heise meets … Der Entscheider-Talk

Die Kosten für künstliche Intelligenz explodieren in vielen Firmen. Verbrauchsorientierte Abrechnungsmodelle, der einfache Zugang zu leistungsstarken Modellen und das sogenannte „Token-Maxxing“ hebeln klassische Einkaufsprozesse aus. AI Tokenomics soll das ändern: Es geht darum, mit jedem Token einen echten Mehrwert zu erzeugen.

Frederik Marx, Senior Advisor IT Financial Management bei IBM Apptio, beschreibt im Gespräch mit „heise meets …“ einen klaren Dreiklang aus Transparenz, Optimierung und Governance. Zunächst müssen Unternehmen wissen, wer welche Modelle wofür nutzt. Tools wie IBM Cloudability identifizieren die AI-Kosten in den Cloud-Rechnungen und ordnen sie den Business-Einheiten zu. So entsteht Verantwortlichkeit, die Grundlage jeder Optimierung.

Doch die reinen Tokenkosten machen nur 15 bis 30 Prozent einer AI-Initiative aus – Personal-, Trainings- und Integrationskosten schlagen deutlich stärker zu Buche. Erst eine Vollkostensicht liefert CIO und CFO die Basis, um den Wertbeitrag einer Initiative zu bewerten: gesteigerter Umsatz, höhere Kundenzufriedenheit oder eingesparte Fremdleistungen wie externe Übersetzungsservices.

Zur Steuerung dienen Budgetlimits, Model-Gateways und Autorouting, das Anfragen automatisch an das günstigste geeignete Modell weiterleitet. Erste Provider gehen bereits einen Schritt weiter und bieten Outcome-Priced-Modelle an, bei denen nicht mehr Tokens, sondern gelöste Tickets abgerechnet werden.

Im Podcast erfahren Sie außerdem,

Keine Folge verpassen: Abonnieren Sie jetzt den Podcast heise meets… – Der Entscheider-Talk auf Apple Podcasts, Spotify und Deezer oder per RSS.

Viele Unternehmen aktivieren Microsoft Copilot – und stellen dann fest, dass er Inhalte ausspuckt, die niemand sehen sollte. Der Grund ist selten die KI selbst, sondern eine unaufgeräumte Umgebung aus zu vielen Teams, verwaisten Berechtigungen und unkontrollierten Agents. Genau hier setzt Christian Groß, Gründer und Geschäftsführer von Solutions2Share, mit seinen Governance-Lösungen an.

Im Gespräch mit „heise meets …“ beschreibt er, wie aus der SharePoint-Automatisierung von 2011 ein Portfolio entstand, das heute Teams, Agents und Copilot strukturiert. Vorlagen, Lifecycle, Namenskonventionen und Gästemanagement sorgen von Tag eins an für Ordnung, wodurch später aufwendige Aufräumarbeiten entfallen. Das spart zudem Speicherkosten und reduziert Sicherheitsrisiken.

Mit dem Governance-Autopilot prüfen aktuell 123 Policies täglich die Compliance des Microsoft-365-Tenants. Bei Agents droht ein ähnliches Muster wie einst bei Teams: Jeder Channel bekommt einen Agenten, jeder baut in Copilot Studio eigene dazu – und alle verlieren den Überblick, wer worauf zugreifen kann.

In dieser Podcast-Folge erfahren Sie außerdem,

Keine Folge verpassen: Abonnieren Sie jetzt den Podcast heise meets… – Der Entscheider-Talk auf Apple Podcasts, Spotify und Deezer oder per RSS.

Klassische Druckserver zählen in vielen Unternehmen zu den letzten Relikten der alten IT-Infrastruktur. Ryan Wedig, Gründer und CEO von Vasion, erklärt im Gespräch mit „heise meets …“, wie sich diese Server aussortieren lassen – und warum das nur der Einstieg in eine umfassendere Automatisierung ist.

Das Beispiel des US-Heimatschutzministeriums verdeutlicht das Potenzial: 400 Druckserver wurden überflüssig, der Return on Investment stellte sich in weniger als sechs Monaten ein. Zentral verwaltetes Direct-IP-Drucken hält den Druckverkehr lokal, während die SaaS-Plattform lediglich Metadaten verarbeitet. Das erfüllt die strengen Anforderungen von DSGVO, ISO-Normen und FedRAMP.

Nach der Übernahme von MaxxVault entstand die Vision einer Plattform, die analoge und digitale Dokumente in einer Umgebung zusammenführt. Ein Agent, der bereits auf 30 Millionen Endgeräten arbeitet, öffnet den Weg zu Workflows, E-Formularen und E-Signaturen, und zwar herstellerunabhängig über Druckermarken hinweg.

Besonders spannend: Mit „Datei drucken, an Vasion senden“ lassen sich Dokumente ohne neue Software direkt in Freigabe- oder Signaturprozesse einspeisen. Ein logikbasiertes Kostenmodell macht dabei transparent, welche Schritte deterministisch laufen und wo sich KI wirklich rechnet.

Im Podcast erfahren Sie,

Keine Folge verpassen: Abonnieren Sie jetzt den Podcast heise meets… – Der Entscheider-Talk auf Apple Podcasts, Spotify und Deezer oder per RSS.

„Souveränität heißt für mich, dass man selber darüber entscheiden kann“, sagt Lars Neumann, Senior Vice President T Cloud bei der Deutschen Telekom.

Viele Unternehmen sind seiner Meinung nach über Schatten-IT in die Cloud gerutscht und stehen nun vor der Frage, welche Workloads wo laufen sollen und wie sich regulatorische Anforderungen wie DORA erfüllen lassen.

Die Antwort liegt in einer bewussten Architekturentscheidung: Wo sind die Daten physisch gespeichert? Wer betreibt die Systeme? Welche rechtlichen Zugriffsmöglichkeiten bestehen – Stichwort CLOUD Act? Und wie portabel sind die eigenen Anwendungen zwischen unterschiedlichen Anbietern? Rein geht es immer schnell, doch der Weg zurück oder zu einem anderen Provider erweist sich häufig als steinig.

Die Deutsche Telekom setzt auf einen integrierten Stack aus Netzwerk, Security, Cloud-Infrastruktur und KI-Kapazitäten. Mit der Industrial AI Cloud in München steht seit Februar 2026 eine GPU-Plattform bereit, die bereits bei der Eröffnung zu einem Drittel ausgelastet war. Aktuell entsteht die nächste Generation mit Blackwell- und Rubin-Prozessoren. Auf der Plattform trainiert unter anderem das Open-Source-Modell Soofi mit dem Ziel von hundert Milliarden Parametern.

Neugierig geworden? Im Interview mit „heise meets …“ erklärt Neumann,

Keine Folge verpassen: Abonnieren Sie jetzt den Podcast heise meets… – Der Entscheider-Talk auf Apple Podcasts, Spotify und Deezer oder per RSS.

Bis zu hundert Millionen Angriffsversuche registriert die Deutsche Telekom täglich in ihrem Security Operations Center. Thomas Tschersich, Chief Security Officer der Deutschen Telekom und CEO von T-Security, begegnet dieser Flut mit konsequenter Automatisierung.

Rund 80 Prozent der Cyber-Defense-Prozesse laufen bereits automatisiert – von der Erkennung bis zur Reaktion. Das schnelle Netz verschafft dabei einen entscheidenden Vorteil: 20 Millisekunden, bevor ein Angriff den Kunden trifft, blockiert Security OnNet schädliche Webseiten oder wehrt DDoS-Attacken ab.

Die Dimension der Bedrohung hat sich rasant verändert: Wo vor einem Jahr noch 3.000 DDoS-Angriffe pro Woche zu verzeichnen waren, sind es heute 30.000. Mit Agentic AI kommt eine neue Geschwindigkeitsherausforderung, denn KI-basierte Angriffe laufen in Sekunden ab. Klassische Reaktionszeiten von 15 Minuten reichen nicht mehr aus.

Gleichzeitig finden hoch entwickelte KI-Modelle Zehntausende Schwachstellen in Software-Codes, die teilweise 20 Jahre alt sind. Das rückt besonders Open Source in den Fokus. Die Antwort liegt in digitalen Identitäten – auch für KI-Agenten. Berechtigungskonzepte, Monitoring und das Vier-Augen-Prinzip mit Challenger-Agenten avancieren zum neuen Standard.

Im Gespräch mit „heise meets …“ erläutert der Sicherheitsexperte,

Keine Folge verpassen: Abonnieren Sie jetzt den Podcast heise meets… – Der Entscheider-Talk auf Apple Podcasts, Spotify und Deezer oder per RSS.

Gefälschte Bewirtungsbelege, geklonte Stimmen, ausgetauschte Gesichter im Videocall: Deepfakes sind längst kein Nischenphänomen mehr. Klassische Erkennungsmerkmale wie sechs Finger oder unnatürliche Zähne treten kaum noch auf. Sobald eine neue Erkennungsmethode publik wird, holt die KI auf und entwickelt eine Gegenlösung – ein technischer Rüstungswettlauf, der auch die Justiz vor neue Herausforderungen stellt.

Besonders brisant: Beim Voice Cloning genügen bereits 30 Sekunden einer Sprachaufnahme, um eine Stimme täuschend echt zu klonen – inklusive Akzent, Sprechpausen und Atemgeräuschen. Für Videokonferenzen reicht zum Beispiel ein Laptop mit starker Grafikkarte, um in Echtzeit Gesichter auszutauschen. Die Hürde für Manipulationen sinkt drastisch, während digitale Beweise vor Gericht durch das Ausdrucken oft ihre Metadaten und damit ihre Prüfbarkeit verlieren.

Dr. Franka Becker, Rechtsanwältin und Mitgründerin von PyleHound, hat aus dieser Praxis heraus eine KI-Lösung speziell für den deutschen Rechtsmarkt entwickelt. Daten bleiben lokal auf dem Rechner, werden nur verschlüsselt an das Sprachmodell übertragen und nicht zwischengespeichert – berufsrechtskonform und DSGVO-sicher. Halluzinationen begegnet PyleHound, indem das System bei fehlender Quelle „Weiß ich nicht“ sagt.

Im Gespräch mit „heise meets …“ verrät Dr. Franka Becker außerdem,

Keine Folge verpassen: Abonnieren Sie jetzt den Podcast heise meets… – Der Entscheider-Talk auf Apple Podcasts, Spotify und Deezer oder per RSS.

Mit verstreut arbeitenden Angestellten, Cloud-Anwendungen und KI-Agenten steigen die Risiken in der Konnektivität. Niklas Horstmann, Vice President Business Unit Secure Networking bei der Deutschen Telekom, sieht das Netzwerk deshalb nicht mehr als reines Transportmedium, sondern als Steuerungsplattform für Sicherheit und Wettbewerbsfähigkeit.

Der klassische Schutzwall hat ausgedient. Statt eine Mauer um das Unternehmen zu ziehen, müssen Verantwortliche Netze segmentieren, Verbindungen kontinuierlich prüfen und Zero-Trust-Prinzipien anwenden. Als Ausgangspunkt dient dabei nie die Bandbreite, sondern der Zweck: Welches Digitalisierungsziel soll die sichere Vernetzung ermöglichen? Von diesem Ziel aus wird die Architektur rückwärts gedacht – von der Konnektivität über die Segmentierung bis zum KI-Agenten, der wie ein Mitarbeiter einen digitalen Ausweis benötigt.

Ein weiterer Denkfehler: Mehr Tools bedeuten eben nicht mehr Sicherheit. Im gehobenen Mittelstand kommen oft zwei bis drei Dutzend Hersteller zum Einsatz, doch das erhöht den Patch-Aufwand und schafft neue Angriffsflächen, die KI-gestützte Angreifer geschickt kombinieren. Der Weg aus der Komplexitätsfalle führt über eine konsolidierte Architektur, die schrittweise wächst und von einem Managed-Service-Partner begleitet wird, der Betrieb und Administration spürbar vereinfacht.

Das Thema Souveränität rückt verstärkt in den Fokus: Nicht Autarkie ist das Ziel, sondern Wahlfreiheit und Kontrolle über Datenflüsse. Data Residency und Betriebssouveränität stellen sicher, dass sensible Daten Europa nicht verlassen und externe Zugriffe technisch ausgeschlossen bleiben.

Im Gespräch mit „heise meets …“ erfahren Sie außerdem,

Keine Folge verpassen: Abonnieren Sie jetzt den Podcast heise meets… – Der Entscheider-Talk auf Apple Podcasts, Spotify und Deezer oder per RSS.

Die Aufmerksamkeit im Marketing verschiebt sich rasant – immer mehr Produktrecherche erfolgt über Large Language Models wie ChatGPT, Gemini oder Claude. Julian Kramer, AI Evangelism Leader bei Adobe, erklärt im Gespräch mit „heise meets …“, warum Marken jetzt maschinenlesbar werden müssen – mit Fakten, Features und FAQs als Pflichtprogramm.

Wer in den Antworten der Chatbots vorkommen will, braucht verifizierte Inhalte und eine technisch optimierte Auslieferung. LLM-Traffic konvertiert um rund 31 Prozent besser als klassischer Suchverkehr – ein starkes Argument für die neue Disziplin der „Generative Engine Optimization“.

Gleichzeitig wächst der Druck auf die Content-Produktion. Die Halbwertszeit von Assets sinkt, Varianten für unterschiedliche Märkte zählen bald zum Pflichtprogramm. Generative KI hilft bei Übersetzungen und bei der Marktforschung – etwa beim Testen humorvoller Werbespots in Fokusgruppen, bevor die teure Produktion startet.

Der nächste Schritt heißt agentische KI. Kreative und Marketingprofis bauen dann ganze Produktionsstraßen, statt einzelne Pixel zu schieben. Bewertungskompetenz, Empathie und kluge Fragen werden wichtiger als die reine Ausführung.

Vor dem Hintergrund des Fachkräftemangels und demografischer Herausforderungen sieht Kramer darin eine Voraussetzung, um Service-Level aufrechtzuerhalten und neue Märkte zu erschließen.

Im Podcast verrät der Adobe-Experte außerdem,

Keine Folge verpassen: Abonnieren Sie jetzt den Podcast heise meets… – Der Entscheider-Talk auf Apple Podcasts, Spotify und Deezer oder per RSS.

Steuergeräte im Auto regeln längst nicht mehr nur die Scheibenwischer oder die Klimaanlage, sondern integrieren autonomes Fahren und Batteriemanagement. Diese Komplexität verlängert Testzeiten und treibt die Kosten in die Höhe. Rudy Sengupta von Emerson sieht darin ein echtes Geschäftsrisiko: Wer beim Testen immer mehr Personal und Geräte einsetzt, skaliert nicht mit, befürchtet er.

Die Antwort liegt seiner Meinung nach in softwaredefinierten Plattformen. Modulare Hardware und flexible Software erlauben es einem einzelnen Ingenieur, domänenübergreifende Steuergeräte effizient zu validieren. Dieselbe Plattform bedient Automobil, Halbleiter, Luft- und Raumfahrt sowie Biowissenschaften – und wächst mit den Produktgenerationen mit.

Künstliche Intelligenz verlagert die kognitive Komplexität weg vom Programmieren hin zu Teststrategie und Datenanalyse. Mit dem KI-Assistenten Nigel entstehen Testsequenzen, Code und Auswertungen, ohne dass Kundendaten in fremde Sprachmodelle fließen. Intelligente Assistenzfunktionen unterstützen den gesamten Workflow – vom Datenblatt bis zum Ergebnis.

Ebenso wichtig sind eine globale Datenstrategie und der Schutz geistigen Eigentums. Konsistente Daten über Standorte hinweg verhindern Ausfälle vor Ort und erleichtern die Entwicklung der nächsten Produktgeneration.

Im Gespräch mit „heise meets …“ erfahren Sie außerdem,

Keine Folge verpassen: Abonnieren Sie jetzt den Podcast heise meets… – Der Entscheider-Talk auf Apple Podcasts, Spotify und Deezer oder per RSS.

„Das Beste an einem Nobelpreisträger ist, dass er einem Fünfjährigen sein Fachgebiet erklären kann“ – dieser Satz eines Biologielehrers begleitet Stefan Priebsch, Software Success Consultant bei The PHP Consulting Company, bis heute. Für ihn ist IT kein technisches Thema, sondern ein Menschenthema. Wer Software erfolgreich entwickeln will, muss Fachanwender in deren Sprache abholen und ein gemeinsames Problemverständnis schaffen.

Genau hier setzt Domain-Driven Design an: Statt technologiegetrieben loszulegen, beginnt die Entwicklung bei der Fachlichkeit. Beim kollaborativen Modellieren machen Teams ihre Vorstellungen sichtbar – mit Klebezetteln, Strichmännchen oder in Rollenspielen. Die Methode entlarvt schnell, wie unterschiedlich die Beteiligten denselben Prozess interpretieren.

Im Podcast zeigt der Experte am Beispiel eines Restaurants, wie das Rollenspiel funktioniert: Gäste, Kellner, Koch und Barmann spielen den Ablauf durch. Schon bei der ersten Szene tauchen Fragen auf, die in einer reinen Diskussion verborgen geblieben wären. So entsteht in einer halben Stunde ein dichtes Bild – inklusive Rollen, Artefakten und offenen Punkten.

Der entscheidende Hebel liegt laut Priebsch in der Verkürzung der Feedback-Schleife. Zwei Stunden Modellierung sparen Wochen an Entwicklungsarbeit, die sonst in die falsche Richtung liefe. Wer seine Kerndomäne kennt, kann zudem entscheiden, was selbst entwickelt und was zugekauft wird.

Im Gespräch mit „heise meets …“ erfahren Sie außerdem,

Keine Folge verpassen: Abonnieren Sie jetzt den Podcast heise meets… – Der Entscheider-Talk auf Apple Podcasts, Spotify und Deezer oder per RSS.