„Ideation is king, execution is cheap“ klingt im KI-Zeitalter erst einmal logisch. Doch gerade in BI-Projekten zeigt sich: Die eigentlichen Probleme werden oft erst während der Umsetzung sichtbar.

In dieser Folge geht es darum, warum KI zwar Produktion beschleunigt, echte Execution aber mehr ist als Code, DAX oder ein schneller Prototyp. Es geht um Erfahrung, Kontext, implizites Wissen und die Frage, warum gute Ideen sich erst in der Realität beweisen müssen.

Kapitel:

00:00 Warum Execution nicht billig ist

00:43 Die falsche Flughöhe

01:10 Das BI-Praxisbeispiel

02:58 Implizites Wissen sichtbar machen

03:23 Von Machbarkeit zu Verantwortung

04:05 Das Fazit: Ideen müssen sich beweisen

Viele Unternehmen glauben, dass sie der KI einfach ihre Dokumente zur Verfügung stellen müssen – und schon kennt sie das gesamte Unternehmenswissen. Doch genau hier liegt einer der größten Irrtümer rund um Künstliche Intelligenz.

In dieser Folge von Data Therapy sprechen wir darüber, warum Informationen nicht automatisch zu Wissen werden und weshalb KI-Systeme wie Microsoft Copilot oder andere Generative AI-Lösungen häufig unterschiedliche Antworten liefern – obwohl sie auf dieselben Unternehmensdaten zugreifen.

Du erfährst:

• warum Dokumente allein noch kein Unternehmenswissen sind,
• wie Wissen tatsächlich entsteht,
• weshalb gemeinsamer Kontext für KI entscheidend ist,
• warum Unternehmen mit KI oft dieselben Fehler machen wie früher im Business Intelligence-Umfeld,
• und welche Rolle Data Governance, semantische Modelle und Wissensmanagement dabei spielen.

Wenn du dich mit KI, Microsoft Fabric, Power BI, Data Governance, Semantischen Modellen, Knowledge Management oder der Einführung von Microsoft Copilot beschäftigst, erhältst du in dieser Folge eine neue Perspektive darauf, wie Unternehmen Wissen für Menschen und KI gleichermaßen nutzbar machen können.

🎙️ Data Therapy ist der Podcast über Daten, KI und Data Governance – aber vor allem über die Menschen dahinter. Hier geht es nicht um den nächsten Tool-Hype, sondern um Klarheit für bessere Entscheidungen.

Kapitel:

00:00 Warum Dokumente allein kein Wissen sind

01:14 Warum Copilot unterschiedliche Antworten gibt

01:52 Information ist nicht gleich Wissen

02:05 Wie Wissen durch Erfahrung entsteht

03:19 Widersprüchliche Definitionen im Unternehmen

04:25 Warum Kontext für KI entscheidend ist

05:10 Was BI über Wissen und Daten lehrt

06:30 Unternehmenswissen klar definieren

07:38 Fazit: KI braucht gemeinsames Verständnis

Musik:

Musik: Dance by PulseBox
Quelle: freemusicarchive.org (Creative Commons) –https://freemusicarchive.org/music/pulsebox/pop-music-2/dance-2/

Microsoft 365 Copilot oder Copilot Co-Work?

Seit Microsoft Copilot Co-Work verfügbar ist, fragen sich viele Unternehmen: Haben wir auf das falsche Tool gesetzt?

In dieser Folge schauen wir uns beide Lösungen ohne Hype an. Du erfährst, worin sich Microsoft 365 Copilot und Copilot Co-Work unterscheiden, für welche Aufgaben sich die jeweiligen Tools eignen und warum Co-Work nicht automatisch die bessere Wahl ist.

Außerdem sprechen wir über die Credit-basierte Abrechnung von Co-Work, typische Einsatzszenarien und weshalb Unternehmen weniger über neue Produkte und mehr über den richtigen Einsatz von KI sprechen sollten.

Denn am Ende geht es nicht darum, jedes neue Tool einzuführen. Es geht darum, für jede Aufgabe die passende KI zu wählen.

Cowork Costs: https://learn.microsoft.com/en-us/microsoft-365/copilot/usage-based-billing-overview-copilot-creditsCowork is GAhttps://www.microsoft.com/en-us/microsoft-365/blog/2026/06/16/copilot-cowork-is-now-generally-available/

Kapitel

00:00 Einführung in Microsoft Copilot und Co-Work

03:35 Microsoft 365 Copilot vs. Copilot Co-Work: Die Unterschiede

05:42 Einsatzmöglichkeiten und Kosten der Tools

10:07 Welche Aufgaben übernimmt welche KI?

11:33 Fazit: Warum Unternehmen mehr über KI-Kompetenzen als über neue Tools sprechen sollten

ChatGPT, Copilot und andere Large Language Models verändern aktuell die Art und Weise, wie Unternehmen mit Daten arbeiten. Immer häufiger taucht dabei die Frage auf: Brauchen wir überhaupt noch Dashboards, wenn KI jede Frage direkt beantworten kann?

In dieser Folge von Data Therapy gehe ich genau dieser Frage nach und erkläre, warum die Diskussion oft am eigentlichen Problem vorbeigeht.

Während Dashboards eine gemeinsame Grundlage für Entscheidungen schaffen, helfen Large Language Models dabei, individuelle Fragestellungen schneller zu beantworten. Beide Technologien haben ihre Stärken. Kritisch wird es dann, wenn Unternehmen versuchen, das eine durch das andere zu ersetzen.

In dieser Episode erfährst du:

• Warum KI und Dashboards unterschiedliche Probleme lösen
• Weshalb Organisationen weiterhin eine gemeinsame Datenwahrheit benötigen
• Warum KI-Antworten nicht automatisch verlässlich sind
• Wo Large Language Models ihre größten Stärken ausspielen
• Weshalb viele Unternehmen nicht zu wenig KI, sondern die falschen Dashboards haben
• Wie die Kombination aus BI, Data Governance und KI bessere Entscheidungen ermöglicht

Wenn du dich mit Business Intelligence, Power BI, Data Analytics, Data Governance, Self-Service Analytics oder dem Einsatz von KI im Unternehmen beschäftigst, ist diese Folge für dich.

Kapitel:

00:00 Warum KI Dashboards nicht ersetzt
01:24 Das Problem mit KI-Antworten auf Unternehmensdaten
03:15 Warum Organisationen eine gemeinsame Wahrheit brauchen
05:05 Wo KI stärker ist als Dashboards
06:10 Warum KI und Dashboards gemeinsam am besten funktionieren
07:18 Brauchen wir in Zukunft überhaupt noch Dashboards?
08:18 Die wichtigere Frage: Wie bekommen wir bessere Dashboards?

Viele Unternehmen investieren aktuell in KI-Schulungen und trotzdem bleibt die echte Veränderung im Arbeitsalltag aus.

In dieser Folge spreche ich darüber, warum klassische KI-Schulungen oft nicht den gewünschten Effekt bringen und weshalb der eigentliche Erfolgsfaktor erst nach der Schulung beginnt.

Du erfährst:

• warum manche Mitarbeitende KI sofort produktiv nutzen und andere kaum starten
• welche zwei Typen es in KI-Projekten fast immer gibt
• warum fehlende Strukturen KI-Adoption verhindern
• wie ein KI-Kernteam echten Business-Mehrwert schaffen kann
• und wie Unternehmen KI nachhaltig integrieren können

Außerdem zeige ich dir, warum KI nicht wie klassische Software-Einführungen funktioniert und weshalb Experimentieren, Austausch und aktive Begleitung entscheidend sind.

Wenn du KI im Unternehmen wirklich erfolgreich etablieren möchtest, ist diese Folge genau richtig für dich.

Kapitel:00:00 Erfahrungen aus der KI-Schulung02:48 Die Bedeutung von Experimentieren und Kreativität05:40 Typen von Teilnehmern und ihre Herausforderungen07:09 Die Rolle des KI-Kernteams07:50 Integration von KI in Unternehmen08:44 Schlussfolgerungen und nächste Schritte

KI gibt dir schnelle Antworten.
Aber schnell heißt nicht richtig.

In dieser Folge spreche ich über ein Problem, das ich aktuell in fast jedem Projekt sehe:
Menschen verlassen sich auf KI-Ergebnisse, ohne sie wirklich zu hinterfragen.

Ich teile eine echte Story aus der Praxis, in der eine vermeintlich „effiziente“ KI-Recherche komplett danebenlag.
Nicht, weil die KI schlecht war, sondern weil sie falsch genutzt wurde.

Du erfährst:

• Warum unpräzise Fragen zu schlechten Ergebnissen führen

• Wieso viele KI-Antworten überzeugend klingen, aber inhaltlich schwach sind

• Und welche Rolle Verantwortung bei KI-gestützten Entscheidungen spielt

Wenn du KI im Job nutzt, ist diese Folge keine Theorie, sondern Alltag.

👉 Am Ende bekommst du drei konkrete Fragen, die du dir stellen solltest, bevor du einem KI-Ergebnis vertraust.

Wenn dir die Folge gefallen hat, lass gern eine Bewertung da oder teile sie mit jemandem, der KI täglich nutzt – aber vielleicht noch zu unkritisch.

⏱ Kapitel

00:00 Einführung in die Problematik von KI-Entscheidungen

02:36 Die Bedeutung von präzisen Fragen

06:10 Verantwortung und Risikomanagement bei KI-Entscheidungen

AI First ist gerade überall. Aber was bedeutet das eigentlich konkret für Unternehmen und unseren Arbeitsalltag?

In dieser Folge nehme ich den Hype bewusst kritisch auseinander. Ich spreche darüber, warum „AI First“ oft mehr Verwirrung als Klarheit schafft und weshalb viele Unternehmen aktuell Gefahr laufen, in die falsche Richtung zu investieren.

Du erfährst:

• warum AI First selten eine echte Strategie ist
• weshalb KI keine kaputten Prozesse rettet
• wo Automatisierung oft die bessere Lösung ist
• und warum der Faktor Mensch aktuell komplett unterschätzt wird

Ich teile meine Erfahrungen aus Projekten, Trainings und Gesprächen mit Führungskräften und zeige dir, worauf es wirklich ankommt, wenn du KI sinnvoll im Unternehmen einsetzen willst.

Am Ende geht es nicht darum, möglichst viel KI einzuführen.
Sondern darum, bessere Entscheidungen zu treffen und echten Mehrwert zu schaffen.

Wenn du im BI-, Data- oder Leadership-Umfeld unterwegs bist, bekommst du hier eine ehrliche Einordnung jenseits vom Buzzword-Bingo.

🎧 Viel Spaß beim Reinhören

Kapitel:

00:00 Einführung in das AI First Konzept

02:58 Business First: Der wahre Fokus der Unternehmen

04:48 Die Rolle von Daten und Prozessen

06:12 Automatisierung vs. KI: Wo liegt der Unterschied?

10:17 Der richtige Mix: KI, BI und Menschen

📹Youtube: https://youtu.be/ZQoDnRR84Fc

In dieser ersten Folge von Data Therapy | Frontier Firm erkläre ich, warum es diesen Podcast braucht.

Ich spreche darüber, warum es heute nicht an Tools oder Technologie mangelt, sondern an Orientierung. In meinen BI‑ und KI‑Projekten erlebe ich immer wieder dieselben Fragen: Brauchen wir noch Dashboards? Welche Aufgaben können Agenten übernehmen? Was bedeutet eigentlich Frontier Firm und wie realistisch ist dieses Konzept für Organisationen heute?

Ich ordne ein, warum Datenqualität, Data Health und Governance entscheidend sind, wenn Agenten sinnvoll eingesetzt werden sollen, und warum Menschen viele Probleme kompensieren können, die für Agenten zu echten Hürden werden. Gleichzeitig spreche ich über die wachsende Wissenslücke in Unternehmen zwischen Menschen, die KI sehr selbstverständlich nutzen, und jenen, die noch keinen sicheren Zugang gefunden haben.

Mit Data Therapy möchte ich einen Denkraum schaffen. Einen Raum, in dem du aktuelle Entwicklungen rund um BI und KI reflektieren kannst, eine eigene Haltung entwickelst und für dich klärst, wie ein sinnvoller und verantwortungsvoller Umgang mit diesen Technologien aussehen kann.

Kein Tool Talk. Kein Hype.

Sondern Klarheit, Orientierung und Impulse zum Weiterdenken.

Kapitel

00:00 Einführung in den Podcast und seine Ziele

01:33 Die Rolle von Agenten in Unternehmen

02:57 Der Denkraum des Podcasts

03:40 Warum der Podcast 'Data Therapy' heißt

04:37 Klarheit über Ziele und Tools