AI or DIE

AI or DIE

0,0 (0)
MANAGEMENT
WÖCHENTLICH

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

VOR 3 TAGEN

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.
4. MÄRZ

Warum Dashboards trotz KI nicht verschwinden und viele Unternehmen die falschen Probleme lösen

Link zum Buch: https://www.kaiuwestahl.com/download-buch-aiordie/ Seit über 15 Jahren bauen wir Dashboards. Von den ersten BI-Projekten mit absurden Ladezeiten bis zu modernen Tools wie Power BI und SAP Analytics Cloud. Und trotzdem stellt sich heute wieder eine provokante Frage: Brauchen wir Dashboards überhaupt noch – oder übernimmt KI jetzt alles? In dieser Folge sprechen Andreas Wiener und Kai-Uwe Stahl über eine der zentralen Disziplinen der datengetriebenen Unternehmenssteuerung. Sie blicken zurück auf die Entwicklung des Dashboardings, auf die größten Missverständnisse in Unternehmen und auf die Rolle, die KI künftig spielen wird. Dabei wird eines deutlich: Viele Unternehmen springen heute direkt auf den KI-Hype – ohne ihre Hausaufgaben gemacht zu haben. Denn bevor KI wirklich Mehrwert liefern kann, müssen Unternehmen ihre Zahlen kennen. Und genau dafür bleiben Dashboards unverzichtbar. In der Folge geht es unter anderem um: • Die Evolution von Dashboarding in den letzten 15 Jahren • Warum Tools heute kaum noch der entscheidende Faktor sind • Weshalb viele Unternehmen den falschen Fokus auf Self-Service-Analytics legen • Warum Standard-Reporting oft mehr bringt als komplexe Analyseumgebungen • Wie KI künftig die tiefe Analyse übernimmt – während Dashboards das Monitoring liefern Die klare Botschaft dieser Episode: KI ersetzt Dashboards nicht. Aber sie verändert, wofür wir sie nutzen. Wer seine Daten nicht im Griff hat, wird auch mit KI keine besseren Entscheidungen treffen. ⸻ Timestamps 00:00 – Intro: 15 Jahre Dashboarding 00:54 – Was ist eigentlich ein Dashboard? 01:32 – Warum Monitoring-Dashboards unverzichtbar bleiben 02:53 – Das Buch und Feedback aus Unternehmen 05:12 – Warum viele Berater dem falschen Hype folgen 07:35 – Neue Hausaufgaben: Dashboards statt nur Datenqualität 10:03 – Die Anfänge: Dashboarding mit Excel und PowerPoint 11:15 – Erste BI-Tools und extrem lange Ladezeiten 13:22 – Erste große Projekte und technologische Entwicklung 14:32 – Warum viele Unternehmen Dashboarding nie richtig umgesetzt haben 15:52 – Warum klassische Trainings oft nicht funktionieren 18:29 – Online-Kurse vs. Präsenzschulungen 19:10 – Power BI als Gamechanger im Dashboarding 20:34 – Tableau, Visual Analytics und der Visualisierungstrend 21:22 – Warum sich der Markt auf wenige Tools konzentriert 23:38 – Konsolidierung im BI-Markt 25:09 – Datenvisualisierung und Storytelling im Dashboard 26:00 – Self-Service Analytics: Realität vs. Wunschdenken 27:08 – Wo KI künftig die Analyse übernimmt 28:21 – Fazit: Dashboards bleiben ein zentraler Baustein der Datenstrategie

30 Min.
24. FEB.

Warum Datensicherheit über Erfolg oder Desaster deiner KI-Strategie entscheidet

http://www.five1.de/podcast/ai-data-security Alle reden über KI-Use-Cases. Über Agenten. Über Automatisierung. Kaum jemand redet ernsthaft über das, was im Hintergrund passiert: Datensicherheit. In dieser Folge spreche ich mit Christian Bühler und Joshua Zielinski darüber, warum Security im KI-Umfeld kein IT-Randthema ist – sondern strategische Pflicht. Denn KI ist nichts anderes als eine Datenpipeline: Was du reinsteckst, kommt verstärkt wieder raus. Und genau dort liegen die Risiken. Wir sprechen über: • Schatten-KI und unbewusste Datenleaks durch Mitarbeitende • Warum Agenten mit zu vielen Rechten gefährlicher sind als Hacker im Hoodie • Manipulierte Wissensdatenbanken und falsche KI-Outputs • Denial-of-Wallet-Attacken und versteckte Kostenrisiken • Warum der EU AI Act eher Leitplanke als Innovationsbremse ist • Und weshalb Governance im KI-Zeitalter neu gedacht werden muss Die zentrale Botschaft: Sicherheit bremst dich nicht aus. Sie macht dich handlungsfähig. Wenn du KI einführst, ohne dir über Privilegien, Datenquellen und Monitoring Gedanken zu machen, potenzierst du Fehler. Wenn du es sauber aufsetzt, wird KI zum Wettbewerbsvorteil. Und genau darum geht es in dieser Episode. ⸻ ⏱️ Timestamps 00:00 – Rückblick: Security-Assessment & Reaktionen 01:20 – Warum KI-Security plötzlich Chefsache wird 03:00 – Hype vs. Regulierung: Wo stehen Unternehmen? 04:30 – Imperfect User: Das größte Sicherheitsrisiko 06:00 – Schatten-KI und Datenleaks 08:00 – Enterprise-Lösungen vs. öffentliche KI 10:00 – Least Privilege: Warum Agenten Grenzen brauchen 12:00 – On-Prem vs. Cloud: Realität im Mittelstand 14:00 – EU AI Act: Bremse oder Leitplanke? 17:00 – Manipulation von KI-Daten als reales Risiko 20:00 – Governance im KI-Zeitalter 23:00 – Typische Sicherheitslücken bei KI-Use-Cases 26:00 – Predictive Maintenance & Praxisbeispiele 29:00 – Monitoring, Logging & Wissensdatenbanken 32:00 – KI-Workflows & vererbte Berechtigungen 34:00 – White Paper: Die 5 häufigsten KI-Security-Risiken 35:30 – Fazit: Sicherheit als Enabler

37 Min.
18. FEB.

Warum Zukunft jetzt gestaltet werden muss

Wir stehen nicht am Anfang eines Tools. Wir stehen am Anfang einer neuen Exponentialität. In dieser Folge von AI or DIE spreche ich mit Tobi Nehren von areto.strategy über das, was viele gerade spüren, aber kaum jemand klar formuliert: KI ist kein Feature. KI ist ein Strukturbruch. Während einige noch Copilot-Lizenzen verteilen und hoffen, dass sich Produktivität von selbst ergibt, stellt sich die eigentliche Frage: Was passiert mit deinem Geschäftsmodell, wenn Intelligenz plötzlich unbegrenzt verfügbar wird? Wir sprechen über: • Warum der Mittelstand gerade zwischen Hype und Ernüchterung schwankt • Weshalb „Effizienzdenken“ zur größten Blockade wird • Ob Konzernstrukturen oder Mittelstand schneller transformieren • Welche Jobs wirklich gefährdet sind und welche nicht • Warum Nichtstun die riskanteste Strategie ist Dabei geht es nicht um Technikdetails. Es geht um Haltung. Um Mut. Und um die Bereitschaft, Zukunft aktiv zu gestalten. Denn eines ist klar: Die Transformation kommt, mit oder ohne dich. Und die Frage ist nicht, ob KI dein Unternehmen verändert. Sondern ob du die Veränderung steuerst oder von ihr überrollt wirst. ⸻ ⏱️ Timestamps 00:00 – Intro & technischer Fehlstart 04:10 – Wer ist Tobi Nehren & was macht areto? 05:50 – Warum „Zukunftsberatung“ mehr ist als KI-Beratung 07:20 – Ernüchterung im Mittelstand: Hype vs. Realität 09:30 – Warum Use-Case-Workshops oft scheitern 10:40 – Sind wir wirklich schon über dem KI-Hype? 12:00 – Intelligenz-Exponentialität: Was jetzt anders ist 14:10 – Angst oder Optimismus? Wie Transformation gelingt 17:20 – Individuum vs. Organisation: Wer passt sich schneller an? 20:00 – Arbeitsmarkt-Disruption: Was passiert mit Wissensarbeit? 23:00 – Kreativität vs. Prozessarbeit: Wer bleibt relevant? 26:00 – Demografie & KI: Problem oder Lösung? 28:00 – Mittelstand, Konzern & die große Verschiebung 32:00 – Warum Veränderung jetzt Pflicht ist 34:30 – KI als Chance für den Mittelstand 36:00 – Schlussgedanke: Zukunft ist zum Machen da

31 Min.
10. FEB.

Wie Migrationsprojekte in Zeiten von AI gelingen?

Migration wird in Unternehmen noch immer unterschätzt. Zu oft wird sie als technisches Upgrade verkauft – und endet als organisatorisches Minenfeld. In dieser Folge von AI or DIE sprechen Andreas, Janine und Volker von Opitz darüber, warum Migration nie nur ein Tool-Thema ist, sondern immer ein Eingriff in Prozesse, Kultur und Machtverhältnisse. Es geht um die harten Wahrheiten aus der Praxis: Warum selbst kleine Upgrades zu Großprojekten werden können. Weshalb Frontend-Migrationen regelmäßig eskalieren, während Backend-Wechsel leise, aber gefährlich sind. Und warum Migration fast nie an Technologie scheitert – sondern an Menschen, Widerständen und fehlender Wertschätzung für bestehendes Wissen. Die Folge macht klar: Migration ist kein Projekt mit Enddatum, sondern ein kontinuierlicher Anpassungsprozess. Wer glaubt, man könne „mal eben“ von On-Prem in die Cloud wechseln, neue Tools einführen oder alte Systeme abschalten, ohne Fachbereiche mitzunehmen, wird scheitern. Diese Episode liefert Orientierung für alle, die Migration realistisch planen, sauber kommunizieren und strategisch umsetzen wollen – ohne Hochglanzfolien, aber mit Haltung. Timestamps 00:00 – Einstieg: Warum Migration jahrelang verdrängt wurde 00:46 – Was Migration wirklich ist: Update vs. Upgrade vs. Migration 02:12 – Wenn ein Upgrade plötzlich zur Migration wird 03:28 – Tool-, Datenbank- und Frontend-Wechsel eingeordnet 03:50 – On-Prem → Cloud als häufigster Treiber 04:41 – Lift & Shift oder echter Architekturbruch 05:09 – Typische Auslöser für Migrationsentscheidungen 06:13 – Legacy-Systeme, Fachkräftemangel, KI-Blockaden 07:55 – Fachbereiche als Migrationstreiber 08:45 – Warum Migration kein Nebenprojekt ist 09:33 – Der Klassiker: Halbfertige Migrationen 10:09 – Frontend-Migrationen als größtes Risiko 11:50 – Backend-Migration: weniger sichtbar, nicht weniger gefährlich 12:52 – Data Integration & Orchestration tauschen 14:21 – Klare Zielbilder im Backend 14:41 – Migration scheitert selten an Technik 15:12 – Menschen, Anforderungen und Komplexität 15:39 – Abhängigkeiten zwischen BI, ERP und Operativsystemen 17:06 – Data Culture als kritischer Erfolgsfaktor 17:46 – Neue Technologien vs. bestehendes Expertenwissen 18:37 – Warum „alt = schlecht“ ein fataler Denkfehler ist 19:55 – Widerstände als Normalzustand 21:01 – Warum Redesign fast immer nötig ist 21:37 – Wertschätzung für Legacy-Expert:innen 22:44 – Zwei-Welten-Problem: Alt-System vs. neuer Stack 23:42 – Migration ≠ klassisches Projekt 25:23 – Berater als Coaches statt Projektabwickler 26:28 – Architekturverständnis vs. Tool-Expertise 28:33 – Interdisziplinäre Teams als Schlüssel 29:31 – Wann Migration trotzdem ein klar definiertes Projekt sein muss 30:16 – Migration ist immer nur der Anfang 31:37 – Flexibilität schlägt Tool-Spezialisierung 33:41 – Fazit Janine 34:14 – Schlusswort Volker 34:48 – Ende der Folge

33 Min.
3. FEB.

Ist Dein Unternehmen ready für AI?

Viele KI-Initiativen scheitern nicht an Algorithmen, Modellen oder mangelndem Willen – sondern an der Basis. In dieser Folge von AI or DIE sprechen Andreas Wiener und Christian Bühler darüber, warum KI ohne eine sauber aufgebaute Daten- und Cloud-Plattform kaum eine Chance hat. Es geht um überzogene Erwartungen, Quick-and-Dirty-Leuchtturmprojekte und den fatalen Irrglauben, man könne KI einfach „on top“ auf bestehende Strukturen setzen. Christian erklärt, warum Begriffe wie Security, Resilienz, Performance, Operational Excellence und Kosten keine Buzzwords sind, sondern harte Voraussetzungen für produktive KI-Use-Cases. Die Folge zeigt klar: Ohne belastbares Fundament wird aus jeder KI-Idee eine teure Krücke. Wer jetzt nicht aufräumt, skaliert später nur Probleme. Eine ehrliche Episode für Entscheider:innen, die KI nicht nur ausprobieren, sondern nachhaltig nutzen wollen. ⸻ Timestamps 00:00 – Einstieg: Warum KI-Initiativen scheitern 00:33 – Überzogene Erwartungen und falsche Annahmen 01:30 – Warum alte Cloud-Plattformen KI ausbremsen 01:50 – Was „well-architected“ wirklich bedeutet 02:34 – Die fünf Säulen einer belastbaren Plattform 02:59 – Für wen diese Leitplanken relevant sind 03:28 – Cloud-Zoo, Komplexität und Realität im Konzern 04:26 – Sicherheit & Cloud-Souveränität 05:06 – Datenplattform als Fundament für KI 05:15 – Resilienz, Verfügbarkeit & Governance 06:14 – Performance als Akzeptanzfaktor 07:24 – Always-on-Architekturen und Orchestrierung 08:19 – Wer ist verantwortlich: IT oder Fachbereich? 09:14 – Warum Fachbereichs-KI oft scheitert 10:15 – Budgets, ROI und Wirtschaftlichkeit von KI 11:20 – KI als Wette auf die Zukunft 12:29 – Was Resilienz technisch wirklich heißt 13:41 – Klassische Fehler bei KI-Plattformen 14:31 – Leuchtturmprojekte und „Quick & Dirty“ 15:11 – Die berühmte Krücke aus BI-Projekten 16:18 – Proof of Concept vs. produktiver Betrieb 17:20 – Welcher Tool-Stack ist „vernünftig“? 18:21 – SAP, Databricks & offene Architekturen 19:52 – Best-of-Breed statt Tool-Dogma 21:13 – Plattform vs. Mensch: Was ist wichtiger? 22:02 – Data Culture & echte Nutzung 23:04 – Online-Assessment: Standortbestimmung 24:35 – Klare Worte: Was Unternehmen jetzt tun müssen 26:07 – Ausblick: Sicherheit & nächste Folge 29:15 – Abschluss & Call to Action 29:40 – Ende der Folge

30 Min.
27. JAN.

Welches AI-Tool? Single Vendor oder Best-of-Breed?

Zentrale KI-Plattform oder spezialisierte Tools in den Fachabteilungen? Diese Diskussion ist brandaktuell. In dieser Folge von AI or DIE zerlegen Andreas Wiener und Richard Ranftl (H&Z Digital) die romantische Vorstellung von der einen KI-Lösung, die alles kann. Klar ist: KI ist kein Nice-to-have mehr. Sie ist Pflicht. Wer heute noch auf die perfekte, zentrale Lösung wartet, verliert morgen Effizienz, Geschwindigkeit und Wettbewerbsfähigkeit. Gleichzeitig führt ein unkontrollierter Tool-Zoo direkt in neue Silos, Schatten-IT und Compliance-Risiken. Die Wahrheit liegt dazwischen – aber nicht im Mittelmaß. Wir sprechen darüber, warum „Make“ mit klaren Zielen oft smarter ist als reflexhaftes „Buy“, weshalb Open-Source-orientierte Stacks mehr strategische Freiheit schaffen als Hochglanz-Tools und warum Verfügbarkeit wichtiger ist als perfekte Governance. Außerdem: Warum Schatten-KI längst Realität ist, wieso Verbote nichts bringen und was Unternehmen jetzt konkret tun müssen, um Kontrolle zurückzugewinnen, ohne Innovation abzuwürgen. Diese Folge ist eine klare Ansage an alle, die noch glauben, KI ließe sich per Lizenzentscheidung erledigen. Spoiler: Tut sie nicht. 00:00 – Einstieg: KI-Reifegrad & alte IT-Diskussionen 00:41 – Single Vendor vs. Best-of-Breed: Die Kernfrage 01:00 – Tool-Dschungel, Start-ups & KI als Pflicht 01:55 – Buy vs. Make: Warum Spezialtools verlockend sind 02:47 – Fachabteilungen vs. zentrale KI-Strategie 03:39 – Das Silo-Problem: Schnell gestartet, nie eingefangen 04:16 – Schatten-Systeme und fehlende Zieldefinition 05:30 – Hochglanz-Versprechen vs. Realität 06:40 – Faktor Mensch: Warum Regeln allein nicht funktionieren 07:04 – Fachabteilungen als Innovationstreiber 08:05 – KI schlägt Excel: Wettbewerbsvorteile durch Geschwindigkeit 09:00 – Make-Ansatz mit Standard-Stacks (Azure, n8n & Co.) 10:04 – Konkretes Beispiel: KI im Einkauf 11:28 – n8n erklärt: Prozessautomatisierung mit Agenten 12:20 – Open Source, Souveränität & Enterprise-Tauglichkeit 14:47 – Chatbots, Frontends & falsche Erwartungen 15:18 – Mitarbeitende überschätzt? KI braucht Enablement 16:30 – Microsoft-Stack: Nicht perfekt, aber stabil 17:30 – Eigenes Frontend statt teurer Chat-Lizenzen 18:45 – Lokale LLMs: Wann sie wirklich Sinn machen 20:15 – Schatten-KI im Privatgebrauch: Das echte Risiko 22:27 – Praxisbeispiel: Mehr Schatten-User als offizielle Lizenzen 23:24 – Produktivität verstecken? Ein Auslaufmodell 24:50 – Angst, Kontrolle & Aufklärung im Unternehmen 26:12 – Kostenrealität: Copilot vs. eigenes KI-Frontend 26:56 – KI als neue Erwartungshaltung an Mitarbeitende 28:24 – Klare Empfehlung: Make first, Buy gezielt 29:22 – Metapher: KI-Stack wie Kochen vs. Restaurant 30:30 – Regulatorik, AI Act & Tool-Wildwuchs 31:28 – Praxisbericht: Marketing komplett agentenbasiert 33:00 – Fazit & Abschluss: Weniger Marketing, mehr Fakten

34 Min.
22. JAN.

Warum Datenbasis wichtiger ist als jedes Dashboard und jede KI-Demo

Alle reden über KI. Über Dashboards. Über Automatisierung. Kaum jemand spricht über das, was wirklich entscheidet, ob all das funktioniert: das Datenfundament. In dieser Folge räumen wir mit dem gefährlichsten Irrtum im Mittelstand auf: Dass man KI einfach „oben draufsetzen“ kann. Dass Power BI schon reicht. Dass schnelle Agentur-Setups nachhaltige Datenstrategie ersetzen. Gemeinsam mit Datenexperte Sven sprechen wir brutal ehrlich über gescheiterte BI-Projekte, über vermeintlich billige KI-Lösungen mit Langzeitschäden und darüber, warum fehlende Datenmodelle früher oder später jedes Unternehmen einholen. Es geht um echte Praxis: ✔️ Wann Excel und Reports zur Falle werden ✔️ Warum Automatisierung oft sinnvoller ist als KI ✔️ Wie IT-Leiter zwischen Geschäftsleitung und Realität zerrieben werden ✔️ Und wie ein sauberes Datenfundament in Wochen statt Jahren entsteht Diese Folge ist unbequem. Aber notwendig. Denn ohne saubere Daten ist KI kein Fortschritt – sondern Risiko. ⸻ ⏱️ Timestamps 00:00 – Intro & Einstieg: Warum Datenfundamente ignoriert werden 01:45 – KI, Dashboards & der Hype ohne Basis 03:00 – Neue KI-Agenturen und gefährliche Schnelllösungen 04:30 – Power BI ohne Fundament: typische Probleme 06:05 – Vorstellung Sven & fachlicher Hintergrund 07:30 – Warum klassische BI-Projekte scheitern 09:20 – Von Beratung zu Software: Entstehung der Plattform 11:30 – Datenfundament in Tagen statt Jahren 13:05 – Konkrete ROI-Beispiele aus dem Mittelstand 15:30 – Automatisierung vs. KI – der unterschätzte Hebel 17:40 – Wie IT-Leiter richtig starten sollten 20:10 – Warum KI ohne saubere Kennzahlen scheitert 22:25 – Mensch, Change & Akzeptanz 24:40 – Für wen der Ansatz funktioniert – und für wen nicht 27:45 – Die harte Realität im Mittelstand 28:50 – Buch, Podcast & Wissenstransfer 31:00 – Datenkompetenz als Wettbewerbsvorteil 33:00 – Fazit & Ausblick auf Teil 2

31 Min.

Alle anzeigen (429)

TRAILER

Trailer

In einem kurzen Showreel stellen sich Kai und Andreas vor und geben einen kleinen Einblick in die Themen des Podcasts.

20.11.2019

•

8 Min.

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

Erstellt von

AI or DIE
Jahre aktiv

2024 - 2026
Folgen

429
Bewertung

Unbedenklich
Sendungswebsite

AI or DIE