Ich schreibe darüber, wie Unternehmen mit KI, Software, Daten und Prozessneugestaltung messbaren Wert schaffen können – ausgehend vom Geschäftsproblem, nicht von der Technologie.
Seit 1998 entwickle ich Software mit unterschiedlichen Programmiersprachen und Technologien und entwerfe zuverlässige, skalierbare Systemarchitekturen.
Meine Perspektive reicht vom Programmieren und der Führung von Technologieteams bis zur praktischen Arbeit in Vertrieb, Marketing und operativen Abläufen vor Ort.
Mich interessiert weniger, was KI theoretisch kann, als welche Prozesse und Ergebnisse sie in einem realen Unternehmen verbessern kann.
Ja, ich beschäftige mich auch mit technischen Problemen. Aber ich schreibe nicht über technische Themen um der Technik willen. Ich schreibe darüber, welche Geschäftsprobleme KI, Software, Automatisierung, Daten und Prozessgestaltung in einem realen Unternehmen lösen – und was sie dort verändern. Die Frage, die derzeit ganz oben auf meiner Agenda steht, lautet: Wie wird aus einem Unternehmen, das KI nur für Fragen und Antworten nutzt, eines, das KI in seine Prozesse, Entscheidungen und – wenn nötig – sein Geschäftsmodell integriert?
Die Beiträge unten sind vom neuesten zum ältesten sortiert. Wenn Ihnen die ersten Beiträge zu grundlegend oder zu technisch erscheinen, sehen Sie sich weiter um. In jedem Beitrag suchen wir auf einer anderen Ebene nach Antworten. Ob künstliche oder menschliche Intelligenz zum Einsatz kommt: Wir müssen dieselbe Frage beantworten. Wie können wir unsere Arbeit verbessern, ihre Qualität steigern, effizienter und professioneller arbeiten, mehr Innovation ermöglichen und mehr Wert schaffen?
Aktuelle Texte über KI, Software und Unternehmen.
Können weniger erfahrene Beschäftigte mit KI die Senioritätslücke schließen? Eine Analyse von KI-Kompetenz, Arbeitsabläufen und Situationen, in denen Erfahrung weiterhin echten Wert schafft.
Warum Erfahrung, Unternehmenswissen und Vertrauen der Beschäftigten geschützt werden müssen, wenn KI-getriebene Umstrukturierungen die Arbeit verändern.
Ein Berufswechsel und KI auf Türkisch ließen mich weniger Englisch üben. Jetzt hole ich die Sprache über meine tägliche Arbeit mit KI zurück.
Praktische Notizen und Anleitungen zu Go, Linux, Docker, Web-Grundlagen und weiteren Themen – ergänzt, wenn neue technische Texte erscheinen.
Entscheidend ist nicht das Modell, sondern die Entscheidung, der Arbeitsablauf oder die Wirtschaftlichkeit, die es verändert.
KI-Texte ansehen →02In Prozessen, Übergaben, Informationen und Entscheidungen wird betriebliche Reibung sichtbar.
Unternehmenstexte ansehen →03Architektur, Infrastruktur und Umsetzung entscheiden, ob aus einer Idee ein verlässliches System wird.
Techniktexte ansehen →Zuerst versuche ich zu verstehen, was sich ändern muss. Die Technologie wähle ich erst, wenn Problem, erwarteter Nutzen und Kosten klar sind.
Was soll sich verbessern: Kosten, Geschwindigkeit, Kapazität, Qualität oder Umsatz?
Wie wird die Arbeit heute erledigt, und wo gehen Zeit, Geld oder Wissen verloren?
Auch wenn ich heute nicht handle, berücksichtige ich wahrscheinliche Szenarien. Eine kleine Vorbereitung kann später deutlich mehr Arbeit vermeiden.
Welche Veränderung führt am ehesten zu einem bedeutsamen Ergebnis?
Ist der erwartete Gewinn die Kosten, den Aufwand und das Risiko wert?
Was sollte entfernt oder verändert werden, bevor etwas automatisiert wird?
Passen KI, Software, ein bestehendes Produkt oder eine Prozessänderung am besten?
Die Veränderung umsetzen und messen, was sich tatsächlich verbessert.
Kurze Berichte über Systeme aus der Praxis und die Details, die sie nützlich gemacht haben.
Eine Echtzeitplattform für Entscheidungsunterstützung und Vertriebssteuerung mit Lead-Verteilung, Zahlungsprozessen und Transparenz für das Management.
Lesen →Erkenntnisse aus Entwicklung und Betrieb eines kanalübergreifenden Chatsystems für Patienten.
Lesen →Eine moderne Open-Source-Infrastruktur, aufgebaut mit einem kleinen Server und Cloudflare.
Lesen →Auf dieser Website teile ich Notizen zu KI, Software, meinen Produkten und Problemen aus der Arbeit.