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.

Gast: https://www.linkedin.com/in/andreas-bock-231870158/

KI-Kompass: https://aki-solutions.ch/ki-kompass

Host: https://www.linkedin.com/in/andy-huber-ai-consulting/

Key Takeaways

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.

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)
11:09 – AI-Kompetenz lernen: Schule, Hochschule, Eltern
13:58 – Nicht blind vertrauen: KI kritisch hinterfragen & Quellen
15:34 – Demokratisierung vs. Kommerzialisierung der Modelle
17:47 – Use Cases im Vergleich: EM-Buddy vs. Brack-Ansatz
19:59 – Top-down oder bottom-up? Stakeholder an einen Tisch
21:56 – Bewegung im Markt – wann KI zur Belastung wird
25:50 – IT-Thema oder Business-Thema?
27:22 – Demografie und die Vision virtueller Mitarbeiter
28:43 – Agenten und das veränderte Einkaufsverhalten
31:00 – Tipping Point wie beim Smartphone
32:37 – Tempo der Modelle: Bild- & Video-Generierung
34:45 – Schafft KI mehr Jobs, als sie kostet?
37:01 – Fazit: AI orchestrieren als Skill der Zukunft