Databricks-Mitgründer Tavakoli-Shiraji: Warum Enterprise-AI-Deals scheitern
Auf dem TechCrunch Disrupt 2026 (13.–15. Oktober, Moscone West, San Francisco) hält Arsalan Tavakoli-Shiraji, Mitgründer und SVP Field Engineering bei Databricks, eine Session mit dem Titel „The Enterprise Isn't Broken. Your Assumptions About It Are." Seine zentrale These: Enterprise-AI-Deals scheitern selten am Modell, sondern weil Unternehmen die operativen Konsequenzen einer Einführung nicht absorbieren können. Evaluiert werden heute vor allem Implementierungsrisiken, Governance-Komplexität, Workflow-Disruption, Compliance-Exposition und organisatorisches Vertrauen. Tavakoli-Shiraji bringt eine ungewöhnliche Kombination aus technischem Hintergrund (PhD Informatik, UC Berkeley, Schwerpunkt Networking und Distributed Systems) und Strategieberatung (Associate Principal bei McKinsey) mit. Die Konferenz versammelt laut Veranstalter über 10.000 Gründer, Investoren und Operatoren in 250+ Sessions auf sechs Bühnen; die AI Stage wird von Google Cloud präsentiert.
- Tavakoli-Shiraji: AI-Startups, die durable Revenue erzielen, reduzieren Unsicherheit und integrieren sich in bestehende Systeme statt auf Demo-Effekte zu setzen.
- Enterprise-Käufer stellen heute primär operative Fragen: Was passiert nach dem Deployment? Wie viel organisatorischer Wandel ist nötig? Was passiert beim Modellausfall?
- Tavakoli-Shiraji hat einen PhD in Informatik (UC Berkeley, Networking/Distributed Systems) und war Associate Principal bei McKinsey.
- TechCrunch Disrupt 2026 findet am 13.–15. Oktober im Moscone West, San Francisco statt; über 10.000 Teilnehmer und 250+ Sessions erwartet.
- Frühbucherrabatt von bis zu 410 USD läuft am 29. Mai 2026 um 23:59 Uhr PT ab.
„Enterprise organizations are not rejecting AI. They are rejecting operational instability.“
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- MEINUNGartificialintelligence-news.com3w
SAP: Enterprise-AI-Governance ersetzt statistische Schätzungen durch deterministische Kontrolle
- MEINUNGtechnologyreview.com2w
Datenbereitschaft als Schlüssel für agentische KI im Finanzsektor
- MEINUNGmarktechpost.com1w
Top 10 Enterprise-Agenten-KI-Plattformen 2026 im Vergleich
Databricks-Mitgründer Tavakoli-Shiraji: Warum Enterprise-AI-Deals scheitern
Auf dem TechCrunch Disrupt 2026 (13.–15. Oktober, Moscone West, San Francisco) hält Arsalan Tavakoli-Shiraji, Mitgründer und SVP Field Engineering bei Databricks, eine Session mit dem Titel „The Enterprise Isn't Broken. Your Assumptions About It Are." Seine zentrale These: Enterprise-AI-Deals scheitern selten am Modell, sondern weil Unternehmen die operativen Konsequenzen einer Einführung nicht absorbieren können. Evaluiert werden heute vor allem Implementierungsrisiken, Governance-Komplexität, Workflow-Disruption, Compliance-Exposition und organisatorisches Vertrauen. Tavakoli-Shiraji bringt eine ungewöhnliche Kombination aus technischem Hintergrund (PhD Informatik, UC Berkeley, Schwerpunkt Networking und Distributed Systems) und Strategieberatung (Associate Principal bei McKinsey) mit. Die Konferenz versammelt laut Veranstalter über 10.000 Gründer, Investoren und Operatoren in 250+ Sessions auf sechs Bühnen; die AI Stage wird von Google Cloud präsentiert.
- Tavakoli-Shiraji: AI-Startups, die durable Revenue erzielen, reduzieren Unsicherheit und integrieren sich in bestehende Systeme statt auf Demo-Effekte zu setzen.
- Enterprise-Käufer stellen heute primär operative Fragen: Was passiert nach dem Deployment? Wie viel organisatorischer Wandel ist nötig? Was passiert beim Modellausfall?
- Tavakoli-Shiraji hat einen PhD in Informatik (UC Berkeley, Networking/Distributed Systems) und war Associate Principal bei McKinsey.
- TechCrunch Disrupt 2026 findet am 13.–15. Oktober im Moscone West, San Francisco statt; über 10.000 Teilnehmer und 250+ Sessions erwartet.
- Frühbucherrabatt von bis zu 410 USD läuft am 29. Mai 2026 um 23:59 Uhr PT ab.
„Enterprise organizations are not rejecting AI. They are rejecting operational instability.“
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- MEINUNGartificialintelligence-news.com3w
SAP: Enterprise-AI-Governance ersetzt statistische Schätzungen durch deterministische Kontrolle
- MEINUNGtechnologyreview.com2w
Datenbereitschaft als Schlüssel für agentische KI im Finanzsektor
- MEINUNGmarktechpost.com1w
Top 10 Enterprise-Agenten-KI-Plattformen 2026 im Vergleich