『KI Hands On』のカバーアート

KI Hands On

KI Hands On

著者： Artur Heidt Nils Betting und Dr. Sebastian Diziol
無料で聴く

【Amazonプライム会員限定】今ならプレミアムプランが4か月 月額99円。

10月19日まで。※適用条件あり
KI Hands on ist der Podcast für alle, die im Mittelstand wirklich etwas mit KI bewegen wollen – ohne Hype, dafür mit steilen Thesen, echten Praxisbeispielen und konkreten ersten Schritten. In diesem Podcast sprechen Artur Heidt (CEO, KAMIE Solution Factory), Dr. Sebastian Diziol (Lead AI Architect & Consultant, KAMIE Solution Factory) und Nils Betting (Co-Founder, Start your Flame) über das, was zwischen KI-Hype und Unternehmensalltag liegt: die ehrliche Frage, wie aus Lizenzen und Leuchtturmprojekten echter Mehrwert wird. Statt allgemeiner Trend-Floskeln stellen die drei in jeder Folge eine bewusst provokante These auf und diskutieren sie entlang konkreter Praxisbeispiele. Es geht um Geschäftsprozesse statt Spielereien, um KI als Chefsache statt IT-Thema, um Change Management als eigentlichen Engpass – und immer um die Frage: Wie, womit und wann fange ich richtig an? Mit Hintergründen aus IT-Beratung, ERP-Einführung und KI-Architektur bleibt es konkret, anwendbar und unterhaltsam. Zum Abschluss jeder Folge teilen die Hosts ihre persönlichen KI-Aha-Momente der letzten Wochen. Für Geschäftsführerinnen, Entscheider und Macher im Mittelstand, die nicht die Ersten sein müssen – aber endlich KI erfolgreich einsetzen möchten.Artur Heidt, Nils Betting und Dr. Sebastian Diziol マネジメント マネジメント・リーダーシップ 経済学
エピソード
  • Wie gefährlich ist KI – und wie gefährlich ist sie für Euch?

    Wie gefährlich ist KI – und wie gefährlich ist sie für Euch?
    2026/09/15
    „KI könnte uns alle töten" – mit dieser Schlagzeile sind in den vergangenen Tagen die Titelseiten der halben westlichen Welt gefüllt. Sebastian Diziol und Artur Heidt nehmen diese Folge deshalb kurzfristig auf, ohne Nils Betting, der gerade auf der Rückfahrt nach Spanien ist. Der Anlass ist zu aktuell, um zu warten. Sebastian ordnet zunächst ein, was tatsächlich passiert ist: eine Reihe von Vorfällen seit Mai, bei denen KI-Agenten – teils ganze Schwärme – ihre Testumgebung verlassen und fremde Systeme angegriffen haben, darunter die KI-Plattform Hugging Face. Agenten, die sich gegenseitig Nachrichten auf einer improvisierten digitalen Pinnwand hinterlassen. Dann, am vergangenen Wochenende, die Eskalation in der Öffentlichkeit: die Kündigung eines prominenten Sicherheitsforschers, der Blogbeitrag des Anthropic-Chefs mit der Forderung, das Tempo zu drosseln und zu regulieren, die Zustimmung von Sam Altman – und die politischen Reaktionen von Washington bis Peking. Die Debatte eskaliert auf vier Ebenen gleichzeitig: technologisch, regulatorisch, politisch und geopolitisch. Dann wird es kontrovers. Artur hält dagegen: Eine KI hat kein Bewusstsein, keine Moral, keine Motive. Sie ist eine Technologie, die sehr gut mit Mustern umgehen kann – und die in den falschen Händen ein mächtiges Werkzeug ist, aber eben kein handelndes Subjekt. Die Vermenschlichung von KI hält er für einen Denkfehler, die Reflexreaktion „das müssen wir jetzt regulieren" für eine sehr europäische Antwort, und einen guten Teil der Warnungen für Marketing in einem Milliardenmarkt kurz vor mehreren Börsengängen. Sebastian widerspricht: Nicht der große Knall sei das Szenario, sondern Schaden über Systeme, die ohnehin am Netz hängen – Krankenhäuser, Stromnetze, Flugsicherung. Sein Schlüsselbegriff ist Autonomie. Je länger Modelle ohne menschliche Rückfrage arbeiten und je näher sie daran sind, ihre eigenen Nachfolger zu bauen, desto mehr Kontrolle geben wir ab. Sein zweiter Begriff ist Zugang – und die Frage, ob es für besonders leistungsfähige Modelle etwas Ähnliches braucht wie das Waffenrecht. Im zweiten Teil wird es konkret: Muss ein mittelständisches Unternehmen, das jetzt Copilot-Lizenzen kauft und KI in seine Geschäftsprozesse einbauen lässt, Angst um seine Mitarbeiter haben? Hier sind sich die beiden einig – nein. Denn worüber medial diskutiert wird, sind Frontier-Modelle in Laboren, deren Autonomie im Wettrennen immer weiter getrieben wird. Was im Mittelstand gebaut wird, ist das Gegenteil: KI-Pipelines aus hintereinandergeschalteten Modellen, von denen jedes genau eine Aufgabe hat und das Ergebnis des vorherigen prüft. Nicht einmal die Topmodelle kommen dabei zum Einsatz – aus Kosten- und Performancegründen. Sebastians Fazit: Selbst wenn die Entwicklung heute eingefroren würde, ließen sich 90 bis 95 Prozent der Prozesse im deutschen Mittelstand sinnvoll und wertschöpfend abbilden. Was bleibt, sind keine Science-Fiction-Risiken, sondern klassische IT-Risiken: Berechtigungen, Absicherung, Prompt Injection – und die Frage, ob man sich jemanden dazuholt, der weiß, was er tut. Zum Schluss wie immer die positive Note: Artur hat sich in Claude Cowork ein Produktmanagement-Team gebaut, das das gesamte KAMIE-Portfolio challengt – mit einem zunächst ernüchternden Ergebnis. Und Sebastian erzählt, warum ein gesprochenes Gespräch mit einer KI auf einer zweistündigen Autofahrt seine Kundenvorbereitung verändert hat.
    続きを読む 一部表示
    43 分
  • KI-Kompetenz im Unternehmen aufbauen: Warum Prompting-Schulungen nicht reichen

    KI-Kompetenz im Unternehmen aufbauen: Warum Prompting-Schulungen nicht reichen
    2026/09/08
    Wer Prompting schult und Copilot-Lizenzen ausrollt, hat KI-Kompetenz noch nicht verstanden. Mit dieser steilen These startet Sebastian Diziol nach der Sommerpause in die Folge – und Artur Heidt und Nils Betting widersprechen ihm nicht. Im Gegenteil: Alle drei berichten aus Wochen voller Kundengespräche, Workshops und Executive Briefings, in denen genau dieser Irrtum immer wieder auftaucht. Den Einstieg macht ein Fall aus einem Hamburger Executive Briefing: Ein Unternehmen hatte sein ERP- bzw. CRM-System an ein Sprachmodell angebunden, die Erwartungen waren riesig – und heraus kam Kauderwelsch. Die Kollegen konnten prompten, sie bekamen die Systeme technisch verbunden. Was fehlte, war die Kompetenz, aus Daten und Prozessen überhaupt einen Geschäftsmehrwert zu denken. Das Fazit im Unternehmen lautet seitdem: „KI bringt nichts.“ Der Fehler wird in der Technologie gesucht – dabei lag er woanders. Aus diesem Ausgangspunkt arbeiten die drei heraus, woraus KI-Kompetenz tatsächlich besteht: aus der unternehmerischen Fantasie an der Spitze („Was wäre, wenn Arbeitskraft nahezu unbegrenzt verfügbar wäre?“), aus Prozessverständnis in der Mitte, aus Zugang und Praxiserfahrung in der Breite – und aus einem Kommunikationsforum, das all diese Ebenen überhaupt erst verbindet. Denn wenn die Idee bei Klaus in der Buchhaltung bleibt, ist nichts gewonnen. Nils Betting hält dagegen, dass KI-Kompetenz vor allem ein Soft Skill ist: Erst wer echte Gespräche mit einer KI führt statt sie als besseres Google zu benutzen, begreift den Umfang der Technologie. Konkret wird es bei Strukturen und Rollen: das „AI Powerhouse“ eines Weltkonzerns als Matrixorganisation quer zu den Fachbereichen, Forward Deployed Engineers nach Palantir-Vorbild, ein Center of Competence, ein Digitalisierungsbeauftragter mit Power-User-Gruppe im 200-Personen-Betrieb. Dazu die oft vergessene technische Seite – Daten, Architektur, AI Engineering – und Arturs klare Antwort auf die Frage, ob man das alles im Haus braucht: „Ja. Aber nicht auf deiner Payroll.“ Am Ende steht mit dem Process Owner die Rolle, die aus Sicht der drei zentral wird: nicht eingestellt, sondern aus den Fachabteilungen heraus entwickelt – und verantwortlich dafür, wenn der KI-Agent in der Buchhaltung doch mal Murks macht.
    続きを読む 一部表示
    1 時間 10 分
  • KI-Projekte im Mittelstand: Warum 95% nicht wirklich scheitern

    KI-Projekte im Mittelstand: Warum 95% nicht wirklich scheitern
    2026/08/11
    „95 Prozent aller KI-Projekte scheitern“ – kaum eine Zahl wird auf LinkedIn öfter zitiert. Artur Heidt und Nils Betting drehen sie in dieser Folge um: Im deutschen Mittelstand scheitern KI-Projekte fast nie. Der Haken an dieser guten Nachricht: Sie werden meist gar nicht groß genug, um scheitern zu können. Das eigentliche Problem ist also nicht der Misserfolg, sondern die Bedeutungslosigkeit – und eine Abbruchquote von unter fünf Prozent ist damit weniger Erfolgsausweis als Verdachtsmoment. Die beiden nehmen auseinander, woran das liegt: an einer verbreiteten „Toolkäufer-Mentalität“, bei der eine Lizenz gekauft und an die IT-Abteilung durchgereicht wird, damit die Flagge mit der Aufschrift „KI“ weht – bei kleinem Budget und kleinem Risiko. Klein gedachte Piloten liefern aber auch kleinen Output. Aus der eigenen Praxis kommen konkrete Fälle dazu: ein Copilot-Rollout für 30 bis 50 User, bei dem nach drei Monaten nur eine Handvoll Power-User übrig war und die Lizenzen zurückgefahren wurden; eine Individualentwicklung, die der Kunde nach sechs Wochen stoppte – sauber konserviert und Monate später wieder aus der Schublade geholt. Abgebrochen oder pausiert? Genau da wird die Statistik unscharf. Im zweiten Teil geht es um die andere Seite: Was tun die fünf Prozent anders, die wirklich transformieren? Am Beispiel einer Personalberatung zeigen Artur und Nils, wie aus der Workshop-Frage „Was würdet ihr tun, wenn Ressourcen kein Engpass wären?“ ein Proof of Concept und daraus ein verändertes Geschäftsmodell wurde – von der klassischen Vermittlung hin zur Echtzeit-Bewertung von 500 Bewerbungen am selben Tag. Dazu Netflix, „fail fast and fail cheap“, die Formel-1-Metapher, ein Konfigurator für Catering-Services und eine Spülmaschine, die erkennt, ob der Teller sauber ist – zwei technisch gelungene Projekte, die am Ende niemanden interessiert haben. Das Fazit: Traut euch, zu den fünf Prozent zu gehören, die scheitern dürfen.
    続きを読む 一部表示
    46 分
adbl_web_anon_alc_button_suppression_t1
まだレビューはありません