Folge deinen Lieblingspodcasts, höre offline und im Auto mit CarPlay und Android Auto und mach immer dort weiter, wo du warst. Kostenlos ausprobieren.
Nur ein kleiner Teil der AI-Projekte in Unternehmen schafft es vom Pilotprojekt in den echten Betrieb. Unframe verspricht deshalb nicht nur schnelle Umsetzung, sondern übernimmt einen Teil des Risikos: Bezahlt wird erst, wenn die Lösung funktioniert. Die eigentliche Frage ist nicht, ob sich AI in Tagen bauen lässt, sondern wer relevante Anwendungsfälle auswählt, Erfolg definiert und die Verantwortung trägt, wenn ein Projekt nicht liefert.
In dieser Folge spricht Simon Biela mit Larissa Schneider, Mitgründerin und COO von Unframe. Beide stehen selbst auf der Anbieterseite des Marktes und diskutieren deshalb nicht aus sicherer Entfernung, sondern über die konkreten Spannungen hinter AI-Projekten: nicht bezahlte Trials, messbare KPIs, komplexe Use Cases, Human in the Loop, Personaleffekte sowie die Entscheidung zwischen Kaufen, selbst bauen, Dienstleister, Plattform oder lieber sein lassen.
**Darum geht’s:**
- Warum so viele AI-Projekte im Pilotstadium hängen bleiben - Wie KPIs vor dem Start über Erfolg oder Scheitern entscheiden - Warum komplexe Probleme der bessere Einstieg sein können - Human in the Loop, Fehlertoleranz und Vertrauen in AI - Und die Frage: Welche AI gehört ins eigene Haus und welche nicht?
Eine Folge über Umsetzungsrisiko, die organisatorischen Voraussetzungen belastbarer AI und eine neue Spielregel: Anbieter liefern nicht mehr nur Software, sondern müssen zunehmend auch für deren Wirkung einstehen.
Larissa Schneider auf LinkedIn: https://www.linkedin.com/in/schneiderlarissa/ Mehr über Unframe: https://www.unframe.ai/
Du willst bei KI nicht nur zuschauen, sondern verstehen, was wirklich passiert? Bleib auf dem Laufenden zu den wichtigsten Fragen rund um Künstliche Intelligenz! 📩 Abonniere den AI & Why Newsletter auf
