Wir nutzen ChatGPT und andere KI-Werkzeuge für Texte, Bilder, Analysen und Entscheidungen. Doch wem gehört die Infrastruktur dahinter? Wo liegen unsere Daten? Wer verdient an der Nutzung – und wie viel Wissen und Wertschöpfung bleiben in Österreich oder Europa?
In Folge #35 von „Vom Hype zum Handeln“ spreche ich mit Julian Just von der AI Factory Austria darüber, wie Unternehmen trotz internationaler Plattformen handlungs- und entscheidungsfähig bleiben.
JETZT REINHÖREN in Folge 35 >> mit AI & Innovation Expert Julian Just
Einblicke und Tipps für eine souveräne KI-Nutzung
Souveränität ist nicht Autarkie
„Es geht jetzt nicht darum, autark zu sein. Es geht darum, Entscheidungsmöglichkeiten zu haben und Abhängigkeiten zu reduzieren.“
Julian Just
Unternehmen können weiterhin ChatGPT, Claude, Gemini oder andere internationale Angebote verwenden. Souverän handeln sie, wenn diese Entscheidung bewusst getroffen wird und echte Alternativen bestehen – etwa wenn sich Preise, Leistungen, Rechtslagen oder Geschäftsmodelle verändern.
Drei Dimensionen der KI-Souveränität
Julian unterscheidet drei Dimensionen, mit denen Unternehmen ihre Situation greifbar machen können:
Technologiesouveränität: Welche Wahlmöglichkeiten bestehen bei Hardware, Software und KI-Modellen? Kann das Unternehmen zwischen verschiedenen Technologien wechseln?
Datensouveränität: Wo liegen die Daten, wer kann darauf zugreifen und sind die Datenflüsse transparent? Das ist besonders wichtig bei sensiblen Unternehmens-, Personen- oder Gesundheitsdaten.
Betriebssouveränität: Kann eine KI-Anwendung selbst oder mithilfe eines geeigneten Partners betrieben werden? Sind Fachwissen, Rechenleistung und eine belastbare Betriebsstruktur vorhanden?
Für die meisten KMU ist ein eigenes Rechenzentrum keine realistische Lösung. Regionale Partner können Infrastruktur, Auslastung und Wissen bündeln. Besonders relevant ist das bei sensiblen Anwendungen, etwa in Krankenhäusern: KI kann administrative Aufgaben erleichtern, doch Gesundheitsdaten brauchen verlässliche technische, rechtliche und organisatorische Rahmenbedingungen.
Die Cloud hat einen Ort – und Eigentümer
„Die Cloud“ klingt leicht und ortlos. Tatsächlich steht dahinter eine physische und wirtschaftliche Infrastruktur: Energie, Flächen, Hardware, Kühlung und Fachkräfte. Darauf bauen Chips, Modelle, Plattformen und schließlich die konkrete Anwendung auf.
Diese Wertschöpfungskette hilft Unternehmen, genauer hinzuschauen:
Welche Technologie wird verwendet und wo wird sie betrieben?
Wer kontrolliert sie und wer profitiert wirtschaftlich?
Welche realistischen Alternativen gibt es?
Auch europäische Rechenkapazitäten internationaler Konzerne bedeuten nicht automatisch europäische Kontrolle oder regionale Wertschöpfung. Regionale Infrastruktur schafft mehr Gestaltungsspielraum, bringt aber auch Verantwortung für Energieversorgung, Kühlung und Umweltverträglichkeit mit sich.
Drei Hebel für mehr Wahlmöglichkeiten
1. Offene Modelle prüfen: Offene und sogenannte Open-Weight-Modelle können auf einer selbst gewählten Infrastruktur betrieben werden. Das kann mehr Kontrolle über Daten und Betrieb ermöglichen. „Offen“ bedeutet jedoch nicht automatisch „souverän“ – entscheidend bleibt, wer das Modell betreibt und welche Komponenten weiterhin von einzelnen Anbietern abhängen.
2. Das passende Modell wählen: Nicht jede Zusammenfassung, Klassifizierung oder interne Assistenzaufgabe benötigt das leistungsstärkste und teuerste System. Unternehmen sollten klären, welche Qualität tatsächlich gebraucht wird, welche Daten verarbeitet werden und ob ein kleineres oder europäisches Modell genügt.
3. Modular bauen: Wenn eine Anwendung fest mit einem Modell oder Anbieter verbunden ist, wird ein Wechsel teuer. Abstraktionsschichten und Werkzeuge wie LiteLLM können unterschiedliche Modelle über eine einheitliche Schnittstelle ansprechen und den Austausch erleichtern.
Ein praktischer Souveränitätscheck für Unternehmen
Nutzung erfassen: Welche KI- und Cloud-Dienste sind bereits im Einsatz?
Risiko bewerten: Welche Anwendungen und Daten sind besonders kritisch?
Bedarf prüfen: Braucht der Workflow wirklich dieses Modell und diesen Anbieter?
Wechselmöglichkeiten testen: Sind Modelle, Schnittstellen und Anbieter austauschbar?
Alternativen und Partner erproben: Welche offenen, europäischen oder regionalen Lösungen passen?
KI sollte dabei nicht nur auf bestehende Abläufe gesetzt werden. Manchmal ist es sinnvoller, vom gewünschten Ergebnis auszugehen und den Prozess mit den heutigen Möglichkeiten neu zu entwerfen.
Anlaufstellen und Alternativen
Die AI Factory Austria unterstützt KMU, Start-ups, Forschungseinrichtungen und öffentliche Institutionen bei Orientierung, Kompetenzaufbau, ersten Tests und der Vernetzung mit passenden Partnern.
Die Nennungen sind eine Ausgangsliste zur eigenen Prüfung und keine pauschale Empfehlung für jeden Anwendungsfall.
Fazit: Wahlmöglichkeiten entstehen nicht von selbst
KI-Souveränität beginnt nicht mit einem eigenen Rechenzentrum, sondern mit Transparenz: Welche Systeme nutzen wir, wohin fließen unsere Daten und welche Alternativen haben wir? Wer diese Fragen heute beantwortet, kann Kompetenzen, Partnerschaften und technische Wechselmöglichkeiten aufbauen – und morgen noch selbst entscheiden.
Über den Gast
Gesprächspartner
Julian Just ist AI & Innovation Expert bei der AI Factory Austria (AI:AT) und Postdoc-Forscher im Team Innovation and Entrepreneurship am Institut für Management und Marketing der Universität Innsbruck. Dort untersucht er, wie KI- und NLP-Systeme die frühe Phase von Innovationsprozessen verändern – vom Problemverständnis über die Ideenfindung bis zur Bewertung und Auswahl.
Host in Folge 35 ist Petra Liebl, Expertin für digitales Marketing mit KI und langjährige Unternehmensberaterin mit Schwerpunkt Marketing.
Mit ihrem digitalen und Marketing-Background geht es Petra darum, den Blick weg von Tools hin zum zentralen Erfolgsfaktor digitaler Transformation zu lenken: dem aktiven Gestalten von und für Menschen in Organisationen – und dabei Chancen ebenso wie kritisches Denken und Handeln im Umgang mit KI-Tools zu fördern.
Erfolgreiches Marketing beginnt nicht bei KI, sondern bei deinen Stärken, deiner Tonalität und deiner Zielgruppe. Deshalb hat Petra FELIX entwickelt: ein KI-Marketing-System für KMUs und Einzelunternehmer:innen, das markentreue Texte und Social-Media-Posts liefert – ganz ohne KI-Vorwissen.
Petra Liebl – Content Bakery: Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.
Videos mit KI erstellen: Was so simpel klingt, erfordert in der Praxis viel Arbeit – auch wenn es dank KI viele Helferlein gibt, um in Eigenregie hochwertige Videos zu erstellen. Vor allem jedoch steht am Anfang jeder erfolgreichen Kommunikation eine entscheidende Weichenstellung: Wie kann das Marketingziel erreicht und die gewünschte Wirkung erzielt werden?
Und genau dort trennt sich die KI-Spreu vom wirklichen Weizen, der auf das Ziel fokussiert.
Fakt ist: Die Produktion wird günstiger, der Zugang barriereärmer. Aber das vermeintliche Versprechen: Einfachheit und oder mehr Effizienz beim Erstellen von Videos mit KI – stimmt das wirklich?
Darüber spreche ich mit Felix Gorbach – der als Dozent die nächste Generation von Video-Produzenten ausbildet. Felix ist seit 20 Jahren in Medienbranche tätig, vielseitiger Künstler und Gründer der Blue Box Digital Video (2006).
Was macht den Unterschied zwischen Wunsch und Wirkung aus? Was macht gezielte Kommunikation im KI-Zeitalter aus?
KI-Demo: Zwischen Verlockung und Funktion
Keine Frage, KI hat Türen geöffnet und baut Barrieren ab. Was einst tagelang an Schnitt und Nachbearbeitung brauchte, lässt sich heute mit professionellen Tools und Wissen vielefach rascher realisieren. So entstehen Texte, Bilder und auch Videoanimationen oft von Menschen, die kein oder wenig Marketing- oder Produktionswissen mitbringen.
JETZT REINHÖREN in Folge 34 >> mit Medienexperte und Künstler Felix Gorbach
Felix verrät, was es für Wirkung wirklich braucht:
Die Rolle der Vorbereitung – das unsichtbare Drittel
Erfahrung in der Medienbranche zeigt: Das eigentliche Herz der Videoproduktion schlägt vor dem Dreh. Besonders, wenn es um Unternehmensidentität geht. Statt alles dem Zufall oder einer KI-Vorlage zu überlassen, investieren Profis ein Drittel der Gesamtzeit in strategische Fragen: Welche Botschaft steht im Zentrum? Welcher Nutzen soll transportiert werden? Und vor allem – wie kann die Zielgruppe am emotionalen Punkt abgeholt werden?
Ob klassisch oder mit KI produziert: Wer Wirkung will, muss liefern können, bevor das erste Bild entsteht. Die Vorarbeit bestimmt nicht nur die Richtung, sondern auch die Glaubwürdigkeit und Echtheit des Films. Gut geführte Marken setzen hier auf Werkzeuge wie das Markensteuerrad – es verankert Nutzen, Attribute, Tonalität und Bildsprache und schafft einen klaren Kompass für alles, was folgt.
Wo KI glänzt, und wo nicht
Markenführung und Storytelling – Menschen gefragt
Nehmen wir zwei Beispiele: Eine Friseurin startet mit voller Leidenschaft in die Selbstständigkeit, ein Buchhalter positioniert sich am Markt. Beide könnten die KI bitten, Social-Media-Videos zu erstellen. Ohne strategischen Input entstehen austauschbare Clips – beliebig und flüchtig.
Erst durch echte Geschichten und emotionale Anker, die bei echten Menschen zünden, wird ein Video zum Markenbotschafter. Emotionen und Motive sind zutiefst menschlich. KI kann mithelfen, eine Story nach einer Experten-Vorlage zu modellieren. Aber welcher Funke zündet – das bleibt eine menschliche und eine Expert:innen-Entscheidung.
Ein Beispiel aus Felix’ Praxis zeigt das deutlich: Die Vorbereitung ist alles, der Prozess deshalb entscheidend. 180 Stunden Vorbereitung für einen einzigen Jubiläumsfilm – nicht, um schöne Bilder zu komponieren, sondern um die Basis zu legen: Markenidentität fühlbar zu machen. Das unterscheidet beliebigen Video- und sonstigen Content von zielgerichteter Markenwirkung.
Social Media – Miniclips, Frequenz und das Spiel mit der Wiederholung
Die Zeit der großen Imagefilme ist – zumindest auf Social Media – vorbei. Was zählt, sind Miniclips und Wiedererkennungswert. Und genau hier spielt KI eine ihrer Stärken aus.
Clips lassen sich mit KI schneller anpassen und in Serie veröffentlichen. Wichtig bleibt, dass ein Redaktionsplan die Kontinuität sichert und regelmäßig analysiert wird, welche Inhalte wirklich Resonanz erzeugen.
KI kann helfen, Trends auszuwerten und die Performance zu messen. Doch das Gespür für die eigene Zielgruppe bleibt durch Algorithmen schwer ersetzbar.
Der Trick dabei: nicht einfach Masse produzieren, sondern aus jedem einzelnen Clip lernen. Jeder Clip ist ein Lern-Experiment. Erst die konsequente Auswertung – von der Formulierung bis zur Typografie, vom Sound bis zum eingesetzten KI-Modell – führt schrittweise zum tiefen Verständnis der eigenen Community.
Kann KI kreativ sein? Muster statt Magie
Große Modelle wie ChatGPT oder Gemini sind hervorragend darin, vorhandene Muster zu kombinieren. In der kreativen Praxis ist das ein zweischneidiges Schwert: Wer außergewöhnliche Markenkommunikation will, muss liefern, was niemand erwartet hat. KI kann inspirieren, Fragmente neu zusammensetzen und sogar ein Stück weit überraschen – doch gelingt es ihr, tatsächlich Neues zu schaffen? Gerade im Video mit KI bleibt echte Innovation nach wie vor menschlich.
Der Unterschied zwischen Substanz und promptgetriebenem Output zeigt sich spätestens dann, wenn Wirkung gefragt ist. Kreativität ist kein Algorithmus, der passende Elemente nach Wahrscheinlichkeitsrechnung zusammenfügt. Sie braucht so etwas wie kreative Reibung, Rückfragen und das aktive Durcharbeiten bis zur unerwarteten Lösung.
Was KI im Videoprozess wirklich leisten kann: So hat es Felix in seiner Ausstellung umgesetzt
Ein Ausstellungsprojekt von Felix Gorbach zum Thema Radikalisierung im Netz bringt es auf den Punkt:
Recherche, konzeptionelle Tiefe und die Gestaltung von Gegenerzählungen waren entscheidend, um dem Publikum einen nachhaltigen Erkenntnisgewinn zu bieten.
KI steuerte Charaktermodelle und Szenen bei. Die finale Botschaft und deren Glaubwürdigkeit gingen aber erst durch intensive menschliche Kontrolle und inhaltliche Korrektur ans Ziel.
Das zeigt wieder: Ein „Video mit KI“ zu erstellen ist meist der letzte Schritt. Und nur so stark wie das vom Menschen ersonnene Konzept und die Zielsetzung dahinter.
Mehr Substanz und Klasse, weniger Masse
KI revolutioniert die Produktion von Text, Bild und Video – zumindest zum Teil. Was sie nicht revolutioniert: die Zielsetzung und die Wirkung. Markenaufbau und Kommunikation brauchen Entwicklungen, die über einfache Vorgaben hinausgehen.
Wer Wirkung erzielen möchte, muss sich der Unsichtbarkeit der eigentlichen Arbeit bewusst sein: Ein Drittel der Zeit gehört der Vorbereitung, dem Nachbohren, dem Suchen nach Substanz.
KI liefert in Teilen Effizienz und Tempo, aber Kreativität bleibt das Territorium der Menschen. Wer diesen Weg geht, wird mit Videos überzeugen, die nicht nur glänzen, sondern prägen.
Takeaways für die Praxis
Die Wirkung entscheidet sich vor dem Dreh. Bevor Kamera oder Tool zum Einsatz kommen, muss klar sein, wen du erreichen willst und was die Person danach denken, fühlen oder tun soll.
Ein Drittel der Zeit gehört der Vorbereitung. Was unsichtbar bleibt, entscheidet über Glaubwürdigkeit – bei 180 Stunden für einen Jubiläumsfilm genauso wie beim 20-Sekunden-Clip.
Das Markensteuerrad gibt den Kompass. Nutzen, Attribute, Tonalität und Bildsprache einmal sauber festhalten – danach lässt sich jede Produktion daran ausrichten.
Erzähle den Nutzen, nicht die Dienstleistung. Die Friseurin verkauft Selbstwert, der Buchhalter Planungssicherheit. Aus diesem Nutzen entsteht der Hook, nicht aus der Leistungsbeschreibung.
Social Media braucht Miniclips und einen Redaktionsplan. Nicht ein großer Imagefilm wirkt, sondern Frequenz und Wiedererkennbarkeit über viele kleine Formate.
Jeder Clip ist ein Lern-Experiment. Formulierung, Typografie, Sound, eingesetztes Modell: Wer konsequent auswertet, lernt seine Community wirklich kennen.
KI erkennt Muster – Neues bleibt menschlich. Für die Annäherung, Recherche und Analyse ist KI stark. Positionierung, Qualitätsurteil und die Frage „passt das zu mir?“ bleiben deine Entscheidung.
Über Felix Gorbach: Medienschaffender, Gründer von BLUEBOX Digital Video
Felix Gorbach ist seit rund 20 Jahren in der Medienbranche zuhause und führt die Innsbrucker Videofirma BLUEBOX Digital Video.
Er begleitet Unternehmen über den gesamten Kommunikationsprozess: von der Marktrecherche über Konzeption und Storytelling bis zur fertigen Produktion – vom Imagefilm bis zur Social-Media-Kampagne mit Bewegtbild. Sein Zugang ist konsequent strategisch: Erst wenn Markennutzen, Tonalität und Zielgruppe geklärt sind, wird produziert.
Daneben gibt er sein Wissen an der Werbe-Designakademie weiter und ist in der Fachvertretung der Film- und Musikindustrie der Wirtschaftskammer aktiv.
Wie weit KI in der Gestaltung tatsächlich trägt, hat er zuletzt im Stadtmuseum Hall ausgelotet: Für eine Rauminszenierung zum Thema Radikalisierung im Netz waren sämtliche Medien KI-generiert – der wesentliche Teil jedoch: Recherche, Auseinandersetzung mit Quellen dagegen penibel von Expert:innen und Menschen geprüft und für gut befunden.
Host in Folge 34 ist Petra Liebl, Expertin für digitales Marketing mit KI und langjährige Unternehmensberaterin mit Schwerpunkt Marketing.
Mit ihrem digitalen und Marketing-Background geht es für Petra darum, den Blick weg von Tools, hin zum zentralen Erfolgsfaktor für digitale Transformation zu lenken: Dem aktiven Gestalten von und für Menschen in Organisationen – und dabei den Blick für Chancen aber auch kritisches Denken und Handeln im Umgang mit KI-Tools zu schärfen.
Erfolgreiches Marketing beginnt nicht bei der KI, sondern bei deinen Stärken, deiner Tonalität und deiner Zielgruppe. Deshalb hat Petra FELIX entwickelt: ein KI-Marketing-System für KMUs und Einzelunternehmer, das markentreue Texte und Social-Media-Posts liefert – ganz ohne KI-Vorwissen.
Mehrere Prompts sind als Workflow zB in Assistenten integriert. Diese Assistenten liefern ‚automatisch‘ – also ohne zusätzliches Prompting – fertige Ergebnisse für bestimmte Aufgaben.
Petra LIEBL – Content Bakery Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.
„Wir wollen den Blick weg von Technik, hin zum zentralen Erfolgsfaktor für digitale Transformation lenken: Dem aktiven Gestalten von und für Menschen in Organisationen.“
Im Podcast Vom Hype zum Handeln“ tauchen wir in weiteren Folgen noch tiefer in einzelne Aspekte ein, lassen Experten zu Wort kommen und stellen praktische Beispiele aus der Unternehmenspraxis vor. Dabei werden sowohl erfolgreiche Implementierungen als auch Lernerfahrungen aus weniger erfolgreichen Versuchen geteilt, um Unternehmen den Weg in die KI-gestützte Zukunft zu erleichtern.
In „Vom Hype zum Handeln“ …
beleuchten wir verschiedene Anwendungsfelder
teilen wir eigene Erfahrungen und Insights
bieten wir Experteninterviews mit Praktikern
stellen wir konkrete Implementierungsbeispiele vor
besprechen wir KI-Entwicklungen
Deine Gastgeberin
Petra LIEBL – Marketing-Beratung und Digitalisierungsexpertin Content Bakery
Wie unfair ist KI wirklich? Warum künstliche Intelligenz unsere Vorurteile nicht erfindet, sondern verdichtet – und was jede und jeder Einzelne dagegen tun kann.
Bitte eine KI, dir einen Menschen zu zeigen. Dann noch einen. Und noch einen.
Was zurückkommt, ähnelt sich erstaunlich: jung, makellose Haut, sehr symmetrisches Gesicht. Menschen, die offenbar nie zu wenig geschlafen haben. Kurz: Sie entsprechen einer geschönten Norm.
Ist die KI deshalb unfair? Oder zeigt sie uns nur schonungslos, welche (Vor)-Bilder wir ihr geliefert haben?
In dieser Folge spreche ich mit Simone Scholz – Data Scientist, heute selbstständige KI-Trainerin mit Schwerpunkt auf fairer künstlicher Intelligenz. Ihr Weg führte von der Bühne der Wiener Staatsoper über Jahre bei A1 in die Welt der Daten.
JETZT REINHÖREN in Folge 33 >> mit Data Scientist Simone Scholz
Simones Einblicke und Tipps für faire KI:
Die KI erfindet wenig – sie verdichtet mehr
Hinter dem Chatbot steckt Mathematik. Wahrscheinlichkeitsrechnung und Mustererkennung, trainiert auf enormen Datenmengen. Diese Mustererkennung komprimiert genau das, was wir Menschen vorgelebt haben – und spielt es geballt zurück. Deshalb nehmen wir Diskriminierung über die KI oft stärker wahr als im Alltag.
Bias, kurz übersetzt: Verzerrung. Jeder Mensch hat sie, ob er will oder nicht – digital übertragen wir diese Verzerrungen sie in die Daten, die wir täglich millionenfach produzieren
Warum Instagram im Bildgenerator landet. Ein großer Teil der Trainingsdaten stammt aus Social Media. Dort zeigen wir uns von der Schokoladenseite: schlechte Haut? Filter drüber. Müde Augen? Anderes Posing. Wir dokumentieren nicht, wie wir aussehen, sondern wie wir aussehen möchten.
„Würdest du dich trauen, morgen in der Früh nach dem Aufstehen gleich ein Selfie zu machen und auf Instagram hochzuladen? Wenn das Millionen Menschen machen, weiß der Algorithmus in kürzester Zeit, wie wir wirklich ausschauen.“
Simone Scholz
Wir sprechen darüber:
✔ warum KI-Bilder von Menschen fast immer gleich aussehen
✔ wo Verzerrung entsteht: in den Daten, im Algorithmus oder in der Evaluierung
✔ was der Amazon-Recruiter und Predictive Policing über Skalierung verraten
✔ wie du Stereotype schon im Prompt durchbrichst
✔ warum diverse Teams der wirksamste Bias-Filter sind
✔ was der EU AI Act an Transparenz verlangt
Denn am Ende geht es nicht darum, ob KI Vorurteile hat. Die hat sie – weil wir sie haben. Es geht darum, sie zu erkennen, bevor ein System sie tausendfach multipliziert.
Wo die Verzerrung entsteht
Verzerrung sitzt nicht an einer Stelle: Sie kann in den Trainingsdaten stecken, im Algorithmus selbst oder erst in der Evaluierung auftauchen. Am häufigsten sind es die Daten. Aus historischen Mustern lernt das System, dass es eben üblich ist, bei der Wohnungsvergabe unfair zu handeln – und liefert genau das zurück.
Der Kredit, der nicht vergeben wurde. Eine Bank verweigert einer Frau einen Kredit – aus wirtschaftlicher Vorsicht und durchaus gut gemeint, um sie vor Altersarmut zu schützen. Umgekehrt betrachtet: Vielleicht will diese Frau mit dem Kredit ein Business aufbauen und damit genau der Altersarmut entgehen.
Dieselbe Sachlage, zwei Blickwinkel, kein eindeutiges Richtig oder Falsch. Ein Problem versteht man meist erst durch die Brille der Betroffenen.
Der Unterschied heißt Skalierung
Das Amazon-Recruiting-Tool. Der Konzern trainierte eine KI darauf, Top-Kandidat:innen zu identifizieren. Weil in der Vergangenheit überwiegend Männer eingestellt worden waren, wählte das System vor allem Männer aus. Hätten zwei Personalverantwortliche diesen Bias, wären es zwei. Wird ein solcher Algorithmus als Service weiterverkauft, sind es Tausende.
Predictive Policing in den USA. Die Polizei kontrollierte über Jahre primär dunkelhäutige Menschen. Der Algorithmus las daraus: Dunkelhäutige Menschen werden häufiger kriminell. Sein Vorschlag: noch öfter kontrollieren. Ein Selbstläufer, der sich mit jeder Runde bestätigt.
Aus so einer Spirale kommt man nur heraus, wenn man sich das Problem bewusst macht. Meist braucht es dafür jemanden von außen, der fragt: Was macht ihr da eigentlich?
Damit sind wir wieder beim Human in the Loop: KI führen, statt ihr zu folgen.
Was du selbst tun kannst: die KI erziehen
Stereotype im Prompt durchbrechen. Nutze die Rollenzuweisung bewusst gegen das Klischee: „Du bist eine erfahrene Rechtsanwältin.“ „Du bist eine erfahrene Chirurgin.“
Widersprechen statt übernehmen. Kommt ein diskriminierendes Ergebnis zurück, sag es der KI – und korrigiere die Sichtweise.
„Das Schöne an diesen KI-Chatbots ist, dass es ein Dialog ist. Somit kann ich die KI auch ein wenig erziehen. Wenn das Millionen von Menschen so machen, dann bringen wir ihr ganz schnell bei: Hey, das geht auch anders.“
Simone Scholz
Werte mitgeben – kontinuierlich. Eine KI, die Unsinn gelernt hat, kann auch das Gegenteil lernen. Entscheidend ist, dranzubleiben: nicht einmal korrigieren, sondern immer wieder.
Was Unternehmen tun können
Messen und dann diskutieren. Mathematische Metriken zeigen, ob ein Vorhersagemodell verzerrt ist. Die Zahl allein entscheidet nichts – es braucht die Auseinandersetzung darüber, was folgt. Die Bandbreite reicht von „wir passen an“ bis „wir lassen diesen Produktlaunch, weil er zu unfair ist“.
Nicht jede Ungleichbehandlung schadet. Du bekommst ein Angebot per Mailing, deine Freundin nicht – bekommt sie es im Shop trotzdem, ist niemandem geschadet. Heißt es dort aber „das bekommen Sie nicht“, und der einzige Grund ist Geschlecht oder Herkunft, dann ist es negative Diskriminierung.
Diverse Teams als Superfilter. Verzerrung fällt vor allem denen auf, die sie am eigenen Leib kennen. Vielfalt in Alter, Herkunft und Geschlecht ist keine Imagefrage, sondern eine Frage der Fehlererkennung.
Was der EU AI Act verlangt. KI-generierte Bilder sollen gekennzeichnet werden, bei Videos gleich zu Beginn, bei Texten im öffentlichen Bereich. Und wer Bewerbungen weitgehend autonom vorsortieren lässt, muss die Bewerber:innen informieren. Härter wird die Nachvollziehbarkeit: Bei klassischen Regressionsmodellen ließ sich erklären, warum ein Ergebnis zustande kam – bei heutigen Deep-Learning-Systemen kaum noch.
Jedes Sandkorn zählt
Das Muster ist älter als die KI: Medikamente sind oft auf einen durchschnittlichen Mann dosiert – und für eine deutlich leichtere Frau womöglich überdosiert. Neu ist nur, wie schnell und wie oft die Verzerrung jetzt wirkt.
„Ich bin zwar nur ein kleines Sandkorn. Aber wir sind so viele Menschen auf dieser Erde – und wenn jeder sein Sandkorn in ein Loch schmeißt, dann haben wir dieses Loch bald gefüllt.“
Simone Scholz
Und ein Punkt liegt mir besonders am Herzen, gerade für kleine Unternehmen: Übernimm KI-Texte nie eins zu eins. Wenn in deinen Texten nicht mehr du erkennbar bist, sondern die Maschine, ist die Persönlichkeit weg – und damit die Marke.
Takeaways für die Praxis
Bias ist kein KI-Problem, sondern ein Datenproblem. Frag bei auffälligen Ergebnissen: Welche Daten stecken dahinter – und wessen Realität bilden sie ab?
Durchbrich Stereotype schon im Prompt. Weise Rollen bewusst gegen das Klischee zu: die erfahrene Chirurgin, die erfahrene Rechtsanwältin.
Widersprich, wenn der Output diskriminiert. Chatbots sind ein Dialog – sag der KI, was nicht stimmt.
Gib der KI deine Werte mit – dauerhaft. Einmal korrigieren reicht nicht.
Rechne mit dem Skalierungseffekt. Zwei voreingenommene Personalverantwortliche betreffen ein Unternehmen. Ein voreingenommener Algorithmus betrifft Tausende.
Setz auf diverse Teams. Verzerrung erkennt am ehesten, wer sie selbst erlebt hat.
Prüf deine Transparenzpflichten. KI-Bilder kennzeichnen, bei autonomen Entscheidungen informieren – und Texte immer mit der eigenen Stimme versehen.
Über Simone Scholz: Data Scientist, KI-Trainerin mit Fokus auf Fair AI
Gesprächspartnerin
Simone begann ihre Laufbahn nicht in der Technik, sondern im Ballett – bis auf die Bühne der Wiener Staatsoper. Was sie am Leistungssport überzeugte, war der Fairnessgedanke: Herkunft zählt nicht, die eigene Leistung schon.
Als Data Scientist bei A1 hat sie anschließend vieles mitgestaltet – von Marketinganalysen bis zum Change Management. Heute ist sie selbstständige KI-Trainerin und beschäftigt sich intensiv mit fairer künstlicher Intelligenz und Female AI.
Diese Kombination macht ihren Blick besonders: Sie kennt die Mathematik hinter den Modellen und stellt zugleich die Frage, für wen ein Ergebnis eigentlich gerecht ist.
Host in Folge 33 ist Petra Liebl, Expertin für digitales Marketing mit KI und langjährige Unternehmensberaterin mit Schwerpunkt Marketing.
Mit ihrem digitalen und Marketing-Background geht es für Petra darum, den Blick weg von Tools, hin zum zentralen Erfolgsfaktor für digitale Transformation zu lenken: Dem aktiven Gestalten von und für Menschen in Organisationen – und dabei den Blick für Chancen aber auch kritisches Denken und Handeln im Umgang mit KI-Tools zu schärfen.
Erfolgreiches Marketing beginnt nicht bei der KI, sondern bei deinen Stärken, deiner Tonalität und deiner Zielgruppe. Deshalb hat Petra FELIX entwickelt: ein KI-Marketing-System für KMUs und Einzelunternehmer, das markentreue Texte und Social-Media-Posts liefert – ganz ohne KI-Vorwissen.
Mehrere Prompts sind als Workflow zB in Assistenten integriert. Diese Assistenten liefern ‚automatisch‘ – also ohne zusätzliches Prompting – fertige Ergebnisse für bestimmte Aufgaben.
Petra LIEBL – Content Bakery Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.
„Wir wollen den Blick weg von Technik, hin zum zentralen Erfolgsfaktor für digitale Transformation lenken: Dem aktiven Gestalten von und für Menschen in Organisationen.“
Im Podcast „Vom Hype zum Handeln“ tauchen wir in weiteren Folgen noch tiefer in einzelne Aspekte ein, lassen Experten zu Wort kommen und stellen praktische Beispiele aus der Unternehmenspraxis vor. Dabei werden sowohl erfolgreiche Implementierungen als auch Lernerfahrungen aus weniger erfolgreichen Versuchen geteilt, um Unternehmen den Weg in die KI-gestützte Zukunft zu erleichtern.
In „Vom Hype zum Handeln“ …
beleuchten wir verschiedene Anwendungsfelder
teilen wir eigene Erfahrungen und Insights
bieten wir Experteninterviews mit Praktikern
stellen wir konkrete Implementierungsbeispiele vor
Alles App oder was? Warum eine klickbare KI-Demo – ein sog. Prototyp – noch kein fertiges Produkt ist – und was zum Start zu bedenken und für Produktivität essenziell ist, wenn man eine Demo mit KI erstellen möchte.
Es dauert keine fünf Minuten. Ein Satz in Alltagssprache, ein paar Klicks in Lovable, Bolt oder Replit – und auf dem Bildschirm erscheint eine App. Sie sieht aus wie ein fertiges Produkt.
Und genau da beginnt das Missverständnis.
In dieser Folge spreche ich mit Markus Gwiggner – seit 25 Jahren Agentur-Chef bei styleflasher in Wörgl – über den Unterschied zwischen Schein und Sein: zwischen dem, was eine KI-Demo zeigt, und dem, was ein produktives System ausmacht.
KI-Demo: Zwischen Verlockung und Funktion
Schnell ist nicht fertig. Was früher Tage oder eine Woche dauerte, steht heute in vier bis acht Stunden – eine saubere, klickbare Demo.
Markus Gwiggner, seit 25 Jahren Agentur-Chef bei styleflasher, kennt die Falle dahinter:
Die letzten 20% machen den Unterschied zw. Sein und Schein:
👉 „Man hat sehr schnell 80 Prozent eines Projekts final und meint, jetzt geht man sofort über die Ziellinie.
👉 Man muss wissen: Die letzten 20 Prozent sind die schwierigsten- und die entscheidenden. ABER: Von diesen 20% sieht man in der Demo nichts.
JETZT REINHÖREN in Folge 32 >> mit eCommerce-Experte Markus Gwiggner
Wir sprechen darüber, worauf es bei Apps und Shops ankommt.
✔ warum eine Demo heute in 4–8 Stunden entsteht – und per se nur „Karosserie“ ist
✔ was hinter dem schönen Frontend fehlt: Logik, ERP-Anbindung, Datenquellen
✔ warum Security und Datenschutz über No-Code-Tools schnell zum Problem werden können
✔ wieso es essenziell ist zuerst die Anforderung zu kennen – und erst dann die Technologie auszuwählen
✔ was mit dem Entwickler-Nachwuchs passiert, wenn KI die Junior-Aufgaben übernimmt
✔ warum SEO und GEO zusammengehören – und wie Datenqualität zum Brennglas wird
Denn am Ende geht es nicht darum, ob KI beeindruckende Oberflächen bauen kann. Das kann sie. Es geht darum, ein funktionierendes, nachhaltiges und managebares System zu erhalten – und die Voraussetzungen zu schaffen, damit KI als Beschleuniger für gute Entscheidungen dienen kann.
Nicht um die vermeintliche Abkürzung – die das Wesentliche (Funktionalität und Sicherheit) außen vor lässt.
Eine Demo ist ein Versprechen – kein Produkt.
Die blinden Flecken: Sicherheit. Funktion. Daten
Funktionierende Applikationen lassen sich schnell zusammenbauen – aber es gibt immer ein Sicherheitsrisiko: Authentifizierung, Zugänge, der eine Fall, den niemand (auch die KI nicht) bedacht hat. Es gibt genug Beispiele, wo No-Code- und Vibe-Coding-Projekte an großen Security-Problemen gescheitert sind.
Ein Hotel, sagt Petra, will sein Angebotswesen nicht über ein Tool laufen lassen, bei dem niemand weiß, wo die personenbezogenen Daten landen.
Warum die Logik (erfahrene) Menschen braucht..
Ein aktuelles Beispiel: eine cloudbasierte Software für Skischulen.
Eine Familie bucht einen Skiurlaub – der Kurs geht für die Eltern zwei Tage, für die Kinder die ganze Woche, die Leihausrüstung sieben Tage, und wenn man einen Tag früher abreist, muss man kulant und buchhalterisch korrekt stornieren können. Den Kalender klickt man sich schnell zusammen. Aber diese Prozesslogik mit all ihren Eventualitäten? „Da steht die KI an.“
Markus Gwiggner:
Es braucht Konzeption, Softwarearchitektur und Expert:innen – die Tools helfen beim Coden, nicht beim Verstehen.
Und wer ist der der Architekt der Zukunft?
Der Beruf verschiebt sich: Wo früher viel Code selbst geschrieben wurde, geht es heute ums Verstehen und Spezifizieren der Architektur – coden tun die Tools.
Aber Markus warnt vor einer Lücke:
„Was es definitiv braucht, ist Experten-Entwicklungskompetenz – und zwar noch lange.“
KI übernimmt gerade die einfacheren Junior-Aufgaben, an denen früher aus der Praxis für zukünftige Produzkte gelernt wurde. Auch durch Trial und Error.
„Irgendwann fehlen uns die Senior-Entwickler.“
Ein Muster, das weit über die IT hinausreicht – und wie Petra ergänzt: Es wurde bereits in Studien nachgewiesen, dass zB medizinische Kompetenz verloren geht, wenn die KI zu viel abnimmt.
Lernen hat einen Wert, der über das Ergebnis hinausgeht: Es geht nicht um KI oder nicht KI..
Es geht darum, die Hausaufgaben zu machen.
Wir betonen:
👉„KI ist wie ein Brennglas“
KI macht sichtbar, was in Sachen Datenqualität in den letzten Jahren versäumt wurde.
Wer autonome Agenten losschicken will, während die eigenen Daten nicht stimmen, wird scheitern.
Das gilt auch fürs Marketing: zB 👉 SEO ist nicht tot.
SEO und GEO gehören zusammen, mit Schema.org und maschinenlesbaren Daten als Basis.
Takeaways für die Praxis
Die letzten 20 Prozent entscheiden. 80 Prozent stehen schnell – doch der Rest (Logik, Integration, Sonderfälle) ist der schwierige Teil. Plane ihn als eigenes Projekt, nicht als kleinen Sprung.
Eine Demo ist eine Diskussionsgrundlage. Nutze KI-Prototypen in der Angebotsphase, um Ideen sichtbar zu machen – aber verkauf und kauf sie nicht als fertiges Produkt.
Anforderungen vor Technologie. Erst das gemeinsame Bild: Welches Problem, welche Nutzer, welche Prozesse? Dann das Tool – nie umgekehrt.
Security und Datenschutz sind kein Detail. Prüfe Authentifizierung, Berechtigungen und wo personenbezogene Daten liegen. Ein Connector per Klick ist keine produktive Unternehmenslösung.
Kompetenz bleibt Führungsaufgabe. KI lässt sich nur so gut steuern, wie das eigene Fachwissen reicht. Sorge dafür, dass in deinem Team weiter Erfahrung entstehen kann.
Anforderung schlägt Trend. Ob individuelle Web-App oder native App – entscheide nach dem echten Anwendungsfall, nicht nach dem, was gerade modern ist.
Erst die Hausaufgaben, dann die Agenten. Ohne saubere Datenqualität keine autonomen KI-Prozesse. KI ist ein Brennglas – sie macht Versäumnisse sichtbar.
Über Markus Gwiggner: E-Commerce-Experte, IT-Ausschuss der WK Tirol
Gesprächspartner
Markus ist Mitgründer und Geschäftsführer der styleflasher GmbH in Wörgl – einer Web-, Onlineshop- und App-Agentur, die er seit dem Jahr 2000 führt.
In 25 Jahren hat er unzählige digitale Produkte vom ersten Prototyp bis in den Dauerbetrieb begleitet, ua. seit rund 20 Jahren auch E-Commerce-Lösungen.
Als langjähriges Mitglied im IT-Ausschuss (UBIT) der WK Tirol und ehemaliger Landesvorsitzender des WdF Tirol blickt er auf die digitale Entwicklungen – mit einem profunden Praxis-Blick, der weit über einzelne IT- oder KI-Tools hinausgeht.
Host in Folge 32 ist Petra Liebl, Expertin für digitales Marketing mit KI und langjährige Unternehmensberaterin mit Schwerpunkt Marketing.
Mit ihrem digitalen und Marketing-Background geht es für Petra darum, den Blick weg von Tools, hin zum zentralen Erfolgsfaktor für digitale Transformation zu lenken: Dem aktiven Gestalten von und für Menschen in Organisationen – und dabei den Blick für Chancen aber auch kritisches Denken und Handeln im Umgang mit KI-Tools zu schärfen.
Erfolgreiches Marketing beginnt nicht bei der KI, sondern bei deinen Stärken, deiner Tonalität und deiner Zielgruppe.
Deshalb hat Petra FELIX entwickelt: ein KI-Marketing-System für KMUs und Einzelunternehmer, das markentreue Texte und Social-Media-Posts liefert – ganz ohne KI-Vorwissen.
Mehrere Prompts sind als Workflow zB in Assistenten integriert. Diese Assistenten liefern ‚automatisch‘ – also ohne zusätzliches Prompting – fertige Ergebnisse für bestimmte Aufgaben.
Petra LIEBL – Content Bakery
Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.
„Wir wollen den Blick weg von Technik, hin zum zentralen Erfolgsfaktor für digitale Transformation lenken: Dem aktiven Gestalten von und für Menschen in Organisationen.“
Im Podcast Vom Hype zum Handeln“ tauchen wir in weiteren Folgen noch tiefer in einzelne Aspekte ein, lassen Experten zu Wort kommen und stellen praktische Beispiele aus der Unternehmenspraxis vor. Dabei werden sowohl erfolgreiche Implementierungen als auch Lernerfahrungen aus weniger erfolgreichen Versuchen geteilt, um Unternehmen den Weg in die KI-gestützte Zukunft zu erleichtern.
In „Vom Hype zum Handeln“ …
beleuchten wir verschiedene Anwendungsfelder
teilen wir eigene Erfahrungen und Insights
bieten wir Experteninterviews mit Praktikern
stellen wir konkrete Implementierungsbeispiele vor
besprechen wir KI-Entwicklungen
Deine Gastgeberin
Petra LIEBL – Marketing-Beratung und Digitalisierungsexpertin Content Bakery
KI spart Zeit. KI automatisiert Routinen. KI steigert die Effizienz. Das stimmt – und das ist gut so. Aber reicht das als Maßstab für nachhaltige KI?
Wenn wir bei Kindern akzeptieren, dass sie Rechnen, Lesen und Schreiben lernen müssen – obwohl es längst Taschenrechner und KI gibt – dann stellt sich dieselbe Frage auch im Berufsleben: Was wollen wir als Menschen weiterhin selbst können? Und was geben wir bewusst ab?
In dieser Folge von Vom Hype zum Handeln spreche ich mit Roman Mesicek – Nachhaltigkeitsberater, Unternehmer und Lehrender – über eine Perspektive, die im KI-Diskurs oft fehlt: Nachhaltigkeit. Nicht nur als Stromverbrauch. Sondern als Frage nach Kompetenz, Verantwortung und dem, was wir als Gesellschaft langfristig wollen.
KI zwischen Entlastung und Verantwortung
Roman Mesicek kommt nicht aus der KI-Welt – sondern aus der Nachhaltigkeit.
Genau diese Perspektive macht den Unterschied:
👉 Er stellt nicht nur die Frage „Was kann KI?“, sondern
👉 „Was wollen wir als Menschen weiterhin selbst können?“
Und das ist eben selten die x.te Mitschrift, die wir dann gar nicht lesen
.
JETZT REINHÖREN in Folge 31 >> mit Nachhaltigkeits-Professor Roman Mesicek
Wir sprechen darüber, warum nachhaltige KI weit mehr im Blick hat, als den Stromverbrauch.
✔ warum Nachhaltigkeit weit mehr ist als der Energieverbrauch von Rechenzentren
✔ wann Effizienz durch KI echte Entlastung bringt – und wann nur zusätzliche Aktivität
✔ welche sozialen Konsequenzen entstehen, wenn Lernorte verschwinden
✔ warum Datensouveränität und europäische Modelle unterschätzte Nachhaltigkeitsfaktoren sind
✔ was es bedeutet, wenn Juniors keine einfachen Aufgaben mehr übernehmen
✔ wie nachhaltige KI-Nutzung konkret aussieht – jenseits von Verboten und Hypes
Denn am Ende geht es nicht darum, KI zu bremsen. Sondern darum, sie mit Bedacht einzusetzen – und zu verstehen, was wir dabei in Kauf nehmen.
Effizienz ist kein Selbstzweck.
Zehn Personen in einem Meeting lassen dieselbe Besprechung transkribieren. Jede erstellt danach eine eigene KI-Zusammenfassung. Am Ende hat niemand dasselbe Ergebnis – und niemand weiß mehr, ob ein gemeinsames Verständnis entstanden ist.
Denn jeder Effizienzgewinn sollte vorab die Gegenfrage mit Ja beantworten können: Brauche ich das überhaupt?
Nachhaltigkeit hat viele Dimensionen.
Der Stromverbrauch von Rechenzentren ist real – aber er variiert enorm. Eine Textanfrage ist nicht dasselbe wie ein permanent laufendes Agentensystem. Hinzu kommen Datensouveränität, ESG-Anforderungen und die Frage, welche Modelle und Anbieter zum eigenen Wertegerüst passen. Die „nachhaltige KI“ gibt es nicht. Aber es gibt bewusstere und weniger bewusste Entscheidungen.
Soziale Nachhaltigkeit wird unterschätzt.
Empfang, Protokoll, Recherche, Kundenservice – viele Tätigkeiten, die heute automatisiert werden, galten als langweilig. Gleichzeitig waren sie Lernorte. Wer als Junior nie selbst recherchiert, analysiert oder Protokoll geführt hat, kann später die Qualität von KI-Ergebnissen schwerer beurteilen.
Lernen hat einen Wert, der über das Ergebnis hinausgeht.
Nicht der kürzeste Weg zum fertigen Output ist das Ziel – sondern das Verständnis, das auf dem Weg entsteht. Das gilt für die Schule genauso wie für Unternehmen. Wer nie selbst recherchiert, schreibt oder analysiert hat, kann auch die Qualität von KI-Ergebnissen schwerer beurteilen – und genau das wird zum Problem.
Die nachhaltigste KI-Nutzung ist nicht die vollständige Automatisierung.
KI dort, wo sie stark ist: Vorrecherche, Zusammenfassungen, Strukturierung, Routinen. Mensch dort, wo er unverzichtbar bleibt: Entscheidungen, Verantwortung, Kreativität, Kundenbeziehungen, ethische Fragen.
Roman betont:
👉 KI kann einzelne Tätigkeiten ersetzen, aber vor allem
👉 sollte sie möglichst viele Menschen wirksamer machen.
Takeaways für die Praxis
Effizienz braucht immer die Gegenfrage. Bevor du einen Prozess automatisierst: Brauche ich diesen Output wirklich – oder erzeuge ich nur Aktivität?
Nachhaltigkeit ist mehr als Stromverbrauch. Prüfe auch: Wo liegen meine Daten? Welche Anbieter passen zu meinen Werten? Was sind meine ESG-Anforderungen?
Soziale Nachhaltigkeit beginnt im Unternehmen. Überlege, welche Tätigkeiten Lernorte sind – und ob du sie wirklich vollständig automatisieren willst.
Wer KI-Ergebnisse beurteilen soll, braucht Fachkompetenz. KI kann nur so gut gesteuert werden, wie das eigene Fachwissen reicht. Kompetenzaufbau bleibt Führungsaufgabe.
Vorsichtig eingesetzt heißt: bewusst eingesetzt. Nicht jedes Tool, das verfügbar ist, muss sofort genutzt werden. Weniger, dafür gezielter.
Die nachhaltigste KI-Nutzung ist Mensch-Maschine-Kollaboration. KI für Routinen und Vorbereitung. Mensch für Entscheidung, Verantwortung und Beziehung.
Wir stehen ganz am Anfang dieser Debatte. Die Fragen zur sozialen Nachhaltigkeit von KI werden lauter werden. Wer sie heute stellt, ist vorbereitet.
Über Roman Mesicek: Forscher, Unternehmer, Professor und Berater
Gesprächspartner Roman Mesicek ist Nachhaltigkeitsberater, Mitgründer mehrerer Unternehmen und Lehrender an verschiedenen Hochschulen im DACH-Raum. Als Gründer der Sustainability Academy sorgt er für Micro-Learning zum Thema Nachhaltigkeit.
Host in Folge 31 ist Petra Liebl, Expertin für digitales Marketing mit KI und langjährige Unternehmensberaterin mit Schwerpunkt Marketing.
Mit ihrem digitalen und Marketing-Background geht es für Petra darum, den Blick weg von Tools, hin zum zentralen Erfolgsfaktor für digitale Transformation zu lenken: Dem aktiven Gestalten von und für Menschen in Organisationen – und dabei den Blick für Chancen aber auch kritisches Denken und Handeln im Umgang mit KI-Tools zu schärfen.
Erfolgreiches Marketing beginnt nicht bei der KI, sondern bei deinen Stärken, deiner Tonalität und deiner Zielgruppe.
Deshalb hat Petra FELIX entwickelt: ein KI-Marketing-System für KMUs und Einzelunternehmer, das markentreue Texte und Social-Media-Posts liefert – ganz ohne KI-Vorwissen.
Mehrere Prompts sind als Workflow zB in Assistenten integriert. Diese Assistenten liefern ‚automatisch‘ – also ohne zusätzliches Prompting – fertige Ergebnisse für bestimmte Aufgaben.
Petra LIEBL – Content Bakery
Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.
„Wir wollen den Blick weg von Technik, hin zum zentralen Erfolgsfaktor für digitale Transformation lenken: Dem aktiven Gestalten von und für Menschen in Organisationen.“
Im Podcast Vom Hype zum Handeln“ tauchen wir in weiteren Folgen noch tiefer in einzelne Aspekte ein, lassen Experten zu Wort kommen und stellen praktische Beispiele aus der Unternehmenspraxis vor. Dabei werden sowohl erfolgreiche Implementierungen als auch Lernerfahrungen aus weniger erfolgreichen Versuchen geteilt, um Unternehmen den Weg in die KI-gestützte Zukunft zu erleichtern.
In „Vom Hype zum Handeln“ …
beleuchten wir verschiedene Anwendungsfelder
teilen wir eigene Erfahrungen und Insights
bieten wir Experteninterviews mit Praktikern
stellen wir konkrete Implementierungsbeispiele vor
besprechen wir KI-Entwicklungen
Deine Gastgeberin
Petra LIEBL – Marketing-Beratung und Digitalisierungsexpertin Content Bakery
2025 und 2026 haben uns zig KI-Bildgenerierungstrends ereilt: Comics, Action-Figuren in Blister-Verpackung. Die Anime-Version, Lego-Männchen – denn mit wenigen Klicks entsteht heute, wofür es früher Photoshop-Kenntnisse und ein geschultes Auge gebraucht hätte.
Erster Reflex: „Großartig!“ Plötzlich kann jede:r Bilder erzeugen, die cool aussehen.
Aber genau hier liegt der Haken: Cool ist noch lange nicht *gut*. Ein Bild zu generieren ist eine Sache – es professionell, im richtigen Stil und mit einer klaren Botschaft für deine Marke einzusetzen, ist eine ganz andere.
Aufmerksamkeit ist nicht dasselbe wie Markenwirkung
Darüber spreche ich mit Désirée Ossanna-Arzic, Designerin, Expertin für visuelle Kommunikation und Jurorin der AI Design Awards.
Der eigentliche Hebel liegt woanders. So viel vorweg: Das fertige Bild ist ein kleiner Teil eines viel größeren kreativen Prozesses.
Désirée bringt es auf den Punkt:
👉 Gerade für regionale, qualitätsorientierte Unternehmen zählt nicht die große Klickzahl.
👉 Sondern, dass die richtigen Leute mit der richtigen Botschaft erreicht werden.
Und das ist eben selten der nächste virale Trend, den ohnehin gerade alle mitmachen.
Kurz gesagt: Mitlaufen, weil’s gerade alle tun, ist im Privaten ein netter Spaß. Im professionellen Kontext bringt es deiner Marke meist wenig.
JETZT REINHÖREN in Folge 30 >> mit Désirée Ossanna-Arzic
Warum KI „Einheitslook“ produziert, der Marken nicht guttut
Ein wesentlicher Punkt, den viele übersehen: Bildgeneratoren sind nicht neutral – und sie kennen dein Corporate Design nicht.
Jedes Tool bringt seinen eigenen Stil mit – und je weniger du an Vorgaben mitlieferst, desto stärker tritt dieser Stil hervor.
Die aktuellen ChatGPT-Flyer erkennt man heute auf den ersten Blick. Und dieser KI-Einheitslook zahlt nunmal nicht auf deine Corporate Identity ein – eher im Gegenteil.
Was für einen kleinen Verein oder eine gemeinnützige Aktion völlig in Ordnung geht: schnell ein ansprechendes Poster, fertig. Oftmals wird das sogar besser, als wenn früher Laien ohne Kenntnisse mühsam selbst herumgebastelt haben. Aber für ein Unternehmen, das sich professionell präsentieren und vom Mitbewerb abheben möchte, wird fehlende Unverwechselbarkeit dagegen schnell zum Risiko.
Désirée erklärt: „Es geht auch umgekehrt. Wer bisher mit austauschbaren Stockbildern gearbeitet hat, kann sich heute – zusammen mit einem/einer Experten/in – seine eigene, zur Marke passende Bildwelt aufbauen.“
Das Briefing schlägt den Prompt – jedes Mal
Damit sind wir beim Kern: Gutes Design beginnt nicht beim KI-generierten Bild, sondern wesentlich früher – und umfassender – beim Briefing.
Wer mit KI arbeitet, sollte sich deshalb fragen: Wie sieht mein perfektes Briefing aus? Hinein gehört alles, was du auch einer Fotografin oder einem Fotografen mitgeben würdest:
Tonalität der Marke – wie sollen die Bilder wirken?
Licht & Stimmung – gedämpft oder klar, warm oder kühl?
Bildaufbau – zwei, drei Personen statt großer Gruppen, leichte Tiefenunschärfe
Und weitere fotografische Details, die den Unterschied machen.
Entscheidend ist dabei die Reproduzierbarkeit. Wenn du der KI nur mitgibst „mach daraus ein Winterbild“, weißt du nicht, welche Einstellungen sie im Hintergrund getroffen hat – beim nächsten Mal sieht das Ergebnis schon wieder anders aus. Definierst du Licht, Stimmung und Stil dagegen sauber, kannst du den Look gezielt wieder abrufen, konsistent über deine gesamte Kommunikation.
Oder, wie Désirée es formuliert – gleich wie bei sonstigen Anfragen an KI-Tools, gilt auch für Bilder:
👉 Der Output ist nur so gut wie der Input.
👉 Die Annahme, ein KI-Tool erledige „den Rest“ schon von allein, reicht naturgemäß weder bei Bild noch bei Text…
KI als ein Werkzeug sehen, nicht als Ersatz für alles
KI-Tools gibt es zu hunderten und sollten im professionellen Kontext als spezialisierte Werkzeuge betrachtet werden – nicht als Ersatz für Designer, Texter oder Programmierer.
Im Bilderkontext werden verschiedene Tools verwendet, zB Photoshop kombiniert mit echten Fotos, die ein:e Fotograf:in gemacht hat. Gerade für Bildideen, die früher nur aufwendig mit CGI oder 3D umsetzbar waren, bietet KI ideale Visualisierungsmöglichkeiten.
Und nebenbei: Vieles, was wir heute „KI“ nennen, steckt längst in Canva oder in der Füllen-Funktion von Photoshop etc. – der Übergang von Algorithmus zu KI verläuft fließend.
Das heißt für dich:
👉 Such nicht das eine Tool, das alles kann.
👉 Es gibt die passende Kombination für deine Aufgabe
– Midjourney etwa ist stark für Moodboards, Stimmungen und Stile.
Für spezifische Darstellungen benötigt man auch andere Werkzeuge.
Am Ende geht nicht um einzelne Bilder – sondern deine Marke
Wenn wir ehrlich sind: Über Bilder oder Texte zu sprechen, greift zu kurz. Eigentlich sollten wir über Marken sprechen.
Denn KI-Output nutzt sich ab. Je mehr Menschen dieselben Tools mit denselben Standard-Vorgaben füttern, desto austauschbarer wird das Ergebnis. Was dann wirklich zählt, ist das Unternehmen: seine Persönlichkeit, seine Werte – und die Menschen dahinter.
Ein Unternehmen, das sein Design mit einem/einer Expert/in erarbeitet, gewinnt auch an Urteilsvermögen und Kompetenz, was die Wirkung des eigenen Designs ausmacht.
Damit bekommen KI-Tools automatisch die Rolle, die ihnen zusteht: Ein Werkzeug, das mit entsprechendem Know-How für bestimmte Aufgaben eingesetzt wird – und im Rahmen des Coporate Designs gezielt gesteuert wird.
„Genau deshalb gewinnt durchdachtes Corporate Design im KI-Zeitalter an Bedeutung, nicht weniger. Wer seine Marke versteht und eine eigene Bildsprache definiert hat, macht sich nicht abhängig vom perfekten Prompt oder dem nächsten Tool-Update.“
Désirée Ossanna-Arzic, Designerin und Jurorin der AI Design Awards
Takeaways für die Praxis
Deine 3 Schritte: vom KI-Bild zum Marken-Design
Du möchtest KI-Bilder nutzen, aber markenstark statt beliebig? Dann arbeite dich vom Bild zum Design – in drei Schritten:
1. Orientieren & dein Auge schulen.
Das erste KI-Bild beeindruckt. Beim zehnten erkennst du: Sie ähneln sich alle. Genau dieser Aha-Moment ist der wichtige erste Schritt.
2. Mit deiner Kreativ-Person zusammensetzen.
Geht eure Guidelines durch und schaut, was bisher funktioniert hat. Bei gelungenen Fotoshootings lohnt die Frage: Was hat überzeugt, was passt zur Marke? Daraus ergeben sich die Standbeine deines Konzepts fast von selbst – ruhige Atmosphäre, gedämpftes Licht, zwei bis drei Personen, leichte Tiefenunschärfe.
3. Gesamtkonzept denken. Logovarianten, CI-Farben, Layouts, Headlines – bis hin zum Papier. (Ja, ein ungestrichenes Naturpapier macht selbst auf einem digital generierten Mockup einen spürbaren Unterschied.)
Über Désirée Ossanna-Arzic
Désirée Ossanna-Arzic ist seit über 15 Jahren Grafikdesignerin und beschäftigt sich mit voller Leidenschaft mit KI in der visuellen Kommunikation. Ihr Motto: „Umsetzen, vermitteln, anwenden.“ Désirée vermittelt Wissen in Workshops für Kreative oder entwickelt KI-Strategien für Unternehmen.
Sie ist Jurorin bei den AI Design Awards in Barcelona und wurde Anfang 2025 selbst für ein vollständig KI-gestütztes Musikvideo als bestes emotionales Video ausgezeichnet. In ihren Workshops verbindet sie spielerischen Einstieg mit professioneller Konzeption – und sie organisiert offene KI-Treffs in Tirol sowie eigene Events im Raum Kufstein.
Host in Folge 30 ist Petra Liebl, Expertin für digitales Marketing mit KI und langjährige Unternehmensberaterin mit Schwerpunkt Marketing.
Mit ihrem digitalen und Marketing-Background geht es für Petra darum, den Blick weg von Tools, hin zum zentralen Erfolgsfaktor für digitale Transformation zu lenken: Dem aktiven Gestalten von und für Menschen in Organisationen – und dabei den Blick für Chancen aber auch kritisches Denken und Handeln im Umgang mit KI-Tools zu schärfen.
Erfolgreiches Marketing beginnt nicht bei der KI, sondern bei deinen Stärken, deiner Tonalität und deiner Zielgruppe.
Deshalb hat Petra FELIX entwickelt: ein KI-Marketing-System für KMUs und Einzelunternehmer, das markentreue Texte und Social-Media-Posts liefert – ganz ohne KI-Vorwissen.
Mehrere Prompts sind als Workflow zB in Assistenten integriert. Diese Assistenten liefern ‚automatisch‘ – also ohne zusätzliches Prompting – fertige Ergebnisse für bestimmte Aufgaben.
Petra LIEBL – Content Bakery
Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.
„Wir wollen den Blick weg von Technik, hin zum zentralen Erfolgsfaktor für digitale Transformation lenken: Dem aktiven Gestalten von und für Menschen in Organisationen.“
Im Podcast Vom Hype zum Handeln“ tauchen wir in weiteren Folgen noch tiefer in einzelne Aspekte ein, lassen Experten zu Wort kommen und stellen praktische Beispiele aus der Unternehmenspraxis vor. Dabei werden sowohl erfolgreiche Implementierungen als auch Lernerfahrungen aus weniger erfolgreichen Versuchen geteilt, um Unternehmen den Weg in die KI-gestützte Zukunft zu erleichtern.
In „Vom Hype zum Handeln“ …
beleuchten wir verschiedene Anwendungsfelder
teilen wir eigene Erfahrungen und Insights
bieten wir Experteninterviews mit Praktikern
stellen wir konkrete Implementierungsbeispiele vor
besprechen wir KI-Entwicklungen
Deine Gastgeberin
Petra LIEBL – Marketing-Beratung und Digitalisierungsexpertin Content Bakery
Inzwischen hat sich herumgesprochen: KI ist mehr als ein IT-Projekt. In fast jedem Unternehmen wird sie längst genutzt – ob geregelt oder nicht. Doch genau dort, wo Organisationen KI „einführen“ wollen, scheitern die meisten Vorhaben. Und zwar nicht erst beim Rollout, sondern viel früher: Am Anfang.
KI-Transformation scheitert nicht an der Technologie
Ein zentraler Gedanke der Folge: Wenn eine KI-Einführung scheitert, liegt es selten an der Technik. Es liegt daran, wie Unternehmen das Thema angehen.
Fritz Fahringer war jahrelang „Herr der Daten“ des Data Hub in der Standortagentur Tirol und begleitet heute mit seiner Beratungsfirma VALTYROL Unternehmen beim ersten – und oft schwierigsten – Schritt. Sein Befund ist so einfach wie unbequem:
👉 Ein Projekt hat einen klaren Anfang und ein klares Ende.
👉 Eine KI-Transformation nicht.
Wer KI wie ein IT-Projekt behandelt – Tool kaufen, Schulung buchen, Haken dran – hat am Ende „maximal ein Abo abgeschlossen“ und einzelne Mitarbeitende, die im Stillen herumprobieren.
Der eigentliche Hebel liegt woanders. Darüber spreche ich mit Fritz Fahringer · Gründer VALTYROL und Vorstand der Data Intelligence Offensive.
JETZT REINHÖREN in Folge 29 >>
1. KI ist ein Prozess, kein Projekt
KI verändert sich laufend – und damit müssen sich auch Prozesse und Menschen laufend mitverändern. Das ist kein einmaliges „Installieren und fertig“, sondern pures Change Management.
Wenn ich die Leute nicht mitnehme, dann habe ich maximal ein Abo abgeschlossen.
Deshalb beginnt KI nicht beim Werkzeug, sondern bei der Organisation: Wie tickt sie? Wie sieht sie sich selbst? Und wie ist sie in ihre Wertschöpfungskette eingebettet?
2. Der Einstieg beginnt mit „Was nervt uns?“
tatt mit einer Tool-Liste startet man am besten mit einer ehrlichen Bestandsaufnahme:
Was machen wir täglich?
Was kostet uns Zeit?
Was nervt – und hält uns unverhältnismäßig auf?
Das holt die Mitarbeitenden sofort ab, weil es genau die Reibungspunkte adressiert, die sie selbst spüren. Erst danach wird die Frage auf die nächste Ebene gehoben: Was nervt uns in Summe – und wer sind wir eigentlich als Organisation?
👉 Erst die Reibung verstehen 👉 dann erst über KI (oder einfache Automatisierung) nachdenken.
3. Shadow AI ist ein Kultur- und kein Verbotsthema
Der Druck auf Mitarbeitende steigt: schneller, besser, mehr. Wer seine Ziele erreichen will, greift irgendwann zu KI – notfalls privat am eigenen Handy. Und dann landen Firmendaten dort, wo sie nicht hingehören.
Shadow AI entsteht nicht aus böser Absicht – sondern aus Leistungsdruck und fehlender Orientierung.
Reine Verbote lösen das nicht. Wer den Zugang zu sehr beschränkt, verhindert sinnvolles Arbeiten. Die Antwort liegt im Mindset:
👉 Menschen befähigen statt bremsen
👉 sensibilisieren, üben, regelmäßig austauschen – intern und über das Unternehmen hinaus
4. Werte messbar machen: Value-based Engineering
Bevor man zum Techniker geht, lohnt sich die Vorarbeit. Werte wie Transparenz, Vertrauen oder Souveränität klingen schön – aber was bedeuten sie konkret für meinen Prozess, meine Mitarbeitenden, meine Kunden?
Beim Chatbot heißt das etwa: Auf welche Daten greift er zu? Welche Sprache spricht er? Wann übergibt er an einen echten Menschen? Der AI Act schreibt ohnehin vor, dass Nutzer wissen müssen, dass sie mit einer KI sprechen.
Was man nicht messen kann, bleibt nur ein netter Nordstern.
Über „Value-based Engineering“ werden diese Werte in konkrete Anforderungen, Grenzen und KPIs übersetzt – nachvollziehbar wie ein Journal, das auf ISO-Normen und den AI Acteinzahlt. Und wie beim Prompting gilt: Je besser die Vorarbeit, desto besser das Ergebnis.
5. KI ist ein Verstärker
Ein Bild, das hängen bleibt: KI verstärkt bestehende Abläufe – gnadenlos. Die guten genauso wie die fehlerhaften.
👉 Setzt man KI auf einen sauberen Prozess, wird er besser. 👉 Setzt man sie auf einen kaputten Prozess, multipliziert sich der Fehler.
Damit wird auch die Organisationskultur sichtbar. Im Marketing zum Beispiel wird KI oft unbedarft eingesetzt: Der Text klingt eloquent – aber ob er ein Ziel erreicht, die Firmenwerte spiegelt oder die Zielgruppe trifft, hat vorher niemand sichergestellt.
Technische Schulden mit Zinseszinseffekt
Wer sich früher zu wenig um seine Daten gekümmert hat, zahlt jetzt drauf. Ein Datenreifegrad-Check macht diese „technischen Schulden“ sichtbar – und zeigt, dass der Umgang mit Daten in der Vergangenheit viel darüber verrät, wie ein Unternehmen künftig mit KI umgehen wird.
Wenn man jetzt Stress bekommt, darf man trotzdem nicht hudeln.
Die Grundaufgaben kommen zuerst. Lieber kleine, saubere Schritte als ein überstürzter Großwurf, der bestehende Fehler nur schneller skaliert.
7. Der richtige Moment ist jetzt
Viele Unternehmen warten – auf das passende Tool, auf die anderen in der Branche, auf den „richtigen“ Moment. Fahringers Antwort darauf ist eindeutig:
Es gibt keine Alternative zum Anfangen. Nicht anfangen ist keine Option.
Gleichzeitig ist niemand zu spät dran: „Wir sind Internet 1998″ – am Anfang von etwas Großem. Wer jetzt klein, strukturiert und messbar startet, kann noch mitgehen. Und das wird zum Unterscheidungsmerkmal: Hat sich jemand schon mehr damit auseinandergesetzt als ich – oder nicht?
👉 Klein anfangen, mit unkritischen, häufigen Aufgaben
👉 iterativ ausweiten über mehrere Bereiche
👉 Führung muss vorleben, sonst wirkt alles unecht
Eine Kernbotschaft: Nicht sichtbar ist nicht buchbar. Wer will, dass seine Angebote von KI gefunden werden, muss Daten gezielt und strukturiert hinterlegen – sei es mit Schema.org, NAP-Auszeichnung oder klar gepflegten Öffnungszeiten.
Regelmäßige Pflege und Aktualität sind entscheidend, damit digitale Systeme relevante Informationen auslesen und weitergeben können. Das Prinzip ist universell: Unternehmen jeder Branche sollten jetzt prüfen, welche Informationen für KI zugänglich gemacht und wie sie kontinuierlich aktualisiert werden.
Wer Menschen mitnimmt, Werte messbar macht und klein, aber konsequent startet, führt KI nicht nur ein – sondern macht aus ihr echte Transformation.
„KI ist immer ein Verstärker – von guten Abläufen genauso wie von technischen Schulden und fehlerhaften Prozessen.“ Fritz Fahringer, Gründer VALTYROL
Takeaways für die Praxis
1) KI ist ein Prozess, kein Projekt 📌 Ein Projekt hat Anfang und Ende – eine Transformation nicht. Wer Menschen und Prozesse nicht mitnimmt, hat am Ende nur Einzelne, die im Stillen Tools ausprobieren.
2) Der Einstieg beginnt mit „Was nervt uns?“ 📌 Tägliche Zeitfresser und Reibungspunkte sind der ehrlichste Startpunkt – und holen die Mitarbeitenden sofort ab.
3) Nicht beim Tool anfangen, sondern bei Werten und Prozessen 📌 Erst Ziele, Grenzen und Werte klären, dann zur Technik. Wie beim Prompting gilt: Je besser die Vorarbeit, desto besser das Ergebnis.
4) Shadow AI ist real – und ein Kulturthema 📌 Unter Leistungsdruck nutzen Mitarbeitende KI eben privat weiter. Das lösen keine Verbote, sondern Befähigung, Sensibilisierung und ausgewogene Leitlinien.
5) KI ist ein Verstärker 📌 Sie verstärkt bestehende Abläufe gnadenlos – gute wie fehlerhafte. Wer KI auf einen kaputten Prozess setzt, multipliziert den Fehler.
6) Werte messbar machen: Value-based Engineering 📌 Werte wie Transparenz oder Vertrauen in konkrete Anforderungen und KPIs übersetzen. Was man nicht messen kann, bleibt ein netter Nordstern.
7) Technische Schulden sichtbar machen 📌 Ein Datenreifegrad-Check zeigt, wo Datenhaltung vernachlässigt wurde. Erst die Grundaufgaben, dann die KI – sonst skaliert man nur den Fehler.
8) Führung muss vorleben 📌 Transformation ist Führungsaufgabe. Wenn die Leitung KI nicht selbst nutzt, wirkt jede Initiative unecht.
9) Austausch schafft Vorsprung 📌 Der Blick über das eigene Unternehmen hinaus – in Netzwerken wie der Data Intelligence Offensive – macht sichtbar und bringt einen Schritt voraus.
10) Der richtige Moment ist jetzt 📌 Nicht anfangen ist keine Option. Lieber kleine, messbare Piloten und iteratives Vorgehen, als auf das „perfekte Tool“ zu warten – während andere längst losgegangen sind.
Datenstrategie-Experte Fritz Fahringer
MMag. Fritz Fahringer ist Gründer der VALTYROL, einer unabhängigen Datenstrategieberatung mit Sitz in Kufstein, und Vorstandsmitglied der Data Intelligence Offensive (DIO), des österreichischen Netzwerks für vertrauenswürdige Datennutzung.
Zuvor war er 7,5 Jahre in der Standortagentur Tirol für IT-Themen verantwortlich – unter anderem für digital.tirol, aus dem datahub.tirol hervorging (Europas erster regionaler Data Space). Er ist Certified VBE Ambassador (IEEE 24748-7000), Beirat im Gaia-X Hub Austria sowie Lehrbeauftragter an der FH Kufstein und am MCI.
Host in Folge 29 ist Petra Liebl, Expertin für digitales Marketing mit KI und langjährige Unternehmensberaterin mit Schwerpunkt Marketing.
Mit ihrem digitalen und Marketing-Background geht es für Petra darum, den Blick weg von Tools, hin zum zentralen Erfolgsfaktor für digitale Transformation zu lenken: Dem aktiven Gestalten von und für Menschen in Organisationen – und dabei den Blick für Chancen aber auch kritisches Denken und Handeln im Umgang mit KI-Tools zu schärfen.
Für ihr Spezialgebiet Marketing hat Petra ihr Expertenwissen in ein Marketing-System mit KI gegossen.
Mehrere Prompts sind als Workflow zB in Assistenten integriert. Diese Assistenten liefern ‚automatisch‘ – also ohne zusätzliches Prompting – fertige Ergebnisse für bestimmte Aufgaben.
Der 100% individualisierte KI-Marketing-Assistent FELIX ist seit April 2026 verfügbar. Wenn du seine Stärken kennen lernen möchtest, kannst du hier ein unverbindliches Speed-Dating mit Petra und FELIX buchen
Petra LIEBL – Content Bakery
Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.
„Wir wollen den Blick weg von Technik, hin zum zentralen Erfolgsfaktor für digitale Transformation lenken: Dem aktiven Gestalten von und für Menschen in Organisationen.“
Im Podcast Vom Hype zum Handeln“ tauchen wir in weiteren Folgen noch tiefer in einzelne Aspekte ein, lassen Experten zu Wort kommen und stellen praktische Beispiele aus der Unternehmenspraxis vor. Dabei werden sowohl erfolgreiche Implementierungen als auch Lernerfahrungen aus weniger erfolgreichen Versuchen geteilt, um Unternehmen den Weg in die KI-gestützte Zukunft zu erleichtern.
In „Vom Hype zum Handeln“ …
beleuchten wir verschiedene Anwendungsfelder
teilen wir eigene Erfahrungen und Insights
bieten wir Experteninterviews mit Praktikern
stellen wir konkrete Implementierungsbeispiele vor
besprechen wir KI-Entwicklungen
Deine Gastgeberin
Petra LIEBL – Marketing-Beratung und Digitalisierungsexpertin Content Bakery
KI im Tourismus ist ein Paradebeispiel für Innovationskraft – und zugleich ein Schaufenster für andere Branchen. Denn was Hotels und Tourismusbetriebe gerade erleben, zeigt beispielhaft, wie Technologie den Alltag und die Erwartungen verändert. Wie der Tourismus die Chancen der KI nutzt, und was andere Branchen daraus lernen können, beleuchten wir hier.
Neue Rollen und Kompetenzen rund um KI im Tourismus
KI als festen Bestandteil im Team etablieren
Die Zeit, in der Digitalisierung ein IT-Spezialthema war, ist vorbei – das zeigt der Tourismus besonders deutlich. Wo vor wenigen Jahren vielleicht ein Online-Marketing-Manager gesucht wurde, schreiben heute Hotels gezielt nach einem KI-Verantwortlichen aus, gleichrangig mit Koch oder Rezeptionist.
Die Kernidee: Um erfolgreich zu sein, sollte Künstliche Intelligenz im Tourismus wie in anderen Branchen als Querschnittsfunktion etabliert werden.
Ein KI-Verantwortlicher orchestriert die Vielzahl an Anwendungen, bringt Methodenkompetenz ins Haus und identifiziert fortlaufend Potenziale. Ob als „Prompt-Spezialist“, „KI-Dirigent“ oder schlicht „Kümmerer“ – die Aufgaben reichen vom Erstellen smarter Tagesabläufe über die Auswertung von Gästefeedback bis zur Pflege strukturierter Daten. Branchenübergreifend ist das ein Signal: Für KI-Kompetenz braucht es echte Menschen, die Neues erproben und laufend weiterentwickeln – nicht nur fertige Softwarelösungen.
JETZT REINHÖREN in Folge 28 >>
Erwartungen von Gästen – und Kunden – verändern sich
Digitale Services formen die Erwartungshaltung. Wer im Hotel mit persönlichem Chatbot oder digitalem Concierge kommuniziert, erwartet diesen Komfort bald auch in anderen Lebensbereichen: In der Arztpraxis, dem Restaurant oder beim Online-Einkauf.
KI im Tourismus zeigt, dass smarte Systeme Standardanfragen – von der Zimmerausstattung bis zu Stornierungsregeln – automatisiert beantworten können. Entscheidend ist, dass Informationen maschinenlesbar, laufend gepflegt und für KI-Systeme verständlich strukturiert sind. Für andere Branchen bedeutet das: Wer sichtbar und buchbar bleiben will, muss relevante Informationen so bereitstellen, dass digitale Assistenten sie finden und weiterverarbeiten können.
Effizienz und Servicequalität durch KI-gestützte Prozesse
Automatisierung und Entlastung in Hochfrequenzphasen
Gerade zu Stoßzeiten bündelt KI im Tourismus ihre Stärke: Standardanfragen am Telefon, typische Buchungsanliegen oder Zusatzwünsche übernimmt ein digitaler Assistent – und gibt komplexe Fälle an den Menschen weiter. Das entlastet Teams, reduziert Wartezeiten und hebt die Servicequalität.
Diese zweistufige Organisation – KI für Routinen, Mensch für das Besondere – lässt sich auf viele Branchen übertragen: Kanzleien, Praxen, Einzelhandel oder Gastronomie profitieren davon, wenn Mitarbeitende von repetitiven Aufgaben entlastet und für die Beratung freigespielt werden. Das Ergebnis: effizientere Abläufe und zufriedene Kunden.
Planung und Ressourcenmanagement mit KI
Eine weitere Stärke: KI im Tourismus macht Dienstpläne smarter und Ressourcenplanung effizient. Indem Muster in Belegungszahlen, Wetterdaten oder Gästeströmen erkannt werden, lassen sich Personal und Verfügbarkeiten vorausschauend steuern. Über- und Unterdeckung werden minimiert, saisonale Schwankungen besser abgefedert.
Andere Branchen können von diesen Predictive-Ansätzen profitieren – beispielsweise für Schichtpläne in der Pflege, Filialpersonaleinsatz im Handel oder Kapazitätsmanagement in der Produktion. Die Vorteile: Mehr Flexibilität, weniger Überstunden und weniger Leerlauf.
Nachhaltigkeit und Wirtschaftlichkeit mit KI-Intelligenz
Lebensmittelverschwendung und Energieverbrauch reduzieren
Ein Paradebeispiel, wie KI im Tourismus für Nachhaltigkeit steht, sind Systeme zur Messung und Steuerung von Food Waste: Mit Bilderkennung und Gewichtssensorik wird Buffet-Abfall analysiert und der Einkauf darauf abgestimmt. Ergebnis: drastisch weniger Müll und Einsparungen, die sich unmittelbar auszahlen.
Gleiches gilt für das Thema Energie. Viele Hotels im Alpenraum optimieren bereits ihre Wellness- und Schwimmbadbereiche mittels KI-gestützter Steuerung von Licht, Heizung oder Pooltemperatur. Chancen, die auch für Großküchen, Krankenhäuser oder öffentliche Gebäude relevant sind: Energieverbrauch senken, Kosten sparen und dem eigenen Nachhaltigkeitsanspruch gerecht werden.
Sichtbarkeit, Datenkompetenz und Unternehmenskultur
Daten richtig strukturieren – von Sichtbarkeit zur Buchbarkeit
Eine Kernbotschaft: Nicht sichtbar ist nicht buchbar. Wer will, dass seine Angebote von KI gefunden werden, muss Daten gezielt und strukturiert hinterlegen – sei es mit Schema.org, NAP-Auszeichnung oder klar gepflegten Öffnungszeiten.
Regelmäßige Pflege und Aktualität sind entscheidend, damit digitale Systeme relevante Informationen auslesen und weitergeben können. Das Prinzip ist universell: Unternehmen jeder Branche sollten jetzt prüfen, welche Informationen für KI zugänglich gemacht und wie sie kontinuierlich aktualisiert werden.
Von Technologie zur gelebten Transformation
Erfolg mit KI im Tourismus – und darüber hinaus – ist keine rein technische Frage, sondern eine der Unternehmenskultur. Offenheit, der Wille zum Experimentieren und kompetente Steuerung machen den Unterschied. Skepsis und Begeisterung stehen sich oft gegenüber, doch entscheidend bleibt: KI ist kein Einmalprojekt, sondern verlangt ständiges Lernen und Pflegen der Lösungen.
So zeigt der Tourismus: Wer KI als Chance für bessere Abläufe und besseren Service begreift und in den Köpfen der Mitarbeitenden verankert, wird langfristig profitieren.
Bereit für die Zukunft: Wie Branchen durch KI profitieren
KI im Tourismus beweist: Innovation gelingt, wenn Mensch und Technologie Hand in Hand arbeiten. Dabei geht es nicht um die nächste technische Spielerei, sondern um nachhaltige Transformation für mehr Sichtbarkeit, besseren Service und zukunftssichere Prozesse. Was die Hotellerie vormacht, ist längst auf andere Branchen übertragbar. Wer jetzt aktiv wird, erntet die Effizienzgewinne und bleibt im Zeitalter der KI relevant.
Unsere Marketing-Eigenentwicklung: Vom Prompt über den Workflow zum fertigen Ergebnis: 100% individuell mit KI
Mehrere Prompts sind als Workflow zB in Assistenten integriert. Diese Assistenten liefern ‚automatisch‘ – also ohne zusätzliches Prompting – fertige Ergebnisse für bestimmte Aufgaben.
Ein Beispiel dafür: Der Marketing-Assistent FELIX der Content Bakery. Du möchtest FELIX kennenlernenHier geht es zum Speed-Dating 🙂
Digitalisierungsexperte Reinhard Palaver
Als Mentor und Speaker begleitet Reinhard Palaver Unternehmen als eine Art „Dolmetscher„, um durch digitale Transformation erfolgreicher zu werden.
Als erfahrener Experte im Bereich Digitalisierung teilt er sein umfangreiches Wissen und seine Erfahrung, um Unternehmer und Führungskräfte im komplexen und sich ständig wandelnden Umfeld der digitalen Transformation zu unterstützen,.
Reinhard Palaver bietet Mentoring-Dienste und informative Vorträge (Keynotes, Workshops, Schulungen) an, die darauf abzielen, das Team weiterzubilden und zu inspirieren.
Reinhard Palaver ist Mitorganisator des KI-Forums der Industriellen-Vereinigung, einer Plattform für den praxisnahen Austausch „von der Praxis für die Praxis“, wo Unternehmen ihre KI-Projekte sowie Herausforderungen und Lösungen vorstellen.
Host in Folge 28 ist Petra Liebl, Expertin für digitales Marketing mit KI und langjährige Unternehmensberaterin mit Schwerpunkt Marketing.
Mit ihrem digitalen und Marketing-Background geht es für Petra darum, den Blick weg von Tools, hin zum zentralen Erfolgsfaktor für digitale Transformation zu lenken: Dem aktiven Gestalten von und für Menschen in Organisationen – und dabei den Blick für Chancen aber auch kritisches Denken und Handeln im Umgang mit KI-Tools zu schärfen.
Für ihr Spezialgebiet Marketing hat Petra ihr Expertenwissen in ein Marketing-System mit KI gegossen.
Der 100% individualisierte KI-Marketing-Assistent FELIX ist seit April 2026 verfügbar. Wenn du seine Stärken kennen lernen möchtest, kannst du hier ein unverbindliches Speed-Dating mit Petra und FELIX buchen
Petra LIEBL – Content Bakery
Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.
„Wir wollen den Blick weg von Technik, hin zum zentralen Erfolgsfaktor für digitale Transformation lenken: Dem aktiven Gestalten von und für Menschen in Organisationen.“
Im Podcast Vom Hype zum Handeln“ tauchen wir in weiteren Folgen noch tiefer in einzelne Aspekte ein, lassen Experten zu Wort kommen und stellen praktische Beispiele aus der Unternehmenspraxis vor. Dabei werden sowohl erfolgreiche Implementierungen als auch Lernerfahrungen aus weniger erfolgreichen Versuchen geteilt, um Unternehmen den Weg in die KI-gestützte Zukunft zu erleichtern.
In „Vom Hype zum Handeln“ …
beleuchten wir verschiedene Anwendungsfelder
teilen wir eigene Erfahrungen und Insights
bieten wir Experteninterviews mit Praktikern
stellen wir konkrete Implementierungsbeispiele vor
besprechen wir KI-Entwicklungen
Deine Gastgeberin
Petra LIEBL – Marketing-Beratung und Digitalisierungsexpertin Content Bakery
Mehr als ein Drittel aller österreichischen Unternehmen setzt bereits auf KI-Lösungen – und doch sind Unsicherheit und Verwirrung rund um den souveränen Einsatz von KI im Arbeitsalltag an der Tagesordnung. Gerade in kleineren Betrieben herrscht Zurückhaltung. Warum klare Workflows den Unterschied für KI im Unternehmen machen – und weshalb der beste Prompt ohne durchdachte Prozesse nur halb so viel wert ist: Darüber spricht Petra Liebl diesmal mit IT-Experten Thomas Baldermann.
Voraussetzung für souveränen KI-Einsatz
Ziele und Erwartungen klären
Jeder, der KI im Unternehmen einsetzen will, steht zuerst vor einer wesentlichen Frage: Was möchten wir konkret erreichen? Souveräner Umgang bedeutet nicht, auf jedes Trendtool aufzuspringen, sondern sich von den betrieblichen Zielen leiten zu lassen. Es braucht kein Informatikstudium – aber ein Bewusstsein, wofür der KI-Einsatz überhaupt gedacht ist. Die grundlegende Überlegung: Welche Aufgaben und Prozesse lassen sich effizienter gestalten, welche neuen Möglichkeiten tun sich auf? Erst im zweiten Schritt geht es an die Auswahl der passenden Tools und Schnittstellen.
Wer sich hier Klarheit verschafft, legt das Fundament für ein strategisches Vorgehen und schafft die Voraussetzung, dass KI-Lösungen auch tatsächlich einen Mehrwert im Betrieb liefern.
Von der Spielwiese zum Workflow
Viele Unternehmen starten mit einzelnen Experimenten, doch nach der ersten Begeisterung kommt schnell die Ernüchterung: Ein einzelner Prompt an ChatGPT oder Claude ersetzt noch lange keinen etablierten Arbeitsablauf. Die Qualität der Ergebnisse steigt erst dann, wenn jeder KI-Einsatz in durchdachte Workflows eingebettet ist – genau wie bei einem Praktikanten, der richtig gebrieft werden muss, um produktiv zu arbeiten.
Spezifische Workflows entstehen durch das Zusammenspiel mehrerer Tools, Automatisierungen und klaren Anweisungen. Statt nur einen Text abzufragen, entstehen im Marketing beispielsweise komplexe Routinen aus mehreren KI-Anwendungen, automatisierten Schnittstellen und individuellen Zielgruppeninformationen. So wird KI vom Spielzeug zum produktiven Alltagshelfer.
Unterschied: Automatisierung vs. KI
Automatisierte Workflows als Rückgrat
Automatisierung ist kein neues Thema, aber mit modernen No Code-Plattformen wie Zapier oder Make wird sie Unternehmen zugänglicher denn je. Viele Routineaufgaben – von der Synchronisierung von Terminen bis zum automatisierten Versand von Newslettern – lassen sich heute (oft auch ohne KI) durch einfache Workflows effizient gestalten.
Entscheidend ist, die Prozesse anhand der konkreten Geschäftsanforderungen zu entwickeln: Was passiert, wenn ein Kunde auf einen Link klickt? Wo liegen Daten, die für eine Automation relevant sind? KI kann Texte, Kundenkommunikation oder Analysen übernehmen, doch der organisatorische Ablauf muss klar durchdacht sein. Nur so entstehen Lösungen, die Mitarbeitende entlasten und wiederholbare Effizienzgewinne ermöglichen.
KI als Teil des Workflows – nicht die ganze Lösung
KI im Unternehmen entfaltet ihre volle Kraft erst, wenn sie in bestehende Abläufe integriert wird. Ein gutes Beispiel ist der Einsatz von KI für die Analyse alter Tickets im IT-Service: Hier schlägt das System auf Basis vergangener Vorfälle passende Lösungen vor – ein Workflow, der Wissen effizient verfügbar macht. Genauso kann Voice-to-Text-KI genutzt werden, um Außendienstberichte automatisch zu transkribieren, zuzuordnen und direkt weiterzuverarbeiten.
Dabei bleibt die KI stets Regieanweisungsempfänger. Die Steuerung – welche Aufgaben in welcher Reihenfolge erledigt werden, welche Informationen genutzt werden dürfen und wie Ergebnisse weiterverarbeitet werden – liegt weiter beim Menschen.
Guidelines: Rahmenbedingungen schaffen
KI-Guidelines und Single Source of Truth
Verantwortungsvoller KI-Einsatz verlangt nach Sicherheitsstandards. Ohne klare Guidelines, welche KI-Tools wie und wofür genutzt werden dürfen, öffnen sich im Unternehmen unnötige Risiken: Schatten-KI wächst im Verborgenen, und die Kontrolle über sensible Daten geht verloren.
Eine praxisnahe Guideline klärt zum Beispiel, welche Daten über KI-Modelle laufen, was niemals in ein KI-System gehört (wie etwa Passwörter oder unveröffentlichte Geschäftsdaten) und wer für Updates und Weiterentwicklungen verantwortlich ist. Ganz zentral: Die Single Source of Truth – also eine zentrale Datenquelle – macht es möglich, dass jeder (auch die KI) auf dieselben, validen Informationen zugreift. Das schafft Transparenz und Sicherheit im Umgang mit automatisierten Workflows und KI-Einsatz.
Chancen und Risiko „Agenten“
Seit Kurzem sind sogenannte Agenten-Systeme in aller Munde: KI-Modelle, die sich eigenständig Wege zum Ziel suchen und in gewissem Rahmen sogar Entscheidungen treffen. Doch hier ist Vorsicht gefragt: Ohne Kontrolle können Systeme Aktionen ausführen, die nicht gewollt oder sogar schädlich sind. Deshalb gilt: Experimentieren ja – aber komplexe oder agentische KI stets nur getrennt vom Produktivsystem und nie ohne fachkundige Begleitung einsetzen.
Für die meisten Unternehmen ist der nächste praktikable Schritt zunächst, fortschrittliche Nutzung von Standard-KI-Systemen wie ChatGPT, Claude oder Copilot zu etablieren – integriert in sichere, nachvollziehbare Workflows.
Workflow-Entwicklung – von der Zielgruppe zum individuellen Prozess
Briefing und Kontext als Erfolgsfaktor
Der typische Fehler: Man fordert die KI mit einem Prompt auf, einen beliebigen Text zu verfassen, ohne konkreten Bezug zum Unternehmen oder zur Zielgruppe. Wer jedoch Wert darauf legt, dass die KI Ergebnisse liefert, die Menschen begeistern und wirklich weiterbringen, fängt mit einem präzisen Briefing an.
Hier zeigt sich der Unterschied zwischen Einzelfragen und echten Business-Workflows: Die besten Resultate entstehen, wenn die KI mit allen relevanten Informationen gefüttert wird – angefangen beim Nutzenversprechen, den psychologischen Bedürfnissen der Zielgruppe, bis hin zum individuellen Stil des Unternehmens. Im Marketing etwa steigert ein durchdachter Workflow, der Zielgruppendaten, Inhalte und Beispiele integriert, die Qualität von Social Media Posts oder Newslettern enorm.
Beispiele für praxisnahe Workflows
Ob regelmäßiges Testen von Website-SEO, automatisierte Event-Synchronisation mit externen Plattformen oder die Erstellung individueller Kundenangebote: Überall, wo Prozesse wiederkehren, lohnt es sich, Workflows so zu gestalten, dass KI ihre Stärken – wie Analyse, Vorschläge, Text- und Bildkreation – gezielt einbringen kann.
Mit klarem Prozessdesign entsteht Effizienz, und Mitarbeitende gewinnen Spielraum für kreativiere, anspruchsvollere Aufgaben. Erprobte Routinen bewähren sich dabei sowohl im Marketing als auch im administrativen oder technischen Umfeld und sind heute für viele kleinere Unternehmen erreichbar.
Auch hier zeigt sich: Erfahrung spielt eine zentrale Rolle. Wer visuelle Kommunikation versteht, kann KI gezielter steuern.
Unsere Marketing-Eigenentwicklung: Vom Prompt über den Workflow zum fertigen Ergebnis: 100% individuell mit KI
Mehrere Prompts sind als Workflow zB in Assistenten integriert. Diese Assistenten liefern ‚automatisch‘ – also ohne zusätzliches Prompting – fertige Ergebnisse für bestimmte Aufgaben.
Ein Beispiel dafür: Der Marketing-Assistent FELIX der Content Bakery.
Du möchtest FELIX kennenlernenHier geht es zum Speed-Dating 🙂
Erfolgsrezepte für KI im Unternehmen
Schritt für Schritt zum produktiven KI-Einsatz
Das wichtigste Erfolgsprinzip für KI im Unternehmen lässt sich in einer einfachen Formel zusammenfassen: Nicht das einzelne Tool, sondern der durchdachte Workflow bringt den entscheidenden Nutzen. Ein gelungener Einstieg gelingt, wenn Betriebe systematisch ihre zeitintensiven, wiederkehrenden Prozesse identifizieren – und dann Schritt für Schritt mithilfe von Automatisierungs- und KI-Lösungen smarter gestalten.
Partnerschaften mit internen oder externen Fachleuten bringen zusätzliche Sicherheit. Und wer dabei stets die Wünsche, Probleme und Nutzenperspektiven der Zielgruppen im Blick behält, wird von Jahr zu Jahr souveräner im Einsatz digitaler Helfer.
So gelingt die digitale Transformation mit KI-Workflows
KI im Unternehmen ist kein Selbstzweck – und längst keine Frage von IT-Expertise allein. Der entscheidende Hebel für Effizienz, Qualität und Souveränität sind smarte, sichere Workflows. Wer seine Prozesse kennt, den Kontext der Zielgruppe versteht und für Transparenz sorgt, verwandelt KI vom Hype zur gewinnbringenden Praxis. So wird auch in kleineren Betrieben die digitale Transformation Schritt für Schritt zu einem echten Erfolgsfaktor.
Thomas Baldermann ist IT-Spezialist und Gründer von IT Hub Tirol
Seit vielen Jahren beschäftigt sich Thomas mit der praktischen Umsetzung moderner IT-Infrastrukturen, Automatisierung und digitaler Geschäftsprozesse – insbesondere für kleine und mittelständische Unternehmen. Dabei spielen vermehrt auch Automatisierungen und KI eine prägen de Rolle.
Thomas arbeitet an der Schnittstelle von Technologie, Betrieb und Umsetzung – und unterstützt Unternehmen dabei, ihre IT effizient, sicher und zukunftsfähig aufzustellen. Von der IT- und Daten-Analyse bis zur laufenden Betreuung.
👉 Zur Website von IT-Hub TirolÜBER DEN PODCASTHost in Folge 27 ist Petra. Expertin für digitales Marketing mit KI
Mit ihrem digitalen und Marketing-Background geht es für Petra darum, den Blick weg von Tools, hin zum zentralen Erfolgsfaktor für digitale Transformation zu lenken: Dem aktiven Gestalten von und für Menschen in Organisationen – und dabei den Blick für Chancen aber auch kritisches Denken und Handeln im Umgang mit KI-Tools zu schärfen.
Für ihr Spezialgebiet Marketing hat Petra 25 Jahre Marketing Know-How in ein Marketing-System mit KI gegossen. Der 100% individualisierte KI-Marketing-Assistent FELIX ist seit April 2026 verfügbar.
Petra LIEBL – Content Bakery
Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.
👉🏼 www.contentbakery.atinfo@contentbakery.at
Mehrere Prompts sind als Workflow zB in Assistenten integriert. Diese Assistenten liefern ‚automatisch‘ – also ohne zusätzliches Prompting – fertige Ergebnisse für bestimmte Aufgaben.
Petra LIEBL – Content Bakery
Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen.
👉🏼 www.contentbakery.atinfo@contentbakery.at
Künstliche Intelligenz wird längst im Unternehmensalltag genutzt. KI im Unternehmen verspricht schnelle, pragmatische und manchmal auch sehr effektive Informationen.
Doch während viele Unternehmen seit 2024 über Strategien sprechen, zeigt die Realität ein anderes Bild: KI im Unternehmen wird breit genutzt – ob geregelt oder nicht.
Gerade in kleinen Unternehmen, bei EPUs, Beratern oder Coaches entsteht so ein Nebeneinander aus Tools, Anwendungen und spontanen Lösungen – ein Stückwerk, das zwar funktioniert, aber selten durchgängig gedacht ist.
Die entscheidende Frage ist daher 2026 nicht mehr: Sollen wir KI einsetzen?
Sondern: Haben wir sie überhaupt im Griff?
KI ist längst da – aber oft nicht gesteuert
Ein zentrales Thema der Folge: Während auf Management-Ebene noch Strategien entstehen, wird KI im Alltag längst genutzt.
Mitarbeitende schreiben Texte mit ChatGPT, recherchieren mit KI oder erstellen Inhalte – oft ohne klare Vorgaben, ohne Freigabe und ohne ein gemeinsames Verständnis darüber, was erlaubt ist.
Das führt zu einem neuen Spannungsfeld:
👉 Nicht mehr zwischen Hype und Umsetzung 👉 sondern zwischen Nutzung als Wildwuchs und Kontrolle
1. Problem: Fehlende Kompetenz
Was dabei schnell klar wird: Das Problem ist nicht die Technologie.
Sondern die Frage, ob Unternehmen überhaupt in der Lage sind, sie sinnvoll einzusetzen.
Denn dafür braucht es zwei Dinge:
Führung, die klare Leitplanken vorgibt
Mitarbeitende, die verstehen, was sie tun
Und genau hier stehen viele Unternehmen aktuell.
Zwischen:
Unsicherheit („Darf ich das überhaupt?“)
Pragmatismus („Ich mach’s einfach“)
und Intransparenz („Ich nutze es – aber sage es nicht“)
Unabhängig vom AI Act Unternehmen (der seit Feb. 2025 vorschreibt, Mitarbeitenden grundlegende KI-Kompetenzen zu vermitteln) zeigt sich: KOMPETENZ ist und bleibt der Schlüssel.
2.Ohne Datenverständnis – kein sinnvoller KI–Einsatz
Ein besonders wichtiger Punkt aus dem Gespräch, das Clemens Handl betont ist:
Wer KI einsetzen will, muss zuerst verstehen, welche Daten im Unternehmen überhaupt vorhanden sind.
Das klingt banal – ist es aber nicht.
Denn viele Unternehmen wissen nicht genau:
welche Daten sie nutzen
wofür sie verwendet werden
und welche davon kritisch sind
Genau hier zeigt sich:
👉 Datenschutz ist keine Schikane 👉 sondern oft die Grundlage für sinnvolle KI-Nutzung.
Und: Shadow AI entsteht nicht durch Böswilligkeit – sondern durch fehlende Schulung und fehlende Kommunikation.
3. Warum „EINFACH“ Erfolg verspricht
Wie beim Sport oder Lauf-Training ein einfaches Training bzw. ein kurzer Lauf vor den längeren kommt, um Technik zu erlernen und Kondition aufzubauen – so verhält es sich eben auch bei KI-Projekten.
Wenn Unternehmen versuchen, KI von oben herab zu planen – mit Strategien, Konzepten und großen Zielbildern, dann geht das oft schief bzw. bleibt das Projekt auf halber Strecke stecken.
Das Problem: Die Realität ist schneller. Und Komplexität ist der größte Hemmschuh für’s „Laufen“-Lernen.
Deshalb lautet eine zentrale Empfehlung:
👉 Nicht alles auf einmal lösen 👉 sondern klein anfangen
Zum Beispiel mit:
einfachen, häufigen Aufgaben
unkritischen Daten
klaren, überschaubaren Use Cases
So entsteht Schritt für Schritt Verständnis, Vertrauen – und echte Kompetenz.
4. Hilfreiche KI-Leitlinien
Ein Thema, das oft missverstanden wird: Die KI-Richtlinie.
Viele sehen darin ein Regelwerk, das Innovation einschränkt.
In der Praxis zeigt sich aber das Gegenteil:
👉 Ohne klare Leitplanken entsteht Unsicherheit 👉 und daraus entsteht Wildwuchs
Eine gute KI-Richtlinie schafft daher nicht Einschränkung, sondern Orientierung.
Wichtig dabei:
Nicht abstrakt formulieren („Gesetze einhalten“), sondern konkret:
Welche Anwendungen sind sinnvoll – und welche nicht?
Welche Tools sind erlaubt?
Welche Daten dürfen verwendet werden?
5. Leitlinien bedeuten Kontrolle
Die Herausforderung liegt nicht mehr darin, KI einzuführen – sondern darin, Daten und künstliche Intelligenz sinnvoll zu gestalten..
Das bedeutet:
👉 verstehen, welche Daten wofür benötigt werden 👉 Ziel setzen, das man durch KI Einsatz erreichen möchte und 👉 KI Richtlinien als Leitplanken nutzen
Und Kompetenzen vermitteln, damit mithilfe von Richtlinien die Frage:
Haben wir KI im Griff – oder passiert sie einfach? Klar mit: „Wir haben das geregelt und wissen, was wir tun!“ beantwortet werden kann.
6. Starten mit WKO Guidelines
Diese Leitlinien sind kein starres Regelwerk – sondern ein sehr guter Einstiegspunkt. Gerade für kleinere Unternehmen helfen sie dabei, erste Klarheit zu schaffen und den eigenen KI-Einsatz bewusster zu gestalten.
Eine gute erste Orientierung bieten auch die Leitlinien der Wirtschaftskammer Österreich (WKO).
Sie zeigen sehr praxisnah, wie Unternehmen den Einsatz von KI strukturieren können – ohne ihn unnötig zu verkomplizieren.
Der Fokus liegt dabei auf einfachen, umsetzbaren Fragen wie:
Welche Tools dürfen im Unternehmen verwendet werden?
Für welche Zwecke ist der Einsatz sinnvoll und erlaubt?
Welche Daten dürfen verarbeitet werden – und welche nicht?
Wie wird sichergestellt, dass keine automatisierten Entscheidungen ohne menschliche Kontrolle getroffen werden?
Besonders hilfreich: Die WKO empfiehlt konkrete Do’s und Don’ts statt abstrakter Regeln – genau das, was im Alltag Orientierung schafft.
👉 Zu den KI-Guidelines der WKO: https://www.wko.at/digitalisierung/ki-guidelines-fuer-kmu
Wer Mitarbeitende befähigt, Orientierung gibt und realistische Use Cases wählt, setzt KI nicht nur ein – sondern etabliert sie nachhaltig.
„Die entscheidende Frage ist nicht, ob ich KI einsetze – sondern: Welche Daten habe ich eigentlich und wofür nutze ich sie?“ Rechtsanwalt Mag. Clemens Handl, LLM
Takeaways für die Praxis
1) KI ist längst im Einsatz – aber oft ohne Kontrolle 📌 Das größte Problem ist nicht die Nutzung, sondern fehlender Überblick: Wer nutzt was – und wofür?
2) Nicht die Technologie ist die Hürde – sondern fehlende Kompetenz 📌 Unternehmen scheitern selten an KI selbst, sondern daran, dass Wissen, Verantwortung und Leitplanken fehlen.
3) Ohne Datenverständnis keine sinnvolle KI-Nutzung 📌 Wer nicht weiß, welche Daten im Unternehmen vorhanden sind und wie sie genutzt werden, kann KI nicht gezielt einsetzen.
4) „Einfach machen“ ersetzt keine Struktur – aber ist ein guter Start 📌 Statt Masterplan: Mit kleinen, unkritischen Use Cases beginnen und schrittweise lernen.
5) Automatisierung vor KI denken 📌 Viele Probleme lassen sich mit einfachen Workflows lösen – KI sollte nur dort eingesetzt werden, wo sie echten Mehrwert bringt.
6) KI-Richtlinien sind kein Verbot – sondern Enablement 📌 Klare, konkrete Do’s & Don’ts schaffen Sicherheit und ermöglichen überhaupt erst einen sinnvollen Einsatz.
7) Schatten-KI ist ein Symptom – kein Fehlverhalten 📌 Wenn offizielle Lösungen fehlen oder unpraktisch sind, weichen Mitarbeitende aus – gute Prozesse verhindern das.
8) Weniger Tools, mehr Klarheit 📌 Zentrale, gut konfigurierte Systeme sind effektiver als viele parallele Einzellösungen.
9) KI-Kompetenz ist keine Schulung – sondern ein Prozess 📌 Entscheidend ist kontinuierliches Lernen entlang konkreter Anwendungsfälle – nicht einmalige Trainings.
10) Die entscheidende Frage ist nicht „Dürfen wir das?“ 📌 Sondern: „Wie machen wir es richtig?“
Clemens Handl, Rechtsanwalt & Experte für IT-, Datenschutz- und KI-Recht
Mag. Clemens Handl, LLM. ist Rechtsanwalt und Partner bei CHG und beschäftigt sich seit vielen Jahren genau mit den Fragen, vor denen heute viele Unternehmen stehen: Wie lassen sich Digitalisierung und KI sinnvoll, praktikabel und rechtssicher umsetzen?
Er arbeitet an der Schnittstelle von Technologie, Daten und Unternehmenspraxis – und begleitet Unternehmen dabei, aus Unsicherheit und Datenfragen klare, funktionierende Lösungen zu machen.
Host in Folge 26 ist Petra. Expertin für digitales Marketing mit KI
Mit ihrem digitalen und Marketing-Background geht es für Petra darum, den Blick weg von Tools, hin zum zentralen Erfolgsfaktor für digitale Transformation zu lenken: Dem aktiven Gestalten von und für Menschen in Organisationen – und dabei den Blick für Chancen aber auch kritisches Denken und Handeln im Umgang mit KI-Tools zu schärfen.
Vom Prompt über den Workflow zum fertigen Ergebnis
Mehrere Prompts sind als Workflow zB in Assistenten integriert. Diese Assistenten liefern ‚automatisch‘ – also ohne zusätzliches Prompting – fertige Ergebnisse für bestimmte Aufgaben.
Ein Beispiel dafür: Der Marketing-Assistent FELIX der Content Bakery.
Petra LIEBL – Content Bakery Als erfahrene Onlineexpertin und zertifizierte Digitalberaterin verbindet Petra Strategie, digitales Marketing und KI zu wirkungsvollen Online-Lösungen für Unternehmer:innen. 👉🏼 www.contentbakery.atinfo@contentbakery.at
„Wir wollen den Blick weg von Technik, hin zum zentralen Erfolgsfaktor für digitale Transformation lenken: Dem aktiven Gestalten von und für Menschen in Organisationen.“
Im Podcast Vom Hype zum Handeln“ tauchen in einzelne Aspekte ein, lassen Experten zu Wort kommen und stellen praktische Beispiele aus der Unternehmenspraxis vor. Dabei werden sowohl erfolgreiche Implementierungen als auch Lernerfahrungen aus weniger erfolgreichen Versuchen geteilt, um Unternehmen den Weg in die KI-gestützte Zukunft zu erleichtern.
In „Vom Hype zum Handeln“ …
beleuchten wir verschiedene Anwendungsfelder
teilen wir eigene Erfahrungen und Insights
bieten wir Experteninterviews mit Praktikern
stellen wir konkrete Implementierungsbeispiele vor
besprechen wir KI-Entwicklungen
Unser Transformationspodcast „Vom Hype zum Handeln“
erscheint 2-wöchentlich und wird um
Audio-Bausteine aus dem „KI Kaffee“ und Beiträge zum Themenkreis Wandel und KI ergänzt.
Deine Gastgeber
Petra Liebl – Marketing-Beratung und Digitalisierungsexpertin
Daniel Knabl – Systemische Beratung und IT-Experte
