Wenn Strategie ihre Grenzen verschiebt - Wie KI Entscheidungen neu organisiert

00:00:00: Wir kommen bei KI Vordenker, dem Podcast für kuratierte internationale Debatten zu generativer KI.

00:00:06: Diese Folge wurde von Dr.

00:00:07: Peter Schopf ausgewählt und eingeordnet.

00:00:10: Hallo!

00:00:11: Also lass uns direkt an unsere letzte Diskussion anknüpfen.

00:00:15: da hatten wir dieses Thema das aktuell wirklich alle nur prompten aber kaum jemand wirklich plant.

00:00:22: richtig ja operativ tut sich der wahnsinnig viel aber genau

00:00:26: aber in den Kern Also an die echte Unternehmensstrategie, da traut sich irgendwie keiner ran.

00:00:32: Und deshalb stell dir als Zuhörer jetzt einfach mal kurz diese Szene vor.

00:00:38: Erinnerst du dich an dein letztes sagen wir mal zweitägiges Strategie-Offside?

00:00:43: Oh ja!

00:00:43: Dunkle Konferenzräume...

00:00:45: Exakt!

00:00:46: Fensterlose Räume, wochenlange Vorbereitung endlos lange Meetings der mäßige Filtercafé und dann diese hitzigen Diskussionen am Whiteboard.

00:00:57: Und am Ende nach all diesem massiven Aufwand gehst du mit was exakt drei strategischen Optionen aus dem Raum?

00:01:04: Wenn es gut läuft ja, oft sind's nur zwei.

00:01:07: Ja genau, zwei oder drei.

00:01:09: und da fragt man sich doch unweigerlich also mal ganz ehrlich gab es für das gesamte Unternehmen da draußen im Markt wirklich nur diese dreimickrigen Wege?

00:01:18: Nein!

00:01:19: Natürlich nicht.

00:01:20: Und genau dieses Problem knöpfen wir uns heute vor, Wir schauen uns an wie Algorithmen diese kognitiven Fesseln unserer Entscheidungsfindung jetzt sprengen

00:01:30: und das ist ein perfekter Ausgangspunkt weil Diese Frustration über diese mageren zwei oder drei Optionen, die teilt wirklich fast jeder im Management.

00:01:41: Absolut!

00:01:42: Und das spannende an der Analyse heute, die stammt übrigens von Philippe A. César aus der Harvard Business Review – die belegt superschlüssig woran genau das liegt.

00:01:52: Okay, woran denn?

00:01:54: Dass am Ende so wenige Optionen auf dem Tisch liegen, das lag halt nie an einem Mangel an guten Ideen im Markt.

00:02:00: Es liegt schlichtweg an der Hardware unseres eigenen Gehirns.

00:02:08: In der Kognitionspsychologie nennt man das bounded rationality, also begrenzte Rationalität.

00:02:15: Unser Verstand, speziell unser Arbeitsgedächtnis – das kann bekanntermeißen nur so eine Handvoll Information gleichzeitig verarbeiten und unsere Aufmerksamkeit hat einfach ein hartes biologisches Limit.

00:02:27: Das bedeutet diese ganzen klassischen Frameworks auf die wir im Management seit Jahrzehnten schwören sind eigentlich nur Krücken, Stärken, Schwächen

00:02:36: usw.,

00:02:37: Die hat exakt vier Quadranten.

00:02:40: Richtig!

00:02:40: Und dieses Modell von Michael Porter, das hat exakt fünf Wettbewerbskräfte – nicht sieben, nicht siebzehn.

00:02:47: Völlig richtig.

00:02:49: und der Grund dafür ist ja nicht dass die globale Wirtschaft da draußen tatsächlich so herrlich simpel und überschaubar is'.

00:02:55: Ja schön wär's?

00:02:56: Genau, die Realität besteht aus Millionen von Variablen, die dynamisch interagieren.

00:03:02: Der Grund für diese vier oder fünf Kategorien ist rein pragmatisch.

00:03:07: Diese Frameworks mussten einfach massiv vereinfacht werden.

00:03:10: Damit wir sie überhaupt begreifen können.

00:03:11: Exakt!

00:03:12: Sie müssen so simpel sein, damit ein menschliches Team sie in ein paar Stunden auf einen Whiteboard zeichnen und darüber diskutieren kann ohne dass das Arbeitsgedächtnis kollabiert.

00:03:23: Weißt du das ist als ob wir versuchen würden den modernen extrem chaotischen Großstadtverkehr von, sagen wir mal Tokio?

00:03:30: oder Berlin, mit einer ganz grob gezeichneten statischen Papierkarte aus den neunziger Jahren zu navigieren.

00:03:37: Das ist eine super Analogie ja?

00:03:38: Wir mussten die Realität auf dieses zweidimensionale Papierformat reduzieren weil unser Navigationsgerät – also unser Gehirn bei dieser Fülle an Echtzeitdaten schlichtweg überhitzt wäre, oder wir haben die Welt einfach passend für unseren Whiteboard gemacht.

00:03:51: Besser kann man es nicht ausdrücken und jahrzehntelang waren diese simplen Modelle auch das beste was wir hatten.

00:03:57: aber genau da bricht jetzt Völlig neue Ära an.

00:04:01: Die Fortschritte in der generativen KI, also große Sprachmodelle gepaart mit prädiktivem maschinellen Lernen – das sind eben nicht nur weitere digitale Tools.

00:04:11: Das sind Technologien die diese begrenzte Rationalität zum allerersten Mal direkt angreifen.

00:04:16: Das heißt wenn unser Gehören bisher der Flaschenhals bei der Strategiefindung war dann weitet KI dieses Nadelöhr jetzt enorm?

00:04:23: Genau!

00:04:24: Die Kosten und auch der Zeitaufwand, um Handlungsoptionen zu generieren und zu prüfen, die sinken einfach drastisch.

00:04:31: Das ist der erste große Hebel den der Artikel beschreibt.

00:04:34: Okay das klingt in der Theorie total logisch aber lass uns mal praktisch werden.

00:04:38: wie sieht es konkret aus?

00:04:40: Nehmen wir mal unternehmen dass wachsen will.

00:04:42: bisher saßen da hoch bezahlte Analysten wochenlang in irgendeinem Datenraum.

00:04:46: Wie verändert sich dieser Prozess jetzt?

00:04:48: Schauen wir uns damals ein reales Beispiel von McKinsey an.

00:04:51: Und zwar im Bereich Merges & Acquisitions, also Unternehmensübernahmen.

00:04:56: Der klassische Weg das Analystenteam wälzt wochenlangen Branchenberichte ließ bilanzen und kommt dann nach drei Wochen mit einer Liste von vielleicht zwanzig Kandidaten.

00:05:06: Ja der Klassiker.

00:05:07: In dem Fallbeispiel aus der Harvard Business Review wurde stattdessen ein KI-System eingesetzt.

00:05:12: Und dieses Systems gähnte nicht zwanzig, sondern über vierzig Millionen öffentliche und private Firmen.

00:05:18: Warte!

00:05:19: Vierzig Millionen!

00:05:20: Vierzig

00:05:21: Millionen!

00:05:22: Und wir sprechen hier nicht nur von einfachen Exelisten – das System durchforstete Millionen von Patentanmeldungen, unstrukturierte Daten, Transkripte von Analystenkonferenzen, Experteninterviews….

00:05:34: Wahnsinn?

00:05:35: Ja... Es suchte dabei nach simantischen Mustern, die auf echte technologische Synergien hindeuten.

00:05:41: Aber warte mal ganz kurz... Wenn mir ein System anstatt meiner üblichen zwanzig Dossiers plötzlich tausende komplexe Übernahmeziele auf den Tisch knallt?

00:05:50: Für das dann nicht unweigerlich zu einer massiven Informationsüberflutung?

00:05:54: Eben wenn du als Abteilungsleiter gerade zuhörst denkst du dir doch mein Team ertrinkt eh schon in Daten und Emails!

00:05:59: Wer soll das denn alles

00:06:00: lesen?!

00:06:01: Und dass ist genau der Moment wo wir umdenken müssen.

00:06:04: Die KI übernimmt ja nicht nur das Erstellen dieser ellenlang Liste, sie übernibt vor allem dass gnadenlose Filtern.

00:06:13: Das menschliche Team bekommt natürlich keine Fünfhundert Dossiers ungelesen auf den Tisch.

00:06:19: In diesem McKinsey Beispiel destillierte das System diese vierzig Millionen Firmen in weniger als vierundzwanzig Stunden auf gut fünfhundert hochrelevante Ziele herunter.

00:06:30: Das ist schon mal eine Leistung, aber fünfhundert sind immer noch zu viel.

00:06:33: Richtig!

00:06:34: Und im nächsten Schritt wendeten die Berater dann ganz spezifische strategische Filter auf das System an und am Ende blieb eine Shortlist von genau fünfzehn extrem heißen Lieds übrig.

00:06:47: Ah ok, fünfzehnt?

00:06:49: Das ist handhabbar.

00:06:50: Genau – und diese fünfzehen Liedes führten dann innerhalb weniger Monate zu drei erfolgreich abgeschlossenen Übernahmen.

00:06:58: Der Mensch liest am Ende also immer noch nur fünfzehn Dossiers.

00:07:03: Aber die Qualität dieser fünfzehnt Optionen, die entstammt einem Suchraum der für unser Gehirn vorher schlichtweg unzugänglich war.

00:07:11: Verstehe!

00:07:12: Das heißt, die KI fungiert quasi wie ein extrem fein maschiges Sieb – ich kipp open diesen gesamten Ozean an.

00:07:18: globalen Unternehmensdaten rein und unten tröpfeln exakt die fünfzehen Perlen heraus, die genau zu meiner Strategie passen.

00:07:26: Ganz genau….

00:07:27: Aber das bringt mich eigentlich direkt zum nächsten Problem.

00:07:30: Die allerbesten Optionen nützen mir ja herzlich wenig, wenn die Karte auf der ich sie bewerte total veraltet ist.

00:07:37: Wir sprachen vorhin über diese statische Papierkarte.

00:07:40: Wenn ich mir Unternehmensstrategien heute anschaue, dann basieren die ja oft auf irgendwelchen Quartalsberichten, die schon bei ihrer Veröffentlichung sechs Wochen alt sind.

00:07:48: Und genau hier setzt der zweite fundamentale Wandel an – der Zweite Hebel!

00:07:53: Der Wechsel von statischen Rahmenwerken hin zu lebenden dynamischen Modellen unserer Unternehmen zum Welt.

00:08:02: Und hier verlassen wir auch den Bereich der reinen Sprachmodelle und schauen stark auf prädiktives maschinelles Lernen.

00:08:08: Ein super Beispiel dafür ist

00:08:11: MYBANK.

00:08:12: Das ist der digitale Kreditgeber, Der End Group in China.

00:08:16: Wenn dort eine traditionelle Bank einem kleinen Unternehmen einen Kredit gibt was macht sie?

00:08:21: Sie verlangt geprüfte Bilenzen, Kredithistorien, Sicherheiten.

00:08:27: Das Problem ist nur... Millionen kleiner Hinler oder Straßenverkäufer haben diese Datenpunkte einfach gar nicht.

00:08:33: Für das Radar der klassischen Banken sind die komplett unsichtbar

00:08:37: und MYBank macht diese unsichtbaren Kunden jetzt sichtbar, oder wie genau funktioniert das technisch?

00:08:43: Sie haben ihr Bewertungsmodell einfach radikal höher aufgelöst.

00:08:47: statt einer Handvoll Standardvariabeln wertet die KI bei MYBANK bis zu dreitausend Variablen in Echtzeit aus

00:08:56: Für den kleinen Straßenverkäufer.

00:08:59: Da geht es nicht mehr um die Bilanz von letztem Jahr, das System schaut sich an.

00:09:03: wie ist der digitale Zahlungsfluss von diesem Nudel-Verkäufer genau heute Mittag?

00:09:09: Wie eng sind seine Lieferketten

00:09:10: geknüpft?!

00:09:12: Sie werden sogar Satellitenbilder aus!

00:09:18: Was um alles in der Welt sehen die Dinde darauf?

00:09:21: Naja, wenn es beispielsweise um landwirtschaftliche Betriebe geht dann analysiert das System die Pflanzendichte auf den Feldern oder sogar die Schattenwürfe von sie los und daraus ziehen Sie dann Rückschlüsse auf die Ernteerträge- und Lagerbestände.

00:09:35: Das

00:09:36: ist ja verrückt!

00:09:36: Und all das fließt in ihr sogenanntes drei eins null Modell ein.

00:09:41: Was heißt

00:09:41: das?!

00:09:41: Drei Minuten für den Kreditantrag auf dem Smartphone Eine Sekunde für die algorithmische Prüfung.

00:09:48: Null menschliche Intervention, null!

00:09:51: Und durch diese unfassbar hohe Auflösung der Realität konnten sie Kredite an über dreiundfünfzig Millionen kleine Unternehmen vergeben.

00:10:00: Über siebzig Prozent davon hatten noch nie zuvor im Leben einen Kredit erhalten.

00:10:06: und weißt du wo die Ausfallrate lag?

00:10:08: Bei nur rund einem Prozent.

00:10:10: Also wenn du als Führungskraft da draußen jetzt gerade zuhörst, das ist doch der eigentliche Aha-Moment dieser Analyse.

00:10:16: Es geht hier nicht um ein etwas schnelleres Reportingtool.

00:10:20: Wenn du ein derart hochauflösendes lebendes Modell deiner Umwelt hast dann erkennst du plötzlich handfeste Marktchancen wie eben Millionen neuer profitabler Kunden für die deine Konkurrenz mit ihren traditionellen Excel-Tabellen wortwörtlich blind ist.

00:10:34: Dichtig!

00:10:35: Du agierst nicht mehr blind.

00:10:38: Ein weiteres extrem anschauliches Beispiel dafür ist Unilever mit seinem Eiscreme-Geschäft.

00:10:46: Früher saßen die Planer da und haben geschaut, okay wie viel Eis haben wir im letzten Sommer verkauft?

00:10:52: Und daraus wurde dann die Prognose für den nächsten Sommer abgeleitet.

00:10:59: Heute nutzt Unileva ein Echtzeitmodell!

00:11:03: Das führt lokale Wetterdaten, globale Nachfragesignale und vor allem die Telemetrie von etwa drei Millionen vernetzten Eiskühltruhen weltweit zusammen.

00:11:13: Warte, Telemetry von Kühltrunen?

00:11:15: D.h.,

00:11:15: die kleine Truhe im Supermarkt funkt an die Zentrale?

00:11:18: Exakt!

00:11:19: Die Sensoren melden jede Temperaturveränderung, die Öffnungsfrequenzen und den Stromverbrauch.

00:11:26: Und das System verknüpft, dass dann mit lokalen Wettervorhersagen und vielleicht sogar Social-Media-Trends.

00:11:32: Die KI erkennt dann – aha!

00:11:34: In Südspanien wird es am Wochenende unerwartet heiß, die Thruhen werden in einer bestimmten Region gerade überdurchschnittlich oft geöffnet….

00:11:42: Dann wissen sie wir müssen sofort Nachschub an Vanille-Eis dorthin ruten bevor das Lager im Supermarkt überhaupt leer ist.

00:11:49: Das Ergebnis sind zehn Prozent präzisere Prognosen und in einigen Regionen bis zu dreißig Prozent mehr

00:11:55: Umsatz.".

00:11:56: Sie reagieren eben nicht im Nachhinein auf irgendeinen Quartalsbericht, sondern sie intervenieren präventiv in einem lebenden System.

00:12:11: Wir betreten das Konferenzzimmer.

00:12:27: Am Kopfende sitzt der CEO und er sagt, also Leute ich finde Option B hervorragend.

00:12:34: Und was passiert?

00:12:35: Alle im Raum nicken.

00:12:36: Genau Das berüchtigte Gruppendenken oder Grootthink.

00:12:40: Die ganze tolle KI-Vorarbeit nützt uns doch überhaupt nichts wenn am Ende die menschliche Hierarchie und die Angst vor Konflikten die Entscheidung dominieren.

00:12:48: Wie zur helle Löstechnologie dieses zutiefst soziale Problemen?

00:12:55: Die Forschung nennt das, was du da beschreibst – das Aggregationsproblem.

00:12:59: Wie bringen wir das verteilte Wissen einer Gruppe wirklich objektiv zusammen ohne dass Hierarchie, Zeitdruck oder diese ganzen Abteilungsegos das Ergebnis verfälschen?

00:13:09: Gar nicht so einfach!

00:13:17: Das ist der dritte Hebel.

00:13:19: Und hier kommen jetzt generative KI und sogenannte Multiagentensysteme voll ins Spiel.

00:13:26: Multiagendensystem?

00:13:27: Ja!

00:13:28: Anstatt darauf zu hoffen, dass der Junior-Analyst in deinem Meeting den Mut aufbringt dem CEO vor versammelter Mannschaft zu widersprechen lagert man diesen Konflikt an KI-Agenden aus.

00:13:39: Also ein künstlicher Diskurs Wie programmier ich so was denn, ohne dass es ein reines Theaterstück wird?

00:13:45: Man nutzt sehr spezifische System Prompts um den KI-Modellen ganz feste Rollen zuzuweisen.

00:13:52: Du erstellst einen Agenten, nennen wir ihn mal den Creator...

00:13:56: Okay

00:13:57: Sein einziger systemischer Auftrag ist es, vehement und mit allen verfügbaren Daten für den favorisierten Strategieplan zu argumentieren.

00:14:05: Der Verfechter!

00:14:06: Genau.

00:14:06: Und ihm stellst du den Critic gegenüber.

00:14:09: Die Programmierung des Critics besagt finde jede noch so kleine logische Lücke, jedes unkalkulierte Risiko in diesem Plan und zerflücke ihn systematisch.

00:14:20: Oh ich liebe den Kritik jetzt schon!

00:14:22: Und dazu nimmst du dann noch einen dritten Agenten der beispielsweise auf alle historischen Daten eures schärfsten Konkurrenten trainiert ist und dessen voraussichtliche Reaktion simuliert.

00:14:32: Das

00:14:32: ist genial... das ist quasi der unermüdliche Advokatos Diaboli.

00:14:38: Die KI hat halt kein Abteinungsego, sie hat keine Angst um ihren Bonus am Jahresende und sie fürchtet sich vor allem nicht vor der Reaktion des Chefs.

00:14:45: Sie macht einfach gnadenlos und emotionslos ihren Job und legt die Schwachstellen offen.

00:14:51: Aber funktioniert das in der Praxis wirklich oder ist es jetzt nur so eine nette Spielerei für Strategie-Konsultens auf dem Whiteboard?

00:14:57: Nein, das funktioniert messbar!

00:14:59: Procter & Gamble hat dazu eine sehr fundierte Feldstudie durchgeführt.

00:15:03: Sie ließen knapp achthundert Mitarbeiter aus Forschung und Entwicklung und dem Vertrieb an realen Innovationsaufgaben arbeiten.

00:15:15: Ganz genau.

00:15:16: Traditionell gibt es da massive Silos, die Forscher verlieben sich komplett in ihre Technologie und der Vertrieb will eigentlich nur das verkaufen was der Kunde heute schon versteht.

00:15:26: Ja kenne ich!

00:15:27: Durch den Einsatz solcher KI-Agenten zu Synthese und Gegenprüfung wurden diese Silos radikal aufgebrochen.

00:15:34: Die Teams, die diese synthetische Beratungen nutzten, waren am Ende zwölf Prozent schneller in ihrer Entscheidungsfindung.

00:15:42: Okay, das ist ordentlich

00:15:43: Und was noch viel wichtiger ist Die resultierenden Ideen waren deutlich ausgewogener und landeten viel häufiger im obersten Qualitätsbereich, weil eben die blinden Flecken der jeweils anderen Abteilung durch die KI offengelegt wurden.

00:15:57: Das klingt nach einem absolut perfekten Setup aber wenn ich das jetzt so höre dann drängt sich mir sofort eine fundamentale Skepsis auf.

00:16:07: Lass hören!

00:16:08: Wenn diese Werkzeuge so unfassbar mächtig sind Und wenn ich mir morgen diese Agenten für ein paar Euro im Monat mieten kann, dann kann mein direkter Konkurrent das exakt genauso tun.

00:16:19: Richtig!

00:16:20: Wenn wir beide Zugriff auf denselben brillanten KI-Kritiker und dieselbe Suchengine haben, dann wird das Ganze doch sofort zu absoluter Basisware – also mal ehrlich….

00:16:29: Wo zum Teufel so in dieser Welt noch ein echter unkopierbarer Wettbewerbsvorteil entstehen?

00:16:34: Und

00:16:34: das ist die wichtigste strategische Frage, die sich derzeit jedes Bord stellen muss.

00:16:39: Philippe Zassard liefert hierzu eine sehr treffende historische Parallele.

00:16:43: Er vergleicht die aktuelle KI-Revolution mit der Einführung des Internets Mitte der Neunzigerjahre.

00:16:49: Okay, nineteenhundertfünfundneinzig!

00:16:51: Damals wurde das grundlegende Protokoll –das World Wide Web– ja für alle gleichzeitig zugänglich.

00:16:57: Es war eine reine Basiswehr.

00:16:59: Jeder konnte eine Website bauen.

00:17:01: Genau, aber die Unternehmen, die daraus die mächtigsten Burggräben – die sogenannten Modes der Wirtschaftsgeschichte gebaut haben wie Amazon oder Netflix – die haben eben nicht einfach nur eine Websites als digitales Schaufenster ins Netz gestellt?

00:17:15: Stimmt!

00:17:15: Sie haben verstanden dass die Technologie nur das Fundament ist auf dem man tiefe strukturelle Vorteile aufbauen muss.

00:17:22: und für KI identifizierte Artikel.

00:17:24: jetzt drei ganz spezifische Burggröben.

00:17:27: Okay, lass uns die unbedingt konkret durchgehen.

00:17:30: Was ist Burgraben Nummer eins?

00:17:32: Der erste große Graben sind proprietary Daten...

00:17:35: Also meine eigenen!

00:17:36: Genau ein Basissprachmodell das du kaufst.

00:17:39: Das ist wie ein hochintelligentes aber völlig leeres Gehirn.

00:17:44: Es kennt halt nur das was öffentlich im Internet steht.

00:17:48: der wahre Wert entsteht erst wenn Du dieses Gehirnen mit deinen tiefen exklusiven Unternehmensdaten verknüpft.

00:17:54: Hast Du dann Beispiel.

00:17:56: Morgan Stanley hat das beispielsweise gemacht.

00:17:58: Die haben einen KI-Assistenten für ihre sechzehntausend Finanzberater gebaut, der wurde auf über hunderttausend internen exklusiven Forschungsdokumenten und historischen Transaktionsdaten trainiert.

00:18:12: Das kann kein Konkurrent einfach so kopieren!

00:18:15: Ein anderes Beispiel ist Stripe Raider zur Betrugserkennung.

00:18:18: Deren System wurde auf Transaktionen im Wert von eins Komma vier Billionen Dollar trainiert.

00:18:25: Also wenn mein Konkurrent und ich beide die gleiche Basis KI kaufen, er sie aber mit seinen hochgeheimen Finanzdaten- und Kundenhistorien füttert.

00:18:33: Und ich meine nur mit irgendwelchen öffentlichen Zeitungsartikeln?

00:18:37: Dann wird seine KI halt zum absoluten Wall Street high!

00:18:40: Und meine bleibt ein ahnungsloser Hobby Trader.

00:18:43: Schönes

00:18:43: Bild genau...

00:18:45: Daten sind also der erste Wall.

00:18:46: Was ist der zweite Burggraben?

00:18:48: Der zweite Burg Graben sind einzigartige tief integrierte Prozesse, du musst die KI aus dem reinen Chatfenster herausholen und sie physisch oder ganz tief in deine Software-Workflows einbetten.

00:18:59: Okay wie sieht sowas in der echten Welt aus?

00:19:01: Das eindrucksvollste Beispiel hierfür liefert John Deere mit seinem Sea & Spray System Die reine Bilderkennungskai, die auf dem Feld zwischen einer Nutzpflanze und Unkraut unterscheidet – das ist technologisch kein Geheimnis mehr.

00:19:14: Das kann wahrscheinlich jeder Informatikstudent programmieren?

00:19:17: Richtig!

00:19:18: Aber John Deere baut diese Intelligenz auf tonnenschwere Landmaschinen, die über unebene schlammige Felder fahren.

00:19:25: Das System trifft dort fünftausend präzise Sprühentscheidungen pro Minute und senkt den Herbizideinsatz so um bis zu siebenundsiebzig Prozent.

00:19:33: D.h.,

00:19:34: der Algorithmus an sich ist zweitrangig.

00:19:36: Die Kunst ist es eigentlich, diese digitale Intelligenz mit massiven Stahl, Hydraulik und einem weltweiten Händlernetzwerk zu verschmelzen.

00:19:44: Ganz genau!

00:19:45: Ein reines Software-Startup aus dem Silicon Valley kann vielleicht einen besseren Algorithmus schreiben aber es hat keine Traktoren auf den Feldern von Iowa.

00:19:53: Macht Sinn.

00:19:54: Durch diese Prozessintegration wandelt sich John Deere vom reinen Maschinenbauer zu einer unersetzlichen, datengetriebenen Plattform für Präzisionslandwirtschaft.

00:20:03: Und das führt uns dann wahrscheinlich zum Drittenburggraben!

00:20:06: Richtig – die reine Umsetzungsgeschwindigkeit gepaart mit Feedback-Schleifen.

00:20:12: Also wer zuerst kommt, malt zuerst.

00:20:14: Im Grunde ja Es geht um den Vorteil, den schnelles Handeln in der Datenökonomie bringt.

00:20:20: Der Artikel nennt hier Duolingo.

00:20:22: Als die neuen großen KI-Modelle auf den Markt kamen, waren die extrem schnell darin diese in neue Premium-Features umzusetzen.

00:20:30: Ja, die waren wirklich fix!

00:20:31: Aber der wahre langfristige Vorteil ist ihr eigenes Lernmodell namens Birdbrain.

00:20:36: Weil sie so früh dran waren und diese massive Nutzerschaft haben wird dieses System nun täglich von ´´½ Milliarden absolvierten Übungen gespeist.

00:20:46: Wow – ¼ Milliarden – Täglich

00:20:50: Täglich.

00:20:51: Diese gewaltige, kontinuierliche Feedback-Schleife die macht das System jeden Tag so viel besser dass ein neuer Konkurrent diesen Vorsprung kaum noch aufholen kann Selbst wenn er morgen das exakt gleiche Basis KI Modell nutzt.

00:21:04: Wahnsinn Wenn ich das mal für uns zusammenfasse.

00:21:07: Das Sprachmodell über das aktuell alle reden ist also eigentlich nur der hochgezüchtete Motor den jeder von uns im Katalog bestellen kann.

00:21:16: Aber mein exklusiver Datensatz – das ist der Treibstoff Und meine internen, proprietären Unternehmensprozesse – das ist das Fahrwerk.

00:21:24: Das ist eine sehr treffende Analogie und um direkt im Bild zu bleiben wenn du versuchst einen extrem leistungsstarken Formel I Motor in einen klapprigen Golf einzubauen dann zerreiß es dir auf der ersten Geraden schlichtweg das Fahrwerk.

00:21:39: Klar Und genau das passiert derzeit Unternehmen, die jetzt völlig panisch KI-Tools einkaufen ohne ihre internen Prozesse, ihre Datenarchitektur und ihre strategischen Ziele anzupassen.

00:21:50: Nur wer das System als Plattform begreift baut einen echten Wettbewerbsvorteil

00:21:59: auf!

00:22:00: Selbstständig tausende von Routenoptionen generiert, die Rennstrecke in Echtzeit modelliert und diese KI-Agenten sich gegenseitig in der Boxengasse Stress testen.

00:22:11: Ja?

00:22:12: Was genau macht dann das menschliche Strategietheam beim nächsten Offside?

00:22:17: Werden die denn einfach alle arbeitslos?

00:22:19: Absolut nicht!

00:22:20: Aber die Rolle wandelt sich fundamental... die Technologie unterstützt und skaliert unsere kognitiven Fähigkeiten.

00:22:28: Aber sie ersetzt weder die menschlichen Stakeholder noch die unternehmerische

00:22:31: Verantwortung.".

00:22:32: Okay, das heißt?

00:22:33: Der Strategie der Zukunft wandelt sich vom reinen Analysten der wochenlang historische Daten sammelt und Excel-Zellen ausfüllt hin zu einem Architekten.

00:22:42: Du musst die Systeme orchestrieren, die Workflows designen und vor allem die richtigen System Prompts für deine synthetischen Kritiker schreiben.

00:22:50: Man baut quasi die Maschine, die die Strategie testet.

00:22:54: Genau!

00:22:55: Und man darf nie vergessen, auch die besten KI-Modelle haluzinieren.

00:23:00: Sie können Analysen erzeugen, die extrem überzeugend klingen aber subtile strategische Fehler enthalten.

00:23:06: Die Letztverantwortung und unsere menschliche Urteilskraft als Filter am Ende der Kette werden wichtiger denn je.

00:23:13: Eigentlich wenn man mal darüber nachdenkt ist das doch ein massives Upgrade für uns Menschen

00:23:17: Inwiefern?

00:23:18: Naja, wenn wir nicht mehr wochenlang im Maschinenraum sitzen müssen um mühsam Basisdaten für irgendein stares Matrix-Modell zusammenzutragen dann haben wir doch endlich die mentale Kapazität für die wirklichen Kernfragen der Führung.

00:23:32: Das stimmt!

00:23:33: Wir können uns endlich fragen welches Risiko wollen wir in diesem Markt eigentlich wirklich tragen?

00:23:38: Was ist unsere moralische und strategische Identität als Unternehmen?

00:23:42: Wer wollen wir

00:23:43: sein?!

00:23:44: Und genau das ist die Kernessenz, die kognitiven Fesseln von denen wir ganz zu Beginn sprachen.

00:23:49: Die fallen weg!

00:23:50: Es bedeutet nicht dass die Maschine jetzt die Strategie macht.

00:23:54: es bedeutet dass der Mensch Strategie endlich auf dem Komplexitätsniveau der realen Welt machen kann.

00:24:01: Das ist ein toller Gedanke.

00:24:02: Lassen wir das Strategie-Meeting der Zukunft zum Abschluss doch noch einmal kurz Review passieren.

00:24:07: Du startest nicht mehr mit einem leeren Whiteboard, sondern mit einer Shortlist die aus vierzig Millionen maschinell gescreenten Optionen destilliert wurde.

00:24:16: An der Wand hängt kein veralteter Quartalsbericht mehr, sondern ein lebendes atmenes Marktmodell in Echtzeit.

00:24:22: Und bevor überhaupt irgendjemand im Raum das Wort ergreift wurde der favorisierte Plan bereits von unermüdlichen KI-Agenten die Konkurrenten und Kritiker simulieren aufs schärfste Stress getestet.

00:24:44: unbedingt mit auf den Weg geben möchte.

00:24:47: Eine Frage, die dich direkt in die Handlungspflicht nimmt.

00:24:49: Da bin ich gespannt!

00:24:51: Stell dir vor dein direkter Konkurrent richtet genau jetzt in diesem Moment ein Team von KI-Agenten ein und dieses Team ist einzig und allein darauf programmiert die Schwächen deiner aktuellen Unternehmensstrategie zu simulieren sie zu zerflücken und schonungslos anzugreifen.

00:25:08: Ist dein Plan so wie er heute auf dem Papier steht robust genug um diesen KI Stresstest zu überleben?