Hinweis: mit "Play" wird eine Verbindung zu Podcastbude, Media On Work GmbH, Potsdam hergestellt.
Zwischen ersten Pilotprojekten und einer erfolgreichen KI-Nutzung im Unternehmensalltag liegt oft der schwierigste Schritt: die Veränderung von Arbeitsweisen und Unternehmenskultur. Genau darüber sprechen Michelle Pürsten und Verena Hauser in Folge 11 des Digitalwandlers.
Von Michelle Pürsten, Verena Hauser und Philipp Ebnet
Wer KI produktiv einsetzen möchte, braucht mehr als leistungsfähige Modelle und moderne Tools. Entscheidend sind eine klare Strategie, kontinuierliches Lernen und eine Unternehmenskultur, die Veränderungen aktiv begleitet.
Michelle Pürsten und Verena Hauser zeigen anhand ihrer Erfahrungen, wie Unternehmen KI-Kompetenzen aufbauen und den Wandel langfristig in der Organisation verankern.
Für Verena steht bei KI-Projekten der nötige Kulturwandel im Vordergrund. Sie plädiert dafür, Mensch und KI so zusammenzubringen, dass die Stärken beider Seiten sichtbar werden.
Michelle erklärt, wie wichtig Tools, Schulungen, Zeitfenster zum Ausprobieren und Governance für den Einsatz von KI sind.
Der zweite Schwerpunkt der Folge liegt auf dem, was häufig nach dem ersten Hype fehlt: systematisches Lernen. Michelle schildert, wie bei CGI eine Community für KI entstanden ist, die Wissen zusammenführt. Verena betont dazu die Rolle der intrinsischen Motivation: Wer Neugier weckt, schafft die Grundlage dafür, dass Lernen nicht mit einer Schulung endet.
Die Folge beleuchtet:
Zum Nachlesen: das vollständige Gespräch mit Sprecherwechsel. Das Transkript wurde KI-gestützt erstellt und redaktionell geprüft.
Philipp Ebnet, CGI: Herzlich willkommen bei der neuen Folge unseres Podcasts Digitalwandler. Ich bin Philipp und will in diesem Podcast erfahren, wie es um die Digitalisierung in Deutschland steht. Alle zwei Wochen lade ich mir dafür Expertinnen und Experten ins virtuelle Studio ein, die mir meine zahlreichen Fragen zu Best Practices und ungenutzten Chancen der Digitalisierung beantworten, mir aber auch verraten, wo noch Verbesserungsbedarf besteht.
Heute geht es noch mal um künstliche Intelligenz, genauer gesagt um die Frage, wie sich KI-Fähigkeiten in Unternehmen aufbauen lassen. In Folge 10 hatte ich Merlin Spöttel zu Gast. Der hat mir erklärt, wie sich konkrete Use Cases im Unternehmenskontext identifizieren lassen und welche technischen Fehlerquellen es zu vermeiden gilt.
Zur Einordnung noch mal ein paar Zahlen, die ich bereits in der letzten Folge genannt habe: Das Institut der Deutschen Wirtschaft rechnet bis 2030 mit einem durch KI gesteigerten jährlichen Produktivitätswachstum von 0,9 Prozent. Und ab 2030 dann sogar mit 1,2 Prozent. Das klingt jetzt vielleicht erst mal wenig, aber zum Vergleich: 2025 lag das Wachstum der Arbeitsproduktivität bei 0,2 Prozent. Das hat das Statistische Bundesamt im Januar 2026 veröffentlicht.
Und damit dieses KI-bedingte Wachstum gelingt, müssen die KI-Projekte natürlich erfolgreich sein. Klar. Und das ist aber nicht immer der Fall. Da gab es zum Beispiel im August 2025 eine viel diskutierte Studie des MIT, wonach 95 Prozent der KI-Projekte scheitern.
Und auch in Deutschland besteht noch viel ungenutztes Potenzial. Im Juli 2025 haben zum Beispiel nur etwas über ein Drittel der Unternehmen KI-Technologien verwendet. Als häufigstes Hindernis haben die Unternehmen dabei den schwer einschätzbaren Nutzen genannt oder die Fehlerquellen bei der Einführung, wie zum Beispiel den Schulungsaufwand für das Personal oder auch die Herausforderung, die KI an die eigenen Bedürfnisse einzupassen.
Und genau mit diesem Schulungsaufwand und der menschlichen Seite, die als große Herausforderung angesehen wird, will ich mich heute beschäftigen. Oder genauer gesagt mit der Frage: Wie lassen sich die Fähigkeiten der Mitarbeitenden erweitern und wie verändern sich auch die Aufgaben und die KPIs mit dem Einsatz von KI?
Um mich mit dieser Frage auseinanderzusetzen, habe ich mir heute Verena Hauser und Michelle Pürsten ins virtuelle Studio eingeladen. Verena und Michelle arbeiten bei CGI Deutschland. Verena als Change-Managerin und Michelle als AI Lead für die Business Unit GTO, KI-Trainerin und Hauptverantwortliche für das Upskilling-Programm.
An der Stelle sage ich erst mal: Hi Verena, hi Michelle, schön, dass ihr da seid.
Michelle Pürsten, CGI: Hi! Ganz kurz, ich bin keine Change-Managerin.
Verena Hauser, CGI: Hi zusammen!
Philipp Ebnet, CGI: Ah, okay. Dann berichtige mich bitte: Wie bezeichnest du dich selbst?
Michelle Pürsten, CGI: Ich bin AI Lead für die Business Unit GTO, KI-Trainerin und hauptverantwortlich für das Upskilling-Programm.
Philipp Ebnet, CGI: Alles klar. Dann alles gut. Wir wollen hier schon die richtigen Bezeichnungen verwenden.
Philipp Ebnet, CGI: Ich würde auch gleich mal einsteigen mit der Frage an Verena: Ich bin kürzlich auf die Unterscheidung von Automatisierung und Augmentierung gestoßen. Und mit den beiden Begriffen konnte ich jetzt noch nicht so viel anfangen. Kannst du mir vielleicht erklären, was sich hinter den Begriffen verbirgt und was das bedeutet?
Verena Hauser, CGI: Also es geht darum, dass wir mehr von dieser Automatisierung in die Augmentierung kommen. Das heißt, es geht nicht nur darum, was wir bisher auch schon machen, dass wir versuchen, Prozesse zu automatisieren, sondern dass wir viel mehr den Fokus darauf legen, wie zum Beispiel Mensch und KI am besten zusammenarbeiten können. Also dass wir die Fähigkeiten von KI bestmöglich ausschöpfen.
Sodass zum Beispiel die Mitarbeitenden weg von diesen stupiden Arbeiten kommen. Da kann automatisiert werden. Aber es muss praktisch so sein, dass dann mehr Zeit im direkten Kundenkontakt verbracht werden kann oder auch für die kreative Arbeitszeit.
Und das heißt, wenn man mal ins Wörtliche geht: AI oder AI-augmented bedeutet ja durch diese künstliche Intelligenz erweitert und unterstützt. Und das ist ja auch genau das, was wir als CGI uns zum Ziel gesteckt haben, also dass wir eine AI-augmented Company werden wollen. Und das hat natürlich auch etwas mit dem Mindset zu tun.
Dass auch jeder Mitarbeitende AI-Tools produktiv in der täglichen Arbeit nutzt, dass man das in der Delivery mitdenkt, dass wir jetzt als Dienstleister beziehungsweise als Beratungsfirma trotzdem weiterhin Cloud Managed Services anbieten, aber eben mit der AI-Komponente, sodass am Ende auch der Kunde effizienter wird oder auch neue Werte durch die Ergänzung von AI schöpfen kann.
Philipp Ebnet, CGI: Genau, jetzt habe ich schon herausgehört, dass du da unterschiedliche Bereiche genannt hast, also zum Beispiel in der Delivery oder eben auch in der alltäglichen Arbeit. Da sind ja doch viele unterschiedliche Personen involviert und insofern viel Management, das da involviert ist, würde ich vermuten. Wie verteilt ihr denn die Zuständigkeiten? Also wo siehst du die Zuständigkeiten bei wem, bei welchen Gruppen?
Verena Hauser, CGI: Auf jeden Fall muss man erkennen, dass KI kein reines IT-Projekt ist, also keine Einführung einfach von einer weiteren Software, sondern am Ende geht es um Kulturwandel. Die eigentliche Herausforderung liegt, wie du jetzt ja schon gesagt hast, im Management des Wandels. Und da setzt Change Management auch an. Also es geht um eine gewisse Entwicklungsfähigkeit der Organisation.
Wir sagen immer im Change Management: Die besten Technologien scheitern, wenn die Teams am Ende nicht gut vorbereitet sind. Das heißt, der Fisch stinkt vom Kopf. Also das klare Commitment muss von ganz oben kommen. Und da, Michelle, habt ihr mit dem AI-Kompetenz-Team ja auch von Anfang an unsere Senior Vice Presidents mit eingebunden. Die sind dann in den Arbeitsgruppen mit eingeteilt.
Das heißt, die haben natürlich die Strategie entwickelt und sind jetzt dabei, sich auch inhaltlich mit der Thematik auseinanderzusetzen. Dann braucht es natürlich HR auch. Die müssen schauen, welche Skills zukünftig benötigt werden. Oder Finance, dass man sagt: Okay, wie müssen KPIs angepasst werden?
Und dann haben wir jetzt bei uns ja auch das AI-Kompetenz-Team, wo du, Michelle, ja auch mit dem Upskilling-Programm einen erheblichen Mehrwert für die Organisation geleistet hast. Das ist dann das Team, das sich mit der Operationalisierung der AI-Strategie beschäftigt und diese Strategie in die Business Units trägt.
Und dann sind wir vom Change Management dazugekommen. Das heißt, wir versuchen, den Wandel effektiv auch mit zielgerichteter Kommunikation zu managen. Wir haben auch noch mal zusammen mit Michelle einen Blick auf das Upskilling geworfen: Wie kann man das so anpassen, dass es für die Berater auch in ihrem Daily Business möglich ist, sich trotzdem weiterhin selbst zu enablen?
Michelle Pürsten, CGI: Ich glaube, grundsätzlich kann man sagen: Zuständigkeit, Verantwortlichkeit, jeder trägt da oder bringt ihren oder seinen Teil einfach mit. Am Ende braucht man alle in der Organisation in einem Boot. Und ich glaube, es ist sehr wichtig, dass man am Anfang die Personen, die vielleicht so First Mover sind, die direkt dabei sind, entsprechend fördert und ihnen auch eine Bühne gibt.
Ich glaube, es ist immer am effizientesten, wenn Mitarbeitende sehen, dass auch andere Mitarbeitende dabei sind und das ganze Thema treiben. Dass es eben nicht nur top-down, sondern einfach auch bottom-up funktionieren kann. Dass man allen die Möglichkeit gibt, das Ganze mitzugestalten.
Und ich glaube, gerade wenn man als Unternehmen jetzt an dem Punkt steht zu sagen: Ich möchte gerne KI implementieren, dass man einfach auch alle Mitarbeitenden wirklich von Anfang an teilhaben lässt. Worüber denken wir nach? Welche Use Cases findet ihr interessant?
Und dann natürlich, sobald man das auch plant umzusetzen, entsprechend die Mitarbeitenden auf allen Ebenen zu schulen, sodass wirklich jeder weiß: Worüber sprechen wir hier eigentlich? Was kann KI, was kann KI nicht? Und gerade auch solche Themen wie Halluzinationen müssen bekannt sein, damit man auch wirklich gut mit Tools umgehen kann.
Also ich glaube, eigentlich genau, wie Verena es gerade schon beschrieben hat: Alle müssen dabei sein, auf unterschiedlichen Ebenen. Jeder hat noch mal andere Aufgaben bei dieser Transformation, aber am Ende funktioniert es nur gemeinsam.
Verena Hauser, CGI: Genau.
Philipp Ebnet, CGI: Würdest du dann sagen, die Führungskräfte, oder welche Aufgabe fällt den Führungskräften zu? Ist das mehr so eine Art Risikomanagement oder ist das doch die Anweisung, ab jetzt KI zu nutzen? Oder ist das noch eine Vorreiterfunktion, indem sie selber zeigen, wie sie KI verwenden? Welche Aufgabe und Rolle würdest du den Führungskräften zuweisen?
Michelle Pürsten, CGI: Also ich würde sagen, neben einer möglichen Vorbildfunktion ist es auf jeden Fall wichtig, dass die Führungskräfte hinter dem Thema stehen, auch fördern, dass das Ganze eingesetzt wird, Tools zur Verfügung stellen und vor allem auch Schulungen und Austauschmöglichkeiten zur Verfügung stellen.
Ich glaube, Führungskräfte können neben der Vorbildfunktion auch wirklich Facilitator sein, die das Ganze dann möglich machen, vielleicht auch hier und da Zeit einräumen, sich weiterzubilden, mal ein Tool ausprobieren lassen, Infrastrukturen zur Verfügung stellen, Dinge auszuprobieren. Ich glaube, das ist vor allem die Rolle.
Neben dem natürlich wichtigen Thema Governance und AI Act Compliance. Das muss natürlich auch in den Führungsriegen beschlossen und bestimmt werden. Aber am Ende des Tages glaube ich, im ersten Schritt wirklich neben der Vorbildfunktion: Es ist einfach so, wenn ich sehe, dass mein Chef auch KI einsetzt, bin ich vielleicht motivierter, das auch zu machen. Einfach dieses: Es den Leuten möglich machen, sich mit dem Thema zu beschäftigen. Ich glaube, das ist ganz, ganz wichtig.
Philipp Ebnet, CGI: Alles klar. Noch eine Frage zum Thema Führungskräfte: Was wäre deine Empfehlung für Führungskräfte, mit eigener Unsicherheit beim Thema KI gegenüber den Mitarbeitenden umzugehen?
Michelle Pürsten, CGI: Ich glaube, einfach offen sein. Offen über Probleme und Herausforderungen sprechen. Auch selber sagen: Ich weiß es gar nicht genau, lass es uns doch gemeinsam herausfinden. Also ich glaube, es ist ganz wichtig, einfach zu zeigen: Hey, wir haben alle unsere Probleme am Anfang damit. So habe ich sie vielleicht gelöst oder lass sie uns gemeinsam lösen.
Also da einfach offen mit umgehen. Und ich glaube, dass man dadurch auch schon einige Sorgen und Kritikpunkte einfangen kann, weil man einfach sagt: Ja, mir geht es genauso oder mir ging es genauso.
Gerade auch diese Sorge, verliere ich meinen Job, einfach auch mal proaktiv anzusprechen: Hey, das wird nicht passieren und ihr werdet sehen, dass das auch nicht funktioniert, sondern dass ihr gebraucht werdet. Ich glaube, dass einfach eine offene Kommunikation super wichtig ist und letztendlich dann auch in der eigenen Unsicherheit offen mit sich selbst zu sein und zu sagen: Gut, ich habe das Wissen noch nicht, ich suche mir die Angebote, die mir helfen, das Wissen aufzubauen, und spreche mit erfahreneren Kollegen.
Also da einfach wirklich ehrlich miteinander zu sein und vor allem auch zu wissen: Alle sitzen im selben Boot. Ich fand das immer ganz cool. Damals hat mal ein Kunde zu mir gesagt: Wir laufen doch alle noch in Babyschuhen hier rum. Und ich glaube, genau das ist es. Wir sind alle in dieser Transformation an bestimmten Punkten. Niemand ist da fertig mit. Und ich glaube, man kann da ganz offen und ehrlich miteinander sein. Und das ist ja auch manchmal das, was es ausmacht: Man ist ehrlich, zeigt auch mal seine Schwächen und kann dann damit aber auch als Team viel stärker werden.
Philipp Ebnet, CGI: Jetzt hast du gerade schon gesagt, wir sind alle noch in Babyschuhen unterwegs und wir sammeln alle unser eigenes Wissen noch. Was ich so oft höre bei der digitalen Transformation, ist ja häufig dieser Satz, dass wir Silos aufbrechen müssen. Dazu zählt natürlich auch, dass wir überhaupt erst verhindern, dass Silos entstehen.
Insofern wäre das meine nächste Frage: Wie verhindert ihr denn oder wie lässt sich verhindern, dass jetzt beim Thema künstliche Intelligenz wieder Wissens- oder Anwendungssilos entstehen und einzelne Teams vielleicht gar nicht voneinander profitieren können, weil sie gar nicht wissen, dass jemand anders eine super Lösung für einen Use Case entwickelt hat? Also wie kann ich diesen Austausch untereinander fördern?
Michelle Pürsten, CGI: Also wir haben natürlich auf jeden Fall dieses Problem auch gehabt. Wir sind ein riesiges Unternehmen und es ist immer wieder bemerkenswert, wenn man sieht, wie viele Leute sich tatsächlich schon mit dem Thema beschäftigen und da Expertisen haben. Und wir haben frühzeitig versucht, verschiedene Sachen so ein bisschen einzufangen.
Wir haben die AI Workforce gegründet. Das ist unsere Community für das Thema KI innerhalb unserer SBU Deutschland. Das heißt, alle Kolleginnen und Kollegen aus Deutschland, die sich mit dem Thema KI auskennen, sich damit beschäftigen oder damit loslegen wollen, können in diese AI Workforce kommen.
Wir haben da Community Calls oder auch Know-how-Sessions, wo wir Wissen teilen, wo wir uns gegenseitig updaten, was gerade in unseren einzelnen Business Units passiert, wo Kolleginnen und Kollegen interne Projekte vorstellen, an denen sie gerade arbeiten, sodass man gemeinsam an diesen Themen arbeiten kann. Also da wirklich einen regen Austausch zu fördern, das ist auf jeden Fall ein großer Punkt dafür.
Zusätzlich haben wir einen AI SharePoint aufgebaut. Das heißt, ein Platz, der Single Point of Information rund um das Thema KI, der natürlich nie fertig sein wird, sondern einfach stetig wächst und auch immer wieder durch Feedback von Kolleginnen und Kollegen verändert und angepasst wird.
Wir versuchen hier zum einen natürlich festzuhalten: Was machen wir alles schon? Was können wir alles? Was haben wir vielleicht schon bei Kunden umgesetzt? Was haben wir an Tools? Welche Use Cases sind sinnvoll? Und da wirklich das Schwarmwissen von allen zu sammeln.
Und da ist zum Beispiel eben auch so ein Punkt, dass wir dort anfangen zu sammeln, welche Communities es schon gibt, wo man mitmachen kann, dass das einfacher zugänglich ist und dass man da auch ganz schnell auf einen Blick sieht: Wer sind denn unsere Expertinnen und Experten in den verschiedenen Themen? Wen kann ich ansprechen, wenn ich mich weiterentwickeln will?
Also wir versuchen über diese zwei Punkte schon mal intensiv diese Silos herunterzubrechen und haben auch gesehen, dass es sehr, sehr viel hilft, allein in diesen Community Calls in der AI Workforce, wenn man dann beispielsweise sagt: Hey, ich arbeite gerade an einem Thema mit Computer Vision. Und man denkt vielleicht, man ist gerade der Einzige. Und dann im AI-Workforce-Call kommen auf einmal ganz viele Hände und sagen: Hey, ich mache das auch oder ich finde das auch interessant. Und auf einmal arbeitet ein Team aus fünf, sechs Leuten gemeinsam an dem Thema.
Ich glaube, das ist ja auch das Besondere an so regelmäßigen Austauschen, dass man wirklich mal sieht, was eigentlich für eine Power schon da ist und was für ein Wissen schon da ist, was sonst vielleicht noch weiter versteckt bleiben würde.
Philipp Ebnet, CGI: Michelle, du hast ja auch, wie Verena am Anfang schon gesagt hat, ein extra Schulungsprogramm für den Umgang mit KI mitentwickelt. Da würde mich jetzt mal interessieren: Wie bist du denn vorgegangen oder wie seid ihr im Team vorgegangen, überhaupt erst mal die Bedürfnisse der eigenen Mitarbeitenden zu identifizieren, eben herauszufinden, welche Skills ihr dann in dem Schulungsprogramm vermitteln wollt? Wie habt ihr denn festgestellt, was benötigt wird und was ihr trainieren müsst?
Michelle Pürsten, CGI: Ich habe tatsächlich 2023 bei CGI gestartet und habe da schon im April die erste interne KI-Schulung aufgebaut, AI at Work, die eigentlich genau das Thema hatte: Wir sprechen über KI und wie man sie sinnvoll im Arbeitsalltag integrieren kann. Und da haben wir über die drei Jahre mittlerweile, in denen das Training läuft, natürlich viel sehen können: Was sind die Fragen? Was sind die Probleme? Was sind die Herausforderungen? Was sind vielleicht Themen, bei denen wir in der Schulung immer wieder merken, da müssen wir besonders viel Zeit investieren, weil es entweder super spannend ist oder ganz viele Fragezeichen auftut?
Da haben wir schon viel, viel mitgenommen für uns und einfach gesehen: Okay, acht Stunden Training reichen nicht mal im Ansatz, um all das abzudecken, was man gerne abdecken würde.
Gleichzeitig habe ich gemeinsam mit meinem Kollegen Valentin Lange-Faust ein eher technisches Training aufgebaut, also er eher federführend in der thematischen Umsetzung, ich eher im organisatorischen Bereich. Und da habe ich natürlich auch sehen können: Okay, was sind die Herausforderungen auf der technischen Seite? Was muss da alles gelernt werden? Und auch hier haben wir gesehen: Zwölf Stunden reichen einfach nicht.
Da haben wir schon sehr, sehr viel ableiten können: Was braucht man eigentlich, um wirklich ein Grundlagenwissen aufzubauen? Das Upskilling-Programm ist wirklich dafür gedacht, dass man sich selbst reflektiert, ein Grundwissen im Bereich KI aufbaut und auf dieser Basis dann wirklich für sich weiß: Wie werde ich zur Expertin oder zum Experten in meinem Bereich, in meiner Industrie, in meiner Rolle?
Das heißt, wir machen da niemanden zum Experten, sondern wir haben uns überlegt: Wie schaffen wir eine Basis, auf der man aufsetzen kann? Und wir haben dann eben sehr viel über unsere Trainings gesehen und abgeleitet.
Und dann muss ich dazu sagen: Durch diese Trainings, durch meine Rolle auch als AI Lead habe ich so viele Informationen und weiß einfach sehr viel. Und ich habe einfach gemerkt, dass vieles gar nicht so angekommen ist. Und genau diese Inhalte haben wir im Programm aufgenommen, weil ich für mich wusste: Das muss man wissen, um mit Kunden über KI zu sprechen und selber KI einzusetzen. Aber ich habe gemerkt, viele kennen diese Inhalte gar nicht oder hatten noch gar nicht die Möglichkeit, sich damit auseinanderzusetzen.
Genau diese Sachen habe ich mir gepackt, dann erst mal eine Riesensammlung an Lernressourcen, an Aufgaben, an Inhalten gehabt und mir dann überlegt: Wie kann man das sinnvoll auf mehrere Wochen aufteilen? Wie kann man Theorie mit Praxis verbinden? Wie kann man dafür sorgen, dass es wirklich auch Spaß macht? Daraus ist dann letztendlich das Programm entstanden.
Wir hatten jetzt die erste Runde und da ist zum Glück genau der Effekt eingetreten, den ich mir gewünscht habe: nämlich dass alle gesagt haben, ich habe nach den acht Wochen jetzt erst mal gemerkt, was ich für ein Wissen aufgebaut habe. Viele Dinge, die mir vorher unklar waren, sind jetzt einfach selbstverständlich für mich und ich habe das gar nicht während der einzelnen Wochen so bemerkt. Aber im Nachgang, als ich dann einfach mal geguckt habe, was ich hier alles gelernt habe, konnte ich sagen: Ich kann jetzt in Projektgesprächen mitsprechen. Ich verstehe, worüber die Leute da reden.
Das war für mich auf jeden Fall das Zeichen, dass es gut funktioniert hat. Natürlich musste man einiges auch noch anpassen. Aber dieser Wunsch, einfach das, was vorher nicht selbstverständlich war, zur Selbstverständlichkeit zu machen und dann wirklich Expertin oder Experte zu werden, das war mein Ziel. Und das haben wir durch diese ganzen Sachen einfach Schritt für Schritt aufgebaut.
Philipp Ebnet, CGI: Alles klar. Jetzt geht es ja auch darum, nach so einer Schulung das eigene Wissen weiter up to date zu halten. Lebenslanges Lernen oder wie auch immer man dieses Konzept nennen möchte: sich einfach weiter mit dem Thema zu beschäftigen. Verena, das ist vielleicht mehr eine Frage in deine Richtung: Wie kann ich denn sicherstellen, dass, wenn meine Mitarbeiter so ein Programm durchlaufen, sie sich auch danach weiter mit dem Thema beschäftigen und ihre Fähigkeiten stetig verbessern und mit dem neuesten Wissen aufrechterhalten? Wie würdest du da vorgehen oder was wäre da deine Empfehlung?
Verena Hauser, CGI: Naja, einmal hat Michelle schon erwähnt, dass jetzt diese Basis geschaffen ist. Das heißt, wenn jetzt Mitarbeitende bei uns in einen Podcast reinhören, dann sind sie nicht komplett überfordert, sondern sie wissen schon mal, mit den Begrifflichkeiten zumindest umzugehen. Also da schon mal so eine Neugier zu schaffen, dass sie jetzt weitermachen.
Und das ist auch alles, was so in Richtung Mindset-Shift geht. Dass sie sagen: Okay, wir müssen irgendwie die intrinsische Motivation der Mitarbeitenden wecken. Das steht auch ganz klar in unserer Vision, in der wir die AI-Zukunft gestalten wollen mit Kompetenz, Neugier und Verantwortung.
Das heißt, wir versuchen da auch, an die Mitarbeitenden zu appellieren, dass sie neugierig sind und dass mit dieser Neugier am Ende unser Businessmodell natürlich auch aufrechterhalten bleibt. Auch appellieren wir an die Verantwortung. Also es wird jetzt dieses Upskilling zur Verfügung gestellt. Aber am Ende muss man up to date bleiben.
Und das heißt, da appellieren wir auch an diese Selbstverantwortung, dass sich die Mitarbeitenden als Asset der Firma sehen und sich einfach weiterhin mit AI auseinandersetzen. Denn wir sagen auch ganz klar in unserer Vision, die wir auch geteilt haben: Wir gestalten AI, bevor AI uns gestaltet.
Michelle Pürsten, CGI: Tatsächlich ist aus der ersten Runde des Programms jetzt auch der Wunsch aufgekommen, dass man ein Alumninetzwerk aufbaut, was mich natürlich riesig gefreut hat, weil das auch schon gezeigt hat, dass die Teilnehmenden aus der ersten Runde genau das von sich aus wollen. Sie wollen weiter in Kontakt bleiben, sie wollen sich weiter austauschen. Und ich glaube, dieses immer weiter wachsende Alumninetzwerk des Upskilling-Programms wird dann automatisch dafür sorgen, dass man weiter lernt.
Das war auch schon allgemein während des Programms so, dass immer wieder neue Sachen geteilt wurden. Hat jemand einen coolen Artikel gesehen, wurde das geteilt. Hat jemand herumprobiert mit Bildergenerierung, wurde das geteilt. Also ich glaube, dieser Austausch miteinander und sich dann immer wieder so gegenseitig anzutriggern mit Neuigkeiten, spannenden Themen, sorgt automatisch dafür, dass man immer weiter lernt.
Und da auch so ein bisschen noch mal der Callback zur AI Workforce: Durch diese Community Calls, durch die Know-how-Sessions wird man eigentlich jede Woche Freitag wieder so ein bisschen zumindest erinnert und vielleicht auch motiviert, sich wieder neu mit Themen auseinanderzusetzen. Gerade unsere AI-Know-how-Sessions, wo dann unsere Kolleginnen und Kollegen einfach mal vorstellen, welches Tool sie gerade einsetzen oder welches Tool sie selber aufgebaut haben. Und man dann immer wieder sieht, da kommen Leute und sagen: Das will ich auch machen.
Also ich glaube, durch diesen Austausch entsteht automatisch so ein Wunsch nach immer weiterem Lernen. Eigentlich genau, wie Verena das gerade beschrieben hat: Diese intrinsische Motivation wird dadurch einfach jede Woche wieder neu geweckt.
Was ich grundsätzlich auch im Upskilling-Programm empfehle: Es gibt eine Masse an Newslettern, aber sich einen herauszupicken, sei es auf LinkedIn oder einen, den man per Mail bekommt, und sich einfach mal so einen Newsletter zuzustellen. Ich würde nicht sagen mehrere, sondern wirklich einen, den man sich selber auswählt.
Dann kriegt man jeden Tag einfach so ein paar Infos oder jede Woche, je nachdem, welchen Newsletter man wählt. Einfach immer mal wieder so einen kleinen Input zu bekommen, ist auch wichtig. Keep it simple am Anfang. Und wenn du dann weißt: Okay, das ist so ein Ding, da muss ich einfach tiefer reingehen, dann kann man natürlich auch ganz viel Zeit investieren. Aber viele haben natürlich auch andere Themen im Arbeitsalltag. Einfach so kurze, kleine Newsletter-Snippets immer mal lesen, immer mal vielleicht einen Podcast zu dem Thema anhören, ist, glaube ich, auch schon so eine Unterstützung, um einfach immer dranzubleiben.
Philipp Ebnet, CGI: Die Frage, die mir dann gleich aufkommt, ist: Wie viel Zeit würdest du empfehlen, in das Thema pro Woche zu investieren? Oder wie viel Zeit investiert ihr auch persönlich in das Thema Weiterbildung rund um AI pro Woche? Michelle, vielleicht magst du den Anfang machen?
Michelle Pürsten, CGI: Das ist eine schwere Frage. Grundsätzlich ist die Frage, was das Ziel ist. Wenn ich jetzt sage, ich würde gerne wirklich Expertin oder Experte werden, dann sollte man sich schon intensiv Zeit einplanen dafür. Ich meine, das weiß ja jeder, der schon Experte oder Expertin in dem Bereich ist: Das kommt nicht von heute auf morgen, das kommt natürlich auch durch den praktischen Einsatz. Das dauert schon viel Zeit.
Es fällt mir schwer, wirklich eine Zeitangabe zu machen. Ich glaube grundsätzlich, wenn man jede Woche dranbleibt und immer wieder Zeit investiert, sind auch schon ein, zwei Stunden wertvoll. Also ich glaube, das ist total abhängig davon, wo man hinmöchte und was man vielleicht auch parallel hat. Man muss ja auch einfach sagen, es ist ja nicht nur unsere Arbeitswelt und das, was wir selber vielleicht persönlich für uns erreichen wollen. Jeder hat Familie und andere Themen.
Ich glaube, man muss einfach einen guten Mix für sich persönlich finden und das auch daran anpassen: Was ist mein Ziel? Wenn ich jetzt einfach sage, ich möchte meinen Alltag als Projektmanager zum Beispiel einfach erleichtern, dann reichen vielleicht auch wirklich weniger Stunden und weniger Zeitinvest, bis man das wirklich drin hat.
Aber wahrscheinlich wird es dann so sein, das ist nämlich auch eine schöne Beobachtung, die wir bei uns in der Schulung machen: Wenn man einmal merkt, wie gut Dinge funktionieren können, wenn man sich damit auseinandergesetzt hat, wenn man einmal sieht, wie sich durch KI tatsächlich einfach ganz viele Türen aufmachen, dann ist man automatisch motiviert, mehr zu machen. Also ich glaube, das passiert automatisch und ich kann da keine genaue Zahl nennen.
Philipp Ebnet, CGI: Also wieder diese intrinsische Motivation, die ist einfach ausschlaggebend für viele Dinge. Dann würde ich noch mal so ein bisschen auf Herausforderungen eingehen wollen. Ich bekomme auch häufig mit, dass bei dem Thema AI schon auch ein paar Sorgen und Ängste mit im Spiel sind.
Besonders bekannt ist wahrscheinlich die Angst, dass man durch die KI ersetzt wird oder dass sich mein Arbeitsumfeld so ändert, dass ich nicht mehr mitkomme, dass ich nicht mehr mithalten kann. Was sind denn so die häufigsten Ängste, die ihr in eurem Alltag mitbekommt und die an euch herangetragen werden? Verena, magst du da den Anfang machen?
Verena Hauser, CGI: Konkrete Ängste sind es teilweise noch gar nicht. Also man ist teilweise noch gar nicht in der Organisation auf dem Level, dass tatsächlich konkrete Ängste genannt werden, sondern es fehlen teilweise noch einfach die Berührungspunkte.
Das mag jetzt vielleicht für Michelle beziehungsweise für das AI-Kompetenz-Team, die sich ja natürlich schon Jahre damit auseinandersetzen, total befremdlich sein. Aber so jemand wie ich zum Beispiel, der die ganze Zeit beim Kunden untergetaucht ist, der noch gar nicht KI verwendet, bei dem ist noch gar nicht unbedingt diese Dringlichkeit gekommen, dass ich mich überhaupt mal mit diesem Thema auseinandersetzen muss.
Natürlich, jetzt, wo ich in dem AI-Loop mit drin bin, weiß ich auch: Beim Spaziergang komponiere ich einen AI-Podcast, weil das mega spannend ist. Und da denke ich mir mittlerweile auch: Ja, okay, das kommt ja wirklich von allen Ecken und Enden.
Aber um noch mal auf die Frage nach den Ängsten zurückzukommen: Wenn, dann ist es tatsächlich so, wie Michelle vorhin schon gemeint hat, eher so: Man wird ersetzt. Wobei ich glaube, dass jeder mittlerweile auch den Slogan kennt: Nicht die KI ersetzt dich, sondern du wirst durch eine Person ausgetauscht, die KI schon nutzt.
Was tatsächlich mal an mich herangetragen wurde, war die Angst bezüglich Klimawandel, weil es so viel Rechenleistung benötigt und damit einhergehend eben auch Strom. Und da ist es wichtig, dass man den Personen zuhört und auch die Ängste ernst nimmt. Denn manchmal sind diese Perspektiven ja auch verkürzt oder oft sind solche Ängste im Change Management und vor allem jetzt rund um KI am Ende Projektionsflächen und die dahinterliegende Angst des Kontrollverlusts.
Das ist ein ganz typisches Muster bei so disruptiven Technologien wie jetzt zum Beispiel auch künstlicher Intelligenz. Und da darf man natürlich auch schon in die Erklärung gehen und erklären: Okay, CGI will eine AI-augmented Company werden. Und das heißt, die Frage ist ja nicht: Was kann KI wegrationalisieren? Sondern: Wie kann KI am Ende die Fähigkeiten von uns erweitern?
Ich bin mir sicher, das Hauptproblem ist einfach auch die Überforderung. Also diese Geschwindigkeit. Selbst Sam Altman hat ja letztens auch gesagt, dass er nicht mehr hinterherkommt, dass die Entwicklungsgeschwindigkeit viel schneller ist als erwartet. Und das ist auch kein Technologieproblem, sondern ein psychologisches Reaktionsmuster auf die Beschleunigung.
Das heißt, dieses Gefühl von Überfordertsein, dieser Kontrollverlust, unklare Erwartungen, dieser Vergleichsdruck: Die anderen sind schon weiter, die sprechen schon mit anderen Begrifflichkeiten, die ich noch gar nicht kenne. Das ist ganz klar ein Change-Management-Thema. Anstatt alles auf einmal zu wollen, braucht es auch wieder, wie Michelle vorhin schon gesagt hat, diese wichtige Vorbildfunktion der Führungsrolle und diese Offenheit, dass man sagt: Wir müssen nicht alles sofort können, sondern wir setzen auf Fortschritt, wir brechen diesen großen Berg in Etappen auf und bauen immer wieder kleine Enablement-Aktionen mit ein, zum Beispiel mit diesem Upskilling-Programm.
Michelle Pürsten, CGI: Und ich glaube auch, dass ein kritischer Blick darauf sinnvoll ist. Also ich finde es auch falsch, so zu tun, als wäre alles gut daran. Natürlich gibt es Punkte, die potenziell kritisch zu sehen sind. Und ich glaube, es ist ganz wichtig, offen darüber zu sprechen.
Das ist natürlich auch ein Thema, das für uns im Kundenkontakt immer wieder wichtig ist. Wir sind nicht die Firma, die auf Biegen und Brechen KI einsetzt. Wenn der Use Case keine KI braucht, machen wir keine KI. Und für uns ist es auch sehr, sehr wichtig, immer den Human in the Loop, immer Responsible AI zu fahren.
Allein das Human in the Loop zeigt ja: Selbst wenn dein Jobbereich tendenziell Ansatzpunkte für KI hat, wirst du immer gebraucht und sogar noch mal ganz anders gebraucht. Gerade wenn wir auch Use-Case-Workshops haben, wo dann Mitarbeitende aus den Firmen dabei sind, die dann vielleicht genau diese Sorge haben: Gott, wir reden hier gerade über den Use Case, den mache ich ja gerade.
Dann sage ich auch immer wieder: Ja, aber du bist die Person, die den Prozess richtig kennt. Du bist die Person, die darüber entscheidet, wie gut letztendlich die Lösung funktioniert. Du kannst den wertvollen Input geben, wie der Prozess wirklich aussehen sollte, wie er funktioniert, woran man denken muss. Und am Ende wirst du bleiben, aber in einer anderen Rolle, in einer eher noch wichtigeren Rolle: die Rolle, die auf die KI draufschaut und die dann perspektivisch auch noch repetitive Aufgaben weglassen kann und sich dafür vielleicht mehr in Richtung strategische Themen entwickeln kann.
Man kann viel mehr in den Kontakt mit Menschen kommen. Und dieses endlose Rumgeklicke, das wir alle in unserem Arbeitsalltag haben, wo man sich doch immer wieder fragt: Wo ist denn meine KI-Lösung dafür? Diese Themen bleiben dann einfach weg. Und man kann vielleicht auch mal länger mit einem Kollegen über ein Thema diskutieren oder mit dem Kunden mal tiefer diskutieren. Sonst hat man die anderen Themen immer im Nacken.
Ich glaube, das ist gleichzeitig wieder etwas, was wir dann auch versuchen, sowohl bei uns intern als auch mit Kunden immer wieder herauszuarbeiten und zu zeigen: Man muss nicht überall KI haben, man muss es auch nicht überall draufdrücken und man muss nicht alles mit KI lösen. Und gleichzeitig sind eure Jobs genauso wichtig wie vorher, sie sind nur anders.
Ich fand das ganz spannend: Damals in unserer Schulung AI at Work, ganz am Anfang, gab es noch viel, viel mehr Kritik oder Sorge, als es tatsächlich mittlerweile ist. Also das haben wir beobachtet. Am Anfang war es schon noch mal doller. Dann war es ganz cool, da war ein etwas älterer Kollege dabei und der meinte: Dieselben Sorgen hatten wir damals auch schon mit dem Internet. Und dieselben Sorgen hatten wir auch schon damals mit dem Taschenrechner.
Das war so ganz plakativ gesagt, aber ich fand den Gedanken so schön und das ist in meinem Kopf geblieben, weil ich mir dachte: Ja klar, das ist halt jetzt eine Riesenänderung. Ich habe so etwas noch nicht so wahrhaftig mitbekommen. Das ist jetzt meine große Änderung in meinem Leben und auch für viele andere. Und ich glaube, es ist okay, da Ängste zu haben und auch darüber zu sprechen. Und Kritik ist auch wichtig.
Dass Klimawandel ein Thema ist, ist ein Fakt. Und dass da Kritik notwendig ist und dass Dinge verändert und verbessert werden müssen, ist auch klar. Ich finde es wichtig, darüber zu sprechen, auch wenn man voller Herzblut hinter diesem Thema steht. Für mich persönlich ist es so: Ich liebe dieses Thema, ich habe da große Freude dran. Aber mir ist es auch wichtig, ehrlich darüber zu sprechen und auch dafür einzustehen, dass Dinge verbessert werden. Wir wollen ja alle noch eine schöne Welt zur Verfügung haben und da sollte natürlich auch so etwas nie vergessen werden.
Philipp Ebnet, CGI: Wenn ich das auch mit der Antwort, die du mir am Anfang schon gegeben hast, noch mal in Verbindung setze, eure ganzen Aussagen, dann ist einfach Offenheit wichtig. Der offene Umgang damit auch als Führungskraft, auch die eigenen Unsicherheiten zugeben und nicht einfach irgendwie überspielen, sondern wirklich ernst nehmen, offen damit umgehen und aber auch neugierig sein und bereit, das Neue mitzunehmen.
Philipp Ebnet, CGI: Dann hätte ich noch so eine Frage Richtung Ende für die Unternehmen, die jetzt vielleicht nicht die Ressourcen haben, so eine komplette AI Workforce aufzubauen und da ein komplettes Team dafür abzustellen. Wie kann ich dann trotzdem, auch wenn ich weniger Mitarbeitende habe, die aber trotzdem gerne AI nutzen möchten, vorgehen, um Skills aufzubauen? Michelle, vielleicht kannst du den Anfang machen.
Michelle Pürsten, CGI: Innovationszeit. Also wirklich den Mitarbeitenden Zeit einräumen in der Woche. Das kann ja auch klar formuliert sein, wann das ist und wie lange das ist. Aber einfach während der Arbeitszeit Zeit einräumen, sich mit dem Thema zu beschäftigen, Tools auszuprobieren, in der Gruppe irgendwas zu machen im Bereich KI, zwei Stunden E-Learning anzubieten oder kleine Learning Snippets zu machen.
Ich glaube, es ist ganz wichtig, wenn man nicht so ein Team rundherum aufbauen kann, dass man dann einfach wirklich schaut, dass man Zeit einräumt. Ich habe zum Beispiel einen Bekannten, der macht das genauso in seiner Firma. Da gibt es zwei Stunden die Woche KI-Zeit. Und da machen alle KI-Sachen.
Am Anfang hat da jeder so ein bisschen seins gemacht. Mittlerweile gibt es auch so kleine Grüppchen, die dann sagen: Wir entwickeln gerade ein internes Tool. Und die anderen gucken, wie sie ihre PowerPoint-Slides mit KI verbessern können.
Man merkt da schon: Wenn man ein bisschen Zeit einräumt, ist das schon ein riesiger Gamechanger. Und das kann, glaube ich, unabhängig von der Größe des Unternehmens funktionieren. Zwei Stunden oder eine Stunde die Woche, wenn man das über ein Jahr sieht, ist das so viel Zeit, die investiert werden kann, die am Ende gar nicht so auffällt. Und man hat sich einfach intensiv mit dem Thema auseinandergesetzt. Ich glaube, das ist so eine ganz einfache Empfehlung, die man da geben kann.
Verena Hauser, CGI: Vor allem sind bei uns ja teilweise die Key Player, die AI Leads, selbst auch in Projekten. Das heißt, es ist wichtig, dass man diese Aufgabe, also entweder dieses Ausprobieren, Michelle, wie du es jetzt gerade gesagt hast, oder wenn man es als Wandel organisiert, auf jeden Fall niemandem aufdrückt, der damit mit wenig Neugier vorangeht.
Also dass man diese Aufgabe auf jeden Fall den Leuten gibt, die eben diese Early Mover oder Early Adopters sind. Und ich muss mir als Unternehmen auf jeden Fall trotzdem Gedanken machen, wie viele Ressourcen ich am Ende auch bereitstellen kann, vor allem, wenn es eine größere Organisation ist, weil das eine Struktur braucht.
Wir haben vorhin von Governance gesprochen, wir haben vom EU AI Act gesprochen. Das heißt, so ein Minimalmodell wird es brauchen. Ich muss mir natürlich auch als Unternehmen bewusst sein, dass eben mit so einer Einführung auch ein kultureller Wandel einhergeht. Das heißt, dass es über diese technischen Fähigkeiten am Ende hinausgeht, dass wir Rollen anders denken, dass wir Vertrauen schaffen. Und es braucht am Ende ein gewisses Investment.
Eine AI-Strategie zu entwickeln, ohne dann sicherzustellen, dass die Mitarbeiterinnen und Mitarbeiter dafür bereit sind, wird es nicht möglich machen.
Philipp Ebnet, CGI: Alles klar. Dann sage ich schon mal vielen Dank an der Stelle. Zum Abschluss noch eine ganz kurze Frage: Jeder von uns hat ja unterschiedliche präferierte Lernmethoden. Manche gehen lieber gleich in die Praxis und probieren aus. Manche wollen erst ewig Theorie lesen. Wie ist das denn bei euch? Was funktioniert für euch am besten? Verena, bist du mehr Ausprobieren oder bist du mehr Team Theorie lesen?
Verena Hauser, CGI: Ich bin tatsächlich gar nicht diese Tüftlerin. Ich höre im Moment sehr gerne Podcasts und lasse mir dann auch, wenn ich letztens mit einem Kollegen zusammengearbeitet habe, der ganz smart sein ChatGPT eingesetzt hat, etwas zeigen. Dann sage ich: Zeig mir das mal. Also ich schaue mir das dann gerne ab. Ich bin nicht der Early Mover, sondern Theorie, das erst mal verstehen wollen, das bin ich eher.
Philipp Ebnet, CGI: Michelle, wie machst du das? Wie ist dein Lernprozess?
Michelle Pürsten, CGI: Ich bin schon jemand, der erst mal ein bisschen herumprobiert. Also lange Theorie lesen ist nicht so meins. Ich bin schon jemand, der dann schnell auch ein bisschen nervös wird auf meinem Stuhl. Ich brauche etwas zu tun, ich muss Dinge ausprobieren.
Mir macht das eigentlich auch Spaß, dass man so ein paar Mal vielleicht hinfällt und dann die Lösung findet. Also ein bisschen herumprobieren, auch gemeinsam mit Kollegen. Gerade, als wir unsere Schulung aufgebaut haben, haben wir so viele Use Cases in ChatGPT zum Beispiel immer wieder ausprobiert und neu angepasst. Dann ist dem noch das eingefallen. Ich liebe so etwas.
Also in einer Gruppe so zusammen tüfteln, ich finde das mega. Und deswegen fördern wir auch im Upskilling-Programm total, dass Leute im Team zusammenarbeiten und sich da austauschen. Ich glaube, das funktioniert für viele sehr gut, weil dann die Person, die lieber zuschaut und abguckt, genauso mitmachen kann wie die Person, die gerne herumtüftelt.
Aber natürlich, am Ende des Tages gehört auch ein bisschen Theorie dazu, da muss man auch mal durch. Also grundsätzlich zu verstehen: Was ist ein Large Language Model? Warum gibt es Halluzinationen? Was ist denn Agentic AI? Jetzt werfen wir wieder mit Buzzwords um uns. Aber am Ende ist es eigentlich kein Buzzword. Das bedeutet ja tatsächlich etwas. Nur für viele Leute ist es ein Buzzword, weil man sich noch nicht damit auseinandergesetzt hat, was das eigentlich ist. Ich meine, GPT hat auch eine Bedeutung, viele wissen das gar nicht.
Ich glaube, das sind so Sachen, da muss man ein bisschen durch die Theorie durch, damit man dann auch herumtüfteln kann. Und am Ende ja, mein Typ ist eher: herumtüfteln.
Philipp Ebnet, CGI: Alles klar, dann sage ich noch mal vielen, vielen Dank euch beiden. Wir sind hier am Ende unserer Folge angekommen. Danke, dass ihr da wart. Es hat mich sehr gefreut, dass ihr mir meine Fragen so ausführlich beantwortet habt. Vielen Dank euch.
Verena Hauser, CGI: Danke dir für die Einladung.
Michelle Pürsten, CGI: Vielen Dank, Philipp.
Philipp Ebnet, CGI: Wenn du noch mehr lernen möchtest über das Thema oder noch Fragen an Michelle und Verena hast, dann findest du ihre Kontaktdaten natürlich in den Show Notes. Ansonsten kann ich mich natürlich auch nur noch mal ganz herzlich bei dir bedanken, dass du zugehört hast. Wenn es dir gefallen hat, dann like und subscribe den Podcast gern, damit du keine Folge verpasst. Ich freue mich schon auf das nächste Mal und bis dahin sage ich: Tschau, wir hören uns.
Michelle Pürsten, CGI: Tschüss!
