#55: KI-Adoption: Wer gewinnt? Große Konzerne vs. KMU im KI-Vergleich

0:05 Willkommen bei Cointelligence, eurem KI Lernpodcast mit Moritz Heininger und mir Benjamin Wüstenhagen und heute reden wir über KI Adoption in deutschen Unternehmen.

0:18 Ihr habt dazu eine Studie gemacht, ihr habt fast 13 000 Unternehmen befragt und habt analysiert, nicht befragt, analysiert. Das wäre schwierig mit unserem Team 13 000 Leute zu befragen,

0:29 aber wir haben sie analysiert so ein bisschen outside in. Natürlich gibt's auch paar Disclaimer, die wir über Studio mit dazu geben müssen. Also was haben wir gemacht oder was wollten wir

0:37 rausfinden? Wir wollten ein bisschen verstehen, was gibt's für Unterschiede zwischen großen und kleinen Unternehmen bei dem ganzen Thema TI Enablement, Initiativen, Hiring und so weiter. Ähm wie

0:50 unterscheiden sich vielleicht einzelne Industrien und äh wer spricht viel, wer tut viel? Und äh dafür äh von Jens und mir, also Jens Bromski in meinem Cfounder Westnippki und mir äh alle

1:02 unsere LinkedIn Kontakte zusammengelegt. Haben dann die ähm ich sag mal Unique Firmen, also wir haben ja teilweise mehrere Kontakte in einem Unternehmen, aber das hatten am Ende 12000 irgendwas

1:14 Unternehmen ähm die wir dann analysiert haben. 12477 12477 okay und haben dann ähm erstmal äh über verschiedene KI Agenten ähm versucht äh über Veröffentlichung ähm

1:33 Newsletter über Sachen, die auf der Website stehen, über Press Releases, über Kommunikation auf LinkedIn rauszufinden, ob die Unternehmen irgendwelche KI Initiativen haben. 50% hatten das

1:46 50% sprechen zumindest da drüber. Genau. Und dann haben wir geschaut ähm wie viel Prozent diese Unternehmen gerade äh offene Stellen haben, die irgendwas mit KI ähm nicht nur im Titel haben, sondern

1:59 auch in der Beschreibung, ne? Also, es müssen jetzt keine ähm keine Engineers sein, aber allein jemand zu suchen, der fürs Enablement verantwortlich ist, fürs Training der Mitarbeitenden zur

2:09 Einführung von KI im Unternehmen. Ähm und wir haben analysiert, ob es ähm auf LinkedIn bereits Leute gibt, die bei dem Unternehmen arbeiten, äh die irgendwas mit KI in ihren Titel tragen und haben

2:22 dann ähm ja be mit diesen Informationen ähm ein paar Analysen gefahren und die Ergebnisse schauen wir uns heute gemeinsam an. Was ich spannend fand, ihr habt auf jeden Fall gefunden, dass viele

2:32 Unternehmen Menschen einstellen irgendwas mit KI. Es waren knapp 15%. Genau, 15% haben tatsächlich offene Stellen und suchen jemand, was äh sehr sehr gut ist. Ihr habt 20% 19,3% haben

2:44 bereits Personen mit KI im Titel. 50% hast schon angesprochen haben KI Initiativen oder sprechen zumindest darüber. Ähm, hört sich erstmal alles ganz gut an, aber ich glaube wie immer

2:56 ähm man muss ein bisschen in die Daten reinschauen, um dann spannende Findings zu finden. Ja, was was ich auch interessant fand zu sehen, dass es viele Unternehmen gibt,

3:05 die von KI Initiativen reden öffentlich, aber dann weder Menschen haben äh noch Menschen einstellen. Genau. Den wir haben das den Talk versus Walk Gap genannt, ne? Also, es gibt fast

3:18 4000 Unternehmen. Äh, also jedes fast jedes Dritte der Unternehmen haben absolut kein Haring, suchen keine Leute in dem Bereich ähm und haben auch niemand, der irgendwie dazu zumindest im

3:30 Titel trägt, ne? Natürlich ist da ein Disclaimer, nicht jeder, der trag auch kein KI im Titel und ich mache relativ viel mit KI. Ja, natürlich muss man das immer berücksichtigen, ne, dass

3:40 wahrscheinlich mehr Leute noch was machen, die es eben auch nicht im Titel haben. Aber wenn die Leute auch keine Leute suchen, ist die Frage, hm, haben die alle dann schon wirklich die Skills

3:49 oder arbeiten die nur mit externen Consultants oder sprechen sie vielleicht nur drüber? Und ähm das halt schon relativ großer Gap, wenn man halt sieht, dass weniger als ein Drittel entweder

3:59 heiern oder im Titel haben, aber mehr als 50% knapp mehr als 50% angebliche Initiativen haben, gibt's da schon ein gewisses Gap. Und das Gap ist unterschiedlich, wenn man noch ein

4:11 bisschen weiter reinschaut. Ähm, Size Matters. Size matters. Genau. Genau. Genau. Und ähm da könnte ursprünglich, also eigentlich kann man ja vielleicht überlegen, na ja, gut, kleine

4:21 Unternehmen sind agiler, die können viel schneller mal ein System einführen, ne? Also merkt bei unserem Kunden die kleineren sind viel eher auf irgendwie cloud und die großen sind bisschen

4:31 eigentlich irgendwie behebiger oder zumindest auf dem vielleicht nicht so innovativen System, weil sie eben an den Markuswelt gebunden sind, was auch fair ist, aber was wir halt wirklich durch

4:39 die Bank sehen und wir haben die Größenkategorien 2 bis 10, 11 bis 50 bis 21 bis 500, 500 bis 1000, 1000 bis 5000, 5000 bis 10 000, über 10.000 Und es ist einfach eine kontinuierliche Linie nach

4:53 oben, was die Initiativen angeht, auch was die Leute mit KI im Titel angeht und auch vor allem was das Hiring angeht, ne? Und klar kann ist irgendwie große Unternehmen kommunizieren mehr, die

5:05 haben mehr Press Releases, die machen mehr Außenarbeit und so. dass es vielleicht ein kleines Unternehmen machen mag, das ist bestimmt Faktor. Ja, aber ist halt durch die Bank ähm einfach

5:14 sichtbar, dass die großen Unternehmen ähm da wohl ähm noch ein bisschen mehr Fokus drauf legen, als die kleinen haben, weil auch mehr Ressourcen haben und so. Ja, und da hast du vielleicht auch die

5:26 Situation, hast du ir aufsrat, der sagt, müssen wir was mit KI machen, der Vorstand, ja, machen wir. Ja, wir stellen jetzt dieses KI Team ein. Ja, ja, ja. Äh und dann machen wir ein Press Release.

5:36 Ja. Wegen du vielleicht bei kleineren Unternehmen die Titel gar nicht änderst. Also bei uns in der Gruppe, wir gehen zu einer Gruppe knapp 600 Leute. Ich glaube da gibt's da

5:44 gab es mal Menschen mit KI Titel. Ja zurzeit kaum jemanden, aber danach gibt's viele, die sich dafür interessieren. Ja und die es aus ihrem Job herausmachen und sagen, okay, das gehört jetzt zu

5:53 meinem Job dazu, dafür brauche ich gar keinen Titel. Ist das mal der Unterschied zwischen so großen Unternehmen und kleineren Unternehmen? Genau, das mit dem Titel glaube ich

6:01 auch. Also ich glaub du du bei du 20 Leute hast brauchst kein Head of AI, ne? Wenn du 10 000 Leute hast, solltest du wahrscheinlich einen haben. Da sollst du auch eine ganz andere ist

6:10 mal KI Governance oder Operating Model dahinter haben. Da machen wir noch mal eine andere Episode zu. Ja. Ähm nichtsdestotrotz ähm was ja bei euch auch der Fall ist

6:22 glaube ich auch mit den Rollen, die du mir erzählt hast, ihr sucht nach Leuten, die sowas machen können. Ihr sucht auch nach den Kompetenzen. KI kommt nicht irgendwann. Sie ist schon

6:30 da. Bist du bereit? Mit Key Academy machst du dich fit für die Zukunft. Onlinekurse zu KI, digitaler Zusammenarbeit Leadership praxisnah, flexibel, IAK zertifiziert. The

6:41 Keypacademy für alle die mitgestalten wollen. Stimmt. Herz. Ja, klar. Wir haben es in den in den offenen Stellen haben wir das ganz klar adressiert. Ja, klar. Genau. Und ich glaube, das ist noch ein

6:52 klarer Indikator als tatsächlich den Titel im Titel zu haben, ne? Ja, genau. Wobei immer die Analysen, aber halt schon quasi ein klarer Unterschied, also wirklich jede

7:05 Stufe geht die Kurve sozusagen nach oben. Und wir sehen besonders halt bei KMUs ist dieser und da geht's ja auch drum, es geht um den auch um den Gap, ne? Wie viel Prozent haben Initiativen

7:20 und wie viel haben irgendwie oder suchen die Leute dafür? Und der Gap ist bei KMU doppelt so groß, wie es bei Enterprise ist. KMU ist bei euch bis zu 500 Unternehmen, ne?

7:29 KMU ist bis ist genau bis zu 500 Unternehmen. Ja, gut, die stimmt. Guter Punkt. Das kann man irgendwie natürlich noch x unterschiedlich irgendwie definieren, aber wir haben uns quasi für

7:38 jede Gruppe angeschaut, wie groß ist der Gap zwischen wir sagen, dass wir was tun und wir heiern oder haben wir irgendjemand dafür versus halt bald ein Unternehmen bei den großen Unternehmen,

7:48 wo der deutlich kleiner ist. sind 17% Punkte bei Enterprise und eben über 35 bei den KMU, aber immerhin 50% oder knapp 50% aller KMUs haben Initiativen öffentlich. Bei

8:01 Enterprise sind es deutlich mehr. Das ist jetzt ist es fast schon die, also das ist die deutliche Mehrheit fast schon zwei Drittel mehr als zwei Drittel sorry über

8:10 den ganz großen, also wenn wir jetzt man kann es ja auch zwischen, man gibt ja verschiedene Schnitte, um drauf zu schauen, ne? Wir haben einmal geschaut äh mit Umsatz und nach einmal geschaut

8:17 mit Anzahl Mitarbeitende und ähm bei wenn man jetzt nur nach Umsatz geht, die Unternehmen mit äh 10 mit mehr als 10 Milliarden, die da haben fast 90% irgendeine Art und Weise von KI

8:28 Initiativen gehabt. Ähm und bei den von 0 bis 1 Millionen waren es irgendwie knapp 40%, ne? was ja schon noch mal ein großer Gap ist, aber wie gesagt, wir haben mal dieses große Kommunizieren

8:40 halt auch einfach mehr Thema hier mit dabei. Vielleicht hast du natürlich auch, wenn du viele Menschen hast bzw. viele Umsatze hast, hast du noch einen deutlich größeren Hebel, wenn du das

8:49 einsetzt äh und produktiver wirst und du hast natürlich auch mehr Ressourcen. Genau. Du hast halt auch einfach als großes Unternehmen muss man halt auch noch dazu sagen, die Möglichkeit, wenn

8:58 du von 10.000 Leuten irgendwie mal 10 abziehst oder 20, um in die Richtung was auszuarbeiten, dann macht es auf deine Bottomline quasi null Impact. Ja, weil du hast so viele Leute und wenn du halt

9:11 mit 20 Leute hast, ein kleines Unternehmen bist, wenn du dann jemand dediziert dafür hinsetzen würdest, dann ist es jaich ein ganz großer Teil einfach von deiner

9:19 Wertschöpferung, von deiner Payr und so weiter. Ähm, was man natürlich auch alles berücksichtigen muss, ne? Das soll jetzt hier kein kein KMU bashing irgendwie sein. Die KMU machen nicht

9:28 genug oder so. Ähm, das ist nicht so. Ähm, aber es gibt halt eine gewisse Gefahr einfach, dass ich, obwohl ich eigentlich agiler und schneller agieren könnte, halt dann trotzdem gegen die Enterprises

9:41 den Anschluss verliere, die halt einfach mehr Ressourcen dafür bereitstellen können. Und was ich sehe bei uns bei den Zahlen ist, dass bei gerade bei Menschen, die in

9:49 KMUs arbeiten, die Eigeninitiative noch mal größer ist. Also viele viele die bei uns durch die Kurse gehen, sind bei KMUs, haben, machen das eigenin Initiativ, gehen selber und sagen,

9:58 entweder zeig privat oder ich gehe zu meinem Arbeitgeber, schlag dem vor, was ich lernen möchte. Woh gegenüber halt bei vielen Enterprise Geschichten hast, denkt sich einer aus,

10:05 was alle lernen sollen und dann gibt's das Programm. Ja, und das kannst du natürlich, wenn sich der Titel nicht ändert und wenn sich wenn sich da nichts ändert, nach außen hin schwer erfassen.

10:14 Mhm. Absolut. Was aber spannend ist jetzt, wenn man ein bisschen weggeht von der Größenbetrachtung, ähm ist die die Industriebetrachtung, ne? Weil man kann ja auch einfach sagen jetzt ähm

10:25 unabhängig davon, wie groß sie sind, wir schauen uns unterschiedliche Branchen an und schauen, wie die kommunizieren, wie die heiern und so weiter, was ja auch irgendwie spannend ist und ähm was bei

10:36 uns ganz oben liegt, also wer am meisten sozusagen irgendwie Initiativen hat, Mitarbeitende mit einem Titel äh und auch irgendwie heiert, sind tatsächlich Hochschulen, was ja irgendwo auch

10:48 verständlich ist, weil Hochschulen halt forschen, das ist ja Aufgabe, das ist neues relevantes Thema und ähm dass da halt auch irgendwie viel kommuniziert wird über die Forschung und äh ne die

10:59 als Hochschule willst du dich musst du dich ja auch irgendwie für drau stellen und so weiter. Das ist jetzt kein also sind für mich keine riesen Surprises irgendwie mit da drin. Zweite

11:08 Kategorie Software, dritte Kategorie IT Services. Ja, dass sie irgendwie da vorne mit dabei sind, ist jetzt auch keine große Überraschung. ähm das E-Learning, ne, wo wir irgendwo beide

11:20 vielleicht mit, also ich habe bei uns ist noch viel Consulting und und andere Themen, aber wenn uns zu E-Learning nimmt, ist auch klar, dass es irgendwie neues Thema ist, was viele Leute lernen

11:28 wollen. Ähm dass es da ähm mal zu viel zumindest Initiativen gibt und viel darüber gesprochen wird, was es für Programme gibt. Ist spannend natürlich Venture Capital, Private

11:37 Equity, ja, die die wollen da mitspielen, reden viel drüber. Genau. Und reden viel drüber ist halt hier immer eine spannende und auch was wir jetzt auch gleich machen können im

11:45 nächsten Schritt ist wir gucken uns mal diese Gaps an zwischen wir reden und wir haben oder wir wir reden und wir machen. Und ähm dadurch, dass wir den Größenfaktor rausnehmen, ist es ja schon

11:58 signifikant, ne? Also seit einmal würde sagen, eine Branche spricht viel weniger oder wie auch immer, wo man wirklich sieht, wo ist der Gap zwischen wir reden und wir wir haben die Leute oder wir

12:07 suchen die Leute am höchsten. Aber bevor wir dahingehen, ähm was irgendwie auch normal ist oder jetzt auch nicht sozusagen massiv überrascht hat, Food and Beverage ist ganz unten,

12:19 ne? Gastronomie, ich ich habe lange im Gastrotech gearbeitet. Ähm, das sind in der Regel nicht die Techfinsten äh fortschrittlichsten ähm äh ja, Branchenindustrienzweige.

12:31 Vielleicht doch der Hebel nicht der allergrößte. Also, wenn jetzt ein Pizzeria hast, Head of AI, weiß nicht, ob ob das dann absolut ähm genau ja 100% und Retail äh

12:40 ist quasi die zweitniedrigste Kategorie, was mich ein bisschen überrascht hat gerade hier in Deutschland, weil es sind ja, wenn wir nur Deutsche Unternehmen oder Dachunternehmen analysiert, dass

12:50 Maschinenbau auf dem drittletzten Platz ist. Ähm, ne, was halt ein Brennlass in das was sowieso das Problem aus meiner Sicht in Deutschland teilweise ist, dass es alles

13:00 ein bisschen Software fern ist. Also Maschinenbau ist gut, jetzt rede ich bisschen blinder über die Farbe. In meiner Wahrnehmung sag so, liebe Maschinenbauer, seid mir nicht böse,

13:09 in meiner Wahrnehmung ist es halt noch so sehr Spaltmaß getrieben. Also ich ich erinnere mich an dieses eine eine Video von der von der Automess in Frankfurt von vor X

13:19 Jahren. Mm. Stand so ein Tesla und da war glaube ich damals der VB oder Audisf der dann irgendwie sich über die Spaltmaße lustig macht. Kann man über Tesla denken, was man

13:26 möchte. Es hat so ein bisschen das Brennlas drauf gehalten. Es geht nicht um Spaltmaß, es geht um völlig andere Art und Weise in Auto zu denken. Glaub so ähnliches vielleicht auch ein

13:36 Maschinenbau. Man sagt, wenn der Maschinenbau sich darum kümmert, alles was da ist ein bisschen besser zu machen, aber das ganze Thema KI vergisst, dann ist es ein schlechtes Zeichen.

13:45 Ja. Es gibt spannende Company, kleiner Disclaimer, ich ein kleines Investment drin. Delta heißen die, also schöne Grüße. Ähm was die machen für ein für ein Maschinenbau oder für produzierende

13:56 Unternehmen, die machen Kamerasysteme, die ähm Arbeitsschritte sozusagen überwachen, ne? Also es ist ja gibt ja nicht eine voll automatisierte ähm Anlagen, sondern auch Anlagen, wo

14:08 Menschen quasi noch was machen und dann äh sozusagen schauen ähm was für Ausschuss gibt es, wie kann man Arbeitsschritte optimieren und so weiter. Aber das ist bei diesen vielen

14:19 großen Unternehmen drin und das ist natürlich alles noch im im Proof of Concept äh Status, ne? Und ähm das ist natürlich die Frage, sprichst du irgendwie machst du sofort ein Press

14:30 Release, wenn du es noch nicht wirklich voll in der Produktion hast? Und dieses ganze Thema Robotic wird ein riesen Thema, ne? Das kommt jetzt halt alles halt ist halt einfach ein bisschen

14:39 hinter dem Software Thema, weil halt Hardware ist hard, ne? Ähm, aber ich glaube, wenn wir jetzt und das ist ja auch ein Snapshot April 2026, wo wir die Daten analysiert haben, ähm das wird

14:51 sich, glaube ich, verändern. Also ich glaube, wenn wir die gleiche Studie noch mal in 5 Jahren machen, dann wird Maschinenbau auf jeden Fall nicht mehr auf dem drittletzten Platz sein, sondern

14:59 wird höchstwahrscheinlich sehr hochkommen, weil die Robotik einfach auch so viel besser, so schnell so viel besser wird, ne? Die Frage ist, ob wenn du wenn du die

15:06 Studie jetzt in China gemacht hättest oder irgendwo anders, ob da Maschinenbaar auch auf den drittletzten Platz wäre oder ob da die Adoption schon deutlich anders ist.

15:15 Potenziell ist es da deutlich höher. Ähm, man muss halt auch gegen wie fair sein, dass bei Maschinenbauer, das muss halt extrem gut funktionieren, bis es wirklich in der Production nutzt,

15:27 ne, bis Production ready ist und das dauert halt einfach, ne, keine Ahnung, die ganzen produktiven Cases irgendwie. Ich kann mir jetzt äh meine Software neu bauen mit Cloud Code, damit man schon

15:36 eine Webseite bauen und so weiter. Wenn da mal was nicht perfekt ist, dann ist es weniger kritisch als wenn ich in der Produktion irgendwie auf einmal Mistbaue, weil mein neues System nicht

15:44 so funktioniert, ne? Und das aus dem Grund dauert Anfall, glaube ich, ein bisschen länger, bis Maschinenbau da weiter oben ist, würde ich jetzt mal schätzen. Und ich glaube, Maschinenbau kann das

15:53 dann und wenn sie es wenn sie es wollen, können sie es auch. Äh, das passt dann ganz gut zu der wollen, aber können noch nicht Map. Ganz vorne dabei sind unsere lieben Freunde im

16:03 Venture Capital Private Equity. Grüße gehen raus. Ja. Ähm, genau. Was ist? Die wollen aber nicht können noch nicht Map. Das sind die, die irgendwie viel reden, was sie

16:12 alles machen wollen, aber keine Person haben, zumindest im Titel, die da irgendwie Ahnung von hat und äh auch nicht wirklich dafür heiern. Und ähm bei PI hat mich das tatsächlich sehr

16:24 überrascht, weil in PAI es gibt ja die die Operator und es gibt das Investment Team. Im Investment Team sollte ich zumindest auch irgendwelche Leute haben, die KI verstehen, weil es ja immer

16:35 wichtiger Teil der KI These ist, aber vor allem bei den Operatoren, die halt dann reingehen und die Unternehmen hat mal effektiver äh machen, die da es gibt ja tatsächlich diese diesen Rollup Case,

16:46 ne, oder halt die die Strategie zu sagen, hey, wir kaufen uns, ich sag mal, Oldschool Unternehmen und dann rollen wir der KI aus und machen holen ein paar Ebiter Prozentpunkte raus. Ähm, die

16:57 macht grundsätzlich erstmal Sinn, aber was man da halt auch nicht vergessen darf, ist es gibt immer noch den Faktor Mensch, ja, in diesen Unternehmen. Also dieses ganze Thema, was wir immer

17:06 propagieren, Enablement, musst ihr Leute mitnehmen, das ein Mindset Thema, ist ein Kulturthema. Ähm, das musst du halt auch irgendwie angehen neben dem technischen Wissen, aber du brauchst

17:16 eigentlich beides und das hat mich überrascht, dass die PI diese Leute, also wenn ich wirklich da reingehen will proaktiv und ein Laden umdrehen entweder ich machst mit

17:25 Partnern und dann sind da diese Partnerschaften in USA, die ist Anthopic Open AI anilt mit so großen PE, aber wenn ich das nicht habe, wenn ich nicht so ein Execution Partner

17:35 habe, der sich wirklich auskennt, dann muss ich bisschen halt selbst aufbauen, ne? Genauso wie ich Operation Experten habe, wie ich Vertriebsexperten haben, wie ich Marketingexerten habe, die ich

17:43 ins Unternehmen bringe, brauche ich auch diese Leute, die halt irgendwie diese KI-Transformation stellen können und zwar einmal auf der technischen Seite, aber auch auf der kulturellen Seite

17:51 und da sehen wir zumindest in unseren Daten ein relativ großen Gap. Dann äh witzigerweise im Consulting genauso ähm und äh äh wir haben fairerweise auch sehr viele Consult

18:06 wahrscheinlich eben mit unserem Netzwerk, aber ähm es äh auch größere Consultants äh und da sehen wir auch äh viel viel Talking, ne? Das können Consulten sehr gut, aber wenig wenig

18:17 walking wenig irgendwie Rollen Ausschreibung, wie auch immer, von Leuten, die es wirklich können. Und da ist dann so ein bisschen die Frage, welchen Consultant sollte ich denn dann

18:25 eigentlich wählen und kann der dann irgendwie am Ende wirklich was fragen, wie sind die Folien entstanden? Ist noch der Folienmaster oder ist es schon die Folien sind mit Cloud entstanden

18:36 tatsächlich. Ähm, also auch einfach wieder verrückt. Ähm, natürlich viel alles mit Cloud äh analysiert, ne? Natürlich auch alles gecheckt, ob das stimmt, weil es ist ganz wichtig, das

18:48 irgendwie immer gerade wenn ich so Daten analysiere oder kritische Sachen mache, muss ich die Daten testen und dann halt einfach ein Design Farben mit reingegeben, die so bisschen unserem

18:56 Corped Colors entsprechen. Und Cloud hat die komplette Webseite gebaut mit einer Storyline, mit den Überschriften zu den verschiedenen Charts einfach komplett crazy und das habe ich in in ungelogen

19:09 in vier Stunden am Samstag gemacht. komplett die Analyse vorne bis hinten inklusive Website und Reportererstellung. Ähm da hätte ich normalerweise eine Woche wahrscheinlich

19:19 oder mit einem externen Partner, der mir die Webseite machen müsste, zwei Wochen gebraucht, um sowas rumzusetzen. Die neue KI Verordnung ist mehr als eine Pflicht. Die ist deine Chance. Ja, die

19:28 Kompetenzschulung nach Artikel 4 ist wichtig für deine Rechtssicherheit bei der Nutzung von KI Tools im Job. Unsere von Rechtsanwälten mitentwickelte Schulung auf snipkey.de zeigt dir aber

19:38 auch, wie KI zu deiner Superpower wird. Erne die Grundlagen, agiere sicher und entdecke neue Möglichkeiten. Jetzt starten auf snipgy.de. Ja, zwei Wochen ist aber auch fix. Ja,

19:50 mach das mal im großen Unternehmen, dann bist du bei einem Quartal. Ja, genau. Für die Slides hätte ich wahrscheinlich wieder so wie damals bei Ban jeden Morgen mit so ein Dreh Slides gebastelt,

19:59 dass die Boxen irgendwie richtig allein sind und Claud kann Boxen sehr gut leiden, kann ich Dateln sagen. Ähm Alter spielt auch noch Ron ist schön für ältere Menschen wie uns.

20:11 Ältere Firmen haben mehr KI Kapazität, junge haben mehr Ambition. Ich hoffe, wir haben beides. Genau. Also Firmen, die vor 90 gegründet wurden, ähm haben doppelt so viele

20:20 Mitarbeiter mit KI Titel. hängt wahrscheinlich korridiert wahrscheinlich auch bei der Größe. Also gerade in Deutschlands sind ja die großen Firmen, die viel Umsatz machen, eher die Älteren, jetzt

20:28 mal die Zalanos dieser Welt außen vor. Ja, anders als in vielleicht in anderen Ländern USA sind ja sind die jüngeren Firmen die größeren oder die nach 1990 gegründet wurden. Und ähm

20:42 Firmen aus den 2020ern, also die ganz jungen Firmen, die haben natürlich wahnsinnig hohe Ambitionen und und haben ganze Geschäftsmodelle darum. So, also ist spannende finde ich hier bei der

20:52 Altersanalyse, also wie alt sind die Unternehmen und wie viele Initiativen haben die, wie groß ist der Gap im Vergleich zur Größen Perspektive, dass bei der größten Perspektive haben wir

21:01 gesehen, dass die Anzahl oder der Prozentssatz mit KI Initiativen einfach von von Größe Stufe zu größeren Stufe immer größer wird. Ja, wenn wir die Altersperspektive nehmen,

21:11 sehen wir aber, dass das fast gleiche ist. Also es gibt keinen großen Unterschied zwischen dem Prozentsatz der Initiativen und wie du sagst, die Jungen sind halt sehr ambitionierter sozusagen

21:22 relativ, also relativ gesehen irgendwie zur Größe. Ähm und wir haben dieses Gap nicht mehr ganz so ne zwischen Initiativenanzahl oder Prozentsatz äh im Vergleich zur Größe,

21:33 wie wir das hier im Alter haben. Aber klar, wir sehen hier auch wieder, wie viel Prozente Leute haben irgendwie ein KI Titel und Hiring, aber es ist nicht mehr so nicht mehr so groß dieses Gap

21:43 wie bei dem Größenvergleich. Was heißt, dass die Jungen mehr Gas geben? Von den 12700 oder 477 Unternehmen, die ihr analysiert habt, sind 7,7% voll KI. Voll KI heißt. Ja, wir haben jetzt mal,

22:03 dass sie feiern, dass sie äh Initiativen nach außen tragen und dass sie schon Menschen haben mit irgendwas KI im Titel. Genau. Also, weiß nicht, ob man die dann KI first nennen kann. Wahrscheinlich

22:13 auch noch nicht, weil das ganze Geschäftsmodell oder das KI Operating Model bestimmt noch nicht da ist. Aber ja, so 7,7 %, was eine relativ kleine Anzahl ist oder Prozentsatz ist an den

22:23 Unternehmen, knapp 1000 von den 12inhb haben Hirings, also haben Leute, die Ukrain Titel haben, haben Initiativen und suchen weitere Leute. Und ähm das Spannende hier ist und weil wir eben

22:36 Maschinenbau, ich weiß nicht auch der Modf ist nicht Maschinenbau, ähm aber die Branche mit wo am meisten der Fall ist, dass alle drei Faktoren gegeben sind, ist Automotive mit 23%.

22:49 Ähm, dann kommt Higher Education, ne, also Universitäten auch da, dann kommt IT Services als dritte, was jetzt irgendwie auch keine Überraschung ist. Aber was ich schon spannend fand, ist

22:59 dann, dass wir hier halt bei Automotive sehen, da das sind Riesenunternehmen, die sind schon lange da, die haben viel Geld, haben viele Leute und so, ne, dass die Initiativen haben, dass die Leute

23:07 heiern und ähm und auch neue Leute suchen, ist irgendwo noiner, aber mit Abstand quasi, also was mit Abstand, aber da ist auf jeden Fall Automotive bei allen Branchen ganz oben.

23:18 Also, es gibt Haftung für die Deutsche Autindustrie trotz der Chinesen. Let sei. Wir haben auf jeden Fall ähm ein Kollege hat einen kriegt bei uns einen Elektrofirmenwagen und er kriegt

23:33 ein deutsches äh deutsches Fabrikat und bekommt kein Tesla. Ähm hast du durchgesetzt? Habe ich durchgesetzt. Ich hab gesagt der deutsche deutsche Autor, weil Tesla

23:44 will ja keiner, ist 200 € fast günstiger jeden Monat. Echt? Aber ähm Tesla ist günstiger als der Tesla zi ja 200 € günstiger. Kostet irgendwie vier, also ein Tesla Model 3

23:57 kostet irgendwie so 450 € Leasing im Monat und der ähm ich sag mal so, egal ob du ein i4, i5 und ich glaub i3 ist ein bisschen gün, die kosten so um die 550, 560 ähm

24:09 nee, quatsch knapp 600 Ja, sind sind so 120 € glaube ich. Glaube ich keine 200 € s 120 €. Aber ähm diese die Elon Tags zahle ich gerne, um Elon nicht Geld zu geben geben zu müssen.

24:25 Der der die Marke meiner waren mit dem Stern bringt das auch die C-Klasse als Elektro. Das habe ich gesehen. Ja, das kam gerade gestern oder so. Er sieht von hinten

24:32 habe ich nur gesehen. Sieht ja ganz schick aus. Aber ich bin überhaupt kein Autotyp. Ich habe seit seit ich 19 bin, seit 21 Jahren habe ich kein Auto mehr. Ich fahre in Berlin Miles, wenn ich

24:42 irgendwohin muss, bin damit zufrieden und Ja, also ich fahre seit über 15 Jahren das gleiche Auto. Ja, war auch schon über 30 Jahre alt, aber das ist nice. Das ist das ist ein nicer alter Benz für

24:55 alle Zuhörerin. Der ist schon der hat schon Stil so Ökoscore so semi, aber du fährst du fährst ja nicht so weit. Zweitens, ich muss so so ein neues Auto produzieren und eine Batterie

25:07 produzieren und das al Schrotten. Also ich glaub vom vom Fußabdruck, wenn du so eine alte Karre hast, die einfach Ewigkeiten fährst, ist gar nicht so schlecht. Ja, aber gerade so mit Benzinpreisen

25:18 auch so semi so semi. Ja, die neueste Anschaffung war Fahrradanhänger. Ja, für den kleinen. Okay. Sehr gut. Weniger Auto mehr Fahrrad. Ja, jetzt sind wir ein bisschen

25:29 abgeschweift. Ähm was was glaube ich noch irgendwie noiner war, was ihr auch hier rausgefunden habt, ist, dass junge Softwarefilmen, die ja so nach 2020 gegründet wurden, sehr Kai reif sind,

25:39 die sowohl hohe Ambitionen haben als auch Hiring als auch Initiativen, die es vielleicht gar nicht mehr aus draufen, also raufchreiben müssen, wo es eigentlich schon gesetzt ist. Ja.

25:49 Ja. Das mit KI System arbeitest. Ich glaube, es Takeaway hier ist ähm man braucht keine 1000 Leute, um irgendwie KI-Kompetenz aufbauen zu können. Ja. Ähm, das kann man auch, wenn man äh wenn

26:00 man kleiner ist. Als jeder kann es über reden. Die Hälfte der deutschen Firmen in der Größe redet drüber. Äh, ein Fünftel handelt nur. Unsere KMUs brauchen am dringsten da ein

26:12 bisschen Hilfe beim Enablement. Von daher, wenn ihr in dem KMU arbeitet und diesen Podcast gut findet, Mhm. teilt ihr mit anderen in KMUs. Genau. Äh Größe haben wir mal als

26:23 Takeware aufgeschrieben. Entscheidet noch. Ja, 74% Unternehmen mit mehr als 10.000 Mitarbeitenden ähm haben äh Mitarbeiter mit KI Titel und bei unter 50 Mitarbeitenden nur 9%.

26:36 Ähm, aber ähm auch kleinere und KMUs können sollten äh KI Kompetenz aufbauen, um diesen Gap auch zu schließen. Es braucht nicht bei jeder Größe ein Head of AI, wie wir gesagt haben. Man kann da

26:49 auch äh anders ähm rangehen und das Team enabeln. Wenn ihr die Methodik dieser Studie kritisieren wollt, könnt ihr das gerne tun, denn alle methodischen ähm ja, Guardrail sozusagen sind

27:03 aufgeschrieben auf der Webseite research.snipkey.de. Kleiner Plug für dich. Genau. Schaut euch das an. Also, da sind auch die Disclaimer, wie du sagst, drauf. Ähm ja, also was wir schon gesagt

27:15 haben, nur weil es nicht im Titel ist, heißt nicht, dass ich tatsächlich im KI arbeite. Äh, das sind outside in alles nur öffentlich verfügbare Daten ähm gewesen. Ähm größere Unternehmen

27:26 kommunizieren mehr, dadurch hast du da einen gewissen Bis mit drin. Bei einzelnen Unternehmen kannst immer Datenlücken geben, weil ob wir immer alles über unsere Real Estate Agency

27:33 identifiziert haben, wissen wir auch nicht. Es gibt gewissen Netzwerkas. Ja, Jens und mein Netzwerk, ne? Das heißt, ist jetzt nicht zwangsweise für alle repräsentativ, obwohl in diesen Daten

27:45 das statistisch signifikant äh ist war oder diese Ergebnisse, die wir besprochen haben und ähm dann ähm ja ist es halt ein Snapshot, wie wir sagen, April 2026. Das coole ist, mit KI konntet ihr als

27:59 kleine Firma so ein Research machen. Das hätte man sonst von irgendwie Mckinse oder BCG oder sonst äh vor einigen Jahren nur bekommen. Von daher ist es auch nur schon cooles Beispiel. Und wenn

28:09 ihr euch zu KI weiterbilden wollt, dann ist Snipkey, aber auch The Key Academy der richtige Ansprechpartner. Deswegen machen wir das ja hier Sinne damit kleiner Exkurs. Wir hatten ja

28:20 sogar mal eine Session zu Datenanalyse und was man mit KI alles machen kann. Das ist das perfekte Beispiel. Überlegt euch was ihr für Datensätze habt und analysieren könnt und was ihr für

28:29 spannende Findings findet. Ähm und ja, damit würde ich sagen, danke fürs zuhören. Like, kommentiert gerne, ganz genau. Bis nächste Woche. Schickt uns Liebe. Ähm und bis nächste Woch nehme immer.

28:45 Cointelligence ist eine Produktion von The Key Academy in Zusammenarbeit mit Snipkey. Produziert bei Studio Co in Berlin. Produktion und Regie: Christina Manuele, Fuat Sebadli und Elias Frobel.

28:57 Creative Director Lucas Schelter. Redaktion und Moderation Benjamin Wüstenhagen und Moritz Heininger. Abonniere uns auf Spotify, Apple Podcasts oder YouTube. Danke fürs Zuhören.