Scott Ernst, CEO von Vyond – Interviewreihe

Sie haben Technologieunternehmen wiederholt durch große Umbrüche geführt: von der Unterstützung beim Ausbau von Compete, vom Start-up in einer frühen Phase bis zur Übernahme, über den Börsengang von Macromill bis hin zur späteren Neuausrichtung von Drift auf KI vor der Übernahme durch Salesloft. Welche Lehren aus diesen Erfahrungen prägen Ihren Umgang mit dem KI-Zeitalter, während Sie bei Vyond in einer weiteren Phase tiefgreifenden technologischen Wandels das Ruder übernehmen?

Bei all diesen Umbrüchen habe ich immer wieder beobachtet, dass der technologische Wandel selten die eigentliche Schwierigkeit ist. Schwieriger ist es, eine Organisation dazu zu bringen, gemeinsam voranzugehen, sobald der Wandel offensichtlich ist. Bei Compete ging es vor allem um Disziplin: Wer mit schmaler Basis zum Marktführer in einer Kategorie werden will, muss sich unablässig auf die wenigen Dinge konzentrieren, die das Geschäft tatsächlich voranbringen, statt jeder Gelegenheit nachzujagen. Bei Macromill haben mir die globale Expansion und der Börsengang des Unternehmens gezeigt, dass Wachstum ohne konsequente operative Steuerung früher oder später zum Problem wird … Man braucht ein Berichtswesen, belastbare Prognosen und eine gute Unternehmensführung, damit die Organisation im gleichen Tempo wachsen kann wie das Geschäft.

Am unmittelbarsten lässt sich das, was gerade geschieht, mit Drift vergleichen. Als ChatGPT auf den Markt kam, hatten wir bereits ein eigenes proprietäres KI-Produkt entwickelt, und unser erster Impuls war, es zu schützen. Stattdessen trafen wir die schwierigere Entscheidung, uns zu öffnen und das gesamte Unternehmen auf generative KI auszurichten, weil wir davon ausgingen, dass sich der Markt schneller entwickelte, als wir unseren Wettbewerbsvorsprung verteidigen konnten. Das war keine Produktentscheidung, sondern eine Führungsentscheidung, bei der es um Überzeugung und den richtigen Zeitpunkt ging.

Die Lehre, die ich zu Vyond mitgebracht habe, lautet: Bei einem echten Plattformwandel gewinnen weder die übervorsichtigen noch die leichtsinnigen Unternehmen. Erfolgreich sind vielmehr diejenigen, die ihre gesamte Organisation schnell auf eine klare Sichtweise einschwören und diese dann mit echtem Nachdruck umsetzen. Genau so gehen wir jetzt vor: Wir machen uns klar, was heute tatsächlich gilt, entwickeln eine fundierte Überzeugung davon, wohin sich der Markt bewegt, und bringen das gesamte Unternehmen in dieselbe Richtung auf den Weg, bevor sich das Zeitfenster schließt.

Generative KI hat es Unternehmen erheblich erleichtert, Inhalte zu erstellen. Sie haben jedoch argumentiert, dass die größere Herausforderung inzwischen darin besteht, Wissen in die Praxis umzusetzen. Was bedeutet das konkret, und warum sind Sie der Ansicht, dass die bloße Erstellung von Inhalten nur einen kleinen Teil des Problems löst?

Generative KI hat den größten Engpass bei der Erstellung von Inhalten beseitigt: Früher brauchte man dafür eine Fachkraft, einen Produktionsablauf und eine beträchtliche Vorlaufzeit. Heute kann fast jeder in einem Unternehmen innerhalb weniger Minuten etwas erstellen. Das ist ein echter Durchbruch. Zugleich bedeutet es aber, dass inzwischen alle Bereiche – Marketing, Personalwesen, Vertrieb, IT sowie Lernen und Entwicklung – unabhängig voneinander Inhalte erstellen, oft zum selben zugrunde liegenden Wissen, mit unterschiedlichen Werkzeugen und ohne ein gemeinsames führendes System.

Wissen in die Praxis umzusetzen bedeutet weniger, mehr Inhalte zu erstellen, als sicherzustellen, dass Menschen die richtigen Informationen finden und nutzen können. Dazu muss klar sein, wo die verlässliche und aktuelle Fassung einer Information zu finden ist, wer dafür verantwortlich ist, ob sie freigegeben wurde und wie sie in die Arbeitsabläufe gelangt, in denen sie tatsächlich benötigt wird: ins Lernmanagementsystem, ins Kundenbeziehungsmanagement, in die Checkliste für die Einarbeitung und in das Compliance-Tracking. Fehlt diese Ebene, entsteht das, was ich Kommunikationschaos nennen würde: Inhalte werden vervielfältigt, Markenstandards verwässern, Teams erstellen bereits vorhandene Arbeit neu, und niemand kann mit Sicherheit sagen, welche Fassung maßgeblich ist. Ein großer Teil dieses Chaos beginnt schon früher, als vielen bewusst ist – noch bevor auch nur ein einziges Element erstellt wird, wenn niemand tatsächlich geklärt hat, an wen es sich richtet, welches Ziel es verfolgt oder auf welchem Ausgangsmaterial der Auftrag beruhen sollte.

Bei der Erstellung von Inhalten geht es um die Frage: „Können wir das schnell erstellen?“ Das ist ein echtes Problem, das KI weitgehend gelöst hat. Wissen in die Praxis umzusetzen wirft dagegen die Frage auf: „Kann die richtige Person die richtige, verlässliche Fassung genau dann finden, wenn sie sie braucht, und zwar in dem Werkzeug, das sie bereits verwendet?“ Dieses zweite Problem ist größer, struktureller Natur und branchenweit noch lange nicht gelöst. Genau darin liegt die Chance, die sich uns jetzt bietet.

Unternehmen sammeln riesige Mengen an Dokumenten, Daten, KI-generierten Zusammenfassungen und institutionellem Wissen. Wo sehen Sie die größte Lücke zwischen dem Zugang zu diesen Informationen und ihrer tatsächlichen Vermittlung in einer Form, die Mitarbeitende verstehen und nutzen können?

Der Engpass liegt nicht beim Zugang … die meisten Unternehmen verfügen bereits über mehr Informationen, als eine einzelne Person verarbeiten kann. Es geht um Aufbereitung und Vertrauen. Wissen steckt in umfangreichen, statischen Formaten wie PDFs, Präsentationen, Wikis und Richtliniendokumenten, die für die Speicherung und Suche erstellt wurden, nicht dafür, schnell verstanden zu werden. Um daraus etwas zu machen, das Menschen tatsächlich aufnehmen und nutzen können, ist eine Aufbereitung erforderlich, in die die meisten Unternehmen nicht systematisch investieren.

Das wurde mir in einem Gespräch mit dem Vizepräsidenten für Marketingtechnologie eines Großunternehmens bei einem Fortune-100-Technologieunternehmen deutlich. Sein Problem war nicht der Mangel an Informationen. Vielmehr lösten verschiedene Bereiche einer sehr großen Organisation dieselben Kommunikationsprobleme isoliert und auf uneinheitliche Weise. Dadurch erreichte Wissen, das irgendwo im Unternehmen vorhanden war, nicht zuverlässig diejenigen, die es benötigten – und zwar nicht in einer für sie nutzbaren Form. Wie er es ausdrückte: In einem so großen Unternehmen kommunizieren die linke und die rechte Hand schlicht nicht miteinander.

Das ist die eigentliche Lücke: Unternehmen haben jede Menge Daten, aber zu wenig Erkenntnisse. Die Lösung sind nicht mehr Inhalte oder mehr Speicherplatz, sondern eine systematische Vorgehensweise und zunehmend auch ein System, um rohes institutionelles Wissen in klare, visuelle und vertrauenswürdige Kommunikation umzuwandeln und in die Arbeitsabläufe einzuspeisen, in denen tatsächlich Entscheidungen getroffen werden.

Da KI-Agenten zunehmend in der Lage sind, Unternehmenswissen autonom in Schulungen, Vertriebsunterstützung, Compliance-Material oder interne Kommunikation umzuwandeln: Was sollte weiterhin unter menschlicher Kontrolle bleiben, und wo können Unternehmen Agenten sicher selbstständig arbeiten lassen?

Meine allgemeine Regel lautet: Agenten sollten die Arbeit übernehmen, Menschen hingegen die Beurteilung – insbesondere überall dort, wo ein Fehler schwerwiegende Folgen haben kann. Bei Aufgaben mit geringem Risiko, hohem Volumen und repetitivem Charakter, etwa beim Erstellen erster Entwürfe, beim Überführen von Wissen in ein neues Format, beim Anpassen bereits freigegebener Inhalte für eine neue Sprache oder Region oder beim Aktualisieren eines Schulungsmoduls nach einer Änderung des Quelldokuments, können und sollten Agenten mit viel Autonomie arbeiten. Genau solche Aufgaben nehmen heute enorm viel Zeit in Anspruch, bieten aber nur sehr geringen strategischen Mehrwert.

Überall dort, wo Inhalte rechtliche, regulatorische, sicherheitsbezogene oder markenbezogene Risiken bergen, muss die menschliche Kontrolle hingegen uneingeschränkt bestehen bleiben. In solchen Fällen muss ein Mensch alles abschließend prüfen, bevor etwas veröffentlicht wird, und das zugrunde liegende Ausgangsmaterial muss vollständig rückverfolgbar sein.

Bei einem Kunden aus dem Verteidigungssektor haben wir das unmittelbar erlebt. Angesichts der Sensibilität seiner Arbeit wollte dessen Sicherheitsteam den Einsatz von KI in den Arbeitsabläufen zunächst überhaupt nicht genehmigen. Die Lösung bestand nicht darin, dem Agenten mehr Autonomie einzuräumen, sondern die passenden Leitplanken zu schaffen: eine individuelle Vereinbarung, die garantierte, dass die Daten des Kunden niemals zum Trainieren externer Modelle verwendet würden, sowie klare Prüfpunkte, an denen die eigenen Teams des Kunden die Freigabe behielten. Dieses Modell lässt sich verallgemeinern: Die Autonomie eines Agenten kann umso größer sein, je reversibler und risikoärmer eine Aufgabe ist; die menschliche Kontrolle muss umso stärker sein, je mehr Vertrauen, Compliance oder Markenrisiko auf dem Spiel steht.

Die Markenführung wird deutlich komplizierter, wenn Tausende Inhalte automatisch generiert werden können. Welche technischen und organisatorischen Schutzmaßnahmen benötigen Unternehmen, damit KI-generierte Kommunikation korrekt und einheitlich bleibt und den Unternehmensrichtlinien entspricht?

Technisch sind vor allem Schutzmaßnahmen wichtig, die sicherstellen, dass KI-generierte Inhalte auf den freigegebenen Quellen und dem Markensystem eines Unternehmens beruhen, statt der KI freie Hand zu lassen. Styleguides, Markenmaterialien und Vorgaben zur Anpassung muss die Plattform selbst durchsetzen; sie dürfen nicht davon abhängen, dass einzelne Nutzerinnen und Nutzer daran denken. Das bedeutet, dass das freigegebene Logo, die Farben, Vorlagen und Referenzaufnahmen direkt in der Plattform hinterlegt sein müssen, damit jedes generierte Inhaltselement auf dieselbe Quelle zurückgreift und nicht auf irgendeine Version, die diese Woche zufällig auf dem Desktop einer Person liegt. Versionskontrolle und Prüfpfade sind ebenso wichtig: Wenn Inhalte generiert, bearbeitet oder freigegeben werden, muss ein Unternehmen nachvollziehen können, wer sie angefordert hat, aus welcher Quelle sie stammen und wer sie genehmigt hat. Außerdem müssen Prüfende und andere Beteiligte – nicht nur die Person, die das Tool bedient – innerhalb desselben Arbeitsablaufs kommentieren und ihre Freigabe erteilen können. So erfolgt die Genehmigung nicht in einem separaten E-Mail-Verlauf, der genau den Prüfpfad unterbricht, den man eigentlich aufbauen möchte.

Auf organisatorischer Ebene kommt es auf klare Zuständigkeiten an. Die Unternehmen, mit denen wir arbeiten und die diese Themen gut steuern, haben sich davon verabschiedet, dass jedes Team eigenständig seine eigenen Tools und Abläufe einführt. Stattdessen behandeln sie ihre Kommunikationsplattform wie ein führendes System: Der Zugriff wird gezielt vergeben, die Nutzung insgesamt überwacht und eine kleine Governance-Stelle ist für die Standards zuständig, an denen sich alle orientieren. Wir haben erlebt, dass große Unternehmen ausdrücklich prüfen, ob eine Plattform aus genau diesem Grund zum unternehmensweiten Standardsystem werden kann: Nur so lässt sich eine einheitliche Qualität im großen Maßstab erreichen, statt Tausender voneinander unabhängiger, „ausreichend guter“ Inhalte, die letztlich nicht miteinander übereinstimmen.

Das zugrunde liegende Prinzip ist dasselbe, das schon immer für die Markenführung galt. Es kommt heute lediglich in deutlich größerem Umfang und mit höherer Geschwindigkeit zum Tragen. Deshalb müssen die Leitplanken im System verankert sein und dürfen nicht erst nachträglich durchgesetzt werden.

Halluzinationen sind bei einem Chatbot bedenklich, können aber weitaus schwerwiegendere Folgen haben, wenn falsche Informationen in ein scheinbar maßgebliches Schulungs- oder Compliance-Video einfließen. Wie sollten Unternehmen über Quellenbindung, Verifizierung und Herkunftsnachweise nachdenken, wenn die KI-gestützte Kommunikation zunehmend automatisiert wird?

Du hast recht: Hier steht deutlich mehr auf dem Spiel. Eine halluzinierte Antwort in einem Chatfenster wird sofort hinterfragt. Eine halluzinierte Information in einem professionell produzierten, ausgefeilten Compliance-Video wirkt hingegen so maßgeblich, dass Menschen sie seltener infrage stellen – genau umgekehrt dazu, wo die Prüfung am strengsten sein sollte.

Das erste Prinzip muss die Quellenbindung sein: KI-generierte Kommunikation sollte auf das Quellenmaterial beschränkt sein, das ein Unternehmen tatsächlich bereitstellt … auf seine eigenen Dokumente, Richtlinien und freigegebenen Daten statt auf das allgemeine Wissen des Modells.

Das zweite Prinzip ist die Nachvollziehbarkeit der Herkunft: Jedes generierte Inhaltselement sollte auf die konkrete Quelle zurückführbar sein, auf deren Grundlage es erstellt wurde. So lässt sich bei einem Fehler genau feststellen, woher er stammt, und die Ursache beheben, statt lediglich die Ausgabe auszubessern.

Das dritte Prinzip ist die Verifizierung: Kontrollpunkte müssen in den Arbeitsablauf integriert und dürfen nicht nachträglich angefügt werden. Menschliche Prüfer sollten die Zwischenschritte sehen können, nicht nur das fertige, ausgefeilte Video, denn gerade die professionelle Aufmachung macht Fehler schwerer erkennbar. In der Praxis bedeutet das, eine vollständige Gliederung oder einen Rohschnitt Szene für Szene zu prüfen, bevor man sich für einen finalen, kostspieligeren Render entscheidet. So lassen sich falsche Fakten oder nicht markenkonforme Aussagen erkennen, solange sie noch kostengünstig und einfach zu korrigieren sind. In diesem Bereich ist die Vorsicht von Unternehmen berechtigt. Deshalb werden sich hier nicht die Plattformen das Vertrauen von Unternehmen sichern, die am schnellsten sind, sondern jene, die Quellenbindung, Nachvollziehbarkeit und Prüfung fest in der Funktionsweise des Systems verankern und nicht als optionale Einstellung anbieten

Die vierte Ebene ist die laufende Evaluierung, nicht nur eine abschließende Prüfung. In einem agentischen System reicht es nicht aus, das fertige Video zu überprüfen. Wir wollen nachvollziehen können, wie der Agent zu seinem Ergebnis gekommen ist. Wir überwachen kontinuierlich die Ausgaben des Agenten und die Entscheidungen, die er auf dem Weg dorthin trifft. Dabei prüfen wir, ob sie weiterhin mit den Quelldokumenten, der Wissensdatenbank und der ursprünglichen Absicht des Kunden übereinstimmen. So können wir Abweichungen oder eine nachlassende Ausgabequalität erkennen, während das Video noch erstellt wird, statt ein Problem erst zu entdecken, wenn es bereits fertig ist.

KI-Systeme werden zunehmend direkt mit den Wissensdatenbanken und Geschäftsabläufen von Unternehmen verknüpft. Erwarten Sie, dass die nächste Generation von Kommunikationsplattformen zu einer Schnittstelle zwischen Unternehmensdaten, KI-Agenten und Beschäftigten wird, statt lediglich Werkzeuge zur Inhaltserstellung bereitzustellen?

Ja, und ich denke, dieser Wandel ist bereits im Gange. Die Inhaltserstellung war das erste und offensichtlichste Problem, das KI lösen sollte, weil sie der sichtbarste Engpass war. Sobald die Erstellung jedoch nicht mehr der begrenzende Faktor ist, liegt die wertvollere Rolle an der Schnittstelle zwischen dem Wissen eines Unternehmens – seinen CRM- und LMS-Systemen, seinen Richtliniensystemen und internen Wikis – und den Menschen, die dieses Wissen so aufbereitet benötigen, dass sie es tatsächlich nutzen können.

Das ist eine deutlich andere Rolle als die eines Erstellungstools. Ein Erstellungstool wartet darauf, dass jemand einen Auftrag erteilt. Eine Schnittstellenschicht ist in die Arbeitsabläufe eingebettet, in denen das Wissen bereits vorhanden ist, erkennt, was sich geändert hat, und hilft dabei, die passende Kommunikation an die richtigen Personen weiterzuleiten, ohne dass jemand sie jedes Mal anstoßen muss.

Wir sehen bereits erste Anzeichen dafür, dass Unternehmen genau das wollen. Große Kunden fragen uns immer häufiger nicht nach einem Videotool für ein einzelnes Team, sondern danach, ob wir das unternehmensweite Standardsystem sein können. Wenn institutionelles Wissen in Kommunikation überführt wird, können sich auch Beschäftigte außerhalb des Kreativteams – etwa aus den Bereichen Recht, Compliance und Regionalteams sowie Führungskräfte mit direktem Mitarbeiterkontakt – einbringen, ohne eine vollständige Lizenz oder eine lange Einarbeitung zu benötigen.

Dieser Wandel wird auch durch neue offene Protokolle wie MCP und A2A beschleunigt. MCP bietet KI-Agenten eine standardisierte Möglichkeit, vertrauenswürdigen Kontext aus den eigenen Werkzeugen und maßgeblichen Datensystemen eines Unternehmens abzurufen. A2A wiederum ermöglicht spezialisierten Agenten unterschiedlicher Plattformen die Zusammenarbeit. In der Praxis bedeutet das, dass eine Plattform wie unsere nicht jeden Arbeitsablauf und sämtliche Unternehmensdaten selbst verwalten muss, um nützlich zu sein. Sie kann sich in die Systeme einbinden, denen ein Unternehmen bereits vertraut, bei Bedarf mit anderen Agenten zusammenarbeiten und sich auf das konzentrieren, was wir am besten können: diesen Kontext in Kommunikation umzuwandeln, die Menschen tatsächlich verstehen und in die sie umsetzen können. Das ist der Wandel von der Inhaltserstellung hin zu einer Kommunikationsinfrastruktur – und in diese Richtung wird sich meiner Erwartung nach die gesamte Branche entwickeln.

Vyond unterstützt bereits Unternehmen in den Bereichen Personalentwicklung und Weiterbildung, Personalwesen, Vertriebsunterstützung, Compliance und interne Kommunikation. Welcher dieser Bereiche wird Ihrer Ansicht nach durch agentische KI am stärksten verändert werden, und wie könnten die entsprechenden Arbeitsabläufe aussehen, wenn die Agenten leistungsfähiger werden?

Am ehesten würde ich Compliance und Personalentwicklung nennen, denn in diesen beiden Bereichen gibt es besonders viel Veränderungsspielraum – gerade weil sie heute am stärksten unter veralteten Inhalten leiden. Compliance-Schulungen werden üblicherweise einmal erstellt und nur langsam, in jährlichen oder halbjährlichen Abständen, aktualisiert, obwohl sich Richtlinien, Vorschriften und Risiken ständig ändern. Sobald Agenten ein maßgebliches Richtliniendokument zuverlässig überwachen und nachvollziehen können, was sich geändert hat, können Compliance-Inhalte statt in regelmäßigen Produktionsprojekten laufend aktuell gehalten werden. Das reduziert die Risiken für Unternehmen erheblich und steigert nicht nur die Effizienz. Zunehmend bedeutet das auch, dass die Inhalte selbst klar und revisionssicher dokumentieren müssen, dass KI bei ihrer Erstellung mitgewirkt hat. Denn sowohl Aufsichtsbehörden als auch Unternehmenskunden erwarten immer häufiger, dass solche Angaben zum Standard gehören und nicht erst nachträglich ergänzt werden.

In der Personalentwicklung zeigt sich eine ähnliche Dynamik, doch hier geht es eher um Personalisierung als um Aktualität: Statt eines einzigen Schulungsmoduls für einen durchschnittlichen Lernenden können Agenten dabei helfen, Tempo, Beispiele und sogar das Format auf die jeweilige Rolle und Person zuzuschneiden – und sich dabei weiterhin an denselben freigegebenen Quellen und didaktischen Standards zu orientieren. Für global tätige Unternehmen gehören dazu zunehmend auch Sprache und Stimme, damit dieselbe Schulung die Beschäftigten in einer Produktionsstätte in Brasilien oder ein Vertriebsteam in Japan in einer Form erreicht, die sich tatsächlich lokal anfühlt und nicht bloß untertitelt ist.

Auch die Vertriebsunterstützung und die interne Kommunikation werden sich verändern. Diese Entwicklung würde ich jedoch eher als Zugewinn an Geschwindigkeit und Relevanz denn als strukturellen Wandel beschreiben … Die richtige Botschaft erreicht schneller den passenden Vertriebsmitarbeiter oder das richtige Team – und zwar in einem Format, das zu deren tatsächlicher Informationsaufnahme passt. Allen diesen Bereichen ist eines gemeinsam: Agentische KI beschleunigt nicht nur die jeweiligen Abläufe, sondern ermöglicht es auch, Inhalte dauerhaft aktuell zu halten – etwas, das mit den heutigen manuellen Produktionszyklen schlicht unrealistisch ist.

Wenn Unternehmen künftig in der Lage sind, internes Wissen kontinuierlich in personalisierte, aktuelle Kommunikation für alle Mitarbeitenden umzuwandeln: Wie könnte das verändern, wie Unternehmen Menschen schulen, Wissen weitergeben und letztlich arbeiten?

Wenn das Wirklichkeit wird – und ich glaube, dass es so kommen wird –, verändert sich der Arbeitsrhythmus eines Unternehmens, nicht nur dessen Schulungsfunktion. Heute kommunizieren die meisten Unternehmen in festen Abständen: mit einem jährlichen Compliance-Zyklus, einer vierteljährlichen unternehmensweiten Versammlung oder einem Einarbeitungspaket, das einmal erstellt und jahrelang wiederverwendet wird. Das liegt daran, dass Kommunikation früher teuer und aufwendig in der Erstellung war, und spiegelt nicht wider, wie schnell sich das Unternehmen tatsächlich verändert.

In einer Welt, in der Wissen kontinuierlich in personalisierte, aktuelle Kommunikation für alle Mitarbeitenden umgewandelt wird, ist Schulung kein einmaliges Ereignis mehr, sondern ein stetiger, anpassungsfähiger Strom … Jede Person erhält die Aktualisierung im passenden Format und in der richtigen Tiefe für ihre Rolle – genau dann, wenn sie relevant ist, statt Monate später im nächsten Informationspaket. Wissen bleibt nicht länger auf die Personen beschränkt, die es zufällig besitzen, sondern kann systematisch im Unternehmen verbreitet und aktuell gehalten werden.

Das Ergebnis, auf das ich immer wieder zurückkomme, ist Zeit. Jede Minute, die ein Unternehmen heute damit verbringt, nach den richtigen Informationen zu suchen, bereits Vorhandenes neu zu erstellen oder eine veraltete oder uneinheitliche Mitteilung zu korrigieren, ist eine Minute, die nicht für die Umsetzung zur Verfügung steht. Wenn Unternehmen diese Lücke zwischen Wissen und Verständnis tatsächlich kontinuierlich und in großem Maßstab schließen können, werden diejenigen, denen das zuerst gelingt, nicht nur besser kommunizieren, sondern schlicht schneller vorankommen als Unternehmen, die weiterhin in festen Abständen arbeiten.

Vielen Dank für das großartige Interview. Leserinnen und Leser, die mehr erfahren möchten, besuchen bitte Vyond.