Die MasterClass besteht aus zwei aufeinander aufbauenden Teilen und erfordert die Teilnahme an beiden Tagen. Bitte meldet euch zwecks Vorbereitung bereits im Vorfeld verbindlich an.
Vom Kundenproblem zum belastbaren AI Use Case
Die meisten KI-Projekte scheitern nicht an der Technologie – sondern daran, dass Kundenprobleme, Datenlage und gewünschte Ergebnisse nicht ausreichend verstanden wurden.
In dieser interaktiven MasterClass arbeiten die Teilnehmenden gemeinsam mit Maik Martens (Microsoft), Andre Heim (Microsoft) und Robin Saberi (ModulAcht) an echten Praxisbeispielen und eigenen Kundenherausforderungen.
Mit dem Ansatz "From Problem To Solution" analysieren wir gemeinsam typische Kundensituationen und erarbeiten die entscheidenden Fragen, die vor jeder KI-Lösung beantwortet werden müssen:
• Welches Problem soll tatsächlich gelöst werden?
• Welche Daten stehen zur Verfügung?
• Welche Ergebnisse erwartet der Kunde?
• Welche Fragen soll die KI beantworten?
Anstatt über Technologien zu sprechen, starten wir beim Kundenproblem und entwickeln Schritt für Schritt Anleitungen für belastbare AI Use Cases, die echten Mehrwert schaffen.
Interaktive Inhalte:
Gemeinsamer Reality Check
• Warum KI-Projekte und AI-Pitches scheitern
• Erfahrungsaustausch aus echten Kundensituationen
From Problem To Solution
• Teilnehmer bringen eigene Kundenherausforderungen ein
• Gemeinsame Analyse ausgewählter Praxisfälle
Discovery statt Demo
• Welche Fragen müssen Partner stellen?
• Wie gelangt man von einer Technologie-Anfrage zum eigentlichen Business Problem?
Vom Problem zum Use Case
• Daten identifizieren
• Zielbild definieren
• Priorisierten AI Use Case ableiten
Der erste Agent steht in zwei Wochen. Der fünfte scheitert. Nicht am Modell, sondern daran, dass niemand entschieden hat, wo er hingehört.
Dieser Talk zieht die Linie. Auf der einen Seite Microsoft 365 Copilot und Copilot Studio: der Wissensassistent auf einem Datenraum, der Prozess, der in Teams beginnt und in einem Ticket endet, der Agent, der die Berechtigungen seines Nutzers erbt. Kein Anfängerterritorium, sondern die richtige Antwort für eine ganze Klasse von Use Cases.
Auf der anderen Seite Microsoft Foundry und der Azure Baukasten: der Knowledge Agent über mehrere Datenräume. Die analytische Frage, die kein Dokument beantwortet. Der Agent, den ihr als Teil eines Produkts ausliefert. Der Agent, der sich morgen an gestern erinnert und eine eigene Identität braucht.
Vier Dinge entscheiden: wo das Wissen liegt. Wo der Nutzer sitzt. Wie lange sich der Agent erinnert. Wer orchestriert. Nicht das Skill Level des Teams, nicht die Features von letzter Woche.
Dazu die Frage, die im Projekt nie gestellt wird: Wer betreibt den Use Case in einem Jahr? Der Fachbereich hat nie entschieden, eine Plattform zu bauen. Er hat es trotzdem getan.
Davon hängt ab, ob Use Cases skalieren oder ob nur die Zahl der Agenten wächst. Wer für jeden Agenten von vorn anfängt, sammelt Projekte. Skalierung ist keine Eigenschaft des Agenten. Sie ist eine Eigenschaft der Plattform darunter.
Am Ende stehen fünf Fragen: Sie sagen euch, wann ihr bleiben könnt, wo ihr seid, und wann es Zeit ist, den Unterbau zu bauen.
Viele Microsoft-Partner investieren in Kampagnen, Content und mittlerweile auch in KI-gestützte Lead-Generierung – und trotzdem verpuffen die Leads irgendwo zwischen MQL und erstem Call. Das Problem liegt selten am Lead selbst oder am fehlenden Tool, sondern daran, dass Lead Gen als vorgelagerter, getrennter Prozess gedacht wird statt als integraler Bestandteil des Vertriebs.
In dieser Session zeigen wir an konkreten Beispielen, wie Leads generiert, systematisch qualifiziert, priorisiert und in Abschlüsse überführt werden – und wie KI diese Verzahnung heute beschleunigt, statt sie zu ersetzen. Im Fokus:
• Welche Übergaben zwischen Marketing und Sales heute typischerweise scheitern – und warum das selten ein People-, sondern ein Prozessproblem ist
• Wie KI-Agenten und Automatisierung Leads nicht nur schneller generieren, sondern auch schneller qualifizieren und in den Vertriebsprozess einspeisen können
• Wo KI den Prozess wirklich verzahnt – und wo sie nur neue Leads produziert, die am selben alten Prozess sterben wie vorher
• Was das konkret für CSP- und ISV-Partner mit knappen Vertriebskapazitäten bedeutet
Für dich als Microsoft-Partner relevant, wenn:
• Marketing und Vertrieb bei euch (noch) getrennt denken und handeln
• Ihr in KI-Tools für Lead Gen investiert (oder das plant), aber die Pipeline trotzdem nicht in Bewegung kommt
• Du auf der Suche nach einem pragmatischen, sofort anwendbaren Modell bist – kein Theorie-Vortrag
• 30 Minuten, Deep Dive statt Oberfläche – mit Zeit für Fragen und Austausch auf Augenhöhe.
Ein kompakter Überblick über die regulatorischen Entwicklungen, die Microsoft-Partner im FY27 wirklich betreffen: von NIS-2, CRA und DORA über EU-Datensouveränität bis zu den nächsten Umsetzungsschritten des AI Act und aktuellen DSGVO-Themen. Der Vortrag ordnet ein, was für Vertrieb, Verträge und Kundenberatung jetzt praktisch relevant wird. Ein Fokus wird u. a. die Kennzeichnungspflicht für KI-Inhalte ("Deepfakes") ab 02.08.2026 sein, die von der EU sehr weit verstanden wird.
Die Session zeigt, wie sich CRM vom passiven System of Record zu einem aktiven System entwickelt, das Kundensignale erkennt, Kontext herstellt und die nächste sinnvolle Aktion auslöst. Anhand eines durchgängigen Praxisbeispiels begleite ich einen Lead von der Event- oder Marketinginteraktion über Dynamics 365 Customer Insights bis zur Recherche, Qualifizierung und Übergabe an Sales mithilfe von Copilot und AI Agents.
Agenda
- CRM is not dead.
- Von Copilot zu Agentic CRM: Assistenz, Automation und Agents
- Das End-to-End-Zielbild von Customer Insights bis Dynamics 365 Sales
- Praxisbeispiel: Vom Event-Signal zum qualifizierten Vertriebs-Lead
- Reality Check: Daten, Prozesse, Governance und Human in the Loop
- Vom ersten Use Case zum skalierbaren agentischen Prozess
- Q&A und Ausblick
Der Fokus soll nicht nur auf aktuellen Microsoft-Funktionen liegen, sondern auf der sinnvollen Verbindung eines realistischen Marketing-to-Sales-Prozess.