#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: linkedin.com/in/andreas-bock-231870158
KI-Kompass: aki-solutions.ch/ki-kompass
Host: 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 Intro
• 00:27 – 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-Vorsprung
• 05:50 – Der KI-Kompass: Readiness-Check von AKI Solutions
• 08:47 – Testen und Ausprobieren (Beispiel Fritschi / Simon Weiler)
• 11:09 – AI-Kompetenz lernen: Schule, Hochschule, Eltern
• 13:58 – Nicht blind vertrauen: KI kritisch hinterfragen & Quellen
• 15:34 – Demokratisierung vs. Kommerzialisierung der Modelle
• 17:47 – Use Cases im Vergleich: EM-Buddy vs. Brack-Ansatz
• 19:59 – Top-down oder bottom-up? Stakeholder an einen Tisch
• 21:56 – Bewegung im Markt – wann KI zur Belastung wird
• 25:50 – IT-Thema oder Business-Thema?
• 27:22 – Demografie und die Vision virtueller Mitarbeiter
• 28:43 – Agenten und das veränderte Einkaufsverhalten
• 31:00 – Tipping Point wie beim Smartphone
• 32:37 – Tempo der Modelle: Bild- & Video-Generierung
• 34:45 – Schafft KI mehr Jobs, als sie kostet?
• 37:01 – Fazit: AI orchestrieren als Skill der Zukunft