EFS Podcast

In vielen Unternehmen spielt sich derzeit ein Paradoxon ab: Überall wird mit KI experimentiert, aber sie wird kaum irgendwo wirklich gesteuert. Das Ergebnis? Eine Vielzahl isolierter Initiativen ohne gemeinsame Richtung. Willkommen im „Wilden Westen“ der künstlichen Intelligenz.
In der neuen Episode des AI Reality Check 2026 sprechen Irene Racher und Ralph Zlabinger über die zentrale Frage: Wie gelingt der Schritt von experimenteller KI-Nutzung hin zu skalierbarem, messbarem Wert? Die Antwort ist klar und gleichzeitig unbequem auf den ersten Blick: KI Governance & Compliance.
Warum Governance keine Bürokratie ist
Der Begriff Governance löst bei vielen Organisationen reflexartig Ablehnung aus. Zu langsam, zu kompliziert, zu restriktiv. Doch genau das Gegenteil ist der Fall: Ohne klare Leitplanken entstehen Schattenstrukturen, Risiken und letztlich Stillstand. Diese Podcast-Folge zeigt, warum Governance kein Innovationshemmnis ist – sondern die Voraussetzung für nachhaltige Skalierung.
Regulatorischer Druck: Der EU AI Act
Ein weiterer Schwerpunkt liegt auf der neuen regulatorischen Realität. Gemeinsam mit Victoria Langejürgen werden zentrale Aspekte des EU AI Act beleuchtet:
Pflicht zur KI-Kompetenz in Unternehmen
Verbot konkreter KI-Anwendungen 
Risikoklassen von minimal bis inakzeptabel
Hohe Bußgelder bei Verstößen
Die Botschaft ist somit eindeutig: Governance ist keine Option mehr, sie ist gesetzliche Pflicht. 
Von Chaos zur Struktur: Implementierungslevels und Governance-Ansatz
Um einen konstruktiven Ausweg aus dem „Wilden Westen“ zu zeigen, wird in der Podcast-Episode ein dreistufiges Modell zur KI-Implementierung vorgestellt:
Personal AI: Individuelle Nutzung von Tools wie ChatGPT für Produktivität
Tailored AI: Fachbereichsspezifische Lösungen mit steigenden Anforderungen an Governance
Enterprise AI: Skalierbare, geschäftskritische Systeme mit hohen Anforderungen an Sicherheit und Compliance
Ergänzt wird dieses Modell durch Perspektiven von Jonas Wagner, Experte im Bereich IT-Security und Compliance.

 Ein zentraler Punkt: Governance muss schnell sein. Wenn Prozesse zu lange dauern, entsteht automatisch wieder Shadow AI. Deshalb braucht es neben klaren Regeln auch pragmatische Lösungen wie eine „Fast Lane“ für risikoarme Anwendungen.
Außerdem im Fokus:
Die neue Rolle des Chief AI Officers (CAIO) als strategische Führungsfunktion
Die Bedeutung eines KI-Inventars als Grundlage jeder Steuerung
3 konkrete Handlungsschritte für eine nachhaltige KI-Strategie
 
Für wen ist diese Folge besonders relevant?
Führungskräfte und Entscheider:innen in Industrieunternehmen
Verantwortliche für Digitalisierung, Innovation und IT
Compliance-, Risiko- und Datenschutzverantwortliche
Fachbereiche, die KI bereits nutzen oder einführen wollen
Und für alle, die verstehen wollen, warum KI ohne Governance langfristig scheitert.
 
Wir wünschen viel Freude beim Hören!
In der nächsten Episode stehen Fragen der Community im Mittelpunkt. Welche Themen und Fragen sind in der Miniserie zu kurz gekommen? Gerne Erfahrungen teilen und eine E-Mail podcast@efs.at schreiben. Wir freuen uns!
 
Quellen, Links & Recherche: https://efs.consulting/insights/podcast/artificial-intelligence/ai-governance-compliance/

KI in der Theorie ist das eine, echter Mehrwert entsteht erst in der Anwendung. Genau das zeigen drei konkrete Use Cases in Bereichen mit hohem Automatisierungspotenzial: Contract Management, Tender Management und Supply Chain. 
In der neuen Episode der EFS Podcast-Miniserie „AI Reality Check 2026“ zeigen die Hosts Irene Racher und Ralph Zlabinger, wie KI Zeit spart, Transparenz schafft und messbare Ergebnisse erzielt. 
 
Wann aus einer Idee ein echter Use Case wird 
Viele KI-Initiativen starten mit guten Ideen und scheitern trotzdem daran, nachhaltig Wirkung zu erzeugen. Der Grund liegt oft nicht im technologischen Limit, sondern in der fehlenden Klarheit darüber, was ein echter Use Case ist. 
Nicht jeder Pain Point ist automatisch für KI geeignet. Nicht jede Lösung rechtfertigt den Einsatz. Erst wenn eine Anwendung klar definiert ist, von der Nutzung über Daten bis hin zum messbaren Mehrwert, entsteht ein Use Case, der skalierbar ist und im Alltag funktioniert. 
„Ohne Business Case hat ein Use Case keinen Sinn“, Ralph Zlabinger, EFS AI Program Lead. 
 
Drei Use Cases und ein gemeinsames Muster 
Irene Racher und Ralph Zlabinger machen anhand von drei konkreten Beispielen greifbar, wie KI echten Mehrwert schafft: 
Im Contract Management wird vorhandenes Wissen nutzbar gemacht. Statt tausende Seiten im Vertragswerk manuell zu durchsuchen, ermöglicht ein AI Assistant schnellen Zugriff auf relevante Inhalte – mit klaren Quellen und nachvollziehbaren Antworten. 
Im Tender Management wird eine bekannte, aber bisher manuelle Prüflogik automatisiert. KI übernimmt die strukturierte Vorarbeit, analysiert Angebote und unterstützt die Bewertung - schneller, konsistenter und nachvollziehbarer. 
In der Supply Chain werden bestehende Datenquellen (Lieferantenportal, SAP-Systeme verschiedener Werke, …) erstmals miteinander verbunden. KI schafft Transparenz über Systeme hinweg und ermöglicht Entscheidungen in Echtzeit. 
Was alle drei Use Cases verbindet: Die Daten waren bereits vorhanden. Der Mehrwert entsteht durch Zugänglichkeit, Verknüpfung und konsequente Nutzung. Florian Schnitzer, Senior Project Manager und Benjamin Braun, Engagement Manager bei EFS Consulting teilen ihre Erfahrung aus Kundenprojekten und bestätigen diesen Ansatz. 
 
Warum nicht das Modell, sondern das System entscheidet 
Ein zentrales Learning dieser Episode: Die Frage nach dem „richtigen“ Modell ist zweitrangig. Modelle entwickeln sich schnell und werden zunehmend austauschbar. Der entscheidende Faktor ist das System, in dem sie eingebettet sind. 
Ohne saubere Datenbasis, ohne Verständnis von Zusammenhängen und ohne klar definierte Prozesse kann selbst die beste KI keinen Mehrwert liefern. Erfolgreiche Lösungen basieren immer auf einem Zusammenspiel aus: Daten, Kontext, Prozessen und einer klaren Orchestrierung. Genau dort liegt der Unterschied zwischen experimentellen Ansätzen und produktiven Anwendungen. 
 
Wie sich Rollen durch KI verändern 
In der Episode wird klar: KI ersetzt keine Menschen, sie verändert ihre Aufgaben. 
In allen drei vorgestellten Anwendungsfällen verschiebt sich der Fokus: Weniger manuelle Arbeit, weniger Suche, weniger repetitive Prüfung. Dafür mehr Bewertung, mehr Entscheidungsverantwortung, mehr strategischer Einfluss. 
KI übernimmt die Vorarbeit. Der Mensch bleibt verantwortlich für das Urteil. Das Ergebnis ist also kein Abbau von Rollen, sondern eine Aufwertung mit dem Ziel echter Wertschöpfung. 
 
Für wen diese Folge besonders relevant ist 
Führungskräfte und Entscheidungsträger:innen 
Transformations- und Innovations-Teams 
Fachbereiche, die KI praktisch einsetzen möchten 
Und alle, die KI nicht nur nutzen, sondern verstehen möchten 
  
Wir wünschen viel Freude beim Hören! 
Haben Sie Fragen zum Thema Künstliche Intelligenz? Schreiben Sie uns gerne eine E-Mail an podcast@efs.at 
 
Quellen, Links und Recherche: https://efs.consulting/insights/podcast/artificial-intelligence/ai-use-cases/

Unternehmen stellen Mitarbeitenden die besten KI-Tools am Markt zur Verfügung und beobachten anschließend, dass diese kaum genutzt werden. Genau hier liegt der Ausgangspunkt des Problems. Nicht in der Technologie. Sondern im Umgang damit.
In der neuen Episode der EFS Podcast-Miniserie „AI Reality Check 2026“ sprechen Irene Racher und Ralph Zlabinger über einen Begriff, der oft verwendet, aber selten wirklich verstanden wird: AI Literacy. Sie machen klar: wer heute nur Tools einführt, ohne Kompetenzen aufzubauen, wird weder produktiver noch wettbewerbsfähiger, sondern schafft vor allem eines: Frustration.
 
Der blinde Fleck der KI-Transformation
Während die Nutzung von KI rasant steigt, bleibt die Kompetenzaufbau der Mitarbeitenden massiv zurück. Viele Organisationen investieren in Lizenzen, aber nicht in Schulungen und Kompetenzen. Das Ergebnis ist ein gefährliches Ungleichgewicht zwischen technologischem Fortschritt und tatsächlicher Anwendung im Job.
Zusätzlich dazu ist seit Februar 2025 AI Literacy durch den EU AI Act nicht mehr optional. Unternehmen sind verpflichtet, sicherzustellen, dass Mitarbeitende KI kompetent einsetzen können. „Wer das ignoriert, handelt nicht nur strategisch fahrlässig, sondern auch rechtswidrig“ - Ralph Zlabinger, EFS AI Program Lead.
 
Mehr als Prompting: Was echte AI Literacy ausmacht
In dieser Episode wird mit einem zentralen Missverständnis aufgeräumt: AI Literacy ist kein Synonym für „mit ChatGPT umgehen können“; stattdessen beschreibt sie fundamentale Fähigkeiten.
Im Mittelpunkt steht das sogenannte KI-Literacy-Heptagon. Ein Modell mit sieben Dimensionen, die zusammen echte KI-Kompetenz ausmachen. Von technischem Grundverständnis über Anwendungskompetenz und kritisches Denken bis hin zu rechtlichen, ethischen und gesellschaftlichen Fragen. 
 
Wie AI Literacy aufgebaut wird
Es steht fest: AI Litercy allein reicht nicht aus. 
Irene Racher und Ralph Zlabinger sprechen in dieser Folge bewusst über einen systematischen Ansatz, statt alleinstehende KI-Schulungen. AI Literacy wird als strategisches Fundament verstanden, das alle Bereiche eines Unternehmens betrifft. Aufgrund dessen empfehlen sie eine strukturierte Vorgehensweise, die fünf klare Schritte beinhaltet. Erfolgreiche Beispiele zeigen: Erst wenn Training, Organisation und Technologie zusammenspielen, entsteht echter Mehrwert.
 
Für wen diese Folge besonders relevant ist
·      Führungskräfte und Entscheidungsträger:innen
·      HR- und Learning-Verantwortliche
·      Transformations- und Innovations-Teams
·      Fachbereiche, die KI praktisch einsetzen wollen
·      Und alle, die KI nicht nur nutzen, sondern verstehen möchten
 
Wir wünschen viel Freude beim Hören!
 Haben Sie Fragen zum Thema Künstliche Intelligenz? Schreiben Sie uns gerne eine E-Mail an podcast@efs.at

Quellen, Links & Recherche:
https://efs.consulting/insights/podcast/artificial-intelligence/ai-literacy-statt-ai-theater/

In vielen Unternehmen herrscht Frustration: KI-Lizenzen sind verteilt, doch die Ergebnisse bleiben hinter den Erwartungen zurück. Das Problem liegt oft an einem grundlegenden Missverständnis: Wir versuchen, eine revolutionäre Technologie mit dem Mindset der alten IT-Welt zu steuern.
Irene Racher und Ralph Zlabinger widmen sich in der zweiten Folge unserer Miniserie „AI Reality Check 2026“ dem Kern der Sache - KI als Betriebssystem. Sie erklären, warum der Vergleich von KI mit klassischer Software nicht nur hinkt, sondern gefährlich ist. Während herkömmliche IT auf Wenn-Dann-Regeln basiert, operiert KI mit Wahrscheinlichkeiten. Das verändert alles – von der Art, wie wir Aufgaben delegieren, bis hin zur Frage, wie viel Vertrauen wir den Ergebnissen schenken dürfen.
Das Ende der Vorhersehbarkeit
Die Episode beleuchtet den Paradigmenwechsel von der regelbasierten zur datenbasierten Logik. Im Fokus stehen dabei:
Wahrscheinlichkeit statt Logik: Warum LLMs im Kern ein „extrem leistungsfähiges Autocomplete“ sind und was das für die Zuverlässigkeit bedeutet.
Die Halluzinations-Falle: Warum KI so überzeugend lügt und Inkompetenz professionalisiert.
Korrelation vs. Kausalität: Warum die Maschine Muster erkennt, aber niemals das „Warum“ dahinter versteht.
Strategische Einordnung: Das 3-Stufen-Modell
Ein ein Framework zur Kategorisierung von KI-Anwendungen:
Personal AI: Schnelle, individuelle Produktivitäts-Hacks (z. B. ChatGPT).
Tailored AI: Maßgeschneiderte Assistenten für Fachabteilungen ohne großen IT-Aufwand.
Enterprise AI: Die „Königsklasse“ für kritische Prozesse, die stabil, reproduzierbar und auditierbar sein müssen.
Zusätzliche Expertise liefern Victoria Langejürgen (IT-Security und AI Governance) zur Abgrenzung gegenüber klassischer IT sowie Darya Shitova (AI Developerin), die einen Ausblick auf agentische KI gibt – Systeme, die nicht mehr nur Fragen beantworten, sondern eigenständig Aufträge ausführen.
Für wen diese Folge besonders relevant ist:
Führungskräfte und Verantwortliche für Organisation, Innovation und Transformation
Wissensarbeiter:innen in komplexen oder regulierten Umfeldern
Berater:innen, Analyst:innen und Manager:innen
Compliance- & Risikomanager
Und für alle, die KI als Betriebssystem verstehen möchten
Wir wünschen viel Freude beim Hören!
In der nächsten Episode erwartet Sie ein persönlicheres Thema. Irene Racher und Ralph Zlabinger sprechen über Menschen. Über Fähigkeiten, die gerade entstehen – und über solche, die ohne Aufmerksamkeit still verschwinden. Über eine Kompetenz, die in kaum einer Stellenbeschreibung steht – aber in den nächsten Jahren über Karrieren entscheiden wird. AI Literacy. (Lesetipp: Mehr über AI Literacy im EFS Consulting Insight)
Haben Sie Fragen oder Feedback? Schreiben Sie uns gerne eine E-Mail an podcast@efs.at.

Generative KI ist in Unternehmen angekommen – zumindest auf dem Papier. Lizenzen wurden gekauft, Strategien formuliert, Pilotprojekte gestartet. Doch drei Jahre nach dem großen ChatGPT Moment bleibt eine zentrale Frage offen: Hat die KI-Revolution bereits wirklich begonnen?
Irene Racher und Ralph Zlabinger nehmen in der ersten Folge unserer neuen Miniserie „AI Reality Check 2026“ eine ehrliche Bestandsaufnahme vor. Sie sprechen über den wachsenden Widerspruch zwischen milliardenschweren KI‑Investitionen und der ernüchternden Realität in vielen Organisationen: kaum messbare Produktivitätsgewinne und zunehmende Frustration.
 Zwischen Erwartung und Realität
Im Mittelpunkt stehen aktuelle Studien, ökonomische Perspektiven und Erfahrungen aus der Beratungspraxis. Dabei zeigt sich ein zentrales Spannungsfeld zwischen
Führungskräften und Mitarbeitenden,
offiziell freigegebenen Tools und gelebter Schatten‑IT,
technologischer Leistungsfähigkeit und unveränderten Prozessen.
„Die KI ersetzt keine Kompetenz. Sie multipliziert sie.“
Wer bereits über tiefes Fachwissen verfügt, profitiert erheblich. Wer es nicht tut, bleibt zurück – oft ohne es zu bemerken. Ergänzt wird diese Perspektive durch Praxis Einblicke von AI Solution Architect Minh Cao sowie Geschäftsführer Christian Schaupp (beide EFS Consulting).
Die strukturelle Lücke
Irene Racher und Ralph Zlabinger machen deutlich: Das zentrale Problem liegt nicht bei der Technologie selbst. Es sind Strukturen, Governance, fehlende Prozessveränderungen – und ein Missverständnis darüber, was KI für Organisationen wirklich bedeutet. Dabei spielt speziell die sogenannte Schatten-IT und der resultierende Capability Gap eine essenzielle Rolle. 
Für wen diese Folge besonders relevant ist
Führungskräfte und Verantwortliche für Organisation, Innovation und Transformation
Wissensarbeiter:innen in komplexen oder regulierten Umfeldern
Berater:innen, Analyst:innen und Manager:innen
Und für alle, die KI jenseits von Hype & Buzzwords einordnen wollen
Wir wünschen viel Freude beim Hören!
Haben Sie Fragen zum Thema Künstliche Intelligenz? Schreiben Sie uns gerne eine E-Mail an podcast@efs.at. 

Quellen, Links & Recherche: 
https://efs.consulting/insights/podcast/artificial-intelligence/ai-reality-check/