Activity
Mon
Wed
Fri
Sun
Oct
Nov
Dec
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
What is this?
Less
More
AI Automation Agency Hub

334.2k members • Free

Die KI-BUSINESS Lounge ...

4.5k members • Free

AI Profits

28.5k members • Free

KI Agenten Campus

2.7k members • Free

7 contributions to Die KI-BUSINESS Lounge ...
Sneak Preview_PLANSHIFT:
Bevor wir unseren "Corporate-Site-Launch" offiziell bekannt geben, hier, in einem kleinen Sneak Preview für Euch: [planshift.io](http://planshift.io/) Kurz, worum es geht: ein kleines Hamburger/Berliner Haus für gute Unternehmensführung. Compliance, damit aus Risiken keine Haftung wird. Strategie, damit aus der Marktlage echte Entscheidungen werden. Das Spannende steckt für mich unter der Haube: AI da, wo sie stark ist, und bewusst deterministisch da, wo es prüffest sein muss. Ein paar Professoren im Rücken - echte Buddys und jahrelange Weggefährten, kein Namedropping - die das seit Jahrzehnten machen. Schaut gern rein, ehrliche Meinung ist mir immer lieber als Applaus ;-)
3
0
Sneak Preview_PLANSHIFT:
Vom Unternehmer zum KI-Builder. Mit Fokus auf das, was tragen muss.
Moin, ich bin Bernhard aus Hamburg, 62, Unternehmer und strategischer Berater. Ich komme aus der klassischen Unternehmensentwicklung: Strategie, Kapitalisierung, Beteiligungsmanagement, Restrukturierung, Prozessexzellenz, Marketing und Kommunikation. Seit über 25 Jahren arbeite ich selbständig in unternehmerischen Mandaten, auch auf CEO-/GF- und Vorstandsebene in unterschiedlichen Branchen – von Venture Capital und Private Equity über Immobilien, Versicherung, FMCG bis IT/Enterprise Software. Seit rund 1,5 Jahren bin ich intensiv in AI und Vibe Coding unterwegs. Nicht als Tech-Spielerei, sondern mit einem klaren Ziel: Beratung, Compliance und Unternehmensführung in lauffähige Systeme zu übersetzen. Aktuell baue ich vor allem zwei Projekte:' NoviGuard – ein StaRUG-knformes Frühwarn- und Bestandssicherheitssystem für KMU, mit Fokus auf Governance, Risikofrüherkennung und dokumentierbare Entscheidungslogik. PLANSHIFT:AI – eine strategische AI-Suite, die aus Business-Input belastbare Strategie-, Positionierungs- und Revenue-Logik erzeugt. Mich interessiert besonders die Schnittstelle aus Compliance und Leadership OS: Wie können Unternehmen regulatorische Pflichten nicht nur abhaken, sondern daraus bessere Steuerung, klarere Entscheidungen und robustere Organisationen entwickeln? Ich bin hier, um Erfahrungen zu teilen, gute Systeme und Ideen zu sehen, kritisch mitzudenken und mich mit Leuten auszutauschen, die AI nicht als Buzzword behandeln, sondern als Werkzeug für echte Arbeit. Cool by nature ,-) Don´t hesitate to get in touch!
Vom Unternehmer zum KI-Builder. Mit Fokus auf das, was tragen muss.
2 likes • Jul 2
Danke, Stefan. Und weil du „nächster Schritt" sagst, hier meine klare These, wo die Reise hingeht: Die nächste Stufe ist nicht das nächst größere oder performantere Modell. in zwölf Monaten haben alle Zugriff auf ähnlich leistungsfähige Basismodelle. Die reine Modellstärke wird zur Commodity, der Unterschied entsteht eine Ebene höher: in der Orchestrierung. Nicht ein Monolith, der alles kann, sondern viele spezialisierte Agenten, koordiniert von einer deterministischen Kontrollschicht, die entscheidet, was tatsächlich passieren darf. Der Grund ist simpel: KI wandert gerade von „Text entwerfen" zu „handeln". Und in dem Moment, wo ein System real handelt, wird nicht mehr Intelligenz zum Engpass, sondern Verantwortbarkeit. Wer darf was, auf welcher Evidenz, mit welchem Nachweis. Genau deshalb gewinnen orchestrierte Systeme: Sie trennen das probabilistische Denken vom deterministischen Dürfen. Das Modell schlägt vor, die Kontrollschicht entscheidet und belegt. Meine Prediction wäre: Die Gewinner der nächsten Runde sind nicht die mit dem besten Modell, sondern die mit der besten Governance um das Modell herum. Auditierbarkeit wird vom Compliance-Thema zum Architekturprinzip. Genau da bauen wir. 👊
2 likes • Jul 3
@Tobias Schorr Genau auf den Punkt, Tobias, aber ich würde die Frage schärfen: Es geht nicht um „Mensch gegen KI", sondern darum, wo der Mensch eigentlich sitzen muss. Meine Faustregel ist Wirkung mal Umkehrbarkeit. Was reversibel und folgenarm ist (Rechnung, Abrechnung, Buchhaltung), darf die KI komplett übernehmen, da ist sie schneller und besser. Was Menschen, Werte oder schwer Rückholbares berührt, gehört unter menschliche Entscheidung. Dein HR-Beispiel ist das Musterbeispiel für das Scheitern: Sobald die KI aussortiert, optimieren alle auf „KI-kompatible Bewerbung" statt auf „guter Mensch". Man misst nicht mehr das Ziel, sondern die Metrik, und die Metrik gewinnt. Klassisches Goodhart. Am Ende KI gegen KI, und der eigentliche Zweck, die richtige Person, fällt hinten runter. Und beim Punkt moralische Reife würde ich einen Schritt weitergehen: Reife allein reicht nicht, weil sie im Alltag unter Druck verlorengeht. Sie muss ins System eingebaut sein, also welche Entscheidungen die KI überhaupt treffen darf und wo zwingend ein Mensch verantwortet und das im Zweifel belegen kann. Genau deshalb stuft der EU AI Act Personalauswahl als Hochrisiko ein: nachvollziehbare menschliche Verantwortung ist da keine Kür, sondern Pflicht. Kurz: Bürokratie automatisieren, Urteil behalten, und die Grenze nicht dem guten Willen überlassen, sondern der Architektur. 👊
Fable 5 ist da 🔥 (Und ihr habt nur bis zum 7. Juli — nutzt es!)
Guten Morgen ihr alle .. wie @Stefan Hoffmann es schon hier geschrieben hat, Anthropic hat geliefert: Fable 5 ist zurück ... das aktuell leistungsfähigste Claude-Modell. Und jetzt kommt der entscheidende Punkt: Bis zum 7. Juli ist Fable 5 in euren Plänen inkludiert. Wie die Abrechnung danach aussieht, ist noch offen. Heißt für uns alle: Jetzt ist die Zeit für die großen Projekte — und für die überfälligen Aufräumaktionen. Ein Hinweis vorweg: Fable 5 verbraucht euer Nutzungskontingent deutlich schneller als Opus 4.8. Also nicht für Kleinkram verbrennen, sondern gezielt auf die dicken Bretter ansetzen. 🔥 Mein Lieblings-Move gerade: Die Aufräumrunde. Ich jage aktuell alle unsere großen Projekte durch diesen einen Prompt — und was Fable 5 daraus macht, ist beeindruckend: 3 parallele Audit-Agenten über den Code, parallele Prüfung von Datenbestand und Live-Site, dann konsolidieren, priorisieren, fixen. Ohne dass ich das orchestrieren muss. ➡️ Der Prompt (vorher das Modell auf Fable 5 mit höchster Denkstufe stellen): "Wir haben hier sehr viel entwickelt. Magst du dir das mal alles anschauen? Du bist ja eines der besten Modelle. Erkenne Inkonsistenzen, Fehler, weiße Flecken und Missstände — und räume diese dann auf und optimiere." Simpel. Aber genau das ist der Punkt: Ihr müsst nicht mehr die perfekte Anleitung schreiben. Ihr gebt die Richtung vor — das Modell baut sich den Plan selbst. ✅ Bestehende Projekte auditieren und aufräumen lassen ✅ Die großen Vorhaben starten, die bisher zu komplex wirkten ✅ Das Zeitfenster bis 7. Juli voll ausnutzen Bei uns wird es die Online Academy sein — ein Projekt, das in den nächsten Tagen durch Fable 5 komplett auf neue Beine gestellt wird. 🔥 Und jetzt ihr ... ab in die Kommentare: Welches größere Projekt geht ihr mit Fable 5 an? Und wer den Aufräum-Prompt heute noch auf ein eigenes Projekt loslässt: Kommentiere mit "FABLE" — ich bin gespannt, was dabei rauskommt! Euer Torsten
Fable 5 ist da 🔥 (Und ihr habt nur bis zum 7. Juli — nutzt es!)
5 likes • Jul 2
FABLE 🔥 Bei mir geht PLANSHIFT:AI durch die Mühle, das komplexe Ding, an dem ich gerade das Hardening mache. Genau der Fall, für den sich die große Denkstufe lohnt: viele abhängige Module, geteilte Datenverträge, async Worker. Da parallele Audit-Agenten drüberlaufen zu lassen, statt selbst zu orchestrieren, ist Gold. Ein Erfahrungswert dazu, weil ich viel im auditfesten Bereich baue: Der „schau's dir an und räum auf"-Prompt ist top für Erkennung, weiße Flecken und Inkonsistenzen. Beim „optimieren und fixen" würde ich in kritischen Projekten aber eine Leine dranlassen, erst Read-only-Befund und Priorisierung liefern lassen, dann selbst freigeben, was er anfassen darf. Sonst „verbessert" das Modell auch mal Dinge, die bewusst so gebaut sind (deterministische Kerne, Migrationen, Verträge). Also: entfesselt fürs Finden, kontrolliert fürs Ändern. Dann ist das Zeitfenster bis zum 7. richtig was wert. 👊 Aber super Tipp, die Aufräumaktion! Thx Torsten.
4 likes • Jul 2
Noch ein Gedanke als Nachtrag, zu dem ich gern Eure Gedanken hören würde: Die nächste Stufe ist m.E. nicht das nächst größere oder performantere Modell. In zwölf Monaten haben alle Zugriff auf ähnlich leistungsfähige Basismodelle. Die reine Modellstärke wird zur Commodity, der Unterschied entsteht eine Ebene höher: in der Orchestrierung. Nicht ein Monolith, der alles kann, sondern viele spezialisierte Agenten, koordiniert von einer deterministischen Kontrollschicht, die entscheidet, was tatsächlich passieren darf. Der Grund ist simpel: KI wandert gerade von „Text entwerfen" zu „handeln". Und in dem Moment, wo ein System real handelt, wird nicht mehr Intelligenz zum Engpass, sondern Verantwortbarkeit. Wer darf was, auf welcher Evidenz, mit welchem Nachweis. Genau deshalb gewinnen orchestrierte Systeme: Sie trennen das probabilistische Denken vom deterministischen Dürfen. Das Modell schlägt vor, die Kontrollschicht entscheidet und belegt. Meine Prediction wäre: Die Gewinner der nächsten Runde sind nicht die mit dem besten/leistungsfähigsten Modell, sondern die mit der besten Governance um das Modell herum. Auditierbarkeit wird vom Compliance-Thema zum Architekturprinzip. Genau da bauen wir. 🥳 👊
PLANSHIFT:AI — ich suche 1 bis 3 Toptalente, die das Produkt hart launchfähig machen (Revenue-Share)
Moin, Bernhard aus Hamburg. Kurz und ehrlich: Ich habe ein Produkt gebaut, das zu 80 % steht und an den letzten 20 % zur Marktreife hängt. Ich suche die ein bis drei Leute, die genau diese 20 % können, und die dafür nicht bezahlt, sondern beteiligt werden. Was PLANSHIFT:AI ist Eine KI-Strategie-Suite aus drei Produkten: MarketFrame (Markt & Positionierung), CreatorCompass (Personal Brand & Social-Media-Strategie), RevenueFrame (Umsatzlogik). Jedes Produkt hat 7 bis 8 Module, die aufeinander aufbauen: ein Modul erzeugt strukturierten Output, das nächste rechnet darauf weiter. Am Ende stehen vollständige, durchgerechnete Strategie-Konzepte von teils 60+ Seiten Tiefe. Kein Prompt-Spielzeug, sondern die Arbeit, für die man heute Tage an Senior-Beraterzeit verbrennt. Warum der Markt da ist: Strategie braucht jedes Unternehmen, aber gute Strategie können sich die wenigsten (KMU) leisten. Genau diese Lücke adressiert PLANSHIFT: - Beratungen, Agenturen, KMU (MF + RF): vom Markt über die Positionierung bis zur durchgerechneten Umsatzstrategie. Produktisierte Senior-Tiefe, die sonst Tagessätze kostet. - Creator, Coaches, Personal Brands (CC + RF): der vielleicht stärkste Hebel. CreatorCompass baut Personal Brand und Social-Media-Strategie, RevenueFrame die Monetarisierung dahinter. Reichweite ist überall, ein belastbares Geschäftsmodell fast nirgends. Riesiger, wachsender Markt. Der Clou: Die meisten KI-Strategietools sind flache Wrapper. Echte Tiefe über mehrere aufeinander aufbauende Module ist selten, und genau hier ist PLANSHIFT vorne. Sprach- und marktunabhängig gebaut, also von Tag eins international skalierbar. Wer das stabil auf die Straße bringt, sitzt nicht auf einem Feature, sondern auf einem Produkt mit echtem Markt. Status: Kein Mockup, kein Pitchdeck. Echter, fetter MVP, über 10.000 Commits auf GitHub. Das System existiert und kann viel. Es hängt an der Produktionsreife. Tech-Stack - Frontend: React / TypeScript / Vite, gebaut in Lovable - Backend: Supabase (Postgres, Auth, Edge Functions in Deno) - Billing: Stripe - Generierung: erst intern, jetzt über einen externen Worker, asynchron
PLANSHIFT:AI — ich suche 1 bis 3 Toptalente, die das Produkt hart launchfähig machen (Revenue-Share)
2 likes • Jun 30
Sehe ich anders, Nicole. Dein Erfahrungswert stammt aus Idee-Stage-Projekten, bei denen jemand gratis bauen lassen wollte. Das ist nicht vergleichbar mit einem fertigen System, das zu 90 Prozent steht und einen Markt hat. Anderes Risiko, andere Liga. Und zum „such dort, wo die Programmierer sind": Ich war jahrelang Geschäftsführer einer IT-Enterprise-Bude und kenne sehr, sehr viele Coder. Wenn ich nur einen bezahlten Entwickler bräuchte, hätte ich morgen zehn. Genau das suche ich hier aber nicht. Ich suche die seltene Kombi: starker Builder, echte AI-Kompetenz und Business-Instinkt, jemand, der nicht abrechnen, sondern mitbauen und beteiligt sein will. Top-Talente. Solche Leute findet man nicht über Tagessatz-Plattformen, sondern in Räumen wie diesem. Deshalb bin ich hier. Dass die wirklich Starken angeblich sowas nie machen, stimmt einfach nicht. Die Besten arbeiten längst nicht nur für Geld, sondern für Anteil an etwas, das zählt. Wir haben verschiedene Brain/Equity oder Brain/Revenue-Beteiligungen mit solchen Talenten 😉. Kann mir kaum vorstellen, solchen Menschen hier nicht zu begegnen!
2 likes • Jul 1
@Nguyet Tran Thx Nguyet 🙏
Vom Denkraum in den Betriebsraum: Reversibilität als Designprinzip für KI - Post 5 von 8
Ein sehr praktischer Grundsatz für KI-Governance lautet: Je irreversibler die Wirkung, desto klarer muss der Commit sein. Nicht jeder Fehler ist gleich teuer. Ein schlechter Entwurf ist schnell verworfen.Eine falsche interne Zusammenfassung ist korrigierbar.Eine unpassende Kundenmail ist schwieriger.Eine falsche Zahlung ist kritisch.Eine fehlerhafte Personalentscheidung ist noch kritischer.Eine rechtlich relevante Auskunft kann massive Folgen haben. Deshalb sollte KI nicht pauschal nach Tool, Modell oder Use Case bewertet werden. Sondern nach Wirkung. Die Leitfrage lautet: Was passiert, wenn der Output falsch ist? Kann man ihn einfach löschen?Kann man ihn korrigieren?Muss man ihn erklären?Entsteht Vertrauensschaden?Entsteht finanzieller Schaden?Entsteht rechtliche Wirkung?Sind Menschen unmittelbar betroffen? Im Denkraum sind Fehler oft produktiv. Sie erzeugen Varianten, Reibung, neue Fragen und bessere Alternativen. Im Betriebsraum sind Fehler etwas anderes. Sie verändern Zustände.Sie lösen Prozesse aus.Sie betreffen Kunden, Mitarbeitende, Budgets oder Rechte. Deshalb braucht KI dort andere Regeln. Nicht aus Angst vor Innovation. Sondern weil Wirkung unterschiedlich schwer wiegt. Reversibilität ist eines der einfachsten und stärksten Designprinzipien für KI-Prozesse. Je leichter etwas rückgängig zu machen ist, desto mehr Autonomie kann vertretbar sein. Je schwerer etwas rückgängig zu machen ist, desto klarer müssen Prüfung, Freigabe, Dokumentation und Verantwortung sein. Das ist keine Bremse. Das ist eine Voraussetzung dafür, KI dort einzusetzen, wo sie wirklich tragen soll.
3 likes • Jun 29
Rolland trifft den wunden Punkt: Ein LLM lässt sich nicht wie klassischer Code mathematisch verifizieren, und „der Agent ist schon aligned" ist genau die Annahme, die später kracht. Dazu kommt Thomas' Punkt: Das Modell mussantworten, also rät es im Zweifel plausibel statt zu schweigen. Mein Ansatz dazu: Man macht nicht das LLM beweisbar, man baut das Deterministische drumherum. Sprich, generativen Schritt und Entscheidungs-/Wirkungsschritt sauber trennen. Das LLM schlägt vor, eine deterministische, testbare Schicht prüft, entscheidet oder blockt. Drei Hebel, die das praktikabel machen: 1. Output-Verträge statt Freitext. Strukturierte, schema-validierte Outputs, die man maschinell gegenchecken kann. Was das Schema reißt, geht gar nicht erst durch. 2. Abstention erlauben. Dem System „ich weiß es nicht" beibringen plus Confidence-Schwelle, ab der eskaliert statt geraten wird. Genau gegen den „muss antworten"-Zwang. 3. Nicht auf das menschliche Auge verlassen. Wo man Fehler nicht sieht, brauchst du automatische Validatoren und eine Beweiskette, nicht Hoffnung. So verschiebt sich die Frage von „ist das LLM korrekt?" (unbeantwortbar) zu „fängt mein System eine falsche Ausgabe ab, bevor sie Wirkung entfaltet?" (baubar und testbar). Genau dieser Gürtel aus Determinismus um das probabilistische Herz ist für mich der Kern von verantwortbarer KI. 👊
1 like • Jun 30
Stark, Thomas. Das ist exakt die Architektur, um die ich in meinem Kommentar nur herumgekreist bin, sauber zu Ende gedacht. Die Trennung Inference / Decision / Execution und der deterministische Kernel als Torwächter ist genau richtig, und „nicht was ein Modell denken kann, sondern was ein System tun darf" ist der Satz, den ich mir einrahme. Zwei Punkte, die ich aus meiner Ecke (Compliance/Recht) draufsetzen würde: 1. Der Kernel ist die leichtere Hälfte. Die eigentliche Schwierigkeit liegt in der Autorenschaft der Knowledge Artifacts. Ein Betriebsvertrag ist nur so gut wie das normative Mapping dahinter, also ob Evidenzanforderungen, Autoritäten und Freigabebedingungen die echte Rechts- und Pflichtenlage treffen (StaRUG, AI Act, DSGVO) und mit ihr aktuell bleiben. Genau da wird Domänen- und juristische Tiefe zum Moat, nicht im Code. 2. Versionierung ist dein Audit-Gold. Wenn du die geltende Artefakt-Version in den Evidenznachweis jeder Handlung mit einbindest, kann ein Prüfer später rekonstruieren, unter welchem Betriebsvertrag eine Handlung zulässig war. Tempus regit actum, maschinell durchsetzbar. Das ist der Heilige Gral für Auditierbarkeit. Eine Frage, die mich dabei umtreibt: Wie löst du die Governance der Governance? Wer hat die Autorität, ein Knowledge Artifact zu ändern, wie werden Konflikte und Präzedenz zwischen Artefakten aufgelöst, und wie verhinderst du, dass die Änderung des Betriebsvertrags selbst zum unkontrollierten Schritt wird? Genau nach diesem Prinzip, Determinismus um ein probabilistisches Herz, bauen wir NoviGuard. 👊
1-7 of 7
Bernhard Stephan
3
20 points to level up
@bernhard-stephan-9521
KI-nativ & hands-on: Agentic Coding, deterministische KI-Guardrails (Reproduzierbarkeit, Audit), KI-Governance, Prompt-/Workflow-Design, Strategie.

Active 27d ago
Joined Jun 29, 2026
Powered by