AI or DIE

AI or DIE
  • 0.0 (0)
  • MANAGEMENT
  • EVERY TWO WEEKS

Der Podcast rund um Data Analytics, Dashboards, Business Intelligence, AI & Data Literacy.

  1. Datenprodukte sind der operative Hebel für erfolgreiche AI-Initiativen

    4 DAYS AGO

    Datenprodukte sind der operative Hebel für erfolgreiche AI-Initiativen

    Eventkalender: https://www.aiordie-x.de/eventkalender/ Data Products sind eines dieser Themen, über die viele seit Jahren reden. Aber jetzt wird es ernst. In dieser AI or DIE Newscast-Folge spricht Andreas Wiener mit Carsten Bange über eine neue Studie zu Data Products und darüber, warum das Thema gerade jetzt massiv an Bedeutung gewinnt. Der Auslöser ist klar: Unternehmen wollen AI produktiv nutzen – und merken plötzlich, dass ohne vertrauenswürdige, sauber beschriebene und nutzbare Datenprodukte genau gar nichts skaliert. Die Diskussion geht deshalb bewusst weg vom Buzzword und hin zur Praxis. Was ist überhaupt ein Data Product? Wie unterscheidet es sich von einem Data Asset? Warum braucht es Metadaten, Verantwortlichkeiten und klare Nutzungsregeln? Und weshalb korreliert eine hohe Reife bei Data Products so stark mit einer hohen Reife bei produktiven AI-Projekten? Außerdem geht es um die nächste Evolutionsstufe im Datenmanagement: Nicht nur Daten sammeln, sondern sie intern so organisieren, dass sie wiederverwendbar, verständlich und vertrauenswürdig werden. Genau dort entstehen dann die Grundlagen für Analytics, Reporting und eben auch AI-Produkte. Diese Folge ist besonders relevant für alle, die sich fragen, warum AI im Unternehmen oft langsamer vorankommt als gedacht. Die Antwort könnte simpel sein: Weil das Fundament noch nicht als Produkt gedacht wird. ⸻ Timestamps 00:00 – Intro: Newscast und Fokus auf Data Products 00:59 – Warum die Studie zu Data Products gerade relevant ist 01:27 – Data Products und AI Products: Wo ist der Zusammenhang? 03:13 – Warum jede Organisation ihre eigene Definition braucht 03:57 – Data Products sind keine reine IT-Domäne 05:45 – Was ist konkret ein Data Product? 08:23 – Von Data Assets zu echten Produkten 10:44 – Aggregierte und abgeleitete Datenprodukte 11:51 – Interne vs. externe Datenprodukte 13:12 – AI als Treiber für Data Products 15:24 – Studie: Zusammenhang zwischen Data Products und AI-Reife 18:31 – Die größten Herausforderungen bei Data Products 20:41 – Prioritäten der nächsten 12 Monate 22:55 – Warum Data-Product-Prinzipien auf AI übertragen werden 24:06 – Welche Rolle Produkthersteller spielen 26:38 – Kommen jetzt neue Rollen rund um Data Products? 27:40 – Event-Tipps von BARC 29:31 – Fazit und Abschluss

    30 min
  2. Warum Agentic AI mehr ist als nur bessere Forecasts

    9 APR

    Warum Agentic AI mehr ist als nur bessere Forecasts

    Link: https://beyond.board.com/ Planung war lange ein Pflichtprogramm. Zahlen sammeln, Forecast erstellen, Bericht abgeben. Mehr Verwaltung als echte Steuerung. Das ändert sich gerade grundlegend. In dieser Folge sprechen Andreas Wiener und Björn M. Stauss darüber, wie Agentic AI den Planungsprozess neu definiert. Nicht als Reporting-Routine, sondern als strategisches Instrument mit direktem Einfluss auf Umsatz, Effizienz und Marktanteile. Anhand konkreter Kundenbeispiele wird klar, worum es wirklich geht. Kleine Verbesserungen in der Forecast-Genauigkeit können Millionen bewegen. Der entscheidende Unterschied entsteht aber an anderer Stelle: durch die Kombination aus internen Daten, externen Einflussfaktoren und intelligenten Agenten, die Zusammenhänge sichtbar machen, bevor sie offensichtlich werden. Planung wird damit dynamisch. Systeme liefern proaktiv Hinweise, identifizieren Abweichungen und ermöglichen es, in Echtzeit auf Veränderungen zu reagieren. Der Controller entwickelt sich vom Datensammler zum Berater, der aktiv an Entscheidungen beteiligt ist. Gleichzeitig verschiebt sich der Anspruch an Unternehmen. Es reicht nicht mehr, Planung als Pflichtaufgabe zu sehen. Wer die neuen Möglichkeiten konsequent nutzt, kann schneller reagieren, bessere Entscheidungen treffen und sich gezielt Wettbewerbsvorteile sichern. Die zentrale Erkenntnis dieser Folge ist klar: Die Technologie ist da. Der Unterschied entsteht durch die Art, wie Unternehmen sie einsetzen.

    31 min
  3. Von grünen Bildschirmen zu KI-Revolution mit Frank Hendricks (HRCIE)

    7 APR

    Von grünen Bildschirmen zu KI-Revolution mit Frank Hendricks (HRCIE)

    n diesem Gespräch reflektieren Andreas Wiener und Frank Hendricks (HRCIE) über 30 Jahre Daten- und KI-Entwicklung, die Herausforderungen bei der Nutzung von KI in Unternehmen und die Bedeutung einer soliden Datenbasis für erfolgreiche Entscheidungen. Sie diskutieren die Evolution der Technologie, aktuelle Trends und die zukünftigen Chancen und Risiken. Key Topics - Entwicklung der Daten- und KI-Technologie in 30 Jahren - Bedeutung der Datenqualität und Datenlogistik für Unternehmen - Risiken und Chancen bei der Nutzung von KI-Tools und Automatisierung - Die Rolle der Unternehmenssteuerung und Entscheidungsfindung im KI-Zeitalter Soundbites "Auf die Qualität der Daten achten und Prozesse verbessern" "Vertrauen in die Datenbasis aufbauen und sichern" "Technologie bewusst und verantwortungsvoll einsetzen" "Die Entwicklung schreitet exponentiell voran." "Daten sind das Futter für meinen Rechner." "Garbage in, garbage out – das gilt immer noch." Chapters 00:00 Einführung in die Welt der Daten und AI 03:03 Die Entwicklung von Daten und deren Bedeutung 06:04 Herausforderungen der Datenverarbeitung und AI-Integration 09:11 Die Rolle von Information und Entscheidungsfindung 12:01 Erwartungsmanagement und AI-Projekte 15:00 Prozessautomatisierung und die Zukunft der Arbeit 17:35 Unternehmenssteuerung und BI-Projekte 20:45 Datenhaushalt und Datenstruktur 22:48 Self-Service BI und Entscheidungsfindung 26:18 Bauchentscheidungen vs. rationale Entscheidungen 30:08 Werte und persönliche Philosophie

    35 min
  4. Warum Planning nie wieder so sein wird wie früher

    2 APR

    Warum Planning nie wieder so sein wird wie früher

    Link: https://www.board.com/de/veranstaltungen-webinare/board-beyond-dach-2026 Jetzt kommt Agentic AI – und plötzlich stellt sich eine unbequeme Frage: Wozu braucht es eigentlich noch klassische Planungsprozesse? In dieser Folge sprechen Andreas Wiener und Björn M. Stauss von board darüber, warum KI-Agenten nicht einfach ein weiteres Tool sind, sondern das Fundament von Planning komplett verschieben. Weg von manuellen Analysen, hin zu automatisierten Insights. Weg von Jahresplanung, hin zu Continuous Planning. Weg von Perfektion, hin zu Geschwindigkeit und Wirkung. Die eigentliche Provokation: Vielleicht geht es gar nicht darum, bessere Prognosen zu bauen – sondern schneller zu entscheiden. Wir reden über echte Use Cases aus Finance, Supply Chain und Controlling. Über den Unterschied zwischen generischer KI und trainierten, domänenspezifischen Agenten. Und darüber, warum 85 % Genauigkeit auf Knopfdruck oft mehr wert sind als 100 % nach drei Monaten Abstimmung. Klar wird auch: Das ist kein Hype für Konzerne. Der Mittelstand steht vor genau derselben Entscheidung nur mit weniger Zeit. Wer Planning heute noch wie vor fünf Jahren denkt, wird morgen nicht mehr mithalten. Und genau darum geht es: verstehen, wo der echte Hebel liegt bevor andere ihn nutzen.

    32 min
  5. Wie die Business Data Cloud den Zugang zu Daten verändert

    31 MAR

    Wie die Business Data Cloud den Zugang zu Daten verändert

    Link: https://www.five1.de/podcast/reifegrad-sap-bdc SAP und Künstliche Intelligenz galten lange als zwei Welten, die nur schwer zusammenfinden. Komplexe Systemlandschaften, eingeschränkter Datenzugriff und hoher manueller Aufwand haben viele Projekte ausgebremst. Mit der Business Data Cloud verändert sich dieses Bild grundlegend. In dieser Folge sprechen Andreas Wiener und Christian Bühler darüber, wie sich der Umgang mit SAP Daten aktuell wandelt und welche neuen Möglichkeiten sich daraus ergeben. Offene Standards, bessere Integration und automatisierter Zugriff schaffen die Grundlage, um Daten deutlich effizienter zu nutzen und KI Anwendungen sinnvoll einzusetzen. Im Mittelpunkt stehen konkrete Einsatzfelder. Von Forecasting über Finanzplanung bis hin zu interaktiven Analysen auf Basis von Chatbots. Dabei wird deutlich, dass nicht die Technologie allein den Unterschied macht, sondern vor allem das Zusammenspiel aus Datenqualität, Struktur und Fachwissen. Ein zentraler Punkt ist der Wandel in der Nutzung von Daten. Es geht weniger darum, alle Mitarbeitenden zu Datenexperten zu machen. Entscheidend ist, dass Fachbereiche mit tiefem Verständnis gezielt mit Daten arbeiten und daraus bessere Entscheidungen ableiten. Diese Folge liefert einen fundierten Einblick in den aktuellen Stand und zeigt, warum SAP im Kontext von KI heute eine deutlich größere Rolle spielt als noch vor kurzer Zeit.

    29 min
  6. STACKIT und Pyramid Analytics als alternative zu Hyperscalern?

    27 MAR

    STACKIT und Pyramid Analytics als alternative zu Hyperscalern?

    Pyramid on STACKIT by OPITZ CONSULTING https://www.pyramid-on-stack.it/ Entdecken Sie Pyramid Analytics in der souveränen STACKIT Cloud, professionell verwaltet von OPITZ CONSULTING. Optimieren Sie Ihre Datenanalysen jetzt! Zukunftstag Mittelstand 2026 | OPITZ CONSULTING https://opitz-consulting.com/events/zukunftstag-mittelstand-2026 OPITZ CONSULTING ist als Austeller vor Ort dabei und wir freuen uns auf viele spannende Gespräche in Berlin. https://data-changemaker.de/ https://www.linkedin.com/groups/18379010/ Viele Mittelständler stehen gerade vor derselben Frage: Muss ich wirklich den ganzen Hyperscaler-Zirkus mitmachen? Azure, AWS, SAP – alles wirkt groß, komplex und oft wie für Konzerne gebaut. Doch genau hier entsteht gerade eine neue Bewegung: einfachere, souveräne und bezahlbare Alternativen für den Mittelstand. In dieser Folge von AI or DIE sprechen Andreas Wiener, Janine und Thomas darüber, warum genau jetzt der richtige Zeitpunkt ist, sich neu zu orientieren – technologisch, aber auch strategisch. Im Fokus steht eine Kombination aus Stackit (Schwarz Gruppe) und Pyramid Analytics – eine Lösung, die bewusst anders denkt: Weniger Komplexität, weniger Risiko, mehr Zugänglichkeit. Es geht nicht darum, bestehende Systeme schlechtzureden. Es geht darum, eine realistische Alternative aufzuzeigen – für Unternehmen, die keine eigene BI-Abteilung haben, keine Lust auf komplexe Architekturprojekte und trotzdem datengetrieben arbeiten wollen. Wir sprechen darüber: • Warum viele Mittelständler mit Hyperscalern überfordert sind • Wieso Datensouveränität plötzlich ein Business-Thema ist • Wie man mit kleinen Paketen startet statt mit Millionenprojekten • Warum „Think big, start small“ endlich technologisch funktioniert • Weshalb einfache Tools oft mehr bringen als perfekte Architekturen • Für wen sich ein Wechsel oder Einstieg wirklich lohnt – und für wen nicht Die zentrale Erkenntnis: Es geht nicht mehr nur um Technologie. Es geht um Kontrolle, Geschwindigkeit und Entscheidungsfähigkeit. Und genau hier kann der Mittelstand aktuell einen Vorteil ausspielen – wenn er aufhört zu warten und anfängt, pragmatisch zu handeln. ⸻ ⏱️ Timestamps 00:00 – Intro: Mittelstand vs. Hyperscaler 00:45 – Warum viele Unternehmen von großen Plattformen überfordert sind 01:20 – Vorstellung Thomas & Fokus der Folge 01:38 – Eventhinweis: Mittelstandsevent in Berlin 02:20 – TDWI & Data Changemaker Community 03:00 – Einstieg: Gibt es Alternativen zu Azure & AWS? 03:32 – Problem Hyperscaler & geopolitische Risiken 04:30 – Datensouveränität und US Cloud Act 05:00 – Stackit als deutsche Alternative 05:33 – Kombination mit Pyramid Analytics 06:09 – Bronze-, Silber- und Gold-Pakete erklärt 07:01 – Skalierung und Individualisierung 08:25 – Zwei Perspektiven: Sicherheit vs. Mehrwert 09:15 – Einfluss von Politik auf Datenstrategien 10:33 – Warum Pyramid Analytics so stark wächst 12:24 – Einfachheit als Schlüssel im Mittelstand 13:32 – Typische Architektur im Mittelstand 14:18 – Einstieg ohne großes Invest 16:39 – Opex vs. Capex: Kostenmodell erklärt 17:46 – Klein starten, flexibel wachsen 18:13 – Sicherheit durch starke Anbieter 19:19 – Für wen die Lösung ideal ist 21:17 – Wann es keinen Sinn macht 22:32 – Excel-Unternehmen als Zielgruppe 24:00 – Rolle der Schwarz Gruppe & Eigenbetrieb 25:14 – Wirtschaftliche & strategische Perspektive 26:29 – Unsicherheit als Treiber für neue Lösungen 27:00 – Daten als Grundlage für bessere Entscheidungen 27:58 – Nutzerakzeptanz & Spaß an Analytics 28:26 – Self-Service & KI im Reporting 29:16 – Einfachheit statt Komplexität 30:54 – Call to Action: Demo & Einstieg 31:19 – Abschluss & Einladung zum Austausch

    32 min
  7. KI im Mittelstand - Warum Geschwindigkeit wichtiger ist als Perfektion.

    18 MAR

    KI im Mittelstand - Warum Geschwindigkeit wichtiger ist als Perfektion.

    Wie bringt man KI wirklich in den Mittelstand? Nicht als Pilotprojekt. Nicht als Buzzword. Sondern als echte Kompetenz im Unternehmen. In dieser Special-Folge von AI or DIE sprechen wir live aus dem Mittelstand – direkt aus einem KI-Workshop bei der Leiber Group. Gemeinsam mit Simon und Richard diskutieren wir, wie Unternehmen KI pragmatisch einführen können, ohne sich in Tools, Lizenzen oder Strategiepapiere zu verlieren. Der Ansatz: Nicht Perfektion. Sondern Zugänglichkeit, Geschwindigkeit und Umsetzung. Statt teurer Lizenzen für jeden Mitarbeitenden setzt Leiber auf einen Plattformansatz: KI wird über APIs verfügbar gemacht, nutzungsbasiert abgerechnet und damit für alle im Unternehmen zugänglich. Ergänzt durch Schulungsstufen, klare Rollen und schnelle Use-Case-Teams entsteht Schritt für Schritt eine echte KI-Kompetenz im Unternehmen. Dabei wird auch deutlich: Der Mittelstand hat einen entscheidenden Vorteil gegenüber Konzernen – Geschwindigkeit und Entscheidungsfähigkeit. In der Diskussion geht es unter anderem um: • Warum KI zuerst für die breite Masse verfügbar sein muss • Wie ein Plattformansatz Kosten reduziert und Flexibilität erhöht • Warum Unternehmen nicht sofort mit komplexen KI-Projekten starten sollten • Wie KI Research, Vertrieb und Marktanalysen radikal beschleunigen kann • Warum der ROI von KI oft indirekt über Geschwindigkeit und Produktivität entsteht • Und weshalb Mittelständler gerade jetzt die Chance haben, Innovation schneller umzusetzen als große Organisationen Die zentrale Botschaft dieser Episode: Wer auf die perfekte Strategie wartet, verliert Zeit. Wer startet, lernt schneller. Und genau das entscheidet gerade darüber, wer KI wirklich nutzt – und wer nur darüber spricht. ⸻ Timestamps 00:00 – Intro: Special AI or DIE Folge aus dem Mittelstand 00:13 – Wie Leiber KI im Unternehmen einführt 01:10 – KI für die breite Masse statt Speziallösungen 02:00 – Schulungslevels: User, Power User und KI Champions 03:08 – Warum schnelle Umsetzung entscheidend ist 04:00 – Plattformstrategie statt teurer Einzellizenzen 04:54 – Der technische Plattformansatz erklärt 06:00 – Pay-per-Use statt Lizenzmodelle 06:53 – Multi-KI statt nur einer Plattform 08:00 – Das Problem ungenutzter Softwarelizenzen 09:00 – Schatten-KI im Unternehmen 09:49 – Spezialtools vs. Plattformstrategie 11:07 – Inspiration aus KI-Use-Cases im Vertrieb 13:10 – Geschwindigkeit als Wettbewerbsvorteil 13:57 – Innovation im Mittelstand 15:03 – Eindrücke aus dem Unternehmen Leiber 17:32 – KI-Strategie und Messbarkeit von Effizienz 18:17 – Persönliche Produktivitätssteigerung durch KI 19:17 – Wie man den ROI von KI sichtbar macht 21:36 – Mensch vs. KI im Arbeitsalltag 22:19 – Angst vor KI im Unternehmen 24:05 – KI ersetzt nicht Jobs, sondern Aufgaben 26:03 – KI und die neue Produktivität der Wissensarbeit 27:13 – Konkrete Maßnahmen nach dem Workshop 28:24 – Motivation und Netzwerk im KI-Mittelstand 30:23 – Fazit des Tages bei Leiber 31:10 – Schlussgedanken zur Zukunft von KI im Mittelstand 31:55 – Aufruf: Einfach starten und dranbleiben 33:01 – Outro

    33 min
  8. Warum gute Datenqualität die Grundlage für Self-Service, Analytics und KI ist

    11 MAR

    Warum gute Datenqualität die Grundlage für Self-Service, Analytics und KI ist

    Links: https://data-changemaker.de/ https://www.linkedin.com/groups/18379010/ Data Governance klingt für viele Unternehmen nach Bürokratie, Regeln und zusätzlicher Arbeit. Genau deshalb wird das Thema häufig aufgeschoben – bis die ersten echten Probleme auftreten: falsche Kennzahlen, widersprüchliche Reports oder KI-Modelle, die auf fehlerhaften Daten basieren. In dieser Folge von AI or DIE sprechen Andreas Wiener und Janine mit Jürgen von OPITZ CONSULTING über ein Thema, das in der Datenwelt oft unterschätzt wird, aber über Erfolg oder Misserfolg vieler Analytics-Initiativen entscheidet: Data Governance. Dabei wird schnell klar: Governance bedeutet nicht Kontrolle um der Kontrolle willen. Es geht darum, Verantwortlichkeiten zu klären, Datenflüsse transparent zu machen und dafür zu sorgen, dass Fachbereiche sich auf ihre Daten verlassen können. Denn ohne Vertrauen in die Daten kann weder Self-Service-Analytics noch Data Culture wirklich funktionieren. Gemeinsam diskutieren wir unter anderem: • Warum Data Governance heute anders wahrgenommen wird als noch vor einigen Jahren • Welche Rolle Data Culture dabei spielt • Warum Data Stewards keine „Datenpolizei“ sein sollten • Wie Unternehmen Governance pragmatisch aufbauen können • Warum Visualisierung von Datenprozessen ein Schlüssel zum Erfolg ist • Wann externe Perspektiven helfen, Governance-Programme sinnvoll aufzusetzen • Und welche Rolle KI künftig bei der Verbesserung von Datenqualität spielen kann Die zentrale Botschaft dieser Episode: Wer seine Daten ernst nimmt, braucht klare Regeln – nicht als Selbstzweck, sondern als Grundlage für bessere Entscheidungen. Oder einfacher gesagt: Ohne Data Governance bleibt Data-Driven nur ein Buzzword.  ⸻ Timestamps 00:00 – Intro: Warum Data Governance oft unterschätzt wird 00:56 – Vorstellung des Gastes Jürgen 01:00 – Hat sich Data Governance in den letzten Jahren verändert? 02:26 – Zusammenhang zwischen Data Culture und Data Governance 03:06 – Warum Datenqualität bei der Dateneingabe beginnt 04:13 – Datenqualität und KI: Wenn schlechte Daten automatisiert werden 04:33 – Wie startet man ein Data-Governance-Projekt? 05:08 – Bewusstsein schaffen und Stakeholder einbinden 06:28 – Gibt es einen Standard-Leitfaden für Data Governance? 07:13 – Prozesse und Datenflüsse sichtbar machen 08:40 – Rollenmodelle und der Begriff Data Steward 09:48 – Data Steward: Diener der Datenqualität statt Datenpolizei 11:13 – Akzeptanz von Governance-Rollen im Unternehmen 12:58 – Self-Service Analytics vs. Governance 14:15 – Gemeinsame Ziele als Erfolgsfaktor 14:56 – Herausforderungen bei Self-Service-Datenmodellen 16:10 – Kommunikation und Zusammenarbeit im Datenprozess 17:01 – Externe Beratung bei Data-Governance-Projekten 18:29 – Warum eine externe Perspektive hilfreich sein kann 20:13 – Ganzheitliche Sicht auf Datenprozesse 20:57 – Visualisierung von Datenflüssen und Pain Points 22:04 – Zusammenhang zwischen Data Governance und KI 23:05 – Können KI-Agenten Datenqualität verbessern? 24:13 – Wie Governance-Prozesse visualisiert werden 25:51 – Data Governance in einem Satz erklärt 27:24 – Data Governance positiv framen 28:47 – Learnings aus der Folge 29:41 – Schlussgedanke: Bei Data Governance nicht weglaufen 29:56 – Outro

    30 min
See All (436)

Trailer

About

Der Podcast rund um Data Analytics, Dashboards, Business Intelligence, AI & Data Literacy.

Information

  • Creator
    AI or DIE
  • Years Active
    2019 - 2026
  • Episodes
    436
  • Rating
    Clean
  • Show Website
    AI or DIE

You Might Also Like