13.01.2025
FOLGE 3 | NACHLESE

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

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
Die dritte Folge von "No Hype KI" mit Manuel Moser, Alexandra Sumper, Moritz Mitterer und Clemens Wasner (v.l.n.r.) (c) brutkasten

„No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz.


Wie lässt sich KI “richtig” in Unternehmen integrieren? Wieso erleben Unternehmen einen “Bottom-Up-Push” und warum sprechen viele dabei noch von großen Hürden? Um diese und viele weitere Fragen ging es in der dritten Folge von “No Hype KI”. Zu Gast waren Alexandra Sumper von Nagarro, Manuel Moser von CANCOM Austria, Moritz Mitterer von ITSV sowie Clemens Wasner von AI Austria und EnliteAI.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

Der Bottom-Up-Push

“Der AI-Hype ist jetzt circa zehn Jahre alt”, startet Clemens Wasner die Diskussionsrunde. Was als “vorausschauende Warnung und Betrugserkennung“ im B2B-Sektor begann, hat sich eine knappe Dekade später zu einer Bottom-Up-Push-Bewegung entwickelt. “Einzelne Mitarbeitende verfügen teilweise über weitaus mehr praktische Erfahrung mit Generativer KI”, als “das oft auf einer Projektebene passiert”, so Wasner.

Um KI federführend in Unternehmen zu verankern, sei es wichtiger denn je, Mitarbeitende einzubinden und ihnen intern eine Bühne für den Best-Practice-Austausch zu geben, erklärt Wasner weiter. Aktuell ginge der KI-Push immer intensiver von Mitarbeiter:innen aus. Vergleichbar sei diese Bewegung mit dem Aufkommen der Smartphones vor etwa fünfzehn Jahren.

Daten mit Qualität

Als Basis sollte zuerst allerdings der Datenhaushalt eines Unternehmens sauber strukturiert und reguliert werden, sagt Manuel Moser, Director Digital Innovation & Software Engineering bei CANCOM Austria. “Wenn ein Unternehmen in puncto Daten hinterherhinkt, kann das jetzt durchaus ein Stolperstein sein”, sagt der Experte. In CRM- und ERP-Systemen finden sich häufig unvollständige Angaben. Die dadurch entstehende unzureichende Datenqualität könne jede KI-Initiative ins Stocken bringen, so Moser.

“Der größte Feind ist Zettel und Bleistift”

Schon allein das Notieren von Informationen auf Zetteln gilt nicht nur als scheinbar banale Hürde, wie Moser im Talk erläutert. Analoge Gewohnheiten können enorme Auswirkungen auf den gesamten Digitalisierungsprozess des Unternehmens haben: “Ich sage immer: Bei Digitalisierungslösungen ist der größte Feind der Zettel und der Bleistift am Tisch, mit denen man das digitale Tool am Ende des Tages umgeht.”

Gerade der öffentliche Sektor sollte im KI-Einsatz sowie in der Verwaltung von Daten sorgfältig agieren. Moritz Mitterer, Aufsichtsratsvorsitzender der ITSV, spricht von besonders sensiblen Daten aus der Sozialversicherung, die ein enges rechtliches Korsett und damit ein höheres Maß an Vorsicht mit sich bringen.

“Wir haben 2017 in der ITSV damit begonnen, innerhalb der Struktur damit zu experimentieren”, erzählt Mitterer. Ein essentielles Learning daraus: Gerade große Prozessmengen stellen sich als ideales Feld für KI heraus – wenn man vernünftige Leitplanken, klare Haftungsregeln und eine unternehmensweite Governance definiert.

Im Fokus stehen User:innen

Datenqualität, Governance und gleichzeitig reichlich Agilität? Worauf sollten sich Unternehmen in erster Linie konzentrieren, um KI lösungsorientiert einzusetzen? Alexandra Sumper, Director Delivery Österreich bei Nagarro, betont, dass KI-Projekte weit mehr als reine Technik voraussetzen: “Meine Erfahrung zeigt wirklich, nicht zu groß zu beginnen, wenn man erst am Anfang steht.“ Viele Firmen würden sich gerade anfangs in Strategiepapieren verlieren, anstatt realitätsgetreue Use Case zu definieren, so die Expertin.

“Man muss gut darauf achten, dass man liefert. Sowohl an Datenqualität, als auch an optimierter User Experience”, erläutert Sumper. Als Erfolgsbeispiel nennt sie die Asfinag, die einen KI-Chatbot erfolgreich eingeführt hat. Das Besondere dabei: Ein Kernteam entwickelte die KI-Lösung, achtete auf Datenqualität und band die künftigen Nutzer:innen ein. Die Akzeptanz im Unternehmen stieg rasant, erzählt Sumper von den Projektanfängen.

Ähnliche Schlüsse zieht Sumper aus der Beobachtung anderer Kund:innen: In erster Linie gelte es zu testen, ob KI in einem kleinen Rahmen Nutzen bringt. Sobald Mitarbeiter:innen erleben, dass KI ihre Arbeit wirklich erleichtert, wächst das Vertrauen und die Bereitschaft, weitere Schritte zu gehen.

“Am Anfang gibt es nichts, dass zu 100 Prozent funktioniert”

Dass sich eine Trial-and-Error-Phase gerade in den Anfängen des KI-Einsatzes nicht vermeiden lässt, scheint ein allgemeiner Konsens der Diskussionsrunde zu sein. “Es gibt nichts, was sofort 100 Prozent top funktioniert”, so Sumper. Um Fehlerquellen und deren Auswirkungen jedoch möglichst gering zu halten, empfiehlt die Expertin Qualitätssicherung durch ein Key-User-Team, um Fehler festzustellen, zu korrigieren und Daten-Gaps zu schließen.

Hierbei sollen die Möglichkeiten von generativer KI intelligent genutzt werden, wie Clemens Wasner hervorhebt: “Wir haben das erste Mal eine Technologie, die es ermöglicht, unstrukturierte Daten überhaupt auswertbar zu machen.” Nun gilt es, Effizienz in der Datenstrukturierung und -auswertung zu fördern, um mit der aktuellen Welle der digitalen Transformation mitzuhalten. Denn KI ist, wie Manuel Moser von CANCOM Austria bestätigt, ein wesentlicher Teil der digitalen Transformation: “Ein Baustein, wenn man so will, wie ein ausgestrecktes Werkzeug eines Schweizer Taschenmessers.”

KI-Bereiche mit Potenzial zur Ausgründung

Das Gespräch zeigte insgesamt, dass Unternehmen viel gewinnen können, wenn sie KI nicht als fertige Lösung, sondern als Lernprozess verstehen, in den die Belegschaft aktiv mit eingebunden wird. Auf einer soliden Datenbasis mit klarer Kommunikation ließe sich schon in kleinen Projekten ein spürbarer Mehrwert für das Unternehmen erzeugen.

In manchen Branchen, darunter Sozialversicherungen, E-Commerce sowie Luftfahrt und Logistik, sind Fortschritte unvermeidlich, um den steigenden Anforderungen von Markt- und Mitarbeiterseite gerecht zu werden.

Wasner spricht hierbei von einem Fokus auf Digital Business, der sich bereits in der Entstehung neuer Geschäftsfelder am Markt zeigt: Immer häufiger bündeln Unternehmen Wissensträger:innen zu den Bereichen Data, IoT und Machine Learning in einer eigenen Organisation oder Ausgründung. Gezielt wird hier das Potenzial eines eigenen KI-Kernteams zu nutzen und auszubauen versucht.

Luft nach oben

Dass es in vielen Branchen noch reichlich ungenutztes Potenzial gibt, haben mittlerweile einige Reports aufgeschlüsselt dargestellt. Gerade im Healthcare-Bereich sei “mit Abstand am meisten rauszuholen” – unter anderem im Hinblick auf den sicheren und effizienten Umgang mit Patienten- und Amnesie-Daten zur schnellen und akkuraten Behandlung.

Laut Moritz Mitterer der ITSV besteht eine große Herausforderung darin, sensible Patientendaten und strenge Regulatorik mit dem Wunsch nach Fortschritt zu vereinen. Gerade in Sozialversicherungen sei es wichtig, eine klare Governance zu schaffen und den Einsatzrahmen von KI zu definieren. Nur so könne Vertrauen gefestigt und sichergestellt werden, dass neue Technologien nicht an bürokratischen Hemmnissen oder Sicherheitsbedenken scheitern.

Vertrauen ist “noch ein starker Blocker”

“Am Ende des Tages probieren Unternehmen aus: Wie reagiert die Technologie, wie geht man damit um, welche Art von Projekten macht man?”, rundet Manuel Moser von CANCOM Austria die Diskussion ab. Der nächste Schritt liege darin, immer “mehr in die Kernprozesse von Unternehmen reinzukommen”, so Moser. “Und das, glaube ich, ist ein sehr wesentlicher Punkt.“ Das Vertrauen, dass es die Technologie braucht. Das ist aktuell noch ein „starker Blocker in Unternehmen”.

Die Expertenrunde teilt einen universellen Konsens: Der Mensch sowie sein Know-how und Vertrauen in KI spielen bei der digitalen Transformation eine erhebliche Rolle. Sobald KI-Anwendungen auf eine verlässliche Datenstruktur und klare Organisation treffen, kann sich KI im Unternehmensalltag entfalten. Erst durch das Zusammenspiel von Technik, Datenkultur und motivierten Teams wird KI zum Treiber neuer Chancen.


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?„


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

No Hype KI
Deine ungelesenen Artikel:
02.11.2026

KI-Kehrseite: Zehetmaier, Maier, Brix und Wasner über Risiken der Künstlichen Intelligenz

Beim AustrianStartups Summit Mitte Oktober trafen Carina Zehetmaier, Raoul Maier und Alexander Brix auf Moderator Clemens Wasner. Sie umrissen die Risiken, die KI für Unternehmen mit sich bringt, legten verschiedene Perspektiven dar und erklärten, worauf es schlussendlich künftig ankommen werde.
/artikel/ki-kehrseite-zehetmaier-maier-brix-und-wasner-ueber-risiken-der-kuenstlichen-intelligenz
02.11.2026

KI-Kehrseite: Zehetmaier, Maier, Brix und Wasner über Risiken der Künstlichen Intelligenz

Beim AustrianStartups Summit Mitte Oktober trafen Carina Zehetmaier, Raoul Maier und Alexander Brix auf Moderator Clemens Wasner. Sie umrissen die Risiken, die KI für Unternehmen mit sich bringt, legten verschiedene Perspektiven dar und erklärten, worauf es schlussendlich künftig ankommen werde.
/artikel/ki-kehrseite-zehetmaier-maier-brix-und-wasner-ueber-risiken-der-kuenstlichen-intelligenz
KI-Risiko, KI Risiko, Risiko, Summt, Wasner,
(v.l.) Carina Zehetmaier, Raoul Maier, Alexander Brix, Clemens Wasner | © AustrianStartups

Eine Künstliche Intelligenz würde vielleicht schreiben: „Als Carina das Wort ergriff, wurde der Saal plötzlich still. Ein Windhauch durchbrach das betretene Schweigen und das, was Carina sagen sollte, würde den gesamten Abend prägen und alles verändern. Damit hatte niemand gerechnet und Schockwellen gingen durchs ganze Land.“

KI: Wie stehts denn mit dem Vertrauen?

Derart extrem war es nicht, als Carina Zehetmaier, Co-Founderin und CEO von paiper.one, Raoul Maier, Founding Partner bei Eudemian Ventures und Alexander Brix, CCO bei fonio im Rahmen des AustrianStartups Summit zusammentrafen, um mit Moderator Clemens Wasner (Founder und CEO EnliteAI) die Risiken von KI zu diskutieren. Doch die Aussage der Vorsitzenden der Arbeitsgruppe Künstliche Intelligenz bei Austrian Standards hinterließ Eindruck. Und zeigte am Ende vielleicht genau das, worum es beim KI-Risiko wirklich geht: um den Vertrauens- und Skalierungsgedanken. Doch dazu später.

KI kann halluzinieren, KI kann sich, vor dem menschlichen Gehör versteckt, mit anderer KI austauschen. KI kann Server hacken, Daten lesen und Datenschutz ignorieren. Sie umgeht Grenzen, um Aufgaben zu erledigen und bleibt dabei intransparent. Vor allem aber kann sie automatisieren, Effizienz steigern und dort beschleunigen, wo es gewünscht wird. All das mit Gefahren verbunden, wenn man sich dieser nicht bewusst ist.

Risiko für Investor:innen verändert

Die Risiken Künstlicher Intelligenz werden hierzulande und weltweit auf mehreren Ebenen diskutiert. Etwa aus Fondsperspektive, wie Maier erklärte: Laut dem Experten habe KI das Risikoprofil für Investor:innen grundlegend verändert. Für das einzelne Unternehmen sei das Risiko gestiegen, für das gesamte Portfolio dagegen gleich hoch geblieben oder sogar niedriger geworden. Der Grund liege im sogenannten Power Law: In der Startup-Finanzierung entscheiden meist wenige Volltreffer über den Erfolg eines Portfolios, und weil KI die Entwicklung günstiger und schneller macht, könnte es künftig mehr solcher Treffer geben, so seine Prognose.

Zudem sinke Maier zufolge das Produkt- und Technologierisiko, das Teamrisiko bleibe in etwa gleich. Höher seien dagegen das Wettbewerbsrisiko, da Konkurrenten sehr schnell auftauchen könnten, das Umsetzungsrisiko, weil Startups bei schwacher Exekution rasch überholt würden, und auch das regulatorische Risiko.

Hinzu komme das Bewertungsrisiko, besonders in den USA. Bei den hohen Bewertungen werde es zum Problem, wenn der erwartete Exit-Wert ausbleibt: „Wir als Investoren müssen darauf vorbereitet sein, diese Risiken zu verstehen und sie auf sinnvolle Weise zu mindern“, sagte Maier. „Ich denke, es wird große Unterschiede geben, weil, wenn man sieht, dass ein Konkurrent sehr schnell auftaucht und sehr schnell an Fahrt gewinnt, wird es weniger darum gehen, zu versuchen ‚Zombies‘ zu pflegen, sondern sich wirklich auf seine Gewinner zu konzentrieren und auch die Diversifizierung des Portfolios tief bei den Gewinnern auszuspielen.“

Er sieht beim VC-Portfolio einen künftigen Trend hin zu einer „Gewinner-nimmt-das-Meiste“-Mentalität: „Was wir gesehen haben, ist, dass derzeit die Top 1 Prozent der Startups in den USA etwa 50 Prozent des Exit-Wertes einfangen. Das kann man mit der Ära von 2010 bis 2020 vergleichen, wo sie etwa 30 bis 35 Prozent des Exit-Wertes einfingen, davor — in der Ära von 2000 bis 2010 — waren es weniger als 20 Prozent. Wir haben also eine viel höhere Konzentration der Gewinner. Es geht nun viel mehr darum, diese Gewinner zu finden“, sagte Maier.

„Vertrauen, Fairness und Compliance von Anfang an“

Zehetmaier rückte danach die Risiken beim Bauen von KI-Produkten selbst in den Fokus. Wer ein Produkt in einer Hochrisiko-Sphäre entwickle, solle sich früh fragen, ob und wie man es in der Gesellschaft haben wolle, und es resilient, cybersicher und sicher aufsetzen. Austrian Standards arbeite derzeit an den risikobezogenen Standards zum EU AI Act, die klären sollen, womit Unternehmen konform sein müssen und welche Schritte nötig sind. Langfristig könne das für Gründerinnen und Gründer ein Vorteil sein, auch wenn die frühe Auseinandersetzung Zeit koste. „Wenn wir nicht Vertrauen, Fairness und Compliance von Anfang an einbauen, ist es hinterher viel schwerer“, sagte sie.

Zentral sei die Frage nach „Human in the Loop“, „Human in Command“ und „Human in Control“. Lösungen, wie Menschen tatsächlich im Entscheidungsprozess eingebunden bleiben, sind für Zehetmaier noch weitgehend offen: „Es kann nicht sein, dass man einfach einen Menschen hinsetzt und sagt: ‚Hak die Kästchen 1.000-mal am Tag ab‘. So bindet man keine menschliche Aufsicht ein.“

Die Frage nach dem: „Worum geht es eigentlich?“

Aus europäischer Perspektive frage sie sich manchmal, wofür das alles geschehe, so Zehetmaier. Gehe es am Ende darum, Beschäftigte loszuwerden, das Unternehmen hochzuskalieren und an ein weiteres US-Unternehmen zu verkaufen?

„Wir sollten die Idee des nachhaltigen Skalierens wirklich überdenken“, riet sie. Die erste Frage, die sich ein Startup stellen müsse, sei: „Was will ich bauen und wo will ich in der Zukunft sein? Was ist die Zukunft, in der meine Kinder leben werden, und wie sieht sie aus?” Das Ziel sei letztlich „nicht, es einfach hochzuskalieren und einfach an irgendwen zu verkaufen“, sondern eine bewusstere Reise zu gestalten. „Ich denke wirklich, dass es Chancen gibt, die Zukunft aktiv zu verändern und dazu beizutragen, das anzugleichen, was wir wollen“, sagte sie. „Um sicherzustellen, dass die Technologie für uns so frei von Voreingenommenheit und für so viele Menschen wie möglich funktioniert.“

Daran knüpfte Maier zustimmend an und griff Zehetmaiers Überlegungen zur Frage auf, welche Zukunft Technologieunternehmen eigentlich gestalten wollen. Die Frage unserer Zeit sei jedoch nicht nur, wie diese Zukunft aussehen solle, sondern auch, wer sie definiere und wer tatsächlich in der Lage sei, sie umzusetzen.

Denn selbst wenn es eine gesellschaftliche Einigung darüber gäbe, welche Richtung eingeschlagen werden sollte, sei keineswegs klar, wer die Macht habe, diese Vorstellungen durchzusetzen. Theoretisch seien es vor allem große Regierungen, die die Entwicklung der Technologie regulieren könnten. Doch gerade im Bereich der Künstlichen Intelligenz zeige sich, wie begrenzt dieser Handlungsspielraum sei.

„Europa nicht mehr auf Agenda“

Maier berichtete von einem Gespräch mit David Sacks (Mitglied des Podcasts All-In), der unter Donald Trump als KI-Beauftragter tätig war. Sacks habe ihm erklärt, dass die USA Künstliche Intelligenz nicht regulieren könnten, weil sie andernfalls Gefahr liefen, das Rennen gegen China zu verlieren.

„Das ist die Aussage des obersten US-Beraters für KI. Was uns das zeigt, ist, dass wir uns derzeit in einem chaotischen Zustand befinden, in dem wir im Wesentlichen ein Rennen zwischen zwei Supermächten haben“, sagte Maier. „Europa steht gar nicht mehr auf der Agenda. Es tut mir leid, euch das so beibringen zu müssen. Aber das ist der beängstigende Teil. Ich habe nicht die perfekte Antwort, aber ich stimme Zehetmaiers grundlegenden Fragen völlig zu.“

Aufsetzen ist nicht genug

Auch ohne Schockwellen führte die Diskussion der drei Expert:innen weiters zur Frage, wie sich KI-Startups in einem Markt behaupten können, in dem neue Wettbewerber schnell entstehen. Für Maier liegt die Antwort in der Verteidigungsfähigkeit des Geschäftsmodells. Ein bloßer „Wrapper“, also eine Anwendung, die lediglich auf ein bestehendes Sprachmodell aufsetzt, reiche kaum aus. Attraktiv seien Unternehmen, die sich durch proprietäre Daten, Branchen-Wissen, Kundenzugang oder komplexe Workflows abheben. Alexander Brix von fonio ergänzte, dass Startups ihren Wettbewerbsvorteil auch erst mit der Zeit entwickeln könnten – etwa durch eine starke Marke, Vertrauen und effiziente Vertriebsstrukturen. Gerade im B2B-Bereich sei Vertrauen entscheidend.

Carina Zehetmaier bestätigte diese Einschätzung aus der Perspektive eines Unternehmens, das sich auf KI-Compliance spezialisiert hat. Für paiper.one sei die Komplexität der Regulierung einerseits ein Hindernis, andererseits aber auch eine Chance, sich durch Fachwissen und Vertrauen zu differenzieren. Da sich gesetzliche Anforderungen von Land zu Land unterscheiden und laufend verändern können, lasse sich das Produkt nicht ohne Weiteres über verschiedene Märkte hinweg skalieren.

Wettbewerbsvorteil

„Was wir bisher beobachtet haben, ist, dass unser Wettbewerbsvorteil Vertrauen ist“, präzisierte Zehetmaier. Große Konzerne vertrauten dem Team aufgrund seiner Expertise und sähen paiper.one als Ansprechpartner, der sie bei der Einführung und Umsetzung neuer Anforderungen begleiten könne. Zugleich warnte sie davor, dass Europa seine Innovationskraft nicht allein aus der Regulierung schöpfen dürfe. Die Komplexität könne zwar einen Wettbewerbsvorteil schaffen, erschwere aber auch schnelles Wachstum.

Für sie liege eine zentrale Herausforderung jedoch nicht allein in der Technologie oder der Einhaltung von Vorschriften, sondern darin, KI tatsächlich in Unternehmen zu verankern.

Viele Unternehmen würden ihren Beschäftigten zwar entsprechende Lizenzen zur Verfügung stellen, doch diese würden nicht immer genutzt. Deshalb wolle sich paiper.one verstärkt darauf konzentrieren, Organisationen und ihre Mitarbeiter bei der Einführung von KI mitzunehmen und den Wandel aktiv zu begleiten. Denn, so Zehetmaier: „Wenn wir die beste Technologie haben, aber niemand sie nutzt, werden wir am Ende nicht glücklich sein.“

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

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

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

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

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

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

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 …

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

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 …

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

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 …

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

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 …

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

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

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

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

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