KI-Kompetenz im Unternehmen aufbauen: Warum Prompting-Schulungen nicht reichen

カートのアイテムが多すぎます

ご購入は五十タイトルがカートに入っている場合のみです。

カートに追加できませんでした。

しばらく経ってから再度お試しください。

ウィッシュリストに追加できませんでした。

しばらく経ってから再度お試しください。

ほしい物リストの削除に失敗しました。

しばらく経ってから再度お試しください。

ポッドキャストのフォローに失敗しました

ポッドキャストのフォロー解除に失敗しました

KI-Kompetenz im Unternehmen aufbauen: Warum Prompting-Schulungen nicht reichen

無料で聴く

ポッドキャストの詳細を見る

【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

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.

まだレビューはありません