Newsletter

AI moves through people – Wer den Wandel im Alltag trägt 🤝

31.07.2026NewsletterPeople Layer
AI moves through people – Wer den Wandel im Alltag trägt 🤝

Wie wird KI vom persönlichen Experiment zur verlässlichen Arbeitsweise für ein ganzes Team? Die Juli-Ausgabe zeigt das an Andreas Bleckenwegners Enablement-Arbeit bei J&J MedTech Österreich, Microsofts Investition in 6.000 Branchenexpert:innen und Engineers sowie der ersten AI Summer School. Der gemeinsame Nenner: Menschen geben Modellen Kontext, übersetzen Versuche in Routinen und bauen die Regeln, mit denen AI im Alltag trägt.

Das Wichtigste in Kürze

Aus Erfahrung wird ein Lernsystem

Andreas Bleckenwegner übersetzt GenAI bei J&J MedTech Österreich in konkrete Sales- und Business-Situationen. Aus eigenen Versuchen entstanden ein GenAI Day, ein Ambassador-Netzwerk, Leadership Enablement und eine regelmäßige Prompting Hour für echte Arbeitsfragen.

Menschen bilden den People Layer

Modelle kennen weder informelle Abläufe noch Freigaben, sensible Daten oder die Qualitätsmaßstäbe eines Teams. Menschen liefern diesen Kontext, verbinden Fachbereich, Führung, Technologie und Governance und entscheiden, wo AI handeln darf.

Lernen wird zur Arbeitslogik

In der ersten AI Summer School übertrugen 40 Teilnehmende gemeinsame Übungen direkt auf ihre Arbeit. Sie reparierten unter anderem einen n8n-Workflow, bauten ein Management-Dashboard und produzierten automatisiert 150 Illustrationen.

Inhaltlich eingeordnet

Vom eigenen Experiment zum gemeinsamen Lernrhythmus

Bei J&J MedTech Österreich nahm Andreas Bleckenwegner Fragen direkt aus der Arbeit auf: Wie lässt sich ein Kundengespräch besser vorbereiten? Wie werden Informationen schneller strukturiert? Wie kann eine neue Verkaufsmethode mit AI geübt werden? Weil die Beispiele aus dem echten Sales- und Business-Alltag kamen, konnten Kolleg:innen den Nutzen unmittelbar prüfen.

Aus diesen Versuchen entstand schrittweise ein Enablement-System. Ein GenAI Day brachte Management Board und Ambassadors zusammen, Gallery Walks machten Use Cases sichtbar und Leadership Sessions holten Führungskräfte gezielt ab. In der regelmäßigen Prompting Hour bringen Menschen ein konkretes Problem mit und gehen mit einem brauchbaren Prompt oder Workflow zurück an ihren Schreibtisch.

Warum starke Modelle einen People Layer brauchen

Microsoft investiert 2,5 Milliarden US-Dollar und mobilisiert rund 6.000 Branchenexpert:innen und Engineers, die gemeinsam mit Unternehmen AI-Systeme entwickeln und verbessern sollen. Die Größenordnung macht sichtbar, wie viel praktische Übersetzungsarbeit zwischen Modell und Organisation liegt.

Ein Modell kann Wissen durchsuchen und Entscheidungen vorbereiten. Menschen kennen die Ausnahmen im Prozess, Zuständigkeiten, sensible Daten und die Maßstäbe für ein gutes Ergebnis. Sie formen daraus Use Cases, Rollen, Workflows, Entscheidungswege und Leitplanken, mit denen ein AI Work System sicher betrieben und weiterentwickelt werden kann.

Was die erste AI Summer School praktisch gezeigt hat

40 Teilnehmende arbeiteten vier Wochen lang in zwölf Live-Sessions am GenAI-Dreieck aus Modell, Prompt und Kontext, an reproduzierbaren Prompt-Systemen, n8n-Workflows, Prototypen und eigenen Agent-Systemen. Die Q&A-Sessions füllten sich mit realen Arbeitsfragen, Lösungen wurden gemeinsam gebaut und für andere nachvollziehbar gemacht.

Die Ergebnisse reichten von einem mit Codex reparierten n8n-Workflow über ein Management-Dashboard bis zu einem System, das über Nacht 150 Illustrationen produzierte. Hinter diesen unterschiedlichen Anwendungen stand dieselbe Fähigkeit: Aufgaben sauber zerlegen, den passenden Automationsgrad wählen und Ergebnisse so gestalten, dass andere damit weiterarbeiten können.

AI bewegt sich durch Menschen

Die drei Geschichten führen zum selben Punkt: AI Adoption wird tragfähig, wenn Menschen Fachwissen teilen, gute Versuche wiederholbar machen und Unsicherheit in klare nächste Schritte übersetzen. Dafür braucht es interne Multiplikator:innen, befähigte Führungskräfte und Formate, in denen echte Arbeitsprobleme bearbeitet werden.

So entsteht aus einem Tool kein isolierter Pilot, sondern eine Arbeitsweise, die im Alltag weiterlebt. Das Modell liefert Fähigkeiten. Menschen geben Richtung, Kontext und Urteilskraft dazu und bauen die Routinen und Regeln, die eine Organisation selbst betreiben kann.

Ist das Thema interessant für dich? Dann gibt es drei sinnvolle nächste Schritte.

Wir haben die Kernideen dieser Quelle als strukturierte Markdown Datei aufbereitet, damit du es perfekt als Kontext für dein eigenes KI-Projekt nutzen kannst. Lade die Datei herunter, wirf sie in das Tool deiner Wahl und arbeite damit weiter!

Für den Download brauchen wir deine E-Mail-Adresse. Infos zur Datenverarbeitung findest du in der Datenschutzerklärung.

Wenn du aus deinem Interesse echte Praxis machen willst, komm' in die Blackboat Academy! Von kompakten Workshops über mehrwöchige Intensivprogramme bis zur persönlichen Begleitung über ein ganzes Quartal: in unserer Academy findest du das Format, das zu deinem Ziel, deinem Level und deinem Zeitrahmen passt.

Wenn du merkst, dass dieses Thema für deine Organisation gerade relevant wird, sprich mit uns über eine individuelle Betreuung. Gemeinsam schauen wir auf euren Kontext, priorisieren die richtigen Hebel und bringen KI nicht nur in die Diskussion, sondern in eure echten Arbeitsprozesse.

AI generated

Diese redaktionelle Aufbereitung kommt direkt aus der KI-Werkstatt. Unsere Crew hat die Inhalte nicht geprüft. Dies bezieht sich nicht auf die Originalquelle.

Zurück zu Inspiration