Leaderz of the new school

Wie sieht ein Team aus, wenn AI einen großen Teil der bisherigen Execution übernimmt?

Episode 39 von Leaderz of the New School

Welche Menschen, Rollen und Teams brauchen wir 2027 und was davon übernimmt AI?

Wir sprechen darüber, warum Teams kleiner, cross-funktionaler und stärker End-to-End verantwortlich werden könnten. Warum reine Ticket-Organisation als Führungsmodell an Bedeutung verliert. Und weshalb Unternehmen gleichzeitig weniger Junior-Stellen schaffen und damit ihr eigenes Nachwuchsproblem für 2030 produzieren.

Außerdem geht es um eine Frage, die in der ganzen AI-Debatte oft zu kurz kommt:

Was bleibt eigentlich der Job von Führungskräften, wenn Execution immer günstiger und schneller wird?

Einige unserer Thesen:

• Teams könnten sich auf 3–6 hochgradig komplementäre Personen verkleinern.

• AI wird zunehmend nicht nur Tool, sondern Teil des Team- und Rollendesigns.

• Der Wert von Experten verschiebt sich vom reinen Machen hin zu Urteil, Qualität, Guardrails und Verantwortung.

• Wenn Unternehmen heute nur Seniors einstellen und Junior-Aufgaben automatisieren, könnte ihnen morgen das Erfahrungs- und Führungspotenzial fehlen.

• Und Leadership wird vielleicht gerade durch AI menschlicher statt technischer: Richtung geben, Menschen mitnehmen, Beziehungen verstehen, Verantwortung übernehmen.

Wir diskutieren aber auch die Grenzen: schlechte Daten, Halluzinationen, fehlender Kontext, Kundenbeziehungen und das informelle Wissen, das eben nicht automatisch in irgendeiner Knowledge Base landet.

Und natürlich die entscheidende Frage:

Wenn AI die Arbeit automatisiert – wer beurteilt dann eigentlich, ob sie richtig ist? Oder laesst man schon zu viel "einfach laufen"?

00:00 – Merh Team-Talk, weniger Tool-Talk
Warum wir 2027 weniger über Tools und mehr über Teams sprechen müssen.

01:20 – Warum kleine Teams schneller sind
Speedboats, Pizza Rule und End-to-End-Verantwortung statt großer funktionaler Silos.

04:10 – Was passiert mit großen Teams durch AI?
Von 15 ausführenden Rollen zu wenigen Menschen, die Systeme orchestrieren.

05:50 – Welche Rollen braucht ein AI-native Team?
Nicht mehr automatisch SEO + UX + Engineering – sondern Mensch und AI gemeinsam vom Ziel her denken.

07:15 – Wenn AI plötzlich Analyst wird
Wie Analysen, Charts und Management-Unterlagen heute schon direkt im Dialog mit AI entstehen können.

08:05 – Die Grenzen: Daten, Halluzinationen und Vertrauen
Warum AI noch lange nicht jede Rolle vollständig übernehmen kann.

10:00 – Das große Junior-Problem
Was passiert, wenn Entry-Level-Arbeit automatisiert wird und Unternehmen fast nur noch Seniors einstellen?

13:40 – Was müssen Juniors künftig können?
Schneller lernen, recherchieren, Wissen strukturieren und AI besser einsetzen.

14:45 – Was bleibt dann eigentlich für Führungskräfte?
Strategie, Vision, Kommunikation und Verantwortung werden wichtiger.

16:10 – Leadership braucht mehr Jürgen Klopp
Warum Präsenz, Motivation, Mut und echtes Interesse an Menschen durch AI wertvoller werden könnten.

18:45 – Die Organisation 2027
Kleine cross-funktionale Einheiten, weniger Ticket-Execution und mehr System-Orchestrierung.

19:45 – Das vielleicht wichtigste Learning
AI automatisiert die Arbeit, nicht das Urteil.

Der Führungsstil der Vergangenheit war, Execution zu organisieren. Der Führungsstil der Zukunft ist, Systeme und Teams zu bauen, die gemeinsam mit AI arbeiten können – und Menschen zu haben, die deren Ergebnisse beurteilen und verantworten.

„AI-Native" ist das Buzzword der Stunde – aber die meisten Unternehmen verwechseln es mit „wir haben jetzt ChatGPT". In Folge 38 der Leaders of the New School nehmen Björn Darko und Norman Nielsen den Hype auseinander.

Es geht um die unbequemen Fragen, die keiner stellt: Wenn eine Analyse statt 8 Stunden nur noch 6 Minuten dauert – wem gehört die gesparte Zeit? Wird AI zur Commodity, sobald sie jeder hat? Warum sind erfahrene Mitarbeiter plötzlich wertvoller statt überflüssig? Und wo sollte KI trotz aller Effizienz besser die Finger weglassen – von HR-Entscheidungen bis zur Kundenbeziehung?

Außerdem: die McKinsey-Zahl, die alles sagt (nur 6 % echte AI-High-Performer), Daten als einziger echter Burggraben, Vibe-Coding-Beispiele, die vor einem Jahr noch undenkbar waren – und was sich für Führungskräfte jetzt fundamental ändert.

🎧 Abonnieren, kommentieren, liken – und uns sagen: Ist dein Unternehmen AI-Native oder nur AI-enabled?

Was macht gute Führung wirklich aus — und woran erkennt man schlechte Leader? Wir haben persönliche Tipps, Real-Stories und ein schnelles Gespraech für euch aufgezeichnet!

In Folge 37 von Leaderz of the New School sprechen Björn und Norman über gute und schlechte Führungskräfte, über Präsenz, Empathie, strategische Klarheit, Feedback-kultur und die Kunst, Teams schneller und stärker zu machen.

Es geht um Leader, die Orientierung geben, Hindernisse aus dem Weg räumen und Menschen wachsen lassen — aber auch um Führungskräfte, die bei Konflikten verschwinden, Prioritäten ständig verschieben oder durch Micromanagement Motivation zerstören.

Wir teilen persönliche Erfahrungen aus Leadership-Rollen, sprechen über Vorbildfunktion, Fehlerkultur, Growth Paths und darüber, warum gute Führung manchmal bedeutet, sich selbst überflüssig zu machen.

Eine Folge für alle, die Teams führen, führen wollen oder besser verstehen möchten, warum manche Führung inspiriert — und andere blockiert. Kann man alles lernen ;)

02:09 — Was gute Führung ausmacht
Präsenz, Nahbarkeit, Orientierung und Vertrauen als Basis guter Leadership.

04:58 — Empathie als Leadership-Superkraft
Warum moderne Führung echtes Interesse an Menschen braucht.

06:29 — Strategische Klarheit
Gute Leader schaffen Fokus. Schlechte Leader erzeugen Prioritäten-Chaos.

08:32 — Teams schützen und Nein sagen
Warum Führung auch bedeutet, Ablenkungen abzuwehren.

09:03 — Vorbild sein
Leader müssen vorleben, was sie von ihren Teams erwarten.

10:23 — Feedback & Entwicklung
Ehrliches Feedback, klare Ziele und Growth Paths als Kern guter Führung.

14:28 — Roadblocks entfernen
Wie Leader Teams schneller machen: durch Entscheidungen, Impulse und Support.

15:51 — Persönliche Leadership-Ziele
Norman will Menschen stärken — Björn will sich als Leader überflüssig machen.

18:42 — Micromanagement & schlechte Muster
Warum Kontrolle im Detail Motivation zerstört.

19:46 — Fehlerkultur & psychologische Sicherheit
Warum Leader Fehler eingestehen müssen, damit Teams mutiger werden.

21:08 — Zuhören & Präsenz
Gutes Zuhören heißt: wirklich da sein, fokussiert bleiben und die richtigen Schlüsse ziehen.

Wir tauchen tief in die neuesten Entwicklungen der Tech-Welt ein hier in Folge #36 LOTNZ. Nach Besuchen auf der OMR und der Ecom 2026 steht vor allem die Google I/O im Fokus. Wir diskutieren, wie sich die Google-Suche in eine umfassende Arbeitsfläche verwandelt, warum agentische Workflows die Arbeitswelt revolutionieren und was das alles für die Rolle von Führungskräften bedeutet. Werden wir alle zu "Enablern" für unsere persönlichen KI-Agenten?

[00:00] Intro & OMR-Recap: Jens Polomski und Philipp "Pip" Klöckner auf der OMR Highlights

[03:15] Google I/O Highlights: Die Searchbar wird zur interaktiven Arbeitsfläche. Einblicke in Gemini und die Vision von Google für die Arbeitswelt.

[05:10] Der 24/7 Personal AI Agent: Wie die tiefe Integration in Gmail und Kalender den "digitalen Zwilling" Realität werden lässt.

[09:00] Voice Search im Office? Eine kritische Diskussion über Sprachsteuerung in der Arbeitsumgebung vs. unterwegs.

[11:05] Agentic Workflows & Asynchrones Arbeiten: Warum wir uns an Wartezeiten bei Agenten gewöhnen müssen und was das für die Produktivität bedeutet.

[13:00] Revolution im Web-Development: Björn berichtet von seinem Experiment mit Cloud Code – wie man Websites ohne CMS direkt über Sprachbefehle baut und live bringt.

[17:50] Wandel der Agenturmodelle: Die Abkehr von der Abrechnung nach Manntagen hin zu Output-basierten Modellen durch KI-Automatisierung.

[19:15] Hybrid Meetings mit Google Beam: Wie Hardware und KI helfen sollen, die Lücke zwischen Homeoffice und Vor-Ort-Teams zu schließen.

[22:00] Leadership: Vom Micromanagement zum AI-Enabler: Warum die wichtigste Führungsaufgabe jetzt darin besteht, Mitarbeiter zu AI Power Usern zu machen.

KI als Betriebssystem: AI wird tiefer in die tägliche Arbeit integriert (AI als "OS"). Es geht nicht mehr nur um einzelne Prompts, sondern um agentische Workflows, die komplexe Aufgabenketten asynchron abarbeiten.

Ende der klassischen Content Prozesse: Durch Tools wie Cloud Code wird Web-Development "sprachgesteuert". Änderungen gehen in Sekunden live, was CMS-Strukturen für viele Anwendungsfälle überflüssig macht.

Führung neu denken: Micromanagement ist tot. Die neue Aufgabe von Führungskräften ist es, Guidelines und Setups zu definieren, damit Mensch und KI optimal zusammenarbeiten können.

Output statt Zeit: In einer Welt, in der KI Aufgaben in Minuten erledigt, für die Menschen Tage brauchten, müssen Business-Modelle (besonders in Agenturen) auf Output- und Wert-Basis umgestellt werden

In Episode 35 sprechen wir über die aktuelle AI-Dynamik in Unternehmen: Wie realistisch ist ein „100 % AI“-Ansatz wirklich? Was bedeutet das für Mitarbeitende, Führungskräfte und Teams? Und wo liegt die Grenze zwischen sinnvoller Unterstützung und kompletter Entfremdung vom eigenen Output?

Außerdem geht es um konkrete Erfahrungen aus dem Alltag: von Konferenzen und Vorträgen bis hin zur Frage, warum AI-generierte Präsentationen zwar effizient sind, sich aber manchmal nicht mehr nach der eigenen Arbeit anfühlen. Die beiden diskutieren, weshalb Marken, Persönlichkeiten und Teams aufpassen müssen, sich durch AI nicht austauschbar zu machen.

Ein weiteres großes Thema: Macht AI uns klüger oder bequemer? Anhand einer aktuellen Studie besprechen Norman und Björn, warum nicht jede Form von AI-Nutzung gleich sinnvoll ist. Entscheidend ist offenbar, wie man AI einsetzt: als Denkverstärker und Sparringspartner — oder als komplette Auslagerung der eigenen Arbeit.

Zum Schluss gibt es noch Event-Hinweise, Konferenz-News und ein Update zum SEO-Apéro in Zürich.

In dieser Folge:

Warum „100 % AI“ in Unternehmen eher eine Utopie sein könnteWeshalb AI-Output ohne menschliche Handschrift schnell austauschbar wirktWas Präsentationen, Podcasts und Texte mit persönlicher Tonalität zu tun habenWie Digital Twins von Personen funktionieren könnenWarum strategisches AI-Offloading beim Lernen helfen kannWelche Form der AI-Nutzung gefährlich wirdWas Führungskräfte tun können, um Mitarbeitenden die Angst vor AI zu nehmenWarum Schulen und Lehrkräfte das Thema neu denken solltenUpdates zu OMR, AI for Business und dem SEO-Apéro in Zürich

Agenda mit Zeitpunkten

• 00:00 Event- und Konferenz-Updates: OMR, AI for Business, Women in AI Panel

• 02:25 Müssen Mitarbeitende Angst vor AI haben?
• 02:51 „100 % AI“ in Unternehmen — realistisch oder Wunschdenken?
• 03:53 Warum Björn eine 100-%-AI-Quote für utopisch hält
• 05:18 Woran man AI-Arbeit erkennt — und warum sie oft generisch wirkt
• 06:14 Gamma-App, Präsentationen und der Verlust von persönlicher Verbindung zum Inhalt
• 08:22 Digital Twin: Wie sich persönliche Tonalität mit AI nachbauen lässt
• 10:24 AI als Unterstützung statt Kernfunktion
• 11:44 Studie zu AI-Nutzung, Lernen und kognitivem Offloading
• 13:10 Warum die Frage „Macht AI uns dümmer?“ zu kurz greift
• 15:44 Die drei Zonen der AI-Nutzung — und welche am besten funktioniert
• 18:18 Die Danger Zone: Totale Delegation an AI
• 19:00 Was Schulen und Unternehmen daraus lernen sollten
• 20:02 Anekdote aus der Schule: ChatGPT-Verbot bei Recherche
• 21:23 Wie man Mitarbeitenden die Angst vor AI nehmen kann

Alle reden über AI, jede Firma will plötzlich „AI first“ sein — aber im Alltag passiert oft erstaunlich wenig. In dieser Folge sprechen Björn und Norman darüber, wie Unternehmen echte AI-Kultur aufbauen: jenseits von Buzzwords, Hype und Management-Parolen.

Es geht um die Frage, warum sich Mitarbeitende teilweise immer noch dafür entschuldigen, ChatGPT oder andere Tools zu nutzen, weshalb das ein kulturelles Problem ist und was gute Führungskräfte konkret tun müssen, damit AI im Team wirklich produktiv eingesetzt wird.

Außerdem sprechen die beiden über Guardrails, Verantwortung, private Tool-Nutzung im Job, Quality Checks für AI-Automationen und darüber, warum Unternehmen nicht nur AI erlauben, sondern auch die richtige Infrastruktur dafür bereitstellen müssen.

Zum Schluss wird’s noch futuristisch: Was unterscheidet klassische GenAI von echter Agentic AI? Und was passiert, wenn AI nicht mehr nur Antworten liefert, sondern eigenständig Aktionen ausführt?

00:00 Intro: Warum echte AI-Kultur mehr ist als ein Management-Buzzword

02:10 Warum sich Mitarbeitende für AI-Nutzung noch immer entschuldigen

05:10 Guardrails, Verantwortung und was AI im Unternehmen wirklich darf

07:37 Kann AI das schneller oder besser? Die wichtigste Frage für Teams

08:37 Wenn smarte AI-Lösungen auf privaten Accounts statt im Unternehmen landen

11:17 Automatisierung braucht Kontrolle: Warum AI Quality Checks Pflicht sind

15:44 Von der Answer Economy zur Action Economy

17:56 Agentic AI in der Praxis: Wenn Systeme nicht nur antworten, sondern handeln

In dieser Episode sprechen Björn und Norman über den praktischen Einsatz von AI im Alltag und im Job. Es geht um AI-Agenten, aktuelle Grenzen bei der User Experience, den Wandel von Automatisierung hin zu digitalen Mitarbeitenden und um die Frage, warum gute Prompts heute ein echter Wettbewerbsvorteil sind.

Zum Einstieg geht es um Konferenzen, AI-Events und Tools wie Gamma App, die den Workflow für Präsentationen deutlich beschleunigen können. Beide teilen ihre Erfahrungen damit, wie aus einem guten Ausgangsdokument heute schnell Vorträge, Slides oder andere Content-Formate entstehen.

Im Hauptteil diskutieren Björn und Norman dann über AI-Agenten. Auslöser ist ein AI Test, das eine günstige Flugverbindung nach Zürich finden sollte. Der Case zeigt ziemlich gut, wo Agenten heute schon hilfreich sein können — und wo sie aktuell noch zu langsam, zu umständlich sind.

Danach wird es strategischer: Sind AI-Agenten eigentlich nur Automatisierungen oder schon digitale Mitarbeitende? Die beiden sprechen über Guardrails, Entscheidungsfreiheit, Ownership, HR-Fragen und darüber, was Unternehmen künftig beim Onboarding und Offboarding solcher Systeme beachten müssen.

Zum Abschluss teilt Björn ein konkretes Beispiel aus der Praxis: Für einen Kunden aus dem Finanzbereich hat er einen komplexen Prompt zur Erstellung von SEO- und Affiliate-Content gebaut. Dabei wird klar, dass guter AI-Output nicht aus simplen Befehlen entsteht, sondern aus sauberer Struktur, klaren Rollen, Compliance-Regeln und echter fachlicher Expertise.

Themen der Folge:

• AI-Konferenzen, AI-Stammtisch und Events

• Gamma App für Präsentationen

• Skyvern im Praxistest

• Warum AI-Agenten oft auf strukturierte Plattformen angewiesen sind AI-Agenten als digitale Mitarbeitende

• HR-, Ownership- und Offboarding-Fragen

• Prompt Engineering für skalierbare Content-Erstellung

• Warum Domain-Expertise mit AI noch wichtiger wird

00:00 Intro

01:03 AI-Events und AI-Stammtisch

3:07 Gamma App und Präsentationen

06:24 Skyvern im Test

08:35 UX-Probleme bei AI-Agenten

09:18 Plattformen, Daten und Protokolle

11:27 Agenten im Arbeitsalltag

13:05 Digitale Mitarbeitende?

14:43 HR, Ownership und Offboarding

16:15 Prompt Engineering im Finanzbereich

20:36 Outro

In dieser Episode des Leaders of the New School Podcasts diskutieren Norman und Björn über die Auswirkungen neuer Technologien auf die Arbeitswelt, insbesondere im Hinblick auf das Universal Commerce Protocol (UCP) und die Rolle von AI-Content. Sie beleuchten die Transformation von FTE zu FDA (Full time agent), die Herausforderungen und Chancen des UCP im E-Commerce sowie die Bedeutung von Datenqualität und Aktualität in der Inhaltserstellung.

takeaways

• Die UCP ermöglicht eine nahtlose Customer Journey.

• Agenten können repetitive Aufgaben in Organisationen übernehmen.

• AI-Content muss auf eigenen Daten basieren, um effektiv zu sein.

• Datenqualität ist entscheidend für den Erfolg im E-Commerce.

• Die Einführung neuer Technologien erfordert Zeit und Anpassung.

• User Experience muss verbessert werden, um Vertrauen zu schaffen.

• Die Rolle von Agenten wird in der Zukunft zunehmen.

• Daten müssen ständig aktualisiert werden, um relevant zu bleiben.

• Die Integration von AI in den Arbeitsprozess ist unvermeidlich.

• Die Zukunft des Handels wird durch technologische Standards geprägt.

2026: Mehr Testing ueberall, Daten sammeln, neue Marketingkanaele, AI mit MCP, ACP... uvm

Wir haben News! Persönlichen Veränderungen und beruflichen Vorhersagen für 2026. Entwicklungen im Marketing, die Rolle von AI in der Führung und die Notwendigkeit kontinuierlichen Lernens. Zudem wird die Zukunft des Büros und Homeoffice thematisiert, sowie die Bedeutung von Networking und Konferenzen in der Branche.

• Björn wechselt zu Swiss Marketplace Group

• Norman ist VP bei idealo

• Klare Vorsätze für 2026

• NEUE Marketingkanaele!

• AI wird die Führung und das Management verändern

• Tracking wird schwieriger, First-Party-Data wird wichtiger

• Konferenzen werden sich anpassen und spezialisieren.

• Die Experimentierkultur wird entscheidend für den Erfolg sein.

In dieser Episode (Ep 30, Yeah) diskutieren wir ueber die neuen AI-Browser Atlas und Komet, deren Funktionen und die Auswirkungen auf die Produktivität und Sicherheit. Die Rolle von AI im Browsing, die Gefahren eines Parallel-Webs und die Herausforderungen im Datenmanagement und in der Sicherheit.

• Die neuen KI-Browser bieten innovative Funktionen zur Steigerung der Produktivität.
• Atlas und Komet sind zwei führende KI-Browser mit unterschiedlichen Ansätzen.
• Die Integration von KI in Browser verändert die Art und Weise, wie wir das Internet nutzen werden.
• Sicherheitsaspekte sind entscheidend, wenn es um die Nutzung von KI-Browsern am Arbeitsplatz geht.
• Ein Parallel-Web könnte die Kontrolle über Informationen und Entscheidungen einschränken.
• Die Benutzerfreundlichkeit von Browsern wird in Zukunft entscheidend sein.
• Datenmanagement wird komplexer, wenn AI in den Browsing-Prozess/Entscheidungsprozess integriert wird.
• Die Rolle von Gatekeepern im Internet wird sich durch KI-Browser verändern (gut oder schlecht?).

00:00 Einführung in die neue Browser-Welt

02:57 Der Atlas-Browser und seine Funktionen

05:51 Komet und die Zukunft des Browsens

08:44 Die Gefahren des automatisierten Surfens

11:42 Sicherheitsaspekte und Verantwortung im digitalen Raum

14:23 Zukunftsausblick: Die Evolution des Online-Shoppings