<![CDATA[AI Business Specialist Training - Graduate School for Applied Technology & Management Zürich]]>https://ai-business-specialist-tr-llwekz.jellypod.comPowered by Jellypod (https://www.jellypod.com)Thu, 22 Oct 2026 09:34:25 GMTFri, 07 Aug 2026 03:06:01 GMTno88539d2e-05e8-4a9e-a117-f3ded5295d41Martin MeyerDer Podcast ist auf Deutsch. Es geht darum, dass die zwei Experten dieses Podcasts, jeweils der Klasse, ein Update und ein Intro geben, das entsprechend dem Thema des Tages und auch die Themen nochmal schnell beleuchtet. Die Themen wurden vielleicht in deDer Podcast ist auf Deutsch. Es geht darum, dass die zwei Experten dieses Podcasts, jeweils der Klasse, ein Update und ein Intro geben, das entsprechend dem Thema des Tages und auch die Themen nochmal schnell beleuchtet. Die Themen wurden vielleicht in den vergangenen Tagen behandelt. Der Podcast bezieht sich auf ein ganz spezielles Training vom August 2026. Für jede Klasse gibt es neue Podcasts, jeweils mit den Tagesaktualitäten. Deshalb ist dieser Podcast wahrscheinlich dann in ein paar Wochen oder Monaten wieder veraltet.episodicMartin Meyerfeed+9aae65cd@podcasts.jellypod.comfalse<![CDATA[Tag 25: Menschen mitnehmen und Wissen sichern]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/eb3542e5-9569-43a2-8c1e-f7be9cbd25a8eb3542e5-9569-43a2-8c1e-f7be9cbd25a8Wed, 21 Oct 2026 09:55:35 GMT2424Zum Abschluss des AI Business Specialist Trainings verbinden Stefan und Marc Change Management und Implementierung mit den Kompetenzen Sensibilisieren, Beraten und Wissen sichern. Anhand von ISA Desk, Ruths bevorstehender Pensionierung und konkreten Fällen zu KI-Fehlern, Transparenz und Datenschutz geht es darum, Menschen mitzunehmen und wertvolles Wissen zu bewahren. Viel Erfolg bei der Prüfung am kommenden Samstag und bei den weiteren Prüfungstagen in Bern!

]]>Martin MeyerZum Abschluss des AI Business Specialist Trainings verbinden Stefan und Marc Change Management und Implementierung mit den Kompetenzen Sensibilisieren, Beraten und Wissen sichern. Anhand von ISA Desk, Ruths bevorstehender Pensionierung und konkreten FälleZum Abschluss des AI Business Specialist Trainings verbinden Stefan und Marc Change Management und Implementierung mit den Kompetenzen Sensibilisieren, Beraten und Wissen sichern. Anhand von ISA Desk, Ruths bevorstehender Pensionierung und konkreten Fällen zu KI-Fehlern, Transparenz und Datenschutz geht es darum, Menschen mitzunehmen und wertvolles Wissen zu bewahren. Viel Erfolg bei der Prüfung am kommenden Samstag und bei den weiteren Prüfungstagen in Bern!false00:33:20full<![CDATA[Tag 24: Change Management – Menschen mitnehmen]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/b3d5411c-ec62-4b79-a578-82e515c73f28b3d5411c-ec62-4b79-a578-82e515c73f28Wed, 21 Oct 2026 08:58:31 GMT2323Tag 24 mit Samira Kälin: Im Fokus stehen Change Management und Stakeholder – von Beziehungsnetzwerken und Unternehmenskultur bis zu den Modellen von Kotter, ADKAR und Bridges. Anhand des Falls ISA Desk geht es darum, Widerstand als wichtige Information zu verstehen, Bedürfnisse und Ängste rund um KI-Veränderungen ernst zu nehmen und Menschen wirksam mitzunehmen – mit voller Konzentration auf die Inhalte trotz der bevorstehenden Prüfungen.

Show Notes

]]>Martin MeyerTag 24 mit Samira Kälin: Im Fokus stehen Change Management und Stakeholder – von Beziehungsnetzwerken und Unternehmenskultur bis zu den Modellen von Kotter, ADKAR und Bridges. Anhand des Falls ISA Desk geht es darum, Widerstand als wichtige Information zuTag 24 mit Samira Kälin: Im Fokus stehen Change Management und Stakeholder – von Beziehungsnetzwerken und Unternehmenskultur bis zu den Modellen von Kotter, ADKAR und Bridges. Anhand des Falls ISA Desk geht es darum, Widerstand als wichtige Information zu verstehen, Bedürfnisse und Ängste rund um KI-Veränderungen ernst zu nehmen und Menschen wirksam mitzunehmen – mit voller Konzentration auf die Inhalte trotz der bevorstehenden Prüfungen. Show Notes AI Business Specialist · Kurs-App · Berufsbegleitend 2026: https://www.aibs-kursprogramm.ch/false00:28:11full<![CDATA[Tag 23: Gilt der EU AI Act für Schweizer KI-Projekte?]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/b7cb3303-1183-446c-92ee-7e7a2ddf9b1cb7cb3303-1183-446c-92ee-7e7a2ddf9b1cFri, 16 Oct 2026 05:50:29 GMT2222Am Rechtstag des AI Business Specialist geht es darum, wie Schweizer Unternehmen den EU AI Act, das Schweizer Datenschutzgesetz und branchenspezifische Regeln auf ihre KI-Projekte anwenden. Anhand des Falls ISA Desk diskutiert die Klasse Geltungsbereich, Risikoeinstufung, Pflichten und die Fragen, die für eine belastbare rechtliche Einordnung noch geklärt werden müssen.

]]>Martin MeyerAm Rechtstag des AI Business Specialist geht es darum, wie Schweizer Unternehmen den EU AI Act, das Schweizer Datenschutzgesetz und branchenspezifische Regeln auf ihre KI-Projekte anwenden. Anhand des Falls ISA Desk diskutiert die Klasse Geltungsbereich, Am Rechtstag des AI Business Specialist geht es darum, wie Schweizer Unternehmen den EU AI Act, das Schweizer Datenschutzgesetz und branchenspezifische Regeln auf ihre KI-Projekte anwenden. Anhand des Falls ISA Desk diskutiert die Klasse Geltungsbereich, Risikoeinstufung, Pflichten und die Fragen, die für eine belastbare rechtliche Einordnung noch geklärt werden müssen.false00:40:34full<![CDATA[Tag 22: Wenn der KI-Assistent zum Sicherheitsvorfall wird]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/ef9e63f6-45d5-4ecf-89a4-05d402137ea3ef9e63f6-45d5-4ecf-89a4-05d402137ea3Thu, 15 Oct 2026 05:56:12 GMT2121Anhand des KI-Assistenten ISA Desk beleuchtet die Folge vier typische Sicherheitsvorfälle: Prompt Injection, stille Modelländerungen, vergiftete Wissensbasen und übermässige Systemrechte. Marc Ruefs Angreiferperspektive führt in Sofortmassnahmen wie Kill Switch, manuellen Fallback und Beweissicherung ein – und zeigt, wie Threat Models, klare Zuständigkeiten und klassische IT-Sicherheitskontrollen KI-Projekte schützen.

]]>Martin MeyerAnhand des KI-Assistenten ISA Desk beleuchtet die Folge vier typische Sicherheitsvorfälle: Prompt Injection, stille Modelländerungen, vergiftete Wissensbasen und übermässige Systemrechte. Marc Ruefs Angreiferperspektive führt in Sofortmassnahmen wie Kill Anhand des KI-Assistenten ISA Desk beleuchtet die Folge vier typische Sicherheitsvorfälle: Prompt Injection, stille Modelländerungen, vergiftete Wissensbasen und übermässige Systemrechte. Marc Ruefs Angreiferperspektive führt in Sofortmassnahmen wie Kill Switch, manuellen Fallback und Beweissicherung ein – und zeigt, wie Threat Models, klare Zuständigkeiten und klassische IT-Sicherheitskontrollen KI-Projekte schützen.false00:21:20full<![CDATA[Tag 21: KVP - Warum Modelle nach dem Go-Live verstauben]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/7a9b636a-0c63-492a-a718-863e039dcfc27a9b636a-0c63-492a-a718-863e039dcfc2Mon, 12 Oct 2026 12:15:36 GMT2020In dieser Episode geht es um den kontinuierlichen Verbesserungsprozess (KVP) nach dem Go-Live von KI-Lösungen und die Vermeidung von stillem Qualitätsverlust. Anhand des Praxisfalls ISA Desk wird gezeigt, wie ein effektives Operating-Modell, klare Rollen und strukturierte Feedback-Zyklen nachhaltige Qualität sichern.

]]>Martin MeyerIn dieser Episode geht es um den kontinuierlichen Verbesserungsprozess (KVP) nach dem Go-Live von KI-Lösungen und die Vermeidung von stillem Qualitätsverlust. Anhand des Praxisfalls ISA Desk wird gezeigt, wie ein effektives Operating-Modell, klare Rollen In dieser Episode geht es um den kontinuierlichen Verbesserungsprozess (KVP) nach dem Go-Live von KI-Lösungen und die Vermeidung von stillem Qualitätsverlust. Anhand des Praxisfalls ISA Desk wird gezeigt, wie ein effektives Operating-Modell, klare Rollen und strukturierte Feedback-Zyklen nachhaltige Qualität sichern.false00:24:26full<![CDATA[Tag 17 - Vom Ja zum Auftrag: Wie man ein Umsetzungprojekt sauber aufsetzt]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/2b1547f2-6d0b-4e8f-8af9-1d47fceb9c082b1547f2-6d0b-4e8f-8af9-1d47fceb9c08Sat, 10 Oct 2026 09:41:03 GMT1919In dieser Folge geht es darum, warum ein freundliches Ja der Geschäftsleitung noch keinen Auftrag bedeutet und wie eine saubere Projektcharta Missverständnisse verhindert. Ausserdem: die acht Felder des Umsetzungsauftrags, klare Erfolgskriterien, die Rolle des Draussen und warum Datenqualität über den Erfolg von KI-Projekten entscheidet.

]]>Martin MeyerIn dieser Folge geht es darum, warum ein freundliches Ja der Geschäftsleitung noch keinen Auftrag bedeutet und wie eine saubere Projektcharta Missverständnisse verhindert. Ausserdem: die acht Felder des Umsetzungsauftrags, klare Erfolgskriterien, die RollIn dieser Folge geht es darum, warum ein freundliches Ja der Geschäftsleitung noch keinen Auftrag bedeutet und wie eine saubere Projektcharta Missverständnisse verhindert. Ausserdem: die acht Felder des Umsetzungsauftrags, klare Erfolgskriterien, die Rolle des Draussen und warum Datenqualität über den Erfolg von KI-Projekten entscheidet.false00:18:02full<![CDATA[Tag 19: Wie sieht ein erfolgreicher Rollout aus?]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/6876216a-0f49-46f6-9425-f02464e02e1e6876216a-0f49-46f6-9425-f02464e02e1eThu, 08 Oct 2026 04:46:47 GMT1818Vor dem Produktivstart von ISA Desk beleuchten wir das solide Handwerk des Einführungsprozesses. Erfahre, worauf es beim Cutover-Plan, schnellen Smoke-Tests und der Festlegung eines klaren Go/No-Go-Punkts ankommt.

]]>Martin MeyerVor dem Produktivstart von ISA Desk beleuchten wir das solide Handwerk des Einführungsprozesses. Erfahre, worauf es beim Cutover-Plan, schnellen Smoke-Tests und der Festlegung eines klaren Go/No-Go-Punkts ankommt.Vor dem Produktivstart von ISA Desk beleuchten wir das solide Handwerk des Einführungsprozesses. Erfahre, worauf es beim Cutover-Plan, schnellen Smoke-Tests und der Festlegung eines klaren Go/No-Go-Punkts ankommt.false00:19:05full<![CDATA[Tag 18: Fallakte ISA Desk & Best Practices für Entwicklung und Rollout]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/8589f053-dd6c-4bc4-a48a-6b5cb76ea1848589f053-dd6c-4bc4-a48a-6b5cb76ea184Mon, 05 Oct 2026 08:31:25 GMT1717In dieser vertiefenden Episode zu Tag 18 des AI Business Specialist (AIBS) Vorhabens bereiten Marc und Stefan auf den Online-Abend mit Alfonso Papa und den Prüfungsteil 2 vor.

Im Fokus:

  • Die Ausgangslage & Problemfelder am Fall ISA Desk: Warum nach 4 Wochen Sprint 0 die Quote bei 47 % liegt (58 % bei Wissensdokumenten vs. 21 % bei der Legacy-Mitgliederdatenbank von 2014), Schnittstellen-Timeouts (180 s), Quellenalter-Sperre, Datenbereinigung und personelle Engpässe (Pensionierung Ruth Langenegger, unbesetzte halbe Stelle, Verunsicherung von Reto Iten).
  • D2 – Den Entwicklungsprozess steuern: Abnahmeprüfung gegen die Charta, die 3 Befunde (erfüllt, nicht erfüllt, nicht geprüft) und die 4-Zeilen-Fortschrittsdokumentation.
  • Compliance & Governance: Klare Verantwortlichkeiten mit Namen und Terminen, DSG Art. 22 Datenschutz-Folgenabschätzung vor echtem Datenkontakt und Haftungsgrundsätze (Real-Case Air Canada 2024).
  • D3 – Einführungsmuster gegeneinander abwägen: Shadow-Mode, Pilot, Canary Release, Phasing und Big Bang (Real-Case TSB Bank 2018 und Knight Capital 2012). Die 4 Auswahlfragen und warum man bei Messfragen Daten statt Nutzer braucht.
  • Der Phasing-Plan auf einer Seite: Die drei synchronen Spuren (Organisation, Technik, Menschen), harte Ein- und Austrittskriterien als Zahlen und die Gegenprobe bei Termindruck.
]]>Martin MeyerIn dieser vertiefenden Episode zu Tag 18 des AI Business Specialist (AIBS) Vorhabens bereiten Marc und Stefan auf den Online-Abend mit Alfonso Papa und den Prüfungsteil 2 vor. Im Fokus: Die Ausgangslage & Problemfelder am Fall ISA Desk: Warum nach 4 WocheIn dieser vertiefenden Episode zu Tag 18 des AI Business Specialist (AIBS) Vorhabens bereiten Marc und Stefan auf den Online-Abend mit Alfonso Papa und den Prüfungsteil 2 vor. Im Fokus: Die Ausgangslage & Problemfelder am Fall ISA Desk: Warum nach 4 Wochen Sprint 0 die Quote bei 47 % liegt (58 % bei Wissensdokumenten vs. 21 % bei der Legacy-Mitgliederdatenbank von 2014), Schnittstellen-Timeouts (180 s), Quellenalter-Sperre, Datenbereinigung und personelle Engpässe (Pensionierung Ruth Langenegger, unbesetzte halbe Stelle, Verunsicherung von Reto Iten). D2 – Den Entwicklungsprozess steuern: Abnahmeprüfung gegen die Charta, die 3 Befunde (erfüllt, nicht erfüllt, nicht geprüft) und die 4-Zeilen-Fortschrittsdokumentation. Compliance & Governance: Klare Verantwortlichkeiten mit Namen und Terminen, DSG Art. 22 Datenschutz-Folgenabschätzung vor echtem Datenkontakt und Haftungsgrundsätze (Real-Case Air Canada 2024). D3 – Einführungsmuster gegeneinander abwägen: Shadow-Mode, Pilot, Canary Release, Phasing und Big Bang (Real-Case TSB Bank 2018 und Knight Capital 2012). Die 4 Auswahlfragen und warum man bei Messfragen Daten statt Nutzer braucht. Der Phasing-Plan auf einer Seite: Die drei synchronen Spuren (Organisation, Technik, Menschen), harte Ein- und Austrittskriterien als Zahlen und die Gegenprobe bei Termindruck.false00:23:03full<![CDATA[Tag 16: Entscheidungs-Pitch - worauf es wirklich ankommt]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/7fc6f4e2-5a51-43a6-a2fa-3b254d1142927fc6f4e2-5a51-43a6-a2fa-3b254d114292Thu, 24 Sep 2026 01:30:01 GMT1616Wie man im Boardroom mit BLUF, belastbaren Zahlen und klaren Entscheidungsoptionen überzeugt, statt mit Folien und Storytelling zu verlieren. Außerdem geht es um CFO-taugliche Business Cases, Abbruchkriterien und eine praxiserprobte Ein-Seiten-Vorlage für KI-Investments.

]]>Martin MeyerWie man im Boardroom mit BLUF, belastbaren Zahlen und klaren Entscheidungsoptionen überzeugt, statt mit Folien und Storytelling zu verlieren. Außerdem geht es um CFO-taugliche Business Cases, Abbruchkriterien und eine praxiserprobte Ein-Seiten-Vorlage fürWie man im Boardroom mit BLUF, belastbaren Zahlen und klaren Entscheidungsoptionen überzeugt, statt mit Folien und Storytelling zu verlieren. Außerdem geht es um CFO-taugliche Business Cases, Abbruchkriterien und eine praxiserprobte Ein-Seiten-Vorlage für KI-Investments.false00:18:05full<![CDATA[Tag 15: Wirtschaftlichkeit: Kosten, Nutzen und versteckte Fallen]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/02ce4a64-1b2f-4bfb-8965-2e0c3028487902ce4a64-1b2f-4bfb-8965-2e0c30284879Thu, 24 Sep 2026 00:46:14 GMT1515In dieser Folge wird die Business-Seite der AI Business Specialist Zertifizierung hart auf Kurs gebracht: von versteckten Kosten über laufende Kontrollaufwände bis hin zur Frage, wann aus Zeitersparnis wirklich Geld wird. Außerdem geht es darum, wie ein belastbarer Business Case mit sauberer Nutzenrechnung, Risikoanalyse und Total Cost of Ownership aufgebaut wird.

]]>Martin MeyerIn dieser Folge wird die Business-Seite der AI Business Specialist Zertifizierung hart auf Kurs gebracht: von versteckten Kosten über laufende Kontrollaufwände bis hin zur Frage, wann aus Zeitersparnis wirklich Geld wird. Außerdem geht es darum, wie ein bIn dieser Folge wird die Business-Seite der AI Business Specialist Zertifizierung hart auf Kurs gebracht: von versteckten Kosten über laufende Kontrollaufwände bis hin zur Frage, wann aus Zeitersparnis wirklich Geld wird. Außerdem geht es darum, wie ein belastbarer Business Case mit sauberer Nutzenrechnung, Risikoanalyse und Total Cost of Ownership aufgebaut wird.false00:22:00full<![CDATA[Tag 14: AIBS-Zertifizierung, KI-Risiken und der Two Pager]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/6b090211-55fd-4399-ad83-bdaa9c2a03bc6b090211-55fd-4399-ad83-bdaa9c2a03bcMon, 21 Sep 2026 16:57:22 GMT1414In dieser Folge geht es um die AIBS-Zertifizierung, die richtige Vorbereitung auf den gefürchteten Two Pager und darum, warum in der mündlichen Prüfung konkrete Managemententscheidungen mehr zählen als Lehrbuchwissen. Außerdem sprechen wir über moderne Risikobewertung für KI-Systeme, die Schwächen klassischer Risikomatrizen und das Deloitte-Beispiel als Warnung vor blindem Vertrauen in generative Antworten.

]]>Martin MeyerIn dieser Folge geht es um die AIBS-Zertifizierung, die richtige Vorbereitung auf den gefürchteten Two Pager und darum, warum in der mündlichen Prüfung konkrete Managemententscheidungen mehr zählen als Lehrbuchwissen. Außerdem sprechen wir über moderne RiIn dieser Folge geht es um die AIBS-Zertifizierung, die richtige Vorbereitung auf den gefürchteten Two Pager und darum, warum in der mündlichen Prüfung konkrete Managemententscheidungen mehr zählen als Lehrbuchwissen. Außerdem sprechen wir über moderne Risikobewertung für KI-Systeme, die Schwächen klassischer Risikomatrizen und das Deloitte-Beispiel als Warnung vor blindem Vertrauen in generative Antworten.false00:11:38full<![CDATA[Tag 13: Bias Erkennung und warum ein lauffähiger Prototyp noch kein Ja ist]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/d7824e80-893e-4db2-b3f8-9b33023b42f2d7824e80-893e-4db2-b3f8-9b33023b42f2Mon, 14 Sep 2026 06:24:15 GMT1313Die Folge zeigt, warum ein funktionierender Prototyp noch lange keine echte Umsetzbarkeit beweist, und wie frühe Kriterien verhindern, dass man sich in Schein-Erfolgen verrennt. Außerdem geht es um das TWRO-Raster, organisatorische Stolpersteine und den Wert von Branchenwissen bei KI-Vorhaben.
Dieser Inhalt wurde mit Hilfe von KI generiert

]]>Martin MeyerDie Folge zeigt, warum ein funktionierender Prototyp noch lange keine echte Umsetzbarkeit beweist, und wie frühe Kriterien verhindern, dass man sich in Schein-Erfolgen verrennt. Außerdem geht es um das TWRO-Raster, organisatorische Stolpersteine und den WDie Folge zeigt, warum ein funktionierender Prototyp noch lange keine echte Umsetzbarkeit beweist, und wie frühe Kriterien verhindern, dass man sich in Schein-Erfolgen verrennt. Außerdem geht es um das TWRO-Raster, organisatorische Stolpersteine und den Wert von Branchenwissen bei KI-Vorhaben. Dieser Inhalt wurde mit Hilfe von KI generiertfalse00:14:55full<![CDATA[Tag 12: Prototyp ist kein Vorprodukt: PoC, MVP und Vibe Coding]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/511655eb-21b3-4b5d-9438-778840e22bee511655eb-21b3-4b5d-9438-778840e22beeThu, 10 Sep 2026 08:24:29 GMT1212Die Folge erklärt, warum ein Prototyp vor allem ein Erkenntnisinstrument ist und nicht als fertiges Vorprodukt missverstanden werden darf. Außerdem werden PoC, Prototyp, MVP und Pilot sauber abgegrenzt und gezeigt, wie Vibe Coding mit Tools wie Lovable oder Bolt Chancen bietet, aber auch gefährliche Verständnislücken erzeugen kann.

]]>Martin MeyerDie Folge erklärt, warum ein Prototyp vor allem ein Erkenntnisinstrument ist und nicht als fertiges Vorprodukt missverstanden werden darf. Außerdem werden PoC, Prototyp, MVP und Pilot sauber abgegrenzt und gezeigt, wie Vibe Coding mit Tools wie Lovable odDie Folge erklärt, warum ein Prototyp vor allem ein Erkenntnisinstrument ist und nicht als fertiges Vorprodukt missverstanden werden darf. Außerdem werden PoC, Prototyp, MVP und Pilot sauber abgegrenzt und gezeigt, wie Vibe Coding mit Tools wie Lovable oder Bolt Chancen bietet, aber auch gefährliche Verständnislücken erzeugen kann.false00:17:30full<![CDATA[Tag 11: KI-Architektur verstehen: Warum drei Anbieter keine drei Lösungen sind]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/432a12ef-6846-4e97-93b8-1e5371f5a5c7432a12ef-6846-4e97-93b8-1e5371f5a5c7Thu, 10 Sep 2026 06:07:00 GMT1111Diese Episode zeigt, warum KI-Architektur nicht als Produktwahl gedacht werden darf, sondern als Zusammenspiel aus Verarbeitungskern, Wissensquelle, Datenweg, Integration, Mensch-Maschine-Entscheidung und Absicherung. Außerdem geht es um die goldene Zwei-Familien-Regel, gefährliche Fehlkombinationen und die Frage, wie sich Lösungen für die Prüfung und den Praxisalltag sauber begründen lassen.

]]>Martin MeyerDiese Episode zeigt, warum KI-Architektur nicht als Produktwahl gedacht werden darf, sondern als Zusammenspiel aus Verarbeitungskern, Wissensquelle, Datenweg, Integration, Mensch-Maschine-Entscheidung und Absicherung. Außerdem geht es um die goldene Zwei-Diese Episode zeigt, warum KI-Architektur nicht als Produktwahl gedacht werden darf, sondern als Zusammenspiel aus Verarbeitungskern, Wissensquelle, Datenweg, Integration, Mensch-Maschine-Entscheidung und Absicherung. Außerdem geht es um die goldene Zwei-Familien-Regel, gefährliche Fehlkombinationen und die Frage, wie sich Lösungen für die Prüfung und den Praxisalltag sauber begründen lassen.false00:23:15full<![CDATA[Tag 10: Umsetzung planen und Anbieter auf den Radar bringen]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/ee9f6bc1-199f-436a-a763-f1e3bc6223c0ee9f6bc1-199f-436a-a763-f1e3bc6223c0Thu, 10 Sep 2026 06:04:36 GMT1010In dieser Folge geht es darum, warum die meisten KI-Piloten scheitern und weshalb Kaufen oft die bessere Wahl als Eigenbau ist. Außerdem zeigen wir, wie Rahmenbedingungen, K.o.-Kriterien, mehrstufige Tests, Shadow Mode und klare Abbruchkriterien helfen, KI-Projekte kontrolliert und ohne Geldverbrennung zu steuern.

]]>Martin MeyerIn dieser Folge geht es darum, warum die meisten KI-Piloten scheitern und weshalb Kaufen oft die bessere Wahl als Eigenbau ist. Außerdem zeigen wir, wie Rahmenbedingungen, K.o.-Kriterien, mehrstufige Tests, Shadow Mode und klare Abbruchkriterien helfen, KIn dieser Folge geht es darum, warum die meisten KI-Piloten scheitern und weshalb Kaufen oft die bessere Wahl als Eigenbau ist. Außerdem zeigen wir, wie Rahmenbedingungen, K.o.-Kriterien, mehrstufige Tests, Shadow Mode und klare Abbruchkriterien helfen, KI-Projekte kontrolliert und ohne Geldverbrennung zu steuern.false00:18:50full<![CDATA[Tag 9: KI-Anforderungen sauber spezifizieren]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/f2230af8-9837-4258-a8ef-d6bf4d171ad7f2230af8-9837-4258-a8ef-d6bf4d171ad7Thu, 10 Sep 2026 06:02:05 GMT99In dieser Folge geht es darum, warum KI-Projekte oft nicht an der Technik, sondern an unklaren Erwartungen und fehlenden Anforderungen scheitern. Anhand von IREB, CHAOS Report und einem Praxisbeispiel wird gezeigt, wie aus Wünschen messbare Kriterien werden und welche zusätzliche Rolle Datenanforderungen bei KI spielen.

]]>Martin MeyerIn dieser Folge geht es darum, warum KI-Projekte oft nicht an der Technik, sondern an unklaren Erwartungen und fehlenden Anforderungen scheitern. Anhand von IREB, CHAOS Report und einem Praxisbeispiel wird gezeigt, wie aus Wünschen messbare Kriterien werdIn dieser Folge geht es darum, warum KI-Projekte oft nicht an der Technik, sondern an unklaren Erwartungen und fehlenden Anforderungen scheitern. Anhand von IREB, CHAOS Report und einem Praxisbeispiel wird gezeigt, wie aus Wünschen messbare Kriterien werden und welche zusätzliche Rolle Datenanforderungen bei KI spielen.false00:16:23full<![CDATA[Tag 8: KI-Use-Cases richtig priorisieren]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/92370f93-d0f7-485f-a694-d0d86c994ee392370f93-d0f7-485f-a694-d0d86c994ee3Thu, 10 Sep 2026 05:59:19 GMT88In dieser Folge geht es darum, warum die meisten KI-Pilotprojekte nicht an der Technologie, sondern an schlechter Auswahl und Priorisierung scheitern. Die Hosts zeigen, wie klare Kriterien, K.o.-Filter und Methoden wie RICE, WSJF, AHP und MoSCoW helfen, Verzerrungen im Entscheidungsprozess zu reduzieren.

Außerdem diskutieren sie typische Denkfehler wie HiPPO-Effekte, die Planning Fallacy und den Wert von unabhängiger Erstbewertung und Pre-Mortem-Formaten.

]]>Martin MeyerIn dieser Folge geht es darum, warum die meisten KI-Pilotprojekte nicht an der Technologie, sondern an schlechter Auswahl und Priorisierung scheitern. Die Hosts zeigen, wie klare Kriterien, K.o.-Filter und Methoden wie RICE, WSJF, AHP und MoSCoW helfen, VIn dieser Folge geht es darum, warum die meisten KI-Pilotprojekte nicht an der Technologie, sondern an schlechter Auswahl und Priorisierung scheitern. Die Hosts zeigen, wie klare Kriterien, K.o.-Filter und Methoden wie RICE, WSJF, AHP und MoSCoW helfen, Verzerrungen im Entscheidungsprozess zu reduzieren. Außerdem diskutieren sie typische Denkfehler wie HiPPO-Effekte, die Planning Fallacy und den Wert von unabhängiger Erstbewertung und Pre-Mortem-Formaten.false00:15:35full<![CDATA[Tag 7: From Data Audit to AI Platform Stack]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/380307f1-52dd-4999-a4f2-b914f027f420380307f1-52dd-4999-a4f2-b914f027f420Thu, 10 Sep 2026 05:55:52 GMT77In this episode, the hosts move from a rigorous data audit to the realities of choosing an AI platform, unpacking data gravity, platform layers, and why enterprise features like identity, logging, data residency, and IP protection matter.

They also break down vendor risk scoring, TCO pitfalls, and the hidden costs of GenAI projects, with a sharp focus on Swiss compliance and sovereignty concerns.

]]>Martin MeyerIn this episode, the hosts move from a rigorous data audit to the realities of choosing an AI platform, unpacking data gravity, platform layers, and why enterprise features like identity, logging, data residency, and IP protection matter. They also break In this episode, the hosts move from a rigorous data audit to the realities of choosing an AI platform, unpacking data gravity, platform layers, and why enterprise features like identity, logging, data residency, and IP protection matter. They also break down vendor risk scoring, TCO pitfalls, and the hidden costs of GenAI projects, with a sharp focus on Swiss compliance and sovereignty concerns.false00:21:03full<![CDATA[Tag 6: Datenqualität - Warum KI-Piloten in der Produktion scheitern]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/9a8a8adf-19a0-468c-bfba-f391d930817a9a8a8adf-19a0-468c-bfba-f391d930817aThu, 10 Sep 2026 05:53:13 GMT66Warum KI-Piloten oft glänzen, aber in der Produktion scheitern: Die Folge zeigt, wie saubere Demo-Daten den Blick auf kaputte Datenlandschaften, fehlende Governance und unklare Zuständigkeiten verstellen. Außerdem geht es um Data Readiness, Repräsentativität, rechtliche KO-Kriterien und ein Fünf-Ampel-Audit, das frühzeitig teure Fehlinvestitionen verhindert.

]]>Martin MeyerWarum KI-Piloten oft glänzen, aber in der Produktion scheitern: Die Folge zeigt, wie saubere Demo-Daten den Blick auf kaputte Datenlandschaften, fehlende Governance und unklare Zuständigkeiten verstellen. Außerdem geht es um Data Readiness, RepräsentativiWarum KI-Piloten oft glänzen, aber in der Produktion scheitern: Die Folge zeigt, wie saubere Demo-Daten den Blick auf kaputte Datenlandschaften, fehlende Governance und unklare Zuständigkeiten verstellen. Außerdem geht es um Data Readiness, Repräsentativität, rechtliche KO-Kriterien und ein Fünf-Ampel-Audit, das frühzeitig teure Fehlinvestitionen verhindert.false00:20:58full<![CDATA[Tag 5: Warum 95 Prozent der KI-Projekte scheitern]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/0a908711-1e80-48f8-982e-5f5d3cb5c1a90a908711-1e80-48f8-982e-5f5d3cb5c1a9Thu, 10 Sep 2026 05:14:24 GMT55In dieser Folge geht es darum, warum so viele generative KI-Projekte schon beim Start scheitern: fehlender Business Case, unklare Datenlage und der Irrtum, eine Demo sei bereits ein Nutzenversprechen. Anhand von Schweizer Unternehmensdaten und einem Praxisbeispiel von Zurich Insurance zeigen die Hosts, wie man aus echtem Schmerz einen messbaren Use Case macht.

]]>Martin MeyerIn dieser Folge geht es darum, warum so viele generative KI-Projekte schon beim Start scheitern: fehlender Business Case, unklare Datenlage und der Irrtum, eine Demo sei bereits ein Nutzenversprechen. Anhand von Schweizer Unternehmensdaten und einem PraxiIn dieser Folge geht es darum, warum so viele generative KI-Projekte schon beim Start scheitern: fehlender Business Case, unklare Datenlage und der Irrtum, eine Demo sei bereits ein Nutzenversprechen. Anhand von Schweizer Unternehmensdaten und einem Praxisbeispiel von Zurich Insurance zeigen die Hosts, wie man aus echtem Schmerz einen messbaren Use Case macht.false00:15:24full<![CDATA[Tag 4 - KI nutzen reicht nicht: Warum die Schweiz am Mehrwert scheitert]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/e42177d2-4424-4ba9-9b87-e580bf975891e42177d2-4424-4ba9-9b87-e580bf975891Fri, 14 Aug 2026 04:14:58 GMT44Diese Folge zeigt, warum hohe KI-Nutzung noch lange keinen geschäftlichen Mehrwert bedeutet: Anhand von Schweizer und internationalen Zahlen geht es um die Lücke zwischen Tool-Einsatz und echter Transformation.

Im Fokus stehen strategische Entscheidungsmodelle wie TOWS, die Strategic Choice Cascade und der Can't/Won't Test sowie die Frage, warum so viele KI-Projekte an fehlender Umsetzung, Weiterbildung und Prozessdesign scheitern.

]]>Martin MeyerDiese Folge zeigt, warum hohe KI-Nutzung noch lange keinen geschäftlichen Mehrwert bedeutet: Anhand von Schweizer und internationalen Zahlen geht es um die Lücke zwischen Tool-Einsatz und echter Transformation. Im Fokus stehen strategische EntscheidungsmoDiese Folge zeigt, warum hohe KI-Nutzung noch lange keinen geschäftlichen Mehrwert bedeutet: Anhand von Schweizer und internationalen Zahlen geht es um die Lücke zwischen Tool-Einsatz und echter Transformation. Im Fokus stehen strategische Entscheidungsmodelle wie TOWS, die Strategic Choice Cascade und der Can't/Won't Test sowie die Frage, warum so viele KI-Projekte an fehlender Umsetzung, Weiterbildung und Prozessdesign scheitern.false00:13:22full<![CDATA[Tag 2: Warum KI erst mit Prozessen und Governance Wert schafft]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/b15a5bee-ef72-44e0-b10e-a7b332d0d876b15a5bee-ef72-44e0-b10e-a7b332d0d876Fri, 14 Aug 2026 03:53:12 GMT33Die Folge beleuchtet, warum sich trotz massiver KI-Verbreitung nur selten echte Ergebnisverbesserungen zeigen und weshalb der Modellpreis längst nicht mehr der wichtigste Hebel ist. Im Fokus stehen Daten, Workflow-Integration, Governance sowie ein praxisnahes Mini-Assessment für KI-Ideen und der Umgang mit Agenten, FinOps und Kostenkontrolle.

]]>Martin MeyerDie Folge beleuchtet, warum sich trotz massiver KI-Verbreitung nur selten echte Ergebnisverbesserungen zeigen und weshalb der Modellpreis längst nicht mehr der wichtigste Hebel ist. Im Fokus stehen Daten, Workflow-Integration, Governance sowie ein praxisnDie Folge beleuchtet, warum sich trotz massiver KI-Verbreitung nur selten echte Ergebnisverbesserungen zeigen und weshalb der Modellpreis längst nicht mehr der wichtigste Hebel ist. Im Fokus stehen Daten, Workflow-Integration, Governance sowie ein praxisnahes Mini-Assessment für KI-Ideen und der Umgang mit Agenten, FinOps und Kostenkontrolle.false00:05:24full<![CDATA[Tag 3: Der Klarna-Effekt: Warum KI mehr braucht als Stellenabbau]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/11207718-cdb7-4cb3-bdaa-de8cfb19113111207718-cdb7-4cb3-bdaa-de8cfb191131Wed, 12 Aug 2026 14:49:52 GMT22Diese Folge zeigt, warum reine KI-Headcount-Rechnungen in die Irre führen und Kundenzufriedenheit, Compliance sowie Prozesse oft wichtiger sind als eingesparte Stellen. Mit Process Mining, Schatten-KI und einem differenzierten Reifegradmodell wird deutlich, wie Unternehmen KI sinnvoll und messbar einführen.

]]>Martin MeyerDiese Folge zeigt, warum reine KI-Headcount-Rechnungen in die Irre führen und Kundenzufriedenheit, Compliance sowie Prozesse oft wichtiger sind als eingesparte Stellen. Mit Process Mining, Schatten-KI und einem differenzierten Reifegradmodell wird deutlicDiese Folge zeigt, warum reine KI-Headcount-Rechnungen in die Irre führen und Kundenzufriedenheit, Compliance sowie Prozesse oft wichtiger sind als eingesparte Stellen. Mit Process Mining, Schatten-KI und einem differenzierten Reifegradmodell wird deutlich, wie Unternehmen KI sinnvoll und messbar einführen.false00:21:55full<![CDATA[Tag 1: KI mit Wirkung: Vom Pilotprojekt zum Business-Impact]]>https://ai-business-specialist-tr-llwekz.jellypod.com/episodes/c52fc1fe-f90e-4e2f-bd44-34dac6c00a89c52fc1fe-f90e-4e2f-bd44-34dac6c00a89Sun, 09 Aug 2026 08:26:54 GMT11Die Folge zeigt, warum viele KI-Initiativen trotz hoher Investitionen kaum messbaren Nutzen bringen, und wie der vierwöchige Intensivkurs in Zürich-Altstetten den Fokus von Tools auf die echte Veränderung von Arbeitsabläufen lenkt. Zudem geht es um die neuen Abschlüsse zum AI Business Expert und AI Business Specialist, Fördermöglichkeiten des Bundes sowie die wachsende Nachfrage nach KI-Generalisten mit Business- und Governance-Kompetenz.

]]>Martin MeyerDie Folge zeigt, warum viele KI-Initiativen trotz hoher Investitionen kaum messbaren Nutzen bringen, und wie der vierwöchige Intensivkurs in Zürich-Altstetten den Fokus von Tools auf die echte Veränderung von Arbeitsabläufen lenkt. Zudem geht es um die neDie Folge zeigt, warum viele KI-Initiativen trotz hoher Investitionen kaum messbaren Nutzen bringen, und wie der vierwöchige Intensivkurs in Zürich-Altstetten den Fokus von Tools auf die echte Veränderung von Arbeitsabläufen lenkt. Zudem geht es um die neuen Abschlüsse zum AI Business Expert und AI Business Specialist, Fördermöglichkeiten des Bundes sowie die wachsende Nachfrage nach KI-Generalisten mit Business- und Governance-Kompetenz.false00:12:11full