Advertise on podcast: Tomorrow - ein McKinsey Podcast

Die Strompreise in Deutschland sind im internationalen Vergleich hoch und volatil, trotzdem prüft nur rund ein Drittel der Industrieunternehmen, die eigene Stromnachfrage flexibler zu gestalten. Das Potenzial ist da: 5 bis 7 Gigawatt verschiebbare Last, von der bis zu 60 Prozent innerhalb von drei Jahren hebbar wäre. Im Netz ist davon bisher kaum etwas zu sehen.  Im dieser Folge erläutern Susanne Förster und Tobias Berner die Flex Value Curve und wie Potenziale gehoben werden können: bestehende flexible Erzeugung (etwa Notstromaggregate über viele Standorte), freie Netzanschlusskapazitäten für Batteriespeicher und erst zuletzt der Eingriff in die Produktionsprozesse selbst. Das Gespräch zeigt, wie Industrie, Regulatorik und Versorger an einem Strang ziehen sollten, damit Optionen in die Praxis umgesetzt werden. See www.mckinsey.com/privacy-policy for privacy information

Ein Arztgespräch, bei dem die Dokumentation automatisch entsteht. Eine KI, die hilft, Personal und Betten vorausschauender zu planen. Digitale Gesundheitsdaten, die eine bessere Abstimmung zwischen den Behandelnden ermöglichen. Schon heute zeigen solche Anwendungen, wie Technologie den Versorgungsalltag verändern kann. Seit unserer letzten Analyse 2022 ist das jährliche Wertpotenzial von Digitalisierung und KI im deutschen Gesundheitswesen von 42 auf 80 Milliarden Euro gestiegen. Doch wie gelingt es, dieses Potenzial tatsächlich zu erschließen? In dieser Folge unseres „Tomorrow“ Podcasts sprechen Katharina Sickmüller und Kristin Tuot, Partnerinnen bei McKinsey, über die Ergebnisse unserer aktuellen Studie. Sie erklären, was sich seit 2022 verändert hat, welche Rolle KI dabei spielt und warum es jetzt vor allem darauf ankommt, digitale Technologien stärker im Versorgungsalltag zu nutzen. See www.mckinsey.com/privacy-policy for privacy information

Europa investiert deutlich mehr in Verteidigung. Die Auftragsbücher der Industrie füllen sich, Produktionskapazitäten werden ausgebaut. Doch zwischen freigegebenen Budgets und tatsächlich verfügbarer Ausrüstung liegt ein komplexer industrieller Hochlauf. Ein zentraler Engpass liegt dabei in den Lieferketten. Viele spezialisierte Zulieferer müssen ihre Kapazitäten erweitern, gleichzeitig können Zertifizierungen, Materialverfügbarkeit und fehlende langfristige Planungssicherheit den Hochlauf bremsen. Für Investitionen in neue Anlagen und Kapazitäten braucht es deshalb einen belastbaren Business Case, der über die nächsten drei oder vier Jahre hinausreicht. In dieser Folge von „Tomorrow – Ein McKinsey Podcast“ sprechen Fabian Klüser und Inga Gehrke, Verteidigungsexperten bei McKinsey, darüber, wie aus steigenden Budgets tatsächlich mehr Produktionsleistung werden kann. See www.mckinsey.com/privacy-policy for privacy information

Kann Cleantech für die energieintensive Industrie – Baustoffe, Chemie, Grundstoffe – zu einer wettbewerbsfähigen Alternative werden? Leicht ist es nicht: Der Umbau ist kapitalintensiv, und solange grüner Strom teuer ist, fällt die Entscheidung oft dagegen. Aber es gibt zunehmend Fälle, in denen sich Cleantech über die Ökonomie durchsetzt – dort, wo es cheaper, faster, better ist. Bezahlbare saubere Energie, Kreislauf-Konzepte und das Zusammenbringen der richtigen Player entscheiden, ob aus Kosten ein Vorteil wird. Darüber sprechen wir in unserer dieswöchigen Folge mit McKinsey-Energieexperte Holger Klärner und Chemie-Experte Georg Winkler. See www.mckinsey.com/privacy-policy for privacy information

Die Welt ist reicher als je zuvor – zumindest auf dem Papier. Der weltweite Wohlstand erreichte 2025 laut McKinsey Global Institute rund 1.800 Billionen US-Dollar. Doch nur ein vergleichsweise kleiner Teil des jüngsten Vermögenszuwachses beruht auf neuen, produktiven Investitionen. Vieles sind Bewertungsgewinne bestehender Vermögenswerte.  Das wirft eine entscheidende Frage auf: Wie nachhaltig ist Wohlstand, wenn Kapitalmärkte und reale Wirtschaft zunehmend auseinanderlaufen?  In der Folge unseres „Tomorrow“-Podcasts spricht Jan Mischke, Partner beim McKinsey Global Institute, über globale Ungleichgewichte, hohe Vermögensbewertungen und Europas besondere Ausgangslage: solide Bilanzen, aber zu geringe Investitionen in Wachstum und Wettbewerbsfähigkeit. Im Gespräch wird deutlich, warum Europa und Deutschland ihre finanzielle Stärke jetzt gezielt in Zukunftsfelder wie KI, Elektrifizierung, Biopharma und Robotik übersetzen sollten. See www.mckinsey.com/privacy-policy for privacy information

Wie kann KI grüne Geschäftsmodelle wirklich beschleunigen? Konkret dort, wo Tempo und Kosten über Erfolg entscheiden: von der Idee zum Prototyp in Tagen statt Monaten, günstiger, weil die Kosten für KI-Intelligenz rasant gefallen sind. Kapital ist damit seltener der Engpass. Entscheidend sind Umsetzung, Talent und Fokus. Gerade für hardwarelastige grüne Modelle heißt das: schneller skalieren, Kosten früher senken, früher wettbewerbsfähig sein. „AI-native zu bauen heißt: das Betriebsmodell um die KI herum zu denken – nicht die KI auf ein bestehendes Modell aufzusetzen. Wer das verstanden hat, baut günstiger, schneller und besser.“ – Darüber sprechen Anja Huber und Holger Hürtgen in unserer aktuellen Folge, auch dazu, wo für Deutschland der größte Hebel liegt. See www.mckinsey.com/privacy-policy for privacy information

Künstliche Intelligenz ist der Schlüssel zu operativer Exzellenz – doch wer nur experimentiert, verschenkt wertvolles Potenzial. Viele Handelsunternehmen stecken nach wie vor in Pilotprojekten fest. Dabei entscheidet sich operative Wettbewerbsfähigkeit auf der Fläche und entlang der gesamten Lieferkette: bei der präzisen Nachfrageprognose, der automatisierten Bestandsoptimierung und schlankeren Prozessen. In der neuesten Folge unseres „Tomorrow“-Podcasts sprechen unsere Experten Marcus Keutel und Jan Hartmann darüber, wie der Schritt von isolierten Pilotprojekten zur unternehmensweiten Skalierung gelingt. See www.mckinsey.com/privacy-policy for privacy information

Wenn Einzelne plötzlich so viel KI nutzen, dass man über Token-Kosten spricht, ist das kein Alarmsignal. Es ist das Symptom einer Skalierungsphase. Im Podcast erklärt Sandra Durth, Partnerin bei McKinsey, warum sie diese Nutzer:innen „AI Super User" nennt: Wer neugierig genug ist, sich neue Tools wirklich anzueignen, baut genau die Fähigkeiten auf, die morgen den Unterschied machen. Genau darin sieht sie aktuell das eigentliche Investment. Für Unternehmen verschiebt sich damit die Frage: Es geht weniger darum, Nutzung zu begrenzen, als darum, individuelles Lernen in organisatorische Fähigkeit zu übersetzen. Das Gespräch zeigt, warum die Kosten dieser Nutzung leichter zu beziffern sind als ihr Wert — und warum Führung genau dort ansetzen muss. Diese Folge ist der dritte Teil unserer Miniserie „Die neue Ökonomie der KI".Zu den weiteren Folgen:Die neue Ökonomie der KI: Warum KI-Kosten trotz sinkender Preise explodierenDie neue Ökonomie der KI: Rechnet sich der Agent? See www.mckinsey.com/privacy-policy for privacy information

Im Podcast sprechen Daniel Rexhausen und Stefan Helmcke darüber, warum sich der Blick auf Klimatechnologien in den letzten Jahren grundlegend verschoben hat. Was früher vor allem unter Mission und Mandat lief, wird heute zunehmend als wirtschaftliche Chance gesehen. Viele Technologien sind bereits günstiger, schneller und teilweise auch besser als konventionelle Alternativen. Das Gespräch zeigt, warum sich die Diskussion heute weniger um das Ob dreht, sondern um Geschwindigkeit, Skalierung und industrielle Umsetzung. Für Unternehmen wird Nachhaltigkeit damit nicht nur zu einer gesellschaftlichen Aufgabe, sondern auch zu einer Frage von Wettbewerbsfähigkeit und P&L. See www.mckinsey.com/privacy-policy for privacy information

Die KI-Rechnung wird selten dort teuer, wo man hinschaut. Rund 72 Prozent der Kosten moderner KI-Systeme entstehen nicht beim Modell selbst, sondern in den Schritten dahinter. Wenn Anfragen weiterverarbeitet, wiederholt und überwacht werden. Genau das macht sie so tückisch: Sie bleiben lange unsichtbar, bis die Rechnung kommt. Im Podcast erklärt Thomas Elsner, Partner bei McKinsey, warum sich hier ein bekanntes Muster wiederholt: das der technischen Schulden, kurz Tech Debt. Wer diese Kosten nicht früh sichtbar macht, zahlt später doppelt. Elsner nennt das Phänomen Token Debt und zeigt vier konkrete Stellschrauben, mit denen sich der Spend in den Griff bekommen lässt. Eine zentrale Rolle spielt dabei ein sogenanntes AI Gateway, eine Art Schaltzentrale, die Anfragen automatisch zum günstigsten passenden Modell lenkt. See www.mckinsey.com/privacy-policy for privacy information

Rund 93 Prozent der Unternehmen haben ihr KI-Budget im letzten halben Jahr überschritten. Und das, obwohl die Kosten pro Anfrage seit Chat GPT-4 um das rund 300-Fache gesunken sind. Im Podcast spricht Holger Hürtgen, Distinguished Partner bei McKinsey und Leiter von QuantumBlack in Deutschland, darüber, warum das kein Widerspruch ist, sondern ein bekanntes ökonomisches Muster: das Jevons-Paradox. Das besagt: Je günstiger eine Ressource wird, desto mehr wird sie genutzt. Die Gesamtkosten wachsen trotz sinkender Einzelpreise. Der promovierte Technomathematiker erklärt, wie Firmen KI künftig gezielt wie Kapital investieren und ab wann sich ein KI-Agent tatsächlich auszahlt. See www.mckinsey.com/privacy-policy for privacy information

Im B2B-Markt entscheidet sich immer mehr schon in der frühen Phase, welche Vertriebschancen überhaupt sichtbar werden. Genau hier setzt KI an: Sie analysiert Markt- und Kundensignale in Echtzeit, identifiziert neue Zielkunden, priorisiert Leads und bereitet den Vertrieb gezielter auf den Erstkontakt vor. Im Podcast sprechen Isabel Huber und Alexander Dierks darüber, warum sogenannte Impact Journeys so wichtig sind. Nur wenn Daten, Entscheidungslogiken und Handlungen über den gesamten Verkaufsprozess hinweg zusammengeführt werden, kann KI ihren vollen Wert entfalten. See www.mckinsey.com/privacy-policy for privacy information

Immer häufiger beginnt die Produktsuche nicht mehr auf der Website eines Händlers, sondern im Dialog mit einem KI-Assistenten. Genau dadurch verschiebt sich, wer den ersten Kontakt zum Kunden kontrolliert. Für Marken wird die Frage damit zentral, wie sie in einer Welt von Agentic Shopping sichtbar bleiben und ihre Relevanz an der Stelle sichern, an der Kaufentscheidungen heute vorbereitet werden. Im Podcast sprechen Philipp Kluge und Tiffany Wendler darüber, warum und wie KI im Onlinehandel zur Chance wird. See www.mckinsey.com/privacy-policy for privacy information

Wie denken Kund:innen über den nächsten Autokauf nach? Aktuelle Ergebnisse stellen Anna-Sophie Smith und Felix Rupalla im neuen Podcast vor. Rund die Hälfte der deutschen Käufer:innen erwägt inzwischen, den Kauf zu verschieben oder auf ein günstigeres Modell auszuweichen. Gleichzeitig bleibt der Anspruch hoch: Preis-Leistung, Produktsubstanz und ein stimmiges Gesamterlebnis zählen mehr denn je. Bei E-Autos rücken statt klassischer Early Adopters rücken zunehmend Familien, ältere Käufer und Menschen aus ländlichen Regionen in den Fokus. Für Hersteller bedeutet das: Fahrzeuge müssen sich stärker am konkreten Alltag der Kunden messen lassen. See www.mckinsey.com/privacy-policy for privacy information

Im B2B-Markt nutzen Käufer im Durchschnitt rund zehn Kanäle während ihres Beschaffungsprozesses. Gleichzeitig bieten bereits über 70 Prozent der Unternehmen E-Commerce an. Damit wird klar: Omnichannel ist längst nicht mehr die Ausnahme, sondern die neue Norm. Im Podcast spricht Tjark Freundt darüber, warum Konsistenz und Verlässlichkeit in dieser Welt entscheidend werden. Preisangaben, Verfügbarkeiten und Lieferzeiten müssen über alle Touchpoints hinweg stimmen, denn genau dort entstehen heute die Brüche, die für viele Käufer den Anbieterwechsel auslösen. See www.mckinsey.com/privacy-policy for privacy information