Insights.
Research, Operating Models und Feldnotizen für industrielle B2B-Führungskräfte, die KI von Aktivität in verantwortbaren Business-Wandel übersetzen.
Auf dieser Seite
- Nach der Knappheit: Was aus uns wird, wenn das ökonomische Problem gelöst ist
Eine unabhängige zivilisatorische Prüfung, die ich in persönlicher Eigenschaft verfasst habe. Fast vier Jahre nach Beginn der GenAI-Welle ist die interessantere Frage nicht mehr die der Produktivität. Sondern was die Zivilisation tut, sobald das ökonomische Problem von Keynes wirklich in greifbare Nähe rückt. Die empirischen Erkenntnisse von Keynes bis Hirsch, von Brickman bis Killingsworth, von OpenResearch bis GiveDirectly, von Sahlins bis Veblen, von Aristoteles bis Bostrom laufen auf eine einzige Schlussfolgerung hinaus: Post-Knappheit löst nicht das menschliche Problem. Sie kehrt es um.
- Auswirkungen des KI-Fiebers auf Unternehmen: Was fast vier Jahre GenAI tatsächlich gebracht haben
Fast vier Jahre nach der Veröffentlichung von ChatGPT melden 88 % der Unternehmen eine regelmässige KI-Nutzung, aber nur ein Drittel hat mit der Skalierung begonnen und nur 6 % qualifizieren sich als KI-High-Performer in Bezug auf das EBIT. Die Absichten der CEOs haben sich schneller entwickelt als die Neugestaltung von Workflows, die Erfolgsmessung und die Anpassung von Betriebsmodellen. Eine Synthese vom Mai 2026 aus McKinseys „State of AI 2025“, MIT NANDAs „GenAI Divide“, IBMs „2026 CEO Study“, den Preislisten von Anbietern und öffentlichen Unternehmensberichten.
- Der generative KI-Reset: Warum die meisten Marketingorganisationen die nächsten 36 Monate nicht überleben werden
Eine Synthese als Arbeitspapier zur Diskontinuität, die Suche, Marketing und die Architektur des Internets neu definiert. ChatGPT erreichte in 18 Monaten 900 Millionen wöchentlich aktive Nutzer. Der Publisher-Traffic aus der Suche fiel in einem einzigen Jahr um ein Drittel. Holdinggesellschaften haben Zehntausende von Stellen abgebaut. Die Marketingfunktion, wie sie heute strukturiert ist, wird die kommenden Entwicklungen nicht überleben.
- KI-Inhalte in grossem Massstab: Das Markenrisiko, das niemand beziffern will
Ein forschungsgestützter Essay für Führungskräfte darüber, wo die Produktion von KI-Inhalten echten Mehrwert schafft, wo sie das Markenvertrauen beschädigt und wie Führungskräfte Übersetzung, Copywriting, Bilder, Video, Software, Websites, SEO und Offenlegung in grossem Massstab steuern sollten.
- Der Tod von SaaS: Warum die Lizenzwirtschaft durch KI neu bewertet wird
Ein forschungsgestützter Essay für Führungskräfte, der argumentiert, dass SaaS nicht verschwindet, sondern seine Gatekeeper-Ökonomie zerbricht. KI-gestützte Entwicklung, agentische Ausführung und ergebnisorientierte Preismodelle verlagern den Wert von Unternehmenssoftware von Nutzerlizenzen (Seats) auf Ergebnisse und vom reinen Anbieterzugang auf das Urteilsvermögen der Anwender.
- Der Stand der KI, April 2026: Was die Zahlen für Führungskräfte wirklich bedeuten
Eine Synthese für Führungskräfte der strategischen KI-Bewertung vom April 2026, aktualisiert für die Veröffentlichungen von Ende April (GPT-5.5 und DeepSeek V4 Pro). Ein vierfaches Unentschieden an der Spitze, eine Verdopplung der agentischen Aufgabenhorizonte alle vier Monate, eine Adaptionsrate von 88 % bei einer EBIT-Erfassung von nur 6 % und ein Capex-Superzyklus der Hyperscaler von 660 Mrd. USD. Die Zahlen zeigen deutlich, welche Entscheidungen im Jahr 2026 die Wettbewerbsposition für den Rest des Jahrzehnts bestimmen werden.
- Das intelligente Industrieunternehmen
Ein szenariobasiertes Arbeitspapier darüber, wie künstliche Intelligenz die B2B-Schwerindustrie, industrielle Betriebsabläufe, Energiesysteme, Robotik, Modelle für die Arbeitswelt und Wertschöpfungsketten zwischen 2026 und 2036 transformieren könnte.
- Skalierung der Rechenleistung jenseits des Mooreschen Gesetzes
Ein Arbeitspapier über das Rechenregime nach Moore. Es untersucht das Wachstum der Trainingsrechenleistung, algorithmische Effizienz, wissenschaftliche Entdeckungen und die Beschränkungen, die Frontier-KI bis 2030 prägen werden.
- KI-Chancen über Geschäftsprozesse finden
Beginnen Sie mit Prozess und Leistungslücke. Vergleichen Sie KI mit Prozessverbesserung, Integration und Regeln. Wählen Sie das nächste Experiment anhand von Belegen, Einsatzbedingungen und realistischer Wirtschaftlichkeit.