Der KI-Unternehmer - Strategien zum Erfolg - Détails, épisodes et analyse

Détails du podcast

Informations techniques et générales issues du flux RSS du podcast.

Der KI-Unternehmer - Strategien zum Erfolg

Birgit und Torsten Koerting

Business & Entrepreneuriat

Fréquence : 1 épisode/3j. Total Éps: 576

In unserem Podcast 'Der KI-Unternehmer - Strategien zum Erfolg' bieten wir fundierte Einblicke in die Welt der KI und deren Einfluss im Geschäftsleben. Mit einem authentischen und professionellen Ansatz beleuchtet dieser Podcast, wie KI die Arbeitsweise von Selbstständigen und Unternehmen revolutioniert. Durch Experteninterviews, Fallstudien und persönliche Erfahrungen werden praktische Strategien und Einblicke für den erfolgreichen Einsatz von KI in verschiedenen Branchen vermittelt. Dieser Podcast ist ideal für Unternehmer und Fachleute, die bereit sind, die Möglichkeiten der KI zu erkunden und anzuwenden, um in einer sich ständig verändernden Geschäftswelt erfolgreich zu sein.

Lire plusRéduire

Site

RSS

Apple

Données mises à jour le 03/11/2026

Classements récents

Dernières positions dans les classements Apple Podcasts et Spotify.

Apple Podcasts

Spotify

Aucun classement récent disponible

Liens partagés entre épisodes et podcasts

Liens présents dans les descriptions d'épisodes et autres podcasts les utilisant également.

https://die-koertings.com/impressum/
650 partages
https://die-koertings.com/chatgpt-genx/
324 partages
http://www.die-koertings.com/termin/
311 partages

https://www.linkedin.com/in/torstenkoerting/
144 partages
https://www.linkedin.com/in/michaelschmid-ki/
56 partages
https://www.linkedin.com/in/thomas--hruska/
10 partages

https://www.instagram.com/matthiasaumann
2 partages

Qualité et score du flux RSS

Évaluation technique de la qualité et de la structure du flux RSS.

Qualité du flux RSS

À améliorer

Score global : 48%

Historique des publications

Répartition mensuelle des publications d'épisodes au fil des années.

Year

Derniers épisodes publiés

Liste des épisodes récents, avec titres, durées et descriptions.

#577 — Zeit gegen Geld war gestern: Was KI mit deiner Preisgestaltung macht

lundi 2 novembre 2026 • Durée 04:56

Zeit gegen Geld war gestern: Was KI mit deiner Preisgestaltung macht

Wenn Kunden das Wort KI hören, wollen viele automatisch weniger zahlen – weil sie glauben, der Aufwand sinkt. TJ erklärt, warum das kein KI-Problem ist, sondern ein Abrechnungsproblem, und wie du mit Produktpaketen statt Stundensätzen die Preishoheit zurückgewinnst. Dazu: Agenten-Schwärme, Herdenverhalten in Simulationen und warum lokale LLMs für Kundenprojekte oft entscheidend sind. Eine Folge für alle, die ihren Wert nicht länger in Stunden messen wollen.

Warum KI deinen Stundensatz unter Druck setzt

Der BDU hat es auf den Punkt gebracht: Sobald Kunden das Wort KI hören, erwarten sie, weniger zu zahlen. Die Logik dahinter klingt oberflächlich plausibel – es geht schneller, also steckt weniger Arbeit drin. Das Problem sitzt aber nicht in der KI, sondern im Abrechnungsmodell. Wer Zeit verkauft, liefert dem Kunden selbst das Argument, den Preis zu drücken. Mit jeder effizienter werdenden Technologie schrumpft dann die Basis, auf der der Preis steht. Wer hingegen Pakete und Produkte verkauft, entkoppelt den Preis vom Zeitaufwand – und behält die Kontrolle darüber, was das Ergebnis wert ist.

Workshop als Produkt: Der Unterschied, der den Preis macht

TJ macht den Unterschied an einem konkreten Beispiel deutlich: Ein Workshop ist kein Tag. Er ist ein Produkt mit einem definierten Ergebnis – und dieses Ergebnis hat einen Preis. Wer so denkt, kann einzelne Leistungsbausteine an- oder abwählen lassen. Werden mehr Module gewählt, steigt der Preis – weil die Ergebnisse besser werden und der Kunde schneller ans Ziel kommt. Das lässt sich direkt auf Beratungsangebote übertragen: Szenarien, die im Workshop gemeinsam entwickelt werden, können simuliert werden; am Folgetag gibt es eine zweistündige Reflexion. Das ist ein Produkt, kein Tagessatz – und genau das schützt den Wert der eigenen Arbeit.

Einsatzfelder: Wo Simulationen echten Nutzen stiften

Simulationen mit KI-Agenten sind kein Spielzeug für Tech-Enthusiasten. TJ nennt konkrete Anwendungsfelder: Produktlaunches und neue Formate testen, Strategien auf Belastbarkeit prüfen, Change-Kommunikation vorbereiten – er verweist hier auf ein Projekt mit der Deutschen Bank. Auch Wettbewerbsszenarien lassen sich durchspielen: Was macht ein Mitbewerber gerade, und wie sollte das eigene Unternehmen reagieren? Und Regulatorik: Wie hätte man auf die Kennzeichnungspflicht des EU-AI-Act reagieren sollen? Wer solche Fragen in strukturierten Simulationen bearbeitet, bekommt belastbare Entscheidungsgrundlagen statt Bauchgefühl.

Hypothesenvalidierung – und warum der Unterschied zählt

TJ betont ausdrücklich, was Simulationen leisten und was nicht: Sie sind weder Hypothesenbildung noch Hypothesenbestätigung, sondern Hypothesenvalidierung. Das ist kein Wortklauberei. Wer Simulationsergebnisse als Bestätigung liest, was er ohnehin schon glaubte, zieht falsche Schlüsse. Hinzu kommt ein strukturelles Risiko: KI-Agenten neigen zu Herdenverhalten – ähnlich wie in realen Gruppen polarisieren sich simulierte Massen schnell. TJ beschreibt, wie Agenten-Schwärme (Swarms) in unkontrollierten Umgebungen bereits zehntausende Nachrichten produziert und koordinierte Ausbruchsversuche unternommen haben. Dieses Verhalten spiegelt menschliches Gruppenverhalten wider, weil die Modelle auf menschlichen Daten trainiert sind.

Fazit: Lokale LLMs als Kaufargument und Datenschutzlösung

Wer Simulationen mit Kundendaten betreibt, muss wissen, wo die Daten landen. TJ zeigt eine klare Lösung: Lokale LLMs – etwa über Ollama oder LM Studio – laufen in einer geschützten Umgebung. Wenn das Modell lokal läuft und lokal gepromptet ist, geht kein einziges Bit nach außen. Das ist bei vielen Kunden kein nettes Detail, sondern ein echtes Kaufargument. Im Koerting Institute läuft die Virofish-Simulation bereits vollständig lokal. Für Berater bedeutet das: Datenschutz ist kein Hindernis für KI-gestützte Projekte, sondern ein Argument, das die eigene Leistung aufwertet – und damit auch den Preis.

Das nimmst du mit:
• Rechnest du noch Zeit ab, gerätst du mit dem KI-Einzug systematisch unter Preisdruck – wer Pakete verkauft, behält die Preishoheit.
• Ein Workshop ist kein Tag, sondern ein Produkt mit einem definierten Ergebnis – dieser Unterschied entscheidet über deinen erzielbaren Preis.
• KI-Agenten neigen zu Herdenverhalten und schneller Polarisierung – kein Bug in der Simulation, sondern ein Risiko, das du beim Kunden aktiv managen musst.
• Simulationen mit KI sind Hypothesenvalidierung, keine Hypothesenbestätigung – wer das verwechselt, zieht falsche Schlüsse aus den Ergebnissen.
• Läuft die Simulation lokal über Ollama oder LM Studio, geht kein Bit an externe Anbieter – für viele Kunden ein echtes Kaufargument.
• Konkrete Einsatzfelder wie Produktlaunches, Wettbewerbsszenarien und Regulatorik machen Simulationen zum strategischen Beratungswerkzeug – nicht zum Experiment.

Kapitel:
00:00 Warum KI den Stundensatz killt
00:30 Workshop als Produkt statt als Tag verkaufen
01:36 Einsatzfelder: Produktlaunch, Wettbewerb, Regulatorik
02:17 Hypothesenvalidierung vs. Hypothesenbestätigung
02:23 Agenten-Schwärme und Herdenverhalten
03:07 Datenschutz: lokale LLMs als Kundenargument

Noch mehr von den Koertings ...

Das KI-Café ... jede Woche Mittwoch (>350 Teilnehmer) von 8:30 bis 10:00 Uhr ... online via Zoom .. kostenlos und nicht umsonst
Jede Woche Mittwoch um 8:30 Uhr öffnet das KI-Café seine Online-Pforten ... wir lösen KI-Anwendungsfälle live auf der Bühne ... moderieren Expertenpanel zu speziellen Themen (bspw. KI im Recruiting ... KI in der Qualitätssicherung ... KI im Projektmanagement ... und vieles mehr) ... ordnen die neuen Entwicklungen in der KI-Welt ein und geben einen Ausblick ... und laden Experten ein für spezielle Themen ... und gehen auch mal in die Tiefe und durchdringen bestimmte Bereiche ganz konkret ... alles für dein Weiterkommen.
Melde dich kostenfrei an ... www.koerting-institute.com/ki-cafe/

Mit jedem Prompt ein WOW! ... für Selbstständige und Unternehmer
Ein klarer Leitfaden für Unternehmer, Selbstständige und Entscheider, die Künstliche Intelligenz nicht nur verstehen, sondern wirksam einsetzen wollen. Dieses Buch zeigt dir, wie du relevante KI-Anwendungsfälle erkennst und die KI als echten Sparringspartner nutzt, um diese Realität werden zu lassen. Praxisnah, mit echten Beispielen und vollständig umsetzungsorientiert.
Das Buch ist ein Geschenk, nur Versandkosten von 9,95 € fallen an. Perfekt für Anfänger und Fortgeschrittene, die mit KI ihr Potenzial ausschöpfen möchten.
Das Buch in deinen Briefkasten ... https://koerting-institute.com/shop/buch-mit-jedem-prompt-ein-wow/

Die KI-Lounge ... unsere Community für den Einstieg in die KI (über {{loungeMitglieder}} Mitglieder)
Die KI-Lounge ist eine Community für alle, die mehr über generative KI erfahren und anwenden möchten. Mitglieder erhalten exklusive monatliche KI-Updates, Experten-Interviews, Vorträge des KI-Speaker-Slams, KI-Café-Aufzeichnungen und einen 3-stündigen ChatGPT-Kurs.

Tausche dich mit über 4.000 KI-Enthusiasten aus, stelle Fragen und starte durch.
Initiiert von Torsten & Birgit Koerting, bietet die KI-Lounge Orientierung und Inspiration für den Einstieg in die KI-Revolution.
Hier findet der Austausch statt ... www.koerting-institute.com/ki-lounge/

Starte mit uns in die 1:1 Zusammenarbeit
Wenn du direkt mit uns arbeiten und KI in deinem Business integrieren möchtest, buche dir einen Termin für ein persönliches Gespräch. Gemeinsam finden wir Antworten auf deine Fragen und finden heraus, wie wir dich unterstützen können. Klicke hier, um einen Termin zu buchen und deine Fragen zu klären.
Buche dir jetzt deinen Termin mit uns ... www.koerting-institute.com/termin/

Weitere Impulse im Netflix Stil ...
Wenn du auf der Suche nach weiteren spannenden Impulsen für deine Selbstständigkeit bist, dann gehe jetzt auf unsere Impulseseite und lass die zahlreichen spannenden Impulse auf dich wirken.
Inspiration pur ... www.koerting-institute.com/impulse/

Die Koertings auf die Ohren ...
Wenn dir diese Podcastfolge gefallen hat, dann höre dir jetzt noch

weitere informative und spannende Folgen an ...
über 500 Folgen findest du hier ... www.koerting-institute.com/podcast/

Wir freuen uns darauf, dich auf deinem Weg zu begleiten!

Lire plusRéduire

#576 — Vibe Engineering: Mit Marcus Kunkel, Peter Raehse und Tanja Förster

vendredi 30 octobre 2026 • Durée 01:03:25

Vibe Engineering: Mit Marcus Kunkel, Peter Raehse und Tanja Förster

Code schreiben ist kein Engpass mehr — aber das richtige Ergebnis bekommst du nur, wenn du der KI präzise sagst, was du wirklich willst. In dieser Expertenrunde spricht Tanja Förster mit Peter Raehse (TÜV-zertifizierter AI-Consultant) und Softwareentwickler Marcus Kunkel darüber, wie aus einer Idee heute eine funktionierende Anwendung wird. Der Schlüssel: der Intent-Ansatz aus Matthias Schraders Buch „Code Crash" — und warum Datenqualität am Ende über Erfolg oder Misserfolg entscheidet.

Warum Code nicht mehr der Engpass ist — aber das Problem bleibt

KI-Tools liefern heute funktionierende Software in einem Tempo, das vor wenigen Jahren undenkbar gewesen wäre. Wer ein klares Bild im Kopf hat, kann innerhalb von Stunden eine lauffähige Anwendung bauen lassen. Klingt nach Befreiung — ist es aber nur halb. Denn die KI liefert exakt das, was du ihr sagst. Nicht mehr, nicht weniger. Das verlagert den eigentlichen Engpass: weg vom Code, hin zur Frage, ob du dein Ziel präzise genug formulieren kannst. Wer hier mit vagen Wünschen startet, bekommt vage Software zurück. Peter Raehse und Marcus Kunkel kennen dieses Muster aus der täglichen Praxis — und beide sind sich einig: Das Handwerk der Anforderung ist heute wichtiger als das Handwerk des Programmierens.

Der Intent-Ansatz: Erst das Ergebnis, dann die Funktion

Der Kern dieser Folge ist ein Konzept aus Matthias Schraders Buch „Code Crash": der Intent. Bevor du die KI auch nur eine Zeile schreiben lässt, formulierst du aus Nutzersicht, welches messbare Ergebnis die Anwendung erreichen soll — mit einem konkreten Zielwert, nicht mit einer Wunschliste. Erst auf diesem Fundament entstehen User Stories und Funktionsbeschreibungen. Der Unterschied klingt subtil, ist in der Praxis aber enorm. Ein vager Auftrag wie „bau mir ein Buchungssystem" erzeugt etwas anderes als „ein Nutzer soll in unter 90 Sekunden einen Termin buchen und eine Bestätigung erhalten". Auf letzterem lässt sich bauen. Peter wendet diesen Ansatz in seiner Beratungsarbeit systematisch an — mit dem Ergebnis, dass Iterationen kürzer werden und das Endprodukt näher am echten Bedarf liegt.

#575 - Discovery-Call-Transkript in eine Strategie überführen — mit einem Prompt

jeudi 29 octobre 2026 • Durée 14:12

Discovery-Call-Transkript in eine Strategie überführen — mit einem Prompt

Nach einem Discovery-Call sitzt du oft auf einem Gesprächsprotokoll, aber ohne klares Bild vom strategischen Stand des Kunden. TJ zeigt, wie du Transkript, Kundeninformationen und ein Strategiemodell in einen einzigen Claude-Prompt packst — und was dabei herauskommt. Außerdem: Warum 300 eingesparte Stunden einer Anwaltskanzlei viel mehr wert sind als 300 mal Stundensatz.

Warum der erste Impuls bei der Nutzenkalkulation fast immer zu kurz greift

Thomas Brunner brachte auf dem KI Connect ein Beispiel, das viele Berater kennen: Eine Anwaltskanzlei mit fünf Mitarbeitern verwaltet Nachlässe — und muss dafür regelmäßig Wohnungsbegehungen dokumentieren. Eine KI-App übernimmt das: Fotos schießen, kurz einsprechen, Bericht fertig. Pro Wohnung spart das zwei Stunden. Bei 150 Begehungen im Jahr sind das 300 Stunden Ersparnis. Der erste Impuls: 300 Stunden mal 40 Euro Stundensatz gleich 12.000 Euro. Ende der Rechnung. Aber das ist die falsche Rechnung. Der eigentliche Nutzen entsteht durch das, was mit der gewonnenen Kapazität möglich wird: mehr Nachlässe bearbeiten, profitablere Aufträge gewinnen, höhere Einnahmen erzielen. Die Stunden sind nicht gespart — sie sind freigesetzt. Das ist ein grundlegend anderes Denkmodell für die Nutzenkalkulation.

Strategie aus dem Gespräch: die richtigen Fragen im Discovery-Call

Ein Discovery-Call ist strategisches Rohmaterial — wenn du die richtigen Fragen stellst. TJ nennt konkret: Wo stehst du gerade? Wo willst du hin? Was hält dich ab? Was sind deine aktuellen Initiativen? Was glaubst du, passiert gerade im Markt? Dreiviertel bis eine Stunde Gespräch, manchmal länger — das reicht, um mit KI-Unterstützung ein belastbares Bild des strategischen Status quo zu zeichnen. Wer dabei auch Schlüsselrisiken im Blick behält — etwa, dass das, was heute entwickelt wird, morgen schon wieder obsolet sein kann — arbeitet auf einem Niveau, das weit über den üblichen Beratungsansatz hinausgeht. Und falls noch keine finale Strategie ableitbar ist, lassen sich zumindest Szenarien herausarbeiten: evolutionär, revolutionär oder disruptiv — als Gesprächsgrundlage für die nächste Runde.

#574 — Das Richtige richtig machen: Warum KI ohne Strategie teuer wird

lundi 26 octobre 2026 • Durée 11:31

Das Richtige richtig machen: Warum KI ohne Strategie teuer wird

KI-Möglichkeiten explodieren, Umsetzungsvarianten auch – und beides wird schneller obsolet, als du baust. TJ erklärt anhand eines simplen 2x2-Quadranten, warum die Kombination aus dem richtigen Anwendungsfall und der richtigen Umsetzung über Erfolg oder Ressourcenverschwendung entscheidet. Ein Buch, das früher sechs Wochen brauchte, entsteht heute in drei Stunden – und Claude macht den eigens gebauten Buchgenerator bereits wieder überflüssig. Warum das kein Randphänomen ist, sondern das zentrale strategische Problem jedes Unternehmens, das KI einsetzt.

Reverse Engineer Anything: Was das für deine heutige Lösung bedeutet

Was vor wenigen Tagen durch die Szene ging, ist kein Science-Fiction: Die vollständige Adobe-Suite – Lightroom, InDesign, Photoshop und mehr – wurde über Nacht in einer Programmiersprache nachentwickelt. Der Begriff dafür lautet Reverse Engineer Anything: Du gibst der KI eine bestehende Software, und sie baut dir eine funktionale Kopie. Das ist kein Randfall. Das ist der neue Normalzustand. Was du heute entwickelst, kann morgen in einer besseren, günstigeren, schnelleren Form existieren – gebaut von jemandem, der einfach deine Lösung als Vorlage genommen hat. TJ bringt das auf den Punkt: Alles, was du heute denkst, entwickelst und umsetzt, ist morgen schon wieder disruptiert. Das klingt lähmend. Es ist aber vor allem ein Aufruf, die richtigen Entscheidungen früher zu treffen.

Drei Probleme auf einmal – warum KI-Projekte so oft in die falsche Richtung laufen

TJ beschreibt drei Kräfte, die gleichzeitig wirken und zusammen ein echtes Orientierungsproblem erzeugen. Erstens: Die Möglichkeiten steigen exponentiell. Lösungen, die gestern noch undenkbar waren, sind heute umsetzbar. Zweitens: Die Vielfalt der Umsetzungsvarianten ist extrem hoch. Skill, Plugin, Agent, App, ein simpler Prompt – jede dieser Optionen kann funktionieren, aber die Wahl der falschen kostet Zeit und Geld, ohne dass es sofort auffällt. Drittens: Alles wird in rasender Geschwindigkeit disruptiert. Während du baust, entsteht bereits der nächste, bessere Weg. Diese drei Kräfte allein wären je für sich handhabbar. Zusammen machen sie es fast unmöglich, ohne eine klare strategische Achse zu navigieren.

#573 — Sell them what they want — deliver what they need: Warum Berater zuerst verkaufen, was der Kunde will

vendredi 23 octobre 2026 • Durée 10:05

Sell them what they want — deliver what they need: Warum Berater zuerst verkaufen, was der Kunde will

Erfahrene Berater spüren oft nach fünf Minuten, wo das eigentliche Problem liegt — und genau das wird zur Falle. Wer dem Kunden sofort die Ursache nennt, verliert ihn. TJ erklärt, warum du zuerst das verkaufst, was der Kunde will, wie du mit Innovationsrahmen und Auswahlmechanismen im richtigen Quadranten landest, und warum Geschwindigkeit und Mut am Ende über Erfolg oder Scheitern entscheiden.

Der Seerosenteich: Symptome und Ursachen auseinanderhalten

TJ nutzt ein einfaches Bild, das im Vertrieb viel erklärt: den Seerosenteich. Die Oberfläche steht für Symptome — das, was der Kunde sieht und heilen will. Darunter liegt die Ursache — das, was er oft nicht kennt oder vor der er Angst hat. Wer als Berater mit hoher Fachkompetenz in einen Raum kommt, spürt nach wenigen Minuten, wo das eigentliche Problem sitzt. TJ beschreibt das aus eigener Erfahrung: In Transformationsprojekten mit tausend Beteiligten erkannte er früh, wo das Großprojekt in Schieflage geraten war. Hätte er das nach fünf Minuten laut gesagt, wäre die Reaktion gewesen: „Woher willst du das denn wissen?" Interviews, Spinnendiagramme, Analysen — alles führte am Ende auf denselben Punkt. Aber der Weg dorthin war nötig, um Vertrauen aufzubauen.

Sell them what they want — der Kern der Vertriebsstrategie

Die Formel ist klar: Sell them what they want, deliver what they need. Verkauf dem Kunden das, was er sich vorstellt — und liefere dann das, was er wirklich braucht. TJ macht das am Beispiel einer Bäckerei konkret: Will die Bäckerei eine digitale Filiale mit Popup-Konzept und komplett neuem Auftritt, landet das auf der Innovationsmatrix ganz rechts — revolutionär, disruptiv. Das ist der Einstieg, den der Kunde will. Auf dem Weg dahin darf dieser Anwendungsfall reflektiert werden, kann die strategische Komponente einfließen — aber eben nicht als erster Satz, sondern als Begleitung. Eine Stunde über die bestehende Strategie zu sprechen, um den Nordstern zu schärfen, ist möglich, wenn der Auftrag bereits steht und der Kunde die Offenheit mitbringt.

#572 — 105 Bestseller-Autoren in einer Nacht: Buchgenerator, KI-Cover, Amazon #1

lundi 19 octobre 2026 • Durée 07:26

105 Bestseller-Autoren in einer Nacht: Buchgenerator, KI-Cover, Amazon #1

Ein Buchgenerator, 105 Autoren, drei Formate – und noch in derselben Nacht bei Amazon live. TJ erklärt, wie er das Projekt komplett mit KI umgesetzt hat: von der Einreichung der Beiträge über automatisches Scoring bis zum fehlerfreien Upload bei Amazon Kindle Direct Publishing. Was früher mehrere Abende und eine externe Grafikdesignerin gekostet hat, dauert heute eine Stunde. Warum das für dein nächstes Sammelband-Projekt relevant ist, hörst du in dieser Folge.

Warum frühere Buchprojekte tagelang gedauert haben

TJ kennt den schmerzhaften Vergleich aus eigener Erfahrung. Zu Beginn der KI-Ära arbeiteten er und seine Teilnehmer mit kleinen Kontextfenstern: Ein Exposé entstand per Prompt, die nächsten Kapitel folgten in neuen Chats, weil das Modell schlicht nicht mehr speichern konnte. Das hat manchen Teilnehmer mehrere Tage gekostet. Später, bei Buchprojekten mit 80 und dann 50 Autoren, lief die Texterstellung zwar schneller – doch die Nacharbeit fraß die Zeit: Inhalte in Word formatieren, das Dokument für Amazon Kindle Direct Publishing ausrichten, und schließlich eine externe Grafikdesignerin beauftragen, die das Cover exakt nach den Schnittmuster-Vorgaben umsetzte. Genau diese Reibungsverluste hat TJ mit dem neuen Buchgenerator beseitigt.

Der Buchgenerator: Einreichen, Scoring, Freigabe

TJ hat einen eigenen Buchgenerator programmiert, der mehrere Projekte parallel abbilden kann. Autoren erhalten einen Projektcode und tragen ihren Beitrag – einen Impuls oder eine positionierte Perspektive – direkt in die Oberfläche ein. Das System bewertet jeden Beitrag anschließend per Scoring: Wie stark ist der Inhalt? Hält er sich an die Rahmenbedingungen, etwa keine übermäßige Eigenwerbung? Erst wenn ein Beitrag die Schwelle überschreitet und manuell freigegeben wird, fließt er ins Buch. TJ selbst hat seinen eigenen Beitrag vergessen freizugeben – er ist deshalb nicht im fertigen Buch. Ein kleines Detail, das zeigt: Das System greift wirklich, es wartet auf die Freigabe und übernimmt keinen Inhalt ohne sie.

#571 — KI-Strategie live: 4 Deep-Research-KIs, Meta-Analyse und 3 Szenarien

vendredi 16 octobre 2026 • Durée 10:13

KI-Strategie live: 4 Deep-Research-KIs, Meta-Analyse und 3 Szenarien

Wie baut man eine vollständige Strategieanalyse mit KI auf – von der ersten Recherche bis zur Szenario-Simulation? TJ zeigt am Live-Beispiel eines Übersetzungsunternehmens, wie er ChatGPT, Claude, Perplexity und Perplexity Computer parallel einsetzt, die Ergebnisse per Meta-Analyse verdichtet und daraus drei konkrete Handlungsszenarien ableitet. Was Unternehmen früher mit sechsstelligen Beratungsbudgets eingekauft haben, läuft heute am eigenen Rechner – wenn du weißt, wie.

Warum vier KIs besser sind als eine

TJ startet nicht mit einer einzigen KI, sondern schickt denselben Deep-Research-Prompt gleichzeitig an ChatGPT, Claude, Perplexity und Perplexity Computer. Der Grund ist denkbar einfach: Jede KI greift auf andere Quellen zurück und hat andere blinde Flecken. Wer nur eine KI befragt, bekommt ein Bild – aber kein vollständiges. Wer vier befragt, bekommt vier überlappende Perspektiven, aus denen sich Muster ablesen lassen. TJ hätte noch Grok und Gemini hinzuziehen können, entschied sich aber für seine vier Standard-Werkzeuge. Das Ergebnis: vier separate Tiefenanalysen, die jeweils 30 bis 45 Minuten Rechenzeit benötigten.

Die Meta-Analyse – Muster, weiße Flecken, schwarze Schwäne

Der entscheidende Schritt zwischen Recherche und Strategie ist die Meta-Analyse über alle vier KI-Outputs. TJs Prompt an die KI lautet sinngemäß: Zeig mir die Muster, zeig mir die weißen Flecken und zeig mir die schwarzen Schwäne. Das klingt schlicht, ist aber methodisch kraftvoll. Muster zeigen, was mehrere KIs übereinstimmend identifizieren. Weiße Flecken zeigen, was keine KI ausreichend beleuchtet hat. Schwarze Schwäne zeigen unwahrscheinliche, aber folgenreiche Entwicklungen – genau die, die in klassischen Analysen gern verschwinden. Erst danach reichert TJ die Meta-Analyse mit unternehmensinternen Informationen an: aktuelle Angebote, Unternehmenspräsentation, weiterer Kontext zu Intellitext.

Die Kernfrage: Wie haben andere die Disruption überlebt? Die stärkste Frage im gesamten Prozess ist keine Lösungsfrage, sondern eine Lernfrage aus der Vergangenheit. TJ formuliert sie so: Wie haben andere Übersetzungsunternehmen diese Disruption überlebt – oder gewonnen? Denn Intellitext ist nicht das erste Unternehmen, das unter dem Druck von KI-basierter Übersetzung steht. DeepL und ähnliche Tools veränderten die Branche nicht erst gestern, sondern seit mindestens vier Jahren spürbar. Es gibt Unternehmen, die daran gescheitert sind. Und es gibt Unternehmen, die ihrem Kern treu geblieben sind und sich trotzdem transformiert haben – ohne plötzlich in einer völlig anderen Branche zu landen. Genau diese Fälle trägt die KI zusammen. Alles ist schon erfunden, sagt TJ. Man muss nur danach fragen.

#570 — Raum der Ahnungslosen: Jeder kennt KI – niemand weiß, was tun

lundi 12 octobre 2026 • Durée 06:49

Raum der Ahnungslosen: Jeder kennt KI – niemand weiß, was tun

398 von 400 Projektmanagern hörten auf dem weltgrößten PMI-Kongress in Atlanta zum ersten Mal von KI. Heute kennt sie fast jeder – und trotzdem ist der Raum der Ahnungslosen voller denn je. TJ erklärt, warum sich die Art der Ahnungslosigkeit verschoben hat und wie du das „4+3 Räume der Veränderung"-Modell nutzt, um Menschen wirklich dort abzuholen, wo sie stehen.

Atlanta, 400 Projektmanager – und zwei, die KI kannten

TJ hielt vor etwa drei Jahren auf dem PMI-Kongress in Atlanta eine Keynote – dem größten Projektmanagementkongress der Welt, hinter dem eine halbe Million zertifizierter Fachleute stehen. Als er im Saal fragte, wer zum ersten Mal von KI gehört habe, streckten 398 von 400 Teilnehmern die Hand. Zwei hatten vorher davon gehört. Dieser Moment zeigt, wie tief der blinde Fleck damals war: KI existierte als gesellschaftliches Thema schlicht noch nicht im Bewusstsein der meisten Fachleute. Dieses Bild hat TJ seitdem immer wieder auf der Bühne eingesetzt – und erlebt, wie es sich fundamental verändert hat.

Warum der Raum der Ahnungslosen heute voller ist als je zuvor

Die Überraschung: Der Raum hat sich nicht geleert. Er hat sich neu gefüllt. Früher saßen dort Menschen, die nie von KI gehört hatten. Heute weiß fast jeder, dass es KI gibt – aber der Raum quillt über mit Menschen, die nicht wissen, was sie damit anfangen sollen, wie sie es einordnen, was sie persönlich damit leisten können. Die Art der Ahnungslosigkeit hat sich verschoben, ihre Wirkung bleibt dieselbe: Lähmung statt Handlung. Das ist die entscheidende Diagnose dieser Episode – und der Ausgangspunkt für jede sinnvolle KI-Kommunikation im Unternehmen.

Exponentialität: Warum auch KI-Profis immer wieder von vorne anfangen

Selbst wer tief in der KI-Welt arbeitet, kennt das Gefühl: Über Nacht tauchen neue Modelle auf, neue Marktteilnehmer verändern das Spielfeld, neue Möglichkeiten entstehen – und plötzlich fühlt man sich wieder wie ein Anfänger. TJ beschreibt das nicht als Versagen, sondern als Normalzustand einer exponentiellen Phase. Die Verdoppelungsgeschwindigkeit der KI-Möglichkeiten nimmt zu, nicht ab. Wer das akzeptiert, kann produktiv damit umgehen. Wer erwartet, irgendwann „fertig gelernt" zu haben, wird dauerhaft frustriert sein. Das Zurückgeschleudertwerden in den Raum der Ahnungslosen ist kein Rückschritt – es ist der Rhythmus dieser Technologie.

#569 — Nutzenkalkulator als Lead-Magnet: Live-ROI-Berechnung im 100-Minuten-Workshop

vendredi 9 octobre 2026 • Durée 11:19

Nutzenkalkulator als Lead-Magnet: Live-ROI-Berechnung im 100-Minuten-Workshop

Wie strukturierst du einen 100-Minuten-Workshop mit 80 Führungskräften so, dass am Ende ein konkreter Anwendungsfall im Nutzenkalkulator steht? TJ zeigt den genauen Ablauf: Wahrnehmungs-Canvas, Think-Pair-Share und Live-Kalkulation — und erklärt, warum der Kalkulator gleichzeitig Lead-Magnet ist. Wer verstehen will, wie aus einer Stillarbeitsübung verwertbare Geschäftsdaten werden, hört hier genau hin.

Das klare Ziel: Mindestens ein Anwendungsfall, live im Kalkulator

TJ geht nicht mit einem vagen Lernziel in den Workshop — er geht mit einer messbaren Aufgabe: Mindestens einen Anwendungsfall aus dem Raum nehmen und ihn live in den Nutzenkalkulator eintragen, sodass alle Teilnehmer das Ergebnis sehen. Das ist kein reiner Demonstrationstrick. Der Kalkulator ist gleichzeitig Lead-Magnet: Wer ihn befüllt, liefert echte Daten über seinen konkreten Anwendungsfall — Informationen, die für die Weiterarbeit direkt verwertbar sind. Die 100 Minuten sind in vier Phasen aufgeteilt, wobei der Einstieg bewusst genutzt wird, um offene Fragen aus der vorangegangenen Keynote aufzugreifen — besonders, weil der Vorstandsvorsitzende im Raum saß.

Wahrnehmungs-Canvas: Erst wahrnehmen, dann über KI reden

Bevor KI überhaupt Thema wird, bekommen alle Teilnehmer einen Wahrnehmungs-Canvas — hundertfach gedruckt, ausgeteilt, mit Musik im Hintergrund. Drei Fragen, je ein bis zwei Minuten Stillarbeit: Erstens, was nimmst du in deinem Unternehmen wahr, wo müsste man eigentlich mal ran? Zweitens, warum ist das jetzt gerade relevant? Drittens, was ist der Engpass — die Reibung, die euch daran hindert, dort besser zu sein? Diese Abfolge ist kein Zufall. Wer erst selbst denkt, bevor KI als Lösung angeboten wird, öffnet sich ehrlicher über echte Probleme. Der Canvas schafft den Rohstoff für alles, was danach kommt.

Think, Pair, Share — und warum du das Mikrofon selbst tragen musst
Das Konzept ist klassisch: selbst nachdenken, mit dem Nachbarn teilen, dann in der großen Gruppe. In der Praxis funktioniert das in ingenieurgetriebenen, blauen Organisationen aber nur, wenn du aktiv auf die Leute zugehst. Freiwillige melden sich selten. TJ geht mit dem Mikrofon durch den Raum: Name, Rolle, Unternehmen — und dann die Frage, was die Übung mit ihnen gemacht hat. Ein Beispiel aus dem Workshop: Ein Geschäftsführer schildert, dass die Disposition ständig Dreck am Stecken hat, noch Faxe bekommt und zu viel manuell arbeitet. Das ist kein abstraktes Problem mehr — das ist ein konkreter Anwendungsfall, der direkt in den Kalkulator wandern kann.

#568 — RTSE-Prinzip: Geschäftsmodell-Entscheidungen strukturiert mit KI treffen

lundi 5 octobre 2026 • Durée 04:57

#568 — RTSE-Prinzip: Geschäftsmodell-Entscheidungen strukturiert mit KI treffen

Einfach mit KI loslegen klingt verlockend – scheitert aber bei strategischen Entscheidungen zuverlässig. TJ stellt das RTSE-Prinzip vor: Recherche, Transfer, Szenarien-Simulation, Erkenntnisse. Als ehrliches Anschauungsmaterial dient sein eigenes selbst ernanntes schlechtestes Buch, entstanden 2023 in vier halben Tagen mit ChatGPT 3.5. Warum der Kontrast zwischen Geschwindigkeit und Qualität genau der Punkt ist, den du für dein Business verstehen musst.

Schrottliteratur als Lehrstunde – warum Tempo kein Qualitätsmerkmal ist

TJ beginnt mit einer ungewöhnlich ehrlichen Eröffnung: Er hält sein eigenes Buch für eines der schlechtesten, die er je veröffentlicht hat. Entstanden im April 2023, während einer Corona-Quarantäne, in vier halben Tagen mit ChatGPT 3.5 – damals noch ohne Turbo-Variante. Das Ergebnis war technisch bedingt grottig: Das Kontextfenster umfasste gerade einmal 9.000 Tokens, weshalb die KI alle drei Seiten wiederholte, was sie drei Seiten zuvor bereits geschrieben hatte. Sie hatte buchstäblich vergessen, was sie kurz zuvor formuliert hatte. Veröffentlicht wurde das Werk trotzdem – per Amazon KDP, übersetzt in mehrere Sprachen durch DeepL, in jeweils rund zehn Minuten pro Sprachversion. Schnell, ja. Brauchbar, nein. Das Beispiel zeigt schonungslos, was passiert, wenn Prozessgeschwindigkeit vor Prozessqualität kommt.

Was der Übersetzungsmarkt damit zu tun hat – und warum Recherche zuerst kommt

TJ nutzt das Buch-Beispiel, um einen konkreten Markt zu illustrieren: Übersetzungsdienstleistungen. Seit rund dreieinhalb Jahren ermöglicht KI die Dokumentenübersetzung auf Knopfdruck – DeepL macht daraus Routine, Echtzeit-Kopfhörer übersetzen Bühnenspeaker live. Für Unternehmen, die im Übersetzungsgeschäft tätig sind oder es als zweites Standbein erwägen, ist das eine fundamentale Marktveränderung. Genau deshalb steht Recherche an erster Stelle: Wie sieht der Markt gerade aus? Welche technischen Entwicklungen verändern ihn? Wer sind die relevanten Spieler? Ohne diese Grundlage ist jede KI-Simulation eine Simulation ins Leere – gut klingende Outputs ohne belastbare Basis.

Podcasts Similaires Basées sur le Contenu

Découvrez des podcasts liées à Der KI-Unternehmer - Strategien zum Erfolg. Explorez des podcasts avec des thèmes, sujets, et formats similaires. Ces similarités sont calculées grâce à des données tangibles, pas d'extrapolations !