Wie tief KI in Deutschland bereits verankert ist – mit Johannes Foertsch

Videoanalyse statt Bauchgefühl: Wie AI Vision Fabriken produktiver macht

In dieser Episode erfährst du: * Die 60-%-OEE-Falle: Warum die meisten Fabriken weit unter ihrer theoretischen Maximalkapazität laufen und wieso klassische Beobachtungen durch Ingenieure oft die falschen Schlüsse ziehen. * Transparenz auf dem Shopfloor via Vision AI: Wie Almetra Videodaten von Roboterzellen, Montagelinien und Ergonomie-Fehlern nutzt, um meterlange Laufwege und unlogische Material-Layouts aufzudecken. * Datenschutz & Betriebsrat: Wie das System Rohvideos lokal analysiert, Gesichter automatisch schwärzt und aggregierte Statistiken speichert, um der DSGVO sowie strengen Betriebsratsvorgaben gerecht zu werden. * Der Boom im US-Markt: Warum die US-Industrie durch den Trend zum Reshoring unter massivem Effizienzdruck steht, weshalb dort eine ganze Ingenieursgeneration fehlt und wie Almetra die Skalierung vor Ort angeht. * Warum Industrie 4.0 oft scheiterte: Warum Tablets an der Linie in den letzten zehn Jahren kaum echten Mehrwert brachten und wieso generative KI und Agenten die Produktion jetzt grundlegend verändern. * DeepMind Accelerator & Physical AI: Welche Learnings Max aus Förderprogrammen bei Google DeepMind, AWS und NVIDIA mitnimmt und woran es Robotik-Systemen heute noch fehlt, um den echten Durchbruch zu schaffen. * Der Genba-Walk-Tipp: Was Nachwuchskräfte und Manager von der Toyota-Philosophie lernen können und warum KI nur so gut ist wie der menschliche Kontext vor Ort. Du hast Fragen oder Anregungen zum Podcast? Dann kontaktiere uns gerne via Instagram. Links zur Folge: Maximilian Fischer [https://www.linkedin.com/in/maximilianpfischer/?] auf LinkedIn Christoph Burseg [https://de.linkedin.com/in/christophburseg] auf LinkedIn Dieser Podcast wird produziert von Podstars by OMR [https://www.podstars.de/]

Echtes KI-Enablement statt ungenutzter Lizenzen – mit Jens Polomski

In dieser Episode erfährst du: Experimentieren am Token-Limit: Warum Jens mit den neuesten Claude-Modellen Gaming-Welten baut und wieso Vibe-Coding den Umgang mit Software nachhaltig verändert. Vom 08/15-Workshop zum echten Enablement: Warum eintägige Frontalschulungen verpuffen und wie SnipKI Unternehmen über acht Wochen Begleitung zu einem echten KI-Mindset verhilft. Die Lücke im C-Level: Warum die Selbsteinschätzung von Führungskräften zur KI-Kompetenz ihrer Teams oft meilenweit an der Realität vorbeigeht. Vormarsch der chinesischen Modelle: Warum Open-Weight-Anbieter wie Alibaba (Qwen) und DeepSeek bei Preis, Performance und Videoanalyse für Staunen sorgen. Mehr Software, weniger Interfaces: Wie MCP-Standards und Agenten den Zugriff auf Tools wie Google Analytics, den Kalender oder Slack revolutionieren – ganz ohne manuelles Klick-Wirrwarr. Die Schattenseiten der Flut: Warum Christoph sich an billigen AI-Bildern auf LinkedIn längst sattgesehen hat und was das für die Wertschätzung von Inhalten bedeutet. Kuriose Anekdoten: Warum verärgerte Nutzer bei Jens anrufen, um ihr KI-Musik-Abo zu kündigen, und welches Potenzial in der direkten Sprachinteraktion mit Systemen steckt. Du hast Fragen oder Anregungen zum Podcast? Dann kontaktiere uns gerne via Instagram. Links zur Folge: Jens Polomski [https://www.linkedin.com/in/jens-polomski/] auf LinkedIn Christoph Burseg [https://de.linkedin.com/in/christophburseg] auf LinkedIn Dieser Podcast wird produziert von Podstars by OMR [https://www.podstars.de/]

Warum Ausreden bei KI nicht mehr zählen – mit Theresa Hauck

In dieser Episode erfährst du: Vom Beratungshaus ins Berliner Start-up-Mindset: Wie Theresa nach BCG und VC-Erfahrungen bei campus.five gelandet ist und wie das Team mittelständische Prozesse mit radikal neuem KI-Fokus optimiert. Prozess-G&V statt netter Chatbots: Warum das einfache Bereitstellen von ChatGPT keinen echten ROI bringt und wieso campus.five extrem spitz in wertschöpfende Kernprozesse (wie die hochkomplexe Angebotskalkulation im Autoteilehandel) eingreift. Build Your AI Agent Day: Wie aus einem Sonntags-Hobby für Gründer eine Bewegung mit hunderten Anmeldungen wurde, bei der Führungskräfte ohne Informatik-Hintergrund in einem geschützten Raum ihre ersten eigenen Agenten bauen. Datenschutz & Lokale Anonymisierung: Wie man sensible Daten DSGVO-konform verarbeitet – von lokaler PDF-Schwärzung auf dem eigenen Rechner bis hin zu hybriden Systemen mit US-LLMs. Lessons Learned aus Kolumbien: Warum Theresa in Südamerika an jeder Ecke von KI-basierten WhatsApp-Bots überrascht wurde und was deutsche Dienstleister beim Thema Erreichbarkeit von Entwicklungs- und Schwellenländern lernen können. Die harte Wahrheit für Führungskräfte: Warum Ausreden nicht mehr zählen, wieso Vorstände das Terminal und die Funktionsweise von LLMs verstehen müssen und weshalb Theresa im Herbst Coding-Workshops für Aufsichtsräte plant. Du hast Fragen oder Anregungen zum Podcast? Dann kontaktiere uns gerne via Instagram. Links zur Folge: Theresa Hauck [https://www.linkedin.com/in/theresahauck/] auf LinkedIn Christoph Burseg [https://de.linkedin.com/in/christophburseg] auf LinkedIn Dieser Podcast wird produziert von Podstars by OMR [https://www.podstars.de/]

Wie tief KI in Deutschland bereits verankert ist – mit Johannes Foertsch

In dieser Episode erfährst du: Der „Chat is dead“-Effekt: Warum im OpenAI-Büro kaum noch Tastaturgeklapper zu hören ist und wie generative KI sich von der reaktiven Chatbox zum proaktiven, autonomen Agenten wandelt. Spreu vom Weizen im Mittelstand: Warum eine unstrukturierte Liste von 89 KI-Use-Cases zum Scheitern verurteilt ist und wie erfolgreiche Unternehmen sich stattdessen auf maximal drei bis fünf werttreibende Kernprozesse fokussieren. Die OpenAI-Mittelstandsstudie im Deep Dive: Spannende Insights darüber, wie Führungskräfte KI im Alltag nutzen – und warum erschreckend viele von ihnen an den internen IT-Richtlinien vorbeiarbeiten. Exklusiver Einblick in GPT-5.6 Sol: Johannes erklärt die Aufteilung in die drei Modell-Varianten Sol (für die komplexesten Aufgaben), Terra (für den Alltag) und Luna (für schnelle, kostengünstige Tasks) und die Bedeutung von automatischer Token-Effizienz. Hinter den Kulissen im Silicon Valley: Johannes teilt seine persönlichen Eindrücke aus Treffen mit Sam Altman und dem OpenAI-Führungsteam in den USA. Du hast Fragen oder Anregungen zum Podcast? Dann kontaktiere uns gerne via Instagram. Links zur Folge: Johannes Foertsch [https://de.linkedin.com/in/johannesfoertsch] auf LinkedIn Christoph Burseg [https://de.linkedin.com/in/christophburseg] auf LinkedIn OpenAI [https://openai.com/de-DE/] Website Dieser Podcast wird produziert von Podstars by OMR [https://www.podstars.de/]

Wie AI-first auf dem Desktop gedacht wird – mit Marco Szeidenleder

In dieser Episode erfährst du: * Die wilde Schule von Rocket Internet: Warum Marco an seinem zweiten Arbeitstag unvorbereitet für drei Wochen nach München geschickt wurde, wie Helpling in den Anfängen mit „Probeputzen im Airbnb“ skalierte und was Bleeding Edge Analytics damals bedeutete. * Das Data Warehouse als „Liability“: Warum ein eigener Datentopf wie ein teures Auto in der Garage ist (das Pflege und Wartung braucht) und wieso Start-ups am Anfang oft mit Out-of-the-Box-Lösungen besser fahren. * Der One-Size-Fits-All Tech Stack: Warum die Kombination aus einer Cloud-Datenbank (BigQuery/Snowflake), DBT und einem Visualisierungstool (Power BI/Looker Studio) der Goldstandard ist, um Lock-in-Effekte zu vermeiden und die Datenhoheit zu behalten. * Das Konzept von PandaOS: Wie die neuentwickelte Desktop-Workstation durch native App-Integrationen komplexe Büro-Tasks – vom automatisierten Beantworten von Excel-Ausschreibungen bis zum Live-Bugfixing – radikal vereinfacht. * Lokale Intelligenz & Inference on the Edge: Warum datenschutzkonforme Open-Source-Sprachmodelle auf dem eigenen Rechner die Zukunft für den Mittelstand sind und wie das Routing zwischen lokaler Hardware und Cloud-Ressourcen funktioniert. * Datenschutz trotz US-Modellen: Wie PandaOS dank Metadaten-Abstraktion stichfeste SQL-Analysen ermöglicht. Für die KI sind nur Spaltennamen und Beschreibungen sichtbar, während die echten Daten für die finale Auswertung auf dem lokalen System verbleiben. * Incentivierter Token-Burn: Warum es bei PandaOS ein internes Entwickler-Leaderboard für den höchsten Token-Verbrauch gibt und weshalb ein Entwickler ohne hohe Token-Nutzung unter seiner Kapazität läuft. * Pandatlas – Das persistente Gedächtnis: Wie das Betriebssystem über alle Sessions hinweg eine neuronale Wissenslandkarte aufbaut und die Präferenzen des Anwenders automatisch gewichtet. * Der Over- oder Unterschätzt-Check: Marcos ungeschönte Meinung zu Cursor, Claude Code, Elon Musk, Venture Capital, dem Setzen unerreichbarer Ziele und der Notwendigkeit eines europäischen Frontier-LLMs. Du hast Fragen oder Anregungen zum Podcast? Dann kontaktiere uns gerne via Instagram. Links zur Folge: Marco Szeidenleder [https://de.linkedin.com/in/szeidenleder] auf LinkedIn Christoph Burseg [https://de.linkedin.com/in/christophburseg] auf LinkedIn Pandata [https://www.pandata.de/] Website Dieser Podcast wird produziert von Podstars by OMR [https://www.podstars.de/]