AI or DIE

Jetzt anmelden: https://www.executivefinancesummit.com/efs2026masterclass-agenda In dieser Folge von AI or DIE spreche ich mit Daniele Tedesco von Apliqo über konkrete Einsatzmöglichkeiten und die Zusammenarbeit zwischen Agenten und Finanzexperten. Daniele erläutert, wie Agenten beim Monatsabschluss Daten abgleichen und in der Abweichungsanalyse relevante Unterschiede und ihre Ursachen untersuchen. Wir besprechen, wie sich diese Erkenntnisse für die Erstellung eines Forecasts nutzen lassen und welche Rolle eine verlässliche Datenbasis dabei spielt. Weitere Themen sind die Entwicklung von der jährlichen Budgetierung zur dynamischen Planung, das Verhältnis von Standards und individuellen Modellen sowie der Zugang zu Analysefunktionen über natürliche Sprache. Damit Agenten passende Antworten liefern, müssen sie die Strukturen, Kennzahlen und Begriffe des jeweiligen Unternehmens verstehen. Ein Schwerpunkt bleibt die Rolle des Menschen: Nicht jede Information über Kunden, Märkte oder neue Geschäftschancen steht bereits im System. Finanzexperten ergänzen diesen Kontext, prüfen die Ergebnisse und geben die Planung frei. Zum Abschluss sprechen wir über mögliche Veränderungen bei Software und Lizenzmodellen sowie das im Gespräch vorgestellte Format „AI für Macher“ in Frankfurt.

Muss ich jetzt auch noch die KI führen? Wenn Agenten Aufgaben übernehmen und eigenständig Ergebnisse liefern sollen, gehören sie dann zum Team? Brauchen sie Ziele, Feedback und Entwicklungsgespräche?

https://www.aiordie-x.de/playbooks/ Du nutzt SAP und möchtest mit KI Zeit sparen, Fehler reduzieren und deine Prozesse verbessern. Aber wo fängst du an? Wann reicht eine Standardfunktion, wann hilft Joule und wann lohnt sich ein eigener KI-Agent?

Copilot-Lizenzen sind schnell gekauft. Damit Mitarbeitende die KI im Arbeitsalltag sinnvoll einsetzen, braucht es passende Lernangebote, konkrete Aufgaben und Trainings, die zur Realität des Unternehmens passen.

Ein KI-Agent ist schnell gebaut. Aber versteht er auch dein Geschäft? Wer ihm nur Daten hinwirft, darf sich über unzuverlässige Ergebnisse nicht wundern. Andreas Wiener und Carsten Bange diskutieren, warum Context Engineering zum entscheidenden Thema für Unternehmen wird. Arbeitsanweisungen, Servicegespräche, Erfahrungswissen: Was bisher in Dokumenten verstaubt oder in Köpfen verschwindet, soll Agenten endlich brauchbar machen. Doch mehr Informationen bedeuten auch mehr Widersprüche. Einfach alles reinzukippen ist noch keine Strategie. Außerdem: Was bringt die Partnerschaft von STACKIT und Snowflake für digitale Souveränität? Welche Abhängigkeiten bleiben bestehen – und wie viel darf Unabhängigkeit kosten? Wenn Chatbots zur zentralen Oberfläche werden, müssen auch Softwareanbieter erklären, wofür ihre Kunden künftig noch bezahlen. Dazu gibt es die aktuellen Investment- und Übernahmenews aus dem Data- und AI-Markt. Die wichtigste Fähigkeit bleibt dabei menschlich: überzeugend vorgetragene Antworten hinterfragen. Denn KI macht Fehler, die verdammt plausibel klingen. Wer jeden davon glaubt, automatisiert vor allem seine eigene Leichtgläubigkeit.

Alles in der Cloud, alles bestens? Bis der Anbieter die Preise hochzieht, ein Dienst wegfällt oder der Wechsel plötzlich zum Großprojekt wird. Wer seine gesamte Architektur auf einen Anbieter zuschneidet, sollte wissen, wie er da wieder rauskommt. Andreas Wiener spricht mit Janine Ellner und Fabian Hardt von OPITZ CONSULTING über digitale Souveränität – und warum ein Rechenzentrum in Deutschland allein dafür nicht reicht. Was bringt der deutsche Speicherort, wenn die nächste KI-Anwendung eure Daten direkt wieder ins Ausland schickt? Und wie unabhängig seid ihr, wenn eure Software nur bei einem einzigen Anbieter funktioniert? Im Mittelpunkt steht STACKIT als deutsche Cloud-Alternative: Was funktioniert bereits, wo fehlen noch KI-Ressourcen und wie realistisch ist der Umstieg aus einer gewachsenen Microsoft- oder Google-Landschaft? Dazu geht es um offene Standards, kalkulierbare Kosten und einen Plan B, der im Ernstfall auch trägt. Dabei muss niemand reflexartig den Hyperscaler verlassen. Aber Abhängigkeiten sollte man bewusst eingehen. Und die Fachbereiche gehören mit an den Tisch: Die souveränste Architektur hilft wenig, wenn Beschäftigte ihre Daten anschließend in irgendein KI-Tool kopieren.

Ein KI-Agent kann Arbeit beschleunigen. Und Fehler gleich mit. Wer Geschäftsprozesse an Agenten übergibt, braucht deshalb klare Antworten: Was dürfen sie entscheiden? Welche Daten brauchen sie? Und wann muss ein Mensch eingreifen? Andreas spricht mit Nico von SAP darüber, wie Agentic AI im Unternehmen tatsächlich Wert schafft: Lieferprobleme bearbeiten, Wartung anstoßen, Prozesse automatisieren. Wo reichen Standardagenten, wann braucht es individuelle Lösungen – und woran scheitert der Sprung vom überzeugenden Pilotprojekt in den produktiven Betrieb? Auch die Kunden werden ungeduldig. Statt langer Experimentierphasen stehen sechs Monate bis zum erwarteten ROI im Raum. Das verändert die Softwarebranche: Features vorführen reicht nicht mehr. Der Nutzen muss im Geschäftsprozess ankommen. Und der Mensch? Dessen Rolle verschiebt sich. Prozessverständnis, Vertrauen und Verantwortung gewinnen an Gewicht. Denn einen Agenten loszuschicken wird immer einfacher. Zu wissen, wofür, mit welchen Rechten und unter wessen Kontrolle, bleibt die eigentliche Arbeit.

Alle wollen KI-Agenten. Aber wenn im Unternehmen 17 verschiedene Definitionen von Umsatz kursieren, weiß auch der Agent nicht, welche gemeint ist. Die nächste Software ist schnell gekauft. Eine gemeinsame Sprache und klare Verantwortung gibt’s nicht im Lizenzpaket dazu. Andreas Wiener spricht mit Marcel und Sascha von valantic darüber, was KI im SAP-Alltag tatsächlich bringt. Wo lassen sich E-Mails und PDFs automatisiert verarbeiten? Wie helfen Agenten bei Ausschreibungen? Und warum steckt hinter manchem Wunsch nach einem Sales-Agenten eigentlich ein fehlendes Dashboard? Es geht um Datenqualität, SAP Business Data Cloud und Governance, die Menschen handlungsfähig macht. Wie absurd die Suche nach Verantwortung werden kann, zeigt eine Geschichte über einen Brief mit AirTag: Wenn sich der zuständige Data Owner nur per Sendungsverfolgung finden lässt, liegt noch Arbeit vor euch. Dazu kommt die unbequeme Frage: Was passiert, wenn Beschäftigte genau die Aufgaben abgeben sollen, über die sie sich jahrelang definiert haben? KI einzuführen heißt auch, Arbeit und Verantwortung neu zu verteilen. Wer etwas bewegen will, muss seine Daten verstehen, seine Leute mitnehmen – und sich endlich trauen, mehr als den nächsten Chatbot zu fordern.

In dieser Episode von AI or Die diskutieren Andreas Wiener und Christian Bühler die aktuellen Antitrends in der KI-Branche. Sie beleuchten die Herausforderungen, die mit der Implementierung von Agenten verbunden sind, und betonen die Bedeutung von Datenqualität. Zudem wird die Problematik von Proof of Concepts und die Risiken der Autonomie von KI-Systemen thematisiert.

Wie verändert Künstliche Intelligenz die Unternehmensberatung wirklich? Und was passiert, wenn KI nicht nur einzelne Aufgaben beschleunigt, sondern Wissen, Prozesse und Beratungsleistungen grundsätzlich neu organisiert? In dieser Folge spricht Andreas Wiener mit Laurenz von valantic darüber, wie Beratungshäuser KI heute selbst einsetzen und welche Erfahrungen sich daraus für Unternehmen ableiten lassen. Im Mittelpunkt steht die Frage, wie aus ersten Anwendungen echter Unternehmenswert entsteht. Laurenz beschreibt dafür drei Entwicklungsstufen: KI im Arbeitsalltag etablieren, bestehende Workflows konsequent mit KI weiterentwickeln und schließlich KI direkt in Produkte und Dienstleistungen integrieren. Ein konkretes Beispiel ist die Partnerschaft von valantic mit Anthropic. Gleichzeitig entsteht eine eigene AI Skill Factory, mit der wiederkehrendes Beratungswissen in nutzbare KI Skills überführt wird. Erfahrungen aus Projektvorschlägen, Workshops oder Projektmanagement lassen sich damit skalieren und innerhalb der Organisation verfügbar machen. Die Folge beleuchtet außerdem die Möglichkeiten von Claude und Claude Code, den aktuellen Stand von Vibe Coding und die Grenzen heutiger Systeme. Denn auch bei leistungsfähiger KI bleibt der Human in the Loop relevant. Klar wird: Die entscheidende Frage lautet längst nicht mehr, ob Unternehmen KI einsetzen. Entscheidend ist, wie konsequent sie KI in ihre Wertschöpfung integrieren und daraus messbaren Nutzen schaffen.