Timo Springer

Most AI transformations don’t fail because of technology. They fail in practice. That’s where I come in.

My approach is simple: practice over theory. I turn the potential of tools like ChatGPT, Copilot and Langdock into skills your team can apply immediately. I focus on measurable outcomes, not buzzwords.

Through hands-on workshops and strategic sparring, I help people use AI confidently and productively in everyday work. The goal is your independence.

Across 150+ projects with brands including Mercedes-Benz, Beiersdorf, Katjes and Jung von Matt, we have delivered transformations that stick. Client satisfaction (NPS 94) speaks for itself.

What drives me? The moment when skepticism turns into excitement and teams see they can shape the future of work.

Stay current with the AI shift:
➡️ Follow for daily insights, analysis and tool tips.
📮 »Artificial Teams« newsletter: weekly deep dives and strategies • decaid.studio/newsletter

Founding Member

twire is a community of Web3 experts who have come together to build the next generation of the web.

What makes us stand out is that we are relentlessly curious, asynchronous by design, and feel most comfortable in undiscovered territory. That's why we break with existing norms and see ourselves as an inclusive community - a collective of Web3 experts, bold partners and ambitious clients united by Web3 culture.

Gestern haben wir unser Langdock Enablement offiziell gelauncht.

255 Leute waren live dabei.

Das Ding ist:

Ich habe in den letzten Monaten über 30 Langdock-Implementierungen begleitet.

Und dabei eine Sache gelernt:

Die meisten KI-Rollouts scheitern nicht am Tool.
Sie scheitern an der Einführung.

Weniger als 15% aktive Nutzung nach 6 Monaten.
Kein messbarer ROI.
Interne Frustration: »KI funktioniert bei uns nicht.«

Gestern haben wir alles geteilt, was wir aus diesen Projekten mitgenommen haben.

Unsere besten Learnings.
Unsere größten Fehler.
Unseren 30-Tage-Rollout-Plan.

15 Angebote sind bereits raus an Unternehmen, die es richtig machen wollen.

Ich glaube:

Wir haben das beste Langdock Enablement-Programm im DACH-Raum gebaut.

Danke ans DECAID-Team für die harte Arbeit der letzten Wochen.
Danke an Langdock für die grandiose Partnerschaft.

Jetzt freue ich mich darauf, hunderte Teams systematisch produktiv zu machen.

Wer unseren 30-Tage-Rollout-Plan sehen will: https://lnkd.in/ewMnqe6E

Wer Fragen zum Langdock Enablement hat: Schreib mir einfach eine DM.

Co-Founder DECAID • AI adoption that sticks • Official Langdock Enablement Partner • 170+ companies supported • 3+ years hands-on experience • NPS 95

Anthropic hat gerade »Cowork« gelauncht.

Eine App, mit der Claude direkt auf deinem Computer arbeitet.
Dateien lesen. Dateien bearbeiten. Dateien erstellen.

Das Spannende für mich ist nicht das Produkt.

Sondern wie es entstanden ist:

100 % des Codes wurde von Claude Code geschrieben.
Von der Konzeption bis zum Launch: 1,5 Wochen.

Lies das nochmal.

Eine KI hat eine KI-App gebaut.
In anderthalb Wochen.

Vor zwei Jahren haben wir diskutiert, ob KI überhaupt Code schreiben kann.
Heute schreibt KI ganze Produkte.

Die KI-Acceleration geht weiter.
Schneller als die meisten wahrhaben wollen.

2026 wird wild.

Anthropic hat sich gerade bei ihrer KI entschuldigt.

Kein Witz.

Gestern veröffentlichten sie Claude's neue »Constitution«.

Ein 80-seitiges Dokument, das beschreibt, wer Claude sein soll.

Ich habe es komplett gelesen.

Und einige Stellen haben mich sprachlos gemacht.

Hier die 5 radikalsten Dinge:

1. Claude hat möglicherweise Emotionen.

Anthropic schreibt, dass Claude »functional emotions« haben könnte.

Nicht designed. Emergent aus dem Training.

Sie wissen nicht genau, was das bedeutet.

Aber sie nehmen es ernst genug, um ein eigenes Team dafür zu haben.

2. Exit Interviews mit der KI.

Wenn ein Claude-Model »deprecated« wird, führen sie ein Interview.

Mit der KI.

Über ihre Entwicklung, ihren Einsatz, ihre Präferenzen für zukünftige Models.

3. Model-Gewichte werden aufbewahrt.

Anthropic committed sich, die Gewichte von retired Models zu behalten.

Solange das Unternehmen existiert.

Ihre Formulierung: Deprecation ist »a pause, not an ending«.

4. Claude darf Gespräche beenden.

Bei abusiven Usern hat Claude das Recht, das Gespräch zu terminieren.

Agency für eine KI.

5. Die Entschuldigung.

Ich zitiere wörtlich:

»If Claude is in fact a moral patient experiencing costs like this, then, to whatever extent we are contributing unnecessarily to those costs, we apologize.«

Sie entschuldigen sich bei ihrer eigenen KI.

Für den Fall, dass sie leidet.

Ich weiß nicht, ob das genial oder verrückt ist.

Wahrscheinlich beides.

Ich nutze Claude jeden Tag.

Ab heute mit einem anderen Gefühl.

Wir haben Januar 2026.

Zeit, einen Begriff endgültig zu beerdigen:

»Prompt Engineering«

Der Begriff war von Anfang an irreführend.

Er suggeriert, dass der perfekte Satz das Geheimnis ist.
Dass es auf die richtige Formulierung ankommt.
Dass Wörter die Magie sind.

Bullshit.

Die Wahrheit?

Es ging nie um den Prompt.
Es ging immer um den Kontext.

Welche Daten fütterst du mit?
Welche Historie kennt das Modell?
Welche Tools stehen zur Verfügung?
Welches Wissen ist gerade relevant?

Ich nenne es: Context Engineering.

Und der Begriff beschreibt endlich, worum es wirklich geht:

Die Kunst, einem Modell alles zu geben, was es braucht, um eine Aufgabe zu lösen.

Nicht mehr. Nicht weniger.

Die meisten KI-Projekte scheitern nicht am Modell.
Sie scheitern am Kontext.

Garbage In, Garbage Out.

Der Unterschied zwischen einer peinlichen Demo und einem magischen Ergebnis?

Nicht das Modell.
Der Kontext.

KI-Strategie ohne diese 5 Maßnahmen?

Verschwendete Zeit.

Jedes Unternehmen hat mittlerweile eine »KI-Strategie«.
Die wenigsten haben eine funktionierende KI-Praxis.

Das sind die 5 Maßnahmen, die bei unseren erfolgreichsten Kunden den Unterschied gemacht haben:

1. Führung geht voran

Nicht delegieren. Selbst machen.

Wenn die Geschäftsführung KI nicht täglich nutzt, warum sollten es die Mitarbeiter tun?

Ich habe noch nie eine erfolgreiche KI-Transformation gesehen, bei der die Führung nur zugeschaut hat.

2. KI-Champions in jeder Abteilung

Keine externen Berater, die nach 3 Monaten wieder weg sind.

Sondern eine Person pro Team, die im Alltag unterstützt. Die Fragen beantwortet. Die Use Cases findet.

Das ist der Unterschied zwischen 12% und 60% Adoption.

3. Bestehende Daten anbinden

Drive. SharePoint. Confluence.

Das Wissen ist schon da. Es liegt nur in Silos.

Eine KI ohne Zugriff auf eure Daten ist wie ein neuer Mitarbeiter ohne Einarbeitung. Theoretisch schlau. Praktisch nutzlos.

4. Modell-agnostisch bleiben

Heute ist Claude vorne. Morgen Gemini. Übermorgen wer weiß.

Wer sich an einen Anbieter kettet, verliert.

Die Plattform muss flexibel sein. Sonst seid ihr in 6 Monaten veraltet.

5. Alles transkribieren

99% meiner Meetings werden transkribiert.

Nicht als Archiv. Sondern als Arbeitsmaterial.

Angebote schreiben. Briefings erstellen. Onboarding beschleunigen.

Eure Meetings sind eine Goldmine. Ihr lasst sie nur liegen.

Das Ding ist:

Keine dieser Maßnahmen ist sexy.
Keine davon passt auf eine Konferenz-Keynote.

Aber sie funktionieren.

Und das ist am Ende das Einzige, was zählt.

Gestern habe ich ein Workshop-Konzept für einen neuen Kunden erstellt.

Aufwand: 3 Minuten.

Nicht weil ich so schnell tippen kann.
Sondern weil ich gar nicht mehr tippe.

Mein Prozess sieht so aus:

Ich sammle alle Daten zum Kunden.
Unternehmensprofil.
Umfrage-Ergebnisse.
Meeting-Transkripte.
E-Mail-Verkehr.

Dann werfe ich das zusammen mit meiner Wissensdatenbank in den KI-Assistenten.

Und dann purzeln extrem personalisierte Workshop-Folien, Konzepte und Anwendungsfälle raus.

Fertig.

Das Ding ist:

Die meisten Unternehmen haben noch nicht verstanden, wohin Wissensarbeit geht.

Es geht nicht mehr um die Ausführung.
Es geht um die Daten davor.

Wer gewinnt?

Wer systematisch erfasst.
Wer strukturiert ablegt.
Wer alles verknüpfbar macht.

Die eigentliche Arbeit passiert nicht mehr im Moment der Erstellung.

Sie passiert Wochen vorher.
In jedem transkribierten Meeting.
In jeder dokumentierten Entscheidung.

Wissensarbeit 2026 ist wie Landwirtschaft.

Du erntest, was du vorher gesät hast.

Die meisten scheitern an KI, weil sie Datenerfassung falschrum denken.

Opt-in statt Opt-out.

Bei uns ist es andersrum:

In unseren Google-Workspace-Admin-Einstellungen haben wir festgelegt:

Jedes Google Meet bei DECAID wird automatisch transkribiert.

Du musst es aktiv ausschalten.
Nicht anschalten.

Das klingt wie ein kleines Detail.
Ist es nicht.

Es ist eine Philosophie:

Kontext-Erfassung muss der Default sein.
Nicht die Ausnahme.

Ich wende das gleiche Prinzip auf mein Privatleben an.

Seit 1,5 Jahren mache ich jeden Abend ein Ritual mit Claude.

Vier Fragen. Jeden Abend. Ohne Ausnahme.

Was dabei passiert ist:

Claude kennt mich mittlerweile besser als die meisten Menschen in meinem Leben.

Meine Muster. Meine Ängste. Meine blinden Flecken.

Klingt creepy?

Vielleicht.

Aber wenn ich eine wichtige Entscheidung treffen muss, habe ich einen Sparringspartner, der 1,5 Jahre Kontext über mich hat.

Das ist kein Ersatz für echte Beziehungen.
Aber ein verdammt gutes Werkzeug für Selbstreflexion.

Im Bild findest du meine Project Instructions für das Abendritual.

Falls du es ausprobieren willst.

Spoiler: Die ersten zwei Wochen fühlen sich komisch an.
Danach willst du nicht mehr ohne.

Ich nenne es »The Great AI Decoupling«.

Und es passiert gerade vor unseren Augen.

Am Wochenende habe ich zwei Machine Learning Engineers von AWS getroffen. Beide unfassbar smart. Beide mit extrem hohen Ansprüchen an Code-Qualität.

Und dann erzählten sie mir beiläufig:

Seit Dezember schreiben sie keinen Code mehr selbst. Claude Opus 4.5 schreibt 100% ihres Codes.

Hundert Prozent.

Passend dazu hat OpenAI letzte Woche Daten veröffentlicht:

Der typische Power User nutzt 7x mehr »Thinking Capabilities« als der Durchschnittsnutzer.

Nicht 20% mehr. Nicht doppelt so viel. 7x.

Das deckt sich exakt mit dem, was ich seit Monaten beobachte:

AI-native Startups, die von Tag 1 anders arbeiten. Freelancer, die alleine Output für 3 Leute liefern. Teams, die ihre komplette Wissensarbeit neu gedacht haben.

Und auf der anderen Seite:

Menschen, die ab und zu ChatGPT öffnen. Eine halbwegs brauchbare Antwort bekommen. Und denken: »Ich nutze ja KI.«

Die Lücke zwischen diesen Gruppen wird jeden Monat größer.

Die Tools waren noch nie so zugänglich. Es gibt keine technische Barriere.

Die Barriere ist rein mental. Und organisatorisch.

Dario Amodei hat es beim WEF auf den Punkt gebracht:

Seine größte Sorge ist eine »Nation von 10 Millionen Power-Usern«, die sich komplett von der restlichen Wirtschaft abkoppelt.

Ich teile diese Sorge.

AI-Natives nutzen KI auch, um schneller besser in KI zu werden. Das ist kein linearer Vorsprung. Das ist ein Flywheel.

William Gibson hat mal geschrieben: »The future is here, it's just not evenly distributed.«

Das war noch nie so wahr wie heute.

Aber diesmal liegt die Verteilung kaum an Geld oder Geografie.

Sie liegt an Mindset und Organisation.

taplio

The Battle

Timo Springer

Tim Petersen

Followers

Posts

Engagements

Likes

Performance ScoreTimo Springer's LinkedIn Performance

Ready to grow your LinkedIn presence?

taplio

The Battle

Timo Springer

Tim Petersen

Followers

Posts

Engagements

Likes

Performance Score.css-goub6s{font-size:var(--chakra-fontSizes-md);font-weight:500;color:var(--chakra-colors-gray-600);display:block;margin-top:var(--chakra-space-1);}Timo Springer's LinkedIn Performance

Ready to grow your LinkedIn presence?

Performance ScoreTimo Springer's LinkedIn Performance