In dieser Folge von diKItal spricht Daniel Nill mit Thomas Berger, Präsident des Präsidiums Technik, Logistik und Service der Polizei Baden-Württemberg, über Technologie, Digitalisierung und den Einsatz von KI bei der Polizei. Es geht um Innovation in einer sicherheitskritischen Organisation, den praktischen Nutzen von KI im Polizeialltag, digitale Souveränität, Führung in Zeiten des Wandels und die Frage, wie Technologie dabei helfen kann, Polizeiarbeit besser und menschlicher zu machen.

In dieser Folge von diKItal spricht Daniel mit Dr. Tristan Behrens über künstliche Intelligenz zwischen Praxis, Kreativität und gesellschaftlicher Verantwortung. Tristan erzählt von seinem Weg vom Informatiker und KI-Experten hin zu interdisziplinären Projekten an der Schnittstelle von Technologie, Musik, Kunst und Theologie.

Im Mittelpunkt steht die Frage, wie Menschen und Organisationen heute einen guten Zugang zu KI finden: durch Experimentieren statt Zögern, durch praktische Anwendung statt reiner Theorie und durch den Mut, neue Wege zu gehen. Gleichzeitig geht es um Europas Rolle im globalen KI-Wettbewerb, um technologische Souveränität und um die Chancen, die entstehen, wenn wir KI nicht nur als Werkzeug, sondern als kulturelles und gesellschaftliches Thema begreifen.

Eine inspirierende Folge für alle, die KI nicht nur verstehen, sondern aktiv gestalten wollen.

Fotocredits: Dominika Heublein-Behrens

🎙️ Neue Episode meines Podcasts diKItal ist live!

Diesmal dreht sich alles um Wissensmanagement, KI und die Zukunft der SAP-Beratung – und warum viele Unternehmen weniger ein Technologie- als vielmehr ein Mindset-Problem haben.

Gemeinsam mit Hans Tscherwitschke diskutiere ich:
🧠 Warum Wissensmanagement neu gedacht werden muss
🤖 Wie KI hilft, Wissen skalierbar und nutzbar zu machen
🔄 Den notwendigen Shift vom individuellen zum kollektiven Denken
🎮 Ob Gamification wirklich Wissensteilung fördert – oder nur kurzfristig wirkt
🔍 Warum implizites Wissen die größte Herausforderung bleibt
💬 Wie KI Freiräume für echte Kundeninteraktion schafft
🌐 Die Demokratisierung von Wissen in Organisationen
👥 Und: Digitale Zwillinge als nächster Schritt der Zusammenarbeit

Mit spannenden Impulsen zu innovativen Ansätzen wie Xeptum und Heinz AI.

👉 Fazit: Die Tools sind da – jetzt müssen Menschen und Organisationen nachziehen.

🎧 Jetzt reinhören und mitdiskutieren!

In dieser Episode spricht Daniel mit Dr. Gunther Wobser, CEO des mittelständischen Familienunternehmens LAUDA, über den strategischen Einsatz von Künstlicher Intelligenz – und darüber, wie ein Hidden Champion aus dem Bereich Temperiertechnik den Sprung in die KI-Ära gestaltet.

Wobser führt LAUDA in dritter Generation und versteht Innovation als langfristige Verantwortung. Ein prägendes Erlebnis war sein einjähriger Aufenthalt im Silicon Valley (2017–2018), wo er hautnah erlebte, wie datengetriebene Geschäftsmodelle und KI-Start-ups entstehen. Während LAUDA traditionell stark hardwaregetrieben denkt – Kühlung, Heizung, präzise Temperaturführung – wurde dort klar: Die eigentliche Dynamik entsteht rund um Daten und Algorithmen.

Der Wendepunkt kam, als deutlich wurde, dass KI nicht nur ein digitales Zusatzthema ist, sondern das Kerngeschäft transformieren kann. Ein konkreter Impuls: der Wunsch, Kunden weltweit besseren Service zu bieten – selbst in entlegenen Regionen. Die Idee: Geräte vernetzen, Betriebsdaten auswerten, Ausfälle vorhersagen und Servicefälle reduzieren. KI soll Temperiersysteme langlebiger, effizienter und intelligenter machen. Aus der Trennung von „Hardware hier“ und „KI dort“ wurde die Vision einer intelligenten, vernetzten Produktwelt.

Heute verfolgt LAUDA eine zweigleisige KI-Strategie:

1. Generative KI im Unternehmen:
   In Verwaltung, Vertrieb und Service setzt LAUDA stark auf generative KI. Übersetzungen, Protokolle, interne Wissensverarbeitung oder erste KI-gestützte Kundenbots – hier sind Effizienzgewinne messbar. Nutzungshäufigkeit, Akzeptanz und eingesparte Stunden dienen als Kennzahlen. KI wird nicht als Personalabbauinstrument verstanden, sondern als Hebel, um Fachkräftemangel abzufedern und Ressourcen gezielter einzusetzen.

2. Industrial AI in Produkten:
   Parallel arbeitet LAUDA an „AI-ready“-Geräten. Neue Produktlinien sind standardmäßig mit Wi-Fi ausgestattet und cloudfähig. Ziel ist es, Betriebsdaten zu analysieren, Performance zu optimieren und perspektivisch KI-Funktionen direkt anzubieten. Damit will LAUDA Technologieführerschaft im deutschen Maschinenbau sichern – gerade im Wettbewerb mit asiatischen Anbietern.

Ein zentraler Erfolgsfaktor: Menschen. Erste KI-Initiativen waren stark vom Management getrieben und nur mäßig erfolgreich. Erst als digitale Themen strategisch verankert, neue IT-Profile aufgebaut und Schlüsselpersonen aktiviert wurden, entstand echte Dynamik – teilweise so stark, dass interne „Guerilla-Projekte“ überraschend schnell Fahrt aufnahmen. KI wurde vom Top-down-Projekt zum gelebten Organisationsthema.

Auch die Produktion bleibt nicht außen vor: LAUDA hat die Montage vollständig digitalisiert, papierlose Prozesse eingeführt und schafft die Basis für weitere Automatisierung. KI wird als „Superpower“ verstanden – vergleichbar mit Dampfmaschine oder maschineller Kälteerzeugung – die alle Unternehmensbereiche durchdringt: Entwicklung, Fertigung, Vertrieb und Service.

Gleichzeitig spricht Wobser offen über Risiken: KI kann Märkte verändern und sogar Nachfrage reduzieren, etwa wenn weniger physische Experimente nötig sind. Für ihn bedeutet das: aktiv gestalten statt abwarten.

Sein Rat an andere Mittelständler: pragmatisch starten. Mit sicheren, unternehmensweiten KI-Tools beginnen, Mitarbeitende einbinden, Datenkompetenz aufbauen und Pilotprojekte zulassen. Nicht Perfektion suchen, sondern Lernräume schaffen. Denn wer KI mit seiner Kernkompetenz verbindet, hat die Chance, auch in den nächsten Jahrzehnten wettbewerbsfähig zu bleiben.

Die Episode zeigt eindrucksvoll: KI ist für den Mittelstand kein Hype-Thema – sondern eine strategische Zukunftsfrage.

Keywords

Künstliche Intelligenz, Fintech, Cash Forecasting, CFO, Flowzar, Datenintegration, Mittelstand, Technologie, Innovation, Unternehmensstrategie

Summary

In diesem Gespräch wird die Reise von Johannes Keller, Co-Founder und CTO von Flowzar, beleuchtet. Er teilt seine Erfahrungen im Bereich Künstliche Intelligenz und Fintech, insbesondere im Kontext des Cash Forecasting für mittelständische Unternehmen. Die Diskussion umfasst die Herausforderungen, die CFOs in der heutigen Zeit bewältigen müssen, sowie die Bedeutung von Datenintegration und Kundenorientierung in der Produktentwicklung. Johannes betont die Notwendigkeit, pragmatisch mit KI umzugehen und die richtigen Schritte zu unternehmen, um den größtmöglichen Nutzen für Unternehmen zu erzielen.

Takeaways

• Johannes Keller hat über zehn Jahre Erfahrung im Bereich Künstliche Intelligenz.
• Flowzar zielt darauf ab, die Finanzabteilungen von Unternehmen durch KI zu unterstützen.
• Die Kundenorientierung ist entscheidend für die Produktentwicklung bei Flowzar.
• Cash Forecasting ist ein zentrales Problem für viele mittelständische Unternehmen.
• Die Rolle des CFOs verändert sich hin zu einem strategischen Businesspartner.
• Datenintegration ist entscheidend für den Erfolg von KI-Lösungen.
• Mittelständler sollten pragmatisch mit KI umgehen und einfach starten.
• Die Erwartungen an CFOs steigen stetig, was neue Herausforderungen mit sich bringt.
• Flowzar möchte den CFOs helfen, strategisch zu arbeiten und nicht nur operativ zu agieren.
• Die Vision von Flowzar ist es, Marktführer in Europa zu werden.

Chapters

00:00 Einführung in die Welt der KI und Fintech

02:49 Johannes Kellers Werdegang und Erfahrungen

05:50 Die Gründung von Flowzar und die Mission

08:59 Cash Forecasting: Ein zentrales Problem für Unternehmen

11:49 Der Entwicklungsprozess von Flowzar

15:03 Datenintegration und Herausforderungen im Finanzbereich

17:55 Die Rolle des CFOs und strategische Anforderungen

22:10 Strategische Nutzung von Daten im CFO-Bereich

25:37 Effizienzsteigerung durch FTE-Reduktion

28:47 Geschäftsmodell und Preisgestaltung

29:35 Vision und Zukunft von Flowzar

36:32 Erste Schritte zur Implementierung von KI im Mittelstand