Me, Myself & IT Leadership

Ausgangspunkt dieser Folge ist Elon Musks These, Empathie sei die fundamentale Schwäche der westlichen Zivilisation. Daniel widerspricht und zeigt, warum Empathie ohne Haltung tatsächlich zum Problem wird, während Empathie mit Haltung den Kern guter Führung ausmacht. Es geht um die beiden Extreme, die in Führungsetagen immer wieder auftauchen: die knallharte Führungskraft, deren Team nur aus Angst liefert, und die immer nette Führungskraft, deren Leistungsträger am Ende die Zeche für geduldete Minderleister zahlen. Daniel erklärt, warum unklare Kommunikation nicht empathisch, sondern unfair ist, wie man Klarheit und Verständnis in einem Gespräch sauber trennt und wie kognitive Empathie als Werkzeug für bessere Entscheidungen funktioniert. Nova bringt dazu die Parallele zur KI selbst ein, die durch Training oft zu reiner Gefälligkeit neigt. Die wichtigsten Themen: - Empathie bedeutet, das Gegenüber zu verstehen, nicht ihm in jedem Fall zuzustimmen oder es zu schonen - Knallharte Führung erzeugt Teams, die aus Angst liefern und schlechte Nachrichten nicht mehr nach oben melden - Übermäßige Nettigkeit führt dazu, dass Leistungsträger die Arbeit von geduldeten Minderleistern mittragen und das als unfair empfinden - Klarheit ist laut Brené Brown die eigentliche Form von Freundlichkeit, Unklarheit schadet dem anderen langfristig mehr - Ein einfacher Test für echte Empathie in schwierigen Gesprächen: Hat der andere danach eine echte Chance, es besser zu machen - Gute Gespräche trennen zuerst das Verstehen der Situation und danach die klare Erwartung an die Veränderung - Kognitive Empathie, also das gedankliche Einnehmen der Gegenperspektive, verbessert die Qualität eigener Entscheidungen erheblich - KI-Systeme neigen durch ihr Training zu Anbiederung und liefern ohne ausdrückliche Anweisung keine ehrliche Gegenposition - Eine Zwei-mal-zwei-Matrix aus Haltung und Umgang hilft, die eigene Führungspraxis ehrlich einzuordnen Take-away: Empathie und Klarheit schließen sich nicht aus, sondern bedingen sich. Wer unbequeme Gespräche aufschiebt oder Entscheidungen ohne Perspektivwechsel trifft, verwässert am Ende beides. Die konkrete Übung für den Alltag: das aufgeschobene Gespräch diese Woche führen und vor der nächsten harten Entscheidung bewusst durchspielen, wie sie bei den Betroffenen ankommt, notfalls mit KI als ungeschöntem Sparringspartner.

Daniel and Nova take on a provocative claim from Elon Musk, that empathy is the fundamental weakness of Western civilization, and use it as a starting point to untangle empathy from being soft. The episode works through why hard-nosed leaders get compliance through fear while always-nice leaders quietly let their best people down, and why both failure modes cost a leader the truth from their team. Daniel lays out a two-by-two matrix of stance and approach, explains why clear feedback is a form of kindness rather than its opposite, and shows how cognitive empathy sharpens decisions rather than softening them. Nova adds an AI perspective on sycophancy, drawing a direct line between yes-men created by fear and yes-men created by model training, and the two close with concrete steps for the next uncomfortable conversation and the next hard decision. This is worth an IT leader's time because the empathy-versus-toughness debate shows up constantly in technical leadership, where architecture and delivery pressure can make soft skills feel optional. The episode gives a practical test for telling genuine clarity from self-serving harshness, and a simple diagnostic for figuring out which failure mode a leader is actually in, not which one they think they're in. Key topics: - Why Elon Musk's claim that empathy is a weakness misreads what empathy actually means in leadership - The difference between emotional empathy and cognitive empathy, and why decisions need the second one - How fear-driven teams stop surfacing bad news, which is especially costly in IT projects - Why being consistently nice to underperformers is unfair to the rest of the team - Brené Brown's formula "clear is kind, unclear is unkind" and a concrete test for distinguishing clarity from cruelty - A two-by-two matrix of stance and approach for self-diagnosing your own leadership style - Parallels between yes-men created by fear and AI sycophancy, including OpenAI's 2025 GPT-4o rollback - A two-step structure for difficult conversations: understand first, then state the expectation without softening it - Using AI deliberately as a sparring partner for perspective-taking before hard decisions Key takeaway: Empathy and clarity are not opposite ends of a dial you have to choose between, they are two separate dimensions you need at full strength at the same time. A leader who waters down the message to stay likable is not being kind, and a leader who stays clear but cold loses the honest feedback they need most. The practical test is simple: check whether the other person walks away from a hard conversation with a real chance to improve and the sense that you will support them in it.

In dieser News-Folge ordnen Daniel und Nova die wichtigsten IT-Leadership-Themen des Oktobers ein. Im Zentrum steht die kritische PHP-Sicherheitslücke PHP2Shell mit über 22 Millionen potenziell verwundbaren Servern, dazu der Cairn-Vorfall, bei dem ein Angreifer für rund 50 Dollar KI-Agenten gegen über hundert Unternehmen eingesetzt hat, darunter Deere, SharkNinja und Cummins. Ergänzt wird das durch die TÜV-BSI-Studie zur KI-Sicherheit in Deutschland, die eine große Lücke zwischen KI-Nutzung und vorhandenen Sicherheitsprozessen zeigt. Daneben geht es um Metas neue Haftungsklauseln für Unternehmenskunden, die explosive Entwicklung der KI-Kosten laut FinOps Foundation und Gartner, sowie um digitale Souveränität zwischen Microsoft, AWS, OVHcloud, STACKIT und der britischen Wettbewerbsbehörde CMA, die Microsofts Copilot-Ökosystem genauer unter die Lupe nimmt. Die Folge schließt mit einem Ausblick auf die it-sa in Nürnberg und den Digital-Gipfel der Bundesregierung. Die wichtigsten Themen: - PHP2Shell zeigt, dass ein fehlendes Software-Inventar Patching in kritischen Momenten zur zeitraubenden Suche macht statt zu schneller Reaktion - Der Cairn-Vorfall macht gezielte Angriffe durch KI-Agenten für wenige Dollar massentauglich und verschiebt damit die Wirtschaftlichkeit von Angriffen auf bisher uninteressante Ziele - Laut TÜV-BSI-Studie haben nur elf Prozent der KI-nutzenden Unternehmen spezielle Prozesse für KI-bezogene Sicherheitsvorfälle - Automatisierte Verteidigung mit Agenten ist notwendig, braucht aber klare Regeln zu Befugnissen, Stoppmechanismen und Verantwortlichkeiten - Metas neue Nutzungsbedingungen verschieben Haftungsrisiken komplett auf Unternehmenskunden, obwohl diese kaum Kontrolle über das Modellverhalten haben - KI-Ausgaben werden laut FinOps Foundation inzwischen von 98 Prozent der FinOps-Teams verwaltet, Kostenmanagement bleibt aber die größte Schwachstelle - Kosten pro erledigter Aufgabe sind aussagekräftiger als Kosten pro Token, weil Fehlversuche und Wiederholungen oft übersehen werden - Digitale Souveränität wird zur Exit-Frage: Entscheidend ist, wie frei eine Organisation beim Anbieterwechsel tatsächlich ist, nicht nur wo Daten liegen - Die britische CMA prüft Microsofts Copilot auf einen neuen Typ von Lock-in, der tief in Arbeitsabläufen von Organisationen verankert ist Take-away: Kontrolle ist im Oktober 2026 das verbindende Thema über Security, Verträge, Budgets und Souveränität hinweg. Wer nicht weiß, wo seine Systeme laufen, wer wem haftet, was eine Aufgabe wirklich kostet und wie frei er bei einem Anbieterwechsel ist, verliert am Ende Tempo und Handlungsfähigkeit. Der konkrete erste Schritt: prüfen, wie schnell das eigene Team herausfinden könnte, wo im Unternehmen überall PHP läuft.

This episode covers the IT leadership news for October 2026, with a thread running through every story: who actually holds control when AI agents, attackers, and vendors all act faster than your organization can react. Daniel and Nova break down the PHP2Shell vulnerability and its Log4Shell echoes, the Cairn case where a single attacker used AI agents to breach over a hundred companies for about fifty dollars, and the BSI/TUV study showing only eleven percent of German companies using AI have a dedicated incident process for AI-related attacks. From there the conversation moves to Meta's new liability terms for enterprise AI customers, the explosion of AI spending inside FinOps teams, and the sovereignty debate playing out between American hyperscalers and European cloud providers like STACKIT, OVHcloud and Scaleway. This is worth an IT leader's time because it connects security, contracts, budgets and sovereignty into one practical question: do you know where your exposure actually sits, technically, legally and financially, and could you get out if you had to. Key topics: - PHP2Shell: a leaked zero-day pair in PHP core led to mass exploitation within hours, exposing over twenty-two million servers and raising the question of whether companies can even inventory where PHP runs. - The Cairn incident: a lone attacker used AI agents with short, simple instructions to breach more than a hundred companies, including Deere, SharkNinja and Cummins, for roughly five thousand dollars total. - BSI/TUV AI security study: nearly half of surveyed German companies use AI, seventeen percent report AI-related attacks, but only eleven percent have a dedicated response process for them. - Meta's updated enterprise terms shift AI output risk entirely onto the customer, raising the question of whether liability should follow control rather than just usage. - FinOps teams now manage AI spending almost universally, but per-token metrics hide the real driver: cost per completed task, including retries and failed attempts. - AI budget is moving into business units, which Daniel frames not as a loss of IT power but a shift toward IT owning guardrails rather than every euro. - Sovereign cloud: Microsoft's and AWS's high-profile sovereignty demonstrations contrast with quieter European capacity building from STACKIT, OVHcloud and Scaleway, raising the question of ownership versus resilience. - The UK's CMA is examining whether Microsoft Copilot's deep integration into Office and Teams creates a new form of AI-era lock-in. Key takeaway: losing control does not just create risk, it creates slowdown, because organizations without control end up spending their time firefighting, explaining invoices and renegotiating contracts instead of moving forward. The practical test Daniel suggests: ask your team how long it would take to find every place PHP runs in your organization. If the answer is more than a day, that is where to start.

This episode looks at what AI actually changes about leadership and what it does not. Daniel sent the same research brief to five AI agents and compared their findings, which exposes a core problem directly: more data does not automatically mean better decisions. Using fresh numbers from Gallup, McKinsey, the Atlanta Fed, DDI, Stanford and Gartner, Daniel and Nova work through why AI usage in companies keeps rising while measurable business impact mostly does not, why leaders themselves are the biggest bottleneck in AI adoption, and what tasks genuinely cannot be delegated to a machine: judgment, setting boundaries for agents, deciding who owns freed-up time, and making sure the next generation still gets to learn. Concrete topics include the gap between felt and measured productivity, approval theater versus real human oversight of AI agents, the risk of losing junior talent pipelines, and why empathy from leaders measurably multiplies AI output quality. Key topics: - Why Gallup data shows leader support, not tooling, is the main driver of real AI adoption in teams - The gap between self-reported productivity gains and actual bottom-line impact, per McKinsey and Atlanta Fed research - Why agent deployment requires explicit boundaries: what agents can decide, what they can only suggest, and who can shut them down - The danger of approval theater when humans rubber-stamp AI output without real review - Who should own the time AI frees up, and why unclear answers lead to silent, ungoverned AI use - Why junior-level tasks being automated threatens the pipeline of future senior talent - How to use AI as a tutor for junior staff instead of a shortcut that removes learning - Why leader engagement is dropping sharply even as leaders are asked to drive AI adoption - A concrete 30-day approach to testing AI on one painful process instead of launching a big program Key takeaway: AI does not replace leadership, it exposes it. The technical capability is already there; what is missing in most organizations is leaders who actively use AI themselves, set clear boundaries for agents, decide deliberately what freed-up time is used for, and protect the learning path for the next generation. Start small: pick one real process, run it for 30 days, and check whether your own leadership behavior had to change to make it work.