HUBER Business AI Podcast

Andy Huber

HUBER BUSINESS AI evaluiert die strategische und operative Implementierung von Künstlicher Intelligenz in Unternehmen. Im Dialog mit Entscheidungsträgern analysiert Andy Huber validierte Use Cases hinsichtlich ihrer Wertschöpfung und Skalierbarkeit. Der Fokus liegt auf der technologischen Basis sowie der Bewältigung von Transformationshürden im Change Management. Gäste legen ihre Vorgehensweise offen, von der Grundlagenarbeit über die kulturelle Adoption der Belegschaft bis zur Lösung konkreter Implementierungsprobleme

  1. Jul 19

    #29 – 650 Mitarbeitende, ein Ziel: Wie Schäfer Shop KI gegen die Big Player einsetzt

    Wie schafft ein Büro- und Lagerausrüster mit 650 Mitarbeitenden in neun Ländern den Spagat zwischen Digitalisierungsanspruch und operativer Realität? Michael Gilgen, Geschäftsführer von Schäfer Shop Schweiz und zusätzlich verantwortlich für die Benelux-Länder, nimmt uns mit hinter die Kulissen: von dem eigenen Data Team über KI-gestützte Aussendienstler bis zu Bots, die Ausschreibungen prüfen. Ein Gespräch darüber, was heute schon funktioniert, wo konkrete Zahlen noch fehlen und warum auch ein KMU mit unperfekten Daten einfach anfangen sollte. Gast: https://www.linkedin.com/in/michael-gilgen/ Host: https://www.linkedin.com/in/andy-huber-ai-consulting/ Key TakeawaysData 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.Kapitel00:00 – Begrüssung & wie Michael KI privat nutzt01:52 – Lieblingstools im Vergleich: Copilot, ChatGPT & Claude03:28 – Schäfer Shop: vom Katalog zu PBS, Planung & Aussendienst05:51 – Die Chance für den Mittelstand gegen die grossen Player07:57 – Der Ursprung: die Data Foundation vor 2,5 Jahren11:26 – KI im Aussendienst: Kundendaten, Termine, Diktat14:49 – Akzeptanz im Team & Look-Alike-Kunden für Leads18:43 – Noch keine harten KPIs – aber eine klare Tendenz21:21 – Zwei Wege zu Use Cases: Effizienz & neue Value Proposition23:16 – Konkreter Kundennutzen: schnellere Offerten & 360-Grad-Blick26:54 – Governance: PMO, Ticketsystem & Priorisierung28:14 – Selbstkritisch: mehr Kostensparen als Umsatzwachstum32:41 – Make-or-Buy & «Quick and dirty» statt perfekt33:56 – Change Management: Trainings & Widerstand im Team37:49 – Ausblick: Webshop, persönliche Beratung & Agentic Commerce41:53 – Rat an Mittelständler ohne saubere Datenbasis

  2. Jul 12

    #28 – Fabio Mätzler (Cohaga): Wenn AI das eigene Geschäftsmodell disruptiert – und was dann kommt

    Fabio Mätzler hat Cohaga vom Studentenjob an der Uni Basel zu einem Unternehmen mit 30 Mitarbeitenden, 2 Millionen Franken Umsatz und über 2'000 Kunden aufgebaut – sechs Jahre lang gebootstrappt, seit Frühling 2026 mit siebenstelligem Funding. Und genau dann kommt der Bruch: AI-Tools machen das Kerngeschäft mit Firmenadressen für jeden zugänglich. 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 zuerstQualität schlägt Preis: Schlechte Daten kosten mehr als teure Adressen, wenn Schweizer Löhne dahinterstehenDer Shift von SEO zu GEO ist real – KI-Chatbots zitieren Vergleiche, lokale Inhalte und Verzeichnisse mit AutoritätHuman in the Loop bleibt: Multi-Agent-Systems liefern den Output, Menschen kontrollieren bis zur Fehlerquote unter 1,5 ProzentFokus statt Verzetteln: Zwei Produkte – Outbound und Inbound – statt zehn halbe LösungenLinkedIn funktioniert mit Konsistenz und Polarisierung, nicht mit Perfektion Kapitel: 00:00 – Intro und AI im Privaten: bewusste Abgrenzung01:51 – Was macht Cohaga: vom Adress-Broker zum Leadhub04:15 – Unternehmergeschichte: vier gescheiterte Ventures vor dem Durchbruch07:16 – Wachstum ohne Investoren: von 65'000 auf 1,8 Millionen Umsatz11:07 – Learning by Doing: Rollenteilung, externe Expertise, Make or Buy15:37 – Qualitätsversprechen: Handrecherche trifft Multi-Agent-Systems19:40 – Die Disruption: AI macht das Kerngeschäft angreifbar24:04 – Rank erklärt: der Shift von SEO zu GEO30:41 – Zielgruppen: warum KMU zuerst kommen33:23 – LinkedIn-Strategie: Memes, Polarisierung und 100 Prozent inhouse40:21 – Ausblick: Skalieren, Exit-Ambitionen und die nächsten zwei Jahre

  3. Jul 5

    #27 Wie man 3'700 Mitarbeitende auf die KI-Reise mitnimmt – SCHUNK SE & Co. KG

    Wie wird aus einem über 80-jährigen Industrieunternehmen ein KI-Vorreiter? Daniela Hermle verantwortet das Digital Office bei Schunk – dem Spezialisten für Spanntechnik und Greifsysteme mit Hauptsitz in Lauffen am Neckar (Baden-Württemberg) und rund 3'700 Mitarbeitenden weltweit. Im Gespräch mit Andy Huber erzählt sie, wie Schunk die ganze Organisation auf die KI-Reise mitgenommen hat – vom eigenen Schunk-GPT bis zum weltweiten Rollout. Ehrlich, praxisnah und voller Learnings für alle, die KI wirklich in den Alltag bringen wollen. 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 & Begrüssung00:24 KI im Alltag: privat analog, geschäftlich Vollgas02:58 Wer ist Schunk? Digital Office & Team04:43 Pioniergeist: KI im Industrieunternehmen08:02 Die Reise seit 2021: Strategie & Rollout12:14 Hürden & Prozesse auf dem Prüfstand16:00 Formate: Tech Talk & «KI in 60 Sekunden»17:41 Erfolg messen: Adoption & Nutzen20:32 Nicht immer KI – manchmal reicht ein Formular24:41 Schunk-GPT, Copilot, Infrastruktur & Daten29:42 Menschen mitnehmen & Skeptiker überzeugen32:35 Erfolgsfaktoren & Ausblick: Agentic AI37:30 Benchmark & Rat an Nachzügler

  4. Jun 28

    #26 SBB: Mehr Mensch Dank KI - Daniel Wegmüller

    Wie bringt ein Grosskonzern wie die SBB künstliche Intelligenz in den Arbeitsalltag ohne den Menschen zu verlieren? Daniel Wegmüller, Senior Content Creation Manager bei der SBB und gelernter Texter, nimmt uns mit hinter die Kulissen: von der KI-Automatisierung der jährlichen Länderkampagnen über die ernüchternde «One-Shot»-Illusion bis zum Leitprinzip «mehr Mensch dank KI». Ein Gespräch über das, was heute schon funktioniert, wo der Flow an ihre Grenzen stösst und warum Däni überzeugt ist, dass uns Technik am Ende mehr Menschlichkeit bringt. 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.Kapitel00:00 – Intro & wie Däni KI privat nutzt (Ferienplanung, Kühlschrank, bester Kaffee)01:21 – Lieblingstool: warum Claude04:05 – «Mehr Mensch dank KI»: die Haltung der SBB06:21 – Das Projekt: Länderkampagnen automatisieren08:11 – Die One-Shot-Illusion: wo KI funktioniert – und wo nicht12:53 – Vorgehen mit Agentur, Systemprompt & iteratives Arbeiten14:24 – Das Team mitnehmen: Begeisterung & Verunsicherung21:07 – Führung, Kultur & der AI-Anlass «Restkompetenz Mensch?»22:42 – «Schaffe ich mich selber ab?» – der Wert des Menschen26:29 – Aktuelle Projekte & Tools (n8n, Asana Team-Mates)33:08 – Die Rolle von IT & Security37:12 – Ausblick: dein persönlicher KI-Assistent & mehr Menschlichkeit

  5. Jun 21

    #25 Andreas Kyburz (Procure Swiss): Die Einkäufer:innen der Zukunft

    In dieser Folge ist Andreas Kyburz zu Gast, Geschäftsführer von Procure Swiss, dem Fachverband der Einkäuferinnen und Einkäufer. Mit Andreas sprechen ich darüber, wie KI den Beruf des Einkäufers neu definiert, welche Skills in Zukunft entscheidend sind und über das Szenario, in dem ein Einkaufsagent direkt mit einem Verkaufsagent Konditionen verhandelt. 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 Gasts01:06 – Wer ist Andreas Kyburz? ProCure Swiss & sein Alltag mit KI02:28 – Lieblingstool und die ersten Aha-Erlebnisse mit KI04:51 – KI auf der Geschäftsstelle: Stand und Vorgehen05:50 – Strategie bei rasantem Tempo07:25 – Akzeptanz, Vertrauen und die Angst vor Arbeitsplatzverlust08:19 – Mehr statt weniger Stellen?09:26 – Was die Mitglieder beschäftigt: das KI-Paradoxon12:36 – Herausforderungen: Compliance, Regulierung, Datenschutz13:41 – Gratis-Lizenzen und Schweizer Datenschutz15:46 – Use Cases aus Schweizer Unternehmen (Roche, SBB & Co.)17:14 – Die entscheidende Fähigkeit: Prozesse und Daten vernetzen18:29 – Stammdaten als Fundament: «KI macht schlechte Daten grösser»21:11 – Aus- und Weiterbildung im Einkauf24:04 – Future Skills der Einkäuferin der Zukunft26:04 – Agentisches Verhandeln: Einkaufsagent trifft Verkaufsagent38:02 – Was passiert mit Unternehmen, die KI ignorieren?41:21 – Wie Andreas am Thema dranbleibt43:31 – Schlussworte

  6. Jun 14

    #24 AI-Twins statt Umfragen: Wie Delta Labs menschliches Verhalten für Unternehmen simuliert

    Was, wenn du ein Produkt, einen Preis oder eine Kampagne testen könntest, ohne einen einzigen echten Kunden zu befragen? Genau das macht Delta Labs mit sogenannten AI-Twins: synthetische Kundenprofile, die auf realen Daten basieren und menschliches Verhalten simulieren. In dieser Folge spreche ich mit Mitgründerin Anne Scherer – ehemalige Assistenzprofessorin für Quantitatives Marketing an der Uni Zürich – darüber, wie aus jahrelanger Forschung ein Startup und einer 4,4-Millionen-Seed-Runde wurde, warum die Datengrundlage über alles entscheidet und weshalb die klassische Marktforschung nicht verschwindet, sondern eine völlig neue Rolle bekommt. Gast: https://www.linkedin.com/in/anne-scherer/ Host: https://www.linkedin.com/in/andy-huber-ai-consulting/ Key TakeawaysAI-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.Kapitel00:00 – 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.

  7. Jun 7

    #23 – 5 Monate Podcast – die prägendsten Aussagen im Realitäts-Check: Andi Bock (AKI Solutions)

    Beschreibung 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 Intro00:27 – 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-Vorsprung05:50 – Der KI-Kompass: Readiness-Check von AKI Solutions08:47 – Testen und Ausprobieren (Beispiel Fritschi / Simon Weiler)11:09 – AI-Kompetenz lernen: Schule, Hochschule, Eltern13:58 – Nicht blind vertrauen: KI kritisch hinterfragen & Quellen15:34 – Demokratisierung vs. Kommerzialisierung der Modelle17:47 – Use Cases im Vergleich: EM-Buddy vs. Brack-Ansatz19:59 – Top-down oder bottom-up? Stakeholder an einen Tisch21:56 – Bewegung im Markt – wann KI zur Belastung wird25:50 – IT-Thema oder Business-Thema?27:22 – Demografie und die Vision virtueller Mitarbeiter28:43 – Agenten und das veränderte Einkaufsverhalten31:00 – Tipping Point wie beim Smartphone32:37 – Tempo der Modelle: Bild- & Video-Generierung34:45 – Schafft KI mehr Jobs, als sie kostet?37:01 – Fazit: AI orchestrieren als Skill der Zukunft

  8. May 31

    #22 Jochen Krisch: E-Commerce auf Reset – KI, China & der Galaxus-Faktor

    Jochen Krisch beobachtet, prägt und analysiert den E-Commerce seit über 20 Jahren. Als Gründer von Exciting Commerce, Macher der K5-Konferenz und Investor erkennt er Marktbewegungen oft früher als andere und warum wir mit KI gerade einen kompletten Neustart erleben, bei dem Grosse und Kleine wieder bei Null anfangen. 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-HebelWie Agenten die Kundenbeziehung fundamental verändern werden Was wir uns von China abschauen sollten – und was nichtWie TikTok Shop und JD den europäischen Markt neu sortierenWo Galaxus stark ist und wo das Profil noch schärfer werden mussWelche 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

About

HUBER BUSINESS AI evaluiert die strategische und operative Implementierung von Künstlicher Intelligenz in Unternehmen. Im Dialog mit Entscheidungsträgern analysiert Andy Huber validierte Use Cases hinsichtlich ihrer Wertschöpfung und Skalierbarkeit. Der Fokus liegt auf der technologischen Basis sowie der Bewältigung von Transformationshürden im Change Management. Gäste legen ihre Vorgehensweise offen, von der Grundlagenarbeit über die kulturelle Adoption der Belegschaft bis zur Lösung konkreter Implementierungsprobleme