Herzlich Willkommen zu den AI FIRST Insights!

Heute feiern wir das 1-Jährige Jubiläum dieses "Newsletters". Ein Newsletter war es ja nie wirklich. Am 14.07.2024 habe ich die erste Ausgabe abgeschickt und weiß noch, wie nervös ich war...alle 5 Minuten habe ich geschaut, ob jemand geantwortet hat :)

Zu der Zeit gab es viele fantastische KI-News-Newsletter, aber wenige Deep Dives die zeigen "Wie setze ich die Möglichkeiten denn jetzt um?". In diese Lücke wollte ich rein.

Mittlerweile lesen 10.000 Menschen jede Woche diese Texte, was mich sehr glücklich macht.

Danke!

Zum Jubiläum teile ich meine Top 8 Erkenntnisse zur KI-Transformation aus den letzten 4 Jahren, in denen ich selbst 2x als Geschäftsführer verantwortlich war und mit AI FIRST über 50 Unternehmen auf ihrer KI-Reise begleitet habe.

Spoiler: Wir machen KI-Transformation komplizierter als sie ist.

Los geht's!

1. KI ist schon längst da. Du musst da nichts "einführen".

Ich erlebe oft, dass die KI-Transformation als große Initiative mit Trara und einem ausgiebigen Strategie-Prozess startet, der die nächste 5 Jahre abbilden soll.

Während der Strategie-Prozess läuft, ist KI jedoch längst schon im Unternehmen. Generative KI ist so niedrigschwellig zugänglich geworden, dass Tools wie Copilot, ChatGPT, Midjourney und Co. schon genutzt werden - ob du willst oder nicht.

Anstatt also 1,5 Jahre an einer 5 Jahres KI-Strategie zu arbeiten für eine Technologie, die sich alle 3 Monate selbst überholt, würde ich zuerst einen Rahmen herstellen, um die vorhandene Energie in die richtige Bahn zu lenken.

Dieser Rahmen und die folgenden 4 Inhalte bilden dein Fundament und stellen sicher, dass

1. Das "Warum" und das "Was" hinter KI klar sind
2. Eine sichere, performante KI-Plattform zugänglich ist
3. Klare, verständliche Spielregeln aufgestellt sind
4. Jeder Mitarbeiter grundlegendes Wissen und Kompetenzen hat

2. KI-Transformation ist kein "+1 Thema".

Neben den Fragen nach dem Warum, dem Was oder dem Wie spielt natürlich auch die Rolle nach dem Wer eine entscheidende Rolle.

Ich habe gelernt, dass KI-Transformation niemandem als "+1" umgehangen werden kann.

Nicht der IT, nicht den Abteilungsleitern und auch keinen Werkstudenten (ja, selbst erlebt.)

Das kann nicht funktionieren, weil der Einfluss alles im Unternehmen verändert:

• Die Art und Weise wie Arbeit erledigt wird
• Wie das Unternehmen aufgestellt ist
• Wie man Wert zum Kunden liefert

Aus diesem Grund suchen selbst Burger-Brater einen Chief AI Officer:

Wir installieren bei unseren Kunden oft eine AI Lead / Officer Funktion, welche die Entwicklung und Umsetzung der KI-Strategie und angehangenen Initiativen verantwortet. Diese Person berichtet meist direkt an die Geschäftsführung.

Der AI Officer baut zentral Wissen und Standards auf, um die Abteilungen dezentral zur Umsetzung zu befähigen. So eine Person hilft extrem dabei, Geschwindigkeit in die Umsetzung zu bringen.

P.S. Im AI Collective gibt's in den nächsten Wochen wieder 30 Plätze für neue Mitglieder.

Das AI Collective ist die Plattform für Führungskräfte aus dem Mittelstand, die ihr Unternehmen erfolgreich in die KI-Ära führen wollen. Du bekommst dort das Wissen, die Werkzeuge, die Fähigkeiten und das Netzwerk, um die KI-Transformation deines Unternehmens voranzutreiben.

Hier kannst du dich auf die Warteliste eintragen.

3. Erst Use, dann Case.

Generative KI funktioniert anders als deterministische, klassische Software-Systeme.

Das wird schnell klar, wenn man mal die Interfaces zwischen ChatGPT und SAP vergleicht.

ChatGPT: Chat-Zeile

SAP: Knöpfe, Regler und Drop Downs

Wenn ich die letzten 20 Jahre mit SAP und Co. gearbeitet habe, wie soll ich jetzt passende KI Use Cases für meinen Bereich finden und bewerten können?

Da kommen dann die wildesten Ideen bei rum, wo entweder der Aufwand massiv den Wert übersteigt oder gar keine KI notwendig ist.

Wir müssen also erstmal verstehen, was (generative) KI kann und was nicht. Und dieses Wissen kommt nicht durch Theorie oder Brainstorming am Whiteboard, sondern durch Anwendung.

Diese Anwendung hat unterschiedliche Level. Als Inspiration zeige ich dir das Modell von Zapier:

Ein fantastisches Format um in die Anwendung zu kommen sind Hackathons.

4. Erweiterung > Automatisierung.

Wenn ich meine Teams dann in der Nutzung habe und meine Anwendungsfälle verstanden habe, wie gehe ich dann weiter?

Ein Fehler den ich selbst gemacht und zahlreich beobachtet habe, ist der Start der Umsetzung mit Moonshot Use Cases und der Vollautomation von Prozessen.

Wer einmal probiert hat, ein KI-Agenten-System zu implementieren in einem mittelständischen Unternehmen mit eingeschwungenen Prozessen, nicht-einheitlichen Daten in Systemen aus 1980 und Prozessen die im Kopf gelebt werden, aber nicht in BPMN Diagrammen existieren - weiß, dass eher in der KI-Hölle landet und mehr verbrannte Erde hinterlässt als irgendeinen ROI.

Doch ich habe gute Neuigkeiten:

Zwischen Vollautomonen Agenten und ein paar ChatGPT Lizenzen gibt es viele Graustufen.

Du kannst mit ganz einfachen Anwendungen starten, in denen Mitarbeiter mit einem Chatbot auf Firmendaten zugreifen und diese abfragen können. Allein durch solche Anwendungen, gut ausgerollt mit entsprechendem Training, werden Stunden pro Woche freigesetzt.

5. Weniger Tools, mehr Wirkung.

Wenn ich diese "Top 1000" KI-Tool-Maps sehe, dann gucke ich immer so:

In 2 Jahren gibt's wahrscheinlich nur noch einen Bruchteil dieser Anbieter.

Wir brauchen viele der Tools einfach nicht, weil KI da hin kommt, wo wir arbeiten.

• In unser CRM, siehe Agentforce
• In unsere Creative Suite, siehe Adobe
• In unser Support System, ziehe Zendesk Agents
• In unsere Workspaces, siehe Gemini und Copilot

Ich würde auf der Tool-Seite zum Start Folgendes machen:

1. Vorhandene Tools auf KI-Funktionen prüfen und bewerten
2. Die KI-Roadmaps meiner Anbieter abfragen und challengen
3. Eine zentrale, unternehmensweite KI-Plattform einführen (aber bau dir das bitte nicht selbst)

Auf so einer KI-Plattform (ChatGPT Enterprise und Copilot365/Studio zähle ich auch dazu) kannst du bereits extrem viele Use Cases umsetzen, ohne weitere Entwicklerressourcen zu binden oder Spezial-Tools einzukaufen, die am Ende doch nicht richtig in Prozesse und Systeme integriert sind.

6. "Was passiert mit meinem Job?" ist die wichtigste Frage der KI-Transformation.

Wer in einem Bürojob arbeitet versteht bei der Nutzung von KI-Tools recht schnell, dass sie (richtig in Prozesse und Systeme integriert) immer mehr der aktuellen Tätigkeiten beschleunigen, wenn nicht sogar ersetzen können.

Jetzt kommt die entscheidende Frage:

Wieso sollte ich das denn nutzen, wenn ich doch meinen Job behalten will, so wie er ist?

Wenn deine Leute Angst haben, ihren Job an KI zu verlieren oder sich selbst überflüssig zu machen, dann kannst du die KI-Transformation vergessen. Weil niemand mitmacht.

Die wichtigste Frage der KI-Transformation ist also nicht die nach den Tools oder Modellen, sondern was mit den Jobs passiert.

Die Antwort auf diese Frage ist nicht einfach, weil wir alle noch herausfinden, wie künftige Arbeitsmodelle und Rollenprofile aussehen. Fakt ist, dass KI einen immer größeren Teil der heutigen Aufgaben schneller und besser erledigen wird.

(Stanford AI Index 2025, zeigt, wie KI-Modelle immer schneller in immer mehr Fähigkeiten die menschlichen Fähigkeiten übertreffen)

Der beste Weg mit diesen Ängsten umzugehen, ist sie direkt zu adressieren:

1. Klarheit schaffen: Warum setzen wir KI ein? (Leitbild aus Punkt 1)
2. Maßnahmen aufzeigen: Was machen wir, um deinen Arbeitsplatz zu sichern? Reskilling, Wachstum aus dem Team heraus aber ohne Neueinstellungen, ...
3. Anreize setzen: Was ist das Incentive, deine Produktivität zu steigern? Höheres Produktivitätslevel wird neues Normal, mehr Zeit für XYZ, 4-Tage-Woche, 10 weitere Urlaubstage -> wahrscheinlich ist es eine Kombination aus Anreizen.

→ Eines habe ich jedoch gelernt: diese Frage nicht zu adressieren führt nur zu Widerstand gegen KI und keinen realisierten Produktivitätsgewinn.

7. Fang mit dem an, was da ist.

"Wir haben noch nicht die notwendige Dateninfrastruktur und stecken mitten in einer ERP-Migration."

Ich kenne wirklich kein einziges Unternehmen, das sagt: "Wir haben eine richtig tolle Dateninfrastruktur und perfekt skalierbare IT-Systeme."

Überall gibt es Legacy.

Das heißt aber nicht, dass man damit gar nichts machen kann. Fang doch mit dem an was da ist, während du die Grundlagen für die Zukunft glatt ziehst.

KI ist zu schnell, um jetzt auf Pause zu drücken.

4 Fragen, die dir dabei helfen, den Startpunkt zu finden:

1. Wo hast du einen Business Need, den KI lösen kann?
2. Wo hast du dokumentierte Standardabläufe für robuste Prozesse?
3. Wo liegen aktuelle Daten, die zugänglich sind? (Notfalls per Export / Import)
4. Wo sind ambitionierte Kollegen, die umsetzen wollen?

Wenn du überall einen Haken setzen kannst, dann kannst du umsetzen und Wert realisieren.

Warte nicht darauf, dass dein perfekt konzipiertes Datalakehouse steht.

Vielleicht ist es nie fertig.

Keep it simple.

8. Unmöglich war vorgestern.

Die Grenzen des Möglichen werden jeden Monat verschoben.

Als wir damals mit GPT 3 die ersten Use Cases umgesetzt haben, war das für uns unglaublich.

Heute würden wir uns totlachen über die Fähigkeiten dieser Modelle. Das ist 3 Jahre her.

Seitdem ist KI immer besser und günstiger geworden. Und dieser Trend hält an. Das was wir heute sehen, ist das Schlechteste, was wir je wieder sehen werden. Und wer regelmäßig mit Claude 4 Opus oder Gemini 2.5 Pro arbeitet, wird sich fragen, was da noch kommen soll.

Google hat neulich mit AlphaEvolve einen KI-Agenten entwickelt, der bessere KI entwickeln kann. Die dann bessere KI entwickelt. Die dann wieder bessere KI entwickelt...wir sind noch lange nicht am Ende.

Was heute unmöglich scheint, wird morgen machbar.

Jetzt kommt mein Punkt:

Während die einen über Spiegelstriche in KI-generierten Texten diskutieren oder sich fragen, wie denn Absatz 24a in ihrer KI-Richtlinie formuliert sein soll, hat Maor Shlomo in 6 Monaten ganz alleine (+ KI) eine App gebaut, die er für 80 Mio $ verkauft hat.

6 Monate, ganz alleine.

Er ist raus gegangen, hat sich die verfügbaren Tools geschnappt, auf alles gepfiffen und gebaut.

Darauf kommt's jetzt an.

Aus der eigenen Box rauskommen, die Chancen der Zeit ergreifen und schneller umsetzen als andere.

🏁 Fazit

Wir machen die KI-Transformation komplizierter als sie ist. Und es uns damit unnötig schwer. Was nicht heißt, dass es einfach ist.

Aber es ist machbar.

Ich bin überzeugt davon, dass am Ende nicht diejenigen Unternehmen mehr Tore schießen, die seit 2 Jahren in ihren KI-Strategie-Meetings sitzen.

Es werden diejenigen sein, die jetzt schon ihre Teams fit machen, in die Anwendung gehen, Lernschleifen drehen und Wert realisieren.

Dieser trainierte KI-Muskel in der Organisation wird den Unterschied machen.

Key Takeaways

1. KI ist schon da. Du muss nichts "einführen".
2. KI-Transformation ist kein +1 Thema.
3. Erst Use, dann Case.
4. Erweiterung schlägt Automatisierung.
5. Nutze wenige Tools, die wirken.
6. "Was passiert mit meinem Job?" -> adressieren.
7. Fang mit dem an, was da ist.
8. Unmöglich war vorgestern.

Welche Erfahrungen hast du gemacht?

Bis nächsten Sonntag,

Felix

P.S. Im AI Collective bekommen unsere Mitglieder das exakte Playbook, wie man KI als Führungskraft nutzt und die KI-Transformation im Unternehmen umsetzt. Mit allen Vorlagen, Anleitungen, wöchentlichen Community Sessions und Deep Dives mit Fachexperten.

Praxis > Theorie.

Wir öffnen unsere kuratierte Community bald für 30 weitere Mitglieder.

Hier kannst du dich auf die Warteliste eintragen.