Regulierung, Cybersecurity und Cloud-Abhängigkeit

Immobilienplanung ist kein Excel-Spiel mehr. Dafür sind Märkte, Finanzierung, Regulierung und Investitionsentscheidungen inzwischen zu komplex geworden. In dieser Folge von AI or DIE spricht Andreas Wiener mit Christian Bast über integrierte Unternehmensplanung in der Immobilienwirtschaft – und darüber, wie ein Unternehmen wie die KAIFU mit Jedox seine Planungs- und Controllingprozesse professionalisiert hat. Es geht um Wohnungsbestände, Mietenplanung, Investitionsplanung, Finanzierung, Bauvorhaben, HR-Planung und die Frage, warum saubere Stammdaten plötzlich zum strategischen Hebel werden. Christian zeigt, warum ein BI-Tool nicht automatisch Probleme löst, sondern erst einmal Transparenz schafft. Genau darin liegt der Wert: Wer seine Daten, Prozesse und Planungslogiken sauber zusammenführt, kann Szenarien simulieren, Entscheidungen besser vorbereiten und schneller auf veränderte Rahmenbedingungen reagieren. Die zentrale Botschaft: Kennzahlen allein sind noch kein Controlling. Erst wenn Unternehmen mit ihnen Entscheidungen treffen, entsteht echte Steuerung.

In dieser Folge spricht Andreas mit Martin Guther über die aktuellen Entwicklungen bei SAP rund um Business AI, Joule, Agenten, Autonomous Enterprise und AI Governance. Im Mittelpunkt steht die Frage, wie Unternehmen KI sinnvoll aus der Pilotphase in echte Geschäftsprozesse bringen können – mit klarer Governance, guter Datenbasis und einem Verständnis dafür, dass KI nicht nur ein Technik-, sondern vor allem ein Veränderungsthema ist. Außerdem geht es um die Business Data Cloud, Agent-to-Agent-Szenarien, Change Management und die SAP-Veranstaltung am 11. Juni in Berlin. 🎟️ Für die AI or DIE Community gibt es kostenlose Tickets zur SAP-Veranstaltung in Berlin. Link in der Beschreibung. In dieser Folge spricht Andreas mit Martin Guther über die aktuellen Entwicklungen bei SAP rund um Business AI, Joule, Agenten, Autonomous Enterprise und AI Governance. Im Mittelpunkt steht die Frage, wie Unternehmen KI sinnvoll aus der Pilotphase in echte Geschäftsprozesse bringen können – mit klarer Governance, guter Datenbasis und einem Verständnis dafür, dass KI nicht nur ein Technik-, sondern vor allem ein Veränderungsthema ist. Außerdem geht es um die Business Data Cloud, Agent-to-Agent-Szenarien, Change Management und die SAP-Veranstaltung am 11. Juni in Berlin. 🎟️ Für die AI or DIE Community gibt es kostenlose Tickets zur SAP-Veranstaltung in Berlin. Link in der Beschreibung.

Link: https://www.tdwi-konferenz.de/de/programm/konferenzprogramm?tx_dmconferences_session%5Btrack%5D=1706&cHash=da3e0ad8501d297628094cf800ec8391 Alle reden über AI. Aber auf der Gartner-Konferenz in London wurde wieder klar: Ohne Datenfundament wird daraus kein skalierbarer Mehrwert. In dieser Folge von AI or DIE spricht Andreas Wiener mit Janine über ihre Eindrücke von der Gartner-Konferenz: große Bühne, internationale Entscheider, viele AI-Themen und ein klares Muster hinter fast allen Diskussionen. Es geht nicht mehr nur darum, ob Unternehmen AI einsetzen. Es geht darum, ob sie überhaupt bereit dafür sind. Janine berichtet von Vorträgen zu Data Foundation, AI Readiness, AI Agents, Data Culture und der Frage, wie Unternehmen den Wert von AI-Projekten überhaupt messen können. Besonders spannend: Der Hype um autonome AI Agents ist laut Gartner noch ganz oben auf der Erwartungskurve. Viele Unternehmen testen, wenige skalieren wirklich. Die zentrale Erkenntnis: AI scheitert nicht zuerst an Tools. AI scheitert an fehlendem Kontext, schlechten Metadaten, unklaren Datenstrukturen und Menschen, die nicht ausreichend vorbereitet sind. Diese Folge ist ein Realitätscheck für alle, die glauben, man könne AI einfach auf bestehendes Datenchaos setzen.

Link: http://www.five1.de/podcast/leitfaden-ai-governance Alle wollen KI nutzen. Aber kaum jemand hat sauber geklärt, wer eigentlich Verantwortung trägt, welche Daten genutzt werden dürfen und wann eine KI-Entscheidung vertrauenswürdig ist. Genau hier beginnt AI Governance. In dieser Folge von AI or DIE spricht Andreas Wiener mit Christian Bühler darüber, warum KI nicht an fehlender Technologie scheitert, sondern an fehlenden Leitplanken. Denn schlechte Daten, unklare Rollen und Schatten-KI werden durch künstliche Intelligenz nicht gelöst — sie werden skaliert. Christian erklärt, warum Unternehmen zuerst verstehen müssen, was bereits im Einsatz ist, bevor sie neue Regeln aufstellen. Denn viele Mitarbeitende nutzen längst KI-Tools, oft ohne klare Freigaben, ohne Governance und ohne Bewusstsein für Risiken. Dabei geht es nicht um Bürokratie. Es geht um Enablement. AI Governance soll Unternehmen nicht ausbremsen, sondern handlungsfähig machen. Sie schafft Rollen, Verantwortlichkeiten, Entscheidungsregeln und Transparenz. Erst dadurch wird KI aus einem Experiment zu einem skalierbaren Bestandteil des Geschäfts. Die zentrale Botschaft: Wer KI produktiv nutzen will, braucht Vertrauen. Und Vertrauen entsteht nicht durch Hype, sondern durch Governance. ⸻ Timestamps 00:00 – Intro: Warum AI Governance jetzt Pflicht wird 00:41 – Warum KI Datenprobleme sichtbar macht 01:24 – Feedback zur letzten Folge über Datenfundamente 02:15 – Unterschied zwischen Data Governance und AI Governance 03:56 – Kann man KI-Entscheidungen vertrauen? 05:16 – Warum Bestandsaufnahme der erste Schritt ist 06:20 – Schatten-KI und unbekannte Tools im Unternehmen 07:10 – Warum AI Governance mit einem Use Case starten sollte 08:28 – Bestandsaufnahme: Fehler finden und Blueprints erkennen 09:44 – Governance als Enablement statt Kontrolle 10:46 – Warum Regeln bessere Ergebnisse ermöglichen 12:05 – Rollenmodelle: Wer trägt Verantwortung? 13:55 – AI Owner, Risk Officer und klare Zuständigkeiten 14:39 – Warum Berater Governance anschieben, aber nicht leben sollten 15:55 – Betriebsrat, IT, Compliance und Management einbinden 17:20 – Warum AI Governance kontinuierlich weiterentwickelt werden muss 18:55 – Standards, Zertifizierungen und neue Anforderungen 20:00 – Fehlerkultur als Bestandteil von AI Governance 21:59 – Typische Fehler: sensible Daten, fehlende Transparenz, schlechte KPIs 23:19 – Warum AI Governance dynamischer ist als Data Governance 24:30 – Monitoring von AI-Systemen als neue Pflicht 25:13 – AI Governance als echter Wettbewerbsvorteil 26:37 – Die wichtigsten Prinzipien in einer Minute 28:18 – Vom Macher zum Dirigenten: Die neue Rolle des Menschen 30:29 – Guide, Austausch und Abschluss

Link: https://www.hrcie.com/insurenxt-2026-in-koeln/ Eventkalender: https://www.aiordie-x.de/eventkalender/ Kontakt: https://www.hrcie.com/ Versicherungen waren schon datengetrieben, bevor AI zum Buzzword wurde. Doch jetzt steigt der Druck massiv. In dieser Folge von AI or DIE spricht Andreas Wiener mit Frank Hendricks über die Realität moderner Versicherungen: Solvency II, BaFin-Regulierung, Dunkelverarbeitung, Kostenumlage, Data Governance und die Frage, warum Versicherer heute Transparenz liefern müssen, die sie vor zehn Jahren noch gar nicht messen konnten. Dabei wird schnell klar: Versicherung ist längst kein klassisches Policengeschäft mehr. Es ist ein hochreguliertes Daten- und Steuerungsbusiness. Frank erklärt, warum Prozesse heute komplett automatisiert laufen müssen, wie Tarife bereits auf „Dunkelverarbeitbarkeit“ optimiert werden und weshalb Kostenverteilung in Versicherungen ein eigenes Universum ist. Außerdem geht es um die Rolle von IBM Planning Analytics / TM1 bei hochkomplexen Umlage- und Steuerungsmodellen, um regulatorische Nachweispflichten, Audit Trails, Governance und die Realität hinter modernen Versicherungs-IT-Systemen. Eine Folge für alle, die verstehen wollen, warum Versicherungen beim Thema Daten oft weiter sind als viele andere Branchen — und warum AI ohne saubere Steuerungslogik dort wertlos bleibt. ⸻ Timestamps 00:00 – Intro und Rückblick auf die erste Folge 01:04 – Warum Versicherungen extrem datengetrieben arbeiten 01:54 – Solvency II und die Folgen der Finanzkrise 03:41 – Transparenz als regulatorischer Zwang 05:06 – Dunkelverarbeitung und vollautomatische Schadenprozesse 07:15 – Warum Tarife heute auf Automatisierung optimiert werden 08:28 – Die HUK Coburg als datengetriebener Versicherer 10:32 – IBM Planning Analytics / TM1 bei der HUK 12:20 – Kostenumlage als zentrale Herausforderung 13:33 – Warum Versicherungen eigene Rechnungslogiken haben 14:49 – Das Problem klassischer ERP-Systeme 16:05 – TM1 als Nebenbuch und prüfungsrelevantes System 18:23 – Verteilungsschlüssel und regulatorische Nachweispflichten 20:25 – Echtzeit-Umlagen und In-Memory-Technologie 21:20 – Governance, Audit Trails und Compliance 24:53 – Monitoring, Deployment und Data Governance 27:53 – Warum TM1 seit Jahrzehnten erfolgreich eingesetzt wird 29:21 – Predictive Analytics und Simulationen im Controlling 31:57 – Fazit: Versicherungen als hochkomplexe Datenorganisationen 33:15 – Austausch, Community und Insurance Next in Köln

https://www.techshowfrankfurt.de/big-data-ai-world Datensouveränität war lange ein Randthema. Jetzt ist sie ganz oben auf der Agenda. In dieser Folge des AI or DIE Newscasts spricht Andreas Wiener mit Carsten Bange über die neue BARC-Studie zur Datensouveränität – und darüber, warum Unternehmen plötzlich sehr genau hinschauen, wo ihre Daten liegen, wer Zugriff darauf hat und wie abhängig sie von Cloud-Anbietern sind. Die Zahlen sind eindeutig: Fast jedes Unternehmen bewertet Datensouveränität inzwischen als wichtig oder sehr wichtig. Besonders regulierte Branchen wie Banken, Versicherungen, Energie und Healthcare spüren den Druck massiv. Doch es geht nicht nur Politik. Es geht Regulierung, Cybersecurity, AI in Kernprozessen, hybride Cloud-Strategien und die Rückkehr von On-Prem. Außerdem werfen Andreas und Carsten einen Blick auf den Data- und AI-Markt: sinkende SaaS-Bewertungen, neue Build-vs.-Buy-Fragen durch AI, weniger M&A-Dynamik und spannende Deals rund SAP, Reltio, ServiceNow, Pyramid, Databricks und ClickHouse. Die klare Botschaft: Wer Datensouveränität heute noch als technisches Detail behandelt, hat die Lage nicht verstanden. ⸻ Timestamps 00:00 – Intro: Datensouveränität als Dauerbrenner 01:17 – Warum das Thema politischer geworden ist 02:11 – Neue BARC-Studie und Big Data & AI World 03:08 – Erste Welle: USA, Cloud und neue Abhängigkeiten 04:00 – Zweite Welle: Zölle, Grönland und geopolitische Unsicherheit 05:21 – Studie: Datensouveränität wird deutlich wichtiger 06:20 – Warum fast jedes Unternehmen betroffen ist 08:05 – Wie Hyperscaler auf europäischen Druck reagieren 09:26 – Treiber: Regulierung, Politik und Cybersecurity 10:52 – Interne Treiber: Daten und AI in Kernprozessen 12:10 – Konkrete Maßnahmen: Security, Hybrid Cloud und On-Prem 13:06 – Repatriation: Daten zurück aus der Cloud 14:08 – Cybersecurity und Schutz sensibler AI-Assets 15:52 – Multicloud und regionale Cloud-Anbieter 17:13 – Stackit und die neue Logik der Schwarz Gruppe 20:18 – M&A-Update: Data- und AI-Markt unter Druck 21:14 – SaaS-Bewertungen und AI als Geschäftsmodellrisiko 22:10 – Vibe Coding verändert Build vs. Buy 23:32 – Konsolidierung im Beratungsmarkt 24:55 – Investments: Qdrant, CircleOne, Databricks, ClickHouse 26:38 – Akquisitionen: SAP/Reltio und ServiceNow/Pyramid 29:42 – Weniger Deals und kältere Marktphase 30:24 – Ausblick: Big Data & AI World und Data Festival 31:13 – Outro

Link zur board BEYOND https://beyond.board.com/event/board-beyond-dach-2026/ Eventkalender: https://www.aiordie-x.de/eventkalender/ Datensouveränität ist kein IT-Thema mehr. Es ist ein strategisches Thema. In dieser Folge von AI or DIE spricht Andreas Wiener mit Björn Stauss über genau diesen Shift – und warum Unternehmen gerade jetzt gezwungen sind, ihre Datenstrategie komplett neu zu denken. Zwischen Cloud-Abhängigkeit, geopolitischen Unsicherheiten und wachsendem AI-Druck wird klar: Wer seine Daten nicht im Griff hat, verliert die Kontrolle über sein Business. Björn zeigt, wie Board das Thema seit Jahren konsequent denkt – von europäischen Rechenzentren über vollständige DSGVO-Compliance bis hin zu integrierter AI, die nicht einfach Daten nach außen schiebt, sondern innerhalb sicherer Strukturen bleibt. Besonders spannend: Datensouveränität wird nicht mehr nur abgefragt – sie entscheidet über Deals. Doch es geht nicht nur um Sicherheit. Es geht um Geschwindigkeit. Die Diskussion macht deutlich, warum klassische Planung nicht mehr ausreicht und warum integrierte Businessplanung (IBP) heute der einzige Weg ist, um auf volatile Märkte reagieren zu können. Gleichzeitig wird klar: Die Technologie ist längst weiter als viele Unternehmen. Das eigentliche Problem ist das Mindset. Ein zentrales Learning: AI ist kein Feature mehr – sie verändert Rollen, Prozesse und Erwartungen. Und wer seinen Mitarbeitenden nicht die richtigen Tools gibt, verliert sie. Diese Episode ist Pflicht für alle, die verstehen wollen, warum Datensouveränität, AI und Planung keine getrennten Themen mehr sind – sondern gemeinsam über Wettbewerbsfähigkeit entscheiden. ⸻ Timestamps 00:00 – Intro: Datensouveränität & agile Planung 00:38 – Board Event in Frankfurt: Warum sich Teilnahme lohnt 03:08 – Datensouveränität bei Board: Architektur & Strategie 05:12 – Warum Datensicherheit oft zu spät im Sales-Prozess kommt 06:02 – Die größte Gefahr: interne statt externe Angriffe? 08:07 – Europäische Anbieter vs. US-Hyperscaler 10:08 – Warum Board heute anders wahrgenommen wird 11:10 – Stärke der Plattform: Erfahrung + Integration 13:23 – AI im Unternehmen: Warum fehlende Tools zur Kündigung führen 14:33 – AI Agents in Planung: Mehr als nur Chatbots 16:52 – Security & Zugriff: Warum AI Governance entscheidend ist 18:04 – Testing hat sich verändert: Fokus auf Zugriff statt Funktion 19:49 – Neues Excel Add-in & Microsoft-Integration 22:40 – Warum Excel nicht verschwindet – sondern stärker wird 24:59 – Technologie vs. Mindset: Das eigentliche Problem 28:42 – Beratung + Software: Warum beides entscheidend ist 31:13 – Change Management: Erfolgsfaktor für Planungssysteme 32:14 – IBP: Warum integrierte Planung der nächste Schritt ist

Link: https://hz.group/insight/ai-as-a-productivity-booster/ Viele Unternehmen reden noch über KI, als wäre sie ein Innovationsprojekt für irgendwann. Die Wahrheit ist härter: KI ist längst dabei, zur Grundvoraussetzung für produktive Wissensarbeit zu werden. In dieser Folge von AI or DIE spreche ich mit Tilman darüber, wie Unternehmen KI wirklich auf die Straße kriegen. Nicht als Show, nicht als Buzzword, sondern als funktionierende Produktivitätsmaschine. Wir sprechen darüber, warum ein einfacher Chatbot allein noch keine Transformation ist, welche vier KI-Archetypen Unternehmen verstehen müssen und weshalb viele Firmen gerade denselben Fehler machen wie damals bei der Digitalisierung: Sie behandeln KI wie ein Tool, statt sie als neues Arbeitsmodell zu begreifen. Es geht um Copilots, Agenten, Workflows und KI-native Tools. Es geht um die Frage, warum eigene Agenten oft besser sind als zentral verordnete Lösungen. Und es geht um die unbequeme Realität, dass sich Wissensarbeit gerade fundamental verändert. Die Kernthese dieser Folge ist glasklar: Wer KI nur beobachtet, verliert. Wer sie in den Alltag integriert, wird schneller, besser und gefährlicher für den Wettbewerb. Diese Episode ist kein Zukunftsgerede. Sie ist eine Standortbestimmung für Unternehmen, die verstanden haben, dass „irgendwann mal KI“ keine Strategie ist. ⸻ Timestamps 00:00 – Intro: AI or DIE ist wörtlich gemeint 00:21 – Wie Unternehmen KI wirklich auf die Straße bringen 01:01 – Die vier Archetypen von KI im Unternehmen 02:43 – KI im Analytics- und Reporting-Kontext 03:54 – Warum viele Unternehmen KI falsch einordnen 05:32 – Mensch-Maschine-Interaktion im KI-Zeitalter 06:58 – Warum Unternehmen ihren Mitarbeitenden KI bieten müssen 08:31 – KI im Unternehmen ist kein Nice-to-have mehr 09:56 – Bottom-up-Innovation: Mitarbeitende bringen KI selbst mit 11:02 – Agenten: nächstes Level oder nächstes Chaos 12:35 – Self-Service vs. Governance bei KI-Agenten 14:54 – Warum selbst gebaute Agenten oft die besten sind 17:02 – Studienergebnis: KI macht 40 Prozent schneller 18:51 – Warum Agenten nicht automatisch schneller machen 20:16 – Wo KI bei standardisierten Aufgaben besonders stark ist 22:50 – Workflows statt Hype: echte Automatisierung im Alltag 24:16 – Make or Buy: selbst bauen oder einkaufen 26:06 – Microsoft, Power Automate und der Plattformgedanke 27:07 – Der vierte Archetyp: KI-native Tools und Integrationen 30:06 – Die neue Rolle des Menschen: vom Macher zum Dirigenten 31:27 – Warum Hierarchien und Rollenbilder sich verändern werden 32:24 – AI Productivity Playbook und Ausblick auf Teil 2 33:06 – Schlussgedanke: Verliert Wissensarbeit gerade ihre alten Qualitätsmerkmale?

Eventkalender: https://www.aiordie-x.de/eventkalender/ Data Products sind eines dieser Themen, über die viele seit Jahren reden. Aber jetzt wird es ernst. In dieser AI or DIE Newscast-Folge spricht Andreas Wiener mit Carsten Bange über eine neue Studie zu Data Products und darüber, warum das Thema gerade jetzt massiv an Bedeutung gewinnt. Der Auslöser ist klar: Unternehmen wollen AI produktiv nutzen – und merken plötzlich, dass ohne vertrauenswürdige, sauber beschriebene und nutzbare Datenprodukte genau gar nichts skaliert. Die Diskussion geht deshalb bewusst weg vom Buzzword und hin zur Praxis. Was ist überhaupt ein Data Product? Wie unterscheidet es sich von einem Data Asset? Warum braucht es Metadaten, Verantwortlichkeiten und klare Nutzungsregeln? Und weshalb korreliert eine hohe Reife bei Data Products so stark mit einer hohen Reife bei produktiven AI-Projekten? Außerdem geht es um die nächste Evolutionsstufe im Datenmanagement: Nicht nur Daten sammeln, sondern sie intern so organisieren, dass sie wiederverwendbar, verständlich und vertrauenswürdig werden. Genau dort entstehen dann die Grundlagen für Analytics, Reporting und eben auch AI-Produkte. Diese Folge ist besonders relevant für alle, die sich fragen, warum AI im Unternehmen oft langsamer vorankommt als gedacht. Die Antwort könnte simpel sein: Weil das Fundament noch nicht als Produkt gedacht wird. ⸻ Timestamps 00:00 – Intro: Newscast und Fokus auf Data Products 00:59 – Warum die Studie zu Data Products gerade relevant ist 01:27 – Data Products und AI Products: Wo ist der Zusammenhang? 03:13 – Warum jede Organisation ihre eigene Definition braucht 03:57 – Data Products sind keine reine IT-Domäne 05:45 – Was ist konkret ein Data Product? 08:23 – Von Data Assets zu echten Produkten 10:44 – Aggregierte und abgeleitete Datenprodukte 11:51 – Interne vs. externe Datenprodukte 13:12 – AI als Treiber für Data Products 15:24 – Studie: Zusammenhang zwischen Data Products und AI-Reife 18:31 – Die größten Herausforderungen bei Data Products 20:41 – Prioritäten der nächsten 12 Monate 22:55 – Warum Data-Product-Prinzipien auf AI übertragen werden 24:06 – Welche Rolle Produkthersteller spielen 26:38 – Kommen jetzt neue Rollen rund um Data Products? 27:40 – Event-Tipps von BARC 29:31 – Fazit und Abschluss

Link: https://beyond.board.com/ Planung war lange ein Pflichtprogramm. Zahlen sammeln, Forecast erstellen, Bericht abgeben. Mehr Verwaltung als echte Steuerung. Das ändert sich gerade grundlegend. In dieser Folge sprechen Andreas Wiener und Björn M. Stauss darüber, wie Agentic AI den Planungsprozess neu definiert. Nicht als Reporting-Routine, sondern als strategisches Instrument mit direktem Einfluss auf Umsatz, Effizienz und Marktanteile. Anhand konkreter Kundenbeispiele wird klar, worum es wirklich geht. Kleine Verbesserungen in der Forecast-Genauigkeit können Millionen bewegen. Der entscheidende Unterschied entsteht aber an anderer Stelle: durch die Kombination aus internen Daten, externen Einflussfaktoren und intelligenten Agenten, die Zusammenhänge sichtbar machen, bevor sie offensichtlich werden. Planung wird damit dynamisch. Systeme liefern proaktiv Hinweise, identifizieren Abweichungen und ermöglichen es, in Echtzeit auf Veränderungen zu reagieren. Der Controller entwickelt sich vom Datensammler zum Berater, der aktiv an Entscheidungen beteiligt ist. Gleichzeitig verschiebt sich der Anspruch an Unternehmen. Es reicht nicht mehr, Planung als Pflichtaufgabe zu sehen. Wer die neuen Möglichkeiten konsequent nutzt, kann schneller reagieren, bessere Entscheidungen treffen und sich gezielt Wettbewerbsvorteile sichern. Die zentrale Erkenntnis dieser Folge ist klar: Die Technologie ist da. Der Unterschied entsteht durch die Art, wie Unternehmen sie einsetzen.