Das KI-Kochbuch mit Malcolm Werchota

Title: #145 - Ihr nutzt KI fürs Falsche: Warum nur 2% damit mehr verkaufen (Commercial Playbook, Teil 1) Ich war ein paar Wochen unterwegs — Keynotes bei einer Bank, vor einer Gruppe Galabauern, bei einer Private-Equity-Firma. Und alle sind in dieselbe Richtung gegangen: Ihr nutzt KI fürs Falsche. Eure ganzen KI-Projekte stecken in Content, Marketing-Texten, Social-Media-Posts — also genau dort, wo ihr nie zeigen könnt, dass ihr damit mehr Geld macht. Heute ändern wir, wie ihr eure KI-Projekte aussucht. 📍 Worum es heute geht: Die berühmte „95 Prozent aller KI-Projekte liefern keinen messbaren ROI"-Zahl macht ständig die Runde — und sie ist als Studie Bullshit (das waren Interviews, keine Studie). Aber der Kern stimmt: Firmen können den ROI ihrer KI nicht messen, weil das Budget in Low-ROI-Bereiche fließt. Es gibt einen Ausweg: alle Projekte auf Pause, und nur noch dort investieren, wo ihr mehr Umsatz macht — in Commercial und Sales. Laut Studie machen das in Deutschland nur 2 Prozent. Genau diese Lücke ist eure Chance. 🍽️ Das Restaurant, das die falsche Speisekarte poliert. Stell dir ein Restaurant vor, das die ganze Zeit in eine schönere, größere, personalisierte Speisekarte investiert. Nobody gives a shit — denn in der Küche läuft alles schlecht: Bestellungen kommen falsch raus, To-Dos werden vergessen, Offerten brauchen Wochen statt Minuten, die Reservierung ist Chaos. Genau das machen Firmen mit KI: Sie optimieren die Speisekarte (ein paar Texte, ein paar Bilder), während das operative Herzstück — der Sales — komplett unangetastet bleibt. 👨‍💼 Markus, Head of Sales. Mittelgroßer deutscher Maschinenbauer, 300 Mitarbeiter, 80–100 Mio. Umsatz. Der Vorstand hat „wir brauchen KI" beschlossen, Markus hat ein Budget — und keine Ahnung was er damit soll. Ich frage ihn: Wie war deine Forecast-Genauigkeit? Schweigen. Wie lange dauert ein typisches Angebot? Drei Wochen. Und die 20 anderen Angebotstypen? Schweigen. Wie viele Deals hast du verloren, weil das Angebot zu spät oder falsch konfiguriert war? Schweigen. Das ist nicht Markus' Schuld — das ist das System. Mein Prinzip: Ihr könnt keine Commercial AI fahren auf einem Prozess, der unauditiert ist. Deine CNC-Maschine kennst du aufs Hundertstel — deinen Sales-Schlamassel nicht. 📈 Die drei Zahlen für deinen Vorstand. Erstens: 2,6× höhere Wahrscheinlichkeit auf kommerzielles Wachstum (nicht Produktivität — nobody gives a shit about Produktivität) bei KI-gestützten Handlungsempfehlungen (Gartner, 250+ CSOs). Zweitens: 83 % der KI-nutzenden Vertriebsteams haben mehr Umsatz gemacht vs. 66 % ohne — fast 20 Punkte Lücke. Bei 100 Mio. Umsatz sind 17 Prozentpunkte = 17 Mio. Euro. Wollt ihr das auf dem Tisch liegen lassen? Drittens: 79 % statt 51 % Forecast-Genauigkeit. Der Vorstand fährt heute im Nebel — KI ist der Scheinwerfer, der bessere Kapitalallokation erlaubt. 🎯 Die fünf Bereiche, wo KI heute Geld macht. Das Modell ist egal — Copilot, Azure, Gemini, wurscht. Der Moat ist nicht das LLM, sondern eure Commercial Engine: (1) Forecast Intelligence, (2) Install-Base Mining — verdienst du bei ähnlichen Kunden gleich viel?, (3) CPQ / Angebotserstellung von Wochen auf Stunden (60–80 % weniger Bearbeitungszeit, höhere Win-Rate), (4) Deal Desk, (5) Rep Ramp. Alle 10 Säulen des Commercial Playbooks arbeiten zusammen — ein schnelles Angebot allein reicht nicht. 🙅 Die drei Ausreden — und warum sie nicht zählen. „Die KI halluziniert" — eure Vertriebler halluzinieren nonstop (falsche Preise, Lieferzeiten), nur sind KI-Halluzinationen nachvollziehbar und korrigierbar. „Unsere Daten sind ein Chaos" — du arbeitest schon im Chaos; fang mit den Kunden von morgen an, nicht mit 20 Jahren Altlast. KI ist der Forcing Factor, der eure Datenhygiene endlich bereinigt. „Meine Vertriebler nutzen das nie" — falsch: Vertriebler HASSEN Protokolle und CRM-Tipperei. Nimm ihnen das weg, und sie lieben es. Wer es trotzdem nicht macht, dessen Firma wird es bald nicht mehr geben. 🏎️ Hört auf, dem Modell-Krieg zuzuschauen. Fable 5 ist da, dann wieder weg, ChatGPT 5.6 kam heute raus — der Modell-Krieg ist für euch vorbei. Was zählt: eure Sales- und Revenue-Strategie mit der KI verbessern, die ihr heute schon habt. Ihr habt eine Commercial Engine, die nicht funktioniert — und euer Konkurrent hat seine aus der Garage geholt und fährt 200 km/h damit. 📌 Take-aways Head of Sales / CEO (jeder CEO ist Head of Sales): Auditiert euren Sales-Prozess BEVOR ihr einen Cent in KI steckt — 80-Fragen-Audit oder externe Interviews mit jedem Vertriebler. Vorstand: Nehmt die letzten 100 KI-Projekte und seid ehrlich — wie viele sind da, um mehr Umsatz zu machen? Stellt den Rest auf Pause und investiert nur noch in Commercial. CFO: Geht von 51 % auf 79 % Forecast-Genauigkeit — damit könnt ihr Kapital endlich nach Evidenz allokieren statt im Nebel. ⏱️ Timestamps 00:00 — Wieder da: Notre Dame, Keynotes — und „ihr nutzt KI fürs Falsche" 03:00 — Die 95-%-Studie ist Bullshit — aber der ROI-Kern stimmt; nur 2 % in DE verkaufen mehr mit KI 07:30 — Das Restaurant: die schöne Speisekarte vs. die chaotische Küche 10:30 — Markus, Head of Sales: das Schweigen auf die einfachen Fragen + das Audit-Prinzip 14:00 — Die drei Zahlen für den Vorstand: 2,6× · 83 % vs. 66 % (17 Mio.) · 79 % vs. 51 % 20:00 — Die fünf ROI-Bereiche: Forecast, Install-Base, CPQ, Deal Desk, Ramp 25:30 — Die drei Ausreden entkräftet: Halluzination, Datenchaos, „nutzt eh keiner" 31:00 — Schluss mit dem Modell-Krieg; die Commercial Engine in der Garage — Ausblick Teil 2 👉 Teil 2 (#146 — das Commercial Brain) kommt: Wie ihr aus den 10 Säulen einen echten Motor baut — den Beweis aus echten Engagements und ein klares „Hier fängt ihr an", ohne Buzzwords. 🎙️ Über den Host Malcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Studium: Physik / Werkstoffwissenschaft an der Montanuniversität Leoben. 10 Jahre Erdöl & Erdgas, 3 Jahre Novartis (Head of Strategy einer 2-Mrd-USD Business Unit). Am 30. November 2022 kam ChatGPT raus. Einen Monat später hat er gekündigt. Heute Co-Founder werchota.ai und coatingAI. Lebt in Lochau am Bodensee mit Masha, Camila, Sophia und Alex. 🚀 Ressourcen für Führungskräfte 📚 Chief AI Academy — KI für Entscheider🎯 AI Commercial Playbook — diagnostiziert eure 10-Säulen Commercial Maturity👥 AI Leadership Community🌐 werchota.ai 📬 Kontakt LinkedIn: linkedin.com/in/malcolmwerchotaE-Mail: [email protected]: +43 676 6144 904 📰 Quellen + Referenzen Gartner CSO Survey, n=227, Aug–Sep 2025 — 2,6× Commercial Gr...

Title: #144 - Wie ich 94 Slides gebaut habe ohne zu prompten (Teil 2/2)Teil 1 vom Montag war Theorie: Was ist ein Loop? Wie unterscheidet sich das von Agents und Workflows? Heute der konkrete Teil. Wir nehmen einen echten Use Case — meinen Workshop-Closeout bei Gärtner von Eden mit 94 Slides — und bauen ihn Schritt für Schritt mit Loops. Ihr seht, wie man konkret prompted, was die Done-Conditions sind, und warum dieselbe Logik bei Sales-Calls, F&E-Reports und Procurement-Audits funktioniert.📍 Worum es heute geht: Loops am echten Workshop-Closeout — von 20 Workshop-Transkripten zum verifizierten 94-Slide-Deck. Mit konkreten Prompt-Mustern, der "linken Felge" und einer Einladung nach Wien.🪙 Der Goldwäscher (Content-Extraction Loop). 20 Aufnahmen, Interviews, Toothbrush-Tests, Breakout-Rooms. Wie zieht ihr da raus, was wirklich drin ist? Ihr sagt der KI: "Extrahiere die Use Cases. Jeder Use Case braucht mindestens DREI Belege aus dem Transkript. Wenn nicht — raus. Wenn ja — drinnen." Und dann lasst ihr es laufen. Drei, vier Mal. Mit immer feinerem Sieb. Bis das Gold übrig bleibt. Das ist Loop Nummer eins.🛠️ Die linke Felge (Personal Verify Loop). Mein Mechaniker weiß, wenn der Malcolm kommt — die linke Felge ist zerkratzt. Jedes Mal. Er muss nicht jeden Aspekt prüfen. Er prüft DAS eine, was bei mir IMMER schiefgeht. Genau das macht ein Verify Loop: er prüft NICHT alles, er prüft eure typischen Fehler. Wenn die KI bei euch immer Use Cases erfindet, die nie im Interview vorkamen — Verify Loop prüft genau das. Drei Mal. Vier Mal. Bis sicher.📋 Memory Loop als Audit-Log. Ihr braucht keinen perfekten Mega-Prompt. Ihr braucht einen Memory Loop, der mitschreibt was passiert. Eine Zeile pro Schritt. Was wurde gebaut? Was wurde geprüft? Was war rot, was wurde gefixt? Wenn die KI in drei Stunden Arbeit vergisst, was sie gemacht hat — der Memory Loop weiß es noch. Audit-Log mit zwei Funktionen: erstens, lückenlos prüfbar. Zweitens, die KI selbst kann reinschauen und sich erinnern.🏗️ Die 5 Templates aus der Nacht (im Detail im Listener Artifact unten):T1 — Content Extraction Loop: Goldwäscher. Aus messy Sources (Transkripte, Calls, E-Mails) das Gold sieben.T2 — Generation with Source-Pinning: Bauteil mit Prüfsiegel. Jede Behauptung muss auf eine Quelle zeigen, sonst FAIL.T3 — Adaptation Loop: Heimwerker am Auto. Eine Schraube ändern, nicht den Motor.T4 — Mechanical Verify: TÜV-Prüfer. Deterministisches Skript, keine LLM-Bewertung.T5 — Self-Catch Loop: Prüfstatiker. Frischer QA-Subagent, ohne Build-Kontext, findet deine eigenen Widersprüche.⚡ Der 03:42-Moment. Die Build ist durch. Mechanical Verify grün. Espresso #3. Ich starte den QA-Subagent (frischer Kontext, kennt den Build nicht). 4 Minuten später schreibt er mir: "Die Rubric sagt Modul 03 unangetastet. Aber Slide 27 hat eine neue Bildreferenz. Welche Version stimmt?" — und ich dachte: f*ck. Ich hatte beides geschrieben. In meiner EIGENEN Rubric. Eine andere KI hat MICH gefunden.📌 Drei Take-aways für drei Rollen:CTO/CDO: T4 zuerst. Mechanical Verify ist die einzige Schicht, die nicht lügt. Baut das vor allem anderen.Head of Sales: T1 (Extraction). CRM-Notizen, Calls, E-Mails — Goldwäscher. Was bewegt sich? Wer signalisiert?R&D-Lead: T2 (Source-Pinning). KI in Forschung MUSS Quellen pinnen, sonst halluziniert sie eure Reputation kaputt.💼 Wo das in eurer Firma als Pattern auftaucht — die 10-Säulen Commercial Maturity bei werchota. Säule 9 Sales Ops & Performance Management = im Kern T4 + T5: eure Pipeline-Daten validieren sich selbst gegen die Pipeline-Regeln, ohne dass jemand wöchentlich im Forecast-Call alles abfragt. Wer wissen will, wo in der eigenen Commercial Engine Loops ansetzen können — Link unten.🎒 Bonus: Ich bin diese Woche in Wien. Donnerstag bei der RBI. Wenn ihr in Wien seid und euch treffen wollt — pingt mich auf WhatsApp 0043 676 6144 904. Oder wenn ihr mit eurer KI an einer Stelle hängt und nicht weiterkommt — ping. Manchmal bauen wir gemeinsam einen Loop für euren Case.⏱️ Timestamps00:00 — 30-Sekunden-Recap aus Teil 1 (Fable 5, US-Handelsministerium, Loops)02:00 — Der konkrete Use Case: Gärtner von Eden Workshop-Closeout05:00 — Content-Extraction Loop: der Goldwäscher09:00 — Generation-with-Source-Pinning: das Bauteil mit Prüfsiegel12:00 — Adaptation Loop: nur die linke Schraube, nicht der Motor14:30 — Mechanical Verify: warum LLM-as-judge nicht funktioniert17:00 — Self-Catch Loop: der 03:42-Moment, der QA-Subagent fängt MICH19:30 — Die linke Felge: personalisierter Verify auf eure typischen Fehler21:30 — Memory Loop als Audit-Log + Einladung nach Wien🎙️ Über den HostMalcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Studium: Physik / Werkstoffwissenschaft an der Montanuniversität Leoben. 10 Jahre Erdöl & Erdgas, 3 Jahre Novartis (Head of Strategy einer 2-Mrd-USD Business Unit). Am 30. November 2022 kam ChatGPT raus. Einen Monat später hat er gekündigt. Heute Co-Founder werchota.ai und coatingAI. Lebt in Lochau am Bodensee mit Masha, Camila, Sophia und Alex.🚀 Ressourcen für Führungskräfte📚 Chief AI Academy — KI für Entscheider🎯 AI Commercial Playbook — diagnostiziert eure 10-Säulen Commercial Maturity👥 AI Leadership Community🌐 werchota.ai📥 Loop Templates Collection (T1-T5) — kostenlos zum Download📬 KontaktLinkedIn: linkedin.com/in/malcolmwerchotaE-Mail: [email protected] (für Wien-Meetup oder Loop-Hilfe): +43 676 6144 904📰 Quellen + ReferenzenGärtner von Eden Workshop, Düsseldorf (11. Juni 2026)Lance Martin (Anthropic Research) — Agent Loops InfografikAnthropic Fable 5 + Mythos 5 Launch (9. Juni 2026, Export-Stopp 12. Juni 2026)Loop-Methode angewandt auf: Workshop-Closeout, Sales-Pipeline, F&E-Reporting, HR-Bewerber-Filter, Vorstands-Strategie-AuditTags: #LoopTemplates #ContentExtraction #SourcePinning #MechanicalVerify #SelfCatchLoop #AuditLog #MemoryLoop #Workshop #CommercialPlaybook #Mittelstand #DACH #werchota #DasKIKochbuch #Bregenz #WienNeed to diagnose your commercial engine? [email protected] care for now. Malcolm out.

Vor circa einem Jahr, irgendwo in Russland, zur gleichen Zeit: fünf verschiedene Luftwaffenstützpunkte. Die Ukrainer treffen sie. Tu-95-Bomber. Tu-22M3. A-50 AWACS-Aufklärer.Keine Sirenen. Keine Abfangjäger. Weil der Angriff nicht vom Himmel kam.Er kam aus Lastwagen. Ganz normalen Transportern. Die LKW-Fahrer wurden ausgetrickst — bring den Container dahin, jemand holt ihn ab. Niemand kam je. Drinnen: 117 FPV-Drohnen. Beladen mit Sprengstoff. Aus dem Nichts öffnet sich der Container und eine Drohne nach der anderen fliegt los.Operation Spider's Web. In einer Nacht: rund 41 Flugzeuge zerstört. Geschätzter Schaden: 7 Milliarden Dollar. Gesamtkosten der Operation: 2-3 Millionen Dollar.ROI: 3.500 zu 1. Wenn das ein Aktienkurs wäre, würden Investoren ausrasten. Es ist aber kein Aktienkurs.Manche nennen es Russlands Pearl Harbor. Aber nicht von einer Marine geliefert. Nicht von Kampfjets. Sondern von Drohnen in einem Lastwagen. Heute kein normaler Deep Dive — heute ein AI Drama in 5 Akten.🎮 Mykola, 19, Gaming-Streamer wird DrohnenpilotVor drei Jahren war Mykola 16. Counter-Strike-Streamer in Charkiw. Ein paar tausend Twitch-Follower. Heute ist er in der Armee. Nicht weil er wollte — die Ukraine hat ein Programm gestartet: nur Soldaten zwischen 18 und 24 dürfen Drohnen bedienen. Warum 24? Weil danach ist dein Gehirn zu langsam.Seine "Front" ist ein ausgebombter Keller. Vier Laptops. Drei FPV-Brillen. Ein Controller wie eine PlayStation. Über ihm eine LED auf Batterie, die in 2-3 Stunden ausgeht.Er fliegt einen 300-Dollar-Quadrocopter, 8-10 km weit, 150 km/h. Tippt links, tippt rechts. Russischer Soldat sieht die Drohne, hat Millisekunden zum Reagieren. Aufprall in 4 Sekunden. Live-Feed weg. Mykola tippt zwei Buchstaben: "Ok." Greift zur nächsten.Es ist 14 Uhr. Das ist sein zwölfter Einsatz heute.🏭 Die Zahlen, die NATO terrorisieren solltenUSA: ~100.000 Militärdrohnen pro JahrUkraine: 4,5 Millionen Drohnen pro Jahr — industrielles Limit: 8-10 Mio.Verhältnis 45 zu 1 — Ukraine vor 4 Jahren: null eigene DrohnenindustrieBloomberg: Ukraine produziert mehr Drohnen als die gesamte NATO-Allianz zusammenDie Ukraine hat eine eigene Unmanned Systems Forces gegründet — die erste Teilstreitkraft weltweit, die ausschließlich Drohnenkriegsführung macht. Kein anderes Land der Welt hat sowas.⚠️ Aurora 26 — als die NATO es hart gelernt hatApril-Mai 2026, Gotland, Schweden. NATO-Übung Aurora 26. 18.000 Soldaten aus 13 NATO-Ländern. Ukraine eingeladen als Angreiferkraft.Die Übung musste DREI MAL gestoppt werden. Jedes Mal wären die NATO-Truppen vernichtet worden. Der ukrainische Pilot: "Wenn das echtes Leben gewesen wäre — wären sie alle tot."Schwedens Verteidigungsminister Claesson: "Der schnellste Weg, etwas über Drohnen- und Anti-Drohnen-Kriegsführung zu lernen, ist, den Ukrainern zuzuhören."🤖 Die 700-Dollar-TötungsmaschineEine FPV-Drohne kostet 300-3.000 Dollar. Drinnen sitzt ein Chip von einer unserer Lieblingsfirmen: NVIDIA Jetson Nano. Etwa wie eine Streichholzschachtel. 100-300 Dollar. Auf Amazon erhältlich.Der Chip ist nicht für den Krieg gebaut. Er ist für Saugroboter gebaut. DIY-Bastler. KI-Studenten. NVIDIA hat sich nicht hingesetzt und gesagt "Lasst uns Chips für Drohnen bauen, die Menschen töten." Es ist halt passiert.Die ukrainische Firma The Fourth Law verkauft das TFL-1-Modul (100 Dollar). Der Operateur fliegt bis 400-500 m ans Ziel, dann übernimmt der Jetson per Computer Vision.Trefferquote ohne KI: 30-50 %. Mit Jetson + Computer Vision: über 80 %. Über 20 ukrainische Brigaden nutzen das. Microsoft Copilot — aber zum Töten. Gegeben einem 19-Jährigen.Gesamtkosten: ~700 Dollar. Selbst bei 10.000 Dollar (was sie nicht kosten):10.000 $ Drohne vs. 5 Millionen $ russisches Panzerfahrzeug10.000 $ Drohne vs. 100 Millionen $ Tu-95-Bomber10.000 $ Drohne vs. 350 Millionen $ A-50 AWACS = 1 zu 500.000🇪🇺 Warum das EUER Problem ist (ja, auch im DACH)Stellt euch Werner vor: Sicherheitschef bei einem Automobilzulieferer in BW. 1.500-2.000 Mitarbeiter. Drei Werke. Just-in-time-Lieferung an Mercedes, BMW, Audi. Sein BCP-Plan deckt Feuer, Hochwasser, Cyberangriffe, Lieferantenausfall. Er deckt keine Glasfaserdrohne ab, die auf die Laderampe zufliegt."Aber Malcolm, die Drohne kann nicht bis Bayern fliegen!" — Hast du verstanden? 700 Dollar. Du baust sie in einer Garage. Du startest aus einem Container. Das wurde schon vor einem Jahr gemacht. Und du schickst nicht eine — du schickst Schwärme.Beweis? Russland am 30. Mai 2026 — über 800 Drohnen in einer einzigen Nacht. Die Bundeswehr hat heute geschätzt 500-600 Drohnen. Russland könnte den gesamten deutschen Drohnenbestand in einer Nacht auslöschen und hätte noch 200 übrig.🏢 Die deutschen Player, die das leise bauenHelsing (München) — 12 Mrd. $ Bewertung, 600-Mio.-Runde angeführt von Daniel Ek (Spotify-Gründer). Ihre HX-2-Loitering-Munition nutzt fortgeschrittene KI-Zielerfassung.RF-1 Resilience Factory (Süddeutschland) — über 1.000 HX-2-Einheiten pro Monat. Ukraine hat 10.000 bestellt.Sogar die Bundeswehr kauft jetzt bei Helsing. 1-Mrd.-€-KI-Drohnen-Vertrag Anfang 2026.🎯 Fünf Montag-Aktionen für jeden europäischen EntscheiderLuftraum-Annahmen-Audit: Logistik + Operations + Versicherung + General Counsel an einen Tisch. Frage: "Welche Annahmen macht unser BCP über die Sicherheit des europäischen Luftraums?" Diese Pläne existieren noch nicht.Drohnen-exponierte Lieferketten-Engpässe mappen. Belgien hatte ständig Probleme mit gestörtem Luftraum. Straßburg liegt direkt an der Grenze. Macht nicht die Annahme "wir sind zu weit weg."Defense-Tech-Intelligenz holen. Jemand der Helsing, Anduril, Shield AI versteht. Nicht um Waffen zu kaufen — sondern um zu verstehen, was migriert in 5 Jahren in zivile Anwendungen.Baut KI-steuerbare Maschinen. Eure UIs sehen aus wie aus den 90ern. Baut Maschinen, die per MCP-Server gesteuert werden können. Niemand macht das gerade. First-Mover gewinnt.Vorstandsgespräch. Polen, USA, Israel, Südkorea führen es bereits. DACH-Boardrooms noch nicht. Führt es. Jetzt.🌐 Das Wilde: das meiste davon ist OPEN SOURCEGeht jetzt auf Google oder Perplexity. Tippt: "GitHub repo drones". Ihr findet:Drone Log Analyzer — High-Performance-Dashboard zur Flug-Log-AnalyseVollständig autonome VTOL-RepositoriesComputer-Vision-ZielmoduleHunderte von Repos mit dem kompletten KI-Tech-StackJeder kann das jetzt bauen. Nicht staatliche Akteure. Nicht kriminelle Organisati...

Dienstagabend, 13. Mai 2026, kurz vor sieben. Zwei Stunden Live-Session sind grad zu Ende. Dreißig fremde Menschen aus elf Ländern, Zoom-Kacheln auf dem Bildschirm. Letzte Runde: was hat euch heute am meisten umgehauen?Anastasia, Beraterin aus Genf: "Es ist zu viel. Aber ich sehe, wie es alles verändert." Indira: "Mind-blowing." Rodolfo: "Ich liebe es." Und dann William. Zwanzig Jahre Beratung. Die Academy aus eigener Tasche bezahlt. Sagt ein Wort. Auf Englisch: "Miracle." Eine Minute Stille im Chat. Dreißig Webcams. Niemand schreibt.Heute drei Insights aus der ersten Session von Cohort 3 der Chief AI Academy — plus der Moment, in dem mich meine eigene KI vor allen blossgestellt hat.💥 Insight 1 — Das Software-ArmageddonFolie zwölf in die Session. Bei einigen wird die Magen-Gegend angespannt:HubSpot: Börse −70% in 18 MonatenGartner: freier Fall seit Q3Adobe, Duolingo, Salesforce: Schatten ihrer selbstWarum? Nicht weil sie KI nicht integrieren. Weil ihre Kunden ihre eigentliche Funktion mit KI selber nachbauen. Schneller. Billiger. Näher am Bedarf.Anastasias Frage: "Aber Malcolm, jede Firma kauft doch trotzdem Software. Wie kann das stimmen?"Meine Antwort, im Chat 20 Reaktionen in Sekunden: "Hört auf, euren Mitarbeitern Software zu geben. Gebt ihnen APIs." Statt SAP zu öffnen und durch 5 Menüs zu klicken, sagt der Mitarbeiter zur KI "buch das auf Konto 4200". Die KI ruft die SAP-API auf. Software wird headless. Kopflos.Mittelstand zahlt heute 300-800 Euro pro Kopf pro Monat für Software. In 18 Monaten merkt ihr: 70% davon war durch einen KI-Workflow ersetzbar.Zwei Live-Beispiele aus der Session:Einkauf-Teilnehmerin nutzt Ironclad für Vertrags-Reviews — 40.000 Euro/Jahr. Wir haben mit Claude in 15 Minuten dasselbe für die Top-20-Klauseln gebaut.Customer-Success-Teilnehmer nutzt HubSpot für Ticket-Zusammenfassungen. In 18 Minuten haben wir einen Workflow auf Outlook gebaut. Kosten: 0 € (Copilot war eh schon da).🔄 Insight 2 — Reverse PromptingMinute 45. Teilnehmerin aus Mailand: "Malcolm, wie kriegst du diese schönen Dashboards so schnell hin?"Hier die Technik, gestern getauft — Reverse Prompting. Die wertvollste eine Minute der ganzen Folge:Statt der KI Fragen zu stellen, lasst ihr die KI EUCH Fragen stellen.Konkret: ihr formuliert eine ungenaue Anforderung ("mach das hier besser") und sagt dann:"Stell mir zehn Fragen mit jeweils vier Multiple-Choice-Antworten. Nicht alle auf einmal. Fünf, dann fünf."Die KI fragt euch. Ihr antwortet. Und während ihr antwortet, klärt sich in eurem Kopf, was ihr eigentlich wollt. Die KI ist nicht das Tool — die KI ist die Therapeutin, die euch zwingt, klar zu werden.Beispiel-Fragen, die Claude live zurückgeschickt hat:Was ist das Hauptproblem? (a) Design (b) Datenstruktur (c) Zielgruppe (d) TonalitätFür wen ist das? (a) Du (b) Vorstand (c) Operatives Team (d) KundenWie brutal soll die Sprache sein? (a) Literal (b) Diplomatisch (c) Provokant (d) AkademischNach 10 Minuten + 2 Fragenrunden: Dashboard, das mir die Socken auszieht. Im Chat von Cohort 3 explodiert es.🪞 Insight 3 — Der Moment, in dem mich meine eigene KI blossgestellt hatBei werchota.ai haben wir vor 6 Monaten was gebaut: Second Brain. Ein internes KI-System, das alle Meeting-Aufzeichnungen, Transkripte, E-Mails, Slack-Channels, Strategie-Dokumente einliest. Jeder im Team kann anonym fragen.Minute 75 der Session. Ich tippe vor allen 30 Teilnehmern: "Wie gut oder schlecht ist Malcolm im Verkaufen? Sei ehrlich. Beleg mit konkreten Momenten aus den Meetings." Was zurückkam, wortwörtlich:"Malcolm ist hervorragend in Live-Demos, Dashboards, Vision-Pitches. Er ist die schwächste Persona im gesamten Verkaufs-Team, wenn es um klassische Sales-Disziplin geht. Selten eine Agenda. Geht im Gespräch überall hin. Schlecht bei Budget-Timelines, Stakeholder-Mapping, Follow-up-Disziplin. Erzeugt Information Overload. Er gewinnt Deals durch Begeisterung, nicht durch Methodik."Eine Minute Stille im Chat. Dann William: "Malcolm. Kannst du mir den Report schicken? Ich will dir sagen, dass du wahrscheinlich der schlechteste Verkäufer der Welt bist."Rodolfo fragt: "Wenn jeder sieht, wie schlecht der CEO bei XY ist, wird er noch ernst genommen?"Meine Antwort:Wenn ein Vorstand sich nicht traut, seine Schwächen in einem System zu haben, das sein Team einsehen kann — dann ist diese Person wahrscheinlich nicht die Person, die in der KI-Zeit eine Firma führen sollte.In der KI-Zeit liegen Schwächen offen. Nicht weil jemand sie sucht. Sondern weil Daten an Stellen sammeln, an denen sie früher nicht waren. Wer transparent ist, gewinnt. Wer verbergen will, verliert.🧓 Insight 4 — "Eure letzten zehn Hires sind KI-Neandertaler"Minute 62. Der Satz, der nochmal Stille erzeugt hat:"Schaut euch eure letzten zehn Einstellungen an. Sind das Menschen, die in einer Stunde Claude beibringen können, einen Prozess aus ihrem Kopf zu übernehmen? Oder habt ihr in 2010er-Logik eingestellt — drei Jahre Audit, BWL-Abschluss, Praxis im Steuerrecht? Wenn Zweiteres: eure letzten zehn Hires sind KI-Neandertaler."Johnnys (Teilnehmer, neu eingestellt vor 2 Monaten) Stellenbeschrieb ist eine Zeile:"Johnny, deine Aufgabe ist, alles in deiner Abteilung zu automatisieren. Wenn du fertig bist — ich befördere dich und triple dein Gehalt, und du fängst mit drei weiteren Abteilungen an."Das ist der neue Hiring-Standard. Die Frage an euch — und die teuerste Stille der ganzen Session:"Wenn euer eigener Job morgen ausgeschrieben würde — mit der Anforderung, dass jeder Prozess automatisierbar an einen KI-Agenten weitergegeben werden muss — würdet ihr euch selber einstellen?"Reale Konsequenzen aus der Session:HR-Direktorin (Schweiz): "Ich schreibe heute drei Stellenanzeigen um. Heute."CFO eines bayerischen Familien-Unternehmens: "Wir haben den Senior-Controller-Kandidaten abgesagt, den wir nächste Woche eingestellt hätten."🎯 Drei Sachen Montag frühAktion 1 — Reverse Prompting heute, in den nächsten 30 Minuten. Eine schwierige Kunden-Mail oder eine ungenügende Stellenanzeige. Paste rein, dann: "Stell mir zehn Fragen, fünf und fünf." Wenn euch das Ergebnis nicht umhaut, schreibt mir auf LinkedIn — ich zahle das Mittagessen.Aktion 2 — Audit eurer letzten zehn Hires. Excel-Tabelle: "Name" + "Kann diese Person einen Prozess aus ihrem Kopf an einen KI-Agenten weitergeben? Ja/Nein". Verteilung gibt euch eine harte Zahl für die Geschäftsleitung.Aktion 3 — Stellt euch selber die Second-Brain-Frage. Heute Abend. Allein. 3 Performance-Reviews + 3 Kunden-Mails + 1 Meeting-Protokoll in Claude. Dann: "Sei ehrlich. Wo bin ich beruflich am schwächsten?"🔮 Die ProphezeiungJeder Cohort gebe ich am Ende der ersten Session dieselbe...

Stellt euch vor, euer Firmenwagen ist ein Lamborghini. Oder ein Ferrari. Egal. Ihr fahrt jeden Tag damit zur Arbeit, ihr seid produktiv, ihr seid glücklich. Und dann kommt euer CEO und sagt: "Wir geben dir ab nächsten Monat einen Skoda Octavia."Genau das ist gerade bei Microsoft passiert. Und es betrifft euch direkt — auch wenn ihr noch nie eine Zeile Code geschrieben habt.Letzte Woche, 14. Mai 2026, landete ein internes Memo bei Microsofts Experiences and Devices Division. Windows, Microsoft 365, Outlook, Teams. Zehntausende Ingenieure. Das Memo kommt von Rajesh Jha, Executive Vice President. Inhalt in einem Satz: Wir schalten Claude Code ab. Stichtag: 30. Juni 2026.Die Absurdität: vor sechs Monaten — Dezember 2025 — hat Microsoft Claude Code aggressiv an dieselben Ingenieure verteilt. Tausende Lizenzen. Sogar Designer und Projektmanager bekamen Zugang. Die Ansage damals: installiert das, experimentiert, baut Prototypen.Warum jetzt der Rückzieher? Nicht weil Claude Code schlecht ist. Weil es zu gut ist. Es war besser als Microsofts eigenes Tool — GitHub Copilot — bei genau den Aufgaben, die zählen: Multi-File-Refactoring, Architektur-Arbeit, Rapid Prototyping. Microsoft verkauft der Welt GitHub Copilot als KI-Entwickler-Flagschiff. Microsoft hat 13 Milliarden Dollar in OpenAI investiert. Und sechs Monate lang haben Microsofts eigene Ingenieure heimlich ein Konkurrenzprodukt von Anthropic bevorzugt. Das ist nicht peinlich — das ist eine strategische Bombe.📊 Was Claude Code von GitHub Copilot unterscheidetCopilot ist Autovervollständigung. Ihr tippt, Copilot schlägt die nächste Zeile vor. Ihr seid am Steuer. Passiv. Wie ein Skoda mit Tempomat.Claude Code ist agentisches Coding. Ihr sagt: "Bau mir eine App, die meine Sonos-Boxen erkennt und Musik startet, wenn mein Tesla heimkommt." Claude arbeitet zwei, drei, sieben Stunden autonom durch. Liest die Codebase. Refaktoriert. Testet seinen Output. Ihr seid nicht mehr am Steuer — ihr seid Projektmanager.Context Window: 1 Million Tokens (laut Gerüchten kommen 12 Mio.). Das Gehirn der KI passt mit der ganzen Codebase rein.Extended Thinking: Claude stoppt, plant, denkt nach, sagt euch wenn etwas Unsinn ist. Copilot programmiert blind weiter.Multi-File-Autonomie: Claude holt sich "Helfer" und arbeitet parallel über die ganze Codebase.💸 Die PreisfrageClaude Code Enterprise: 150 Dollar pro Sitz pro Monat. GitHub Copilot: 10 bis 30 Dollar. Microsofts Ingenieure haben das 10× teurere Tool genutzt — und wenn sie tokens aufgebraucht hatten, haben sie aus eigener Tasche nachgekauft. Wie in einem Free-to-Play-Spiel, nur dass die Tokens hier Code produzieren.⚠️ Der Amazon-PräzedenzfallMicrosoft ist nicht der erste, der diesen Fehler macht. Ende 2025 hat Amazon Claude Code und Codex intern verboten und das hauseigene Tool "Kiro" vorgeschrieben. Was ist prompt passiert? Ein 13-stündiger AWS-Ausfall in China. Die Ingenieure standen mit dem Skoda Octavia vor einem Ferrari-Problem. Im April 2026 hat Amazon zurückgerudert und Claude Code wieder freigeschaltet. Google macht es ähnlich: Claude Code ist standardmäßig gesperrt — außer bei DeepMind, der eigenen Top-KI-Abteilung. SpaceX hat gerade 60 Milliarden Dollar für eine Option auf Cursor (ein Claude-Code-Konkurrent) bezahlt.🇪🇺 Die DACH-LektionWenn ihr CTO, VP Engineering oder Gründer in einem typischen DACH-Tech-Unternehmen seid: eure Entwickler nutzen diese Tools schon. Als Shadow AI. Auf privaten Abos. Heimlich am Abend. Wie ihr das herausfindet, ohne irgendeine Umfrage:Vor 2 Jahren: ~3.000 Zeilen Code pro Entwickler pro TagMit Copilot: Sprung auf 6.000–9.000 (2–3×)Mit Claude Code: Sprung auf 30.000–300.000 (10–100×)Schaut euch nur den Output an. Das ist euer Audit.🇪🇺 Die souveräne AlternativeWenn Daten-Souveränität ein Thema ist: Mistral Codestral — 22 Mrd. Parameter Code-Modell, 80+ Sprachen, EU-Infrastruktur, DSGVO-nativ. Mistral hat fast 1 Milliarde Dollar von europäischen Banken bekommen, um genau das zu bauen. Plus die kommende Cohere-Aleph Alpha-Fusion (Schwarz-Gruppe, 500 Mio. €), die explizit für DACH-Konzerne gebaut wird. Ihr habt keine Ausrede mehr.🏭 Der Hackathon-MomentVor drei Tagen haben wir bei einer großen deutschen Manufacturing-Firma einen Hackathon mitgestaltet. 20 Top-Entwickler im Raum mit den absolut besten Tools — OpenCode, Open Terminal, Claude Code. Großartig. Aber dann die Frage: 20 Leute am Tisch, 6.000 im Konzern. Wann kriegen die anderen 5.980 dieselben Werkzeuge?🚀 Wie wir bei werchota.ai arbeitenBei uns nutzt jede einzelne Person Claude Code. 85% unserer gesamten Arbeit wird von Claude Code und KI-Agenten erledigt. Porni (Journalistin) — Claude Code. Alex (Finance) — Claude Code. Nicht weil sie programmieren. Sondern weil das Tool universell geworden ist.📌 Drei Montag-AktionenShadow-AI-Audit. Schaut euch den Code-Output pro Entwickler über 2 Jahre an. Wer hat den 10×-Sprung gemacht? Diese Person nutzt heimlich Claude oder Codex.A/B-Test mit echter Aufgabe. Gleicher Task, gleiche 24 Stunden. Ein Entwickler "alt", einer mit Claude Code. Vergleicht Output, Fehlerrate, Fertigstellung.Drei-Stufen-Datenklassifikation. Stufe 1 unsensibler Code = jedes Tool. Stufe 2 interne Geschäftslogik = EU-gehostete Tools (Mistral). Stufe 3 regulierte Daten = Security-Review. Kein Verbot. Eine Policy.🎬 Die größere FrageMicrosoft wird das in 2-3 Monaten zurücknehmen. Genau wie Amazon. Aber ihr habt ein wichtigeres Problem: nehmt ihr euren Ingenieuren weiter den Ferrari weg — oder gebt ihr ihn endlich allen?⏱️ Timestamps00:00 — Cold Open: Der Lamborghini, das Microsoft-Memo, der 30. Juni-Stichtag03:00 — Agentisches Coding vs. Autovervollständigung — die zwei Welten05:30 — Context Window, Extended Thinking, Multi-File-Autonomie07:00 — Die $150-vs-$20-Frage und warum Ingenieure trotzdem zahlen09:00 — Der Amazon-AWS-Ausfall in China + Google + SpaceX-Cursor11:00 — Wie ihr eure Shadow AI in 5 Minuten auditet13:30 — Mistral Codestral + Cohere-Aleph Alpha als souveräne Alternative15:30 — Der Hackathon: 20 vs. 6.000 — die Frage, die jeder CTO sich stellen muss17:30 — werchota.ai: 85% Claude Code, jede einzelne Person19:00 — Drei Montag-Aktionen + Close aus Bregenz🎙️ Über den HostMalcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Nach über 15 Jahren bei Novartis und Schlumberger heute Fokus: KI ohne Bullshit. Letzte Woche live in London am AIM Summit — nach Lord Melvin (ehem. Chief der Bank of England) und vor Eric Trump, vor 150 Investoren. Dozent an ESADE und HSLU. Studiert ...

Du bist klonbar. Auch du. Jede Person, die diesen Podcast hört, ist heute mit dem Audio klonbar — und auch im Video. Die Software ist so gut, dass eineinhalb bis zwei Minuten Video reichen. Mit Audio noch weniger: 30 bis 40 Sekunden von einem Anruf.Wenn du denkst, das ist übertrieben — geh auf TikTok, tipp Patrycek ein. P-A-T-R-Y-C-Z-E-K. Ein 13-14-jähriger Junge, ein bisschen übergewichtig. Er drückt einen Knopf und schaut aus wie Brad Pitt. Bewegt sich wie Brad Pitt. Vor einem Monat gab es ihn nicht. Heute: 104 Millionen Views.Auf der einen Seite cool. Auf der anderen Seite — Leute — das ist eine Hacking-Anleitung für 30 bis 50 Cent.Erinnert ihr euch an die Arup-Story aus Hongkong, Januar 2024? Eine Mitarbeiterin bekommt einen Teams-Call. Der CFO. Der ganze Vorstand sitzt mit am Tisch. Sie macht über 15 Transaktionen 25 Millionen Dollar Überweisungen. Jede Person in dem Call war fake. Damals: hunderttausende Dollar Investment. Heute, zwei Jahre später: 30 Cent.🔧 Drei Technologien, die heute gestapelt werdenEchtzeit-Deepfake — dein Gesicht wird im Live-Call ersetzt, Millisekunden-Latenz. Stimme auch. Teuer, aber in 6 Monaten überall.Face-Swap-Pipeline — günstig und ausgereift. Funktioniert in Streams. Wenn Audio fehlt: "Sorry, Audio kaputt, ich tippe."Voice Cloning — billigste und reifste Technologie. Läuft lokal. 30 Sekunden Quellaudio reichen.📱 Wo das Zeug verkauft wird: TelegramNicht auf einer Website namens deepfake-store.com. Auf Telegram-Kanälen mit tausenden Mitgliedern. Du trittst bei, fragst "ich möchte X machen" — Minuten später bietet jemand dir einen Demo-Call an. Same Playbook wie legitimer Enterprise-Software-Verkauf.Eine genannte Software: Haotian AI. Chinesisches Real-Time-FaceSwap. Mit Kundensupport. Update-Protokollen. Tutorials. Direkt integriert in WhatsApp, Teams und Zoom. Ehrlich gesagt — SAP und die großen Software-Häuser sollten sich das anschauen. Besser integriert als die meiste legitime Software 2026.Preise im SaaS-Stil: 100 Dollar/Monat Einstieg, mehrere tausend für High-Quality-Modelle mit niedriger Latenz. Fraud-as-a-Service hat SaaS-Reife erreicht.🐷 Pig Butchering 2.0 — alte Scams, neue GesichterDas ist kein neuer Scam. Junge Männer in Nigeria und Ghana machen das seit Jahrzehnten. Fake-romantische Personas. Frauen ab 40-50, oft geschieden. Über Monate aufwärmen. "Ich liebe dich, schickst du mir Geld für mein Flugticket?" Slow extraction. Hat sogar einen Namen: Pig Butchering — du nimmst ein Schwein und schneidest es langsam.Vor heute: detektierbar. Falscher Akzent, falsches Foto, falscher Rhythmus. Heute: 25-jähriger aus Wien. Oder 25-jährige aus Hannover. Mit dem richtigen Gesicht. Der richtigen Stimme. Dem richtigen Akzent. Decades-alte Scam-Playbooks plötzlich enhanced.US-Betrugsverluste in dieser Kategorie: 12 Milliarden Dollar in 2023 → 40 Milliarden bis 2027. 30% Wachstum pro Jahr.🇩🇪 Warum DACH-Mittelstand das perfekte Ziel ist"Malcolm, ich bin glücklich verheiratet, mich betrifft das nicht." Stopp. Hör zu.Österreichischer Mittelstand. Schweizer Family Offices. GmbH-Inhaber. Firmen zwischen 200 und 2.000 Leuten, dritte oder vierte Generation. Wenn der CFO anruft und "dringend" sagt — die Leute machen schnell. Hierarchie ist real. Genau diesen Kultur-Reflex zielen die neuen Scammer an.Family Office Zürich — Teams-Call, dringende Immobilien-Überweisung, deal schließt heute. Die Assistentin kennt das Gesicht, die Stimme, den Reiseplan. Was nicht existiert: ein formales Rückruf-Protokoll. Trust ist das Betriebssystem. Dieses Trust kann heute auf Telegram für 500 Euro/Monat gemietet werden.IT-Passwort-Reset — Werksleiter ruft IT auf Teams an, "ich stecke beim Kunden, mein Passwort ist blockiert." Der IT-Mitarbeiter sieht das Gesicht, hört die Stimme, gibt den Reset frei. Perfekter Eingang für Ransomware. Nicht dein Passwort. Die Schlüssel zur ganzen Firma. (Die Nordkoreaner sind darin top — andere Episode.)🔍 Detection ist ein verlorenes Spiel. Protokoll nicht."Können wir Software kaufen, die Deepfakes erkennt?" — Kind of yes, mostly no. Detection-Software existiert, wird besser. Aber strukturell: sobald ein Detektor gut wird, testen die Angreifer dagegen und routen drumherum. Antivirus 1990 Arms-Race, nur schneller.🖐️ Ein kostenloser Trick: Wenn du im Call jemandem nicht traust — sag "kannst du einen Stift nehmen und vor der Kamera drehen?" Heutige Face-Swap-Modelle sind schlecht bei kleinen motorischen Bewegungen, die das Gesicht überlappen. Die Finger werden glitchen.🎯 Fünf Montag-Aktionen1. High-Risk-Action-Liste. Eine Seite, 5 Items. Was kann NICHT per Telefon/Teams genehmigt werden. Überweisungen >10.000 EUR. IT-Admin-Passwort-Resets. Vendor-Bankdaten-Änderungen. Document-Signing unter Zeitdruck. Payroll-Routing-Änderungen.2. Codewort-System. Ein Wort. Wechselt alle 90 Tage. Wird in Person ausgemacht, nie aufgeschrieben. Bei sensiblen Aktionen: "Was ist unser Codewort dieses Quartals?" Kann er nicht antworten — Call vorbei. Mache ich in meiner Familie.3. Multi-Factor auf Zahlungen. Du hast MFA auf deinem Microsoft-Login. Jetzt auf finanzielle Aktionen ausweiten. Über 10K: zweite Person muss via App auf separatem Gerät bestätigen. Video-Call kann das nicht überschreiben.4. Drill. Externer Berater simuliert Deepfake-Angriff. Impersoniert den CFO, den Werksleiter. Heute: vielleicht 2 von 10 Versuche erfolgreich. In 9 Monaten: 9 von 10. Jährlich machen wie eine Brandschutzübung.5. Team trainieren — zeig ihnen Patrycek. 10 Minuten beim nächsten All-Hands. Deepfake-Software auf den Screen. In 10 Sekunden 3 verschiedene Personen sein. "Das hat 3 Euro gekostet und 10 Minuten gedauert." Der Schock ist das Training.🧠 Die tiefere Lektion: Psychological SafetyBei einer HSLU-CAS-Session war die Head of Strategy vom Schweizer Fernsehen dabei. Am Ende sagte sie etwas, das mich nicht mehr loslässt: "Was bei deinen Protokollen fehlt, ist Psychological Safety."Das ist die Erlaubnis, mitten im Call zu deinem Chef zu sagen "ich glaube dir gerade nicht." Die Erlaubnis für die Assistentin, den CFO zu unterbrechen mit "schickst du mir auch noch eine schriftliche Bestätigung?" — ohne bestraft zu werden, ohne als schwierig zu gelten, ohne den Job zu verlieren.Im DACH-Raum ein riesiges Problem. Unsere Hierarchien sind real. Unsere Kultur belohnt Ausführung über Hinterfragen. Genau das zählen die Kriminellen auf Telegram.Die Arup-Mitarbeiterin damals war nicht dumm. Sie sah den CFO. Sah zehn Leute, die sie kannte. Was ihr fehlte: ...

Erinnert ihr euch noch an euren ersten Telefonrechnungsschock? Zwei Wochen Dubai, zurück zu Hause, plötzlich 1.000 Euro statt 30. Dasselbe Handy, dasselbe Verhalten — aber ein komplett anderes Abrechnungsmodell.Genau das passiert gerade in jeder Firma in DACH. Eure CTOs sitzen wie dieser Vater am Küchentisch und denken: "Wir zahlen 30 Euro im Monat für Copilot-Lizenzen." Und dann öffnet jemand still die API-Rechnung. Und sie ist nicht 30 Euro. Sie ist 1.500. Pro Mitarbeiter. Pro Monat.Andrej Karpathy — Co-Founder OpenAI, ex-Tesla AI-Chef — bringt es in einem aktuellen Post auf den Punkt: "90% eurer KI-Rechnung zahlt ihr für Kontext, den ihr nie braucht." Stellt euch das vor: ihr lasst ein Haus für 100.000 Euro bauen. Der Bauleiter sagt: "Malcolm, das macht 1 Million." — "Warum 10× mehr?" — "Naja, der Kontext..."Genau das macht eure Firma gerade mit jeder einzelnen KI-Abfrage.📚 Wie wir hierher gekommen sind2022-2023: Prompt Engineering. Gehälter 200.000-500.000 Dollar. "Bitte und Danke", "denke Schritt für Schritt", Chain of Thought. Funktioniert teilweise heute noch.2024: Job-Titel "Prompt Engineer" verschwindet. Karpathy bringt Context Engineering — die delikate Kunst, der KI im richtigen Kontextfenster die richtigen Informationen zu liefern.2026: Jetzt brauchen wir Prompt Engineering 2.0 — nicht für bessere Antworten, sondern für 10× günstigere Antworten.🔧 Acht messbare Token-Hebel, die kein Mittelständler nutztChunking — große Dokumente in semantische Stücke teilen, statt 100 PDFs in einer Abfrage zu verbrennenGrab-before-Fetch — der KI gezielt sagen, welches Buch sie aus der Bibliothek holen soll, statt sie 100 lesen zu lassenPrompt Caching — bei stabilen Präfix-Anweisungen zahlt ihr nur 10% (Anthropic). Erste Cache-Speicherung kostet 90%, jeder Wiederabruf 10%. Bei einer 17-Seiten-Compliance-Anweisung = riesiger Hebel.Skill.MD / Agent.MD — Arbeitsanweisungen für die KI. Karpathy hat es ausgerechnet: ohne Skill.MD = 4 Dollar pro Session. Mit Skill.MD = 30 Cent. Faktor 13.Compaction — bei langen Sessions selbst kompaktieren, nicht warten bis die KI das tut. Funktioniert in Claude Code, Codex etc.Model Routing — Haiku 5$/1M Tokens (Klassifikation, Formatieren), Sonnet 15$ (Code Review), Opus 25$ (Architektur). Fahrt nicht den Bugatti zum Einkaufen.Default Model wechseln — eure Devs haben das teuerste Modell als Standard. Sonnet reicht in 85% der Fälle.Auto-Context-Loading + Prompt-Audits durch eine zweite KI = automatischer Context-Bloat-Killer🚦 Die Stromrechnungs-Analogie für euren VorstandPrivat: 20-Euro-Glühbirne. Wenn ihr sie 24h anlasst, ist es egal. Stromrechnung 800 oder 850 — wurscht.Aber jetzt: Fabrikhalle. 50.000 Lampen. Drei Schichtbetrieb. Plus Anlagen, Serverraum. Plötzlich 5 Millionen Euro Stromrechnung. Genau das ist eure KI-Rechnung 2026. Ihr habt zwei Jahre lang KI gekauft, ohne den Stromzähler einzubauen.Wenn ich als Berater reinkomme und sage "Projekt für 1 Million Euro, um eure Prompt-Sachen zu verbessern" — und ihr aus 5 Millionen runter auf 500.000 kommt? Klar man, das ist Faktor 10.📟 Cloud-Meter — der physische Stromzähler für eure KIJemand hat sich einen kleinen Würfel mit Touchscreen gebaut, der in Echtzeit zeigt, wie viel Geld er aktuell für Tokens verbrennt. Schreibtisch neben dem Laptop. GitHub-Repo, viral auf TikTok. Ein Mensch hat einen Stromzähler für KI gebaut, weil er auch überfordert ist.🎯 Drei Montag-Aktionen1. Subscription Audit: Habt ihr Claude Code + Codex + Cursor + Lovable Pro + ChatGPT Plus + Gemini parallel? Lasst eine KI auflisten, wo Doppelausgaben sind. Bei werchota.ai sparen wir monatlich tausende, weil wir schnell abonnieren und schnell kündigen.2. Skill.MDs bauen: Sobald ihr einen Prozess 2× macht, schreibt eine Skill.MD. Bei werchota haben wir ein Skill-Repository auf GitHub. Jede Skill = bessere Qualität + 13× weniger Tokens.3. Default Model wechseln: Geht in Claude/Codex/Cursor, ändert das Default Model auf Sonnet (oder kleiner). Ihr werdet weniger "max out" bekommen — und ihr könnt viel länger arbeiten.💬 Die Frage, die jeder Vorstand stellen können muss"Wie viel kostet bei uns ein Token?"Eure CFOs wissen die Stromrechnung. Sie kennen den Goldpreis. Den Benzinpreis. Den Milchpreis bei Kaufland. Den Token-Preis kennen sie nicht. Und sie wissen auch nicht, dass sie ihn kennen sollten.Das ist die Sprache, die wir lernen müssen. KI-Sprache. Wer sie zuerst spricht, gewinnt.⏱️ Timestamps00:00 — Cold Open: Die 1.000-Euro-Roaming-Rechnung aus Dubai03:30 — Zwei Welten: Privat-Flatrate vs. Enterprise-API06:00 — Karpathy: 90% eurer Rechnung ist Müll-Kontext08:30 — Retro: Prompt Engineering 2022 → Context Engineering 2024 → Prompt Engineering 2.013:00 — Chunking + Grab-before-Fetch16:00 — Prompt Caching: 10% statt 100% (Anthropic-Hebel)19:00 — Skill.MD / Agent.MD — Faktor 1322:00 — Compaction25:00 — Stromrechnung-Analogie: 5 Mio. Token-Kosten ohne Zähler28:00 — Cloud-Meter — der physische Token-Zähler30:00 — Model Routing: Haiku/Sonnet/Opus — Skoda, Ferrari, Bugatti33:00 — Drei Montag-Aktionen: Subscription Audit, Skill.MDs, Default Model37:00 — Die Frage für jeden Vorstand: "Wie viel kostet ein Token?"🎙️ Über den HostMalcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Nach über 15 Jahren bei Novartis und Schlumberger heute Fokus: KI ohne Bullshit. Dozent an ESADE und HSLU. Studiert in Leoben.🚀 Ressourcen für Führungskräfte📚 Chief AI Academy — KI für Entscheider👥 AI Leadership Community🌐 werchota.ai📬 KontaktLinkedIn: linkedin.com/in/malcolmwerchotaE-Mail: [email protected]📰 QuellenAndrej Karpathy — Twitter/X-Post zu Context Engineering & Skill.MD Faktor 13Anthropic — Prompt Caching Pricing (10%/90% Split)Anthropic — Modellpreise Haiku / Sonnet 4.6 / Opus 4.7GitHub — Cloud-Meter Open-Source-Projekt (viral auf TikTok)Werchota.ai — interne Skill Repository & Subscription AuditsTags: #PromptEngineering #ContextEngineering #Karpathy #Anthropic #Claude #ClaudeCode #Codex #Tokens #AICost #PromptCaching #SkillMD #ModelRouting #DACH #Mittelstand #CFO #CTO #werchota #ChiefAIAcademy #DasKIKochbuch

Willkommen zu AI Drama. Heute kein Deep Dive — heute ein Drama in fünf Akten. Mit einem Bösewicht, einer Milliarden-Bewertung und einem der größten Interessenskonflikte der gesamten KI-Welt.Akt eins. Manila. Ivan verliert seinen Job an eine KI. Sein Satz: "I helped improve the work of an AI and now AI replaced my job." Zur selben Stunde, 12.000 km entfernt in San Francisco, geht eine Pressemitteilung raus: 950 Millionen Dollar frische Runde. Bewertung: 16 Milliarden Dollar. Investoren: Tiger Global, Google Ventures, Sequoia, Benchmark. Die Firma heißt Sierra. Und kein Schwein in DACH kennt sie.Dabei sollte jeder, der diesen Podcast hört, Sierra kennen. 40% aller Fortune 50 nutzen sie. 95% aller US-Black-Friday-Shoppers haben letztes Jahr mit einem Sierra-Agenten gesprochen — ohne es zu wissen. 50% aller US-Haushalte im Gesundheitssektor. Nordstrom, Sonos, Chime, The North Face, eine der drei größten Banken der Welt.📈 Die Zahlen, die nicht zusammenpassenBewertung Sept 2025: 10 Mrd. → heute 16 Mrd. (+60% in 8 Monaten)ARR vor 18 Monaten: 25 Mio. → November: 100 Mio. → heute: 150 Mio. (6× in 18 Monaten)Bewertungsmultiple: 105× ARR. Normal wären 5×. Das ist fast ein Glaubensbekenntnis.🎭 Akt zwei: Brad Taylor — der Mann, den ihr kennen müsstetSierras CEO ist Brad Taylor. Der sollte so berühmt sein wie Zuckerberg oder Musk. Sein Lebenslauf:Co-Erfinder von Google MapsCTO bei FacebookAufsichtsratsvorsitzender Twitter — saß am Tisch, als Elon es übernahmCo-CEO bei Salesforce bei Mark BenioffJanuar 2023: verlässt Salesforce. Februar 2023: gründet Sierra.The Times of India: "Der Protégé von Benioff ist jetzt sein größter Enemy." Sierra wirbt systematisch Salesforce-Flaggschiffkunden ab — Sonos, Casper, Rocket Mortgage. Sierras President of Field Operations? Direkt aus der Agent Force von Salesforce abgeworben. Ergebnis: Salesforce hat den Support-Bereich in 18 Monaten von 9.000 auf 5.000 reduziert, Aktie −30%, eine der schlechtesten Performances am Dow Jones.⚖️ Akt drei: Die KonfliktarchitekturErinnert ihr euch an die Sam-Altman-Feuerung Ende 2023? Wen haben sie mitten im Chaos zum Aufsichtsratsvorsitzenden von OpenAI gemacht? Brad Taylor.Jetzt rechnet zusammen:Sierra nutzt OpenAI-Modelle → Sierra ist Kunde von OpenAITaylor leitet OpenAI → er sitzt am Tisch von beiden SeitenSierras 950 Mio. Runde kommt u.a. von Google Ventures — dem direkten OpenAI-KonkurrentenSierra nutzt bis zu 15 Frontier-Modelle — OpenAI, Claude, Gemini parallelSeine Antwort 2024 auf den Vorwurf: "We exist at a different layer of the stack." Bro — du bist der größte Interessenskonflikt.📞 Akt vier: Warum Sierra wirklich gefährlich ist17 Millionen Callcenter-Mitarbeiter weltweit. 80 Milliarden Dollar an jährlichen Arbeitskosten. Gartner sagt: dieser Markt wird durch KI-Agenten neu verteilt. Schon jetzt:Teleperformance (500.000 Mitarbeitende, 60.000 davon Philippinen): Aktie −30%, Massenentlassungen, 100 Mio. RestrukturierungsplanTCS: 12.000 Stellen wegOracle India: 12.000 Stellen wegAvasant prognostiziert 300.000 Jobverluste in den nächsten JahrenSierras Agenten analysieren Tonlage und Stresslevel in Echtzeit. Planen den nächsten Satz, während ihr noch redet. Werden nicht müde, haben keinen schlechten Tag, sprechen jede Sprache. Salesforce-CTO: "A language model handles 8 sequential directives. A human cannot."🇩🇪 Akt fünf: DACH — was am Montag zu tun istSierra sagt offiziell: keine DACH-Kunden. Aber 25% des europäischen Bankings arbeitet angeblich schon mit Sierra. Und ihr habt deutsche Alternativen, die DSGVO-konform sind und on-prem laufen:Cognigy (Düsseldorf) — von NICE für 1 Mrd. gekauft. Kunden: Lufthansa, Bosch, Henkel, NestléParloa (Berlin) — Triple-Unicorn, 3 Mrd. Bewertung. Kunden: Deutsche Telekom, Decathlon. Ruft heute bei der Telekom an — die erste Stimme ist ein Parloa-Agent.Drei Montag-Aktionen:Customer-Service-Inventur: Wo wird Kundenkontakt gemacht? Telefon, E-Mail, Chat, Self-Service, Website. Wie viele Leute, wie viele Kosten pro Kanal?Den Klarna-Test: Wenn euer CEO morgen ruft "Wir brauchen Sierra-Agenten" — haltet ihm den Klarna-Salesforce-Reverse vor. Erst feuern, dann teuer wieder einstellen war 2024. 2026 ist das Modell viel besser.Souveränitäts-Frage: DSGVO, Sprachlogs, on-prem. Sierra ist amerikanisch. Cognigy + Parloa sind die DACH-Antworten.🎬 Die Frage, die alles entscheidetSierra wird der Wächter über euren Kundenkontakt. Die KI-Agenten antworten E-Mails, telefonieren mit euren Kunden, lesen jede Tonlage. Aber:Wer überwacht den Wächter?Wenn der Wächter Brad Taylor heißt — gleichzeitig OpenAI-Aufsichtsrat, Sierra-CEO, Google-Investor-Empfänger und Salesforce-Talent-Räuber — dann ist das nicht nur ein Interessenskonflikt. Das ist eine komplette Konfliktarchitektur.⏱️ Timestamps00:00 — Cold Open: Ivan in Manila + 950 Mio. in San Francisco02:30 — Wer ist Sierra? 16 Mrd., 105× ARR-Multiple, Fortune-50-Kunden06:00 — Akt zwei: Brad Taylor — Google Maps, Facebook, Twitter, Salesforce10:00 — Salesforce blutet: 9.000 → 5.000 Support, Aktie −30%13:00 — Akt drei: Der OpenAI-Aufsichtsrat + Google-Geld-Konflikt17:00 — Akt vier: 17 Mio. Callcenter-Jobs, 80 Mrd. Markt — was Gartner sagt21:00 — Teleperformance, TCS, Oracle — die Massenentlassungen sind schon da25:00 — Wie Sierra-Agenten Tonlage + Stress in Echtzeit lesen28:00 — DACH-Antworten: Cognigy + Parloa31:00 — Drei Montag-Aktionen für Customer-Service-Verantwortliche34:00 — Wer überwacht den Wächter? Closing aus Bregenz🎙️ Über den HostMalcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Nach über 15 Jahren bei Novartis und Schlumberger heute Fokus: KI ohne Bullshit. Dozent an ESADE und HSLU. Studiert in Leoben.🚀 Ressourcen für Führungskräfte📚 Chief AI Academy — KI für Entscheider👥 AI Leadership Community🌐 werchota.ai📬 KontaktLinkedIn: linkedin.com/in/malcolmwerchotaE-Mail: [email protected]📰 QuellenSierra — Series E announcement (950 Mio., 16 Mrd. Bewertung)The Times of India — Brad Taylor / Salesforce / Sierra coverageGartner — Callcenter Automation Market SizingReports zu Teleperformance, TCS, Oracle India LayoffsAvasant — Customer Service Job Loss ForecastsCognigy + Parloa Press Release...

Ein guter Freund von Malcolm — aus der Automobilbranche — sagt: "Malcolm, dein Podcast ist ja schön und gut, aber bei uns im Auto-Sektor tut sich genau gar nichts. Wir feuern doch keine Leute wegen KI." Falsch. So falsch. Diese Episode ist die Antwort.Was bei General Motors gerade passiert ist kein Einzelfall: 500-600 IT-Stellen weg in einer Welle. Plus die 1.000 Software-Mitarbeiter, die sie vor zwei Jahren schon abgebaut haben. Und das in mehreren parallelen Wellen über 18 Monate. Ausgerechnet die IT — die "Wichtigen, die ja KI ausrollen sollen". Genau die.Aber das ist nicht nur GM. Das Muster zieht sich von San Francisco bis München. Siemens. SAP. Amazon (14.000 Corporate Roles letztes Jahr + weitere 16.000 dieses Jahr). Microsoft (15.000 + 15.000, drei Runden geplant). Workday. CrowdStrike. Block. Es sind nicht Bäume — es sind ganze Wälder, die abgesägt werden.In dieser Episode zerlegt Malcolm drei Sachen:Warum das KEIN "AI is taking over"-Narrativ ist, sondern eine fundamentale Rollen-Redesign-Welle. Es geht nicht um Massenentlassungen wegen KI. Es geht um Rollen, die sich an der Wurzel verändern.Das Drei-Säulen-Paradigma (Harvard Business Review, Gartner, McKinsey): ↳ KI eliminiert Tätigkeiten (vor allem repetitive) ↳ KI erhöht Nachfrage nach bestimmten Tätigkeiten ↳ KI schafft komplett neue Rollen, die es vor 2 Jahren nicht gabKonkrete Action Items für HR und Recruiting — inklusive eines Rot-Gelb-Grün-Ampelsystems, mit dem ihr eure nächsten Einstellungen sofort bewerten könnt.🎯 Die drei neuen Rollen, die ihr 2026 einstellen MÜSSTAI Agent Trainer — Menschen, die KI-Agenten antrainieren können. Nicht "KI nutzen". Antrainieren. Das ist ein anderer Skill.Buy-vs-Build Specialist — Menschen, die beurteilen können, ob ihr eine Software-Lizenz kauft oder die Sache selber baut, weil KI das Bauen so einfach gemacht hat.AI Teacher / Internal Enablement — Menschen, die anderen Menschen KI beibringen können. Klingt banal — ist der größte Hebel im Unternehmen.🚦 Das HR-AmpelsystemSchreibt jeden Bewerber auf Grün, Gelb oder Rot:🟢 Grün: Alle drei Fähigkeiten — kann antrainieren, kann Build/Buy beurteilen, kann andere ausbilden🟡 Gelb: Zwei von drei (z.B. Build/Buy + Antrainieren, aber kann andere noch nicht beibringen)🔴 Rot: Keine der drei → 99% aller Einstellungen in 2026 sind aktuell hierInterview-Fragen, die jeder Recruiter ab heute stellen sollte:"Hast du in deiner letzten Firma Trainings gehalten?""Erkläre uns etwas über KI, das wir nicht wissen.""Share your screen — zeig uns LIVE, wie du KI nutzt."⚠️ Die unbequeme Wahrheit für HRWenn ihr selbst in HR sitzt und kein Ampelsystem habt — seid ihr die nächsten, die rot klassifiziert werden. Versteht ihr das? Weil ihr genau die strukturierte, repetitive Aufgabe macht, die heute schon automatisiert wird.Und in DACH machen wir's anders als in den USA: Wir feuern weniger — aber wir stellen weniger neu ein. Pension geht in Rente? Stelle nicht nach. Junior fragt nach repetitiver Datenaufgabe? Existiert nicht mehr. Harvard Business Review hat das längst dokumentiert: seit ChatGPT gibt es signifikant weniger Junior-Einstellungen für strukturierte Aufgaben.⏱️ Timestamps00:00 — Cold Open: Für meinen Freund aus der Automobilbranche02:00 — General Motors: 500-600 IT-Stellen + die 1.000 von vor 2 Jahren05:00 — Das Muster: GM, Siemens, SAP, Amazon, Microsoft — von SF bis München08:00 — Salesforce-Paradox (firing → re-hiring) wird seltener11:00 — DACH-Version: weniger einstellen statt entlassen14:00 — Drei Säulen: Eliminieren / Erhöhen / Neue Rollen18:00 — Die drei neuen Rollen: Agent Trainer, Build/Buy, AI Teacher23:00 — Das Rot-Gelb-Grün-Ampelsystem26:00 — Warum HR selbst die nächsten sind30:00 — Closing — Leoben, Manuel, half miracles🎙️ Über den HostMalcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Nach über 15 Jahren bei Novartis und Schlumberger heute Fokus: KI ohne Bullshit. Dozent an ESADE und HSLU. Studiert in Leoben.🚀 Ressourcen für Führungskräfte📚 Chief AI Academy — KI für Entscheider👥 AI Leadership Community🌐 werchota.ai📬 KontaktLinkedIn: linkedin.com/in/malcolmwerchotaE-Mail: [email protected]📰 QuellenTechCrunch + Transport Topics — General Motors IT Layoffs 2026Reports zu Amazon Corporate Layoffs (14k + 16k geplant)Microsoft Workforce Adjustments unter Satya NadellaHarvard Business Review — ChatGPT-Effekt auf Junior-HiringGartner + McKinsey — AI Role Redesign FrameworksTags: #KI #KIKochbuch #AIAdoption #JobMarket #FutureOfWork #RoleRedesign #GM #Siemens #SAP #Amazon #Microsoft #Automobilbranche #HR #Recruiting #Hiring #LayoffNomicon #AIAgent #BuyVsBuild #werchota #ChiefAIAcademy #DasKIKochbuch

Stellt euch das vor. Ihr holt euch keinen Berater mehr ins Haus. Ihr holt euch direkt den Modellhersteller. Plus Private Equity. Nicht für ein Strategiepapier. Sondern für den kompletten Umbau eurer Kernprozesse.Genau dafür steht gerade eine neue Firma. Bewertet — laut Berichten — mit 1,5 Milliarden Dollar. Anthropic, das Labor hinter Claude, geht zusammen mit Blackstone, Hellman & Friedman und Goldman Sachs in eine Enterprise-AI-Services-Struktur. Vier Namen, die normalerweise nicht zusammen am Tisch sitzen. Wenn sie es jetzt tun, ist die Botschaft hart: AI-Transformation wird nicht mehr über dutzende lose Beratungsprojekte laufen. Sondern über eine produktisierte Liefermaschine.Malcolm zeichnet in dieser Episode das vollständige Bild: Warum der wahre Engpass in Firmen nie das Modell war, sondern die Implementierung. Warum Blackstone in seiner Pressemitteilung erstaunlich offen vom "Implementation-Partner-Bottleneck" spricht. Warum die klassischen Systemintegratoren — Accenture, Deloitte, Capgemini — gerade einen Teil ihrer Macht verlieren. Und warum das für den DACH-Mittelstand sofort strategisch wird: vom Ersatzteilgeschäft bis zur Angebotserstellung, vom Service-Außendienst bis zur Betriebsratsfrage.Die Wahrheit hinter der "Build-it-yourself"-Romantik: CoatingAI brauchte 1,5 bis 2,5 Millionen Euro plus 10 Entwickler über Monate, um einen einzigen industriellen AI-Workflow in Produktion zu bringen. Wie viele Devs habt ihr? Einen? End of discussion. Buy, don't build.Das neue Geschäftsmodell ist nicht "Beratung". Es ist Equity-für-Implementation: Anthropic + PE-Partner kommen nicht mit einem Pitch-Deck — sie kaufen 15-20% deiner Firma und übernehmen das operationelle Mandat zur KI-Transformation. Wenn dein Konkurrent das macht und du nicht? Game over.Die Episode endet mit fünf konkreten Montag-Aktionen vor dem nächsten Anbieter-Pitch:Implementierungsinventur — wo verbrennt ihr aktuell Geld?Hartes Build-versus-Buy-Kriterium — Devs vs. realistische WorkflowsBesitzlandkarte für jeden externen Partner — wer hält die Operativ-DNA?Ein echter Use Case statt der schönsten DemoDer Ausfalltest — was passiert wenn der KI-Partner morgen rausgeht?Plus die Anfangsfrage, die alle Entscheider stellen müssen: Wenn das Modellhaus selbst zum Umsetzer wird — wer besitzt am Ende eure Betriebs-DNA?Die nächste Welle wird nicht von denen gewonnen, die am lautesten über Agenten reden. Sondern von denen, die Rollen, Prozesse, Daten und Umsetzung so sauber verschrauben, dass aus einem Modell ein vernünftiger Betrieb wird.⏱️ Timestamps00:00 — Cold Open: Wenn das Modellhaus selbst zum Umsetzer wird03:00 — Der wahre Engpass ist nicht das Modell — Implementation-Partner-Bottleneck06:30 — Wenn AI-Services zur Produktkategorie wird — das Accenture-Problem10:00 — Was das für DACH-Maschinenbau bedeutet — Ersatzteile, Service, Angebote13:00 — Build versus Buy — die CoatingAI-Wahrheit (1,5-2,5 Mio + 10 Devs)15:00 — Fünf Montag-Aktionen vor dem nächsten Anbieter-Pitch17:00 — Wer besitzt eure Betriebs-DNA?🎙️ Über den HostMalcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Nach über 15 Jahren bei Novartis und Schlumberger heute Fokus: KI ohne Bullshit. Dozent an ESADE und HSLU.🚀 Ressourcen für Führungskräfte📚 Chief AI Academy — KI für Entscheider👥 AI Leadership Community🌐 werchota.ai📬 KontaktLinkedIn: linkedin.com/in/malcolmwerchotaE-Mail: [email protected]📰 QuellenAnthropic — Enterprise AI Services CompanyBlackstone PressemitteilungTechCrunch — Anthropic + OpenAI JVsCNBC — Goldman/Blackstone AI VentureFortune — Claude Consulting IndustryTags: #Anthropic #Claude #Blackstone #GoldmanSachs #HellmanFriedman #EnterpriseAI #AIServices #ImplementationBottleneck #BuildVsBuy #DACH #Mittelstand #Maschinenbau #Accenture #Deloitte #Capgemini #CoatingAI #KIBeratung #DasKIKochbuch #TheAICookbook #werchota #ChiefAIAcademy