Folien: Unterstützende Faktoren & KI-Diagnosegespräche mit Agenten

AI Transformation Institute

23. September 2026

Thorsten Gluitz

#GernePerDu

#SonstFragenWir

#ImmerFragen✋

Tobias Pingel

Gründer aufdenpunkt.ai Programm- und Change-Manager Informatik-Ingenieur und Dozent

KI Enablement & Automatisierung

Kurzer Raum für Dinge, die euch aufgefallen sind – aus Medien, Arbeit oder Alltag.

1

Gesehen

Eine Schlagzeile, ein Post oder ein Video, das hängen geblieben ist.

2

Ausprobiert

Ein Tool oder Feature, das ihr diese Woche getestet habt.

3

Beobachtet

Eine Veränderung bei euch, im Team oder im Unternehmen.

Format: kurze Runde im Plenum I max. 1–2 Minuten pro Person I keine Bewertung, nur Teilen

1

2

3

Wir starten nie auf der grünen Wiese. Jedes Unternehmen bringt Tools, Prozesse, Daten und gewachsene Entscheidungen mit.

Digitale Reife hat zwei Achsen. Substanz und Veränderungsfähigkeit und vier Quadranten, die zeigen, wo ein Unternehmen steht.

Reife ist use-case-spezifisch, nicht das Unternehmen ist reif oder nicht, sondern die Konstellation aus Use Case, Bereich und externen Faktoren.

1

2

3

Verstehst du besser warum unterstützende Faktoren so wichtig für eine KI Strategie sind

Lernst du gezielte Gespräche mit aktiven Kunden zu führen (und wie herausfordernd diese sein können ;) )

Kennst du den IST-Zustand in unsere Lehrunternehmen

Nach diesem Tag…

… weißt du wie man gezielt Strategiegespräche führt.

Zeit

Phase

Inhalt

09:00 – 09:15

Einstieg

Recap + KI News

09:15 – 9:45

Wiederholung KI Strategie

KI Vision, KI Use Cases, Unterstützende Faktoren

9:45 – 12:00

Unternehmen 1

Moosrasen GmbH

12:00 – 12:30

Mittagspause

Mittagspause

12:30 – 15:15

Unternehmen 2 + 3

IHK, Küstenkurier

15:15 – 16:00

Reflexion

Was hat wie funktioniert?

16:00 – 16:15

Abschluss

Reflexion & Ausblick

Wiederholung: IST-Zustand in Unternehmen? Messfaktoren für digitale Reifen? Case Study: Digitale Reife

KI-Projekte starten nicht bei null. Jedes Unternehmen hat eine Geschichte, gewachsene Strukturen und laufende Systeme. Unternehmen und Kontaktpersonen haben Ihre eigenen Vorstellungen und Erwartungen an KI Der erste Job ist nicht gestalten — sondern verstehen.

Tools & Software

Prozesse & Abläufe

Daten & Informationen

Tools & Software

CRM, ERP, Kollaboration, Branchensoftware Die digitalen Werkzeuge, die täglich im Einsatz sind.

Prozesse & Abläufe

Wie Arbeit organisiert ist Von etablierten Workflows bis zu informellen, gelebten Abläufen.

Daten & Informationen

Was gesammelt, gespeichert, genutzt wird Die Grundlage für jeden ernsthaften KI-Einsatz.

Unterstützende Faktoren

Organisation

Struktur

Governance

Menschen

Kompetenzen

Kommunikation

Technologie

Infrastruktur

Daten

Ecosystem

Partner

Start-ups

Was bereits im Einsatz ist, gibt den Rahmen vor. Vergangene Softwareentscheidungen bestimmen, was heute und morgen mit KI möglich ist. Abhängigkeiten, Datensilos und gewachsene Systeme sind die Realität — keine Ausnahme.

Vergangenheit



Heute & Morgen

01

Gibt es bereits einen KI Toolzugang?

02

Was hat funktioniert, was ist gescheitert?

03

Gibt es Besonderheiten die man beachten muss? Spezielle Systeme oder Anforderungen die beachtet werden müssen?

Ihr habt gestern über eure Tools, Systeme und Erfahrungen gesprochen. Manche Unternehmen sind schnell, andere zäh — manche haben viele Systeme, andere fast keine. Das hat Folgen: Wo KI ansetzen kann, hängt nicht nur vom Use Case ab — sondern vom Unternehmen selbst. Das gilt auch über die technische Ebene hinaus – Kultur und Organisationsstruktur. Heute schauen wir uns an, wie man das systematisch einordnet.

STARTUP

Systeme wenige, einfach Datenbasis dünn, unstrukturiert Entscheidungswege kurz Veränderungsfähigkeit hoch

ETABLIERTE INSTITUTION

Systeme viele, gewachsen, prozessorientiert Datenbasis umfangreich, oft sensibel Entscheidungswege lang, hierarchisch, Mitbestimmung Veränderungsfähigkeit langsam, vorsichtig, Use Case / Abteilungs- abhängig

UNTERNEHMEN UNTER DRUCK

Systeme viele, gewachsen, branchenspezifisch Datenbasis umfangreich, schlecht erschlossen Entscheidungswege mittel, mit Spannungen Veränderungsfähigkeit gemischt — durch Existenzdruck

Die Frage: Wer ist „reifer" für KI?

Wiederholung: IST-Zustand in Unternehmen? Messfaktoren für digitale Reifen? Case Study: Digitale Reife

Digitale Substanz Was ist da? Daten, Systeme, digitalisierte Prozesse. Veränderungsfähigkeit Wie schnell kann das Unternehmen handeln? Hierarchien, Stakeholder, Kultur.

Junges, agiles Unternehmen wenig Substanz + hohe Veränderungsfähigkeit

Digitaler Idealfall viel Substanz + hohe Veränderungsfähigkeit

Schwierigster Start wenig Substanz + niedrige Veränderungsfähigkeit

Etablierte Institution viel Substanz + niedrige Veränderungsfähigkeit

Digitale Substanz →

Veränderungsfähigkeit →

Was ist der IST-Zustand in Unternehmen? Was für Software Tools kennen wir bereits? Case Study: Digitale Reife

280

Mitarbeitende

95.000

versorgte Haushalte

1998

als Bürgerinitiative gegründet

Eine regionale Energiegenossenschaft an der Nordseeküste — eingespannt zwischen genossenschaftlichen Werten, regulatorischem Pflichtprogramm und Energiewende-Tempo. Heute Strom- und Wärmeversorger für Ostfriesland mit 12.500 Mitgliedern, drei Windparks, zwei Solaranlagen und einem Wärmenetz.

Stromvertrieb · Eigenerzeugung · Mitgliedergeschäft

Inhalte und Arbeitsmaterialen in der Academy hinterlegt!

15 min einlesen

Junges agiles Unternehmen

Digitaler Idealfall

Schwierigster Start

Etablierte Institution

Veränderungsfähigkeit →

Digitale Substanz →

Euer Auftrag

Einigt euch in der Gruppe auf einen Punkt in der Matrix. Begründet eure Einschätzung.

15 min

Gruppenarbeit · 10 min Plenum

Junges agiles Unternehmen

Digitaler Idealfall

Schwierigster Start

Etablierte Institution

Veränderungsfähigkeit →

Digitale Substanz →

Die fünf Bereiche

Marktkommunikation & Netzbetrieb Kundenservice & Vertrieb Vorstand & Genossenschaftsverwaltung Anlagenbau & technische Betriebsführung Marketing & Mitgliederwerbung

Tragt für jeden Bereich einen Punkt in die Matrix ein. Was beobachtet ihr?

Gruppe 1

A

Predictive Maintenance

für Windkraftanlagen. vom Pilot in den Regelbetrieb skalieren

Gruppe 2

B

KI-Chatbot

für den Kundenservice einführen

Gruppe 3

C

Vorstandsvorlagen

KI-gestützte Vorbereitung von Beschlussvorlagen für Vorstand und Aufsichtsrat

Wo steht Nordlicht in Bezug auf genau diesen Use Case? Welche digitale Substanz ist relevant? Welche Veränderungsfähigkeit? Welche externen Faktoren wirken — fördernd oder bremsend?

Detail-Briefing pro Use Case in der AITI Academy.

1

Reife ist keine Eigenschaft des Unternehmens

Sie ist eine Eigenschaft der Konstellation aus Use Case × Bereich × externen Faktoren.

2

Pauschale Bewertungen sind irreführend

Sie erzeugen Streit und liefern Durchschnittswerte, die nichts erklären.

3

Die richtige Frage ist use-case-spezifisch

Nicht: Wie reif ist das Unternehmen? — sondern: Wie reif für diesen Use Case? Was sind Hebel und Blocker?

4

Implikation für die KI-Strategie

Prüft Use Case für Use Case. Sortiert nicht das Unternehmen pauschal ein.

Vom pauschalen Urteil zur Use-Case-Spezifik.

Unsere zwei Faktoren digitaler Reife Was sind die unterstützenden Faktoren? Wie sieht es bei unseren Lehrunternehmen aus? Praxis – IHK Vision umsetzen Stufe 1

Digitale Substanz Was ist da? Daten, Systeme, digitalisierte Prozesse. Veränderungsfähigkeit Wie schnell kann das Unternehmen handeln? Hierarchien, Stakeholder, Kultur.

Junges, agiles Unternehmen wenig Substanz + hohe Veränderungsfähigkeit

Digitaler Idealfall viel Substanz + hohe Veränderungsfähigkeit

Schwierigster Start wenig Substanz + niedrige Veränderungsfähigkeit

Etablierte Institution viel Substanz + niedrige Veränderungsfähigkeit

Digitale Substanz →

Veränderungsfähigkeit →

Die Use-Case-Kategorien bekommen eine dritte Lesart, als Andock-Tiefe im Unternehmen:

Quick Wins → andocken an Begleitprozesse Funktioniert überall, auch ohne tiefe digitale Substanz.

Leuchttürme → andocken an Teilprozesse der Wertschöpfung Setzt digitale Substanz voraus, sonst gibt es nichts, woran KI andocken kann.

Strategische Wetten → andocken an die Kernwertschöpfung Braucht Substanz, Veränderungsfähigkeit und echten strategischen Druck.

MOOSRASEN GMBH

Startup · geringe Substanz · hohe Agilität

Schwerpunkt: Quick Wins Leuchttürme: perspektivisch mit Wachstum Strategische Wetten: Unrealistisch  potenzielle Dominanz durch Konkurrenzkampf

IHK

Etablierte Institution · mittlere Substanz · eingeschränkte Agilität

Schwerpunkt: Quick Wins und Leuchttürme Strategische Wetten: denkbar, aber regulatorisch heikel (z.B. Hochrisiko Prüfungswesen), Fehlende Motivation für riskanten Richtungswechsel (Pflichtbeiträge als eingehende Zahlungen!)

KÜSTENKURIER VERLAG

Etabliert unter Druck · hohe Substanz · gemischte Agilität

Schwerpunkt: Pflichtprogramm bis Strategische Wetten Wirkungsraum: am breitesten und am dringendsten

KI VISION

Wie kann KI unterstützen, um die Ziele zu erreichen?

KI USE CASES

Klar definierte Aktivitäten mit messbaren Zielen.

UNTERSTÜTZENDE FAKTOREN

Was zur Umsetzung und Skalierung benötigt wird.

Unternehmens-strategie

KI Strategie

Unternehmens-zweck/-ziele

Wie kann KI unterstützen, um die Ziele zu erreichen?

KI Vision

Klar definierte Aktivitäten mit messbaren Zielen

KI Use Cases

Faktoren, die zur Umsetzung und Skalierung von Use Cases benötigt werden

Unterstützende Faktoren

Von Wirkungsraum bis KI Strategie? Was sind die unterstützenden Faktoren? Wie sieht es bei unseren Lehrunternehmen aus? Praxis – IHK Vision umsetzen Stufe 1

Unterstützende Faktoren

Organisation

Struktur

Governance

Menschen

Kompetenzen

Kommunikation

Technologie

Infrastruktur

Daten

Ecosystem

Partner

Start-ups

1

Organisation

Governance, Verantwortlichkeiten & Entscheidungswege für KI-Themen. Typische Lücke: Niemand ist wirklich zuständig, alle warten auf alle. Keiner weiß, ob überhaupt etwas erlaubt oder freigegeben ist.

2

Menschen

Kompetenzen, Kommunikation & Change Management. Typische Lücke: Tools werden eingekauft, aber Mitarbeitende nicht mitgenommen. Weder in der Kompetenz noch in der Kommunikation.

3

Technologie

Infrastruktur, Datenqualität & Systemintegration. Typische Lücke: Daten vorhanden, aber nicht nutzbar. Silos, falsche Formate.

4

Ökosystem

Partner, Start-ups, Anbieter & externe Netzwerke. Typische Lücke: Man hofft, alles selbst zu lösen. Manchmal blockieren auch alte Partner durch veraltete Softwarelösungen.

Definition

Governance, Verantwortlichkeiten, Entscheidungswege für KI-Themen.

Typische Lücke

Niemand ist wirklich zuständig, alle warten auf alle. Keiner weiß, ob überhaupt etwas erlaubt oder freigegeben ist.

Vier zentrale Fragen

1. Wer entscheidet bei KI-Themen? 2. Wie schnell kann das Unternehmen Beschlüsse fassen? 3. Welche Mitbestimmungsstrukturen sind aktiv? 4. Wer trägt die Verantwortung?

Definition

Kompetenzen, Kommunikation, Change Management.

Typische Lücke

Tools werden eingekauft, aber Mitarbeitende nicht mitgenommen. Weder in der Kompetenz noch in der Kommunikation.

Drei zentrale Fragen

1. Welche KI-Kompetenzen sind im Haus? 2. Wie wird Wissen geteilt? 3. Wer schult, wer multipliziert?

Definition

Infrastruktur, Datenqualität, Systemintegration.

Typische Lücke

Daten vorhanden, aber nicht nutzbar. Silos, falsche Formate. Seid Jahren sollen Prozesse und Systeme überarbeitet werden.

Drei zentrale Fragen

1. Welche Tools sind verfügbar und compliant? 2. Wie sieht die Datenlage aus? 3. Wo gibt es Systembrüche?

Definition

Partner, Start-ups, Anbieter, externe Netzwerke.

Typische Lücke

Man hofft, alles selbst zu lösen und ist manchmal durch alte Partner an veraltete Softwarelösungen gebunden, die nicht liefern, was die eigene Vision braucht.

Drei zentrale Fragen

1. Welche externen Partner sind eingebunden? 2. Welche Anbieter werden genutzt? 3. Welche Netzwerke unterstützen den Wandel?

Von Wirkungsraum bis KI Strategie? Was sind die unterstützenden Faktoren? Wie sieht es bei unseren Lehrunternehmen aus? Praxis – IHK Vision umsetzen Stufe 1

KI-Diagnose bei den Lehrunternehmen

Moosrasen GmbH Level 1: Quick Wins

IHK Level 2: Quick Wins & Leuchttürme

Küstenkurier Level 3: Strategische Wetten

Ihr führt ein Diagnosegespräch mit einer Ansprechperson eines Lehrunternehmens Die Person ist ein KI-Agent in einer Rolle, ihr wisst nicht im Voraus, was ihr herausfindet Die Initiative liegt bei euch: ihr müsst aktiv fragen, die KI wartet auf eure Fragen Ziel: ein klares Bild davon, wie das Unternehmen bei KI aufgestellt ist, was es vorhat, und was es daran hindert oder dabei unterstützt

1. Die KI-Vision Was will das Unternehmen mit KI erreichen? Nicht was es technisch plant, sondern wohin es will. “Haben Sie schon eine KI Vision formuliert?”

2. Die vier unterstützenden Faktoren Was macht die Umsetzung der Vision möglich oder schwer? Organisation · Menschen · Technologie · Ökosystem Stellt keine Checkliste ab, erkundet die Faktoren durch echte Fragen, organisch im Gespräch.

Faktor 1: Organisation Wer entscheidet bei KI-Themen? Wie schnell werden Entscheidungen getroffen? Welche Mitbestimmungsstrukturen sind aktiv? Wer trägt am Ende die Verantwortung?

Faktor 2: Menschen Welche KI-Kompetenzen sind im Haus? Wie wird Wissen geteilt, gibt es Schatten-KI? Wer schult und multipliziert?

Faktor 3: Technologie Welche KI-Tools sind offiziell, welche inoffiziell? Wie sieht die Datenlage aus, was ist nutzbar? Wo gibt es Systembrüche oder technische Hürden?

Faktor 4: Ökosystem Welche externen Partner spielen eine Rolle? Gibt es Vergleichspunkte und von wem lernt man? Was kommt von außen an Druck oder Unterstützung?

Wählt euren Agenten in Langdock und startet das Gespräch.

Moosrasen GmbH — Garten- & Landschaftsbau | 5 Mitarbeitende | Disruptionslevel 1

Mitgründerin & Geschäftsführerin, 34 Jahre Technikaffin, pragmatisch, bodenständig, arbeitet selbst mit auf der Baustelle Spricht direkt und klar, kein Managementsprech, keine langen Sätze Verweist bei manchen Themen auf Mitgründer Marvin KI greift nur in den Begleitprozessen: Vertrieb, Akquise, Kommunikation

IHK — Industrie- und Handelskammer (fiktiv) | 350 Mitarbeitende | Disruptionslevel 2

Geschäftsführer, 52 Jahre, seit sieben Jahren im Amt Erfahren, bedächtig, Freundlich, redselig, denkt nach, bevor er antwortet Hat sehr viele Anekdoten und Erfahrung schweift gerne mal ab Verweist bei manchen Themen auf andere Zuständige im Haus KI betrifft Teile der Kernwertschöpfung: Quick Wins und Leuchttürme möglich

Küstenkurier Verlag GmbH — Regionale Tageszeitung (fiktiv) | 120 Mitarbeitende | Disruptionslevel 3

Sarah Wendlandt: Leiterin Online-Redaktion, 38 Jahre Digital-nativ, pragmatisch, kennt das Tool-Chaos von innen. Nutzt selbst KI, auch inoffiziell. Will vorwärts und macht das spürbar.

Thomas Bergkamp: Chefredakteur, 57 Jahre Seit über 30 Jahren im Haus. Print-sozialisiert, trägt journalistische Werte als echte Überzeugung. Höflich und bedächtig, stellt immer die Frage: Was verlieren wir dabei?

Agent in Langdock öffnen und starten, Ihr oder die Person stellt sich vor, dann liegt die Initiative bei euch Fragt organisch, wie in einem echten Gespräch, nicht als Checkliste Beim Küstenkurier: navigiert zwischen Sarah und Thomas, wer weiß was, und wer sieht es anders? Abgeschlossen wenn: KI-Vision verstanden + alle vier Faktoren erkundet mit Detailfragen erkundet Haltet eure Erkenntnisse fest, wie bei einem echten Projekt

KI-Diagnose bei der Moosrasen GmbH

Moosrasen GmbH — Garten- & Landschaftsbau | 5 Mitarbeitende | Disruptionslevel 1

Was habt ihr herausgefunden?

"KI hilft uns, schneller zu wachsen, ohne dass die Qualität der handwerklichen Leistung sinkt, wir nutzen sie überall dort, wo sie Vertrieb und Akquise leichter machen, damit das Handwerk vor Ort schnell und effizient arbeiten kann."

Fokus: Vertrieb, Akquise, Angebotsschreibung, alle Begleitprozesse rund ums Handwerk Charakter: Quick-Win-orientiert, pragmatisch, skalierungsgetrieben Was unberührt bleibt: Die handwerkliche Verlegung, Kernwertschöpfung bleibt menschlich

Flache Hierarchie: keine Zwischenebenen, alle Entscheidungen liegen bei Monika und Marvin. Gründer:innen sind operativ involviert, sie verlegen selbst mit, sie testen Tools selbst. Entscheidungen in Tagen, nicht Wochen, was abends besprochen wird, ist morgen Praxis. Verantwortung: Monika und Marvin tragen die volle Verantwortung

Pointe: Organisation ist hier Stärke, nicht Engpass. Aber: bei 15+ Mitarbeitenden wird auch das eine Frage. Aktuelle Entscheidungen haben schnell langfristige Konsequenzen.

Technikaffine Gründer:innen, Monika und Marvin haben selbst erste KI-Use-Cases gebaut. Testen schnell und gerne neue Tools. Kleines, homogenes Team, 3 Verleger:innen, schnell zu schulen, persönlich erreichbar. Systeme werden angepasst damit Handwerker effizient arbeiten können. Lernkultur ad hoc: Über WhatsApp, im Wagen, beim Mittag, nicht formalisiert.

Pointe: Bei fünf Personen funktioniert das. Aber für Wachstum braucht es bald eine bewusstere Lernstruktur.

Google Workspace + Claude, schlank, state of the Art, zur Haltung passend. Kein ERP, keine Branchensoftware, alles ad hoc zusammengebaut. Datenlage dünn, wenig Historisches, dafür kaum Altlasten.

Pointe: Wenig Substanz, aber auch wenig Reibung. KI muss hier mit dem auskommen, was da ist oder das Datensammeln wird Teil der Strategie.

Externe Partner: Investoren geben Netzwerk-Zugang, Beratung, strategischen Sparring. Genutzte Anbieter: Claude (Anthropic), Google Workspace. Netzwerke für den Wandel: Aktuell schwach. Kein formales Branchen-Netzwerk, keine Kammer-Anbindung, keine GaLaBau-Verbände aktiv genutzt. Lernen läuft ad hoc (YouTube, KI-Communities, eigene Recherche).

Pointe: Das Ökosystem ist klein, aber gewählt. Für Wachstum müsste es bewusster ausgebaut werden z.B. Kammer-Kontakt, GaLaBau-Verband.

KI-Diagnose bei der IHK

IHK — Industrie- und Handelskammer (fiktiv) | 350 Mitarbeitende | Disruptionslevel 2

Was habt ihr herausgefunden?

"Wir befähigen unsere Mitarbeitenden, KI im Alltag souverän zu nutzen vom Schreiben mit Prompts bis zum Bauen eigener Assistenten und Projekte."

Fokus: Breitenwirkung alle 350 Mitarbeitenden sollen KI selbstverständlich nutzen Charakter: Enablement-getrieben, nicht ein paar Pilotprojekte, sondern flächendeckende Kompetenz Was die Vision verlangt: Mehr als Tool-Zugang, Basisbefähigung, geteiltes Wissen, gelebte Praxis

Entscheidung: Unklar – IT, HR, Hauptgeschäftsführung beanspruchen alle Mitsprache, niemand hat klare Zuständigkeit Geschwindigkeit: Langsam – hierarchisch und prozessorientiert, lange Entscheidungswege Mitbestimmung: Personalrat aktiv und mitbestimmend (§ 87 BetrVG) – KI-Einsatz ist mitbestimmungspflichtig Verantwortung: Formal bei der Hauptgeschäftsführung, faktisch mit vielen Bremspunkten

Pointe: Die Organisation ist stabil, aber langsam. Für die Vision braucht es eine klare KI-Governance — und einen Personalrat, der mitgeht.

350 Mitarbeitende mit heterogener KI-Kompetenz von Pionier:innen bis Verweigernden. Hohe fachliche Kompetenz, aber wenig KI-Erfahrung der Sprung von „Anwender:in" zu „Bauer:in" fehlt vielen Schatten-KI real und potenzialreich, viele probieren privat, ohne offizielle Freigabe. Kein koordinierter Austausch, das schafft Risiken, aber auch: Die echte Kompetenz und Praxis-Erfahrung ist bereits da, sie ist nur unsichtbar

Pointe: Hier wird die Lücke der Vision sichtbar. Die Mitarbeitenden sollen KI souverän nutzen, aber wer zeigt es ihnen? Wer baut Assistenten? Wer multipliziert?

Verfügbar & compliant: Microsoft 365 + Copilot (DSGVO-konform, einheitlich ausgerollt) Datenlage: Umfangreich, aber sensibel, Mitgliederdaten, Prüfungsdaten, nicht alles frei nutzbar Systembrüche: Wenig, Fachanwendungen sind vorhanden (Mitgliederverwaltung, Bildungsverwaltung, Prüfungswesen) Hauptlücke: Nicht die Tools, sondern das Wissen, wie man sie nutzt. Strikte IT-Governance und Compliance haben Vorrang vor Geschwindigkeit

Pointe: Technologisch ist alles da. Die Lücke ist nicht das Tool, sondern das Wissen, wie man das Tool für sich nutzt.

Partner: Microsoft (gesetzt), DIHK/Gremien (Bundesebene, aber langsam), Mitgliedsunternehmen (doppelter Auftrag: lernen + Vorbild sein) Netzwerk: Andere IHKs, aber mit Spannungen. Einige setzen auf Langdock, eine auf Claude mit guten Ergebnissen. Das schafft FOMO: "Haben wir die richtige Tool-Wahl?" Potenzial: IHK-Lernnetzwerk ist vorhanden, wird aber nicht systematisch genutzt

Pointe: Die IHK steht nicht allein. Aber sie muss das Lernen organisieren, sonst bleibt das Ökosystem ungenutzt.

KI-Diagnose beim Küstenkurier

Küstenkurier Verlag GmbH — Regionale Tageszeitung (fiktiv) | 120 Mitarbeitende | Disruptionslevel 3

Was habt ihr herausgefunden?

"Wir nutzen KI, um echten Journalismus möglich zu machen, Routinen automatisieren, damit Menschen für das schreiben können, was Menschen brauchen."

Fokus: Routinen entlasten (Wetter, Sport, Agentur-Übersetzungen), Raum für echten Lokaljournalismus Charakter: Strategische Neupositionierung, Mensch + KI als bewusste Arbeitsteilung Was auf dem Spiel steht: Geschäftsmodell, journalistische Identität, Vertrauen der Leser:innen

Wer entscheidet: Unklar. Chefredaktion, IT und Geschäftsführung beanspruchen alle Mitsprache, niemand hat den Hut auf. Das ist ein Engpass. Geschwindigkeit: Langsam. Es gibt Spannungsfelder (Qualität vs. Kosten, journalistische Identität vs. Geschwindigkeit) und interne Konflikte zwischen Bereichen. Mitbestimmungsstrukturen: Betriebsrat aktiv und sensibel, besonders bei KI-Einsatz, Arbeitsplatzsicherheit, Redaktionsveränderungen. Plus Tarifpartner und Verlegerverband wirken mit. Verantwortung: Formal bei der Geschäftsführung, aber faktisch mit vielen Bremspunkten.

Pointe: Hier ist Organisation ein echter Engpass. KI-Themen brauchen eine geklärte Governance, sonst gehen sie in den Spannungen unter.

KI-Kompetenzen: Heterogen und unkoordiniert. Manche bauen schon eigene Workflows, andere haben noch nie einen Prompt geschrieben. Kompetenz existiert, wird aber nicht systematisch gehoben. Wissensteilen: Faktisch nicht organisiert. Schatten-KI ist extrem real, viele nutzen ChatGPT, Claude, DeepL, Perplexity, Midjourney privat, ohne Koordination. Schulung/Multiplikation: Nicht vorhanden. Es gibt keine formale Schulung oder Multiplikation. Die Identitätsfrage ("Bin ich Journalist:in, wenn KI mitschreibt?") wird nicht aktiv adressiert.

Pointe: Die Menschen sind teilweise weiter als die Organisation, aber unkoordiniert. Kompetenz gibt es, aber kein gemeinsames Niveau.

Verfügbar und compliant: Microsoft 365 (Outlook, Word, Excel) Etabliertes Redaktions-CMS (proprietär, aber ein Bremser) Nicht geklärt/im Konflikt: KI-Tools sind ein "Schlachtfeld": Copilot (IT will das), Claude/ChatGPT (Redaktion will das), DeepL, Perplexity, Midjourney – parallel, oft inoffiziell Langdock als Diskussionskandidat (modellagnostisch, DSGVO-konform), Entscheidung steht noch aus Spezialtools je Bereich (Adobe, Analytics, Newsletter, Social Media) Datenlage: Großes Archiv und sensible Leserdaten vorhanden, aber schlecht erschlossen. Systembrüche: Erheblich. Tool-Vielfalt ohne kohärente Strategie. Das CMS ist ein echter Bremser. Die Hauptlücke ist nicht fehlende Technologie, sondern fehlende Strategie, die Tools verbindet.

Pointe: Technologisch ist viel da, aber unstrukturiert. Die Frage ist nicht „haben wir genug Tools?", sondern „welche Strategie verbindet sie?"

Externe Partner: Verlegerverband und Tarifpartner (Verdi/DJV) – mit politischem Gewicht, aber traditionell, nicht KI-fokussiert Nachrichtenagenturen: dpa, Reuters – bestehende LieferbeziehungenGenutzte Anbieter: Google und Meta (bestimmen Reichweite, aber der Verlag hat keinen echten Einfluss). Netzwerke für den Wandel: Schwach. Andere Regionalverlage stehen vor denselben Fragen, aber kein systematischer Austausch. Wenig KI-spezifische Partner, keine Kooperation mit KI-Anbietern, Hochschulen oder Forschungseinrichtungen.

Pointe: Das Ökosystem existiert, aber nicht für KI. Hier müsste der Verlag aktiv neue Partner suchen.

Das nehmen wir mit

Kundengespräche gezielt und fokussiert führen Kundengespräche verlaufen nicht immer linear Auch die perfekte Frage führt nicht immer zum perfekten Ergebnis Man muss auch zwischen den Zeilen lesen

Es ist Teil eurer Aufgabe Gespräche zu strukturieren, damit ihr die für eure Arbeit notwendige Information erhaltet.

Quick Wins für die Lehrunternehmen umsetzen

AI Transformation Institute