Insights
Einblicke aus der Praxis zu Strategie, Experience und dem, was bei der Umsetzung zählt.
Kai
Kai beantwortet Fragen zu Strategie, Experience und AI. Er hilft euch einordnen, was relevant ist.
Bitte keine vertraulichen Projekt-, Kunden- oder Personendaten eingeben. Kai ist ein KI-Assistent von kenalu.
Alle Beiträge

Die meisten Softwareprojekte scheitern nicht am ersten Tag. Sie scheitern an Tag 400, wenn das System unter echten Bedingungen nicht hält.
Industrieunternehmen haben oft mehr Daten als sie auswerten können. Das Problem ist selten zu wenig Data — es ist der fehlende Schritt von Daten zu Entscheidungen.

Ein AI-Feature macht ein bestehendes Produkt etwas besser. Ein AI-Produkt existiert, weil KI es überhaupt erst möglich macht.
Ein Unternehmen fragt: Wir brauchen ein internes Tool, das unsere Wissensdatenbank durchsuchbar macht und kontextuelle Antworten gibt. Vor zwei Jahren hätte ich eine Empfehlung geschrieben. Heute bauen wir es.

Der Hype um KI ist gross. Wie bei jedem grossen Hype lohnt es sich zu unterscheiden: Was ist substanzielle Veränderung? Was ist Fassade?
AI verändert nicht nur, was Kunden erwarten. Sie verändert, was Plattformen können müssen. Wer heute noch nach dem Prinzip "eine Plattform für alles" auswählt, kauft sich morgen ein Problem.
Die Frage «Welches Framework nehmen wir?» kommt in fast jedem Projekt als erstes. Es ist fast nie die richtige erste Frage.
Banken und Versicherungen investieren massiv in AI. Aber zwischen Pilotprojekt und echtem Hebel liegt eine Lücke, die die meisten unterschätzen. Eine Einschätzung aus der Praxis.

Discovery ist eines dieser Wörter, die in fast jedem Projektbrief vorkommen und fast nirgendwo wirklich passieren.
Ich habe jahrelang Strategie verkauft. Decks. Konzepte. Empfehlungen. Ich war gut darin. Und irgendwann habe ich gemerkt, dass es nicht reicht.
Viele Unternehmen diskutieren Composable Commerce als technologisches Thema. Dabei ist die Frage, ob man es wählt, eine strategische — und fast immer entschieden, bevor die IT ins Spiel kommt.

Ein Prototyp in zwei Wochen sagt mehr als ein Konzeptpapier in drei Monaten. Nicht weil das Konzept wertlos ist. Sondern weil Erkenntnisse durch Erleben entstehen.

«Welches Tool nehmen wir?» ist die falsche Frage. Die richtige lautet: Was brauchen wir wirklich?
Ich sass an einem Feature, das ich auf dem normalen Weg zwei Wochen gebracht hätte. Mit KI-Unterstützung war es in drei Stunden fertig. Nicht als Prototyp. Als sauberer, testbarer Code.

Viele Unternehmen bauen KI wie früher Social-Media-Strategie: als Schicht obendrauf. Das ist verschenktes Potenzial.

Wenn du einen Prompt-Ingenieur brauchst, hat dein System ein Design-Problem. Das klingt hart. Es ist aber konstruktiv gemeint.

Entlassen klingt nach Ende, ist aber der Anfang von "jetzt allein". Letzter Teil der Reihe: wie Intelligenz dafür sorgen kann, dass die Fäden nach dem Spital nicht reissen.

Ein Spitalaufenthalt ist ein Takt. Und Patient:innen verlieren leicht den Faden. Dritter Teil der Reihe: was ein leiser, persönlicher Coach am Bett verändern könnte.

Im Notfall zählt nicht Tempo, sondern Ehrlichkeit. Zweiter Teil der Reihe: warum die beste Technologie im Wartebereich vor allem eines kann. Ehrlich erklären, was gerade passiert.

Eine gute Patient-Experience beginnt nicht im OP-Saal, sondern an der Tür. Erster Teil einer vierteiligen Reihe darüber, wie sich "intelligent" über eine Spitalreise hinweg anfühlen könnte.

Jahrelang haben Unternehmen ihre Prozesse an Softwareprodukte angepasst. Weil Custom zu teuer und zu langsam war. Dieses Argument existiert nicht mehr.
"Intelligent" ist für mich nicht die grosse Show, sondern das leise Mitdenken. Ein Versuch, den Begriff vom Glamour zu befreien. Und zu zeigen, worum es bei Intelligent Experiences wirklich geht.

Der häufigste Fehler bei der KI-Integration ist kein Prompt-Fehler. Es ist ein Architektur-Fehler. Und er passiert ganz am Anfang.
Wir freuen uns über gute Gespräche. Auch wenn kein konkretes Projekt dahintersteckt.
Gespräch buchen →Lab
Neben Texten und Perspektiven dokumentiert Kenalu im Lab auch konkrete Arbeitsproben und Prototypen, als nachvollziehbare Ergänzung zu diesen Beiträgen.