Mehr über Million Labs hier: https://millionlabs.com/start/Partner dieser Folge:PlaudRichtig gute Transkriptionen für Offline Meetings mit Plaud. Geh auf: https://de.plaud.ai/dpt10% Discount code: OPT10Mach das 1-minütige Quiz und finde eine Geschäftsidee, die zu dir passt: digitaleoptimisten.de/quiz. Mich erreichst du unter alexander@digitaleoptimisten.deSo erreichst du uns:Sprachnachricht senden: https://www.speakpipe.com/digitaleoptimistenEmail schreiben: alexander@digitaleoptimisten.deLearningsKI senkt Gründungskosten deutlichKI hat Entwicklungskosten stark gesenkt; MVPs kosteten früher 50.000 bis 100.000, heute reichen oft deutlich weniger, um eine erste Version zu bringen, in zwei bis drei Monaten auf den Markt zu gehen. Die Barriere fällt weiter, wodurch auch nicht-technische Gründer leichter loslegen können. Mit WIPECODING (2025) wird KI-Programmierung als neue Form des MVP-Buildings beschrieben, wodurch sich die Spielregeln weiter verschieben. Validierung vor BauentscheidungenTrotz KI-basiertem Bau verzichtet es nicht auf Validierung: 90 % der Startups scheitern, weil kein echter Marktbedarf besteht bzw. Kunden nicht zahlen wollen. Der signifikante Kern ist, dass Signale aus echten Nutzern wichtiger sind als einzelne Aussagen in Interviews; Demonstrationen, Landingpages und Clear Calls-to-Action liefern konkrete Validierungsergebnisse. Ein Preispunkt oder eine Early-Access-Option dient dabei als messbares Signal, ob Nutzer bereit sind zu zahlen oder sich zu engagieren. Start-Launch-Grow als ValidierungszyklusDas Framework beginnt mit Start – definierte Validierung in einer Nische und einer klaren Geografie; Launch baut eine minimale KI-Version mit Must-Haves, Grow testet drei Kanäle, um konstant Kunden zu gewinnen. Die Nische, eine klare Use-Case und Deutschland als Geography sind essenzielle Vorgaben, um das Experiment sauber zu halten und Iterationen zu ermöglichen. Time-to-Wow wird als KPI genutzt, um zu prüfen, welche Funktion den größten unmittelbaren Nutzen erzeugt. MVP-Fokus: drei KernfunktionenFür das MVP in komplexen Märkten reichen drei Kernfunktionen: Sprachaufnahme (Voice Input), automatische Ausgabe (Output) und eine sichtbare Juxtaposition in der App, um Nachwirkungen zu ermöglichen. Weitere Funktionen bleiben pending („Coming soon“), damit der Marktvalidierungsknüppel schnell greifbar bleibt. Die Vorgehensweise vermeidet umfangreiche Bürokratie oder vollständige Release-Pläne und fokussiert stattdessen auf greifbaren Wow-Maktor, der die Nutzerakzeptanz misst.KeywordsKünstliche Intelligenz Startups KostenreduktionMVP Kosten Reduktion KIStart Launch Grow FrameworkValidierung in Nische mit KITime-to-Wow KPIValidierung Landingpage mit KI StartupsPflanzenschutzmittel Digitalisierung LandwirteHaustiermarkt Abschiedsdienst PlattformDrei Channel Experimente im Grow FrameworkLandingpage Waitlist Pricing Early Access nutzenPrompting KI KostenClaude Code Claude Design ToolsNo-Code Tools Vergleich Make Airtable Replit Lovable

AI agent use cases for pet businesses can give you time back without handing your company over to a robot. Bella Vasta walks you through the real work an agent can prepare across payroll, operations, front desk, marketing, PR, hiring, your AI Brain, and website monitoring. For pet sitters, dog walkers, and pet care business owners, the first job should be small, repeatable, readable, and safe to approve. Bella gives you the four questions that tell you whether a job is ready: Do you do it every week? Does it start with an inbox, export, or folder an agent can read? Does it end with your approval? If it is wrong before approval, does anything bad happen? Yes, yes, yes, no is your green light. AI agent use cases for pet businesses include turning scheduling data into a payroll-ready spreadsheet, checking clock-ins against GPS, preparing a morning rundown, drafting common client replies, pulling real client language from reviews, spotting stale prices on old pages, scoring applications, and building SOPs from the work your team already does. The agent prepares. You decide. Bella also says where the line is. An agent should never walk a dog, send something without you, decide for you, or touch your money. Real-time client ETAs are not a clean job yet, and closed software that will not provide data can block a workflow. That is why the safest AI agent use cases for pet businesses begin with the jobs that already have clean information and a review gate. You do not need to become technical before you start. Pick one job that already happens every week and let the agent prepare the first draft, report, or checklist. Review the result. Tell it what it missed. That is the onboarding work Bella compares to stretching pizza dough. It takes a few passes to get right, and that does not mean you failed. It means you are building something that sounds and works like YOUR business. This is Episode 476 of Bella In Your Business. IN THIS EPISODE: • Use Bella's four-question test to pick your first job. • Find AI agent work in payroll, ops, your inbox, marketing, PR, hiring, and website monitoring. • Turn real team work into usable SOPs instead of starting from a blank page. • Keep your approval over every message, decision, and dollar. • Understand why a clean export or direct connection saves money. TIMESTAMPS: [0:00] AI agent use cases for pet businesses [2:25] The four-question test for your first job [4:10] Payroll and admin [5:45] Operations and SOPs [7:05] Front desk and marketing [9:30] PR, hiring, AI Brain, and website checks [12:00] What an agent should never do [13:20] Cowork and starting with one job [15:00] Direct connections and cost [18:05] Build your first agent RESOURCES: Jump Mastermind: https://jumpconsulting.net/mastermind Book 20 minutes with Bella: https://jumpconsulting.net/20 AI For The Busy Human: https://bellavasta.com/busyhuman CONNECT: Website: https://jumpconsulting.net Instagram and Facebook: https://bellavasta.com #AIAgentsForPetBusiness #PetBusinessGrowth #BellaInYourBusiness

Real Use Cases of AI Agents  AI in compliance beyond theory.What can AI agents really do?In this episode from the FIT4Privacy Podcast, we move from concepts to concrete use cases highlighting how AI agents are already transforming compliance into practice. From continuous 24/7 control monitoring to automating third-party risk assessments, the shift is clear.No more periodic checks. No more chasing vendors. Instead, organizations gain continuous oversight, deeper insights, and real risk visibility.The conversation also highlights an important transition: compliance teams moving from operational tasks to strategic decision-making.

In dieser Episode spreche ich mit Benjamin Zimmer über den Digital Thread im Systems Engineering. Wir klären, was sich hinter dem Begriff verbirgt und wie Unternehmen Entwicklungsdaten, Anforderungen, Tests, Hardware- und Softwareinformationen durchgängig miteinander verknüpfen können. Dabei geht es unter anderem um bessere Traceability, effektiveres Change Management und schnellere Impact-Analysen. Benjamin zeigt, welchen praktischen Nutzen ein Digital Thread bei Änderungen, Kundenproblemen sowie der Verifizierung und Validierung bietet. Außerdem sprechen wir darüber, warum Unternehmen nicht mit einem riesigen Digitalisierungsprojekt starten sollten. Stattdessen empfehle ich, zunächst ein konkretes Problem und einen überschaubaren Use Case auszuwählen. So lassen sich erste Erfolge sichtbar machen und Schritt für Schritt weitere Bereiche einbinden.

In this week's Data Debrief, Kyle Winterbottom and Catherine Dowden-King unpack a ChatGPT-powered "smart learning" teddy bear aimed at three-year-olds, and use it as a way into a bigger question: when we let technology deliver the output, what happens to the learning journey that used to produce it? That thread runs from toddlers and university degrees all the way into the enterprise.They also discuss Tuesday's main episode with Chris Pearce, Chief Data Officer at Ageas UK, why AI use cases are finally moving from the sandbox into production, and why the value of that work is still invisible to most customers.They also discuss:Why an AI companion that validates a child's every feeling removes the friction that teaches them how to share, wait and apologise.Why "screen-free" is a weak selling point when the device still talks back, listens and adapts.How closed-circuit toys like a Toniebox or Yoto player carry a fundamentally different risk profile to a Wi-Fi-connected, always-listening teddy.What happens when parental controls protect one side of the conversation but not what the child says.Why universities banned AI not to stop augmentation, but to stop replacement — and why that distinction matters everywhere else too.How one Strava user overlaid running-route data with rent and income data to find up-and-coming New York neighbourhoods before prices caught up.Why personal, intuitive data use cases like that one are a better route into data literacy than heavy-handed formal training.Why psychological safety keeps surfacing as the precondition for genuine experimentation with AI.How the AI hype cycle has bought data leaders more freedom to test and fail than the analytics era ever did.Why podcast guests are suddenly willing to name specific, productionised use cases when a year ago they wouldn't talk on the record.What the shift from internally-focused efficiency gains to customer-facing AI means for how organisations talk about their investment.Why a business can cut processing times from 100 days to five and still have customers asking what changed for them.How the gap between the AI narrative and the actual customer experience is becoming a reputational problem, not just a comms one.Why Kyle still had to request a paper form by post to update his details with a pension provider in 2026.How Octopus Energy empowering agents to send flowers or waive costs resets customer expectations for every other provider.Why data teams need a feedback loop with customers without becoming a ticket office that builds whatever the last complaint asked for.What Chris Pearce's point about hallucinations — that nobody ever measured how often tired, stressed humans got it wrong — says about the standard we hold AI to.Why the structural and operating model problems inside organisations, not the technology, are what keep use cases stuck in the sandbox.How the AI risk conversation has finally given data governance, quality and management their moment of investment.Why CDOs should take that funding while it's on the table, whatever vehicle got it there.

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

Industrial Talk is onsite at PowerGen and talking to Ted Pardee, CRO at Kognitiv Spark about "Augmented Reality hands-free connected worker solution". Ted Pardee from Kognitiv Spark discussed augmented reality's role in power generation at PowerGen in San Antonio. He highlighted the technology's potential to enhance efficiency and problem-solving by enabling remote expert guidance through headsets. Pardee emphasized the importance of leveraging AI and AR to address the skilled labor shortage and the "gray tsunami" of retiring experts. He noted that while Microsoft exited the AR headset market, numerous manufacturers now offer durable, intrinsically safe devices. Pardee also mentioned the integration of AR with existing systems and the development of disconnected worker solutions for low-bandwidth areas. Outline Introduction and Welcome to Industrial Talk Scott introduces the episode of Industrial Talk, sponsored by the Propane Education and Research Council, highlighting their commitment to safety training and innovative propane-powered technology.Scott praises industry professionals for their bravery, innovation, and problem-solving skills, celebrating them as heroes.The podcast is broadcasting from PowerGen in San Antonio, Texas, where industry professionals gather to discuss solutions for power generation. Introduction of Ted Pardee and Kognitiv Spark Scott introduces Ted Pardee, the guest, and his company, Kognitiv Spark, which focuses on augmented reality technology.Ted Pardee shares his first impression of PowerGen, describing it as an incredible conference with a large number of vendors and attendees.Ted emphasizes the importance of presenting new technologies to make businesses more efficient and solve problems.Ted provides a brief background on his career, highlighting his experience in the software business for over 30 years, including selling enterprise asset management software in the 1990s. Evolution of Technology and Augmented Reality Ted discusses the evolution of technology from mainframe to client-server to the web, and now to the mobile world.He explains how augmented reality technology, combined with AI, will revolutionize business operations by providing workers with headsets that connect them with experts remotely.Ted provides examples of how augmented reality can be used in various industries, including power generation and medical fields.He shares a personal anecdote about using MapQuest in the past, contrasting it with the current reliance on mobile devices. Application of Augmented Reality in Power Generation Ted describes how augmented reality headsets can help experts remotely assist workers in solving problems, especially in remote locations.He explains how the technology can be used in asset management, allowing experts to guide workers through repairs using Teams calls or Kognitiv Spark's remote assistance software.Ted highlights the importance of leveraging technology to protect workers and improve efficiency in industries like oil and gas, chemical plants, and manufacturing.He emphasizes that the technology is still in its early stages but has the potential to revolutionize how work is done in various industries. Durability and Market of Augmented Reality Headsets Ted compares the durability of augmented reality headsets to cell phones, suggesting that if a headset breaks, it can be easily replaced, similar to replacing a broken phone.He explains that the focus should be on the software that runs on the headsets, as the hardware can be replaced.Ted discusses the market for augmented reality headsets, mentioning that there are now many manufacturers, including Microsoft, which has exited the market.He predicts that in the future, there will be a variety of headsets available, each suited to different use cases and industries. Use Cases and Integration with Existing Systems Ted provides a use case for augmented reality in power generation, explaining how it can help ERCOT assess and solve problems quickly during extreme weather conditions.He discusses the integration of augmented reality with existing asset performance management systems, allowing workers to access real-time data and expert guidance.Ted explains how Kognitiv Spark's software has open APIs, making it easy to integrate with other systems and enhance existing solutions.He highlights the potential for augmented reality to improve maintenance efficiency and reduce downtime in various industries. Addressing Skilled Labor Shortage and Knowledge Transfer Ted addresses the issue of the skilled labor shortage and the "gray tsunami," where experienced workers are retiring, leaving a gap in expertise.He explains how augmented reality can help maximize the expertise of experienced workers by allowing them to remotely assist younger workers.Ted provides examples of how companies are using augmented reality to reduce travel for experts and improve efficiency in their operations.He emphasizes the importance of leveraging technology to bridge the gap between experienced workers and the next generation of professionals. Conclusion and Contact Information Ted shares his contact information, encouraging listeners to reach out to him on LinkedIn or through Kognitiv Spark's website.Scott thanks Ted for the conversation and highlights the importance of the work being done by Kognitiv Spark in advancing augmented reality technology.The podcast concludes with a reminder to listeners to visit the Industrial Talk website for more information and to connect with Ted Pardee.Scott reiterates the importance of storytelling and marketing for industry professionals to inspire the next generation and ensure the success of their companies. If interested in being on the Industrial Talk show, simply contact us and let's have a quick conversation. Finally, get your exclusive free access to the Industrial Academy and a series on “Why You Need To Podcast” for Greater Success in 2026. All links designed for keeping you current in this rapidly changing Industrial Market. Learn! Grow! Enjoy! TED PARDEE'S CONTACT INFORMATION: Personal LinkedIn: https://www.linkedin.com/in/tedpardee/ Company LinkedIn: https://www.linkedin.com/company/kognitivspark/ Company Website: https://www.kognitivspark.com/ PODCAST VIDEO: https://youtu.be/ii7K4JZY_-k THE STRATEGIC REASON "WHY YOU NEED TO PODCAST": OTHER GREAT INDUSTRIAL RESOURCES: NEOM:

Nicht Theorie, sondern Praxis: Das Panel der KI Exchange 2026 zeigt anhand konkreter Cases, welche KI-Anwendungen in Banken und Fintechs bereits produktiv im Einsatz sind.

Sean Frank (CEO, Ridge), Matt Bertulli (CEO, Pela Case & Lomi), Jason Panzer (President, HexClad), and Mike Beckham (CEO, Simple Modern) rank the ten highest impact ways ecommerce brands are using AI in 2026. The four disagree loudly before landing on a group ranking none of them expected going in. Sean says AI chatbots now handle nearly every routine support ticket. Mike takes it further with a model that predicts each customer's next purchase and updates hourly.The pattern repeats in content, where generative AI now handles static images at Ridge and Pela for a fraction of the old cost. Powered By Fulfil https://9ops.co/fulfil Saras Analytics ⁠https://bit.ly/4a3gzVv⁠ Postscript ⁠https://9ops.co/postscript⁠ Aftersell https://9ops.co/4i3bb5 Richpanel https://9ops.co/richpanel Northbeam https://www.northbeam.io/ Operators Newsletter https://9operators.com/ Operators Portal https://portal.9operators.com/dashboard

Mit Francesco Wiedemann (Knowlix.ai) Staffel #13 Folge #9 | #Marketing_021 Der Podcast über Marketing, Vertrieb, Entrepreneurship und Startups *** www.knowlix.ai/ https://www.linkedin.com/in/francescowiedemann/ *** Francesco Wiedemann spricht im "Marketing From Zero To One" Podcast über seinen Weg vom Maschinenbaustudium an der TU München über Stationen bei der Deutschen Bahn und BMW bis zur Gründung des US-Mobilitäts-Startups Kyte, das mehr als 370 Millionen US-Dollar an Kapital aquirierte. Anschließend beschreibt er, wie aus einem ursprünglich KI-gestützten Dokumentenmanagementsystem Knowlix.ai entstand, eine AI-native Arbeitsplattform bzw. ein Betriebssystem für kleine und mittelständische Unternehmen. Im Gespräch geht es um konkrete Anwendungsfälle, Kundengewinnung, die Ablösung zahlreicher einzelner SaaS-Tools und Francescos These, dass klassische Software durch KI zunehmend zur austauschbaren Commodity wird. Wir sprachen über den rasanten technologischen Wandel, seinen eigenen KI-Arbeitsalltag, veränderte Berufsperspektiven für Studierende und Berufseinsteiger sowie die einmaligen Chancen, mithilfe von KI einfacher ein eigenes Unternehmen aufzubauen. *** 01:08 - Francescos Weg zum Gründen 02:56 - MIT, Indien und erste Gründungsidee 07:10 - Das Geschäftsmodell von Kyte 09:26 - Wachstum und Finanzierung 11:41 - Das Ende von Kyte 13:19 - Die Idee hinter Knowlix 19:51 - Vom Dokumentenmanagement zur Plattform 22:11 - Zielgruppen von Knowlix 23:59 - Use-Cases im Mittelstand 27:14 - Warum Knowlix bewusst breit startet 32:34 - Vom Problem zur Kundenlösung 34:11 - Self-Service und Enterprise Sales 35:23 - Marketing und Kundengewinnung 37:52 - Digitalisierung ohne eigene IT-Abteilung 40:34 - Tool-Ablösung und einfache Migration 43:07 - Plattform oder KI-Schnittstellen? 46:44 - Produktentwicklung im KI-Tempo 49:34 - Francescos persönlicher KI-Alltag 52:39 - Berufseinstieg im KI-Zeitalter 57:17 - Learnings aus Kyte 58:07 - Internationale Expansion 59:32 - Aufruf an zukünftige Gründer *** Die Zeitangaben können leicht abweichen.

Figure Markets just delivered a massive Q2 earnings report, and the numbers suggest Wall Street may still be misunderstanding the company. In this episode of The Milk Road Show, John Gillen sits down with Milk Road analyst Martin to break down the bull case for Figure Markets, why its revenue and profits are growing so quickly, and how Figure is evolving from a specialty lender into a scalable financial marketplace built on blockchain infrastructure.~~~~~⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

Send us Fan MailManufacturers are under increasing pressure to adopt AI, yet many find it difficult to distinguish practical opportunities from market hype. In this webinar, we explore what AI actually looks like within a manufacturing ERP environment and where it can deliver measurable business value. We address common misconceptions, including the belief that AI requires replacing an existing ERP system, investing in enterprise-scale budgets, or operating as a Tier 1 manufacturer. Instead, attendees will learn how AI can enhance their current ERP platform by leveraging existing operational data to improve decision-making, automate routine processes, and increase overall business efficiency.Video: https://www.elevatiq.com/events-and-webinars/ai-for-manufacturers-practical-erp-use-cases-without-a-costly-system-reset/Questions for Panelists?

Send us Fan MailWhat if AI could tap into live operational data — without ETL or RAG? In this episode, Deepti Srivastava, founder of Snow Leopard, reveals how her company is transforming enterprise data access with intelligent data retrieval, semantic intelligence, and a governance-first approach. Tune in for a fresh perspective on the future of AI and the startup journey behind it.We explore how companies are revolutionizing their data access and AI strategies. Deepti Srivastava, founder of Snow Leopard, shares her insights on bridging the gap between live operational data and generative AI — and how it's changing the game for enterprises worldwide.We dive into Snow Leopard's innovative approach to data retrieval, semantic intelligence, and governance-first architecture.04:54 Meeting Deepti Srivastava 14:06 AI with No ETL, no RAG 17:11 Snow Leopard's Intelligent Data Fetching 19:00 Live Query Challenges 21:01 Snow Leopard's Secret Sauce 22:14 Latency 23:48 Schema Changes 25:02 Use Cases 26:06 Snow Leopard's Roadmap 29:16 Getting Started 33:30 The Startup Journey 34:12 A Woman in Technology 36:03 The Contrarian View

Send us Fan MailWhat if AI could tap into live operational data — without ETL or RAG? In this episode, Deepti Srivastava, founder of Snow Leopard, reveals how her company is transforming enterprise data access with intelligent data retrieval, semantic intelligence, and a governance-first approach. Tune in for a fresh perspective on the future of AI and the startup journey behind it.We explore how companies are revolutionizing their data access and AI strategies. Deepti Srivastava, founder of Snow Leopard, shares her insights on bridging the gap between live operational data and generative AI — and how it's changing the game for enterprises worldwide.We dive into Snow Leopard's innovative approach to data retrieval, semantic intelligence, and governance-first architecture.04:54 Meeting Deepti Srivastava 14:06 AI with No ETL, no RAG 17:11 Snow Leopard's Intelligent Data Fetching 19:00 Live Query Challenges 21:01 Snow Leopard's Secret Sauce 22:14 Latency 23:48 Schema Changes 25:02 Use Cases 26:06 Snow Leopard's Roadmap 29:16 Getting Started 33:30 The Startup Journey 34:12 A Woman in Technology 36:03 The Contrarian View

Andy discusses the ins and outs of Trump accounts:Legislative backgroundHow to open themHow to fund themInvesting inside themHow to distribute from themReporting around themTaxation of themThe two potential worthwhile use cases I see for themLinks in this episode:My in-depth write-up of Trump accounts, including all of the links I referenced in the show - Trump accounts: what they are, how they work, and use casesTenon Financial monthly e-newsletter - Retirement Planning InsightsYouTube channel - Retirement Planning Education (formerly Retirement Planning Demystified)Retirement Planning Education website - www.RetirementPlanningEducation.comTo send Andy questions to be addressed on future Q&A episodes, email andy@andypanko.comTo follow Andy on LinkedIn: https://www.linkedin.com/in/andypanko/

Dan Abramov joins Scott and Wes to explain AT Protocol, the open standard quietly rebuilding the social web. They get into how it actually works, why it's way bigger than just Bluesky, and why Dan calls it one of the most interesting ideas on the internet right now. Show Notes 00:00 Intro 00:45 Welcome to Syntax! 01:46 Introduction of Dan Abramov 02:55 Understanding AT Protocol and Its Importance 06:41 The Relationship Between AT Protocol and Bluesky 08:22 Identity and Hosting in AT Protocol 11:29 Brought to you by Sentry 11:54 Use Cases for AT Protocol 13:08 How Content is Managed in AT Protocol 19:12 Public Data and Future Extensions of AT Protocol pds.ls 20:33 Schema Flexibility in AT Protocol Standard.site 25:28 Exploring AT Protocol Patterns UFOs 28:27 Media and Data Integration Challenges Stream.place 31:15 User Experience and Accessibility in AT Protocols 32:13 AI Intersections with AT Protocol 36:54 Comparing Protocols: Bluesky vs. Mastodon 41:43 Decentralization and Crypto Connections 44:59 Addressing Abuse and Spam in Protocols 48:24 Community Trust and Content Quality 51:20 Innovations and Future of AT Protocol 55:55 Sick Picks + Shameless Plugs Sick Picks Scott: Wes: Dan: Solo Monk Shameless Plugs Scott: Wes: Dan: Next.js 16.3: Instant Navigations Hit us up on Socials! Syntax: X Instagram Tiktok LinkedIn Threads Wes: X Instagram Tiktok LinkedIn Threads Scott: X Instagram Tiktok LinkedIn Threads Randy: X Instagram YouTube Threads

Send us Fan MailThis week on Making Data Simple, join Ajay Kulkarni, CEO and co-founder of TigerData, as we dive into the rapidly evolving world of data. Ajay shares his front-row perspective on the challenges and opportunities of building and scaling time-series databases in an era of AI-driven automation.From the mechanics of managing massive data streams to the bold bets shaping the future of IoT, this conversation goes deep into what's breaking, what's working, and what's next. Whether you're a data engineer, tech leader, or simply fascinated by the speed of AI innovation, this episode is packed with insights you won't want to miss.01:15 Meet AJ Kulkarni 04:29 TigerData 07:16 Timeseries 09:25 Use Cases 11:03 Why Progress? 11:58 Why TigerData 16:05 AI is Everything 21:06 The Fastest Postgres 25:45 Advanced Features 28:53 Future of IoT 36:48 The Future of TigerData 38:03 San Francisco 38:26 A Big Bet 41:06 Good BooksLinkedIn: https://www.linkedin.com/in/ajaykulkarni/ Website: https://tigerdata.comWant to be featured as a guest on Making Data Simple?  Reach out to us at almartintalksdata@gmail.com and tell us why you should be next.  The Making Data Simple Podcast is hosted by Al Martin, WW VP Technical Sales, IBM, where we explore trending technologies, business innovation, and leadership ... while keeping it simple & fun. 

Send us Fan MailThis week on Making Data Simple, join Ajay Kulkarni, CEO and co-founder of TigerData, as we dive into the rapidly evolving world of data. Ajay shares his front-row perspective on the challenges and opportunities of building and scaling time-series databases in an era of AI-driven automation.From the mechanics of managing massive data streams to the bold bets shaping the future of IoT, this conversation goes deep into what's breaking, what's working, and what's next. Whether you're a data engineer, tech leader, or simply fascinated by the speed of AI innovation, this episode is packed with insights you won't want to miss.01:15 Meet AJ Kulkarni 04:29 TigerData 07:16 Timeseries 09:25 Use Cases 11:03 Why Progress? 11:58 Why TigerData 16:05 AI is Everything 21:06 The Fastest Postgres 25:45 Advanced Features 28:53 Future of IoT 36:48 The Future of TigerData 38:03 San Francisco 38:26 A Big Bet 41:06 Good BooksLinkedIn: https://www.linkedin.com/in/ajaykulkarni/ Website: https://tigerdata.comWant to be featured as a guest on Making Data Simple?  Reach out to us at almartintalksdata@gmail.com and tell us why you should be next.  The Making Data Simple Podcast is hosted by Al Martin, WW VP Technical Sales, IBM, where we explore trending technologies, business innovation, and leadership ... while keeping it simple & fun. 

For many Americans, the idea of retiring before age 59 and a half often seems out of reach, particularly when the bulk of their savings sits in an employer-sponsored 401(k) or 403(b) plan. Traditionally, the tax code penalizes early withdrawals from these accounts. However, the Rule of 55 could open the door to a more flexible, penalty-free early retirement. On this episode, I'll share more about this IRS provision, who qualifies, how to use it wisely, and potential hazards to avoid.   You will want to hear this episode if you are interested in... [00:00] Overview of the Rule of 55 and its relevance to retirement savers [02:20] IRS provision allowing penalty-free withdrawals before age 59½ [05:03] Withdrawing from employer 401k early [07:19] Understanding the Rule of 55 [10:06] Common scenarios where Rule of 55 is useful [12:11] Does not apply if funds are rolled into an IRA    A Deep Dive Into the Rule of 55 The IRS usually limits penalty-free withdrawals from retirement plans until you are 59½. Withdrawals before then typically face a 10% early withdrawal penalty on top of regular income taxes. The Rule of 55 is an exception, allowing people who leave their jobs in or after the calendar year they turn 55 to access funds from their employer's plan without being penalized.   There are several conditions to qualify: You must have left (voluntarily or involuntarily) your employer on or after reaching age 55 within the same calendar year. The funds must remain in the retirement plan of your most recent employer; this rule does not apply to old 401(k)s or IRAs.   Who Qualifies for the Rule of 55? To benefit from the Rule of 55, you must separate from your employer (by retiring, being laid off, or quitting) in the year you turn 55 or later. Importantly, the provision only applies to the plan at your most recent employer. If you have funds in 401(k)s from previous jobs, they are not eligible—unless you move those funds into your current employer's plan before you separate. This rule does not apply to IRAs of any kind.   Strategic Considerations Before Using the Rule Accessing your retirement funds early can provide flexibility, but there may also be drawbacks. Consider the following aspects before making withdrawals:   1. Plan-Specific Rules Not every employer allows post-separation distributions that leverage the Rule of 55. Check your plan document or HR department to confirm eligibility. Some plans may even restrict withdrawals to lump-sum distributions—a move that could trigger a significant tax event.   2. Tax Implications The Rule of 55 lets you avoid the 10% early withdrawal penalty, but income taxes still apply to distributions from pre-tax 401(k)s. If you're withdrawing from a Roth 401(k), only qualified distributions escape taxation, earnings could still be taxed if the account isn't at least five years old or you haven't reached 59½.   3. Returning to Work You can still take penalty-free withdrawals from your old plan and work elsewhere, you just can't return to the same employer and continue penalty-free distributions from that plan.   4. Preserving Your Nest Egg Large or ill-timed withdrawals can erode your investments and disrupt your long-term retirement security. It's crucial to view withdrawals in the context of a potential 25- to 35-year retirement span.   Common Scenarios and Use Cases   Unexpected Job Loss: After an unexpected layoff at age 57, you can supplement your income using penalty-free 401(k) withdrawals until age 59½. Bridging Pension Gaps: If your pension doesn't kick in until 60 but you retire at 56, the Rule of 55 can provide necessary cash flow for those interim years. Semi-Retirement Transitions: Those shifting to part-time work or consulting may use partial withdrawals to cover living expenses while ramping up new income streams.   Using the Rule of 55 requires careful planning and a clear understanding of your plan's rules and your long-term income needs. Before making any moves, consult with a financial advisor to develop a sustainable retirement withdrawal strategy. Resources Mentioned Retirement Readiness Review Subscribe to the Retire with Ryan YouTube Channel Download my entire book for FREE  Topic no. 558, Additional tax on early distributions from retirement plans other than IRAs   Connect With Morrissey Wealth Management  www.MorrisseyWealthManagement.com/contact Subscribe to Retire With Ryan  

Episode 250 of the Presentation Podcast brings together industry experts Troy Chollar, Sandy Johnson, Nolan Hames for a deep dive into how artificial intelligence (AI) is reshaping the workflow of professional presentation design. Drawing from a real-world case study Lori Chollar of TLC Creative Services talks about a real-world success story that is literally at the intersection of AI and presentation design. Lori shares how an end client leveraged AI to develop a reference presentation before engaging the presentation design team. Listen now!   Full Episode Show Notes https://thepresentationpodcast.com/2026/e250   Show Suggestions? Questions for your Hosts? Email us at: info@thepresentationpodcast.com   Listen and review on iTunes. Thanks! http://apple.co/1ROGCUq   New Episodes 1st and 3rd Tuesday Every Month  

In this episode, host Mike chats with Shane White from NoBul Partners about practical and highly effective ways to use AI in Amazon marketing. Shane explains his transition from ChatGPT to Claude, highlighting its powerful capabilities in visualizing large datasets and generating client-ready presentations. He also shares a clever hack for training the AI to scrape a client's website to automatically match brand colors and fonts in slide decks. We'll see you in The PPC Den!

Industrial Talk is onsite at Octave Live and talking to Bruce Chaplin, Vice President, Geospatial at Octave about "Operational efficiency through geospatial intelligence. The conversation highlights the importance of the Barcelona Cybersecurity Congress from November 3-5, 2023, and the Industrial Talk podcast with Scott Mackenzie. Bruce Chaplin, a 26-year veteran at Hexagon, discusses the evolution of geospatial technology, emphasizing its applications in industrial settings. He explains how geospatial intelligence integrates static and dynamic data to enhance operations, safety, and efficiency. Chaplin also touches on the use of lidar, 3D scans, and digital twins for real-time monitoring and decision-making. He encourages companies to start small with targeted geospatial solutions to address specific business problems. Outline Barcelona Cybersecurity Congress Announcement Scott introduces the Barcelona Cybersecurity Congress, emphasizing its importance for cybersecurity.The event is scheduled for November 3-5 in Barcelona, with a strong team from Farah organizing it.Scott highlights the opportunity to network with top cybersecurity professionals from around the world.Industrial Talk will be broadcasting live from the event, and Speaker 1 will be there to discuss cybersecurity with experts. Introduction to Industrial Talk Podcast Scott is described as a passionate industry professional focused on transferring innovations and trends.The podcast aims to celebrate industry professionals who solve problems, innovate, and collaborate.Scott thanks listeners for their support and introduces the first Octave Live event in Austin, Texas. Introduction of Bruce Chaplin and Octave Live Scott introduces Bruce Chaplin, a key figure at Octave, and mentions the importance of the Octave Live event.Bruce shares his positive experience at the conference, emphasizing new connections and the opportunity to tell the Octave story.Bruce provides a brief background on his 26-year tenure with Hexagon and his current role in sales for the geospatial business in North America.Speaker 1 and Bruce discuss the significant changes in technology and the reach of geospatial applications over the years. Geospatial Technology in Industrial Settings Bruce explains how geospatial technology can be applied in industrial settings, from mapping to monitoring construction projects.He highlights the importance of geospatial technology in operating facilities and transportation, including asset tracking and perimeter security.Bruce describes the dynamic nature of geospatial intelligence, which combines static and dynamic data to provide real-time insights.Scott and Bruce discuss the potential for geospatial technology to enhance operational efficiency and safety in industrial facilities. Use Cases and Deployment of Geospatial Solutions Bruce provides examples of how geospatial solutions can be deployed in specific industrial problems, such as managing contractors and optimizing maintenance procedures.He explains the importance of context-dependent solutions, tailored to different industries like defense and transportation.Bruce discusses the role of data analysis in geospatial solutions, including the use of lidar and other sensors to create digital twins and simulate outcomes.Speaker 1 and Bruce explore the potential for geospatial technology to enhance worker safety and efficiency in industrial settings. Future of Geospatial Technology Bruce predicts that geospatial technology will become more integrated into various business solutions, moving beyond specialized applications.He emphasizes the importance of contextualizing data to provide actionable insights and improve decision-making.Speaker 1 and Bruce discuss the potential for geospatial technology to drive innovation and enhance operational efficiency in industry.Bruce shares his contact information and encourages listeners to reach out to him on LinkedIn for further discussions. Conclusion and Call to Action Scott wraps up the conversation, highlighting the importance of connecting with industry professionals and telling their stories.He encourages listeners to visit the Industrial Talk website to connect with Bruce and other industry experts.Scott emphasizes the value of sharing information and building relationships within the industry to drive success.The podcast concludes with a reminder of the importance of innovation, collaboration, and storytelling in the industrial sector. If interested in being on the Industrial Talk show, simply contact us and let's have a quick conversation. Finally, get your exclusive free access to the Industrial Academy and a series on “Why You Need To Podcast” for Greater Success in 2026. All links designed for keeping you current in this rapidly changing Industrial Market. Learn! Grow! Enjoy! BRUCE CHAPLIN'S CONTACT INFORMATION: Personal LinkedIn: https://www.linkedin.com/in/bruceachaplin/ Company LinkedIn: https://www.linkedin.com/company/octaveintelligence/ Company Website: https://www.octave.com/ PODCAST VIDEO: https://youtu.be/uf5PwKNYWeg THE STRATEGIC REASON "WHY YOU NEED TO PODCAST": OTHER GREAT INDUSTRIAL RESOURCES: NEOM: https://www.neom.com/en-us Hexagon: https://hexagon.com/ Arduino: https://www.arduino.cc/ Fictiv: https://www.fictiv.com/ Hitachi Vantara: https://www.hitachivantara.com/en-us/home.html Industrial Marketing Solutions:  https://industrialtalk.com/industrial-marketing/ Industrial Academy: https://industrialtalk.com/industrial-academy/ Industrial Dojo: https://industrialtalk.com/industrial_dojo/ We the 15: https://www.wethe15.org/ YOUR INDUSTRIAL DIGITAL TOOLBOX: LifterLMS: Get One Month Free for $1 – https://lifterlms.com/ Active Campaign: Active Campaign Link Social Jukebox: https://www.socialjukebox.com/ Industrial Academy (One Month Free Access And One Free License For Future Industrial Leader): Business Beatitude the Book Do you desire a more joy-filled, deeply-enduring sense of accomplishment and success? Live your business the way you want to live with the BUSINESS BEATITUDES...The Bridge connecting sacrifice to success. YOU NEED THE BUSINESS BEATITUDES! TAP INTO YOUR INDUSTRIAL SOUL, RESERVE YOUR COPY NOW! BE BOLD. BE BRAVE. DARE GREATLY AND CHANGE THE WORLD. GET THE BUSINESS BEATITUDES! Reserve My Copy and My 25% Discount

Join Grant Harvey and Corey Noles from The Neuron live on Thursday, July 9 at 10AM PT as we test OpenAI's new GPT-5.6 model family in real time: Sol, Terra, and Luna.Instead of just reading benchmark charts, we're going hands-on with the use cases people should actually try first.We'll test:

YouTube has officially outgrown traditional media taxonomies to become a unique, multi-surface ecosystem spanning streaming, social, and commerce. This week, Tinuiti's Sean Odlum explains how brands can leverage first-party CRM data and the Ads Data Hub, to bypass mobile-heavy biases and measure true impact across every screen. Key Highlights

Doomscrolling vertical videos is just brain rot, right?

Fable 5 is out, but it'll be gone (again) before you know it. While Anthropic's powerful Mythos 5 is out for the masses for another 5 days, it might be their Sonnet 5 model that's your next daily driver. Even better news? If you're an iPhone user, your OpenClaw and Cursor accounts are gonna get a lot more use. Yeah, it's a short Holiday week in the U.S., but the AI companies didn't stop shipping. From new models to new ways to work, these are 7 new AI features available now that you should be using. Fable 5 and Sonnet 5 Released, OpenClaw on Your iPhone, NotebookLM's New Video Format and 7 More AI Features You Need NowNewsletter: Sign up for our free daily newsletterMore on this Episode: Episode PageToday's Episode on LinkedIn: Thoughts on this? Join the convo on LinkedIn and connect with other AI leaders.Upcoming Episodes: Check out the upcoming Everyday AI Livestream lineupWebsite: YourEverydayAI.comEmail The Show: info@youreverydayai.comConnect with Jordan on LinkedInTopics Covered in This Episode:Anthropic Sonnet 5 Model OverviewSonnet 5 vs Opus 4.8 PerformanceAnthropic Model Naming Confusion ExplainedSonnet 5 Pricing and API Cost AnalysisSonnet 5 Use Cases for Daily WorkNotebookLM 60-Second AI Video GenerationNotebookLM Cinematic Video Format ReviewChatGPT Finance Feature: Plaid IntegrationChatGPT Finance Rollout and Security DetailsTwitter/X MCP Model Context Protocol LaunchMCP API Access for AI Agents ExplainedOpenClaw iOS and Android App LaunchOpenClaw Mobile Bridge Setup and UsageCursor iOS App for AI Code AgentsCursor Cloud Agents and Mobile NotificationsAnthropic Fable 5 Limited-Time AvailabilityFable 5 Cost Structure and GuardrailsAnthropic Frontier Models and US RegulationsTimestamps:00:00 Recent AI developments and updates05:54 API pricing and usage strategies07:19 Choosing the right AI model11:17 Notebook LM paid user rollout16:17 ChatGPT's new personal finance tool17:35 Integrating ChatGPT with Plaid for Finance21:35 Streamlining MCP setup for developers24:40 Introducing the OpenClaw monitoring app29:33 Talking about upcoming super apps32:03 Fable 5 availability announcement34:43 Building projects with Fable 5Keywords: Anthropic, Fable 5, Sonnet 5, Opus 4.8, Haiku 4.5, Mythos 5, Large Language Models, AI model naming, AI benchmarks, agentic models, adaptive thinking, 1 million context window, token output, AI hallucination rates, Anthropic subscription plan, AI API pricing, AI free plans, ChatGPT Finance, Plaid integration, finance AI assistant, OpenAI personal finance, financial data privacy, iOS AI apps, Android AI apps, OpenClaw, open source AI agent, AI mobile companion app, NotebookLM, AI video generation, vertical video, cinematic video, Gemini paid users, educational AI videos, doom scrolling video format, AI-powered coding agents, Cursor, cloud AI agents, remote desktop AI, iOS live activities, PR merge on mobile, X API, Twitter MCP server, social listening AI, developer AI tools, AI super app, project Glasswing, US AI export controls, government AI regulation, classifier guardrails, secure AI data, AI for marketers, subscription replacements, Codex, Claude cowork, Claude code, Codex remote control, always-on AI.Send Everyday AI and Jordan a text message. (We can't reply back unless you leave contact info) Ready for ROI on GenAI? Go to youreverydayai.com/partner 

In this webinar turned podcast, Scott Becker is joined by Brian Taylor, Will Conaway, Robert DeVita, and Andrea Marin, to discuss practical AI use cases, implementation challenges, and how leaders can drive meaningful business results with AI. Sponsored by McGuireWoods LLP, Perpetuate Capital, Priority Search Management, Thinkspan, Baird & Warner, Elevate Talent Advisors, & Grange […]

In this long-form webinar turned podcast, Scott Becker speaks with several industry leaders on 7 different panels including The Deal Market, AI Use Cases, Talent & Recruitment, and Building Great Businesses. Sponsored by McGuireWoods LLP, Perpetuate Capital, Priority Search Management, Thinkspan, Baird & Warner, Elevate Talent Advisors, & Grange Park Partners.