Insights for decision-makers
Understand AI.
Make Clearer Decisions.
Analysis, decision models, and practical knowledge for companies that want to do more than just talk about AI and actually use it effectively.
What matters in AI projects
01
What needs to be clarified before AI becomes productive?
Database, process benefits, risks, and the next logical step: We'll assess what's truly relevant for a sound decision.
Latest Posts
Decision support with concrete work models.
Dieselben Daten dreimal eingeben? So verbinden Sie E-Mail, CRM und ERP sinnvoll
Dieselbe Adresse im CRM, im Angebot und noch einmal in der Bestätigungsmail: Wie lässt sich diese Mehrfacheingabe vermeiden? Ein Beispiel zeigt, welche Datenübergaben und Zuständigkeiten Sie dafür klären sollten.
Was darf mein KI-Assistent selbst erledigen – und wann braucht er meine Freigabe?
Ein KI-Assistent sollte nicht pauschal handeln dürfen. Ich zeige ein einfaches Arbeitsmodell, mit dem Sie Lesen, Vorbereiten und Ausführen sauber trennen und Freigaben passend zur konkreten Aktion gestalten.
Wo lohnt sich KI in Ihrem Unternehmen? So finden Sie sinnvolle Einsatzmöglichkeiten
Wo soll KI im Unternehmen unterstützen – und wo passt eine einfachere Lösung? Ich empfehle sieben Prüffragen für Aufgaben aus Vertrieb, Service und Dokumentenarbeit. Dazu stellen wir unsere KI-Potenzialanalyse kompakt vor.
E-Mail, CRM und Unternehmenswissen: Welchen Kontext ein KI-Assistent braucht
Eine Serviceanfrage besteht nicht nur aus einer E-Mail. Wir zeigen an einem Beispiel, wie Kundenhistorie, aktueller Vorgang und passende Unterlagen zu einem prüfbaren Kontext für einen KI-Assistenten werden.
Persönliche KI-Assistenten im Unternehmen: Was sie im Arbeitsalltag übernehmen sollen
Persönliche KI-Assistenz sollte mehr leisten als ein weiteres Chatfenster. Anhand einer normalen Kundenanfrage zeige ich, wie ein persönlicher Arbeitsbereich E-Mails, freigegebenes Wissen, Antwortentwürfe und nächste Aufgaben kontrolliert verbinden kann.
Measuring RAG Quality: Test Questions for Product and Quotation Knowledge
Does your internal knowledge base give the right answer for the correct product variant? A practical test sheet for sales support and engineering, with sample questions, source checks and two useful tips.
From Requirements to Clarification Questions: Systematically Resolving Incomplete Customer Enquiries
A practical method for turning missing details, inconsistencies and variants into clear questions before drafting a quotation.
Product Knowledge in the Quotation Process: When RAG Helps – and When Search Is Enough
A decision guide to structured product data, conventional search and RAG in technical sales.
Knowledge Base for Sales and Engineering: Which Content to Prioritise First
Six practical areas to review when creating a focused, professionally maintained initial knowledge set for sales and engineering.
Next Step
Should a topic be translated directly into a project?
Then let's not start with theory, but with the initial situation, data sources, process benefits, and a realistic pilot scope.