Norbert Ehreke, Geschäftsführer der impetus Unternehmensberatung und Senior Advisor im Umfeld von Anthira, spricht mit Norman Müller darüber, warum KI-Projekte nicht beim nächsten Tool beginnen sollten. Im Mittelpunkt stehen Datenqualität, klare Verantwortlichkeiten und eine Architektur, die Unternehmenswissen präzise, nachvollziehbar und sicher nutzbar macht.
An konkreten Beispielen erklärt Norbert, weshalb ein messbarer Use Case wichtiger ist als Tool-Shopping und was es braucht, damit KI in sensiblen Bereichen produktiv eingesetzt werden kann. Die Folge richtet sich an Entscheiderinnen und Entscheider, die aus ersten KI-Experimenten belastbare Anwendungen entwickeln wollen.
00:00 Warum Unternehmenswissen erst strukturiert werden muss
00:45 Norbert Ehreke: IT, Security und Datenkompetenz
04:17 Der erste KI-Use-Case: E-Mails und PDFs in Vertriebsdaten überführen
07:30 Warum Tool-Shopping der falsche Startpunkt ist
13:16 IREC: Unstrukturierte Daten mit Unternehmenslogik anreichern
15:12 Praxisfälle: DSGVO, Verträge und präzise Recherche
17:44 Berechtigungen, Auditierbarkeit und das Halluzinationsrisiko
22:16 Das häufigste Datenproblem: zu viel, zu alt, zu unaufgeräumt
26:35 Wie Geschäftsleitungen KI-Projekte richtig aufsetzen
31:15 Vom messbaren Use Case zur passenden KI-Architektur
34:06 Private AI: Betrieb im eigenen sicheren Perimeter
40:31 Wann Unternehmen vom Experiment zur KI-Strategie wechseln sollten
43:38 Veraltete Daten, Expertise und die Grenzen von KI-Ausgaben
50:01 KI als Chance für maßgeschneiderte Software und neue Verantwortung
53:33 Die ersten Schritte zu belastbaren KI-Anwendungen
57:48 Warum KI immer einem konkreten Unternehmensziel folgen muss
01:00:16 Schlussfrage: Common Sense und die Bereitschaft zur Einigung
Shownotes
Norbert Ehreke auf LinkedIn: https://www.linkedin.com/in/norbert-ehreke
Website von impetus: https://www.impetus.biz
Warum der Fokus auf KI-Reifegrad Unternehmen ausbremst.
Es gibt gerade zwei Sorten von KI-Euphorie. Die eine klickt sich durch neue Tools, verteilt Lizenzen und hofft auf Produktivität. Die andere ist mühsamer. Sie fragt, welches Wissen im Unternehmen überhaupt vorhanden ist, wer dafür Verantwortung trägt und wer es sehen darf. Nur die zweite wird auf Dauer Wert schaffen.
Das klingt zunächst unerquicklich. Niemand will in einer Zeit, in der jede Woche ein neues Modell seine Fähigkeiten demonstriert, über Dokumentenablagen, Berechtigungen und Datenqualität sprechen. Es fühlt sich nach Keller an, während oben auf der Bühne die Zukunft versprochen wird. Aber genau dort entscheidet sich, ob KI im Unternehmen ein nettes Experiment bleibt oder zu belastbarer Infrastruktur wird.
In einer neuen Folge des Venture AI Podcast beschreibt Norbert Ehreke, Geschäftsführer der impetus Unternehmensberatung und Senior Advisor im Umfeld von Anthira, diese Unterscheidung mit einer bemerkenswert einfachen Beobachtung: Der Nutzen seiner ersten KI-Anwendung lag nicht allein darin, Informationen aus E-Mails und PDFs auszulesen. Der eigentliche Fortschritt entstand, weil die Daten anschließend zentral, einheitlich und kontrolliert vorlagen. Erst diese Ordnung machte den Vertriebsprozess automatisierbar.
Das ist die entscheidende Umkehrung. KI ist nicht der Anfang des Projekts. Sie ist der Beschleuniger eines Prozesses, den ein Unternehmen vorher verstanden haben muss.
Der falsche Reflex: Erst kaufen, dann denken
Die typische Frage lautet heute: Brauchen wir Copilot, Claude, Gemini oder eine spezialisierte Lösung? Sie ist nicht falsch. Sie kommt nur zu früh.
Wer Unternehmenswissen faktenbasiert abfragen will, muss zuvor klären, was dieses Wissen eigentlich ist. Wo liegen die Daten? Welche Begriffe, Produktnummern, Vertragsbeziehungen oder Zuständigkeiten stecken in ihnen? Welche Informationen sind aktuell, welche veraltet? Und wer darf auf was zugreifen?
Eine KI, die auf einen ungeordneten Dokumentenbestand trifft, wird nicht automatisch zur Unternehmensintelligenz. Sie wird zunächst zum sehr eloquenten Spiegel der bestehenden Unordnung. Die Antwort kann überzeugend formuliert sein und trotzdem auf einer veralteten Arbeitsanweisung, einer überholten Produktlogik oder einem Dokument beruhen, das längst hätte archiviert werden müssen.
Norbert nennt deshalb einen Punkt, der in vielen KI-Debatten zu kurz kommt: Data Ownership. Es braucht Menschen und Rollen, die nicht nur Daten erzeugen, sondern für ihre Qualität, Aktualität und Verwendung verantwortlich sind. Das ist kein rein technisches Thema. Es ist eine Managementaufgabe.
Der Bibliothekar als Architekturmodell
Im Gespräch entsteht ein hilfreiches Bild. Ein gutes System für Unternehmenswissen funktioniert wie ein Bibliothekar. Es weiß, welche Informationen wo liegen, versteht ihre fachliche Einordnung und liefert für eine Anfrage nur das Relevante. Gleichzeitig ist dieser Bibliothekar Türsteher: Er prüft, wer fragt, und lässt niemanden in Regale, für die keine Berechtigung besteht.
Dieser zweite Teil wird unterschätzt. Besonders Rechtsanwaltskanzleien, Steuerberater, Executive-Search-Unternehmen oder Organisationen mit vertraulichen Vertrags- und Personaldaten können sich den ungeprüften Umgang mit externen KI-Diensten nicht leisten. Wer sensible Unterlagen wahllos hochlädt, erzeugt ein Risiko, das sich später nicht mit einer guten Präsentation wegmoderieren lässt.
Das heißt nicht, dass jedes Unternehmen künftig alles selbst betreiben muss. Aber es muss wissen, an welcher Stelle seine Daten den eigenen sicheren Bereich verlassen, welche Daten überhaupt weitergegeben werden und welche Kontrolle danach noch existiert. Private AI ist kein Marketingbegriff, sondern eine Architekturfrage.
Auch Präzision entsteht nicht durch Magie. Eine Lösung kann unstrukturierte Dokumente mit fachlichen Metadaten anreichern: etwa mit der Logik von Artikelnummern, Kundenbeziehungen, Vertragsarten oder Berechtigungen. Dann wird aus einer Volltextsuche ein System, das Informationen nicht nur findet, sondern im richtigen Zusammenhang bereitstellt. Das reduziert das Risiko falscher oder irrelevanter Antworten deutlich. Es ersetzt allerdings nicht die fachliche Prüfung.
KI braucht weiterhin Urteilskraft
Die bequemste Fantasie lautet: Wir geben der KI genug Daten, und sie übernimmt den Rest. Die Realität ist strenger. Wer eine Antwort nicht bewerten kann, sollte sie nicht ungeprüft zur Grundlage einer Entscheidung machen.
Das gilt beim Programmieren ebenso wie beim Vertragsentwurf, in der Medizin, in der Produktion und im Management. KI kann Arbeit beschleunigen, Alternativen generieren und Muster sichtbar machen. Sie kann aber nicht von sich aus entscheiden, ob eine historische Information noch gilt, ob ein Vertrag zur aktuellen Rechtsprechung passt oder ob ein Softwareentwurf im eigenen Betrieb langfristig wartbar bleibt.
Je stärker Unternehmen KI einsetzen, desto wichtiger wird deshalb Domänenwissen. Nicht als nostalgische Restgröße der alten Arbeitswelt, sondern als Voraussetzung dafür, die neue richtig zu nutzen. Ein Unternehmen, das seine erfahrensten Leute in Rente gehen lässt, ohne ihr Wissen strukturiert zu sichern, verliert mehr als Personal. Es verliert Teile seines Gedächtnisses.
Nicht mit dem Modell beginnen, sondern mit dem Ziel
Was folgt daraus für Geschäftsleitungen, die in zwölf Monaten belastbare KI-Anwendungen betreiben wollen? Nicht ein großes Transformationsprogramm um seiner selbst willen. Sondern ein konkreter, messbarer Use Case.
Zum Beispiel: Wie verkürzen wir die Recherche nach früheren Projektreferenzen? Wie finden wir zu einem Kunden alle relevanten Verträge? Wie beantworten wir eine datenschutzrechtliche Auskunft präzise und vollständig? Wie sorgen wir dafür, dass eingehende Informationen zuverlässig in einen Prozess gelangen?
Erst wenn die Frage klar ist, lässt sich bestimmen, welche Daten erforderlich sind, welche Qualität sie haben müssen, wer sie verantwortet und welche technische Architektur passt. Dann wird KI vom Buzzword zum Werkzeug für ein Unternehmensziel.
Das ist weniger spektakulär als die nächste Modellankündigung. Es ist aber die Arbeit, aus der ein echter Wettbewerbsvorteil entsteht. Denn das künftige KI-System eines Unternehmens wird nicht nur daran gemessen werden, wie gut es spricht. Sondern daran, ob es das Richtige weiß, ob es dieses Wissen sicher verwendet und ob die Organisation ihm zu Recht vertraut.
Nicht jeder KI-Dienstleister ist ein Umsetzungspartner.
Genau deshalb bauen wir im Bundesverband für KI-Transformation e.V. das Venture AI Execution Partner Programm auf.
Wir suchen Unternehmen, Beratungen, Technologieanbieter und Umsetzungspartner, die KI nicht nur erklären, sondern tatsächlich in Organisationen bringen.
Mit belastbaren Lösungen. Mit nachweisbarer Kompetenz. Mit dem Anspruch, KI-Transformation messbar voranzubringen.
Das Venture AI Execution Partner Programm soll Unternehmen Orientierung geben und gleichzeitig den besten Umsetzungspartnern im Markt mehr Sichtbarkeit, Zugang und Geschäftsmöglichkeiten eröffnen.
Als Venture AI Execution Partner profitierst du unter anderem von:
Positionierung als qualifizierter Umsetzungspartner im Netzwerk des Bundesverbandes
Zugang zu Unternehmen mit konkretem Transformationsbedarf
Einbindung in Projekte, Execution Teams und Initiativen
Sichtbarkeit über unsere Plattformen, Veranstaltungen und Formate
Vernetzung mit Entscheidern, Experten, Startups und Technologiepartnern
einem Qualitätsrahmen, der Kompetenz von bloßem KI-Marketing unterscheidet
Wichtig:
Venture AI Execution Partner kann nicht einfach jeder werden.
Voraussetzung ist die Mitgliedschaft im Bundesverband für KI-Transformation e.V. sowie die entsprechende Qualifizierung über unseren Venture AI Excellence Award.
Wir wollen kein möglichst großes Partnerverzeichnis.
Wir wollen ein Netzwerk derjenigen aufbauen, die KI-Transformation in Deutschland wirklich umsetzen können.
Dein Unternehmen gehört dazu?
Dann findest du auf unser Website weitere Informationen, wie du in das Partnerprogramm aufgenommen werden kannst.
Wenn du uns dabei unterstützen möchtest, diesen Podcast zu einer Allianz von Zukunftsarchitekten der KI-Transformation zu machen, in der wir offen über Chancen, Risiken und reale Erfahrungen mit Künstlicher Intelligenz sprechen, dann abonniere uns auf Substack, YouTube, Spotify oder Apple Podcasts. Dein Abonnement kostet dich nichts, hilft uns aber sehr, noch mehr herausragende Persönlichkeiten für tiefgehende und inspirierende Podcast Gespräche zu gewinnen. Vielen Dank für deinen Support.
Darüber hinaus laden wir dich ein, Teil der Plattform des Bundesverbands für KI-Transformation e.V. zu werden. Hier vernetzen sich mittelständische Unternehmen, KI Expertinnen und Experten, Startups sowie Vertreterinnen und Vertreter aus Forschung und Wissenschaft, um Wissen zu teilen, Erfahrungen auszutauschen und um an konkreten KI-Projekten zu arbeiten. In unserer Podcast Community kannst du dich einbringen, mitdiskutieren und den Bundesverband als Mitglied aktiv unterstützen und mitprägen.
Zur Plattform:
https://www.venture-ai-germany.space
Vernetze dich mit Norman auf LinkedIn:
