AI or DIE

Viele KI-Initiativen scheitern nicht an Algorithmen, Modellen oder mangelndem Willen – sondern an der Basis. In dieser Folge von AI or DIE sprechen Andreas Wiener und Christian Bühler darüber, warum KI ohne eine sauber aufgebaute Daten- und Cloud-Plattform kaum eine Chance hat. Es geht um überzogene Erwartungen, Quick-and-Dirty-Leuchtturmprojekte und den fatalen Irrglauben, man könne KI einfach „on top“ auf bestehende Strukturen setzen. Christian erklärt, warum Begriffe wie Security, Resilienz, Performance, Operational Excellence und Kosten keine Buzzwords sind, sondern harte Voraussetzungen für produktive KI-Use-Cases. Die Folge zeigt klar: Ohne belastbares Fundament wird aus jeder KI-Idee eine teure Krücke. Wer jetzt nicht aufräumt, skaliert später nur Probleme. Eine ehrliche Episode für Entscheider:innen, die KI nicht nur ausprobieren, sondern nachhaltig nutzen wollen.  ⸻ Timestamps 00:00 – Einstieg: Warum KI-Initiativen scheitern 00:33 – Überzogene Erwartungen und falsche Annahmen 01:30 – Warum alte Cloud-Plattformen KI ausbremsen 01:50 – Was „well-architected“ wirklich bedeutet 02:34 – Die fünf Säulen einer belastbaren Plattform 02:59 – Für wen diese Leitplanken relevant sind 03:28 – Cloud-Zoo, Komplexität und Realität im Konzern 04:26 – Sicherheit & Cloud-Souveränität 05:06 – Datenplattform als Fundament für KI 05:15 – Resilienz, Verfügbarkeit & Governance 06:14 – Performance als Akzeptanzfaktor 07:24 – Always-on-Architekturen und Orchestrierung 08:19 – Wer ist verantwortlich: IT oder Fachbereich? 09:14 – Warum Fachbereichs-KI oft scheitert 10:15 – Budgets, ROI und Wirtschaftlichkeit von KI 11:20 – KI als Wette auf die Zukunft 12:29 – Was Resilienz technisch wirklich heißt 13:41 – Klassische Fehler bei KI-Plattformen 14:31 – Leuchtturmprojekte und „Quick & Dirty“ 15:11 – Die berühmte Krücke aus BI-Projekten 16:18 – Proof of Concept vs. produktiver Betrieb 17:20 – Welcher Tool-Stack ist „vernünftig“? 18:21 – SAP, Databricks & offene Architekturen 19:52 – Best-of-Breed statt Tool-Dogma 21:13 – Plattform vs. Mensch: Was ist wichtiger? 22:02 – Data Culture & echte Nutzung 23:04 – Online-Assessment: Standortbestimmung 24:35 – Klare Worte: Was Unternehmen jetzt tun müssen 26:07 – Ausblick: Sicherheit & nächste Folge 29:15 – Abschluss & Call to Action 29:40 – Ende der Folge

Zentrale KI-Plattform oder spezialisierte Tools in den Fachabteilungen? Diese Diskussion ist brandaktuell. In dieser Folge von AI or DIE zerlegen Andreas Wiener und Richard Ranftl (H&Z Digital) die romantische Vorstellung von der einen KI-Lösung, die alles kann. Klar ist: KI ist kein Nice-to-have mehr. Sie ist Pflicht. Wer heute noch auf die perfekte, zentrale Lösung wartet, verliert morgen Effizienz, Geschwindigkeit und Wettbewerbsfähigkeit. Gleichzeitig führt ein unkontrollierter Tool-Zoo direkt in neue Silos, Schatten-IT und Compliance-Risiken. Die Wahrheit liegt dazwischen – aber nicht im Mittelmaß. Wir sprechen darüber, warum „Make“ mit klaren Zielen oft smarter ist als reflexhaftes „Buy“, weshalb Open-Source-orientierte Stacks mehr strategische Freiheit schaffen als Hochglanz-Tools und warum Verfügbarkeit wichtiger ist als perfekte Governance. Außerdem: Warum Schatten-KI längst Realität ist, wieso Verbote nichts bringen und was Unternehmen jetzt konkret tun müssen, um Kontrolle zurückzugewinnen, ohne Innovation abzuwürgen. Diese Folge ist eine klare Ansage an alle, die noch glauben, KI ließe sich per Lizenzentscheidung erledigen. Spoiler: Tut sie nicht. 00:00 – Einstieg: KI-Reifegrad & alte IT-Diskussionen 00:41 – Single Vendor vs. Best-of-Breed: Die Kernfrage 01:00 – Tool-Dschungel, Start-ups & KI als Pflicht 01:55 – Buy vs. Make: Warum Spezialtools verlockend sind 02:47 – Fachabteilungen vs. zentrale KI-Strategie 03:39 – Das Silo-Problem: Schnell gestartet, nie eingefangen 04:16 – Schatten-Systeme und fehlende Zieldefinition 05:30 – Hochglanz-Versprechen vs. Realität 06:40 – Faktor Mensch: Warum Regeln allein nicht funktionieren 07:04 – Fachabteilungen als Innovationstreiber 08:05 – KI schlägt Excel: Wettbewerbsvorteile durch Geschwindigkeit 09:00 – Make-Ansatz mit Standard-Stacks (Azure, n8n & Co.) 10:04 – Konkretes Beispiel: KI im Einkauf 11:28 – n8n erklärt: Prozessautomatisierung mit Agenten 12:20 – Open Source, Souveränität & Enterprise-Tauglichkeit 14:47 – Chatbots, Frontends & falsche Erwartungen 15:18 – Mitarbeitende überschätzt? KI braucht Enablement 16:30 – Microsoft-Stack: Nicht perfekt, aber stabil 17:30 – Eigenes Frontend statt teurer Chat-Lizenzen 18:45 – Lokale LLMs: Wann sie wirklich Sinn machen 20:15 – Schatten-KI im Privatgebrauch: Das echte Risiko 22:27 – Praxisbeispiel: Mehr Schatten-User als offizielle Lizenzen 23:24 – Produktivität verstecken? Ein Auslaufmodell 24:50 – Angst, Kontrolle & Aufklärung im Unternehmen 26:12 – Kostenrealität: Copilot vs. eigenes KI-Frontend 26:56 – KI als neue Erwartungshaltung an Mitarbeitende 28:24 – Klare Empfehlung: Make first, Buy gezielt 29:22 – Metapher: KI-Stack wie Kochen vs. Restaurant 30:30 – Regulatorik, AI Act & Tool-Wildwuchs 31:28 – Praxisbericht: Marketing komplett agentenbasiert 33:00 – Fazit & Abschluss: Weniger Marketing, mehr Fakten

Alle reden über KI. Über Dashboards. Über Automatisierung. Kaum jemand spricht über das, was wirklich entscheidet, ob all das funktioniert: das Datenfundament. In dieser Folge räumen wir mit dem gefährlichsten Irrtum im Mittelstand auf: Dass man KI einfach „oben draufsetzen“ kann. Dass Power BI schon reicht. Dass schnelle Agentur-Setups nachhaltige Datenstrategie ersetzen. Gemeinsam mit Datenexperte Sven sprechen wir brutal ehrlich über gescheiterte BI-Projekte, über vermeintlich billige KI-Lösungen mit Langzeitschäden und darüber, warum fehlende Datenmodelle früher oder später jedes Unternehmen einholen. Es geht um echte Praxis: ✔️ Wann Excel und Reports zur Falle werden ✔️ Warum Automatisierung oft sinnvoller ist als KI ✔️ Wie IT-Leiter zwischen Geschäftsleitung und Realität zerrieben werden ✔️ Und wie ein sauberes Datenfundament in Wochen statt Jahren entsteht Diese Folge ist unbequem. Aber notwendig. Denn ohne saubere Daten ist KI kein Fortschritt – sondern Risiko. ⸻ ⏱️ Timestamps 00:00 – Intro & Einstieg: Warum Datenfundamente ignoriert werden 01:45 – KI, Dashboards & der Hype ohne Basis 03:00 – Neue KI-Agenturen und gefährliche Schnelllösungen 04:30 – Power BI ohne Fundament: typische Probleme 06:05 – Vorstellung Sven & fachlicher Hintergrund 07:30 – Warum klassische BI-Projekte scheitern 09:20 – Von Beratung zu Software: Entstehung der Plattform 11:30 – Datenfundament in Tagen statt Jahren 13:05 – Konkrete ROI-Beispiele aus dem Mittelstand 15:30 – Automatisierung vs. KI – der unterschätzte Hebel 17:40 – Wie IT-Leiter richtig starten sollten 20:10 – Warum KI ohne saubere Kennzahlen scheitert 22:25 – Mensch, Change & Akzeptanz 24:40 – Für wen der Ansatz funktioniert – und für wen nicht 27:45 – Die harte Realität im Mittelstand 28:50 – Buch, Podcast & Wissenstransfer 31:00 – Datenkompetenz als Wettbewerbsvorteil 33:00 – Fazit & Ausblick auf Teil 2

Databricks wird gefeiert, diskutiert, eingeführt – und trotzdem fundamental missverstanden. In dieser Episode zerlegen wir den Hype und bringen Ordnung in die Debatte. Nicht aus Herstellersicht, sondern aus der harten Projektrealität. Gemeinsam mit Beratern von b.telligent aus der Praxis sprechen wir darüber, warum Databricks kein weiteres Data-Warehouse ist, sondern eine strategische Plattform. Warum Unternehmen mit sauberem Reporting trotzdem scheitern. Und warum AI-Use-Cases ohne Datenfundament nur PowerPoint-Fantasien bleiben. Wir klären, welche Rollen Databricks wirklich verbindet, warum SAP sich strategisch öffnet, was Governance plötzlich wieder relevant macht – und weshalb Fachbereiche erstmals ernsthaft mit Daten arbeiten können, ohne Technik zu spielen. Keine Buzzwords. Kein Tool-Evangelismus. Sondern eine klare Einordnung für Entscheider, die mehr wollen als Monatsreports. Diese Folge ist Pflichtprogramm für alle, die glauben, BI sei erledigt – und für alle, die AI ernsthaft produktiv einsetzen wollen.

Was unterscheidet einen Data Leader von einem Data Change Maker? Nicht der Titel. Nicht das Tool. Der Impact. In dieser Folge sprechen wir darüber, warum datengetriebene Transformation nicht an Rollen, Frameworks oder Technologien scheitert – sondern an fehlendem Mindset, Mandat und Mut zur Veränderung. Gemeinsam mit Janine Elner und Lars Tams geht es um die Menschen, die Daten wirklich ins Unternehmen tragen: die Impulsgeber, Brückenbauer und Antreiber, die Kultur verändern – von innen heraus. Diese Episode richtet sich an alle, die: • Daten im Unternehmen nicht nur verwalten, sondern voranbringen wollen • Veränderung bottom-up oder top-down anstoßen müssen • zwischen Fachbereich, IT und Management vermitteln • spüren: „Da geht mehr – und ich will es treiben.“ Kein Hype. Keine neue Rolle. Sondern eine klare Haltung: Daten verändern nur dann etwas, wenn Menschen es tun. ⸻ ⏱️ Timestamps 00:00 – Intro & Einstieg ins Thema 01:00 – Was ist ein Data Change Maker wirklich? 03:00 – Abgrenzung: Data Leader vs. Change Maker 05:30 – Typische Herausforderungen in Organisationen 08:00 – Mandat, Mindset & Verantwortung 11:00 – Bottom-up vs. Top-down Transformation 14:00 – Data Culture: Warum Tools allein nicht reichen 17:30 – Community & Austausch als Beschleuniger 21:00 – Mittelstand vs. Enterprise: Wo anfangen? 25:00 – Praxisbeispiele & Learnings 29:00 – Fazit: Veränderung beginnt bei dir ⸻ 🎯 Kernaussage Daten verändern keine Organisationen. Menschen tun es. Der Data Change Maker wartet nicht – er handelt.

2025 war kein einfaches Jahr für Consulting, Data & AI. 2026 wird kein Selbstläufer – aber eine echte Chance für alle, die es richtig angehen. In diesem Newscast ziehen wir gemeinsam Bilanz: Was ist im Data- & AI-Markt wirklich passiert? Welche Hypes sind verpufft – und wo entsteht gerade realer Business-Wert? Wir sprechen offen über: • die Disruption des Beratungsmarktes durch KI • warum klassische Tagessatz-Modelle auslaufen • wieso Online-Kurse, Templates & Agenten plötzlich skalieren • weshalb Data Culture immer noch nicht gelöst ist • und warum 2026 Umsetzung wichtiger ist als Visionen Carsten Bange (BARC) gibt Einblicke aus Studien, Marktbeobachtung und Events wie dem Data Festival, Consulting Summit und Data Culture Summit. Ich teile meine Erfahrungen aus der Praxis: radikale Fokussierung, neue Geschäftsmodelle, weniger Mitarbeiter – mehr Wirkung. 👉 Diese Folge ist Pflichtprogramm für: • Berater:innen im Data- & AI-Umfeld • Entscheider:innen im Mittelstand • Führungskräfte, die KI wirtschaftlich einsetzen wollen • alle, die genug haben von PowerPoint-Strategien ohne Umsetzung ⸻ ⏱️ Timestamps 00:00 – Intro & Jahresrückblick 00:45 – Marktkrise 2025: Consulting, Software & Investments 02:30 – Warum 2026 vorsichtig optimistisch stimmt 04:00 – KI als dreifache Disruption für Beratungen 06:30 – Vom Vor-Ort-Berater zum skalierbaren Geschäftsmodell 09:00 – Warum Dashboards „totgesagt“ werden (und warum das Unsinn ist) 12:00 – Data Festival 2026: Agenten, Architektur & echte Use Cases 15:00 – Data & AI Culture: Warum wir seit 15 Jahren im Kreis reden 18:30 – Was gute Data- & AI-Leader heute wirklich können müssen 22:00 – Datenfundament, Governance & Datenprodukte 26:30 – Planung in unsicheren Zeiten: Resilient Planning 29:00 – MIT-Studie zu KI: Warum die 95 % irreführend sind 31:30 – Fazit & Ausblick auf 2026 ⸻ 🧠 Kernaussage dieser Folge KI ist kein Tool-Thema mehr. Sie verändert Organisationen, Geschäftsmodelle und Machtverhältnisse. Wer 2026 noch diskutiert, ob er handeln soll, hat bereits verloren.

2026 wird wieder über Trends geredet. Wir drehen den Spieß um. In dieser Folge von AI or DIE sprechen Andreas Wiener und Christian Bühler (Five1) über Anti-Trends: Was Unternehmen nicht brauchenund welche Hausaufgaben jetzt wirklich entscheidend sind, um KI sinnvoll einzusetzen. Klartext statt Buzzwords: Data Governance, saubere Daten, echte Business-Cases und warum Tools allein noch nie ein Problem gelöst haben. Pflichtprogramm für Entscheider, Berater:innen und den gehobenen Mittelstand. 👉 Podcast abonnieren & Glocke aktivieren ⸻ Timestamps 00:00 Warum wir über Anti-Trends sprechen 01:36 Was ein echter Anti-Trend ist 02:57 Big Data, Data Science & die ewigen Hypes 04:45 Warum KI 2025 oft gescheitert ist 06:28 Fundament statt Aktionismus 07:27 Data Governance richtig gedacht 09:36 Warum Unternehmen seit Jahren feststecken 11:03 Umsetzung statt PowerPoint-Karaoke 12:26 Warum „Best Practices“ gefährlich sind 15:05 Relevante Tools für 2026 (SAP, Databricks, Snowflake) 16:19 Was bedeutet AI-Readiness wirklich? 18:51 Warum Reporting & Dashboarding noch lange nicht tot sind 20:46 Mittelstand vs. Konzern-Bubble 23:09 Datenkultur & Self-Service richtig verstanden 24:58 Die entscheidenden Readiness-Fragen für 2026 26:21 Konkrete KI-Use-Cases aus der Praxis 29:52 Wie Five1 KI selbst einsetzt 32:10 Fazit & Ausblick 2026

Dr. Theo Pham ist zurück – und diesmal geht es nicht um Risiken, sondern um das gigantische Potenzial, das KI gerade für Unternehmen, Führungskräfte und Selbstständige freilegt. Wir sprechen darüber, • wie KI kleine Unternehmen stärkt und große effizienter macht, • warum jede Führungskraft mit wenigen Skills sofort produktiver wird, • weshalb KI nicht Jobs zerstört, sondern Chancen vervielfacht, • wie weltweit bereits neue Geschäftsmodelle entstehen, • und warum jetzt der perfekte Moment ist, einzusteigen – egal ob Startup, Mittelstand oder Konzern. Theo zeigt, • wie Power-User heute einen 10x-Vorsprung aufbauen, • wie Unternehmen mit klarer KI-Strategie massiv gewinnen, • warum der deutschsprachige Raum wirtschaftlich so attraktiv für KI ist, • und weshalb KI die Innovation in Forschung, Medizin und Technologie dramatisch beschleunigen wird. Die Kernaussage dieser Episode: Wir stehen nicht am Ende einer Entwicklung – wir stehen am Anfang der größten wirtschaftlichen Chance seit dem Internet. Wer heute startet, profitiert am meisten. ⸻ Kapitel & Timestamps 00:00 Intro: Theo ist zurück 01:07 Begrüßung Richard 01:15 Was Theo macht – KI-Expertise in Unternehmen 01:57 Warum KI gerade für Führungskräfte ein Wachstumstreiber ist 02:32 Welche C-Level-Skills sofort Wirkung zeigen 03:40 AI Skill Gap – und warum der Vorsprung schnell aufzuholen ist 04:23 Wie Workshops Begeisterung und neue Möglichkeiten öffnen 05:43 KI im Mittelstand – die Chance klarer Priorisierung 06:37 Warum es jetzt um Gestalten statt Abwarten geht 08:00 Hands-on starten: Kleine Schritte, große Hebel 09:24 Wo heute die größten Gewinner entstehen 09:54 Startups, Solopreneure und Big Tech: Warum alle profitieren 11:54 Wie produktiver Arbeiten mit KI Unternehmen stärkt 13:26 Schatten-KI: Mitarbeiter nutzen KI längst – positiv fürs Business 14:43 KI wird zum Pflichtskill – und öffnet Karrieretüren 16:23 Weltvergleich: Warum der DACH-Raum ein KI-Hotspot wird 17:12 KI-Adoption global: Große Dynamik, großes Potenzial 19:30 Reifegrad der KI: 1,5 von 10 – und alles vor uns 20:48 Agenten & Automatisierung: Wo bald die echten Durchbrüche kommen 22:12 Robotik & Autonomie: Der nächste Innovationssprung 24:33 Waymo: Wie Zukunftstechnologie im Alltag ankommt 27:02 KI schafft neue Karrieren und neue Branchen 27:49 Tipps für Young Professionals: Jetzt ist der beste Zeitpunkt 29:00 Warum Erfahrung + KI der neue Hebel für Exzellenz ist 29:57 Wissen wird Commodity – Fähigkeiten werden skalierbar 31:11 Neue Chancen in Handwerk, Datacentern & Tech 31:57 Forschung 2.0: Wie KI wissenschaftliche Durchbrüche beschleunigt 33:37 KI als Enabler für echte Innovation 35:23 Blick in fünf Jahre – was uns erwartet 36:58 Richards vorletzte Worte 37:45 Theos Schlussimpuls: „Es ist nicht zu spät – die Reise beginnt gerade erst“ 40:17 Outro

Diese Episode ist ein Realitätscheck für alle, die glauben, Dashboarding sei durch KI bedeutungslos geworden. Andreas und Kai legen offen, warum der Markt aktuell völlig anders tickt: Der Mittelstand kauft unsere Dashboarding-Kurse im großen Stil – während ausgerechnet Unternehmensberatungen das Thema ignorieren. Und damit lassen sie bares Geld liegen. Wir sprechen darüber, warum klassische Vor-Ort-Schulungen für uns Geschichte sind, wie wir unser gesamtes Know-how radikal digitalisiert haben und weshalb dieser Schritt unser Geschäftsmodell neu definiert. Gleichzeitig zeigen wir, wo die echten Probleme im Dashboarding liegen, welche Skills heute im Markt fehlen und warum KI ohne solides Fundament schlicht verpufft. Für alle Beraterinnen, Berater und Entscheider, die wissen wollen, ob Dashboarding wirklich tot ist, warum der Need im Markt so massiv ist und wo heute das Umsatzpotenzial liegt – diese Episode liefert die ungeschminkte Wahrheit. Mit klarer Haltung, klarer Meinung und klarer Ansage: Wer das Thema liegen lässt, verliert.

Diese Episode zerlegt eine der hartnäckigsten Illusionen im Manufacturing: Dass die Produktion „schon genug Daten“ hat. Lukas – Gründer, CEO und seit Kindheitstagen praktisch auf dem Shopfloor groß geworden – zeigt klar auf, warum genau das Gegenteil stimmt. Die teuerste Datenlücke im Werk? Nicht die Maschine. Nicht das ERP. Sondern das ungehobene Wissen der Mitarbeitenden – und was es jeden einzelnen Tag kostet. Wir sprechen darüber, warum Manufacturing komplexer ist als jede Logistik, weshalb Datenqualität meist überschätzt wird, und wieso moderne Produktionen trotz ERP, MES und Sensorik immer noch an Papier, Excel und Bauchgefühl scheitern. Lukas zeigt, wie eine echte Datenkaskade funktioniert – von der Chefetage bis zum Schrauber am Band – und warum ohne frühzeitige Indikatoren, Shopfloor-Rituale und klare Verantwortlichkeiten jede Optimierung im Sand verläuft. Diese Folge liefert eine radikale Ansage an alle Produktionsverantwortlichen: Wenn der Shopfloor nicht mitzieht, kannst du jedes BI-Dashboard sofort wieder schließen. Daten werden erst wertvoll, wenn Menschen sie leben. Und genau das entscheidet, ob dein Werk effizient führt – oder täglich Geld verbrennt. Timestamps 00:00 – Einstieg: Die meist ignorierte Wahrheit auf dem Shopfloor 00:24 – Das größte ungehobene Potenzial in der Produktion 00:43 – Daten finden: Warum Manufacturing komplexer ist als Logistik 01:28 – Prozessvielfalt: Von Sondermaschinen bis Haribo-Gummibärchen 02:46 – Wie Produktionskomplexität Datenarbeit erschwert 03:58 – Porsche & Co.: Warum gleiche Produkte nicht gleiche Prozesse bedeuten 04:43 – Werkstattprinzip vs. getaktete Linie: Wo Daten wirklich entstehen 05:02 – ERP, MES, BDE: Wo man überhaupt starten kann 06:26 – Papier, Zettel, Realität: Warum Digitalisierung nicht trivial ist 06:36 – Reifegrad und Verschwendung: Wo die echten Effizienzhebel liegen 07:23 – Datenqualität: Ab wann reicht „gut genug“? 08:07 – Spät- vs. Frühindikatoren: Was Produktion wirklich steuert 10:26 – Bottom-Up & Top-Down: Wie eine funktionierende Kaskade entsteht 10:57 – Warum das Team bewusst selbst bewertet – nicht der Algorithmus 11:42 – Lukas’ Background: Vom Familienbetrieb zur Smart-Factory-Plattform 13:31 – Wie Scalable One den Shopfloor digitalisiert 14:02 – Beispiel Qualität: Wie eine echte tägliche Produktionsbesprechung läuft 15:49 – Die Kaskade: 24h-Fokus, Ampeln, Trendverläufe 17:39 – Frühindikatoren erklärt: Was man sofort sehen muss 20:06 – Rot, Gelb, Grün: Die Selbstverpflichtung des Teams 20:51 – Warum Software allein niemals reicht 23:40 – Change, Führung, Psychologie: Was Digitalisierung auslöst 24:29 – Whiteboards vs. Software: Was sich wirklich verändert 26:41 – Warum Einführung mehr Führung als Technik ist 27:02 – Unternehmensziele runterbrechen: Purpose für jeden Mitarbeitenden 28:11 – Motivation: Was Mitarbeitende antreibt – und was sie killt 29:39 – Mitarbeiterkompetenz: Beobachten, benennen, verbessern 30:43 – Warum echte Verbesserung nur mit Kultur funktioniert 31:11 – Abschlussrunde: Produktion ist Kommunikation 32:01 – Letzte Worte des Gastes 32:21 – Benchmark Cascade: Kostenloser Guide für Produktionsziele

In dieser Episode setzen Janine, Fabian und Andreas einen klaren Marker: 2026 wird für Datenstrategie und KI-Einsatz ein Wendepunkt – und Microsoft Fabric steht dabei im Zentrum. Fabian zeigt, welche drei strategischen Entscheidungen Unternehmen jetzt treffen müssen, um 2026 nicht den Anschluss zu verlieren: klug budgetieren, echte Use Cases definieren und eine Roadmap bauen, die Geschwindigkeit und Wertschöpfung kombiniert. Wir sprechen über realistische Projektkosten, typische Stolperfallen, warum Self-Service ohne Guidance scheitert und wie KI heute schon Dokumentation, Workshops und Datenprozesse massiv beschleunigt. Janine bringt die Perspektive aus der Data-Culture-Praxis ein und erklärt, warum Mittelständler genau jetzt den Sprung wagen sollten. Ein klarer, praxisnaher Deep-Dive für alle Unternehmen, die 2026 nicht mit dem „Power-BI-von-gestern-Setup“ dastehen wollen.

Wie verändert KI das Consulting-Business wirklich? In dieser Folge von AI or DIE sprechen Andreas Wiener, Richard Ranftl und Stefan Aichbauer (Managing Partner bei H&Z) über die Transformation einer gesamten Branche. Es geht um Führung, Veränderung und Menschlichkeit – warum Juniors nicht mehr automatisch die Zukunft der Beratung sind, wieso „People“ das wichtigste Asset bleibt und weshalb KI nicht nur Prozesse beschleunigt, sondern Beratungsqualität neu definiert. Eine ehrliche Diskussion über Angst, Chancen und Verantwortung im Zeitalter der künstlichen Intelligenz. Jetzt reinhören, wenn du wissen willst, wie echte AI-Transformation in einer Top-Beratung aussieht.

📘 Das neue Buch „AI or DIE“ ist jetzt erhältlich – digital zum Download oder in limitierter Hardcover-Edition. 👉 Infos & Download: www.https://www.kaiuwestahl.com/ In dieser Folge von AI or DIE spricht Andreas Wiener mit Martin Guther (SAP) über den Stand von Künstlicher Intelligenz bei SAP, die neue Business Data Cloud, den Unterschied zwischen Effizienz- und Differenzierungsstrategien und die Frage, wie AI in Geschäftsprozesse integriert wird – von People Intelligence bis Financial Analytics. Ein ehrliches, tiefes und praxisnahes Gespräch über Strategie, Technologie und Vertrauen – mit Blick hinter die Kulissen der SAP-Welt. 🎧 Themen & Timestamps: 00:00 – Intro & Rückblick auf den erfolgreichsten SAP-Podcast des letzten Jahres 03:10 – Warum SAP und AI gemeinsam gedacht werden müssen 06:45 – Wie die SAP AI strategisch einsetzt und wo echte Business Cases entstehen 12:00 – Standardisierung vs. Differenzierung: Warum es keine Referenzmodelle für AI gibt 16:30 – SAP-Agenten, Custom AI und die neue Plattformstrategie 22:15 – „We do both kinds“ – Warum SAP Business und Technologie zusammenbringt 27:00 – Transparenz, Vertrauen und die „neue Offenheit“ in der SAP-Strategie 31:30 – Geopolitische Unsicherheit, Datensouveränität & Waldorf als Standortvorteil 36:00 – Generative AI in Dashboards: Stand der Technik & neue BI-Rolle 40:15 – Zukunft von BI: Dashboards, KI-Assistenten & menschliche Entscheidungslogik 43:00 – Ausblick: SAP Business Data Cloud, AI-Partnerschaften & 2026 als Schlüsseljahr 🎙️ Hosts: • Andreas Wiener, Geschäftsführer AI or DIE • Martin Guther, SAP

In dieser Folge wird die zentrale Botschaft für Data Leader hervorgehoben, die sich auf die Sicherung des Datenfundaments und die Nutzung von KI konzentriert. Es wird betont, dass der Mensch der entscheidende Faktor ist, um den Nutzen von Daten und KI zu realisieren. Takeaways Sichere das Datenfundament. Datenprodukte sind entscheidend für den Datenaustausch. KI kann einen erheblichen Nutzenbeitrag leisten. Der Mensch bleibt der zentrale Punkt in der Datenstrategie. Fokussiere dich auf die praktischen Anwendungen von Daten. Daten und KI sollten Hand in Hand gehen. Die Zukunft der Datenführung liegt in der Zusammenarbeit. Daten sollten für alle zugänglich gemacht werden. Die Rolle des Data Leaders wird sich weiterentwickeln. Verliere nie den menschlichen Aspekt aus den Augen. Soundbite "Vergiss nicht, dass am Ende die Menschen entscheidend sind."

In dieser Episode des Podcasts AI OR DIE sprechen Kai-Uwe Stahl und Dirk Lerner über die Bedeutung der Datenmodellierung in der heutigen Zeit, insbesondere im Kontext von KI. Sie diskutieren die Herausforderungen und Chancen, die sich aus der fachlichen Modellierung ergeben, und stellen das Buch 'Data Engine Thinking' vor, das sich mit der Automatisierung und Optimierung von Datenlösungen beschäftigt. Zudem wird die Relevanz von bitemporalen Daten und die Rolle von KI in der Datenmodellierung thematisiert. Takeaways Die fachliche Modellierung ist entscheidend für den Erfolg von Datenprojekten. KI kann die Datenmodellierung unterstützen, ersetzt aber nicht die Notwendigkeit einer soliden Basis. Bitemporale Daten helfen, die richtige Reihenfolge von Ereignissen zu verstehen. Die Informationsmodellierung schafft ein gemeinsames Verständnis im Unternehmen. Technologien ändern sich schnell, aber die Grundlagen der Datenmodellierung bleiben wichtig. Ein gutes Informationsmodell kann die Projektlaufzeit erheblich verkürzen. Die Zusammenarbeit zwischen Fachbereich und IT ist entscheidend für den Erfolg. Daten sollten als wertvolles Asset betrachtet werden. Die Definition von Begriffen ist für die Datenqualität unerlässlich. Die Automatisierung von Datenprozessen kann durch KI erheblich verbessert werden. Titles Die Zukunft der Datenmodellierung: KI und Fachlichkeit Data Engine Thinking: Ein neues Paradigma in der Datenwelt Soundbite "Die KI kann uns hervorragend unterstützen." "Die Technologien ändern sich immer schneller." "Die KI hilft uns, Definitionen besser zu bauen." Chapters 00:00 Einführung und Vorstellung des Gastes 02:25 Das Buch 'Data Engine Thinking' und seine Entstehung 07:52 Zielgruppe und Inhalte des Buches 11:39 Die Bedeutung der fachlichen Datenmodellierung 12:35 Fachliche Modellierung vs. KI: Ein notwendiger Ansatz 20:16 Wert der Informationsmodellierung für Unternehmen 23:14 Die Bedeutung von Daten als Unternehmenswert 25:45 Herausforderungen im Datenmanagement 28:24 Automatisierung und Metadaten 30:34 Temporale und bitemporale Daten 38:33 Die Rolle der KI in der Datenmodellierung

In dieser Auftaktfolge zur neuen 12-teiligen Serie über Data Culture sprechen Andreas Wiener und Janine Ellner über das, was viele Unternehmen noch immer nicht verstanden haben: Datenkultur ist kein Trend, sondern Voraussetzung für nachhaltigen Erfolg mit Analytics, BI und KI. Wie etabliert man eine echte Data Culture? Warum reicht ein Dashboard nicht aus? Und was kann man von Congstar und der IKEA-Methode lernen? Janine teilt ihre Erfahrungen aus Konzern, Mittelstand und öffentlicher Hand – praxisnah, ehrlich und inspirierend. Wenn du in deinem Unternehmen datengetriebener werden willst, aber der Kulturwandel stockt – diese Folge ist für dich. ⸻ 🧭 Kapitelmarken & Themen 00:00 – Intro: Warum Data Culture keine Theorie ist 02:10 – Buzzword oder Businessfaktor? Der echte Wert von Datenkultur 05:45 – Die IKEA-Methode: Warum Mitmachen entscheidend ist 08:20 – Von Excel zu Power BI & Pyramid: Change durch Beteiligung 11:30 – Herausforderung: Fachbereich mitnehmen – aber wie? 15:10 – Lernreise bei Kongstar: So entsteht echte Analytics-Kompetenz 18:00 – Feiern statt zwingen: Wie Motivation funktioniert 20:25 – Datenkultur ist auch IT-Kultur – was die Tech-Seite tun muss 23:15 – Data Days & Erfolgserlebnisse als Beschleuniger 25:00 – Data Culture im Unternehmen verankern – individuell statt Schema F 27:30 – Veranstaltungen, Empfehlungen und Ausblick auf die Serie

Unser Buch kostenlos: https://www.kaiuwestahl.com/ 06.11.2025 Dortmund Boehringer Ingelheim AI meets Reality Highlights: Einblicke in die KI-Nutzung bei Boehringer Ingelheim Offizielle Werksführung mit Blick hinter die Kulissen AI Use Case Karussell mit Praxisbeispielen zu Themen wie: Prozessoptimierung mit KI, Qualitätsüberwachung, Datenbasierte Entscheidungsunterstützung, Mitarbeiterschulung durch KI-System Für wen ist das Event gedacht? Für Entscheider, die KI nicht mehr nur diskutieren, sondern praktisch anwenden wollen – in Produktion, Business und IT. ANMELDUNG: (kostenlos) https://hz.digital/event/ai-meets-reality-roadshow-boehringer-ingelheim/ 12.11./13.11.2025 Würzburg BARC Data & AI Summit Highlights: Data & AI Leadership & Innovation Zukunftssichere Daten- & KI-Ökosysteme Demokratisierung der Datennutzung ANMELDUNG: (10% Community-Rabatt mit dem Code AIorDIE10) https://barc.com/de/events/data-ai-summit/anmeldung/ 13.11.2025 Emmingen Leiber AI meets Reality Highlights: Einblicke in die KI-Nutzung bei Boehringer Leiber Offizielle Werksführung mit Blick hinter die Kulissen AI Use Case Karussell mit Praxisbeispielen zu Themen wie: Prozessoptimierung mit KI, Qualitätsüberwachung, Datenbasierte Entscheidungsunterstützung, Mitarbeiterschulung durch KI-System Für wen ist das Event gedacht? Für Entscheider, die KI nicht mehr nur diskutieren, sondern praktisch anwenden wollen – in Produktion, Business und IT. ANMELDUNG: (kostenlos) https://hz.digital/event/ai-meets-reality-roadshow-leiber/

Unser Buch kostenlos: https://www.kaiuwestahl.com/ 06.11.2025 Dortmund Boehringer Ingelheim AI meets Reality Highlights: Einblicke in die KI-Nutzung bei Boehringer Ingelheim Offizielle Werksführung mit Blick hinter die Kulissen AI Use Case Karussell mit Praxisbeispielen zu Themen wie: Prozessoptimierung mit KI, Qualitätsüberwachung, Datenbasierte Entscheidungsunterstützung, Mitarbeiterschulung durch KI-System Für wen ist das Event gedacht? Für Entscheider, die KI nicht mehr nur diskutieren, sondern praktisch anwenden wollen – in Produktion, Business und IT. ANMELDUNG: (kostenlos) https://hz.digital/event/ai-meets-reality-roadshow-boehringer-ingelheim/ 12.11./13.11.2025 Würzburg BARC Data & AI Summit Highlights: Data & AI Leadership & Innovation Zukunftssichere Daten- & KI-Ökosysteme Demokratisierung der Datennutzung ANMELDUNG: (10% Community-Rabatt mit dem Code AIorDIE10) https://barc.com/de/events/data-ai-summit/anmeldung/ 13.11.2025 Emmingen Leiber AI meets Reality Highlights: Einblicke in die KI-Nutzung bei Boehringer Leiber Offizielle Werksführung mit Blick hinter die Kulissen AI Use Case Karussell mit Praxisbeispielen zu Themen wie: Prozessoptimierung mit KI, Qualitätsüberwachung, Datenbasierte Entscheidungsunterstützung, Mitarbeiterschulung durch KI-System Für wen ist das Event gedacht? Für Entscheider, die KI nicht mehr nur diskutieren, sondern praktisch anwenden wollen – in Produktion, Business und IT. ANMELDUNG: (kostenlos) https://hz.digital/event/ai-meets-reality-roadshow-leiber/

In diesem Podcast diskutieren Andreas und Maik über die Rolle von Daten und KI in der Unternehmenssteuerung. Sie beleuchten die Wichtigkeit von Datenqualität, Vertrauen in KI, die Marktstimmung bezüglich KI-Implementierung und die Notwendigkeit eines Kulturwandels in Unternehmen. Zudem wird die Rolle von Data Owners und die Zukunft der Controller in einer zunehmend automatisierten Welt thematisiert. Abschließend geben sie Handlungsempfehlungen für Unternehmen, die sich auf den Weg zur datengetriebenen Entscheidungsfindung machen möchten. Take Aways - Datenqualität ist entscheidend für den Erfolg von KI. - Vertrauen in Daten ist notwendig für die Akzeptanz von KI. - Automatisierung sollte mit Quick Wins beginnen. - Data Ownership muss in den Fachbereichen verankert werden. - Datenmanagement ist der Schlüssel zur erfolgreichen Unternehmenssteuerung. - Die Rolle der Controller wird sich durch KI verändern. - KI kann als Sparringspartner für Entscheider fungieren. - Unternehmen sollten keine Angst vor der Automatisierung haben. - Daten sind der neue Rohstoff für Unternehmen. - Ein Kulturwandel ist notwendig, um datengetrieben zu arbeiten. Titles Datenqualität als Schlüssel zum Erfolg Sound bites "Wir müssen was mit KI machen!" "Daten sind der neue Rohstoff." "Wir müssen uns dem Thema annehmen." Chapters 00:00 Einführung in die Unternehmenssteuerung und KI 02:02 Datenqualität und Vertrauen in KI 04:01 Marktstimmung und KI-Implementierung 05:55 Automatisierung und Quick Wins in der Unternehmensführung 09:08 Kulturwandel und Data Ownership 11:54 Rollen und Verantwortlichkeiten im Datenmanagement 14:48 Incentivierung und Mehrwert von Daten 18:01 Künstliche Intelligenz in der Unternehmenssteuerung 18:33 Die Rolle der KI im Controlling 23:46 Menschliche Intuition vs. KI-Analysen 29:53 Die Zukunft der Unternehmenssteuerung mit KI 31:55 Schritt-für-Schritt-Anleitung für Unternehmen

In dieser Episode von 'AI or DIE' diskutieren Andreas Wiener und Richard Ranftl die Herausforderungen und Chancen, die sich ergeben, wenn Künstliche Intelligenz auf die Realität trifft. Sie beleuchten die Notwendigkeit, sich an die Veränderungen anzupassen, die Rolle der Mitarbeiter in der KI-Transformation und die Bedeutung interdisziplinärer Zusammenarbeit. Zudem wird die Denkweise der Produktentwicklung hervorgehoben, um die Implementierung von KI in Unternehmen zu optimieren. Die Episode schließt mit einem positiven Ausblick auf die Zukunft und der Aufforderung, die Chancen der KI zu nutzen. Takeaways - Künstliche Intelligenz bringt neue Herausforderungen mit sich. - Anpassungsfähigkeit ist entscheidend für den Erfolg. - Echte Einblicke aus der Praxis sind wertvoll. - Die Implementierung von KI erfordert interdisziplinäre Zusammenarbeit. - Denken in Kompetenzen ist wichtiger als in Rollen. - Die Denkweise der Produktentwicklung ist entscheidend. - Mitarbeiter müssen in den Transformationsprozess einbezogen werden. - Mut zur Veränderung ist notwendig. - KI sollte als Chance und nicht als Bedrohung gesehen werden. - Die Zukunft gehört den Anpassungsfähigen. Sound bites "AI trifft Realität!" "Wir müssen uns anpassen!" "Wir müssen gemeinsam wachsen!" Chapters 00:00 Einführung in AI und Realität 02:57 Die Herausforderungen der KI-Implementierung 06:00 Die Schwierigkeiten der Nutzbarmachung von KI 09:03 Rollenmodelle und interdisziplinäre Zusammenarbeit 11:54 Die Notwendigkeit einer klaren Zielvorgabe 14:59 Gemeinschaftliches Denken in der KI-Entwicklung 16:31 Die Rolle der Technik in der KI-Entwicklung 19:01 Wettbewerbsfähigkeit durch KI: Chancen und Herausforderungen 21:14 Mut zur Veränderung: KI als Chance für Unternehmen 24:51 AI meets Reality: Die praktische Anwendung von KI 27:17 Die Realität der Arbeitswelt: KI und ihre Auswirkungen 30:02 Zukunftsvisionen: KI als Motor für Innovation und Wachstum