Pragmatisch
Wir starten bei Aufgaben, die heute Zeit kosten: E-Mails, Dokumente, Offerten, Auswertungen oder wiederkehrende Abläufe.
Über Konkret AI
Konkrete KI-Umsetzung braucht Technik- und Organisationsverständnis.
Hinter Konkret AI steht Peter Müller. Ich verbinde Technologie, Datenanalyse, KI-Projekte und Automatisierung mit HR-Erfahrung, Coaching und Organisationsentwicklung.
"KI soll im KMU nicht beeindruckend wirken, sondern Arbeit leichter machen: nachvollziehbar, datensensibel und so einfach, dass das Team sie wirklich nutzt."
Peter Müller · Konkret AI
Technologie, Menschen und produktive Abläufe verbinden
Meine Arbeitsweise
Keine abstrakten KI-Projekte. Sondern Lösungen, die im Alltag tragen.
KI bringt nur dann etwas, wenn sie eine echte Aufgabe leichter macht, Qualität sichert und das Team sie sicher anwenden kann.
Verständlich
Keine Fachsprache, keine Tool-Show. Das Team soll nachvollziehen können, was die Lösung tut und wo ihre Grenzen liegen.
Datensensibel
Vor der Umsetzung wird geklärt, welche Daten verwendet werden dürfen und welche Regeln im Alltag gelten.
Mein Hintergrund
Von IT und Daten zu KI, die im Team ankommt.
Mein Weg war nie nur technisch. Er führte immer wieder zu derselben Frage: Wie wird aus Technologie ein besserer Arbeitsablauf?
Studiert habe ich Wirtschaftsinformatik mit Schwerpunkt Information Management. Der Einstieg führte mich in die Softwareberatung bei IBM: nah an Systemen, Prozessen und Kundenfragen.
Danach arbeitete ich in der Datenanalyse und Beratung bei SAS Institute. Dort wurde klarer, wie wichtig gute Daten, verständliche Auswertungen und ein sauberer Blick auf das Geschäft sind.
Über mehrere Jahre lag mein Schwerpunkt in Business Intelligence: Auswertungen bauen, Daten analysieren, Zusammenhänge verstehen und Entscheidungen besser vorbereiten. Heute nutze ich diese Erfahrung, um KI nicht abstrakt zu erklären, sondern in konkrete Abläufe und Automatisierungen zu übersetzen.
Dazu kommen über zehn Jahre Erfahrung in Personal, Teamarbeit und agiler Organisationsentwicklung. Ich kenne die operative Realität von Teams, Führungsfragen, Rollen, Widerständen und Veränderungsprozessen nicht nur aus der Theorie, sondern aus der praktischen Arbeit mit Menschen und Organisationen.
Seit rund drei Jahren beschäftige ich mich intensiv mit KI im Arbeitsalltag: Automatisierung, Prompt Engineering, sinnvolle Assistenzsysteme und die Frage, wie Teams neue Arbeitsweisen Schritt für Schritt übernehmen können.
Der Unterschied
Ich verstehe nicht nur Systeme, sondern auch Menschen.
Über 10 Jahre Erfahrung im Personalbereich haben meinen Blick auf Veränderung geprägt. Ich weiss, wie Teams arbeiten, wo Unsicherheit entsteht und warum neue Werkzeuge oft nicht an der Technik scheitern.
KI scheitert selten daran, dass das Tool zu wenig kann. Sie scheitert oft daran, dass sie im Team nicht ankommt. Genau dort setze ich an.
Studium Wirtschaftsinformatik mit Schwerpunkt Information Management: Technologie, Daten und Geschäftsprozesse zusammen denken.
Systemische Coaching-Ausbildung: Gespräche führen, Widerstände verstehen, Menschen begleiten.
CAS Agile Organisationsentwicklung, FHNW: neue Arbeitsweisen sinnvoll in Organisationen verankern.
CAS in AI-Management an der HWZ: KI strategisch, verantwortungsvoll und nutzbar einordnen.
Arbeitsfelder
Praxisnähe zählt mehr als grosse Worte.
Die Beispiele zeigen typische Aufgabenfelder, in denen meine Erfahrung aus Daten, Prozessen, HR, Coaching und KI-Umsetzung zusammenkommt. Sie ersetzen keinen öffentlichen Referenzfall, sondern machen die Arbeitsweise greifbar.
Typisches Prozessbeispiel
Webshop-Produktpflege deutlich schlanker machen
Ausgangslage: Ein bestehender Ablauf war stark manuell: Produktbilder prüfen, passende Texte formulieren, Titel strukturieren und Angaben für die Erfassung vorbereiten.
Umsetzung: Umgesetzt wurde ein KI-gestützter Ablauf, der Produktbilder einordnet, Beschreibungsvorschläge erstellt, Titel und Preislogik vorbereitet und die manuelle Erfassung klarer strukturiert.
Ergebnis: Das Team musste weniger bei null beginnen, konnte Vorschläge gezielter prüfen und repetitive Produktpflege schneller durch den Prozess bringen.
Typisches Büro-Szenario
Kundenanfragen schneller vorbereiten
Ausgangslage: Ein KMU erhält jede Woche viele ähnliche Kundenanfragen per E-Mail. Statt jede Antwort neu zu formulieren, bereitet ein KI-Workflow passende Antwortvorschläge auf Basis vorhandener Informationen vor.
Umsetzung: Der Ablauf fasst den E-Mail-Verlauf zusammen, markiert offene Punkte, schlägt Antwortbausteine vor und lässt sensible Stellen bewusst zur menschlichen Prüfung offen.
Ergebnis: Aus wiederkehrender Schreibarbeit wird ein prüfbarer Vorschlag. Bei 20-50 ähnlichen Anfragen pro Woche kann das mehrere Stunden manuelle Arbeit reduzieren, ohne die Kontrolle beim Versand abzugeben.
Typische KMU-Workflows
Praktisch geht es oft um E-Mails, Dokumente, interne Wissensfragen und einfache Prozessschritte. Genau hier entsteht in kleinen Unternehmen oft die grösste Entlastung: schneller antworten, weniger suchen, sauberer dokumentieren und wiederkehrende Arbeit nicht jedes Mal neu beginnen.
Lageroptimierung
Wie viel soll eingekauft werden und wann genau? Dafür habe ich datenbasierte Entscheidungslogik umgesetzt, mit dem Ziel: weniger Überbestand, weniger Engpässe und bessere Planung im Einkauf.
Umsatzprognosen
Mit Machine Learning wurden aus vorhandenen Daten belastbarere Einschätzungen für Planung, Kapazitäten und nächste Schritte abgeleitet.
Was mich unterscheidet
Technologie + Menschen + Arbeitsalltag.
Viele KI-Anbieter sind technisch stark, verlieren sich aber in Tools. Viele Veränderungsbegleiter verstehen Menschen, aber nicht die Technologie. Ich verbinde beides.
KI funktioniert nur dann wirklich, wenn sie im Alltag der Mitarbeitenden ankommt. Genau dort setze ich an.
Wie ich arbeite
Klar, datensensibel und Schritt für Schritt.
So bleibt KI greifbar: nicht als grosses Versprechen, sondern als neues Werkzeug für konkrete Aufgaben.
Schritt für SchrittGemeinsam mit dem TeamOhne unnötige KomplexitätMit Blick auf DatenschutzPraxis vor PräsentationNutzbar statt beeindruckend
Nächster Schritt
Wenn du herausfinden möchtest, welcher KI-Workflow bei euch zuerst produktiv werden sollte, sprechen wir darüber.
Ruhig, unverbindlich und mit Blick auf eure echten Abläufe.