Me, Myself & IT Leadership

Daniel Jauss

IT-Führung aus drei Perspektiven. KI-Host Nova fordert Daniel heraus — als Techie, Führungskraft und Mensch. Buchbesprechungen, Tech-Trends und Leadership-Insights für IT-Entscheider im DACH-Raum.

  1. 17h ago

    #25 (DE): IT Leadership News Oktober 26

    In dieser News-Folge ordnen Daniel und Nova die wichtigsten IT-Leadership-Themen des Oktobers ein. Im Zentrum steht die kritische PHP-Sicherheitslücke PHP2Shell mit über 22 Millionen potenziell verwundbaren Servern, dazu der Cairn-Vorfall, bei dem ein Angreifer für rund 50 Dollar KI-Agenten gegen über hundert Unternehmen eingesetzt hat, darunter Deere, SharkNinja und Cummins. Ergänzt wird das durch die TÜV-BSI-Studie zur KI-Sicherheit in Deutschland, die eine große Lücke zwischen KI-Nutzung und vorhandenen Sicherheitsprozessen zeigt. Daneben geht es um Metas neue Haftungsklauseln für Unternehmenskunden, die explosive Entwicklung der KI-Kosten laut FinOps Foundation und Gartner, sowie um digitale Souveränität zwischen Microsoft, AWS, OVHcloud, STACKIT und der britischen Wettbewerbsbehörde CMA, die Microsofts Copilot-Ökosystem genauer unter die Lupe nimmt. Die Folge schließt mit einem Ausblick auf die it-sa in Nürnberg und den Digital-Gipfel der Bundesregierung. Die wichtigsten Themen: - PHP2Shell zeigt, dass ein fehlendes Software-Inventar Patching in kritischen Momenten zur zeitraubenden Suche macht statt zu schneller Reaktion - Der Cairn-Vorfall macht gezielte Angriffe durch KI-Agenten für wenige Dollar massentauglich und verschiebt damit die Wirtschaftlichkeit von Angriffen auf bisher uninteressante Ziele - Laut TÜV-BSI-Studie haben nur elf Prozent der KI-nutzenden Unternehmen spezielle Prozesse für KI-bezogene Sicherheitsvorfälle - Automatisierte Verteidigung mit Agenten ist notwendig, braucht aber klare Regeln zu Befugnissen, Stoppmechanismen und Verantwortlichkeiten - Metas neue Nutzungsbedingungen verschieben Haftungsrisiken komplett auf Unternehmenskunden, obwohl diese kaum Kontrolle über das Modellverhalten haben - KI-Ausgaben werden laut FinOps Foundation inzwischen von 98 Prozent der FinOps-Teams verwaltet, Kostenmanagement bleibt aber die größte Schwachstelle - Kosten pro erledigter Aufgabe sind aussagekräftiger als Kosten pro Token, weil Fehlversuche und Wiederholungen oft übersehen werden - Digitale Souveränität wird zur Exit-Frage: Entscheidend ist, wie frei eine Organisation beim Anbieterwechsel tatsächlich ist, nicht nur wo Daten liegen - Die britische CMA prüft Microsofts Copilot auf einen neuen Typ von Lock-in, der tief in Arbeitsabläufen von Organisationen verankert ist Take-away: Kontrolle ist im Oktober 2026 das verbindende Thema über Security, Verträge, Budgets und Souveränität hinweg. Wer nicht weiß, wo seine Systeme laufen, wer wem haftet, was eine Aufgabe wirklich kostet und wie frei er bei einem Anbieterwechsel ist, verliert am Ende Tempo und Handlungsfähigkeit. Der konkrete erste Schritt: prüfen, wie schnell das eigene Team herausfinden könnte, wo im Unternehmen überall PHP läuft.

    #25 (DE): IT Leadership News Oktober 26
  2. 17h ago

    #25 (EN): IT Leadership News October 26

    This episode covers the IT leadership news for October 2026, with a thread running through every story: who actually holds control when AI agents, attackers, and vendors all act faster than your organization can react. Daniel and Nova break down the PHP2Shell vulnerability and its Log4Shell echoes, the Cairn case where a single attacker used AI agents to breach over a hundred companies for about fifty dollars, and the BSI/TUV study showing only eleven percent of German companies using AI have a dedicated incident process for AI-related attacks. From there the conversation moves to Meta's new liability terms for enterprise AI customers, the explosion of AI spending inside FinOps teams, and the sovereignty debate playing out between American hyperscalers and European cloud providers like STACKIT, OVHcloud and Scaleway. This is worth an IT leader's time because it connects security, contracts, budgets and sovereignty into one practical question: do you know where your exposure actually sits, technically, legally and financially, and could you get out if you had to. Key topics: - PHP2Shell: a leaked zero-day pair in PHP core led to mass exploitation within hours, exposing over twenty-two million servers and raising the question of whether companies can even inventory where PHP runs. - The Cairn incident: a lone attacker used AI agents with short, simple instructions to breach more than a hundred companies, including Deere, SharkNinja and Cummins, for roughly five thousand dollars total. - BSI/TUV AI security study: nearly half of surveyed German companies use AI, seventeen percent report AI-related attacks, but only eleven percent have a dedicated response process for them. - Meta's updated enterprise terms shift AI output risk entirely onto the customer, raising the question of whether liability should follow control rather than just usage. - FinOps teams now manage AI spending almost universally, but per-token metrics hide the real driver: cost per completed task, including retries and failed attempts. - AI budget is moving into business units, which Daniel frames not as a loss of IT power but a shift toward IT owning guardrails rather than every euro. - Sovereign cloud: Microsoft's and AWS's high-profile sovereignty demonstrations contrast with quieter European capacity building from STACKIT, OVHcloud and Scaleway, raising the question of ownership versus resilience. - The UK's CMA is examining whether Microsoft Copilot's deep integration into Office and Teams creates a new form of AI-era lock-in. Key takeaway: losing control does not just create risk, it creates slowdown, because organizations without control end up spending their time firefighting, explaining invoices and renegotiating contracts instead of moving forward. The practical test Daniel suggests: ask your team how long it would take to find every place PHP runs in your organization. If the answer is more than a day, that is where to start.

    #25 (EN): IT Leadership News October 26
  3. Oct 19

    #24 (EN): Leadership in the Age of AI

    This episode looks at what AI actually changes about leadership and what it does not. Daniel sent the same research brief to five AI agents and compared their findings, which exposes a core problem directly: more data does not automatically mean better decisions. Using fresh numbers from Gallup, McKinsey, the Atlanta Fed, DDI, Stanford and Gartner, Daniel and Nova work through why AI usage in companies keeps rising while measurable business impact mostly does not, why leaders themselves are the biggest bottleneck in AI adoption, and what tasks genuinely cannot be delegated to a machine: judgment, setting boundaries for agents, deciding who owns freed-up time, and making sure the next generation still gets to learn. Concrete topics include the gap between felt and measured productivity, approval theater versus real human oversight of AI agents, the risk of losing junior talent pipelines, and why empathy from leaders measurably multiplies AI output quality. Key topics: - Why Gallup data shows leader support, not tooling, is the main driver of real AI adoption in teams - The gap between self-reported productivity gains and actual bottom-line impact, per McKinsey and Atlanta Fed research - Why agent deployment requires explicit boundaries: what agents can decide, what they can only suggest, and who can shut them down - The danger of approval theater when humans rubber-stamp AI output without real review - Who should own the time AI frees up, and why unclear answers lead to silent, ungoverned AI use - Why junior-level tasks being automated threatens the pipeline of future senior talent - How to use AI as a tutor for junior staff instead of a shortcut that removes learning - Why leader engagement is dropping sharply even as leaders are asked to drive AI adoption - A concrete 30-day approach to testing AI on one painful process instead of launching a big program Key takeaway: AI does not replace leadership, it exposes it. The technical capability is already there; what is missing in most organizations is leaders who actively use AI themselves, set clear boundaries for agents, decide deliberately what freed-up time is used for, and protect the learning path for the next generation. Start small: pick one real process, run it for 30 days, and check whether your own leadership behavior had to change to make it work.

    #24 (EN): Leadership in the Age of AI
  4. Oct 19

    #24 (DE): Führung im Zeitalter von KI

    In dieser Folge geht Daniel der Frage nach, was Führung noch wert ist, wenn KI Recherche, Analyse und Koordination selbst übernehmen kann. Grundlage ist ein eigenes Experiment: Fünf KI-Agenten haben parallel zum selben Thema recherchiert, mit widersprüchlichen Ergebnissen, Falschangaben und unterschiedlicher Qualität. Daraus entwickelt die Folge, gestützt auf Studien von Gallup, McKinsey, Google DORA, Deloitte, Stanford, BCG, Gartner, DDI und der Federal Reserve Atlanta, ein Bild davon, wo der eigentliche Engpass bei KI-Einführung liegt: nicht die Technik, sondern Führung. Es geht um Urteilskraft statt Wissensvorsprung, um klare Grenzen für autonome Agenten, um die Frage, wem die durch KI gewonnene Zeit gehört, und um die Gefahr, dass der Nachwuchs an Berufserfahrung nicht mehr herankommt, weil KI genau die Einstiegsaufgaben übernimmt, an denen früher gelernt wurde. Die wichtigsten Themen: - Fünf parallele KI-Recherche-Agenten lieferten widersprüchliche und teils falsche Ergebnisse, die menschliche Prüfung blieb entscheidend. - Laut Gallup verändert sich die KI-Nutzung im Team massiv, wenn die Führungskraft sie aktiv unterstützt, in Deutschland tun das aber nur 21 Prozent. - McKinsey und die Fed Atlanta zeigen eine große Lücke zwischen persönlich empfundener Produktivität und tatsächlicher Wirkung auf Unternehmensergebnisse. - Deloitte beschreibt mit dem Begriff Fauxductivity das Phänomen von mehr Output bei gleichzeitig sinkender Stabilität und echtem Nutzen. - Führung bedeutet zunehmend Deutungshoheit statt Wissensvorsprung: Einordnung und Entscheidung lassen sich nicht an KI delegieren. - Beim Einsatz von KI-Agenten müssen Führungskräfte vorab festlegen, was Agenten selbst entscheiden dürfen und wo ein Mensch eingreifen muss. - Die durch KI gewonnene Zeit verteilt sich nicht automatisch sinnvoll, Führungskräfte müssen aktiv entscheiden, wofür sie genutzt wird. - Stanford-Daten deuten darauf hin, dass jüngere Berufseinsteiger in KI-geprägten Berufen deutlich seltener eingestellt werden, mit Risiken für die nächste Senior-Generation. - Empathische, zuhörende Führung korreliert laut DDI mit deutlich höherer Produktivität und Ergebnisqualität bei KI-Einsatz. Take-away: KI übernimmt zuverlässig Aufgaben, aber nicht Führung. Wer Urteilskraft, klare Grenzen für Agenten, bewusste Entscheidungen über gewonnene Zeit und die Entwicklung des eigenen Nachwuchses nicht aktiv gestaltet, überlässt diese Fragen dem Zufall statt der Steuerung.

    #24 (DE): Führung im Zeitalter von KI
  5. Oct 13

    #23 (DE): Wo ist deine Supermarkt-Kasse?

    In dieser Folge geht es um Plattform-Konsolidierung und die Frage, wie IT-Führungskräfte den Kontakt zu den eigentlichen Nutzern ihrer Systeme verlieren. Daniel und Nova sprechen über gewachsene Bereichs- und Schatten-Plattformen, über Migrationsprojekte, die Fachbereiche nur noch als 'Migrationsobjekte' behandeln, und darüber, warum Vorstandsbeschlüsse, Anforderungs-Workshops und Feature-Paritätslisten bei der Standardisierung oft überschätzt werden. Als Gegenentwurf stellt Daniel das Konzept der Paved Roads vor und berichtet, wie eine Supermarktkette ihre Führungskräfte regelmäßig an die Kasse schickt, um den Arbeitsalltag der eigenen Leute zu verstehen. Die Folge lohnt sich für alle, die gerade mehrere Cloud- oder Tooling-Landschaften zusammenführen und merken, dass Reporting-Zahlen allein nicht zeigen, ob die neue Plattform im Alltag wirklich funktioniert. Die wichtigsten Themen: - Konsolidierungsprojekte behandeln Fachbereiche häufig nur noch als Migrationsobjekte, deren eigentliche Bedürfnisse dabei aus dem Blick geraten - Selbstgebaute Bereichs-Plattformen enthalten wertvolles Wissen darüber, welche Anforderungen die zentrale Lösung bisher nicht erfüllt hat - Vorstandsbeschlüsse geben Migrationsprojekten einen notwendigen Rahmen, lösen aber nicht automatisch die Probleme im täglichen Arbeiten - Anforderungs-Workshops liefern unvollständige Bilder, weil eingespielte Abläufe oft gar nicht mehr erwähnt werden - Feature-Parität um jeden Preis führt zu komplizierten und teuren Plattformen, ohne echte Zufriedenheit zu schaffen - Paved Roads bzw. Golden Paths sind ein Ansatz, um Standardwege so attraktiv zu gestalten, dass Teams sie freiwillig nutzen - Eine Nähe-Pyramide mit den Stufen Berichte, Befragung, Zuschauen und Selbstmachen hilft einzuordnen, wie gut man die eigenen Nutzer wirklich kennt - Kennzahlen wie Time-to-first-Deployment und Ticket-Wartezeit zeigen besser, ob Standardisierung im Alltag funktioniert, als reine Migrationsquoten Take-away: Standardisierung und gemeinsame Plattformen sind richtig und notwendig, ersetzen aber nicht den direkten Kontakt zu den Menschen, die damit arbeiten müssen. Wer wissen will, ob eine Plattform im Alltag funktioniert, muss irgendwann selbst an der Kasse sitzen, nicht nur Berichte darüber lesen.

    #23 (DE): Wo ist deine Supermarkt-Kasse?
  6. Oct 13

    #23 (EN): Where Is Your Supermarket Checkout?

    Daniel and Nova talk about what gets lost when IT leaders consolidate platforms without ever sitting down with the people who actually use them. The episode takes its cue from a supermarket chain that sends its executives to work a shift at the checkout, and asks what the equivalent would look like in IT leadership. Daniel reflects on platform consolidation, the migration of business unit and shadow platforms into a shared solution, and why the human history behind self-built tools deserves more attention than it usually gets. He names three things that get overrated in consolidation projects (top-down mandates, requirements workshops, and feature parity) and argues for watching real work happen instead, borrowing ideas like paved roads, Gemba Walks, and Genchi Genbutsu. They also discuss which metrics actually reflect user experience during a migration, how AI can help analyze tickets and feedback at scale without replacing direct observation, and Daniel's own gaps as a leader who mostly hears about users secondhand. He commits to two concrete steps before year end: talking to business units about why they built their own platforms, and spending an intern day with a customer team. Key topics: - Why platform consolidation projects often treat business units mainly as migration objects instead of understanding their actual needs - The hidden knowledge built into self-built departmental and shadow platforms, and why shutting them down without analysis causes the same problem to resurface - Three overrated tools in standardization projects: top-down mandates, requirements workshops, and demands for full feature parity - The concept of paved roads or golden paths as a way to make a shared platform genuinely attractive rather than just mandatory - A four-level closeness pyramid for understanding users: reading reports, asking directly, observing work, and doing the work yourself - Which metrics reveal real user experience during migration, such as time to first production deployment and average ticket wait time - How AI can analyze large volumes of ticket and feedback data, and why that still cannot replace direct observation of daily work - Daniel's concrete commitments for the next twelve weeks: talking to two business units about their self-built platforms and doing an intern day with a customer team Key takeaway: Standardizing a platform also means promising people they will be able to work well with it, and that promise has to be checked against reality, not just against a board resolution. Reports and surveys only get you to the first rungs of understanding users. Real insight comes from watching people work, or doing the work yourself.

    #23 (EN): Where Is Your Supermarket Checkout?
  7. Oct 6

    #22 (DE): Der Große Bluff

    In dieser Folge nehmen Daniel und Nova den „White House Accord on Super Intelligence“ auseinander, das Papier, das Donald Trump als KI-Verfassung bezeichnet hat und das von den Chefs von Google, Anthropic, Meta, xAI, Nvidia und OpenAI unterschrieben wurde. Daniel hat das Dokument im Detail gelesen und zeigt, warum die vier dort beschriebenen Kontrollebenen zwar strukturell an bewährte Governance-Modelle erinnern, aber ohne verbindliche Standards, Prüfer, Fristen oder Konsequenzen wirkungslos bleiben. Auffällig ist auch, wer nicht unterschrieben hat: Microsoft, Amazon und Salesforce fehlen, obwohl ihre Clouds die Infrastruktur für den Großteil der Unternehmens-KI stellen. Für IT-Führungskräfte in Europa ist die Folge deshalb relevant, weil sie konkret einordnet, was dieses Papier für die eigene KI-Strategie, KI-Sicherheit und Anbieterabhängigkeit bedeutet, und zwar nichts. Verbindlich bleibt der EU AI Act, und Verantwortung für Agenten-Rechte, Prompt Injection und Datenabfluss liegt weiterhin im eigenen Haus. Daniel liefert dazu einen praktischen Bluff-Check mit vier Fragen für jedes Anbietergespräch. Die wichtigsten Themen: - Das Papier heißt offiziell „White House Accord on Super Intelligence“ und wurde von sechs großen KI-Firmen unterschrieben, aber nicht von Microsoft, Amazon und Salesforce. - Die vier beschriebenen Kontrollebenen ähneln dem Three-Lines-Modell aus Revision und Risikomanagement, enthalten aber keine verbindlichen Pflichten, keine Definition von „Frontier-Modell“ und keine Konsequenzen bei Verstößen. - Der externe Prüfer bewertet nur, ob ein Unternehmen seine eigenen Maßstäbe erfüllt, und der Bericht geht an das eigene Board, nicht an Kunden oder Behörden. - Donald Trump selbst bezeichnete die Vereinbarung als nur „moralisch bindend“, der Sprecher des Repräsentantenhauses nannte sie freiwillige Industrie-Zusagen. - Eine separate Anordnung lässt die US-Verwaltung künftig „Super Intelligence“ statt „Artificial Intelligence“ verwenden, ohne dass sich an der rechtlichen Definition oder den Fähigkeiten der Systeme etwas ändert. - Für Unternehmen bleibt die Verantwortung für KI-Strategie, Agenten-Rechte und Datenschutz vollständig im eigenen Haus, unabhängig von Zusagen der Anbieter. - Daniel schildert ein eigenes Erlebnis mit einer abrupten Umstellung der Abrechnung durch einen KI-Anbieter als Beleg dafür, dass Geschäftsinteressen vor Partnerschaft stehen. - Der vorgestellte Bluff-Check mit vier Fragen zu Verbindlichkeit, Prüfmaßstab, Konsequenz und Transparenz lässt sich direkt in Anbietergesprächen einsetzen. Take-away: Das Papier aus dem Weißen Haus ist keine Regulierung und kein Vertrag, sondern eine freiwillige Absichtserklärung ohne Durchsetzungsmechanismus. IT-Führungskräfte sollten die vorgeschlagene Vier-Ebenen-Struktur als Vorlage für die eigene KI-Governance nutzen, aber mit echten Standards, Konsequenzen und Berichtspflichten versehen, statt sich auf Selbstverpflichtungen der Anbieter zu verlassen.

    #22 (DE): Der Große Bluff
  8. Oct 6

    #22 (EN): The Big Bluff

    This episode dissects the so-called AI constitution signed at the White House on September 29th, officially the White House Accord on Super Intelligence. Daniel read the actual one-page document and the accompanying executive order renaming AI to Super Intelligence in US federal usage, and walks through why the agreement looks like corporate governance but carries no enforceable obligations. The discussion covers who signed, Google, Anthropic, Meta, xAI, Nvidia, and who conspicuously didn't, Microsoft, Amazon, and Salesforce, the three hyperscalers most companies actually run their AI workloads on. Daniel and Nova compare the document's four-layer control structure to the three-lines-of-defense model used in corporate audit, explain why the wording, should instead of must, no defined frontier model, no named reviewer, no binding consequences, makes it toothless, and translate all of this into three concrete action areas for IT leaders: AI strategy under the EU AI Act, AI security and shared responsibility for agent permissions and data access, and provider diversity to avoid lock-in. The episode closes with a practical four-question bluff check IT leaders can use in any vendor conversation: is the promise contractual, who audits it and against what standard, what happens on breach, and who receives the audit report. Daniel also shares a real experience of a major AI provider changing subscription billing overnight, reinforcing why self-regulation from AI vendors should not be mistaken for a security strategy. Key topics: - What the White House Accord on Super Intelligence actually says versus what headlines claimed - Why Microsoft, Amazon, and Salesforce did not sign, and what that means for companies running Azure or AWS - The four-layer control model compared to the three-lines-of-defense audit framework used in enterprises - Specific wording gaps: should versus must, no definition of frontier models, no named external reviewer, no enforceable consequences - The executive order renaming AI to Super Intelligence in US government usage and why that terminology shift raises expectations - Three concrete areas IT leaders must own regardless of the paper: AI strategy under the EU AI Act, internal AI security and agent permissions, and provider diversity - A four-question bluff check for evaluating any AI vendor promise: commitment, review standard, consequences, transparency - Lessons from a real billing change by a major AI provider and why contracts beat trust Key takeaway: A voluntary industry statement with no enforceable standard, no independent reviewer, and no customer-facing reporting does not replace your own AI governance. Treat vendor security promises as unverified until they appear in a contract, get checked against a named standard, carry real consequences, and get reported to someone other than the vendor's own board.

    #22 (EN): The Big Bluff

About

IT-Führung aus drei Perspektiven. KI-Host Nova fordert Daniel heraus — als Techie, Führungskraft und Mensch. Buchbesprechungen, Tech-Trends und Leadership-Insights für IT-Entscheider im DACH-Raum.

You Might Also Like