Was sich verändert, wenn eine Organisation sich vor ihrer Branche bewegt
Hier verfolgen wir Innovationen, die einen Betrieb, eine Wertschöpfungskette oder einen historischen Vorteil verändern. Nicht als Spektakel, sondern als Test dafür, ob ein Unternehmen sich verändern kann, ohne zu zerbrechen.
Was wir beobachten
Industrielle Technologien, neue Prozesse, Piloten mit echtem Signal, Corporate Bets und Entscheidungen, in denen Innovation aufhört, ein Slogan zu sein, und beginnt, Design, Kapital und Disziplin zu verlangen.
Wo es entschieden wird
In Fertigung, Mobilität, Bergbau, regulierten Produkten und in Unternehmen, die erkennen, dass Innovation nicht heißt, etwas Neues zu launchen, sondern Bindungen, Timing und Risikotoleranz neu zu ordnen.
Warum es zählt
Denn Innovation zählt nur, wenn sie eine Fähigkeit, eine Barriere oder die Geschwindigkeit der Ausführung verändert. Alles andere kann Sichtbarkeit bringen, aber nicht immer Transformation.
Hervorgehoben
Innovation und Disruption
Wenn vier Anwendungen mit demselben Gehirn denken
Unternehmen bauen seit Jahren Technologieportfolios auf, die nach außen hin diversifiziert wirken. Unterschiedliche Werkzeuge für Vertrieb, Betrieb, regulatorische Compliance, Softwareentwicklung, Lieferkette. Doch es gibt eine Schicht, die die meisten unternehmensinternen Technologieinventare nicht erfassen: das KI-Modell, das jede einzelne dieser Anwendungen antreibt.
Tomás Rivera9 MinNeueste Artikel
Vierzehn Universitäten, ein Verbund und die Frage, wer die nächste Schicht des Rechnens entwirft
Es gibt ein Bild, das in der offiziellen Kommunikation des NSF IMOD kursiert und das es lohnt, einen Moment zu betrachten, bevor man zu den Zahlen übergeht: eine Doktorandin, die vier jüngeren Forschenden beibringt, wie man Leuchtdioden in einem Abzug herstellt. Nicht der Direktor des Zentrums. Nicht ein ordentlicher Professor. Es ist Hannah Contreras, eine Studentin, die Querschnittswissen in einem einwöchigen Intensivkurs weitergibt – einem Kurs, der darauf ausgelegt ist, Chemikerinnen und Chemiker mit Elektroingenieurinnen und -ingenieuren ins Gespräch zu bringen und Quantenphysikerinnen und -physiker mit Maschinenbauingenieuren. Dieses Bild verdichtet etwas, das Pressemitteilungen selten mit Ehrlichkeit artikulieren: Die Architektur des Wissens – wer was innerhalb welcher Struktur weiß – bestimmt, was ein Forschungsnetz sehen kann und was nicht.
Der Return on Investment unternehmerischer KI ist ein Architekturproblem, kein Intelligenzproblem
Es gibt eine Zahl, die sich CIOs mit wachsendem Unbehagen einprägen: 72 % der Organisationen geben zu, dass ihre KI-Investitionen bestenfalls die Gewinnschwelle erreichen. Im schlechtesten Fall verlieren sie Geld. Was versagt, ist nicht die Intelligenz der Maschine. Was versagt, ist die Unternehmensarchitektur, die sie umgibt.
Udaipur verwandelte seine Mülldeponie in eine Energiefabrik – und das Modell offenbart etwas Tiefgründigeres
Im Februar 2021 verwandelte eine Stadt in Rajasthan eine aufgegebene Mülldeponie in eine Biomethanisierungsanlage, die 20 Tonnen organischer Abfälle pro Tag verarbeiten kann. Das Ergebnis war nicht nur komprimiertes Gas für Küchen und Fahrzeuge. Es war der Beweis, dass die Abhängigkeit von einem maroden Abfallmanagementsystem durchbrochen werden kann – aber nur, wenn jemand zuvor die Architektur aufbaut, die es ersetzt.
Wenn KI ohne Erlaubnis handelt, liegt das Problem nicht im Modell
Jahrelang drehte sich die Diskussion über KI-Risiken um dieselbe Achse: Das Modell halluziniert, erfindet Zahlen, zitiert Quellen, die nicht existieren, verwechselt Fakten. Das war ein echtes Problem, in manchen Fällen kostspielig, in anderen peinlich. Aber es war im Kern ein Problem der Output-Qualität. Diese Ära geht zu Ende – nicht weil Halluzinationen verschwunden wären, sondern weil sich der Kontext, in dem KI operiert, grundlegend verändert hat.
Am Beliebtesten
Meiste Stimmen auf dieser Seite
Indien entdeckte, dass es den Schalter seiner eigenen digitalen Wirtschaft nicht kontrolliert
Später Freitagabend. Eine Mitteilung von Anthropic landet in den Postfächern seiner globalen Partner mit dem neutralen Ton einer Systemwartungsbenachrichtigung. Der Text kündigt an, dass die Modelle Fable 5 und Mythos 5 für alle ausländischen Staatsangehörigen gesperrt werden, einschließlich der eigenen Mitarbeiter des Unternehmens ohne US-amerikanische Staatsbürgerschaft. Indien, das sowohl Anthropic als auch OpenAI als ihren zweitgrößten Markt nach den Vereinigten Staaten beschreiben, hatte soeben etwas entdeckt, was seine Gründer, Investoren und Beamten lieber im Bereich der Abstraktion belassen hätten: Der Zugang zu den Werkzeugen, die einen Großteil seiner technologischen Ambitionen stützen, kann mit einem Anruf aus Washington geschlossen werden – ohne vorherige Anhörung und ohne definierten Wiederherstellungszeitplan.
91
Warum Analysten auf einen Getriebehersteller setzen, statt auf Roboter, die noch nicht existieren
Es gibt ein Muster, das sich wiederholt, wenn eine Industrie ihre eigene Zukunft antizipiert: Das ernsthafte Geld fließt nicht in das Endprodukt, sondern zu demjenigen, der die Teile herstellt, die dieses Produkt benötigen wird. So war es mit den Halbleitern vor dem PC-Boom. Jetzt, während Bilder humanoider Roboter auf Messen und Technologiekonferenzen kursieren, setzen vier erstklassige Investmentbanken auf ein chinesisches Unternehmen, das Getriebegehäuse herstellt – von dem die meisten Leser noch nie gehört haben.
90
Die Steuer, die niemand budgetiert hat, lässt KI-Agenten in Unternehmen scheitern
Es gibt einen bestimmten Moment bei der Einführung von Unternehmenstechnologie, an dem aus Begeisterung eine buchhalterische Verpflichtung wird. Bei KI-Agenten, die in Unternehmensprodukte eingebettet sind, kam dieser Moment früher als die meisten technischen Teams erwartet hatten – und der Auslöser war weder das falsche Sprachmodell noch fehlende Daten. Es war eine Architekturentscheidung, die niemand als solche vorgestellt hatte.
90
Warum 95% der KI-Projekte in Unternehmen den Piloten nicht überleben
Es gibt einen Unterschied zwischen einer Demonstration, die in einem Vorstandssaal beeindruckt, und einem System, das von Montag bis Freitag funktioniert, ohne dass jemand eingreifen muss. Die KI-Branche baut seit zwei Jahren mit großer Geschicklichkeit das Erstere, ohne diese Fähigkeit auf das Letztere übertragen zu können. Und der Grund liegt nicht in den Modellen, die immer leistungsfähiger werden.
90
Warum Evaluierungsrahmen das am meisten ignorierte strategische Asset der Unternehmens-KI sind
Es gibt ein wiederkehrendes Muster in Organisationen, die seit achtzehn Monaten KI-Agenten einsetzen: Sie wissen, dass die Systeme funktionieren, weil sie es in der Demo gesehen haben. Was sie nicht wissen, ist, ob sie heute noch funktionieren – in der Produktion, mit den Daten ihrer Kunden, in den Abläufen, die wirklich zählen. In dieser Lücke zwischen der Gewissheit des Pilotprojekts und der Undurchsichtigkeit der realen Umgebung gehen Budgets, Vertrauen und die Zeit verloren, die niemand hat.
Warum Analysten auf einen Getriebehersteller setzen, statt auf Roboter, die noch nicht existieren
Es gibt ein Muster, das sich wiederholt, wenn eine Industrie ihre eigene Zukunft antizipiert: Das ernsthafte Geld fließt nicht in das Endprodukt, sondern zu demjenigen, der die Teile herstellt, die dieses Produkt benötigen wird. So war es mit den Halbleitern vor dem PC-Boom. Jetzt, während Bilder humanoider Roboter auf Messen und Technologiekonferenzen kursieren, setzen vier erstklassige Investmentbanken auf ein chinesisches Unternehmen, das Getriebegehäuse herstellt – von dem die meisten Leser noch nie gehört haben.
95% der KI-Pilotprojekte in Unternehmen liefern keine Ergebnisse – und das Problem ist nicht die Technologie
Die Zahl ist schwer zu ignorieren: 95% der unternehmensweiten Pilotprojekte mit generativer künstlicher Intelligenz erzielen keine messbaren finanziellen Auswirkungen. Das ist keine pessimistische Einschätzung technologiekritischer Analysten. Es ist das zentrale Ergebnis des Berichts The GenAI Divide: State of AI in Business 2025, erstellt von der NANDA-Initiative des MIT, basierend auf rund 300 öffentlichen Implementierungen und mehr als 150 Führungskräfte-Interviews.
IBM und OpenAI schließen Allianz, um globale KI-Unternehmensausgaben zu erobern
Am 13. August 2026 kündigte IBM eine weitreichende Partnerschaft mit OpenAI an, die weit über eine gemeinsame Pressemitteilung hinausgeht. Das Unternehmen wird eine dedizierte OpenAI-Praxis innerhalb von IBM Consulting einrichten, Modelle wie GPT-5.6, Codex und ChatGPT Work in die Plattform IBM Consulting Advantage integrieren und in den kommenden Monaten Zehntausende von Beratern in OpenAI-Technologien zertifizieren. Die finanziellen Konditionen wurden nicht offengelegt, doch der Umfang der internen Maßnahmen spricht für sich: Dies ist kein Pilotprojekt, sondern eine strategische Wette auf menschliche Infrastruktur.
Messen um zu skalieren: Das Problem, das KI im Unternehmen blockiert
Vor zwei Jahren diskutierten die meisten Führungskräfte, die ich kenne, darüber, welches Sprachmodell sie wählen sollten. Heute beginnen diejenigen, die diese Entscheidung bereits getroffen haben – und dennoch keine zweite Investitionsrunde rechtfertigen können – zu verstehen, dass das Problem nie das Modell war. Es war die Messung. Die Unternehmensbranche setzt seit mehreren Jahren KI in beschleunigtem Tempo ein, doch nur ein Drittel der Organisationen hat damit begonnen, sie konsistent zu skalieren.
FAQ
Innovation und Disruption
Was zählt in dieser Kategorie als Innovation?
Eine konkrete Veränderung darin, wie Wert entworfen, produziert, verteilt oder abgeschöpft wird. Eine auffällige Neuheit reicht nicht, wenn sie keinen wichtigen Teil des Systems verändert.
Wie unterscheidet man nützliche Innovation von bloßer Unternehmensinszenierung?
Indem man auf Traktion, externe Validierung, operative Wirkung und die institutionelle Qualität der Wette dahinter schaut. Wenn die Organisation nichts Wichtiges verändert, war es wahrscheinlich Präsentation, nicht Innovation.
Was macht eine Innovationsgeschichte hier relevant?
Eine schwierige Entscheidung: zu früh übernehmen, eine Demonstrationsanlage finanzieren, einen Betrieb in eine andere Logik überführen oder prüfen, ob eine Architektur außerhalb ihrer Herkunftsumgebung trägt.
AMD steigt ins Robotikgeschäft ein mit einer Plattform, die Nvidia auf eigenem Terrain herausfordert
Die autonome Robotik verspricht seit Jahren einen Durchbruch, der in der industriellen Praxis nie vollständig ankommt. Nicht wegen fehlender Algorithmen oder mangelndem Ehrgeiz, sondern weil die Hardware, die Roboter für den Betrieb in unstrukturierten Umgebungen benötigen, eine Kombination aus Rechenleistung erfordert, die selten in einem einzigen zugänglichen System integriert ist. AMD hat nun darauf gesetzt, diese Gleichung mit der Kria AI Robotics Developer Platform zu lösen, die auf der Advancing AI 2026 in San Francisco vorgestellt wurde.
Martín Soler9 Min
Die KI-Pipeline im Unternehmen verliert kein Geld durch Tokens – sondern schon vorher
Es gibt einen Moment, in dem die Anhäufung von KI-Pilotprojekten aufhört, nach Ambition auszusehen, und anfängt, nach Chaos zu wirken. Dieser Moment erreichte viele große Unternehmen im Jahr 2026, und das deutlichste Signal war weder ein technologischer Zusammenbruch noch ein Modellversagen. Es war etwas Banaleres und in einem Vorstandsmeeting Schwerer zu Rechtfertigendes: Der Token-Verbrauch überstieg das Budget, ohne proportionalen Mehrwert zu erzeugen.
Ignacio Silva9 Min
89% der Industrieroboter bleiben noch immer im Käfig – und künstliche Intelligenz ist nicht die Lösung
Jahrzehntelang war das Bild des Industrieroboters dasselbe: eine Maschine mit metallischen Armen, leistungsstark und schnell, hinter einem Stahlkäfig eingesperrt, während Menschen von außen zuschauten. Dieses Bild ist keine Metapher für Rückständigkeit. Es ist eine ingenieurtechnische Entscheidung, die bestehen bleibt, weil die verfügbaren Sicherheitssysteme keine andere Möglichkeit zulassen konnten.
Isabel Ríos8 Min
Die Steuer, die niemand budgetiert hat, lässt KI-Agenten in Unternehmen scheitern
Es gibt einen bestimmten Moment bei der Einführung von Unternehmenstechnologie, an dem aus Begeisterung eine buchhalterische Verpflichtung wird. Bei KI-Agenten, die in Unternehmensprodukte eingebettet sind, kam dieser Moment früher als die meisten technischen Teams erwartet hatten – und der Auslöser war weder das falsche Sprachmodell noch fehlende Daten. Es war eine Architekturentscheidung, die niemand als solche vorgestellt hatte.
Camila Rojas9 Min
Warum IEEE einem Ingenieur, der die globale Architektur der Robotik aufgebaut hat, seine höchste Auszeichnung verlieh
Toshio Fukuda ist seit fünfzig Jahren dabei. Mehr als zweitausend veröffentlichte Artikel. Modulare Roboter, die sich wie biologische Legobausteine zusammensetzen. Als IEEE ihm den Richard M. Emberson Award 2026 – eine der höchsten Auszeichnungen des Instituts – verlieh, wurde kein einzelnes Einzelne Erfindung gewürdigt. Es wurde jemand geehrt, der über Jahrzehnte die intellektuelle Infrastruktur aufgebaut hat, auf der die moderne Robotik beruht.
Clara Montes9 Min
Warum KI-Verträge noch immer Stunden bezahlen, obwohl der Wert woanders liegt
Die größte Hürde bei der Einführung von KI in Unternehmen ist nicht technischer Natur. Sie liegt nicht in den Modellen, nicht in der Datenqualität und nicht in der Rechenkapazität. Sie liegt im Vertrag. Während Organisationen Hunderte von Millionen in KI-Implementierungen investieren und strukturelle Renditen erwarten, unterzeichnen die meisten noch immer Vereinbarungen, die aufgewendete Zeit belohnen – nicht den erzielten Impact.
Lucía Navarro8 Min
Automatisieren ohne neu zu gestalten ist der teuerste Weg, die Vergangenheit zu bewahren
Es gibt eine Abfolge von Entscheidungen, die sich in großen Unternehmen mit umfangreichen Budgets für die digitale Transformation mit erstaunlicher Regelmäßigkeit wiederholt: Sie identifizieren einen Prozess, der Reibung verursacht, beauftragen Automatisierungstechnologie, setzen das Tool auf dem bestehenden Ablauf ein und berichten über Fortschritte. Die Führungsdashboards zeigen Geschwindigkeit. Die Komiteepräsentationen sprechen von Effizienz. Und sechs Monate später tauchen dieselben Probleme wieder auf – nun verpackt in einem System, das schwerer zu demontieren ist.
Ignacio Silva8 Min
Die Amnesie von KI-Systemen ist kein Modellproblem, sondern ein Infrastrukturproblem
Es gibt eine Szene, die Produktteams im Bereich künstliche Intelligenz nur zu gut kennen. Ein Nutzer verbringt zwanzig Minuten damit, Kontext mit einem Assistenten aufzubauen: Budget, Ernährungseinschränkungen, Termine, die nicht verschoben werden können, Vorlieben seiner Familie. Dann, drei Gesprächsrunden später, verhält sich das System, als ob dieses Gespräch nie stattgefunden hätte.
Tomás Rivera9 Min
Databricks setzt auf Ontologie und enthüllt, wer das Gehirn der KI-Agenten im Unternehmen kontrolliert
Die Geschichte der unternehmensweiten künstlichen Intelligenz lässt sich in Schichten messen. Zuerst kamen die Vektordatenbanken, die semantische Ähnlichkeitssuchen über große Textmengen ermöglichten. Jetzt setzt Databricks darauf, dass diese Architektur nicht ausreicht.
Lucía Navarro9 Min
Chicago setzt 500 Millionen Dollar darauf, das Quantenrennen zu gewinnen, bevor ein klarer Sieger feststeht
Es gibt ein Bild, das gut zusammenfasst, was im South Side von Chicago gerade geschieht: Wo früher die Stahlöfen des U.S. Steel South Works-Komplexes standen, heben heute Kräne ein 65.000 Quadratfuß großes Gebäude aus silbernem Aluminium in die Höhe. Darin wird, wenn es fertig ist, das betrieben, was PsiQuantum als das größte Zwischenskalentestsystem beschreibt, das das Unternehmen jemals gebaut hat. Draußen nennt Gouverneur Jay Robert Pritzker all das 'das nächste Silicon Valley'.
Martín Soler9 Min
Indien entdeckte, dass es den Schalter seiner eigenen digitalen Wirtschaft nicht kontrolliert
Später Freitagabend. Eine Mitteilung von Anthropic landet in den Postfächern seiner globalen Partner mit dem neutralen Ton einer Systemwartungsbenachrichtigung. Der Text kündigt an, dass die Modelle Fable 5 und Mythos 5 für alle ausländischen Staatsangehörigen gesperrt werden, einschließlich der eigenen Mitarbeiter des Unternehmens ohne US-amerikanische Staatsbürgerschaft. Indien, das sowohl Anthropic als auch OpenAI als ihren zweitgrößten Markt nach den Vereinigten Staaten beschreiben, hatte soeben etwas entdeckt, was seine Gründer, Investoren und Beamten lieber im Bereich der Abstraktion belassen hätten: Der Zugang zu den Werkzeugen, die einen Großteil seiner technologischen Ambitionen stützen, kann mit einem Anruf aus Washington geschlossen werden – ohne vorherige Anhörung und ohne definierten Wiederherstellungszeitplan.
Ignacio Silva12 Min
Warum Quantencomputing keine Zukunftsvision mehr ist – und trotzdem niemand bereit ist
Es gibt eine enorme Kluft zwischen dem Wissen, dass etwas alles verändern wird, und dem Handeln, als ob das wirklich wahr wäre. Das Quantencomputing lebt seit Jahrzehnten in diesem Limbo: real genug, um in Forschungsbudgets aufzutauchen, weit genug entfernt, um keine operative Routine zu verändern. Dieser Limbo schließt sich – und die organisatorische Reaktion der Mehrheit ist noch immer dieselbe wie am Anfang: abwarten.
Andrés Molina9 Min
KI-Agenten in Elektroladestationen und das Sicherheitsproblem, das niemand zuerst gelöst hat
Das Wachstum der Ladeinfrastruktur für Elektrofahrzeuge birgt ein grundlegendes Problem, das selten in den Schlagzeilen erscheint: Jede neu installierte Ladestation ist auch ein neuer Zugangspunkt zum Stromnetz. Ein Forscherteam der Universität Málaga hat gerade einen Vorschlag veröffentlicht, der dieses Problem deutlicher auf den Tisch bringt als jede Hersteller- oder europäische Regulierungsmitteilung der letzten Jahre.
Elena Costa9 Min
Warum 95% der KI-Projekte in Unternehmen den Piloten nicht überleben
Es gibt einen Unterschied zwischen einer Demonstration, die in einem Vorstandssaal beeindruckt, und einem System, das von Montag bis Freitag funktioniert, ohne dass jemand eingreifen muss. Die KI-Branche baut seit zwei Jahren mit großer Geschicklichkeit das Erstere, ohne diese Fähigkeit auf das Letztere übertragen zu können. Und der Grund liegt nicht in den Modellen, die immer leistungsfähiger werden.
Tomás Rivera9 Min