Podcast

KI-Transformation ist Chefsache: Wie Bacon & Bold KI zum festen Teammitglied macht

Online Expert Talk #37 (Podcast)·Host: Oliver Hauser·Gast: Thomas Ilk·Bacon & Bold (Linz und Wien)·Original veröffentlicht am 12.08.2026·Originalfolge bei OXD

Die Folge in 60 Sekunden

1. KI als Teammitglied.

   Bei Bacon & Bold ist KI laut Thomas Ilk kein gelegentlich benutztes Tool mehr: Sie arbeitet mit eigenem Kontext in Prozessen mit, statt nur auf einzelne Prompts zu warten.

2. Eigene Software.

   Die Agentur hat BoldieNews, BoldContent, BoldMedia und ein internes Copilot-System gebaut. ERP, Asana und Slack bleiben – als Datenhaltung, auf die eigene Agents über APIs zugreifen.

3. Mission Control.

   Das Steuerungssystem wertet mehrmals täglich Meetings, E-Mails und Tasks aus und bereitet daraus nächste Schritte vor – vom Projektplan bis zum Angebotsvorschlag.

4. Produktion ≠ Prototyp.

   Einen Prototyp baut KI schnell – ein zuverlässiges Live-System mit vielen Kunden, Datensynchronisation, EU-Hosting und klaren Verantwortlichkeiten ist eine andere Aufgabe.

5. Team & Change.

   Das Mitnehmen des Teams war laut Thomas Ilk schwieriger als die Technik – seine Antwort: Einzelgespräche, Freitags-Hackathons und intrinsische Motivation statt Tool-Schulungen.

6. Tokenkosten.

   Die Ausgaben für Subscriptions, APIs und Tokens sind bei Bacon & Bold bereits signifikant; jeder Token muss laut Thomas einen Return erzeugen – vor allem für Kunden.

Datenquellen

• Meetings
• E-Mails
• Tasks
• Kundendaten
• Social-Daten

APIs

Eigene Anwendungen / Agents

• BoldieNews
• BoldContent
• BoldMedia
• Copilot-System

Mission Control

Ergebnisse

• Projektplanung
• Content
• Controlling
• Angebote
• Kommunikation

In diesem Beitrag8 Kapitel

1. Was Bacon & Bold anders macht
2. Wie dort heute Software entsteht
3. Die eigenen Systeme
4. Mission Control in der Praxis
5. Menschen & Change
6. Modelle, Infrastruktur & Kosten
7. So können Unternehmen anfangen
8. Nachschlagewerk zur Folge

Warum dieser Podcast auf BOMOTS erscheint

Oliver Hauser kenne ich schon lange – aufmerksam geworden bin ich damals über seinen Podcast. Sein Online Expert Talk gehört zu den Formaten, in denen nicht über KI-Zukunftsvisionen spekuliert wird, sondern Praktiker erzählen, was sie tatsächlich gebaut haben. Folge #37 mit Thomas Ilk ist dafür ein besonders gutes Beispiel: knapp 50 Minuten darüber, wie eine österreichische Agentur ihren kompletten Betrieb Schritt für Schritt um eigene KI-Systeme herum organisiert hat.

Dieser Beitrag bereitet das Gespräch vollständig strukturiert auf: alle genannten Tools, alle eigenen Systeme, alle Praxisbeispiele – mit klarer Kennzeichnung, was Aussage aus dem Podcast ist, was von offiziellen Unternehmensquellen stammt und was redaktionelle BOMOTS-Einordnung ist.

KI als festes Teammitglied – nicht als Tool

Auf die Frage nach dem größten Unterschied zu früher antwortet Thomas Ilk im Podcast: KI sei bei Bacon & Bold „nicht mehr nur ein Tool", sondern arbeite „wie ein fixes Teammitglied" mit – sie steuert Teile des Projektmanagements mit und übernimmt ganze größere Arbeitsschritte und Arbeitsprozesse.

Wichtig ist ihm dabei die Abgrenzung zur klassischen Automatisierung. Eine Automation führt einen vorher definierten Ablauf aus: Wenn X passiert, tue Y – ohne den Zusammenhang zu verstehen. Das, was Thomas beschreibt, ist etwas anderes: Ein System, das den Kontext eines Projekts kennt – Meetings, E-Mails, Aufgaben, Planungsdaten – und daraus selbst ableitet, was als Nächstes sinnvoll ist. Die KI arbeitet an einem Projekt mit, statt nur einen Prozess abzuspulen.

Konkret nennt er im Gespräch Bereiche, in denen KI heute Teile der Arbeit übernimmt: Projektmanagement, Controlling, Recherche und Informationsbeschaffung, Contentplanung, die Vorbereitung von Angeboten, Kommunikation und die interne Agentursteuerung. Wer die Grundbegriffe dahinter vertiefen will, findet sie in unserem Beitrag zu KI-Agenten und Orchestrierung.

Bestehende Software wird zum Backend

Ein häufiges Missverständnis bei KI-Transformation lautet: Alles Alte muss weg. Bacon & Bold zeigt das Gegenteil. Thomas Ilk beschreibt, dass die Agentur weiterhin ein ERP-System aus Deutschland für Rechnungsstellung und Timetracking einsetzt, dazu Asana für Aufgaben und Slack für Kommunikation.

Verändert hat sich die Rolle dieser Werkzeuge: Sie werden laut Thomas teilweise weniger direkt als Oberfläche benutzt und stärker „wie Datenbanken" – also als Datenhaltung, um deren Wartung sich die Agentur nicht selbst kümmern muss. Die Interaktion läuft zunehmend über die technischen Schnittstellen: Die eigenen Agents greifen per API auf diese Systeme zu, statt dass Menschen jede Information manuell in Oberflächen pflegen.

APIs als Verbindungsschicht

Die Architektur, die Thomas beschreibt, folgt einer klaren Kette:

1. Bestehende Software (ERP, Asana, Slack …)
2. API / technische Schnittstelle
3. Eigene KI-Anwendung
4. Agent mit Projektkontext
5. Mitarbeiter und Prozess

„Sobald eine Software eine Schnittstelle hat", fasst Host Oliver Hauser im Gespräch zusammen, könne man die KI darauf zugreifen lassen – worauf Thomas allerdings sofort einschränkt: Genau dort „liegt der Hund im Detail". Das rein technische Verbinden sei heute kein Problem mehr; die eigentliche Arbeit stecke in allem, was danach kommt.

Prototyp gegen Produktion: der unterschätzte Unterschied

Thomas Ilk kritisiert im Podcast deutlich die Logik, die er auf LinkedIn beobachtet: Gestern ist ein neues KI-Werkzeug erschienen, heute verkündet jeder, er habe „alles automatisiert". Das sei „Blödsinn", sagt er – ein Prototyp und ein Experiment seien schnell gebaut.

Etwas ganz anderes sei es, ein System „production-ready" zu machen: Es muss jeden Tag funktionieren, mit der vollen Datenmenge, über Dutzende Kunden hinweg. Als konkrete Baustelle nennt er unter anderem die Synchronisierung der Daten zwischen den einzelnen Plattformen. Aus dem weiteren Gespräch kommen zusätzliche Produktionsanforderungen dazu: Stabilität im Dauerbetrieb, bewusste Hosting-Entscheidungen, klare Verantwortlichkeiten, Tests, saubere API-Anbindungen, Datenschutz, Backups, Wartbarkeit, gemeinsame Standards und die Frage, ob das alles zu den bestehenden Verträgen passt.

Einen Prototyp baut KI schnell. Ein zuverlässiges Live-System ist eine andere Aufgabe.

Bemerkenswert ehrlich ist dabei ein Nebensatz: Selbst er, der die Prototypen in Minuten baut, beschreibt den Weg zum stabilen Produktivsystem als den eigentlichen Aufwand. Wer KI-Projekte plant, sollte diese zwei Phasen von Anfang an getrennt kalkulieren – eine Empfehlung, die sich mit unserem Playbook „KI-Projekt vor dem Launch prüfen" deckt.

Wie Bacon & Bold heute Software entwickelt

Vom Code-Lesen zum Test-Prüfen

Den Startpunkt der eigenen Entwicklung datiert Thomas auf die Zeit vor knapp zwei Jahren, als „diese ersten Modelle" erschienen, mit denen man ansatzweise programmieren konnte – er nennt konkret Claude Sonnet 3.5. Damals habe er teilweise noch lernen müssen, sich selbst in den erzeugten Code einzulesen.

Heute sei das anders: Auf den Code müsse man „in der Form nicht mehr schauen, sondern nur auf die Tests". Der Fokus der Entwicklungsarbeit hat sich damit verschoben – weg vom manuellen Lesen jeder Codezeile, hin zu Output, Tests, Funktion und schneller Iteration. Wie sich diese Arbeitsweise generell entwickelt, beschreiben wir im Ratgeber Vibe Coding.

Externe Softwareagentur oder direkter Eigenbau?

Auf die Frage, was dieselben Systeme mit einer klassischen Entwicklungsfirma gekostet hätten, antwortet Thomas: Das lasse sich „fast nicht in Worte fassen" – es wären „nicht Jahre, sondern Jahrzehnte mit sehr vielen Personen" gewesen. Diese Aussage ist seine persönliche Einschätzung für die eigene Situation, keine berechnete Entwicklungsersparnis.

Interessanter ist seine Begründung, warum er bestimmte interne Anwendungen heute gar nicht mehr extern vergeben würde: Allein der Abstimmungsaufwand mit einer externen Entwicklungsfirma – Ideen erklären, gemeinsam testen, Feedbackschleifen – wäre inzwischen größer als der KI-gestützte Entwicklungsaufwand selbst. Weil er gleichzeitig der Fachexperte ist, kann er ein Feature direkt ausprobieren, direkt bewerten und sofort ändern, ohne Kommunikationsschleifen.

Die eigenen Systeme von Bacon & Bold

BoldieNews: der Anfang mit Plattform-Updates

Die erste eigene Anwendung war BoldieNews – gebaut vor knapp zwei Jahren, noch mit den frühen Claude-Sonnet-3.5-Modellen. Die Anwendung greift laut Podcast Informationen aus RSS-Feeds und per Website-Scraping ab, mittlerweile auch von X und YouTube. Sie priorisiert diese Informationen nach eigenen Vorgaben, fasst sie zusammen und bereitet sie auf: Auf einen Blick ist sichtbar, was die neuesten Plattform-Updates sind, was sich geändert hat und warum das für die Agentur wichtig ist.

BoldContent: Daten statt Bauchgefühl im Social-Media-Content

BoldContent ist laut Thomas die größte kundenwirksame Anwendung. In das System fließt ein, was die eigenen Kunden auf Social Media machen, was die Konkurrenz macht und welche Trendformate weltweit gut funktionieren – inklusive Performanceinformationen. Auf dieser Datenbasis sitzen mehrere Funktionen:

• Benchmarking: Kontinuierliche Wettbewerbsbeobachtung statt gelegentlicher manueller Recherche – welcher Konkurrent postet wie viel, welche Contentarten, welche Formate.
• Collections: Automatisch gesammelte Trendformate pro Branche, Feiertag, Thema und Saison. Wenn kurzfristig Content zu einem Anlass gebraucht wird, beginnt das Team nicht bei null, sondern schaut in die passende Collection.
• Content-Agent: Im letzten Schritt hat die Agentur intern einen Agent aufgebaut, der alle diese Informationen verbindet – was beim eigenen Kunden funktioniert, was bei Konkurrenten funktioniert, was im Trend liegt – und daraus Vorschläge für Contentpläne mitentwickelt.

BoldMedia: Media-Planung

BoldMedia nennt Thomas im Podcast im Kontext der Media-Planung. Mehr Details zur Funktionsweise nennt die Folge nicht – entsprechend belassen wir es bei dieser Einordnung, statt Funktionen zu vermuten.

Das interne Copilot-System: von der Angebotserstellung zur Steuerungsplattform

Der Ursprung der internen Agentursteuerung war laut Thomas eine ganz klassische Idee: Angebote mit KI erstellen beziehungsweise vorbereiten – „so wie es sich viele mal gedacht haben". Danach wurden immer mehr Datenquellen angeschlossen, und das System ist nach seinen Worten „über die Zeit etwas eskaliert": Aus dem Angebots-Helfer wurde eine umfassende interne Steuerungsplattform, in der heute Ressourcenplanung, Planrechnung, Rechnungsprüfung und das Mission-Control-System zusammenlaufen.

Hinweis zur Namensnennung: Das automatische Transkript gibt den Produktnamen dieses internen Systems nicht eindeutig wieder. Wir verwenden deshalb bewusst die neutrale Bezeichnung „internes Copilot-System", statt einen Namen zu raten.

Deep Dive

Mission Control: das Steuerungssystem im Detail

Mission Control ist der Teil des Gesprächs, der am deutlichsten zeigt, was „KI als Teammitglied" konkret bedeutet. Das System geht laut Thomas mehrmals täglich über alle Meeting-Mitschriften, E-Mails, das eigene Task-Management und weitere operative Informationen. Es erkennt Lücken, schlägt Projektpläne vor, bereitet E-Mails vor, generiert Vorschläge für Angebote und erkennt notwendige Änderungen – es unterstützt damit sowohl Projektmanagement als auch Controlling.

Der entscheidende Unterschied zu einem Chatbot: „Ich muss sie nicht beauftragen, etwas zu tun", beschreibt Thomas, „sondern sie kennt den gesamten Kontext und arbeitet daraus schon, was als Nächstes zu tun ist."

Eingänge

• Meetings
• E-Mails
• Tasks

Kontext

Mission Control

Vorbereitet

• Projektplan
• E-Mail-Entwurf
• Angebotsvorschlag
• Planrechnungs-Hinweis
• Task-Aktualisierung

Ressourcen, Rechnungen, Controlling

Rund um Mission Control existieren laut Podcast weitere Bausteine der Agentursteuerung: ein eigenes Ressourcenplanungstool für Auslastung, Personaleinsatz und Projektkapazität, ein Tool für die Planrechnung sowie eine automatische Rechnungsprüfung.

Im Controlling verbindet das System Kommunikation, Projektstatus und Planungsdaten und leitet daraus Hinweise auf notwendige Änderungen ab.

Detaillierteres Projektmanagement statt nur weniger Aufwand

Thomas beschreibt einen Effekt, der über reine Zeitersparnis hinausgeht: Früher wäre eine extrem detaillierte Projektplanung oft wirtschaftlich zu aufwendig gewesen – man hat grob geplant und nur die naheliegenden Schritte im Detail definiert. Heute kann die KI ein Projekt von Anfang an feiner durchplanen, viele Tasks vorbereiten und – das ist der Punkt – bei Veränderungen selbstständig in mehrere abhängige Tasks hineingehen und sie wieder anpassen. Das wäre manuell in realistischer Zeit nicht machbar gewesen. Ergebnis: mehr Planungstiefe bei vertretbarem Aufwand, und Verlässlichkeit – für Thomas „minimum die Hälfte" des Werts, den eine Agentur liefert – wird noch einmal besser abgesichert.

Wie viel Mensch, wie viel KI?

Thomas widerspricht im Gespräch ausdrücklich dem Bild einer vollautomatischen Agentur: Es sei nicht so, dass man „einen Knopf drückt und die ganze Agentur läuft von selbst". Der Automatisierungsgrad unterscheidet sich je Prozess deutlich – an manchen Stellen liegt schon mehr in der Hand der KI, an anderen sind es etwa 80 % Mensch und 20 % KI. Diese Zahlen illustrieren unterschiedliche Automatisierungsgrade einzelner Prozesse, kein festes Unternehmensverhältnis. Fast jeder Themenbereich ist aber inzwischen in irgendeiner Form in die eigenen Anwendungen integriert.

Der Qualitätsstandard steigt – der Goalpost verschiebt sich

Besonders bemerkenswert ist Thomas' Antwort auf die Frage, wo er der KI schon ohne Kontrolle vertraut. Sein Gedankenexperiment: Würde ihm der Qualitätsstandard von vor vier Jahren reichen – gleiche Outputqualität, gleiche Fehlerrate –, gäbe es vieles, das schon heute vollständig automatisch liefe. Aber genau das hält er für den Fehler der aktuellen Debatte: den reinen Fokus darauf, Bestehendes effizienter zu machen.

Der Ansatz von Bacon & Bold ist umgekehrt: Wenn die KI die Grundlage schneller und in besserer Grundqualität erzeugt, steigt der eigene Anspruch. Beim Präsentationsbeispiel heißt das: Die KI liefert die Basis, und die Menschen investieren ihre Zeit in die perfekten Beispiele, in sprachlichen Feinschliff und in bessere Verständlichkeit. „Der Goalpost bewegt sich", wie Thomas es formuliert – nicht alte Qualität mit weniger Menschen, sondern höhere Qualität mit denselben Menschen.

Präsentationen mit KI auf hohem Niveau

Bacon & Bold hat nach Thomas' Worten den „Code gecrackt", wie sich Präsentationen KI-gestützt auf hohem Niveau produzieren lassen – so, dass Corporate-Design-Vorgaben, Inhalte und Layout verlässlich zusammenkommen.

Social-Media-Assets als eigener Use Case

Getrennt von den Präsentationen nennt Thomas die KI-gestützte Erstellung von Social-Media-Assets unter Einhaltung des Corporate Designs – derzeit in erster Linie intern im Einsatz. Beide Anwendungsfälle nutzen denselben Durchbruch (verlässliche CD-konforme Asset-Produktion), sind aber unterschiedliche Produktionsstrecken.

Das Team mitnehmen: schwieriger als die Technik

Auf die Frage, was schwieriger war – die Umstellung auf KI oder das Mitnehmen des Teams –, antwortet Thomas nach kurzem Überlegen: das Team, „obwohl das eigentlich auch recht gut funktioniert". Der Grund liegt nicht im Team selbst, sondern in der unterschiedlichen Geschwindigkeit: Wer als Führungskraft komplett „AI-enabled" arbeitet und laufend neue Anwendungen baut, entfernt sich zwangsläufig von Mitarbeitenden, die im täglichen Kundengeschäft stehen und gar nicht die Ressourcen haben, sich gleich intensiv einzuarbeiten. Die Wissens- und Nutzungslücke wächst über die Zeit – und dieser Prozess hat, wie er sagt, „kein Ende": Man muss ständig dranbleiben.

Einzelgespräche statt großer Runden

Thomas nimmt sich bewusst Zeit für viele Einzelgespräche. Seine Begründung: Man könne nicht erwarten, dass Menschen bei diesem Thema in größeren Runden offen ansprechen, wie es ihnen damit geht. Ängste und Sorgen kommen im Vieraugengespräch eher zur Sprache – geholfen habe auch das über viele Jahre aufgebaute Vertrauen im Team.

Als Mitarbeitende lieber ohne KI arbeiten wollten

Offen berichtet Thomas auch von der anderen Seite: Vor etwa drei Jahren verließen ein bis zwei Mitarbeitende die Agentur und gaben im Exit-Gespräch an, noch einige Jahre ohne KI arbeiten zu wollen – das sei der Grund für den Wechsel gewesen. So sehr er das nachvollziehen könne, sagt Thomas, sei das für beide Seiten die bessere Lösung gewesen: Bei Bacon & Bold sei ein Kurs ohne KI keine Option gewesen – nicht aus Prinzip, sondern aus Verantwortung gegenüber den übrigen Mitarbeitenden, die Realität nicht auszublenden. Im Bestandsteam seien solche Sorgen heute kaum noch ein Thema.

Dahinter steht eine klare Überzeugung: Entscheidend sei nicht das Anleitungswissen („hier klickst du, so baust du Skill X") – das sei fast sekundär, zumal sich die Tools ohnehin etwa alle sechs Wochen ändern. Entscheidend sei die intrinsische Begeisterung: Menschen sollen erleben, dass sie selbst etwas bauen können, von dem sie vorher dachten, dass es nicht geht. „Ich kann das ja auch – das kann nicht nur der Verrückte", beschreibt Thomas das Aha-Erlebnis, das er erzeugen will.

Modelle, Tools und Tokenkosten

Bewusst kein Single-Vendor-Ansatz

Auf die Frage, ob sich die Agentur auf eine KI festgelegt hat, antwortet Thomas klar: nein, „quer durch". Bacon & Bold bindet sich bewusst nicht an einen Anbieter, sondern wählt Modelle je Aufgabe:

• Google Gemini: unter anderem dort im Einsatz, wo es um Video geht.
• Modelle nach Preis-Intelligenz-Verhältnis: dort, wo es um „Intelligenz für einen guten Preis" geht, insbesondere bei datenintensiven Use Cases.
• Anthropic-Modelle: werden nach Thomas' Beschreibung vergleichsweise wenig genutzt, weil sie in ihrem Nutzungsmuster – Use Cases, über die sehr viele Daten laufen – aus seiner Sicht teuer sind. Das ist seine konkrete Kosten-Nutzen-Abwägung für diese Datenmengen, kein allgemeines Urteil über Anthropic-Preise.
• Open-Source-Modelle: sind mittlerweile ebenfalls im Einsatz – ein Thema, das wir unter Open-Source-KI vertiefen.
• Fine-Tuning eigener Modelle: schaut sich die Agentur derzeit an – als nächster Entwicklungsschritt in Prüfung, nicht als flächendeckend produktiver Einsatz.

In der Entwicklung und im Alltag nennt die Folge zudem konkrete Werkzeuge: Claude Code für die Softwareentwicklung, Claude Cowork als davon getrenntes Werkzeug sowie OpenAI Codex. An einer Stelle verbindet das automatische Transkript Codex mit einer Formulierung, die sich als „ChatGPT for Work" lesen lässt – da die genaue Produktbezeichnung dort nicht zweifelsfrei zu verstehen ist, verzichten wir auf eine offizielle Namenszuordnung. Ebenso nennt das Transkript im Zusammenhang mit schnellem Prototyping eine Umgebung, deren Name in der automatischen Transkription nicht zuverlässig zu verstehen ist; wir lassen den Markennamen deshalb bewusst weg – gemeint ist eine Prototyping-Umgebung, in die man ein Vorhaben hochlädt und schnell ein Ergebnis bekommt.

Eigenes Modell-Benchmarking

Bemerkenswert ist ein eigener Prozess: Bacon & Bold betreibt laut Thomas ein internes Benchmarking, das testet, welches Modell für welchen Use Case funktioniert. Manche Anwendungen seien so „on the edge", dass sie nur mit den neuesten Modellen funktionieren. Die Modellwahl wird damit zu einer laufenden betriebswirtschaftlich-technischen Entscheidung: Qualität und Preis werden je Anwendungsfall gemessen statt einmalig gewählt. Wie man Modelle seriös vergleicht, beschreiben wir grundlegend unter KI-Modelle evaluieren.

Tokenkosten: „Tokens müssen einen Return haben"

„Wir werden irgendwann in der Zukunft das gleiche Geld für Tokens ausgeben müssen wie für Mitarbeiter."

Mit dieser These beginnt der Podcast – Thomas hat sie nach eigener Aussage schon vor Jahren intern vertreten. Das ist ausdrücklich eine Zukunftseinschätzung von Thomas Ilk – keine Prognose von BOMOTS.

Schon heute sei der Betrag signifikant: In Summe – Subscriptions, APIs, Tokens über die verschiedenen Tools hinweg – erreiche das bei Bacon & Bold bereits eine Größenordnung, die er im Gespräch ungefähr mit einem sehr guten Mitarbeiter vergleicht. Auch diese Angabe ist Bacon-&-Bold-spezifisch und kein Branchenbenchmark. Von dem Punkt, an dem Tokens die Hälfte der Kosten ausmachen, sei man noch weit entfernt; der Trend gehe aber „unaufhaltsam nach oben". Er sagt zudem offen dazu, dass sich die Agentur dieses Investment leisten konnte, weil sie wirtschaftlich gut dasteht.

Zentral ist seine Bedingung: Tokens sind kein Selbstzweck. Jeder Token muss einen Return erzeugen – in erster Linie für die Kunden, denn nur wenn die Tokens gute Arbeit für Kunden leisten, sind diese bereit, dafür zu zahlen. Und die Sprünge müssten groß sein: nicht „20 % effizienter und 10 % besser", sondern Leistungen, die sich Kunden vorher praktisch nicht vorstellen konnten. Was Tokens technisch sind und wie sie Kosten treiben, erklärt unser Grundlagenartikel zu Tokens und Kontextfenstern; für eigene Überschlagsrechnungen gibt es den lokalen KI-Kostenrechner.

EU-Infrastruktur, DSGVO und Systemarchitektur

Bewusste Entscheidung für EU-Infrastruktur

Die eigenen Systeme laufen laut Thomas auf einer reinen EU-Infrastruktur: Sowohl das Hosting als auch die genutzten Modelle liegen in der EU. Das sei erheblicher Aufwand gewesen und passiere „nicht von Haus aus" – es ist eine bewusste Architekturentscheidung.

„Bitte DSGVO-konform" im Prompt reicht nicht

Eine der stärksten praktischen Aussagen der Folge: Man könne sich nicht darauf verlassen, einem Coding-Agent in den Prompt zu schreiben, das System „soll bitte in der EU liegen und die DSGVO erfüllen" – das sei „ein bisschen zu wenig". Die KI denke an solche Anforderungen im Regelfall nicht von selbst, und selbst wenn man sie erwähnt, dürfe man sich nicht darauf verlassen. Erforderlich sind echte Entscheidungen über Infrastruktur, Daten, Systeme, Standards, Verantwortung und Verträge – getroffen von Menschen, die wissen, was sie tun.

Zugleich widerspricht Thomas der resignativen Gegenthese, DSGVO-konforme KI-Systeme seien ohnehin nicht machbar: Das gehe „alles – EU-konform und DSGVO-konform, genauso wie es bei aller anderen Software gegangen ist". Es brauche nur jemanden, der es tatsächlich beherrscht. Gerade daran trenne sich derzeit „die Spreu vom Weizen" – und die Unsicherheit auf Kundenseite, wer KI wirklich auf hohem Niveau und verantwortungsbewusst einsetzt, sei eine der zentralen Herausforderungen der Branche.

Systemwildwuchs vermeiden

Oliver und Thomas sprechen auch über ein Risiko, das mit der neuen Baugeschwindigkeit wächst: Wer ständig neue KI-Systeme, Server und Anwendungen aufsetzt, riskiert, dass die Infrastruktur auseinanderläuft – ein Wildwuchs aus Systemen, die niemand mehr wartbar zusammenhält. Die Antwort darauf: klare Standards (etwa welches Serversystem, welches Backup-System), eine Hosting-Strategie, definierte Verantwortlichkeiten und bewusste Architekturentscheidungen, damit am Ende alles zusammenpasst.

Warum das alles Chefsache ist

Damit ist auch Thomas' zentrale These begründet: Auf dem Niveau, auf dem Bacon & Bold KI einsetzt, sei die Transformation „unmöglich, wenn es nicht von der Geschäftsführung ausgeht" – man könne sie nicht delegieren. Täglich entstehen Entscheidungen: Dürfen diese Daten eingespielt werden? Darf diese Quelle angebunden werden? Entspricht das den eigenen Standards? Passt es zu den Verträgen mit Kunden? Was kostet es, und was verlangt das Recht? Müssten all diese Entscheidungen „stille-Post-mäßig" zur Geschäftsführung wandern, die sich erst einlesen muss, wäre die nötige Geschwindigkeit nicht erreichbar. Er selbst sieht den Aufbau dieser Infrastruktur inzwischen als seine Hauptaufgabe – ermöglicht auch dadurch, dass ein eingespieltes Team ihm den Rücken im Tagesgeschäft freigehalten hat.

Marketing besser machen – nicht nur billiger

Thomas kritisiert die verbreitete Vorstellung, mit KI dieselbe Arbeit einfach günstiger herzustellen. Sein Argument: Marketing ist Wettbewerb. Wenn alle dasselbe machen wie vorher, nur günstiger, gewinnt niemand – im Marketing muss man immer etwas anders oder besser machen als die anderen. Der Fokus von Bacon & Bold liegt deshalb darauf, mit denselben Ressourcen Neues, Besseres oder Mehr zu ermöglichen: Leistungen, die vorher praktisch nicht möglich waren.

Drei Faktoren für die Zukunft

Für die kommenden Jahre nennt Thomas drei Dinge, die es aus seiner Sicht braucht, um im Marketing erfolgreich zu bleiben:

1. Eine eigene Marketingphilosophie. Best Practices werden zunehmend allgemeines KI-Wissen und sind „auf Knopfdruck" verfügbar – mit Best Practice allein gewinnt niemand mehr. Differenzierung braucht eine eigene Herangehensweise; Bacon & Bold arbeitet dafür mit mehreren eigenen Modellen je nach Kundenzielsetzung.
2. Eigene Infrastruktur. Wer nur mit demselben ChatGPT-Zugang arbeitet wie alle anderen, hat keinen dauerhaften Vorteil – auch einmal eingesprochene persönliche Präferenzen seien in zwei Jahren kein Unterscheidungsmerkmal mehr. Es braucht eigene Systeme, eigene Agents, eigene Workflows und eigene Daten – im Idealfall Daten, mit denen sich perspektivisch sogar ein eigenes Modell feintunen lässt.
3. Tiefe Expertise. Mittelmäßige Expertise, die auch im Internet steht, reproduziert jedes allgemeine Modell. Wertvoll ist Wissen, das nicht öffentlich auffindbar und deshalb nicht in den Modellen trainiert ist: eigene Daten, eigene Experimente, eigene Messungen, tiefes Plattformverständnis.

Er sagt ausdrücklich dazu, dass auch er nicht sicher weiß, wie sich das entwickeln wird – wer sich aber darauf ausruhe, „ein bisschen mehr KI als die anderen" zu machen, dem drohe „ein böses Erwachen".

So können Unternehmen selbst anfangen

Aus Thomas Ilks konkreten Empfehlungen in der Folge lässt sich ein Einstiegsweg ableiten – kein generisches Framework, sondern die Schritte, die er selbst beschreibt:

BOMOTS-Einordnung

Was davon übertragbar ist

Bacon & Bold ist ein weit fortgeschrittenes Praxisbeispiel – eine Agentur mit technikaffinem Gründer, eigenem Softwareunternehmen im Umfeld und zwei Jahren Vorsprung im Eigenbau. Daraus folgt nicht, dass jedes KMU ein Mission Control braucht oder eigene Applikationen entwickeln muss.

Übertragbar sind die Prinzipien dahinter: klein anfangen und an einem konkreten Nutzen arbeiten; die eigenen Prozesse verstehen, bevor man sie mit KI verbindet; APIs und Datenqualität ernst nehmen; Produktion konsequent vom Prototyp unterscheiden; Verantwortung und Standards definieren; das Team mitnehmen statt überrollen; Kosten messen und jedem Token einen Return abverlangen; sich nicht an einen Modellanbieter binden; und eigene Daten und Expertise aufbauen, statt nur allgemein verfügbares Wissen zu reproduzieren. Für den strukturierten Einstieg im eigenen Unternehmen: KI für KMU und das Playbook „KI-Tool im Unternehmen einführen".

Nachschlagewerk zur Folge

Hier finden Sie alle im Podcast genannten Tools, Systeme und Anwendungen vollständig – zum Nachschlagen, ohne den Lesefluss des Artikels zu unterbrechen. Grundlage ist das vollständige Episodentranskript; die Spalten geben ausschließlich wieder, was im Gespräch beschrieben wurde.

Alle im Podcast genannten Tools & Technologien18

Tool / Technologie	Rolle bei Bacon & Bold laut Podcast	Kategorie
ERP-System aus Deutschland (im Podcast nicht namentlich genannt)	Rechnungsstellung und Timetracking; dient zunehmend als Datenhaltung für die eigenen Agents	Bestehende Software
Asana	Task-Management; Projektpläne aus Mission Control werden nach Bestätigung übernommen	Bestehende Software
Slack	Interne Kommunikation; Teil der weiter genutzten Bestandstools	Bestehende Software
APIs / technische Schnittstellen	Zentrale Verbindungsschicht: Agents greifen auf Bestandssoftware und Datenquellen zu	Integration
RSS-Feeds	Datenquelle von BoldieNews für Plattform-Updates	Datenquelle
Web-Scraping	Datenquelle von BoldieNews (Auswertung von Webseiten)	Datenquelle
X (ehemals Twitter)	Inzwischen zusätzliche Datenquelle von BoldieNews	Datenquelle
YouTube	Inzwischen zusätzliche Datenquelle von BoldieNews	Datenquelle
Claude Sonnet 3.5	Frühes Modell, mit dem die ersten eigenen Anwendungen (u. a. BoldieNews) entstanden; damals musste Code teils noch selbst gelesen werden	KI-Modell (historisch)
Claude Code	Softwareentwicklung, Experimente und Aufbau eigener Anwendungen	Coding-Werkzeug
Claude Cowork	Im Podcast als eigenes, von Claude Code getrenntes Werkzeug genannt	KI-Arbeitsumgebung
OpenAI Codex	Im Podcast als eingesetztes Coding-Werkzeug genannt; die im Transkript zusätzlich anklingende Produktbezeichnung („ChatGPT for Work") ist nicht eindeutig verifizierbar	Coding-Werkzeug
Google Gemini	Modelle unter anderem dort im Einsatz, wo es um Video geht	KI-Modell
Anthropic-Modelle	Bei datenintensiven Use Cases vergleichsweise wenig genutzt – laut Thomas wegen der Kosten in diesem Nutzungsmuster	KI-Modell
Open-Source-Modelle	Mittlerweile ebenfalls im Einsatz	KI-Modell
Fine-Tuning eigener Modelle	In Prüfung als nächster Entwicklungsschritt – nicht flächendeckend produktiv	Verfahren (in Prüfung)
Modell-Benchmarking	Eigener interner Prozess: testet je Use Case, welches Modell in Qualität und Preis passt	Eigener Prozess
Prototyping-Umgebung (Name im Transkript unverständlich)	Für schnelle Experimente erwähnt; der Markenname ist nicht zuverlässig verifizierbar und bleibt deshalb unbenannt	Prototyping

Eigene Systeme von Bacon & Bold8

System	Aufgabe laut Podcast
BoldieNews	Erste eigene Anwendung: sammelt Plattform-Updates aus RSS, Webseiten (Scraping), X und YouTube, priorisiert, fasst zusammen und erklärt die Bedeutung
BoldContent	Bündelt Kunden-Social-Media-Daten, Wettbewerbsdaten, internationale Trends und Performanceinformationen; Basis für Trend-Scouting, Benchmarking, Collections und den Content-Agent
BoldMedia	Im Podcast im Kontext Media-Planung genannt
Internes Copilot-System	Begann mit KI-gestützter Angebotserstellung; nach Anschluss immer weiterer Datenquellen zur internen Agentursteuerungsplattform gewachsen (Name im Transkript nicht eindeutig – deshalb neutral bezeichnet)
Mission Control	Geht mehrmals täglich über Meeting-Mitschriften, E-Mails und Task-Management; erkennt Lücken, schlägt Projektpläne, E-Mails und Angebotsvorschläge vor, unterstützt Projektmanagement und Controlling
Ressourcenplanungstool	Eigenes Tool für Auslastung, Personaleinsatz und Projektkapazität
Planrechnungs-Tool	Erfasst erwartete Aufträge mit Wahrscheinlichkeit und Umfang; wird von Mission Control aus dem E-Mail-Kontext aktuell gehalten
Rechnungsprüfung	Kontrolliert ausgehende Rechnungen vor dem Versand per KI auf definierte Faktoren

Alle Anwendungen & Prozesse aus der Folge56

Vollständigkeitsübersicht aller im Gespräch belegten Anwendungsfälle – die wichtigsten Fälle sind oben im Text ausführlich beschrieben.

Bereich	Anwendung / Prozess	System bzw. Kontext
Informations­beschaffung	Plattform-Updates sammeln	BoldieNews
	RSS-Feeds auswerten	BoldieNews
	Websites scrapen	BoldieNews
	X beobachten	BoldieNews
	YouTube beobachten	BoldieNews
	Informationen nach eigenen Vorgaben priorisieren	BoldieNews
	Informationen zusammenfassen und Bedeutung erklären	BoldieNews
Content & Kunden	Monatliche Kundenpräsentationen mit Plattform-Updates (großteils KI-generiert)	BoldieNews → Kundenleistung
	Trend-Scouting für Kundenbranchen	BoldContent
	Internationale Trendformate finden und übertragen	BoldContent
	Kundenbeispiel Ottakringer (Trend-Scouting im Einsatz)	BoldContent
	Wettbewerbs-Benchmarking	BoldContent
	Postingfrequenz von Wettbewerbern analysieren	BoldContent
	Contentarten und Formate analysieren	BoldContent
	Collections nach Branche, Feiertag, Thema und Saison	BoldContent
	Contentplan-Vorschläge aus eigenem Datenkontext	Content-Agent (BoldContent)
	Media-Planungsinformationen	BoldMedia
Agentursteuerung	Angebote vorbereiten	Internes Copilot-System
	Meeting-Mitschriften analysieren	Mission Control
	E-Mails analysieren	Mission Control
	Tasks analysieren	Mission Control
	Lücken erkennen	Mission Control
	Projektpläne vorbereiten und aktualisieren	Mission Control
	E-Mails vorbereiten	Mission Control
	Angebotsvorschläge generieren	Mission Control
	Projektplan-Übergabe nach Asana	Mission Control → Asana
	Urlaubsübergaben mit fertigem Projektplan und Zuständigkeiten	Mission Control
	Detailliertere Projektplanung mit automatischer Anpassung abhängiger Tasks	Mission Control
Finanzen & Controlling	Planrechnung prüfen und aktualisieren	Planrechnungs-Tool + Mission Control
	Projektwahrscheinlichkeit aus E-Mail-Kontext erkennen	Mission Control
	Ressourcenplanung	Ressourcenplanungstool
	Auslastungsplanung	Ressourcenplanungstool
	Ausgehende Rechnungen kontrollieren	Rechnungsprüfung
	Controlling-Hinweise aus Kommunikation, Projektstatus und Planungsdaten	Mission Control
Asset-Produktion	Präsentationen KI-gestützt generieren (CD-konform)	Eigene Produktionsstrecke
	Social-Media-Assets KI-gestützt erstellen (CD-konform)	Eigene Produktionsstrecke
	Corporate-Design-Vorgaben verlässlich einhalten	Eigene Produktionsstrecke
	Rund 70-seitige AI-Act-Präsentation für Kunden (Quellen und Feinschliff durch Menschen)	Eigene Produktionsstrecke
Software­entwicklung	Software per Coding-Agent entwickeln	Claude Code, OpenAI Codex u. a.
	Spezifikation per Sprache/Mikrofon einsprechen	Entwicklungs-Workflow
	Schnell iterieren statt Lastenheft-Schleifen	Entwicklungs-Workflow
	Tests prüfen statt Code lesen	Entwicklungs-Workflow
Modelle & Kosten	Modell-Benchmarking je Use Case (Qualität und Preis)	Eigener Prozess
	Gemini-Modelle für Video-Anwendungen	Modellwahl
	Open-Source-Modelle einsetzen	Modellwahl
	Fine-Tuning eigener Modelle untersuchen	In Prüfung
Team & Change	Regelmäßige Hackathon-Formate (z. B. Freitagnachmittag)	Internes Format
	Einzelgespräche zu Sorgen und Ängsten	Führungsarbeit
	Workshop-Systematik „automatisieren / neu machen / besser machen" (u. a. Österreich Werbung)	Intern und extern
Einstieg	2–3 vermeintlich unmögliche Aufgaben mit aktuellen Top-Modellen testen	Empfehlung von Thomas Ilk
	Nicht mit Free-Account über KI-Fähigkeiten urteilen	Empfehlung von Thomas Ilk
	Kleine erste Anwendung mit konkretem Nutzen bauen	Empfehlung von Thomas Ilk
Infrastruktur	EU-Infrastruktur aufbauen (Hosting und Modelle in der EU)	Architekturentscheidung
	Daten über APIs verbinden statt Software ersetzen	Architektur
	Systemarchitektur standardisieren (Server, Backups, Verantwortlichkeiten)	Architektur
	Tokenkosten in der Finanzplanung berücksichtigen	Unternehmenssteuerung

Gast dieser Folge

Thomas Ilk

Gründer von Bacon & Bold und Socialhiro; Gesprächspartner dieser Folge zu KI-Transformation, AI Agents und eigenen Unternehmenssystemen.

• Agentur Bacon & Bold
• Socialhiro – weiteres Projekt von Thomas Ilk
• Thomas Ilk auf LinkedIn
• Thomas Ilk auf Instagram

Weitere Beiträge & Auftritte: Beiträge über Thomas Ilk bei HORIZONT Österreich · Thomas Ilk bei der AllSocial Marketing Conference

Host

Oliver Hauser

Host des Online Expert Talk und Veranstalter der Online Expert Days, die jährlich Ende November in Salzburg stattfinden.

• Oliver Hauser bei OXD
• Originalfolge #37 anhören

Häufige Fragen

Worum geht es im Online Expert Talk #37 mit Thomas Ilk?

Thomas Ilk, Gründer der Agentur Bacon & Bold in Linz und Wien, beschreibt, wie seine Agentur in den letzten zwei Jahren eigene KI-Anwendungen aufgebaut hat – von BoldieNews über BoldContent bis zum Steuerungssystem Mission Control – und warum er die KI-Transformation für Chefsache hält.

Was ist Mission Control bei Bacon & Bold?

Mission Control ist das interne Steuerungssystem der Agentur. Es geht laut Thomas Ilk mehrmals täglich über Meeting-Mitschriften, E-Mails und das Task-Management, erkennt Lücken, bereitet Projektpläne, E-Mails und Angebotsvorschläge vor und unterstützt Projektmanagement und Controlling.

Welche KI-Modelle setzt Bacon & Bold ein?

Bewusst mehrere: Google-Gemini-Modelle unter anderem für Video, Modelle mit gutem Preis-Intelligenz-Verhältnis für datenintensive Aufgaben, zunehmend auch Open-Source-Modelle. Anthropic-Modelle nutzt die Agentur bei sehr datenintensiven Use Cases vergleichsweise wenig – laut Thomas Ilk aus Kostengründen in diesem Nutzungsmuster. Fine-Tuning eigener Modelle ist in Prüfung.

Was empfiehlt Thomas Ilk Unternehmen für den Einstieg?

Nicht mit der Toolauswahl beginnen, sondern mit aktuellen leistungsfähigen Modellen herausfinden, was KI schon kann: der KI zwei bis drei Aufgaben geben, die man für unmöglich hält – und nicht anhand eines Free-Accounts urteilen. Danach eine kleine echte Anwendung mit konkretem Nutzen bauen und daran Hosting, Modelle und Schnittstellen lernen.

Ersetzt die KI bei Bacon & Bold die Mitarbeitenden?

Nein. Thomas Ilk widerspricht dem Bild einer vollautomatischen Agentur ausdrücklich: Der KI-Anteil unterscheidet sich je Prozess – teils übernimmt die KI viel, teils liegt der Anteil bei rund 20 % KI zu 80 % Mensch. Der Anspruch an die Qualität steigt mit; Menschen investieren die gewonnene Zeit in Feinschliff und bessere Ergebnisse.

Werden die Inhalte des Videos ohne meine Zustimmung von YouTube geladen?

Nein. Beim Aufruf dieser Seite wird kein YouTube-Inhalt geladen. Erst wenn Sie auf „Video laden" klicken, wird das Video über die datenschutzfreundlichere Domain youtube-nocookie.com eingebettet; dabei können Daten an YouTube übertragen werden.

Quellen und weiterführende Profile

Original-Podcast

1. Online Expert Talk: Folge #37 „KI-Transformation ist Chefsache" mit Thomas Ilk – vollständiges Episodentranskript (Primärquelle, liegt der Redaktion vor). Primärquelle · abgerufen am 12.08.2026
2. Online Expert Days (YouTube): „#37 KI-Transformation ist Chefsache – Thomas Ilk im Interview" – Originalvideo der Folge. Original-Podcast · abgerufen am 12.08.2026
3. Online Expert Days: Offizielle Podcastseite der Episode #37 mit Shownotes und Veröffentlichungsdatum 12.08.2026. Original-Podcast · abgerufen am 12.08.2026

Personen & Unternehmen

1. Bacon & Bold: Offizielle Unternehmenswebsite – u. a. Standorte Linz und Wien sowie die eigene KI-Software BoldContent mit Trend-Scouting. Unternehmensquelle · abgerufen am 12.08.2026
2. Socialhiro: Offizielle Website des weiteren Projekts von Thomas Ilk. Unternehmensquelle · abgerufen am 12.08.2026
3. LinkedIn: Profil von Thomas Ilk. Offizielles Profil · abgerufen am 12.08.2026
4. Instagram: Profil von Thomas Ilk. Offizielles Profil · abgerufen am 12.08.2026
5. OXD: Profil von Oliver Hauser, Host des Online Expert Talk. Offizielles Profil · abgerufen am 12.08.2026
6. HORIZONT Österreich: Weitere Beiträge über Thomas Ilk. Fachmedium · abgerufen am 12.08.2026
7. AllSocial Marketing Conference: Speakerprofil von Thomas Ilk. Veranstaltungsprofil · abgerufen am 12.08.2026

Neu im BOMOTS Magazin

Magazin

GPT-5.6 sucht anders: Was mehr Fan-outs und Originalquellen für SEO bedeuten

GPT-5.6 sucht häufiger in mehreren Schritten und greift verstärkt auf Originalquellen zurück. Was neue Messdaten für SEO, Marken und AI Visibility bedeuten.

Von Leo Kobes · 11.08.2026

Magazin

Claude kennzeichnet KI-Texte und Dateien: Was Anthropic ab August 2026 wirklich verändert

Claude versieht KI-Texte mit unsichtbaren Wasserzeichen und Dateien mit Herkunftsdaten. Was Anthropic ab August 2026 ändert – verständlich erklärt.

Von Leo Kobes · 10.08.2026

Alle Magazinbeiträge ansehen →