AI or DIE

n diesem Gespräch reflektieren Andreas Wiener und Frank Hendricks (HRCIE) über 30 Jahre Daten- und KI-Entwicklung, die Herausforderungen bei der Nutzung von KI in Unternehmen und die Bedeutung einer soliden Datenbasis für erfolgreiche Entscheidungen. Sie diskutieren die Evolution der Technologie, aktuelle Trends und die zukünftigen Chancen und Risiken.

Key Topics

- Entwicklung der Daten- und KI-Technologie in 30 Jahren

- Bedeutung der Datenqualität und Datenlogistik für Unternehmen

- Risiken und Chancen bei der Nutzung von KI-Tools und Automatisierung

- Die Rolle der Unternehmenssteuerung und Entscheidungsfindung im KI-Zeitalter

Soundbites

"Auf die Qualität der Daten achten und Prozesse verbessern"

"Vertrauen in die Datenbasis aufbauen und sichern"

"Technologie bewusst und verantwortungsvoll einsetzen"

"Die Entwicklung schreitet exponentiell voran."

"Daten sind das Futter für meinen Rechner."

"Garbage in, garbage out – das gilt immer noch."

Chapters

00:00 Einführung in die Welt der Daten und AI

03:03 Die Entwicklung von Daten und deren Bedeutung

06:04 Herausforderungen der Datenverarbeitung und AI-Integration

09:11 Die Rolle von Information und Entscheidungsfindung

12:01 Erwartungsmanagement und AI-Projekte

15:00 Prozessautomatisierung und die Zukunft der Arbeit

17:35 Unternehmenssteuerung und BI-Projekte

20:45 Datenhaushalt und Datenstruktur

22:48 Self-Service BI und Entscheidungsfindung

26:18 Bauchentscheidungen vs. rationale Entscheidungen

30:08 Werte und persönliche Philosophie

mit Björn M. Stauss von board

Link: https://www.board.com/de/veranstaltungen-webinare/board-beyond-dach-2026

Jetzt kommt Agentic AI – und plötzlich stellt sich eine unbequeme Frage: Wozu braucht es eigentlich noch klassische Planungsprozesse?

In dieser Folge sprechen Andreas Wiener und Björn M. Stauss von board darüber, warum KI-Agenten nicht einfach ein weiteres Tool sind, sondern das Fundament von Planning komplett verschieben. Weg von manuellen Analysen, hin zu automatisierten Insights. Weg von Jahresplanung, hin zu Continuous Planning. Weg von Perfektion, hin zu Geschwindigkeit und Wirkung.

Die eigentliche Provokation:

Vielleicht geht es gar nicht darum, bessere Prognosen zu bauen – sondern schneller zu entscheiden.

Wir reden über echte Use Cases aus Finance, Supply Chain und Controlling. Über den Unterschied zwischen generischer KI und trainierten, domänenspezifischen Agenten. Und darüber, warum 85 % Genauigkeit auf Knopfdruck oft mehr wert sind als 100 % nach drei Monaten Abstimmung.

Klar wird auch:

Das ist kein Hype für Konzerne. Der Mittelstand steht vor genau derselben Entscheidung nur mit weniger Zeit.

Wer Planning heute noch wie vor fünf Jahren denkt, wird morgen nicht mehr mithalten.

Und genau darum geht es: verstehen, wo der echte Hebel liegt bevor andere ihn nutzen.

mit Christian Bühler Five1

Link: https://www.five1.de/podcast/reifegrad-sap-bdc

SAP und Künstliche Intelligenz galten lange als zwei Welten, die nur schwer zusammenfinden. Komplexe Systemlandschaften, eingeschränkter Datenzugriff und hoher manueller Aufwand haben viele Projekte ausgebremst.

Mit der Business Data Cloud verändert sich dieses Bild grundlegend.

In dieser Folge sprechen Andreas Wiener und Christian Bühler darüber, wie sich der Umgang mit SAP Daten aktuell wandelt und welche neuen Möglichkeiten sich daraus ergeben. Offene Standards, bessere Integration und automatisierter Zugriff schaffen die Grundlage, um Daten deutlich effizienter zu nutzen und KI Anwendungen sinnvoll einzusetzen.

Im Mittelpunkt stehen konkrete Einsatzfelder. Von Forecasting über Finanzplanung bis hin zu interaktiven Analysen auf Basis von Chatbots. Dabei wird deutlich, dass nicht die Technologie allein den Unterschied macht, sondern vor allem das Zusammenspiel aus Datenqualität, Struktur und Fachwissen.

Ein zentraler Punkt ist der Wandel in der Nutzung von Daten. Es geht weniger darum, alle Mitarbeitenden zu Datenexperten zu machen. Entscheidend ist, dass Fachbereiche mit tiefem Verständnis gezielt mit Daten arbeiten und daraus bessere Entscheidungen ableiten.

Diese Folge liefert einen fundierten Einblick in den aktuellen Stand und zeigt, warum SAP im Kontext von KI heute eine deutlich größere Rolle spielt als noch vor kurzer Zeit.

Pyramid on STACKIT by OPITZ CONSULTING

https://www.pyramid-on-stack.it/

Entdecken Sie Pyramid Analytics in der souveränen STACKIT Cloud, professionell verwaltet von OPITZ CONSULTING. Optimieren Sie Ihre Datenanalysen jetzt!

Zukunftstag Mittelstand 2026 | OPITZ CONSULTING

https://opitz-consulting.com/events/zukunftstag-mittelstand-2026

OPITZ CONSULTING ist als Austeller vor Ort dabei und wir freuen uns auf viele spannende Gespräche in Berlin.

https://data-changemaker.de/

https://www.linkedin.com/groups/18379010/

Viele Mittelständler stehen gerade vor derselben Frage:

Muss ich wirklich den ganzen Hyperscaler-Zirkus mitmachen?

Azure, AWS, SAP – alles wirkt groß, komplex und oft wie für Konzerne gebaut.

Doch genau hier entsteht gerade eine neue Bewegung: einfachere, souveräne und bezahlbare Alternativen für den Mittelstand.

In dieser Folge von AI or DIE sprechen Andreas Wiener, Janine und Thomas darüber, warum genau jetzt der richtige Zeitpunkt ist, sich neu zu orientieren – technologisch, aber auch strategisch.

Im Fokus steht eine Kombination aus Stackit (Schwarz Gruppe) und Pyramid Analytics – eine Lösung, die bewusst anders denkt:

Weniger Komplexität, weniger Risiko, mehr Zugänglichkeit.

Es geht nicht darum, bestehende Systeme schlechtzureden.

Es geht darum, eine realistische Alternative aufzuzeigen – für Unternehmen, die keine eigene BI-Abteilung haben, keine Lust auf komplexe Architekturprojekte und trotzdem datengetrieben arbeiten wollen.

Wir sprechen darüber:

• Warum viele Mittelständler mit Hyperscalern überfordert sind

• Wieso Datensouveränität plötzlich ein Business-Thema ist

• Wie man mit kleinen Paketen startet statt mit Millionenprojekten

• Warum „Think big, start small“ endlich technologisch funktioniert

• Weshalb einfache Tools oft mehr bringen als perfekte Architekturen

• Für wen sich ein Wechsel oder Einstieg wirklich lohnt – und für wen nicht

Die zentrale Erkenntnis:

Es geht nicht mehr nur um Technologie.

Es geht um Kontrolle, Geschwindigkeit und Entscheidungsfähigkeit.

Und genau hier kann der Mittelstand aktuell einen Vorteil ausspielen –

wenn er aufhört zu warten und anfängt, pragmatisch zu handeln.

⸻

⏱️ Timestamps

00:00 – Intro: Mittelstand vs. Hyperscaler

00:45 – Warum viele Unternehmen von großen Plattformen überfordert sind

01:20 – Vorstellung Thomas & Fokus der Folge

01:38 – Eventhinweis: Mittelstandsevent in Berlin

02:20 – TDWI & Data Changemaker Community

03:00 – Einstieg: Gibt es Alternativen zu Azure & AWS?

03:32 – Problem Hyperscaler & geopolitische Risiken

04:30 – Datensouveränität und US Cloud Act

05:00 – Stackit als deutsche Alternative

05:33 – Kombination mit Pyramid Analytics

06:09 – Bronze-, Silber- und Gold-Pakete erklärt

07:01 – Skalierung und Individualisierung

08:25 – Zwei Perspektiven: Sicherheit vs. Mehrwert

09:15 – Einfluss von Politik auf Datenstrategien

10:33 – Warum Pyramid Analytics so stark wächst

12:24 – Einfachheit als Schlüssel im Mittelstand

13:32 – Typische Architektur im Mittelstand

14:18 – Einstieg ohne großes Invest

16:39 – Opex vs. Capex: Kostenmodell erklärt

17:46 – Klein starten, flexibel wachsen

18:13 – Sicherheit durch starke Anbieter

19:19 – Für wen die Lösung ideal ist

21:17 – Wann es keinen Sinn macht

22:32 – Excel-Unternehmen als Zielgruppe

24:00 – Rolle der Schwarz Gruppe & Eigenbetrieb

25:14 – Wirtschaftliche & strategische Perspektive

26:29 – Unsicherheit als Treiber für neue Lösungen

27:00 – Daten als Grundlage für bessere Entscheidungen

27:58 – Nutzerakzeptanz & Spaß an Analytics

28:26 – Self-Service & KI im Reporting

29:16 – Einfachheit statt Komplexität

30:54 – Call to Action: Demo & Einstieg

31:19 – Abschluss & Einladung zum Austausch

mit Simon Balk Leiber Group

Wie bringt man KI wirklich in den Mittelstand?

Nicht als Pilotprojekt. Nicht als Buzzword. Sondern als echte Kompetenz im Unternehmen.

In dieser Special-Folge von AI or DIE sprechen wir live aus dem Mittelstand – direkt aus einem KI-Workshop bei der Leiber Group. Gemeinsam mit Simon und Richard diskutieren wir, wie Unternehmen KI pragmatisch einführen können, ohne sich in Tools, Lizenzen oder Strategiepapiere zu verlieren.

Der Ansatz:

Nicht Perfektion. Sondern Zugänglichkeit, Geschwindigkeit und Umsetzung.

Statt teurer Lizenzen für jeden Mitarbeitenden setzt Leiber auf einen Plattformansatz: KI wird über APIs verfügbar gemacht, nutzungsbasiert abgerechnet und damit für alle im Unternehmen zugänglich. Ergänzt durch Schulungsstufen, klare Rollen und schnelle Use-Case-Teams entsteht Schritt für Schritt eine echte KI-Kompetenz im Unternehmen.

Dabei wird auch deutlich:

Der Mittelstand hat einen entscheidenden Vorteil gegenüber Konzernen – Geschwindigkeit und Entscheidungsfähigkeit.

In der Diskussion geht es unter anderem um:

• Warum KI zuerst für die breite Masse verfügbar sein muss

• Wie ein Plattformansatz Kosten reduziert und Flexibilität erhöht

• Warum Unternehmen nicht sofort mit komplexen KI-Projekten starten sollten

• Wie KI Research, Vertrieb und Marktanalysen radikal beschleunigen kann

• Warum der ROI von KI oft indirekt über Geschwindigkeit und Produktivität entsteht

• Und weshalb Mittelständler gerade jetzt die Chance haben, Innovation schneller umzusetzen als große Organisationen

Die zentrale Botschaft dieser Episode:

Wer auf die perfekte Strategie wartet, verliert Zeit.

Wer startet, lernt schneller.

Und genau das entscheidet gerade darüber, wer KI wirklich nutzt – und wer nur darüber spricht.

⸻

Timestamps

00:00 – Intro: Special AI or DIE Folge aus dem Mittelstand

00:13 – Wie Leiber KI im Unternehmen einführt

01:10 – KI für die breite Masse statt Speziallösungen

02:00 – Schulungslevels: User, Power User und KI Champions

03:08 – Warum schnelle Umsetzung entscheidend ist

04:00 – Plattformstrategie statt teurer Einzellizenzen

04:54 – Der technische Plattformansatz erklärt

06:00 – Pay-per-Use statt Lizenzmodelle

06:53 – Multi-KI statt nur einer Plattform

08:00 – Das Problem ungenutzter Softwarelizenzen

09:00 – Schatten-KI im Unternehmen

09:49 – Spezialtools vs. Plattformstrategie

11:07 – Inspiration aus KI-Use-Cases im Vertrieb

13:10 – Geschwindigkeit als Wettbewerbsvorteil

13:57 – Innovation im Mittelstand

15:03 – Eindrücke aus dem Unternehmen Leiber

17:32 – KI-Strategie und Messbarkeit von Effizienz

18:17 – Persönliche Produktivitätssteigerung durch KI

19:17 – Wie man den ROI von KI sichtbar macht

21:36 – Mensch vs. KI im Arbeitsalltag

22:19 – Angst vor KI im Unternehmen

24:05 – KI ersetzt nicht Jobs, sondern Aufgaben

26:03 – KI und die neue Produktivität der Wissensarbeit

27:13 – Konkrete Maßnahmen nach dem Workshop

28:24 – Motivation und Netzwerk im KI-Mittelstand

30:23 – Fazit des Tages bei Leiber

31:10 – Schlussgedanken zur Zukunft von KI im Mittelstand

31:55 – Aufruf: Einfach starten und dranbleiben

33:01 – Outro

mit Jürgen Fischer Opitz Consulting

Links:

https://data-changemaker.de/

https://www.linkedin.com/groups/18379010/

Data Governance klingt für viele Unternehmen nach Bürokratie, Regeln und zusätzlicher Arbeit. Genau deshalb wird das Thema häufig aufgeschoben – bis die ersten echten Probleme auftreten: falsche Kennzahlen, widersprüchliche Reports oder KI-Modelle, die auf fehlerhaften Daten basieren.

In dieser Folge von AI or DIE sprechen Andreas Wiener und Janine mit Jürgen von OPITZ CONSULTING über ein Thema, das in der Datenwelt oft unterschätzt wird, aber über Erfolg oder Misserfolg vieler Analytics-Initiativen entscheidet: Data Governance.

Dabei wird schnell klar: Governance bedeutet nicht Kontrolle um der Kontrolle willen. Es geht darum, Verantwortlichkeiten zu klären, Datenflüsse transparent zu machen und dafür zu sorgen, dass Fachbereiche sich auf ihre Daten verlassen können. Denn ohne Vertrauen in die Daten kann weder Self-Service-Analytics noch Data Culture wirklich funktionieren.

Gemeinsam diskutieren wir unter anderem:

• Warum Data Governance heute anders wahrgenommen wird als noch vor einigen Jahren

• Welche Rolle Data Culture dabei spielt

• Warum Data Stewards keine „Datenpolizei“ sein sollten

• Wie Unternehmen Governance pragmatisch aufbauen können

• Warum Visualisierung von Datenprozessen ein Schlüssel zum Erfolg ist

• Wann externe Perspektiven helfen, Governance-Programme sinnvoll aufzusetzen

• Und welche Rolle KI künftig bei der Verbesserung von Datenqualität spielen kann

Die zentrale Botschaft dieser Episode:

Wer seine Daten ernst nimmt, braucht klare Regeln – nicht als Selbstzweck, sondern als Grundlage für bessere Entscheidungen.

Oder einfacher gesagt:

Ohne Data Governance bleibt Data-Driven nur ein Buzzword. 

⸻

Timestamps

00:00 – Intro: Warum Data Governance oft unterschätzt wird

00:56 – Vorstellung des Gastes Jürgen

01:00 – Hat sich Data Governance in den letzten Jahren verändert?

02:26 – Zusammenhang zwischen Data Culture und Data Governance

03:06 – Warum Datenqualität bei der Dateneingabe beginnt

04:13 – Datenqualität und KI: Wenn schlechte Daten automatisiert werden

04:33 – Wie startet man ein Data-Governance-Projekt?

05:08 – Bewusstsein schaffen und Stakeholder einbinden

06:28 – Gibt es einen Standard-Leitfaden für Data Governance?

07:13 – Prozesse und Datenflüsse sichtbar machen

08:40 – Rollenmodelle und der Begriff Data Steward

09:48 – Data Steward: Diener der Datenqualität statt Datenpolizei

11:13 – Akzeptanz von Governance-Rollen im Unternehmen

12:58 – Self-Service Analytics vs. Governance

14:15 – Gemeinsame Ziele als Erfolgsfaktor

14:56 – Herausforderungen bei Self-Service-Datenmodellen

16:10 – Kommunikation und Zusammenarbeit im Datenprozess

17:01 – Externe Beratung bei Data-Governance-Projekten

18:29 – Warum eine externe Perspektive hilfreich sein kann

20:13 – Ganzheitliche Sicht auf Datenprozesse

20:57 – Visualisierung von Datenflüssen und Pain Points

22:04 – Zusammenhang zwischen Data Governance und KI

23:05 – Können KI-Agenten Datenqualität verbessern?

24:13 – Wie Governance-Prozesse visualisiert werden

25:51 – Data Governance in einem Satz erklärt

27:24 – Data Governance positiv framen

28:47 – Learnings aus der Folge

29:41 – Schlussgedanke: Bei Data Governance nicht weglaufen

29:56 – Outro

Link zum Buch: https://www.kaiuwestahl.com/download-buch-aiordie/

Seit über 15 Jahren bauen wir Dashboards.

Von den ersten BI-Projekten mit absurden Ladezeiten bis zu modernen Tools wie Power BI und SAP Analytics Cloud.

Und trotzdem stellt sich heute wieder eine provokante Frage:

Brauchen wir Dashboards überhaupt noch – oder übernimmt KI jetzt alles?

In dieser Folge sprechen Andreas Wiener und Kai-Uwe Stahl über eine der zentralen Disziplinen der datengetriebenen Unternehmenssteuerung. Sie blicken zurück auf die Entwicklung des Dashboardings, auf die größten Missverständnisse in Unternehmen und auf die Rolle, die KI künftig spielen wird.

Dabei wird eines deutlich:

Viele Unternehmen springen heute direkt auf den KI-Hype – ohne ihre Hausaufgaben gemacht zu haben.

Denn bevor KI wirklich Mehrwert liefern kann, müssen Unternehmen ihre Zahlen kennen.

Und genau dafür bleiben Dashboards unverzichtbar.

In der Folge geht es unter anderem um:

• Die Evolution von Dashboarding in den letzten 15 Jahren

• Warum Tools heute kaum noch der entscheidende Faktor sind

• Weshalb viele Unternehmen den falschen Fokus auf Self-Service-Analytics legen

• Warum Standard-Reporting oft mehr bringt als komplexe Analyseumgebungen

• Wie KI künftig die tiefe Analyse übernimmt – während Dashboards das Monitoring liefern

Die klare Botschaft dieser Episode:

KI ersetzt Dashboards nicht.

Aber sie verändert, wofür wir sie nutzen.

Wer seine Daten nicht im Griff hat, wird auch mit KI keine besseren Entscheidungen treffen. 

⸻

Timestamps

00:00 – Intro: 15 Jahre Dashboarding

00:54 – Was ist eigentlich ein Dashboard?

01:32 – Warum Monitoring-Dashboards unverzichtbar bleiben

02:53 – Das Buch und Feedback aus Unternehmen

05:12 – Warum viele Berater dem falschen Hype folgen

07:35 – Neue Hausaufgaben: Dashboards statt nur Datenqualität

10:03 – Die Anfänge: Dashboarding mit Excel und PowerPoint

11:15 – Erste BI-Tools und extrem lange Ladezeiten

13:22 – Erste große Projekte und technologische Entwicklung

14:32 – Warum viele Unternehmen Dashboarding nie richtig umgesetzt haben

15:52 – Warum klassische Trainings oft nicht funktionieren

18:29 – Online-Kurse vs. Präsenzschulungen

19:10 – Power BI als Gamechanger im Dashboarding

20:34 – Tableau, Visual Analytics und der Visualisierungstrend

21:22 – Warum sich der Markt auf wenige Tools konzentriert

23:38 – Konsolidierung im BI-Markt

25:09 – Datenvisualisierung und Storytelling im Dashboard

26:00 – Self-Service Analytics: Realität vs. Wunschdenken

27:08 – Wo KI künftig die Analyse übernimmt

28:21 – Fazit: Dashboards bleiben ein zentraler Baustein der Datenstrategie

mit Joshua und Christian Five1

mit Tobi Nehren areto.strategy

Wir stehen nicht am Anfang eines Tools.

Wir stehen am Anfang einer neuen Exponentialität.

In dieser Folge von AI or DIE spreche ich mit Tobi Nehren von areto.strategy über das, was viele gerade spüren, aber kaum jemand klar formuliert:

KI ist kein Feature.

KI ist ein Strukturbruch.

Während einige noch Copilot-Lizenzen verteilen und hoffen, dass sich Produktivität von selbst ergibt, stellt sich die eigentliche Frage:

Was passiert mit deinem Geschäftsmodell, wenn Intelligenz plötzlich unbegrenzt verfügbar wird?

Wir sprechen über:

• Warum der Mittelstand gerade zwischen Hype und Ernüchterung schwankt

• Weshalb „Effizienzdenken“ zur größten Blockade wird

• Ob Konzernstrukturen oder Mittelstand schneller transformieren

• Welche Jobs wirklich gefährdet sind und welche nicht

• Warum Nichtstun die riskanteste Strategie ist

Dabei geht es nicht um Technikdetails.

Es geht um Haltung.

Um Mut.

Und um die Bereitschaft, Zukunft aktiv zu gestalten.

Denn eines ist klar:

Die Transformation kommt, mit oder ohne dich.

Und die Frage ist nicht, ob KI dein Unternehmen verändert.

Sondern ob du die Veränderung steuerst oder von ihr überrollt wirst.

⸻

⏱️ Timestamps

00:00 – Intro & technischer Fehlstart

04:10 – Wer ist Tobi Nehren & was macht areto?

05:50 – Warum „Zukunftsberatung“ mehr ist als KI-Beratung

07:20 – Ernüchterung im Mittelstand: Hype vs. Realität

09:30 – Warum Use-Case-Workshops oft scheitern

10:40 – Sind wir wirklich schon über dem KI-Hype?

12:00 – Intelligenz-Exponentialität: Was jetzt anders ist

14:10 – Angst oder Optimismus? Wie Transformation gelingt

17:20 – Individuum vs. Organisation: Wer passt sich schneller an?

20:00 – Arbeitsmarkt-Disruption: Was passiert mit Wissensarbeit?

23:00 – Kreativität vs. Prozessarbeit: Wer bleibt relevant?

26:00 – Demografie & KI: Problem oder Lösung?

28:00 – Mittelstand, Konzern & die große Verschiebung

32:00 – Warum Veränderung jetzt Pflicht ist

34:30 – KI als Chance für den Mittelstand

36:00 – Schlussgedanke: Zukunft ist zum Machen da

mit Janine und Volker Opitz Consulting

Migration wird in Unternehmen noch immer unterschätzt. Zu oft wird sie als technisches Upgrade verkauft – und endet als organisatorisches Minenfeld. In dieser Folge von AI or DIE sprechen Andreas, Janine und Volker von Opitz darüber, warum Migration nie nur ein Tool-Thema ist, sondern immer ein Eingriff in Prozesse, Kultur und Machtverhältnisse.

Es geht um die harten Wahrheiten aus der Praxis: Warum selbst kleine Upgrades zu Großprojekten werden können. Weshalb Frontend-Migrationen regelmäßig eskalieren, während Backend-Wechsel leise, aber gefährlich sind. Und warum Migration fast nie an Technologie scheitert – sondern an Menschen, Widerständen und fehlender Wertschätzung für bestehendes Wissen.

Die Folge macht klar: Migration ist kein Projekt mit Enddatum, sondern ein kontinuierlicher Anpassungsprozess. Wer glaubt, man könne „mal eben“ von On-Prem in die Cloud wechseln, neue Tools einführen oder alte Systeme abschalten, ohne Fachbereiche mitzunehmen, wird scheitern. Diese Episode liefert Orientierung für alle, die Migration realistisch planen, sauber kommunizieren und strategisch umsetzen wollen – ohne Hochglanzfolien, aber mit Haltung. 

Timestamps

00:00 – Einstieg: Warum Migration jahrelang verdrängt wurde

00:46 – Was Migration wirklich ist: Update vs. Upgrade vs. Migration

02:12 – Wenn ein Upgrade plötzlich zur Migration wird

03:28 – Tool-, Datenbank- und Frontend-Wechsel eingeordnet

03:50 – On-Prem → Cloud als häufigster Treiber

04:41 – Lift & Shift oder echter Architekturbruch

05:09 – Typische Auslöser für Migrationsentscheidungen

06:13 – Legacy-Systeme, Fachkräftemangel, KI-Blockaden

07:55 – Fachbereiche als Migrationstreiber

08:45 – Warum Migration kein Nebenprojekt ist

09:33 – Der Klassiker: Halbfertige Migrationen

10:09 – Frontend-Migrationen als größtes Risiko

11:50 – Backend-Migration: weniger sichtbar, nicht weniger gefährlich

12:52 – Data Integration & Orchestration tauschen

14:21 – Klare Zielbilder im Backend

14:41 – Migration scheitert selten an Technik

15:12 – Menschen, Anforderungen und Komplexität

15:39 – Abhängigkeiten zwischen BI, ERP und Operativsystemen

17:06 – Data Culture als kritischer Erfolgsfaktor

17:46 – Neue Technologien vs. bestehendes Expertenwissen

18:37 – Warum „alt = schlecht“ ein fataler Denkfehler ist

19:55 – Widerstände als Normalzustand

21:01 – Warum Redesign fast immer nötig ist

21:37 – Wertschätzung für Legacy-Expert:innen

22:44 – Zwei-Welten-Problem: Alt-System vs. neuer Stack

23:42 – Migration ≠ klassisches Projekt

25:23 – Berater als Coaches statt Projektabwickler

26:28 – Architekturverständnis vs. Tool-Expertise

28:33 – Interdisziplinäre Teams als Schlüssel

29:31 – Wann Migration trotzdem ein klar definiertes Projekt sein muss

30:16 – Migration ist immer nur der Anfang

31:37 – Flexibilität schlägt Tool-Spezialisierung

33:41 – Fazit Janine

34:14 – Schlusswort Volker

34:48 – Ende der Folge