HUBER BUSINESS AI evaluiert die strategische und operative Implementierung von Künstlicher Intelligenz in Unternehmen. Im Dialog mit Entscheidungsträgern analysiert Andy Huber validierte Use Cases hinsichtlich ihrer Wertschöpfung und Skalierbarkeit. Der Fokus liegt auf der technologischen Basis sowie der Bewältigung von Transformationshürden im Change Management. Gäste legen ihre Vorgehensweise offen, von der Grundlagenarbeit über die kulturelle Adoption der Belegschaft bis zur Lösung konkreter Implementierungsprobleme
Site
RSS
Apple
Données mises à jour le 17/08/2026
Classements récents
Dernières positions dans les classements Apple Podcasts et Spotify.
Liens partagés entre épisodes et podcasts
Liens présents dans les descriptions d'épisodes et autres podcasts les utilisant également.
#31 - Elisabeth & Max Meister: Wie ein Geschwisterpaar zum (KI-)Vorreiter im technischen Handel wird
Saison 1 · Épisode 31
dimanche 16 août 2026 • Durée 31:44
Wie führt man ein Unternehmen im technischen Handel als Geschwisterpaar und bringt gleichzeitig über 40 KI-Anwendungen in den produktiven Betrieb? Diese Folge ist live auf der Bühne der SCORE 2026 in Zürich entstanden. Elisabeth und Max Meister führen in dritter Generation die Ludwig Meister GmbH in Dachau, rund 300 Mitarbeitende und 125 Millionen Euro Umsatz und standen zum ersten Mal gemeinsam auf einer Konferenzbühne. Ein Gespräch über den eigentlichen Hebel hinter dem Wachstum (saubere Daten, nicht KI), über OKR als Betriebssystem der Firma, über Pickroboter und KI-Kontrolle im Wareneingang, darüber warum sie ihre Software lieber selber bauen und was sie einem anderen Geschwisterpaar auf keinen Fall empfehlen würden.
Saubere Daten sind der strategische Hebel, nicht KI: Wer eine Datenquelle wirklich versteht, entwickelt schnell und schlank – wer sie nicht versteht, jagt Fehler wie den Liefertermin «31.12.2999» durch seine Modelle.
OKR wirkt nur konsequent: Auch der Geschäftsführer darf nicht mit 18 neuen Ideen zurückkommen und das Team umsteuern. Depriorisieren ja aber immer mit Begründung.
Über 40 KI-Anwendungen im Einsatz, entstanden dezentral in den Abteilungen statt als Grossprojekt von oben.
Digitalisieren möglichst weit weg vom Kunden: Pickroboter im AutoStore und KI-Kontrolle im Wareneingang lernen intern, bevor Fehler beim Kunden landen. Der Pickroboter war in drei Monaten in Betrieb.
Selber bauen statt kaufen: Was der Wettbewerb ebenfalls einkaufen kann, ist keine Differenzierung. Die eigene Never-Out-of-Stock-Software erkennt automatisch, welcher Artikel in neun Monaten ausgeht – bei zehn Monaten Wiederbeschaffungszeit.
Fast 30 Prozent der Belegschaft gehen in den kommenden Jahren in Pension. Die grösste Herausforderung ist nicht die Technik, sondern 20 bis 30 Jahre Produkt-, Prozess- und Marktwissen im Unternehmen zu halten.
Kapitel
00:00 – Intro & Einordnung
01:35 – SCORE 2026: Ludwig Meister in Zahlen
03:10 – Wie Elisabeth und Max in die Firma gekommen sind
05:34 – Die Aufteilung der Verantwortung unter Geschwistern
07:53 – Der eigentliche Hebel: eine saubere Datenbasis
09:29 – Datenpflege als Führungsaufgabe
10:36 – OKR als Betriebssystem: konsequent priorisieren
11:57 – Wie lange es dauerte, bis OKR wirklich funktionierte
13:45 – Über 40 KI-Anwendungen, dezentral entstanden
14:37 – Der Pickroboter im AutoStore
15:43 – Lens: KI-Kontrolle im Wareneingang
16:38 – Warum sie ihre Software selber bauen
18:00 – Never Out of Stock als echte Differenzierung
18:49 – Warum der Wettbewerb durch KI nicht schneller aufholt
19:31 – 30 Prozent gehen in Pension: Wissen sichern
21:37 – Kultur: Verantwortung abgeben und vorleben
23:03 – Technischen Handel attraktiv machen
25:24 – Wenn Mitarbeitende beim Wandel nicht mitkommen
27:29 – Was sie keinem anderen Geschwisterpaar empfehlen würden
29:30 – Fun Fact: die erste eigene Firma mit 13 und 10
#30 BRACK.ALLTRON-CIO Tobias Quelle: Wie aus starken KI-Use-Cases ein unternehmensweites System wird
Saison 1 · Épisode 30
dimanche 9 août 2026 • Durée 42:21
Wie bringt ein Händler mit über 1'400 Mitarbeitenden KI vom einzelnen Use Case auf die Ebene des ganzen Unternehmens? Tobias Quelle, CIO von BRACK.ALLTRON und zuvor bei Digitec Galaxus und Otto.de im digitalen Handel unterwegs, nimmt uns mit hinter die Kulissen: von der AI-Engine im Einkauf über Produktdatenanreicherung mit LLMs und Agentic Coding bis zur Shopping-App, die in drei Monaten live ging. Ein Gespräch darüber, warum die Motivation der Mitarbeitenden nie das Problem war, wie ein AI Circle aus 20 Leuten Ordnung in fragmentierte Aktivitäten bringt und weshalb KI aus schlechten Daten keine guten macht.
Die Motivation war nie das Problem. 92 Prozent der Mitarbeitenden stehen KI positiv gegenüber, gut 50 Prozent nutzen sie bereits. Gefehlt haben Transparenz, Koordination und Leitplanken – nicht Überzeugungsarbeit.
Der AI Circle als Nucleus. Rund 20 Personen aus allen Unternehmensbereichen, je 20 Prozent ihrer Arbeitszeit, eigene Sprintlogik und vier Workstreams über 15 Monate: Tools und Datenschutz, Befähigung, Operating Model, Use Cases.
Geschwindigkeit ist wichtiger als Perfektion. Grosse Vorhaben in kleine Meilensteine brechen, so schnell wie möglich am Kunden testen, Zielwerte vorher definieren – auch wenn der Business Case noch nicht sauber rechenbar ist.
Ein Formel-1-Motor macht aus einem Traktor keinen Rennwagen. KI löst keine Datenprobleme. BRACK.ALLTRON hat deshalb im Rahmen der IT-Reorganisation einen eigenen Data-Bereich aufgebaut.
Make if it's core, buy if it's non-core. Tobias' Rat an mittelgrosse Händler: Nur die geschäftskritischen Fähigkeiten selbst aufbauen, für den Rest bewusst externe Katalysatoren holen.
Der Blick nach vorn: LLMs werden zum ganz normalen Traffic-Kanal, wie es SEO, Newsletter und Direct Traffic sind. Wer seine Produktdaten nicht strukturiert lesbar macht, wird nicht gefunden.
Kapitel
#29 – 650 Mitarbeitende, ein Ziel: Wie Schäfer Shop KI gegen die Big Player einsetzt
Saison 1 · Épisode 29
dimanche 19 juillet 2026 • Durée 44:50
Wie schafft ein Büro- und Lagerausrüster mit 650 Mitarbeitenden in neun Ländern den Spagat zwischen Digitalisierungsanspruch und operativer Realität? Michael Gilgen, Geschäftsführer von Schäfer Shop Schweiz und zusätzlich verantwortlich für die Benelux-Länder, nimmt uns mit hinter die Kulissen: von dem eigenen Data Team über KI-gestützte Aussendienstler bis zu Bots, die Ausschreibungen prüfen. Ein Gespräch darüber, was heute schon funktioniert, wo konkrete Zahlen noch fehlen und warum auch ein KMU mit unperfekten Daten einfach anfangen sollte.
Data zuerst: Schäfer Shop baut seit rund 2,5 Jahren eine eigene «Data Foundation» auf, die Basis, um KI überhaupt sinnvoll einzusetzen.
KI entlastet den Aussendienst spürbar: automatische Terminerfassung per Spracheingabe, strukturierte Kundendaten vor jedem Besuch und Look-Alike-Kunden als neue Leads.
Bots übernehmen die Fleissarbeit bei Ausschreibungen – sie prüfen Compliance und passende Produkte, wo früher enormer manueller Aufwand nötig war.
Selbstkritischer Blick: KI wird bisher eher für Kostensparungen genutzt als für neues Umsatzwachstum – eine Erkenntnis, die vielen Unternehmen bekannt vorkommen dürfte.
«Quick and dirty» schlägt «perfekt»: Michael investiert lieber in eine schnelle Lösung als in eine, die lange auf sich warten lässt – Time-to-Market zählt.
Der Blick nach vorn: individuelle Preise und agentische Verhandlungen zwischen Einkaufs- und Verkaufsagenten – die persönliche Beratung vor Ort bleibt trotzdem.
Kapitel
00:00 – Begrüssung & wie Michael KI privat nutzt
01:52 – Lieblingstools im Vergleich: Copilot, ChatGPT & Claude
03:28 – Schäfer Shop: vom Katalog zu PBS, Planung & Aussendienst
05:51 – Die Chance für den Mittelstand gegen die grossen Player
07:57 – Der Ursprung: die Data Foundation vor 2,5 Jahren
#28 – Fabio Mätzler (Cohaga): Wenn AI das eigene Geschäftsmodell disruptiert – und was dann kommt
Saison 1 · Épisode 28
dimanche 12 juillet 2026 • Durée 44:23
Fabio Mätzler hat Cohaga vom Studentenjob an der Uni Basel zu einem Unternehmen mit 30 Mitarbeitenden, 2 Millionen Franken Umsatz und über 2'000 Kunden aufgebaut – sechs Jahre lang gebootstrappt, seit Frühling 2026 mit siebenstelligem Funding. Und genau dann kommt der Bruch: AI-Tools machen das Kerngeschäft mit Firmenadressen für jeden zugänglich.
In dieser Folge erzählt Fabio, wie er die Disruption im eigenen Sales-Alltag gespürt hat, warum er nicht gespart, sondern investiert hat und wie mit Ranq ein neues Produkt entstand, das Kunden in die Antworten der KI-Chatbots bringt. 168 Kunden und über 400'000 Franken Umsatz, bevor die Plattform überhaupt live ist.
Disruption erkennt man im Kundengespräch, nicht im Reporting – wer nah am Sales ist, spürt den Shift zuerst
Qualität schlägt Preis: Schlechte Daten kosten mehr als teure Adressen, wenn Schweizer Löhne dahinterstehen
Der Shift von SEO zu GEO ist real – KI-Chatbots zitieren Vergleiche, lokale Inhalte und Verzeichnisse mit Autorität
Human in the Loop bleibt: Multi-Agent-Systems liefern den Output, Menschen kontrollieren bis zur Fehlerquote unter 1,5 Prozent
Fokus statt Verzetteln: Zwei Produkte – Outbound und Inbound – statt zehn halbe Lösungen
LinkedIn funktioniert mit Konsistenz und Polarisierung, nicht mit Perfektion
Kapitel:
00:00 – Intro und AI im Privaten: bewusste Abgrenzung
01:51 – Was macht Cohaga: vom Adress-Broker zum Leadhub
#27 Wie man 3'700 Mitarbeitende auf die KI-Reise mitnimmt – SCHUNK SE & Co. KG
Saison 1 · Épisode 27
dimanche 5 juillet 2026 • Durée 41:32
Wie wird aus einem über 80-jährigen Industrieunternehmen ein KI-Vorreiter? Daniela Hermle verantwortet das Digital Office bei Schunk – dem Spezialisten für Spanntechnik und Greifsysteme mit Hauptsitz in Lauffen am Neckar (Baden-Württemberg) und rund 3'700 Mitarbeitenden weltweit. Im Gespräch mit Andy Huber erzählt sie, wie Schunk die ganze Organisation auf die KI-Reise mitgenommen hat – vom eigenen Schunk-GPT bis zum weltweiten Rollout. Ehrlich, praxisnah und voller Learnings für alle, die KI wirklich in den Alltag bringen wollen.
Kultur schlägt Technologie: «Pioniergeist» als Wert macht KI-Adoption erst möglich.
Skeptiker gewinnt man mit Sicherheit, nicht mit Druck – Kommunikation ist alles.
Nicht jedes Problem braucht KI – manchmal reicht ein simples Formular.
Erfolg heisst Nutzen, nicht POCs: Adoption und Wirkung messen statt Tools zum Selbstzweck.
Management-Commitment plus Machermentalität als Fundament.
Wer heute noch nicht startet, verliert den Anschluss – der Druck wird nur höher.
Kapitel
00:00 Intro & Begrüssung
00:24 KI im Alltag: privat analog, geschäftlich Vollgas
02:58 Wer ist Schunk? Digital Office & Team
04:43 Pioniergeist: KI im Industrieunternehmen
08:02 Die Reise seit 2021: Strategie & Rollout
12:14 Hürden & Prozesse auf dem Prüfstand
16:00 Formate: Tech Talk & «KI in 60 Sekunden»
17:41 Erfolg messen: Adoption & Nutzen
20:32 Nicht immer KI – manchmal reicht ein Formular
24:41 Schunk-GPT, Copilot, Infrastruktur & Daten
29:42 Menschen mitnehmen & Skeptiker überzeugen
#26 SBB: Mehr Mensch Dank KI - Daniel Wegmüller
Saison 1 · Épisode 26
dimanche 28 juin 2026 • Durée 41:38
Wie bringt ein Grosskonzern wie die SBB künstliche Intelligenz in den Arbeitsalltag ohne den Menschen zu verlieren? Daniel Wegmüller, Senior Content Creation Manager bei der SBB und gelernter Texter, nimmt uns mit hinter die Kulissen: von der KI-Automatisierung der jährlichen Länderkampagnen über die ernüchternde «One-Shot»-Illusion bis zum Leitprinzip «mehr Mensch dank KI». Ein Gespräch über das, was heute schon funktioniert, wo der Flow an ihre Grenzen stösst und warum Däni überzeugt ist, dass uns Technik am Ende mehr Menschlichkeit bringt.
«One Shot» ist eine Illusion. Einmal briefen, Knopf drücken, fertige Texte für alle Kanäle – das klappt nur bei strikt definierten Inputs (Preis, Rabatt, Reisezeit). Sobald es kreativ wird, braucht es den Menschen, der iteriert.
KI ist stark im Muster-Erkennen, schwächer im guten Reproduzieren. Zwischen «erkennen» und «wirklich gut machen» liegt ein grosser Schritt – gerade bei bildlicher Sprache und eigenem Stil.
«Mehr Mensch dank KI», nicht «KI statt Mensch». Bei der SBB wächst die KI-Initiative bewusst von unten nach oben – die Use Cases kommen aus dem Alltag der Teams.
Expertise wird wichtiger, nicht unwichtiger. Wer begründen kann, warum etwas (nicht) funktioniert, bleibt zentral. AI-Skills sind kein Nice-to-have mehr.
Der Blick nach vorn: In 2–3 Jahren hat jede:r seinen eigenen, richtig guten KI-Assistenten – und genau darin liegt die Chance auf mehr Zeit für den Menschen.
Kapitel
00:00 – Intro & wie Däni KI privat nutzt (Ferienplanung, Kühlschrank, bester Kaffee)
01:21 – Lieblingstool: warum Claude
04:05 – «Mehr Mensch dank KI»: die Haltung der SBB
06:21 – Das Projekt: Länderkampagnen automatisieren
08:11 – Die One-Shot-Illusion: wo KI funktioniert – und wo nicht
12:53 – Vorgehen mit Agentur, Systemprompt & iteratives Arbeiten
#25 Andreas Kyburz (Procure Swiss): Die Einkäufer:innen der Zukunft
Saison 1 · Épisode 25
dimanche 21 juin 2026 • Durée 44:00
In dieser Folge ist Andreas Kyburz zu Gast, Geschäftsführer von Procure Swiss, dem Fachverband der Einkäuferinnen und Einkäufer. Mit Andreas sprechen ich darüber, wie KI den Beruf des Einkäufers neu definiert, welche Skills in Zukunft entscheidend sind und über das Szenario, in dem ein Einkaufsagent direkt mit einem Verkaufsagent Konditionen verhandelt.
Andreas bringt es auf den Punkt: KI verkleidet das Problem schlechter Daten nicht – sie macht es grösser. Saubere Stammdaten und ein echtes Grundverständnis bleiben darum die Basis. Gleichzeitig diskutieren ich mit ihm, warum mit KI eher mehr als weniger Stellen entstehen können und wie sich die Arbeit vom Repetitiven hin zu Beziehung, Vertrauen und Strategie verlagert. Zum Schluss gibt Andreas Einblick in den neuen Lehrgang «Procurement AI Expert» – die erste dedizierte KI-Ausbildung für Einkäufer der Schweiz.
KI macht schlechte Daten nicht kleiner, sondern grösser – saubere Stammdaten sind das Fundament für jeden sinnvollen KI-Einsatz.
Mut zum Experimentieren, aber auch Mut zum Abwarten: Nicht jeder Prozess muss heute automatisiert werden, vieles löst sich in 6 Monaten von selbst.
KI verschiebt die Arbeit, statt sie wegzunehmen – Routine fällt weg, Interpretation, Risikoabwägung und Beziehungspflege gewinnen an Gewicht.
Das menschliche Element bleibt: Vertrauen, Verhandlung und Lieferantenpflege lassen sich nicht restlos an Maschinen übergeben.
Grundwissen bleibt Pflicht – wer nicht einschätzen kann, ob ein KI-Resultat plausibel ist, fliegt im Blindflug.
Gratis-Lizenzen gehören nicht in den geschäftlichen Einsatz; Datenschutz (Schweizer DSG) ist kein KI-spezifisches, aber ein zentrales Thema.
Verweigerung ist keine echte Option: Über versteckten Einkauf (Personal, IT, Beschaffung) betrifft KI früher oder später jedes Unternehmen.
#24 AI-Twins statt Umfragen: Wie Delta Labs menschliches Verhalten für Unternehmen simuliert
Saison 1 · Épisode 24
dimanche 14 juin 2026 • Durée 43:35
Was, wenn du ein Produkt, einen Preis oder eine Kampagne testen könntest, ohne einen einzigen echten Kunden zu befragen? Genau das macht Delta Labs mit sogenannten AI-Twins: synthetische Kundenprofile, die auf realen Daten basieren und menschliches Verhalten simulieren. In dieser Folge spreche ich mit Mitgründerin Anne Scherer – ehemalige Assistenzprofessorin für Quantitatives Marketing an der Uni Zürich – darüber, wie aus jahrelanger Forschung ein Startup und einer 4,4-Millionen-Seed-Runde wurde, warum die Datengrundlage über alles entscheidet und weshalb die klassische Marktforschung nicht verschwindet, sondern eine völlig neue Rolle bekommt.
AI-Twins sind keine 1:1-Kopien echter Menschen, sondern synthetische Profile, die auf realen Verteilungen und Korrelationen basieren – so, wie sie in der Realität vorkommen könnten.
Die Datengrundlage entscheidet über alles. Wer die KI «freilaufen» lässt, bekommt Halluzinationen. Delta Labs kalibriert jedes Profil dynamisch mit den verhaltensrelevantesten Merkmalen.
Bis zu 95 % Übereinstimmung mit menschlichen Studien – in einzelnen Fällen waren die Twins sogar näher am realen Verhalten als die Befragten.
Klassische Marktforschung verschwindet nicht, sie verändert sich. Statt einer 6-Monats-Umfrage lässt sich jeden Tag testen, nachfragen und anpassen.
Vom Forschungslabor zum skalierenden Startup: 4,4 Mio. Seed, «Forward Deployed Researchers» statt klassischem Sales und ein klarer Bootstrap-geprägter Umgang mit dem Geld.
KI wird für Unternehmen, was einmal der PC war – etwas, an dem keiner mehr vorbeikommt.
Kapitel
00:00 – Begrüssung & wie Anne KI im Alltag nutzt
01:24 – Anne Scherrer & Delta Labs: AI-Twins erklärt
02:32 – Der iPhone-Moment der KI & die Gründungsgeschichte
#23 – 5 Monate Podcast – die prägendsten Aussagen im Realitäts-Check: Andi Bock (AKI Solutions)
Saison 1 · Épisode 23
dimanche 7 juin 2026 • Durée 39:03
Beschreibung
Zum dritten Mal zu Gast: Andreas Bock von AKI Solutions. Gemeinsam lassen Andy Huber und Andi die stärksten Aussagen aus sechs Monaten HUBER Business AI Podcast Revue passieren – und ordnen sie ehrlich ein. Es geht um KI-Readiness als entscheidenden Hebel, den richtigen Weg zum passenden Use Case, das immer höhere Tempo der Modelle, verändertes (Einkaufs-)Verhalten durch Agenten und die grosse Frage: Schafft KI am Ende mehr Jobs, als sie kostet? Ein kompakter Rück- und Ausblick mit vielen konkreten Praxisbeispielen.
Daten-Readiness ist der grösste Hebel: Wer seine Daten und Prozesse aufbereitet hat, zieht mit KI davon – fehlende Datenqualität wird zum Showstopper, der Monate bis Jahre kostet.
Testen ja, aber mit Strategie: Mitarbeitende ausprobieren lassen (ohne echte/sensible Daten), das Wissen aber gezielt verankern statt im Giesskannenprinzip verpuffen lassen.
Treiber ist das Business, nicht die IT: Use Cases entstehen im Fachbereich – die IT liefert Basis, Guidelines und Security, soll aber nicht der Engpass sein.
KI kritisch hinterfragen: Antworten challengen, echte Quellen einfordern, nicht blind vertrauen – der Umgang mit KI wird zur Kernkompetenz.
Agenten verändern das Verhalten schnell: Produktberatung und Einkauf verlagern sich in den Chat – ein „Tipping Point“ wie beim Smartphone ist absehbar.
Jobs-Frage offen: Neue Disziplinen entstehen, aber Andi bleibt vorsichtig – KI könnte mehr Jobs ersetzen als schaffen. Eine gesellschaftliche Aufgabe.
#22 Jochen Krisch: E-Commerce auf Reset – KI, China & der Galaxus-Faktor
Saison 1 · Épisode 22
dimanche 31 mai 2026 • Durée 44:13
Jochen Krisch beobachtet, prägt und analysiert den E-Commerce seit über 20 Jahren. Als Gründer von Exciting Commerce, Macher der K5-Konferenz und Investor erkennt er Marktbewegungen oft früher als andere und warum wir mit KI gerade einen kompletten Neustart erleben, bei dem Grosse und Kleine wieder bei Null anfangen.
Im Gespräch reden wir über Agenten als die neuen Kunden, blicken nach China, diskutieren TikTok Shop und JD bei MediaMarktSaturn und natürlich über Galaxus als europäisches Vorzeigebeispiel.
Warum KI im Handel ein echter Reset ist und kein weiterer Effizienz-Hebel
Wie Agenten die Kundenbeziehung fundamental verändern werden
Was wir uns von China abschauen sollten – und was nicht
Wie TikTok Shop und JD den europäischen Markt neu sortieren
Wo Galaxus stark ist und wo das Profil noch schärfer werden muss
Welche Skills Händler in den nächsten 5 Jahren wirklich brauchen
Kapitel:
(00:00) Intro
(00:30) Wie Jochen KI heute privat & beruflich nutzt
(02:18) Wann KI im Handel angekommen ist
(04:05) Effizienz vs. echte Potenziale – die zwei Strömungen (05:26) Ländervergleich: China, USA, Europa
(07:32) Grosse vs. kleine Händler – wer profitiert wirklich? (10:05) Gelassenheit statt Aktionismus – wie man KI richtig lernt
(12:25) Agenten als die neuen Kunden
(16:59) Wird der Händler zum Datenlieferanten? (20:43) TikTok Shop in Deutschland – Hype oder Substanz?
Podcasts Similaires Basées sur le Contenu
Découvrez des podcasts liées à HUBER Business AI Podcast. Explorez des podcasts avec des thèmes, sujets, et formats similaires. Ces similarités sont calculées grâce à des données tangibles, pas d'extrapolations !
31:48 – Datenqualität als Schlüssel: ERP, Kultur & Co.
37:03 – Ausblick: KI wie der PC & die Zukunft der Marktforschung
40:50 – Leben & Arbeit mit KI in 3–5 Jahren
Mehr zu Anne und Delta Labs findest du in den Show Notes. Wenn dir die Folge gefällt, abonniere den HUBER Business AI Podcast und teile ihn mit jemandem, der KI im Unternehmen nicht nur diskutieren, sondern einsetzen will.
Kapitel
00:00 – Begrüssung und Intro
00:27 – Woran Andi arbeitet & seine Tools (Claude Code)
01:42 – Wie gross sind die Modell-Sprünge der letzten 12 Monate?
03:43 – Rückblick: Max Meister und der Daten-Vorsprung
05:50 – Der KI-Kompass: Readiness-Check von AKI Solutions
08:47 – Testen und Ausprobieren (Beispiel Fritschi / Simon Weiler)
