Warum KI-Power-User alle anderen überholen werden

David Rice: Die meisten Mitarbeitenden nutzen etwa 1 % dessen, was mit KI möglich ist. Das liegt nicht daran, dass sie faul sind. Es liegt nicht daran, dass sie keinen Zugang haben. Es liegt daran, dass ihnen niemand zeigt, was sie eigentlich tun könnten und dass sie es fünf bis zehn Mal pro Stunde nutzen sollten, um alles, was sie tun, zu analysieren, ihren Tag zusammenzufassen und alle ihre Argumentationslücken aufzudecken.

Unser heutiger Gast ist Kevin Surace, CEO von Appvance.ai. Er spricht jährlich auf etwa 40 bis 50 Firmenevents weltweit. Und wenn er tiefgründige Fragen dazu stellt, wie die Menschen tatsächlich KI nutzen, gehen ein oder zwei Prozent der Hände hoch. Alle anderen nutzen ein bisschen Copilot, um ihre Sätze zu verbessern und denken: „Wow, schaut euch KI an.“

Derweil sitzt ein 23-jähriger in einem Silicon Valley-Startup und nutzt KI, als säßen 28 PhDs für einen Cent pro Minute neben ihm. Und diese 10 Leute wiegen so viel wie etwa 100 von uns anderen. Was Kevin dir deutlich machen will: Es ist keine Fähigkeitslücke. Und jedes Jahr, in dem du diese Technologie nicht lernst, fällst du noch ein wenig weiter zurück – bis du irgendwann irrelevant bist.

So war es mit Computern in den 1980ern. Mit dem Internet. Mit Excel. Die Leute sind entweder auf den Zug aufgesprungen – oder wurden ausgephast. Diese Welle ist viel schneller als alle davor. Heute sprechen wir also darüber, warum deine Prompts drei Absätze und nicht fünf Wörter lang sein sollten, wie du strategisch darüber nachdenkst, was du ausdrücken möchtest, anstatt Wort für Wort zu tippen, warum heute das schlechteste Niveau sein wird, das es technologisch je geben wird und was das für deinen Beruf bedeutet, den Identitätswandel über ganze Branchen hinweg – und warum Widerstand (um Star Trek zu zitieren) zwecklos ist.

Ich bin David Rice. Das ist „People Managing People“. Wenn du KI einmal letzte Woche eingesetzt hast, während die Person neben dir sie zehnmal pro Stunde nutzt – dann ist dieses Gespräch deine letzte Warnung. Los geht's.

Kevin, willkommen. Wie geht’s uns heute?

Kevin Surace: Sehr froh, hier zu sein.

David Rice: Wo ich ansetzen wollte: Du hast vorhin den Gap erwähnt, den viele erleben – die meisten Mitarbeitenden nutzen vielleicht 1 % von dem, was mit KI möglich ist. Warum glaubst du, passiert das und was ist der Preis, wenn man so weitermacht?

Kevin Surace: Es ist ein sehr interessantes Phänomen. Ich darf auf großen Firmen- und Branchenevents sprechen – 40, 50 mal im Jahr, rund um die Welt. Du siehst: Es heben nur wenige die Hände, wenn du nach Gen-KI-Nutzung fragst. Ein oder zwei Prozent melden sich, sagen: „Ja, mache ich.“

Ich schreibe Agenten, ich mache dies – aber die meisten tun nichts davon. Sie nutzen ein wenig Copilot. Es hilft beim Korrigieren, sie denken: „Wow, KI“, und wissen gar nicht, dass man es fünf bis zehn Mal pro Stunde nutzen sollte, um alles zu analysieren, zusammenzufassen, zu hinterfragen.

Wenn ich eine Präsentation schreibe, sage ich: Deck das hier mit Kritik ein! Und dann: Wie kann ich es besser machen? Hilf mir, es besser zu machen! Und dann: Kannst du das zeichnen? Kannst du diese Tabelle analysieren – und was bedeutet Tab 3?

Denn im Grunde könntest du das jede Minute des Tages machen. Es ist, als säße ein PhD mit 28 Doktortiteln neben dir, für einen Penny pro Minute oder pro Stunde. Warum sollte ich das nicht nutzen – jede Stunde, mehrmals? Ich denke, viele Menschen wissen es einfach nicht. Viele nutzen nur Copilot, was nur ein ganz simpler Helfer ist, und sie schöpfen die Möglichkeiten nicht aus.

Ich nutze alle Modelle, je nach Aufgabe. Gemini ist für manches besser als GPT 5.2, und das wiederum besser als etwa Anthropic bei anderen Dingen – Claw, bla, bla, bla. Man nutzt einfach alle.

David Rice: Ich glaube, das ist ein bisschen so, als würdest du mich ins Cockpit eines voll ausgestatteten Flugzeugs setzen – ohne Flugtraining. Weißt du?

Kevin Surace: Das stimmt. Interessant ist: Ich gebe auf der Bühne Demos. Dinge, die ich buchstäblich für ihr Unternehmen gemacht habe – ohne Insiderinfos. Ich sage: Lasst mich zeigen, was ich gemacht habe. Hier ist ein brandneues Produkt, von dem ich denke: Das läuft gut. Hier Marktgröße, TAM, und so weiß ich das.

Die gehen: „Wie? Wir hätten 5 Milliarden Dollar gebraucht, um das herauszufinden.“ Ich habe fünf Minuten gebraucht. Oder zehn. Sie haben keine Ahnung, dass sie das mit KI machen könnten – niemand hat sie darin geschult. Die meisten tippen einen Prompt ein: fünf Wörter oder so. Meine Prompts sind drei Absätze, wohl überlegt für die Zielgruppe, mein Ziel.

Wen spreche ich an? Was will ich sagen? Warum will ich das sagen? Was denke ich dazu? Da steckt viel Arbeit drin, damit am Ende was Wertvolles herauskommt. Nicht einfach „Schreib einen Absatz über XY“. Dann weißt du nicht, was du tust. Du nutzt das Tool falsch. Menschen brauchen Training.

Sie müssen sich wohler fühlen, mehr Modelle und Tools als nur Copilot haben. Dann ist es ein Game-Changer. Und: Wer in einem Silicon Valley-Startup ist, macht das alles x10 so. Das ist der Job. Sie hören das hier und denken: „Klar machen wir das, Kevin.“ In einem Großkonzern im mittleren Westen...

wird gesagt: „Ich hab Copilot. In Word hat es einen Satz verbessert. Wow.“ Wie Grammarly quasi. Da gibt es diese Spaltung. Das ist eine große Herausforderung für große Unternehmen, weil Startups plötzlich mit zehnfacher Geschwindigkeit unterwegs sind. Zehn Leute entsprechen hundert Festangestellten, weil sie KI nutzen – viele Modelle und Tools für Marketing, Vertrieb, Analyse, Feedback, Verbindung. Jeder nutzt es zehnmal pro Stunde, während du es letzte Woche einmal probiert hast – du bist raus. Das wars.

David Rice: Wir reden viel über Fähigkeitslücken, aber hier spürt man eher ein Defizit beim Selbstvertrauen. Ich glaube nicht, dass die Leute KI meiden, weil sie das Potenzial nicht sehen – viele wissen einfach nicht, wo sie anfangen sollen. Und: Meinst du, dieser langsame Start potenziert sich?

Denn wenn man heute nicht loslegt, steht man in 12 Monaten ...

Kevin Surace: Ich sage immer, ja: Man fällt immer weiter zurück. Irgendwann wird es peinlich, und dann weißt du nicht mehr weiter und bist irgendwann raus. Wann ist das? Der Desktop-PC kam in den Karrieren einiger Leute Mitte oder Ende der 80er. Wer gesagt hat: „Sowas will ich nicht auf dem Schreibtisch!“, fiel jedes Jahr weiter zurück, bis er nicht mehr mitarbeiten konnte und in Rente musste. Buchstäblich – war verloren. Wie soll man sonst arbeiten? Dann kam das Internet.

Viele sagten: „Brauche ich nicht für die Arbeit. Will ich nicht. Lass das mal.“ Entweder bist du auf den Zug aufgesprungen – oder in Rente gegangen. Mit Excel war es genauso. Excel kam in die Finanzabteilungen. Viele sagten: „Verändert alles, ich nutze das für alles!“ Andere: „Will ich nicht lernen, hab mein Kassenbuch, meine Stifte, klappt schon.“ Auch sie gingen in Rente. Es gab keinen Ausweg. Wer die neueste, weitverbreitete Technologie nicht lernte, der ging halt. Das ist vollkommen okay – aber dann weißt du: Das ist der Weg. Wer noch 20 Jahre Branche machen will – nein. Sind noch drei. Ohne diese Tools will dich niemand mehr einstellen.

David Rice: Ein anderes Schlagwort: Shadow-KI, oder?

Diese Nutzung ist überall und das hat Gründe: Viele sind frustriert über Enterprise-Tools, die sich verwässert und langsam anfühlen. Wie kann man aus deiner Sicht die Lücke zwischen Bedarf und tatsächlicher Ausstattung schließen?

Kevin Surace: Was ich Unternehmen sage: Ihr müsst alle Hauptmodelle verfügbar haben. Nicht für jeden im Unternehmen, sondern über private Accounts, für Leute in bestimmten Abteilungen. Wenn jemand Videos analysieren muss, Gründe nennt, dann bekommt er Zugriff auf Gemini über das Unternehmensaccount. Ihr braucht die Tools. Heute ist es oft so: Wer mehr KI will, bekommt als Antwort von der IT: Copilot reicht. Es korrigiert Sätze. Aber ich will mehr. Bin etwas sarkastisch – Copilot kann mehr, aber ihr wisst, was ich meine. Sie blocken alles andere. Dann machen es die Leute zu Hause oder heimlich und werden im Unternehmen geblockt – mit IPs, URLs, usw.

Wer erfolgreich sein will, muss alle Mitarbeitenden wirklich befähigen. Es gibt keine Wahl.

David Rice: Ich höre oft, dass die freigegebenen Tools bremsen statt beschleunigen. Also gehen Leute „rogue“. Nicht aus Ungehorsam, sondern aus Not. Denn erwartet wird: Mehr, schneller. Die bereitgestellten Tools passen nicht zum wirklichen Bedarf. Für mich ist das eher eine Frage von Relevanz als von Compliance.

Kevin Surace: IT kann heute problemlos Unternehmensaccounts für zehn verschiedene Tools einrichten, für Vertrieb, Marketing, generische Modelle usw. Und dann jeweils Mitarbeitende hinzufügen. Wichtig ist: Das Unternehmen hat viele Tools verfügbar – ihr müsst nur fragen. Es wird nicht für 40.000 ausgerollt, sondern für die 200, die es brauchen – weil das die Produktivität steigert. Bei meinen Demos bekomme ich oft das Feedback: „Grandios – aber leider haben wir keinen Zugang dazu.“ Deshalb sage ich vorab: Euer Unternehmen stellt euch vielleicht nicht alles bereit, was ich zeige. Und auf meiner Tool-Seite sind 40 verschiedene Werkzeuge gelistet – und die haben die Leute nicht alle. Das ist zwischen euch und eurem CEO. Meine Aufgabe ist es, die Möglichkeiten zu präsentieren. Zugang braucht ihr trotzdem. Also: Fragt euer Management, die IT usw., was ihr braucht, und klärt das. Geht nicht eigenmächtig vor – Shadow-KI ist schlecht, weil sie nicht getrackt wird. Wer einfach gratis-Accounts nutzt, dessen Daten sind meistens öffentlich und werden ggf. für Training genutzt – das ist alles ungünstig.

David Rice: Du betonst beim Thema Agenten, dass Unternehmen beim Thema Sicherheit und Kontrolle bremsen – was geht verloren, wenn wir damit zu lange warten? Bremsen wir damit den nächsten großen Sprung, nur weil es kompliziert ist?

Kevin Surace: Unternehmen setzen Agenten punktuell ein. Was sie oft zurückhält: Sie haben zehn Jahre in RPA, Robotic Process Automation, investiert – eine Art Agent, stark reguliert, regelbasiert, kein KI. Entscheidungsfindung läuft über Entscheidungsbäume. Das ist sicher, vorhersehbar und funktioniert. Viele Workflows wurden so automatisiert. Agenten sind also kein Wunder mehr – vielleicht kann man Workflows noch etwas besser automatisieren, aber unter welchem Risiko? Und wie lange dauert es, die Fehler zu beseitigen?

RPA hat ewig gebraucht. Dass Firmen in RPA investiert haben, ist heute oft der eigentliche Blocker. Beispiel: Versicherung, 11 Systeme. RPA macht das heute – liest ein, verarbeitet, verteilt, prüft, läuft durch Regeln, gibt Bescheid. Ich könnte einen KI-Agent dafür einsetzen, aber spare kein Geld. Weniger menschliche Eingriffe vielleicht, aber auch Fehlentscheidungen, weil die Entscheidung an KI übergeht. Die großen Automatisierungen sind längst durch RPA erledigt, in die Unternehmen Millionen gesteckt haben. Es gibt noch Nischen für Agenten, aber die meisten Lücken sind geschlossen. Der Kostenvorteil ist jetzt geringer. Auf einzelnen Desktops gibt es vielleicht individuelle Workflows, die mit Agenten automatisiert werden könnten – aber lässt man da Leute wirklich eigene Agenten schreiben? Was ist mit Sicherheit, mit kritischen Systemen? Das ist riskant.

David Rice: Vielleicht startet der Einsatz von Agenten zunächst in der Chefetage?

Kevin Surace: Vielleicht – aber das sind dann genau die Accounts, die Hacker übernehmen möchten.

Das Agenten-Thema ist komplex. Wir haben RPA schon großflächig genutzt, alles Wesentliche ist automatisiert, und die Einsparung durch Agenten ist gering. In zehn Jahren werden Agenten überall eingesetzt, hochsicher, die RPA-Anbieter werden ihre Prozesse als KI-Agenten neu aufsetzen. Startups machen das heute schon, weil sie keine Altlasten haben und Agenten alles machen lassen.

David Rice: Genau das wollte ich fragen: Im Startup-Bereich wird experimentiert und gelernt.

Kevin Surace: Genau so ist es.

David Rice: Du hast gesagt, die eigentliche Superkraft ist nicht das Modell, sondern die Person, die das richtige Modell für die Aufgabe kennt und nutzt. Ich sehe im Netz riesige Infografiken etc. – aber die meisten wissen gar nicht, was sie nicht wissen. Welche Skills braucht man?

Kevin Surace: Lernen tut man durchs Tun – wie bei jedem neuen Tool. Man probiert aus und merkt, was wo besser funktioniert. Transformer-Modelle, LLMA, multimodal – es hilft, sie selbst auszuprobieren. Für bestimmte Recherchen nehme ich Perplexity, für Video-Analysen Gemini usw. Jede Aufgabe hat seine Tools. Aber wenn du dir keine Zeit nimmst, Abos abschließt, dich mit den Tools auskennst, hast du ein Problem. Die Infografiken sind ein Startpunkt, aber bis du es selbst ausprobierst, weißt du nicht, wie es wirklich ist. Das alles braucht Zeit.

Jemand, der als Musiker eine DAW – ein digitales Audio-Workstation – nutzt, versteht vielleicht STEM-Separation und Midi-Export in neuen Apps. Wer das nie gemacht hat, kann mit Sudo Studio nichts anfangen. Gleiches für Video – ohne Vorerfahrung wird niemand auf Anhieb einen Film schneiden. Aber: Wer sich einlernt, kann auch ohne Vorkenntnisse große Fortschritte machen. Bei Marketing-Jobs werden mittlerweile hoch spezialisierte KI-Tools genutzt – gezielte E-Mails, LinkedIn, Automatisierung, alles KI-basiert. Die Entwicklung geht super schnell. Es gibt immer neues zu lernen – neugierig bleiben ist entscheidend.

David Rice: Ein globales Team aufbauen sollte nicht bedeuten, fünf verschiedene Systeme für HR, Payroll und IT zu jonglieren. Deel vereint alles, so dass du Mitarbeitende überall einstellen, onboarden, bezahlen und ausstatten kannst – ohne das übliche Chaos. Ob du Angestellte in zehn Ländern beschäftigst oder Freelancern über Zeitzonen hinweg managst: Deel übernimmt Compliance, Benefits und Payroll an einem Ort – weniger Tools, weniger Kopfschmerzen, mehr Fokus aufs Wesentliche.

Bereit, echtes „Hiring without borders“ zu erleben? Besuche deel.com/pmp. Das ist deel.com/pmp, um eine Demo zu buchen. Deel: stelle ein, verwalte und bezahle jeden, überall.

Und für mich fühlt es sich nicht wie technische Zauberei an – ich habe viele Tools getestet und finde, es geht weniger um „Tech-Wizardry“, sondern um Systemdenken und Beurteilungsvermögen bei der Tool-Auswahl. Traditionell lernten wir, streng definierte Probleme zu lösen. Aber heute zählt: Welche Fragen stellst DU?

Kevin Surace: Ja.

David Rice: Weil du das System orchestrieren musst.

Kevin Surace: Genau. Man kann auch Agenten schreiben, die genau diesen Workflow orchestrieren: Workflow definieren, Agent erstellt, der führt Tool 1 aus, schickt Output weiter, speichert Datei, nutzt App x und y, alles automatisch – wie Scripting früher, aber jetzt smarter. Die KI kann z.B. ein eineinhalbstündiges Video analysieren und auf Basis des Inhalts 20 Social-Media-Posts produzieren – vollautomatisch, ohne händisches Schneiden. Auch für diesen Podcast.

David Rice: Mache ich ständig. Früher brauchte McKinsey sechs Monate und Millionen für etwas, was jetzt mit KI in einer Stunde gelingt. Aber: Es kommt auf das an, was man hinein gibt. Wie bringst du KI dazu, MIT dir zu denken, nicht nur FÜR dich?

Kevin Surace: Erstens: Lange, durchdachte, meinungsstarke Prompts. Wer ist meine Zielgruppe? Was denke ich über das Thema? Ich kann zehn Minuten an mehreren Absätzen basteln. Die Antwort ist dann viel wertvoller. Inputs, Quellen, Standpunkt, Tonalität – all das. Ich kann z.B. eine komplexe Marktstudie zu Fahrzeugen in Südamerika machen (als Beispiel). Wenn ich McKinsey damit beauftrage – fünf Millionen Dollar, Feldstudien, Berichte, alles zusammensuchen, drei Monate warten. Für mich lohnt sich das als Firma, wenn ich fünf Millionen zahle. Mit KI kann ich das wirklich in einer Stunde machen, weil ich das richtige „Thinking Model“ nutze, mit der Maschine interagiere, Ergebnisse auswerte, Charts generiere, alles in PowerPoint ziehe – und das für einen Dollar Aufwand plus eine Stunde Zeit. Hab ich gemacht. Ein weiteres Beispiel: 82.000 Garantieansprüche auf Englisch – zu unübersichtlich für klassische Analysen, Excel-Listen, keine Aufbereitung. Gen-KI liest das einfach alles, gibt nach wenigen Minuten Verbesserungsvorschläge für die Produktion. Ich habe das live im Unternehmen gemacht – deren Reaktion: „Wir sitzen seit Jahren auf diesen Daten, hätten ein Beraterteam für die Analyse gebraucht, und du machst das in fünf Minuten.“

Das zeigen die Leute nicht. Mit KI kann ich große Datenmengen analysieren, auch wenn sie nicht sauber sind. Klassisches KI-Daten-Clearing entfällt, Gen-KI kann mit unstrukturierten Texten umgehen und liefert Handlungsempfehlungen. Noch ein Beispiel: Verletzungen in der Fabrik analysiert, Empfehlungen kamen in Minuten.

In Minuten. Ich hab das geprüft, und es war schlüssig – ob es wirklich klappt, zeigt erst die Umsetzung, aber die Empfehlungen waren auf dem richtigen Weg. McKinsey hätte das für Millionen gemacht. Das zeigt die neue Macht dieser Tools – wenn man sie zu nutzen weiß.

David Rice: Ja! Das bringt uns zurück zum Anfang – die meisten nutzen nur 10 %. Aber KI ist nicht Zauberei: Die Qualität des Inputs bestimmt den Output. Es ist leicht, Geschwindigkeit für Tiefe zu halten, aber wie du zeigst, geht es ums Co-Creating – gemeinsam denken, nicht delegieren. Sonst läuft man in Fallen.

Kevin Surace: Es ist wie ein Sparringspartner, der klüger ist als du – aber eben ein Sparringspartner. Ich sage der KI auch oft, dass sie falsch liegt: „Das stimmt nicht, hast das nicht berücksichtigt.“ Die guten Modelle antworten dann: „Stimmt, das habe ich übersehen, danke für den Hinweis. Neue Antwort ...“ Das schätze ich sehr. Man kann so viel mehr aus den Modellen holen, indem man eigene Meinungen, Empfehlungen etc. einbringt. Ich habe z.B. kürzlich ein Thema untersucht: Kann KI moralische Urteile fällen? Ein Artikel sagte Nein – ich habe die KI gefragt: „Was ist die Argumentation des Autors, und was sagst du?“. Die Antwort: „Ich habe alles gelernt, was Menschen getan haben, kenne das Moralverständnis und kann entsprechend urteilen.“ Klar: Die KI kann nicht für dich die Konsequenzen tragen, aber sehr wohl sagen, was als moralisch zählt. Ich habe dann nach der Moralität einer hypothetischen Invasion des Iran gefragt, um beide Seiten und Weltmeinung zu beleuchten – die Antworten waren beeindruckend. Das ist ein echter Sparrings-Dialog, und Startups wissen längst, dass das geht, der Großteil ahnt es noch nicht. Man kann sogar fragen: „Basierend auf allen Kriegen der letzten 30 Jahre – wie würde die USA das optimal angehen? Welche Mittel, welche Risiken?“ Eine solche Analyse würde sonst Tausende Analysten binden – aber die Maschine liefert sie in Minuten.

David Rice: Beim Vorgespräch hast du gesagt, wir steuern auf ein paar wenige dominierende Modelle zu – sobald die Genauigkeit hoch genug ist, sind Unterschiede für die meisten kaum wahrnehmbar.

Kevin Surace: Schon jetzt sind die Unterschiede gering – außer man weiß, dass Gemini einen speziellen Vorteil hat. Mittlerweile sind die Modelle innerhalb weniger Prozent voneinander, viele aus China, Llama usw. Auch bei den Tests: sie liefern ähnliche Ergebnisse, der Unterschied schrumpft stetig. Am Ende lernen sie alle aus menschlichem Wissen – besser geht’s dann mit Transformer-Modellen nicht. Es wird immer weniger Differenzierung geben, die Preise sinken. Es wird ein Preiskampf, vielleicht kostenlos oder für einen Dollar im Monat.

David Rice: Was bedeutet das für Unternehmen beim Kauf und Bau von KI ab 2026 und langfristig?

Kevin Surace: Hoffentlich baut niemand mehr sein eigenes Gen-KI-Modell im Unternehmen. Man nutzt, was da ist. Die Kosten werden weiter sinken – also Verträge gut verhandeln! Die Preise sollten in 10 Jahren bei nur noch 5 % des heutigen Stands liegen. Die Compute-Kosten werden so stark fallen, einfach weil Silizium billiger wird (Halbierung alle 12–18 Monate, Moore’s Law). Damit wird KI immer noch zugänglicher – auch für sehr anspruchsvolle Anwendungen.

David Rice: Es fühlt sich an, als sei diese Welle anders als zuvor – das sagen wir doch alle häufiger?

Kevin Surace: Das sagt jeder bei jedem Zyklus. Das Internet war größer als alles davor. Der Desktop-PC auf dem Schreibtisch war ein Gamechanger – und nicht aufzuhalten. Wer abseits stand, ging in Rente. Und so ist es auch jetzt: Wer diese Chance verpasst, ist raus, und das ist okay, aber ... Viele sagen gern, es sei das Größte. Aber alles baut aufeinander auf: Internet, Smartphone, PC – jetzt KI. Ohne Internet hätte diese Technologie nur Universitätsleuten genutzt. Aber es gibt das Internet, hohe Bandbreiten, globale Vernetzung; Datenversand kostet nichts mehr (früher 20.000 Dollar für ein paar Terabyte, heute Null). Das hat alles wiederholt – wir bauen darauf auf. Und du solltest diese Welle nicht verpassen: Die Person neben dir, die KI fünfmal pro Stunde nutzt, ist zehnmal produktiver als du – egal, ob in Musik, Text oder anderen Bereichen. Die Gewinner nutzen immer die neueste Technologie.

Die Musikbranche hat vieles erlebt – Bleistift & Papier, Notationsprogramme, Workstations, digitale Samples, jetzt KI. Viele sagen: „Das nimmt uns Kreativität.“ Andere: „Ich werde dadurch noch kreativer, weil ich zehn Songs pro Stunde machen kann.“ Die Gewinner setzen immer auf den neuen Stand der Technik. Als die digitalen Audio-Tools kamen, haben die Verweigerer den Anschluss verloren. Heute sind Filmscores fast durchgängig digital. Das ist der Trend. Wer sich verweigert, verliert den Job – und das gilt heute auch für Marketing: Wer Blogpostings noch per Hand schreibt, ist abgehängt. KI-Nutzer schreiben 50 am Tag. Wer an alten Prozessen hängt, wird nicht mehr bezahlt. Und das ist bei jedem Technologiewandel so.

David Rice: Ich finde, hier greift deine Musiker-Analogie: Es ist ein Identitätswechsel, keine simple Business-Initiative! Ganze Branchen, wie Marketing, stehen vor so einem Umbruch – klar gibt es Gegenwehr. Aber weil alles exponentiell schneller wird, ist Aufholen schwerer denn je.

Kevin Surace: Stimmt. Die Entwicklung läuft heute so rasant, weil alles auf bestehenden Technologien aufbaut – Internet, WLAN usw. In drei Jahren ist riesig viel passiert. Die Technologie wird ständig besser. „Heute ist das schlechteste Niveau überhaupt“, sage ich oft: Videogenerierung wird jetzt schon kaum mehr von echtem Material zu unterscheiden sein. Ich habe Musiker befragt, echte und KI-generierte Stücke gemischt – sie erkennen es nicht mehr. Und: Morgen ist es schon wieder besser als heute. In Hollywood gilt: Filme können bald deutlich billiger auf höchstem Niveau entstehen – ein Kinofilm für 100 Dollar (wie der Roku-CEO letzthin sagte), das kommt zügig.

David Rice: Kevin, danke für deinen Besuch heute – das war sehr spannend.

Kevin Surace: Hat Spaß gemacht, tolles Thema.

David Rice: An alle Hörer: Geht auf peoplemanagingpeople.com/subscribe und abonniert unseren Newsletter, damit ihr keine Events, Podcasts und neuen Artikel verpasst. Und – lernt einfach, wie ihr das, was ihr macht, besser macht.