In diesem Podcast-Interview diskutieren Thomas Fontaine von Mazda und Tim, wie Unternehmen KI sinnvoll und effizient einführen können. Thomas von Mazda teilt Einblicke in die Make-or-Buy-Entscheidungen bei KI, kluge organisatorische Rahmenbedingungen, die Nutzung von Databricks und die Bedeutung von Governance und Qualität bei KI-Projekten.

• Hektisch und schnell einzuführen, ist nicht verlässlich.
• Qualität und Governance sind entscheidend.
• Databricks ist wie Google Cloud Platform on steroids.

00:00:00 Intro und Vorstellung von Thomas Fontaine

00:04:24 [Anzeige] Haufe Akademie: Weiterbildung zum KI-Manager

00:05:38 Die rhetorische Frage: Kann man KI schnell und hektisch einführen?

00:06:36 Gen AI vs. Machine Learning: Was bringt Unternehmen wirklich voran?

00:07:32 Warum ChatGPT bei Podcast-Kapiteln halluziniert

00:09:59 Schatten-IT: Wenn die private Kreditkarte zum KI-Tool führt

00:11:14 Governance-Grundlagen: Qualität, Datenschutz und EU AI Act

00:13:41 Wie Mazda seinen mehrstufigen KI-Governance-Prozess aufgesetzt hat

00:16:04 Synergien erkennen: Wenn ein Agent-Wunsch zur Databricks-Lösung wird

00:17:16 Cross-funktionale Teams: Freiwillige Arbeit mit echtem Impact

00:20:03 AI ist eine Make-or-Buy-Entscheidung

00:21:22 Embedded AI: Wenn Qualtrics plötzlich OpenAI nutzt

00:23:50 Kundenfeedback in 15 Sprachen: übersetzt und klassifiziert mit Databricks

00:28:30 Die AI-Matrix: Schritte zur richtigen Make-or-Buy-Entscheidung

00:32:08 Prozesse vor Technologie: Warum Lift-and-Shift scheitert

00:33:41 Mehrwert messen und dokumentieren für mehr Budget

00:36:51 Was Databricks in Sachen KI alles kann

00:40:19 Geil: Das Dashboard, mit dem man chatten kann

00:46:57 Outro und Verabschiedung

Bei der Haufe Akademie gibt es eine zertifizierte Weiterbildung zum KI Manager. Dort lernst Du, welche Potenziale und Anwendungsfälle Künstliche Intelligenz im Business bietet, wie Du wirtschaftlich erfolgreiche KI-Projekte identifizierst und welche Konzepte hinter Machine Learning und Data Mining stehen.

Weitere Informationen findest Du unter:

https://haufe-akademie.de/ki

In zwei Wochen sprechen Oliver Ulbrich und Tim darüber, warum Dashboard-Projekte so häufig scheitern. Anhand eigener Erfahrungen zeigen die beiden, welche Fehler sie selbst gemacht haben, was sie daraus gelernt haben und warum die Anforderungsanalyse heute einen zentralen Bestandteil ihrer Projekte ausmacht. Außerdem verraten sie, welche Vorgehensweisen ihre Dashboards heute erfolgreicher machen und für deutlich bessere Ergebnisse bei Umsetzung, Review und Übergabe sorgen.

Tim spricht mit Marco Geuer darüber, wie wir Datensilos in Unternehmen aufbrechen können. Silos und Abteilungsgrenzen verlaufen in der Praxis ja oft identisch. Daher hilft oft eine verbesserte Zusammenarbeit, wenn wir sie aufbrechen wollen. Marco erklärt, wie Führungsmodelle, Incentives und organisatorische Veränderungen dabei helfen, und wie Co-Creation den Erfolg von Unternehmen beeinflussen kann. Kleiner Spoiler: "Viel hilft viel" ist auch in diesem Kontext ein Trugschluss. Marco unterscheidet daher zwischen komplizierten, komplexen und systemischen Problemen. Je nachdem, was genau vorliegt, kann Co-Creation auch zu viel des Guten sein. Führungskräfte müssen in unterschiedlichen Situationen die richtigen Methoden anwenden, um Innovation und Effizienz zu fördern.

• Ohne organisatorische Veränderungen geht's nicht.
• Co-Creation ist kein Allheilmittel.
• Micromanagement kann in unkomplexen Umfeldern sogar sinnvoll sein
• Vertrauen und offene Kultur sind Grundpfeiler für erfolgreiche Co-Creation.
• Führungskräfte müssen die richtigen Fragen stellen.
• Das Organisationssystem muss sich nach dem Kunden richten.

00:00:00 Intro und Ausblick auf die nächste Folge

00:02:31 [Anzeige] Haufe Akademie: Weiterbildung zu Digital Transformation und Innovation

00:03:48 Wer ist eigentlich Marc Geuer? Argh!

00:04:06 Historische Entstehung von Silos in Unternehmen

00:07:25 Was sind Silos und woher kommen sie?

00:10:02 Wie man Datensilos zwischen Marketing und Sales aufbricht

00:14:54 Wie man Datensilos einfach aufbrechen kann

00:21:02 Ursachen von Silobildung und Widerständen

00:23:14 Motivation und Incentives für bessere Zusammenarbeit

00:26:37 Rolle der Führungskräfte bei Co-Creation

00:33:57 Notwendigkeit organisatorischer Veränderungen

00:35:09 Wann ist Micromanagement sinnvoll?

00:36:39 Wasserfall- vs. agile Methoden: Wann macht was Sinn?

00:43:22 Führungskräfte befähigen

00:45:27 Das sagen die Daten: Macht Co-Creation erfolgreicher?

00:47:12 Wie schlechte Planungsprozesse Datensilos begünstigen

00:51:27 Führen Teamziele zur Trägheit der Einzelnen?

00:57:05 Co-Creation ist nicht immer sinnvoll

00:58:54 Skalierung von Co-Creation im Unternehmen

01:03:59 Co-Creation braucht kluge Ressourcenplanung!

01:07:56 Outro

Negative Effekte von Silos

• Produktivität –20 % in Silo-Unternehmen vs. kollaborative Organisationen https://www.corcentric.com/blog/company-silos-create-a-shortfall-for-cfos/
• 40–65 % der Führungskapazität gebunden in wertlosen cross-funktionalen Prozessen https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/want-to-break-the-productivity-ceiling-rethink-the-way-work-gets-done
• Siloisierte Budgetentscheidung: Marketing ohne cross-funktionale Abstimmung führte zu 30 % Marktanteilsverlust https://www.mckinsey.com/industries/retail/our-insights/deconstructing-silos-to-discover-savings-the-end-to-end-excellence-playbook-for-retailers
• Silos sind der meistgenannte Bremsfaktor für Profitabilität, Wachstum und Resilienz https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-need-for-speed-in-the-post-covid-19-era-and-how-to-achieve-it

Positive Effekte von Co-Creation

• +21 % häufiger überdurchschnittlich profitabel bei starker cross-funktionaler Kollaboration https://www.insightful.io/blog/cross-departmental-collaboration-multiplies-results
• Kollaborative Innovation korreliert signifikant positiv mit finanzieller Performance https://pmc.ncbi.nlm.nih.gov/articles/PMC10157133/
• Co-Creation verbessert sowohl finanzielle als auch operative Kennzahlen https://www.sciencedirect.com/science/article/abs/pii/S0148296319302383
• Unternehmen, die Silos abgebaut haben, verbessern Innovation, Geschwindigkeit und Kundenzufriedenheit gleichzeitig https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/how-to-capture-the-elusive-performance-edge-in-true-transformations

Bei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu Co-Creation passt: Die Masterclass zum Digital Transformation und Innovation Manager. In mehreren Kursen geht es um

• die Grundlagen digitaler Transformation
• die Entfaltung von Kreativität und
• die psychologischen Aspekte der Bedeutung im digitalen Wandel
• Plattformökonomie in Unternehmen

Zur Masterclass: https://haufe-akademie.de/transformation-innovation

Weitere Angebote: https://www.haufe-akademie.de/future

In zwei Wochen sprechen Thomas Fontaine von Mazda und Tim nun endlich über Beschaffungsstrategien für KI-Lösungen. Grundsätzlich gibt’s da ja zwei Alternativen “Make or buy” wie bei so vielen unternehmerischen Entscheidungen. Thomas erzählt, wie Mazda Deutschland an diese Frage herangeht und verrät ganz nebenbei dabei, mit welchem Tool er Dashboards baut, denen man im Chat Fragen stellen kann.

Moritz Küffner und Tim erkunden die Kraft der kooperativen Kommunikation (KoKomm). KoKomm ist ein "Wirkzeug", das Konflikte löst, Selbstvertrauen stärkt und die Zusammenarbeit in Unternehmen spürbar verbessert. Moritz teilt seine persönliche Reise, wissenschaftliche Hintergründe und praktische Tipps für eine bessere Kommunikation im Alltag und Beruf. Freut Euch auf kluge Gedanken, z.B. über schnelle und reife Lösungen im Vergleich oder das Konzept der Tanzbereiche. Moritz teilt wertvolle Einsichten, wie man Konflikte besser versteht, Lösungen nachhaltiger gestaltet und die Zusammenarbeit in Teams verbessert.

• Schnelle Lösungen sind keine reifen Lösungen.
• Wenn das Kopfkino angeht, frag Dich: Könnte es auch anders sein?
• Wer den Verteidigungsblick hat, ist auch immer im Angriffsmodus.
• Selbstvertrauen ist kein Fremdvertrauen.
• Viele Blickwinkel auf das gleiche Thema erlauben bessere Ergebnisse.

00:00:00 Intro und persönliche Einordnung der Folge

00:02:36 Kennt Ihr das, wenn Euch die Politik im Weg steht?

00:03:28 Tim: Meine eigenen Kommunikationsprobleme und was sich verändert hat

00:04:55 Moritz: KoKomm ist lediglich neu kombiniertes Wissen

00:06:00 Was Ihr von dieser Folge erwarten könnt

00:06:20 [Anzeige] Haufe Akademie: Marketing- und Sales Analyst Masterclass

00:07:39 Tiankai klingeln jetzt bestimmt die Ohren

00:08:11 Persönliche Geschichte: Wie Moritz zu KoKomm gekommen ist

00:09:15 Gute Kommunikation hilft, Probleme gar nicht erst entstehen zu lassen

00:11:00 Hauen und Stechen bei der Lotto-Show mit Ulla Kock am Brink

00:12:45 Persönliche Geschichte: Tims Erfahrungen mit Marketing, Vertriebs- und Data-Abteilungen

00:14:29 Selbstvertrauen als Schlüssel für Kommunikationskompetenz

00:16:47 Persönliche Geschichte: Wie Tim zu KoKomm gekommen ist

00:18:07 Der "Mauerfall" a.k.a. firmenweites Kommunikationstraining

00:19:11 Viele Perspektiven führen zu besseren Lösungen

00:21:14 Wie innere Haltung Potenziale erreichbar macht

00:24:30 Die unfassbar guten Wortspiele von Moritz

00:25:29 Wie wir uns auf Kosten Anderer stabilisieren

00:30:48 Achtung: Perfektionismus produziert Verlierer!

00:33:38 Moritz dreht frei: Das ist KoKomm!

00:37:38 Selbstvertrauen schafft Fremdvertrauen!

00:40:28 Wie wir zum Trump und Hitler werden

00:43:14 ProSoNös oder: Konflikte entstehen durch Schmerzen

00:44:56 Selbstsicher sein erfordert eigene Trigger zu kennen

00:47:46 Moritz hat Pipi in den Augen

00:50:06 Das Leben ist kein Nullsummenspiel

00:54:42 Der Unterschied zwischen schnellen und reifen Lösungen

00:58:59 Die „Zauberfrage“: Könnte es auch anders sein?

01:04:22 Wenn sich Tanzbereiche überschneiden: Marketing, Sales und Analysten

01:07:49 Herr Ebner, Sie sind diplomatisch wie ein Panzer!

01:08:53 Es gibt keine Musterlösung, aber Muster für jede Lösung!

01:13:01 Tipps um schon morgen besser kommunizieren zu können

01:18:29 Der Dreiklang des Kommunikationserfolgs

01:19:17 Buchempfehlungen von Moritz

01:21:17 Die Erweiterung der horizonterweiternden Zauberfrage

01:26:47 Wie KI im Kommunikationsalltag helfen kann

01:28:14 Outro

Bei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Masterclass zum Marketing & Sales Analyst!

In mehreren Kursen (plus Abschlussprüfung):

• bekommst Du einen Einstieg in Strategien und Werkzeuge, Tracking-Strategien, Analysen, Visualisierung und KI
• machst Du erste Schritte und setzt zum Beispiel Dein erstes Marketing & Sales Dashboard um
• erfährst Du, wie du KI Use Cases & Tools auswählst und danach in die Umsetzung gehst

Zur Masterclass: https://www.haufe-akademie.de/analyst

Weitere Angebote: https://www.haufe-akademie.de/future

In zwei Wochen sprechen Marco Geuer von Blueforte und Tim darüber, wie wir Datensilos entgegenwirken können. Wenig überraschend spielt Zusammenarbeit eine Rolle. Warum sie aber oft schwierig ist und wo da der Teufel im Detail liegt, das decken Marco und Tim dann in zwei Wochen auf.

00:00 Intro und Vorschau

01:36 [Anzeige] Haufe Akademie: Marketing- und Sales Analyst Masterclass

02:52 Vorstellung von Meike Wizani und voestalpine

05:00 Das Grundproblem: Wir haben Daten, aber keinen Prozess!

06:17 Das veraltete Rollenbild zwischen Marekting & Sales

08:30 Digitales Marketing für 70jährige Kundenbeziehungen

09:22 Warum Lead Management in guten Zeiten wichtig ist

11:06 Wir haben Daten, aber was bringt das wirklich?

13:18 Zwei große Daten-Herausforderungen im Lead Management

14:51 Kontext macht kalte Leads erst konvertierbar

17:10 Lead Management ist wie Dating

18:32 KI im Lead Management: Hilft das wirklich?

20:20 Wenn Erwartungen zwischen Marketing & Sales kollidieren

22:11 Wer ist eigentlich verantwortlich für Leads?

23:34 Wann ist ein Lead wirklich „Sales Ready“?

24:50 Datenqualität zwischen Marketing und Sales als Lösung

26:28 PoCs als Hack für mehr Datenqualität

28:37 Warum zu viele Leads Sales und Kunden schaden

32:19 E-Commerce: Die Sales-Kollegen im Marketing-Gewand

34:50 Ideal Customer Profiles: Welche Kunden braucht Sales denn?

37:30 Datenqualität schlägt Datenmenge

38:37 Welche Daten bringen wirklich Entscheidungen?

39:27 Komplexe Zielgruppenstrukturen erfordern differenzierte Datenqualität

43:25 Das Problem der Datenpflege im Vertrieb

45:30 Ideal Customer Profile regelmäßig aktualisieren

46:52 Wie man Datenchaos CRM und ERP-System verhindert

49:17 Lead Management ist nicht nur Toolfrage

50:50 Fazit: Es gibt nicht die "eine" Lösung für Lead Management

Meike Wizani und Tim tauchen tief in die Zusammenarbeit zwischen Marketing und Sales ein. Meike teilt ihre Erfahrungen, Mythen und Best Practices, um datenbasiert Prozesse zu optimieren und die Brücke zwischen beiden Abteilungen zu stärken. Es geht um Datenqualität, Systemintegration und strategische Zusammenarbeit, um den Lead-Management-Prozess zu optimieren.

• Daten sind die Basis für effektives Lead-Management.
• Die Datenqualität von Leads ist entscheidend dafür, dass die Zusammenarbeit zwischen Marketing und Sales gut klappt.
• Systeme wie CRM und ERP müssen auf die individuellen Bedürfnisse der Abteilungen angepasst werden.
• Power BI ist super, um Daten aus verschiedenen Marketing- und Sales-Systemen gemeinsam zu visualisieren und zu analysieren.
• Datenpflege ist eine kontinuierliche Aufgabe, die klare Verantwortlichkeiten im Unternehmen erfordert.

Bei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Masterclass zum Marketing & Sales Analyst!

In mehreren Kursen (plus Abschlussprüfung):

• bekommst Du einen Einstieg in Strategien und Werkzeuge, Tracking-Strategien, Analysen, Visualisierung und KI
• machst Du erste Schritte und setzt zum Beispiel Dein erstes Marketing & Sales Dashboard um
• erfährst Du, wie du KI Use Cases & Tools auswählst und danach in die Umsetzung gehst

Zur Masterclass: https://www.haufe-akademie.de/analyst

Weitere Angebote: https://www.haufe-akademie.de/future

In zwei Wochen spricht Tim bei Datendurst mit Moritz Küffner zum Thema kooperative Kommunikation. Die Fähigkeit empathisch kommunizieren zu können ist die Grundlage jeder guten Zusammenarbeit. Oft haben wir die richtigen Tools, genug Geld und genug Leute mit dem richtigen Fachwissen, aber trotzdem fluppt es nicht. Deswegen ist Kommunikation heutzutage neben Technologie und Daten ein weiterer wichtiger Grundpfeiler für jeden Organisations- und Strategieansatz für Data & Analytics. Moritz Küffner ist absoluter Experte in diesem Feld. Freut Euch also auf eine Superfolge Datendurst!

00:00 Intro und Ankündigung der nächsten Folge zu Silos zwischen Marketing & Sales

02:07 [Anzeige] Haufe Akademie: Marketing- und Sales Analyst Masterclass

03:27 Warum Daten im Healthcare Marketing oft zur Nebensache werden

04:49 Welche Vorteile Daten für Kampagnen und Management bringen

07:28 Manpower und Datenkompetenz: Warum Analysen oft liegen bleiben

08:05 Das skurrile Beispiel mit der Twitter-Follower-Analyse

10:00 Warum Entscheidungen oft nicht datenbasiert getroffen werden

10:47 Was hilft: Handlungsempfehlungen als To Do in Jira & Trello anlegen

11:52 Was noch hilft: Dashboards gemeinsam entwickeln

13:17 Was noch hilft: Klare Verantwortung für Umsetzung von Handlungsempfehlungen

15:00 Kurze Kampagnenlaufzeiten und verlorene Learnings

15:45 Wie Algorithmen unter kurzen Kampagnen leiden

17:31 Warum es im Healthcare Marketing besonders schwierig mit Daten ist

19:00 Tim steht auf dem Schlauch: HWG-Elefant oder Katze?

20:01 Regulierung als Leitplanke: Was mit Daten trotzdem möglich ist

21:18 Warum strenge Regeln im Healthcare Marketing wichtig sind

23:26 Warum die Angst vor dem Datenschutz oft unbegründet ist

27:42 Wie Healthcare Marketing den besseren Umgang mit Daten schaffen kann

29:48 Warum anfangs kleine Workshops sinnvoll sind

30:30 Konkrete Anwendungsfälle für datenbasiertes Healthcare Marketing

32:10 Technologie, Prozesse, Kultur, Skills und Wissensmanagement als Schlüssel

32:59 Was man heute schon tun kann, um besser mit Daten zu arbeiten

34:08 Outro: Feedback, Bewertungen und Kommentare

Tim Ebner und Nicole Freude diskutieren die Herausforderungen und Chancen von Data & Analytics im Healthcare Marketing. Sie beleuchten regulatorische Hürden, organisatorische Barrieren und praktische Lösungsansätze, um datenbasierte Strategien effektiv umzusetzen.

• Macht anfangs kleine Workshops: Welche Möglichkeiten der Datennutzung gibt es?
• Geht einen Schritt auf den Datenschutz zu: Welche Verarbeitungen sind unkritisch?
• Verzahnt Erkenntnisse mit Kampagnenprozessen, am Besten direkt als To Do in Jira oder Trello
• Plant Zeit für Analysen und Umsetzung von Empfehlungen ein
• Entwickelt Dashboards gemeinsam mit Analysten und Marketing Team
• Leitet Handlungsempfehlungen gemeinsam ab

Bei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Masterclass zum Marketing & Sales Analyst!

In mehreren Kursen (plus Abschlussprüfung):

• bekommst Du einen Einstieg in Strategien und Werkzeuge, Tracking-Strategien, Analysen, Visualisierung und KI
• machst Du erste Schritte und setzt zum Beispiel Dein erstes Marketing & Sales Dashboard um
• erfährst Du, wie du KI Use Cases & Tools auswählst und danach in die Umsetzung gehst

Zur Masterclass: https://www.haufe-akademie.de/analyst

Weitere Angebote: https://www.haufe-akademie.de/future

In zwei Wochen spricht Tim mit Meike Wizani von Voestalpine darüber, wie wir Datensilos zwischen Marketing und Vertrieb abbauen können. Meike hat Ihre Karriere im Vertrieb gestartet und ist inzwischen ins Marketing gewechselt. Dort hat sie die Rolle des Übersetzers zwischen den beiden Abteilungen übernommen, und dabei sehr spannende Erfahrungen im Lead Management gesammelt. Ihr könnt Euch also auf eine spannende Folge freuen!

Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/

00:00 Intro und Ankündigung der nächsten Folge zu Healthcare Marketing

01:13 Was Dich in dieser Folge erwartet

01:46 Anzeige: Marketing & Sales Analyst Masterclass

02:46 Hamburger Goldkehlchen: Warum Tim im Männerchor singt

07:26 Brace for Impact: Unsere ersten Data Engineering Bruchlandungen

09:42 Datensilos: Die Krankheit in unseren Marketing-Abteilungen

11:18 Tim Wiegels Data Engineering Erfahrungen bei Goodgame Studios

12:51 Nicht nur Technik: Warum Teams und Prozesse mitziehen müssen

13:29 Tim Ebners Data Engineering Erfahrungen bei innogy.C3

13:59 UTM-Standards und IDs: So wird Tracking anschlussfähig

15:10 Lust auf ein Marketing-DWH mit Supermetrics, Google Sheets und SQL?

18:11 UTM-Pain, Attribution und Blackbox-Logiken von Google und Meta

21:01 Warum Google Sheets trotzdem ein sinnvoller Start ist

22:24 Der Wendepunkt: Ab wann ein Data Warehouse nötig wird

23:48 Raw, Refined, Gold: Die Layer-Logik einfach erklärt

26:38 Business-Logiken im Refined Layer: Kosten, Währungen und Regeln

28:40 Gold Layer und Data Marts: ROI, ROAS und die Single Source of Truth

29:34 Ab welchem Data Layer MMM und CLV Berechnungen Sinn machen

30:10 Welche Datenmodellierung in Power BI & Co nicht empfehlenswert ist

31:05 Views oder Tabellen? Warum View auf View schnell weh tut

34:10 Wie roh sollten Rohdaten sein? Und was sind "heiße" Daten?

36:34 Lieber zu viel Rohdaten als zu wenig

38:11 Wie Star Layer dein DWH schlanker und schneller machen

41:52 Warum saubere Layer Analytics und AI-Projekte einfacher machen

42:40 Echtzeit-Modelle vs. GenAI: Welche Datenqualität gebraucht werden

45:12 AI skaliert Chaos: Was ohne gute Daten schiefläuft

49:10 Womit anfangen? Tools, Datenbank und erste Schritte

52:16 Outro: Feedback, Bewertungen und Haufe-Hinweis

Tim Ebner und Tim Wiegels teilen ihre Erfahrungen und Herausforderungen beim Aufbau eines Marketing Data Warehouses. Sie diskutieren die typischen Anfangsprobleme, wie wichtig eine gute Datenstruktur ist und wie man Silos in Marketing und anderen Unternehmensbereichen überwindet. Als Ergebnis winken bessere Analysen und Entscheidungen. Tim und Tim tauchen tief in die Architektur eines effizienten Marketing Data Warehouse ein. Tim Wiegels erklärt dabei die vier wichtigsten Layer, die wichtig sind um die Datenverarbeitung vereinfachen, die Performance steigern und Kosten senken. Streamt rein und erfahrt praktische Tipps für den Aufbau und die Nutzung dieser Layer, um Data Engineering im Marketing smarter zu gestalten.

Der Instagrammer, der regelmäßig versucht ChatGPT, Claude und Gemini ins Boxhorn zu jagen, ist übrigens father_phi, erreichbar unter: https://www.instagram.com/father_phi

1. Alle Daten sollten in ihrer höchsten Granularität in einem Raw Layer gespeichert werden.
2. Vermeide Views auf Views, um Performancekosten zu minimieren.
3. Nutze Pipeline-Tools wie Airflow oder dbt für automatisierte Datenprozesse.
4. Der Gold Layer liefert die wichtigsten KPIs wie ROI und ROAS in sauberster Datenqualität.
5. AI-Projekte sollten auf dem Gold Layer oder höher aufbauen, um angemessene Ergebnisse zu sichern.

Bei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Masterclass zum Marketing & Sales Analyst!

In mehreren Kursen (plus Abschlussprüfung):

1. bekommst Du einen Einstieg in Strategien und Werkzeuge, Tracking-Strategien, Analysen, Visualisierung und KI
2. machst Du erste Schritte und setzt zum Beispiel Dein erstes Marketing & Sales Dashboard um
3. erfährst Du, wie du KI Use Cases & Tools auswählst und danach in die Umsetzung gehst

Zur Masterclass: https://www.haufe-akademie.de/analyst

Weitere Angebote: https://www.haufe-akademie.de/future

In zwei Wochen spricht Tim bei Datendurst mit Nicole Freude über Datennutzung im Healthcare Marketing. Nicole ist schon seit 14 Jahren Beraterin in diesem Bereich und hat dementsprechend schon viel gesehen. Ihr könnt Euch also auf eine spannende Folge freuen!

Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/

00:00 Intro und Vorschau

02:07 Vorstellung von Diana Ackermann

02:51 [Anzeige] Haufe Akademie: Data Expert Masterclass

03:55 Moment mal: Was ist eigentlich KNIME? (kurzer Exkurs)

04:49 Wie Diana und Tim sich kennen gelernt haben

07:07 Shoutout: Bewerbt Euch auf eine Podcastaufnahme!

07:37 Einstieg in Power BI: Leicht oder schwierig?

08:28 Warum Power BI am Anfang trügerisch einfach wirkt

09:15 Wann Power BI plötzlich komplex wird

09:56 Datenmodellierung, Power Query und DAX erklärt

11:07 Was Power BI über Visualisierung hinaus Alles kann

14:00 Power BI im Vergleich zu anderen BI-Tools

15:03 Schnelle MVP-Dashboards vs. professionelle Datenarchitektur

16:01 Warum Datenmodellierung entscheidend ist

16:42 Fazit: Einstieg leicht, Experte werden schwierig

18:10 Warum Templates beim Einstieg helfen können

18:39 Warum viele Power BI unterschätzen

19:20 Workspaces, Zugriffsrechte und Chaos in BI-Systemen

20:05 Chaos vermeiden: Strategie & Dokumentation

22:15 Wann ein Pro Account Sinn macht

24:35 Jeden Monat gibt's neue Features

25:25 Der Moment, in dem Power BI kompliziert wird

26:18 Grundfragen einer Power BI Strategie (Bonus: Dianas Checkliste)

27:50 Wie man Berechtigungskonzepte richtig umsetzt

29:00 Praxisbeispiel aus der Beratung

34:31 Analytics für Dein Dashboard: Nutzungsberichte

37:35 Dashboard-Nutzungsberichte richtig interpretieren

38:40 Wie man UX von Dashboards verbessert

44:26 Automatisierungs-Hack: Dynamische Texte und Anmerkungen

45:40 Wie Diana Power BI gelernt hat

49:53 Guter Mix: Learning by Doing und Zertifizierung

51:06 Geheimtipp: Ohne Job Praxiserfahrung sammeln

53:41 Workout Wednesdays: Tableau & Power BI Challenges

54:17 Kleiner Hack: Dokumentation in ChatGPT hauen!

In dieser Episode von Datendurst spricht Tim Ebner mit Diana Ackermann über Power BI, ein weit verbreitetes Microsoft-Tool zur Datenvisualisierung und -analyse. Diana teilt ihre Erfahrungen und gibt Einblicke, wie man Power BI effektiv lernen kann. Sie erklärt, dass der Einstieg zwar leicht ist, aber die Komplexität schnell zunimmt, wenn man tiefer in die Materie eintaucht. Themen wie Datenmodellierung, Berechtigungskonzepte und Strategien für die Nutzung von Power BI werden behandelt. Zudem gibt Diana Tipps, wie man Praxiserfahrungen sammeln kann, auch wenn man noch keinen Job hat.

Und Diana schenkt Euch auch etwas: Ihre Checkliste für einen guten Start in Power BI:

https://datavizdiana.com/checkliste-power-bi-start/#download

1. Der Einstieg in Power BI ist recht leicht, aber es wird schnell komplex.
2. Datenmodellierung ist entscheidend für den Erfolg in Power BI.
3. Dynamische Titel und Annotations verbessern die Nutzererfahrung.
4. Challenges sind eine gute Möglichkeit, um praktische Erfahrungen zu sammeln.
5. Man sollte die Zahlen im Dashboard nicht nur zeigen, sondern auch interpretieren.
6. Ein Basic Account ermöglicht den schnellen Einstieg in Power BI.
7. Die richtige Strategie ist entscheidend für die Nutzung von Power BI.

Bei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Data Expert Masterclass!

In mehreren Kursen (plus Abschlussprüfung):

1. bekommst Du einen Einstieg in Big Data, Machine Learning und professionelle Datenanalyse
2. machst Du erste Schritte und setzt komplette Datenprozesse mit KNIME um
3. erfährst Du, wie du aus PoCs tragfähige Datenprodukte entwickelst
4. lernst Du, wie Du LLMs, RAGs und KI als Automatisierungsbaustein einsetzt

Zur Masterclass: https://www.haufe-akademie.de/data

Weitere Angebote: https://www.haufe-akademie.de/future

In zwei Wochen spricht Tim bei Datendurst mit Tim Wiegels über Data Engineering für Marketing Analytics und AI. Tim war früher Vice President of Data bei FREE NOW, was die meisten von Euch noch als MyTaxi kennen dürften. Heute ist er Berater für alle Data Themen rund um Marketing Analytics und AI und Stammgast im Podcast von Jonas Rashedi. Ihr könnt Euch also auf eine spannende Folge freuen!

Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/

00:00 Intro und Vorschau

00:45 Community-News & Hörerfeedback

02:12 Vorstellung von Britta Behrens

03:11 [Anzeige] Masterclass Business Automation Manager

04:31 Automatisierung auf LinkedIn »und ich bin auf Bali«

07:12 Warum vollständige Automatisierung keine gute Idee ist

09:52 KI-Content auf LinkedIn: Zahlen & Realität

11:00 Seelenloser Content und fehlende Wertschätzung

13:37 Woran erkennt man KI-Posts?

16:06 Engagement Pods & Fake-Reichweite

18:18 Thumbstopper & Aufmerksamkeit im Feed

21:30 Automatisierte Kontaktanfragen

23:27 Strategisches Networking statt Massenansprache

24:24 Wie der LinkedIn-Algorithmus wirklich funktioniert

30:45 AI-Slop: Content-Müll im Feed

31:30 Warum schlechter Content trotzdem Reichweite bekommt

33:19 So trainierst du deinen LinkedIn-Feed

35:09 Warum auf LinkedIn automatisiert wird

36:00 Risiken und Regeln bei Automation

38:00 LinkedIn ist keine Sales-Automation Plattform

39:27 Auf LinkedIn basierte E-Mail-Generatoren

41:50 Alte Vertriebsmethoden in LinkedIn gepresst

45:22 Brittas Tipps für Dein LinkedIn

48:51 Impact statt Impressions

52:09 Tools für Social Selling mit LinkedIn

In unserer heutigen Episode diskutiert Tim Ebner mit Britta Behrens (Certified Marketing Expertin für LinkedIn Marketing, B2B-Marketing und Social Selling) über die Herausforderungen und Chancen von LinkedIn in Verbindung mit KI. Vorweg: Eine vollständige Automatisierung des LinkedIn-Accounts ist eine schlechte Idee. Wir klären die Risiken seelenlosen Contents und wie du ihn am besten erkennen kannst. Britta erklärt, wie der LinkedIn-Algorithmus den Newsfeed steuert und wie man seinen Newsfeed trainieren kann.

Business-Experten mit hoher fachlicher Expertise haben natürlich keine Zeit, auf KI-Tools zu verzichten. Vor allem nicht auf LinkedIn. Richtig, nur wie kann man auf LinkedIn organischen Content effektiv umsetzen? Britta und Tim sprechen über die Bedeutung von strategischem Networking sowie die Auswirkungen des LinkedIn-Algorithmus auf die Sichtbarkeit von Inhalten.

Auf euch warten wertvolle Tipps für eine erfolgreiche LinkedIn-Strategie, wie man Social Selling mit Tools effektiv und effizient betreibt, warum Impressions irrelevant sind und warum früher nicht alles besser war.

Bei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Masterclass zum Business Automation Manager!

In mehreren Kursen (plus Abschlussprüfung) lernst du:

1. Automatisierungspotenziale in Geschäftsprozessen zu erkennen, zu bewerten und erfolgreich umzusetzen,
2. Geschäftsprozesse methodisch zu optimieren und gezielt mit KI-Technologien zu verknüpfen, um Automatisierungsprojekte effektiv umzusetzen,
3. moderne Automatisierungstechnologien wie KI, NoCode-/LowCode-Tools und Plattformen wie Zapier und die Microsoft Power Platform effektiv einzusetzen, um Effizienz und Produktivität in deinen Geschäftsprozessen zu steigern und
4. Automatisierungslösungen als strategisches Werkzeug einzusetzen und nachhaltig im Unternehmensalltag zu verankern.

Zur Masterclass: https://www.haufe-akademie.de/future-jobs-classes/business-automation-manager

Weitere Angebote: https://www.haufe-akademie.de/future

In zwei Wochen spricht Tim bei Datendurst mit Diana Ackermann von »Diana Ackermann Data Analytics & Consulting« über PowerBI: vom einfachen Einstieg bis zu maßgeschneiderten Analysen und Visualisierungen. Besonders klasse: Diana hat eine Checkliste für Dashboarding-Strategien mit PowerBI mitgebracht, die euch in den Shownotes zum Podcast mit ihr zum Download angeboten wird.

Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/

01:28 Intro

02:37 [Anzeige] Haufe Akademie: KI-Weiterbildung

04:17 Customer Centricity bei Freenet

08:03 Transaktionale Befragungen

16:05 Kundenzufriedenheit braucht Pflege

23:01 Rollenbild: Advokat des Kunden

32:00 Loyale Kunden vs. Schnäppchenjäger

37:41 Strukturierte Feedback-Auswertung

41:59 Halt! Warum verlässt Du den Warenkorb?

42:48 Daten-Demokratisierung und Datenschutz

49:20 Interne Kommunikation als Erfolgsfaktor

54:16 Zukunftsthemen

Tim spricht heute mit Anke Schramm, Vice President Market Research and Customer Advocacy bei Freenet. Anke ist Expertin für Behavioral Economics. Thema heute: Was bedeutet Customer Centricity und wie kann das, speziell in der Telko-Branche, zielführend umgesetzt werden?

Bei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu Customer Centricity passt: Die Masterclass zum Digital Transformation und Innovation Manager. In mehreren Kursen geht es um

1. die Grundlagen digitaler Transformation
2. die Entfaltung von Kreativität und
3. die psychologischen Aspekte der Bedeutung im digitalen Wandel
4. Plattformökonomie in Unternehmen

Zur Masterclass: https://haufe-akademie.de/transformation-innovation

Weitere Angebote: https://www.haufe-akademie.de/future

Bei Freenet bedeutet Customer Centricity Kunden-Input schon bei der ersten Produkt-Idee über die gesamte Wertschöpfungskette live einzubeziehen. Das führt weiter über die Konzeption und Produktion bis in den Markt, und von da ab permanent. Sodass alle Phasen ein agiles Vorgehen ermöglichen, um sofort reagieren zu können.

Transaktionale Befragung steht für permanentes Monitoren, Datensammeln, Auswerten und ggf. Reagieren. Vierteljährliche Umfragen reichen nicht. Jede Transaktion ist eine Möglichkeit um Feedback einzuholen. Das muss nicht in Hyperaktivität enden, sondern schärft vielmehr das Gefühl, wie Kundenfeedbacks zu bewerten sind. Ist z. B. etwas Common Sense oder lassen sich auch in einzelnen Stimmen neue Ideen und Perspektiven identifizieren? Wie lässt es sich in die Prozesse einarbeiten?

Kundenzufriedenheit ist zu Beginn einer Kundenbeziehung meist höher als im späteren Verlauf. Deshalb muss man Kundenbeziehungen pflegen wie eine gute Partnerschaft: hinhören, ernstnehmen, aber vielleicht auch mal überraschen, z. B. mit neuen Angeboten. Das fördert unter anderem Loyalität, aber auch Preisbereitschaft. Tim gibt an dieser Stelle kurz den Telekom-Influencer ;)

Wenn Du wissen willst, was ein Daten-Pömpel in der Kommunikation der Deutschen Telekom bewirkt hat, schau doch mal hier vorbei: https://youtu.be/MOwFmBB-m4w?si=14VfEOA1-zEoUSfG

Aus der Kombination von Expertisen in Datenanalyse und Verhaltensökonomie, lassen sich wertvolle Beiträge im Sinne der Kundenzufriedenheit für die Wertschöpfungskette des Unternehmens leisten. Im Rollenverständnis als Interessenvertreter des Kunden werden Briefings für die jeweils relevanten Abteilungen formuliert. Handlungsempfehlungen erfolgen stets aus Kundensicht.

Je genauer eine Kundenbeziehungsdauer planbar ist, desto »leichter« sind Produkte und Maßnahmen zu entwickeln. Der Trend in der Telko-Branche geht zum monatlich kündbaren Tarif. Hier wird es für Verhaltensökonomen spannend: Wie kriege ich Loyalität konsistent erhöht, obwohl jemand jederzeit kündigen kann? Auf jeden Fall ist Kundenzufriedenheit nicht der einzige entscheidende Faktor.

Die Themenclusterung und -auswertung mit Hilfe von KI ist bei 30.000 Feedbacks pro Monat essenziell. Das beinhaltet auch eine semantische Segmentierung, die Wortwahl und Emotionen verknüpfen kann. Anke Schramm beschreibt hier, wie sie und ihre Abteilung trotzdem zusätzlich noch ein persönliches Gefühl für einzelne Feedbacks entwickeln können.

CX Daten sind bei Freenet für alle Mitarbeiter komplett einsehbar. Das erfordert spezielle Datenschutz-Maßnahmen: Einerseits wird der persönlichen Bezug in den einsehbaren Daten entfernt. Andererseits stellen entsprechende Arbeitsverträge sicher, dass der Datenschutz eigehalten wird.

Zu den wichtigsten Maßnahmen zählen bei Freenet:

1. eine interne SharePoint-Seite
2. der digitale »Jammer-Kanal«, einmal pro Woche werden Insights etwas umgänglicher dargestellt, mit weiterführenden Links
3. automatisierte Frühwarn-Alerts
4. Quartals-Community-Insights-Newsletter
5. CX-Workshops

Anke Schramm spricht über eine kleine Befragung im Warenkorb, und wie ihre Ergebnisse mit den allgemeinen Verhaltensdaten (Clickpfade, Heatmaps etc.) kombiniert werden: Das Checkout-Abbrecher-Formular.

Neben alltäglichen Zukunftsthemen, wie technisch und in Bezug auf das Gefühl für die Kunden immer weiter zu entwickeln und zu testen, nennt Anke Schramm einige konkrete Punkte, die Ihr bei der Weiterentwicklung von datenbasierter Customer Centricity bei Freenet wichtig sind:

1. Datenfusionierungen, wie am Beispiel des Checkout-Abbrecher-Formulars
2. Transaktionale Behaviour-Daten, Feedbacks und operative Daten kommerziell noch stärker relevant machen
3. Entwicklung eigener KI-Agenten
4. Synthetische Daten dort, wo Feedback schwer zu erheben ist

In zwei Wochen spricht Tim bei Datendurst mit Britta Behrens, LinkedIn Top Voice zu B2B Marketing, darüber, wie Du Dein LinkedIn zu 100% mit KI automatisieren kannst

Datendurst bei LinkedIn:

https://www.linkedin.com/company/datendurst/

00:01 Anmoderation

00:44 Vorschau: Customer Centricity bei Freenet

01:15 Heute zu Gast: Christian Schröder von DSK 360

03:36 [Anzeige] Weiterbildung zum New Business and Risk Strategist

04:55 KI-Compliance: Bürokratie oder Denkwerkzeug?

06:56 EU-Digitalgesetze setzen auf Selbstverantwortung

12:05 AI-Compliance besteht aus mehreren Rechtsbereichen

13:01 NIS2: Informationssicherheit als Existenzsicherung

16:02 Social Engineering als unterschätzte Gefahr

18:29 Ziel und Logik des EU-AI-Act

19:49 Weißt Du, was die KI mit Deinen Daten macht?

23:10 Daten löschen funktioniert in KI-Systemen nicht

25:25 Ausstehende Änderungen an der KI-Verordnung der EU

34:02 Abwarten ist keine Strategie

34:51 Wie Du KI-Compliance strukturiert angehst

37:27 Standardisierte Dokumentation für alle Rechtsbereiche

41:00 Wie lassen sich KI-MVPs mit KI-Compliance verbinden?

48:48 Kann KI bei AI-Compliance helfen?

52:46 Dank an Christian Schröder und Abmoderation

Im Gespräch mit Christian Schröder, Berater bei DSK 360, widmet sich Tim dem Thema AI-Compliance. Wie geht man AI-Compliance richtig an? Warum sorgt sie in vielen Unternehmen für Chaos? Und wie lässt sich das Thema strukturiert und sinnvoll umsetzen, ohne Innovation auszubremsen?

Christian Schröder ist Berater für Datenschutz, Informationssicherheit und künstliche Intelligenz bei der DSK 360 GmbH. Sein Schwerpunkt liegt auf der praxisnahen Umsetzung von DSGVO, NIS2 und AI-Compliance.

Christian bei LinkedIn: https://www.linkedin.com/in/christian-schroeder-dsk360

DSK 360: https://dsk360.de/

1. Zuständigkeiten und Verantwortlichkeiten klären
2. Managementsystem aufbauen
3. Anwendungsfälle und Zwecke definieren
4. Systeme risikobasiert klassifizieren
5. Rolle klären: Anbieter oder Betreiber
6. Pflichten und Risiken für Betroffene und Technik bewerten
7. Einheitliche Dokumentation für EU-AI-Act, DSGVO und NIS2 nutzen

Eine gemeinsame Dokumentationsbasis spart Aufwand und erhöht die Qualität der Compliance.

Die Haufe Akademie bietet eine Weiterbildung zum New Business and Risk Strategist. In der Masterclass geht es um Zukunftskompetenzen, strategisches Risikomanagement und Compliance in dynamischen Märkten. Die Weiterbildung ist förderfähig für Arbeitnehmende und Selbstständige.

Zur Masterclass: https://www.haufe-akademie.de/newbusiness

Weitere Angebote: https://www.haufe-akademie.de/future

Compliance wird oft als lästige Bürokratie wahrgenommen. Richtig umgesetzt schafft sie jedoch operativen Mehrwert, bereits in der Konzeptionsphase von KI-Anwendungen.

Die EU setzt auf Selbstverantwortung der Unternehmen. Wer den risikobasierten Ansatz versteht, gewinnt Gestaltungsspielraum statt Einschränkungen.

Neben dem EU-AI-Act spielen auch DSGVO und Informationssicherheit (NIS2) eine zentrale Rolle. AI-Compliance ist immer interdisziplinär zu betrachten.

NIS2 zielt auf die Sicherheit von Unternehmenssystemen ab. Besonders relevant: Viele Cyberangriffe erfolgen nicht technisch, sondern über Social Engineering. Vertrauen, Druck und Autorität werden gezielt ausgenutzt.

Die KI-Verordnung soll Innovation ermöglichen und gleichzeitig Risiken kontrollierbar machen. Einheitliche Regeln sollen Wildwuchs vermeiden und Vertrauen schaffen.

Passende Folge zum EU-AI-Act mit Sirke Reimann:

https://www.youtube.com/watch?v=95xAtbiO9cQ

Anwender müssen entscheiden, wie Daten genutzt werden dürfen. Bei KI-Systemen ist das oft intransparent, insbesondere wenn Subverarbeiter Daten zum Training verwenden.

DSGVO-Betroffenenrechte gelten auch für KI. Da klassische Löschkonzepte hier kaum greifen, ist es entscheidend, vorab festzulegen, welche Daten überhaupt in KI-Systeme gelangen dürfen.

Im Rahmen eines Omnibusverfahrens prüft die EU Anpassungen am AI Act, etwa Fristverlängerungen oder Erleichterungen für KMU. Der Kern der Verordnung bleibt jedoch bestehen. Abwarten ist keine Strategie.

Auch MVPs lassen sich compliant umsetzen. Wichtig sind klare Rahmenbedingungen, fachliche Begleitung und der bewusste Umgang mit sensiblen Daten.

KI kann bei Dokumentation und Analyse unterstützen. Blindes Vertrauen ist jedoch gefährlich. Menschliche Kontrolle bleibt unverzichtbar.

In zwei Wochen spricht Tim bei Datendurst mit Anke Schramm, Vice President of Market Research and Customer Advocacy bei Freenet, über datenbasierte Customer Centricity.

Datendurst bei LinkedIn:

https://www.linkedin.com/company/datendurst/