In dieser Folge spreche ich mit Ronny Stamm, Leiter Informationsmanagement und CIO der GASAG-Gruppe, darüber, wie etablierte Unternehmen Künstliche Intelligenz aus der Experimentierphase in echte Wirkung bringen können – und warum dafür Technologie allein nicht ausreicht.
Ronny bringt dafür eine sehr praxisnahe Perspektive mit. Seit vielen Jahren verantwortet er bei der GASAG-Gruppe IT-strategische Fragestellungen, Architektur, Betriebsführung und Umsetzungsthemen. Das Unternehmen ist bereits seit längerer Zeit stark cloudbasiert aufgestellt und beschäftigt sich frühzeitig mit den Möglichkeiten von KI.
Im Mittelpunkt der Folge steht die Frage, warum viele Unternehmen zwar inzwischen zahlreiche KI-Ideen, Use Cases und erste Anwendungen haben, der Schritt in die breite, nachhaltige Nutzung aber deutlich schwieriger ist. Ronny macht klar: Identifizierte Use Cases sind noch keine realisierte Wirkung. Der Weg von der Idee zur Umsetzung, zur tatsächlichen Nutzung und zu einem tragfähigen Business Case ist eine eigene Herausforderung.
Wir sprechen darüber, warum Geschwindigkeit zu einer der größten Hürden geworden ist. Die technologische Entwicklung rund um KI verändert sich enorm schnell. Neue Modelle, neue Plattformen, neue Möglichkeiten und neue Anwendungsfelder entstehen in immer kürzeren Abständen. Für etablierte Organisationen stellt sich damit die Frage, ob Menschen, Teams und Strukturen überhaupt schnell genug lernen und sich anpassen können, um diese Möglichkeiten produktiv zu nutzen.
Ein zentraler Punkt ist dabei das Zusammenspiel von IT und Fachbereichen. Ronny beschreibt sehr deutlich, warum es nicht reicht, einfach KI-Tools bereitzustellen und darauf zu hoffen, dass die Organisation den Rest schon alleine schafft. Für erfolgreiche KI-Anwendungen braucht es Menschen, die das Geschäft verstehen, die jeweiligen Prozesse kennen und gleichzeitig genug technologische Kompetenz mitbringen, um aus Ideen funktionierende Lösungen zu entwickeln.
Genau diese Kombination aus Domainwissen, Prozessverständnis und Technologie wird zum entscheidenden Engpass. Nicht jeder Mitarbeitende kann kurzfristig zum KI-Experten werden. Gleichzeitig reichen einzelne Expertenteams nicht aus, wenn die Nachfrage aus der Organisation stark steigt. Daraus entsteht die Frage, welches Operating Model Unternehmen brauchen, um KI wirklich wirksam zu skalieren.
Wir sprechen außerdem darüber, wie sich die Zusammenarbeit zwischen zentraler IT und dezentralen Business-ITs verändert. Welche Kompetenzen müssen zentral aufgebaut werden? Welche Verantwortung bleibt in den Fachbereichen? Wann braucht es crossfunktionale Teams? Und wie verhindert man, dass aus vielen Einzelinitiativen ein unübersichtlicher Wildwuchs entsteht?
Ein weiterer Schwerpunkt der Folge ist Governance. Ronny vergleicht den künftigen Umgang mit KI-Agenten mit klassischen Softwareauswahlprozessen. Auch ein Agent ist am Ende eine Lösung, die Kosten verursacht, Daten nutzt, Auswirkungen auf Prozesse hat und rechtliche sowie betriebswirtschaftliche Risiken mit sich bringen kann. Deshalb braucht es klare Prüfprozesse, Datenqualität, Verantwortlichkeiten und Transparenz darüber, welche KI-Lösungen im Unternehmen eingesetzt werden dürfen.
Besonders spannend ist auch der Blick auf die Wirtschaftlichkeit von KI. Ronny macht deutlich, dass KI nicht automatisch Kosten spart. Gerade bei agentischen Anwendungen entstehen neue Kostenlogiken, etwa durch Modellnutzung, Datenabfragen, Iterationen und Tokenverbrauch. Unternehmen müssen daher lernen, Business Cases für KI anders zu bewerten und frühzeitig zu prüfen, wann eine Anwendung wirklich sinnvoll ist.
Zum Schluss sprechen wir über die Rolle des CIO in dieser Entwicklung. Für Ronny ist klar: KI ist keine reine IT-Aufgabe, aber der CIO kommt an diesem Thema nicht vorbei. Er oder sie muss Orientierung geben, Governance schaffen, technologische Entwicklungen einordnen und gemeinsam mit Vorstand, Management und Fachbereichen den passenden Weg für das eigene Unternehmen entwickeln.
Eine Folge über KI jenseits des Hypes. Über Use Cases, Skalierung, Datenqualität, Governance, Wirtschaftlichkeit, Operating Models und die Frage, wie Unternehmen trotz hoher Geschwindigkeit die richtigen Entscheidungen treffen.
✨ Key Takeaways🚀
Identifizierte Use Cases sind noch keine WirkungViele Unternehmen haben inzwischen zahlreiche KI-Ideen gesammelt. Entscheidend ist aber, welche davon wirklich umgesetzt, genutzt und wirtschaftlich wirksam werden.
⚡
Geschwindigkeit wird zur größten HerausforderungKI entwickelt sich in enormem Tempo. Für etablierte Organisationen ist nicht nur die Technologie anspruchsvoll, sondern vor allem die Fähigkeit, schnell genug zu lernen, zu priorisieren und umzusetzen.
🧠
KI braucht mehr als technologische KompetenzErfolgreiche KI-Anwendungen entstehen dort, wo Prozessverständnis, Domainwissen und technologische Fähigkeiten zusammenkommen. Genau diese Kombination wird zum Engpass.
🤝
IT und Fachbereiche müssen enger zusammenarbeitenKI lässt sich nicht dauerhaft in einer klassischen Trennung von Anforderung und Umsetzung skalieren. Die Zusammenarbeit zwischen IT, Business-IT und Fachbereichen muss neu gedacht werden.
🧩
Skalierung braucht ein Operating ModelEinzelne Projekte und Leuchttürme reichen nicht aus. Unternehmen brauchen klare Strukturen, Rollen, Verantwortlichkeiten und Entscheidungswege, um KI nachhaltig in die Fläche zu bringen.
🔐
Governance ist kein Bremsklotz, sondern VoraussetzungKI-Agenten benötigen ähnliche Prüf- und Auswahlprozesse wie klassische Software. Es geht um Daten, Berechtigungen, Kosten, rechtliche Rahmenbedingungen und die Sicherheit des Unternehmens.
💸
KI spart nicht automatisch KostenGerade bei agentischen Anwendungen entstehen neue Kostenlogiken. Tokenverbrauch, Modellnutzung und Prozessautomatisierung müssen betriebswirtschaftlich verstanden und gesteuert werden.
🧭
Der CIO bleibt zentraler OrientierungsgeberKI ist eine Unternehmensaufgabe, aber der CIO spielt eine entscheidende Rolle: als Einordner, Sparringspartner, Governance-Verantwortlicher und Brückenbauer zwischen Technologie, Management und Fachbereichen.
🎧
Warum solltest du reinhören?Diese Folge ist für alle spannend, die verstehen wollen, wie Künstliche Intelligenz in etablierten Unternehmen wirklich wirksam werden kann. Besonders relevant ist sie für CIOs, IT-Leiter, Digitalverantwortliche, Führungskräfte und Transformationsverantwortliche, die KI nicht nur testen, sondern nachhaltig in Organisation und Prozesse bringen wollen.
Ronny gibt einen sehr konkreten Einblick in die Herausforderungen, die nach den ersten Experimenten entstehen: Wie kommt man von vielen Ideen zu echter Umsetzung? Wie priorisiert man Use Cases? Wie organisiert man die Zusammenarbeit zwischen IT und Fachbereichen? Wie baut man Kompetenzen auf, ohne die Organisation zu überfordern? Und wie schafft man Governance, ohne die notwendige Dynamik abzuwürgen?
Besonders wertvoll ist der Blick auf die Frage, warum KI-Skalierung keine reine Technologiefrage ist. Die Folge zeigt, dass Unternehmen nicht nur Tools brauchen, sondern ein klares Operating Model, gute Daten, wirtschaftliches Denken, klare Verantwortung und die Fähigkeit, technologische Möglichkeiten in konkrete Fachbereichsprozesse zu übersetzen.
Die zentrale Botschaft der Folge lautet: KI wird nicht dadurch wirksam, dass man möglichst viele Use Cases sammelt oder neue Tools bereitstellt. Wirkung entsteht erst, wenn Unternehmen die organisatorischen, fachlichen und wirtschaftlichen Voraussetzungen schaffen, um KI kontrolliert, verantwortungsvoll und mit echtem Nutzen zu skalieren.
🎧
Jetzt reinhören – es lohnt sich!-------------------
REAL EXPERTS, der Podcast zu Themen der Transformation und Digitalisierung in Unternehmen. In diesem Podcast spricht
Christoph Rauhut mit führenden Köpfen und Experten aus Unternehmen über die verschiedensten Themen der Transformation und gibt echte Einblicke und praktische Empfehlungen.
Herausgeber und Podcast-Host ist
Christoph Rauhut (
LinkedIn)
Mehr Informationen und Folgen zum Podcast:
https://podcast.realexperts.de/Dieser Podcast wurde produziert mit freundlicher Unterstützung von
Bony Stoev:
https://bony-stoev.de/
