Meine wichtigsten Erkenntnisse aus dem Gespräch im CIO Podcast „Inside IT“ mit Florian Mertl

Vor kurzem hatte ich die Ehre, bei Florian Mertl in seinem renommierten CIO Podcast „Inside IT“ zu Gast zu sein. Es war ein erfrischend ehrlicher Austausch. Weit entfernt vom üblichen Marketing-Hype, der die KI-Diskussion oft dominiert. Wir haben tief in die Praxis geblickt: Wo steht der deutsche Mittelstand wirklich? Was sind die echten Hürden bei der KI-Einführung? Und vor allem: Wie überwindet man sie?

Das Gespräch hat viele unserer täglichen Erfahrungen bei innFactory bestätigt. Die größte Herausforderung bei KI-Projekten ist selten die Technologie selbst. Die wahre Hürde ist die letzte Meile zum Mitarbeiter und die oft vernachlässigten technischen Hausaufgaben.

Für alle, die direkt reinhören wollen hier ist die vollständige Folge:

Für alle anderen habe ich die vier zentralen Thesen aus unserem Gespräch zusammengefasst, die für jedes Unternehmen auf dem Weg zur KI-Integration entscheidend sind.

1. Das Adoptions-Dilemma: Ein Tool ist noch keine Strategie

„Nur weil ich jetzt ein Company GPT habe, heißt das nicht, dass es genutzt wird. Wahrscheinlich werden 90 % der Belegschaft das Tool am Ende nicht verwenden.“

Das ist kein Pessimismus, sondern eine realistische Beobachtung. Viele Unternehmen glauben, der Kauf einer teuren Lizenz (z.B. Copilot für alle) sei der Startschuss für die KI-Transformation. In Wahrheit ist es oft nur der Beginn eines teuren Missverständnisses.

Erfolgreiche KI-Adoption ist kein IT-Projekt, das man in einer Abteilung ablädt. Es ist ein ganzheitlicher Change-Prozess, der bei der Geschäftsführung aufgehängt sein muss. Wir bei innFactory nutzen dafür unsere „Adoption-Leiter“:

• Awareness schaffen: Geschäftsführung und Mitarbeiter schulen. Was ist KI, was kann sie realistisch leisten und wo sind die Grenzen?
• Breiten Zugang ermöglichen: Statt teurer Einzellizenzen setzen wir auf gehostete Company GPTs. Jeder im Unternehmen, vom Praktikanten bis zum Vorstand, kann das Tool nutzen, lernen und eigene Use Cases entdecken. Das verhindert Schatten-IT (die Nutzung privater ChatGPT-Accounts mit Firmendaten!) und fördert eine Innovationskultur von unten.
• Use Cases begleiten: Gemeinsam mit den Fachabteilungen identifizieren wir pragmatische Anwendungsfälle, die schnelle Erfolge (Quick Wins) liefern – sei es die Automatisierung von Rechnungsanalysen oder die Optimierung von Dokumenten-Workflows.

2. Die ungeschönte Wahrheit: Ihr größter KI-Blocker sind Ihre Altsysteme

Im Podcast haben Florian und ich viel über die technische Realität im Mittelstand gesprochen. Unternehmen sitzen auf einem Datenschatz, doch dieser ist im wahrsten Sinne des Wortes vergraben – in Datensilos, in Legacy-Systemen ohne Schnittstellen und in Software, deren Hersteller das Thema KI eher als Marketing-Stempel denn als technische Realität verstehen.

Bevor eine KI sinnvoll auf Unternehmensdaten zugreifen kann, müssen die Grundlagen stimmen:

• Datenstrategie: Wo liegen welche Daten? Wie sind sie strukturiert?
• Schnittstellen (APIs): Eine KI braucht „Türen“ zu Ihren Systemen. Fehlen diese, müssen wir als Dienstleister umständliche „Adapter“ bauen – eine lästige Arbeit, die eigentlich Aufgabe der Software-Hersteller wäre.
• Enterprise Architektur: Ein sauberes Zusammenspiel der Systeme verhindert den „Spaghetti-Code“, der durch unüberlegtes „Low-Coding“ schnell wieder Einzug hält.

KI-Projekte decken hier schonungslos die Versäumnisse der Vergangenheit auf. Die gute Nachricht: Sie schaffen endlich den nötigen Handlungsdruck, diese technischen Schulden abzubauen.

3. Der Mensch wird zur Führungskraft der KI

Eine der größten Sorgen ist, dass KI Arbeitsplätze vernichtet. Ich sehe das anders. Die Rolle des Menschen wird nicht überflüssig, sondern anspruchsvoller. Routineaufgaben fallen weg, doch die strategische und qualitative Verantwortung wächst.

Der Mitarbeiter der Zukunft wird zur „Führungskraft der KI“.

Seine Aufgabe ist es, die KI anzuleiten, die Ergebnisse kritisch zu hinterfragen und die Qualität zu sichern. Ein erfahrener Software-Architekt wird durch KI-Coding-Tools nicht ersetzt – er wird zum Reviewer, der die Gesamtarchitektur und Sicherheit im Blick behält. Ein Junior-Entwickler, der nur noch KI-Vorschläge abnickt, wird diese Kompetenz aber nie erlangen. Das stellt uns als Unternehmen vor eine ganz neue Herausforderung in der Ausbildung des Nachwuchses.

4. Was wir jetzt brauchen: Mut, Pragmatismus und Hausaufgaben

Mein Appell an Unternehmen, Hersteller und die Politik ist klar:

• Unternehmen: Haben Sie den Mut, KI als ganzheitliche Reise zu betrachten. Verankern Sie das Thema in der Geschäftsführung und investieren Sie nicht nur in Tools, sondern vor allem in die Befähigung Ihrer Mitarbeiter und die Modernisierung Ihrer IT-Landschaft.
• Software-Hersteller: Erledigen Sie Ihre Hausaufgaben! Liefern Sie saubere, standardisierte Schnittstellen (wie MCP), damit die Integration von KI-Systemen zum Plug-and-Play wird und nicht zur Bastelstunde.
• Politik: Schaffen Sie klare, praxistaugliche Rahmenbedingungen für die Datennutzung (Stichwort: DSGVO und anonymisierte Daten) und fördern Sie europäische Champions wie Mistral AI, damit wir nicht in die vollständige Abhängigkeit von US-Anbietern geraten.

Fazit

Das Gespräch mit Florian Mertl hat einmal mehr gezeigt: Echte Fortschritte mit KI entstehen nicht durch den lautesten Hype, sondern durch bodenständige, strategische Arbeit. Es geht darum, Komplexität zu reduzieren, ohne zu banalisieren. Genau das ist unser Anspruch bei innFactory und innFactory AI Consulting.

Wenn Sie bereit sind, über den Tellerrand hinauszuschauen und KI pragmatisch und wirksam in Ihrem Unternehmen zu verankern, dann hören Sie in den Podcast rein oder sprechen Sie uns direkt an. Wir freuen uns auf den Austausch!