Das sind die Themen:

Gen-AI bleibt zu oft im Proof-of-Concept stecken 80 Prozent der Unternehmen nutzen Gen-AI, haben aber noch keinen wirtschaftlichen Nutzen gefunden – das McKinsey-Paradox aus 2024. Der Grund: Viele konzentrieren sich darauf, bestehende Prozesse effizienter zu machen, statt grundlegend neu zu denken. Wer nur die Dampfmaschine durch einen Elektromotor ersetzt, ohne das Fabrik-Layout anzupassen, verschenkt das eigentliche Potenzial.

Customer Service wird zur ungenutzten Datenquelle Newsletter kommen von "no-reply", Callcenter-Zeiten sollen minimiert werden – Kundenfeedback gilt als Kostenproblem statt als Wissensquelle. Dabei liegt hier enormes Potenzial: Gen-AI kann chaotische Kundendaten operationalisierbar machen. Während westliche Unternehmen Kosten senken wollen, baut Ctrip in China neue Callcenter – weil echter Dialog Beziehungen aufbaut und KI die Agenten optimal unterstützt.

Hyperpersonalisierung funktioniert nur bidirektional Statt Botschaften nur rauszusenden, ermöglicht KI echte Dialoge: Der Kunde gibt Feedback zu Farben, Zeitpunkten oder Präferenzen – in Echtzeit verwertbar. Bei Damac in Dubai chattet man erst mit KI, wechselt dann zum Menschen, der parallel KI-Support hat. Das Ergebnis: menschlicher Kontakt ohne Wartezeiten oder Recherche-Stress beim Agenten.

AI Search verändert die Spielregeln für Marken SEO nach klassischem Muster funktioniert nicht mehr – Rankings sind dynamisch, Antworten individuell. Die Lösung liegt nicht in technischen Tricks, sondern in bewusstem Markenaufbau. Wer erreicht, dass Kunden gezielt nach der eigenen Marke suchen statt nach generischen Produkten, spart sich den ständigen Wettbewerb um bezahlte Platzierungen.

Machine Learning verdient das Geld, Gen-AI bekommt den Hype Chinesische Versicherer nutzen seit 2017 KI für Gesundheits-Check-Automaten und automatische Schadensregulierung – wirtschaftlich erfolgreich, aber ohne Medienrummel. Während Milliarden in Gen-AI fließen, läuft das eigentliche Business mit "alter" KI. Der Fokus auf das Neue verhindert oft den produktiven Einsatz bereits verfügbarer Technologie.