07.06.2023

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

Tizian Kronsbein von DAIN Studios, erklärt im Gastbeitrag, was es mit der neuen Rolle "AI Education Strategist" auf sich hat.
/artikel/datenkompetenz-ai-education-strategist
AI Education Strategist
(c) DAIN Studios
sponsored

Eigentlich ist es nichts neues: Wir leben in einer Dataconomy. Der Begriff Dataconomy ist ein metaphorischer Neologismus, der beschreibt, wie wichtig Daten für unsere Wirtschaft geworden sind. Daten sind der Treiber für vieles und vor allem für den Einsatz von KI. Wer das noch nicht wusste, der hat spätestens mit der Veröffentlichung von OpenAIs ChatGPT verstanden, dass sich KI mittlerweile zu einem mächtigen Werkzeug für uns Menschen entwickelt hat und noch weiterentwickeln wird. 

Generative KIs, wie ChatGPT oder Midjourney, werden immer mehr Schritte in unseren Arbeitsprozessen übernehmen können – insbesondere, wenn man diese miteinander kombiniert und sie so selbstständig Aufgaben erledigen können (siehe AutoGPT). Es ist davon auszugehen, dass wir mehr und mehr sogenannte menschlich-maschinelle Interaktionen in unserer Arbeitswelt erleben werden. Die Rollen, insbesondere die der Knowledge Worker, werden nachhaltig neudefiniert werden müssen. Dabei müssen wir ein besonderes Augenmerk darauf legen, dass sich die digitale Spaltung innerhalb unserer Gesellschaften nicht noch intensiviert.

Der AI Education Strategist: Brücke zwischen Datenkompetenz und Unternehmensbedürfnissen

Die Rolle des AI Education Strategist bzw. Data Education Strategist (manchmal auch als Daten-Übersetzer:in bezeichnet) hat sich entwickelt, weil weder die akademischen Institutionen noch die Geschäftswelt genügend Menschen mit den entsprechenden Datenkompetenzen hervorbringt.

In der akademischen Welt – auch wenn es einige Beispiele von durchstartenden Führungskräften gibt – erfüllen Universitäten und Hochschulen nicht die Nachfrage nach Daten- und KI-Profis. Oft sind Kurse entweder zu sehr auf das Geschäft ausgerichtet oder zu stark auf Daten bezogen und bieten nicht die hybriden Profile, die der Markt erfordert. In der Geschäftswelt haben viele Unternehmen schlichtweg nicht die Zeit oder das Know-how, um Lern- und Entwicklungsprogramme in die Arbeitsroutinen zu integrieren.

Einige Unternehmen haben versucht, den Mangel an Fähigkeiten durch die Entwicklung eigener Schulungen zu kompensieren. Unternehmen nutzen Online-Kursanbieter wie Coursera, um bei der Weiterbildung zu helfen. Andere Unternehmen entwickeln spezielle interne Schulungsumgebungen für Data Science und Data Engineering. Diese Programme sind jedoch oft sehr technisch und finden in einer Laborumgebung statt, die wenig Bezug zu den alltäglichen Abläufen eines Unternehmens haben.

Generative KIs, die Inhalte jedweder Art mit wenig menschlichem Eingriff erstellen können, haben den Bedarf an Fachleuten, die die Lücke zwischen KI-Technologien und Geschäftsanwendungen schließen können, noch weiter verschärft. Nicht nur verändern sich Rollenbeschreibungen komplett, Mitarbeiter in Unternehmen benötigen auch ein neues Verständnis im Umgang mit diesen Technologien. Sie müssen sattelfest bei Fragen im Umgang mit diesen Werkzeugen sein, aber auch die generierten Inhalte genaustens verstehen können. Themen wie Datenschutz, Datenethik, Neigungen in Daten (Biases), muss spätestens jetzt, jeder nicht nur mal gehört haben, sondern anwenden können.

Mehr als nur Datenvermittler – Navigatoren in einer datengesteuerten Welt

AI Education Strategists überbrücken die oft vorherrschende Kluft zwischen IT-Funktionen (insbesondere Data & AI Teams) und den Geschäftsbereichen. Kurz gesagt, sie entwerfen den Weg zur Datenkompetenz, etablieren eine Datenkultur innerhalb von Organisationen und ermöglichen es den Mitarbeitern, Probleme selbstständig mit Daten zu lösen.

Neben der Mobilisierung technischer Lernprozesse helfen sie dabei, Data Analysts mit den notwendigen technischen Kompetenzen (z.B. Data Analysis mit Python und das Verwenden von Datenplattformen) auszustatten, und sie zu Citizen Data Scientists weiterzubilden. 

Andere Elemente werden jedoch immer wichtiger. AI Education Strategists müssen sicherstellen, dass Mitarbeiter die ethischen Implikationen und potenziellen Risiken der Nutzung von Generativer KI verstehen, wie Datenschutzbedenken, Voreingenommenheit in generierten Inhalten und das Potenzial für den Missbrauch in der Verbreitung von Fehlinformationen.

Wie der Wandel zur Datenkompetenz anstoßen werden kann

AI Education Strategists konzentrieren sich auf Lernstrategie und Unterrichtsgestaltung. Sie sitzen zwischen den AI-Teams, HR und dem Leadership. Folgende Tätigkeiten sind elementarer Teil der AI Education Strategists:

  • Tiefes Verständnis der Daten- und Geschäftsstrategie der Organisation und ihre Bestandteile.
  • Strukturiertes Erfassen der Data Maturity (Reifegrad der Belegschaft und Organisation als Ganzes): Das bedeutet, dass sie die Plattformen, Anwendungsfälle und Strategien kennen sollten, die entweder vorhanden sind oder in Entwicklung sind, aber auch das Level an Datenkompetenz im Unternehmen.
  • Sie müssen die übergeordneten Lern- und Transformationsziele verstehen: Welche Fähigkeiten existieren bereits in einer Organisation? Welche Schulungen sind derzeit verfügbar? Und wie viele Mitarbeiter sind beteiligt? Wie werden sich Rollen durch KI verändern und welche essenziellen Kompetenzen fehlen der Organisation?
  • Einrichten von Programmen zur Sensibilisierung für die Daten-Transformation: Sie entwickeln Lernreisen basierend auf Geschäftsproblemen. Dies beinhaltet die Vermittlung von Kenntnissen über Methoden, Rahmenbedingungen und praktische Erfahrungen, die zu datenbasierten Lösungen führen.
  • Entwicklung von Schulungsmodulen, die sich auf den verantwortungsvollen Umgang mit Generativer KI konzentrieren und sicherstellen, dass Mitarbeiter sich der potenziellen Fallstricke und der besten Praktiken zur Risikominderung im Zusammenhang mit der Technologie bewusst sind.
  • Organisation von Veranstaltungen: Dazu gehören Aktivitäten wie Webinare, Workshops und andere Zusammenkünfte, die sich auf Daten, Analytik und KI- Projekte konzentrieren. Diese Events sind enorm wichtig für die Datenkultur im Unternehmen.
AI Education Strategist - Data Education Strategist
(c) DAIN Studios

Nutzen Sie die Auswirkungen von Daten. Setzen Sie Datenbildungs-Strategen ein.

Heutzutage sind Daten- und KI-Kompetenzen eine kostbare Ressource in der Geschäftswelt. Die Umsetzung der digitalen Transformation erfordert neue, spezialisierte Fähigkeiten, aber es besteht ein starker Wettbewerb um Talente – und das Angebot trifft nicht immer auf entsprechende Nachfrage.

Deshalb sehen wir das Aufkommen des AI Education Strategists. Das Profil wurde entwickelt, um die Datenkompetenz zu stärken und den Mangel an Fähigkeiten zu beheben. Sie schaffen eine Unternehmenskultur rund um das Thema Daten und KI und nutzen Schulungsprogramme, damit Unternehmen die Kraft von Daten und KI entfesseln können.

Darüber hinaus werden AI Education Strategists eine entscheidende Rolle spielen, um Organisationen mit dem notwendigen Wissen und den Fähigkeiten auszustatten, um die Kraft von KI-Technologien verantwortungsvoll zu nutzen und gleichzeitig die damit verbundenen Herausforderungen und Limitationen zu meistern. 


Zum Autor

Tizian Kronsbein kümmert sich als Head of DAIN Academy bei DAIN Studios für die „menschliche Komponente der Datentransformation“ der Kunden. Er ist einer der Mitbegründer und Tought Leader der Data Thinking Methode und weiß durch seine Erfahrung als Data Strategist, worauf es ankommt um Mitarbeiter auf dem Weg zur Datenkompetenz zu begleiten.

Tizian Kronsbein | (c) DAIN Studios
Deine ungelesenen Artikel:
17.07.2026

„Wir bauen das FedEx fürs All“ – Ex-Iron-Dome-Projektleiterin Hilla Haddad Chmelnik im Interview

Auf der Restart Innovation Vienna erzählte Ex-Iron Dome Projektleiterin Hilla Haddad Chmelnik über ihr Space-Startup mit einem klaren Ziel: Lieferungen ins All.
/artikel/wir-bauen-das-fedex-fuers-all-ex-iron-dome-projektleiterin-hilla-haddad-chmelnik-im-interview
17.07.2026

„Wir bauen das FedEx fürs All“ – Ex-Iron-Dome-Projektleiterin Hilla Haddad Chmelnik im Interview

Auf der Restart Innovation Vienna erzählte Ex-Iron Dome Projektleiterin Hilla Haddad Chmelnik über ihr Space-Startup mit einem klaren Ziel: Lieferungen ins All.
/artikel/wir-bauen-das-fedex-fuers-all-ex-iron-dome-projektleiterin-hilla-haddad-chmelnik-im-interview
Hilla Haddad Chmelnik, Co-Founderin & CEO von Moonshot

Hilla Haddad Chmelnik, Mitgründerin von Moonshot, will die Weltraum-Logistik mit ihrem 25-köpfigen Team vorantreiben. Statt auf teure chemische Raketen setzt das israelische DeepTech-Startup auf elektromagnetische Beschleunigung. Im brutkasten-Interview spricht die ehemalige „Iron Dome“-Projektleiterin über das enorme Potenzial im All, das Scheitern in Simulatoren und was Europa von Israels Innovationskraft lernen kann.

Sie sind Luft- und Raumfahrttechnikerin, waren Projektleiterin beim Iron Dome und Generaldirektorin im israelischen Ministerium für Innovation, Wissenschaft und Technologie. Jetzt haben Sie Moonshot gegründet, ein Unternehmen, das Transporte im All per elektromagnetischer Beschleunigung statt mit klassischen Raketen anpackt. Sie sitzen da ja wirklich genau an der Schnittstelle von SpaceTech, DeepTech, Verteidigung und Politik. Wenn wir mal aufs große Ganze schauen: Wo steht SpaceTech gerade allgemein?

Für mich sind das gar keine getrennten Dinge. SpaceTech oder eigentlich der Weltraum an sich ist einfach die nächste Stufe für die Menschheit. Um Quantentechnologie, Energie oder KI wirklich weiterzuentwickeln, müssen wir ins All. Der Weltraum ist eine ganz eigene Domäne. Das ist im Grunde wie beim Internet: Wir sagen heute ja auch nicht „Internet-Tech“, das Internet ist einfach die Basis für alles andere.

Die Erde wird langsam ziemlich voll, und uns gehen hier die Ressourcen aus. Selbst wenn wir über Quantencomputing oder Smartphones reden: Dafür brauchen wir Seltene Erden. Und davon haben wir auf der Erde schlicht nicht genug.

Und Sie glauben fest daran, dass wir diese Stoffe im All finden?

Naja, sie kamen ja ursprünglich von dort, also werden wir sie auch dort finden. Wir wissen, dass es sie auf dem Mond gibt und auf Meteoriten. Und das Thema Energie ist im All ein Selbstläufer, es gibt dort keine Atmosphäre, die Sonne scheint also ununterbrochen. Deshalb reden wir ja auch über Rechenzentren im Weltraum. Warum sollte man das tun? Weil uns auf der Erde der Strom ausgeht, selbst wenn wir über Atomkraft nachdenken.

Bei erneuerbaren Energien auf der Erde hat man immer Probleme mit der Atmosphäre und dem Tag-Nacht-Wechsel. Im All hat man diese Sorgen nicht, dafür eben andere. Aber da der Zugang zum All in den letzten zehn Jahren so viel billiger geworden ist, und die Preise fallen weiter, sind die Wege jetzt frei. Wenn wir erst mal dort sind, entsteht da eine völlig neue Industrie. Alles, was Sie genannt haben, Quanten, Cyber, Mobile, Verteidigung, wird eine Anwendung im All brauchen. Deswegen ist das Ding so riesig. Und deshalb ist der SpaceX-Börsengang auch so eine Riesensache: Es ist das Fundament, die nackte Infrastruktur.

Und wo hakt sich Moonshot da ein? Welches Problem löst ihr genau?

Bei uns dreht sich alles um die Lieferkette. Es ist reine Logistik. Die Straße ins All steht ja jetzt. Und weil es diese Straßen gibt, wird es dort oben immer mehr Infrastruktur geben. Ganz egal, ob das eine private Raumstation als Fabrik ist, ein Rechenzentrum oder ein Satellit: Sie alle brauchen eine funktionierende Lieferkette. Irgendwer muss die Rohstoffe, das Wasser oder die Ersatzteile ja hochbringen. Genau das macht Moonshot.

Sie bauen also sozusagen den Lastwagen für den Weltraum? Über welchen Zeithorizont reden wir da eigentlich?

Wir bauen eher das FedEx fürs All. Wir peilen den Anfang der 30er-Jahre an, also so 2030, 2032 wollen wir ins All. Wenn man heute Fracht hochschicken will, muss man bei den aktuellen Preisen immer den ganzen Truck buchen, also eine komplette Falcon-Rakete oder ein ganzes Starship. Jedes Mal, wenn man ins All will, muss man 21 Tonnen bei einer Falcon oder 100 Tonnen bei einem Starship mitnehmen.

Wenn Sie da oben aber schon metaphorisch gesagt Ihren Kaffeeladen haben und eigentlich nur jede Woche frische Bohnen brauchen, mieten Sie ja nicht jedes Mal den ganzen Sattelschlepper. Sie brauchen einen Paketdienst, eben wie FedEx. Moonshot nutzt dafür eine ganz andere Physik: Wir arbeiten mit elektromagnetischen Beschleunigern, nicht mit chemischen Raketen. Dadurch schaffen wir dieselben Preise, aber eben für kleine Pakete. Wir schicken 200 oder 300 Kilo zum gleichen Kilopreis hoch wie das Starship. Man bestellt einfach eine Lieferung.

Sind Sie damit nicht ein Konkurrent für SpaceX?

Nein, überhaupt nicht. Wir ergänzen uns perfekt. Wir brauchen SpaceX ja, damit sie immer mehr Masse ins All schießen. Und je mehr Masse die hochbringen, desto mehr Kunden haben wir am Ende. Das ist eigentlich genau das Gegenteil von Konkurrenz. Wir wollen, dass die chemischen Raketen so oft wie möglich fliegen.

Denken Sie an einen Umzug von Europa in die USA: Es ist völlig klar, dass Sie selbst in der Business Class nach New York fliegen. Aber es macht überhaupt keinen Sinn, Ihr Sofa im Flugzeug neben sich zu setzen. Das schicken Sie im Frachtcontainer. Im Moment sind die chemischen Raketen im All die Business Class. Sie sind teuer. Und obwohl es billiger ist als vor 20 Jahren, zahlt man für jedes Kilo exakt dasselbe. Das heißt, das Kilo Astronaut, das Teuerste, was man hochschicken kann, kostet im Transport genauso viel wie das Kilo Wasser, das er trinkt. Wenn wir also einen guten Preis für das Kilo Astronaut haben, zahlen wir für das Wasser schlicht viel zu viel.

Mit unserer Technologie bei Moonshot werden wir niemals Astronauten transportieren können. In einem Frachtcontainer reist man ja auch nicht nach New York, es ist zu heiß, dauert zu lange, das hält kein Mensch aus. Unsere Anlage arbeitet mit extremen Kräften von bis zu 800 G. Das überlebt kein Mensch und auch keine empfindliche Elektronik. Aber Wasser, Treibstoff, mechanische Bauteile oder Ersatzteile wie Solarpaneele stecken das locker weg.

Wir trennen diese Fracht also von den teuren Raketen. Die Raketen bleiben für die Menschen und die feine Sensorik. So baut man eine echte Industrie auf. Eine hochentwickelte Wirtschaft braucht Häfen, Schienen, Lkw und Flugverkehr. Wenn eine Insel nur ein einziges Transportmittel hat, wird die Wirtschaft dort nie richtig laufen. Und genau das machen wir im All: Wir bauen die nächste Logistikebene neben den klassischen Raketen auf.

Entwickeln Sie diese elektromagnetische Beschleunigung eigentlich komplett neu oder nutzen Sie bestehende Technologien?

Wir bauen natürlich unsere eigene Technologie, aber wir machen keine Grundlagenforschung. Bei uns ist das reines Engineering. Die Wissenschaft dahinter hat sich im letzten Jahrzehnt quasi von selbst entwickelt, durch die erneuerbaren Energien, durch die Medizintechnik. Die Basiskomponenten wie Kondensatoren, Schalter oder spezielle Materialien, die extreme Kräfte und Hitze aushalten, gibt es alle schon auf dem Markt, und sie sind viel billiger geworden. Vor zehn Jahren hätten wir uns an diese Sache gar nicht herangewagt, weil die Technik noch nicht so weit war.

Jetzt nehmen wir diese Komponenten, die gar nicht primär für uns entwickelt wurden, und fügen sie in unserer Maschine zusammen. Wir erfinden also keine neuen Kondensatoren, sondern kaufen sie von der Stange und passen sie so an, dass sie genau unsere Spezifikationen erfüllen und bezahlbar bleiben. Es ist also kein neues wissenschaftliches Rätsel, sondern clevere Ingenieursarbeit und Integration.

Wie viel von diesem Ingenieur-Know-how bringen Sie aus Ihrer Zeit beim Iron Dome mit? Hilft Ihnen diese militärische Erfahrung bei Ihrem heutigen Projekt?

Der entscheidende Punkt ist eigentlich die ganze Philosophie der israelischen Verteidigungsindustrie. Mein Chefingenieur hat das David’s Sling-Programm geleitet, eine andere Kollegin kommt aus dem Arrow-Raketenprogramm. Die wahre Kunst in Israels Verteidigungssektor ist es, hochkomplexe Hardware und Luftfahrtsysteme extrem billig, wahnsinnig schnell und fast ohne reale Systemtests zu bauen. Und das liegt schlicht daran, dass Israel klein ist, wir haben gar keinen Platz für riesige Testgelände. Deshalb haben wir über die Jahrzehnte hinweg ganz andere Methoden entwickelt als die Amerikaner oder Europäer: Wir setzen massiv auf Simulatoren.

Sie setzen also voll auf digitale Zwillinge?

Genau. Wir bauen hochkomplexe digitale Zwillinge des gesamten Systems. Die testen wir dann im Labor im ganz kleinen Maßstab. Weil wir das so akribisch machen, können wir uns blind auf unsere Simulatoren verlassen. Wenn wir das finale, echte System bauen, wissen wir fast schon, dass es funktioniert. Reale Systemtests heben wir uns wirklich nur für den allerletzten Schritt auf. Denn wenn wir in Israel ein echtes System testen, ist das kein Experiment mehr, da muss es klappen. Wir haben weder das Geld noch den Platz für Fehler, und uns schaut ständig jeder auf die Finger. Als ich beim Iron Dome war, war praktisch jeder reale Test ein Volltreffer.

Elon Musk hat völlig recht, wenn er sagt: Wenn ein realer Test klappt, war es eigentlich kein richtiger Test, weil man nur durch Fehler lernt. Also machen wir unsere Fehler in den Simulatoren. Und genau das ist auch das Fundament von Moonshot. Wir arbeiten mit Ingenieuren zusammen, die genau diese Schule durchlaufen haben. Wir bauen ein kleines Labormodell mit gerade mal sechs Zentimetern Durchmesser und eineinhalb Metern Länge. Damit schießen wir 300 Gramm mit 100 Metern pro Sekunde ab. Aber damit beweisen wir exakt die Präzision im Mikrosekundenbereich, die Latenz und die Kontrollierbarkeit, die wir später im Großen brauchen. Wir machen das so, weil wir in Israel wegen unserer Größe gar keine andere Wahl hatten.

Schauen wir mal auf die nackten Zahlen: Wie zieht man so ein DeepTech-Startup für Weltraum-Logistik strategisch hoch? Wie viel Geld braucht man für die R&D-Phasen, wie sieht Ihr Team aus und wie lief die erste Finanzierung?

Wir sind zu dritt im Gründerteam. Am Anfang brauchten wir gar nicht so viel Geld. Unsere These war einfach: Wenn wir ein bisschen Startkapital kriegen, können wir in Israel ein großartiges Team aufbauen. Solche Leute sind schwer zu kriegen, man braucht ganz spezielle Talente. Aber wir wussten, dass Israel ein riesiges Reservoir für genau diese Talente ist. Wenn das Geld da ist, können wir sie anheuern.

Und was heißt „ein bisschen Startkapital“ im SpaceTech-Bereich?

In unserer Pre-Seed-Runde waren das 2,5 Millionen Dollar. Für Weltraumverhältnisse ist das tatsächlich wenig. Dazu kamen noch 1,5 Millionen von der israelischen Innovationsbehörde, das war unser Fundament fürs erste Jahr. Gerade haben wir unsere Seed-Runde mit rund 14 Millionen Dollar abgeschlossen. Damit finanzieren wir die Fertigstellung unseres ersten echten Produkts: die EMA (Electromagnetic Mass Accelerator). Das ist ein Beschleuniger mit 30 Zentimetern Durchmesser. Damit testen wir nicht nur unsere Simulatoren, sondern bringen auch direkt ein Produkt auf den Markt, das für den Verteidigungssektor extrem spannend ist, weil es als Testumgebung für Hyperschall-Technologie dient.

Das Verteidigungsministerium hat zu uns gesagt: „Dass ihr irgendwann ins All wollt, ist super. Aber im Moment brennen wir darauf, mit eurem Beschleuniger Hyperschall-Tests superschnell und billig durchzuführen.“ Wir feilen gerade am Vertrag, um dieses Labor gemeinsam mit ihnen aufzubauen. Für das Weltraumprojekt reicht uns eine EMA-Geschwindigkeit von 1.000 Metern pro Sekunde, aber das Ministerium braucht 2.000 Metern pro Sekunde. Die Anlage wird deshalb 25 Meter lang sein statt der geplanten 7 Meter. Mit den 14 Millionen Dollar kommen wir erst mal ein Jahr aus. Danach gehen wir in die nächste Runde.

Welches Volumen peilt ihr für die nächste Runde an und was wollt ihr damit machen?

Wir planen eine Runde von etwa 20 bis 30 Millionen Dollar. Damit wollen wir die finalen Bausteine für unseren großen Beschleuniger im All entwickeln, den Magnetar. Wichtig ist: Das Geld fließt nicht in die riesigen Baukosten der Anlage, sondern in die reine Technologie. Die massiven Errichtungskosten für das finale System, das wir übrigens in Alaska aufbauen wollen, kommen später direkt von den Kunden und Partnern, sobald die Technik steht.

Ihre ersten Kunden sind also vor allem Regierungen?

Es geht vor allem um Gelder aus Verteidigungsbudgets. In den USA unterschreibt man heute oft gar nicht direkt bei der Regierung, sondern bei privaten Firmen, die wiederum über staatliche Programme bezahlt werden. Es läuft also im Rahmen von Regierungsprojekten. In Israel arbeiten wir direkt mit dem Verteidigungsministerium zusammen, weil das Projekt dort als strategisches, nationales Gut gilt. Das Ministerium sichert den Zugang, damit die großen Player wie IAI (Israel Aerospace Industries) oder Rafael das System uneingeschränkt nutzen können.

Zum Schluss noch ein Blick auf Europa: Wir diskutieren hier ja ständig über mangelnde Wettbewerbsfähigkeit und das Problem, dass geniale Forschung viel zu selten den Weg in den Markt findet. Israel gilt da weltweit als das absolute Vorbild beim Technologietransfer. Was kann Europa von Israel lernen, wenn es darum geht, Forschung in Produkte zu verwandeln und Richtlinien zu schaffen, die Startups wie Ihres überhaupt erst ermöglichen?

Niemand wünscht sich Krieg, das ist klar. Aber der fundamentale Unterschied ist schlicht: Wir müssen innovativ sein, um zu überleben. In Europa gibt es diesen existenziellen Druck zum Glück nicht. Ihr müsst also andere Wege und Motive finden, um diesen Zug zu entwickeln und Länder wie Österreich oder Deutschland haben dafür ja durchaus gute, eigene Strukturen.

Aber der wahre Kern unseres Erfolgs und unserer Resilienz ist einfach, dass wir keine andere Wahl haben. Wir müssen abliefern, und zwar extrem schnell. Und es muss auf Anhieb funktionieren. Beim Iron Dome haben uns damals fast alle Experten weltweit gesagt, das sei technisch unmöglich. Aber wenn du in Israel lebst und ständig Raketen aus dem Gazastreifen angeflogen kommen, akzeptierst du die Aussage „das geht nicht“ einfach nicht. Es muss gehen. Und genau dieser Druck zwingt dich dazu, einen Weg zu finden, wie es klappt. Das ist es, was uns voranbringt.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht