Kann KI besser Software entwickeln als Menschen? Steile These – aber genau darum geht es in dieser Episode von „Innovation unter schwierigen Bedingungen". Daniel Greitens beleuchtet, warum KI-gestützte Softwareentwicklung der klassischen menschlichen Arbeitsweise in vielen Punkten überlegen ist – und wo die Grenzen liegen.

Ausgangspunkt sind die grundsätzlichen menschlichen Herausforderungen in Softwareprojekten: enorme Informationsmengen, hoher Abstimmungsaufwand zwischen Kompetenzen, Prozesstreue unter Druck und die oft vernachlässigten „unbequemen" Tätigkeiten wie Dokumentation und Testing. KI-Programmierung ist erstaunlich menschlich – und damit zunächst genauso anfällig für Spaghetti-Code und Kontextverlust.

Der entscheidende Unterschied: Mit dem richtigen Setup aus Skills, Agenten und Hooks lassen sich definierte Kompetenzen – von Requirements Engineering über Architektur bis QA – als parallele Perspektiven in einem einzigen Entwicklungsprozess bündeln. Daniel zeigt, wie diese Skills sich gegenseitig triggern, korrigieren und sogar widersprechen können – und wie ein lernender Backfix-Skill die Qualität kontinuierlich steigert. Besonders die kaum diskutierten Hooks erweisen sich als Gamechanger für Prozesssicherheit.

Die Episode behandelt unter anderem: warum das Kontextfenster die zentrale Schwachstelle bleibt, wie Skills und Agenten menschliche Teamkommunikation ersetzen, weshalb Coding als Kernkompetenz an Bedeutung verliert, welche neuen Kompetenzen stattdessen gebraucht werden, und warum die Marktvolatilität und absehbar steigende KI-Lizenzkosten das eigentliche Risiko darstellen.

Fazit: Wer jetzt nicht einsteigt, riskiert doppelte Kosten – hohe Personalaufwände plus steigende KI-Gebühren. Die Episode richtet sich bewusst an Führungskräfte und Nicht-Techniker, die verstehen wollen, was von der Softwareentwicklungsseite gerade mit Wucht auf sie zurollt.

In dieser Episode von „Innovation unter schwierigen Bedingungen" zeigt Daniel Greitens, was KI heute wirklich kann – und zwar ohne eine einzige Zeile Code.

👉 Keine Technik-Vorkenntnisse. Kein Programmier-Hintergrund. Trotzdem hilfreiche kleine Anwendungen, die echte Probleme lösen.

Im Mittelpunkt steht nicht der nächste Chatbot-Hype, sondern ein Werkzeug, das Führungskräfte sofort produktiv nutzen können: die Generierung kleiner, zweckgebundener Anwendungen mit Claude Code. Daniel ordnet ein, was das ist – und was nicht.

Die Episode zeigt anhand konkreter Alltagsbeispiele:

• wie eine Anforderungsrecherche zu Onlinezugangsgesetz und Verwaltungsdigitalisierung als interaktive Anwendung in wenigen Prompts entstand,
• wie eine Ausschreibungsanalyse mit automatischem Alerting gebaut wurde – inklusive API-Anbindung an öffentliche Portale, ohne manuelles Programmieren,
• warum lokale Anwendungen immer dann sinnvoll sind, wenn Daten das eigene System nicht verlassen sollen.

Der Showdown: 2 Gigabyte Produktionsdaten von Bosch, eine offene KI-Challenge zur Vorhersage von Qualität, ein Prompt – und nach exakt 8 Minuten eine vollständige Qualitätsprognose, lokal berechnet mit "mal eben" angelerntem eigenen KI-Modell, visuell aufbereitet. Kein Data-Science-Hintergrund erforderlich.

Ergänzt wird die Episode durch klare Warnhinweise:

• warum solche Anwendungen keinesfalls produktiv eingesetzt werden sollten,
• wie man verhindert, dass sensible Daten unbemerkt in die Cloud wandern,
• weshalb ein eigener, vom Unternehmensnetzwerk getrennter Rechner die richtige Basis ist,
• und warum Token-Limits aktiv gesetzt werden müssen – bevor der Agent losläuft.

Methoden gibt es genug.
Scrum, SAFe, Design Thinking, Domain-Driven Design, Blue Ocean, Business Model Canvas – die Liste ist endlos.

Doch diese Episode von „Innovation unter schwierigen Bedingungen“ stellt eine unbequeme Frage:

👉 Sind Methoden in Ihrem Projekt wirklich ein Werkzeug – oder längst zum Selbstzweck geworden?

Daniel Greitens teilt seine Perspektive aus Großprojekten in Defense, innerer Sicherheit, Versicherungen, Finanzen und Industrie – und zeigt, warum methodischer Overkill oft mehr Schaden anrichtet als fehlende Struktur.

Im Mittelpunkt steht nicht die nächste „beste Methode“, sondern:

• Woran wähle ich Methoden überhaupt aus?

• Welche Risiken und Nebenwirkungen bringt jede Methode mit?

• Warum führen pauschale Rollouts fast zwangsläufig zu Over-Engineering?

• Wie erkenne ich, wann eine Methode Effizienz fördert – und wann sie Fokus frisst?

Anhand konkreter Beispiele – etwa zu Domain-Driven Design oder SAFe – wird deutlich, wie gut gemeinte Frameworks Budget verbrennen, Teamstrukturen zementieren oder sogar kontraproduktive Komplexität erzeugen können, wenn Zielbild und Problemverständnis nicht klar sind.

Statt Methodengläubigkeit plädiert die Episode für:

• ein klares Verständnis des eigentlichen Problems („Confront the brutal fact“),

• eine saubere Dramaturgie aus aufeinander aufbauenden Erkenntnissen,

• bewusste Auswahl und Anpassung von Methoden,

• und die konsequente Trennung von Erkenntnisfortschritt und bloßer Methodentreue.

Mit einem Einblick in einen pragmatischen Werkzeugkasten für Product Discovery zeigt die Folge zudem, wie Methoden modular, zielorientiert und flexibel eingesetzt werden können – ohne in Ideologie oder Bürokratie zu kippen.

Fazit:
Methoden sind keine Religion.
Sie sind Werkzeuge.
Und wie jedes Werkzeug müssen sie zum Problem passen – nicht umgekehrt.

Diese Episode ist ein intensiver Austausch mit Thomas Biedermann (SAP) zu Ethik, gesellschaftliche Folgen und die Frage nach Kontrolle.

Im Zentrum steht die unbequeme Wahrheit: KI wird schneller und massiver Jobs verändern, als viele heute wahrhaben wollen. Aber das eigentliche Risiko ist nicht nur die Automatisierung – sondern was danach kommt:

➡️ Wovon lebt eine Gesellschaft, wenn Wertschöpfung abwandert?
➡️ Was gibt Menschen Purpose, wenn Arbeit als sozialer Anker wegfällt?
➡️ Wie verhindern wir, dass Daten zur moralischen Waffe werden?

Wir diskutieren u.a.:

• Grundsicherung / Grundeinkommen: Chance oder Illusion – und was „Wertvoll sein“ für Menschen bedeutet.

• Digitale Abhängigkeit Europas: Plattformgewinne in den USA, Produktion in China – und was das langfristig mit Wohlstand macht.

• Daten, Scoring, Manipulation: Wenn Smartwatch- und Verhaltensdaten Entscheidungen über Kredit, Versicherung oder Teilhabe beeinflussen – oft ohne Transparenz.

• Soziale Medien & Gamification: Wie digitale Mechaniken unser Verhalten, Beziehungen und Selbstbild verändern (inkl. sehr greifbarer Alltagsbeispiele).

• Politik & Steuerungsfähigkeit: Träge Strukturen, Kompetenzlücken, Anreizsysteme – und die Frage, wie demokratische Systeme handlungsfähig bleiben.

  
  

  Feedback gerne auf LinkedIn: https://www.linkedin.com/posts/danielgreitens_ki-wird-nicht-nur-jobs-ver%C3%A4ndern-sie-ver%C3%A4ndert-activity-7427713825409368064-8igo

In dieser Episode von „Innovation unter schwierigen Bedingungen“ geht es um einen der mächtigsten, aber meist unterschätzten Hebel in Groß- und Komplexprojekten: den Project Scope – und die radikale Reduktion auf das Wesentliche.

Ausgehend von der ernüchternden Erkenntnis, dass laut groß angelegten Studien nur ein Bruchteil aller Projekte Zeit-, Budget- und Zieltreue erreicht, zeigt die Episode, warum unklarer Scope der häufigste systemische Grund für Projektscheitern ist. Fast alle Projekte glauben, ihr Ziel zu kennen – die Realität sieht oft anders aus.

Anhand konkreter Beispiele aus:

• militärischen Großprojekten,

• sicherheitskritischen Systemen,

• Finanz- und Abrechnungsplattformen,

wird deutlich, wie Bestandserwartungen, Gewohnheiten und implizite Annahmen Projekte in überdimensionierte Lösungsboliden treiben – und wie ein sauber formulierter Project Scope genau das verhindern kann.

Zentrale Themen der Episode:

• warum „alles neu bauen“ fast immer der falsche Ansatz ist,

• wie man das eigentliche Ziel hinter Funktionen, Features und Anforderungen erkennt,

• weshalb eine prägnante, managementtaugliche Lösungsidee („catchy solution“)
  entscheidend für Alignment und Fokus ist,

• und warum jedes Projekt neben dem offiziellen Ziel auch ein oft unausgesprochenes
  „ehrliches Ziel“ hat, das über Erfolg oder Sabotage entscheidet.

Die Folge zeigt außerdem, wie sich ein klarer Scope konsequent in Funktionsumfang, Qualitätsmerkmale, Organisation und Delivery kaskadieren lässt – sodass Teams nicht nur schneller, sondern auch sinnvoll liefern.

In dieser Episode von „Innovation unter schwierigen Bedingungen“ wird es bewusst operativ. Daniel Greitens teilt seine erprobten Best Practices für Zahlenklarheit in komplexen Projekten – pragmatisch, transparent und mit Fokus auf das große Ganze.

Im Mittelpunkt steht die Frage, wie sich Budget, Timeline, Qualität und Scope über die gesamte Projektlaufzeit hinweg realistisch steuern lassen – ohne Tool-Overhead, Controlling-Zirkus oder Scheingenauigkeit. Der zentrale Gedanke: Ein Projekt darf erst in die Umsetzung starten, wenn das gesamte Projektvolumen grob sichtbar und einschätzbar ist.

Die Episode zeigt:

• warum frühe Grobschätzungen keine Wasserfall-Dogmatik, sondern Risikomanagement sind,

• wie klare Prioritätsattribute und explizite Qualitätsausprägungen Diskussionen versachlichen,

• weshalb jede Anforderung – inklusive Organisation, Meetings und Frameworks – Aufwand ist und sichtbar gemacht werden muss,

• wie sich Wünsche von Stakeholdern anhand ihrer konkreten Implikationen bewerten lassen,

• und warum einfache Werkzeuge oft wirksamer sind als komplexe Projekttools.

Ergänzt wird das Vorgehen durch eine bewusst grobe, aber wirksame Roadmap, die Lieferketten, Kompetenzabhängigkeiten und Verfügbarkeiten sichtbar macht – als Kommunikationsinstrument, nicht als Mikromanagement-Werkzeug.

In dieser Episode von „Innovation unter schwierigen Bedingungen“ ist Daniel Greitens zu Gast bei SAP in Walldorfund spricht mit Thomas Biedermann, Mitgründer und langjähriges Mitglied des SAP AppHouse, über Innovation jenseits von Vorurteilen, Systemdenken und Tool-Fixierung.

Im Zentrum steht eine Perspektive, die man SAP von außen oft nicht zutraut: radikal menschenzentrierte Innovationsarbeit – nicht als Buzzword, sondern als gelebte Praxis. Das AppHouse arbeitet direkt mit Kunden an konkreten Problemen, technologieagnostisch, interdisziplinär und mit einem klaren Fokus auf Nutzen statt Features.

Die Episode beleuchtet unter anderem:

• warum SAP primär als Plattform zu verstehen ist – und warum Anpassbarkeit kein Mangel, sondern ein strategischer Vorteil ist,

• wie Innovation entsteht, wenn IT, Design, UX, Research und Fachbereiche wirklich zusammenarbeiten,

• weshalb viele Innovationshemmnisse kultureller Natur sind und nicht technologischer,

• wie Bottom-up-Impulse und Management-Unterstützung produktiv zusammenwirken können,

• warum menschenzentriertes Arbeiten ein Effizienz- und kein Wohlfühlthema ist,

• und weshalb SAP seine Methoden, Tools und Workshop-Formate bewusst offen zur Verfügung stellt.

Darüber hinaus geht es um Skalierung über Partnernetzwerke, den Aufbau von Innovationskultur in großen Organisationen und die Rolle externer Perspektiven, wenn interne Routinen Veränderung blockieren.

In dieser Episode von „Innovation unter schwierigen Bedingungen“ spricht Daniel Greitens mit Alex Dranov, Director Portfolio & Technology bei Siemens Xcelerator, über die Realität von Innovation in einem globalen Industriekonzern.

Im Zentrum steht der Siemens Xcelerator als verbindender Dirigent zur Lösung komplexer Kundenbedarfe. Er bietet ein kuratiertes Portfolio modular kombinierbarer Produkte, ein starkes Partner-Ökosystem und ein Marketplace, der weit mehr ist als ein Vertriebskanal. Die Diskussion zeigt, wie Siemens Kundenprobleme orchestriert löst und warum Governance, Standards und langfristige Strategie dabei entscheidend sind.

Weitere Schwerpunkte der Episode:

• was ein digitaler Zwilling wirklich ist – und warum er mehr ist als „nur mehr Daten“,

• wie Unternehmen mit Legacy-Systemen und jahrzehntealter Industrieausrüstung dennoch in die digitale Transformation einsteigen können,

• warum digitale Zwillinge, KI und Datenanalyse gerade bei Nachhaltigkeit, Energieeffizienz und Dekarbonisierung zentral sind,

• wie Siemens regulatorische Anforderungen, Wettbewerbsfähigkeit und Innovationsgeschwindigkeit ausbalanciert.

Anhand konkreter Industriebeispiele wird deutlich: Erfolgreiche Innovation in komplexen Umfeldern entsteht nicht durch kurzfristige Hypes, sondern durch langfristig Unternehmensstrategie, aufgebaute Plattformen, starke Ökosysteme und konsequente Kundenorientierung.

In dieser Episode von „Innovation unter schwierigen Bedingungen“ geht es um offene Innovation – konkret darum, wie Unternehmen sich bewusst dem Markt öffnen, direktes Nutzerfeedback zulassen und daraus bessere Produkte entwickeln können.

Zu Gast ist Tim Cadenbach, Head of Community bei DeepL. Gemeinsam sprechen wir darüber, warum DeepL eine öffentliche Community-Plattform aufgebaut hat, was sich das Unternehmen davon verspricht – und welche organisatorischen, kulturellen und rechtlichen Herausforderungen damit verbunden sind.

Die Episode beleuchtet unter anderem:

• warum Unternehmen faktisch immer eine Community haben – ob sie Teil davon sind oder nicht,

• welchen Wert direktes Nutzerfeedback, Feature-Requests und echte Nutzungsgeschichten haben,

• wie Community-Arbeit Produktentwicklung, Support, Research und Markenbindung beeinflusst,

• warum Offenheit intern oft auf Widerstände stößt und Überzeugungsarbeit nötig ist,

• welche Rolle Regulierung (DSGVO, Digital Services Act) bei öffentlichen Plattformen spielt,

• und warum der Aufbau einer funktionierenden Community Zeit, Prozesse und Konsequenz erfordert.

Anhand konkreter Beispiele wird deutlich, dass Community-Arbeit weit mehr ist als ein Marketing- oder Nebenprojekt: Richtig umgesetzt hat sie langfristigen Einfluss auf die gesamte Organisation – von Produktentscheidungen bis zur Unternehmenskultur.

Fazit:
Offene Innovation ist kein Selbstläufer. Sie erfordert Mut zur Transparenz, klare Prozesse und die Bereitschaft, sich auch kritischem Feedback zu stellen. Wer diesen Schritt geht, gewinnt jedoch einen direkten Draht zum Markt – und eine nachhaltige Grundlage für bessere Produkte und stärkere Kundenbindung.

UX Design liefert schnelle, visuell verständliche Ergebnisse – und wird genau deshalb in Innovations- und Großprojekten häufig zur unterschätzten Stolperfalle. In dieser Episode von „Innovation unter schwierigen Bedingungen“ zeigt Daniel Greitens, warum frühe Mockups, Wunschlisten und ungefiltertes Stakeholder-Feedback zwar gut aussehen, aber oft massive Effizienz-, Kosten- und Architekturprobleme nach sich ziehen.

Anhand typischer Projektverläufe wird deutlich, wie sich Anforderungen entlang der Lieferkette unkontrolliert aufschaukeln: von fachlichen Wünschen über Architektur-Implikationen bis hin zu UX-Mockups, die faktisch zu verbindlichen Vorgaben werden – ohne echte Kosten-Nutzen-Abwägung. Die Technik steht am Ende der Kette und muss es „ausbaden“, während Business Value und Wiederverwendbarkeit auf der Strecke bleiben.

Die Episode liefert klare Leitplanken für den professionellen Einsatz von UX in komplexen Vorhaben, unter anderem:

• warum ein Design System kein Komfort, sondern eine bewusste Einschränkung sein muss,

• weshalb UX niemals ohne Kosten-Nutzen-Kontext Lösungen vorschlagen sollte,

• warum technisches Verständnis (Daten, Komponenten, Flüsse) für UX unerlässlich ist,

• wieso Design System und fachliche Anwendung strikt getrennt gehören,

• und weshalb ein „MVP-Design-System“ in großen Anwendungen gefährlich ist.

Abgerundet wird die Folge durch ein konkretes Vorgehensmodell: von klaren Prioritäten und Zielgruppen über Szenarien, Use Cases und Datenstrukturen bis hin zu systematisierten Interaktions-Patterns und verbindlichen Regeln für Iteration und Eskalation.

Fazit:
UX Design entfaltet seinen Wert nur dann, wenn es fest in die gesamte Lieferkette eingebettet ist. Wer der Verlockung schneller Mockups widersteht und Design Systeme als Effizienz-Hebel begreift, schafft nachhaltige Lösungen statt teurer Sonderlocken.