„KI ist kein Werkzeug, sondern ein Kollege“ – Wie Covestro das Zusammenspiel von Mensch und Maschine neu definiert

Intro

In dieser Episode des AI FIRST Podcast spricht Felix mit Nils Janus, Chief AI Officer bei Covestro, einem der weltweit führenden Unternehmen der chemischen Industrie mit rund 20.000 Mitarbeitern. Nils verantwortet seit über sieben Jahren die Bereiche Data Science und künstliche Intelligenz bei Covestro und gibt einen faszinierenden Einblick in die Transformation eines traditionellen Industrieunternehmens durch KI. Das Gespräch beleuchtet nicht nur die Rolle des Chief AI Officers und die konkrete KI-Strategie bei Covestro, sondern auch, wie KI das Kerngeschäftsmodell der chemischen Industrie fundamental herausfordert – von autonomen Produktionslinien bis zur KI-gestützten Materialforschung, die das klassische Patentierungsmodell in Frage stellt.

Inhaltsübersicht

Die Rolle des Chief AI Officers: Schaffung eines Arbeitsumfelds für optimale Zusammenarbeit zwischen kohlenstoffbasierter und siliziumbasierter Intelligenz
Der "Support the good ones"-Ansatz: Fokussierung auf KI-affine Mitarbeiter als Keimzellen für unternehmensweite Transformation
AI Adoption Team: Ein Kollege, der seine eigene Position durch KI disruptierte, hilft nun 20.000 Mitarbeitern bei der KI-Transformation
Strategieentwicklung ohne 5-Jahres-Roadmap: Fundamentale Glaubensgrundsätze kombiniert mit agilen 6-Monats-Gameplans
Versechsfachung der täglichen KI-Nutzer innerhalb von acht Monaten durch gezielte Adoption-Maßnahmen
KI als Kollege, nicht als Werkzeug: Parallelen zur Einführung internationaler Teams vor 20 Jahren
Autonome Produktionslinien: Erste vollautonome Batch-Produktion in der chemischen Industrie weltweit
DeepMinds NOAH-Modell stellt Covestros Geschäftsmodell grundlegend in Frage: 2 Millionen neue Materialien unter Public Domain
Die Identitätskrise eines stolzen Traditionsunternehmens im Angesicht KI-gestützter Materials Discovery
Konkrete KI-Anwendungen: Von der AI Academy mit mehreren hundert internen Spezialisten bis zu domänenspezifischen Agenten

Über den Gast

Nils Janus ist Chief AI Officer bei Covestro, einem weltweit führenden Unternehmen der chemischen Industrie mit rund 20.000 Mitarbeitern. Seit über sieben Jahren treibt er dort die Themen Data Science und künstliche Intelligenz voran. In seiner Rolle verantwortet er die gesamte KI-Strategie und deren Implementation im Unternehmen – von der Entwicklung fundamentaler Glaubensgrundsätze bis zur konkreten Umsetzung in Produktion und Forschung. Bei Covestro vereint Nils die sonst oft getrennten Bereiche Strategieentwicklung und Execution in einer Funktion. Seine Expertise liegt nicht nur in der technologischen Implementierung von KI-Lösungen, sondern vor allem in der Gestaltung der organisatorischen und kulturellen Transformation, die notwendig ist, um ein traditionelles Industrieunternehmen erfolgreich ins KI-Zeitalter zu führen.

Detaillierte Zusammenfassung

Die Rolle des Chief AI Officers: Mehr als nur Technologie

Nils beschreibt seine Rolle auf der "metaphysischen Ebene" als die Schaffung eines Arbeitsumfelds, in dem kohlenstoffbasierte Intelligenzen – also Menschen – und siliziumbasierte Intelligenzen – also KI – optimal zusammenarbeiten können. Konkret bedeutet das für Covestro, zentral zu koordinieren, wie KI mit dem Geschäftsmodell wechselwirkt, wie Mitarbeiter auf dieser Reise mitgenommen werden und welchen wirtschaftlichen Nutzen KI für das Unternehmen hat.

Die Position des Chief AI Officers wurde geschaffen, weil Covestro erkannt hat, dass KI wahrscheinlich die disruptivste Entwicklung der kommenden Jahrzehnte sein wird. Um in einem sich super-exponentiell entwickelnden Umfeld handlungsfähig zu bleiben, brauchte es eine zentrale Instanz, die verhindert, dass Entscheidungen komplett dezentral und verteilt im Unternehmen getroffen werden. Die Rolle ermöglicht es, mit der Geschwindigkeit der technologischen Entwicklung Schritt zu halten – auch in einem Großunternehmen.

Ein zentraler Ansatz ist dabei, nicht in klassischen Domänen wie "Tech" oder "Business" zu denken. "Jeder ist Teil des Business", betont Nils. Jeder, der an der Unternehmung mitwirkt, muss einen positiven Mehrwert leisten – das ist die Grundlage für positive Zusammenarbeit, gerade in Zentralfunktionen ohne eigene P&L-Verantwortung.

Der "Support the good ones"-Ansatz zur KI-Adoption

Die KI-Adoption bei Covestro folgt einem pragmatischen Prinzip: "Support the good ones". Statt zu versuchen, alle 20.000 Mitarbeiter gleichzeitig mitzunehmen, konzentriert sich das Unternehmen auf diejenigen, die bereits Interesse, Verständnis und Kapazität für KI haben. Diese werden zu Keimzellen, aus denen Strahlkraft in den Rest des Unternehmens entwickelt wird.

Das KI-Team bei Covestro umfasst neben den klassischen Data Scientists, AI Engineers und Gen-AI-Engineers einen besonderen Bereich: AI Adoption. Dieser wird von einem Kollegen geleitet, der zuvor für die Positionierung des Vorstandsvorsitzenden verantwortlich war. Er begann vor zwei Jahren systematisch, seine eigenen Aufgaben Schritt für Schritt in KI-Modelle zu übertragen – bis er an den Punkt kam, an dem ein Agent den Großteil seiner Arbeit übernahm. Genau diese Erfahrung der Selbst-Disruption macht ihn zum idealen Head of AI Adoption.

Seine Aufgabe: Den 20.000 Mitarbeitern bei Covestro dabei zu helfen, von einer passiven in eine aktive, gestaltende Rolle zu kommen. Er kennt die Ängste, Identitätsfragen und eventuellen Identitätskrisen aus eigener Erfahrung. In seiner neuen Rolle zeigt er bereits das identische Muster wieder: Er disruptiert seine eigene neue Position von innen heraus, indem er KI nutzt, um seine Arbeit zu skalieren – denn mit zwölf Leuten kann man nicht alle 20.000 Mitarbeiter gleich gut versorgen.

Die drei Säulen der breiten KI-Aktivierung

Die AI-Adoption bei Covestro folgt dem klassischen Diffusionsmodell von Innovationen: Innovatoren probieren neue Technologie einfach aus, weil sie neu ist. Early Adopters erleben einen "Holy-Shit-Moment" und machen weiter. Die Herausforderung liegt in der Aktivierung der breiten Masse.

Covestro setzt dabei auf drei konkrete Maßnahmen:

Erstens: Breite Information. Es wurden Informationsplattformen geschaffen, auf denen jeder Mitarbeiter in kurzer Zeit verstehen kann, warum KI relevant ist und wie fundamental der Effekt sein wird. Dies wird als absoluter Breitensport betrieben – mit konkreten Informations-, Mitmach- und Diskussionsangeboten, auch mit Vorständen und Top Executives, um das Thema im Alltag zu platzieren.

Zweitens: Aktivierung zum Mitmachen. Für diejenigen, die nicht nur wissen, sondern ausprobieren wollen, gibt es Angebote in unterschiedlichen Ausprägungsgraden. Das reicht von klassischen Prompting-Kursen, die die minimale Hürde überwinden helfen, bis zur AI Academy. In dieser werden über die nächsten vier Jahre mehrere hundert interne Kollegen zu domänenspezifischen KI-Spezialisten ausgebildet. Die Idee: Menschen, die den Einkauf von Covestro mit all seinen Herausforderungen seit 10 oder 15 Jahren kennen, erhalten relevantes AI- und Data Science-Wissen, um für ihren Fachbereich autonom Lösungen zu entwickeln.

Drittens: Transparenz und Eigenverantwortung. Der Dreiklang in der Kommunikation lautet: Das Thema ist da, die Unterstützung und Information gibt es, aber jeder muss sich selbst bewegen. Es wird keine Arbeitsanweisungen geben, die vorschreiben, wie man mit KI interagieren muss. Für ein prozessgetriebenes, sicherheitsbedachtes Unternehmen wie Covestro ist das eine wichtige Klarstellung – auch wenn viele Kollegen diese Guidance erwarten würden.

Die Erfolge sind messbar: Die Anzahl der Mitarbeiter, die täglich mit ihren "siliziumbasierten Kollegen" interagieren, hat sich in den letzten acht Monaten versechsfacht. Noch wichtiger: Die Qualität der Ideen, die aus der Organisation heraus entwickelt werden, ist extrem viel detaillierter und sachdienlicher geworden. Covestro entwickelt eine eigene Identität zum Thema KI.

KI als Kollege, nicht als Werkzeug: Eine fundamentale Perspektive

Eine zentrale Botschaft von Nils an die Organisation lautet: "KI ist nicht nur ein Werkzeug, sondern ein Kollege." Dieser Perspektivwechsel ist fundamental für die Transformation bei Covestro.

Nils zieht eine Parallele zur Einführung international verteilter Teams vor 20 Jahren. Damals wurden Kollegen aus New York, München, Johannesburg, Kairo und Taipei in Matrix-Organisationen zusammengepackt, mit dem Ziel, durch Diversität kreativer zu werden. Die ersten Erfahrungen waren schlimm: Unterschiede in Extrovertiertheit, Introvertiertheit, direkter oder indirekter Kommunikation führten zu dem Eindruck "Wie soll das denn jemals funktionieren, die verstehen mich ja alle nicht."

Zwanzig Jahre später ist die Zusammenarbeit in internationalen Teams absolute Selbstverständlichkeit. Nils sieht einen ähnlichen Effekt bei der Zusammenarbeit mit KI als Kollegen. "Ja, das fühlt sich heute komisch an. Ja, ich kann da nicht mal, wenn ich wollte, hinfahren", räumt er ein. Aber nur wenn wir das Ziel verfolgen, KI wirklich als Teammitglied und Kollegen zu akzeptieren und zu integrieren, haben wir die Chance, nicht in 20 Jahren, sondern in fünf Jahren dort anzukommen.

Diese Perspektive verändert auch die Bewertung von KI-Leistung. Das relevante Maß ist nicht der theoretische IQ eines Modells oder dessen Leistung in mathematischen Olympiaden. Die entscheidende Frage lautet: "Ist das, was mir dieser Kollege, dieses Modell bietet, sachdienlich?" Hilft es dabei, bei den aktuellen Herausforderungen effektiver und/oder effizienter zu sein? Das ist das Maß, das zählt.

"KI ist nicht nur ein Werkzeug, sondern ein Kollege. Das ist einfach nur ein Stück Software. Es ist ein Kollege, und das Beispiel, das ich gerne bringe: mit dem Kollegen muss man ein bisschen anders kommunizieren, das fühlt sich am Anfang ein bisschen komisch an."

Strategieentwicklung ohne Masterplan: Glaubensgrundsätze statt 5-Jahres-Roadmap

Klassische Strategieentwicklung funktioniert so: Ein Thema, das möglicherweise Einfluss auf das Geschäftsmodell haben könnte, wird im jährlichen Strategiezyklus in den Fokus gerückt. Wenn es sich als relevant erweist, wird eine 5-Jahres-Roadmap erstellt, und einmal jährlich wird überprüft, wie gut die Implementierung läuft.

Bei Covestro wurde erkannt, dass diese Fünf-Jahres-Planung im KI-Umfeld schlicht nicht möglich ist. Das Beispiel ist eindrücklich: Viele hunderte Milliarden werden für Infrastruktur ausgegeben – und dann kommt kurz nach Weihnachten DeepSeek als Distilled Model auf O1-Niveau, um drei Größenordnungen günstiger in der Inferenz, und stellt vieles in Frage.

Der Ansatz bei Covestro: Fundamentale Glaubensgrundsätze, die mit hoher Wahrscheinlichkeit Bestand haben werden, unabhängig von der individuellen Entwicklung einzelner Modelle oder Firmen. Zwei dieser Glaubensgrundsätze sind zentral:

Erstens: KI wird das Geschäftsmodell von Covestro so grundlegend verändern wie nichts, was vorher kam.

Zweitens: Was Covestro beeinflussen kann, ist nicht die Entwicklungsgeschwindigkeit der Modelle da draußen, aber die innere Anpassungsgeschwindigkeit, mit der das Unternehmen das, was draußen passiert, in die Organisation trägt.

Basierend auf diesen Glaubensgrundsätzen weicht Covestro von der 5-Jahres-Roadmap-Planung ab und implementiert die Strategie in 6-Monats-Gameplans. Sechs Monate ist ein überblickbarer Zeitraum, in dem konkret geplant wird: Welche Use Cases, welche Initiativen, welcher erwartete Effekt. Nach sechs Monaten werden die Erkenntnisse gesammelt, sie fließen in die nächste Entscheidungsfindung ein, und der nächste Zyklus startet.

Diese Offenheit gegenüber einem neuen strategischen Ansatz – gerade in einem Großunternehmen mit 20.000 Mitarbeitern – ist bemerkenswert. Nils betont die Herausforderung: "Es ist ein Grundbedürfnis von Menschen, Dinge, die wir nicht verstehen, zu kategorisieren." Der Versuch, KI in etablierte Kategorien zu pressen, muss scheitern und zu suboptimalen Ergebnissen führen. "Künstliche Intelligenz ist eine neue Kategorie." Das anzunehmen, ist extrem schwer – aber genau das macht den Unterschied.

Autonome Produktion: Die erste autonome Batch-Linie der chemischen Industrie

Das Geschäftsmodell von Covestro lässt sich vereinfacht so beschreibnen: "Wir machen aus kleinen Molekülen große Moleküle." Diese großen Moleküle haben fantastische Eigenschaften für Hochleistungskunststoffe, Lacke, Klebstoffe und andere Spezialprodukte. Um damit ökonomisch erfolgreich zu sein, braucht es zwei Dinge: Erstens muss man wissen, welche großen Moleküle man produzieren will und kann. Zweitens muss man sie so effektiv und kostengünstig wie möglich herstellen.

Bei der Produktion hat Covestro bereits beeindruckende Fortschritte erzielt. Vor fünf Jahren begann das Unternehmen in der Polyester-Produktion in Dormagen, den Betrieb durch den Einsatz von maschinellem Lernen und KI zu optimieren. Ziele waren die Erhöhung der Ausbeute und die Reduzierung manueller Eingriffe. Weil es der erste Betrieb war, hat es gedauert – aber der Beweis ist angetreten.

Heute hat Covestro die erste autonome Produktionslinie in einem Batchbetrieb der chemischen Industrie weltweit. Aus diesem erfolgreichen Einzelbeispiel kann das Unternehmen nun Investitionsvolumina für strukturell vergleichbare Anlagen projizieren. Die Frage ist nicht mehr ob, sondern wie viele der Betriebe auf welchen Grad von Autonomie gebracht werden sollen.

Dieses Beispiel zeigt, wie Covestro trotz der Unmöglichkeit langfristiger Planung wohlinformierte Projektionen abgeben kann. Erfolgreiche Einzelbeispiele werden skaliert – in überschaubaren, agilen Zyklen.

Die existenzielle Herausforderung: DeepMinds NOAH und das Ende des Patentierungsmodells

Noch fundamentaler als die Produktionsoptimierung ist die Herausforderung beim ersten Schritt des Geschäftsmodells: dem Finden neuer Moleküle. Hier spielt sich gerade eine Revolution ab, die nicht nur das ökonomische Modell, sondern auch die Identität von Covestro als Unternehmen in Frage stellt.

Die Menschheit hat in den letzten 120 Jahren strukturierter Materialforschung ungefähr 20.000 stabile Materialien erforscht, die sich zur Synthese eignen. Über Simulationen wuchs diese Zahl in den letzten Jahrzehnten um den Faktor 2. Dann kam im Dezember 2023 DeepMind mit dem Modell NOAH.

NOAH macht keine Tertiärstruktur-Vorhersage von Proteinen wie AlphaFold (das 2024 den Nobelpreis in Chemie erhielt), sondern Materials Discovery. Das Modell wurde auf Basis allen vorherigen Wissens plus zusätzlichem maschinellen Lernen trainiert – und präsentierte über zwei Millionen neue Kristalle. Davon sind gut 400.000 mit sehr hoher Wahrscheinlichkeit hochstabil und bieten sich zur Synthese an.

Das wirklich Disruptive: Alle diese Materialien stehen unter Public Domain. Sie können nicht patentiert, nicht lizenziert, nicht exklusiv genutzt werden.

Für Covestro ist das eine existenzielle Herausforderung. Ein Teil des Geschäftsmodells besteht darin, bessere Materialien als Marktbegleiter zu finden, diese zu patentieren und für die nächsten 25 Jahre als einziger herstellen und monetarisieren zu können. Dieses Modell wird durch NOAH fundamental in Frage gestellt.

"Wird es von heute auf morgen dadurch komplett disruptiert? Nein", sagt Nils realistisch. "Aber es wird in Frage gestellt, und wir müssen an uns selbst Antworten darauf geben, wie wir damit umgehen." Eine Partnerschaft ist nicht möglich, eine exklusive Lizenzierung auch nicht.

Die Herausforderung geht noch tiefer: Covestro ist zu Recht ein stolzes Unternehmen. Es hat im 20. Jahrhundert Polycarbonat und Polyurethane der Welt geschenkt – Materialien, die viele heutige Anwendungen überhaupt erst ermöglicht haben. Und jetzt kommt ein Unternehmen, das nicht aus der chemischen Industrie stammt, und stellt etwas unter Public Domain, das diesen Stolz fundamental herausfordert.

Dieses Nagen am Geschäftsmodell überträgt sich auf die Forscherinnen und Forscher, auf die Kolleginnen und Kollegen. Es ist der Arbeitsauftrag von Nils und seinem Team, darauf Antworten zu finden.

Die Rolle des Menschen in der Koexistenz mit KI: Ehrliche Unsicherheit

Auf die Frage, welche Rolle der Mensch in der zukünftigen Koexistenz aus kohlenstoffbasierter und siliziumbasierter Intelligenz spielen wird, antwortet Nils mit bemerkenswert ehrlicher Unsicherheit: "Ich weiß es nicht."

Was er als Basis akzeptiert: Der reine Fokus auf "Aber am Ende muss der Mensch die Entscheidung treffen" ist nicht haltbar. Genauso wenig hält er die Maximalposition "Es wird alles KI machen" für realistisch. Die Antwort liegt auf einem Spektrum – nicht als Dichotomie gedacht, sondern als kontinuierliche Skala. Welche Entscheidungsarten bieten sich eher an, vom Menschen getroffen zu werden? Welche eher von der Maschine?

"Das muss jeder für sich, jedes Unternehmen und am Ende auch jede Volkswirtschaft für sich selbst herausfinden", so Nils. "Es gibt keinen Masterplan, und trotz dieser harten Unsicherheit müssen wir weiterlaufen, weil in die Ecke legen und weinen bringt uns definitiv nicht weiter."

Diese Haltung – die Unsicherheit anzuerkennen und trotzdem handlungsfähig zu bleiben – ist vielleicht eine der wichtigsten Lektionen aus dem Gespräch.

"Ich weiß es nicht – und trotz dieser harten Unsicherheit müssen wir weiterlaufen, weil in die Ecke legen und weinen bringt uns definitiv nicht weiter."

Persönliche KI-Nutzung: Vom Kinderbuch bis zur Paper-Zusammenfassung

Privat nutzt Nils KI auf sehr persönliche Weise. Er hat für seinen Sohn, der gerade sieben Jahre alt geworden war, ein Kinderbuch geschrieben und alle Illustrationen über ein Modell erstellen lassen. "Ich habe eine sehr, sehr starke Einschränkung in allem, was künstlerisch und gestalterisch ist", erklärt er. Durch KI wurde aus dem geschriebenen Wort ein illustriertes Buch, das für einen Siebenjährigen interessant ist – die Illustrationen sind mittlerweile der iPad-Hintergrund seines Sohnes. Diese massive Erweiterung seiner Möglichkeiten hat auch seine Beziehung zu seinem Sohn bereichert – etwas, wofür er vorher einen Designer hätte bezahlen müssen, plus den gesamten Aufwand der Erklärung.

Beruflich war das Release von Notebook LM "eine der besten Dinge", die Nils passieren konnte. Der Stapel an potenziell interessanten und relevanten Papers wird nahezu jeden Tag größer. Sein Workflow: Die 15 eventuell relevanten Paper einer Woche in Notebook LM laden, während der Autofahrten anhören und dann entscheiden, bei welchen ein oder zwei es sich wirklich lohnt, das gesamte Paper zu lesen. "Das ist eine brutale Verbesserung, um den Überblick für mich zu behalten in dem, was momentan in der Forschung gerade passiert."

Kernaussagen

KI verändert alles: "KI wird unser Geschäftsmodell so grundlegend verändern wie nichts, was vorher kam." — Disruption
Innere Geschwindigkeit zählt: "Was wir beeinflussen können, ist nicht die Entwicklungsgeschwindigkeit der Modelle da draußen, aber unsere innere Anpassungsgeschwindigkeit, mit der wir in der Lage sind, das, was draußen passiert, in unser Unternehmen zu tragen." — Anpassungsfähigkeit
KI als Kollege: "KI ist nicht nur ein Werkzeug, sondern ein Kollege. Das ist einfach nur ein Stück Software. Es ist ein Kollege, und das Beispiel, das ich gerne bringe: mit dem Kollegen muss man ein bisschen anders kommunizieren, das fühlt sich am Anfang ein bisschen komisch an." — Perspektivwechsel
Sachdienlichkeit als Maß: "Das relevante Maß für uns als Unternehmen, für jeden von uns persönlich, ist die Frage: Ist das, was mir dieser Kollege, dieses Modell bietet, sachdienlich? Nicht, ob es 80, 180, 1000 IQ-Punkte auf einer irrelevanten Skala hat." — Pragmatismus
Leader-led Transformation: "Der Versuch, KI zu ignorieren, wird mit einer sehr, sehr hohen Wahrscheinlichkeit scheitern. Deswegen Leader-led Transformation, auch etwas, das nicht delegierbar ist." — Führungsverantwortung
Neue Kategorie: "Künstliche Intelligenz ist eine neue Kategorie, und jeder Versuch, es in etablierte Kategorien zu pressen, muss scheitern und muss zu Ergebnissen führen, die suboptimal sind." — Kategorisierung
Mut zur Unsicherheit: "Ich weiß es nicht – und trotz dieser harten Unsicherheit müssen wir weiterlaufen, weil in die Ecke legen und weinen bringt uns definitiv nicht weiter." — Handlungsfähigkeit

Fazit und Takeaways

Das Gespräch mit Nils Janus zeigt eindrücklich, wie tiefgreifend KI Unternehmen verändert – von der täglichen Arbeit der Mitarbeiter bis zum fundamentalen Geschäftsmodell. Die Transformation bei Covestro ist dabei kein technologisches, sondern ein kulturelles und strategisches Projekt, das Mut zur Unsicherheit und die Bereitschaft zur Selbst-Disruption erfordert.

Für Führungskräfte und Entscheider

Akzeptiere KI als neue Kategorie: Der Versuch, KI in bestehende Denkmuster zu pressen, führt zu suboptimalen Ergebnissen. KI ist weder "nur IT" noch "nur ein Tool" – es ist eine fundamental neue Kategorie, die neue Ansätze erfordert.
Keine 5-Jahres-Roadmaps mehr: In einem super-exponentiell sich entwickelnden Umfeld sind langfristige Roadmaps nicht möglich. Setze stattdessen auf fundamentale Glaubensgrundsätze kombiniert mit agilen 6-Monats-Gameplans.
Schaffe eine zentrale KI-Funktion: Die Rolle des Chief AI Officers ist nicht delegierbar und sollte Strategieentwicklung und Execution vereinen, um in einem schnelllebigen Umfeld handlungsfähig zu bleiben.
Sei bereit zur Selbst-Disruption: Warte nicht, bis externe Kräfte dein Geschäftsmodell disruptieren. Stelle dein eigenes Geschäftsmodell aktiv in Frage und finde Antworten, bevor es andere tun.

Für die organisationsweite KI-Adoption

Betrachte KI als Kollegen, nicht als Werkzeug: Dieser Perspektivwechsel verändert grundlegend, wie Menschen mit KI interagieren und welche Erwartungen sie haben. Die Parallele zu internationalen Teams zeigt: Was sich heute komisch anfühlt, kann in fünf Jahren Normalität sein.
"Support the good ones" statt Gießkannenprinzip: Konzentriere dich auf diejenigen, die bereits Interesse, Verständnis und Kapazität haben. Aus diesen Keimzellen entwickelt sich Strahlkraft in die gesamte Organisation.
Kombiniere Top-down und Bottom-up: Leader-led Transformation ist notwendig, aber nicht ausreichend. Die breite Adoption braucht orthogonale Unterstützung durch dedizierte AI Adoption Teams, die Mitarbeiter abholen, befähigen und involvieren.
Setze auf Eigenverantwortung: Es wird keine Arbeitsanweisungen geben, wie man mit KI interagieren muss. Schaffe Unterstützungs- und Informationsangebote, aber erwarte von jedem, sich selbst zu bewegen.
Bilde domänenspezifische KI-Spezialisten aus: Menschen, die ihre Fachbereiche seit Jahren kennen, mit relevantem KI-Wissen auszustatten, ist effektiver als zentrale KI-Teams ohne Domänenwissen.

Für die strategische Implementierung

Definiere fundamentale Glaubensgrundsätze: Auch wenn du keine 5-Jahres-Roadmap erstellen kannst, brauchst du Prinzipien, die mit hoher Wahrscheinlichkeit Bestand haben werden – unabhängig von einzelnen Modell-Releases.
Fokussiere auf die innere Anpassungsgeschwindigkeit: Die Entwicklungsgeschwindigkeit der Modelle kannst du nicht beeinflussen. Aber wie schnell dein Unternehmen neue Entwicklungen integriert, liegt in deiner Hand.
Nutze erfolgreiche Einzelbeispiele für Projektionen: Aus konkreten, erfolgreichen Use Cases lassen sich wohlinformierte Investitionsentscheidungen und Skalierungspläne ableiten – auch ohne langfristige Roadmap.
Messe das Richtige: Die relevante Metrik ist nicht der theoretische IQ eines Modells, sondern: Ist es sachdienlich? Hilft es, bei konkreten Herausforderungen effektiver und/oder effizienter zu sein?

Für die persönliche KI-Nutzung

Erweitere deine eigenen Fähigkeiten: KI kann Dinge ermöglichen, die dir bisher verwehrt waren – sei es künstlerische Gestaltung, schnellere Informationsverarbeitung oder neue Formen der Kreativität.
Etabliere konkrete Workflows: Tools wie Notebook LM für Paper-Zusammenfassungen oder Bild-Generatoren für persönliche Projekte werden erst durch regelmäßige Nutzung zu echten Produktivitätsmultiplikatoren.
Experimentiere mit dem Kollegenmodell: Statt KI als Werkzeug zu betrachten, versuche, es als Kollegen zu behandeln. Diese Perspektive verändert die Art der Interaktion und oft auch die Qualität der Ergebnisse.

Die Erfahrungen von Covestro zeigen: Erfolgreiche KI-Transformation erfordert Mut zur Unsicherheit, Bereitschaft zur Selbst-Disruption und die Fähigkeit, in schnellen Zyklen zu lernen und anzupassen. Es gibt keinen Masterplan – aber die Alternative, KI zu ignorieren, ist keine Option.

#31„KI ist kein Werkzeug, sondern ein Kollege“ – Wie Covestro das Zusammenspiel von Mensch und Maschine neu definiert