##  Pfadnavigation

1. [ Startseite ](/)
2. [ AI to the DNA ](/podcast/ai-dna)
3. Enterprise-KI bei Cisco: Keith Griffin über Robustheit und Sicherheit

# Enterprise-KI bei Cisco: Keith Griffin über Robustheit und Sicherheit

            **Podcast:**

   [AI to the DNA](/podcast/ai-dna)

              **Erscheinungsdatum:**

   16. Januar 2026

            **Länge:**

   00:48:15

    [         Link zur Episode (extern)   ](https://attd.fm/episodes/from-noise-cancellation-to-ai-pods-cisco-s-hidden-ai-stack-keith-griffin-cisco)

 ![From Noise Cancellation To AI Pods: Cisco’s Hidden AI Stack | Keith Griffin, Cisco](https://www.botcaster.de/sites/default/files/styles/podcast_n_episode_metadata_image_1x/public/2026-08/YzczNS5wbmc.jpg.webp?itok=VmtqsqDd)

###   From Noise Cancellation To AI Pods: Cisco’s Hidden AI Stack | Keith Griffin, Cisco

   16. Januar 2026 · [AI to the DNA](/podcast/ai-dna)

Wie Cisco KI in Unternehmenssoftware integriert, um Sicherheit und Nutzererlebnis zu revolutionieren, erklärt Cisco Fellow Keith Griffin im Gespräch. In der neuen Folge von *AI to the DNA* spricht Host Christoph Magnussen mit einem der führenden Köpfe hinter Ciscos KI-Strategie. Keith Griffin ist nicht nur Cisco Fellow, die höchste technische Position im Unternehmen, und VP for Collaboration, sondern auch einer der Mitautoren des internen Responsible AI Frameworks. Im Fokus des Gesprächs steht die Frage, wie ein etablierter Tech-Gigant wie Cisco die Herausforderungen generativer KI meistert - von der Entwicklung robuster, sicherer Systeme über den Aufbau von Vertrauen bei den Nutzern bis hin zur Gestaltung der zukünftigen Arbeitswelt. Dabei geht es um mehr als nur Hype: Es geht um die praktischen, oft komplexen Schritte, die notwendig sind, um KI tief in der DNA eines Unternehmens zu verankern. Das Interview wurde auf Englisch geführt; die Zusammenfassung ist deutsch.

## Das Wichtigste auf einen Blick

- **Enterprise-KI ist keine Demo:** Keith betont, dass KI-Anwendungen für Unternehmen von Grund auf mit Fokus auf Robustheit, Datenschutz und Sicherheit entwickelt werden müssen. Eine Lösung, die diese Aspekte vernachlässigt, bleibt ein reines Experiment und ist für den produktiven Einsatz ungeeignet.
- **Verantwortung als Fundament:** Ein Responsible AI Framework ist für Cisco der Schlüssel zu Vertrauen und Akzeptanz. Dieser Prozess muss funktionsübergreifend sein und Abteilungen wie Recht, Einkauf und IT von Anfang an einbeziehen, um schnell und sicher agieren zu können.
- **Mit kleinen Schritten Vertrauen aufbauen:** Statt zu versuchen, mit KI-Agenten sofort alle Probleme zu lösen, empfiehlt Keith, mit eng definierten Anwendungsfällen zu starten. Ein erfolgreicher, schmaler Prototyp schafft die Grundlage für eine schrittweise Erweiterung und baut Vertrauen bei Nutzern und im Unternehmen auf.
- **Die Renaissance der Sprache:** Die Zukunft der Mensch-Maschine-Interaktion liegt laut Keith stark in der Sprache. Eine exzellente Nutzererfahrung ist hier entscheidend. Das bedeutet, Latenz zu minimieren und eine Konversation so natürlich wie möglich zu gestalten - eine enorme technische Herausforderung.
- **KI gehört nicht nur in die Cloud:** Viele KI-Prozesse können und sollten direkt auf dem Endgerät (Edge Computing) oder in lokalen Rechenzentren (On-Premise) laufen. Dieser Ansatz erhöht Datenschutz, Sicherheit und oft auch die Performance, wie Ciscos Strategie mit integrierten GPUs und AI Pods zeigt.
- **Der größte Fehler ist Ignoranz:** Für Keith ist der fundamentalste Fehler, den Unternehmen heute machen können, KI komplett zu ignorieren. Der zweitgrößte ist ein Mangel an interner Synchronisation, wenn einzelne Abteilungen vorpreschen, während andere hinterherhinken und so Fortschritt blockieren.

## Vom Experiment zur Unternehmens-KI: Ciscos Weg zu Sicherheit und Datenschutz

Die Reise von Cisco in die Welt der KI begann nicht mit einem großen Knall, sondern mit einer gezielten Frage des damaligen CTO: Kann maschinelles Lernen die Nutzererfahrung in der Zusammenarbeit verbessern und gleichzeitig Probleme lösen, die bisher nur teuer oder gar nicht zu bewältigen waren? Keith erinnert sich an eines der ersten Projekte: die Geräuscherkennung. Ein talentierter Data Scientist trainierte ein Modell darauf, bellende Hunde oder Tastaturklicks zu erkennen. Das Experiment funktionierte auf Anhieb, war aber so CPU-intensiv, dass es praktisch unbrauchbar war.

Der eigentliche Durchbruch kam, als es dem Team gelang, das neuronale Netz so zu optimieren, dass der CPU-Verbrauch von 30 % auf unter 1 % sank, bei nur minimalem Verlust an Genauigkeit. Dieser Moment, so Keith, war die Bestätigung, dass KI mehr als nur ein Prototyp sein konnte. Gleichzeitig wurde dem Team sofort klar, dass für den Einsatz im Unternehmensumfeld andere Regeln gelten. Keith prägte den Leitsatz, der bis heute gilt: Wenn du dich nicht von Anfang an auf Datenschutz und ein verantwortungsvolles KI-Framework konzentrierst, hast du am Ende nur eine gute Demo, aber kein marktfähiges Produkt.

## Das Responsible AI Framework: Leitplanken für eine komplexe Technologie

Sicherheit und Vertrauen sind die Währung im Enterprise-Geschäft. Christoph war beeindruckt von einer Live-Demo, in der Keith ein Deepfake-Video von sich selbst zeigte, das von einem Cisco-Agenten in Echtzeit als Fälschung entlarvt wurde. Solche Schutzmechanismen sind für Keith aber nur ein Teil eines größeren Bildes. Er sieht die Herausforderung weniger in einem reinen Wettrüsten - KI gegen KI -, sondern in der Etablierung einer ganzheitlichen Identitätsprüfung. Der Leitsatz seines Vorgesetzten G2 Patel hallt bei ihm nach: Wir müssen immer zu 100 % richtig liegen, die Angreifer nur ein einziges Mal.

Diese Philosophie erfordert klare Leitplanken (Guardrails). Diese gehen über simple Filter für Hassrede oder Jailbreak-Versuche hinaus. Keith erklärt, dass es auch geschäftsspezifische Guardrails braucht. Ein virtueller Agent eines Hotelbuchungssystems sollte beispielsweise keine Konkurrenzprodukte empfehlen. Die Entwicklung solcher Systeme ist eine interdisziplinäre Aufgabe, bei der Techniker, Juristen und Produktmanager eng zusammenarbeiten müssen, um die richtigen Entscheidungen zu treffen und in den System-Prompts zu verankern.

## KI-Agenten: Mit kleinen Schritten Vertrauen für die Automatisierung schaffen

Während der Hype um KI-Agenten groß ist, teilt Keith die skeptische Einschätzung von Experten wie Andrej Karpathy, dass wir eher vor einem Jahrzehnt der Agenten stehen als vor einer Revolution in den nächsten Monaten. Der Schlüssel zum Erfolg liegt für ihn im schrittweisen Vorgehen. Er berichtet von einem Kunden, der mithilfe von Analysetools feststellte, dass das häufigste Thema im Kundenservice Stornierungen waren. Daraufhin entwickelte das Unternehmen einen spezialisierten KI-Agenten, der ausschließlich diesen Prozess abwickelte. Erst als dieser zuverlässig funktionierte und Vertrauen geschaffen hatte, wurde der Agent um die Funktion zur Neubuchung erweitert. Dieser Ansatz, so Keith, verhindert, dass man versucht, den Ozean zu kochen, und stellt sicher, dass die Nutzererfahrung im Mittelpunkt steht.

Eine schlechte User Experience ist der Tod jedes KI-Projekts. Keith warnt vor dem naiven Ansatz, einfach eine Spracherkennung mit einem LLM zu verbinden und auf das Beste zu hoffen. Hoffnung ist keine Strategie, sagt er. Sein Team arbeitet akribisch daran, die Interaktion mit Agenten menschlicher zu gestalten, indem es an Details wie der Gesprächspausenerkennung (Turn Detection) feilt, um die Latenz zu minimieren und einen natürlichen Gesprächsfluss zu ermöglichen.

## Die Zukunft der Interaktion: Sprache, Hardware und Edge Computing

Keith ist überzeugt, dass Sprache als Benutzeroberfläche eine Renaissance erleben wird. Sie ist die natürlichste Form der menschlichen Interaktion, und KI macht sie endlich auch für die Maschinensteuerung praktikabel. Cisco investiert massiv in diesen Bereich, wie die geplante Übernahme von Easy Dubs, einem Unternehmen für Echtzeit-Sprachübersetzung, zeigt. Die Vision: In einem Meeting spricht jeder in seiner Muttersprache und hört die anderen Teilnehmer in seiner eigenen - fast ohne Verzögerung.

Ein entscheidender strategischer Vorteil für Cisco ist die enge Verzahnung von Hard- und Software. Seit über zehn Jahren verbaut das Unternehmen Nvidia-GPUs in seinen Geräten. Diese ermöglichen es, rechenintensive KI-Aufgaben wie die Geräuschunterdrückung direkt auf dem Endgerät (Edge) statt in der Cloud auszuführen. Das schützt nicht nur die Privatsphäre der Nutzer, sondern verbessert auch die Leistung. Für Kunden, die keine Cloud-Lösungen nutzen können oder wollen, bietet Cisco mit den sogenannten AI Pods eine On-Premise-Alternative, die es ermöglicht, kleinere Open-Source-LLMs wie Mistral im eigenen Rechenzentrum zu betreiben.

## Praktische Schritte zur Einführung von KI im Unternehmen

1. **Ein funktionsübergreifendes Governance-Team bilden:** Um bei dem hohen Tempo der KI-Entwicklung mithalten zu können, müssen alle relevanten Abteilungen - Recht, Einkauf, IT, Produkt und Datenschutz - an einem Tisch sitzen. Dieses Gremium sorgt für abgestimmte Prozesse und stellt sicher, dass das gesamte Unternehmen im Gleichschritt marschiert.
2. **Mit einem klar definierten Problem starten:** Wähle einen Anwendungsfall, der überschaubar, aber wirkungsvoll ist. Ein erfolgreiches Pilotprojekt, wie der auf Stornierungen spezialisierte Agent, schafft Vertrauen, liefert wertvolle Erkenntnisse und legt den Grundstein für komplexere Vorhaben.
3. **Den Fokus unerbittlich auf die Nutzererfahrung legen:** Eine KI-Lösung ist nur so gut wie ihre Akzeptanz bei den Nutzern. Eine langsame, fehleranfällige oder unnatürliche Interaktion wird scheitern, egal wie fortschrittlich die Technologie dahinter ist. Investiere Zeit und Ressourcen in ein nahtloses Erlebnis.
4. **Das richtige Einsatzmodell wählen (Cloud, Edge, On-Premise):** Analysiere genau, wo Daten verarbeitet werden sollten. Nicht jede KI-Anwendung gehört in die öffentliche Cloud. Edge-Computing und On-Premise-Lösungen können entscheidende Vorteile bei Datenschutz, Sicherheit und Latenz bieten.
5. **Die eigenen Mitarbeiter befähigen:** Fördere eine Kultur der Neugier und des Experimentierens. Die Fähigkeit, einer KI die richtigen Fragen zu stellen und die Ergebnisse kritisch zu bewerten, wird zu einer entscheidenden Kernkompetenz für Wissensarbeiter in allen Bereichen.

---

 version="1.0" encoding="UTF-8"?
      .st0 {
        fill: #010101;
      }

      .st1 {
        fill: #b0c0b3;
      }

      .st2 {
        fill: #3b3a3b;
      }

      .st3 {
        fill: #3a3a3a;
      }

      .st4 {
        fill: #5e7185;
      }

      .st5 {
        fill: #f9eddd;
      }

      .st6 {
        fill: #000100;
      }

      .st7 {
        fill: #aebeb3;
      }

      .st8 {
        fill: #fefefe;
      }

      .st9 {
        fill: #7f93a8;
      }

      .st10 {
        fill: #f8f0df;
      }

      .st11 {
        fill: #fbf0df;
      }

      .st12 {
        fill: #afbfb2;
      }

      .st13 {
        fill: #f7eedd;
      }

      .st14 {
        fill: #fdfdfd;
      }
                                                                                   Botcaster

  **Zusammengefasst von Anja Schirwinski**

Ich beschäftige mich beruflich wie privat mit Künstlicher Intelligenz - von konkreten Tools im Arbeitsalltag bis zu den größeren Fragen, die dabei aufkommen. Viele der Themen, die in Podcasts besprochen werden, begegnen mir in Projekten immer wieder. Deshalb fasse ich hier die für mich interessantesten Podcastfolgen zusammen und ordne sie aus der Praxis ein.

[Mehr über das Projekt Botcaster](/ueber-uns)

##  Themen

 - [  KI-Strategie  ](/podcasts/themen/ki-strategie)
- [  KI-Agenten und Automatisierung  ](/podcasts/themen/ki-agenten-automatisierung)

**Hinweis:** *Diese Zusammenfassung wurde mit Hilfe von KI aus dem Transkript der Podcast-Episode generiert.*

Alle Inhalte auf Botcaster beruhen auf öffentlich zugänglichen Podcasts rund um Künstliche Intelligenz. Wir fassen die Episoden nach bestem Wissen zusammen, übernehmen jedoch keine Gewähr für Vollständigkeit, Aktualität oder Richtigkeit der Inhalte. Die Rechte an den Original-Podcasts und -Inhalten liegen ausschließlich bei den jeweiligen Urheber:innen.

         ## Shownotes

  What does it take to build AI that cannot simply go offline when the internet has a bad day? How do you bring large language models, agents and deepfake detection into a 40 year old networking company without breaking trust, security and compliance? And why might the biggest career risk today be ignoring AI rather than embracing it?

[You can also watch this episode as a video podcast on my YouTube channel.](https://www.youtube.com/watch?v=PG4sC-arGgs "You can also watch this episode as a video podcast on my YouTube channel.")

In this episode of *AI to the DNA*, the podcast for everyone who wants to really understand and apply AI, I sit down with Keith Griffin. Keith is a Cisco Fellow, one of the highest technical roles at Cisco, and at the same time VP for Collaboration, responsible for products like Webex. He has been shaping Cisco's AI strategy since 2016, co authored the company wide responsible AI framework and works across engineering, M&A and research to decide where and how Cisco bets on AI.

We talk about what really changes when you move from cool AI demos to mission critical enterprise software. Keith explains how Cisco thinks about outages, data residency and failover, why a lot of speech plus LLM experiments fail in practice, and how you design collaboration systems so that AI features run as close to the problem as possible, from GPUs in meeting room devices to AI ready data centers on premises. We look at deepfake risks in video meetings, live deepfake detection, brand and safety guardrails and why hope is not a strategy when you wire LLMs and agents into real products.

From there we go into the workplace itself. Keith shares why speech is coming back as a serious interface for work, how AI note taking and agentic follow ups can fix very human weaknesses like bad follow through, and what an "AI native" office might look like when devices, network and agents all work together. We discuss AI governance as a team sport between product, IT, legal and procurement, and why the key soft skill for almost every role will be asking better questions and iterating with AI.

I'm Christoph Magnussen and at *AI to the DNA*, I'm not just asking how to use AI. I’m asking why it works the way it does so you can gain insights on the nature of this technology. This podcast is for everyone who wants to move beyond tool-tourism and master the real craft of AI: Learning to think, work, and build side by side with intelligent systems!

- (00:00) - Hope Is Not a Strategy: Why AI Will Accelerate Work
- (01:02) - Introducing Keith Griffin: Cisco Fellow & AI Strategy Leader
- (04:55) - Miscalculations, Timing, and 18 Years of Tech Change
- (06:48) - Enterprise vs. Consumer AI: Outages, Resilience, and Trust
- (10:25) - Cisco’s First AI Breakthrough: From Noise Detection to Responsible AI
- (12:36) - Deepfakes, Guardrails, and Why Security Becomes an Arms Race
- (17:48) - Building Agents for Real: Trust, UX, and Why Single-Agent Comes First
- (21:58) - Speech, Hardware, and Edge AI: Why Not Everything Belongs in the Cloud
- (28:19) - AI-Native Workplaces: Automation, Augmentation, and New Work Patterns
- (33:11) - Productivity in Practice: From Weeks to Minutes
- (35:58) - The Biggest Mistakes Enterprises Make When Adopting AI
- (38:22) - Scaling AI Governance: How Organizations Keep Pace
- (40:18) - Explaining AI to Kids: Schools, Skills, and Future Careers
- (43:58) - System Prompts, Agents, and New Attack Surfaces
- (47:23) - Where Next? Why the Most Important Question Keeps Changing