Von Smart Data zu AI
Die Technologie ändert sich. Die operative Frage bleibt erstaunlich gleich.
Technologie verändert und entwickelt sich. Die Aufgabe von Führung bleibt: verstehen, strukturieren, entscheiden und daraus Operating Models bauen, die Wert schaffen.
2019: Daten operativ machen
Bei A.T.U. haben wir interne Signale wie Web-, CRM- und Werkstattdaten mit externem Kontext kombiniert: Geografie, Werbung, Wettbewerb, Saisonalität und Wetter. Ziel waren nicht „mehr Daten“. Ziel war bessere Allokation: Wohin soll das Marketingbudget, für welchen Kunden, in welchem Moment, bei tatsächlicher operativer Kapazität?
Eine Regel machte den Unterschied: Keine freie Kapazität in der Werkstatt, keine Anzeige dafür. Die Mediaausgaben folgten der echten Kapazität, damit der Kunde, der klickt, auch einen Termin findet. Das Wetter erledigte denselben Job von außen: Hagel in München, Nachricht raus.
2026: Dieselbe Frage, neue Oberfläche
AI verändert Tempo und Zugänglichkeit von Analyse, Synthese und Wissensarbeit. Das Managementproblem bleibt aber vertraut: Welcher Kontext zählt? Welche Annahmen sind schwach? Welche Grenze ist real? Wer verantwortet die Entscheidung? Was verändert die Economics?
Von Information zum Operating Model
Deshalb sehe ich AI als das nächste Kapitel einer längeren Abfolge: GSM Payments, Mobile Software, M2M, E-Commerce, SaaS, Data und jetzt AI. Die Technologie ist nicht das Ziel. Der Wert entsteht, wenn sie verändert, wie ein Unternehmen arbeitet.
Der Test, den ich weiterhin nutze, ist eine Frage, kein Datensatz: Welche Entscheidung ermöglichen diese Daten?