Monatlicher KI-Denkraum
Wie viel Kontrolle brauchen Agenten, damit Unternehmen ihnen Arbeit überlassen können, und woran zeigt sich echte Wirkung? Diese Ausgabe zeigt, wie Vorreiter:innen Prüfung, Grenzen und Messung aufbauen und was Führungskräfte daraus übernehmen können.
33 Gespräche ergänzt · keines entfernt
2 neu · 3 bestätigt · 5 geschärft · 2 entfallen
Mit den neuen Folgen ist aus Einzelbeobachtungen ein Muster geworden: NGM Group, ZIRNGIBL, T-Mobile, Microsoft Deutschland, HV Capital, Instagram und Herbalife beschreiben unabhängig voneinander, wie sie Rückfragen, Widerspruch und Gegensicht ausdrücklich bei der KI bestellen, und der KI-Führungsmonitor der FOM Hochschule zeigt die zweite Meinung als verbreitete Nutzung unter Führungskräften.
Aussage ansehen →Mit den neuen Folgen ist die technische Begrenzung von Agenten breit belegt: Statista, GO bei der Deutschen Bahn und die Hosts Marc und Jens setzen harte Verbrauchsgrenzen, NewStore und EnBW schränken erlaubte Aktionen und Datenräume ein, Scott Duncan trennt Lesezugriff vom Eingriff in die Anlage, GitLab kontrolliert serverseitig, Stefan Brock (HPE) verlangt Ein-Klick-Aktionen für Stopp und Rollback, und Kevin Surace sowie Antonio Krüger (DFKI) begründen, warum Regeln im Prompt dafür nicht reichen.
Aussage ansehen →Zehn Gespräche aus Medizin, Tiermedizin, Energie, Modehandel, Software und Produktmanagement beschreiben denselben Aufbau: Erzeugung und Prüfung liegen bei getrennten Instanzen, weil das erzeugende Modell die eigenen Fehler nicht zuverlässig findet.
Aussage ansehen →Die neuen Folgen setzen einen Schritt früher an: Google DeepMind und „Der KI-Podcast“ prüfen je Schritt zuerst, ob überhaupt ein Sprachmodell nötig ist. Die Trennung von Verstehen und Rechnen ist damit das Ergebnis dieser Zerlegung.
Aussage ansehen →Die neuen Folgen zeigen dieselbe Bewegung in der Arbeit einzelner Führungskräfte: Weleda, sipgate, snipKI und 60 Kollektiv pflegen eine Kontextbasis aus Projekt- und Markdown-Dateien, auf die das KI-Tool zugreift. Geteilte Skills sind damit ein Fall eines breiteren Musters.
Aussage ansehen →Zehn Gespräche aus Softwareunternehmen, Plattformen, Beratung und Investment sowie von adidas und dem Pharmadatenanbieter Norstella beschreiben denselben Umbau: wo KI Umsetzungsarbeit übernimmt, legen Unternehmen Spezialrollen zusammen und verkleinern Teams, damit Übergaben und Abstimmung wegfallen.
Aussage ansehen →Die neuen Folgen zeigen neben dem geplanten Modellwechsel den erzwungenen: Bei Uwe Franke stoppten alle nachts laufenden Jobs, als ein Modell für Nicht-US-Nutzer abgeschaltet wurde, sipgate überbrückte eine regional beschränkte Claude-Version mit einer gemieteten Maschine, und Parloa schaltet bei Ausfällen von Claude Code automatisch auf Codex um.
Aussage ansehen →Acht Gespräche aus Handel, Software, Beratung und Weiterbildung beschreiben denselben Hebel: Führungskräfte und Beschäftigte zeigen anderen, was sie selbst mit KI gebaut oder erreicht haben, in All-Hands, Show-and-Tell-Calls, offenen Slack-Kanälen oder Leuchtturmprojekten, statt die Nutzung nur anzuordnen.
Aussage ansehen →Mehrere Folgen zeigen den Schritt vor der Auswahl: Schwarz Digits stuft rund 98 Prozent der gesammelten Fälle als keine KI-Themen ein, Grupo Diesco stellt 100 bis 150 Use Cases zurück und Drees & Sommer filtert acht Ideen aus einem Ideathon auf drei Use Cases. Das Muster beschreibt deshalb jetzt das Verdichten vieler Ideen auf wenige Prozesse, nicht nur das Rechnen in Zeit und Geld.
Aussage ansehen →Die neuen Folgen zeigen, wie Unternehmen Wirkung belastbar machen: Erik Brynjolfsson rechnet einen Produktivitätsgewinn nach sauberer Kontrolle von 41 auf 11 Prozent zurück, Staffing Referrals setzt auf eine Holdout-Gruppe, Drees & Sommer startet erste Use Cases nur dort, wo der Ausgangswert bereits gemessen wird. Die Kompetenzstufen je Rolle aus der Vorfassung stehen nicht mehr im Kopf, weil sie in den neuen Folgen nur Mainsail Partners beschreibt.
Aussage ansehen →In der Revision nicht mehr unter den zehn am breitesten belegten Mustern.
In der Revision nicht mehr unter den zehn am breitesten belegten Mustern.
Unverändert, dieselben fünf Podcastfolgen in derselben Reihenfolge wie in Fassung 1.
Verglichen mit V1 · 03.08.2026. Die Änderungen sind in der vorliegenden Ausgabe dokumentiert; die vollständige Vorfassung liegt nicht vor.
Der Kuratorentisch
Ausgewählte Gespräche als Einstieg – mit Einordnung und den wichtigsten Erkenntnissen.
Organisation vor Technologie
KI-Transformation ist zu 70 Prozent Organisations- und Personalarbeit. Wer KI als hochbegabtes neues Teammitglied behandelt statt als Tool, muss Rollen, Reifegrade und Entwicklungsgespräche umbauen und nicht nur Lizenzen kaufen.
Befähigen statt verteilen
Canisius zeigt: KI im Handel wirkt erst, wenn sie nicht als Projektliste läuft, sondern in drei klar getrennten Clustern gesteuert wird und auf eigenen Daten aufsetzt. Für die Führung heißt das: erst Datenfundament und Befähigung, dann Kernprozess.
Tiefe statt Breite
Tesa zeigt, dass KI im Finanzbereich auf harmonisierten Prozessen und einem zentralen Datenspeicher aufsetzt, ohne auf perfekte Daten zu warten. Drei bis vier tiefe Anwendungsfälle mit siebenstelligem Effekt schlagen viele kleine Experimente.
Ideen sortieren
In diesem Fall wird KI nicht als Pilot geführt, sondern als Ertragsrechnung entlang von Traffic, Conversion und Kosten. Der Durchbruch kam erst in Testrunde drei nach 15 Monaten und korrigiert damit Erwartungen an realistische Zeithorizonte.
Rollen im Wandel
Generative KI löst die Rollengrenzen zwischen Produkt, Design, Data und Engineering auf, doch erst vier Leitplanken machen daraus Tempo statt Chaos. Für Rollenzuschnitte, Kompetenzmodelle und Recruiting-Profile ist das die derzeit klarste Vorlage aus einem Konzern.
Was sich wiederholt
Verdichtet aus den Gesprächen dieser Ausgabe. Öffne eine Aussage, um die Einordnung und die belegenden Podcastfolgen zu lesen.
Patrick McQuaid, Group Head of Data, AI und Analytics der NGM Group, legt dem eigenen Unternehmensmodell sein KI-Risiko-Framework vor und lässt es gezielt nach Schwächen und Löchern suchen.
Rechtsanwalt Dennis Engbrink (ZIRNGIBL) lässt denselben Sachverhalt nacheinander aus juristischer Sicht und aus Sicht von Produzent, Veranstalter oder Vermittler beurteilen und behandelt die Ausgaben wie Ratschläge von Beratern.
Weil KI-Assistenten von Haus aus zustimmend antworten, hat Anna Ott, Vice President People bei HV Capital, einen Claude-Skill gebaut, der im Stil eines Berliner Busfahrers antwortet und so gezielt Widerspruch erzeugt.
Belegt in diesen Gesprächen
Ein Kunde von Statista verbrannte mit einem außer Kontrolle geratenen Agenten in den ersten drei Tagen eine Viertelmillion Credits; Statista arbeitet mit Stop-Loss-Grenzen, ab denen der Verbrauch gestoppt wird.
Ben Hoskins (CTO, NewStore) unterbindet die Bash-Aktionen seines Coding-Agenten und lässt Refactorings stattdessen über die per MCP angebundenen IntelliJ-Funktionen ausführen.
Manu Narayan (CIO, GitLab) verankert Guardrails und Governance auf der Repo-Seite, weil sich auf dem Rechner der Entwickelnden, ob mit Claude Code, Codex oder offenen Modellen, keine belastbare Kontrolle durchsetzen lässt.
Belegt in diesen Gesprächen
321 MED lässt Agenten, die nichts voneinander wissen, sich gegenseitig kontrollieren, sodass eine zweite KI eine falsche Ausgabe an Patient:innen abschneidet, bevor sie hinausgeht.
Der CPTO von felmo verankert Qualitätsregeln als Hooks, die vor dem Push nach GitHub einen Security-Check und einen Architektur-Check erzwingen, weil Skills im Kontext des Modells vergessen werden.
Parloa lässt jeden Pull Request von mehreren spezialisierten Agenten prüfen, ein LLM-Judge wertet deren Konsens aus und schickt riskante Pull Requests an eine Person zum Review.
Belegt in diesen Gesprächen
Die BARMER lässt Agenten eingescannte Dokumente zur Zuzahlungsbefreiung verstehen und zerlegen, die Anspruchsprüfung läuft über deterministische Logik, weil etwa ein Altersvergleich per Agent teuer wäre und ein Halluzinationsrisiko brächte.
Philipp Schmid (Google DeepMind) schätzt, dass sich etwa 50 Prozent der Agenten-Projekte mit einem deterministischen Workflow genauer lösen ließen, weil beim Agenten das Modell selbst über Tool-Auswahl und Abbruch entscheidet.
Marie Kilg und Gregor Schmalzried („Der KI-Podcast“) raten, vor jedem Workflow zu prüfen, ob ein Sprachmodell nötig ist, und Wenn-dann-Schritte wie eine Schadensschwelle in der Versicherung deterministisch zu automatisieren.
Belegt in diesen Gesprächen
Bei GitLab dürfen alle Mitarbeitenden Skills in ein GitLab-Repo einreichen, ein Review-Prozess entscheidet über die Aufnahme ins offizielle Repo, von dort werden sie in Claude eingebunden und nach Persona verteilt.
Stefan Lange-Hegermann, Lead für KI und APIs bei sipgate, legt Dokumente und Strategieunterlagen als Markdown in Ordnern ab, nutzt Obsidian als Sichtebene und lässt Claude Code eingesammelte Meeting-Transkripte einsortieren.
Andrea Lederer, Chief Digital Officer bei Weleda, schreibt selten mehr als drei Sätze pro Prompt, arbeitet aber mit Projektdateien und einem OS-File und erarbeitete so einen Drei-Jahres-Plan in rund drei Stunden statt etwa einer Woche.
Belegt in diesen Gesprächen
Bei GitLab waren an der internen CRM-Entwicklung sechs bis sieben Rollen vom Business System Analyst bis zur QA beteiligt, mit KI decken einzelne Personen mehrere davon ab und interne Übergaben entfallen.
Instagram hat 2026 Pods aus vier bis sechs eher generalistischen Engineers und einem Product Staff eingeführt, der Design-, Data-Science- und Research-Anteile mit übernimmt.
Nick Olsen (Mainsail Partners) beschreibt, wie Product Manager, Design und Engineering von Anfang an gemeinsam am Kundenproblem arbeiten statt Dokumente weiterzureichen, manche Product Manager committen selbst Code.
Belegt in diesen Gesprächen
Gebr. Heinemann nutzt eine modellagnostische, in der EU gehostete Plattform mit Claude, ChatGPT und Mistral, auf der Assistenten, Agenten und Workflows beim Modellwechsel bestehen bleiben.
Nach Schilderung von Uwe Franke (Gründer von ByteWorx) stoppten alle seine nachts laufenden Jobs gleichzeitig, als das Anthropic-Modell Fable per US-Regierungsentscheidung für Nicht-US-Nutzer abgeschaltet wurde; er fordert, den eigenen Stack zu kontrollieren.
Als eine neue Claude-Version zeitweise nur US-Kunden offenstand, mietete sipgate für rund 7.000 Euro eine Woche lang eine Maschine in Finnland, auf der in der Spitze etwa 80 Sessions mit einem offenen Coding-Modell liefen.
Belegt in diesen Gesprächen
Ben Hoskins, CTO von NewStore, baute in vier Tagen ein Kassensystem und zeigte es im All-Hands von Product Engineering, Design und Support, erst diese Demo hob das Niveau der Nutzung spürbar an.
Deichmann ergänzt das Pilotentraining für Copilot-Lizenzen um mehrmals wöchentliche Show-and-Tell-Calls, in denen Kolleg:innen aus der Praxis zeigen, wie sie das KI-Tool einsetzen.
Ein Kunde von Christa Hill (Learnit) bringt Teams über Funktionsgrenzen hinweg zusammen, und jede Person muss etwas zeigen, das sie in den letzten ein bis zwei Wochen erfolgreich mit KI gebaut hat.
Belegt in diesen Gesprächen
Schwarz Digits sammelte in der Verwaltung länderübergreifend eine mittlere dreistellige Zahl an KI-Fällen; rund 98 Prozent waren keine KI-Themen, die wenigen übrigen Fälle gehen in eine Proof-of-Value-Phase.
Drees & Sommer prüfte acht Ideen aus einem Ideathon auf technische Machbarkeit und eine gemessene Baseline und startete die drei Use Cases, die beides erfüllten, mit 150 Testusern.
Johannes Foertsch (OpenAI) beschreibt, wie Top-Nutzer statt Listen wie 89 Use Cases in einer Abteilung höchstens fünf Prozesse mit Ownership, KPIs und Baseline wählen und nach etwa 100 Tagen über Skalieren oder Stoppen entscheiden.
Belegt in diesen Gesprächen
Erik Brynjolfsson berichtet von einem Unternehmen, dessen Nutzer von KI-Tools beim Programmieren rund 41 Prozent produktiver waren als Nicht-Nutzer; nach Kontrolle des Selektionsbias durch Power User blieben rund 11 Prozent.
David Folwell (Staffing Referrals) nennt Logins und Tool-Nutzung Adoption statt ROI, fragt nach Fill Rate, Time to Fill und Placements pro Recruiter pro Monat und hält eine Holdout-Gruppe ohne das KI-Tool für den Goldstandard.
GitLab lehnt „Token Maxing“ ab, beobachtet Tokens nur zur Kostenkontrolle und misst in der Entwicklung Release-Kadenz, Review-Dauer und Pipeline-Fehler, im Kundenservice die Zeit bis zur ersten Antwort.
Belegt in diesen Gesprächen
Der vollständige Bestand
118 Gespräche, vom jüngsten zum ältesten geordnet.
Deine Auswahl
Deine Auswahl aus diesem Denkraum bleibt in diesem Browser gespeichert.
Noch keine Folgen gespeichert.
Im Katalog stöbern
