AI FIRST Podcast

Du willst das KI-Betriebssystem und eine AI-First Arbeitsweise für dein Unternehmen aufbauen? Am 13. Januar starten wir die nächste Kohorte im AI Collective und nehmen 30 Mitglieder auf, die KI in ihrem Unternehmen vorantreiben wollen.
Jetzt im AI Collective bewerben

In dieser Solo-Folge gibt Felix, Gründer von AI FIRST, einen Einblick hinter den KI-Vorhang: Anfang des Jahres hat AI FIRST seine 25 spezialisierten KI-Agenten durch einen einzigen Agenten ersetzt, der auf Prozesse, Wissen, Tools und Regeln der Firma zugreift. Dann liefen Skills und Kontext der echten Arbeit davon. Felix erzählt, was nicht funktioniert hat und wie die Version 2.0 aufgebaut ist.
Felix spricht im AI FIRST Podcast darüber:
Warum viele Unternehmen KI noch wie ein Tool behandeln und CFOs nach dem Return fragen
Weshalb ein Agent mit Skills die Komplexität senkt, statt vieler Agenten mit festen Rollen
Warum das erste KI-Betriebssystem nach den ersten Monaten an veralteten Skills und veraltetem Kontext litt
Wie sich Skills verändert haben: weniger Schritte, mehr Ziel und Rahmen, abgesichert durch Evals und Prüffälle
Wie der Kontext in GitHub liegt, mit Index und Landkarte, und wie Kontext-Ernte und Kontext-Pflege ihn aktuell halten
Welche Regeln gelten: eine Ampel und technische Sperren für alles, was nach außen geht
Wie Automatisierungen nach Zeitplan oder Ereignis laufen und der OS-Check das System jede Woche prüft
Wie die Lernschleife Feedback zurück in Skills und Kontext bringt
Wie ein Plugin das Betriebssystem für neue Mitarbeitende in etwa einer halben Stunde einrichtet
Wie du in einer Abteilung anfängst, auch in einem Unternehmen mit 10.000 Mitarbeitenden

Alle Details zur Architektur der Version 2.0 findest du im Artikel: https://ai-first.ai/insights/ai-first-ki-betriebssystem-2-0

Jan Toenissen ist VP AI Transformation bei Bayer und seit fast 18 Jahren im Konzern. Bayer arbeitet seit 2,5-3 Jahren nach Dynamic Shared Ownership: kleine, autonome Teams, die in 90-Tage-Zyklen auf ein Ergebnis hinarbeiten. Jetzt trifft dieses Betriebsmodell auf die KI-Transformation, und beide sollen sich gegenseitig antreiben.
Jan spricht im AI FIRST Podcast darüber:
Wie Dynamic Shared Ownership funktioniert und warum es Teams auf KI vorbereitet
Warum DSO und KI sich gegenseitig verstärken
Welche Werkzeuge Bayer nutzt: Copilot für 80 Prozent der Belegschaft, eine eigene KI-Plattform und n8n
Wie ein Hub-and-Spoke-Modell Freiheit und Sicherheit beim Bauen von Workflows verbindet
Warum ein zentraler Kern den Teams 80 Prozent der Lösung liefern soll
Was hinter Friday steckt, dem agentischen Assistenten für den Arbeitsalltag, mit 1.000 Leuten in der Pilotgruppe
Weshalb man Prozesse neu denken sollte, statt Excel-Uploads zu automatisieren
Wie Mindset-Workshops „limiting Beliefs“ und veraltete Policys sichtbar machen
Wie Innovation Sprints in wenigen Tagen vom Problem zum Prototyp führen
Wie ein Sales-Assistent im Agrargeschäft von einer Handvoll Nutzern auf rund 1.200 wuchs
Warum manche Use Cases schon vor dem Piloten scheitern
Welche Rolle über 40 große Use Cases für den Target State von Bayer spielen

Zum Gast: Jan Toennissen
Zum Host: Felix Schlenther

Daniel Schulze Lammers ist Vorstandsvorsitzender der HDI Versicherung und verantwortet das Sachversicherungsgeschäft der HDI Gruppe in Deutschland. In dieser Folge drehen er und Felix die übliche Reihenfolge um: Sie beginnen nicht bei der KI-Reise, sondern bei der Frage, wie eine Versicherung gebaut sein muss, damit KI darin gut arbeiten kann. Daniels Antwort: weg vom Denken in Systemen, hin zu Kontext und Entscheidungen.

Daniel spricht im AI FIRST Podcast darüber:
• Wie aus einem selbst gebauten Arcade-Spiel ein Hacking-Wettbewerb in seinem Team wurde
• Warum die Branche für KI nicht wieder fünf Jahre brauchen darf wie für Agile
• Warum er sich von festen Zielbildern verabschiedet
• Weshalb KI in heutigen Kernsystemen und starren Prozessen feststeckt
• Warum Kontext der Erfolgsfaktor aller starken Use Cases war
• Wie HDI in fünf, sechs großen Entscheidungen denkt, die KI vorbereiten kann
• Warum in einer regulierten Branche alle relevanten Entscheidungen beim Menschen bleiben
• Was einen Human on the Loop ausmacht und warum diese Rolle neu entsteht
• Wie man ein Unternehmen baut, in dem KI-Profis gut arbeiten können
• Wie HDI Personal Productivity, Code Development und Business AI angeht
• Wie der Context Layer im Schaden- und Firmenkundengeschäft entsteht
• Warum KI aus seiner Sicht Vorstandsaufgabe ist

Jacob von Ingelheim ist Chief Risk & Transformation Officer bei Unzer, einem europäischen Zahlungsdienstleister mit über 90.000 Händlern, der aus vierzehn zugekauften Firmen entstanden ist. Jetzt verantwortet er die KI-Transformation im Inneren: Über einen Prozesskatalog, den die Regulierung ohnehin verlangt, hat Unzer die Prozesse mit dem größten Hebel gefunden und das Händler-Onboarding von 47 auf rund 8 Tage verkürzt. Gleichzeitig sollen die Teams selbst bauen: Mitarbeitende haben über 100 Apps und fast 60 Agents entwickelt.Jacob spricht im AI FIRST Podcast darüber:• Warum es am längsten dauert, die Menschen aus vierzehn Firmen mitzunehmen• Wie Unzer KI organisiert: Produkt-KI bei der Chief Product & AI Officerin, interne KI-Transformation bei ihm• Wie der regulatorische Prozesskatalog zur Matrix für KI-Use-Cases wurde• Wie Daten aus dem CRM zeigen, wo das Onboarding wirklich hängt• Warum Low-Risk-Händler künftig ohne Mensch in the Loop geprüft werden sollen• Wie eine KI im Helpcenter rund die Hälfte der Anfragen ganz oder teilweise löst• Wie eine KI per WhatsApp in 37 bis 38 Sprachen zu 30 bis 35 Prozent mehr Ratenvereinbarungen pro Woche führt• Warum ein regulierter Zahlungsdienstleister keine Black Boxes bauen kann• Wie Adverse Media Screening von 15 auf unter 3 Minuten pro Treffer sinkt• Warum der interne KI-Chatbot allein nicht gereicht hat und was die AI Week verändert hat• Weshalb jede Führungskraft in seinem Bereich einen eigenen Agenten bauen soll• Was Agentic Commerce für Händler und Zahlungen bedeutet

Dr. Lisa Precht treibt die KI-Strategie von IBM in der DACH-Region voran. Im Gespräch mit Felix erklärt sie, warum viele Unternehmen trotz wachsender Investitionen und immer mehr Agenten noch keinen messbaren Geschäftsnutzen erzielen und was IBM aus dem eigenen Client-Zero-Ansatz gelernt hat. Dabei geht es um 4,5 Milliarden US-Dollar Einsparungen, einen zentralen Zugang zu verschiedenen Unternehmensprozessen und die Frage, wie Plattform, Governance und kleine spezialisierte Modelle zusammenwirken.
Lisa spricht im AI FIRST Podcast darüber:
Warum eine große Zahl eingesetzter KI-Agenten noch nichts über ihren Geschäftsnutzen aussagt
Weshalb AI Sprawl, Datensilos und fehlende Orchestrierung den produktiven Einsatz ausbremsen
Wie IBM sich mit dem Client-Zero-Ansatz selbst als ersten Kunden behandelt
Welche Veränderungen hinter 4,5 Milliarden US-Dollar Einsparungen stehen
Warum IBM HR, IT, Sales und Einkauf schrittweise automatisiert hat
Wie Ask IBM einen zentralen Zugang zu verschiedenen Systemen und Prozessen bietet
Warum Unternehmen keinen Agenten-Zoo, sondern eine gemeinsame Orchestrierungsschicht brauchen
Wie der Elterngeld-Case spezialisierte Modelle, regelbasierte Tools und menschliche Kontrolle verbindet
Weshalb Governance, Evaluation, Monitoring und klare Verantwortlichkeiten von Anfang an integriert sein müssen
Warum kleine Modelle und offene Architekturen für Kosten, Kontrolle und Souveränität wichtiger werden
Welche Schritte Unternehmen aus der Pilotphase in messbare Wertschöpfung führen

Zum Gast: Dr. Lisa Precht
Zum Host: Felix Schlenther