das Menschen mitnimmt.
Weil KI mehr kann als googlen und E-Mails zusammenfassen.
Ich helfe Unternehmen, KI wirklich zu nutzen. Durch strukturiertes Enablement, klare Use Cases und Teams, die vorangehen – nicht weil es auf der Roadmap steht, sondern weil sie verstehen, warum es sich lohnt.
KI funktioniert nur, wenn Menschen sie nutzen.
88% der Unternehmen nutzen bereits KI. Aber nur 5–7% erzielen damit messbaren Geschäftserfolg. 72% der KI-Investitionen vernichten Wert, statt ihn zu schaffen.
Copilot ist freigeschaltet. ChatGPT läuft. Die Präsentation für die Geschäftsführung war überzeugend. Und trotzdem nutzt das Team die Tools kaum – oder gar nicht.
Das liegt fast nie an der Technologie. Es liegt daran, dass niemand erklärt hat, warum das relevant ist. Dass die Skepsis im Team nie wirklich gehört wurde. Dass der Pilot ohne Mandat gestartet ist und ohne Ergebnis geendet hat.
Ich kenne dieses Muster. Ich habe es selbst erlebt, von innen heraus. Und ich weiß, was es braucht, damit es sich ändert.
Pragmatisch, messbar, ohne Hype.
Fünf Schritte – je nachdem, wo der größte Hebel liegt. Nicht alle auf einmal, aber alle in der richtigen Reihenfolge.
Use Cases identifizieren, bewerten, systematisieren
Nicht alles auf einmal – sondern das, was sich rechnet. Ich arbeite mit Ihren Fachbereichen zusammen, um die Use Cases mit echtem Mehrwert herauszufiltern. Klar bewertet nach Impact und Aufwand, abgestimmt mit IT und Datenschutz. Und ich schaffe den Prozess dahinter: Wie Use Cases gesammelt, dokumentiert und in die Umsetzung gebracht werden.
Zentrales Toolset aufbauen
Bevor Adoption funktioniert, muss die Grundlage stimmen. Wenn nötig, helfe ich auf Basis der identifizierten Use Cases ein zentrales KI-Toolset einzuführen – damit Ihr Unternehmen nicht ständig neue Software evaluiert, sondern sich auf das konzentrieren kann, was zählt: echte Nutzung.
Ambassadors aufbauen, Teams befähigen
KI-Adoption funktioniert nicht top-down. Sie braucht Menschen in den Fachbereichen, die vorangehen. Ich identifiziere die richtigen Personen, bilde sie zu AI Ambassadors aus – und schule Teams so, dass sie KI-Werkzeuge sofort im Alltag nutzen. Vom niedrigschwelligen AI Breakfast bis zum Hackathon, in dem Use Cases direkt umgesetzt werden.
Quick Wins liefern, Grundlagen für die Skalierung schaffen
Erste Use Cases in die produktive Nutzung bringen und Ergebnisse sichtbar machen. Gleichzeitig die Grundlagen für mehr schaffen: Daten verfügbar machen, Systeme verbinden, Prozesse klar definieren, Governance etablieren. Damit aus einzelnen Erfolgen keine Insellösungen werden, sondern die Basis für den nächsten Schritt.
Vom Piloten zur Organisation
Jeder Quick Win schafft Vertrauen für den nächsten, größeren Use Case. So entsteht ein Flywheel, das die Transformation selbst trägt. Erfolgreiche Muster auf weitere Bereiche übertragen, Adoption messen und transparent machen – und die Verankerung an ein internes Team übergeben. Mein Ziel: dass Sie mich nicht mehr brauchen.
Wo steht Ihr Unternehmen heute?
Bevor wir über nächste Schritte sprechen, lohnt sich ein ehrlicher Blick auf den Status quo. Der AI Readiness Check gibt Ihnen in wenigen Minuten eine strukturierte Einschätzung: Was ist bereits vorhanden, wo sind die größten Lücken, und wo liegt das größte Potenzial.
Kein Formular. Keine Verkaufsmasche. Nur Klarheit.
So läuft die Zusammenarbeit ab
Orientierung
Wir klären, wo Sie stehen und was Sie wirklich brauchen. Kein Standardpaket. Kein Copy-paste.
Fokus
Wir priorisieren die Use Cases mit dem größten Hebel. Nicht zehn auf einmal. Drei, die wirklich funktionieren.
Befähigung
Ihre Menschen lernen, KI im Alltag zu nutzen. Durch Trainings, Ambassadors und konkretes Ausprobieren.
Verankerung
Adoption wird messbar. Das Momentum bleibt, auch wenn ich nicht mehr täglich dabei bin.
Mein Blog: Praxiswissen & Studien
- Kontext ist King: Warum deine KI nur so gut ist wie die Informationen, die du ihr gibst
Warum Kontext beim Thema KI wichtig ist. 95 Prozent der KI-Projekte scheitern. Diese Zahl kursiert gerade überall. In Studien, in Artikeln, in Gesprächen mit Führungskräften, die skeptisch auf ihr frisch gekauftes System schauen. Ich lese diese Zahl und denke: Was bedeutet hier eigentlich „scheitern“? Weil ich in meiner Arbeit etwas… Kontext ist King: Warum deine KI nur so gut ist wie die Informationen, die du ihr gibst weiterlesen - AI Ambassadors
AI Ambassadors: Warum Multiplikatoren aus den Fachabteilungen der Schlüssel zu erfolgreicher AI Adoption sind Letzte Woche im Weekly mit unseren 10 AI Ambassadors: Ein Engineer erklärt, wie er einen Agenten für externe Nutzer zugänglich gemacht hat. Ohne ihn hätte mich das lange Recherche gekostet. Dann zeigt jemand aus Account Management… AI Ambassadors weiterlesen - Warum Mitarbeiter-Enablement über Erfolg oder Scheitern Ihrer KI-Strategie entscheidet
Warum Mitarbeiter-Enablement über Erfolg oder Scheitern Ihrer KI-Strategie entscheidet Die Zahlen sprechen eine klare Sprache Die KPMG-Studie 2025 hat 653 Entscheiderinnen und Entscheider aus 18 Branchen befragt. Die Ergebnisse zeigen eine verblüffende Diskrepanz zwischen Selbstwahrnehmung und Realität. Drei Faktoren kristallisieren sich heraus, wenn es um die erfolgreiche Implementierung von KI… Warum Mitarbeiter-Enablement über Erfolg oder Scheitern Ihrer KI-Strategie entscheidet weiterlesen - Leonardo AI Bildgenerierung: Ein Prompt, vier Welten: Warum das Modell über das Bild entscheidet
Prompt:Surreal editorial-style artwork on deep black, with two dense clusters of glowing textile-like fibers exploding toward each other in petrol green and magenta, colliding into luminous woven ribbons. Ein einziger Prompt. Vier völlig unterschiedliche Bilder. Was auf den ersten Blick wie ein Experiment wirkt, zeigt die Stärke der Leonardo AI Bildgenerierung:Nicht… Leonardo AI Bildgenerierung: Ein Prompt, vier Welten: Warum das Modell über das Bild entscheidet weiterlesen
Was bedeutet AI Enablement?
AI Enablement heißt, Künstliche Intelligenz dort nutzbar zu machen, wo sie im Alltag wirkt – in Teams, Prozessen und Entscheidungen.
Es geht nicht darum, eigene Modelle zu entwickeln, sondern KI mit bestehenden Tools und No-Code-Lösungen so einzusetzen, dass sie echten Mehrwert schafft.
Wie unterscheidet sich AI Enablement von klassischer KI-Entwicklung?
Während klassische KI-Entwicklung auf die technische Ebene zielt – Modelle, Algorithmen, Trainingsdaten – konzentriert sich AI Enablement auf die praktische Einführung von KI im Unternehmen.
Das heißt: Use Cases identifizieren, No-Code-Lösungen aufsetzen, Prozesse anpassen und Mitarbeitende befähigen, sie sinnvoll zu nutzen.
Warum ist AI Enablement vor allem für nicht-technische Abteilungen wichtig?
Weil die größte Wirkung von KI dort entsteht, wo Menschen täglich Entscheidungen treffen – im Marketing, Vertrieb, HR oder Customer Service.
AI Enablement macht diese Bereiche handlungsfähig: ohne Programmierkenntnisse, aber mit Struktur, Schulung und einem klaren Verständnis, was KI leisten kann – und was nicht.
Wie funktioniert der Einstieg in KI mit No-Code-Technologien?
No-Code-Tools ermöglichen es, KI in bestehende Abläufe zu integrieren – schnell, skalierbar und ohne komplexe Entwicklung.
Der Prozess beginnt immer mit einem Use Case: Was soll verbessert oder vereinfacht werden?
Darauf aufbauend werden Tools verbunden, Automatisierungen erstellt und Teams geschult, um sie eigenständig zu nutzen.
Was ist der Unterschied zwischen KI und Automatisierung?
Automatisierung führt wiederkehrende Aufgaben zuverlässig aus.
KI erweitert diese Logik – sie erkennt Muster, trifft Entscheidungen und lernt mit.
Gemeinsam entfalten beide ihr Potenzial: KI schafft Kontext, Automatisierung sorgt für Konsistenz.
Wie finde ich die richtigen KI-Use Cases für mein Unternehmen?
Ein guter Use Case beginnt mit einem echten Problem.
Man schaut:
- Wo entsteht Reibung im Alltag?
- Welche Daten liegen bereits vor?
- Wo kann KI Routine entlasten oder Qualität steigern?
Erst danach folgt die technische Auswahl. Nicht umgekehrt.
Welche Fähigkeiten brauchen Teams, um KI sinnvoll zu nutzen?
Nicht technisches Wissen steht im Vordergrund, sondern:
- Verständnis für Daten, Qualität und Logik,
- Kreativität, um neue Anwendungsideen zu finden,
- Reflexion, um Ergebnisse einzuordnen,
- und Verantwortung, um ethisch zu handeln.
- Das meiste lässt sich lernen – Schritt für Schritt.
Wie bleibt KI im Unternehmen transparent und vertrauenswürdig?
Durch klare Strukturen:
- dokumentierte Use Cases,
- nachvollziehbare Workflows,
- definierte Verantwortlichkeiten,
- und regelmäßige Überprüfung der Ergebnisse.
- Vertrauen entsteht, wenn Menschen verstehen, wie Entscheidungen zustande kommen – auch die der Maschinen.
Wie beginne ich mit AI Enablement in meinem Unternehmen?
Mit einem kleinen, greifbaren Projekt – und einer klaren Vision.
KI Enablement braucht beides: die Bereitschaft, praktisch zu starten, und ein Management, das den Weg trägt.
Bevor Tools und Use Cases entstehen, steht ein AI Assessment: Wo steht das Unternehmen heute? Welche Kompetenzen, Daten und Strukturen sind vorhanden?
Darauf folgt die Strategie – zu wissen, wohin man will, welche Ziele messbar sind, welche KPIs Orientierung geben.
Dann entstehen Schritt für Schritt Use Cases, Rollen und Prozesse.
So wächst KI nicht zufällig, sondern gesteuert – vom ersten Experiment bis zur skalierbaren Struktur, die alle Abteilungen befähigt.
Was ist GenAI im Marketing?
Generative KI – kurz GenAI – bezeichnet Systeme, die Inhalte selbstständig erzeugen können: Texte, Bilder, Code, Designs oder Kampagnenideen.
Im Marketing bedeutet das: Routineaufgaben werden leichter, Ideen entstehen schneller, und Kommunikation kann individueller werden.
Doch GenAI ist kein Ersatz für Kreativität – sie ist ihr Katalysator.
Sie hilft, Entwürfe zu entwickeln, Muster zu erkennen und Varianten zu testen.
Entscheidend bleibt der Mensch: Er gibt Richtung, Haltung und Bedeutung.
GenAI wirkt dann stark, wenn sie mit Strategie, Automatisierung und Markenverständnis verbunden wird –
nicht als Massenmaschine, sondern als Partnerin für präzise, intelligente Kommunikation.
Was ist Agentic AI?
Agentic AI beschreibt KI-Systeme, die selbstständig Aufgaben planen, ausführen und bewerten können.
Im Unterschied zu klassischen KI-Tools, die auf Prompts reagieren, agieren Agentic-Systeme als „Agenten“:
Sie treffen Entscheidungen, koordinieren Arbeitsschritte und optimieren ihre Ergebnisse – innerhalb definierter Ziele und Grenzen.
Im Unternehmenskontext bedeutet das: KI kann Prozesse über mehrere Ebenen hinweg steuern – zum Beispiel Daten analysieren, Inhalte generieren und Aktionen auslösen, ohne dass jeder Schritt manuell angestoßen wird.
Entscheidend ist das Rahmenwerk:
Agentic AI braucht klare Leitplanken, Governance, Transparenz und ein Management, das versteht, wann Autonomie sinnvoll ist – und wann menschliches Urteilsvermögen Vorrang hat.
Richtig eingesetzt, verbindet Agentic AI die Präzision von Automatisierung mit der Flexibilität von Kreativität.
Sie ist kein Ersatz für Verantwortung – sondern ein Werkzeug, das sie noch bewusster macht.