guck
Über guck
Wie guck funktioniert.
Der ehrliche Teil, wie aus einem Abend ein Archiv-Eintrag wird, was ein Case festhält — und wohin das führen soll.

Jeder Case beantwortet auch, was nicht funktioniert hat.

01 / 06

Was ist überholt, als KI besser wurde?

Wir gestalten zuerst das Wissen, dann das Gespräch.
Jede Frage ist von einem Feld abgeleitet, das wir im Archiv füllen wollen.
01 · VorherGewünschtes WissenWas soll ein anderes Unternehmen danach nachschlagen können?
02 · VorherCase-FelderKontext, Herausforderung, Entscheidung, Umsetzung, Ergebnis, Übertragbarkeit.
03 · VorherModerationsfragenZehn Ankerfragen plus case-spezifische Nachfragen aus dem Intake.
04 · LiveDas GesprächEine natürliche Diskussion für den Raum — nie ein Fragebogen.
05 · NachherStrukturierungNotizen den Feldern zugeordnet, Aussagen zugeschrieben, Lücken markiert.
06 · NachherVeröffentlichter CaseMit dem Case-Owner geprüft, dann ins Archiv aufgenommen.
Der Abend ist die Erfassung.
Das Archiv ist das Produkt.
Der Case ist die Einheit. Alles andere hängt daran.
Caseein echter KI-Umsetzungsversuch
Beteiligt
Organisation · Akteure als Builder, Operator oder Enabler
Adressiert
Problem oder Chance, mit Ausgangslage und Rahmenbedingungen
Nutzt
Lösung oder Ansatz → Technologien, Tools und Daten
Erzeugt
Ergebnisse → jeweils mit Evidenzstufe, plus Lektionen
Was ein Case festhält
AIdentität & Kontext
Branche, Größe, Region, Phase: Pilot, im Einsatz, gestoppt
BHerausforderung
Das Problem vor der KI — und warum es wichtig war
CEntscheidung
Warum dieser Ansatz — und was verworfen wurde
DUmsetzung
Tools, Daten, Menschen, Dauer, Kosten, Hindernisse
EErgebnis & Evidenz
Was sich verändert hat — und wie belastbar das ist
FÜbertragbarkeit
Wer das kopieren sollte — und wer nicht
Jedes Ergebnis trägt seine Evidenzstufe.
Nicht, um den Case zu bewerten — sondern damit Lesende einschätzen können, wie weit eine Aussage trägt.
Ein ehrlicher Fehlschlag mit klarer Evidenz schlägt eine Erfolgsgeschichte ohne.
01GemessenEine definierte Kennzahl oder Vorher/Nachher-Messung
02DokumentiertBetriebliche Aufzeichnungen, keine kontrollierte Messung
03BeobachtetKonsistent gesehen, nie formal gemessen
04GeschätztEine begründete Annäherung oder erwartete Wirkung
05AnekdotischPersönliche Einschätzung ohne Messung
guckIllustrativ — noch kein Case erfasst

Angebotserstellung mit einem LLM-Assistenten

Metallbau · Ortenau · ~40 Mitarbeitende · guck 001Phase · Im Einsatz
A · Identität & Kontext
Vertrieb mit vier Personen; Angebote von Hand aus alten Angeboten und ERP-Daten zusammengestellt
B · Herausforderung
Zwei bis drei Tage pro Angebot. Der Vertrieb war der Engpass, nicht die Produktion
C · Entscheidung
Ein Entwurfsassistent statt eines neuen ERP-Moduls — Wochen statt eines Jahres
D · Umsetzung
LLM über historische Angebote plus ERP-Export. Menschliche Prüfung bleibt im Prozess
E · Ergebnis & Evidenz
Erster Entwurf in ~20 Minuten. Evidenz: Dokumentiert — aus Angebotsprotokollen
F · Übertragbarkeit
Auftragsfertiger (KMU) mit Angebotsstau und sauberen historischen Angeboten
Was nicht funktioniert hat

Automatische Preisfindung wurde entfernt, nachdem Sonderteile zweimal falsch bepreist wurden

Lektion

Den Entwurf automatisieren, nicht die Preisentscheidung

Ambition — kein Versprechen
Heute ein Raum. Später eine regionale KI-Landkarte.
Dieselben Case-Felder, dieselben Evidenzstufen, dasselbe öffentliche Archiv — an mehr Orten wiederholt, ergeben die Ausgaben etwas, das kein Anbieterbericht hat.
01 · 2026
Das Format erprobenguck 001 in Schutterwald. Drei Cases erfasst, veröffentlicht und geprüft — der Beleg, dass die Struktur trägt.
02 · 2027
In der Ortenau wiederholenWeitere Ausgaben mit Partner-Gastgebern in anderen Orten. Identische Felder, damit Cases über Orte hinweg vergleichbar bleiben.
03 · Danach
Eine Landkarte, keine SammlungGenug Cases, um Muster nach Branche, Unternehmensgröße und Phase zu sehen — was hier funktioniert, was still eingestellt wurde und wo es noch niemand versucht hat.
Karte der Ortenau mit Kehl, Offenburg, Schutterwald und Lahr
Qualität im Raum statt Anmeldezahlen.
Anmeldungen werden nach Rolle, Branche und aktueller KI-Praxis gesichtet.
Wen wir einladen
  • KMU-Inhaber:innen und Entscheider:innen
  • Leitungen für Operations und Transformation
  • Gründer:innen und Builder
  • Berater:innen und Umsetzungspartner
  • Ökosystem-Organisationen
  • Hochschulen
Kuratiert für
Rollen-BalanceBranchenmixNeu vs. wiederkehrend
Was wir messen
  1. 01Nützliche Kontakte
  2. 02Gestartete Kooperationen und Piloten
  3. 03Beeinflusste KI-Umsetzungen
  4. 04Erfasste und veröffentlichte Cases
  5. 05Ergebnisse 3–4 Wochen später
Porträt: Frau mit Bollenhut, verwoben mit leuchtender Technik
Bereit für den ersten Abend?