00:00:00: Und die Abbruchquote steigt im Moment noch.

00:00:09: Das zeigen Studien von MIT und S&P Global.

00:00:13: Woran das liegt, wie du das verhindern kannst?

00:00:15: Das besprechen wir jetzt!

00:00:18: Mehr Feuer für dein Online-Marketing mit Marketing on

00:00:22: Fire.

00:00:24: Liebe Hörer, ich bin Robin Heinz, Mitgründer und Geschäftsführer der Online-Marketingagentur MoreFire.

00:00:28: Bei mir zu Gast ist heute der Frank Teotraschke.

00:00:30: Frank ist CRO, also Chief Revenue Officer von Oktonomy AI.

00:00:35: Lieber Frank, schön dass du hier bist!

00:00:36: Hallo vielen Dank für die anderen Augen.

00:00:38: Ich habe die Zahlen aus dem Report von euch, The State of Agentec AI Accurate C-Kompakter Titel.

00:00:48: Du bist ja mit Schuld an diesen Report?

00:00:50: Haben dich die Zahlen da drin

00:00:51: überrascht?!

00:00:52: Uns haben sie in der Tat nicht überrascht.

00:00:54: Es gibt eine kleine Geschichte zu diesem Report sogar, die kann ich gerne erzählen.

00:00:59: Wir hatten die Zahlen natürlich antizipiert weil wir sie natürlich bei Kunden häufig sehen mit denen wir unsere Lösungen eben auch einsetzen und natürlich steht der Kunde immer vor der Frage was setzen wir denn sonst ein wie können wir unsere Use Cases bedienen?

00:01:11: Und da waren uns Vergleichszahlen natürlich geläufig weil wir natürlich häufig unsere Lösungs gegen den Wettbewerb halt auch testen lassen mussten Nicht sofort in der ersten Reihe, wenn Leute gefragt werden, welche Kampagni fällt euch denn ein wo es um Innovationen im AI Bereich geht.

00:01:29: Und dementsprechend waren wir dann losgezogen.

00:01:30: Wir haben gesagt, wir brauchen eigentlich irgendwie eine Studie die irgendwie belegt dass wir gut sind und haben uns wie das für gute deutsche Ermittländer sich dann halt so zieht.

00:01:39: Sind mit zum großen Beratungshaus gegangen.

00:01:40: also eines, dass du jetzt kennen würdest, dass wir alle irgendwo im Business-Kontext schon mal gesehen haben, sind da reingelaufen und haben gesagt Mensch guck mal!

00:01:46: Das ist unsere Herausforderung.

00:01:48: Wollt ihr euch das mal ansehen?

00:01:50: Und euch da vielleicht wirst ein tieferes große Begeisterung im Eilbereich kreist sogar überall große Begleisterungen zum Thema.

00:01:55: man wollte das gerne machen.

00:01:56: Man war ihnen auch nicht so ganz aufgestellt beim Thema und sagt, da sind wir dabei.

00:02:00: Hatten gleiche Ergebnisse ehrlicherweise wie die Tolltygoop jetzt auch sozusagen bekommen auf diesen Fragestellungen, die wir dort eben auch gesehen haben.

00:02:08: aber da kam dann raus dass zum Beispiel einer unserer Marktbegleiter Microsoft im Vergleich auf diesem Use Case die wir da hatten sagen wir mal vorsichtig nicht ganz so gut abgeschnitten hatte.

00:02:17: Und das Nächste, was dort passierte war, dass wir freundliche Rückfragen der Rechtsabteilung bekamen.

00:02:22: Kurz danach melde es sich an die PR-Abteilungen und man ruderte dann doch mit vorsichtig großen Entschuldigungen zurück und sagte ja, man hätte sich das noch mal belegt, man könnte da den Namen nicht aufschreiben.

00:02:32: Wir sind dann ganz hättig gewesen, dass die Tolly Group das noch mal gemacht hat.

00:02:36: Und jetzt endlich, dass man mal bestätigt hatte was da schon rausgekommen war von einer.

00:02:39: Sorry für die lange Antwort aber die Geschichte muss ich ein bisschen erzählen weil uns hat dementsprechend nicht mehr überrascht Aber es ist sehr nachvollziehbar bzw prüfbar.

00:02:48: diese Ergebnisse sind schon eindeutig so.

00:02:51: Und spannend dass es Beratungshäuser gibt die ungern Microsoft auf öffentlich ans Bein pinkeln.

00:02:57: Das hast du jetzt gesagt, also ich kann natürlich die größte Unternehmensindustrie ist ehrlicherweise vielleicht davon ein bisschen tiefer einschädt gar nicht einen ans Bein pinkeln.

00:03:05: Sondern es ist eher so ein vergleichen wir mal was wir versuchen und was ist eigentlich dann die richtige Lösung oder die richtige Technologie um diese Problemstellung zu lösen?

00:03:14: Aber dann steigen wir da doch direkt mal ein, also für alle die Autonomie noch nicht kennen.

00:03:19: Was macht ihr was Microsoft offensichtlich nicht so gut macht?

00:03:21: Genau!

00:03:22: Also wir sind ein KI-Anbieter aus Köln und wir sagen Wir haben die beste KI-Plattformen für komplexes Wissen.

00:03:29: Was bedeutet das?

00:03:30: Kunden von uns sind... Wärmepumpenhersteller sind Windpark Betreiber, sind aber auch vielleicht Retail Unternehmen.

00:03:38: Es kommt euch gar nicht so sehr nur auf das Vertical an Aber alle eint dass sie sehr komplexe Daten haben und vor allem Daten die nicht nur in der schieren Größe schon irgendwie bemerkenswert sind Sondern auch viel grafische Elemente haben.

00:03:51: denke anders was am einfachsten verständlich ist.

00:03:53: Nehmen wir mal irgendwie eine windanlage.

00:03:56: wenn du die verstehen möchtest musst Du dich durch fünftig tausend seiten von ein präftokument durcharbeiten Und da findest du sehr viele Schaltpläne, da findst du sehr viel Diagramme.

00:04:05: Da findest Du sehr viele visuelle Elemente die Du brauchst wenn Du ein Problem lösen willst wie Du das verstehen willst.

00:04:12: und wenn Du diese fünfzigtausend Seiten und das nur eine Anlage, dann kannst Du wahrscheinlich zehn oder fünfzehn verschiedene Meinsatz, nur die versuchst in Deine KI-Lösung zu überführen um dann irgendwie Deinen Technikern, Deinem Support mit dabei dann auch Deinen Vertriebsleuten etwas in die Hand zu geben womit die interagieren können.

00:04:26: um ne Fragestellungen zu haben ich hab'n Problem Ich habe nen Error Code, ich hab irgendwas Was ich jetzt irgendwie lösen möchte, dafür brauchst du Tonnen.

00:04:33: Dafür haben wir das gebaut weil wir eben diese ganzen großen Datemengen auch visuell dass wir die verstehen können und das können wir in einer sehr hohen Qualität.

00:04:41: Okay

00:04:42: so das heißt wenn nicht mit Leuten sprechen dann reden wir... oft beim Thema KI über LLMs, das heißt ohne wir sind so auf Level eins sage ich mal was die KI Anwendung angeht.

00:04:51: Wir generieren und die Inhalte vielleicht nächsten Level sogar wir generieren die ganzen auf Basis von Daten die wir dann rein gepflegt haben.

00:04:58: Das heißt da seid ihr einen weiten Schritt darüber hinaus

00:05:00: genau.

00:05:01: also wir nutzen auch LLM Systeme haben aber eine eigene Technik gebaut wie vor allem sozusagen das Vorsortieren und das Verstehen von Daten vor- und nach sozusagen dem Einsatz des LLMSystems eben vorsieht.

00:05:12: und um es zu vergleichen, was du mit dem LLM machst.

00:05:16: Also was du jetzt mit deinem UseCase gerade beschrieben hast ist alles was sozusagen in das sogenannte Kontextfenster passt.

00:05:21: also schiebst irgendwas rein fragst eine Stelle fragt dazu oder sagt gibts dir mal einen Auftrag?

00:05:25: Und der kann das dann.

00:05:26: oder das kann dass dann sozusagen in Echtzeit verarbeiten.

00:05:29: Das könntest Du aber nicht wenn Du meinen UseCaste von eben nimmst mit ganz ganz großen Datenmengen machen.

00:05:34: Das kann das KI System dann in dem Moment nicht verarbeiten und fängt an zu hallucinieren.

00:05:38: Mhm.

00:05:38: Okay, das heißt wir haben jetzt oft auch beim Thema ... Wir hatten sehr aufeinander vor dem Gespräch.

00:05:43: Wir reden viel über die Modelle.

00:05:45: Das heißt ich habe auch erzählt, ChatGPT wird bei uns zwar noch zur Generierung von Texten etc.

00:05:49: verwendet aber wir machen alles was und wie Daten basiert ist wo wir halt eben viel mehr Systeme bei uns angedockt haben.

00:05:55: Machen wir zum Beispiel mit Claude da sind mal so die Glaubensfrage und die Diskussion welches System ist jetzt besser?

00:06:03: Und ihr sagt in der Report... Ist eigentlich total egal es kommt gar nicht auf das System an.

00:06:06: kannst du das mal bis besser klären.

00:06:08: Ich würde jetzt nicht sagen, es ist total egal.

00:06:11: also wir nutzen auch hauptsächlich Claude für Dinge die wir im Processing machen was ja in der Studie nachweisen konnten.

00:06:18: ist das die Auswahl des Systems eigentlich nicht die Genauigkeit der Antwort bedingt.

00:06:23: Also haben wir ja unser System, was wo wir Claude angesetzt hatten zum Beispiel in den Co-Pilot laufen lassen, gleiche Modelle liefern da sehr unterschiedliche Antwortqualitäten.

00:06:30: Von daher ist es entscheidende eigentlich nicht welches System du einsetzt.

00:06:34: so könntest auch ein anderes nehmen, was dir vielleicht dann vergleich bei dem Glehen nicht einen Unterschied liefern würde.

00:06:38: also aber nicht mehr der Wettbewerbsvorteil und was wir sehen können Je besser die Systeme werden, desto unwichtiger werden eigentlich sozusagen die Unterscheidungen.

00:06:46: Welches du dafür nutzt?

00:06:47: Weil diese sind alle schon verdammt gut und es ist nicht mehr so entscheidend und ich glaube da wird auch vermehrt auch die Diskussion hingehen dass die Innovationssprünge die dort noch zu erwarten werden immer kleiner werden und dann eher noch die Frage gestellt wird okay welches setzt sich dadurch oder welches ein oder zwei setzt sich durch?

00:07:02: kristallisieren sie ja auch schon bar aus.

00:07:05: Ja, ihr habt der Report.

00:07:06: Da ging es ja um Accuracy.

00:07:08: also wie gut ist der Output eigentlich?

00:07:11: Und eine schönen Aussage die ich da im Report auch entdeckt habe war so dies nicht dass die offensichtlich falschen Antwortler das Problem sind sondern das was irgendwie plausibel klingt.

00:07:21: Das ist so die große Herausforderung.

00:07:23: Machen wir bevor wir darauf eingehen Wiegut ist eigentlich der output im Moment von den LLMs?

00:07:29: kann man da so ein Ranking jetzt sagen wo du sagst okay Ganz objektiv von dir gesprochen, natürlich super.

00:07:37: Aber wo stehen wir bei den anderen?

00:07:38: Was das Ganze angeht?

00:07:40: Die größte Schwierigkeit dafür zu kriegen ist ja sozusagen eine Bemwertung.

00:07:45: Also wer würde jetzt messen können... Jetzt immer deinen eigenen LLM-Konsum.

00:07:49: Wie oft könntest du sagen, ob das was du bekommen hast richtig oder falsch war und wie oft hast du vielleicht Halluzination ertapt Und wie oft nicht?

00:07:56: Also ich glaube, da gibt es ein ganz großes.

00:07:58: Ich habe letztens einen Zahl gesehen, dass zwischen dreizehn und achtzig Prozent der Antworten falsch sind.

00:08:02: Dreizehntundachtzig Jahre ist das

00:08:04: nur... Jetzt sagen wir mal, das ist eine relativ große Frage!

00:08:06: Und natürlich ist die Aussage null und nicht dick weil das kann keiner sagen.

00:08:10: Deswegen ist aus meiner Sicht eher andersrum richtig.

00:08:13: Ich glaube wenn das LLM also bei jeder Frage die für dich ist auch immer wichtiger erscheint.

00:08:17: Vielleicht nicht generieren wir bitte nochmal einen Katzenmeme, ich glaube ob da jetzt irgendwie... Da ist es vielleicht nicht so wichtig.

00:08:22: aber bei Dingen die jetzt wirklich wichtig sind würde ich genauso wie wir es eigentlich nach Schule gelernt haben, dann gibt mir bitte die Quelle von der du das warst.

00:08:29: Kann ich's verifizieren?

00:08:30: Kann ich irgendwie prüfen ob die Antwort die du mir gibst richtig ist und da ertappst du dann letztendlich auch das LM natürlich dabei oder der EKI dabei dass sie haluzioniert weil Sie würdest dir ja auch sagen und es wird dir ja sagen wenn sich das ausgedacht hat aber du musst natürlich rückfragen und ich glaube da ist letztendliche die Verifizierung der Antwort wichtig und die können an dieser Stelle meistens nur wir geben in dem uns die Quellen zeigen lassen Und das ist auch letztendlichen wie wir bei Autonomie vorgehen.

00:08:53: Wir können diese hohen Antwortgenauigkeiten haben, weil wir zum einen noch mal ein Loop haben wo wir sozusagen die Verifizierung schon selber durchführen.

00:08:59: Aber auch einem Kunden sagen hier wir liefern im Automatisch die Quelle mit wenn wir versuchen eine Antwort zu liefern wohnt der Kunde das immer selber sehr schnell sagen kann ah guck mal genau da sehe ich das ja in meiner eigenen Daten man sozusagen auch verifiziert.

00:09:11: dass ist die Antwort die wir brauchen.

00:09:13: Nehmt ihr das auch wahr, dass die Leute sehr intensiv mit falschen Antworten weiterarbeiten.

00:09:18: Also habt ihr das irgendwie in den Projekten schon und wie festgestellt, der seitdem auch da Business Cases bei sagen wir vor die Wand gefahren wurden fast?

00:09:24: Also wir haben ja so diesen Slogan und uns zu eigen gemacht wie do shit that works.

00:09:28: Und das kommt gar nicht, weil wir es uns selber ausgedacht haben sondern ich nenne den Namen sicher was war ein Analyst einer sehr bekannten Beratungshause die Software-Unternehmen vergleichen oder eine Softwarelösung miteinander vergleiche und da haben wir erklärt was wir da machen und dann sagen ah you guys do shit there works!

00:09:43: Weil die Frustration im AI Bereich also ich lebe das in jedem Kundengespräch

00:09:49: was wir haben

00:09:50: dass Kunden sagen Ja, das haben wir versucht aber es hat nicht funktioniert.

00:09:53: Und wenn du in unsere Use Case ein bisschen reingehst da ist halt deswegen haben wir diesen Accuracy Report ja auch rausgebracht.

00:09:58: Das Akkurat hat einfach wichtig zu geben.

00:10:00: mein Beispiel mit dem Windparks, wenn du so eine Windanlage reparieren willst und das Ding sagt dir was ich mach mal flapsig schmeißen einmal Sand rein.

00:10:08: Wir sind hier in kritischer Infrastruktur also dass wir hängen am Stromnetz.

00:10:11: wir wollen irgendwie dass das Ding wieder läuft.

00:10:13: Da kannst du dir das einfach nicht erlauben und deswegen die gut klingende falsche Antwort ist natürlich total schlimm wenn du damit halt wirklich viel kaputt machen kannst.

00:10:22: Und das ist ein Gegenstand, den kennen alle unsere Kunden aus vorherigen Versuchendinge, weil die sind natürlich auch schon losgezogen und haben diese Dinge versucht.

00:10:30: Wenn du auch so viele Daten sitzt dann kennst du das Problem ja was du hast, wenn du diese nutzen willst.

00:10:36: von daher ist das etwas, was alle Kunden uns widerspiegelt haben Gott sei Dank nicht immer im Praxis einsetzen.

00:10:41: also sie haben da nicht immer schon Windparks ruiniert mit falschen Antworten.

00:10:45: aber die kennen das Problem, weil in diesem System nie dieser Akkurat hat bekommen.

00:10:49: Was ich auch festgestellt habe, wenn man Daten in LLM, wir machen viel mit Cloud reinschmeißen.

00:10:54: Die ersten Sachen sind noch okay aber je länger das System arbeitet und so schlechter wird der Output...

00:10:59: Weil du was kontextfensterchen ausgehst.

00:11:01: Solange du da drin bleibst, also auch in meinem Beispiel, ich behaupte hier, wir können grafische Daten erkennen oder Grafiken erkennen, Cloud kann es sich stimmt nicht.

00:11:08: Cloud kann Grafik erkennen.

00:11:09: Wenn Du eine Seite anlieferst oder wenn Du zehn Seiten anliefern geht das super!

00:11:15: Aber wenn's Du halt eben Fünfzigtausend Seiten einliefern oder sagen wir Nr.

00:11:18: Tausend?

00:11:19: Oder sagen wir nr.

00:11:19: Fünfhundert, dann wird es halt schwierig weil das eben in dieses Kontextfenster schmeint.

00:11:24: Wie kann ich verhindern dass sich Schön klingenden Super professionell aussehenden Output bekommen der halt völlig wertlos ist.

00:11:33: also erst mal würde Ich immer definieren das war das was ich eben so versucht hatte zu sagen die Wichtigkeit der Antwort jetzt sozusagen zu gewichten.

00:11:39: Also wie wichtig ist das jetzt gerade?

00:11:40: habe ich jetzt gerade irgendwie wo ich gerade ein Kochrezept für die Kinder haben, irgendwie für heute Abend.

00:11:45: Oder ist es ein Businessprozess, den ich hier versuche zu optimieren?

00:11:47: Wenn ich etwas business-technisch mache oder auch im Privatumfeld habe viele Dinge, die wir mittlerweile an wichtigen Entscheidungen der KI übergeben zumindest als Assistenz wie wichtig ist mir die Antwort?

00:11:58: dann lasse ich mir die Quelle zeigen.

00:11:59: Ich glaube Quelle und Verifizierung von Informationen wirklich das nochmal zurückzuführen was alle gelernt haben in Schule oder Universität.

00:12:06: Wie kann ich verifizieren ob eine Antwort richtig ist?

00:12:08: Quellenangabe Das

00:12:09: ist das Wichtige

00:12:10: Und das ist natürlich im Business-Context, wie kann ich mir sozusagen in den Prozess die Quellenangabe interieren?

00:12:17: Dass sie eine Verifizierungsschleife da habe.

00:12:20: Wo Sie sagen okay, ich muss wahrscheinlich nochmal einen Menschen mit drin haben oder in einem automatisierten Prozess und es wirklich ganz sicher sein dass sich eine hohe Antwortqualität in diesem Sample hinkriegen.

00:12:29: Das kann ich testen!

00:12:32: Also so ein iterativer Prozess, wenn man sagt ebenso diesen Menschen im Prozess mit drinnen lassen.

00:12:36: Dass man dem am Anfang häufiger drin hat und dann weiter automatisiert, sodass weniger Menschen notwendig ist.

00:12:42: Und

00:12:42: das Gute was dir gute Systeme natürlich auch anbieten ist in Analytics.

00:12:46: also wir wissen alle schon weil wir das schon eine Weile machen dass Analyse von Geschäftsprozessen ja desentlicher Bestandteil von Erfolg ist.

00:12:52: Das ist den KI Bereich nicht anders.

00:12:55: Meistens anfange, dann habe ich nicht die hohe Akkurat halt dich am Ende wahrscheinlich habe von ein paar iterationen später da muss ich anpassen und gucken.

00:13:04: Und da brauche ich aber auch etwas was mir das ermöglicht.

00:13:07: Das sind bisschen die Schwierigkeiten die LMS manchmal ja auch mitliefern gerade auch so zu sagen wenn ich Dinge selber baue wir bauen auch wahnsinnig viel selber Die Analyseplattform wird selten mitgebaut und mitgedacht.

00:13:16: Ich fang mal an, ich bau mal los und das ist super geil.

00:13:20: Klappt ja alles sieht wunderbar aus Wahnsinnige Outputs.

00:13:22: Aber wenn du sagst okay Jetzt sagst du bitte mal jetzt über alle Mitarbeiter einmal auswerten, wie die das jetzt alle nutzen und was jetzt dabei rauskommt.

00:13:28: Und was ist jetzt der Impact?

00:13:30: Dann wird es eher schwierig mit Analyse und da kommt natürlich eine starke Enterprise-Lösung schon besser für eben wichtige Prozesse weil ihr habt das bei uns mit dabei.

00:13:40: Wir sind jetzt ein Unternehmen mit hundertzwanzig Leuten.

00:13:42: brauchen wir eine Enterprise Lösung?

00:13:43: oder für wen ist das eigentlich?

00:13:45: ab wann?

00:13:46: Für wen ist dass eigentlich zielführend?

00:13:48: Ich glaube, je nachdem wie wichtig sozusagen der Use Case ist, den du damit umsetzen willst.

00:13:52: Also wir haben auch Unternehmen die deutlich kleiner sind, die unter der hundert Mitarbeitergrenze liegen für die aber vielleicht dann der Betrieb oder die Wartung von vielen Systemen wichtig sind.

00:14:03: Wir haben Kunden, zum Beispiel ein Kunde wartet Aufzugsysteme Die haben halt dann verschiedenste Anbieter, die dort in der Wartungsverträge sind.

00:14:12: Die haben dann eben verschiedene Menschen, die immer wieder dorthin fahren müssen, die vor Ort Dinge reparieren müssen Und die dann relativ schnell dann eben auch agieren müssen und für die dann natürlich die Zeit entsprechend wichtig ist, dass das schnell repariert ist.

00:14:23: Für die kommen solche Systeme natürlich total dankbar daher, dass man die halt direkt vor Ort nutzen kann.

00:14:28: Wir haben aber auch andere die Hepsterversicherung Spons als auch ein Newscales den wir auf der Webseite haben.

00:14:33: Die haben mittlerweile glaube ich sieben oder acht Agents im Einsatz mit einem Newscale angefangen und das dann eben sukzessive weiter ausgebaut wenn ich einmal verstanden habe Wo mir das hilft und die sind auch nicht so groß, wenn du sie zwar versicherungst.

00:14:44: Auch glaube ich hundert Mitarbeiter oder so, die dort sind wahnsinnig effizient aufgestellt für dir.

00:14:48: Das ist ein Riesen-Impact.

00:14:49: also ich würde gar nicht mehr so wie früher dass wir noch Mitarbeiter größern oder so Unternehmensbrüsten gehen sondern bin in der Lage meine Prozesse irgendwie signifikant durch AI oder generell durch Automatisierung zu verbessern dann bin ich schon gut beraten mir jemanden zu holen der mich versteht, der mein Problem versteht.

00:15:05: Das ist gerade so eine

00:15:06: schöne Brücke mir gebaut, nämlich es ist gar nicht unbedingt die Unternehmensgröße sondern eher die Use-Cases.

00:15:12: Allerdings die größte Herausforderung, die ich immer sehe... Wie kriege ich das überhaupt in die Organisation rein?

00:15:19: Weil ich habe kleine Geschichte dazu!

00:15:22: Ich hab bei der OMR ne Masterclass gemacht und ging um AI und Automation im BtoB.

00:15:26: Nur der typisch-deutsche Mittelstand saß da drin und gefragt, wer von euch darf denn nur den Co-Pilot einsetzen?

00:15:31: Ich würde sagen, fünfzehn bis zwanzig Prozent der Hände gingen hoch.

00:15:33: Das heißt die dürfen nur den Ko-Pilots einsetzen.

00:15:36: Der Großteil von denen hat auch ChatGPT.

00:15:37: Parallelen noch laufen so wie Shadow AI.

00:15:40: aber das heißt wir sind da maximal limitiert.

00:15:43: also meine These dazu ist Die IT Abteilungen haben kein Boxing mit anderen Systemen als denen von Microsoft zu beschäftigen weil sie die so kommen müssen nur zwei drei Häkchen in der Bestellung mehr setzen und haben dann KI gemacht.

00:15:55: Die meisten Leute in den Marketing-Teams mit denen ich spreche, die wollen gerne ganz andere Sachen machen.

00:15:59: Die wollen nachtn andocken, sie wollen halt Claude... ...die wollen keine Ahnung was machen.

00:16:03: So wie krieg' ich ein neues System durch die Tür das die IT sagt?

00:16:07: Geile Idee bin ich dabei!

00:16:09: Also es ist nicht einfach sagen wir mal so und ich will weder auf den IT Kollegen rumhauen noch will ich auf den Microsoft Kollegen rummachen.

00:16:15: Co-Pilot als Tool ist per se ja kein schlechtes Tool wenn man weiß wofür man das einsetzen kannst.

00:16:20: du kannst ja bei dabei auch Claude in Co-Palette einsetzen und so.

00:16:22: das geht ja.

00:16:23: Was ist die frage was du machen willst?

00:16:25: wenn du wenn du einfache dinge umsetzen kannst dann kannst du die mit copilot genauso gutmachen kannst ja auch tschöpity als bei uns in copilot verwenden.

00:16:33: Das ist total in ordnung.

00:16:35: das rolin glaube ich.

00:16:35: was IT abteilung heute aus meiner sicht haben, ist dass die für ganz viele sachen mandatiert sind im kaibereich wo keiner weiß wer gehört.

00:16:43: also wen gehören sie eigentlich?

00:16:44: Ein bisschen gehören Sie in der letzten, immer der Artierteilung.

00:16:48: Weil die im Zweifel immer sozusagen da hafbar gemacht werden.

00:16:51: also für die Auswahl von Tools, für die Bewertungen von Use Cases... für letztendlich auch Umsetzung von Use-Cases, wenn ich die ja mit dem LMJ selber eigentlich schon haben wir alle gelernt.

00:17:00: Da können man ein bisschen Vibecodes, da kann man ja schnell einen Augenkiss machen.

00:17:03: Machst du mal schnell eine Webseite oder das mache ich immer einfach was hinstellen?

00:17:06: Das sind ja die Annahmen, die dort halt eben immer bei der alte RT-Labteilung sind.

00:17:10: Die wissen auch nicht woran.

00:17:11: wonach werde ich denn jetzt gemessen?

00:17:13: Wäre ich jetzt daran gemessen ein Tool auszuwählen muss ich es jetzt selber umsetzen.

00:17:17: Bin ich jetzt schlecht wenn ich etwas einkaufen lasse weil sich vielleicht Was manche Leute denken, ich hätte doch eigentlich selber machen können.

00:17:23: Bin ich jetzt in der Artierabteilung auf einmal die, die eigentlich überhaupt das können oder nicht?

00:17:27: Das sind die Fragestellungen wie wir bei allen Unternehmen sehen und das ist der Grund warum es so schwer ist gegen einen Co-Pile sozusagen anzutreten weil was dann im Unternehmen passiert ist ja okay Jetzt komme ich da selber vielleicht nicht mit hin.

00:17:39: Ich habe meinen Use Case, ich versuche mit Co-Peilen etwas zusammen zu drehen Geht irgendwie nicht.

00:17:44: Das sind aber von der Definition oft eher einfacher Reuse Cases, wo dann schon an die Grenze gestoßen wird.

00:17:48: und jetzt gehe ich zum Dienstleister... ...und wenn ich den einfachen Newscaster denen vorlegen würde sagen neun von zehn, dann können wir auch.

00:17:55: Weil da würdet ihr wahrscheinlich auch sagen oh das haben wir ja wahrscheinlich auch schon zehn mal gemacht oder so und es ist jetzt nicht so herausfordernd.

00:17:59: Das könnten wir auch, wobei aus meiner Sicht eigentlich die Fragestellung eine andere sein müsste.

00:18:02: Ich müsste mir dann, wenn ich zu einem Dienstleiser gehe, nicht den einfachsten Newscater rausnehmen, an dem ich vielleicht selber geschaltet bin.

00:18:06: Wir müssen eigentlich den schwersten aus dem Regal nehmen um den zum Dienstlesstern zu bringen und sagen könnt ihr den auch?

00:18:11: Und wenn die den können, dann weiß ich auf dem richtigen Dienstag.

00:18:13: So über den genau den Punkt bin ich im Report nämlich auch gestäubt hat.

00:18:16: weil so die herangehensweise die wir oft auch sagen ist und sage mal die Adaptionsrate von KI-Systemen in Unternehmen nach oben zu schieben.

00:18:25: sucht der einen Newscase raus, der dir das Leben leichter macht.

00:18:27: Damit die Leute überhaupt mal anfangen Sachen zu machen ohne direkt Angst zu haben, dass wir es kaputtmachen oder sich direkt weg rationalisieren.

00:18:33: und ihr sagt ne wenn's um den Auswahl von Technologie geht mach andersrum nimm den schwersten Use Case und wenn das System das kann dann kann das alle andere auch.

00:18:39: damit machst du jetzt gerade mal dem Prozess wie du das implementierst ja nicht grade einfacher

00:18:44: würde ich gar nichts sagen.

00:18:44: ich würde sagen du vergleichst hier zwei verschiedene zwei verschiedene Fälle.

00:18:47: das eine ist du lernst Fahrrad fahren und da würdest du jetzt auch nicht sagen ich meld mich direkt mit der Tour de France an um Fahrt zu fahren, sondern ich fange wahrscheinlich mal mit Schützrädern und versuche mal irgendwie gucken ob ich durch die vier Ecken komme.

00:18:57: Und also mein Sohn lernt gerade vorfahren der Pferd ist mittlerweile zum Kindergarten oder mich super happy dass er das gemacht hat.

00:19:05: Das ist sozusagen KI-Einsatz im Hause.

00:19:07: wenn ich versuche irgendwie eins zu lernen und das nächste zu machen.

00:19:11: Schützträder dann mache ich mal das Rechte ab oder macht ein bisschen höher usw.. Wenn ich aber jetzt sozusagen ein professionelles Unternehmen beauftrage mir jetzt zu helfen in diesem Problem dann würde ich es nicht erwarten dass sie mit einem kleinen Dreirad oder mit einem Farb in Stützrädern kommen.

00:19:24: Sondern er würde ich lieber mein Geld nehmen, die vielleicht auch schon mal Tour de France mitgemacht haben.

00:19:27: Ich sage mal so um in meiner Metapher zu bleiben.

00:19:30: Also das ist letztendlich wenn ich mir dann Hilfe von außen hole, dann nimm dir nicht dass wo sozusagen das Tour des France-Tiends drüber lachen würden und sagen mit Stützerangern kann das hier jeder sondern was challenge dich denn eigentlich?

00:19:40: Wie finde ich denn etwas wo ich herausfinden kann ob ich jetzt eine Plattform oder einen Lösungsanbieter habe der mir wirklich später noch helfen kann?

00:19:47: Ich nehme mir eben nicht die Einfachsten weil es... Dann weiß ich nicht ob sozusagen use case vier fünf und sechs auch an einer guten Rand sind.

00:19:53: Und damit haben wir jetzt auch die Klammer gemacht, weil ich wollte es nicht direkt so in your face am Anfang machen.

00:19:58: Wir reden heute wirklich darüber nicht wie bringe ich KI so langsam in meine Marketingteams rein sondern Ich habe einen anspruchsvollen Business Case.

00:20:08: Wie sorge ich dafür dass ich den umgesetzt kriege mit Hilfe von KI ohne diesen kompletten Weg wirklich von von den Stützrädern bis dahin zu machen?

00:20:16: Sondern wie komme ich da schnell auf Flughöhe?

00:20:18: Weil das ist so was viel zu wenig auch tatsächlich sehe, dass wir wirklich auch dieses Thema Business Value kreieren.

00:20:24: Weil die meisten halt eben an dieser ersten Stufe wie kann ich meine eigenen Daten im LLM kombinieren?

00:20:30: schon irgendwie struggling.

00:20:31: und dabei sind eigentlich die geilen Business Cases ja die wo wir sagen wenn man da ein Hebel ansetzt und da passiert richtig was?

00:20:37: Genau!

00:20:38: Und dann ist die Überzeugung aber wir kommen da ja irgendwie hin wenn wir wie gesagt im Beispiel des Fahrraden die Stützräder mal los haben dann werden wir das schon alles hinkriegen und so einfach ist es nicht.

00:20:47: Und das Problem, was wir glaube ich da haben im Markt, ist wie man so ein anderes Beispiel sagt immer, wir haben glaube ich dreiundachtzig Millionen Fußballtrainer sagen wir immer.

00:20:57: Es gibt fast genauso viele Kali-Experten und Unternehmen, also da

00:21:00: sind ja immer die Blockchain-Expert,

00:21:02: genau die alle sagen, wir können das aber auch selber.

00:21:03: Also was haben wir für Debatten geführt?

00:21:05: Wo?

00:21:05: wir sagen in unserem Bereich das, was haben wir wirklich Handverlesen.

00:21:11: Wir sind mittlerweile hundertdreißig Mitarbeiter, wir sind zwei Jahre alt und die Hälfte davon sitzt bei uns in der R&D-Abteilung.

00:21:16: Das ist ein hochspezialisierter Entwickler, die sich auf ein bestimmtes Kernproblem fokussiert hat nämlich auf das Grafische Erkennen von großen Datenhängen.

00:21:25: Man könnte sagen da forschen wir seit zwei drei Jahren darum und entwickeln eine Lösung, die mittlerweile halt auch an vielen Unternehmen im Einsatz ist.

00:21:32: Du redest jetzt mit einem deutschen Mittelständler, hab jetzt mal was im Kopf.

00:21:34: Ich weiß ja, wen du denkst aber irgendwann wirst du jetzt gerade denken da sitzt du in einer Abtierabteilung der sitzen vielleicht nur die fünf bis zehn Mitarbeiter und dann nimm ruhig etwas größeres so.

00:21:42: von mir ist auch dreißig oder vierzig Mitarbeitende sitzen.

00:21:45: Die haben diese Historien nicht, aber die behaupten dann das kriegen wir auch hin.

00:21:48: Und da ist ja das Problem.

00:21:50: Die Lösung ist klar KI kann viel und KI hat ein wahnsinniger... großen Schatz an Tools und an Möglichkeiten, die es dir bietet, Lösungen irgendwie hinzukriegen.

00:21:59: Aber wenn du darauf nicht trainiert bist, wenn du das nicht spezialisiert hast, wenn es gerade zumindest im wirklichen Business-Usecase der in deinem Kontext halt nicht mehr so trivial ist – die Lösung auch nicht so nahe sondern da brauchst du dann schon Hilfe!

00:22:11: Und da jetzt auch die Lanze zu brechen für die IT Abteilung, so wie du es vorhin geschildert hast.

00:22:15: Die sind ja mit allen Themen betraut wo irgendwo Software drauf steht und kriegen jetzt auch noch KI mit auf den Schreibtisch gekippt und sollen halt eben dann auch diese Business Cases machen.

00:22:22: aber sie haben eigentlich nur das Mandat dafür ob sie Microsoft einsetzen Ja oder Nein.

00:22:27: Eigentlich, wo ist der Business Use Case?

00:22:29: Und das ist ja auch das, wo die Marketingabteilungen dann.

00:22:31: Also die werden halt eben Marketingabteilung haben dann mal so dass sie müssen und wie effizienter werden oder in den Website diese Firmen eine Agentur gemacht haben können selber und mit mit Klaut zusammen kloppeln.

00:22:40: Das ist ja kein richtiger Business Use case.

00:22:42: also dieses Wie können wir jetzt Business Value kreieren um ein bisschen hier ein Business Sprich zu machen mithilfe von k i?

00:22:51: also wie gehe ich an so ein thema ran dass ich sage okay da kann ich jetzt wirklich in level hoch kommen und ich werde nicht einfach nur effizienter.

00:22:58: Genau das finde die richtige frage gab es ist eine marketing abteilung ist oder ob du sozusagen in der produktabteilung isst.

00:23:04: wir sind ja oft mit dem was wir tun viel näher an Produktabteilungen sehr nahe an wertschöpfungsketten dran.

00:23:09: aber auch da versuchen wir immer dinge zu identifizieren dem zweifel wenn man ist gelöst bekommt einen hohen business impact haben.

00:23:16: Und danach suchen wir auch sozusagen zumindest mal den ersten Newscase mit Kunden gemeinsam aus und lassen uns daran eben noch messen.

00:23:21: Wie kriege ich das dann hin?

00:23:23: Das ist halt eben auch nicht trivial, also wie krieg ich dann für diesen komplizierter Newscase zusammen mit Menschen die sich wirklich auskennen.

00:23:31: Wie bei einer gewaltgekulten Webseite mal kurz in der Demo funktioniert, sondern brauche ich schon ein bisschen was bis ich das so zusammengesteckt habe.

00:23:39: Das ist dann funktioniert.

00:23:39: Es ist trotzdem noch eine Plattform die das letztendlich macht.

00:23:41: und aber du hast ein bisschen einen Konfigurationsaufwand oder musst du dann auch gucken hinten raus?

00:23:46: kommt das dann raus?

00:23:47: Was dir wirklich diesen Business will.

00:23:49: Aber damit fangen wir an.

00:23:50: Du fängst sich mit den Technischen Scopingern.

00:23:52: da fange mir die meisten KI Menschen immer an überlegen was technisch möglich ist Und führen das jetzt sozusagen in den Business Use Case drauf und sagen, da könnte man hier mal versuchen.

00:24:01: Da könnte man was automatisieren.

00:24:02: Ja aber muss eher anders anfangen.

00:24:04: Muss immer eher überlegen, was bringt mir denn eigentlich?

00:24:06: Also wo kann ich noch etwas automatisierend unterstützen?

00:24:10: Wo kann ich mitarbeiten helfen?

00:24:12: Wo haben wir vielleicht auch einen Qualifizierungsproblem bei Mitarbeitenden, wo die KI helfen kann also eher vom Business Use case zu kommen und dann so gucken wie kann ich euch die Technik wieder vereinzelt sind

00:24:22: Erinnert mich an meine VWL-Vorlesungen, die Unterscheidung zwischen Effizienz und Effektivität wird ja mal gleich benutzt.

00:24:27: Aber Effizenz ist ... Die Dinge richtig zu machen, Effektifität die richtigen Dinge zu machen.

00:24:31: in KI ganz oft.

00:24:33: Es ist auch naheliegend, es ist ein Effizientsthema.

00:24:36: Wie schreibe ich schneller einen LinkedIn-Post?

00:24:38: Kann ich

00:24:39: doch schneller mehr Text schreiben!

00:24:43: Genau, wir haben zu wenige Texte im Internet, lass uns mehr machen, nicht tatsächlich da von der Businessseite ranzugehen.

00:24:48: So jetzt haben wir viele Head-of-Marketing hier, die das hören.

00:24:52: Du hast gerade auch schon gesagt es kommt sehr stark von der Produktseite.

00:24:56: Produktseitigetrieben vielleicht auch aus dem Finance Department getrieben oder weiß ich nicht.

00:25:01: so wer holt euch rein und was ist so?

00:25:05: dein Ratschlag an Marketing verantwortliche wie können sie das Thema KI auf einem Business Level in die Organisation besser mit reinbringen?

00:25:14: weil die müssen sich ja auch um die Gehör verschaffen weil die meisten mit denen sprechen die haben sehr gute Ideen aber Schaffens nicht so, dass auch die Budgets dafür zu kriegen einen Freirom dazu zu kriegen wirklich den guten Kram zu machen.

00:25:25: Ja also keine einfache Frage.

00:25:27: Also wenn es schon alle dann würde ich glaube ich der Druck ist ja sehr groß und er ist ja nicht nur auf die RT-Kollegen groß, wir haben eben über die gesprochen auf die Marketingkollegen ist groß Und die Erwartungshaltung von Geschäftsleitungen ist immer mehr.

00:25:43: Wieso könnt ihr das nicht mit KI machen?

00:25:45: Also die Erwartungshaltung wird an die IT-Leute herangetragen.

00:25:48: Das ist der Grund, warum dann oft dann doch viel selber, ich sage mal so in unserem Bereich despäglich gefrickert wird?

00:25:55: Weil die Erwartungshaltungen ja immer ist.

00:25:56: jetzt müsst ihr doch wohl können!

00:25:57: Da brauchen wir doch nichts von woanders her zu holen.

00:26:02: und die gleiche Erwartungshaltung ist natürlich an Marketing noch viel mehr muss ich sagen.

00:26:06: Also die Adoption, die wir in Kundschaft bei uns hier haben sind eher so... Ich glaube wenn man den Tech-Club-Reporten über zehn, zwölf Prozent oder sowas sind.

00:26:14: Wir glauben da der Adoptions in unserem Segment was KI angeht.

00:26:18: Marketing wird immer eher viel früher genannt.

00:26:20: Die waren viel früher dabei weil natürlich Kontaktgenerierung und zwar da viel näher liegt auch an den Grundfunktionen von LLM aber in der Tat den Business Use Case haben wenig im Blick gehabt.

00:26:30: das war auch immer eher von der Technik Seite kommend.

00:26:33: jetzt guck mal ich hab doch Designer Und jetzt kann doch das können auch die sein.

00:26:39: also das kann ich doch jetzt ersetzen.

00:26:40: oder und es war nie von dem von den business use case zu denken was beschert mit den zweifel mehr kunden.

00:26:46: oder irgendwas, was mir wert ist.

00:26:48: Also egal ob das jetzt in welcher Metrik oder in welche Währung ich jetzt als Head of Marketing gerade denke bei uns ist es zum Beispiel immer Pipeline also sozusagen die qualifizierte Anzahl von Gesprächen, die wir mit Zielkunden führen.

00:27:00: wie kriege ich davon mehr?

00:27:02: und wenn ich das als Ziel ausgebe?

00:27:03: Und dann habe ich gedacht wie kann ich das mit KI erreichen?

00:27:05: Das machen wir halt auch!

00:27:06: Da sind wir natürlich auch sehr unterwegs.

00:27:09: da kommen sicherlich auch irgendwie sowas wie Content-Generierung spielter mit rein.

00:27:12: Ist vielleicht ein Tool aber es gibt viel mehr Business Prozesse wo es um Analyse Wo es um Riesen geht, wo es um Research geht.

00:27:17: Wo's um Auswahl geht und um die Vorbereitung geht für die KollegInnen, die dann eben mit den Kunden sprechen.

00:27:23: als jetzt irgendwie automatische Konten-Konzerierung von Katzenkifsten oder was?

00:27:28: Aber da müssen wir gleich nochmal rein, weil ich weiß ja... Ich kenne ja deine Vertriebshistorie!

00:27:31: Damit habe ich noch ein paar Neugierfragen.

00:27:34: aber nochmal so einen Schritt auch zu dem Report zurück.

00:27:37: Ihr unterscheidet dazwischen Assistance & Operatorn in dem Report.

00:27:42: So AI Assistance, AI Operator.

00:27:46: Kannst du da mal drauf eingehen und warum das insbesondere dann halt eben auch für Teams wichtig ist?

00:27:51: Ja, also da sind wir gerade an diesem Scheidepunkt würde ich sagen.

00:27:55: Ich habe mal im ervorträgen schon weiter sind als in der Realität unternehmen.

00:28:00: Also ich hab Assistenzsysteme.

00:28:02: deswegen heißt ja co pilot ist ein Co Pilot in dem Sinne, wo haben wir noch mal Co Piloten gesehen die irgendwie assistieren, die irgendwie dir etwas anliefern, die dich entabeln sollen letztendlich etwas effizienter in deinem Sprech zu bleiben und zu tun was du folgendes Kontent zum schreiben irgendetwas für eine Entscheidung zutreffen das sind die Assistenzen.

00:28:21: Wenn wir von Operatorn sprechen, dann reden wir auch von Entscheidungen die dort abgenommen werden.

00:28:25: Die halt irgendwo automatisiert stattfinden und deswegen kommen mit unserer Acuracy so um die Ecke.

00:28:32: wenn ich ja immer den human in the loop habe Dann kann ich mir zumindest in einfacheren Fragestellungen ja auch eine gewisse Halluzinierung erlauben.

00:28:40: Also dann ist das vielleicht man könnte sagen anführungszeichen nicht so schlimm, aber trotzdem mit unserem use case auch in den Assistenzsystem brauchst du eine hohe Akkuratheit?

00:28:48: Aber wenn du da den Schritt irgendwann auch weitergehen möchtest sagen was okay jetzt habe ich verstanden Was das Systeme liefern kann ist möchte ich das automatisieren.

00:28:56: über drittes thema was auch immer sozusagen ein Businessprozess automatisierend kannst was die agenschen systeme ja können Die können ja eingreifen die können was weiß ich in unserem fall jetzt beim Beim Windpark Menschen auch eine Ersatzteilbestellung direkt auslösen oder auch ein System wieder sozusagen ans Netz fahren im extremen Fall, wenn dort repagiert worden ist.

00:29:14: Das sollten die aber nur dann machen, wenn sie wirklich sicher sein können dass das keinen Schaden vorruft.

00:29:21: also das sind die Operator sozusagen die dann eben eigene selbstständige Entscheidungen umsetzen können.

00:29:26: und wo wir sagen da umso mehr ist halt eben Akkurat an einfach vorausgesetzt.

00:29:31: Weil da kannst du nicht, wenn du eine Akkurate auf deinem System von sechzig-sebzig Prozent, wo du sagen musst, es hört sich ja gar nicht so schlecht an und das ist aber immer noch irgendwie, sagen wir mal mindestens, mal eine von vier Antworten oder so, ne?

00:29:43: Ist falsch.

00:29:44: Das war achtzig Prozent.

00:29:45: Da ist der Mensch im Übrigen.

00:29:47: Der ist ungefähr über achtzig prozent, ne, ist ungefähr jede fünfte Antwort falsch.

00:29:50: Auch schwierig, ne!

00:29:51: Wenn du sozusagen da bist, deswegen gibt's ja oft vier Augenprinzipien oder sechs auch Prinzipie, weil du halt sagst okay dann traust du auch nicht.

00:29:56: Ja,

00:29:57: das ist wahrscheinlich ein ganz gutes Bild dafür.

00:29:59: Ist so das Thema selbstfahrende Autos da eine Akkuratheit von Achtzig Prozent?

00:30:05: Ich würde es nicht machen!

00:30:06: Das

00:30:06: ist aber der einzelne Fahrer, ne?

00:30:07: Der kriegt eine Akkurate von Aachziehprozenten.

00:30:11: Ja, schwierig dann.

00:30:12: Er hat

00:30:12: aber noch ein paar Assistenzsysteme mittlerweile im Auto, die ihm sozusagen eigentlich dabei helfen.

00:30:15: also deswegen sind glaube ich auch Unfallraten heute nicht mehr so wie in den Achtziger Jahren.

00:30:20: Da waren wir nur mit den Aachzig-Prozenten unterwegs.

00:30:21: Wahrscheinlich sind hier heute ein bisschen besser

00:30:24: und jetzt lassen wir den Abgleich noch machen.

00:30:26: Ihr seid jetzt auch von Autonomie in den USA gestartet, ich glaube letztes Jahr schon.

00:30:32: Was ich immer höre, Boah Deutschland ist so unfassbar abgehangen im ganzen KI Game.

00:30:36: Wir hinten da total hinterher.

00:30:38: Ich habe immer als Gag entvorträgen mit drin.

00:30:40: es gibt einen Anbieter der macht KI als auch Fax.

00:30:42: also kannst du quasi ein Fax generieren bzw.

00:30:44: Fax zur KI schicken und sie übersetzt ihr das?

00:30:46: Also das ist noch nicht der deutsche Ansatz.

00:30:48: aber nehmen wir jetzt mal Spaß beiseite.

00:30:49: wo stehen wir denn so im KI Abgleich was Adaptionsrat in Unternehmen angeht was simple use case angeht aber vielleicht halt eben auch so komplexere wie die, die ihr abbildet Wo sind wir da überhaupt?

00:30:59: Das Schlimmste ja dass es auf den Fax Use Case Wissen wir jetzt alle Use-Cases in der Praxis, wo ich auch dann oder ja könnte ich mir sogar folgen.

00:31:06: Also wenn ich ein Verzept beim Arzt bestellen will oder einen Krankenhaus, also gut, ihr lasst uns das verstehen!

00:31:12: Die Beantwortung der Frage ist ja Wir sind als KI Unternehmen in Deutschland unterwegs.

00:31:17: Jetzt haben wir glaube ich große Standortnachteile als Unternehmen im KI-Bereich tätig zu sein und da guckst du bei sowas wie Kapitalversorgung, Rechenzentren wo willst du denn eine Module betreiben usw.

00:31:29: Wo du nicht hingucken kannst oder solltest ist eigentlich wie smart sind die Leute die das betreiben?

00:31:34: Ich habe vor einiger Zeit den Aachen in Vortag halten können.

00:31:37: Da war der Professor vor mir von der RWTH.

00:31:38: Aachen als auch die ersten Papers über LLMs also für sozusagen diese Technologie haben wir hier an der RWth geschrieben.

00:31:46: Also ich sag mal, der logische Grundaufbau.

00:31:49: Das was wir an Intelligenz zu dem Thema beitragen können war immer auch ein sehr deutsches oder europäisches Thema.

00:31:56: Wir haben es nur sozusagen bei der Kapitalausstattung glaube Maximal verpasst und verpassen es bis heute.

00:32:01: So braucht man jeder einmal sozusagen in die, In den in den urmr vorder von pippen rein zu hören also wie weit wir da zurück sind wenn ist aber wiederum um die nutzung der systeme geht.

00:32:09: und jetzt wiederum Also das ist ein bisschen mein pitch natürlich auch mein case wo ich aber auch natürlich andere Unternehmen sehe die da sehr gut unterwegs sind also in anwendungsfällen.

00:32:18: Wir kennen natürlich die Herausforderung gerade von mittelständischer Wirtschaft, von produzierenden Unternehmen aber auch von vielen anderen, die sozusagen am weltweiten Fall Wettbewerb sind sehr gut.

00:32:28: Jetzt zu überlegen wie kann ich diese Technologie dort eintetzen?

00:32:30: Wie kann ich sie sinnvoll ergänzen?

00:32:31: Wie können sich da noch so sagen Dinge weiterentwickeln und besser machen?

00:32:37: Also wie kann nicht eine Spezialanwendungen daraus machen oder eine Spezialanwendung in den Markt bringen?

00:32:43: Da sind wir glaube ich wiederum gut!

00:32:45: auch in einem Wettbewerb heute mit vielen Unternehmen aus anderen Ländern, wo wir es wahrscheinlich früher nicht gemacht haben.

00:32:50: Aber ich glaube da können wir schon mithreden und das erleben wir dann halt im USA auch dass so diese Kombination aus Technologie aus Deutschland die das Business Problem sehr gut versteht und trotzdem müssen wir uns der der der Technologie natürlich auch der LM-Technologie bedienen, die dort da ist.

00:33:07: aber wir ergänzen sie eben sehr sehr signifikant sozusagen und machen daraus etwas womit du dann eben tiefe Business Anwendungen machen kannst Ehrlicherweise auf den gleichen bis keinen Wettbewerb der so in der Lage ist das so tief umzusetzen.

00:33:20: Das finde ich auf jeden Fall überraschend, aber auf der anderen Seite wenn wir es wieder transferieren, deutscher Mittelstand war ja immer gut drin, in speziellen Use-Cases in der Nische auf einmal dann Weltmarktführer zu werden also dieses deutsche Tüftler gehen kommt dann da vielleicht und die dann dadurch gleichzeitig gehören die großen Plattformen liegen die dann nicht in Deutschland?

00:33:37: So ist es!

00:33:38: Und das ist ja im KI Bereich leider auch so.

00:33:40: selbst unsere wahnsinnig großen Vorbilder die wir im KI-Bereich haben kommen natürlich nicht mal Ich meine, nah dran an das was wir sozusagen da immer in den Nachrichten verborgen können.

00:33:50: Jetzt einmal noch mal ein bisschen ins Kleinteiligere.

00:33:53: Du hast eine riesen Historie im Bitubi Saasbereich, hast mehrere Firmen mitbegleitet und aufgebaut.

00:34:01: Wie viel KI ersetzt schon die Jobs die du früher gemacht hast?

00:34:09: Also die Frage wird mir ja manchmal gestellt, was rat ich eigentlich meinen Kindern?

00:34:12: Was sie jetzt irgendwie noch machen sollen und braucht es dich eigentlich auch irgendwie.

00:34:16: Und natürlich würde ich sagen vieles ist heute schon irgendwie automatisiert oder kriegst du natürlich irgendwie auch schon an Support.

00:34:24: Ich glaube in der Tat wenn ich so in meine Historie zurückkucke oder auch kucke was machen wir Heute ist glaube ich wir gehen viel viel mehr eigentlich in das zurück.

00:34:33: Was ich am Anfang meiner Karriere mal viel vielmehr gemacht habe nämlich in den Austausch mit Kunden Also waren wir ja ganz lange irgendwie, dass wir gedacht haben auch.

00:34:39: Wir können eigentlich alles im Zoom-Call mal irgendwie lösen oder wir müssen eigentlich als digital machen und müssen überhaupt noch miteinander reden.

00:34:43: was für gerade feststellen ist das Vertrauen Was in KI Systeme geschehen wird so gering Das wieder der menschen viel größer impact hat wenn es darum geht entscheidung zu treffen.

00:34:53: das heißt sowas wie vertrieb und marketing mit viel viel menschlicher.

00:34:57: Früher weiß ich nicht wie ihr das gemacht habt aber so der event Bereich im Marketing Microsoft wurde ja früher belächelt PR brauchen wir alles nicht mehr.

00:35:06: Also macht ja die Suchmaschine für uns, aber heute ich sage mal Trust Signale zu generieren wo jemand anders sagt Mensch das war was der Piotr Aschgerder sagt Das kannst du dem glauben Studie oder halt wirklich.

00:35:16: Wir treffen uns irgendwo und Ich erkläre dir immer wie ich das sehe.

00:35:19: dann kannst Du nachher entscheiden ob du den jetzt vertraust oder der Und und dass wird wieder viel viel wichtiger.

00:35:25: Wo.

00:35:25: ich glaube da kommt eigentlich noch viel viel mehr hin Dass wir eigentlich das wieder mehr machen müssen.

00:35:30: also ich glaube Die klassische Kundenberatung, sich mit Menschen auseinanderzusetzen ist viel wichtiger so noch wahrscheinlich als früher geworden.

00:35:40: Analyse, Styles bauen, Axel-Analysen machen war eh schon nicht so normal.

00:35:47: Meine größte Stärke!

00:35:48: Aber da wird mir heute stark geholfen.

00:35:49: Das fällt vielleicht heute nicht so stark auf wie man das Früherbier vorgeworfen zu Recht vorwerfen konnte oder es das nicht konnte?

00:35:55: Da kriegen Leute wie ich natürlich doch viel mehr Hilfe heutzutage umgedreht.

00:35:59: wenn das natürlich heute meine Kernkompetenz ist Muss ich ja schon ganz schön gut und sein.

00:36:03: Ja, ich fand es so witzig vor dem letzten Jahr als Machen von euch mit bei uns.

00:36:07: Ja Robin wir wollen jetzt den Nächsten auf Messen gehen als Ausstelle natürlich crazy.

00:36:12: Aber es ist in der Tat auch das wird natürlich bei uns sehr hart analysiert und ausgewertet usw.

00:36:18: Das muss man natürlich alles machen.

00:36:19: aber Wir stellen fest sich mit Menschen zu treffen Und da gehe ich auch so ein bisschen konträr wahrscheinlich, wo viele AI-Ambieter hingehen, die sich ein Produkt auf die Webseite stellen und dann sich nachweisen, dass man wie geil das schnell wächst usw.

00:36:33: Ich glaube, dass es nicht nachhaltig ist, ich glaube immer noch mehr darauf ankommt, Leuten Dinge zu erklären, sich dorthinzusetzen und Probleme zu verstehen und dann zusammen mit starker Technologie das einzusetzen.

00:36:43: Dass es da immer noch meer drauf ankommt... Das setzen wir halt eben oben.

00:36:48: Unsere Mitarbeitenden sind sehr viel unterwegs und oft mit Kunden zusammen Und wir fordern das manchmal sogar mit Kunden ein, die das eher schon so gewohnt sind.

00:36:57: Sondern ihr könnt es auch so machen.

00:36:58: Also nein, also wir haben es erlebt und kommen gerne mal vorbei.

00:37:01: Wir möchten gerne sehen wie eure Prozesse funktionieren.

00:37:04: Möchten das einmal nachvollziehen, wie ihr die Dinge tut?

00:37:06: Nur dann können wir das jetzt endlich auch mit euch zusammen setzen.

00:37:09: Ja ich hatte jetzt auch die Tage in der Studie gelesen oder gehört von... Leute in Unternehmen, Marketingteam war es glaube ich ein USA die extrem weit mit KI-Adaptionen sind.

00:37:19: Die sparen fünf und halb Stunden pro Woche.

00:37:22: also das ist ja schon über zehn Prozent der Arbeitszeit bei den vierzig Stunden.

00:37:26: Das Problem von denen ist die kriegen dann irgendwie eins Komma fünf Stunden kriegen sie direkt zusätzlich arbeiten auch gedrückt.

00:37:31: Eins Komma Fünf Stunden machen Sie dann die Arbeit von Kollegen mit und so.

00:37:34: Also die Arbeit wird nicht weniger, sondern verdichtet sich dann direkt mehr.

00:37:37: Also deine Empfehlung wenn ich das jetzt richtig sehe, wenn bei dir diese fünf und ein halb Stunden frei werden setzt dich bei Kunden auf den Schoß.

00:37:43: also sprich einfach mit Menschen geh näher dran und nutze die Zeit dafür.

00:37:47: dass ist das was dann den unterschieden der kundbeziehungen machen kann.

00:37:51: ja wie soll ich das?

00:37:52: Wie komme ich aus der Nummer raus?

00:37:54: Also weiß ich nicht.

00:37:55: aber was umgedreht sozusagen diese Effizienzdebatte?

00:37:57: die erleben wir natürlich bei Kunden ganz enorm und letztendlich mit Mitarbeitervertretungen sogar sozusagen, mit natürlich im Austausch.

00:38:06: Wo natürlich große Sorgen sind.

00:38:07: jetzt setzt mir so ein System ein, so sind wir dann morgen alle weg und so.

00:38:09: das ist eine große Debatte die auch in der Tagesschau & Co irgendwie großartig diskutiert wird.

00:38:14: Wir leben in die Herausforderung bei Kunden aber eine ganz andere.

00:38:18: also gerade dem was wir tun geht es gar nicht darum jetzt irgendwie zu Effizienz zu steigern damit nachher weniger Mitarbeitende da sind sondern es geht viel mehr darum zu sagen verdammt wir haben hier extrem smarte Leute Die sind aber im Durchschnitt irgendwie Ende Fünfzig oder Mitte Fünfzig.

00:38:35: Ich kann genau abschätzen, wann die wie lange die noch da sind und wenn ich sehe auch was die heute für einen Impact haben in unserer Organisation oder auch bei unseren Kunden dann muss sich mich mit der Frage Sander setzen Wie kann ich sie ersetzen?

00:38:47: In Zukunft?

00:38:47: gar nicht weil sie irgendwie aus Kosten gründen sondern einfach weil die ihnen für den Ruhestand gehen.

00:38:52: Und wie kriege ich da sozusagen Facharbeiterproblemen aufgefangen?

00:38:55: und da bietet uns Gott sei Dank die KI eine Möglichkeit gewisse Dinge aufzufahren Und da geht es viel, viel mehr darum.

00:39:01: Ich habe letztens mit dem Betriebsratsvertreter von einem Chemiekonzern aus Buge gesprochen, der mir gesagt hat, Herr Piatraschke, das gilt bei uns gar nicht darum jetzt irgendwie dass ich mich hier werden muss, dass die Leute abgebotten.

00:39:13: Wir kennen unser Budget nächstes Jahr ganz genau und wir wissen genau was wir sozusagen abbauen müssen mit unserer Betriebvereinbarung – und ich sehe, was das mit unseren Mitarbeitenden macht!

00:39:21: Die leiten darunter weil die Arbeit wird ja nicht weniger, die muss also gemacht werden,

00:39:25: d.h.,

00:39:25: es führt zu mehr Burnout usw.. Ich möchte gerne so ein System für unsere Mitarbeiter einführen, weil ich weiß das ich den da mit ihm gefahren tue.

00:39:35: Ungewohnte Perspektive hört man wahrscheinlich sonst von Betriebsratsvertretern... Was?

00:39:39: Schon!

00:39:39: Du

00:39:41: hast vorhin gesagt, du bist gefragt was rätst du deinen Kindern?

00:39:43: Also werdet Schreiner oder deine Kinder sind noch ein bisschen weit weg davon.

00:39:49: Aber nehmen wir mal an den typischen Junior Marketing Vertriebs SDA BDR die quasi so gerade im Berufseinstieg sind vielleicht gerade und die Studium absolviert haben.

00:39:58: Was rätst du denen?

00:40:00: Wie sollen sie auf das Thema AI schauen, wo sollen sie sich spezialisieren.

00:40:07: Leute mit Erfahrung werden immer gebraucht und das Problem ist Erfahrungen aufzubauen.

00:40:12: Also am besten nicht mich fragen, vielleicht weiß ich es auch nicht besser.

00:40:15: Es ist ja auch immer so sagen wir glauben auch mal dass die Leute kommen, die uns das irgendwie sagen können.

00:40:19: So diese Druiden wissen was manche Leute haben.

00:40:21: Ich würde mir das gar nicht anmaßen, dass ich das irgendwie weiß.

00:40:24: Ich würde da auch versuchen mit dem was ich gelernt habe drauf zu gucken und würde auch sagen allen die bei uns jetzt gerade als SDA BDA oder so anfangen sagen ich glaube dass ihr noch den smartesten move gemacht habt zu sagen sprechen mit vielen Leuten.

00:40:36: Wir sammeln sehr schnell erfahren auch mit diesem Thema, wir lernen sehr schnell darin wie diese Technologie sich im Einsatz entwickelt und je mehr ich dazu weiß, desto mehr kann bin ich sprachfähig auch in anderen Cases, ob hier oder woanders.

00:40:49: Ich kann mir da einen Wissensschatz aufbauen der glaube ich wertvoll sein wird?

00:40:53: Ich glaube in der Tat dass keine Technologie wie diese aktuell uns diskutieren wird.

00:40:57: Ich habe es damals beim Handy nicht geglaubt und heute sind wir alle eines Besseren belehrt.

00:41:01: Wir buchen unseren Urlaub

00:41:02: usw.,

00:41:03: alles noch was probiert Telefonen aber keiner würde mehr irgendwie sagen ja das Smartphone hat unsere Gesellschaft nicht maximal verändert.

00:41:09: jetzt sind Politiker die sagen Kinder sollen's gar nicht mehr haben und so weiter.

00:41:12: also und ich glaube die Veränderung der KI wird größer sein.

00:41:16: Das muss ich jetzt mal zu Ende denken und sagen, okay worauf hat das in einem Impact die pragmatischen Antwort.

00:41:19: Die wo ich sagen würde Jura würde ich heute nicht immer studieren also alles was sich sozusagen mit textlichem Wissen auseinandersetzt wo irgendwie auf Basis von vielwissen angeeignet auswendig gelerntes wissen angewendet wird.

00:41:31: Jetzt treten mir alle Anwalte natürlich auf den Fuß, aber ich glaube die wissen auch so ein bisschen gibt.

00:41:36: auch glaube ich keinen kein KI-Spezialbereich wie Liegeltag was gerade so schnell wächst und wo so viel unterstützt wird.

00:41:42: das würde ich heute nicht nochmal, also hätte ich vorher auch nicht gemacht, aber jetzt habe ich einen guten Grund zu sagen.

00:41:47: Ich weiß nicht warum ich es nie gemacht hab Aber so das sind so die Bereiche wo ich jetzt sagen würde dass liegt schon ganz schön nah das KI System zu beassen.

00:41:56: Mit

00:41:57: Frank Piotraschke Chief Revenue Officer von Oktonomy habe ich darüber gesprochen.

00:42:01: Ich würde mal zusammenfassend sagen, dass KI kein Tool Thema sondern eher ein Business Case sein sollte und wir brauchen das immer sehr toolseitig betrachten.

00:42:11: Und Oktonomy sorgt dafür, dass wir extrem komplexe Fragestellungen mit AI Unterstützung gelöst kriegen.

00:42:20: Der Ansatz der dabei gewählt wird oder die These, die dahinter steckt ist Schaffe dir ein System an, was in der Lage ist eine komplexeste Aufgabenstellung im Unternehmen mithilfe von KI zu lösen und starte gar nicht erst mit diesen kleinen Trippelschritten sondern gehe Vollgas in das Thema mit rein.

00:42:39: Warum ist das ganze Thema wichtig?

00:42:40: Denn eine These auch aus dem Report den Oktonomie veröffentlicht hat ist dass das gefährlichste eigentlich bei KI Nicht die falschen Antworten sind, sondern die falsche Antworten, die gut klingen.

00:42:54: Das heißt dass wir falsche Entscheidungen treffen auf Basis falscher Daten oder schlechte Entscheidungen auf basisfalscher Daten, die aber extrem gut klingeln und deswegen sollten sich halt eben unternehmen, sollten diese ganze Thema KI mal rückwärts betrachten sage ich jetzt mal ganz einfach nämlich vom business case aus rück wärts da draufzuschauen und nicht einfach immer schauen wie kann ich dinge irgendwie effizienter schneller einfacher machen weil sogar leute da weg rationalisieren sondern wie kann.

00:43:17: Mein geschäftsmodell nachhaltig stärken.

00:43:19: das heißt wie kann mich da viel mehr substanz und fundament reinkriegen von der aus das thema betrachtet?

00:43:25: in dann schau wie kann AI mir da helfen, weil wir sehens in Unternehmen kommt ganz oft diese Frage Stellung so wie kann es denn sein dass wir das jetzt nicht mit KI gelöst kriegen und das ist immer so die Effizienz Brille sondern eher zum Beispiel auch aus einer Vertriebsperspektive.

00:43:38: Wie kann ich mehr Pipeline aufbauen mithilfe von KI?

00:43:41: Wie kann sich da diese einzelnen Schritte dann halt eben auch machen?

00:43:44: also das heißt wie kann ich nachhaltig Business da aufbauten Und dann halt auch nicht hingehen und einfach nur sagen Ich mache irgendwie einzelne Arbeitsschritte als Assistenz die mein Output schneller macht?

00:43:54: Sondern wie kann KI Mir erst mal helfen Entscheidungen zu treffen und dann später vielleicht für mich die Entscheidung treffen, weil KI ein gut trainiertes KI-System da deutlich besser ist.

00:44:04: Also die menschliche Quote bei Entscheidungen liegt um wie bei achtzig Prozent.

00:44:07: KI kann wenn sie gut trainieren ist halt eben darüber hinausgehen und wird auch seltener müde dabei und kann das halt in vierundzwanzig Stunden am Tag machen.

00:44:15: Wie komme ich diesem Business Case näher?

00:44:17: Ganz überraschend Antwort sprich mal mit Kunden.

00:44:19: also Frank auch gesagt die sind AI-Company, aber das Wichtige ist bei den Kunden vor Ort zu sein.

00:44:25: Wie arbeiten die?

00:44:26: Wie sehen die Prozesse aus wenn sie Windparks aufbauen und wie sieht es da im Maschinenraum quasi aus um da auf der Basis halt eben auch näher an die Kunden ranzukommen und dann entsprechend halt eben schauen wie kann KI da helfen.

00:44:39: Und in all diesem Kontext ist dieses Thema Accuracy, also wie präzise sind die Antworten die die KI liefert?

00:44:45: So unfassbar wichtig!

00:44:46: Nur dann kann man das ganze nachhaltig aufbauen.

00:44:49: nur dann scheitern die KI Initiativen nicht weil man sieht der Output wird einfach so viel besser.

00:44:55: Also das war jetzt heute kein reines Marketing-Thema, sondern zwar eher ein Businessfokus.

00:44:59: aber ich finde dieses Thema so spannend weil wir im Marketing so viel über diese Effizienz und die kleinen Sachen und dann haben ganz viele KI-Profeten da draußen auf LinkedIn, die uns wahnsinnig viel versprechen und mit Claude ihren Marketingteam bekrationalisieren.

00:45:11: Die Tatsache ist nie dass passiert gerade nicht, weil es falsch rum auch gedacht wird und abgesehen davon auch zu schnell nicht passieren wird.

00:45:17: Aber guckt das ganze Thema wirklich mit einem Business Impact an?

00:45:20: Da ist eine ganze Menge.

00:45:22: Den Report pack ich auf jeden Fall in die Show noch mit rein, den Kontakt zum Frank auch.

00:45:25: Es sind spannend, ihm dazu zu folgen.

00:45:27: Frank, was müssen wir noch unbedingt ergänzen?

00:45:29: Boah das war schon super viel!

00:45:30: Super gut hätte ich gar nicht so gut zusammenfassen können.

00:45:32: Danke habe ich jetzt auch über das gelernt.

00:45:34: Ich glaube nochmal so zusammenfassend wenn ihr überlegt euch einen Dienstleister für dieses Thema zu holen und ihr solltet auf jeden fall vergleichen guckt euch mehrere Leute an gebt denen wie gesagt etwas kompliziertes als Aufgabern.

00:45:47: gibt denen nichts einfaches weil sie freuen sich bei Aufgaben.

00:45:49: Das finde ich einen sehr schönen Hinweis, das mögen wir als Agentur übrigens auch.

00:45:52: Wir sind jetzt kein reiner KI-Dienstleister aber wir haben großen Spaß an den komplexen Sachen.

00:45:56: also das ist auch das wo die Nerds dann so richtig steil gehen können.

00:45:59: So lieber Frank!

00:46:00: Vielen vielen Dank für alle Input.

00:46:01: es war mir ein großes Fest und liebe Hörer, liebe Hürre, Podcast abonnieren mit vom Sternenbewert nicht vergessen.

00:46:07: das macht mir dann große Freude.

00:46:08: und dann hören wir uns in der nächsten Woche wieder.

00:46:10: Danke schön tschüss.