Wie wir den Bundesverband als hybride, gemeinnützige Organisation gebaut haben und was Entscheider daraus lernen können

Es gibt einen Reflex, der in Deutschland zuverlässig funktioniert:
Sobald das Wort „gemeinnützig“ fällt, sinkt die Erwartung an Geschwindigkeit. Sobald „Verband“ fällt, sinkt die Erwartung an Umsetzung. Und sobald „KI“ fällt, steigt die Erwartung an Buzzwords.

Wir haben versucht, genau diese drei Reflexe zu brechen.

Der Bundesverband für KI Transformation ist als gemeinnützige Organisation entstanden, aber nicht als klassische Interessenvertretung, die vor allem Positionen formuliert. Sondern als Plattform für Umsetzung. Als Netzwerk, das Projekte möglich macht. Als Trust Layer zwischen Anbietern, Anwendern und Entscheiderrealität.

Und der zentrale Satz, der das erklärt, lautet: AI first war keine Option, sondern die Bedingung.

Nicht, weil es modern klingt. Sondern weil es sonst gar nicht gegangen wäre.

Warum überhaupt ein neuer Verband

Ich habe in den letzten Jahren die Verbandslandschaft im Technologie- und KI-Bereich sehr genau beobachtet. Und mein Eindruck war immer wieder derselbe: Es dauert zu lange. Die Ergebnisse sind zu klein. Der Effekt ist zu gering.

Das ist kein Vorwurf an einzelne Menschen. Das ist eine Diagnose über Strukturen. Viele Organisationen sind auf eine Welt optimiert, in der Veränderung langsam ist. In der man sich Zeit nehmen kann, um Begriffe zu klären, Gremien zu synchronisieren, Abstimmungen zu fahren.

KI ist die Gegenwelt. KI beschleunigt. KI verkürzt Zyklen. KI macht aus Wochen Tage und aus Tagen Stunden. Und wenn du versuchst, diese Dynamik mit Strukturen zu steuern, die auf Langsamkeit optimiert sind, passiert etwas sehr Einfaches: Du verlierst Momentum.

Die Konsequenz daraus war für mich klar: Wenn wir einen Verband bauen, dann nicht als „noch ein politischer KI-Verband“. Sondern als gemeinnützige Organisation, die unternehmerisch arbeitet.

Unternehmerisch heißt in diesem Kontext nicht „Profit“. Unternehmerisch heißt: Projekte statt Papier. Verbindungen statt Verlautbarungen. Output statt Dauerabstimmung.

Gemeinnützig ist kein Synonym für langweilig

Vielleicht ist das der unterschätzte Teil der Geschichte: Gemeinnützigkeit wird oft wie ein ästhetischer Filter behandelt. Als müsste man automatisch leiser, vorsichtiger, langsamer sein.

Ich glaube, das ist ein Denkfehler. Gerade weil eine Organisation gemeinnützig ist, muss sie effizient sein. Gerade weil sie Wirkung verspricht, muss sie liefern. Und gerade weil sie nicht auf Gewinnmaximierung optimiert ist, kann sie sich eine radikale Ausrichtung auf Nutzen leisten.

Wenn wir in Deutschland über „Unternehmen von morgen“ reden, reden wir oft über Technologie. Wir reden zu selten über Organisationsformen. Über neue Mischformen aus Wirkung, Professionalität und Geschwindigkeit.

Vielleicht sind genau solche hybriden, gemeinnützigen Organisationen ein Modell: nicht als Gegenentwurf zur Wirtschaft, sondern als Ergänzung. Als Infrastruktur für Vertrauen, Orientierung und Umsetzung.

Was „AI first“ bei uns wirklich bedeutet

AI first ist bei uns keine Tool-Religion. Es ist auch kein „jeder promptet mal“. AI first ist eine Betriebsart.

Die Abgrenzung ist wichtig: AI first heißt nicht unkoordinierter Tool-Einsatz. Das führt zu zwei Dingen: zu inkonsistenter Qualität und zu diffundierender Verantwortung.

AI first heißt bei uns: Mensch und Maschine arbeiten strukturiert zusammen, um schneller und qualitativ besser zu Ergebnissen zu kommen. Und zwar nicht einmal, sondern fortlaufend.

Drei Prinzipien tragen das:

1. Agenten liefern Optionen, Menschen tragen Verantwortung.
   KI kann vorbereiten, strukturieren, Varianten liefern, Risiken sichtbar machen. Aber Entscheidung, Priorisierung und Außenwirkung bleiben beim Menschen.

2. Iteration ist Pflicht, nicht Ausnahme.
   Wir entwickeln die Organisation fortlaufend weiter. Wir testen, wir lernen, wir verwerfen. Fehler sind nicht das Ziel, aber sie sind der Preis für Geschwindigkeit.

3. Wir lernen aus Output, nicht aus Meetings.
   Viele Organisationen lernen aus Diskussionen. Wir zwingen uns, aus Ergebnissen zu lernen. Das ist unbequem, aber ehrlich.

Warum das nicht nur Theorie ist

Ohne AI-first-Strategie wäre die Geschwindigkeit, in der wir den Bundesverband aufgebaut haben, so nicht möglich gewesen. Das gilt für die Gründung selbst, aber auch für die Ausprägungen, die in kurzer Zeit entstanden sind: der Venture AI Excellence Award, die Plattform, Kooperationspartner, produktive Projekte, und das Onboarding von über 300 Unternehmen.

Das Entscheidende ist: KI-Agenten sind bei uns nicht „ein Tool“, das man eben nutzt. Sie sind Rollen im System. Wir haben aktuell 15 KI-Agenten im Einsatz, unter anderem in Personal, Vertrieb, Recht, Marketing, Assistenz, Podcasting, Redaktion und Growth Management.

Ein konkretes Beispiel: In der rechtlichen Arbeit werden Kooperationsverträge und Partnerschaftsentwürfe von Agenten vorbereitet, sodass unsere Verbandsjuristin mit einer strukturierten Grundlage arbeiten kann. Das ist nicht „KI macht Recht“. Das ist: Menschen arbeiten dort, wo ihr Wert liegt: in Verantwortung, Risikoabwägung, Entscheidung.

Ein anderes Beispiel: Kommunikation und Redaktion. Agenten helfen, Inhalte vorzustrukturieren, Varianten zu erstellen, Argumentationslinien zu prüfen. Aber der Mensch verantwortet, was rausgeht.

Und ja: Wir geben Agenten Namen und Identitäten. Nicht als Gag, sondern weil Rollen Klarheit schaffen. Und Klarheit schafft Geschwindigkeit.

Der eigentliche Hebel: Vertrauen

Wenn du Entscheider bist, dann kennst du das Problem: Der Markt ist voll von Versprechen. Voll von „KI kann alles“. Voll von Case-Studies, die sich nicht übertragen lassen. Und gleichzeitig gibt es da draußen Anbieter, die wirklich erstklassige Arbeit machen, aber nicht sichtbar sind.

Das erzeugt eine toxische Mischung:
Anbieter kämpfen um Vertrauen. Mittelständische Unternehmen zögern. Investitionen bleiben aus. Projekte passieren nicht. Und am Ende verliert nicht nur ein Unternehmen, sondern ein Standort.

Deshalb ist unser Anspruch, als Verband ein Trust Layer zu sein. Ein Trust Label. Eine Instanz, die Orientierung gibt. Nicht durch Lautstärke, sondern durch Kuratierung.

Bewirb dich jetzt für den Venture AI Excellence Award

Warum der Venture AI Excellence Award zentral ist

Der Venture AI Excellence Award ist in diesem Modell kein Marketing-Add-on. Er ist ein Instrument, um Skepsis abzubauen.

Er soll Unternehmen sichtbar machen, die Substanz liefern. Und er soll Anwendern Orientierung geben: Wer kann was, wer hat es nachgewiesen, wer ist anschlussfähig für echte Projekte.

Das Ziel ist ein Top-Experten-Netzwerk, das nicht auf Selbstdarstellung basiert, sondern auf überprüfbarer Qualität.

Wenn das gelingt, entsteht etwas Seltenes: ein Signal in den Markt, das Vertrauen erzeugt. Und Vertrauen ist die Voraussetzung für Investition.

Fünf Learnings für Entscheider, die du morgen testen kannst

Damit das hier nicht nur eine Verbandsstory bleibt, fünf Learnings, die du in deinem Unternehmen sofort anwenden kannst:

1) KI-Transformation scheitert selten an Tools. Sie scheitert an Verantwortung.
Definiere glasklar: Wer entscheidet was. Wer trägt die Konsequenz. Wer stoppt Projekte.

2) Geschwindigkeit ohne Iteration ist Selbstbetrug.
Wenn du Fehler bestrafst, bekommst du keine Geschwindigkeit, sondern Theater. Baue kurze Zyklen und Stopp-Regeln.

3) Agenten funktionieren nur als Rollen, nicht als Spielzeuge.
„Jeder nutzt KI“ ist kein System. Definiere Rollen: Vorarbeit, Qualitätssicherung, Dokumentation, Analyse, Kommunikation.

4) Qualität entsteht durch Standards, nicht durch Talent.
Wenn Output skalieren soll, brauchst du Standards: Templates, Review-Schritte, klare Definitionen von „fertig“.

5) Vertrauen ist die Währung.
Wenn du Vertrauen aufbaust, wird investiert. Wenn nicht, bleibt alles Pilot. Frage dich: Was ist dein Trust Label intern und extern?

Die Einladung

Wenn du KI-Lösungen baust oder KI-Services anbietest und du das Gefühl hast, dass du zwar Substanz lieferst, aber zu wenig Sichtbarkeit bekommst, dann ist die Einladung klar: Öffne dich dem Kurationsprozess. Bewirb dich für den Venture AI Excellence Award. Werde sichtbar.

Und wenn du Entscheider bist, Vorstand, Geschäftsführer, Verantwortlicher, dann ist die Einladung genauso klar: Komm in dieses Netzwerk. Nutze es als Orientierung. Nutze es als Zugang zu Partnern, die Qualität nachweisen. Und bring deine Perspektive ein, damit aus KI nicht nur Strategie wird, sondern Umsetzung.

Denn am Ende ist der Satz simpel:
KI ist ein Beschleuniger. Wirkung entsteht nur, wenn Menschen Verantwortung übernehmen und gemeinsam etwas bauen.

Jetzt abonnieren

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.space

Vernetze dich mit Norman auf LinkedIn:

https://www.linkedin.com/in/muellernorman

KI ist nicht das Problem. KI ist der Spiegel. Unternehmen kaufen Tools, testen Modelle, lizenzieren Copilot für alle und nennen das Transformation. Dann kommt die Ernüchterung. Die Technologie liefert. Das Unternehmen nicht. Wissen liegt verteilt in Köpfen, Ordnern, E Mail Postfächern und alten Wikis. Prozesse sind weichgezeichnet. Zuständigkeiten sind höflich unklar. Und plötzlich zeigt KI nicht die Zukunft, sondern die Schwächen der Organisation.

Martin Ulbricht, Founder von QLero, formuliert es nüchtern: KI ist oft nur die Medizin. Die Krankheit sitzt früher. In Struktur, Prozess, Datenqualität, Verantwortungslogik. Wer KI als Toolfrage behandelt, bekommt Toolantworten. Wer KI als Geschäftsmodellfrage begreift, bekommt Hebel.

KI wird zur Chefsache, wenn sie am Geschäftsmodell arbeitet

Ulbricht kommt aus einer Welt, in der Skalierung nicht bedeutet, mehr Menschen einzustellen, sondern die Kostenkurve zu brechen. Seine zentrale Beobachtung: Viele Entscheider sagen „Wir machen jetzt KI“, definieren aber nicht, welche KI Strategie sie meinen. Es gibt keinen klaren Auftrag, keinen Case, keine Leitplanken. Stattdessen wird das Thema an jemanden delegiert, der weder die Profitabilität noch die echten Schmerzpunkte kennt. Das Ergebnis ist bekannt. Aktivität ohne Richtung. Workshops ohne Outcome. Roadmaps ohne Realität.

Dabei wäre der Einstieg banal, fast schon unromantisch. Wo verliere ich Geld. Wo ist Aufwand hoch und Qualität trotzdem nicht stabil. Welche zwei oder drei Cases begegnen uns täglich. Nicht einmal im Jahr. Nicht als PowerPoint. Sondern als wiederkehrender Prozess, der Ressourcen frisst. Genau dort lohnt sich Automatisierung, genau dort lohnt sich Kontext KI. Und genau dort wird es zur Chefsache.

Schließ dich dem Bundesverband für KI-Transformation e.V. an

Denn die entscheidende Information liegt selten in der IT Abteilung. Sie liegt in der BWA, im Deckungsbeitrag, im Cash Cycle, in der Wahrheit darüber, welche Leistung wirklich Geld verdient und welche nur beschäftigt. Diese Leitplanken kann nur das C Level setzen. Wer das delegiert, delegiert sein Geschäftsmodell.

Souveränität statt Shadow IT: Kontext schlägt Prompting

Ulbricht beschreibt außerdem ein Risiko, das viele unterschätzen, weil es so menschlich ist: Shadow IT. Mitarbeitende laden vertrauliche Protokolle in öffentliche Systeme, weil es schnell geht und weil die Lizenz im Unternehmen veraltet ist. Das ist nicht Bosheit, das ist Pragmatismus. Aber es öffnet Türen. Daten verlassen das Unternehmen. Und es entsteht ein neues Spielfeld für Angreifer, die genau darauf warten, dass Firmen ihre Kronjuwelen freiwillig in fremde Modelle kippen.

Die Antwort darauf ist nicht Angst. Es ist digitale Souveränität. Systeme, die kontextbezogen arbeiten, auf Unternehmensfakten beruhen und Governance nicht nachträglich ankleben, sondern von Anfang an mitdenken. QLero positioniert sich genau dort. Nicht als reines KI Tool, sondern als Automatisierungsplattform aus Regeln plus KI. Ulbricht nennt die Module nicht Agenten, sondern Maker. Der Unterschied ist programmatisch. Nicht nur reaktiv auf Anfrage, sondern proaktiv mit Vorschlagsmanagement, Erkenntnissen, Handlungsempfehlungen. KI als Mitarbeitersystem, nicht als Chatfenster.

Spannend wird es, wenn man den Blick vom Prompting löst. Ulbricht hält Prompting für eine Übergangstechnologie. Wer schlecht promptet, bekommt schlechte Ergebnisse. Das ist im Unternehmenskontext tödlich, weil es die Verantwortung verschiebt. Der Mensch soll nicht lernen, wie man Maschinen höflich bittet. Der Mensch soll Ergebnisse bewerten können. Dafür braucht es Interfaces, die sich wie ein Gespräch mit einem Kollegen anfühlen und Systeme, die Kontext aus dem Unternehmen ziehen, statt Fantasie zu produzieren.

Wissen als Kapital: Transkripte, Tempo und ein neues Beratungsmodell

Ein zweiter Hebel ist Wissensmanagement, aber nicht als Dokumentenfriedhof. Ulbricht beschreibt einen einfachen Trick mit großer Wirkung: Meetings transkribieren, strukturieren, Ziele schärfen, Wissen sofort digital verfügbar machen. Nicht, um Ablagen zu füllen, sondern um Wertschöpfung zu ermöglichen. Transkripte sind Rohstoff. Erst wenn sie auffindbar, aktuell, kontextualisiert und nutzbar sind, werden sie zu Kapital. Sonst bleibt es Shit in, Shit out, nur in schönerer Schrift.

Das führt zur unangenehmen Frage, die selten laut gestellt wird: Was passiert, wenn Wissen mit der demografischen Welle das Unternehmen verlässt. Wenn Experten in Rente gehen und niemand mehr weiß, warum eine Entscheidung so getroffen wurde. KI kann das nicht magisch ersetzen. Sie kann nur verwerten, was vorhanden ist. Wer heute nicht beginnt, Wissen zu sichern, wird morgen nicht innovieren, sondern reparieren.

Auch die Arbeitswelt verschiebt sich. Ulbricht skizziert zwei Rollen, die bleiben: Generalisten mit Breite und Architekten, die Code und Systeme prüfen, vor allem unter Security Gesichtspunkten. Gleichzeitig sinkt die Nachfrage nach klassischen Junior Tätigkeiten, weil KI vieles schon kann. Das ist kein Grund für Kulturpessimismus, aber ein Grund für Strategie. Wer heute keine Nachwuchsfähigkeiten aufbaut, hat morgen niemanden, der die KI Ergebnisse validiert.

Bewirb dich für den Venture AI Excellence Award

Und dann ist da noch die große Illusion der alten Beratungswelt. Sechs Monate Projekt, 250.000 Euro weniger, danach genauso schlau wie vorher. Ulbricht setzt dagegen ein Ergebnis gegen Geld Modell. Festpreis Module, schneller Mini POC, in wenigen Tagen erlebbar, ob ein Case trägt. Das ist nicht nur effizienter, es ist zeitgemäß. In einer Welt, in der Technologie wöchentlich neue Möglichkeiten liefert, ist Langsamkeit kein Stil, sondern Risiko.

Der Moderator bringt es auf den Punkt: KI wird zur Chefsache, sobald sie am Geschäftsmodell arbeitet. Nicht, wenn Marketing bessere Texte schreibt, sondern wenn neue Einnahmeströme, neue Märkte, neue Fähigkeiten entstehen. Dann ist es das Baby des Geschäftsführers. Dann muss er mitreden. Dann muss er entscheiden.

Am Ende bleibt ein Satz, der hängen bleibt, weil er nicht nach KI klingt, sondern nach Leben: mehr Fokus. Ulbricht nennt 15 Prozent. 15 Prozent mehr Fokus im Alltag. Vielleicht ist das die eigentliche Pointe dieser Folge. KI ist Geschwindigkeit. Organisation ist Richtung. Und ohne Fokus ist jede Geschwindigkeit nur ein schnellerer Weg ins Nichts.

Jetzt abonnieren

Norman Müller macht in dieser Solofolge etwas, das viele Verbände nicht können oder nicht wollen. Er zeigt nicht nur, was der Bundesverband für KI Transformation nach außen kommuniziert, sondern was intern gerade gebaut wird. Nicht als Imagefilm, sondern als Werkstattbericht. Mit einem zentralen Motiv: Der KI Markt ist laut, teuer und voller Selbstzuschreibungen. Unternehmen wollen investieren, tun es aber oft nicht, weil ihnen eine Sache fehlt: belastbare Orientierung.

Der Ausgangspunkt ist eine Beobachtung aus vielen Gesprächen. Auf der Plattform des Bundesverbands sind inzwischen mehrere hundert Unternehmen vernetzt. Norman hat mit sehr vielen davon direkt gesprochen. Seine ursprüngliche These war klassisch. Der Mittelstand ist zögerlich, Kompetenzen fehlen, Investitionen dauern. Dann kam die Korrektur. Zögern ist nicht nur Angst vor Technologie. Zögern ist Risikomanagement. Wer größere Summen in KI steckt, will wissen, mit wem er sich einlässt.

Denn KI ist nicht nur eine Lizenz. Es ist ein Asset. Und wer ein Asset aufbaut, prüft Partner anders als beim Einkauf eines Tools. Genau hier entsteht die Lücke, die Norman beschreibt. Der Markt liefert zu wenig verlässliche Signale. Wer ist wirklich KI Experte. Welches Startup ist tragfähig. Welche Corporate Lösung ist erprobt. Und wer sieht den Mittelständler nur als Pilotkunden.

Der Venture AI Excellence Award als Antwort auf ein Vertrauensproblem

Das erste große Projekt hinter den Kulissen ist der Venture AI Excellence Award. Der Award ist nicht als Trophäe gedacht, sondern als Kurationsinstrument. Der Bundesverband positioniert sich dabei als unabhängiger Kurator, der KI Experten, Startups und Corporates auszeichnet. Nicht nach Bauchgefühl, sondern über ein mehrstufiges Verfahren.

Der Kern ist ein Bewerbungsprozess mit Prüfstrecken. Bewerber müssen Auskunft geben über Organisation und Lösung. Es geht um Compliance, Datenschutz, Ethik, Aufbau der KI Solution, Servicequalität und Arbeitsweise. Norman nennt das bewusst komplex. Weil Komplexität hier nicht Selbstzweck ist, sondern Schutz. Der Mittelstand soll Risiken minimieren können, bevor er investiert.

Wichtig ist auch die wissenschaftliche Begleitung. Der Verband kooperiert dafür mit einer Hochschule in Berlin. Der Name wird im Podcast noch nicht genannt, eine Veröffentlichung per Pressemitteilung ist angekündigt. Die Botschaft ist klar. Der Prozess soll nicht nur sauber wirken, sondern nachvollziehbar sein. Transparenz wird zum Teil der Qualität.

Norman macht dabei eine Einschränkung, die man selten so deutlich hört. Auch ein Award ersetzt keine eigene Prüfung. Jedes Unternehmen hat eigene Anforderungen und rechtliche Rahmenbedingungen. Aber eine Vorprüfung, eine Trennung von Spreu und Weizen, spart Zeit, reduziert Fehlentscheidungen und schafft Orientierung in einem Markt, in dem sich jeder auf LinkedIn zum Experten erklären kann.

Kuratieren heißt auch, Feedback zu geben

Ein weiterer Punkt ist das Feedback Prinzip. Wer den Award nicht gewinnt, soll nicht einfach abgewiesen werden. Norman will erklären können, warum es nicht gereicht hat und woran gearbeitet werden muss. Das ist mehr als Nettigkeit. Es ist ein Qualitätshebel. Der Award wird damit zu einem Lernsystem für Anbieter und zu einem Filtersystem für Unternehmen.

Organisatorisch trägt das Kurationsdesign eine klare Handschrift. Norman bedankt sich explizit bei Nicola Graul, die als hauptverantwortliche Kuratorin das Management und das Prozessdesign verantwortet. Dazu kommt eine Jury mit Experten aus Recht, Datenschutz, Ethik, Startup Bewertung, Technologieeinwertung und Transformationspraxis. Die Jury soll später rotieren, weil Menge und Dynamik des Marktes das erzwingen.

Bewirb dich jetzt für den Venture AI Excellence Award

KI Beauftragte als nächste Infrastruktur

Das zweite große Projekt ist die Qualifizierung und Kuratierung von KI Beauftragten. Der Vergleich ist bewusst gewählt. Datenschutzbeauftragte wurden relevant, als DSGVO Verstöße ein finanzielles Risiko wurden. Mit dem EU AI Act entsteht eine ähnliche Lage, nur mit potenziell höheren Geldbußen. Viele Unternehmen ignorieren das noch oder unterschätzen es. Der Verband will hier eine praktische Antwort liefern.

Die Idee kam aus dem Verband selbst, von der Verbandsjuristin Stephanie, die auch im erweiterten Vorstand ist. Der Plan: Menschen, die bereits Erfahrung mitbringen, etwa als Datenschutzbeauftragte oder aus Transformationsprojekten, sollen eine Zusatzqualifikation erhalten. Ziel ist ein Zertifikat, das den Begriff KI Beauftragter mit Qualität füllt. Nicht als selbsternannter Titel, sondern als nachvollziehbare Kompetenz.

Norman betont dabei einen Punkt, der in Zertifikatsdebatten oft untergeht. Ein Wochenendseminar macht niemanden einsatzfähig. Erfahrung zählt. Und Erfahrung kann aus unterschiedlichen Rollen kommen. Entscheidend ist, dass Unternehmen am Ende eine Datenbank nutzen können, um in ihrer Region passende Personen zu finden, zu beauftragen und damit mehr Rechtssicherheit in Transformationsprozesse zu bekommen.

Bildung neu denken: Berufe der Zukunft designen

Ein drittes Feld ist Bildung. Der Verband hat versucht, Hochschulen für innovative Programme zu gewinnen. Das war schwieriger als erwartet. Umso wichtiger ist die Kooperation mit der Berliner Hochschule. Inhaltlich geht es um eine Frage, die gerade viele umtreibt. Wenn KI Aufgaben übernimmt, was soll man heute noch studieren. Welche Studiengänge sind in drei bis fünf Jahren noch sinnvoll.

Die Antwort des Verbands ist offensiv. Nicht abwarten, sondern neue Berufsbilder definieren und ausbilden. Ein Beispiel, das Norman nennt, ist ein Masterstudiengang AI Ethics and Systems Designer. Eine neue Generation von Fachkräften soll ethische, technische und gestalterische Grundlagen verantwortungsvoller Entscheidungssysteme beherrschen. Nicht nur KI verstehen, sondern sie in Unternehmen und Institutionen souverän einsetzen.

Remote first Verband, regionale Cluster, konkrete Umsetzung

Neben diesen Leuchtturmprojekten beschreibt Norman die Arbeitsweise des Bundesverbands. Remote first, hybrid gedacht, mit Menschen und AI Agents im Hintergrund. Geschwindigkeit auf der Bundesebene, Nähe und Beziehung in den Regionen. Dafür gibt es AI Cluster als Herzstück. Neu gestartet ist das Cluster Oberfranken, mit Fokus auf industrielle Regionen und Hidden Champions. Zusätzlich ist ein CIO Cluster in München geplant, exklusiv für CIOs, um deren spezifische Themen gezielt zu bearbeiten.

Schließ dich dem Bundesverband an

Dazu kommt ein Lehrgang, der die Verbandslogik gut zeigt. AI Leadership und Change Manager startet am 19.05.2026 in den nächsten Durchgang. Der Kurs ist bewusst halb KI, halb Change Management. Nicht Tool Training, nicht Prompting. Sondern die Frage, wie man KI als Unternehmensasset aufbaut und welche Wirkung das auf das Geschäftsmodell hat. Norman wiederholt diesen Punkt mehrfach. Transformation ist erst dann Transformation, wenn sie das Geschäftsmodell berührt. Marketingtexte mit Chatbots zu optimieren ist Effizienz. Nicht zwingend Wandel.

Projektpipeline: Ideen in Umsetzung bringen

Zum Schluss öffnet Norman noch eine weitere Tür. Auf der Plattform gibt es eine Projektpipeline, in der Ideen, Partneranfragen und Gründerteams zusammenfinden sollen. Als Beispiel nennt er ein AI Scoring System für KI Kompetenzen im Executive Search Kontext. Die These: HR Abteilungen und Headhunter können KI Kompetenz heute kaum sauber bewerten. Das schafft ein schwarzes Loch in der Besetzung von C Level Rollen, insbesondere wenn Unternehmen einen CAIO oder vergleichbare Profile suchen.

Norman denkt das weiter. In Zukunft bringt eine Führungskraft nicht nur Erfahrung mit, sondern auch ein eigenes Team aus AI Agents. Wer diese Agenten über Jahre trainiert, erhöht seinen Marktwert massiv. Für Unternehmen entsteht dadurch eine neue Frage. Welche Agenten kommen mit. Wie wurden sie trainiert. Mit welchem Wissen. Und was bedeutet das für IP, Sicherheit und Wettbewerb.

Das ist der Ton dieser Folge. Nicht glatt, sondern vorausdenkend. Nicht nur Netzwerk, sondern Infrastruktur. Der Bundesverband will Orientierung schaffen, wo Unsicherheit Investitionen bremst. Mit Kurationsprozessen, Qualifizierung, Bildung und regionaler Umsetzung. Und mit einem klaren Anspruch. KI ist kein Hype Thema. KI ist eine Führungsfrage mit wirtschaftlichen Konsequenzen.

Jetzt abonnieren

Die Immobilienbranche bewegt Billionen, aber sie arbeitet oft, als wäre 2005 nie zu Ende gegangen. Excel-Listen, manuelle Übergaben, Daten in Ordnern, Zuständigkeiten in Köpfen. Gleichzeitig klebt überall das Etikett „KI“. Jeder Anbieter schreibt es aufs Deck, jede Präsentation beginnt damit. Nur: KI ist kein Zauberstab. Wer keine saubere Datenbasis hat, bekommt keine sauberen Antworten. Und wer schlechte Daten in ein System kippt, bekommt schlechte Entscheidungen zurück. In der Branche heißt das brutal ehrlich: Shit in, shit out.

Genau an dieser Sollbruchstelle setzt Perry Poetis an. Founder und CEO von CENTARIA. Ein Startup, das nicht versucht, der Immobilienwelt noch eine weitere Verwaltungssoftware zu verkaufen, sondern eine neue Logik: Erst Prozesse und Daten in Ordnung bringen, dann KI als Hebel nutzen. Nicht als Chatbot-Spielerei, sondern als Werkzeug, das Portfolios analysiert, Risiken sichtbar macht, Kosten senkt und Eigentümern Kontrolle zurückgibt.

Perry kommt nicht aus der klassischen Immobilienblase. Er kommt aus Finance und M&A. Zehn Jahre Erfahrung, zuletzt in einer Boutique, in der Due-Diligence-Prozesse eigentlich Standard sein sollten. In der Praxis wurden sie oft zu Digitalisierungsprojekten. Zahlen lagen nicht vor, Daten waren fragmentiert, Reportings mussten gebaut werden, damit Management und Investoren überhaupt ein Bild bekamen. Der Punkt ist nicht, dass Unternehmen keine Kennzahlen wollen. Der Punkt ist, dass sie sie nicht strukturiert haben.

Als Perry dann in Richtung Immobilien schaute, wurde aus „schlecht“ schnell „noch schlimmer“. Hausverwaltungen, Eigentümerstrukturen, kleine Portfolios, große Portfolios. Überall dieselbe Grundkrankheit: Daten sind nicht da, nicht sauber, nicht verbunden. Und wenn sie nicht verbunden sind, kann KI nicht arbeiten. Sie halluziniert. Sie rät. Sie produziert Scheinpräzision. Genau das ist gefährlich, wenn es um Vermögen, Instandhaltung, Rücklagen und Mieterträge geht.

CENTARIA verkauft deshalb nicht nur Software. CENTARIA verkauft Begleitung. Das ist der eigentliche Angriff auf den Status quo. Denn viele PropTech-Lösungen tun so, als wäre Implementierung ein Klick. In Wahrheit ist Implementierung ein Projekt. Prozesse müssen verstanden werden. Daten müssen übertragen werden. Quellen müssen definiert werden. Und erst dann kann man KI wirklich auf Spur bringen.

Perry beschreibt es als eine Art Doppelbewegung. Die Software ist das Grundgerüst. Aber der Kunde wird nicht allein gelassen. CENTARIA übernimmt auf Wunsch den Datentransfer, objektbasiert, bis hinein in Details wie Zählernummern. Nicht, weil das sexy ist, sondern weil es die Voraussetzung ist. Wer die Daten nicht in das System bekommt, bekommt auch keinen Nutzen aus dem System. Das ist die Realität in einer Branche, in der Zeit knapp ist, Personal knapp ist und der Wille zur Veränderung oft erst dann entsteht, wenn es weh tut.

Was bringt das konkret? Für Eigentümer vor allem Transparenz und Steuerbarkeit. Ein KPI-Dashboard, responsiv, mobil, schnell. Sind die Mieten eingegangen. Gibt es Abweichungen zum Vertrag. Wo entstehen Lücken. Welche Kosten laufen aus dem Ruder. Welche Rückstellungen müssten gebildet werden. Welche Instandhaltung ist absehbar. Predictive Maintenance als Prinzip, nicht als Buzzword. Nicht erst reagieren, wenn die Heizung kaputt ist und 50.000 Euro auf dem Tisch liegen, sondern vorher wissen, was kommt.

Für Verwaltungen bedeutet es etwas anderes: Superkräfte. Automatisierung dort, wo heute Arbeitszeit verbrennt. Verträge auslesen. Rechnungen auslesen. Informationen strukturieren. Dokumente in Daten verwandeln. Und damit ein Schritt, der für viele unbequem ist: Die Verwaltung wird weniger „Verwalter“ und mehr „Manager“. Genau das ist die eigentliche Disruption. Nicht die Abschaffung des Menschen, sondern die Verschiebung der Rolle. Rechtliche Verantwortung bleibt. Koordination bleibt. Aber die Frage lautet: Braucht es dafür fünf Leute oder einen, der mit KI und sauberen Prozessen arbeitet.

Perry trennt dabei sauber zwischen Interessen. Der Verwalter verwaltet. Der Eigentümer will Potenziale. Rendite, Kosten, Planbarkeit. CENTARIA versucht, beide näher zusammenzubringen, mit einer Plattformlogik: Transparenz für beide Seiten, weniger Informationsasymmetrie, weniger Blindflug. Ein Beispiel aus der Praxis zeigt, wie banal und wie teuer Intransparenz sein kann: Über Jahre wurden Mieten zu niedrig eingezogen, weil Beträge nicht sauber gegen Verträge gespiegelt wurden. Erst im Zuge der Digitalisierung fiel es auf. Das ist kein Skandal, das ist Alltag. Und Alltag ist der größte Kostenblock.

Spannend wird es dort, wo die Software nicht nur die eigenen Daten ordnet, sondern sie anreichert. CENTARIA kombiniert Portfoliodaten mit Marktdaten, etwa regionalen Vergleichswerten. Dadurch entstehen Aussagen, die Eigentümer sonst nur mit viel Aufwand, vielen Quellen und oft mit Bauchgefühl treffen. Wo stehe ich in Bremen im Vergleich zum Markt. Wo verschenke ich Rendite. Wo ist Risiko. Wo ist Potenzial. Das ist der Moment, in dem KI nicht mehr wie ein Chatbot wirkt, sondern wie ein Analyseinstrument.

Und dann ist da noch der Teil, über den selten offen gesprochen wird: KI ist nicht „mal eben“. Perry erzählt, dass allein das Prompting, also die Leitplanken, Quellenregeln und Logik, die die KI zuverlässig machen, Monate gedauert hat. Am Ende standen dutzende Seiten an Prompt-Struktur. Das ist wichtig, weil es die Illusion zerstört, man könne sich das schnell selbst zusammenklicken. Wer in sensiblen Bereichen arbeitet, braucht Kontrolle. Und Kontrolle entsteht nicht durch Hoffnung, sondern durch harte Arbeit an Daten, Prozessen und Regeln.

Wo steht CENTARIA heute. Das Produkt ist nicht mehr Theorie. Ein MVP ist gebaut, erste zahlende Kunden sind da. Ein großer Schritt: 3.500 Objekte sind bereits live in der Software. Bootstrapped, kleines Team, viel Druck, viel Fokus. Der nächste Hebel ist klar: Wachstum, Personal, Vertrieb. Und perspektivisch Partner, die nicht nur Geld, sondern Branchenverständnis mitbringen. Angel-Investoren, die wissen, wie Immobilien wirklich funktionieren. Und die begreifen, dass die Branche nicht an „KI“ scheitert, sondern an der Bereitschaft, endlich die Grundlagen zu legen.

Die Pointe ist simpel und unbequem. KI wird die Immobilienbranche nicht retten. Sie wird sie entlarven. Sie zeigt, wer seine Daten im Griff hat und wer nicht. Wer Prozesse sauber baut und wer sich mit Rhetorik durchmogelt. Wer bereit ist, Verwaltung neu zu denken, und wer am Alten klebt, bis ein anderer den Markt übernimmt. In einer Welt, in der Eigentümer ihr Portfolio auf dem Handy sehen wollen, wird „Verwalten“ zur Mindestanforderung. Der neue Standard heißt Management.

Shownotes

Pericles Poetis (kurz Perry) kommt aus München und hat dort BWL studiert. Nach seinem Studium hat es ihn in die Finanzmetropole Frankfurt a.M. verschlagen, wo er in der M&A Beratung, zuletzt als Manager, tätig war. Dort war er auf die Digitalisierung von Unternehmen spezialisiert.

Durch eigene Erfahrungen sowie den engen Austausch mit Freunden und Geschäftspartnern wurde ihm schnell klar: Die Immobilienbranche, gerade in Deutschland, ist noch immer zu wenig digitalisiert, vor allem im Hinblick auf KI.
Die Lösung: CENTARIA.

Mit genau diesem Problem vor Augen hat Perry CENTARIA im Januar 2025 gegründet und seine Ideen gemeinsam mit Dr. Dennis Drude in einer Software umgesetzt, mit der jedes Immobilienportfolio digital, übersichtlich und zukunftsfähig wird.

Perry auf LinkedIn

Jetzt abonnieren

Wer über Künstliche Intelligenz in deutschen Unternehmen spricht, landet schnell bei denselben Begriffen: Effizienz, Automatisierung, Produktivität. Das klingt sauber, modern und oft auch ein bisschen folgenlos. Im Gespräch mit Tobias Hackbarth wird dagegen sehr schnell klar, dass diese Debatte zu kurz greift. Denn dort, wo KI nicht bloß ein Experiment auf dem Laptop ist, sondern Teil einer kritischen Infrastruktur werden kann, stellt sich die Lage anders dar. Bei der Deutschen Bahn geht es nicht um ein paar optimierte Prozesse im Backoffice. Es geht um Systeme, die jeden Tag funktionieren müssen, weil an ihnen nicht nur ein Geschäftsmodell hängt, sondern ein Land.

Hackbarth, der bei DB Systel KI Services verantwortet, beschreibt eine Welt, in der Innovation nicht einfach mit Tempo verwechselt werden darf. Wer von außen auf die Bahn schaut, sieht häufig Verspätungen, alte Strukturen und ein Unternehmen, das als schwerfällig gilt. Wer aber einen Blick hinter die Fassade bekommt, erkennt vor allem eines: enorme Komplexität. Ein Konzern mit Hunderten Tochtergesellschaften, unterschiedlichsten Aufgaben, tausenden Schnittstellen und einem Sicherheitsanspruch, der mit dem eines gewöhnlichen Unternehmens nichts zu tun hat. Ein Fehler in der IT ist hier eben nicht bloß ein ärgerlicher Systemausfall. Im schlimmsten Fall gefährdet er Menschen.

Genau deshalb ist das Spannende an diesem Gespräch nicht die technologische Seite, sondern die organisatorische. Natürlich geht es auch um Bahn GPT, um interne KI Anwendungen, um Large Language Models, Datenschutz und Cloudstrukturen. Aber das eigentliche Zentrum liegt woanders. Es liegt in der Frage, wie man eine so große Organisation überhaupt dazu bringt, mit einer neuen Technologie sinnvoll zu arbeiten. Und genau an dieser Stelle wird Hackbarths Perspektive interessant, weil sie sich wohltuend von der inzwischen üblichen KI Rhetorik absetzt. Er spricht nicht wie jemand, der eine Heilsbotschaft verkauft. Er spricht wie jemand, der jeden Tag erlebt, dass die Technologie oft das kleinere Problem ist.

Die eigentliche Härte liegt in der Organisation

Was viele Unternehmen noch immer unterschätzen, beschreibt Hackbarth fast beiläufig, aber mit großer Klarheit. Ein Tool einzuführen ist leicht. Eine Organisation zu befähigen, dieses Tool sinnvoll zu nutzen, ist schwer. Hinter einer Anwendung wie Bahn GPT steht eben nicht nur ein technischer Rollout, sondern ein ganzer Kosmos aus Schulungen, Abstimmungen, Trainings, Diskussionen mit Gremien und der permanenten Übersetzungsarbeit zwischen IT und operativer Realität. Die Vorstellung, man müsse nur eine Lizenz kaufen und schon beginne die Transformation, wirkt aus dieser Perspektive fast naiv.

Besonders aufschlussreich ist sein Gedanke des problembezogenen Enablements. Dahinter steckt eine Haltung, die in vielen Unternehmen zwar gern behauptet, aber selten gelebt wird. Nicht die Technologie gibt die Richtung vor, sondern das konkrete Problem der Menschen, die arbeiten müssen. Wer KI einführt, ohne vorher zu verstehen, wie diese Menschen tatsächlich arbeiten, baut am Bedarf vorbei. Vielleicht ist genau das einer der Gründe, warum so viele Digitalprojekte in großen Organisationen am Ende mehr Frustration als Fortschritt erzeugen. Sie werden aus der Logik des Tools gedacht und nicht aus der Logik des Alltags.

Hackbarth beschreibt ziemlich eindrücklich, dass die Vielfalt der Bahn auch bedeutet, dass es nicht den einen Anwender gibt. Es gibt unzählige Jobprofile, Kontexte, Arbeitsrealitäten und Erwartungshaltungen. Manche sitzen den ganzen Tag am Rechner, andere gar nicht. Manche wissen sofort, was ein Sprachmodell kann, andere begegnen ihm zum ersten Mal. Diese Heterogenität macht jede Standardlösung brüchig. Darin liegt aber auch eine wichtige Wahrheit über KI Transformation insgesamt. Sie scheitert selten an der Technik, sondern fast immer an der Annahme, dass Organisationen homogener seien, als sie tatsächlich sind.

Dass dabei die Stimmung eine enorme Rolle spielt, ist ein weiterer Punkt, der im Gespräch fast nebenbei deutlich wird. In jeder Veränderung gibt es die Neugierigen, die Skeptischen und die, die sich innerlich längst verabschiedet haben. Wer KI in die Fläche bringen will, muss also nicht nur Systeme entwickeln, sondern Vertrauen aufbauen. Auch deshalb wirkt Hackbarths Ansatz plausibel. Er kommt nicht mit dem Anspruch, die perfekte Lösung bereits zu kennen. Er fragt nach den Problemen und versucht, von dort aus zu arbeiten. Das klingt banal, ist aber wahrscheinlich der entscheidende Unterschied zwischen einer Technologie, die benutzt wird, und einer, die nur angekündigt wurde.

Souveränität ist kein Gefühl, sondern eine Abwägung

Kaum ein Begriff wird derzeit so schnell moralisch aufgeladen wie digitale Souveränität. Im politischen Raum klingt sie oft wie ein Versprechen, im unternehmerischen Alltag eher wie eine komplizierte Rechenaufgabe. Auch hier bleibt das Gespräch angenehm nüchtern. Hackbarth romantisiert weder die amerikanischen Hyperscaler noch unterschätzt er das geopolitische Risiko. Aber er beschreibt die Realität so, wie große Organisationen sie erleben. Man arbeitet nicht mit abstrakten Haltungen, sondern mit Verträgen, Exit Strategien, Restrisiken und konkreten technischen Maßnahmen.

Das ist deshalb bemerkenswert, weil sich an diesem Thema oft zwei Lager gegenüberstehen. Die einen wollen maximale Unabhängigkeit und am liebsten nur europäische Lösungen. Die anderen argumentieren mit Skalierung, Leistungsfähigkeit und Marktverfügbarkeit. Bei der Bahn scheint man daraus keinen Glaubenskrieg zu machen, sondern einen Entscheidungsprozess. Daten liegen in Europa, Risiken werden bewertet, technische und organisatorische Schutzmaßnahmen kommen hinzu, und am Ende bleibt dennoch ein Restrisiko. Genau darin steckt die vielleicht ehrlichste Beschreibung von Souveränität, die man derzeit hören kann. Souverän ist nicht, wer keinerlei Abhängigkeit kennt. Souverän ist, wer seine Abhängigkeiten versteht und sich auf sie vorbereitet.

Gerade in einer Zeit wachsender geopolitischer Unsicherheit bekommt diese Haltung zusätzliches Gewicht. Die Sorge, dass politische Entscheidungen in den USA direkte Auswirkungen auf europäische Infrastrukturen haben könnten, ist längst keine theoretische mehr. Umso interessanter ist, dass Hackbarth nicht in Alarmismus verfällt, sondern auf Vorsorge setzt. Exit Strategien, flexible Modelle, Alternativen mitdenken. Nicht als Symbolpolitik, sondern als betriebliche Notwendigkeit. Das ist weniger spektakulär als große Souveränitätsreden, aber wahrscheinlich näher an der Realität dessen, was verantwortungsvolle IT Führung in Europa gerade leisten muss.

Die nächste Disruption wird menschlicher, nicht technischer

Richtig spannend wird das Gespräch noch einmal, als es um Agentic AI geht. Also um Systeme, die nicht mehr nur antworten, sondern Aufgaben eigenständig übernehmen. Hier kippt die Debatte schnell ins Visionäre, und doch bleibt Hackbarth auffallend geerdet. Er hält Agentic AI für den wirklich disruptiven Schritt, nicht ChatGPT. Aber auch hier verschiebt er den Fokus sofort weg von der Faszination für das Neue hin zur organisatorischen Konsequenz. Denn sobald Agenten eigenständig handeln, reicht es nicht mehr, ihnen irgendeine Aufgabe zu geben. Dann müssen Prozesse sauber beschrieben, Ziele klar formuliert und Verantwortlichkeiten neu gedacht werden.

Das macht die Sache nicht kleiner, sondern größer. Denn plötzlich stellt sich nicht mehr nur die Frage, welches Modell gut genug ist, sondern wer in der Organisation überhaupt in der Lage ist, solche Agenten sinnvoll zu definieren, zu trainieren und weiterzuentwickeln. Die Technologie mag verfügbar sein. Die Reife der Organisation ist es oft nicht. Vielleicht liegt genau darin die nächste große Trennlinie am Arbeitsmarkt. Nicht zwischen denen, die KI nutzen und denen, die sie ablehnen, sondern zwischen denen, die menschliche Arbeit mit digitalen Agenten sinnvoll kombinieren können, und denen, die diese neue Form der Zusammenarbeit nicht gestalten.

Am Ende bleibt aus diesem Gespräch vor allem ein Eindruck zurück, der mit Technologie nur am Rand zu tun hat. Es geht um Haltung. Um Ernsthaftigkeit. Um die Fähigkeit, zwischen Hype und Verantwortung zu unterscheiden. Tobias Hackbarth wirkt nicht wie jemand, der von Zukunft redet, um modern zu klingen. Eher wie jemand, der verstanden hat, dass technologische Entwicklung nur dann etwas wert ist, wenn sie in der Realität trägt. Vielleicht ist das die eigentliche Pointe dieser Folge. Dass Fortschritt dort am glaubwürdigsten wird, wo man am wenigsten Anlass hätte, ihn leichtfertig zu behandeln.

Über Tobias Hackbarth

Tobias Hackbarth ist seit 2019 in verschiedenen Rollen innerhalb der Cloud Migration und künstlicher Intelligenz in der Deutschen Bahn unterwegs. Im Rahmen seiner Tätigkeiten leitet Tobias aktuell ein Programm für die DB Systel, mit dem Ziel den Konzern zu befähigen die Potenziale von KI zu nutzen. Des Weiteren verantwortet er als ProductOwner für mehrere Teams im KI Bereich die Delivery konzernweiter Services.

LinkedIn

Jetzt abonnieren

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 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.space

Vernetze dich mit Norman auf LinkedIn:

https://www.linkedin.com/in/muellernorman

Netzwerke gelten heute fast überall als unverzichtbar. In Business-Kontexten sowieso, aber auch im Umfeld von Innovation, Technologie und künstlicher Intelligenz. Kaum jemand würde ernsthaft behaupten, dass Netzwerke unwichtig sind. Und doch zeigt sich immer wieder: Die wenigsten verstehen, wie sie tatsächlich funktionieren.

Gerade im Kontext von KI und digitaler Transformation wird dieses Missverständnis besonders sichtbar. Denn hier treffen Menschen aus unterschiedlichen Disziplinen aufeinander. Strategen, Technologen, Juristen, Unternehmer, Forscher. Alle bringen Perspektiven mit, die nur im Zusammenspiel wirklich Wirkung entfalten können. Netzwerke sind deshalb nicht nur soziale Strukturen. Sie sind Kollaborationsräume.

Trotzdem begegnet man häufig einer Erwartungshaltung, die aus einer anderen Zeit stammt. Die Logik dahinter ist einfach: Ich bin Mitglied, ich bin sichtbar, also müssten sich daraus automatisch Kontakte, Kooperationen oder Projekte ergeben. Wenn das nicht passiert, entsteht schnell Frustration.

Doch genau hier beginnt das Missverständnis. Ein Netzwerk ist kein Lieferservice. Es verteilt keine Projekte und es funktioniert auch nicht wie ein Selbstbedienungsladen, in dem man sich einfach nimmt, was gerade interessant erscheint.

Netzwerke sind Arbeitsräume. Und in einem Arbeitsraum entscheidet nicht die Mitgliedschaft über Relevanz, sondern die Beteiligung.

Zwei Haltungen im Netzwerk

Wenn man genauer hinschaut, lassen sich in nahezu jedem Netzwerk zwei grundlegende Haltungen beobachten.

Die erste Haltung ist die des Bewerters. Menschen mit dieser Perspektive betrachten Impulse aus einer Distanz. Sie hören eine Idee, sehen ein Projekt oder verfolgen eine Diskussion und stellen sich vor allem eine Frage: Was habe ich davon?

Wenn sich darauf keine sofort erkennbare Antwort ergibt, verschwindet das Thema schnell wieder aus dem Fokus. Das Netzwerk wird dann als Ort wahrgenommen, an dem „nichts passiert“.

Die zweite Haltung ist die des Verwerters. Diese Perspektive funktioniert anders. Hier wird ein Impuls nicht als fertiges Angebot betrachtet, sondern als Ausgangspunkt. Die zentrale Frage lautet nicht: Was bekomme ich hier? Sondern: Was kann ich daraus machen? Wo kann ich anknüpfen? Wo kann ich einen Beitrag leisten?

Netzwerke reagieren sehr sensibel auf diese Unterschiede. Wer bewertet, bleibt meist Beobachter. Wer verwertet, wird Teil der Dynamik. Und genau diese Dynamik entscheidet darüber, wer im Netzwerk sichtbar wird und wer nicht.

Die wichtigste Währung in Netzwerken ist dabei nicht Reichweite oder Lautstärke. Es ist Erinnerbarkeit. Menschen erinnern sich an diejenigen, die Mehrwert liefern.

Zeit ist das eigentliche Investment

Ein weiterer Denkfehler betrifft das Investment. Viele betrachten den Mitgliedsbeitrag als zentralen Einsatz in einem Netzwerk. Doch der Beitrag ist nur die Eintrittskarte.

Das eigentliche Investment ist Zeit.

Zeit für Gespräche, für Beteiligung, für inhaltliche Beiträge. Zeit, um Diskussionen zu führen, Ideen weiterzuentwickeln oder Projekte gemeinsam zu strukturieren. Gerade in digitalen Netzwerken wird schnell sichtbar, wer wirklich präsent ist und wer lediglich registriert.

Denn Sichtbarkeit entsteht nicht durch ein Profil, sondern durch Aktivität. Wer kommentiert, Fragen stellt, andere unterstützt oder eigene Initiativen einbringt, wird wahrgenommen. Wer lediglich beobachtet, bleibt unsichtbar.

Im Kontext von künstlicher Intelligenz lässt sich das fast technisch beschreiben. KI-Systeme leben von Daten. Kollaborative Intelligenz lebt von Austausch. Wer nichts einspeist, kann auch nichts zurückbekommen.

Schließ dich Venture AI Germany - dem Bundesverband für KI-Transformation e.V. an!

Klarheit schafft Anschlussfähigkeit

Besonders deutlich wird die Bedeutung von Klarheit, wenn es um Positionierung geht. Gerade im KI-Kontext hört man häufig sehr allgemeine Aussagen. Viele sagen, sie machen „etwas mit KI“. Doch diese Beschreibung ist so breit, dass sie kaum Orientierung bietet.

Für ein Netzwerk ist entscheidend, welches konkrete Problem jemand löst. Für welche Zielgruppe. Und aus welcher Perspektive.

Geht es um technologische Entwicklung, strategische Transformation, rechtliche Fragen oder organisatorische Umsetzung? Jede dieser Perspektiven ist wertvoll, aber sie muss erkennbar sein.

Netzwerke funktionieren nur dann effizient, wenn Rollen klar sind. Kollaboration entsteht dort, wo Kompetenzen sichtbar und anschlussfähig werden. Unschärfe erschwert Zusammenarbeit. Klarheit dagegen erleichtert Integration.

Vertrauen entsteht nicht durch Kontakte

Viele Netzwerke beginnen mit großen Meetings oder Veranstaltungen. Das ist sinnvoll, weil es Sichtbarkeit erzeugt. Doch Sichtbarkeit ist nicht dasselbe wie Vertrauen.

Vertrauen entsteht im kleineren Rahmen. In Gesprächen, in wiederholten Interaktionen, in konkreter Zusammenarbeit. Es wächst durch Verlässlichkeit, Kompetenz und Zeit.

Gerade im Umfeld von KI-Projekten spielt Vertrauen eine besondere Rolle. Viele dieser Projekte betreffen strategische Kernfragen von Unternehmen. Daten, Geschäftsmodelle oder Wettbewerbsvorteile stehen auf dem Spiel. In solchen Kontexten arbeitet niemand mit jemandem zusammen, nur weil eine Mitgliedschaft existiert.

Vertrauen ist deshalb immer eine Investition. Und wie jede Investition entfaltet es seine Wirkung erst über einen längeren Zeitraum.

Die unterschätzte Rolle des Connectors

Eine der einflussreichsten Rollen in Netzwerken ist gleichzeitig eine der stillsten. Es ist die Rolle des Connectors.

Connectoren sind Menschen, die andere miteinander verbinden. Sie erkennen, welche Kompetenzen zueinander passen, und bringen genau die Personen zusammen, die gemeinsam weiterkommen könnten.

Diese Rolle ist besonders wertvoll in interdisziplinären Umfeldern wie der KI. Moderne KI-Lösungen entstehen selten isoliert. Sie entstehen an Schnittstellen. Zwischen Technologie und Strategie, zwischen Datenanalyse und Organisationsentwicklung, zwischen Recht und Innovation.

Wer Menschen verbindet, stärkt nicht nur einzelne Beziehungen. Er stärkt das gesamte Ökosystem. Und genau deshalb werden Connectoren zu zentralen Knotenpunkten in Netzwerken.

Substanz schlägt Lautstärke

Viele Netzwerke leiden unter einem Übermaß an Sichtbarkeit und einem Mangel an Substanz. Es wird viel kommuniziert, kommentiert und geteilt. Doch nicht jede Sichtbarkeit erzeugt Wirkung.

Autorität entsteht durch Inhalt. Durch fachliche Impulse, durch strukturierende Beiträge oder durch die Fähigkeit, komplexe Diskussionen zu moderieren.

Sichtbarkeit ohne Kompetenz bleibt Lautstärke. Kompetenz ohne Sichtbarkeit dagegen bleibt unsichtbar. Erst die Kombination aus beidem schafft echte Wirkung im Netzwerk.

Netzwerke funktionieren langfristig

Der vielleicht wichtigste Punkt wird am häufigsten unterschätzt. Netzwerke entfalten ihre Wirkung selten sofort.

Viele Menschen engagieren sich einige Wochen oder Monate und erwarten schnelle Ergebnisse. Bleiben diese aus, entsteht der Eindruck, das Netzwerk funktioniere nicht.

Doch Beziehungen folgen einer anderen Logik. Sie entwickeln sich kumulativ. Ein Gespräch heute kann Jahre später relevant werden. Eine konstruktive Diskussion kann langfristig Vertrauen schaffen. Ein gemeinsamer Gedankenaustausch kann irgendwann zu einem Projekt führen.

Netzwerke sind deshalb Beziehungsinvestitionen. Und wie bei finanziellen Investitionen entfaltet sich ihre Wirkung oft nach dem Prinzip des Zinseszinses. Kleine Beiträge summieren sich über Zeit zu wachsender Relevanz.

Die entscheidende Frage

Am Ende bleibt eine einfache, aber entscheidende Frage.

Funktioniert das Netzwerk nicht.

Oder funktioniert die eigene Haltung im Netzwerk nicht.

Wer Netzwerke strategisch nutzen will, muss sich selbst positionieren. Als Investor oder Zuschauer. Als Bewerter oder Verwerter. Als Kontaktesammler oder Vertrauensaufbauer.

Denn Netzwerke sind keine Orte, an denen man einfach etwas bekommt.

Sie sind Orte, an denen man Bedeutung aufbaut.

Und genau diese Fähigkeit wird im Zeitalter der künstlichen Intelligenz zu einer der wichtigsten Kompetenzen überhaupt. Kollaborative Intelligenz bedeutet nicht nur, dass Maschinen lernen. Sie bedeutet vor allem, dass Menschen lernen, intelligenter zusammenzuarbeiten.

Jetzt abonnieren

Organisationen reden gern über Innovation. Über Geschwindigkeit. Über Disruption. Über KI. Kaum jemand spricht jedoch über das, was all das im Alltag tatsächlich verhindert: fehlende Kooperation.

Silos gelten als strukturelles Problem. Man denkt an Organigramme, Abteilungsgrenzen, Berichtslinien. Doch das ist zu oberflächlich. Silos entstehen nicht primär durch Kästchen auf einer Folie. Sie entstehen durch Denkweisen, Anreizsysteme und Messlogiken. Und genau deshalb halten sie sich so hartnäckig.

In vielen Unternehmen optimiert jede Einheit für sich. Marketing liefert Leads, Vertrieb Abschlüsse, IT Features, HR Trainings. Jeder Bereich kann zeigen, was er geleistet hat. Es wird gearbeitet, geliefert, präsentiert. Aktivität ist sichtbar. Fortschritt dagegen oft nicht.

Das Paradoxe ist: Lokal wirkt alles effizient. Global ist es hochgradig ineffizient. Entscheidungen dauern, weil sie abgestimmt werden müssen. Arbeit wird doppelt gemacht, weil Transparenz fehlt. Kunden erleben Reibung, weil Übergaben nicht funktionieren. Niemand ist böswillig. Das System ist es.

Silos sind deshalb selten ein Kompetenzproblem. Sie sind ein Designproblem. Ein Kooperations-Design-Problem.

Output beschäftigt. Outcome verändert.

Der entscheidende Unterschied, der Silos stabilisiert oder auflöst, liegt in der Art, wie Organisationen messen. Die meisten steuern auf Output. Also auf das, was produziert wird. Anzahl Leads, Anzahl Features, Anzahl Meetings, Anzahl bearbeiteter Vorgänge. Output ist greifbar. Output ist zählbar. Output lässt sich intern gut präsentieren.

Doch Output sagt wenig darüber aus, ob sich für Kunden, Nutzer oder das Geschäft tatsächlich etwas verbessert hat.

Outcome dagegen misst Wirkung. Steigt die Conversion? Sinkt die Durchlaufzeit? Nutzen Menschen die neue Lösung wirklich? Wird der Prozess messbar einfacher? Outcome zwingt zur Zusammenarbeit, weil Wirkung fast nie innerhalb einer einzigen Abteilung entsteht.

Das klassische Spannungsfeld zwischen Marketing und Vertrieb illustriert das perfekt. Marketing optimiert Reichweite und Lead-Volumen, Vertrieb optimiert Abschlüsse. Beide erfüllen ihre KPIs. Und dennoch entsteht Frust, weil die Pipeline nicht konvertiert oder der Sales Cycle zu lange dauert. Erst wenn beide gemeinsam auf Conversion entlang der gesamten Journey oder auf die Geschwindigkeit vom Erstkontakt bis zum Abschluss schauen, verschiebt sich der Fokus. Dann geht es nicht mehr um Schuld, sondern um Hebel.

Dasselbe gilt für Produktentwicklung und IT. Features werden ausgeliefert, Roadmaps abgearbeitet, Tickets geschlossen. Und trotzdem bleibt der Nutzen hinter den Erwartungen zurück. Sobald jedoch Time to Value oder tatsächliche Nutzung gemessen wird, wird klar: Entscheidend ist nicht, was live geht, sondern was wirkt. Und Wirkung entsteht an Schnittstellen.

Outcome ist quer gedacht. Output ist vertikal organisiert. Wer vertikal misst, zementiert Silos. Wer quer misst, zwingt Kooperation.

Warum KI schlechte Systeme nicht rettet

In vielen Organisationen wird nun auf Künstliche Intelligenz gesetzt, als sei sie ein Beschleuniger für alles. Und das ist sie auch, allerdings unter einer Bedingung: Das zugrunde liegende System muss kooperationsfähig sein.

KI skaliert Wissenszugang, Koordination und Entscheidungsqualität. Doch wenn Daten in einem Bereich liegen, Prozesse in einem anderen und Verantwortlichkeiten unklar sind, dann wird KI lediglich ein weiteres Tool im bestehenden Silo. Statt Fortschritt zu erzeugen, beschleunigt sie Inkonsistenzen.

Der zentrale Gedanke lautet daher: KI beschleunigt Systeme. Sie heilt keine schlechten Systeme. Wenn das System fragmentiert ist, wird Fragmentierung schneller. Wenn Verantwortung diffus ist, wird auch das schneller.

Deshalb ist Kooperation keine weiche Kulturfrage. Sie ist eine strategische Kernkompetenz. Wer Geschwindigkeit will, muss Kooperation organisieren. Gemeinsame Outcomes statt isolierter Bereichsziele. Crossfunktionale Teams mit echter Entscheidungsmacht. Transparenz über Entscheidungen und Verantwortlichkeiten. Anreizsysteme, die Brückenbauer sichtbar machen.

Am Ende geht es nicht um Harmonie, sondern um Leistungsfähigkeit. Kooperation ist kein moralischer Imperativ. Sie ist ein Wettbewerbsvorteil. In einer vernetzten Welt gewinnt nicht die beste Einzelabteilung. Es gewinnt das am besten koordinierte System.

Und vielleicht ist genau das die unbequemste Wahrheit: Die meisten Organisationen sind nicht zu langsam, weil ihnen Ideen fehlen. Sie sind zu langsam, weil sie gemeinsam schneller sein müssten, als sie es strukturell erlauben.

Jetzt abonnieren

Deutschland hat sich angewöhnt, die Zukunft wie einen Tagesordnungspunkt zu behandeln. Man nimmt sie zur Kenntnis, bittet um eine Folie dazu, vertagt die Entscheidung und nennt das Strategie. In der Theorie wirkt das vernünftig, in der Praxis ist es eine Form von kollektiver Selbstberuhigung. Denn während hierzulande noch darüber gestritten wird, ob man bei neuen Technologien erst die Risiken oder erst die Chancen zählen müsse, haben andere längst verstanden, dass in der digitalen und nun auch physisch-digitalen Industrie nicht die beste Absicht gewinnt, sondern die höchste Geschwindigkeit.

Genau hier wird das Gespräch zwischen Norman Müller und Prof. Dr. Gunter Dueck scharf. Gunter klingt nicht wie ein Kulturpessimist, sondern wie jemand, der den Ablauf seit Jahrzehnten beobachtet hat und deshalb nicht mehr an Zufälle glaubt. Sein Fatalismus speist sich aus Erfahrung. Er hat Innovationszyklen bei IBM erlebt, hat gesehen, wie Prototypen gebaut und dann in Gremien zerrieben wurden, wie man auf die nächste Messe wartete, auf die nächste Strategiepräsentation, auf die perfekte PowerPoint.

Was ihn besonders umtreibt, ist kein Mangel an Talent oder Kapital, sondern ein verloren gegangenes Zeitgefühl. Deutschland verschiebt zu viel, zu oft, zu selbstverständlich. Termine werden zu Absichtserklärungen, und Absichtserklärungen zu Beruhigungspillen. In einem Umfeld, in dem Plattformen Märkte dominieren, ist das tödlich langsam.

Plattformen statt Produkte

Die eigentliche Verschiebung, über die Gunter spricht, ist keine kosmetische. Es geht nicht um größere Displays oder weniger Knöpfe im Auto. Es geht um Architektur. Um die Frage, ob man zuerst das Betriebssystem denkt und dann das Produkt, oder ob man weiterhin Komponenten zusammenkauft, verkabelt und hofft, dass daraus ein System entsteht.

China baut Software Driven Vehicles. Erst die Software, dann das Auto. Weniger Kabel, weniger Teile, andere Produktionslogik. Als der Ford-Chef Jim Farley nach einem Aufenthalt in Japan von „demütigenden“ Eindrücken sprach und chinesische Fahrzeuge offen lobte, war das mehr als eine PR-Notiz. Es war das Eingeständnis, dass sich die industrielle Basis verschiebt.

Gunter verweist auf Neura Robotics als Gegenbeispiel zum deutschen Kleinmut. Ein Android für Roboter, ein Ökosystem, eine Plattform für Fähigkeiten, die Maschinen lernen können. Sensoranzüge, Bewegungsdaten, Skill-Datenbanken. Das ist strategisches Denken. Nicht ein Produkt, sondern eine Infrastruktur. Doch selbst hier bleibt die Frage offen, ob das Umfeld bereit ist, eine solche Vision durchzuhalten. Eine Plattform braucht Kapital, Partner, Geschwindigkeit und vor allem die Bereitschaft, Verluste als Investition zu begreifen.

Und genau dort wird es kulturell. Als es um Aleph Alpha geht, klingt Gunter fast ärgerlich. Man hätte mehr Kapital aufnehmen können, wollte es aber nicht. Zu viel. Nicht nötig. Kontrollverlust. Während OpenAI mit einer Milliarde startete und Milliarden verbrennt, diskutiert man hier, ob ein paar hundert Millionen nicht schon riskant genug sind. In der Plattformökonomie ist Kapital kein Luxus, sondern Zeitgewinn. Wer zu klein denkt, verliert nicht Geld, sondern Relevanz.

Die Psychologie des Zögerns

An einem Punkt kippt das Gespräch von der Ökonomie in die Psychologie. Gunter greift auf Diagnosen aus der Persönlichkeitsforschung zurück und beschreibt zwanghafte Muster: Listen, Tabellen, Perfektion, Detailversessenheit, das ständige Drehen am Bestehenden. Systeme, die den Ist-Zustand verteidigen, bis der Druck unerträglich wird.

Er sagt es drastisch: Der Zwanghafte verteidigt sein System bis kurz vor dem Zusammenbruch. Erst wenn er dem Abgrund ins Auge sieht, akzeptiert er jede Lösung, die das Problem löst. Es ist ein Bild, das auf Deutschland unangenehm gut passt. Wir lieben Pilotprojekte. Wir lieben saubere Konzepte. Wir wollen Akzeptanz, bevor wir beginnen. Und wir wundern uns, dass andere längst im Markt sind.

Norman versucht im Gespräch immer wieder, die politische Dimension aufzuziehen, das Thema Ministerien, Fördergelder, Digitalstrategien. Gunter bleibt nüchtern. Es gehe nicht primär um Geld, sondern um Einigkeit und Systemdenken. Man könne keinen neuen Wirtschaftszweig aufbauen, wenn man nur eine einzelne Firma fördert. Man brauche Zulieferketten, Plattformen, Standards, Partner. Ein gemeinsames Verständnis, dass man nicht ein Produkt, sondern eine Industrie neu definiert.

Zwischen Hoffnung und Schmerz

Am Ende bleibt keine Apokalypse, sondern eine nüchterne Aussicht. Die Welt geht nicht unter, sagt Gunter. Aber Deutschland könnte vom Produzenten zum Konsumenten werden. Vom Plattformbetreiber zum Aufkleber. Man montiert, vertreibt, reguliert. Die eigentliche Wertschöpfung entsteht anderswo.

Und doch liegt in seinen Worten auch Hoffnung. Deutschland kann das. Nach dem Zweiten Weltkrieg waren Städte wie Hildesheim zerstört und fünfzehn Jahre später wieder aufgebaut. Wenn der Druck groß genug ist, wenn Einigkeit entsteht, kann dieses Land schnell und entschlossen handeln.

Die unbequeme Frage ist nur, ob wir wieder erst an die Wand fahren müssen, bevor wir uns bewegen. Gunter glaubt, dass es oft so läuft. Norman hofft, dass es auch anders geht. Zwischen diesen beiden Polen bewegt sich die deutsche KI-Debatte.

Vielleicht entscheidet sich die Zukunft nicht an der Frage, ob wir klug genug sind. Sondern daran, ob wir bereit sind, rechtzeitig mutig zu sein.

Über Prof. Dr. Gunter Dueck

Gunter Dueck ist Mathematiker, ehemaliger CTO von IBM Deutschland, Bestsellerautor und einer der pointiertesten Gesellschaftsanalysten im deutschsprachigen Raum. Er beschäftigt sich seit Jahrzehnten mit Innovationskultur, Managementstrukturen und den psychologischen Mechanismen in Organisationen.

Blog: https://www.omnisophie.com

Bücher von Gunter Dueck sind im Buchhandel erhältlich, unter anderem zu den Themen Innovationskultur, Persönlichkeitsstrukturen im Management und gesellschaftliche Transformationsprozesse.

Jetzt abonnieren

Die große Enttäuschung nach der KI Euphorie

Viele Unternehmen haben KI eingeführt und sind trotzdem nicht weiter. Lizenzen gekauft, Tools ausprobiert, Pilotprojekte gestartet. Danach Stille. Keine neuen Geschäftsmodelle, keine spürbare Produktivität, keine echte Innovation. Was bleibt, ist Ernüchterung.

Das Gespräch mit Jan Groenefeld und Matthias Schmidt von ideastream.io macht deutlich, woran es wirklich hakt. Nicht an der Technologie. Sondern an falschen Erwartungen. KI wird behandelt wie eine Lösung, dabei ist sie nur ein Werkzeug. Und zwar eines, das erst dann Wirkung entfaltet, wenn Methode, Prozess und menschliche Kompetenz zusammenspielen.

KI ist kein Einführungsprojekt

Ein zentraler Satz aus dem Gespräch bleibt hängen. Unternehmen haben gar keine KI eingeführt. Sie haben Lizenzen gekauft.

Das ist mehr als Wortklauberei. Es beschreibt präzise den Denkfehler. KI wird konsumiert wie Software. Installieren, einloggen, loslegen. Doch Innovation funktioniert nicht so. Sie ist kein Feature, sondern ein Prozess.

Wer glaubt, mit Copiloten und Chatfenstern automatisch bessere Ergebnisse zu erzielen, überspringt die eigentliche Arbeit. Zieldefinition, methodische Klarheit, Entscheidungslogik. Genau hier scheitern viele Pilotprojekte. Nicht weil KI zu schlecht ist, sondern weil niemand weiß, wohin sie arbeiten soll.

Nicht jedes Problem ist ein KI Problem

Jan Groenefeld formuliert es ungewöhnlich scharf. Die Vorstellung, jedes Problem lasse sich mit KI lösen, ist eine Lüge. Ein Narrativ, getrieben von denen, die daran verdienen.

Viele der heutigen Engpässe sind keine KI Probleme, sondern ungelöste Digitalisierungsfragen. Unklare Prozesse, schlechte Kommunikation, fehlende Priorisierung. KI beschleunigt diese Defizite sogar. Sie erhöht die Entropie, statt Wertschöpfung zu erzeugen.

Das führt zu einem paradoxen Effekt. Je mehr Tools im Unternehmen sind, desto weniger Klarheit entsteht. Geschwindigkeit ohne Richtung ist kein Fortschritt.

Wertschöpfung statt Produktivität

Matthias Schmidt setzt einen bewussten Kontrapunkt zur üblichen Effizienzdebatte. Es geht nicht um Produktivität. Es geht um Wertschöpfung.

Produktivität misst Output. Wertschöpfung misst Wirkung. Für Unternehmen, aber auch für Gesellschaft.

Wenn KI lediglich dazu dient, Menschen zu ersetzen, entstehen zwar kurzfristige Effekte, aber langfristig ein Problem. Wirtschaft lebt davon, dass Menschen konsumieren, entscheiden, gestalten. Innovation darf nicht zu einer reinen Rationalisierungsmaschine werden.

Innovation ist ein soziotechnisches System

Beide Gründer beschreiben KI konsequent als Teil eines soziotechnischen Systems. Mensch und Maschine wirken nur gemeinsam.

Die Stärke von KI liegt nicht darin, Antworten zu liefern. Sprachmodelle rechnen Worte, keine Wahrheiten. Ihre eigentliche Kraft liegt darin, Menschen zum Denken zu bringen. Implizites Wissen sichtbar zu machen. Ideen zu schärfen.

Genau hier setzt Ideastream an. Nicht als KI Tool, sondern als methodischer Innovationscoach.

Warum Prompting keine Lösung ist

Ein zentraler Kritikpunkt am heutigen KI Einsatz ist die Abhängigkeit vom Prompting. Wer Innovation entwickeln will, muss wissen, was er fragen soll. Doch genau dieses Wissen fehlt oft.

Innovationsarbeit ist hochgradig erfahrungsabhängig. Methoden, Prozesslogik, Entscheidungsreihenfolge. All das lässt sich nicht einfach in ein Prompt gießen.

Ideastream ersetzt Prompting durch Prozess. Die KI kennt ihre Rolle, ihr Ziel und die nächste sinnvolle Frage. Der Nutzer muss keine Methode beherrschen, sondern wird durch sie geführt.

Johnny als digitaler Innovationscoach

Im Produkt übernimmt diese Rolle ein KI gestützter Coach. Er fragt nicht zufällig, sondern zielgerichtet. Von Idee zu Nutzerproblem. Von Bedarf zu Lösung. Von Annahme zu überprüfbarem Asset.

Entscheidend ist dabei ein Punkt. Die KI produziert keine fertigen Antworten. Sie befähigt Menschen, ihre eigenen Ideen zu explizieren.

Das Ergebnis sind verwertbare Artefakte. Ideenkarten, Personas, Prototypen, Landingpages. Dinge, mit denen gearbeitet werden kann. Intern, mit Kunden, mit Investoren.

Wenn Innovation wieder Spaß macht

Besonders eindrücklich ist das Beispiel eines hybriden Design Thinking Workshops mit Unternehmen wie Procter and Gamble, Lidl und DM.

Dort wurde Ideastream gezielt an den Stellen eingesetzt, an denen klassische Workshops ausbremsen. Dokumentation, Persona Erstellung, Prototyping. Die eigentliche Aushandlung blieb beim Team. Die Workaround Arbeit übernahm die Maschine.

Das Ergebnis war nicht nur Geschwindigkeit. Es war Begeisterung. Menschen, die sich zuvor für nicht kreativ hielten, präsentierten belastbare Konzepte. Innovation wurde anschlussfähig.

Ein neues Betriebssystem für Innovation

Ideastream richtet sich bewusst an Gründerzentren, Innovationsabteilungen, Accelerator Programme und Corporates. Überall dort, wo viele Ideen auf wenig Zeit treffen.

Der Nutzen liegt auf beiden Seiten. Teams lernen den Prozess hands on. Berater und Entscheider gewinnen früh Transparenz und Vergleichbarkeit.

Zwischen Idee und Validierung liegen plötzlich Stunden statt Monate. Das reduziert Risiko. Für Gründer, für Investoren, für Unternehmen.

Die eigentliche Zumutung

Am Ende richtet sich das Gespräch weniger an Startups als an etablierte Organisationen.

Wer Innovation will, muss sie ermöglichen. Kleine Experimente, echte POCs, Offenheit gegenüber unreifen Lösungen.

Startups scheitern selten an der Idee. Sie scheitern an Strukturen, die keine Bewegung zulassen. Zentraleinkauf ist kein Innovationspartner.

Die Einladung ist klar. Weniger reden, mehr machen. KI nicht als Heilsversprechen behandeln, sondern als Werkzeug in einem klaren Prozess.

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.

Jetzt abonnieren

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.space

Vernetze dich mit Norman auf LinkedIn: https://www.linkedin.com/in/muellernorman

Teilen

Mittelstand 2026. Alle reden über KI. Viele testen, pilotieren, kaufen Abos, schreiben Marketingtexte schneller, bauen Präsentationen in Minuten. Und trotzdem bleibt das Entscheidende aus. Wirkung. Transformation. Wertschöpfung, die sich in Umsatz, Marge, Geschwindigkeit, Qualität oder neuen Geschäftsmodellen zeigt.

Der Befund ist unerquicklich. Die Technologie ist verfügbar, die Tools sind reif, das Wissen wächst. Aber die Unternehmen bleiben in einer Phase hängen, die wie Bewegung aussieht, jedoch Stillstand ist. Es ist der KI-Sandkasten. Man spielt. Man lernt. Man fühlt sich modern. Und man vermeidet das, was wirklich weh tut. Die Umsetzung.

Der große Denkfehler: KI als Tool

Der zentrale Irrtum ist banal und deshalb so gefährlich. KI wird wie ein Programm behandelt. Wie CRM. Wie ERP. Man ruft die IT, kauft eine Lizenz, rollt aus, setzt Haken, macht weiter.

Aber KI ist keine Software, die man installiert. KI ist eine universelle Technologie. Ein Verstärker. Sie wirkt nur so gut, wie man sie mit Daten, Prozessen, Verantwortlichkeiten und Zielen füttert. Wer glaubt, ein Chat Abo sei bereits KI Transformation, verwechselt Werkzeug mit Wertschöpfung.

Der Effekt dieser Tooldenke ist sichtbar. Im Unternehmen entstehen parallele Glaubensgemeinschaften. Hier die Claude Gruppe, dort die Copilot Gruppe, dazwischen eine ChatGPT Einheit. Jeder probiert. Jeder lädt Dokumente hoch. Jeder bastelt sich seine kleine Abkürzung. Out of control.

Das Risiko ist doppelt. Erstens Datenschutz und Compliance, weil wildes Hochladen kein Konzept ist. Zweitens Wirkung, weil das Lernen nicht systematisch wird und die Organisation keinen Hebel daraus macht.

Verantwortung ist nicht die Unterschrift

Dann kommt diese Szene, die in immer mehr Vorstandsetagen Realität ist. Drei Leute aus dem C Level schauen sich an, wenn gefragt wird: Wer verantwortet KI? Niemand sagt etwas. Und genau dort liegt das Problem.

Die strategische Entscheidung muss top down fallen. Ohne klares Ziel bleibt alles Add on. Aber die Umsetzung muss bottom up passieren, im Business, in den Bereichen, bei denen, die die Prozesse besitzen. KI ist kein IT Thema. Die IT ist Support, nicht Treiber.

Die Verantwortlichkeit ist deshalb brutal klar. Wer Marketing führt, verantwortet KI im Marketing. Wer den Kundensupport führt, verantwortet KI im Support. Wer Controlling führt, verantwortet KI im Controlling. Und so weiter. KI verteilt Verantwortung, statt sie zu zentralisieren.

Das ist unbequem, weil es Mittelmanagement verlangt, das nicht nur verwaltet, sondern gestaltet. Und es verlangt Führung, die nicht nach einem KI Chef sucht, sondern nach einer Roadmap, die in jede Abteilung übersetzt wird.

Der alte Fehler aus der Digitaltransformation

Viele Unternehmen haben das Muster schon einmal gesehen. Bei der digitalen Transformation war es genauso. Früher entschied die IT über Tools. Heute muss das Business die Use Cases definieren, die Anforderungen, die Datenflüsse, die Frontend Erwartungen.

Wer das nicht tut, produziert teure Fehler. Systeme, die live gehen sollen und dann ausfallen. CRM Lösungen, die das Business nicht tragen kann, weil die Anforderungen nie klar waren. Diese Geschichte wiederholt sich jetzt, nur schneller und mit größerer Fallhöhe.

KI zwingt Unternehmen, sich selbst neu zu lesen. Prozesse, Schnittstellen, Verantwortlichkeiten. Alles steht wieder auf dem Prüfstand. Und das ist gut. Aber es tut weh.

Die unbequeme Wahrheit: Veränderung schmerzt

Der Satz, den man nicht hören will, ist schlicht: Es tut weh. Change hat Geburtswehen. Auf technologischer Seite, weil Infrastruktur, Governance und Datenarbeit plötzlich wichtig werden. Auf menschlicher Seite, weil Rollen sich verschieben und Sicherheit bröckelt.

Die zweite unbequeme Wahrheit ist technischer, aber genauso hart. Daten sind nicht automatisch KI fähig. Nur weil Informationen irgendwo liegen, heißt das nicht, dass sie nutzbar sind. Datenqualität, Zugriffslogik, Struktur, Rechte, Prozesse. Das ist die Hausaufgabe, die viele seit Jahren vor sich herschieben. KI holt sie zurück auf den Tisch. Mit Wucht.

Exponentiell heißt: Der Anschluss ist kein Gefühl, sondern ein Fakt

Was die Führungsetagen massiv unterschätzen, ist Geschwindigkeit. KI entwickelt sich nicht linear. Wer heute ChatGPT wie eine bessere Suchmaschine nutzt, hat das Prinzip nicht verstanden. Agenten, Automatisierung, verknüpfte Workflows, systematische Integration. Das ist die Stufe, die jetzt zählt.

Und der nächste Schritt steht schon vor der Tür. KI in Robotik. Autonome Systeme. Agenten in der realen Welt. Wer die Evolutionsstufen davor nicht gelernt hat, steigt nicht mehr bequem ein. Das Bild ist brutal, aber präzise. Solange die Rakete am Boden zündet, kann man aufspringen. Wenn sie abhebt, schaut man hinterher.

Das Gegenmittel: Lab, Roadmap, Integration

Niemand muss seine gesamte Kerninfrastruktur morgen upgraden. Aber jedes Unternehmen braucht ein Lab. Eine parallele Experimentierumgebung, in der neue Tools, Modelle und Workflows ausprobiert werden, ohne das Kerngeschäft zu gefährden. Ein Zweitgerät, ein Sandbox Tenant, ein klarer Spielplatz mit Regeln.

Und dann braucht es den Schritt, den die meisten vermeiden. Integration. Nicht nur feiern, dass man etwas getestet hat, sondern definieren, wo man in zwölf Monaten stehen will. Welche Prozesse automatisiert sind. Welche Entscheidungen durch KI vorbereitet werden. Welche Datenqualität erreicht ist. Welche Rollen etabliert sind.

Das ist die Differenz zwischen Raupen Optimierung und Schmetterling. Wenn KI nur Zeit spart, bleibt sie eine Effizienzmaßnahme. Wenn KI Geschäftsmodelle, Wettbewerbsvorteile und Kundennutzen verändert, wird sie Transformation.

KI heißt auch Verantwortung

Zwischen Hype und Horror liegt die Realität. KI ist Chance und Schattenseite. Wer seriös führt, betrachtet beides. Daten, Sicherheit, Kontrollierbarkeit, Governance. Und die Frage, wie viel Entscheidungsmacht man an Systeme delegiert.

Das ist kein moralischer Luxus, sondern betriebswirtschaftliche Pflicht. Unternehmen, die KI ohne Verantwortung nutzen, handeln sich Risiken ein, die später teuer werden. Unternehmen, die KI aus Angst nicht nutzen, handeln sich ein anderes Risiko ein. Bedeutungslosigkeit.

Mut ist keine Emotion, sondern ein System

Mut entsteht aus Vertrauen. Vertrauen entsteht aus Erfahrung. Die Erfahrung des Mittelstands ist kein Ballast, sie ist Kapital. KI kann dieses Kapital verstärken, wenn man sie nicht als Tool missversteht, sondern als Betriebsmodell.

Die entscheidende Frage ist damit nicht: Haben wir KI? Sondern: Haben wir Roadmap, Verantwortung, Datenbasis und Change, um KI in Wirkung zu verwandeln?

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 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.space

Vernetze dich mit Norman auf LinkedIn: https://www.linkedin.com/in/muellernorman

Jetzt abonnieren

Podcast-Gast: Benedikt Bonnmann, Vorstand von adesso SE

Die Illusion der souveränen KI

Kaum ein Begriff ist derzeit so politisch aufgeladen wie souveräne KI. Europa gegen die USA, eigene Modelle gegen Hyperscaler, Regulierung gegen Innovationsgeschwindigkeit. Doch diese Debatte greift zu kurz. Denn während Politik und Öffentlichkeit über LLMs, Rechenzentren und Cloud Acts diskutieren, kämpfen Unternehmen mit ganz anderen Problemen. Fehlende Betriebsmodelle, fehlende Architekturentscheidungen und fehlende Verantwortung für die Umsetzung.

Souveränität entsteht nicht durch nationale Wunschbilder, sondern durch reale Handlungsfähigkeit. Wer heute nicht entscheiden kann, welche Technologie er einsetzt, wie austauschbar sie ist und wie kritisch sie für den eigenen Kernprozess ist, ist nicht souverän, unabhängig vom Serverstandort.

Warum Europa nicht an KI scheitert, sondern an Konsequenz

Europa verfügt über exzellente Ingenieure, leistungsfähige Unternehmen und jahrzehntelange Erfahrung in der Industrialisierung komplexer Systeme. Was fehlt, ist nicht Kompetenz, sondern Entschlossenheit. Während andere Regionen Milliarden in KI investieren, verteilt Europa Fördermittel kleinteilig und zögerlich. Das Ergebnis ist vorhersehbar. Viele gute Ansätze, aber keine Champions League.

Souveräne KI bedeutet nicht Autarkie um jeden Preis. Die globale Lieferkette lässt sich nicht vollständig entkoppeln. Chips kommen aus Taiwan, Hardware aus den USA, Open Source aus aller Welt. Die entscheidende Frage lautet daher nicht Europa oder USA, sondern wie bewusst Architekturentscheidungen getroffen werden. Souverän ist, wer Alternativen hat und diese auch operationalisieren kann.

Architektur schlägt Ideologie

In der Praxis zeigt sich schnell, dass es keine absolute Souveränität gibt. Selbst das eigene Rechenzentrum enthält internationale Komponenten. Der entscheidende Punkt ist daher die Differenzierung nach Schutzbedarf. Ein Chatbot auf der Website erfordert maximale Flexibilität und geringe Kosten. Eine KI-gestützte Qualitätsprüfung in der Produktion hingegen verlangt maximale Kontrolle und Stabilität.

Diese Unterscheidung wird in vielen Unternehmen nicht getroffen. Stattdessen wird Souveränität pauschal diskutiert und dadurch handlungsunfähig gemacht. Wer alles gleichzeitig souverän machen will, wird am Ende nichts produktiv einsetzen.

Die verlorenen Jahre der KI-Transformation

Die KI-Transformation hat in vielen Unternehmen bereits vor über zehn Jahren begonnen. Big Data, Machine Learning, Data Lakes. Danach folgte die große Phase der Proofs of Concept. Viele kleine Experimente, wenig nachhaltiger Wert. Gerade als die Professionalisierung einsetzte, katapultierte der ChatGPT-Moment die Organisationen wieder zurück an den Anfang.

Erneut entstanden Sichtbarkeitsprojekte ohne klaren ROI. Wissensdatenbanken, Chatbots, interne Spielwiesen. Die eigentliche Herausforderung blieb ungelöst. Wie wird KI stabil, skalierbar und verantwortbar in Kernprozesse integriert.

Warum Perfektion Innovation verhindert

Ein zentrales Hemmnis liegt im europäischen Perfektionsanspruch. Technologie darf keinen Fehler machen. Dieses Denken blockiert Fortschritt. Autonome Systeme sind heute nachweislich sicherer als menschliche Entscheidungen, werden aber härter bewertet. Der Mensch darf scheitern, die Maschine nicht.

Diese Logik verhindert den produktiven Einsatz von KI. Wer auf hundert Prozent Sicherheit wartet, wird niemals transformieren. Innovation bedeutet, mit kontrollierter Unsicherheit umzugehen.

Der eigentliche Engpass ist der Mensch

Nicht die Technologie limitiert die Transformation, sondern die Organisation. Veränderungsgeschwindigkeit überfordert bestehende Budgetierungs, Entscheidungs und Freigabeprozesse. Kaum ist ein Tool ausgerollt, ist es bereits überholt. Stabstellen für KI verlieren Zeit mit Governance, während der Markt weiterzieht.

KI erfordert neue Führungslogik. Weg von Jahresplänen, hin zu kontinuierlicher Anpassung. Weg von isolierten Abteilungen, hin zu Verantwortung in den Fachbereichen. Transformation lässt sich nicht delegieren.

Mikroproduktivität ist kein Wettbewerbsvorteil

Tools wie Copilot erhöhen Effizienz im Alltag. E Mails werden schneller geschrieben, Protokolle automatisch erstellt. Das ist hilfreich, aber nicht strategisch. Wettbewerbsvorteile entstehen dort, wo KI Geschäftsmodelle verändert, Produkte neu denkt oder Prozesse radikal verkürzt.

Wer KI nicht in den Kernprozessen einsetzt, wird keinen Schmetterling erzeugen, sondern nur eine effizientere Raupe.

Kollaboration als unterschätzter Beschleuniger

Ein zentraler Hebel bleibt weitgehend ungenutzt. Branchenübergreifende Zusammenarbeit. Viele Probleme werden parallel gelöst, mit hohem Aufwand und geringen Skaleneffekten. Ob Gesundheitswesen, Bildung oder Industrie. Daten, Modelle und Lösungen bleiben in Silos.

Dabei wäre der Nutzen enorm. Gemeinsame Modelle, geteilte Infrastruktur, koordinierte Investitionen. Technisch ist das längst möglich. Was fehlt, ist Vertrauen und politischer Wille. Ohne Kollaboration wird Europa seine Stärken nicht ausspielen.

KI ist kein Nebenprojekt

Die vielleicht wichtigste Erkenntnis lautet. KI lässt sich nicht nebenbei einführen. Wer fünf Prozent des IT Budgets investiert, bekommt auch nur fünf Prozent Wirkung. KI ist ein Transformationsvorhaben, das Führung, Prozesse und Kultur gleichermaßen betrifft.

Unternehmen, die heute zögern, werden morgen nicht langsam abgehängt, sondern abrupt irrelevant. Geschwindigkeit ist die neue Währung.

4. Shownotes

• Souveräne KI ist eine Architekturfrage, keine Standortfrage

• Absolute Autarkie ist illusorisch, Entscheidungsfähigkeit ist entscheidend

• Der größte Engpass der KI-Transformation ist Organisation, nicht Technologie

• Perfektionsanspruch blockiert Innovation und Umsetzung

• Mikroproduktivität schafft keinen nachhaltigen Wettbewerbsvorteil

• KI wirkt erst dann transformativ, wenn sie Kernprozesse verändert

• Kollaboration ist Europas größter ungenutzter Beschleuniger

• KI ist ein Führungs und Transformationsprojekt, kein IT Experiment

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 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.

Zum Mitgliedsantrag

Jetzt abonnieren

Es gibt Sätze, die klingen harmlos, bis man merkt, was sie wirklich bedeuten. „KI trifft keine Entscheidungen“, sagt PD Dr. Frank Sauer. Das ist nicht beruhigend. Das ist der kalte Einstieg in eine Welt, in der wir Begriffe benutzen, um uns zu beruhigen, während sich die Praxis längst anders organisiert.

Denn wer heute über künstliche Intelligenz spricht, spricht nicht mehr nur über Produktivität, HR-Automatisierung oder „Assistants“. Im Militär geht es um etwas anderes: um Gewalt. Um die Delegation von Gewalt. Und um die Frage, ob wir den Moment, in dem Kontrolle zur Simulation wird, überhaupt erkennen, bevor es zu spät ist.

Frank ist Politikwissenschaftler, arbeitet an der Universität der Bundeswehr in München, berät das Verteidigungsministerium, übersetzt Forschung in ministerielle Entscheidungslogik. Seit 2007 beschäftigt er sich mit Autonomie in Waffensystemen, damals noch in einer Zeit, in der Drohnenkriegsführung der USA diskutiert wurde und „Terminator“ als Popkultur-Referenz genügte, um das Thema lächerlich zu machen. Ab 2010 kippte es. Erste Regierungsdokumente, UN-Gespräche, die Maschine als Akteur im Gefechtsfeld, nicht als Fantasie, sondern als Architekturfrage.

Heute kommt seine Diagnose mit einer anderen Tonlage: „Wir sind in der größten sicherheitspolitischen Krise seit Ende des Zweiten Weltkriegs.“ Russland als akute Bedrohung, hybride Angriffe als Dauerzustand, und parallel die Frage, was aus der transatlantischen Sicherheitsgarantie wird. Europa, sagt Sauer sinngemäß, sitzt „between a rock and a hard place“. Und ausgerechnet diese Lage zwingt ihn zu einem Rollentausch: Weg vom bequemen Mahner, hin zum Befürworter von Fähigkeiten, die er jahrelang vor allem als Risiko beschrieben hat.

Die falsche Debatte: „Entscheidet“ die KI?

Der Begriff „Entscheidung“ ist bei Frank ein rotes Tuch, weil er KI anthropomorphisiert. Entscheidungen, Verantwortung, Zurechnung: Das sind Kategorien für Subjekte. Ein Deep-Learning-System ist kein Subjekt. Was es macht, ist „Automated Target Recognition“: Mustererkennung, Objekterkennung, Klassifikation. „Das ist ein Panzer.“ „Das ist kein Ziel.“ Das ist kein Urteil, sondern Statistik unter Bedingungen.

Das klingt akademisch. Es ist operativ.

Denn das, was in der militärischen Praxis wirklich „heiß“ wird, ist nicht die Klimaanlage in der Kaserne, nicht die optimierte Logistik und nicht die vorausschauende Wartung. Es ist die Kill-Chain: Find, Fix, Track, Select, Engage, Assess. Ziele finden, identifizieren, verfolgen, auswählen, bekämpfen, Wirkung bewerten. Sobald Auswahl und Bekämpfung ohne menschliche Intervention passieren, reden wir von Autonomie in kritischen Funktionen.

Und hier beginnt der erste Denkfehler der Öffentlichkeit: das Mantra „Human in the Loop“. Frank hält es für grob, irreführend und historisch falsch. Denn schon Patriot-Flugabwehrsysteme (80er-Jahre-Technologie) können so geschaltet werden, dass sie Ziele auswählen und bekämpfen, bevor ein Mensch noch „Nein“ sagen kann. Es gibt also keine klare Zäsur zwischen „früher menschlich“ und „heute KI“. Es gibt Kontexte und Schalterstellungen.

Kontext statt Moralpose: Wann darf der Mensch raus?

Frank macht es drastisch: Auf hoher See, Fregatte, anfliegende Seezielflugkörper mit Mach-Geschwindigkeit knapp über Wasser. Da ist kein ziviles Ziel im Spiel. Autonomes Abwehren kann hier nicht nur sinnvoll, sondern notwendig sein. Im urbanen Raum dagegen, Drohnen im Gebäude, unübersichtliche Räume, Zivilisten, eigene Kräfte, wird die menschliche Bewertung zentral. Nicht weil der Mensch „moralischer“ ist, sondern weil er Kontext versteht: Absicht, Situation, Ambiguität.

Der Kern ist nicht „Loop“, sondern die Qualität der Mensch-Maschine-Interaktion. Frank nennt das Paradigma: Meaningful Human Control. Und er bricht es auf drei Kriterien herunter, die wie ein technischer Ethik-Check wirken:

1. Vorhersehbarkeit, der Mensch muss verstehen, was das System im Rahmen der Aktivierung wahrscheinlich tun wird.

2. Administrierbarkeit, der Mensch muss kontrollieren, abbrechen, eingreifen können, soweit es der Einsatzkontext zulässt.

3. Zurechenbarkeit, Verantwortung muss beim Menschen bleiben, nicht als Symbol, sondern als reale Kette.

Das ist die Theorie. Die Praxis ist: Elektronische Kampfführung, Kommunikationsabbrüche, Zeitdruck. Genau dort kippt Meaningful Human Control, nicht durch „böse Absicht“, sondern durch Systemlogik.

Gaza als Warnsignal: Wenn KI nicht schießt, aber den Krieg entgrenzt

Das eindringlichste Beispiel im Gespräch ist der Einsatz KI-gestützter Zielgenerierung im Gazastreifen, der öffentlich unter den Namen „Lavender“ und „GoDaddy“ diskutiert wurde. Frank beschreibt, vorsichtig, aber klar, das Prinzip: massives Datensammeln, Scoring-Systeme, Schwellenwerte, Zielpakete. Der Mensch sitzt zwar noch davor, aber oft nur noch für Sekunden. 10 bis 15 Sekunden, um ein Ziel zu prüfen: ein Blick, ein kurzer Audio-Schnipsel, „klingt männlich“, weiter.

Die Pointe ist brutal: Hier wird nicht der letzte Schuss automatisiert, sondern der Anfang der Kill-Chain. Find/Fix/Track werden algorithmisiert, bis die menschliche Prüfung kollabiert, kognitiv, organisatorisch, moralisch. Der Mensch bleibt formal drin, faktisch wird er zum Stempelautomaten. Genau so entsteht Kontrolle als Illusion: nicht weil die Maschine „entscheidet“, sondern weil sie die Taktung bestimmt.

Präzision ist kein Freispruch

Ein zweiter Denkfehler: Präzision = Völkerrechtskonformität. Frank trennt das sauber. Präzise Gewalt kann dennoch illegal sein, wenn sie auf die Falschen zielt. Umgekehrt kann zusätzliche Präzision helfen, zivile Opfer zu vermeiden, etwa bei Loitering Munition, die bis kurz vor dem Einschlag visuelle Rückmeldung ermöglicht und damit Abbruchoptionen eröffnet, die Artillerie nicht hat.

Das ist der Punkt, an dem es unbequem wird: KI ist nicht „gut“ oder „böse“. Sie ist ein Verstärker. Sie kann Gewalt begrenzen oder sie effizienter machen. Sie kann Distinktion unterstützen oder sie unter Zeitdruck zerreiben.

Schlachtfeld-Singularität: Der Krieg als Flash-Crash

Frank nennt den Begriff, der hängen bleibt: Schlachtfeld-Singularität, geprägt von chinesischen Delegierten in UN-Diskussionen. Die Idee: Wenn wir Autonomie, Sensorik, Entscheidungsunterstützung und Reaktionsgeschwindigkeit immer weiter beschleunigen, entsteht ein System, das menschliche Eingriffe praktisch unmöglich macht. Ein „Flash-War“, analog zum Flash-Crash an Finanzmärkten: algorithmisch ausgelöste Eskalation, bevor Politik überhaupt versteht, dass sie eskaliert.

Und hier liegt sein persönlicher Konflikt: Er sieht das Risiko und sagt gleichzeitig, Europa könne sich die Komfortposition des reinen Mahnens nicht mehr leisten. Litauen-Brigade, Abschreckung, Verteidigungsfähigkeit. Es geht um Schutz und damit um die Fähigkeit, Gewalt schnell genug zu kontrollieren, bevor der Gegner es tut.

Deutschlands Problem ist nicht KI. Es ist Produktion.

Eine der härtesten Realitäten im Gespräch ist keine Ethik, sondern Industrie: Skalierung. „Precision Mass“ statt nur „Precision“. Wegwerf-Systeme brauchen Stückzahlen, nicht PowerPoints. 15.000 pro Monat, nicht 150 in zwei Jahren. Europas Achillesferse ist weniger Innovation als Fertigungstiefe, Beschaffungslogik, Tempo.

Und gleichzeitig entstehen neue Formen der Abwehr: kleine Geschütztürme auf Fahrzeugen, Laser, Mikrowellen, autonome Gegen-Drohnen-Systeme, „Stein, Papier, Schere“ auf dem Gefechtsfeld. Das „gläserne Gefechtsfeld“ bleibt gläsern, bis der KI-gestützte Nebelwerfer kommt, Spoofing, Täuschung, Deception. Die Zukunft ist nicht linear. Sie ist ein Wettrüsten aus Sichtbarkeit und Vernebelung.

Regulierung? Ja aber anders, als wir es gewohnt sind.

Ein Verbot „autonomer Waffen“ hält Frank für unrealistisch. Nicht, weil es moralisch falsch wäre, sondern weil es rüstungskontrollpolitisch nicht greifbar ist: KI ist eine Funktionalität, keine Kategorie, die man von außen zuverlässig erkennt. Du siehst einer Drohne nicht an, ob sie ferngesteuert ist oder autonom klassifiziert. Statt kategorialer Verbote braucht es funktionale Regeln: Anwendung, Kontext, Verantwortungsarchitektur, Völkerrechtskonformität.

Das ist weniger befriedigend als ein „Wir verbieten das“. Aber es ist näher an der Realität.

Wer treibt das KI-Rüsten?

Nicht primär Staaten, sagt Frank, sondern Tech-Unternehmen. Zivile Innovation wird militärisch „eingemünzt“: Spin-in statt Spin-off. Pentagon-Strukturen wie die Defense Innovation Unit sind genau dafür gebaut: Silicon-Valley-Tempo in militärische Beschaffung übersetzen. In China verschmilzt es noch direkter, weil Staat und Privatwirtschaft anders getrennt sind.

Die militärische KI-Dynamik ist damit keine reine Verteidigungsdebatte. Sie ist ein Industrie- und Plattformthema. Und genau deshalb wird sie schneller, als Parlamente diskutieren können.

Am Ende steht eine unerwartete Utopie: Frank wünscht sich den Star-Trek-Replikator, unbegrenzte Energie, Nahrung, Grundbedürfnisse gedeckt. Man könnte das als nerdigen Ausflug abtun. Aber eigentlich ist es ein Kommentar zur Lage: Wir rüsten technologisch auf, weil wir politisch nicht mehr stabil sind. Und wir diskutieren Kontrolle über Maschinen, während wir Kontrolle über Ordnung verlieren.

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 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.

Zum Mitgliedsantrag

Jetzt abonnieren

Robert Hornsteiner zeigt, warum viele Unternehmen KI fälschlich wie ein ERP-Projekt behandeln und damit am Kern vorbeilaufen: KI wird zum Sparring-Partner, der Feedback gibt, Widersprüche sichtbar macht und damit Führung neu herausfordert.

Der zentrale Hebel ist Identität: Wer bleibt in der alten Rolle, blockiert, wer eine neue Identität zulässt, gewinnt Handlungsspielraum. Konkret heißt das: Commitment im C-Level (mit Budget, Zeit und Rahmen), systematischer Kompetenzaufbau (Training + Experten in Teams) und vor allem Alltag statt Hype - KI gehört in Meetings, Entscheidungen und Rituale wie ein Teammitglied.

Die unbequeme Wahrheit: KI konfrontiert uns mit Angst und Kontrollverlust und genau deshalb muss Führung menschlicher werden.

Die Shownotes und unsere Podcast-Community findest du auf der Plattform des Bundesverbandes für KI-Transformation e.V.:

https://www.venture-ai-germany.space

Das Gespräch spannt den Bogen von Gutenberg bis ChatGPT, von Blockchain als Vertrauensinfrastruktur bis zur Frage nach Superintelligenz. Eine Folge für CEOs, CIOs und CDOs, die verstehen wollen, warum KI Transformation kein Technologieprojekt ist, sondern eine Führungsentscheidung.

Zu den Shownotes

---

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 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

Warum 2026 kein Technologiejahr wird, sondern ein Jahr der Entscheidung

In dieser Folge geht es um Künstliche Intelligenz jenseits von Hype und Heilsversprechen. Es geht um Verantwortung statt Tools, um Haltung statt Roadmaps und um die Frage, was Führung bedeutet, wenn KI selbstverständlich geworden ist. Ein Ausblick zwischen den Jahren auf ein Möglichkeitsjahr, das weniger Technik verlangt als Mut, Klarheit und menschliche Reife.

Support the show

________________

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 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.space

Vernetze dich mit Norman auf LinkedIn:
...

In dieser Solo Folge zieht Norman Müller kurz vor Weihnachten Bilanz. Er gibt exklusive Einblicke in den Aufbau des Bundesverbands für KI Transformation, spricht über Haltung, Verantwortung und warum KI nur dann Wirkung entfaltet, wenn sie umgesetzt wird.

Du erfährst, wie sich Unternehmen aktiv einbringen können, welche Projekte 2026 starten und warum Aktionismus wichtiger ist als Debatten. Eine Folge für alle, die KI nicht konsumieren, sondern gestalten wollen.

Weitere Inhalte zum Thema KI-Transformation findest du auf der Plattform des Bundesverband für KI-Transformation e.V.:

https://www.venture-ai-germany.space 

Support the show

________________

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 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.space

Vernetze dich mit Norman auf LinkedIn:
...

So beginnt es: nicht im Konferenzraum mit Glasfassade, sondern im Ledersessel und auf einem abgenutzten Gamerstuhl. Auf der einen Seite eine IT-Direktorin von Microsoft, die sich selbst als Ledersesselsitzerin auf Probe beschreibt. Auf der anderen ein Host, der sich von seinem Sohn beraten lässt, auf welchem Stuhl sich Ideen und Rebellion am besten aushalten lassen. Die Staffel heißt Leads and Leather, Rebels in Suits. Der Titel ist keine Pose, sondern Programm.

Wir leben in einer Zeit, in der Führungskräfte unter Anpassungsdruck stehen wie nie zuvor. Shareholder, Mitarbeiter, Politik, Öffentlichkeit, KI, Transformation, Fachkräftemangel. Alle wollen etwas. Alle gleichzeitig. Und mitten in dieser Überforderung braucht es Menschen, die sich weigern, nur Anzug zu sein. Die im System bleiben und es trotzdem verändern wollen. Genau hier setzt das Gespräch zwischen Anna Kopp und Norman Müller an. Es ist eine Einladung, die Rolle des Rebellen im Unternehmen neu zu denken.

Rebell sein beginnt bei Erwartungen

Eine der stärksten Szenen in diesem Talk spielt in einem nüchternen Meetingraum von Microsoft. Anna erzählt von einem gigantischen Telesales-Projekt in Europa, Nahost und Afrika. Hunderttausende Kunden, die qualifiziert werden sollten. Cold Calling, harte Schule. Wer jemals Zahlen gedreht hat, weiß, dass eine Trefferquote von zehn Prozent ein Grund zum Feiern ist. Anna erreicht 25 Prozent.

Sie geht mit breiter Brust in das Abschlussmeeting mit dem Vice President, der eine halbe Million Dollar dafür freigegeben hat. Und prallt gegen eine Wand. Der VP ist enttäuscht, spricht von versenktem Budget. Anna lernt in diesem Moment eine der brutalsten Wahrheiten im Konzern. Erfolg ist nicht, was du fühlst, nachdem du dich verausgabt hast. Erfolg ist, was du mit deinem Auftraggeber vorher definiert hast.

Seitdem ist für sie klar: Bevor du rebellierst, bevor du neue Wege gehst, bevor du Regeln biegst, musst du Erwartungen klären. Was ist Erfolg. Was ist Budget. Was ist Zeitraum. Was passiert in drei Monaten, was in sechs. Dieser nüchterne Check nimmt vielen vermeintlichen Blockierern die Schärfe. Oft sind es keine Verhinderer, sondern Menschen mit einem anderen Bild im Kopf. Rebellen, die das nicht verstehen, verbrennen Energie in den falschen Kämpfen.

Müller legt mit einer eigenen Geschichte nach. Ein Versicherer, ein einjähriges Verkaufsprogramm, ein Wirtshaus auf dem Land, aus dem es kein Entrinnen gibt, außer in die Psychologie des Verkaufens. Die Aufgabe ist simpel formuliert: So viele Verträge wie möglich am Telefon. Üblicherweise verkauft man über Angst. Unterversicherung, Risiko, Katastrophenfantasie. Müller entscheidet sich für einen anderen Weg. Er verspricht Optimierung bei gleichbleibenden Kosten und zusätzlicher Leistung. Er schließt 35 Verträge in einer Woche ab. Die Organisation jubelt zuerst, lehnt später ab. Es war nicht der Deal.

Beide Geschichten zeigen dasselbe Muster. Der Rebell scheitert nicht an seiner Idee, sondern an der nicht geklärten Erwartung. Wer im Unternehmen Regeln verändern will, muss sie zuerst verstehen. Wer das System hacken möchte, sollte vorher wissen, wie es rechnet.

Transformation braucht Störfaktoren und Schutzräume

Rebellion ist ein großes Wort. Im Konzern wird es meist in weichgespülte Rollen gegossen. Chief Transformation Officer. Chief Digital Officer. Chief irgendwas mit Change. Anna nimmt diese Titel auseinander. Transformation bedeutet in der Praxis: Du bist der Störfaktor. Du stellst Fragen, die andere nerven. Du sagst, was alle ahnen, aber nicht aussprechen wollen. Und du brauchst eine Organisation, die das aushält.

Sie erzählt von Headhuntern, die genau das suchen. Eine transformative Persönlichkeit, am liebsten weiblich, gerne mit IT und KI Hintergrund. Und dann kommt der zweite Satz. Bitte nichts fundamental verändern. Die Menschen könnten überfordert sein. Deutsche Realität im O-Ton. Rebellion ja, aber bitte in homöopathischen Dosen.

Müller kennt dieses Spiel von der anderen Seite des Tisches. Er berichtet von einem fast idealen Angebot in einer Organisation, die sich neu positionieren wollte. Der Auftrag klang nach Vollgas. Neu ausrichten, transformieren, anders denken. In der letzten Runde bekommt er die klassische Frage. Warum sollen wir uns für Sie entscheiden. Seine Antwort ist eine Zumutung für jede Behaglichkeitskultur. Bitte entscheiden Sie sich nicht für mich, wenn Sie nicht bereit sind, jeden Stein umzudrehen. Die Organisation reagiert wie viele deutsche Organisationen reagieren. Sie will die Inszenierung der Transformation, nicht die Transformation selbst.

Beide machen deutlich: Wer Rebels in Suits will, muss sie nicht nur einstellen, sondern schützen. Die Lederjacke unter dem Sakko braucht einen Rahmen. Das ist eine Führungsaufgabe. Und es ist eine Frage von Kultur. Rebellische Energie ohne Schutzraum verpufft, brennt aus oder wird zur zynischen Randnotiz im Meetingprotokoll.

KI, Stretch Assignments und die Frage nach Verantwortung

Kaum ein Thema triggert diesen inneren Konflikt so sehr wie KI. Alle wollen sie nutzen. Keiner will wirklich die Mühen der Ebene gehen. Anna beschreibt ein Muster, das viele kennen. Unternehmen arbeiten mit sogenannten Stretch Assignments. Mitarbeitende übernehmen zusätzliche Aufgaben neben ihrer eigentlichen Rolle. Kulturprojekte, Nachhaltigkeit, Diversity, jetzt auch KI. Das klingt modern, ist oft aber nichts anderes als strukturiertes Überlasten.

Für Anna ist klar: KI darf kein Hobby sein. Keine Champions, die das Thema nebenbei machen. Kein diffuses jemand müsste mal. Wer ernsthaft transformieren will, braucht Verantwortung. Jemand muss die Einführung von KI besitzen. In großen Unternehmen kann das ein Chief AI Officer sein, im Mittelstand die HR-Leitung, der CIO oder eine andere Schlüsselfigur. Wichtig ist, dass die Geschäftsleitung bewusst entscheidet. Wir gehen diesen Weg. Wir benennen eine Person, an der das Thema andockt. Nur dann wird aus Rebellion Strategie.

Gleichzeitig verweist Anna auf einen blinden Fleck in vielen Digitalisierungsinitiativen. Unternehmen wollen Geschwindigkeit, verweigern aber das, was Geschwindigkeit erst möglich macht. Zeit zum Lernen. Klassische Drei-Tage-Trainings im IHK Seminarhotel funktionieren in einer Welt des Fachkräftemangels nicht mehr. Der Laden kann nicht einfach abschalten. Also braucht es andere Lernstrategien. Rollenbasiert, on demand, in kurzen Formaten, die wirklich relevant sind. Und vor allem mit explizit gegebener Lernzeit. Wer Mitarbeitenden nicht erlaubt zu lernen, wird sie verlieren. An Wettbewerber, die genau das tun.

Diversität, Introverts und die stille Rebellion

Ein weiterer roter Faden im Gespräch ist die Frage, wie Teams gebaut sein müssen, damit Transformation mehr wird als PowerPoint. Anna argumentiert radikal für Diversität. Nicht als moralisches Label, sondern als harte Anforderung an Problemlösung. Alle, die in diesen Organisationen arbeiten, tun im Kern dasselbe. Sie lösen Probleme. Sie überlegen, wie man Kunden gewinnt, Kampagnen baut, Produkte weiterentwickelt oder den Weihnachtsbaum dekoriert. Je homogener ein Team ist, desto enger wird der Lösungsraum.

Ihr Lieblingsbild kommt aus Star Wars. Die weißen Masken der Sturmtruppen. Homogene Truppen, homogene Antworten. Du wirfst ein Problem in den Raum und bekommst denselben Vorschlag zehnmal. Diversität heißt, dass du Widerspruch bekommst. Dass dir jemand sagt, dass das Budget fehlt. Dass die Deadline unrealistisch ist. Dass der Plan am Kunden vorbeigeht.

Anna besteht auf einer Gruppe, die in vielen Teams systematisch übersehen wird. Introvertierte Menschen. Die, die im Meeting wenig reden, dafür genau zuhören und in der letzten Minute die entscheidende Frage stellen. Sie sind oft die stillen Rebellen. Sie kippen keinen Tisch, sie schieben ein leises Warum in die Runde. Wenn ein Team keine Introverts hat, sagt Anna, hat es ein Problem.

Interessant ist, wie sie darüber spricht, wie man diese Diversität orchestriert. Sie beschreibt eine CIO Kollegin, die sich ein Netzwerk exzellenter Leute aufbaut, unabhängig von Hierarchien und Linien. Virtuelle Teams, die crossfunktional wirken und Einfluss nehmen, ohne dass ihre Mitglieder zwingend auf derselben Kostenstelle sitzen. So entsteht Rebellion als System, nicht nur als Einzelperson.

Die Kunst, in zwei Minuten zu führen

Gegen Ende des Gesprächs verdichtet sich alles auf ein Thema, das trivial klingt und doch zentral ist. Kommunikation. Rebellion ist nicht das, was du im Kopf hast, sondern das, was dein Gegenüber versteht. Anna legt eine fast gnadenlose Effizienz an den Tag. Wer zehn Minuten im Leadership Team bekommt, sollte nie länger als fünf Minuten sprechen. Wer regelmäßig überzieht, wird nicht mehr eingeladen. Wer in den ersten Sätzen nicht klar macht, warum er da ist, verspielt seinen Impact.

Ihr Tipp ist brutal konkret. Killers on the table. Erster Satz: Ich bin hier, weil ich Budget brauche. Dann kommen der Anlass, die Maßnahme, der Zeitplan. Und dann wird geschwiegen. Wer noch etwas wissen will, fragt. So entstehen Gespräche auf Augenhöhe. Und so entsteht aus Rebellion Wirkung.

Damit verbindet Anna einen zweiten Punkt. Verantwortung. Wer in zwei Minuten klar auf den Punkt kommt, respektiert die Zeit der anderen. Wer vorher darüber nachdenkt, welche drei Sätze wirklich zählen, übernimmt Verantwortung für die eigene Rolle im System. Rebell sein heißt eben nicht, grenzenlos zu senden. Es heißt, präzise zu stören.

Müller bringt das Thema Image ins Spiel. Zorro mit Maske, die Musketiere, die eigene Leistungssportvergangenheit als Fechter. Im Unternehmen ist Image nichts Oberflächliches, sondern eine strategische Währung. Wenn dein Ruf lautet, aus zehn Minuten werden zwei Stunden, blockierst du deinen eigenen Einfluss. Wenn dein Ruf lautet, sie bringt es in zwei Minuten auf den Punkt, lädt man dich immer wieder ein.

Zum Schluss bringt Anna ihre eigene Definition auf den Punkt. Wenn Leute über sie sprechen, fallen drei Begriffe. Authentisch. Walk the walk, talk the talk. Und: Du kannst sie ans Ende jeder Agenda setzen, sie bekommt ihren Punkt in zwei Minuten durch, selbst wenn alle anderen überzogen haben. Vielleicht ist genau das die zeitgemäße Version des Rebels in Suits. Nicht der, der am lautesten schreit, sondern die, die im Ledersessel sitzt, in klaren Sätzen spricht und das System von innen heraus verschiebt.

Was ist dein nächster Schritt?

Werde Teil des Venture AI Teams. Nicht als Zuschauer, sondern als Akteur. Engagiere dich in unseren regionalen AI Clustern oder gründe selbst eines. Teile dein Wissen, biete Weiterbildungen an, lass dich als Referent sichtbar machen. Übernimm Verantwortung als Beirat, stärke Unternehmen, begleite Startups. Finde Partner, triff Investoren, entwickle mit uns reale KI Projekte, die Wirkung entfalten.

Wir reden nicht über Künstliche Intelligenz. Wir setzen sie um. End to end. Entlang der gesamten Wertschöpfungskette. Für den Mittelstand. Für Unternehmen, die nicht auf Folien warten, sondern Ergebnisse erwarten.

Mitgliedsantrag

Jetzt abonnieren