Getting the transcript
Reading the captions from YouTube. A video nobody has opened here before takes 10 to 30 seconds; this page fills in on its own.
Getting the transcript
Reading the captions from YouTube. A video nobody has opened here before takes 10 to 30 seconds; this page fills in on its own.

Neurawork · @neurawork_ai
Words
1,476
Runtime
8:42
Speaking pace
170wpm
Reading time
6min
170 words per minute, between the 160 25th percentile and the 181 median of 349 measured videos. That distribution comes from the 349-video hook study.
Opening (first 30 seconds)
80% der Leute, die KI im Job nutzen, sagen, ich bin damit produktiver. Aber nur 37% der Unternehmen sehen davon irgendwas im Ergebnis. Und das ist exakt dieselbe Zahl wie letztes Jahr. Das heißt, KI funktioniert beim Einzelnen und dann verso zwischen Schreibtisch und Bilanz. Und hier ist ganz klar das Thema, das völlig unterschätzt wird, was mit KI eigentlich geht. Ich bin Christoph Knöll von Norberg und wir bringen KI in mittelständischen Unternehmen und zwar so, dass sie im Ergebnis ankommt und zwar nicht
85 words, the words spoken in the first 30 seconds at 170 words per minute.
Free, no signup. See how the first 30 seconds hold attention, with rewrites.
Sentence shape
| Measure | This transcript |
|---|---|
| Sentences | 110 |
| Average words per sentence | 13.4 |
| Longest sentence | 71 words |
| Questions asked | 9 |
| Sentences containing a number | 23 |
Most used terms
Filler phrases
3 in total: um 3.
A literal whole-word count of the same phrase list the Prepublish browser extension uses, so a phrase inside another word is not counted and a phrase used in its ordinary sense still is. It is a count and not a judgement.
What this transcript is
Every word below is the caption track YouTube publishes for this video, pulled from the video itself and reproduced unchanged. It is not Prepublish's writing, not a summary, and not a re-transcription: it is the video's own published captions. German captions, generated automatically by YouTube, in the video’s original language. Source: the video on YouTube. A channel that would rather this page did not exist can ask for its removal through the contact page, and it is removed.
No Script X-ray for this video: YouTube shows a Most replayed graph only once a video has enough views.
80% der Leute, die KI im Job nutzen, sagen, ich bin damit produktiver. Aber nur 37% der Unternehmen sehen davon irgendwas im Ergebnis. Und das ist exakt dieselbe Zahl wie letztes Jahr. Das heißt, KI funktioniert beim Einzelnen und dann verso zwischen Schreibtisch und Bilanz. Und hier ist ganz klar das Thema, das völlig unterschätzt wird, was mit KI eigentlich geht. Ich bin Christoph Knöll von Norberg und wir bringen KI in mittelständischen Unternehmen und zwar so, dass sie im Ergebnis ankommt und zwar nicht nur im Chatfenster.
[musik] So, in diesem Video zeige ich dir, wie die vier Reifestufen, die ein Unternehmen mit KI durchläuft wirklich funktionieren. Nicht nach Technik sondiert, sondern nach Denkrichtung. Denn genau das ist der Fehler. Die meisten verwechseln ein Werkzeug mit Reife. Fangen wir mal bei der Stufe 1 an. Stufe 1 ist die Chat KI. Ja, Chat KI. Also, was passiert in der Chat KI? Idealerweise irgendwie Datenschutzkonform, ja, mit Zugriff auf Dokumente.
Ja, das bedeutet, ich habe hier irgendwo ein Chatfenster. Das ist mal so eine Sache und dann habe ich meistens noch irgendwo Context, also eine Wissensdatenbank. Ja, und ich habe möglicherweise knohow über Prompting, wie ich damit richtig klar kommme und ich habe vielleicht noch Zugriff, ja, MCP, nennt man das MCP auf weitere Applikationen, auf mein E-Mailpostfach, auf mein Kalender und kann den vom Chat aus irgendwo steuern.
Ja, und hier haben wir noch die Wissensdatenbank. Okay. So, und hier ist der Chat. So, das ist Chat KI. Okay. So. Und ähm das hier ist im Endeffekt der Schritt 1. Ähm die Denkrechtung hier ist vom Menschen her. Der Nutzen entsteht beim Einzelnen. Der Vertriebler schreibt seine Mail schneller. Die Buchhaltung fasst den Vertrag zusammen. Ja, und das ist gut. Okay, aber jetzt kommt der Haken. Dieser Nutzen skaliert mit der Anzahl der Nutzer, nicht mit dem Unternehmen.
Zehn Leute nutzen es, zehn Leute sind schneller. Die Firma ist dieselbe. Ja, genau das misst ähm die Studie vom Anfang. Die meisten Unternehmen, die ich sehe, stehen hier und zwar nicht bei 25 oder 15 in der Skala, sondern eher bei 10, weil oft nur ein Teil der Leute wirklich mitmacht. Ja, so jetzt haben wir die Stufe 2. Was ist denn die Stufe 2? Die Stufe 2 ist Auto KI. Okay, so. Auto KI bedeutet im Grunde genommen von der Denkrichtung her, jetzt ändern sich die Prozesse.
Die Frage ist jetzt nicht mehr, wie kann man äh KI nutzen oder wie kann jemand KI nutzen im Unternehmen, sondern welcher Ablauf läuft ohne dass jemand die KI nutzt? Ja, also von alleine. Ähm, eingehende Anfragen werden klassifiziert und beantwortet. Ja, die Rechnungsprüfung läuft durch. Dafür musst du deine Systeme anbinden. EAP, CM, Ticketsystem. Ja, die KI holt sich die Daten, die der Prozess braucht und nicht mehr.
Und hier ist der Punkt, an dem die meisten scheitern, die es überhaupt versuchen. Ja, nicht an der Technik, sondern daran, dass es nie aus dem Piloten rauskommt. Es gibt ja keinen Prozessverantwortlichen, keine Baseline von vorher, keine Messung von nachher. Und deswegen gilt bei uns diese Stufe ist erst erreicht, wenn man mindestens Teilautomatisierung im Regelbetrieb auch wirklich laufen hat mit verantwortlichem mit gemessenem Effekt und wenn die Geschäftsführung diesen Effekt regelmäßig auch auf den Tisch hat, ja, und auch wirklich return und Invest mmäßig nachweisen kann, ja, meistens sind dann hier so Themen wie z.B.
Belege, ja, Beleg Sortierung ist da drin, ja, sehr viel mit auch ähm Texterkennung in Belegen. Dann äh haben wir hier sehr viele Themen im Vertrieb, die automatisiert sind, vor allem Informationen für den Vertrieb, fürs Marketing und so weiter und so fort. Ja, das sind dann die automatischen Prozesse. So, jetzt kommen wir zur Stufe 3. Was ist die Stufe 3 in dieser Maturity Leiter? Das ist Data KI. So, Stufe 3 Data KI.
Und jetzt dreht sich die Denkrichtung noch einmal von den Daten her. Bei Auto KI holst du dir die Daten, weil der Prozess sie braucht. Bei Data KI fragst du mal andersrum, ja, welche Daten haben wir eigentlich und welche Entscheidungen können wir damit besser treffen? Ehrlich gesagt, hier stehen im Mittelstand sehr wenige. Ja, und es ist auch okay, aber du solltest wissen, dass es diese Stufe gibt und dass die sehr sehr sehr wirksam ist.
Bevor du sagst, du wärst jetzt bei 70 auf der Skala. Genau diese Skala nutzen wir bei Norwark übrigens auch intern, um zu entscheiden, was wir einem Kunden überhaupt anbieten. Ja, wer nämlich bei 15 steht, bekommt von uns kein Datenprojekt verkauft, ja, sondern ähm ist eben auf der Stufe, wo er gerade ist, damit er sich weiterentwickeln kann, weil es ist enorm wichtig, dass man diese Stufen durchgeht. Wenn man versucht es zu bespringen, dann landet's meistens im Chaos, weil man dann auf Stufe 3 die Probleme von Stufe 2 noch zusätzlich kehren darf.
Ja, so. Also Dataaker, was ist das? Hier geht's primär um die eigenen Daten. Das bedeutet Vorhersagemodelle möglicherweise auf der Art und Weise, wann welche Produkte wie in Rückruf geraten, ja? Ähm oder möglicherweise Vorhersage, wie die Lagerkapazitäten sein müssen im Sommer, ja, weil man es jetzt von den letzten 10 Jahren weiß und es auch in Kombination mit möglicherweise dem Wetter, ja, und daher eine Vorhersage treffen kann.
Das geht äh um viele, viele Themen ähm und ist ein sehr wirkungsvolles Thema. ist aber eben relevant äh dass man da auch entsprechend die Daten hat. Ja, so ähm machen wir sehr viel Machine Learning, sehr schönes Thema, macht wirklich Spaß. Und dann haben wir natürlich noch die Stufe 4, das ist die Layer KI. So, was heißt es jetzt? Layer KI. So, ähm hier ist die Denkrichtung vom Verbund her. Ja, jetzt liegt über allen Daten und allen Systemen eine KI Schicht.
Ja, neue Anwendungsfälle brauchen keine neue Infrastruktur mehr. Alle laufenden KI-Agenten sind an einer Stelle sichtbar, protokolliert und auch abschaltbar. Ja, und der entscheidende Unterschied zu Stufe 2 ist, dort berichtet man der Geschäftsführung, was KI gebracht hat. Hier entscheidet die Geschäftsführung auf dieser Grundlage. Ja, und der entscheidende Unterschied hier zu den anderen Stufen, Stufe 2, Stufe 3 ist ja, dass ähm KI so selbstverständlich ist, ja, und dass die Geschäftsführung nicht entscheidet, wo nutzen wir KI, sondern dass die Geschäftsführung entscheidet auf Basis der gesamten Dateninformationen, auf der ganzen Möglichkeiten, was ist der nächste Fall, den wir bearbeiten, ja, wo wollen wir noch besser werden, ja, und nicht mehr diese grundsätzlichen Fragen gestellt werden.
Was bei Layer KI ganz oft passiert, ist, dass man unten irgendwo eine Art von Datalake hat. Ja, und dass man darauf einzelne Anwendungsfälle baut und das Schöne ist, man kann das auch in Bestandssystem machen. Ja, habe ich z.B. hier irgendein altes CM von 1900 äh was weiß ich 90 oder 2010 und möchte das jetzt hier nicht ab austauschen, weil es mich halt irgendwie 100.000 1000 von Euro kostet, wenn nicht sogar paar Millionen. Ähm, dann schaffe ich es auch zwischen den Datalakes, ja, und als Systemen ähm KI Systeme einzubauen und erspar mir und das haben wir schon ganz oft gesehen, erspar mir teure Migrationsprojekte, ja, weil ich nämlich die alten CM Systeme dann eher als Datenbanken sehe als als Business Logik.
Und hier steckt der wahre Schatz der KI in der Layer KI. Da ist dann wirklich ähm die Riesentransformation da. Aber das sind halt eben Punkte, die man erreichen muss, Schritt für Schritt über diese Maturity Stufen hinweg. So und jetzt schau dir die Skala noch mal an. vier Stufen, vier Denkrichtungen vom Mensch, ja, Stufe 1, vom Prozess her, Stufe 2, von den Daten her, Stufe 3 und vom Verbund Stufe 4. Und was du daran siehst, ja, kein einzigübergang ist eine Frage des Werkzeugs.
Du kommst nicht von 25 auf 50 in der Gesamtskale, indem du ein Tool kaufst. Ja, du kommst dahin, indem drei Dinge gleichzeitig wachsen. Deine Strategie, ja, die Geschäftsführung weiß, auf welcher Stufe sie steht und welche sie will. Das Training, deine Leute können mit dem umgehen auf der jeweilige Stufe, auf der jeweiligen Stufe. Und drittens die Architektur, ne? Die Technik ist so gebaut, dass die nächste Stufe darauf aufbauen kann und auch drauf passt.
Wenn eins davon fehlt, ja, kippt das ganze und das ist operational in Summer und deshalb sprechen wir immer von Reife und nicht von Werkzeug. Und wenn du wissen willst, wo dein Unternehmen wirklich steht, ehrlich und nicht gefühlt, dann geh auf Norw AI. Wir schauen uns das gemeinsam an und sagen wir auch, wenn du erstmal gar nichts brauchst aus der Geduld und wenn du verstehen willst, warum Stufe 2 und 3 eine andere Infrastruktur brauchen als Stufe 1, dann schau das Video zu KI Infrastruktur hier unten an.
Ja, Konsum gegen Wertschöpfung, das ist der nächste Schritt. Vielen Dank fürs dabei sein. Bis zum nächsten Mal. M.
The words are the caption track's own and nothing is reworded or re-transcribed. Paragraph breaks are placed between sentences so the text reads as prose.
Free tools for your own script. No signup, no login.
Paste your draft and see where viewers are likely to drop off, with a rewrite for each weak line.
Paste the first 30 seconds of your own draft for a hook score and rewrites.
Check your draft against YouTube's advertiser-friendly guidelines before you record it.
Read this channel's public videos and transcripts, and download a writing brief for it.