Wie baut man ein AI-First Unternehmen auf?

Intro

In dieser Episode spricht Felix mit Daniel Khachab, CEO und Gründer von Choco, über eine der konsequentesten AI-First-Transformationen im deutschsprachigen Raum. Choco digitalisiert die Lebensmittellieferkette für den Großhandel – und hat Ende 2023 eine radikale Entscheidung getroffen: Das Unternehmen wird AI-First, bevor es von AI-first-Wettbewerbern angegriffen werden kann. Daniel teilt eindrucksvoll, wie sein Team innerhalb von anderthalb Jahren eine 120-prozentige Produktivitätssteigerung im Engineering erreichte, hunderttausende Bestellungen über Voice-Agents automatisierte und eine Unternehmenskultur schuf, in der jeder Mitarbeiter zum Agent-Orchestrator wird. Eine Masterclass in praktischer AI-Transformation – mit konkreten Zahlen, klaren Strategien und ungeschönten Einblicken in Widerstände und Erfolge.

Inhaltsübersicht

Der ChatGPT-Moment Ende 2023: Wie eine schlaflose Nacht die radikale Transformation auslöste
AI-First-Definition: Warum mehr als 50 Prozent des Umsatzes aus KI-Produkten kommen muss
Hackathon-Strategie: Wie 3-Tage-Sprints mit klaren Regeln die Unternehmenskultur veränderten
Order Agent als Durchbruch: Von der Idee zu hunderttausenden automatisierten Telefonbestellungen pro Woche
120 Prozent Engineering-Produktivität nach einem Jahr – messbare Erfolge statt leerer Versprechen
Kulturwandel durch Konsequenz: Wie Choco AI-skeptische Mitarbeiter konsequent ersetzte
Die Speerspitzen-Strategie: Ein spektakulärer Erfolg wirkt mehr als viele kleine Projekte
Hackathons für alle Bereiche: Von automatisierten Sales-Präsentationen bis Finance-Reconciliation
Hiring mit AI-Erwartung: Wer die OpenAI-API nicht kennt, gilt als "obsolet"
Zukunftsvision Agent-Orchestrator: Jeder Mitarbeiter baut und steuert seine eigenen KI-Agenten
CEO-Commitment als Voraussetzung: Warum AI-First von ganz oben kommen muss
Stromversorgung als AGI-Bottleneck: Daniels Gedanken zur Zukunft der Superintelligenz

Über den Gast

Daniel Khachab ist Gründer und CEO bei Choco, einem Technologieunternehmen, das die Lebensmittellieferkette für den Großhandel digitalisiert. Choco bietet Software-Module, mit denen Großhändler ihre Prozesse automatisieren können – von der Bestellannahme über Apps bis hin zu KI-gestützten Voice-Agents. Über 80.000 Restaurants nutzen die Choco-Technologie weltweit. Daniel erkannte Ende 2023 das disruptive Potenzial von KI und initiierte eine der konsequentesten AI-First-Transformationen im deutschsprachigen Raum. Unter seiner Führung entwickelte Choco Produkte wie den Order Agent, der Telefonbestellungen automatisch entgegennimmt und digitalisiert, sowie ein vollständig AI-enabled CRM-System. Daniel gilt als Vordenker für praktische AI-Transformation jenseits von Marketing-Buzzwords.

Detaillierte Zusammenfassung

Der ChatGPT-Moment: Existenzielle Frage als Wendepunkt

Ende 2023 hatte Daniel Khachab seinen "ChatGPT-Moment". Nach Experimenten mit GPT-3 konnte er nicht mehr schlafen. Die zentrale Erkenntnis: "Wenn jeder Software bauen kann, was ist dann noch dein Vorteil?" Daniel erkannte, dass es nicht mehr lange dauern würde, bis KI-Modelle Code auf professionellem Niveau generieren könnten. Diese Einsicht führte zur existenziellen Frage: Wie kann Choco in einer Welt bestehen, in der jeder Wettbewerber die Technologie nachmachen kann, die über Jahre aufgebaut wurde?

Die Antwort war radikal: Choco musste selbst zum Angreifer werden. Daniel formulierte es so: "In einer Welt, in der du mit AI jeden angreifen kannst, musst du halt selber der Angreifer sein." Diese Erkenntnis war der Startpunkt für eine Transformation, die weit über technologische Anpassungen hinausging – es war der Beginn eines fundamentalen Kulturwandels.

AI-First als messbare Definition, nicht als Marketing-Buzzword

Für Choco bedeutet AI-First nicht, irgendwo einen Chatbot auf die Website zu setzen oder intern ein paar Tools zu nutzen. Die Definition ist klar und messbar: "Wenn KI-Produkte mehr als 50 Prozent deines Umsatzes ausmachen, bist du AI-First – alles andere ist Marketing."

Diese Definition hat System: Was mehr als die Hälfte des Umsatzes generiert, steht automatisch im Fokus des Unternehmens. Es gibt dedizierte Teams, Prozesse, KPIs und Strategien rund um dieses Produkt. Daniel erklärt: "Wenn ein AI-Produkt mehr als die Hälfte deines neuen Umsatzes ausmacht, dann führt es dazu, dass irgendwann mehr als die Hälfte des Gesamtumsatzes ist." Dann ist KI nicht mehr ein "Gimmick", sondern das Kerngeschäft.

Wichtig war Daniel dabei: Technologie ist nie Selbstzweck. Die Frage muss immer lauten: Löst diese Technologie ein echtes Kundenproblem? Manchmal ist die Antwort ja, manchmal nein. Im Fall von KI bei Choco war sie ein klares Ja.

Die Hackathon-Strategie: Lernen durch Machen statt Top-Down-Direktiven

Statt das Team mit Anweisungen von oben zu überfordern, setzte Daniel auf Hackathons als Kerninstrument der Transformation. Die Regeln waren klar und einfach:

Drei Tage Zeit – nicht mehr, nicht weniger
Funktionsfähige Demo am Ende – keine PowerPoints, keine Konzeptpapiere, keine Strategien
KI-Nutzung obligatorisch – jedes Projekt muss KI einsetzen
Alignment mit Choco-Strategie – es muss ein echtes Kundenproblem lösen

Diese Hackathons wiederholte Choco mehrfach. Der erste war noch experimentell, beim zweiten waren die Ergebnisse bereits deutlich besser, weil die Teams ihre Fähigkeiten weiterentwickelt hatten. Die Formate schufen organisches Verständnis für die Technologie und weckten Begeisterung – ohne Zwang, aber mit klaren Erwartungen.

Ein weiterer Schritt: Bereits Anfang 2024 schrieb Daniel an alle Mitarbeiter: "Let's embrace AI." Jeder sollte eine Idee einreichen, wofür er GPT nutzen würde – ohne Bewertung der Ideen. Wer teilnahm, bekam den Premium-Account. Diese einfache Maßnahme signalisierte: KI ist erlaubt, erwünscht und wird unterstützt.

Der Order Agent: Vom Prototyp zum Produktdurchbruch

Der große Durchbruch kam mit dem Order Agent. Hintergrund: Chocos Kunden sind Großhändler, die wiederum Restaurants beliefern. Traditionell rufen Restaurants nachts an und sprechen ihre Bestellungen auf ein Band. Choco bietet eine App, über die Restaurants digital bestellen können – aber nicht alle wollen eine App nutzen.

Nach den Hackathons kam ein Product Manager zu Daniel mit einer Idee: Was, wenn eine KI ans Telefon geht? Ein kleines Team – zunächst nur ein Ingenieur und Daniel selbst – setzte sich direkt beim Kunden ins Büro und baute einen Prototyp. Die erste Version war nicht perfekt, die zweite besser, die dritte noch besser.

Heute laufen hunderttausende Bestellungen pro Woche über den Order Agent. Was früher Monate dauerte – nämlich jeden Kunden auf die App zu bringen – geschah nun an einem Tag. Der Agent nimmt Anrufe entgegen, versteht verschiedene Sprachen, stellt Rückfragen und schreibt strukturierte Bestellungen in die Datenbank. Omnichannel statt App-only.

Daniel betont: "Wir nutzen die richtige Technologie, denn wenn du dieses Produkt bauen willst, ist KI die erste, die einzige Technologie." Und: Es löst ein echtes Kundenproblem. Diese Kombination war der Schlüssel.

"In einer Welt, in der du mit AI jeden angreifen kannst, musst du halt selber der Angreifer sein."

120 Prozent Produktivitätssteigerung im Engineering

Nach einem Jahr AI-First-Transformation erreichte Choco im Engineering eine Produktivitätssteigerung von 120 Prozent – als hätten sie doppelt so viele Entwickler eingestellt. Diese Zahl basiert auf messbaren Outputs, nicht auf Gefühlen oder Umfragen.

Voraussetzung: Alle Entwickler mussten Tools wie GitHub Copilot und später Cursor aktiv nutzen. Wer sich verweigerte, wurde konsequent ersetzt. Daniel ist klar: "Es gab einige Leute, die wollten das nicht, und von denen haben wir uns trennen müssen." Diese Konsequenz war notwendig, um die Transformation nicht durch Widerstände auszubremsen.

Wichtig: Diese Produktivitätssteigerung wurde erreicht, als die meisten noch auf GitHub Copilot arbeiteten – bevor Tools wie Cursor noch bessere Ergebnisse lieferten. Die Modelle und Infrastruktur haben sich seitdem weiter verbessert, die Produktivitätsgewinne dürften also noch höher sein.

Die Speerspitzen-Strategie: Ein großer Erfolg statt vieler kleiner Experimente

Daniel betont die Wichtigkeit einer erfolgreichen Speerspitze: Ein kleines Team, das einen spektakulären Erfolg erzielt, wirkt mehr als viele Teams mit kleinen Projekten. Im Fall des Order Agent war es anfangs nur ein Ingenieur und Daniel selbst, später übernahm ein Product Manager.

Warum klein? Neue Projekte passen nicht in bestehende Strukturen. Sie brauchen Freiheit, Geschwindigkeit und Fokus. Das Team arbeitete direkt beim Kunden, iterierte schnell und zeigte Fortschritte in jedem All-Hands-Meeting. "Überkommunikation der Erfolge" war entscheidend: Das Team zeigte, wie viele Bestellungen nun automatisiert liefen – erst zehn pro Woche, dann hundert, dann tausend, dann zehntausend, dann hunderttausend.

Diese Erfolgsgeschichte motivierte andere Teams und schuf ein internes Vorbild. Mitarbeiter wurden neugierig, wollten mitarbeiten, zogen sich die besten Leute aus anderen Bereichen. Es entstand ein Nukleus, ein Cluster von AI-Expertise, der später in andere Teams ausstrahlen konnte.

Daniel: "Ich glaube, es ist viel wichtiger, eine Speerspitze zu haben, als überall ein bisschen was zu machen."

Hackathons für Non-Engineering: Automatisierung in allen Bereichen

Nach dem Erfolg im Engineering und Produkt führte Choco Hackathons für alle anderen Bereiche durch – Sales, Marketing, Finance, Recruiting. Die Prämissen waren ähnlich: Drei Tage, funktionsfähige Demo, KI-Nutzung, aber der Fokus lag auf Automatisierung von wiederkehrenden Aufgaben.

Am Anfang gab es Workshops zu Tools wie N8N und Zapier. Wichtig: Die Einführung kam nicht vom Leadership, sondern von Teammitgliedern, die bereits Erfahrung hatten – authentischer und wirkungsvoller.

Drei Beispiele aus dem letzten Hackathon:

Barbie (Sales-Tool): Ein Tool, das aus dem Website-Link eines Großhändlers automatisch eine personalisierte Sales-Präsentation erstellt – inklusive Logo, Farbschema, Font und About-Us-Text. Was früher Stunden dauerte, geht jetzt in 20 Sekunden.
Katalog-Cleaning (Operations): Großhändler haben oft unstrukturierte Kataloge. Ein Team baute ein Tool, das diese Kataloge in 30 Minuten bereinigt – statt 24 Stunden mit manuellem Aufwand.
Finance-Reconciliation: Automatisierte Abstimmung von Umsätzen über zehn Länder hinweg – eine typische Buchhaltungsaufgabe, die nun ohne manuelle Fehlerquellen läuft.

Diese Tools sparten tausende Arbeitsstunden und zeigten: AI-First ist nicht nur für Engineers relevant.

Hiring mit AI-Erwartung: Wer KI nicht kennt, ist "obsolet"

Seit Anfang 2024 stellt Choco in jedem Interview eine einfache Frage: "Hast du schon mal mit der OpenAI-API experimentiert?" Die Antwort zeigt, ob jemand neugierig ist und sich mit neuen Technologien auseinandersetzt.

Daniel ist klar: "Wenn die Antwort nein ist, dann bist du in unseren Augen kaputt – kein Ingenieur." Diese Erwartungshaltung gilt für jede Position, nicht nur Engineering. Die Botschaft an bestehende Mitarbeiter: Wer hier arbeiten will, muss bereit sein, mit KI zu arbeiten.

Diese Hiring-Strategie hat zwei Effekte: Erstens kommen nur Menschen ins Unternehmen, die das richtige Mindset mitbringen. Zweitens signalisiert es bestehenden Mitarbeitern die Relevanz des Themas – ohne dass es explizit gesagt werden muss.

Daniel vergleicht es mit historischen Umbrüchen: "Wir brauchen keine Kutscher mehr." Wer KI nicht nutzen kann, dessen Skillset ist obsolet – nicht in zehn Jahren, sondern heute.

Zukunftsvision: Vom Dirigent zum Agent-Orchestrator

Daniel nutzt eine eindrucksvolle Metapher für die Zukunft der Arbeit: "Gestern war ich ein Dirigent mit einem Orchester aus Menschen – Geige, Trompete, andere Instrumente. Heute baut der Dirigent diese Instrumente selbst."

Konkret: Ein Anwalt in einer Firma hat drei Hauptaufgaben – Verträge prüfen, Copyright-Klagen führen, Arbeitsrecht betreuen. Gestern erledigte der Anwalt all das selbst. Heute soll er drei spezialisierte Agents bauen: einen für Verträge, einen für Copyright, einen für Arbeitsrecht. Seine Aufgabe: Diese Agents steuern, kontrollieren, kontinuierlich verbessern.

"Ich erwarte vom Anwalt nicht mehr, dass er alles selbst macht, sondern dass er sich drei Agents baut und die immer besser macht."

Diese Vision gilt für fast alle Berufe, die am Computer stattfinden. Mitarbeiter werden zu Agent-Orchestratoren – sie automatisieren ihre Kernaufgaben und konzentrieren sich auf Steuerung, Qualitätskontrolle und kontinuierliche Verbesserung.

Wichtig: Das ist kein Jobkiller, sondern ein Produktivitätsmultiplikator. Ein Verkäufer kann hundert Verträge abschließen statt zehn. Das ist gut für die Firma und für den Mitarbeiter, dessen Gehalt entsprechend steigen sollte.

"Gestern war ich ein Dirigent mit einem Orchester. Heute baut der Dirigent die Instrumente selbst – jeder Mitarbeiter wird zum Agent-Orchestrator."

CEO-Commitment: AI-First muss von ganz oben kommen

Daniel ist überzeugt: "Die erste Person, die AI-First sein muss, ist der CEO." Transformation kann nicht delegiert werden. Der CEO muss sich selbst mit der Technologie auseinandersetzen, neue Modelle ausprobieren, die Sprache sprechen.

Konkret bedeutet das: Wenn Gemini 3.5 oder ChatGPT Agent erscheint, muss der CEO es am Wochenende selbst ausprobieren, um im Leadership-Team Fragen stellen zu können: "Hast du es dir angeschaut? Was denkst du davon?" Um mit dem Data-Science-Team zu sprechen, muss der CEO wissen, was Inference, Compute und System Prompt bedeuten.

Nichts ist wirkungsvoller als ein CEO, der sagt: "Ich glaube, wir könnten das bauen – hier ist ein Prototyp, den ich selbst gemacht habe." Diese Glaubwürdigkeit lässt sich nicht durch Delegieren erreichen.

Daniels Empfehlung für CEOs: Jeden Tag zehn Minuten Newsletter lesen (z.B. Alpha Signal, Neuron), Podcasts mit führenden AI-Experten hören, einfach ChatGPT fragen, wie man am besten anfängt. "Einfach anfangen" ist wichtiger als perfekte Planung.

Die Elektrizitätsfrage: Bottleneck für AGI und Superintelligenz

Auf die Frage, ob Daniel an AGI (Artificial General Intelligence) in den nächsten zwei bis drei Jahren glaubt, antwortet er differenziert. Es geht nicht um Chips – Moore's Law funktioniert weiterhin, die Chip-Produktion skaliert. Es geht auch nicht um Forschung – die besten Köpfe der Welt arbeiten bereits an AI.

Das Problem ist Elektrizität. Die USA brauchen allein 92 Gigawatt zusätzliche Stromkapazität – das entspricht 92 Atomkraftwerken, von denen jedes etwa 12 Milliarden Dollar kostet und 15 Jahre Bauzeit benötigt. Alternative: Gigantische Solarflächen, für die schlicht der Platz fehlt.

China dagegen hat allein im letzten Jahr 450 Gigawatt Solarkapazität aufgebaut – 450 Atomkraftwerke-Äquivalente in zwölf Monaten. Daniel fragt sich: "Wenn es wirklich die Elektrizität ist, die uns limitiert, müssen wir radikal anders denken, damit die westliche Welt vorne mitspielt."

Die Frage ist nicht mehr ob AGI kommt, sondern aus welchem Land sie kommt – China oder USA. Europa spielt in Daniels Überlegungen keine Rolle mehr.

N8N als Hidden Champion und Grok als Live-Daten-Vorteil

Daniel hebt N8N als "Hidden Champion" hervor – eine No-Code/Low-Code-Plattform aus Berlin, die zur weltweiten Infrastruktur für Agent-Building geworden ist. Choco nutzt N8N intensiv intern, weil es die beste skalierbare Plattform ist, auf der auch Non-Engineers Agents bauen können.

Ein weiteres spannendes Tool: Grok, die AI von X (Twitter). Groks Alleinstellungsmerkmal: Live-Zugang zu Twitter-Daten. Kein anderes Modell hat Zugang zu einer solchen Echtzeit-Datenquelle. Daniel experimentierte damit, Grok zu fragen, worüber Menschen in den letzten 60 Minuten weltweit diskutieren, wie die Stimmung in verschiedenen Ländern ist oder wie Nutzer bestimmte Themen bewerten. "Funktioniert einigermaßen gut", sagt Daniel – ein interessantes Differenzierungsmerkmal in einem überfüllten Markt.

Kernaussagen

Existenzielle Bedrohung als Antrieb – "Wenn jeder Software bauen kann, was ist dann noch dein Vorteil? In einer Welt, in der du mit AI jeden angreifen kannst, musst du halt selber der Angreifer sein." Disruption, Wettbewerb, Angreifer-Mentalität
Messbare AI-First-Definition – "Wenn KI-Produkte mehr als 50 Prozent deines Umsatzes ausmachen, bist du AI-First – alles andere ist Marketing." KPI, Umsatzanteil, kein Buzzword
120% Produktivität durch Konsequenz – "120 Prozent Engineering-Produktivität nach einem Jahr – als hätten wir doppelt so viele Entwickler. Wer sich verweigerte, wurde konsequent ersetzt." Messbarkeit, Tooling-Pflicht, Personalkonsequenz
Hackathons als Transformations-Motor – "Hackathons sind das beste Tool für die AI-Journey: Drei Tage, funktionsfähige Demo, keine PowerPoints. Und es muss von ganz oben kommen – die erste Person, die AI-First sein muss, ist der CEO." Learning-by-Doing, CEO-Commitment, Demo-Kultur
Obsoleszenz als Realität – "Wer heute nicht mit der OpenAI-API experimentiert hat, dessen Skillset ist einfach obsolet – wir brauchen keine Kutscher mehr." Hiring-Filter, Neugier-Pflicht, historischer Vergleich
Agent-Orchestrator als neues Berufsbild – "Gestern war ich ein Dirigent mit einem Orchester. Heute baut der Dirigent die Instrumente selbst – jeder Mitarbeiter wird zum Agent-Orchestrator." Zukunft der Arbeit, Automatisierung, Produktivitätsmultiplikator
Agents als Fulltime-Job – "Ich erwarte vom Anwalt nicht mehr, dass er alles selbst macht, sondern dass er sich drei Agents baut, die kontrolliert und immer besser macht. Das ist ein Fulltime-Job." Spezialisierung, Kontrolle, kontinuierliche Verbesserung

Fazit und Takeaways

Für CEOs und Führungskräfte

CEO-Commitment ist nicht optional: AI-First muss von ganz oben kommen, vorgelebt werden und in der Sprache des CEOs erkennbar sein. Wer nicht selbst mit den Tools experimentiert, kann keine glaubwürdige Transformation führen.
Messbares AI-First statt Marketing-Buzzwords: Definiere klar, was AI-First bedeutet (z.B. >50 Prozent Umsatz aus KI-Produkten), und verfolge diese Metrik konsequent.
Investiere in Speerspitzen, nicht in Breite: Ein spektakulärer Erfolg eines kleinen Teams wirkt mehr als viele kleine Projekte. Überkommuniziere diese Erfolge intern.
Konsequenz bei Widerstand: Wer sich verweigert, passt nicht mehr ins Unternehmen. Diese Klarheit ist notwendig, um die Transformation nicht auszubremsen.

Für Produktentwicklung und Engineering

Hackathons als Kerninstrument: Drei Tage, funktionsfähige Demo, KI-Nutzung, Alignment mit Strategie. Wiederhole das Format mehrfach, um organisches Lernen zu fördern.
Tools konsequent einsetzen: GitHub Copilot, Cursor und ähnliche Tools sind Pflicht, nicht Optional. Produktivitätssteigerungen von 120 Prozent sind real und messbar.
Von Problemen, nicht von Technologie ausgehen: KI ist kein Selbstzweck. Die Frage muss immer lauten: Löst das ein echtes Kundenproblem?

Für alle Teams und Mitarbeiter

Werde zum Agent-Orchestrator: Identifiziere deine drei bis fünf Kernaufgaben und baue spezialisierte Agents dafür. Deine Rolle wird Steuerung, Kontrolle, kontinuierliche Verbesserung.
Experimentiere täglich: Zehn Minuten Newsletter lesen, neue Modelle ausprobieren, ChatGPT fragen. Neugier und kontinuierliches Lernen sind Grundvoraussetzungen.
Nutze Hackathons aktiv: Drei Tage sind genug, um erste funktionierende Prototypen zu bauen. Perfektionismus blockiert, Iteration funktioniert.
AI-Kompetenz ist kein Nice-to-Have: Wer heute nicht mit KI arbeiten kann, dessen Skillset ist obsolet – wie ein Kutscher im Autozeitalter.

Diese Episode zeigt eindrucksvoll: AI-First ist keine ferne Vision, sondern eine Realität mit messbaren Erfolgen, klaren Strategien und konsequenter Umsetzung. Chocos Transformation ist ein Blueprint für jedes Unternehmen, das nicht von der nächsten Welle überrollt werden will.

#48Wie baut man ein AI-First Unternehmen auf?