Folgendes Szenario: Während die Konkurrenz noch über die digitale Transformation diskutiert, setzen wir als innovatives Unternehmen bereits KI ein und revolutionieren unsere Geschäftsprozesse. Wir besprechen in dieser Folge anhand von Praxisbeispielen, was kleine Unternehmen von großen lernen können.
KI ist längst keine Zukunftsmusik mehr: Sie revolutioniert seit Jahrzehnten Geschäftsprozesse. Durch die aktuelle "ChatGPT Revolution" wurde die breite Masse darauf aufmerksam. Das Positive: Kleine Unternehmen können von den Erfahrungen der großen lernen.
• KI ist eine Technologie von mehreren, die Digitalisierung vorantreiben. Gewinnbringend ist es, Prozesse ganzheitlich zu betrachten & mit KI-Technologien zu erweitern. Bestehende Datentechnologien werden mit KI neu ausgewertet und verwertet.
• KI ist ein Werkzeug zur Transformation und kann aus bestehenden Daten neue Inhalte erzeugen, die auf die Anforderungen zugeschnitten sind. Mustererkennung ist dabei eine Schlüsseltechnologie: Daten auswerten & für Prognosen nutzen. Sogar eine Eisdiele kann so ihren Absatz planen.
KI ist nicht mehr nur ein Thema für Konzerne, sondern kann auch von kleinen und mittelständischen Unternehmen nutzbringend eingesetzt werden. Wichtig ist, Prozesse zu identifizieren und einfach anzufangenKI ermöglicht es, dass sich Regelwerke im laufenden Betrieb selbstständig aktualisieren, im Gegensatz zu starren Regeln, die manuell angepasst werden müssen.
Stellen wir uns mal vor, während die Konkurrenz noch über die digitale Transformation diskutiert, setzen wir als innovatives Unternehmen bereits KI ein und revolutionieren unsere Geschäftsprozesse. Das wäre doch was! Wir schauen uns heute an, was kleine Unternehmen in dieser Hinsicht von großen lernen können.
Hallo, wir sind Daniel und Petra. Wir beschäftigen uns mit digitaler Transformation und Organisationsentwicklung. In vom Hype zum Handeln widmen wir uns Chancen von Wandel im Zeitalter der künstlichen Intelligenz: Wir zeigen, wie Wandel in Unternehmen gelingen kann und beleuchten das Themengebiet aus dem Blickwinkel von Organisationen und Menschen.
Künstliche Intelligenz ist längst keine Zukunftsmusik mehr und in vielen Bereichen seit Jahrzehnten Realität. Auch wir nutzen KI im Alltag schon tagtäglich, ohne überhaupt darüber nachzudenken: Zu Hause mit Alexa, Saug- oder Rasenrobotern, unterwegs im Auto mit Fahrzeugassistenten oder Ortungsdiensten wie Navi oder Google Maps. Dabei kommen gefühlt schon fast „alte“ Datentechnologien zum Einsatz, die jetzt mit KI neu ausgewertet und verwertet werden.
Daniel, du hast da mal ein Beispiel gehabt von einer Lichtschrank – erzähl doch mal?
Im Grunde geht es darum, dass wir früher schon Automatisierung gehabt haben und da war es möglich auf ein Ereignis mit einer bestimmten Reaktion zu reagieren. Die Lichtschranke der Garage ist so ein Beispiel. Wenn man in die Lichtschranke reingriffen hat, ist das Tor nicht zugegangen, sondern eben wieder auf.
Was die KI heute mit sich bringt, ist ein wesentlich größerer Umfang an Ereignissen, die gleichzeitig ausgewertet werden. Damit ist es möglich, einen gesamten Kontext anzuschauen. Die Folge ist dann nun mit einem modernen Gerät wie zB einem modernen Lichtschranken mit KI-Steuerung erkannt werden kann, ob nur schnell die Katze durchgerannt ist oder ob wirklich ein Mensch bedroht ist und es dementsprechend eine andere Reaktion gibt.
KI gilt ja heute prinzipiell als Werkzeug. In Wahrheit fungiert sie eher als Schlüssel zur Transformation. Die Allgemeinheit kann jetzt aufgrund der neuen Möglichkeiten nämlich erkennen, welche Potenziale in dieser Künstlichen Intelligenz drinstecken. KI kann eben nicht mehr nur Daten analysieren, wobei ich dieses Wort etwas relativieren möchte, aber sie kann jetzt auch aus den bestehenden Daten neue Inhalte erzeugen – passend zu den Anforderungen, die man an die KI gibt. Das bedeutet, dass wir heute eben nicht mehr nur einen regelbasierten Prozessablauf im Stil von „wenn x, dann y“ haben. Also starren Regeln, die man handisch anpassen muss, wenn sich neue Gegebenheiten einstellen. Sondern die KI ermöglicht jetzt, dass sich ein Regelwerk im laufenden Betrieb anhand der Daten, die verarbeitet werden, selbstständig aktualisiert.
Ein Regelwerk, darüber denke ich jetzt gerade nach. Was wäre ein solches Regelwerk?
Naja, wenn ich einen Arbeitsablauf habe und überprüfe, ist ein Glas leer, dann fülle etwas ein. Ist das Glas halb leer, dann fülle nur mehr halb so viel dazu. Ist das Glas halb leer und es ist ein Fremdkörper drin und dafür habe ich keine Regel, dann bin ich früher in einen Fehler gelaufen oder in unvorhergesehene Prozesszweige. Also hat der Prozess nicht mehr optimal reagiert.
Heute kann eben KI-Technologie dazu beitragen, indem sie ein Regelwerk aufgrund der Daten, die sie auswertet, im laufenden Betrieb anpassen kann: Also je nachdem, welche wir Daten auswerten, kann im laufenden Betrieb dazukommen, die zB besagt: „Wenn das Glas halb voll ist und ein Fremdkörper ist drin, dann geh in folgendem Weg Glas auslernen, Glas reinigen und dann wieder zurück zum Start Glas befüllen.“
Das ermöglicht vieles, das früher Fehler verursacht hat oder erst durch Ereignisse gelernt hat, indem sie auftraten – mit der Folge dass der Mensch wieder händisch eingreifen musste. Auch wenn der Wunsch da war, dieses händische Eingreifen zu reduzieren.
Es gibt da ein wunderschönes Beispiel von einem recht großen Betrieb, die diesen Wunsch aufgegriffen haben. Die Firma Siemens nutzt beispielsweise KI-Technologien, um Produktionsabläufe zu optimieren oder komplexe Entwicklungsaufgaben zu automatisieren. Da kommt genau das zum Einsatz: Produktionsabläufe werden optimiert, indem Daten ausgewertet werden und dann Regeln automatisch angepasst werden.
Okay, also du redest jetzt vom Mindsphere, KI-Projekt von Siemens?
Nicht zwangsweise. Aber Mindsphere von Siemens ist ja auch in der Produktion von Telefonanlagen, von Verteiler-Schränken, von Steuerungselektronik usw. tätig. Diese Produktionsketten, Produktionsstraßen werden mit Robotik und weiteren Technologien betrieben - und diese werden datenmäßig überwacht. Einmal gibt es die Steuerung des Roboters und man beobachtet/misst gleichzeitig, was der Roboter wirklich gemacht hat. Einerseits um zu erkennen, wo weicht das Verhalten von der Steuerung ab. Andererseits auch um zu erkennen, falls das Endprodukt nicht entsprechend ist, wo kann ich nachbessern, wo kann ich justieren, also den den Prozess eben optimieren oder verändern.
Danke, dass du das so gut erläutert hast, wie es zu verstehen ist, dass es davor diese regelbasierte Ordnung gebraucht hat, dass jetzt KI flexibler auswerten kann und was da dahinter steckt. Die Frage ist für mich, was kann man da für kleine Unternehmen, was als Kleinunternehmer daraus ableiten?
Als kleiner Unternehmer sollte man zuerst einmal genauer hinschauen. Dann wird man erkennen, Digitalisierung braucht einen Blick nach innen und einen Blick nach außen. Das ist aus meiner Sich so die erste große und wichtige Erkenntnis.
Digitalisierung heißt nicht, statt einem Papiervordruck jetzt ein irgendwo Eingabeformular zu haben und zu denken „jetzt haben wir digitalisiert“. Sondern als Unternehmer sollte ich immer das Gesamtbild betrachten. Da hilft es nicht, wenn ich nur im Unternehmen an meinem Schreibtisch oder nur in der Abteilung mit einem bestimmten Computerprogramm irgendwas Neues mache. Sondern ich sollte auch immer den ganzen Prozess vom Lieferanten, vom Zulieferer, allem, was in der Firma im eigenen Unternehmen passiert, bis hin zum Endkunden betrachten. Und diesen Prozess in beide Richtungen, weil ich ja Rückmeldungen und Umständen von meinen Kunden möchte. Also im Grunde alte Dinge, die es im Unternehmen bereits gibt, im Rahmen der Digitalisierung entstauben und mit der KI um neue Möglichkeiten erweitern.
Das Mindsphere-Projekt von Siemens ist vielleicht so ein Beispiel: Siemens hat großes cloud-basiertes IoT-Betriebssystem erstellt, das jetzt alle ihre Kunden mit nutzen können. Damit sind Computer und Telefone und andere Assets sind mit diesem Betriebssystem verbunden. Siemens hat das ja schon vor ca. zehn Jahren auf Messen vorgestellt und es ist schon vielfach bei den Kunden im Einsatz: Sie können darüber Maschinen steuern. Es ist es dann Internet der Dinge, also ein IoT-Betriebssystem das es allen Kunden darüber KI zu nutzen, weil es ein Unternehmen wie Siemens zur Verfügung gestellt hat. Dadurch, dass die dieses System nutzen, verbinden sie Produkte oder Systeme und Anlagen – und kann als Partner von Siemens diese zentral gespeichert Daten, nutzen die mir gehören. Gleichzeitig sie diese Daten geschützt und stehen nicht für hundert andere Leute zur Verfügung.
Ist das jetzt so etwas, wo du sagst, ist es schon so ein Blick nach innen und nach außen oder hast du damit noch ganz was anderes gemeint?
Ich denke, vielleicht ist es ähnlich wie der Blick nach innen und außen. Was am Mindsphere-Projekt so interessant ist, ist sicherlich die enorme Datenmenge, die durch diese IoT-Geräte erzeugt wird und die man früher bei Geräten ohne Internetanbindung. nicht gehabt hat. Wie der Café-Automat der früher als Gerät dastand und heute über einen Internetanschluss verfügt, über den ich kann rechtzeitig zentral erkennen kann, wird da irgendetwas heißer als es heiß werden soll, wird irgendetwas leer, gehört irgendetwas gereinigt, braucht es Ersatzteile. Oder ist da kein Kleingeld mehr da, falls er noch Wechselgeld gibt, usw. Primär kann man diese große Menge an Daten, die zentral zusammenläuft, schon als Außenblick betrachten.
Vielleicht sollten wir uns einen Begriff wie „Internet der Dinge“, also IoT, den ich in Raum gestellt habe, mal ansehen. Haben wir alle schon gehört? Ich hoffe, dass Mindsphere 4 mit dem Verbinden von verschiedenen Maschinen und Produktionsprozessen, ein Beispiel ist, das man sich gut vorstellen kann. Ich arbeite jetzt schon 20 Jahre im digitalen Bereich, vornehmlich für Online-Marketing. Und dennoch war für mich erstaunlich - weil ich es mir davor nicht so überlegt hatte - wie viele verschiedene Technologien zur Digitalisierung gehören. Du hast ja schon ein Beispiel genannt, da meint man oft, man hat ein Prozess digitalisiert, weil man was eingescannt oder in eine Eingabemaske eingegeben hat. Aber insgesamt ist Digitalisierung ein ebenso umfassender Begriff wie das Thema KI – und geht sogar noch weiter.
Denken wir an die ganzen Technologien, die Unternehmen zum Einsatz kommen: Cloud Services zum Beispiel, also irgendwas nicht mehr lokal am Computer zu speichern. Jetzt haben wir das ganze Thema KI, von dem wir jetzt gerade bei der letzten Folge gehört haben, es geht ganz viel um Automatisierung, jetzt vom Internet der Dinge gesprochen haben. Sonst wird es viel mit generativer KI gleichgesetzt, das sind wiederum Anwendungen ohne Ende drin. Wir werden uns heute auch über einen wesentlichen Teil dieser künstlichen Intelligenzen weiter unterhalten.
Digitalisierung geht aber bis zu Robotik, Blockchain-Technologien und 3D-Druck, den die meisten kennen oder vielleicht schon probiert haben. Es ist ja schier unerschöpflich, was an technologischen Dingen geboten wird. Nun ist die Frage, was machen wir denn damit? Oder wo gibt es da eineb cooler Schlüssel?
Ich finde auch. Die Menge an Komponenten in dem riesigen Konglomerat, haben wir wahrscheinlich jetzt auch gar nicht umfänglich bedacht und abgedeckt. Aber es gibt schon mal einen guten Vorgeschmack, dass da auch noch vieles dazugekommen wird. Und wenn man ein bisschen genauer hinschaut und hinter die Kulissen blickt, dann kann man feststellen, die graue Eminenz in dem ganzen Geschehen ist die „Mustererkennung“. Also jener Teil der künstlichen Intelligenz, der sich damit befasst, Daten auszuwerten, indem er Muster, wiederkehrende Datenstrukturen, wiederkehrende Signaturen findet und denen eine Bedeutung gibt, damit man mit diesen Daten etwas machen kann.
Viele die über Bild- und Text-Generierung mit KI in Berührung gekommen sind, nutzen schlussendlich bewusst oder unbewusst mit den KI-Systemen genau das – weil da sehr viel Muster-Erkennung drinsteckt.
Ja, in erster Linie wahrscheinlich ein Chat-GPT, wo man angefangen hat, Sprache auszuwerten, nämlich menschliche, natürliche Sprache, und diese in Computeranweisungen zu übersetzen. Und damit man Sprache auswerten kann, muss man Muster in Geräuschen und Klang, der aufgenommen wird, übers Mikrofon auswerten.
Wenn du sagst, das ist die „graue Eminenz“ und wir wissen jetzt ja schon, dass es KI seit 30, 40, 50, manche sagen seit 70 Jahren gibt. Aber du ja noch was anderes damit.
Ja, die graue Eminenz insofern, weil die Mustererkennung ist der unsichtbare Teil in Prozessen, in Automatisierungen, der dann wirtschaftlich sich irgendwann widerspiegelt. In Österreich, die OMV setzt zum Beispiel KI ein, um die Gas- und Ölsuche zu verbessern. Mittels Algorithmen wird eben die betriebliche Effizienz bei dieser Suche gesteigert. Man kann in einem Bruchteil der Zeit wesentlich mehr Modellrechnungen anstellen – bei der OMV in etwa 1/6 der Zeitfür 200 Modellrechnungen und dadurch haben sie präzisere Daten. Die Erfolgswahrscheinlichkeit von Bohrungen steigt dann um bis zu 40% und senkt dann im Verbeigehren auch noch die Kosten. Also Mustererkennung ist da sicherlich der interessantere Teil als die Generierung von einem Bild.
Und was wir da alle davon haben, ist, wenn die OMV oder andere Unternehmen schneller, besser, einfacher zu Bohrdaten kommt und besser fördern kann, dann haben wir womöglich geringere Kosten für unsere Energie, oder?
Ich würde schon sagen! In meinem engeren Umfeld gibt es jemanden, der betreibt eine Wäscherei und die bügeln die Wäsche nicht mit Strom, sondern setzen eine gasbetriebene Bügelmaschine ein; wir heizen mit Erdgas, in großen Fertigungsbetrieben ist Erdgas im Einsatz. Daher macht es sich bei Unternehmen und Privatperson, macht bemerkbar, wenn bei einem großer Zulieferer wie der OMV ein Prozess um 40% günstiger wird.
Jetzt bin ich verwegen und sage: Auch ich möchte als kleiner Unternehmer diese Mustererkennung mit meinen Daten einsetzen. Dazu haben wir uns schon nochmal unterhalten und sind da zB auf die Eisdiele gekommen. Was wäre, wenn jetzt der Besitzer der Eisdiele bei seinem Unternehmensberater sitzt und die unterhalten sich drüber, wie es denn so läuft. Was auch immer seine er über seine betriebliche Situation sagt, dieser Betrieb hat immer diese Schwankungen im Absatz. Je nachdem wie warm es ist, verkauft er mehr Eis, als wenn es kälter ist. Aber diese Schwankungen machen ihm zu schaffen, weil es ist schwierig zu planen ist. Und jetzt hecken die beiden etwas aus und kommen vielleicht auf eine Idee. Daniel du hast da schon eine Idee gehabt.
Ja, ich denke, dass einem gefinkelter Unternehmensberater schon etwas einfallen könnte. zB lass uns doch mal Wetterdaten heranziehen - von einer frei verfügbaren großen Datenquelle. Wir sehen diese Wetterdaten aus der Vergangenheit an und vergleichen das mit deinen Umsatzdaten, Verkaufszahlen. Wir lasst man mal die Daten korrelieren und vergleichen, ob es zB mit einem zeitlichen Versatz, in welcher Form auch immer, Zusammenhänge gibt zwischen Großwetterlage und Verkaufszahlen und dann kann man Erkenntnisse draus ziehen, die sich vielleicht auf die Planung von Einkauf, Produktion, Personalverfügbarkeit auswirken.
Genau. Wenn der Unternehmer von der Eisdiele weiß, wann er wie viel Material gekauft oder wie viel Eis er verkauft hat, kann er auf Basis der Daten aus der Vergangenheit nun prognostizieren. Das ist ja genau das, was wir aus den Daten bekommen wollen: Nämlich eine Aussage über die Zukunft treffen zu können. Denn dann könnte der Unternehmer hergehen, und mit dem Match der Verkaufszahlen und die Großwetterlage von früher, eine Prognose machen und wüsste dann plötzlich (mithilfe von Data Engineering), ob sie mehr Vanilleeis oder mehr Erdbeereis produzieren sollen. Weil sie wissen, dass diese oder jene Sorte zu einem bestimmten Zeitpunkt oder beim bestimmten Wetter mehr nachgefragt wird und wie viel davon.
Und genau deswegen ist die KI im Unternehmen so wichtig, damit wir regelmäßig mit gutem Eis versorgt werden können...
Endlich, haben wir den tieferen Sinn von KI erkannt, das ist super ;) Und schon wieder haben wir eine Form der Mustererkennung - eine schlaue, die verschiedene Daten gematcht hat und zeigt, was wie zusammen passt und darauf aufbauend eine Prognose erstellen kann.
Absolut,ich greife das gleich auf: Weil das „mehrere Daten erkennen“, für mich eben auch ein Erkennen von Kontext beinhaltet, das in diesem Zusammenhang immer relevanter wird. So ein Beispiel, das jeder nachvollziehen kann, der einen Akkuschrauber oder eine Bohrmaschine daheim hat. Denken wir mal an die Firma Bosch, und ihre Bosch Power Tools, die bearbeiten jedes Jahr Millionen von Serviceanfragen. Die meisten wurden wahrscheinlich über E-Mail und ähnliche Wege eingekippt und früher gab es statische Regeln, also wie das Ticket im Support Team weiterzuleiten ist. Sicher ein sehr komplexer, langsamer und frustrierender Prozess für alle Beteiligten. Mittlerweile hat die Firma Bosch ein KI-Agentmodell eingeführt, das den Kontext eines Tickets analysiert und nicht nur die einzelnen Worte. Gemäß Kontext kann dann die Anfrage einem Bruchteil der Zeit zum richtigen Service Team weitergeleitet werden, was zur Folge hat, dass die spezifische einzelne Kundenanfrage schneller bearbeitet wird - dass es weniger Stehzeit gibt und für die Firma Bosch wahrscheinlich dann auch die Kosten sinken.
Ja, das ist natürlich schon super, wenn man nicht ewig in der Warteschleife hängt. Auch wenn wir mit Unternehmen sprechen, hören wir, wo sie der Schuh drückt. Oft ist es so, dass Prozesse nicht fließen, sondern in Schleifen oder mäandern - also hin und her gehen. Eine eingehende Anfrage geht zu einem Bearbeiter, anschließend ist noch eine Frage offen, die Anfrage geht wieder zum nächsten. Es braucht Nachfragen, es gibt Lehrläufe und es dauert schlicht und ergreifend zu lang oder ist mühsam. Das bindet Kapazität bei Mitarbeitern, verursacht für ein Unternehmer logischerweise Kosten und der Kunde bekommt die Antwort sehr viel langsamer.
Deshalb ist es sehr interessant, wenn man genauer hinschaut und den Prozess mal auseinander nimmt: Wo fängt er an, wo wären welche Informationen notwendig gewesen und wie kann man das anhand der Daten abbilden.
Und da kommt das „Kontextuelle“ zum Einsatz, weil wenn es nicht irgendeine Anfrage des Kunden ist, sondern das könnte jetzt sein vom Bauunternehmen bis zum Reisebüro, also schlussendlich Stellen wir unser Reisebüro vor, wenn wir sagen, die Anfrage ist für nicht „Südamerika“, sondern wir wissen schon Südamerika und ein bestimmter Berg. Dafür ist ein bestimmter Mitarbeiter prädestiniert und die Anfrage wird zu ihm weitergeleitet. Oder der Kunde kann sofort eine Rückfrage erhalten, meint er Land A oder Land B, wofür interessiert er sich mehr und vielleicht will er A oder B auswählen – damit haben wir dann bereits eine qualifiziertere Anfrage. Es sind viele Dinge denkbar, die mithelfen, schnellere Anfrage-Beantwortung und schnellere Prozesse im Unternehmen zu gestalten.
Was da auch noch dazu gehört, ist das Thema Erstlösungsrate. Etwas das in Konzernen und größeren Unternehmen häufig angesehen wird. Wenn man ein effizientes Regelwerk etablieren kann - da kommt ja die KI wirklich sehr zu Hilfe - dann könnte auf eine Anfrage möglicherweise sofort eine mögliche Lösungsantwort gesandt werden. Auf dieser Basis kann vielleicht direkt geholfen werden, und muss kein Support-Mitarbeiter mehr mitwirken, weil man direkt beim Eintreffen des Tickets die Antwort zurückliefern kann. Oder vielleicht sogar, wenn es über ein Online-Formular läuft, gar kein Ticket erstellen muss – da ist KI wirklich ein Riesenhebel, der von alle Großen genutzt wird. Das können wir uns beispielsweise von den Großen abschauen.
Das können wir uns definitiv abschauen, richtig. Vorwiegend ist diese Anwendung jetzt für einen kleinen Unternehmer, für ein EPU greifbar geworden. Wir wissen jetzt, dass sinnvolle Technologien verfügbar sind, wir nehmen sie vielleicht erst jetzt in diesem Ausmaß wahr. Bisher haben wir Alexa benutzt oder waren in einer Warteschleife und sind weitergleitet worden und haben vielleicht nicht wahrgenommen, dass solche Prozesse im Hintergrund ablaufen.
Wir nehmen ja auch nicht unbedingt wahr, dass wenn wir Google oder KI-Chatbots etwas fragen, dass das Mustererkennungen dahinter stehen. Aber wir lernen das jetzt gerade eben. Und indem wir das lernen und erkennen, können wir natürlich überlegen, ob wir das für uns im Unternehmen einsetzen wollen. Und welche Mittel und Wege es dafür gibt.
Vor allem fällt uns in so einem Gespräch immer auf, dass es viel spannender ist, diese wirtschaftlichen Effekte anzusehen, als eben mit KI nur lustige Bilder zu produzieren oder – auch wenn natürlich unterhaltsam - irgendwelche Texte generieren zu lassen. Das ist „nice to have“, eine Spielerei, vielleicht auch manchmal hilfreich, einen Text zu bekommen, den man schnell braucht. Aber ein Hebel entsteht eben nur dann, wenn wir einen Prozess lösen, der öfter vorkommt.
Genau, eine wichtige Erkenntnis, die wir besonders hervorheben wollen: Künstliche Intelligenz (KI) ist längst nicht mehr nur ein Thema für Konzerne. Wir haben jetzt einen Punkt erreicht - dafür ist die generative KI sicherlich eine Trägerrakete gewesen - damit die Möglichkeiten sichtbar werden. Und wir sehen, dass die zugrundeliegende Basis der KI von Mustererkennung und Automatisierung, besonders kleinen und mittelständischen Unternehmen helfen können, Künstliche Intelligenz (KI) nutzbringend einzusetzen.
Stimmt, wenn Sie als Unternehmer wirklich mit dem Unternehmensberater, Steuerberater oder Entwickler der Prozesskenntnisse hat, mit einer klaren Strategie anschauen: Wo liegen bei uns im Unternehmen, die wirklichen Prozesse, die uns helfen, wenn sie automatisiert sind? Entweder weil wir zu wenig Personal für diese Aufgaben haben oder weil die Aufgabe schneller gelöst werden sollte, damit die Kunden uns gewogen bleiben und nicht zur Konkurrenz wechseln. Dann kann man sicher ganz viel Gutes machen. Fallen dir dazu noch Punkte ein, die Unternehmer berücksichtigen sollten?
Ich finde einfach, es braucht jetzt ein Mut zur Innovation „Done is better than perfect“. Also Ärmel nach oben und dann anfangen. Natürlich bitte nicht blauäugig, aber auch nicht der Technologie ängstlich gegenüberstehen. Und wenn man mal die ersten Anfangsschritte gemacht hat und sieht, welche Effizienzsteigerungen möglich sind, dann wird man neugierig.
Und diese Neugier wünsche ich allen unseren Zuhörerinnen und Zuhörern. Das klingt wirklich super. Ich freue mich schon, wenn wir das nächste Mal wieder eine neugierige Folge machen.
Wenn es wieder heißt vom Hype zum Handeln.