Time-to-Productivity: Wie ein Company Brain neue Mitarbeiter in Tagen statt Monaten produktiv macht

Sie haben eine starke Person eingestellt. Sie hat im März unterschrieben. Jetzt ist November, und endlich läuft sie in dem Tempo, für das Sie sie geholt haben. Acht Monate. Niemand hat gebummelt - der neue Mitarbeiter hat diese Monate damit verbracht zu lernen, wie Ihr Unternehmen wirklich funktioniert, und Ihre besten Leute haben sie damit verbracht, dieselben Fragen wieder und wieder zu beantworten, statt ihre eigene Arbeit zu machen.

Das ist der leiseste, teuerste Posten in jedem wachsenden Unternehmen, und fast niemand misst ihn. Oxford Economics hat ihn beziffert: Eine typische Rolle braucht 28 Wochen bis zur optimalen Produktivität, und die verlorene Leistung während dieser Einarbeitung ist der größte Einzelkosten eines ausscheidenden Mitarbeiters, wert 25.181 Pfund pro Person³. Gallup fand, dass nur 12 Prozent der Beschäftigten voll zustimmen, dass ihr Unternehmen gut einarbeitet¹. Das Wissen, das neue Mitarbeiter brauchen, ist real, aber es lebt in Köpfen und zerfällt in Wikis, die niemand pflegt.

Dieser Leitfaden ist für die Betriebsleiterin, den HR-Verantwortlichen oder den Geschäftsführer, der es leid ist, jeden neuen Mitarbeiter in einem monatelangen Nebel verschwinden zu sehen. Die Lösung ist keine bessere Checkliste. Sie ist ein Company Brain - ein lebendiges Gedächtnis des Wissens, der Prozesse und der Daten Ihres Unternehmens, das die Fluktuation überlebt, auf Abruf beantwortet, wie machen wir das hier, und KI-Mitarbeiter die repetitive Einarbeitungsarbeit übernehmen lässt. Das Team wächst in seiner Leistung, ohne im Personal zu wachsen.

Das 8-Monats-Problem

Jedes Unternehmen misst Time-to-Hire. Fast keines misst, was nach dem unterschriebenen Vertrag passiert, wo das echte Geld hinfließt. Ein neuer Mitarbeiter ist ab Tag eins ein Fixkostenblock, liefert aber monatelang nur einen Bruchteil seines Werts. Diese Lücke - volles Gehalt gegen Teilleistung - ist das 8-Monats-Problem, und es wird schlimmer, je komplexer die Rollen und je kürzer die Verweildauern werden.

• Acht Monate bis zur vollen Leistung - Der viel zitierte branchenübergreifende Durchschnitt liegt bei rund acht Monaten und dehnt sich in komplexen oder Senior-Rollen über ein Jahr aus².
• 28 Wochen verlorene Leistung - Oxford Economics maß 28 Wochen bis zur optimalen Produktivität für eine typische Rolle und schrieb 25.181 Pfund Ersatzkosten allein dieser Einarbeitung zu, mehr als die Rekrutierungskosten selbst³.
• Onboarding scheitert breit - Nur 12 Prozent der Beschäftigten stimmen voll zu, dass ihr Unternehmen gut einarbeitet, und nur 29 Prozent fühlen sich danach voll vorbereitet¹.
• Frühe Austritte vervielfachen den Verlust - In Deutschland fand softgarden, dass rund jeder sechste neue Mitarbeiter in den ersten drei Monaten geht, und ein misslungenes Onboarding wird auf rund 43.000 Euro pro Kopf geschätzt¹¹.
• Die Einarbeitung ist heute der dominante Kostenblock - Lernplattformen und HR-Analysten sind sich einig: Die unsichtbaren Kosten der Einarbeitungszeit, nicht Anzeigen oder Agenturgebühren, sind der Ort, an dem Fluktuation wirklich weh tut⁹.
• Kürzere Verweildauern machen es wiederkehrend - Je kürzer die Verweildauern, desto öfter zahlen Unternehmen die Einarbeitungskosten, sodass eine langsame Einarbeitung sich über jede Einstellung und jede Nachbesetzung summiert¹⁸.

Der Reflex ist, das mit mehr Onboarding zu beheben: längere Einführungen, dickere Handbücher, mehr Schulungsmodule. Das behandelt das Symptom. Die Krankheit ist, dass das Wissen, das ein Neuling braucht, verstreut, implizit und im Zerfall begriffen ist - und keine noch so umfangreiche vorgeladene Dokumentation erreicht es.

Was Time-to-Productivity wirklich ist (und warum es die entscheidende Kennzahl ist)

Time-to-Productivity ist die durchschnittliche Zeit vom ersten Tag eines neuen Mitarbeiters bis er die volle, für die Rolle erwartete Leistung ohne Hilfe erbringt. Es ist die eine Onboarding-Kennzahl, die sich direkt in Euro übersetzt, denn jeder Tag unter voller Leistung ist ein Tag Gehalt für Teilertrag. Josh Bersin argumentiert, HR solle sich von veralteten Maßen wie Time-to-Hire und Kursabschlussquoten lösen und zu sinnvollen wie Time-to-Productivity wechseln⁸.

Wie sie sich von den Kennzahlen unterscheidet, die Sie schon messen

Wie man die Meilensteine definiert

Die Kennzahl ist nur nützlich, wenn die Ziellinie konkret ist. Volle Produktivität ist kein Gefühl; sie ist eine Menge rollenbezogener Meilensteine, die ein kompetenter Mitarbeiter erreicht. Definieren Sie sie pro Rolle und messen Sie dann die mittlere Anzahl Tage, die jede Kohorte bis dorthin braucht^16,17.

• Servicekraft - Erstes eigenständig gelöstes Ticket, dann Zeit bis zur vollen Queue in Zielqualität ohne Eskalation.
• Softwareentwickler - Erster gemergter Pull Request, dann der 10., ein branchenweit etablierter Einarbeitungs-Marker⁵.
• Vertriebsmitarbeiter - Erste eigenständig erzeugte qualifizierte Opportunity, dann erster Abschluss und Zeit bis zur vollen Quotentragfähigkeit.
• Buchhalter oder Sachbearbeiter - Erste eigenständig erledigte Monatsabschluss-Aufgabe, dann ein voller Abschlusszyklus ohne Prüfmarkierungen.
• Servicetechniker - Erster eigenständig geschlossener Auftrag mit First-Time-Fix-Ziel, dann volle Routenkapazität.

Sobald die Meilensteine existieren, wird die Frage mechanisch: Was bremst die Leute zwischen Tag eins und Meilenstein drei? Die Antwort ist fast immer dieselbe, und es ist nicht die Arbeit selbst.

Warum Onboarding scheitert: Das Wissen lebt in Köpfen und zerfällt in Wikis

Ein neuer Mitarbeiter in einer Wissensrolle scheitert selten an der Aufgabe an sich. Ein erfahrener Buchhalter kann Buchhaltung. Was er nicht weiß, ist, wie dieses Unternehmen eine bestimmte Kostenstelle kontiert, welcher Freigeber tatsächlich zeichnet und welche ungeschriebene Ausnahme alle befolgen, aber niemand dokumentiert hat. Diese unternehmensspezifische, implizite Schicht ist das, was die Einarbeitung wirklich lernt - und genau die Schicht, die klassisches Onboarding nicht liefern kann.

• Das Wissen ist implizit - Die wichtigsten Regeln leben in den Köpfen erfahrener Kollegen als Intuition, nicht in einem Dokument. Sie tauchen erst auf, wenn eine konkrete Situation sie auslöst.
• Wikis zerfallen ab Tag eins - Dokumentation wird einmal geschrieben, dann bewegt sich die Realität weiter. Binnen Monaten beschreibt das Wiki einen Prozess, der nicht mehr passt, sodass Neulinge das Falsche lernen oder aufhören, ihm zu vertrauen.
• Der Neuling unterbricht, um zu lernen - Ohne lebendige Wahrheitsquelle bleibt dem Neuling nur, einem Kollegen auf die Schulter zu tippen. Jede Frage ist eine Unterbrechung, die zwei Leute bremst, nicht einen.
• Experten sind der Engpass - Die Leute, die am besten antworten können, sind die mit der geringsten freien Zeit. Onboarding-Qualität hängt davon ab, wer gerade frei ist, also ist sie inkonsistent und langsam.
• Kontext ist verstreut - Die Antwort auf eine einzige Frage kann das CRM, einen E-Mail-Verlauf, eine Tabelle und eine Teams-Nachricht erfordern. Ein Neuling weiß weder wo suchen noch dass die Quellen existieren.
• Es geht aus der Tür - Wenn ein Veteran geht, geht sein implizites Wissen mit, sodass der nächste Neuling gegen eine noch dünnere Basis einarbeitet. Fluktuation verschlimmert das Problem in jedem Zyklus¹⁴.

Die Falle der generischen KI

Einem Neuling einen generischen Chatbot zu geben, löst das auch nicht. Ein auf dem öffentlichen Internet trainiertes Modell weiß, wie Buchhaltung im Allgemeinen geht; es kennt weder Ihren Kontenrahmen noch Ihre Freigeber noch Ihre Ausnahmen. Wie DX-CTO Laura Tacho anmerkt, legt KI eher bestehende Lücken offen, als sie zu überdecken - ein in nichts verankerter generischer Assistent gibt einem Neuling selbstbewusst eine Antwort, die für die Welt richtig und für Ihr Unternehmen falsch ist.

Wie ein Company Brain den Menschen einarbeitet

Drehen Sie den Rahmen um. Jahrelang haben wir den Menschen ins Unternehmen eingearbeitet, indem wir ihn mit Dokumenten beluden und hofften, das implizite Wissen bleibe hängen. Ein Company Brain kehrt die Richtung um: Das lebendige Gedächtnis des Unternehmens arbeitet den Menschen ein. Der Neuling greift genau dann darauf zu, wenn er es braucht, und KI-Mitarbeiter, die darauf laufen, nehmen ihm die repetitive Einarbeitungsarbeit ab.

Was das Company Brain für einen neuen Mitarbeiter tut

• Beantwortet, wie machen wir das hier - Der Neuling fragt in natürlicher Sprache und bekommt Ihre unternehmensspezifische Antwort samt Quelle in Sekunden, statt zu suchen oder zu unterbrechen.
• Trägt den impliziten Kontext - Weil das Brain von echter Arbeit und Korrekturen gespeist wird, hält es die Ausnahmen und ungeschriebenen Regeln, die ein Wiki nie erfasst hat.
• Bleibt automatisch aktuell - Wenn sich der Prozess ändert, taucht die Änderung in Arbeit und Feedback auf, und das Brain aktualisiert sich. Der Neuling lernt den heutigen Prozess, nicht den vom Vorjahr.
• Nennt seine Quellen - Jede Antwort führt zu einem Dokument, Datensatz oder Entscheid zurück, sodass der Neuling prüfen und ein Experte sie einmal für alle korrigieren kann.
• Schützt die Zeit Ihrer Experten - Die tausend kleinen Fragen gehen ans Brain und geben Senior-Leuten Raum für das Urteil und Coaching, das wirklich einen Menschen braucht.
• Lässt KI-Mitarbeiter die Routine erledigen - Im Brain verankerte KI-Mitarbeiter übernehmen die wiederholbaren Einarbeitungsaufgaben - Dateneingabe, Erstentwürfe, Nachschlagen - sodass der Neuling früher zur echten Urteilsarbeit kommt.

Ein Szenario der ersten Tage, vorher und nachher

Der Mechanismus ist einfach und derselbe, der das Brain aktuell hält: Die Arbeit speist das Gedächtnis, und das Gedächtnis arbeitet die Menschen ein. Diese Schleife hatte ein statischer Onboarding-Stack nie.

Die Belege aus 2026: Tage statt Monate

Die Behauptung, dass verankerte KI die Einarbeitungszeit verkürzt, ist keine Wunschvorstellung. Die sauberste Messung kommt aus der Softwareentwicklung, wo Output zählbar ist, aber die breiteren Onboarding-Daten weisen in dieselbe Richtung.

Die Studie zur Entwickler-Einarbeitung

DX analysierte die Einarbeitung neuer Mitarbeiter über sechs multinationale Unternehmen und nutzte den 10. Pull Request als etablierten Produktivitäts-Meilenstein. Die Lücke zwischen KI-Nutzern und Nicht-Nutzern ist groß und konsistent⁵.

• Fast die halbe Einarbeitung - Tägliche KI-Nutzer erreichten den 10. Pull Request in 49 statt 91 Tagen, ein Minus von 46 Prozent⁵.
• Weniger Nachzügler - Die Hälfte der Neulinge ohne KI hatte nach drei Monaten noch keine 10 Pull Requests erreicht, gegenüber unter 20 Prozent bei täglichen KI-Nutzern⁵.
• Anhaltend, nicht nur schnell - Tägliche KI-Nutzer lieferten Änderungen 1,3-mal pro Woche gegenüber 0,65-mal bei Nicht-Nutzern, die doppelte laufende Deployment-Frequenz⁵.
• Der Effekt skaliert mit der Nutzung - Je verankerter und alltäglicher die KI-Nutzung, desto schneller die Einarbeitung, genau wie man es erwartet, wenn der Wert aus echten Fragen im Kontext kommt⁵.

Über die Entwicklung hinaus

• Onboarding schließt schneller ab - Unternehmen, die KI im Onboarding einsetzen, berichten von einem rund 53 Prozent schnelleren Abschluss und Neulingen, die rund 40 Prozent früher produktiv sind⁷.
• Verwaltung bricht ein - Dieselben Einsätze senken den administrativen Onboarding-Aufwand um rund 75 Prozent und geben HR und Führungskräften Raum für die menschliche Seite⁷.
• Strukturiertes Onboarding hilft bereits - Auch ohne KI verknüpft SHRM strukturiertes Onboarding mit bis zu 50 Prozent höherer Neuling-Produktivität und 69 Prozent Drei-Jahres-Bindung; ein Company Brain ist Struktur, die sich selbst pflegt⁴.
• Der Markt bewegt sich - Onboarding-Analysten behandeln Time-to-Productivity heute als die zentrale KPI für 2026 und KI-gestützte Einarbeitung als Wettbewerbsvorteil, nicht als Experiment^10,13,20.

Das Euro-Modell: Was eine langsame Einarbeitung kostet und was ihre Verkürzung zurückholt

Um den Business Case zu machen, bringen Sie die Einarbeitung auf ein einziges Tabellenblatt. Die Logik ist geradlinig: Während der Einarbeitung zahlen Sie volle Kosten für Teilleistung, der Verlust ist also die Lücke zwischen voller und tatsächlicher Produktivität, integriert über die Einarbeitungszeit. Hier ein belastbares Modell für ein mittelständisches Unternehmen. Die Zahlen sind illustrativ; setzen Sie Ihre ein.

Die Formel für den Einarbeitungsverlust

• Vollkosten pro Einstellung - Gehalt plus Arbeitgeberkosten. Für dieses Modell 70.000 Euro pro Jahr, also rund 5.833 Euro pro Monat.
• Einarbeitungsdauer - Angenommen die branchentypischen 8 Monate bis zur vollen Produktivität².
• Durchschnittliche Produktivität während der Einarbeitung - Ein Neuling, der über 8 Monate von 0 auf 100 Prozent steigt, leistet im Schnitt rund 50 Prozent über die Einarbeitung.
• Verlorene Leistung pro Einstellung - 8 Monate zu 50 Prozent von 5.833 Euro sind rund 23.300 Euro bezahlte, aber unproduktive Kosten pro Neuling.
• Einstellungsvolumen - Ein 200-Personen-Unternehmen mit normaler Fluktuation und Wachstum stellt rund 30 Menschen im Jahr ein.
• Jährlicher Einarbeitungsverlust - 30 Einstellungen mal rund 23.300 Euro sind rund 700.000 Euro pro Jahr an Einarbeitungskosten, das meiste davon unsichtbar auf jeder GuV-Zeile.

Die Kosten, die sich hinter der Einarbeitung verstecken

• Kosten der Senior-Unterbrechung - Jede Frage, die ein Neuling einer Senior-Person stellt, ist Zeit, in der diese nicht ihre eigene wertvolle Arbeit macht. Das ist ein zweiter, ungezählter Verlust obendrauf.
• Risiko früher Austritte - Langsame, frustrierende Einarbeitungen treiben frühe Kündigungen. In Deutschland wird ein Austritt in den ersten 90 Tagen auf rund 43.000 Euro geschätzt, und Sie zahlen dann die ganze Einarbeitung erneut für den Ersatz^11,12.
• Qualitätskosten während der Einarbeitung - Arbeit auf Teilkompetenz trägt mehr Fehler und Nacharbeit, eine Kosten, die bei Kunden und Kollegen landet.
• Opportunitätskosten - Kapazität, die Sie bezahlen, aber nicht bekommen, ist Kapazität, die Sie nicht auf den Rückstand richten können, was begrenzt, wie schnell das ganze Team seine Leistung steigern kann⁹.

Das 90-Tage-Playbook für Time-to-Productivity

Sie kochen nicht den Ozean. Sie bauen ein Company Brain für die ein oder zwei Rollen, die Sie am häufigsten einstellen, messen die Einarbeitung vorher und nachher und lassen die Gewinne sich verstärken. Hier ist der Weg Woche für Woche von der Entscheidung zu einer messbar schnelleren Einarbeitung.

Phase 1: Baseline und Zuschnitt (Wochen 1-4)

1. Woche 1: Rolle mit hohem Einstellungsvolumen wählen - Wählen Sie die Rolle, die Sie am häufigsten einarbeiten oder wo die Einarbeitung am meisten schmerzt. Hohes Volumen bedeutet, das Brain zahlt sich am schnellsten zurück und verbessert sich am schnellsten.
2. Woche 2: Produktivitäts-Meilensteine definieren - Benennen Sie die drei konkreten Meilensteine, die volle Produktivität dieser Rolle markieren, und ziehen Sie die mittlere Anzahl Tage, die jüngste Einstellungen dafür brauchten. Das ist Ihre Baseline^16,17.
3. Woche 3: Wissensquellen kartieren - Finden Sie, wo das echte Wissen der Rolle lebt: das CRM, das ERP, E-Mail-Verläufe, Wikis, die drei Leute, die alle tatsächlich fragen. Notieren Sie die impliziten Regeln, die nirgends stehen.
4. Woche 4: Daten und Governance aufsetzen - Zugriff bestätigen, Systeme anbinden, personenbezogene Daten minimieren, wo nötig eine Datenschutz-Folgenabschätzung durchführen und den Betriebsrat früh briefen. Rahmen Sie es als Wegnehmen von Mühsal für Neulinge.

Phase 2: Das Brain bauen (Wochen 5-8)

5. Woche 5-6: Das Company Brain verankern - Speisen Sie es mit den angebundenen Quellen und den erfassten impliziten Regeln. Stellen Sie die KI-Mitarbeiter auf, die die repetitiven Einarbeitungsaufgaben der Rolle darauf laufen lassen.
6. Woche 7: Experten-Kalibrierung - Lassen Sie Ihre besten Mitarbeiter in der Rolle dem Brain echte Fragen stellen und es korrigieren. Jede Korrektur macht es schärfer und ist genau, wie es aktuell bleibt.
7. Woche 8: Leitplanken setzen - Definieren Sie menschliche Prüfpunkte, Quellenangaben bei jeder Antwort und den Eskalationsweg für alles, bei dem das Brain unsicher ist.

Phase 3: Eine echte Kohorte einarbeiten (Wochen 9-12)

9. Woche 9: Die nächsten Einstellungen darauf einarbeiten - Die nächsten Menschen in der Rolle nutzen das Company Brain ab Tag eins als erste Anlaufstelle für wie machen wir das hier.
10. Woche 10-11: Gegen die Baseline messen - Verfolgen Sie die Tage bis zu jedem Meilenstein für die neue Kohorte gegen die Baseline aus Woche 2. Beobachten Sie parallel, wie das Volumen der Senior-Unterbrechungen fällt.
11. Woche 12: Berichten und ausweiten - Legen Sie den Einarbeitungszeit-Unterschied und die zurückgewonnenen Senior-Stunden der Führung vor, dann weiten Sie das Brain auf die nächste Rolle aus. Die zweite Rolle geht schneller, weil das Muster bewiesen ist.

Warum das kein generisches Onboarding-Tool ist

Der Markt ist voll von Onboarding-Software: LMS-Plattformen, Checklisten-Apps, HR-Suiten mit einem Onboarding-Modul. Ein Company Brain ist eine andere Kategorie. Onboarding-Tools verwalten die administrative Hülle um einen neuen Mitarbeiter. Ein Company Brain schließt die Wissenslücke, die die Einarbeitung tatsächlich treibt.

Die acht Fähigkeiten, die ein Company Brain abheben

• Lebendiges Gedächtnis - Von der echten Arbeit gespeist, spiegelt es, wie das Unternehmen heute arbeitet, nicht wie es jemand einmal dokumentiert hat.
• Erfassung impliziten Wissens - Hält die Ausnahmen und ungeschriebenen Regeln, die es nie in ein Handbuch schaffen.
• Antworten im Kontext - Reagiert auf die konkrete Frage eines Neulings mit Ihrer unternehmensspezifischen Antwort, nicht mit einer generischen.
• Quellenangaben - Jede Antwort führt zu einem Datensatz oder Dokument zurück, ist also prüfbar und korrigierbar.
• Feedback-Schleife - Verbessert sich jede Woche, während Experten es korrigieren und neue Arbeit einfließt.
• KI-Mitarbeiter obendrauf - Erledigt die repetitiven Einarbeitungsaufgaben, sodass der Neuling früher zur Urteilsarbeit kommt.
• Widerstandsfähig gegen Fluktuation - Das Wissen bleibt, wenn Menschen gehen, sodass jeder Neuling gegen eine volle Basis einarbeitet, nicht gegen eine dünner werdende.
• Reichweite über Systeme - Zieht zugleich aus CRM, ERP, E-Mail und Dokumenten, sodass der Neuling nicht wissen muss, wo etwas liegt.

Wie Superkind passt

Superkind baut ein Company Brain und die KI-Mitarbeiter, die darauf laufen, zugeschnitten darauf, wie Ihr Unternehmen tatsächlich arbeitet. Der Ansatz ist prozessorientiert, nicht werkzeugorientiert: Wir starten von Ihren echten Abläufen und den Rollen, für die Sie einstellen, nicht von einer generischen Onboarding-Vorlage, die Sie biegen müssen.

• Prozessorientierte Erhebung - Wir kartieren, wie eine Rolle wirklich arbeitet und wo ihr Wissen lebt, bevor wir etwas bauen. Keine Annahmen, keine Kursbibliothek von der Stange.
• In Ihren Systemen verankert - Das Company Brain verbindet sich mit Ihrem bestehenden CRM, ERP, E-Mail und Dokumentenablagen. Nichts herausreißen, nichts Neues für das Team zu lernen.
• Erfasst die implizite Schicht - Wir arbeiten mit Ihren besten Mitarbeitern, um die ungeschriebenen Regeln und Ausnahmen ins Brain zu bringen, wo jeder Neuling sie erreicht.
• KI-Mitarbeiter für die repetitive Einarbeitung - KI-Mitarbeiter übernehmen die wiederholbare Erstentwurf- und Nachschlagearbeit, sodass Neulinge ihre ersten Wochen mit Urteil verbringen, nicht mit Fleißarbeit.
• Gegen Ihre Baseline gemessen - Wir definieren Rollen-Meilensteine und Time-to-Productivity vorab und beweisen dann die Reduktion der Einarbeitung dagegen.
• Überlebt Fluktuation per Design - Das Brain ist ein beständiges Gut. Wenn Menschen gehen, bleibt das Wissen, sodass die nächste Einstellung schneller einarbeitet als die letzte.
• Feedback-Schleife eingebaut - Jede Korrektur Ihrer Experten und jeder Arbeitstag macht das Brain schärfer, sodass die Einarbeitungszeiten weiter fallen.
• Sicherheit und DSGVO by default - Daten bleiben über verschlüsselte Verbindungen in Ihrer Infrastruktur, mit Zugriffskontrollen und Audit-Trails, und wir helfen, die Betriebsrats- und Datenschutzarbeit zuzuschneiden.

Für das größere Bild der Säule, auf der das steht, lesen Sie unsere Texte zur Halbwertszeit des Wissens, dazu, warum generische Copilots Ihr Unternehmen nicht kennen, und dazu, wie man die Leistung steigert, während das Personal gleich bleibt.

Entscheidungsrahmen: Ist ein Company Brain richtig für Ihre Einarbeitung?

Nicht jedes Unternehmen sollte heute hier starten. Nutzen Sie diese Signale, um zu entscheiden, ob das Verkürzen der Time-to-Productivity mit einem Company Brain gerade Ihr wirksamster Hebel ist.

Häufig gestellte Fragen

Henri Jung

Mitgründer von Superkind, wo er KMU und Konzernen hilft, maßgeschneiderte KI-Agenten einzusetzen, die wirklich zur Arbeitsweise ihrer Teams passen. Henri liegt daran, die Lücke zwischen dem, was KI kann, und dem Wert, den sie in echten Unternehmen schafft, zu schließen. Er ist überzeugt, dass der Mittelstand alles hat, um bei KI vorne zu sein - er braucht nur den richtigen Ansatz.