Gast
Patrick McCrae
Gründer LangTech
Key Insights
KI ist eine Sammlung von Technologien, kein einzelnes Konzept – mit Technologie zu beginnen statt mit dem Problem ist der häufigste Fehler.
Out-of-the-box ChatGPT liefert 60-65% Genauigkeit bei strukturierten Aufgaben; maßgeschneiderte Lösungen erreichen 95% – für produktive Prozesse ist der Unterschied entscheidend.
Automatisierungsziele erst definieren, dann KI auswählen – ein schlechter Prozess wird mit KI nur noch schlechter.
Externe KI-Expertise nur einstellen, wenn der ROI klar ist – die Kosten (50k–150k) rechtfertigen sich nur bei konkretem Anwendungsfall.
Aus der Episode
KI. Überall. Auf jedem Kongress, in jeder Pressemitteilung, in jedem LinkedIn-Post. Und in den meisten Unternehmen: noch nicht wirklich angekommen. Patrick McCrae weiß, warum.
Patrick ist Gründer von LangTech und berät Unternehmen bei der praktischen KI-Implementierung. Praktisch ist das Schlüsselwort. Nicht theoretisch, nicht in Folien, sondern in produktiven Systemen, die wirklich laufen.
KI ist keine einzelne Technologie
Ein verbreiteter Denkfehler: "Wir machen jetzt KI." Aber KI ist keine Einzeltechnologie. Es ist ein Sammelbegriff für eine breite Palette an Methoden, von Natural Language Processing bis Machine Learning, von Bildverarbeitung bis Chatbots. Wer "KI" sagt, ohne zu sagen welche Methode für welches Problem, hat noch keine Entscheidung getroffen.
Patrick empfiehlt deshalb: Immer mit dem Problem anfangen, nie mit der Technologie.
ChatGPT ist nicht immer die Antwort
Out-of-the-box erreicht ChatGPT bei typischen Aufgaben wie dem Extrahieren von Daten aus PDFs etwa 60 bis 65 Prozent Genauigkeit. Für interne Produktivitätstools reicht das oft. Für produktive Prozesse, in denen Fehler Konsequenzen haben, reicht es nicht.
Maßgeschneiderte Lösungen kommen auf 95 Prozent. Der Unterschied ist nicht nur die Genauigkeit, sondern auch die Reproduzierbarkeit: ChatGPT antwortet auf dieselbe Frage manchmal unterschiedlich. In einem Kreditfreigabeprozess ist das ein Problem.
Der größte Fehler: Mit der falschen Erwartung starten
Große Tech-Anbieter versprechen viel. LinkedIn ist gefüllt mit KI-Erfolgsgeschichten. Der Hype ist real, und er hat eine Kehrseite: Wenn das erste Projekt scheitert oder hinter den Erwartungen zurückbleibt, verliert das Unternehmen den Mut für das zweite. Dabei hätte das zweite funktioniert.
Patrick sieht das regelmäßig: Falsche Anbieter, falsche Erwartungen, zweite Chance schwer zu bekommen.
Was du konkret mitnehmen kannst
Bevor du mit KI anfängst: Welchen Prozess willst du verbessern? Ist das wirklich ein schlechter Prozess, oder ist er nur nicht digitalisiert? Beides braucht eine andere Antwort.
Dann: Welche Genauigkeit braucht dein Anwendungsfall wirklich? Für den internen Assistenten, der Mails zusammenfasst, sind 80 Prozent ausreichend. Für die Risikoprüfung im Einkauf nicht.
Und: Hole dir externe Expertise, wenn der ROI es rechtfertigt. KI-Spezialisten kosten zwischen 50.000 und 150.000 Euro pro Projekt. Das ist viel Geld. Es ist deutlich weniger als ein gescheitertes Projekt.
Ruhig bleiben ist kein Nachteil. Wer mit klarem Problem und realistischen Erwartungen startet, kommt weiter als wer mit KI-Hype.
Nächster Schritt
Wo steht Ihre Transformation?
In 6 Fragen, 3 Minuten – sofortiges Ergebnis.
Ihre Hosts