Maks Giordano ist GenAI-Stratege und verfügt über rund 30 Jahre Erfahrung mit digitalen Projekten. In Kursen und Trainings macht er Unternehmen fit für die Zukunft. Im Interview erzählt er, was KI vermag. Und was nicht.
by 
Es gibt kein einzelnes Lieblingstool. Was mich wirklich begeistert, ist ein persönlicher GenAI-Stack, also das Zusammenspiel mehrerer Werkzeuge, das sich an den eigenen Denkprozessen und Use Cases orientiert. Konkret sieht einer meiner Lieblings-Workflows gerade so aus: Wenn ich ein komplexes Thema angehe, dann starte ich mit einem sehr präzise formulierten Deep-Research-Prompt in «Claude». Das hilft mir zunächst dabei, den Prompt selbst zu schärfen und die richtigen Fragen zu stellen. Dann folgt die eigentliche Recherche. Das Ergebnis ist oft beeindruckend: strukturiert, quellenbasiert, strategisch tief. Dazu exportiere ich das Rechercheergebnis als Markdown-Datei und lade es in NotebookLM von Google. So wird aus einem statischen Dokument eine interaktive Wissensquelle: Ich kann Fragen stellen, Zusammenhänge erkunden, Mindmaps generieren. Für mich sehr hilfreich ist die Podcast-Funktion: NotebookLM verwandelt das Material in ein gesprochenes Gespräch zwischen zwei KIStimmen, die das Thema dialogisch aufbereiten. Das klingt zunächst wie ein Gimmick, ist aber für mich im Alltag zu einem echten Mehrwertformat geworden. Im Zug, auf dem Weg zu einem Kunden oder zwischen zwei Terminen höre ich mir meine eigene Recherche als Podcast an. Das Wissen sitzt danach deutlich besser. Neben «Claude» und NotebookLM ist mein Favorit aktuell «Claude Coworker». In Kombination mit den Konnektoren zum Kalender, Mail etc. ein echtes Multitalent für mich.
Der Unterschied zwischen Bedienen und Beherrschen zeigt sich in mehreren Verhaltensmustern. Das erste ist der Umgang mit Kontext. Wer KI wirklich beherrscht, fragt sich nicht «Was soll das Tool tun?», sondern «Wie würde ich einer klugen Kollegin diese Aufgabe übergeben?» Das ist die entscheidende mentale Verschiebung. Ein gutes Briefing an einen Menschen enthält Hintergrund, Ziel, Tonalität, Einschränkungen und das gewünschte Format des Ergebnisses, zum Beispiel als Tabelle. Genau das braucht auch ein Sprachmodell. Wer so denkt, stellt bessere Fragen und bekommt sofort bessere Ergebnisse. Das zweite ist iteratives Denken. Viele Menschen stellen eine Frage, lesen die Antwort und wechseln das Thema oder geben auf. Wer KI beherrscht, bleibt im Gespräch. Innerhalb desselben Chats lässt sich ein Ergebnis beliebig oft weiterentwickeln, verfeinern und auf neue Anforderungen zuschneiden. Das Modell kennt den gesamten bisherigen Kontext, und das ist ein enormer Hebel, den die meisten ungenutzt lassen. Wichtig ist auch immer die «Human-in-the-loop»-Kontrolle.
Der Mensch bleibt immer in der Verantwortung. Generative KI produziert Ergebnisse mit grosser Überzeugungskraft, und genau das ist das Problem. Sprachmodelle können halluzinieren. Das wird zum Glück immer seltener, aber es kann halt auch bedeuten: Sie erfinden Fakten, Quellen, Zahlen und Namen mit derselben Selbstverständlichkeit, mit der sie korrekte Aussagen treffen. Wer das nicht weiss oder ignoriert, übernimmt Fehler, ohne sie zu bemerken. Kritische Ergebnisse müssen geprüft, Quellen verifiziert und Aussagen hinterfragt werden, bevor sie in ein Angebot, eine Präsentation oder eine Kundenkommunikation fliessen. Die KI liefert Entwürfe, keine Wahrheiten. Eng damit verbunden ist ein Phänomen, das im englischsprachigen Raum bereits als «Work Slop» bezeichnet wird: KI-Output, der unreflektiert übernommen, minimal angepasst und als eigene Leistung ausgegeben wird. Das Ergebnis ist generisch, austauschbar und oft inhaltlich fragwürdig. Wer KI beherrscht, nutzt sie als Rohstoff, nicht als Fertigprodukt. Und schliesslich ist da die strategische Ebene: Wer wirklich beherrscht, weiss auch, welche Aufgaben überhaupt nicht in ein KI-System gehören. Der echte Reifegrad zeigt sich nicht daran, was jemand mit KI macht, sondern daran, was er bewusst nicht damit macht, weil er die Grenzen kennt und respektiert.
Die Frage ist gut gewählt, weil sie einen Denkfehler aufdeckt, der sich hartnäckig hält. Viele behandeln Generative KI entweder als Allzweckwunder oder als nützliches Spielzeug. Beides ist falsch. Die richtige Analogie ist die einer aussergewöhnlich fähigen Mitarbeiterin mit klaren Stärken und ebenso klaren Grenzen. Sofortige Verantwortung würde ich dieser Person für folgende Aufgaben übertragen: Erstrecherche zu neuen Themen, Textentwürfe in verschiedenen Formaten und Sprachen, Übersetzungen, Zusammenfassungen langer Dokumente, Protokollierung von Meetings, Präsentation von Optionen und Alternativen. Und dann gibt es noch eine Rolle, die unterschätzt wird: den Co-Creation-Sparringspartner. Ich gebe meiner KI eigene Ideen, Rohgedanken, halbfertige Konzepte, und lasse sie reflektieren, ergänzen, hinterfragen. Das schärft das eigene Denken erheblich. Ich sage das auch ganz persönlich: Ich bin kein englischer Muttersprachler. Protokolle schreiben gehört nicht zu meinen Lieblingsaufgaben. Komplexe Texte in mehreren Sprachen gleichzeitig zu produzieren, kostet mich Zeit und Energie. In all diesen Bereichen ist mein KI-Mitarbeiter schlicht besser als ich, schneller, konsistenter, ohne Ermüdungserscheinungen. Das anzuerkennen, ist unternehmerische Klugheit. Ich konzentriere mich auf das, was ich besonders gut kann, und lagere den Rest aus. Das Gefühl, jederzeit – also wirklich 24 Stunden am Tag und 7 Tage die Woche – einen Co-Creator zur Verfügung zu haben, dem ich Aufgaben übergeben kann, ist einer der unterschätztesten Produktivitätshebel unserer Zeit.
Finale Entscheidungen bleiben beim Menschen. Alles, was Empathie erfordert, also Krisenkommunikation, schwierige Gespräche, emotionale Situationen mit Kunden oder Teams, bleibt in menschlicher Hand. Rechtlich und finanziell relevante Aussagen übernehme ich nie ungeprüft. Und die kreative Positionierung einer Marke, das kuratorische Urteil, der Stil, die Haltung, das ist originär menschliche Leistung. KI kann Optionen liefern, aber sie kann nicht entscheiden, wer ein Unternehmen oder ein Event sein will. KI hat keinen «Geschmack», kein «Bauchgefühl», keine «Empathie». Die beste Formel, die ich dafür gefunden habe, lautet: Generative KI ist kein Ersatz für Urteilsvermögen, sondern eine Verstärkung davon.
Die Angst ist verständlich. Aber sie richtet sich, wie die meisten Ängste, nicht ganz auf das Richtige. Natürlich gibt es Tätigkeiten, die sehr bald, manche davon bereits heute, von Generativer KI übernommen werden: Einfache Textproduktion nach definierten Vorlagen. Standardisierte Übersetzungen ohne kulturelle Feinheiten. Erste Qualifizierungsstufen im Kundenservice, also das Beantworten wiederkehrender Anfragen nach Mustern. Dateneingabe. Standard-Reporting. Basale Bildproduktion für generische Kommunikationsbedarfe. Im MICE-Bereich betrifft das zum Beispiel Erstangebote nach Standardparametern, Nachberichte nach definierten Templates oder die Aufbereitung von Teilnehmerfeedback. Wer diese Tätigkeiten heute hauptsächlich ausübt, ohne eine Weiterentwicklung anzustreben, hat ein reales Problem. Aber dann gibt es eine andere Seite, die ich für ebenso wichtig halte und die in der öffentlichen Diskussion zu wenig Raum bekommt.
Würde Generative KI so etwas wie John Cages «4’33”» komponieren? Ein Stück, das aus vier Minuten und dreiunddreissig Sekunden Stille besteht und damit die gesamte Frage neu stellt, was Musik überhaupt ist? Wahrscheinlich nicht. Denn KI optimiert auf Basis dessen, was war. Sie destilliert Muster aus Trainingsdaten. Cage hat das Gegenteil gemacht: Er hat den Kontext der Musikgeschichte radikal verlassen und eine Geste gesetzt, die nur aus einer Biografie, einer Haltung, einer persönlichen Überzeugung entstehen konnte. Hätte KI den Punk erfunden, als in den 1970-er Jahren pompöser Stadionrock dominierte? Hätte sie gemalt wie Hilma af Klint, die abstrakte Kunst schuf, bevor Abstraktion überhaupt ein Begriff war? Oder wie Jackson Pollock, der Farbe auf den Boden warf und damit eine neue Bildsprache schuf, nicht weil ein Algorithmus es empfahl, sondern weil er in einer bestimmten Zeit lebte, litt, suchte und scheiterte? KI hat keine Biografie. Sie kennt das Wie, aber nicht das Warum. Sie kann Stile reproduzieren, kombinieren und variieren. Aber sie kann keine Haltung entwickeln, keine echte Überzeugung vertreten, keine Beziehung aufbauen. Komplexe Verhandlungen, emotionale Moderation in schwierigen Momenten, kreative Gesamtverantwortung, Kundengespür, Bauchgefühl, Intuition, Empathie, echte Co-Creation im Raum mit anderen Menschen: Das sind keine romantischen Restposten, das sind die Kernkompetenzen, die in einer KI-durchdrungenen Welt an Wert gewinnen, nicht verlieren. Menschen, die Generative KI verstehen, einsetzen und weiterentwickeln, haben gegenüber Menschen, die das nicht tun, einen strukturellen Vorteil, der mit der Zeit grösser wird. Die eigentliche Trennlinie verläuft also nicht zwischen Mensch und Maschine. Sie verläuft zwischen Menschen, die sich anpassen, und solchen, die es nicht tun oder nicht wollen.
Die meisten Prognosen über technologische Entwicklung sind zu vorsichtig, nicht zu kühn. Wir überschätzen eigentlich immer kurzfristig die Auswirkungen von Technologie und unterschätzen diese dann aber langfristig. Was wir in fünf Jahren erleben werden, ist keine lineare Fortsetzung des Heute. Es ist ein qualitativer exponentieller Sprung, der mehrere Dimensionen gleichzeitig betrifft. Was am nächsten liegt und dennoch unterschätzt wird: die Hardware. Wir stehen kurz vor einer Generation von Devices, die wir tragen können, wie zum Beispiel Mixed-Reality-Brillen, die erstmals wirklich alltagstauglich sind. Hochauflösende Displays, räumliches Audio, nahtlose Integration digitaler Inhalte in die physische Welt. Wer den Film «Her» gesehen hat, erinnert sich an eine KI, die sieht, hört, spricht und dabei so präsent ist wie ein Mensch im Raum. Das ist keine Science-Fiction mehr, das ist eine Produktkategorie, die gerade entsteht. Parallel dazu macht Physical AI, also KI in physischen Systemen und Robotik, Fortschritte in einem Tempo, das die meisten Branchenbeobachter überrascht. Im digitalen Raum wird sich die Art, wie Menschen Informationen finden und konsumieren, grundlegend verändern. Suchmaschinenoptimierung, wie wir sie kennen, wird durch Generative Engine Optimization (GEO) ergänzt und teilweise ersetzt. Inhalte müssen nicht mehr nur für Algorithmen lesbar sein, sondern für KI-Systeme interpretierbar, die im Auftrag von Menschen recherchieren und entscheiden.
Auf der Systemebene werden vollautonome KI-Agenten-Teams keine Ausnahme mehr sein. Mehrschrittige Workflows, vom ersten Kundenbriefing über Vendor-Kommunikation bis zur finalen Teilnehmerlogistik, werden von Agenten-Netzwerken koordiniert, die eigenständig planen, kommunizieren und entscheiden, innerhalb klar definierter Grenzen und immer mit dem Menschen als letzte Instanz. Der Eventmanager der Zukunft führt kein Tool, er führt ein Team aus menschlichen und digitalen Mitarbeitenden. Die Personalisierung wird eine Tiefe erreichen, die heute noch befremdlich wirkt: Ein System, das weiss, was ein bestimmter Gast erwartet, bevor dieser selbst es artikuliert hat, das Programm, Sitzordnung, Spracheinstellung und Kommunikationston individuell anpasst, ist keine Utopie mehr. Es ist eine logische Konsequenz aus dem, was heute bereits technisch möglich ist. Und dann ist da noch die grösste Verschiebung, am schwierigsten zu greifen, weil sie das Selbstverständnis von Arbeit und Intelligenz berührt. Wir werden uns in einem Zustand befinden, den viele Forschende als nahezu AGI beschreiben: also Systeme mit generalisierten kognitiven Fähigkeiten, die über spezialisierte Aufgaben weit hinausgehen. KI wird nicht mehr Assistent sein, nicht mehr Werkzeug. Sie wird Co-Planer und Co-Creator mit echtem Entscheidungsanteil in definierten Bereichen.
Im Zentrum von allem! KI ist ein Verstärker menschlicher Fähigkeiten, nicht deren Substitut. Die Veranstaltungen, die in fünf Jahren in Erinnerung bleiben werden, sind nicht die technisch beeindruckendsten. Es sind die, bei denen ein Mensch entschieden hat, was diesen Abend unvergesslich macht. Daran wird sich nichts ändern.
Als Digital-Stratege mit rund 30 Jahren Erfahrung gilt Maks Giordano als Vordenker im Bereich Innovation. Er war unter anderem Mitglied der Geschäftsführung und Leiter des Bereichs Innovation, Games & Mobile bei ProSieben Sat.1 sowie Mitbegründer der Beratungsunternehmen iconmobile und Nunatak. 2010 gründete er juuman’ okudo und arbeitet seitdem etwa für Swatch, Apple, Lego, Mercedes, Lufthansa, BMW und Red Bull. Weiter ist Maks Giordano Keynote-Speaker und entwickelt Kurse zum Thema GenAI.