Benjamin Abbenseth ist einer von 12 bis 14 Transformation Leads, die das Thema aus allen Bereichen ins Unternehmen tragen. Im Gespräch erklärt er, wie dieses cross-funktionale Netzwerk arbeitet und warum sich Victorinox für Copilot als strategische Plattform entschieden hat. Er spricht über AI-Guidelines, über die Ergebnisse einer internen Umfrage und darüber, wie Use Cases zentral gesammelt und nach Machbarkeit, Effizienzgewinn und Skalierbarkeit bewertet werden.

Dazu kommen konkrete Anwendungen. Mit einem Visit Agent spricht der Aussendienst den Besuchsbericht nach dem Kundentermin ein, der Bericht landet danach in Salesforce. Auf den Marktplätzen meldet ein KI-Tool Abweichungen bei den Produktdaten und schlägt Korrekturen vor. Im Marketing übernimmt KI einen Teil der Übersetzungen. Zum Schluss geht es um die Frage, wann ein Agent selbst entscheiden darf und wie Victorinox in zwei Jahren arbeitet.

Zum Gast: Benjamin Abbenseth ist seit acht Jahren bei Victorinox und verantwortet den Third-Party-Online-Bereich mit Marktplätzen wie Galaxus und Amazon sowie reinen Onlinehändlern. https://www.linkedin.com/in/benjamin-abbenseth-b9913710b/

Gastgeber: Andy Huber. Seit über 25 Jahren im B2B. https://www.linkedin.com/in/andy-huber-ai-consulting

• KI kam bei Victorinox nicht per Beschluss. Die Mitarbeitenden nutzten die Tools zuerst, die Geschäftsleitung setzte danach den Rahmen.
• Ein Netzwerk aus 12 bis 14 Transformation Leads trägt die Einführung in alle Bereiche. Sie treffen sich alle sechs Wochen.
• Copilot ist die strategische Plattform. Den Ausschlag gaben die bestehende Microsoft-Umgebung und die Sicherheit der Daten.
• Hinter jedem Use Case steht ein Business Case. Ein Tool bewertet die Vorschläge und zeigt Doppelspurigkeiten.
• Die meisten Use Cases optimieren bestehende Prozesse. Das grössere Potenzial sieht Ben darin, Prozesse neu zu denken.
• Ein neuer Prozess muss Zeit sparen und einfach sein. Beim Visit Agent reicht das Smartphone im Auto.
• Agenten schlagen heute vor, der Mensch quittiert. Einfache Korrekturen sollen künftig automatisch laufen.
• Viele Lösungen entstehen intern. Die Herausforderung ist, die eigenen KI-Expertinnen und -Experten sichtbar zu machen.

• 00:00 Intro
• 01:01 KI in Bens Alltag
• 03:25 Third-Party-Online bei Victorinox
• 04:33 Social Commerce in Asien
• 06:42 Wie KI zu Victorinox kam
• 08:04 Die Einheit Technology and Transformation
• 09:19 Transformation Leads in allen Bereichen
• 12:06 Warum Copilot
• 15:54 Adoption und Weiterbildung
• 17:04 Was die interne Umfrage zeigt
• 18:16 Guidelines, AI-Komitee und Fokus der Geschäftsleitung
• 20:33 Wettbewerbsdruck und Business Case
• 22:24 Wie Use Cases bewertet werden
• 23:57 Optimieren oder neu denken
• 25:05 Übersetzungen und Bilder im Marketing
• 27:06 Der Visit Agent für den Aussendienst
• 30:49 Die nächsten Use Cases im Vertrieb
• 32:27 Marktplatz-Monitoring auf Amazon
• 34:01 Wann der Agent selbst entscheidet
• 36:53 Wer die Agenten baut
• 38:57 Wie Ben am Ball bleibt
• 40:44 Victorinox in zwei Jahren
• 43:23 Verabschiedung

EM erwirtschaftet über 500 Millionen Franken über die digitalen Kanäle. Copilot bekommt trotzdem nur, wer davon profitiert. Der EM Buddy verarbeitet über 15'000 Kundenfotos pro Jahr, die Nutzung bleibt auf hohem Niveau stabil. Für den Aussendienst wird gerade eine Lösung ausgerollt, mit der Besuchsberichte direkt ins CRM gesprochen werden. Im E-Commerce läuft ein Pilot mit einem KI-Testing-Tool eines Zürcher Anbieters, der aus der Gaming-Industrie kommt. Wer den Namen wissen will, schreibt mir.

Am Schluss geht es um Einkaufsagenten im B2B-Handel und darum, was einen Händler dann noch von anderen unterscheidet.

Zum Gast
Pascal Willi, Leiter Digital und Marketing, Elektro-Material AG.

https://www.linkedin.com/in/pascal-willi/

Gastgeber
Ich bin Andy Huber: https://www.linkedin.com/in/andy-huber-ai-consulting/

• KI-Lizenzen nach Bedarf vergeben, bei hoher Nutzung wird KI schnell teuer
• Eine stabile Nutzung auf hohem Niveau mit wiederkehrenden Kunden ist ein gutes Zeichen
• KI kann nur auswerten, was dokumentiert ist, das Wissen des Aussendienstes muss ins System
• Ein Besuchsbericht per Sprache dauert zwei, drei Minuten statt einer halben Stunde am Abend
• Ohne CRM geht es auch mit Diktierfunktion, Copilot-Agent und Planner
• Der Anstoss muss aus dem Business kommen, nicht vom Tool
• Je grösser der Druck im Markt, desto eher suchen Unternehmen aktiv nach Lösungen

00:00 Intro
01:29 KI im privaten Alltag
03:04 Was seit Januar passiert ist
05:04 Copilot nur für die, die es brauchen
08:55 EM Buddy und Bilderkennung
15:53 Entlastung für den Aussendienst
17:45 CRM, Trigger und Wissen in Köpfen
23:28 Besuchsbericht per Sprache ins CRM
26:01 Wie das Projekt entstanden ist
28:58 Lösung ohne CRM mit Copilot und Planner
30:54 Prompten per Sprache
34:08 KI-Testing im E-Commerce
39:39 Wie EM den Testing-Partner gefunden hat
41:22 Wie weit ist der B2B-Handel
47:52 Einkaufsagenten und Marktplätze
50:56 GEO und Bots auf dem Webshop
53:14 Abschluss

#KI #B2B #Handel #ElektroMaterial #EMBuddy #Copilot #CRM #Aussendienst #ECommerce #KIAgenten #GEO #Podcast

Im Gespräch geht es darum, was dafür vorausgesetzt ist. Oliver spricht über Infrastruktur, Daten und Schnittstellen, über die Rolle der Geschäftsleitung und über den Druck, den Procurement-Outsourcer mit Spar-Garantien auf Einkaufsorganisationen ausüben. Er erklärt, warum er KI als Top-down-Entscheid sieht und weshalb die Investitionsbereitschaft gerade steigt.

Dazu kommt ein konkreter Use Case. Ein Voice-Agent beantwortet Anfragen von Bedarfsträgern und Lieferanten an den Einkauf, angebunden an ERP und Ticket-System. Oliver rechnet vor, was das bei einem Team von 15 Mitarbeitenden ausmacht. Zum Schluss geht es um die Frage, wann Einkaufs- und Verkaufsagenten miteinander verhandeln und wo der Mensch weiterhin entscheidet.

Zum Gast: Oliver Engelbrecht https://www.linkedin.com/in/oliengelbrecht/

Gastgeber: Andy Huber https://www.linkedin.com/in/andy-huber-ai-consulting

• Das Grundwissen zu KI ist bei vielen angekommen. Der Unterschied entsteht in der Umsetzung im Unternehmen.
• Prozessoptimierung bringt erste Effekte. Den grösseren Hebel hat, wer Abläufe und Betriebsmodell neu denkt.
• Ohne Infrastruktur bleibt KI ein Werkzeug für Einzelne. Cloud, Schnittstellen und saubere Daten sind die Voraussetzung.
• KI ist ein Entscheid der Führung. Es braucht Kapazität, Budget und die Bereitschaft, die eigene Organisation zu hinterfragen.
• Der Druck kommt auch von aussen. Procurement-Outsourcer garantieren Einsparungen und zahlen zurück, wenn sie diese nicht erreichen.
• Voice AI ist im Einkauf einsetzbar. Anfragen zu Ausschreibungen oder zum Lieferantenprozess lassen sich mit Anbindung an ERP und Ticket-System beantworten.
• Agenten verhandeln heute vor allem bei einfachen Kategorien. Bei komplexen Beschaffungen unterstützen sie, ersetzen aber nicht.
• Bei Neueinstellungen zählt das Mindset. Gefragt sind Leute, die ihre Kategorie weiterentwickeln wollen und nicht nur abwickeln.

• 00:00 Intro
• 01:10 KI in Olivers Alltag
• 03:22 Von der IT über UBS und SIX zur Big Four
• 12:20 Der Lehrgang Procurement AI Expert
• 15:08 Was sich in Schulungen verändert hat
• 15:52 Optimieren oder neu denken
• 18:41 Skills, Mindset und junge Talente
• 19:47 Ist die Infrastruktur bereit?
• 21:05 KI als Entscheid der Führung
• 25:21 KI auf Ebene Geschäftsleitung
• 29:09 Prozesse neu denken statt digitalisieren
• 29:52 Prozess-Engines und Voice AI im Einkauf
• 33:32 Schnelle Antworten als Mehrwert
• 34:18 Mit einem Bot reden?
• 37:20 Verhandelt bald Agent mit Agent?
• 40:06 C-Teile und Katalogbestellungen
• 42:24 Was neue Mitarbeitende im Einkauf mitbringen
• 44:24 Verabschiedung

Im Gespräch geht es um die Lücke zwischen gefühlter und belegbarer Produktivität. Viele Mitarbeitende fühlen sich mit KI produktiver, nur ein Teil der Unternehmen kann das auch nachweisen. Pascal erklärt, warum gewonnene Zeit im Arbeitsalltag sofort wieder verschwindet und weshalb der Einstieg über den konkreten Arbeitstag einer Rolle besser funktioniert als ein allgemeiner Überblick.

Dazu kommen Use Cases aus seinen Projekten. Ein Agent durchsucht rund 4'000 Vertragselemente zu Garantieleistungen von Produktionslinien, ein weiterer unterstützt die Unternehmenskommunikation. Pascal spricht auch über Datenhaltung in der Schweiz, über Schatten-AI und darüber, warum die Einstellungen vor dem Start geprüft werden sollten.

Zum Gast: Pascal Brunner-Nikolla, Head of Modern Work bei Campana & Schott Schweiz und Microsoft MVP. Jeden Montag erscheint sein Newsletter «Copilot Your Day».

• Follow me on LinkedIn
• https://copilotyourday.com/links/
• https://www.newsletter.copilotyourday.com/
• Zugang zu den Cheatsheets
• LinkedIn Learning Kurse zu Copilot

Gastgeber: Andy Huber. https://www.linkedin.com/in/andy-huber-ai-consulting/

Takeaways

• Eine Lizenz ist noch keine Nutzung. Wie beim Fitness-Abo im Januar braucht es neue Routinen, damit Copilot im Alltag ankommt.
• Persönliche Produktivität ist noch kein Business Impact. Messbaren Nutzen zeigen vor allem Unternehmen, die ihre Prozesse neu denken.
• Gewonnene Zeit wird sofort wieder absorbiert. Wer sie für wertschöpfende Aufgaben nutzen will, muss das bewusst planen.
• Beim Arbeitstag ansetzen. Wer den Alltag einer Rolle durchgeht und an einzelnen Schritten zeigt, wo Copilot hilft, erreicht die Mitarbeitenden eher.
• Die meisten haben kein Modellproblem. Entscheidend ist, wie KI in den Arbeitsalltag integriert wird.
• Verbote verschieben das Problem. Ohne gutes internes Angebot laden Mitarbeitende Firmendaten in private Tools hoch.
• Vor dem Go-live die Einstellungen prüfen. Ein bis zwei Wochen später starten ist besser, als nachträglich Freigaben korrigieren zu müssen.

• 00:00 Intro
• 01:11 KI in Pascals Alltag
• 02:57 Pascal Brunner-Nikolla und Campana & Schott
• 03:59 Der Weg zum Copilot-Experten
• 06:08 Am Ball bleiben bei diesem Tempo
• 10:04 Was Unternehmen von KI erwarten
• 14:04 Wenn gewonnene Zeit verpufft
• 16:53 Daten und Organisation als Fundament
• 18:26 Ist Copilot schlechter als ChatGPT
• 21:37 Warum das Modell selten das Problem ist
• 23:25 Fitness-Abo und AI-Fitness
• 24:05 Use Cases mit Wirkung
• 27:16 On-prem, Cloud und Migration
• 29:46 Datenschutz und Datenhaltung in der Schweiz
• 31:46 Schatten-AI und KI-Richtlinien
• 34:33 Überforderte IT und Technical Readiness
• 36:28 Change und Technik im gleichen Team
• 38:01 Selber machen oder Unterstützung holen
• 41:00 Wie wir in zwei Jahren arbeiten
• 42:43 Verabschiedung

Auf dieser Basis entstand die KI-gestützte Artikeleröffnung. Pro Produkt sind fast 300 Felder zu füllen. Irgendwann hatte das Team keine Lust mehr darauf. Heute füllt die KI vieles vorab aus und erstellt einen Marktbericht, bevor ein Artikel aufgenommen wird. Ein Mensch prüft weiterhin.

Marc erzählt, wie aus einer Schnittstellenfrage der eigene Datenhub FAPA Connect wurde und wie Faserplast Restplatten mit KI-Unterstützung in den Online-Shop bringt. Er spricht auch über eine Wissensdatenbank, die nur mit Quellennachweis antworten darf, und über das Risiko, wenn nur noch wenige wissen, wie die selbst gebauten Lösungen funktionieren.

Gast: Marc Beck https://www.linkedin.com/in/marcbeck-faserplast

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

• Digitalisierung beginnt mit Aufräumen. Sortiment, ERP und Stammdaten zuerst bereinigen. Erst dann bringt KI einen Nutzen.
• Datenpflege hört nie auf. Faserplast macht bei jeder physischen Inventur auch eine Dateninventur. Löschen gehört dazu.
• Ein hoher Anspruch braucht Unterstützung. Die 300 Felder pro Artikel sind erst wieder machbar, seit die KI vorbefüllt und Regeln direkt bei der Eingabe anzeigt.
• Eigene Schnittstellen bringen Tempo. Mit dem eigenen Datenhub ist Faserplast nicht mehr von externen Partnern abhängig.
• Die Belegschaft mitnehmen. Eine interne KI-Plattform mit Umfragen und verschiedenen Schulungsformaten verhindert, dass sich das Projektteam von den Mitarbeitenden entfernt.
• Gute Ideen kommen vom Kunden. Das Restplatten-Tool entstand aus wiederholten Kundenanfragen nach Reststücken.
• Wer selbst baut, muss auch selbst betreiben. Das Wissen über eigene Lösungen darf nicht an einzelnen Personen hängen.

• 00:00 Intro
• 00:45 Marc Beck und Faserplast
• 02:01 Sechs Geschäftsbereiche mit 30 Leuten
• 04:09 Der Auslöser, aufräumen statt Bazar
• 06:06 Saubere Stammdaten und die Leute mitnehmen
• 08:08 Artikeleröffnung mit 300 Feldern
• 12:57 FAPA Connect, der eigene Datenhub
• 14:40 Interne Kompetenz statt externer Partner
• 16:29 KI-Plattform und Hackathon
• 19:37 Wer das Thema treibt
• 21:11 Prozesse kennen und dokumentieren
• 23:43 Wie man Prozesse aufnimmt
• 25:07 Warum Dokumentation so wichtig ist
• 27:39 Restplatten im Online-Shop
• 31:23 Neue Angebote aus Kundenbedürfnissen
• 32:23 Die Wissensdatenbank mit Quellennachweis
• 38:14 Empfehlung für Einsteiger, Daten aufräumen
• 40:25 Faserplast in drei Jahren und Agentic Commerce
• 42:22 Die Kehrseite, Abhängigkeiten und Betrieb
• 43:34 Verabschiedung

Wenn du in deinem Unternehmen wissen willst, welcher KI-Anwendungsfall sich bei dir wirklich rechnet und ob deine Daten dafür bereit sind, dann lass uns reden. Ich begleite Geschäftsleitungen und Verwaltungsräte genau bei dieser Frage. Und wenn du für deinen Führungsanlass einen Referenten zum Thema suchst, melde dich ebenfalls per Linkedin

Er erklärt, warum ein Change nur mit dem Team gelingt und weshalb der Chef danach zurückstehen muss. Am Beispiel einer geschlossenen Verteilzentrale mit 300 Kunden zeigt er, wie Kundenfeedback einen fertigen Plan verändert hat.

Im zweiten Teil geht es um datengestützte Vertriebssteuerung. Und um eine Kundenbefragung mit sechs Fragen, die abwanderungsgefährdete Kunden zu Fans gemacht hat.

Zum Gast: Reto Gamper, Verkaufs- und Change-Profi, zuletzt verantwortlich für Verkauf und Einkauf bei Avosano.

https://www.linkedin.com/in/r-gamper/

Gastgeber: Andy Huber. https://www.linkedin.com/in/andy-huber-ai-consulting/

Takeaways

• Ohne Team kein Change. Ist das Ziel gesetzt, muss der Chef zurückstehen und machen lassen.
• Den Plan mit Kunden testen. Beim Transfer von 300 Kunden hat erst das Kundenfeedback gezeigt, dass eine zweite Variante nötig war.
• Transaktionsdaten sind Gold. Sie zeigen, welcher Aussendienst welche Segmente verkauft und wo Cross- und Upselling-Potenzial liegt.
• Kurz fragen, schnell reagieren. Sechs Fragen mehrmals im Jahr, wöchentlich ausgewertet, haben die Abgangsrate gesenkt.
• KI bereitet vor, der Mensch baut Vertrauen auf. Briefings und Auswertungen werden schneller, der persönliche Kontakt bleibt.

Kapitel

• 00:01 KI im Alltag
• 00:38 Retos Stationen von Unilever bis Avosano
• 02:57 Das Muster hinter jedem Change
• 05:36 Wenn der Plan auf die Kunden trifft
• 08:05 Umgang mit Widerstand im Team
• 09:13 Change im Konzern und im KMU
• 11:25 Leitplanken und Firmenwissen schützen
• 12:12 Wie fit ist der Vertrieb bei Daten
• 15:25 Datengesteuert statt nach Routine
• 18:13 Mehrwert im Kundengespräch
• 21:22 Die richtigen KPI im Vertrieb
• 23:57 Trigger statt Excel-Listen
• 27:41 Kundenbefragung als Frühwarnsystem
• 33:22 Besuchsrapporte und Transkription
• 39:34 Verabschiedung

Franco Kölliker ist Co-CEO sowie Chief Digital und Marketing Officer bei Oswald.

Er erzählt, wie eine KI das Werbebudget auf die Kanäle verteilt und das gleiche Budget damit 300 Prozent mehr Wirkung bringt.

Die Suche auf der Website hat sein Team in fünf Arbeitstagen durch eine KI-gestützte Suche ersetzt. Die Conversion der Suchenden stieg von 4,5 auf fast 40 Prozent.

Nicht alles lief nach Plan. Beim Chatbot hat das Team unterschätzt, wie viel Prozesswissen und wie viele Leitplanken es braucht. Es ging sechs Monate, bis er für alle Kunden gut genug war.

Im Gespräch geht es auch um Copilot im Backoffice, um die Frage, wie man die Leute mitnimmt, und darum, wo bei einer Traditionsmarke der Mensch bleiben muss.

Gast: https://www.linkedin.com/in/franco-kölliker-74a1ab86/

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

Takeaways

• Klein anfangen. Oswald hat nicht mit einem grossen KI-Projekt gestartet, sondern mit vielen kleinen Projekten, die schnell Wirkung zeigen. Heute laufen 14 parallel.
• Die KI schlägt vor, der Mensch entscheidet. Die Budgetsteuerung im Performance Marketing war nach drei Monaten Testphase besser als die manuelle Steuerung. Die Freigabe bleibt beim Menschen.
• Produktdaten allein reichen nicht. Ein Chatbot braucht Prozesswissen und klare Leitplanken. Sonst empfiehlt er Produkte, die gar nicht im Sortiment sind.
• Eine feste Frist bündelt die Kräfte. Für die neue Suche hatten Agentur und Projektleitung fünf Arbeitstage. KI hat dabei auch bei der Programmierung geholfen.
• Nicht auf perfekte Daten warten. Der Einstieg gelingt über repetitive Tätigkeiten. Die Daten werden parallel verbessert.
• Die Menschen sind der wichtigste Faktor. Gute Daten und dokumentierte Prozesse nützen wenig ohne Leute, die das Thema aus eigenem Antrieb vorantreiben.
• Jede Lizenz braucht einen Business Case. Copilot ist im Backoffice breit im Einsatz. Ob eine Person eine Lizenz braucht, wird trotzdem jedes Mal geprüft.

Kapitel

• 00:00 Intro
• 01:32 KI im privaten Alltag, Kochen und Smart Home
• 02:44 ChatGPT, Claude und Gemini statt Google
• 03:54 Franco und Oswald
• 05:49 Zielgruppen, von B2C bis Export
• 06:38 Die ersten Use Cases, Performance Marketing und Chatbot
• 10:22 Agentur oder in-house
• 10:49 KI in der Geschäftsleitung, Business Case und Testphase
• 13:03 Daten, Prozesse und die Menschen
• 14:06 Die zweite Führungsstufe mitnehmen
• 16:42 Kreativität und A/B-Tests mit Visuals
• 18:43 Copilot im Backoffice
• 19:02 Wie das Team Copilot gelernt hat
• 20:49 KI als Change-Projekt
• 22:12 Was KI für das Kundenerlebnis bedeutet
• 24:16 Schnellere Antworten, höhere Erwartungen
• 26:08 Wo der Mensch bleiben muss
• 27:56 KI-generierte Inhalte und menschliche Kontrolle
• 29:18 KI-Agenten am Telefon
• 31:54 Nicht auf perfekte Daten warten
• 34:30 Neue Suche in fünf Tagen
• 35:51 Wie weit die Branche ist
• 37:15 Rückstand aufholen
• 38:00 KI-Kompetenz bei der Rekrutierung
• 39:05 Oswald in drei Jahren
• 41:44 Was KI nicht kann, der Geschmack
• 42:30 Verabschiedung

Mario Fürst verantwortet Siemens Xcelerator in der Schweiz. Auslöser für die Plattform war Feedback aus dem Markt. Viele Kunden finden die passenden Lösungen und Partner für ihre Digitalisierungsprojekte nicht. Intern stellte sich eine andere Frage. Wieso etwas ändern, wenn das Geschäft gut läuft?

Wir sprechen über Industrial AI und Simulationen, die heute in wenigen Stunden laufen. Über einen KI-Agenten, der Ingenieure beim Programmieren von Steuerungen unterstützt. Und darüber, wann der KI-Agent eines Kunden selbst auf der Plattform einkauft.

Gast: https://www.linkedin.com/in/mario-fürst-35291b12a/

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

Takeaways 

• Die Qualität entscheidet über den Nutzen. Viele Projekte sind früher gescheitert, weil die Qualität nicht dort war, wo sie sein musste. Erst wenn die digitale Simulation der Realität entspricht, entsteht ein echter Nutzen.
• Simulationen laufen heute in wenigen Stunden. Lösungen, die vor 20 Jahren drei bis vier Tage gerechnet haben, schaffen das mit Physical AI in einem Bruchteil der Zeit.
• KMU sind oft schneller. Grosskonzerne haben die stärkeren Strategien und planen langfristiger. Eine allgemeine Aussage zur Industrie lässt sich nicht machen.
• Kein Anbieter kann alles allein. Deshalb stellt Siemens Partnerlösungen neben die eigenen. Geprüft wird, welche Lösungen sich ergänzen.
• Je grösser das Angebot, desto wichtiger die Suche. KI im Backend und die richtigen Keywords führen Besucher je nach Zielgruppe zur passenden Lösung.
• KI kann grosse Investitionen ersetzen. Mit Kameradaten und KI-gestützter visueller Qualitätskontrolle lässt sich zum Beispiel ein Röntgenscanner für rund 1 Million einsparen.
• Private Nutzung erleichtert den Einstieg im Beruf. Wer den Nutzen von KI privat erlebt hat, setzt sie auch im Vertrieb schneller ein.

Kapitel 

• 00:00 Intro
• 00:07 KI im Alltag, Reiseplanung mit der Familie
• 03:16 Von IoT zu Industrial AI, was sich verändert hat
• 05:34 Warum Skalierung heute im Fokus steht
• 06:54 Wie weit die Industrie ist, KMU und Grosskonzerne
• 08:11 Techstandort Schweiz und Robotik
• 08:37 Was Siemens Xcelerator ist
• 10:38 Der Marktplatz auch für Nicht-Kunden
• 12:04 Für welche Branchen die Plattform gedacht ist
• 12:27 Warum Siemens auf Offenheit setzt
• 14:57 Widerstände intern und wie man sie überwindet
• 17:54 Globale Plattform, lokale Partner
• 19:34 Wie Unternehmen Marketplace Seller werden
• 20:31 Was die Zertifizierung bedeutet
• 21:02 Die richtige Lösung finden, KI im Backend
• 23:37 Wie die Plattform bekannter werden soll
• 25:28 Der Eigen Engineering Agent im TIA Portal
• 26:57 KI-Use-Cases von der Entwicklung bis zur Produktion
• 31:38 AI Lab und Guardrails im Grosskonzern
• 34:03 Wie Mario KI im Arbeitsalltag nutzt
• 34:46 KI im Vertrieb
• 36:51 Menschen mitnehmen, vom privaten Nutzen ins Geschäft
• 40:38 Wann der KI-Agent des Kunden einkauft

Marcel Rassinger war CIO von BRACK.Alltron. Heute baut er mit aikyma für den Handel KI-Lösungen. Sein Befund ist nüchtern. Die Anbindung an SAP oder Business Central ist der einfache Teil. Schwierig wird es Sonderwünschen in Notizfeldern und bei Wissen, das nur in den Köpfen der Mitarbeitenden steckt.

Warum aus einem KI-Projekt schnell ein Prozess- und Datenprojekt wird und wo sich der ROI wirklich rechnet.

Zum Gast: Marcel Rassinger, studierter Physiker, früher CIO der Competec-Gruppe, heute Co-Founder und CTO von aikyma in Basel.

Gast: https://www.linkedin.com/in/marcel-rassinger-0b1b74/

Website:https://aikyma.ai/

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

Takeaways 

• Die technische Anbindung ist heute der einfache Teil. Mit KI-Tools bekommt man die Verbindung zu SAP oder Business Central schnell hin. Der Aufwand steckt in den Prozessen dahinter.
• Die Prozesse laufen anders, als sie dokumentiert sind. Was im Kopf des Managements und in der Prozessbeschreibung steht, ist selten das, was im Tagesgeschäft tatsächlich passiert.
• Agenten wie neue Mitarbeitende behandeln. Jemand erklärt ihnen, wie das Unternehmen funktioniert. Marcel nennt das selbst edge und teilweise bleeding edge.
• Ein Mitarbeitender allein reicht als Quelle nicht. Erst die Spiegelung im Kreis von Teamleitern und Entscheidungsbefugten bringt ein belastbares Bild.
• Aus dem KI-Projekt wird ein Prozess- und Datenprojekt. In den Feedback-Runden zeigt sich, was ein Bug ist, wo der Prozess uneinheitlich ist und wo schlicht die Daten nicht stimmen.
• 100 Prozent sind nicht das Ziel. Die Fleissarbeit soll wegfallen, entscheiden soll der Mensch dort, wo entschieden werden muss.
• Human in the Loop ist eine zweite Integrationsschicht. Nicht nur ins System, sondern in die Organisation. Die Feedback-Schlaufe läuft über Zuständigkeiten, Mails und Menschen.
• Ohne Management-Unterstützung geht es in komplexen Fällen nicht. Wer ein Tool kauft und es wie ein Excel behandelt, wird damit nicht weit kommen.

Kapitel 

00:00 Intro

00:17 Marcels Lieblings-KI-Tool

02:32 Vom Physikstudium ins Internetbanking

05:24 Was vom Physikstudium geblieben ist

06:19 Wohin sich KI entwickelt

11:05 Die CIO-Rolle vor zehn Jahren und heute

13:51 KI deckt die alten Baustellen auf

17:01 Was aikyma genau macht

18:23 Wenn der Teufel im Detail steckt

19:14 Die Kunden, bei denen es tatsächlich schnell geht

19:35 Gewachsene Systeme und die Adresse aus Shanghai

25:33 Wenn jeder den Prozess anders auslegt

26:40 Feedback-Runden mit Teamleitern und Entscheidern

28:40 Aus dem KI-Projekt wird ein Prozess- und Datenprojekt

29:42 Der ROI und die einfache Rechnung

33:02 Human in the Loop und die Integration in die Organisation

34:57 Kultur, Fehler und der Umgang damit

35:41 Change-Management-Projekte

36:37 Wie Mitarbeitende auf die Automatisierung reagieren

39:47 Was Unternehmen an KI-Projekten falsch verstehen

41:18 Ausblick, 80 Prozent der Bürokratie sind automatisierbar

45:56 Wenn Software fast gratis wird

Christian Lüscher arbeitet seit vier Jahren daran, dass diese Frage im Ausland überhaupt gestellt wird. Als PR-Manager der Greater Zurich Area macht er einen Wirtschaftsraum von neun Kantonen sichtbar – ab 2027 sind es zehn. Sein Befund ist nüchtern: Niemand in San Francisco, Schanghai oder Tel Aviv weiss automatisch, was Zürich zu bieten hat. Rund 100 Ansiedlungen pro Jahr entstehen nicht durch Inserate, sondern durch Netzwerkarbeit – 80 Prozent davon werden aktiv angebahnt.

Wir sprechen über Google als Leuchtturm: seit 20 Jahren hier, rund 5'000 Mitarbeitende, grösster Entwicklungsstandort ausserhalb der USA und über 200 Firmengründungen, die aus diesem Umfeld entstanden sind. Über die Zürcher AI-Karte mit rund 200 Firmen, die tatsächlich Forschung und Entwicklung betreiben. Und über den nächsten Schub, den Christian nicht bei KI sieht, sondern in der Robotik: Das Hirn der Roboter wird hier entwickelt, in Labs, die man von der Strasse aus gar nicht sieht.

Dazu die Kehrseite: Wohnungspreise, Verdrängung, Wachstumsmüdigkeit. Christian ordnet ein, welchen Anteil die Ansiedlungspolitik daran wirklich hat – und warum er trotzdem für eine Annäherungs- statt eine Vermeidungsstrategie plädiert.

Zurich AI Festival, Ende September bis Anfang Oktober: https://www.zurichaifestival.ch/

Christian Lüscher: https://www.linkedin.com/in/luschair/

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

TAKEAWAYS

• Google war der Leuchtturm. 20 Jahre, 5'000 Mitarbeitende, über 200 Firmengründungen aus diesem Umfeld.

• Cluster ziehen Cluster an. Die Erfolgreichen suchen die Nähe zueinander.
• Der nächste Hype ist Robotik, nicht KI. Das Hirn der Roboter entsteht in Zürich.
• Talent kommt vor Firma. Die Formel lautet Technology, Tax, Talent.
• Lebensqualität ist ein harter Standortfaktor, kein weicher.
• Die Ansiedlungen machen unter zwei Prozent der Zuwanderung aus.
• Vermeidung ist keine Strategie. Annäherung statt Rückzug ins Reduit.
• Standortfaktor Nummer eins ist Zusammenarbeit – auf allen Ebenen.

KAPITEL

00:00 Intro

01:49 Vom Journalismus zur Standortförderung

05:12 Was die Greater Zurich Area genau macht

07:00 Neun Kantone, ab 2027 zehn

07:45 Büros in den USA und China: Netzwerkarbeit statt Werbung

09:34 Warum das nichts mit Tourismuswerbung zu tun hat

11:22 Was die Organisation leistet – und was nicht

14:14 Wer dahintersteckt: Public-Private-Partnership

15:13 Google in Zürich: grösster Standort ausserhalb der USA

17:59 Die AI-Karte: 200 Firmen mit Forschung und Entwicklung

19:55 Robotik: «Grossmacht Zürich» und die versteckten Labs

23:43 Warum jetzt? Die Dynamik der letzten 36 Monate

24:35 Talent, Hochschulen und die Formel der 3 T

26:36 Zürisee, Techno, Lebensqualität als harter Faktor

28:26 Die Karten – und was sie sonst noch zeigen

30:45 Die Kehrseite: Wohnungspreise und Verdrängung

33:00 Zuwanderung: der reale Anteil der Ansiedlungen

36:25 Zürich in den 90ern – wie weit der Standort gekommen ist

37:48 Ökosystem: Hochschulen, Konzerne, Startups

38:50 Über 200 Firmengründungen aus dem Google-Umfeld

40:36 Was es braucht, damit der Standort vorne bleibt

44:09 Standortfaktor Nummer eins: Zusammenarbeit

Gast: Marcel Salathé https://www.linkedin.com/in/salathe/

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

Takeaways

• Eine eigene Schweizer KI kostet rund eine Milliarde pro Jahr. Für Modelle und Ökosystem, nicht für den weltweiten Betrieb – ein kleiner Prozentsatz dessen, was die grossen Anbieter investieren. Die Schweiz wäre damit durchaus kompetitiv.
• Ohne Entscheid wird die Abhängigkeit zum Fakt. «Dann werden wir vollständig abhängig sein von Chinesen und Amerikanern.» Für Unternehmen heisst das: Die Technologie, auf der die eigenen Prozesse laufen, gehört jemand anderem.
• Apertus ist Vorarbeit, Als Forschungsprojekt wertvoll, insgesamt aber «massiv unter seinem Potenzial». Für ein konkurrenzfähiges Modell braucht es Ressourcen im Faktor hundert.
• Individuell klappt KI, institutionell harzt es. Der Grund ist nicht fehlender Wille: Die Technologie arbeitet nicht deterministisch, sondern probabilistisch – und fein austarierte Unternehmensprozesse kommen damit schlecht zurecht.
• Die Schule muss den Prozess bewerten, nicht das Resultat. Wer im Fitnessstudio die Maschine für sich arbeiten lässt, hat am Schluss keine Muskeln. Genau das passiert, wenn nur das abgegebene Dokument zählt.

Kapitel

00:00  – Intro und Einordnung

00:11  – Wie Marcel Salathé KI im Alltag nutzt – und wo bewusst nicht

02:18  – Sein Setup: 80 Prozent Codex, 20 Prozent Claude

03:27  – Modell auf dem eigenen Laptop: 27 Sekunden gegen 37 Minuten

05:13  – Das AI Center der EPFL und die Rolle als Co-Direktor

06:54  – Warum er «Kompass Künstliche Intelligenz» geschrieben hat

09:35  – Wer das Buch liest – und was zurückkommt

11:12  – Vom Biologen zur KI: warum das Tempo nie neu ist

14:47  – Der Sprung in die Wirtschaft – und wo er stockt

15:10  – Warum Institutionen härter kämpfen als jeder Einzelne

18:10  – Drei Typen von Unternehmen: bereit, willig, überholt

20:26  – Die Schweiz im KI-Ranking ganz unten – und warum das richtig war

23:25  – Braucht Bern ein Departement für Technologie?

24:41  – USA und China: Milliarden für Rechenzentren

25:55  – Die Rechnung: eine Milliarde Franken pro Jahr

27:05  – Apertus: «massiv unter seinem Potenzial»

31:20  – Schule, Kinder und der Vergleich mit dem Fitnessstudio

34:48  – KI an der EPFL: wie Prüfungen heute funktionieren

38:52  – Die Fähigkeiten der Zukunft: das T-shaped Skillset

46:31  – In fünf Jahren: hat die Schweiz ihre Chance genutzt?

Elisabeth Meister: https://www.linkedin.com/in/elisabeth-meister/

Max Meister: https://www.linkedin.com/in/maxmeister82/

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

Key Takeaways

• 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

Gast: https://www.linkedin.com/in/tobiasquelle/

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

Takeaways

• 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

• 00:00 – Intro & Einordnung
• 01:35 – Wie Tobias KI privat und geschäftlich nutzt
• 03:29 – Warum er sich bewusst nicht auf ein Modell festlegt
• 04:32 – Der Auftrag als CIO: 36 neue Jobprofile statt Systemmodernisierung
• 07:12 – Kleine cross-funktionale Teams & die Brücke zum Business
• 09:34 – Fünf Stossrichtungen: wo der grösste KI-Hebel liegt
• 11:56 – Den Überblick behalten: Power to the people
• 14:31 – Lernkultur: Schulterblick statt Schulungskatalog
• 16:11 – Von bottom-up zur Strategie: die konkreten Use Cases
• 20:24 – Der AI Circle: 20 Leute, 20 Prozent Zeit, vier Workstreams
• 23:55 – Die Mitarbeiterumfrage & was daraus folgte
• 25:27 – Wie misst man den Nutzen von KI?
• 29:03 – Business Case ohne belastbare Zahlen
• 31:47 – Datenqualität: der Formel-1-Motor im Traktor
• 35:57 – Was mittelgrosse Händler tun können
• 38:41 – Ausblick: LLMs als neuer Traffic-Kanal
• 41:44 – Fazit & Verabschiedung

Gast: https://www.linkedin.com/in/michael-gilgen/

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

Key Takeaways

• 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
• 11:26 – KI im Aussendienst: Kundendaten, Termine, Diktat
• 14:49 – Akzeptanz im Team & Look-Alike-Kunden für Leads
• 18:43 – Noch keine harten KPIs – aber eine klare Tendenz
• 21:21 – Zwei Wege zu Use Cases: Effizienz & neue Value Proposition
• 23:16 – Konkreter Kundennutzen: schnellere Offerten & 360-Grad-Blick
• 26:54 – Governance: PMO, Ticketsystem & Priorisierung
• 28:14 – Selbstkritisch: mehr Kostensparen als Umsatzwachstum
• 32:41 – Make-or-Buy & «Quick and dirty» statt perfekt
• 33:56 – Change Management: Trainings & Widerstand im Team
• 37:49 – Ausblick: Webshop, persönliche Beratung & Agentic Commerce
• 41:53 – Rat an Mittelständler ohne saubere Datenbasis

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.

Gast: https://www.linkedin.com/in/fabio-m%C3%A4tzler-2917b6163/

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

Die wichtigsten Takeaways:

• 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
• 04:15 – Unternehmergeschichte: vier gescheiterte Ventures vor dem Durchbruch
• 07:16 – Wachstum ohne Investoren: von 65'000 auf 1,8 Millionen Umsatz
• 11:07 – Learning by Doing: Rollenteilung, externe Expertise, Make or Buy
• 15:37 – Qualitätsversprechen: Handrecherche trifft Multi-Agent-Systems
• 19:40 – Die Disruption: AI macht das Kerngeschäft angreifbar
• 24:04 – Rank erklärt: der Shift von SEO zu GEO
• 30:41 – Zielgruppen: warum KMU zuerst kommen
• 33:23 – LinkedIn-Strategie: Memes, Polarisierung und 100 Prozent inhouse
• 40:21 – Ausblick: Skalieren, Exit-Ambitionen und die nächsten zwei Jahre

Gast: https://www.linkedin.com/in/daniela-hermle-08471530/

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

Key Takeaways

• 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
• 32:35 Erfolgsfaktoren & Ausblick: Agentic AI
• 37:30 Benchmark & Rat an Nachzügler

Gast: https://www.linkedin.com/in/daniel-wegm%C3%BCller/

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

Deine Takeaways

• «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
• 14:24 – Das Team mitnehmen: Begeisterung & Verunsicherung
• 21:07 – Führung, Kultur & der AI-Anlass «Restkompetenz Mensch?»
• 22:42 – «Schaffe ich mich selber ab?» – der Wert des Menschen
• 26:29 – Aktuelle Projekte & Tools (n8n, Asana Team-Mates)
• 33:08 – Die Rolle von IT & Security
• 37:12 – Ausblick: dein persönlicher KI-Assistent & mehr Menschlichkeit

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.

Gast: https://www.linkedin.com/in/andreas-kyburz/

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

Key Takeaways

• 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.
• Am Ende entscheidet die Unternehmenskultur – Menschen mitnehmen und begeistern ist wichtiger als die reine Technik.

Kapitel

• 00:01 – Intro & Vorstellung des Gasts
• 01:06 – Wer ist Andreas Kyburz? ProCure Swiss & sein Alltag mit KI
• 02:28 – Lieblingstool und die ersten Aha-Erlebnisse mit KI
• 04:51 – KI auf der Geschäftsstelle: Stand und Vorgehen
• 05:50 – Strategie bei rasantem Tempo
• 07:25 – Akzeptanz, Vertrauen und die Angst vor Arbeitsplatzverlust
• 08:19 – Mehr statt weniger Stellen?
• 09:26 – Was die Mitglieder beschäftigt: das KI-Paradoxon
• 12:36 – Herausforderungen: Compliance, Regulierung, Datenschutz
• 13:41 – Gratis-Lizenzen und Schweizer Datenschutz
• 15:46 – Use Cases aus Schweizer Unternehmen (Roche, SBB & Co.)
• 17:14 – Die entscheidende Fähigkeit: Prozesse und Daten vernetzen
• 18:29 – Stammdaten als Fundament: «KI macht schlechte Daten grösser»
• 21:11 – Aus- und Weiterbildung im Einkauf
• 24:04 – Future Skills der Einkäuferin der Zukunft
• 26:04 – Agentisches Verhandeln: Einkaufsagent trifft Verkaufsagent
• 38:02 – Was passiert mit Unternehmen, die KI ignorieren?
• 41:21 – Wie Andreas am Thema dranbleibt
• 43:31 – Schlussworte

Gast: https://www.linkedin.com/in/anne-scherer/

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

Key Takeaways

• 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 

06:13 – Was AI-Twins sind – und was nicht 

07:44 – Wie ein Twin entsteht: Daten, Merkmale, Korrelationen 

11:33 – Validierung: 95 % Übereinstimmung mit echten Studien 

13:52 – Wer kauft das? FMCG, Banken & Versicherungen 

17:45 – Halluzinationen & der Reifegrad der Kunden 

20:59 – Wachstum, 4,4 Mio. Seed-Runde & die richtigen Profile 

23:57 – Talent-Kampf in Zürich & der Umgang mit dem Geld 

29:03 – Forward Deployed Researchers statt klassischem Sales 

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.

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

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.

Gast: https://www.linkedin.com/in/jochen-krisch/

https://excitingcommerce.de

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

Deine Takeaways:

• 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?
• (27:25) JD bei MediaMarktSaturn – was steckt dahinter
• (32:04) Galaxus aus deutscher Sicht
• (36:11) Retail Media bei Galaxus – Chance oder verpasste Erlöse?
• (38:29) Der E-Commerce in 5 Jahren

«KI muss so normal werden wie das E-Mail.» – Oliver Spring, CEO Argus Data Insights

Gast: https://www.linkedin.com/in/oliver-spring/

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

Takeaways:

• KI-Einführung ist eine Kultur-, keine Technikfrage. Das Tool aufzuschalten dauert Minuten. Die Leute zur täglichen Nutzung zu bringen, ist die eigentliche Arbeit.
• Die Hälfte der Argus-Kunden liest ihre News heute in Microsoft Teams statt im E-Mail-Postfach.
• KI verschiebt Medienbeobachtung vom Menschen zur Maschine: Was früher 500 bis 1'000 gelesene Artikel brauchte, läuft heute fast in Echtzeit.
• GEO statt nur SEO: Kunden fragen die KI statt Google. Die neue Frage lautet: Ist deine Firma überhaupt Teil der KI-Antwort?
• Olivers Rezept für die interne Transformation: KI-Champions, Druck von oben, Befähigung von unten. Ziel ist, dass KI so normal wird wie das E-Mail
• Produktentwicklung im neuen Tempo: klickbare Prototypen in Stunden statt Monaten.

Kapitel:

• 00:00 Begrüssung und KI im Alltag von Oliver Spring

• 02:28 Was Argus Data Insights macht und wer die Kunden sind
• 06:47 Von der Zeitungsschere zur digitalen Plattform
• 08:21 News direkt in Teams und die Hürde der Adoption
• 13:14 Social Media, Volumen und Relevanz
• 15:37 Von Monitoring zu Datenanalyse und Reputationsmessung
• 18:21 Mensch oder Maschine: Wie viel KI im Produkt steckt
• 20:39 Neue KI-Funktionen: Chatbot und Ad-hoc-Analysen
• 23:02 Tokens, Kosten und das Geschäftsmodell
• 25:26 GEO: Teil der KI-Antwort sein
• 32:00 Wie Argus intern KI verankert
• 35:28 Transformation in einer traditionsreichen Firma
• 39:12 Ausblick: Medienbeobachtung in fünf Jahren

Ein Gespräch über Gründermut, die Realität venture-finanzierten Wachstums, AI-Native Companies – und die neuen Cybersecurity-Risiken im Zeitalter von Sprachklon und KI-Agenten.

Gast: https://www.linkedin.com/in/lars-mangelsdorf-24127a111/

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

Takeaways

• Warum Execution wichtiger ist als die Idee
• Wie Sequoia als Investor das Spielfeld verändert – und warum man sich anpassen muss, wenn der Markt kippt
• Wie Lars sein nächstes Unternehmen komplett AI-Nativ aufbaut:
• Warum die «menschliche Firewall» heute das grösste Risiko jedes Unternehmens ist
• Was passiert, wenn in fünf Jahren Agenten bei Agenten einkaufen

Kapitel

• 00:00  Begrüssung & wie Lars KI privat nutzt
• 01:47  Wer ist Lars Mangelsdorf
• 03:22  Die Gründungsmotivation hinter Yokoy
• 05:15  Vom Expense Robot zur Spend-Management-Plattform
• 06:49  Klinkenputzen im Technopark – Execution schlägt Idee
• 08:58  Sequoia & der amerikanische Hypergrowth-Approach
• 12:13  Die schwierigen Momente im Founder-Alltag
• 14:39  Der Exit zu Perk
• 20:35  Zero to Exit & der AI-Native-Aufbau
• 32:35  Korex & die menschliche Firewall
• 37:10  Voice Cloning & die neue Phishing-Welle
• 38:23  Vertrieb in 5 Jahren – Agenten kaufen bei Agenten
• 41:39  AI & die Zukunft der Jobs
• 44:04  Schlusswort

Vor zwei Jahren stand Automatisierung im Zentrum. Heute reden wir über Autonomie, KI-Agenten und Agentic Commerce. Was bedeutet dieser Wandel konkret für Marketeers, Agenturen und Unternehmen?

In dieser Folge spricht Andy Huber mit Valerio Stallone, Departementsleiter Marketing und Digital an der HWZ Hochschule für Wirtschaft Zürich, über die wichtigsten Veränderungen der letzten zwölf Monate, die neuen Anforderungen an Marketing-Profis und darüber, warum Datenreife, Applikationsreife und Unternehmensreife heute über den Erfolg von KI-Initiativen entscheiden.

Valerio teilt seine Sicht auf den Wandel der Berufsbilder, erklärt, warum die menschliche Aufmerksamkeit zur knappsten Ressource wird – während die maschinelle Nachfrage ins Unermessliche steigt – und gibt Einblick, wie die HWZ ihre CAS- und MAS-Programme weiterentwickelt und mit dem Thema KI in Leistungsnachweisen umgeht.

Gast: https://www.linkedin.com/in/valeriostallone/

Key Takeaways

• Autonomie statt Automatisierung: KI-Agenten lösen die klassische Automatisierungslogik ab – noch mehr in den Köpfen als in der Umsetzung
• Urteilskompetenz als neuer USP: Bei 1'000 Creatives in wenigen Klicks zählt nicht das Tool, sondern die Fähigkeit zu entscheiden, was wirklich zählt
• Silos werden zum Bottleneck: KI-Implementierung legt schonungslos offen, wo Daten- und Applikationsreife fehlen
• Zwei Zielgruppen ansprechen: Inhalte müssen künftig sowohl für Menschen als auch für KI-Agenten (Gmail, Konsumenten-Agents) optimiert werden
• Agentic Commerce kommt: OpenAI- und Google-Protokolle (ACP, etc.) zwingen Unternehmen zu strategischen Entscheidungen
• Einstiegsrollen wandeln sich: Es entstehen neue Einstiegsprofile mit anderen Kompetenzen – nicht das Ende, sondern eine Neuausrichtung
• KI in der Masterarbeit: Kein Autor, keine Quelle – sondern Werkzeug, das transparent ausgewiesen werden muss

Kapitel

• 00:00 – Intro & Begrüssung
• 00:17 – Wie Valerio KI privat nutzt
• 01:51 – Was sich im Marketing in den letzten 12 Monaten verändert hat
• 03:18 – Silos, Datenreife & Unternehmensreife
• 05:35 – Von Automatisierung zu Autonomie – der grosse Shift
• 07:47 – Wandel im Content- und Agenturbereich
• 09:06 – AI Slop: Begrenzte menschliche vs. unbegrenzte maschinelle Aufmerksamkeit
• 10:43 – E-Mail-Marketing & Agenten als neue Zielgruppe
• 13:07 – Agentic Commerce: ACP, Google-Protokoll & strategische Entscheidungen
• 14:30 – Wie sich Marketing-Rollen verändern
• 17:30 – Einstiegsjobs im Wandel – wie kommt der Nachwuchs aufs nächste Level?
• 22:04 – KI in der Schule: Bereitet das Bildungssystem die Kinder vor?
• 24:47 – Wie die HWZ ihre Programme weiterentwickelt
• 28:49 – Re-Engineering vs. Neuentwicklung von Studiengängen
• 30:48 – KI in Masterarbeiten & Leistungsnachweisen
• 36:33 – Wie Valerio selbst an der Front bleibt
• 38:50 – Ausblick: Wo stehen wir in zwei Jahren?
• 39:53 – Outro

Takeaways:

• Die Rolle von KI im Alltag
• Herausforderungen beim Aufbau von Start-ups
• Die Zukunft der Banking-Apps wird interaktiver sein, stärker auf KI setzen und personalisierte finanzielle Einblicke und Empfehlungen bieten.
• KI hat das Potenzial, die Produktivität, die Arbeitsdynamik und die allgemeine Entwicklung der Schweizer Tech-Branche erheblich zu beeinflussen.

Gast: https://www.linkedin.com/in/raphaelkappeler/

Kapitel:

• 00:00 Die Rolle von KI im Alltag
• 06:34 Herausforderungen und Erkenntnisse beim Aufbau von Start-ups
• 14:38 Die Entwicklung von Reworth und sein Geschäftsmodell
• 20:16 Kundenakzeptanz und Nutzung der Dienste von Reworth
• 26:08 Exponentielles Wachstum der KI
• 31:13 Förderung von KI-Kompetenz und Produktivität
• 36:25 KI und technologische Entwicklung in der Schweiz
• 42:30 KI und die Zukunft der Regierung

Gast: https://www.linkedin.com/in/yvesschneuwly

Takeaways

• KI im Privat- und Berufsleben
• Digitale Transformation als Zusammenspiel verschiedener Abteilungen
• Auswahl und Implementierung von KI-Tools über Tests, Bewertungen und Schulung

Kapitel:

• 00:00 Einführung in die Interiman Group
• 05:19 Geschäftsbereiche der Interiman Group und Präsenz in der Schweiz
• 10:40 Digitale Transformation und menschenzentrierter Ansatz
• 16:25 Digitales Potenzial und Herausforderungen
• 21:50 Einrichtung eines KI-Boards
• 28:05 Akzeptanz bei den Mitarbeitern und Datensicherheit
• 35:03 Branchentrends und wirtschaftliche Tragfähigkeit

Gast: https://www.linkedin.com/in/alexanderfries/

Takeaways

• Risikokapital in den USA im Vergleich zur Schweiz
• Die Bedeutung der KI-Integration in Start-ups – KI-Integration in verschiedenen Branchen
• Auswirkungen von KI auf Kundensupport und Kundenservice
• Kulturelle Unterschiede bei der Einführung von KI

Kapitel

• 00:00 Vorstellung von Alex Fries
• 05:46 Investitionstrends und KI-Strategien bei Start-ups
• 11:01 Investitionskriterien und Teamdynamik
• 16:46 Trends in der Robotik und bei KI-Anwendungen
• 25:32 KI in Wirtschaft und Investitionen
• 31:50 KI bei Marktinvestitionen
• 38:11 KI in der sozialen Interaktion

Gast: https://www.linkedin.com/in/michaelmnussbaumer/

Takeaways:

• Der CIO als proaktiver Geschäftsentwickler
• KI-Integration im privaten und beruflichen Bereich
• Die Rolle des CIO bei der digitalen Transformation
• Die Bedeutung proaktiver Kommunikation in der IT
• Ausgewogene Investitionen in digitale Lösungen
• Zusammenarbeit zwischen IT- und Geschäftsabteilungen

Kapitel:

• 00:00 Herausforderungen und Chancen bei Remote-Arbeit und KI-Implementierung
• 23:42 Einführung und Unterstützung digitaler Lösungen
• 30:23 Herausforderungen bei der Überzeugung des CEO für IT-Investitionen
• 36:09 Effiziente Nutzung bestehender Systeme und Tools

Gast: Andi Bock von https://aki-solutions.ch/

Kapitel:

• 00:00 Einführung in die Marktdynamik der KI
• 07:32 Virtuelle Mitarbeiter und Agentensysteme
• 20:21 Herausforderungen bei der Integration von KI in Geschäftsprozesse
• 26:19 Anwendungsfälle und Automatisierung
• 39:22 Persönliche KI-Assistenten und kontinuierliches Lernen

Wir beleuchten, warum wir im Stress oft auf „Autopilot“ schalten und wie Kriminelle genau diese kurzen Momente der Unaufmerksamkeit für sich nutzen. Erfahre, wie du in deinem Unternehmen eine psychologische Abwehrlinie aufbaust, die dort greift, wo Software an ihre Grenzen stösst.

Gast Jill Wick: https://www.linkedin.com/in/jill-wick/

Takeaways

• Cybersicherheit ist eine psychologische Herausforderung für jedes Unternehmen
• Die Bedeutung einer nachhaltigen Sensibilisierungsstrategie
• Die Raffinesse von Betrugsmaschen
• Auswirkungen von KI und Deepfakes auf Betrugsfälle

  Kapitel

• 00:00 Die Integration von KI in den Alltag
• 06:17 Herausforderungen für IT Mitarbeitende
• 12:29 Beispiele für Security Breaches und Phishing
• 19:53 Die Raffinesse von Betrugsmaschen
• 29:11 Auswirkungen von KI und Deepfakes

Wie verändert Künstliche Intelligenz den Schweizer Online-Handel und was bedeutet das für Händler unterschiedlicher Grösse? In dieser Folge spreche ich mit Tobias Nordmann, Senior Consultant bei Carpathia, der führenden unabhängigen E-Commerce-Beratung der Schweiz.

Wir sprechen über die aktuelle Marktlage, darüber, warum Digitec Galaxus allen davonzieht, wie Amazon über eine Milliarde Umsatz in der Schweiz macht, ohne .ch-Domain und was der Eintritt von Temu für den Markt bedeutet.

Tobias erklärt, wie sich das Suchverhalten der Konsumenten durch ChatGPT und Co. verändert, wo KI im E-Commerce heute schon konkret im Einsatz ist und warum die richtige Strategie davon abhängt, welcher Typ Händler man ist.

Ausserdem werfen wir einen Blick auf Social Commerce, das Thema Datenqualität und die Frage, wie wir in fünf Jahren unsere Produkte einkaufen werden.

Tickets für die SCORE! https://score.swiss/tickets/

Kapitel:

• 00:00 Chancen und Herausforderungen für Händler
• 25:35 Der Einfluss asiatischer Akteure und KI auf den Schweizer Markt
• 31:08 Herausforderungen und Strategien für mittelgrosse Händler
• 36:24 Datenoptimierung und maschinelle Lesbarkeit
• 41:48 Die Zukunft des Einzelhandels: KI-gestützte Kundenerlebnisse

Kapitel:

• 00:00 Einführung in Qoqa und den Community-Ansatz
• 05:59 Community-Interaktion und KI-Nutzung
• 11:53 Content-Erstellung und Customer Journey
• 17:48 Community-Verhalten und Markttrends
• 23:30 Partnerschaften und Customer Journey
• 29:57 Personalisierung und Customer Journey mit KI
• 36:24 Zukunft der KI im E-Commerce und in der Geschäftswelt

Takeaways

• Revolution im HR-Bereich
• Flowit: Leadership Tool mit KI KI im Organisationscoaching
• Kompetenzentwicklung und Lernen
• Automatisierung von Leistungsbeurteilungen
• Psychologische Erkenntnisse in Organisationsmanagement
• Datenschutz und ethische Nutzung von KI

Kapitel:

00:00 Einführung von Flowit und KI im Arbeitsalltag

06:17 Erfolge und Auszeichnungen von Flowit

14:20 Vielfältigkeit der Sprachen und Motivation der Führungskräfte

19:36 Kompetenzentwicklung und Lernen

29:24 Datenschutz und ethische Nutzung von KI

In dieser Folge spricht Metz Koller (Co-CEO Rosarot und WhatTheDuck) Klartext über den KI-Einsatz im Agenturalltag. Erfahre, wie generative KI die Content-Produktion beschleunigt, warum sie das Agenturmodell (noch) nicht eliminiert und weshalb menschliche Kreativität für echte Markenrelevanz unverzichtbar bleibt.

Takeaways

• KI in der Agenturbranche
• Anwendung von KI in der Kreativbranche
• Die Bedeutung von Empathie und Kreativität im Marketing
• Kontinuierliches Lernen und Anpassung angesichts neuer Technologien

Kapitel

• 00:00 Einführung und KI im privaten Umfeld
• 08:35 Einsatz von KI in der Agentur
• 16:25 KI in der Werbebranche und gesellschaftliche Entwicklung
• 39:08 Auswirkungen der KI auf die Komplexität des Marketings

Takeaways

• Künstliche Intelligenz (KI) im Alltag
• Automatisierung und Effizienzsteigerung durch KI Technological Transformation
• Data Governance Challenges

Chapters

• 00:00 Die Bedeutung von KI im Alltag
• 06:22 Adaption und Verbreitung von Technologie
• 11:31 Parashift: Intelligent Document Processing
• 20:10 Unternehmensstandort und Mitarbeiterstruktur
• 27:06 Challenges in Enterprise Technology Adoption
• 33:15 Expectations vs. Reality in Technology Adoption
• 40:16 AI and Automation in Enterprise Solutions

Daniel gibt exklusive Einblicke, wie er KI nutzt, um trockene Fachliteratur in spannende Podcasts zu verwandeln und warum er seinen Studierenden rät, die KI als Sparrings-Partner statt als reinen Text-Automaten zu sehen.

Takeaways

• Medienkonsum und Aufmerksamkeitsverhalten von Studierenden hat sich durch KI und digitale Medien verändert
• Die Verwendung von KI in wissenschaftlichen Arbeiten erfordert klare Leitplanken und eine reflektierte Herangehensweise Der ethische Einsatz von KI ist eine charakterbildende Kompetenz
• Kindern schon früh technologische Kompetenzen vermitteln

Chapters

• 00:00 Die Auswirkungen von KI auf das Lernen an Hochschulen und Universitäten
• 09:01 Der Weg zur Hochschulprofessur und die Bedeutung von E-Commerce und Digitalisierung
• 16:43 Die Verwendung von KI in wissenschaftlichen Arbeiten und die Notwendigkeit klarer Leitplanken
• 22:03 Die Erziehungsaufgabe und Vorbereitung auf die Anwendung von KI in der Zukunft
• 27:04 Integration der KI in der höheren Ausbildung
• 32:28 Demokratisierung von Wissen und individualisiertes Lernen

Kapitel:

• 00:00 Einführung in BEX und die Baubranche
• 08:17 Digitalisierung in der Baubranche
• 16:27 Akquise und Qualitätsmanagement von Partnern
• 24:27 Digitale Teamstruktur und Transformation
• 38:48 Produktivitätssteigerung und Auswirkungen der Automatisierung
• 43:56 Auswirkungen auf Kunden und Unternehmenskultur

Dabei werden Themen im Zusammenhang mit der Einführung von Technologien, der Rolle der Führungskräfte, dem Engagement der Mitarbeitenden, dem Datenmanagement, dem Erwerb von Fachwissen und dem Engagement der Organisation behandelt. Es betont die Bedeutung von internem Fachwissen und die Rolle der Führungskräfte bei der Förderung der Einführung von Technologien innerhalb der Organisation.

Viel Spass beim Hören der Folge.

Kapitel

• 00:00 Einführung in die Fritschi AG, Swissbindings
• 05:29 Auswirkungen von Corona auf die Sportindustrie
• 12:15 Personal- und Ressourcenmanagement
• 23:10: Tools für die Umsetzung und Überwachung
• 28:20 Einführung und Unterstützung durch die Führungskräfte
• 34:39 Einführung von Technologien und Erwerb von Fachwissen
• 40:00 Engagement der Organisation und Rollendefinition

Takeaways

• Der Ansatz von Brack.Alltron in Bezug auf KI konzentriert sich auf Effizienz, Automatisierung und die Verbesserung der Kundenerfahrung.
• Die Implementierung von KI, insbesondere von Chatbots, erfordert Feedback, Optimierung und die Berücksichtigung des Nutzerverhaltens. Automatisierung und Effizienz sind entscheidend für die Arbeitsprozesse.
• Die Integration von KI erfordert klare Messkriterien und eine schrittweise Einführung.

Kapitel:

00:00 Einführung in Brack.Alltron und Fabian Büchler

07:15 Erfahrungen mit der Implementierung von Chatbots

17:34 Identifizierung und Umsetzung von KI-Möglichkeiten

23:32 KI und Automatisierung in Kampagnen

28:34 Bedeutung von Produktdaten

33:41 Weiterbildung und Technologietrends

Max erläutert, wie der technische Händler mit 300 MItarbeitenden und ca. 125 Mio. Euro Umsatz, durch eine klare Datenstruktur und innovative Ansätze im Supply Chain Management zum digitalen Leader in seiner Branche werden möchte. Er teilt Einblicke in die Herausforderungen und Erfolge bei der Implementierung von KI-Projekten, der Automatisierung in der Logistik und der Bedeutung einer offenen Unternehmenskultur für den Wandel. Zudem gibt er wertvolle Empfehlungen für Unternehmen, die ihre digitale Reise beginnen möchten.

Takeaways:

• Die Digitalisierung ist entscheidend für die Wettbewerbsfähigkeit.
• Eine klare Datenstruktur ist die Grundlage für erfolgreiche Projekte.
• KI sollte als Werkzeug betrachtet werden, nicht als Allheilmittel.
• Change Management ist entscheidend für den Erfolg von Projekten.
• Die Unternehmenskultur beeinflusst die Innovationsfähigkeit.
• Triggerbasierte Verkaufsstrategien können den Umsatz steigern.
• Automatisierung in der Logistik verbessert Effizienz.
• Interne Lösungen sind oft effektiver als externe.
• Mitarbeiterengagement ist entscheidend für den Erfolg von Projekten.
• Die Zukunft erfordert Anpassungsfähigkeit und kontinuierliches Lernen.

Kapitel

• 00:00 Einführung in die digitale Transformation im Mittelstand
• 03:05 Die Rolle der Supply Chain im Unternehmen
• 06:06 Digitalisierung als strategische Kernkompetenz
• 09:00 Organisatorische Strukturen für digitale Projekte
• 11:49 OKR-Methodik als Beschleuniger für Projekte
• 14:49 KI-Projekte und deren Impact auf das Unternehmen
• 18:02 Erfolgsfaktoren und Herausforderungen bei der Umsetzung von Projekten
• 18:32 Herausforderungen in digitalen Projekten
• 20:36 Automatisierung in der Logistik
• 24:15 Vision und Anpassung in Projekten
• 26:16 Interne Lösungen vs. externe Dienstleister
• 29:24 Wissen und Know-how im Unternehmen
• 31:38 Kultur der Innovation und Eigenverantwortung
• 33:15 Triggerbasierte Verkaufsstrategien
• 35:23 Umgang mit Veränderungen im Unternehmen
• 37:13 Zukunftsvision und Wachstumsperspektiven
• 39:23 Empfehlungen für Unternehmen

Takeaways

• Elektromaterial ist ein B2B-Grosshändler für Elektroinstallatoren.
• Das Hauptziel ist die Effizienzsteigerung für die Kunden.
• Innovation entsteht durch die intrinsische Motivation der Mitarbeiter.
• AI wird genutzt, um die Kundeninteraktion zu verbessern.
• Die App von Elektromaterial bietet Funktionen wie Bilderkennung.
• Kundenfeedback ist entscheidend für die kontinuierliche Verbesserung.
• Die Integration von Normen in den Kundenservice ist wichtig.
• Mitarbeiter benötigen Zugang zu Wissensdatenbanken.
• Schulungen im Bereich AI sind für Mitarbeiter verfügbar.
• Ein agiles Mindset ist entscheidend für zukünftige Veränderungen.

Kapitel

00:00 Einführung und Kindheitsträume

00:58 Über Elektromaterial und die Rolle von Pascal

02:03 Ziele und Ansätze im digitalen Marketing

02:56 Wichtigkeit der digitalen Kanäle

04:32 Innovation und die Rolle der Mitarbeitenden

06:19 Digitale Transformation in der Geschäftsleitung

07:21 Die App und ihre Funktionen

07:47 AI-Chatbot EM.Buddy und seine Vorteile

12:27 Messung des Nutzens von neuen Features

14:42 Kundenfeedback und kontinuierliche Verbesserung

15:38 Häufige Anfragen und Normen

17:50 Kooperation mit der Normdatenbank

19:16 Wissensmanagement und AI-Integration

23:48 Mitarbeiterschulung und intrinsische Motivation

28:18 Datengetriebene Entscheidungen und AI-Implementierung

31:47 Vertrieb und CRM-Optimierung durch AI

37:27 Zukunftsausblick: AI und Wandel in der Baubranche