Nicht das Alter entscheidet, ob man sich mit künstlicher Intelligenz wohlfühlt, sondern die Haltung. Immer mehr junge Menschen sagen in Workshops, sie hätten zwar ein junges Gesicht, aber eine alte Seele, weil ihnen das Tempo der digitalen Veränderung zu viel wird. Genau die Beschäftigung mit KI kann aber umgekehrt neugierig und jung halten, unabhängig vom Geburtsjahr.

Mind/Machine ist der Podcast über künstliche Intelligenz, Menschen und Veränderung. Manuela Machner ist KI-Beraterin mit Fokus auf KMU und Tourismus und zeigt, wie KI im Alltag wirklich funktioniert (www.kinet.ai). Eliot Mannoia ist digitaler Psychologe und bringt die menschliche Seite der Technologie ein (www.brandkarma.at). Gemeinsam sprechen sie in dieser Folge darüber, warum sich viele Menschen von der Geschwindigkeit der Entwicklung überrollt fühlen und wie man trotzdem den Anschluss behält.

Was dich in dieser Folge erwartet:

Alte Seele im jungen Körper

Das Gefühl, alt zu sein, hat oft nichts mit dem Alter zu tun. Auch Menschen Mitte zwanzig sagen, dass sie mit der Technik nicht mehr mitkommen. Manuela erzählt die Geschichte vom jungen Mann am Postautomaten, der froh war, dass ihm jemand hilft.

Warum das Tempo überfordert

Früher hat sich Technologie über Jahre entwickelt, heute ändert sich vieles im Monatsrhythmus. Diese Geschwindigkeit erzeugt bei vielen Menschen echten Stress. Dazu kommt die Frage, was überhaupt alles möglich ist, und genau diese Menge überfordert.

Der Mythos von den digitalen jungen Leuten

In fast jedem Workshop heißt es, die Jungen könnten das ohnehin. Die Praxis zeigt etwas anderes, denn viele nutzen KI wie eine Suchmaschine, ohne das Potenzial zu kennen. Manche junge Menschen sind sogar besonders vorsichtig oder ablehnend.

COVID, Unsicherheit und Existenzangst

Eine ganze Generation ist in einer prägenden Lebensphase durch Pandemie und geopolitische Unsicherheit gegangen. Wenn KI dann auch noch den Arbeitsplatz bedroht, wird die Technologie existenziell. Studien zeigen, dass ein Teil der Gen Z KI am Arbeitsplatz bewusst ausbremst, aus Angst um den eigenen Job.

Technologie schneller als Psychologie

Unsere Werkzeuge entwickeln sich schneller, als der Mensch sich anpassen kann. Deshalb greifen viele bewusst zu alten Dingen, kaufen Schallplatten oder Secondhandmode und wollen entschleunigen. Wichtig bleibt, mit offenen Augen durch die Welt zu gehen und den Anschluss nicht zu verlieren.

Häufig gestellte Fragen:

Warum fühlen sich auch junge Menschen von KI überfordert?

Weil nicht das Alter entscheidet, sondern die Geschwindigkeit und die Menge der Veränderung. Wer beruflich und privat stark eingespannt ist, erlebt KI oft als abstrakt und einschüchternd.

Stimmt es, dass sich junge Menschen mit KI automatisch auskennen?

Nein. Junge Menschen nutzen digitale Werkzeuge häufiger, aber nicht automatisch besser. Viele verwenden KI wie Google und schöpfen die Möglichkeiten nicht aus.

Kann KI wirklich jung halten?

Die aktive Auseinandersetzung mit neuen Werkzeugen hält neugierig und beweglich im Denken. Wer dranbleibt, erlebt die Entwicklung als spannend statt bedrohlich.

Was hilft gegen das Gefühl, nicht mehr mitzukommen?

Kleine Schritte statt Perfektion, echtes Ausprobieren im Alltag und der Austausch mit anderen. So wird aus Überforderung nach und nach Sicherheit.

Über die Hosts:

Manuela Machner ist KI-Beraterin und begleitet Unternehmen aus KMU, Tourismus und Weiterbildung praxisnah in die Arbeit mit künstlicher Intelligenz (www.kinet.ai). Eliot Mannoia ist digitaler Psychologe und betrachtet, was Technologie mit uns Menschen macht (www.brandkarma.at).

Mind/Machine findest du auf Spotify, Apple Podcasts und Amazon Music sowie auf www.mind-machine.at.

KI im Arbeitsalltag heißt nicht nur Texte zusammenfassen oder übersetzen, sondern wiederkehrende Aufgaben an Agenten und Automatisierungen abzugeben. Wer als Selbstständige oder im KMU arbeitet, baut sich damit Schritt für Schritt ein eigenes KI-Team auf. Vom personalisierten Zertifikatsversand über Browser-Agenten bis zu selbst gebauten Dashboards geht es um konkrete Use Cases, die heute schon funktionieren, und um die Stolperfallen bei Kosten, Datenschutz und Haftung.

Mind/Machine ist der Podcast über KI zwischen Technik und Mensch. Manuela Machner ist KI-Beraterin mit Fokus auf Tourismus, Weiterbildung und KMU und zeigt, wie KI im Arbeitsalltag praktisch nutzbar wird (www.kinet.ai). Eliot Mannoia ist digitaler Psychologe und beleuchtet die psychologische und gesellschaftliche Seite der KI (www.brandkarma.at).

Was dich in dieser Folge erwartet:

Der Persona-Prompt für blinde Flecken

Ein einfacher Prompt bewertet eine Idee aus mehreren Stakeholder-Perspektiven, etwa aus Sicht der Datenschutzbeauftragten oder der Kundin, je mit Kritikpunkt und Verbesserung. Das ersetzt kein echtes Gespräch, deckt aber Fragen und Lücken auf, an die man selbst nicht denkt.

Das eigene KI-Team aufbauen

Automatisierungen übernehmen wiederkehrende Aufgaben, etwa den personalisierten Versand von Teilnahmebestätigungen über Power Automate und Microsoft Copilot, wobei die Kundendaten in der eigenen Microsoft-Umgebung bleiben. Aus Stunden Handarbeit werden Minuten, abgesichert durch einen Testlauf. Je öfter eine Automatisierung fehlerfrei läuft, desto seltener wird kontrolliert, deshalb prüft man gezielt die typischen Fehlerquellen.

Browser-Agenten, Projekte und Haftung

Eine Chrome Extension oder ein Browser wie Comet recherchiert, füllt Formulare aus oder analysiert die eigene Website, während man selbst etwas anderes macht. Wer mehrfach am selben Thema arbeitet, legt in ChatGPT oder Claude immer ein Projekt an, damit der Kontext erhalten bleibt. Wichtig bleibt, KI baut Prototypen, keine fertigen Produkte, und die Haftung bleibt immer beim Menschen.

Häufig gestellte Fragen:

Welche KI-Anwendungen eignen sich für kleine und mittlere Unternehmen?

Praktische Use Cases wie agentenbasierte Automatisierungen, Browser-Agenten für Recherche und Formulare sowie Projekte in ChatGPT oder Claude. Wichtig ist der Datenschutz, also Kundendaten möglichst in der eigenen Umgebung halten.

Was kostet der Einsatz von KI-Anwendungen?

Agentisches Arbeiten ist nicht gratis. Jeder Schritt verbraucht Tokens und kostet Geld, per Pauschale oder nach Verbrauch. Wer echte Entlastung will, plant ein Budget ein.

Worauf muss ich bei Sicherheit und Haftung achten?

KI liefert Prototypen, keine fertigen Produkte. Entwürfe prüfen, auf Datenschutz achten und nichts ohne Freigabe veröffentlichen, denn die Haftung bleibt bei dir.

Erwähnte Tools und Links:

www.kinet.ai

www.brandkarma.at

www.mind-machine.at

https://chromewebstore.google.com

Mind/Machine gibt es auf Spotify, Apple Podcasts und Amazon Music sowie auf www.mind-machine.at.

Das Ziel zu kennen reicht heute nicht mehr, wenn sich der Weg dorthin fast täglich ändert. Genau hier setzt modernes Veränderungsmanagement im KI-Zeitalter an: klares Ziel, agile Anpassung und ehrliche Kommunikation entscheiden darüber, ob ein Unternehmen mit dem Tempo der Technologie Schritt hält oder den Anschluss verliert.

Der Gast der heuteigen Folge: Transformation Manager Alexander Masek (Drei) erklärt, warum Stillstand keine sichere Option mehr ist und wie Führungskräfte Wandel so steuern, dass die Menschen mitkommen.

Mind/Machine ist der Podcast von Manuela Machner und Eliot Mannoia über KI, Mensch und Wirtschaft. Manuela Machner ist KI-Expertin mit Fokus auf Tourismus, Weiterbildung und KMU und zeigt, wie KI im Arbeitsalltag praktisch nutzbar wird (www.kinet.ai). Eliot Mannoia ist digitaler Psychologe und beschäftigt sich mit der menschlichen Seite der Technologie (www.brandkarma.at). Gemeinsam verbinden sie die technische und die menschliche Perspektive.

Alexander Masek ist Transformation Manager bei Drei und begleitet dort unternehmensweite Veränderungsprojekte. Er verbindet fundierte Change-Expertise mit einem ausgeprägten Gespür für Menschen, ein echter Connector, der Technologie und Team zusammenbringt. LinkedIn: ⁠www.linkedin.com/in/amasek⁠

Was dich in dieser Folge erwartet:

Warum KI das Veränderungsmanagement selbst verändert

Change-Projekte hatten immer mit Widerstand zu tun. Neu ist, dass sich die Lösungswege während des Projekts laufend ändern, weil Tools eingestellt und Modelle überholt werden. Das Ziel bleibt, aber der Weg dorthin ist beweglich geworden.

Agil statt starrStatt eine Entscheidung zu treffen und stur einem Plan zu folgen, braucht es laufende Anpassung. Wöchentliche Updates machen Hindernisse früh sichtbar. Wichtig ist, dass das Ziel von der Geschäftsführung bis zu jeder Führungskraft getragen wird.

Erwartungen ehrlich steuern
Wenn die Geschäftsführung zwölf Monate vorgibt, Technik und Ressourcen aber nicht so weit sind, hilft kein Aussitzen. Wer die Erwartung offen ausmanagt und den Plan anpasst, vermeidet teure Nacharbeit.

Kommunikation, bevor der Flurfunk übernimmt
Mangelnde oder späte Kommunikation ist einer der häufigsten Fehler. Frühe, vollumfängliche Kommunikation nimmt Angst und entkräftet Gerüchte über Verkauf oder Stellenabbau.

Speedboats: klein starten
Ein Prozessteil wird ausgekoppelt und mit ein, zwei neugierigen Menschen getestet. Klarer Rahmen, klare Zeit, klares Commitment. Funktioniert der Pilot, lässt er sich Schritt für Schritt skalieren.

Selbstverantwortung und Schutz vor Überforderung
Jeder ist heute sein eigener Innovationsmanager und kann nicht warten, bis alles vorgegeben wird. Gleichzeitig kommt Überforderung schnell, deshalb gilt es in Phasen vorzugehen und das Tempo bewusst zu steuern.

Häufig gestellte Fragen:

• Was bedeutet Veränderungsmanagement im KI-Zeitalter?
  Menschen und Unternehmen durch Veränderungen führen, deren Lösungswege sich durch KI laufend verschieben. Das Ziel bleibt klar, der Weg wird agil angepasst.

• Warum ist Stillstand bei KI keine sichere Option?
  Weil Prozesse, die heute funktionieren, durch neue Technologien schnell ins Hintertreffen geraten. Wer nicht reagiert, verliert Sichtbarkeit, Effizienz und Mitarbeiter, die sich weiterentwickeln wollen.

• Was ist ein Speedboat im Change Management?
  Ein kleines Pilotprojekt, bei dem ein Teil eines Prozesses mit wenigen Leuten getestet wird. Es liefert schnelle Erkenntnisse, ohne das ganze Unternehmen auf einmal umzustellen.

• Welche Fähigkeiten brauchen Menschen für Veränderung?
  Vor allem Offenheit, Neugier und Flexibilität. Wer Neues ausprobiert und sich anpasst, kommt mit dem Tempo der KI leichter zurecht.

Erwähnte Themen:
Microsoft Copilot, KI-Agenten in der Finanzbuchhaltung, KI-Suche und digitale Sichtbarkeit, generative Bild- und Videotools.

Alle Folgen unter www.mind-machine.at

Manche Menschen wehren sich mit Händen und Füßen gegen KI, andere bauen sich in einem einzigen Wochenende ein Werkzeug, für das ein Unternehmen 25.000 bis 30.000 Euro zahlen würde. Diese Folge zeigt anhand von zwei jungen Frauen, woran dieser Unterschied wirklich liegt: nicht an der Technik, sondern am Mindset, an Anpassungsfähigkeit und der Bereitschaft, KI zum eigenen Werkzeug zu machen.

Mind/Machine ist der Podcast über Künstliche Intelligenz, Mensch und Arbeitswelt. Manuela Machner ist KI-Expertin mit Fokus auf Tourismus und Weiterbildung und gibt jährlich für unzählige Menschen Workshops (https://www.kinet.aihttps://www.kinet.ai). Eliot Mannoia ist digitaler Psychologe und bringt die menschliche Perspektive auf Technologie und Veränderung ein (www.brandkarma.at). Gemeinsam verbinden sie Praxis und Psychologie zu Gesprächen, die weiterhelfen.

Was dich in dieser Folge erwartet:

Zwei Extreme aus der Praxis: Eine junge Mitarbeiterin verteidigt eine monotone Tätigkeit, die sich automatisieren ließe, und blockiert jede Veränderung. Eine andere baut sich von selbst ein automatisiertes Dashboard, zieht Daten aus mehreren Plattformen zusammen und glänzt damit beim Kunden. Beide sind jung, beide nutzen KI, und doch gehen sie völlig gegensätzlich damit um.

Warum Anpassungsfähigkeit zur Schlüsselkompetenz wird: Anders als bei der industriellen Revolution haben wir keine Jahrzehnte Zeit, um uns umzustellen. Die Werkzeuge ändern sich fast Woche für Woche. Neben Empathie ist Anpassungsfähigkeit die emotionale Eigenschaft, die jetzt zählt.

Angst als schlechter Ratgeber: Eine Studie zeigt, dass 44 Prozent der Gen Z KI absichtlich sabotieren, etwa durch falsche Eingaben. Dahinter stecken echte Ängste. Wir sprechen darüber, warum Verdrängung der schlechteste Weg ist und wie man aktiv mit dieser Angst umgehen kann.

Effizienz gegen Effektivität: Das Wort Effizienz löst Ängste aus, weil es nach mit weniger mehr machen klingt. Der bessere Weg führt über Effektivität: Was würdest du mit drei zusätzlichen Stunden pro Woche tun? Diese Frage verändert die Haltung gegenüber KI grundlegend.

Was Unternehmen tun können: Räume für Austausch schaffen, Ängste offen ansprechen, Live-Workshops statt reiner Online-Trainings, Veränderung von oben und unten tragen, ehrlich kommunizieren, wenn es um Prozesse und Jobs geht.

Motivation neu gedacht: Mit Daniel Pinks Modell Motivation 3.0 erklären wir, warum Sinn, Mastery und Autonomie stärker motivieren als Gehalt allein, und warum genau diese Faktoren bei der erfolgreichen jungen Frau den Schalter umgelegt haben.

Häufig gestellte Fragen:

Sind junge Menschen automatisch offener für KI?

Nein. Viele Jüngere nutzen KI zwar für einfache Aufgaben, sind bei Automatisierung und Agenten aber oft skeptischer als gedacht. Entscheidend ist die Haltung, nicht das Alter.

Wie gehe ich mit Angst vor KI um?

Angst ansprechen statt verdrängen, mit begeisterten Menschen reden statt nur mit Gleichgesinnten, Dinge ausprobieren und KI im eigenen Bereich gezielt einsetzen, um besser zu werden.

Was bedeutet KI zum eigenen Werkzeug machen?

Nicht nur Texte kopieren, sondern Prozesse, Automatisierungen und Dashboards für die eigene Arbeit bauen und sich dadurch unverzichtbar machen.

Geht es bei Automatisierung immer um Stellenabbau?

Nicht zwangsläufig. Oft geht es darum, monotone Aufgaben abzunehmen und Menschen für sinnvollere Arbeit freizuspielen. Wichtig ist saubere Kommunikation.

Erwähnte Quellen: Daniel Pink (Drive, Motivation 3.0), Self Determination Theory, Maslow, NIMBY.

Über die Hosts:

Manuela Machner ist KI-Expertin und Beraterin mit starkem Praxisfokus auf Tourismus.. Sie hält jährlich Workshops für über tausend Menschen (www.kinet.ai).

Eliot Mannoia ist digitaler Psychologe und beleuchtet, wie Menschen mit Technologie, Veränderung und den dazugehörigen Emotionen umgehen (www.brandkarma.at).

Mind/Machine findest du auf Spotify, Apple Podcasts und Amazon Music und auf www.mind-machine.at.

Daten sammeln ist einfach. Wissen, warum man sie sammelt, ist selten.

Anna Neureiter, Data Governance Managerin bei IT Power Services, erklärt, warum 80 Prozent der Arbeit in KI-Projekten auf Datenaufbereitung entfällt, bevor ein Modell startet, und warum Unternehmen trotzdem alles sammeln, was sie kriegen können, ohne konkreten Use Case. Der Gedanke ist verlockend: Wir haben die Daten, also sitzen wir auf einem Schatz. Die Realität: redundante Datenberge, veraltete Bestände, KI-Projekte, die nicht wegen der Technologie scheitern, sondern weil die Grundlage fehlt.

Mind/Machine ist der Podcast für alle, die verstehen wollen, wie KI in der Praxis wirklich funktioniert.

Manuela Machner, KI-Expertin mit Schwerpunkt Tourismus und KMU, und Eliot Mannoia, digitaler Psychologe, sprechen mit Expertinnen und Experten über das, was hinter den Schlagzeilen steckt.

Was dich in dieser Folge erwartet:

Daten sind nicht das neue Gold

Daten sind eher wie ein Samen als wie Gold. Gold behält seinen Wert. Ein Samen braucht Pflege und den richtigen Zeitpunkt. Wer Daten fünf Jahre im Keller lagert und dann eine Ernte erwartet, wird enttäuscht. Der Zeitaspekt wird in den meisten Unternehmen systematisch unterschätzt.

80 Prozent Aufwand vor dem Modell-Start

Rund 80 Prozent der Arbeitszeit in KI-Projekten entfällt auf Datenaufbereitung und Qualitätsprüfung. Viele Projekte scheitern nicht am Algorithmus, sondern an schlechten Daten. Anna Neureiter erklärt, warum das kein technisches, sondern ein organisatorisches Problem ist.

Use Case zuerst, Daten danach

Der häufigste Fehler: Erst sammeln, dann überlegen, was man will. Anna beschreibt, wie sauberes Scoping aussieht, warum Quick Wins oft wichtiger sind als große Visionen, und was es bedeutet, alle Beteiligten von Anfang an auf dasselbe Ziel auszurichten.

Data Literacy: Daten sind kein IT-Thema

Wenn Fachbereiche nicht wissen, was sie mit Daten anfangen sollen, nützen auch die besten Datensätze nichts. Anna Neureiter setzt auf Enablement: Menschen befähigen, Daten selbst zu hinterfragen und kritisch einzusetzen.

Data Spaces und die DIO

Anna ist ehrenamtlich bei der Data Intelligence Offensive (DIO) aktiv, die Datenaustausch in Österreich auf Basis europäischer Standards vorantreibt. Sie erklärt, wie Unternehmen Daten souverän teilen können, ohne die Kontrolle zu verlieren.

Häufig gestellte Fragen:

Warum scheitern so viele KI-Projekte?

Meistens nicht wegen der Technologie. Der häufigste Grund ist eine schlechte Datengrundlage und fehlendes Scoping zu Projektbeginn.

Was bedeutet Data Literacy?

Die Fähigkeit, Daten zu lesen, zu interpretieren und kritisch zu hinterfragen, ohne Datenwissenschaftlerin zu sein.

Was sind Data Spaces?

Technische und rechtliche Infrastrukturen für kontrollierten Datenaustausch zwischen Unternehmen, verankert in der europäischen Datenstrategie.

Wie startet man ein gutes Datenprojekt?

Mit einem konkreten Use Case, nicht mit der Frage, welche Daten man hat. Kleines Pilotprojekt, schneller Erfolg, dann skalieren.

https://www.mind-machine.at

Manuela Machner ist KI-Expertin für Tourismus und KMU, Gründerin von KiNET.ai. Eliot Mannoia ist digitaler Psychologe und beschäftigt sich mit den Auswirkungen von Technologie auf Mensch und Gesellschaft - www.brandkarma.at