Leonhard Kerscher: Strategic AI statt Leuchttürmen – Kärcher setzt auf breite Nutzung
Leonhard Kerscher ist Executive Vice President IT & Digital Transformation bei Kärcher. Im Behind the Badge Interview spricht er darüber, wie Kärcher AI strategisch im Unternehmen verankert, Mitarbeitende zur Nutzung befähigt und die Grundlagen für Agentic AI schafft.
Am 9. September 2026 ist Leonhard Kerscher beim Confare CIOSUMMIT Zürich persönlich zu erleben. Gemeinsam mit Google gibt er Einblicke in die Agentic AI Journey von Kärcher und zeigt, welche Voraussetzungen Unternehmen für den erfolgreichen Einsatz von AI benötigen. Jetzt anmelden und beim CIOSUMMIT Zürich dabei sein!
Strategic AI bei Kärcher: Was steckt dahinter?
Ich würde bei der Frage ein Stück weit ausholen. Natürlich beschäftigt uns AI in der IT schon seit Jahren. Lange führte das Thema eher ein Schattendasein, bis ChatGPT 2023 sehr groß wurde. Auch wir haben damals sehr schnell einen internen Chatbot für die gesamte Belegschaft zur Verfügung gestellt, weil wir Schattenlösungen und unkontrollierte Zugriffe verhindern wollten.
In dieser Zeit haben wir uns auch die Frage gestellt, wie Kärcher AI künftig sieht: Generative AI, aber auch die weitere Entwicklung in Richtung Agentic AI. Wir hatten sehr früh ein Bild, bei dem wir zwei Bereiche unterschieden haben. Das eine ist „Everyday AI“. Darunter haben wir generative AI, Chatten, Dokumentenerstellung und ähnliche Anwendungen zusammengefasst. Daneben gibt es „Game-changing AI“. Dort geht es darum, Geschäftsprozesse grundlegend neu zu denken und von AI her zu denken: Wie würde ein Start-up diesen Prozess gestalten? Wie würde man ihn auf der grünen Wiese aufbauen?
Wir haben das sehr früh formuliert und mit dem Vorstand abgestimmt. Unser Fokus lag zunächst stark auf Everyday AI. Unsere strategische Annahme war: Wenn wir die gesamte Belegschaft befähigen, AI erst einmal kennenzulernen und zu nutzen, ähnlich wie wir vor mehr als 20 Jahren das Internet lernen mussten, verstehen die Menschen mit der Zeit auch, welche neuen Möglichkeiten daraus entstehen.
Uns war deshalb sehr wichtig, im Everyday-AI-Umfeld gute Nutzerzahlen zu erreichen, die Belegschaft wirklich zu befähigen, AI zu verwenden und entsprechende Schulungen anzubieten. Über diese breite Nutzung sollte sich dann eine Graswurzelbewegung in Richtung Game-changing AI entwickeln.
Wir haben uns ganz bewusst dagegen entschieden, KI nur in isolierten Leuchtturmprojekten einzusetzen, oder Lizenzen an bestimmte Personenkreise einzuschränken.. Zunächst sollte das Know-how in der Breite steigen und AI im Alltag ankommen. Unsere Annahme 2023 und 2024 war: Die Game-changing-Themen kommen dann aus den Fachbereichen zurück, weil die Menschen bei der täglichen Nutzung irgendwann an Grenzen stoßen und sagen: Wenn wir das grundsätzlich anders machen würden, müssten wir an die Daten und Prozesse herangehen.
Genau diesen strategischen Ansatz haben wir über die Zeit verfolgt. Heute sehen wir zunehmend, dass die Anforderungen aus den Fachbereichen tatsächlich in diese Richtung gehen und sie gemeinsam mit uns an agentischen Lösungen arbeiten.
Be there when the next winner takes the Confare Swiss CIOAWARD live on stage. Sign up HERE to the biggest CIO gathering in Switzerland.
Wie sieht eine AI-Strategie bei Kärcher aus?
Gerade beim Everyday-AI-Teil kann man ganz klar sagen: Die technologische Herausforderung für die IT ist vergleichsweise gering. Wir arbeiten mit Google Workspace und haben uns irgendwann für Google Gemini entschieden. Aus IT-Sicht gehe ich in die Konsole, aktiviere die Lizenz und damit ist die Technologie zunächst verfügbar. Das bedeutet aber noch lange nicht, dass sie auch genutzt wird.
Aus meiner Rolle als IT-Leiter sage ich deshalb: Die IT muss hier umdenken. Es geht heute sehr stark um Enablement, Change, Kommunikation, Training, Trainingskonzepte und einen globalen Rollout.
Ich bin durchaus stolz darauf, was wir bei Kärcher mit dem AI-Rollout und dieser Befähigung erreicht haben. Wir haben mit einem Kernteam von fünf bis sechs Personen aus der IT Gemini weltweit für die Mitarbeitenden ausgerollt. Rollout bedeutet für mich dabei viel mehr als die Aktivierung einer Lizenz. Der größte Teil der Arbeit lag bei Change Management und Kommunikation.
Wir hatten Flyer, T-Shirts, Unterlagen auf den Tabletts in der Kantine und Informationsstände vor der Kantine. Unser CEO hat zum Start der Lizenz einen einstündigen Livestream für alle gemacht und erklärt: Ihr habt jetzt eine neue Technologie zur Verfügung. Er hat sich selbst mit einem Gemini-T-Shirt in Schulungen eingewählt.
Wir haben Pflichtschulungen angeboten und zusätzlich Communities rund um unterschiedliche Rollen aufgebaut: AI im Sales, AI im Service, AI in der Assistenz. Über ein gutes Jahr hinweg haben wir sehr intensiv kommuniziert, geschult, im Intranet informiert und die Menschen in den Chats immer wieder zum Austausch angeregt.
Der größte Erfolgsfaktor für die Nutzung war aus meiner Sicht allerdings das kontinuierliche Reporting. Sehr früh im Rollout haben wir begonnen, die globalen Nutzungsstatistiken transparent zu machen: Welche Länder, Regionen und Bereiche im Headquarter haben welche Nutzungsquote? Wie viele Nutzungstage gibt es durchschnittlich? In welchen Anwendungen wird AI besonders stark verwendet?
Daraus konnten wir ableiten, wo noch Aufholbedarf besteht und wo wir in der Kommunikation stärker unterstützen müssen. Sobald solche Zahlen transparent für alle verfügbar sind und über die Führungsebenen kommuniziert werden, entsteht schnell eine spielerische Eigendynamik: „Ich habe vor dir die 80 Prozent Nutzungsquote in meiner Region oder meinem Land erreicht.“
Die Menschen haben sich damit gegenseitig motiviert. Genau diese Themen zahlen aus meiner Sicht stark auf die tatsächliche Nutzung ein.
AI als Teil der Unternehmensstrategie?
Ich würde so weit gehen zu sagen, dass unser AI-Reporting Teil des Unternehmensreportings geworden ist. Jeder Vorstand hat in seinen Gesprächen die Zahlen für seinen Bereich dabei und kann beispielsweise sagen: Die Nutzung hier passt noch nicht.
Ein anderes Beispiel ist der Kick-off unseres CFO-Ressorts, in dem die IT angesiedelt ist. Früher haben dort die Bereichsleiter präsentiert, was ihre Jahresziele sind. In diesem Januar standen die besten Experten mit ihren AI-Use-Cases auf der Bühne und haben gezeigt, was sie im vergangenen Jahr gebaut haben. Die Bereichsleiter haben diesmal bewusst ihren besten KI-Experten die Bühne überlassen.
Das hat bei der Verbreitung und beim Verständnis dessen, was mit AI möglich ist, sehr viel verändert.
Wenn wir also von Strategic AI und einem strategischen Ansatz sprechen, liegt für mich ein wesentlicher Punkt darin, dass das Thema von ganz oben vorgelebt und in den Alltag integriert wird.
Never miss the latest and greatest impulses coming from the DACH-wide CIO-community. Click HERE for a free conText subscription.
Wie verändert AI den Arbeitsalltag bei Kärcher konkret?
Das kann man inzwischen an sehr vielen Stellen im Unternehmen beobachten. Natürlich gewinnt man Geschwindigkeit bei der Ideen- und Content-Erstellung. Das ist aber ein Bereich, den inzwischen viele Unternehmen kennen.
Interessante Veränderungen sehen wir in verschiedenen Boards und Gremien. Dort werden in unserer geschützten Umgebung Gemini und NotebookLM immer stärker genutzt. Präsentationen für das jeweilige Board sind hinterlegt, ebenso Protokolle und Präsentationen aus vorhergehenden Sitzungen.
Dadurch verändert sich teilweise der gesamte Ablauf eines Meetings. Früher wurden vielleicht 90 Prozent der Zeit Inhalte präsentiert und zehn Prozent diskutiert. Dieses Verhältnis hat sich ein Stück weit gedreht. Man kommt schneller zur Diskussion und zur Quintessenz, weil sich jeder vorher selbst briefen kann. Man kann Fragen über NotebookLM stellen und hat auch die Historie schnell präsent.
Viele Rückfragen müssen dadurch im eigentlichen Termin gar nicht mehr gestellt werden. Gleichzeitig steigt die Qualität der Unterlagen, weil die einfachen Fragen bereits vorher beantwortet werden können.
Wir sehen das inzwischen in vielen Bereichen, beispielsweise auch im Budgetplanungsprozess. Ich habe einen Fundus von mehr als 80 Cases, bei denen Mitarbeitende mit generativer AI und mit Gemini Gems, also skillbasierten Lösungen, Prozesse teilweise um Stunden verbessert haben, indem sie sich kleine Agenten gebaut haben.
Diese Lösungen werden inzwischen auch breit geteilt. Wir haben bei Kärcher eine Prompting Library eingerichtet, in der Mitarbeitende ihre besten Prompts, Beispiel-Prompts für die Bilderstellung oder ihre Gems und Mini-Agenten bereitstellen können. Andere können sie bewerten, kommentieren und weiterverwenden.
Das ist für mich auch Community-Arbeit. Best Practices werden geteilt und damit wird die Veränderung Teil der Unternehmenskultur.
Wie hat Google Workspace die AI-Einführung bei Kärcher beschleunigt?
Das war durchaus eine bewusste Entscheidung. Kärcher hat 2019 entschieden, den Weg mit Google Workspace weiterzugehen. Damit haben wir schon damals den Arbeitsalltag der gesamten Belegschaft grundlegend verändert. Es gibt bei uns beispielsweise kein Outlook, Word oder Excel mehr.
Das war durchaus eine Herausforderung. Im Nachhinein waren aber viele Mitarbeitende stolz darauf, dass Kärcher diesen Weg gegangen ist. Wir haben damals aufgeräumt und Daten konsolidiert. Unsere Daten liegen in Google Workspace, eine lokale Ablage gibt es in diesem Sinne nicht mehr.
Der Einsatz von Gemini in Google Workspace war deshalb der konsequente nächste Schritt, weil AI damit vollständig in unsere Arbeitsabläufe integriert werden kann.
Spannend war, dass viele Mitarbeitende im Nachhinein gesagt haben: Der Rollout von Google Workspace war die Basis dafür, dass wir heute mit AI so schnell Erfolge erzielen können. Es gab sogar Abteilungen, in denen Mitarbeitende gesagt haben, sie geben ihre Microsoft Office Lizenz inzwischen freiwillig ab, weil die Möglichkeiten mit AI in Google Workspace für sie größer sind.
Die damalige Entscheidung wurde dadurch noch einmal ganz anders bewertet. Im Kern steckt dahinter das Aufräumen sowie das cloud- und browserbasierte Arbeiten. Diese Voraussetzungen spielen ihre Vorteile heute aus, weil die Daten nicht irgendwo lokal in einzelnen Dateien liegen.
Für die Zusammenarbeit über Teams und Bereiche hinweg ist das aus meiner Sicht ein wesentlicher Vorteil.
Wie schafft Kärcher die richtigen Voraussetzungen für Agentic AI?
Ich glaube, da kann man sagen: Wir sind noch am Aufholen. Die richtigen Voraussetzungen braucht es auf jeden Fall in einer einheitlichen Datenlandschaft, also auch bei Daten aus ERP, CRM, IoT oder Flottenmanagement.
Wir versuchen schon seit einigen Jahren verstärkt, ein zentrales Data Lakehouse beziehungsweise einen Data Lake aufzubauen. Das gewinnt jetzt durch Agentic AI deutlich an Geschwindigkeit, weil alle merken: Wenn ich saubere Datenprodukte habe und diese über definierte Schnittstellen an mehreren Stellen für Agenten verfügbar machen kann, entsteht daraus ein großer Mehrwert.
Spannend ist auch, dass das Verständnis dafür in den Fachbereichen deutlich gestiegen ist. Wir haben das aus IT-Sicht lange gepredigt. Jetzt kommen die Fachbereiche und sagen: Jetzt verstehen wir, was ihr uns in den vergangenen drei oder vier Jahren immer erklären wolltet.
Wir haben dort trotzdem noch Aufholbedarf. Es ist nicht so, dass heute alle Daten, die wir brauchen, bereits im Data Lake liegen. Wir sagen aber inzwischen bei jedem Agenten, den wir bauen: Wenn er Daten braucht, dann kommen diese über den Data Lake.
Auch bei neuen Softwarelösungen, beispielsweise einem PIM-System oder Pricing-Lösungen, sagen wir: Die Datenverteilung läuft künftig über den Lake. Wir nutzen ihn bewusst als zentralen Punkt, weil wir der Ansicht sind, dass wir damit für Agentic AI und weitere Anwendungen nachhaltig Mehrwert schaffen können.
Wir haben bereits sehr viele Daten strukturiert gesammelt, beispielsweise ERP- und CRM-Daten, Kundenbewertungen und Qualitätsdaten. Trotzdem wird das noch ein größerer Prozess.
Welche Kompetenzen und Entscheidungen bleiben zentral bei der IT?
Ich denke auf jeden Fall, dass die IT bei vielen technologischen Themen weiterhin der Enabler bleiben wird. Die Fachbereiche werden an vielen Stellen nicht in der Tiefe bewerten können, welche Technologie wir beispielsweise für den Data Lake einsetzen und wie diese in das Gesamtgefüge passt.
Der architektonische Überblick und größere übergreifende Architekturentscheidungen werden deshalb weiterhin bei der IT liegen.
Das gilt auch für die Governance rund um die Daten: Wie werden Daten klassifiziert? Wie sehen Zugriffe aus? Wie werden Schnittstellen und APIs gesteuert? Diese Themen werden auf jeden Fall zentral laufen.
Aus meiner Sicht wird auch das Governance-Konzept rund um die Agenten zentral bleiben. Das hat einerseits Lizenz- und Kostengründe, andererseits geht es um Zugriffe, Datenzugriffe und Datensicherheit.
Was wir bei Kärcher im Agentic-AI-Umfeld aktuell stark propagieren, ist unser Mantra: „No agent without process.“ Dabei haben wir den Schulterschluss mit unserem BPM-Team, das nicht in der IT angesiedelt ist.
Wenn wir Agenten bauen, dann möglichst auf Basis definierter Prozesse. Idealerweise betrachten wir dabei bereits den Soll-Prozess. Wir wollen mit dem Agenten den Prozess auf eine neue Ebene bringen.
Wir versuchen, Daten, Systeme und Prozesse deutlich enger miteinander zu verbinden. In den vergangenen 20 oder 25 Jahren waren diese Themen häufig eher in Silos organisiert. Systeme waren Sache der IT, Daten wurden teilweise wenig beachtet und Prozesse waren ebenfalls nicht immer eindeutig verankert.
Bevor wir in agentische Lösungen gehen, analysieren wir deshalb gemeinsam mit dem BPM-Team: Wie läuft der Prozess heute? Wie müsste er laufen, wenn wir ihn AI-basiert auf der grünen Wiese neu denken würden? Wo liegen die Verbesserungsmöglichkeiten?
Danach schauen wir, welche Datenprodukte wir brauchen und wie die Schnittstellen aussehen müssen. Gleichzeitig befähigen wir die Fachbereiche, Agenten selbst zu bauen.
Bei Low-Code-Agenten kann aus meiner Sicht sehr viel im Fachbereich passieren. Bei Pro-Code-Lösungen muss man sehen, wie sich das weiterentwickelt, möglicherweise auch mit Vibe Coding. Da findet definitiv ein Umbruch statt.
Welche Rolle spielt Infrastruktur für euch?
Mit der Infrastruktur selbst beschäftigen wir uns weiterhin nicht besonders stark. Wir setzen konsequent auf Cloud-Lösungen und haben bei Kärcher eine Public-Cloud-Durchdringung von über 95 Prozent. Wir haben unsere eigenen Rechenzentren weitgehend leergeräumt und bauen dort nichts Neues mehr auf.
Wir nutzen die Services der großen Anbieter. Das Big Picture, wie diese Services zusammenspielen, bleibt natürlich eine Aufgabe der IT. Sonst laufen die Kosten davon und die einzelnen Lösungen greifen nicht ineinander.
Wie misst Kärcher den Erfolg seiner AI-Aktivitäten?
Beim Everyday-AI-Teil haben wir das Grundverständnis: Das ist wie das Internet. Niemand fragt heute, ob sich die Mailbox eines Mitarbeiters oder der Internetanschluss rentiert.
Genauso sehen wir Everyday AI bereits seit drei Jahren. Das ist eine Grundvoraussetzung und eine Grundtechnologie. Auch im privaten Umfeld nutzen sehr viele Menschen solche Anwendungen. In absehbarer Zeit wird niemand mehr ernsthaft fragen, ob es sinnvoll ist, in diese Technologie und in die Befähigung der Mitarbeitenden zu investieren.
Wir sehen das auch als Voraussetzung dafür, ein attraktiver Arbeitgeber zu sein. Everyday AI muss einfach vorhanden sein. Sonst ist man irgendwann abgehängt. Deshalb stellen wir dort nicht die klassische Frage nach dem Business Case und danach, was der Rollout gekostet hat.
Beim Game-changing-Teil ist das anders. Wenn wir Agenten in größerem Maßstab bauen, arbeiten wir durchaus mit Business Cases.
Diese müssen allerdings nicht immer unmittelbar in der Bottom Line sichtbar werden. Es kann beispielsweise darum gehen, mit derselben Mannschaft deutlich mehr Umsatz zu ermöglichen oder ein besseres Ergebnis für den Kunden zu erzielen.
Es geht also auch um bessere Qualität, bessere Daten oder bessere Prozesse. An vielen Stellen gibt es im Unternehmen Verbesserungspotenziale, die sich heben lassen, ohne dass der Ertrag unmittelbar steigt.
Wie verändert AI die Rolle der IT bei Kärcher?
Aus meiner Sicht ist das eine sehr lange Reise. Wir haben bei Kärcher schon 2016 gesagt: Für uns geht es in Richtung Cloud. Wir wollen uns selbst nicht mehr um Rechenzentren kümmern.
Damit haben wir unseren Fokus stärker darauf gelegt, das Business zu enablen, Business Partner zu sein, Geschäftsprozesse besser zu verstehen und Innovationen einzubringen. Wir wollten weniger darüber reden, wie groß ein Server sein muss oder wie genau Daten technisch von links nach rechts fließen.
Das hat uns über die Jahre geholfen, auch im AI-Umfeld heute anders dazustehen. Wir sprechen mit den Fachbereichen auf Augenhöhe, verstehen ihre Probleme und können gut daran anknüpfen.
Ein Bereich, den wir über die Jahre sehr stark lernen mussten, ist Kommunikation. Früher hat die IT häufig Changes umgesetzt, die alle betroffen haben, aber die Kommunikation war nicht immer ausreichend und die Auswirkungen für die Endnutzer waren teilweise gar nicht genau bekannt.
Heute wird erwartet, dass die IT das kann. Ich sage häufig, die IT ist der Haupt-Changemaker im Unternehmen, weil wir sehr viele Lösungen in der Breite ausrollen. Deshalb müssen wir verstehen: Was bedeutet eine Veränderung tatsächlich für den einzelnen Nutzer?
Das ist ein langer Veränderungsprozess. Aus meiner Sicht braucht es mehr als zwei Jahre, um das kulturell zu verankern.
Der zweite Aspekt ist KPI-orientiertes Arbeiten. Wir haben gelernt, den Erfolg von Rollouts und Lösungen stärker zu messen. Schon bei Google haben wir uns angesehen: Wie kommen die Menschen mit Google Docs und Google Sheets zurecht? Wo brauchen wir weitere Trainings?
Diese nutzerzentrierte Sicht über KPIs und Nutzungsquoten ist heute wesentlich. Wie entwickelt sich die Nutzung Monat für Monat? Welches Feedback bekommen wir? Was können wir daraus wieder ableiten?
Früher war es teilweise eher „Fire and Forget“: Eine neue Version wurde installiert und irgendwann würden die Leute schon damit zurechtkommen. Heute ist es Aufgabe der IT, kontinuierlich zu schauen, wie wir möglichst viele Mitarbeitende an die neuen technologischen Möglichkeiten heranführen.
Gerade bei AI ist die Geschwindigkeit so hoch wie noch nie. Selbst für Menschen, die sich intensiv damit beschäftigen, ist es schwierig, Schritt zu halten. Die Aufgabe der IT besteht deshalb auch darin zu filtern: Was ist für unsere gesamte Belegschaft relevant und was braucht es nur in bestimmten Bereichen?
Welche Voraussetzungen ermöglichten die erfolgreiche Skalierung von AI?
Am ehesten braucht es Top-down-Unterstützung. Ich sage inzwischen immer: AI ist Vorstandsaufgabe. Einer der kritischsten Erfolgsfaktoren bei uns war, dass sich der Vorstand und ganz besonders unser Vorstandsvorsitzender wirklich als Role Model gezeigt haben.
Dabei ging es nicht nur um die Ansage: „Jetzt nutzt das mal.“ Er ist selbst in Trainings mit Mitarbeitenden aufgetaucht und hat gesagt: „Wenn jemand glaubt, ich kann das einfach so, ist das auch nicht der Fall. Ich lerne das auch.“
Das hat sich über die Führungsebenen nach unten gespiegelt. Allen war klar: Das ist ein Lernfeld. Wir müssen früh hineingehen und gemeinsam lernen.
Wenn jemand einfach nur die Lizenzen anschaltet und sagt, jetzt wird das schon funktionieren, passiert das nicht. Man muss es vorleben, einfordern und regelmäßig zum Thema machen.
Ein Beispiel ist unser CFO Stefan Patzke. Er hat jede Woche mit seinen Direct Reports darüber gesprochen: Was sind eure Cases der Woche? Wo gibt es Probleme? Wo gibt es Fragen? Er hat AI zu einem festen Diskussionspunkt gemacht und dafür jede Woche eine Viertelstunde eingeplant. Das macht er seit zwei Jahren.
Dieses Top-down-Führen und gleichzeitig Enablen ist aus meiner Sicht einer der kritischen Erfolgsfaktoren.
Wie wichtig war die Partnerschaft mit Google für eure Entwicklung?
Wir haben seit der Entscheidung für Google Workspace 2019 eine sehr gute Partnerschaft und durften über die Jahre auch viel von Google lernen, beispielsweise bei Kommunikation und Change Management. Zusätzlich haben wir mit Zoi einen sehr guten Partner an Bord.
Wir haben uns in diesem Konstrukt aus Google und Partner durchaus auch von außen beraten und ein Stück weit führen lassen. Das war bei der Entscheidung für Gemini ebenfalls ein Erfolgsfaktor.
Uns war klar, dass wir auf einen der globalen Player setzen. Es gibt mehrere, aber Google hat aus unserer Sicht eine sehr gute Stellung im Markt, weil sie den gesamten Stack abdecken, von Chips und Technologie bis zum Userzugang, und die Lösungen kontinuierlich weiterentwickeln.
Für uns war deshalb relativ früh klar: Wenn wir AI in der Breite verfügbar machen, bauen wir dafür nichts selbst. Wir nutzen einen Standard, der zentral weiterentwickelt und global abgesichert wird und der auch unseren Datenschutzanforderungen entspricht.
Die Entscheidung war für uns auch deshalb vergleichsweise einfach, weil sie auf unserem bestehenden Vertragskonstrukt aufgesetzt hat. Wir konnten Betriebsvereinbarungen mit dem Betriebsrat weiterverwenden und darauf aufbauen.
Auch für die Mitarbeitenden war die Einstiegshürde dadurch relativ niedrig. Google war bereits Teil ihres Arbeitsalltags. AI war keine komplett neue Umgebung, sondern zusätzliche Funktionen innerhalb der Werkzeuge, die sie bereits genutzt haben.
Für uns war das definitiv eine strategische Entscheidung.
Ist dieser Plattformansatz auch ein Vorteil gegenüber Best-of-Breed?
Durchaus. Ich glaube, wir könnten die Belegschaft in der Breite gar nicht so schnell auf den jeweils aktuellen Stand bringen, wenn wir ständig neue Lösungen einsetzen würden.
Das bedeutet aber nicht, dass wir ausschließlich Google verwenden. Im Softwareentwicklungsumfeld und in anderen spezialisierten Bereichen nutzen wir teilweise andere Lösungen, wenn diese besser integriert sind. Auch bei der Bilderstellung gibt es ergänzende Lösungen, bei denen wir zweigleisig fahren, um die Vorteile zu nutzen.
Im Expertenumfeld gibt es also durchaus zusätzliche Werkzeuge. Wir schauen aber regelmäßig darauf, ob neue Funktionen von Google unsere Anforderungen inzwischen erfüllen. Wenn das der Fall ist, können wir andere Lösungen gegebenenfalls wieder ausphasen.
Das betrifft aus meiner Sicht eher die zehn Prozent Experten. Für die 90 Prozent der breiten Belegschaft bietet die Plattform mehr als genug Funktionen.