// Transkript
#56: KI-Strategie ohne Bullshit - Der Plan für echte KI-Transformation
Vollständiges Transkript dieser Episode des Co-Intelligence Podcasts. 5.669 Wörter. · Auf YouTube ansehen ↗
0:00 Willkommen zur Episode 56
0:00 SPEAKER_00: Sehen wir auch manchmal, sind die Unternehmen, wo eben die CEOs schreien, ah, wir müssen alle KI first werden, alle müssen KI nutzen und es setzt Pflicht bei uns und so weiter.
0:07 SPEAKER_00: Aber dann weder ein Plan zu haben, wie das genau passiert, noch die Leute an die Hand zu nehmen und zu enablen,
0:08 Einstieg in die KI-Strategie
0:13 SPEAKER_00: führt genauso zum Scheitern.
0:19 SPEAKER_01: Willkommen zu Cointelligence,
0:21 SPEAKER_01: eurem KI Lern Podcast in der Schnapszahl Episode 55
0:25 SPEAKER_01: mit Moritz Heininger und mir Benjamin Wüstenhagen.
0:29 SPEAKER_01: Beim letzten Mal haben wir euch eine große Studie vorgestellt
0:33 SPEAKER_01: und da ging's darum, dass viele Unternehmen über KI sprechen.
0:36 SPEAKER_01: Heute werden wir darüber sprechen, warum KI Projekte scheitern
0:40 SPEAKER_01: und wir verhindern können, dass das passiert.
0:43 SPEAKER_00: Es wird ein bisschen strategischer,
0:45 SPEAKER_00: glaub ich, in den nächsten Wochen. Wir
0:47 SPEAKER_00: führen heut mal son bisschen ein in das ganze Thema KI Strategie. Was heißt das eigentlich? Welche Sachen muss ich mir da anschauen?
0:54 SPEAKER_00: Und werden dann in den nächsten Wochen immer mal wieder eine Folge bringen zu den einzelnen Themen, wo wir dann quasi ein Deep Dive draus machen. Das heißt, heute eher sone übergreifende
1:04 SPEAKER_00: einführende Folge und dann wird's ab, ja, nächste Woche oder ein 1 der nächsten Wochen dann wirklich wie geh ich denn das ganze Thema KI Strategie an? Aber wie Du gesagt hast,
1:16 SPEAKER_00: warum braucht man das überhaupt?
1:18 SPEAKER_00: Und das liegt einfach daran, dass viele Unternehmen scheitern bei dem ganzen Thema KI KI Projekte, KI Einführung, KI Transformation. Wir haben's ja diese viel zitierte Studie vor einiger Zeit, die das Ja. Vorgestellt
1:30 SPEAKER_00: hat. 95 Prozent. Die auch ein bisschen übertrieben war ehrlicherweise. Die Studie ist kompletter
1:35 SPEAKER_00: Bullshit, weil die Studie, also die hat natürlich massiv Schlagzeilen
1:40 SPEAKER_00: gemacht, ne? Weil grade die ganzen KI Gegner sagen, ja, guck mal, 95 Prozent aller KI Projekte scheitern.
1:45 SPEAKER_00: Wenn man sich aber mal die Methodik dieser Studie anschaut, dann wird man sehen, also warum am MIT überhaupt sone Studie durchgegangen ist, frage ich mich echt. Sie haben einfach nur analysiert,
1:56 SPEAKER_00: welche, also
1:58 SPEAKER_00: eine Kriterium für nicht gescheitert oder erfolgreich war, dass oft es eine öffentliche
2:04 SPEAKER_00: Aussage des Unternehmens
2:06 SPEAKER_00: gab
2:08 SPEAKER_00: zu 1 Initiative,
2:10 SPEAKER_00: die einen positiven messbaren Effekt hatte und der irgendwie auch genannt wurde. Also umgedreht, wenn ein Unternehmen
2:17 SPEAKER_00: nicht
2:18 SPEAKER_00: offiziell
2:19 SPEAKER_00: gesagt hat, dass es einen erfolgreichen Use Case hatte oder Pilot oder wer auch immer, hat die Studie gesagt, es war ein gescheiteter
2:29 SPEAKER_00: Case oder Test oder Pilot, ne? Okay. Na klar, ne, weil wir haben ja Woche zwar gesehen, kleine Unternehmen kommunizieren vielleicht weniger als große und so weiter, ne? Aber jetzt zu sagen, dass 95 Prozent aller Projekte scheitern,
2:39 Die Wahrheit über scheiternde KI-Projekte (MIT-Studie im Check)
2:43 SPEAKER_00: weil ich für 95 Prozent der Unternehmen keinen
2:46 SPEAKER_00: legbaren Nachweis
2:48 SPEAKER_00: finde, der öffentlich vom Unternehmen kommuniziert wurde, wie erfolgreich ein Pilot war, ist halt kompletter Bullshit. Ja. Ne, muss man einfach sagen. Aber das heißt nicht, dass Projekte nicht scheitern können und sie tun es sehr oft, ne. Und wenn sie scheitern, dann liegt es vor allen darum, dass ein klarer Plan fehlt, dass Fokus fehlt, dass Orientierung fehlt,
3:07 SPEAKER_01: dass das Wissen oberflächlich
3:09 SPEAKER_01: und fragmentiert bleibt,
3:12 SPEAKER_01: dass es nach wie vor Unsicherheiten bei der Nutzung gibt.
3:14 SPEAKER_00: Ja. Also viele Enablement Themen, ne. Also das ist 1 das 1., was Du angesprochen hast, ist einfach der Plan. Also ich sag mal, der, na ja, die Captains oben, die halt entscheiden, in welche Richtung sozusagen der Tanker gedreht wird und wie,
3:27 SPEAKER_00: ne.
3:28 SPEAKER_00: Dann aber das ganze Thema Enablement, wie ich denn jetzt mein mein Team, meine Mannschaft darin ausgebildet, auch
3:34 SPEAKER_00: auch die Sachen sozusagen umzusetzen?
3:36 SPEAKER_00: Daran scheitert's extrem oft und im Endeffekt bleibt's oft irgendwie Spielerei, ne. Leute probieren hier mal ein bisschen was mit ChatGPT,
3:44 SPEAKER_00: hier mal was damit und es gibt keine irgendwie
3:47 SPEAKER_00: zentralen
3:48 SPEAKER_00: Gedanken
3:49 SPEAKER_00: und eine zentrale Vorgaben, wie
3:51 SPEAKER_00: wie man das Thema denn eigentlich richtig angehen
3:53 SPEAKER_00: angehen möchte. Und dadurch bleibt's halt Stückwerk.
3:56 SPEAKER_00: Dann Leute finden nicht so Mindset Change statt, ne, weil irgendwie 20 bis 40 Prozent der Leute sagen irgendwie KI ist böse, nehmen wir ein Jobwerk. Das sehen wir tatsächlich von allen neuen Kunden. Wir sehen massive Unterschiede in den Wissensständen, aber auch egal, wie fortschrittlich das Unternehmen ist, 20 bis 40 Prozent der Leute sind sehr skeptisch und sagen irgendwie, KI ist böse, ne. Und ich sag mal, kann diese Gründe vielleicht eigentlich in 2, ich sag mal, Kategorien aufteilen und
4:21 SPEAKER_00: ich würd sagen, unter 50 Prozent
4:25 SPEAKER_00: ist es so was wie Infrastruktur,
4:27 SPEAKER_00: ist es so was wie Daten,
4:29 SPEAKER_00: ist es so was wie irgendwie Tooling und so weiter.
4:31 SPEAKER_00: Mehr als 50 Prozent ist halt eigentlich Kultur und Mindset
4:36 SPEAKER_00: der Leute.
4:37 SPEAKER_00: Und beides brauchst Du irgendwo, aber oft wird halt auch
4:42 SPEAKER_00: der Vorwand genommen, ja, wir haben ja gar keine guten Daten, wir können ja gar nix machen, Mhm. Dann sozusagen nichts zu tun. Und das ist halt absolute
4:50 SPEAKER_00: absoluter Bullshit ehrlicherweise, weil Du so viele Cases in der Arbeit machen kannst, wo Du irgendwie besser wirst, effizienter wirst, wo Du Sachen umsetzen
4:58 SPEAKER_00: musst, die jetzt gar nichts mit extrem strukturierten Unternehmensdaten zu tun haben, ne? Ja. Aber ja, also es gibt unendlich viele Gründe. Die Gründer sind bei jedem Unternehmen ein bisschen unterschiedlich, aber office ist halt auch wirklich, dass es nicht zentralisiert
5:11 SPEAKER_00: mit' guten Plan angegangen wird. Und das ist so bisschen der Fokus dieser Folge, wie man so was macht und dann eben der nächsten Folge, wo wir dann die einzelnen Stufen auch mal ein bisschen
5:21 SPEAKER_01: weiter beleuchten. Vielleicht noch ein wichtiger Punkt, den ich da finde, also dieser Mindshift Change, der nicht stattfindet.
5:26 SPEAKER_01: Ja, also muss ja, wenn Du KI einsetzt im Unternehmen und das auch nachhaltig machen möchtest, muss sich schon dein Mindset ein Stück weit verändern, deine deine Sicht auf die Arbeit, wie Du Arbeit gestaltest.
5:36 SPEAKER_01: Und es darf eben nicht Spielerei sein. Das ist irgendwie das einzige
5:40 SPEAKER_01: einzige
5:41 SPEAKER_01: Thema, was Du mit KI angehst, dass Du wieder ein paar Bilder veränderst.
5:44 SPEAKER_00: Ja. Das kann's nicht sein. Genau. Aber es ist deine Verantwortung
5:48 SPEAKER_00: als irgendwie C-Level Leadership Person,
5:52 SPEAKER_00: dass dieser Mindset Shift stattfindet,
5:54 SPEAKER_00: Ja. Dass dieses Enablement stattfindet. Ja. Weil die andere Seite, sehen wir auch manchmal, sind die Unternehmen, wo eben die CEO schreien, ah, wir müssen alle KI first werden, alle müssen KI nutzen und es ist Pflicht bei uns und so weiter.
6:05 SPEAKER_00: Aber dann weder ein Plan zu haben, wie das genau passiert, noch die Leute an die Hand zu nehmen und zu enablen,
6:11 SPEAKER_00: führt zwangsweise genauso zum Scheitern, ne. Da gibt's auch genug Beispiele von den visionären CEOs, die viel viel schreien und kommunizieren, aber am Ende halt einfach dann nichts tun, dafür, dass sie halt die Leute im Unternehmen das auch am Ende machen können, weil Oder noch schlimmer, dann Leute entlassen und dann feststellen, ups,
6:29 SPEAKER_01: ich brauchte dir doch und dann den Schritt zurückgehen, wie es bei Klarna der Fall war, ne. Beispiel. Ja, ja, das ist noch mal ganz anderer Beispiel. Ich mein, das Entlassungsthema
6:37 SPEAKER_00: ist ja
6:39 SPEAKER_00: zurzeit oft, dass Unternehmen... Also Unternehmen sind halt zu
6:43 SPEAKER_00: groß aufgestellt, was Mitarbeitende angeht, gemessen am Umsatz und Gewinn von' Unternehmen und dann wird KI genutzt als Grund, ja? Dass wir jetzt sagen, wir machen jetzt alles mit KI und deswegen brauchen wir weniger Leute. Einfach nur vorgeschoben. Genau, das Scapecode für die So wie. Die Misswirtschaft, die man selbst zu verantworten hat. So wie in Deutschland Datenschutz vorgeschrieben...
6:50 Standortbestimmung & AI Readiness: Wo steht ihr wirklich?
7:02 SPEAKER_01: Vorgeschoben wird, also als Grund nichts zu tun, das ist da eben mit KI. Ja. Aber ja, wie kommen wir zur Strategie? Wo fangen wir an, ne? Ohne
7:11 SPEAKER_01: zu wissen, wo man ist, kann man auch nicht feststellen, wo man hinwill. Ich glaub, das 1. Ist die Standortbestimmung.
7:16 SPEAKER_00: Genau, das 1. Ist die Standortbestimmung.
7:19 SPEAKER_00: Also wo, genau, wie Du sagst, wo wo bin ich heute?
7:23 SPEAKER_00: Was einfach mal ein Assessment zu machen von meiner aktuellen Situation, auch die Industrie zu verstehen, wo steht die Industrie? Was macht der Wettbewerb?
7:32 SPEAKER_00: Also das ist so die der 1. Schritt, den ich machen muss, der dann direkt gefolgt
7:38 SPEAKER_00: wird von sonem AI Readiness Assessment.
7:41 SPEAKER_00: Und was heißt das? Wir haben eine eigene Folge noch mal zu machen zu dem AI Readiness Assessment, aber im Wesentlichen
7:47 SPEAKER_00: kannst Du deine AI Readiness ja auf verschiedene Faktoren unterbrechen
7:51 SPEAKER_00: und
7:52 SPEAKER_00: die in' gewissen Art und Weise gewichten und dann eben analysieren, wo stehst Du denn eigentlich bei dem jeweiligen Faktor?
7:59 SPEAKER_00: Und diese Readiness solltest Du eigentlich auch, ist auch, was Du sehr gut über die Zeit tracken kannst, zu gucken, ja,
8:05 SPEAKER_00: jährlich wahrscheinlich, wie war's letztes Jahr, wie ist es dieses Jahr, ja? Und dann erkennst Du ja sozusagen Gaps in den verschiedenen Kategorien und kannst dann Initiativen in den verschiedenen Kategorien
8:15 SPEAKER_00: ergreifen. Und was Wichtige ist sozusagen, erst mal Status quo,
8:20 SPEAKER_00: wo stehen wir,
8:22 SPEAKER_00: dann
8:23 SPEAKER_00: ja, sozusagen im nächsten Schritt sich zu überlegen, wo wollen wir hin und wie kommen wir dahin, ne? Du natürlich
8:29 SPEAKER_01: sehr wissenschaftlich aufziehen und große Assessments machen.
8:33 SPEAKER_01: Aber natürlich, wenn Du ein kleineres Unternehmen bist, hast Du das irgendwo, glaub ich,
8:38 SPEAKER_00: irgendwo zwischen Bauch und Hirn. Überfordert vom KI Dschungel und täglich neuen Tools? SnipKI macht Schluss damit. Als Deutschland größte KI Lernplattform zeigen wir dir in kurzen Video Tutorials,
8:49 SPEAKER_00: wie Du KI wirklich anwendest, Schritt für Schritt zum Nachbauen. Für Anfänger und Profis, entdecke Lernpfade,
8:55 SPEAKER_00: hol dir deine Zertifikate,
8:57 SPEAKER_00: tausch dich in unserer Community aus und starte jetzt auf SnipKI d e und mache KI zu deinem Vorteil. Nicht den Anschluss verlieren, gibt's
9:04 SPEAKER_00: übrigens auch für ganze Teams und Unternehmen. Mit ABC und am Ende kriegst Du halt irgendwie ein ganz guten Score raus.
9:10 SPEAKER_00: Kannst dann auch ganz interessant analysieren.
9:14 SPEAKER_00: Oft hast Du ja unterschiedliche Ansichten. Ne. Da kann jetzt vielleicht IT sagen, ja, wir sind schon superweit, wir machen irgendwie alles. Und dann fragst Du den oder die Head of Marketing, die sagt, voll Katastrophe, wir haben keine Strategie, ne. Wir dürfen nix verwenden und so weiter. Ja. Das heißt, Du kannst bei soner Analyse auch so Gaps zwischen oder unterschiedliche Ansichten sozusagen rausfinden.
9:33 SPEAKER_00: Ein Average Score, aber auch, ja, was hast ein Du für eine 360 Grad. Delta, genau. Und das ist halt auch immer relativ relativ spannend. Was wir mal gemacht haben, wir haben
9:42 SPEAKER_01: sone Readiness Analyse auf individueller Ebene gemacht. Das heißt, ein Kollege von mir hat das hat das angestoßen. Ich hab das gemacht, ein paar andere auch.
9:51 SPEAKER_01: AI Cred heißt heißt die Firma und da passt jetzt gar kein Fragebogen, sondern da werden dir offene Fragen gestellt.
9:58 SPEAKER_01: Beantwortest Du diese offenen Fragen und dafür gibt's dann wieder Rückfragen. Mhm. Du musst Du zum Beispiel so beschreiben, hey, wie würdest Du son son Du willst das und das rausbekommen, wie willst Du ein Prompt schreiben? Mhm. Und dann, okay, jetzt hast Du diesen Prompt so und so geschrieben.
10:10 SPEAKER_01: By the way, ich stelle fest, dass Du das und das verstanden hast, das und das hast verstanden. Mhm. Dauert dann 2 Stunden und am Ende kriegst Du auch son kompletten Report,
10:18 SPEAKER_01: wie gut Du schon allein als Person mit AI umgehen kannst,
10:22 SPEAKER_01: was uns in dem kleinen Team hilft einzuschätzen, wo
10:24 SPEAKER_01: wo stehen wir? Mhm. Ohne jetzt zu sagen, dass ich jetzt beispielsweise sagen muss, wir sind so bei dir oder wir sind so bei dir. Aber was wird da abgefragt? Weil beispielsweise ist ja immer die Frage,
10:33 SPEAKER_00: Wissen
10:34 SPEAKER_00: und Doing sind oft irgendwie getrennte Sachen, ne. Wenn ich jetzt... Wird da abgefragt, was meiner Meinung nach irrelevant wär, ob die Leute dir erklären können, was der Unterschied zwischen DeepLaning und Machine Learning ist? Nee. Nee, nee, da wird schon ganz konkret gefragt, wo hast Du das eingesetzt? Okay. Wie hast Du das eingesetzt? Was ist dir dabei aufgefallen?
10:51 SPEAKER_00: Also wirklich kein sonen anwendungsbezogen.
10:54 SPEAKER_00: Ja. Weil das ist genau das, wo wir immer sagen,
10:56 SPEAKER_00: es ist scheißegal, wie son Transformermodell funktioniert. Ja. Es muss nicht jeder verstehen. Es muss natürlich Leute im Unternehmen geben, je nach Größe und Rolle und so weiter, die es verstehen. Wenn ihr's verstehen wollt, wir haben dazu eine Folge. Genau. Aber auch da fairerweise,
11:10 SPEAKER_00: wenn ihr's richtig verstehen wollt, lest euch das Paper Attention is Ordinonyed durch 25 17, ja. Und gebt dieses Paper
11:17 SPEAKER_00: in ein
11:19 SPEAKER_00: KI Modell und sagt, es ihr möchtet das Paper verstehen und es soll euch Fragen stellen und Tutoring, bis ihr's verstanden habt. Das ist der beste Weg, weil sonst brecht ihr euch in diesem Paper die Zähne aus. Ja. Aber genau, Long Story Short. Ja.
11:23 Use Case Priorisierung: Effizienz vs. Opportunity
11:31 SPEAKER_00: Genau, es ist halt irgendwie wichtig, dass die Leute verstehen,
11:35 SPEAKER_00: wie die Modelle funktionieren,
11:36 SPEAKER_00: wie diese Tools funktionieren, wo die Fehlerquellen dieser Tools sind, wo sie quasi draufschauen müssen, was sie direkt übernehmen können und so weiter. Was viel wichtiger ist als diese theoretischen Grundlagen für die meisten Leute. 100 Prozent.
11:49 SPEAKER_00: Genau.
11:50 SPEAKER_01: Wenn man dann weiß, wie valid man ist, dann kann man zumindest mal
11:54 SPEAKER_01: sagen, ob man jetzt schon an Use Cases rangehen kann oder nicht. Genau, also ich glaub so also 1. Schritt Standabstimmung,
11:59 SPEAKER_00: 2. Punkt eher Readiness und das 3. Ist eine 1 Use Case Priorisierung, ne, wie dieser Prozess genau funktioniert. Wie gesagt, da gehen wir noch mal auf die Details ein.
12:08 SPEAKER_00: Aber es sind ja, also es teilweise sind das quasi strategische Analysen, teilweise sind das Industrieanalysen,
12:15 SPEAKER_00: Deep Research auf mein Unternehmen, meine Company, die Branche, Industrie. AR Readiness ist ein ist ein Fragebogen Interner,
12:22 SPEAKER_00: der aber auch, wie Du's grade angesprochen hast, offene Fragen hat. Und diese offene Fragen
12:27 SPEAKER_00: beziehen sich dann eben auf Use Cases, also auf Ideen für Use Cases. Und ich glaub, man kann die unterscheiden in in Effizienz Use Cases, ne? Also wie kann ich mit weniger das Gleiche
12:38 SPEAKER_00: das Gleiche machen?
12:39 SPEAKER_00: Und Opportunity Use Cases, was machen wir eigentlich die ganze Zeit nicht, was wir jetzt vielleicht mit KI machen könnten?
12:45 SPEAKER_01: Jetzt kannst Du so rangehen
12:47 SPEAKER_01: und das sehr methodisch machen und planen
12:50 SPEAKER_01: oder Du kannst auch rangehen und probieren, diese Use Cases bei dir im Unternehmen zu finden von Menschen. Also wir haben jetzt beispielsweise ein 1 Hackathon geplant
12:58 SPEAKER_01: und haben da eine Bewerbungsphase aufgemacht und haben gesagt,
13:01 SPEAKER_01: hey, wenn ihr Bock habt,
13:03 SPEAKER_01: wenn ihr irgendein Problem lösen wollt, was ihr jeden Tag habt, was euch auf die was euch aufn Nerv geht Ja. Dann bewerbt euch damit, beschreibt das Problem, beschreibt, warum ihr das gerne angehen wollt. Ja. Und dann schauen wir in dem Hackhaus, haben wir das lösen können. Mhm. Und da kamen dann Dinge zutage,
13:17 SPEAKER_01: die wohl, glaub ich, einige Menschen gar nicht aufm Schirm hatten. Ja. Also da wurden halt dann irgendwie Sachen gemacht, ich muss irgendwie von a nach b irgend eine Excel Tabelle ausfüllen und dann muss ich die wieder transformieren.
13:26 SPEAKER_01: Ja.
13:28 SPEAKER_01: Use Case hat sie gar nicht aufm Schirm gehabt, aber der der kommt dann damit hoch und dann kannst Du auch die Prozesse dahinter hinterfragen. Genau, ich hab's gesehen wie 2 Stufen, ne. Also 1. Stufe ist
13:37 SPEAKER_00: quasi bisschen top down sozusagen. Du fragst deine ganzen Leadership Leute, ne, irgendwie C-Level- und Abteilungsleitungen
13:44 SPEAKER_00: für Ideen, die dann vielleicht ein die ein bisschen größeren,
13:48 SPEAKER_00: strategischeren,
13:49 SPEAKER_00: schwieriger umzusetzenden
13:51 SPEAKER_00: Use Cases kennen
13:53 SPEAKER_00: oder sich überlegen können.
13:55 SPEAKER_00: Und das 2. Ist dann quasi in'
13:58 SPEAKER_00: zweiten Schritt Bottoms up, Also wirklich die die Anwender, die Leute im Unternehmen zu fragen, was sie für Ideen haben. Und wenn Du beides zusammenbringst, dann hast Du halt schon mal eine sehr extrem spannende Liste. Ja. Und dann geht's sozusagen in die Priorisierung dieser Use Cases. Ja. Da gibt's verschiedene Frameworks.
14:13 SPEAKER_00: Wir nutzen dafür in der Regel das also das Eis Framework, ja, was das heißt. Kommen wir noch mal zu, hat nichts mit der Einmalungsbehörde in den USA zu tun, hat auch nix mit MICE zu tun.
14:22 SPEAKER_00: Ist aber ein effektives Framework,
14:24 SPEAKER_00: dann zu entscheiden, was mach ich denn wann und wie priorisier ich die Cases?
14:29 SPEAKER_00: Wenn ich quasi die Standortbestimmung habe und ein priorisierte Use Case Liste habe, dann
14:34 Governance & Operating Model: KI in die Organisation tragen
14:35 SPEAKER_00: spielt insbesondere das Unternehmen, ich sag mal, nicht nur 3 Leute hat, das ganze Thema Risk, Compliance
14:41 SPEAKER_00: und so weiter einfach 1 1 1 Risikorolle,
14:44 SPEAKER_00: ne, KI Richtlinien,
14:45 SPEAKER_00: wie wollen wir das angehen? Wir machen da keinen Quatsch und so weiter und das ist einfach auch Teil von soner KI Strategie.
14:52 SPEAKER_00: Bisschen trockener Teil, aber ein wichtiger und relevanter Teil, dem wir uns auch noch mal widmen werden.
14:58 SPEAKER_00: Und dann das eigentlich Spannende ist ja dann,
15:01 SPEAKER_00: jetzt weiß ich, wo ich steh. Jetzt weiß ich, was ich irgendwie machen will und priorisiert habe. Jetzt hab ich mich, jetzt hab ich meine Guidelines, mich abzusichern.
15:08 SPEAKER_00: Jetzt ist ja die Frage, wie kriege ich das eigentlich in die Org getragen? Wie mache ich das dann, dass jetzt wirklich mein Unternehmen
15:15 SPEAKER_00: KI first wird, ne? Und da gibt's dann verschiedene Governance Modelle, ja? Wir hatten ja jetzt in der letzten Folge schon drüber gesprochen, an welcher Größe hast Du eigentlich was für Rollen und Titel und wie arbeiten die zusammen? Da haben Du irgendwie 20 Leute hast, hast Du kein Head of AI. Wenn Du ein größeres Unternehmen bist wahrscheinlich schon. Was ist da eigentlich unten drunter? Wie arbeitest Du mit so Multiplikatoren?
15:33 SPEAKER_00: Da gibt's zentralisierte
15:35 SPEAKER_00: Modelle, hybride Modelle, die irgendwie son bisschen größenabhängig
15:38 SPEAKER_00: sind.
15:39 SPEAKER_00: Mit so Governance Layer oben drüber, da widmen wir uns auch noch mal. Aber da ist halt wirklich die Frage, wie kriege ich's jetzt in die Orke tragen? Wie kriege ich die Leute enabled? Wie setze ich die Sachen denn jetzt Weil schöne Ideen sind halt die halbe Miete. Am Ende willst Du ja das auch in die Ork tragen und das ist so dieses ganze
15:55 SPEAKER_00: der ganze Punkt KI Operating Model im weitesten Sinne.
16:00 SPEAKER_01: Ja.
16:01 SPEAKER_01: Muss natürlich auch schon so weit sein, dass Du überhaupt schon mal dein Operating Model auch ohne KI definiert hast.
16:06 SPEAKER_01: Ja, für viele wird's wahrscheinlich so das 1. Mal sein, dass sie sich ein Operating Model überlegen oder
16:11 SPEAKER_01: vielleicht haben sie's vor 10 Jahren mal gemacht und jetzt machen sie's noch mal. Gut, das Org Chart werden hoffentlich die meisten haben. Das ist ja ein Teil davon, ne. Das 2. Ist so der Governance Teil. Aber dann gibt's das Org Chart und gibt's das Org... Also es gibt das offizielle Org Chart, wie die Org
16:24 SPEAKER_01: laut Meinung einiger funktioniert. Ja. Und dann gibt's diese inoffizielle Org Chart, wie's eigentlich funktioniert. Ja. Und jetzt bei dem bei bei diesem Hacker zum Beispiel merkst Du halt auch, da kommen Leute mit Ideen die Ecke, die sind irgendwo im Orgstadt, die hast Du gar nicht geschirmt. Mhm. Aber die
16:38 SPEAKER_01: die haben irgendwie sone implizite Rolle,
16:40 SPEAKER_01: die in dem Orgstadt bisher gar nicht abgebildet ist. Ja. Und wenn das jetzt nur vom Ortschaft betrachten würdest, würden solche Menschen vielleicht rausfallen. Ja. Ja, und da wieder, also das ist heut nicht das Thema, ne? Das ganze Thema implizit,
16:48 Roadmap-Entwicklung: Auf Sicht fahren statt starrer 5-Jahres-Pläne
16:51 SPEAKER_00: die große Aufgabe,
16:53 SPEAKER_00: die wir als als Manager
16:55 SPEAKER_00: haben, ist, ist das ganze Implizite explizit zu kriegen sozusagen,
16:59 SPEAKER_00: weil sonst kannst Du kein, ich sag mal, KI Daten Operating Model bauen, wenn alles irgendwo implizit irgendwo versteckt ist.
17:06 SPEAKER_01: Noch mal ein ganz anderes Thema für die Zukunft. Und das, was wir jetzt alles besprochen haben, hat nichts mit Technologie zu tun. Also da geht noch nicht über, haben wir jetzt Copilot oder ChatGPT oder weiß der Kuckuck was, sondern es ist rein,
17:17 SPEAKER_01: ja, es ist ein Strategiethema
17:18 SPEAKER_00: und es ist ein 1 Organisations- letztlich auch ein Kulturthema. Ja. Und der letzte Punkt von diesem Strategiethema ist klar, wenn Du das alles durchgearbeitet hast, was wir jetzt besprochen haben, am Ende halt eine Roadmap zu machen, einzuplanen, zu priorisieren, was mach ich wann, was mach ich in den ersten 3 Monaten, was mach ich in ersten 6 Monaten, was mach ich in 6 bis 12 Monaten, ne?
17:36 SPEAKER_00: Und das ist ja dann eben auch irgendwo dann die die Execution, die hier zählt. Auch wieder spannend,
17:42 SPEAKER_01: Roadmap versus Roadmap.
17:44 SPEAKER_01: Also wenn ich jetzt beispielsweise bei uns in den Development Prozess schaue mit Developern
17:49 SPEAKER_01: Mhm. Oder selber in meiner Vergangenheit der letzten 15 Jahre im Bereich Produkt,
17:54 SPEAKER_01: war klar, Du hast immer eine Roadmap irgendwie und hattest wolltest Du mal immer priorisieren,
17:58 SPEAKER_01: die nächsten Produktmissionen,
18:00 SPEAKER_01: whatever. Mittlerweile denke ich mir bei diesen krassen Roadmaps, wenn's IT geht, ich kann gar nicht mehr so weit in die Zukunft schauen,
18:07 SPEAKER_01: weil in 3 Monaten kann's irgendwas geben, was sich was alles schon wieder so fundamental verändert, dass ich eigentlich nur auf Sicht fahren kann. Mhm. Und grad auch bei KI Strategie ist, glaub ich, wichtig zu sagen, nicht
18:18 SPEAKER_01: wie ich's genau umsetzen will. Also ich also jetzt schon festlege, im September
18:22 SPEAKER_01: 20 26 mach ich genau das,
18:25 SPEAKER_01: sondern eher, was das Outcome sein soll. Ja. Und dann hab ich ein bisschen mehr Flexibilität,
18:29 SPEAKER_01: wie's dann genau umgesetzt werden wird. Ja. Also ich das Zeithorizont
18:33 SPEAKER_00: ist ja da sicherlich ein Thema, ne, weil die Sachen sich so schnell irgendwie auch entwickeln. Deswegen hab ich ja bewusst eben 3, 6, 12 Monate nur gesagt Ja. Und nicht, was machen wir in den nächsten 5 Jahren? Ja, okay. Die Zeiten sind irgendwo, also funktioniert nicht mehr, ne? Also ich kann nicht mehr wie IT früher sagen, ja, wir nehmen jetzt folgendes Tool in schon 5 Jahren noch mal drauf. Richtig. Und Tool ist ja nur ein ganz kleiner Teil von diesem ganzen strategischen Teil.
18:55 SPEAKER_01: Es ist einfach viel dynamischer, viel kleiner. Und selbst dieses 12 Monate, wir hatten's bei letzten Folge halt mal ganz kurz gesprochen,
19:01 SPEAKER_01: so Workflows, NATN versus, was kann Claude Code jetzt? Ja. Und was kann dann vielleicht irgendwie Claude oder wer auch immer in 3 Monaten? Ja. Selbst diese Toolauswahl
19:10 SPEAKER_01: kannst Du da nicht reinlegen. Da musst Du eher sagen, ich möchte folgenden Prozess orchestrieren und agentisch machen. Na. Und das Tool gucken wir uns an, wenn wir da sind. Ja, und das Tool ist im Zweifel auch im Ende immer austauschbarer
19:21 SPEAKER_00: sozusagen,
19:22 SPEAKER_00: ne.
19:23 SPEAKER_00: Genau. Aber genau, lass uns doch mal ein bisschen tiefer in das Strategiethema. Wir
19:27 SPEAKER_00: Wir haben jetzt die Schritte
19:29 SPEAKER_00: durchgegangen.
19:30 SPEAKER_00: Die Frage ist ja erst mal, wo stehen die ganzen Unternehmen und ne, wie kommen die überhaupt zu' Strategie? Und gefühlt sind die allermeisten Unternehmen noch an dem Punkt und es gibt nach oben hin und nach unten hin extreme Ausreißer, die
19:44 SPEAKER_00: die sagen, ja, wir wissen, wir sollten was mit KI machen, ne. So kommen die meisten Unternehmen zu uns. Manche ein bisschen weiter, manche ein bisschen weniger. Die experimentieren schon ein bisschen rum, irgendwie mit ChatGPT oder Copilot, haben irgendwie auch hier und da mal vielleicht ein Pilot gemacht, aber keinen richtigen Plan.
20:00 SPEAKER_00: Haben keine richtigen Budgets definiert, keine Verantwortlichkeiten.
20:03 SPEAKER_00: Jeder kocht son bisschen sein eigenes Süppchen, aber jeder weiß irgendwie, wir müssen irgendwie was machen, ne. Ne. Und wo Du eigentlich hinwillst, ist, wir haben eine klare KI Strategie. Wir haben definierte, wie Du sagst, definierte Ziele, was wir erreichen wollen. Wir haben eine priorisierte Use Cases, wir haben eine Roadmap mit Verantwortlichkeiten. Das ist halt Und business. Super. Ja. Und wir haben irgendwie Budget dafür, ne. Und einmal Geld, aber halt auch Zeit, ne. Und weil das ist auch oft ein Thema.
20:29 SPEAKER_00: Die Leute sind halt so busy,
20:31 SPEAKER_00: dass sie kaum die Zeit haben, sich damit zu beschäftigen.
20:34 SPEAKER_00: Das ist so das Typische,
20:37 SPEAKER_00: ich weiß nicht genau, von wem das Zitat war.
20:41 SPEAKER_00: Ich
20:42 SPEAKER_00: nutz erst mal irgendwie ein halben Tag oder ein Tag, meine Messer zu schärfen, bevor ich in ein Kampf geh, ja. Und das machen die meisten halt nicht,
20:50 SPEAKER_00: weil die Leute so im Kampf sind, dass sie keine Chance haben, sozusagen wirklich
20:56 SPEAKER_00: rauszugehen und erst mal ihre ihre ihre Waffen zu zu verbessern, ja. Und das ist halt echt irgendwie ein Thema. Es muss nicht nur Geld da sein, es muss vor allem auch die Zeit da sein. Und es ist nicht immer einfach, ja, im Day to Day, aber wirklich von,
21:09 SPEAKER_00: wie komm ich von, wir sollen was mit KI machen zu, wir haben eine klare KI Strategie.
21:15 SPEAKER_00: Diesen Gap
21:16 SPEAKER_00: muss man halt eben überwinden.
21:18 SPEAKER_01: KI kommt nicht irgendwann, sie ist schon da. Bist Du bereit? Mit thekey Academy machst Du dich fit für die Zukunft. Onlinekurse zu KI,
21:27 SPEAKER_01: digitaler Zusammenarbeit,
21:28 SPEAKER_01: Leadership. Praxisnah, flexibel,
21:31 SPEAKER_01: IHK zertifiziert. Die
21:32 SPEAKER_01: Die KI Punkt Academy für alle, die mitgestalten wollen.
21:35 SPEAKER_01: Und vor allen Dingen diese KI Strategie muss ja dann die Ecke schauen. Also Du musst im Prinzip jetzt schon, wenn Du sagst, in 12 Monaten willst Du irgendwas haben,
21:42 SPEAKER_01: ein Stück weit antizipieren, was dann möglich sein wird.
21:46 SPEAKER_01: Oder wie toll,
21:47 SPEAKER_00: wie geringer die Kosten dann sein werden, ohne 100 Prozent zu wissen, dass es so eintreten wird. Ja, genau. Und ich muss eigentlich ständig am Ball bleiben auch und überprüfen, ist es noch relevant?
21:57 SPEAKER_00: Also die wirklich dieses am Ball bleiben, ja, was wir auch mit der Lernplattform bei uns propagieren,
22:02 SPEAKER_00: ist so wichtig, wie es es schon lange nicht mehr wichtig war. Weil der Use Case, der heut nicht geht, geht vielleicht in 3 Monaten. Und ist auch wichtig für Führungskräfte. Also ich find, das das ist... Seh ich sehr stark in meinem Umfeld und unserer Bubble.
22:14 SPEAKER_01: Du kannst es nicht an einen IT delegieren. Kannst es sagen, IT habt ihr's mal aufm Schirm. Nee. Und unterrichtet mich mal alle 3 Monate. Sondern
22:21 SPEAKER_01: wenn Du ein Team hast, selbst wenn Du kein Team hast, sondern alleine arbeitest, muss eigentlich jede Person sich damit grade beschäftigen. Absolut. Und wenn das in der Arbeitszeit nicht passt, dann,
22:31 SPEAKER_01: ja, werd ich jetzt wahrscheinlich gesteinigt, hör aber dann muss halt deine Freizeit sein. Ist am... Es ist meine Meinung.
22:37 SPEAKER_00: Sehe ich genauso. Also
22:39 SPEAKER_00: und es macht auch Spaß, wenn man sich damit auseinanderhält, ne. Also
22:43 SPEAKER_00: ich hab, glaub ich, letztens irgendwann mal erzählt, dass ich, glaub ich, auch mit KI replaced wurde. Einmal hat letztens mal eine Frau zu mir gesagt, am Wochenende soll Bitjour ausm Zimmer gehen, weil sie sich mit KI unterhalten will. Und letzten Sonntag saß sie bis 12 Uhr nachts da und hat
22:56 SPEAKER_00: KI Agenten gebaut, Rahmenverträge
22:58 SPEAKER_00: irgendwie zu erstellen, aber weil sie halt auch irgendwie Bock macht, ne. Und
23:03 SPEAKER_00: klar, man braucht diesen diesen Bock oder man muss diesen Bock irgendwie bekommen und dann kann man mit' guten Enablement, wenn dieses Unternehmen dir halt die Sachen auch beibringt, dich dazu
23:12 SPEAKER_00: befähigt und Du die Berührungsängste verlierst, dann dann machen die Sachen auch wirklich Spaß. Muss auch das Unternehmen nicht sein. Du kannst dir das auch selber beibringen. Ja, stimmt. Also ich mein, ist immer so beides, ne? Auf der einen Seite gibt's
23:24 SPEAKER_00: sehe ich ganz klar, dass es auch eine Verantwortung von' Unternehmen ist, dafür zu sorgen, dass die Mitarbeitenden alles haben dafür.
23:30 SPEAKER_00: Auf der anderen Seite ist es aber trotzdem
23:33 SPEAKER_00: eine Eigenmotivation, die
23:34 SPEAKER_00: die ich für mich und meine Karriere und mein Leben einfach habe, mich weiterzuentwickeln.
23:39 SPEAKER_01: Ja, ich ich bin da eher so auf der individuellen Schiene unterwegs. Ich sag, es ist die Verantwortung, als jeden Mitarbeiter auch die Ecke zu denken und zu sagen, ja. Aber die meisten Leute sind nicht so. Ja, I know, das ist das
23:48 SPEAKER_00: Ja, und das frag ich auch. Aber die Sache ist halt, Du hast halt keine Ausrede, wenn Du von deinem Arbeitgeber
23:54 SPEAKER_01: die Möglichkeiten bekommst und das in dem Moment bekommst und das dann nicht machst, dann bist Du selbst dran schuld. Ja. Ne, da kannst Du dich nicht drauf ausruhen, dass nicht die Möglichkeit hättest und Auf der anderen Seite ist es auch ein Signal, wenn Du deinem Arbeitgeber sagst, hey, ich hätt gern folgendes Tool oder ich würd gern folgendes machen aus folgendem Grund und der sagt, nö, Ja. Dann weißt Du auch, dass die Firma vielleicht nicht deine Firma mehr ist. Einhundert Prozent, ja. Und das führt genau zu diesen Problemen.
24:14 SPEAKER_00: Ja. Und deswegen ist diese zentralisierte, dieses dieses zentrale Vorgehen mit der Strategie so wichtig, weil die motivierten Leute sich halt sonst die ganzen Tools privat holen und alle deine Firmengeheimnisse da reinballern, weil sie halt einfach merken, dass sie x-mal so schnell sind, wenn sie so arbeiten. So, das heißt, wenn Du nicht Infrastruktur, das
24:16 Strategie-Definition: Where to Play & How to Win
24:30 SPEAKER_00: das Enablement, die Ausbildung mitbringst für deine Mitarbeitenden, dann wirst Du genau die Probleme mit KI haben, vor denen Du Angst hast und was wahrscheinlich die Gründe sind, warum Du in the first place überhaupt nicht damit anfängst, ne. Das ganze Datenschutzthema
24:42 SPEAKER_00: und so weiter und so fort. Schatten KI ist ein Riesenproblem, aber
24:45 SPEAKER_00: aber ist vor allem, das sehen wir immer und das zeigen auch Studien, bei Unternehmen ein Riesenproblem,
24:50 SPEAKER_00: die einfach weit hinten dran sind und einfach keine
24:52 SPEAKER_00: keine Strategie, keinen Plan, kein Enablement haben, ne?
24:56 SPEAKER_00: Ja. Genau. So, jetzt gehen wir wieder zurück von dem kleinen Rent,
25:01 SPEAKER_00: was Unternehmen angeht, die die
25:04 SPEAKER_00: die es nicht richtig angehen.
25:06 SPEAKER_00: Wir reden die ganze Zeit von KI Strategie.
25:08 SPEAKER_00: Aber was ist denn KI Strategie und was ist Strategie und ist das irgendwie das Gleiche oder steht das irgendwie separat nebeneinander?
25:17 SPEAKER_00: Das sind ja alles irgendwie
25:19 SPEAKER_00: wichtige Fragen, die man besprechen muss. Und
25:21 SPEAKER_00: vielleicht fangen wir erst mal damit an mit der Frage, was ist überhaupt Strategie?
25:26 SPEAKER_00: Und fairerweise,
25:27 SPEAKER_00: wie viele Unternehmen haben überhaupt eine Strategie?
25:30 SPEAKER_01: Was ist Strategie? Da gibt's natürlich wahrscheinlich so viele
25:34 SPEAKER_00: Definitionen wie Fragen.
25:36 SPEAKER_00: Einhundert Prozent und es gibt auch verschiedene Frameworks und ich hab jetzt mal als als Mitarbeiter, ich
25:41 SPEAKER_00: Mitarbeiter, ich weiß gar nicht, ob dieses Framework immer noch verwendet wird, aber das ist, glaub ich, son Framework,
25:48 SPEAKER_00: Das gab's damals immer. Jetzt werden vielleicht ein paar Trainings zuhören und sagen, es ist schon längst irgendwie überlaufen oder vielleicht gibt's das auch noch. Ich kenn ich kenn das noch, weil's halt bei Cornesen hieß immer right to play and right to win, also so ähnlich. Ja, also und im Prinzip, right to play heißt ja eigentlich,
26:04 SPEAKER_00: wo fokussier ich mich drauf? Welche Märkte, Länder, Kundensegmente,
26:07 SPEAKER_00: Produktsegmente?
26:09 SPEAKER_00: Und umgedreht, das ist ja auch immer Strategie, wo konzentrier ich mich nicht drauf? Ja, es ist ja nicht nur, was was mach ich und wo und wie?
26:16 SPEAKER_00: Sondern oder was mach ich und wo, also, sondern auch, was mach ich bewusst Genau,
26:23 SPEAKER_00: Also ja, welche Produkte und Dienstleistungen ist der Fokus? Und so, das ist echt wichtig und was machen wir bewusst nicht? Weil ich kann nicht alles machen, ich brauch aber ein Fokus. Das ist die eine Seite, ein und
26:33 SPEAKER_00: die andere Seite ist, wenn wir uns jetzt entschieden haben, wo wir spielen wollen,
26:37 SPEAKER_00: ist.
26:38 SPEAKER_00: Also wie positionieren wir uns jetzt hier? Was machen wir? Wie wollen wir da diese Ziele konkret erreichen? Was ist unser Plan zum gegenüber dem Wettbewerb? Was machen wir besser als die?
26:47 SPEAKER_00: Und wo sind wir oder was brauchen wir für für für Skills, Fähigkeiten, für Ressourcen,
26:49 Fazit: Vom Ist-Zustand zum KI-Ziel
26:52 SPEAKER_00: dort zu gewinnen? Das ist so bisschen die 2. Seite der Medaille.
26:56 SPEAKER_01: Und ähnlich also und die KI Strategie ist eben keine separate Strategie, sondern leitet sich daraus ab, so wie sich auch die IT Strategie daraus ableitet oder die Einkaufsstrategie oder whatever meint die. Ja. Das ist ja sind keine separaten Dinge. Genau, ich hab hier son schönes Zitat. KI Strategie ist kein separates Buch im Regal. Es ist ein neues Kapitel im Hauptbuch des Unternehmens,
27:16 SPEAKER_01: das die Handlung der gesamten Geschichte beeinflusst. Das ist ja schon mal lustig, dass Du Bücher hier als Zitat bringst mit KI.
27:23 SPEAKER_01: Wahrscheinlich ein ChatGPT Zitat, weil das Ganze bei uns herkommt.
27:29 SPEAKER_00: Genau.
27:30 SPEAKER_00: So, jetzt haben wir schon mal Einblick auf, was ist eigentlich Strategie
27:33 SPEAKER_00: und
27:35 SPEAKER_00: was hat KI Strategie damit zu tun?
27:38 SPEAKER_00: Noch mal sone andere Perspektive drauf ist, wir haben ja schon gesagt, die ersten Schritte sind das aktuelle
27:44 SPEAKER_00: Situation, also unseren Ist Zustand zu bestimmen, inklusive dem AR Readiness.
27:49 SPEAKER_00: Dann die Strategie, dann haben wir das Soll, das Ziel sozusagen definiert, wo will ich eigentlich stehen, ne? Wenn man jetzt vielleicht in 5 Jahren eine Zeitung aufmacht, was will ich denn, dass darüber mein Unternehmen steht? Ja. Und die Strategie ist ja eigentlich in der Mitte, wie komm ich denn jetzt dahin? Ne, so kann man sich das irgendwie auch vorstellen.
28:06 SPEAKER_00: Und dann ist halt die Frage Genau. Wie hilft mir KI dabei,
28:10 SPEAKER_01: das zu schaffen? Aber es ist eben dieses, wie komm ich dahin? Die Strategie
28:15 SPEAKER_01: ist nicht primär die Tool Liste, also wenn ich jetzt sage, Copilot, das ist keine Nein.
28:19 SPEAKER_01: Es ist kein IT Projekt, IT mach mal, machen's mal AI und es ist auch keine Verantwortung 1 einzelnen Abteilung oder als einzelnen Personen, keine Ahnung. So wie es vor einiger Zeit den Chief Digital Officer gab, gibt's dann vielleicht den Chief AI Officer, aber das kann nicht sein, dass es diese einzelne Person ist, die das verantwortet.
28:36 SPEAKER_01: Genau.
28:37 SPEAKER_01: Ich glaub, jetzt haben wir sehr gut
28:40 SPEAKER_01: den Einstieg gefunden
28:42 SPEAKER_01: zum Thema KI Strategie mit der Standortbestimmung,
28:45 SPEAKER_01: mit dem AI Readiness Assessment,
28:48 SPEAKER_01: mit der Priorisierung
28:49 SPEAKER_01: von Use Cases.
28:51 SPEAKER_00: Risk compliance,
28:52 SPEAKER_00: Operating Model Roadmap, also dass man alles mal gehört hat, ein bisschen eingeordnet, was ist überhaupt Strategie? Und was ist KI Strategie? Wie steht es zueinander? Und warum ist es wichtig?
29:01 SPEAKER_00: Und in den nächsten Folgen
29:04 SPEAKER_00: gehen wir dann nach und nach mit' Deep Dive da ein bisschen durch. Werden auch immer wieder mal eine andere Folge
29:10 SPEAKER_00: mit reinbringen, wenn's irgendwie spannende neuen aktuellen Themen Und wir werden's natürlich immer probieren,
29:15 SPEAKER_01: mit
29:16 SPEAKER_01: realen
29:17 SPEAKER_01: Beispielen aus unserer praktischen Arbeit sowohl im eigenen Unternehmen als auch in den Unternehmen,
29:22 SPEAKER_01: die begleitet werden, reinzubringen,
29:24 SPEAKER_01: auch in Unternehmen, die wir einfach kennenlernen
29:26 SPEAKER_01: über über die Menschen, mit denen wir sprechen.
29:29 SPEAKER_01: Wir wissen, das Thema Strategie ist sicherlich
29:32 SPEAKER_01: viel umstritten
29:33 SPEAKER_01: und kann diskutiert werden und dazu rufen wir auf.
29:36 SPEAKER_01: Wenn ihr so sagt, boah, das stimmt überhaupt nicht, ist meine Erfahrung, ist da eine ganz andere oder das ist zu kurz gegriffen oder das ist zu wissenschaftlich oder whatever mythie.
29:45 SPEAKER_01: Kommentiert es bitte, egal ob bei Spotify,
29:47 SPEAKER_01: bei Instagram, bei YouTube, wo auch immer, bei TikTok vielleicht auch. Lasst ein Like da, schickt uns Liebe.
29:53 SPEAKER_00: Und damit bis zum nächsten Mal. Bis bald. Tschau.
29:57 SPEAKER_02: Cointelligence
29:58 SPEAKER_02: ist eine Produktion von thekey Academy in Zusammenarbeit mit SnipKI.
30:02 SPEAKER_02: Produziert bei Studio Co in Berlin.
30:05 SPEAKER_02: Produktion und Regie, Christina Manuel, Fuate Zebatli und Elias Frobel.
30:10 SPEAKER_02: Creative Director, Lukas Shelter.
30:13 SPEAKER_02: Redaktion und Moderation,
30:14 SPEAKER_02: Benjamin Wüstenhagen und Moritz Heininger.
30:17 SPEAKER_02: Abonniere uns auf Spotify, Apple Podcasts oder YouTube.
30:21 SPEAKER_02: Danke fürs Zuhören.