AI verändert B2B-Software. Ich arbeite in Produkt, Pricing und R&D daran, dass es das Geschäft stärkt – nicht nur die Cost-of-Goods.

“Wir wissen, wir müssen AI einbauen – aber die Roadmap füllt sich mit Hype-Features, die kein Kunde wirklich braucht.”

• →Feature-Discovery & Priorisierung anhand realer Kundenwertschöpfung
• →Build / Buy / Wrap – fundierte Entscheidung statt Bauchgefühl
• →Architektur-Reviews: RAG-Setup, Agent-Patterns, Evaluation, Guardrails
• →POC-zu-Production-Pfade, die nicht im Prototyp-Limbo stecken bleiben

Aus operativer Praxis: Roadmap-Klarheit, bevor Engineering anfängt zu bauen.

“Unser Flat-Fee-Modell frisst LLM-Kosten. Aber Usage-Pricing schreckt die Kunden ab. Was tun?”

• →Cost-of-Goods-Modellierung pro Feature und pro Kundensegment
• →Pricing-Modelle: Usage, Outcome, Hybrid, Tiered – passend zum Buying Center
• →Packaging-Strategie: Was kommt ins Bestandspaket, was ist Upsell, was eigenes SKU
• →Rollout-Planung inklusive Bestandskunden-Migration und A/B-Tests

Aus operativer Praxis: Pricing-Modelle, die den Kontakt mit Finance und Sales überstehen.

“Mein Team nutzt Copilot, aber wir sind nicht spürbar produktiver. Anderswo höre ich von 3× Output – was machen die anders?”

• →R&D-Workflow-Audit: Wo wirkt AI heute, wo nur scheinbar, wo gar nicht
• →Tooling-Stack: Claude Code, MCP-Server, Subagents, Eval-Pipelines, CI-Integration
• →Org-Design für Agentic Teams: Rollen, Skill-Profile, Verantwortlichkeiten
• →Change-Management & Skilling – ohne den dritten 'AI-Pilot' im Konzern

Aus operativer Praxis: messbare Produktivitätsgewinne in Pilot-Squads, dann breit ausgerollt.