29.03.2024
INTERVIEW MIT FERRY FISCHER

“Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt”

Coach Ferry Fischer verrät, warum missglückte Planung fast immer zum Erfolg führt.
/artikel/nicht-eine-einzige-planung-die-ich-je-gemacht-habe-hat-gestimmt

Dieser Artikel erschien zuerst in der neuen Ausgabe unseres Printmagazins. Eine Downloadmöglichkeit findet sich am Ende des Artikels.

Dicht bemalte Whiteboards, verziert mit Edding-Strichen und einem Wald aus bunten Post ITs; auf den Zettelquadraten stehen Schlagworte wie Mission, Vision, Key Results, Jahresziele und Jahrespläne: Das Gründer:in-Sein erfordert Papierkram, Planungsarbeit und Zettelwirtschaft – oder eine breite Palette an Projektmanagement Tools und Excel Listen. Wer nicht fleißig Listen volltippt und Vision oder Mission Boards bemalt, hat sein Leben als Gründer:in nicht im Griff – sagt zumindest der Volksmund.

Dass hinter diesem Stereotyp wenig Wahres steckt, weiß Unternehmensberater Ferry Fischer. Selbst war er lange in Angestelltenverhältnissen tätig und hat sich schließlich – als frischgebackener Familienvater – selbstständig gemacht. Knowhow zur Planung als Unternehmer:in gab es damals wenig. Gecoacht hat er später neben Großunternehmen wie den ÖBB oder ABB auch Startups.

Einige Zeit nach seinem Schritt in die Selbstständigkeit ist Fischer bewusst, dass das Unter nehmer:innen-Dasein viel mehr als strikte Planungsarbeit braucht: „Es geht um die richtige Mischung aus Planung und Umsetzung. Wenn du nicht in medias res gehst, planst du dich verrückt“, erzählt der Stratege.

Fischer weiß, dass Post IT Wälder, Whiteboards und Excel Tabellen nicht von Grund auf schlecht sind. „Ohne Planung geht’s nicht. Aber ich muss auch sagen: Ich glaube, keine meiner Planungen ist je aufgegangen. Und das wird sie auch nie ganz – weil es immer anders kommt, und das ist gut.“

Verfolgt Fischer damit die unter Startups weitverbreitete „No Risk, No Fun“ Mentalität? Im Gegenteil: Ferry Fischer steckt sich ambitionierte Ziele, sogenannte Objectives, und bricht sie in Key Results herunter. Das System nennt sich OKR und findet bereits international Anwendung.

OKR sind nur wenige der vielen Dinge, die Gründer:innen beim Planen und Umsetzen beachten sollten. Warum Excel Listen Klarheit verschaffen, das Scheitern zum Erfolg führt und Pläne grundsätzlich nicht aufgehen, verrät Ferry Fischer im Interview.

brutkasten: Viele Startups leben nach dem Credo: „Just do it.“ Bist du damit einverstanden?

Ferry Fischer: Jein. Bei mir war es so: Ich habe mindestens zwei Jahre lang herumgetüftelt, bevor ich mich selbstständig gemacht habe. Ich habe nicht überlegt, was ich machen will, sondern was ich machen kann. Ich musste herausfinden: Welche Leistung braucht die Wirtschaft? Was kann ich bieten, das heutzutage wirklich gebraucht wird? Das erfordert viel Brainstorming und gute Planung – und kann nicht einfach von heute auf morgen passieren.

Du sprichst von Brainstorming und Planung – wenn ich eine Idee gefunden habe, wie starte ich die Planung?

Der Start zur Planung ist der Businessplan. Ich war damals als Chief Financial Officer angestellt und Alleinverdiener mit zwei Kindern. Ich musste schauen, ob sich die Selbstständigkeit für mich finanziell ausgeht. Dafür musste ich sehr viel planen. Das empfehle ich allen, die sich selbst ständig machen wollen: Macht einen Business plan! Und wenn es nur ein einfaches Excel Sheet ist: Plant drauflos, schreibt alles auf, was sich über euer Business festhalten lässt – ohne große Regeln.

Ein Businessplan ohne große Regeln – ist das möglich?

Absolut! Man muss das gar nicht professionell machen. Wichtig sind folgende Punkte: Wie viel Geld brauche ich, damit ich leben kann? Und: Kann mir das mein Business to be wirklich bieten? Das Planen hat einen großen Vorteil: Es bringt dich zum Nachdenken. Es hilft dir, von Anfang an zu überprüfen, ob dich dein Traum Business erhalten kann oder ob es zum Scheitern verurteilt ist.

In der Planungsphase muss dir klar werden: Wo und wie positioniere ich mich, was braucht die Wirtschaft von mir – und kann ich damit genug Geld verdienen? Nur wenn ich es schriftlich habe, kann ich auch sehen, ob sich mein Plan ausgeht.

Wenn der Businessplan und das Geschäftsmodell stehen – wie plane ich weiter?

Nahezu alle Startups, mit denen ich zu tun habe, planen nach dem OKR System: Sie definieren Objectives und Key Results. Durch diese Planung lässt sich das Risiko für Misserfolge reduzieren.

Wie funktionieren Objectives und Key Results?

Für Objectives und Key Results machst du zunächst eine grobe Jahres- respektive Zweijahresplanung, die nur sehr vage ist, aber die generelle Richtung vorgibt. Das führt zum übergeordneten Objective: Was möchte ich erreichen und wo möchte ich in ein bis zwei Jahren stehen? Ist das Objective definiert, arbeitest du im Quartal: Du hüpfst in kleinen Schritten zum Ziel. Du kannst und solltest auch nicht viel weiter als die nächsten drei Monate planen. Als Gründer:in eine Jahresplanung zu machen ist eigentlich nur halb wichtig – Startups sollten quartalsweise planen und die Mission und Vision für deutlich länger als ein Jahr ansetzen.

Welche Vorteile bieten OKR?

Du erkennst im Erleben, Tun und Unternehmen viel mehr Möglichkeiten als in der reinen Planung. Das OKR System bietet Gründenden die richtige Mischung aus Planen und Umsetzen. Die Erkenntnisse, die du während deiner Geschäftstätigkeit gewinnst, kannst du dann in deine Planung für das nächste Quartal einfließen lassen. Am Ende des Quartals solltest du in einem Review abchecken: Was ist gelungen, was ist nicht gelungen? Was muss man ändern, um dem Overall Objective einen Schritt näher zu kommen?

Wie wichtig sind Vision und Mission als Gründer:in?

Sie halten das Ganze am Laufen. Die Vision ist der Sinn, den das Unternehmen und sein Team mit seiner Leistung verfolgt. Jeder Mensch möchte mit seinem Tun Sinn stiften – und das muss anfangs definiert werden, damit alle in die gleiche Richtung denken. Die Vision ist extrem langfristig und beschreibt den Sinn, den die Menschheit braucht.

Die Mission hingegen ist das, was du als Unternehmer:in und was dein Team zur Vision beiträgt. Unternehmen brauchen sowohl Vision als auch Mission, um mit Sinn zu wirtschaften. Ein Unternehmen, das keine Vision und Mission hat, ist aus meiner Sicht nicht attraktiv.

Wie oft sollten Startups ihre Vision und Mission hinterfragen?

Startups sollten sich in regelmäßigen Abständen fragen: Bin ich noch auf der Mission, die ich zu Beginn meiner Geschäftstätigkeit definiert habe? Meistens kann man nach einem Geschäftsjahr gut beurteilen: Hat sich etwas Neues ergeben und müssen wir in unserer Strategie nachjustieren? Vision und Mission sind zwar langfristig und relativ fix, aber nicht in Stein gemeißelt. Gerade Startups, die sehr flexibel sind, können neue Chancen ergreifen und kleine Zieladaptionen vornehmen.

Wie gewinne ich als Startup Klarheit über meine Ziele?

Ziele solltest du nach der Fitnessstudio Taktik setzen: Nur, wenn du deinen Muskel überforderst, an deine Grenzen und noch weiter gehst, beginnt er zu wachsen. Dasselbe gilt auch für die Zieldefinition in deinem Startup: Du solltest dich im positiven Rahmen überfordern. Wenn ich meine OKR für das Quartal plane, dann definiere ich immer das maximal und bestmöglich Vorstellbare.

Was macht das Planen als Gründer:in besonders herausfordernd?

Gründer:innen haben eine Besonderheit: Sie machen etwas Neues, das es so noch nicht gibt. Das heißt, du kannst auch nirgendwo nachlesen, wie du deine Idee am besten umsetzt, weil das ja im besten Fall noch niemand vor dir gemacht hat. Tipps, Bücher und Coachings können dir helfen, als Inspiration – wie das OKR-System zum Bei spiel. Die Planungs- und Umsetzungsphase ist aber immer etwas unsicher; da braucht es Vertrauen, Fokus und die richtige Mischung aus Planung und Umsetzung. Denn du weißt nicht, ob dein Plan gut ist, bis du ihn ausprobierst.

Was können Startups gegen Zweifel und Unsicherheit in der Planung tun?

Nutzt die Schwarmintelligenz! Das sollte je de:r Gründer:in machen und hat auch mir in mei nen Anfängen geholfen. So bekommt man andere Blickwinkel und kann seine blinden Flecken auf decken. Die Entscheidungen, die mit dem Feedback eines Teams getroffen werden, sind immer besser als die Entscheidungen des oder der besten Expert:in im Team.

Sollte man Entscheidungen nur mit Schwarmhilfe treffen?

Die Schwarmintelligenz gibt mir andere Sichtweisen, entscheiden muss ich mich als Gründer:in aber selbst. Ich habe die Kompetenz und das Wissen über die Mission und die Vision meines Unternehmens. Basierend da rauf kann und muss ich meine Entscheidung selbst treffen. Der Schwarm hilft mir hingegen dabei, mich zu hinterfragen und nichts zu übersehen.

Gibt es zu viel Planung?

Ja, und das ist gar nicht selten! Ich habe schon viele Menschen erlebt, die ihre Gründungsphase überplant und sich nie selbstständig gemacht haben, weil die Planung schlichtweg nie fertig geworden ist. Deshalb lautet das Erfolgsrezept: Learning by Doing. Planen ist gut, wichtig und unabdingbar, aber damit du wirklich lernst, wie sich dein Unternehmen am besten entwickelt, musst du ins Tun kommen.

Wie kann man möglichst erfolgssicher planen?

Du glaubst, du kannst sicher planen – gerade in der Selbstständigkeit oder in der Gründungsphase? Das kannst du vergessen. Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt. Aber: Du brauchst Planung, damit du zumindest mit irgendetwas starten kannst. Einfach drauflos zu unternehmen scheitert meistens. Auch wenn man nur ein bisschen plant, wird es wahrscheinlicher, dass es funktioniert. Und wenn dein Plan nur zu 80 Prozent aufgeht, bist du schon erfolgreich.

Hast du einen Geheimtipp für das Planen?

Damit du auf der sicheren Seite bist, fixiere einen Plan B. Wenn du einen Plan B hast, funktioniert Plan A immer besser. Du bist ganz einfach viel entspannter, weil du ja im Notfall auf deinen Backup Plan zurückgreifen kannst. Wichtig ist allerdings: Der Plan B sollte ganz unabhängig von Plan A umsetzbar sein.

Welcher Planungsfehler fällt dir bei Startups am häufigsten auf?

Ich coache aktuell viele Startups und sehe sehr oft den gleichen Fehler: Es wird vergessen, dass man als Gründer:in irgendwann zur Führungskraft wird – und da fehlen oft die notwendigen Kernkompetenzen. Dies sollten Gründer:innen früh erkennen und dahin gehend Stärken identifizieren. Wenn man das nicht be achtet, wird das Führungskraft-Sein zu einem Hauptproblem.

Wie können sich Gründer:innen am besten auf die Teamführung vorbereiten?

Es muss gezielt Raum und auch Ressour cen geben, um sich hin reichend mit dem Ausbau von Führungskompetenzen auseinanderzuset zen. Auch hier braucht es wieder die Schwarm intelligenz: Sucht gemeinsam nach der optimalen Führungsratio in eurem Founderteam und eignet euch früh genug Leadership-Skills an.

Hast du einen abschließenden Rat für das Planen als Gründer:in?

Ich habe in meinem Leben schon so viel ge plant und vieles hat nicht funktioniert – aber hätte ich nicht geplant, hätte gar nichts funktioniert. Ich bin jetzt seit 29 Jahren selbstständig, und in dieser Zeit sind neben vielen Erfolgen auch Misserfolge passiert. Wenn du etwas tust, ist die Wahrscheinlichkeit für einen Misserfolg einfach gegeben. Indem ich Fehlversuche mit einplane, bin ich optimal gerüstet. Planung hilft dir dabei, die Wahrscheinlichkeit für Misserfolge zu minimieren oder zumindest vorbereitet mit ihnen umgehen zu können; und das alles immer in Einklang mit deiner Vision und Mission. Meine Mission als Coach ist klar: Ich helfe Menschen, Teams und Organisationen, deren Potenzial zu er kennen und dieses auch zu nutzen.


Sichere dir das brutkasten-Magazin in digitaler Form!

Trag dich hier ein und du bekommst das aktuelle brutkasten-Magazin als PDF zugeschickt und kannst sofort alle Artikel lesen!

Du erhältst mit der Anmeldung künftig auch Zugang für unseren Startup-Newsletter, den wir drei Mal pro Woche verschicken. Du kannst dich jederzeit unkompliziert wieder abmelden.

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
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

“Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt”

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

“Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt”

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

“Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt”

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 …

“Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt”

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 …

“Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt”

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 …

“Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt”

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 …

“Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt”

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

“Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt”

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

“Nicht eine einzige Planung, die ich je gemacht habe, hat gestimmt”