Dominic von Proeck Sr.

Hört endlich auf, die neuesten KI-Modelle zu verwenden!

Auf Vorträgen werde ich regelmäßig gefragt, was wir eigentlich für unsere KI-Infrastruktur ausgeben.
Die Antwort überrascht fast jeden: Ca. 30.000 Euro im Jahr. Für alles.
Alle Agenten, unser komplettes Software-Setup.

Wie das geht?

Zwischen dem teuersten State-of-the-Art-Modell und dem richtigen Modell liegt Faktor 300: $15 vs. $0,05 pro Million Token.

Wer glaubt, das neueste Modell liefert automatisch das beste Ergebnis, liegt in den meisten Fällen falsch.

Für Belege vorsortieren, umbenennen, ablegen? Kein Reasoning-Modell nötig.
Inhalte übersetzen? Kein Reasoning-Modell nötig.
Den Großteil der Routineaufgaben in einem Unternehmen? Kein Reasoning-Modell nötig.

Man braucht keinen promovierten Mathematiker, um Akten zu sortieren.

Das eigentliche Problem ist ein anderes:
Wenn Mitarbeitende selbst entscheiden, welches Modell sie verwenden, wählen sie fast immer das neueste.

Deshalb überlassen wir diese Entscheidung bei uns nicht dem Menschen.

Unsere KI-Recruiterin Helga wählt für jeden Agenten das passende Modell aus.

Das ist weder Sparmaßnahme noch Kompromiss. Es ist schlicht die sinnvollere Architektur.

Und IT-Abteilungen sind hier klar gefordert: Governance rund um Modellauswahl ist kein Nice-to-have mehr. Es ist eine Kostenfrage. Und eine Nachhaltigkeitsfrage.

Seid ihr Sparfuchs oder "Token-Maxxer"?

In den letzten Wochen war ich in zahlreichen Vorstandsmeetings von Unternehmen mit Milliardenumsätzen um über KI zu sprechen. 3 Erkenntnisse aus diesen Meetings...

Eingeladen, obwohl "McKinsey" und die großen Tech Player schon da waren. Und trotzdem der Fortschritt bei der sinnvollen Nutzung von KI nicht in die Organisation skaliert.

Hier sind meine drei größten Erkenntnisse aus diesen Meetings:

1. Kein einziger Vorstand arbeitet selbst mit Agents. Nicht einer.
Dieselben Menschen, die KI-Transformation für ihre Organisation beschließen, haben noch nie einen eigenen Agenten eingerichtet. Noch nie erlebt, wie sich das anfühlt. -> Practice what you preach.
Wer nicht selbst versteht, wie KI-Transformation sich für Mitarbeitende anfühlt, kann sie nicht führen.

2. Transformation wird von der IT getrieben. HR klebt ein Pflaster drauf.
Das Muster ist immer dasselbe: Die IT rollt Tools aus und HR organisiert ein paar Prompt-Athons und Basisschulungen. Beide schieben sich gegenseitig die Verantwortung zu. Change-Verständnis? Fehlanzeige.
KI-Transformation ist kein IT-Projekt. Sie ist ein Kulturprojekt. Und solange das nicht verstanden wird, bleibt es bei Piloten, die nie skalieren.

3. Es wird zu viel über Infrastruktur geredet. Zu wenig über Menschen.
Architektur, Governance, Souveränität, Tool-Auswahl. Stundenlange Diskussionen über das richtige Setup.
Und die Frage, wie gute Verhaltensveränderung bei Mitarbeitenden aussieht? Kommt kaum vor. Dabei ist genau das der Hebel.

Der Mensch, der morgen früh anders arbeitet als gestern.

Für mich ist klar: Solange Vorstände KI-Transformation delegieren, statt sie selbst zu leben, wird sich das grundlegend nicht ändern.

Wo steht euer Vorstand?

Anfang des Jahres sind unsere LinkedIn-Zahlen um 17 Prozent eingebrochen.
Nicht weil mein Agent Hansi der alle meine Posts schreibt, schlechter geworden ist, sondern weil LinkedIn seinen Algorithmus grundlegend geändert hat.

Also haben wir Hansi eine KI-Datenanalystin an die Seite gestellt: Viktoria schaut sich alle zwei Wochen an, was wirklich funktioniert. Und überarbeitet dann eigenständig Hansis Prozesse auf Basis echter Daten.

Kein Bauchgefühl mehr, kein manuelles Eingreifen, kein Gefühl beim Redaktionsplan.

Das Ergebnis: Wir outperformen gerade auch Accounts mit mehr als doppelt so vielen Followern im Engagement.

Die eigentliche Frage ist: Was bedeutet das, wenn dieses Prinzip eines selbstlernenden Agents auf alle Unternehmensbereiche übertragen wird, habe ich in meiner neuen Kolumne für Business Punk aufgeschrieben.

Link in den Kommentaren.

Und wer live sehen will, wie wir diese Systeme gebaut und implementiert haben: Am 9. Juni zeigen wir genau das in einem Webinar. Wer noch dabei sein will, findet den Link ebenfalls in den Kommentaren.

Ich halte nichts von Zukunftsszenarien. Trotzdem hat mich "Europe 2031" wirklich getroffen...

Nicht wegen der Prognosen selbst, denn ich sage ja bewusst, dass ich kein Freund davon bin, daraus zu viele Ableitungen zu treffen. Sondern weil das Papier ein paar Dynamiken beschreibt, die ich selbst seit 3 Jahren beobachte.

Und just am Wochenende nochmal eine Bestätigung dafür:

Anthropic hat sein stärkstes Modell Fable 5 für alle gesperrt, weil ein US-Regierungserlass es verlangt, dass es nur noch US-Bürger nutzen dürfen.
Da das in Echtzeit zu überprüfen nur schwer möglich ist, hat Anthropic das Modell komplett abgeschaltet.

"Europe 2031" beschreibt u.a. solche Mechanismen und deren Auswirkungen für Europa:

Wer die Infrastruktur besitzt, entscheidet, wer Zugang bekommt. Europa kontrolliert heute 5 % der globalen KI-Rechenkapazität, Amerika 80 %.
Das ist keine Dystopie, das ist die aktuelle Ausgangslage.

Ich bin mit Leaders of AI angetreten, weil ich glaube, dass Europa die Chance hat Anwendungsweltmeister in KI zu werden.

Nicht bei den Modellen und wahrscheinlich auch nicht bei der Infrastruktur. Da werden wir nicht gewinnen, und das ist kein Eingeständnis einer Niederlage, sondern schlicht Realismus.

Aber bei der Transformation, bei der Anwendung, beim Aufbau von Organisationen, die KI wirklich nutzen können. Darin liegt unsere Chance, und dafür stehen wir.

Und genau deshalb arbeiten wir seit Monaten im Stealth Modus an einer gemeinnützigen Initiative mit zahlreichen Partnern unter dem Titel "Save the Mittelstand."

Was wir konkret vorhaben, mit welchem Partner wir das angehen und warum ich überzeugt bin, dass das der wichtigste Schritt ist, den wir als Leaders of AI gerade gehen können dazu in Kürze mehr.

Bis dahin erstmal: Leseempfehlung zu "Europe 2031". Link in den Kommentaren.

Ford hat 350 Ingenieure entlassen, weil KI ihre Jobs übernehmen sollte.
Jetzt holt Ford genau diese 350 Ingenieure zurück...

Und das ist keine Niederlage für KI.

Das ist eine Niederlage für ein grundlegendes Missverständnis darüber, wie Erfahrungswissen funktioniert.

Ford dachte, es reiche aus, Konstruktionsvorgaben in ein System einzulesen und die Maschine den Rest erledigen zu lassen. Was dabei übersehen wurde: Jahrzehnte an implizitem Wissen lassen sich nicht mal schnell digitalisieren.

Es steckt nicht in Handbüchern. Es steckt in den Köpfen von Menschen, die tausende Fehler gesehen, bewertet und korrigiert haben. Die KI hatte keine Chance, das zu wissen. Die Rückrufkosten explodierten deswegen.

Jetzt schulen die zurückgeholten Senior-Ingenieure, intern liebevoll "Graue Bärte" genannt, die Algorithmen nach. Und die J.D. Power Studie 2026 zeigt: Es wirkt.

In Deutschland geht der Babyboomer-Knick in den nächsten fünf Jahren voll durch. Hunderttausende erfahrene Fachkräfte gehen in Rente, und mit ihnen verschwindet Wissen, das nie dokumentiert wurde.

Ford zeigt uns gerade im Kleinen, was uns gesamtgesellschaftlich droht, wenn wir dieses Wissen nicht rechtzeitig sichern.

Für mich ist klar: Wer jetzt nicht anfängt, gemeinsam mit seinen Grauen Bärten an diesem Thema zu arbeiten wirft sich selbst in den nächsten Jahren zurück.

Ansätze sind dabei nicht nur ätzende Fragebögen. Wir dürfen uns auch alle mehr mit Skill-Inferenz beschäftigen, um digitale Fußspuren der Erfahrenen zu analysieren.

Und natürlich haben auch Frauen "Graue Bärte"...keine Frage!

Wir haben 53 KI-Agenten. Und trotzdem haben wir 6 Monate lang getestet, ob wir sie alle abschaffen sollten...

Der Auslöser war Claude Cowork, wie wahrscheinlich bei vielen.

Seit dem Launch klingelt unser Telefon heiß: Die Frage aus den Chefetagen ist immer dieselbe: „Sind KI-Agenten jetzt outdated? Müssen wir das alles wieder einreißen?"

Wir wollten keine Meinung liefern. Wir wollten Daten.

Also haben wir 6 Monate lang zwei völlig unterschiedliche KI-Infrastrukturen parallel betrieben.

Ansatz A: unser eingespieltes Agenten-Netzwerk rund um Monika, Jürgen und Helga.
Ansatz B: ein zentrales KI-Betriebssystem, das direkten Zugriff auf alles hat und sich seinen Lösungsweg autonom sucht.

Hier ist, was wir gelernt haben:

KI-Agenten sind nicht outdated. Aber sie sind auch nicht die Antwort auf alles.

Das Agenten-Modell hat klare Stärken: hohe Output-Qualität durch gegenseitige Kontrolle, minimaler Blast Radius bei Fehlern, und psychologisch fühlt es sich für Teams einfach natürlicher an, mit „Kollegen" zu arbeiten als mit einer unsichtbaren Maschine.

Das Betriebssystem hat andere Stärken: keine Silos, einfacheres technisches Setup, und ein Potenzial der besten KI-Modelle, das wir ehrlich gesagt noch nicht vollständig verstehen.

Aber es hat auch einen gewaltigen Haken. Ein System, das alle Schlüssel zum Königreich hat. Ein einziger Schluckauf beim Anbieter und die gesamte Firma steht still. Governance ist auch nicht unbedingt einfacher, wenn alle Skills und jeder Kontext für alle im Team transparent sind.

Unser Zwischenfazi: Es gibt kein Schwarz oder Weiß. Welcher Ansatz gewinnt, hängt vom konkreten Anwendungsfall ab.

Wenn ihr die vollständige Analyse wollt, die Zahlen, die Fehler und unsere dritte Infrastruktur-Hypothese, die wir gerade mit Unis erforschen:

Dann holt euch unseren kostenlosen Newsletter. In den nächsten Wochen arbeiten wir das Thema Stück für Stück auf. Link in den Kommis.

0 % Halluzinationen dank der Bienenkönigin...

Forscher haben das Queen-Bee-System gegen klassische Single-Agent-Architekturen getestet: 59 Szenarien mit finanzielle Daten, inkl Mandatstrennung und gezielten Angriffen auf Sicherheitsbarrieren.

Das Ergebnis:
-> Single-Agent-Systeme: 0 % der Angriffe blockiert.
-> Queen-Bee-Architektur: 100 % der Angriffe blockiert.

Der Unterschied liegt nicht in einem besseren Modell.
Er liegt in der Governance-Architektur dahinter.

Und so funktionierts:

Die Königin plant: Sie analysiert den Auftrag, schaut welche Fähigkeiten gebraucht werden und erstellt für jeden Unter-Agenten eine sogenannte BeeSpec. Eine Art digitaler, fälschungssicherer Pass. Darin steht unveränderlich: welche Tools erlaubt sind, auf welchen Kundenbereich zugegriffen werden darf, welches Sicherheitsprofil gilt.

Die Bienen führen aus, aber sie dürfen kein einziges Tool direkt ansteuern.

Zwischen Biene und Tool sitzt eine Policy Engine.
Komplett in klassischem Python-Code geschrieben. Kein LLM. Keine Wahrscheinlichkeiten und keine Interpretationsspielräume.

Nur eine einzige Frage: Steht dieses Tool auf der Erlaubnisliste dieser Biene für diesen Kunden?

Ja oder Nein. Kein Vielleicht.

Genau das ist der Punkt, den viele beim Aufbau von Multi-Agent-Systemen übersehen.

KI ist exzellent darin, Aufgaben zu planen, Kontext zu verstehen und kreativ zu lösen. Aber KI ist ein schlechter Türsteher. Sie schätzt und interpretiert.

Und genau das ist das letzte, was du willst, wenn es um Compliance, Datentrennung oder Zugriffsrechte geht.

Wer KI-Agenten in Unternehmen einsetzt und die Governance dem Modell selbst überlässt, baut auf Sand.

Vorhersage: "Verifikation, ob etwas gut ist oder nicht" wird die neue Währung unserer Zeit. Und wir brauchen System, die uns genau dabei unterstützen.

Was passiert, wenn KI-Agenten plötzlich einen CEO bekommen? Genau das testen wir gerade bei Leaders of AI. Mit einem digitalen Zwilling meiner Person.

Wir bauen gerade einen KI-Dominic.

Denn je mehr KI Agenten im Unternehmen arbeiten, desto wichtiger wird die Frage, wer ihnen Orientierung gibt. Nicht nur technisch, sondern auch kulturell, strategisch und menschlich.

Dafür haben wir in den letzten Wochen sehr viel von dem verdichtet, was normalerweise nur implizit in meinem Kopf liegt: Meine Entscheidungsprinzipien, Strategien, die Werte von Leaders, aber auch mein Persönlichkeitsprofil und meinen Kommunikationsstil.

Der spannendste Teil daran war für mich, dass wir unsere Werte in eine Hierarchie bringen mussten. Denn Werte klingen auf Folien immer schön. Aber erst wenn zwei Werte im Konflikt stehen, merkst du, ob sie wirklich handlungsleitend sind.

Was passiert zum Beispiel, wenn Geschwindigkeit und Vertrauen gegeneinander laufen? Oder wenn ein Randfall auftaucht, den niemand vorher beschrieben hat?

Genau an dieser Stelle braucht ein digitaler Zwilling keine 200 Seiten Floskeln, sondern klare Prinzipien und Anekdoten, wie das bisher gelöst wurde.

Deshalb haben wir auch meine 6 Prinzipien verdichtet, nach denen ich Startups aufbaue und Entscheidungen treffe. Daraus ist ein Agent entstanden, der nicht einfach Antworten im Dominic Stil schreibt, sondern einordnen, challengen und Feedback geben soll.

Er soll unklare Entscheidungen vorsortieren. Für Menschen und eben für unsere KI-Agenten.

Mir geht es dabei nicht darum, den CEO-Posten abzuschaffen. Alleine schon aus ethischer Sicht, sollte dieser bei einem Menschen liegen.

Ich will verstehen, wie Führung funktioniert, wenn Menschen und KI-Agenten immer enger zusammenarbeiten.

Für mein Team ist das jetzt schon spannend. Denn ich bin nicht immer verfügbar. Und manchmal will man ein Thema erst einmal gegen eine Perspektive challengen, bevor man es mit dem Chef bespricht.

Für mich ist klar:

Der digitale Zwilling eines CEOs wird den CEO nicht ersetzen.
Aber er könnte Führung im Alltag viel zugänglicher machen.

Kennt ihr Beispiele von größeren Organisationen, die digitale Zwillinge von CEOs, Vorständen oder Entscheidern bereits nutzen?

Viele Organisationen wissen nicht, wie sie Transformation wirklich umsetzen.

Interimsmanager könnten die Antwort sein.

Am 13. Juni halte ich die Eröffnungs-Keynote beim 20. Jahresforum Interim Management im Kameha Grand Hotel in Bonn.

Ich zeige live, wie wir als Organisation heute arbeiten.

Und warum Interimsmanager dabei keine Lückenfüller sind, sondern Multiplikatoren.

Menschen, die Wandel nicht nur begleiten, sondern aktiv mitprägen.

Das ist eine Rolle, die viel zu selten so benannt wird.

Wer nächste Woche in Bonn dabei sein möchte: Es gibt noch die Möglichkeit dazu...schaut einfach bei AIMP - Association of Interim Management Professionals vorbei.

Ich freue mich auf jeden von euch, den ich live Vorort treffe.

KI macht Organisationen nicht produktiver. Sie zeigt zuerst, wie kaputt sie wirklich sind...

Das ist die zentrale Erkenntnis aus einer Studie unseres Dozenten Prof. Dr. Bernhard Wecke, an der ich teilgenommen habe.

Hier die fünf Erkenntnisse:

- KI ist kein Technologieprojekt, sondern ein Organisationsstresstest.
Sie legt schonungslos offen, was vorher durch Improvisation und informelle Absprachen verdeckt wurde. Unklare Verantwortlichkeiten, implizite Prozesse, mangelhafte Datenstrukturen.

- Prozesskompetenz schlägt Toolkompetenz.
KI entfaltet nur dort Wirkung, wo Prozesse bereits verstanden, stabilisiert und explizit beschrieben sind. Ohne diese Reife digitalisiert KI lediglich bestehende Unschärfen.

- Akzeptanz ist aktive Organisationsarbeit, kein Automatismus.
Technische Überlegenheit führt nicht automatisch zu Vertrauen. Akzeptanz muss durch Beteiligung und Kompetenzaufbau aktiv organisiert werden.

- Governance macht KI skalierbar.
Viele Initiativen bleiben fragmentierte Pilotprojekte, weil verbindliche Regeln und klare Verantwortlichkeiten fehlen. Prozesse machen KI möglich, Governance macht sie groß.

- Ambiguitätstoleranz ist die kritische Führungsaufgabe.
KI-Integration erzeugt dauerhafte Spannungsfelder zwischen Innovation und Stabilität, Tempo und Kontrolle. Wer diese Widersprüche nicht gleichzeitig führen kann, scheitert, egal wie gut das Tool ist.

Für mich ist Punkt eins der unterschätzteste: Wer KI einführt, bekommt erstmal keine Produktivitätsmaschine, sondern bekommt eine Diagnose.

Welche dieser fünf Erkenntnisse trifft dein Unternehmen gerade am härtesten?