00:00:00: Dass Daten wichtig sind, weiß glaube ich jetzt inzwischen jeder Marketar.

00:00:04: Vor allem natürlich man braucht gute Daten!

00:00:06: Das große Problem dabei ist wie bekomme ich die?

00:00:09: Das erfährst du jetzt!

00:00:11: Liebe Hörerinnen und

00:00:18: Behörer Ich bin Robin Heinz mit guten Dank Geschäftsführer der Online Marketing Agentur More Fire Und heute bin ich im schönen verregneten Hamburg Und mir ging übersetzt der Andreas Fischer Geschäftsführer von Minubo.

00:00:29: Lieber Andreas Schön, dass du hier bist oder ich bei dir sein darf.

00:00:32: Ja Mann Robin!

00:00:34: So... Gute Daten, schlechte Daten.

00:00:37: Ich habe jetzt die Tage noch einen Podcast aufgenommen mit dem Patrick Spaß und der meinte so schön KI verstärkt gute und schlechte Strukturen.

00:00:44: zugleich gilt auch für Daten oder?

00:00:46: Ja also ein hundert Prozent kann ich nur unterschreiben.

00:00:49: Sehr schön!

00:00:50: So dann lass uns doch mal in die Richtung navigieren.

00:00:53: wie kriege ich gute Daten?

00:00:55: und ist das so?

00:00:56: Home-Turf von Minubo auch?

00:00:58: Sag mal einen kurzen Satz was macht ihr eigentlich?

00:01:00: Also nochmal vielen Dank, dass ich hier sein darf.

00:01:03: Was machen wir mit Minubo?

00:01:04: Wir sorgen im Endeffekt dafür das die Daten sie los in denen die Daten von vielen Händlern und Marken stecken, dass sie aufgerissen werden, was sie aufgebrochen werden.

00:01:12: Wir sorgen dafür, dass die Daten an einem Ort zusammen kommen und dann machen wie sie zugänglich.

00:01:16: ja, dass du wirklich im Endefekt mitarbeiten und letztendlich auch einen Return daraus ziehen kannst.

00:01:21: Ja weil wir wissen alle Daten ohne dass du etwas mit machst ist im Endefeld wertlos.

00:01:26: Und wir haben zwanzig, sechsundzwanzig und wir haben noch immer Daten sie los.

00:01:29: Eigentlich hätten wir wahrscheinlich vor zehn Jahren gesagt bis zwanzisächsenszwanziges das Thema so langsam erledigt oder?

00:01:34: Ja also finde ich auch faszinierend wie zum Teil da immer noch Realität und über das was so gesprochen wird auseinander liegt.

00:01:41: also finde Ich auch ja Überraschen muss ich.

00:01:44: Ich muss hier voll recht geben,

00:01:45: aber es ist eure eure Daseinsberechtigung.

00:01:47: Das ist eine Chance

00:01:47: für uns.

00:01:49: Was macht gute Daten aus?

00:01:51: Das ist jetzt...ich habe mir die Frage im Vorfeld notiert und dachte das könnte philosophisch abdriften.

00:01:55: Wir versuchen es mal pragmatisch zu halten.

00:01:57: Wie viel Zeit hast du mitgebracht?

00:02:00: Kann nicht gern ein bisschen was zu sagen.

00:02:02: also Gute Daten heißt vor allen Dingen einmal habe ich ja gerade schon angerissen dass das darum geht alle relevanten Daten eben zusammen zu haben.

00:02:10: Also es bringt nichts, wenn du sie los hast und die Daten nicht verknüpft in intelligente Entscheidungen einbezogen werden können.

00:02:19: Das heißt, dass die Daten müssen zusammengeführt werden.

00:02:21: Technisch machen wir das in der Regel indem man alle Daten in einem Data Warehouse integriert.

00:02:25: Und dann ist eben ganz wichtig, dass man die Daten harmonisiert, sie verknüpfen miteinander also dafür sorgt, dass das Ganze zusammen passt.

00:02:34: Und dann muss man eben dafür sorgen, wenn man diese strukturierten Daten hat, dass man sie auch entsprechend beschreibt.

00:02:41: Ja, weil gerade im Kontext KI du hast ja schon gesagt KI verstärkt alles.

00:02:46: Im Guten wie im Schlechten und KI muss man vor allen Dingen auch mit dem richtigen Wissen versorgen.

00:02:51: das heißt wenn du erstmal nur Daten hast dann ist es natürlich neutral.

00:02:55: aber die KI muss wissen was versteckt sich hinter diesen Daten?

00:02:58: Das heißt man spricht über Metadaten was nichts anderes heißt als dass man in der KI sagt guck mal In dieser Datei hier da siehst du übrigens Umsätze oder Retouren Denk simpel, aber unheimlich wichtig.

00:03:09: Dass das erst mal stattfindet.

00:03:11: und da muss man natürlich auch wenn man gerade über KPIs spricht sagen wir berechnen sich diese KPIs überhaupt?

00:03:17: ja?

00:03:17: Wenn du Umsatznettung nach Retouren was heißt denn das überhaupt?

00:03:20: Ja weil es ist ganz ganz schlecht wenn man nicht die gleiche Sprache spricht Das ist ja überall so.

00:03:25: und zusammen spielen mit der KI.

00:03:27: in jedem Fall auch Du musst eine Klarheit haben, worüber du sprichst und das entsprechend richtig definieren.

00:03:34: Das sind schon mal zwei ganz wichtige Schritte die du tun musst um gute Daten zu haben.

00:03:38: Sie integrieren zusammenführen und richtig beschreiben also den Kontext schaffen.

00:03:42: Du hast gesagt du musst Daten harmonisieren!

00:03:46: Was verstehst du genau da drunter?

00:03:49: Wie geht das vonstatten?

00:03:50: Schöne harmonische Daten bekommst du beispielsweise indem du jetzt zwei Quellen hast wo Umsätze hinterlegt sind.

00:03:58: Da musst du natürlich dafür sorgen, dass du diese Umsätze sinnvoll zusammenführen und harmonisieren kannst.

00:04:04: Zum Beispiel addieren.

00:04:09: Z.B.

00:04:09: addieren aber beziehungsweise vor allen Dingen auch dafür zu sorgen der Umsatz in deinem ERP mag ein anderer sein als der Umsatz wie du ihn sozusagen mal in dein Schopsystem hinterlegt hast.

00:04:20: Leichte andere Definitionen also das diese Daten eben wirklich zusammen passen.

00:04:24: Aber ich meine das mit dem addieren gerade im spaß weil wir sehen ja immer wieder auch abweichung in verschiedenen systemen.

00:04:31: so wie gehen wir damit um?

00:04:32: weil auch das ist seit Ich mache seit zwanzig jahren performance marketing und seit zwanzig Jahren haben Wir abweicherungs zwischen google ads daten und google analytik starten Und ich weiß nicht wie oft ich diese frage schon beantwortet habe.

00:04:43: Auch auch gehört ja irgendwo zur Wahrheit bei Daten also bzw.

00:04:47: Gibt es diese eine wahrheit Bei data wenn wir irgendwie um ihn kommers unterwegs sind?

00:04:52: Ja, ich meine was du ansprichst.

00:04:54: Ob du auf Google guckst oder auf Meta, jeder versucht sich dann natürlich so wie es am Warenleben ist, so gut wie möglich zu verkaufen und natürlich gehört der letzte Order dann eben Google oder Meta oder wie auch immer.

00:05:06: Ich glaube deswegen ist es so wichtig dass du eine neutrale Instanz zwischen hast die Daten wirklich zusammenführt Und das ist das was wir eigentlich machen, dass du einen Single Point of Truth hast Die Daten an einem Ort dann eben wirklich im Idealfall, was wir auch immer machen auf ERP-Daten zurückgreifst.

00:05:24: Also aus dem wahren Wirtschaftssystem.

00:05:25: warum?

00:05:26: Weil das unserer Meinung nach die Daten mit der höchsten Güteklasse sind.

00:05:29: Das sind die Daten, die ausschlaggebend sind für alles, was du in Rechnung stellst also für etwas wirklich richtig... fakturiert wird für alles das was du zahlen muss und dass es dann eben auch die echte wahrheit.

00:05:40: und da diese daten musst du dann im endeffekt mit dem verknüpfen, was du bei google gesehen hast.

00:05:46: Und dann kriegst du deinen kek und das was so gezahlt hast.

00:05:48: dann kommst du dem schon deutlich näher als dem was google entsprechend vielleicht für sich man okay

00:05:54: also eher als single point of truth dann was was das thema datum genau

00:05:58: also war verknüpft eben na also du musstest natürlich dann in entsprechen mit den Tracking-Daten aus Google oder welchem System du auch immer da auf was du setzt, verknüpfen und entsprechende Attribution drüber legen.

00:06:10: Aber im Endeffekt musst du die harten Orders nehmen und nicht das nehmen, was Google sagt, was vielleicht bestellt worden ist.

00:06:17: Beim Thema Zugänglich machen und so diese Datensiedos mal aufbrechen, die Sachen zusammenführen – was sind sie so aus einer Erfahrung jetzt so aus Projekterfahrung?

00:06:25: Da eigentlich so die größten Hürden also da wo wird's immer tricky um die Sachen zu bringen.

00:06:32: Also wenn wir vom Thema Zugänglichkeit reden, ich glaube also das ist deswegen ich bin total begeistert in was von der Phase wie uns gerade befinden ja.

00:06:39: Also zugänglich machen von Daten hieß ja bis vor kurzem noch dass du einfach ein cooles Frontend hast ja der Sports die nicht intuitiv sind in irgendeiner Art und Weise reports die leicht lesbar sind.

00:06:50: Aber ganz ehrlich, das war natürlich für die Allermeisten unter uns immer noch zu nervig, zu komplex, sich täglich damit zu beschäftigen.

00:06:56: Und deswegen finde ich diese Phase so spannend weil sich der Wert von Daten fast in den letzten Monaten nochmal extrem gesteigert hat.

00:07:05: Vorher gab es der Sports aber dann wurden mal Entscheidungen getroffen und wurde es herangezogen oder eben auch nicht.

00:07:10: Mittlerweile hast du halt wirklich die Möglichkeit deine Daten mit deinem LLM zu verknüpfen um mit deinen Daten zu sprechen Ja, und das macht es halt so niedrigschwellig.

00:07:19: Wenn du von einer globalen Frage wie beim Umsatz gestern hinkommen kannst, wieso war denn der jetzt schlechter als im Vormonat?

00:07:27: Dann kriegst du die Treiber ausgespuckt dann kannst du sagen okay... Und wieso ist das so?

00:07:32: Du kannst vom ganz Großen dich rein drillen bis ins letzte Detail ohne dass du irgendwie ein Datenwissen brauchst.

00:07:40: Du musst irgendwie eine gewisse Verständnis von deinem Geschäft haben und Fragen stellen.

00:07:43: Das finde ich faszinierend weil wenn das dazu führt Präzisationsbreite plötzlich sozusagen so eine Agilität aufbauen kannst, wo du vor einem halben Jahr noch ein Analysent-Team verbrauchst.

00:07:54: Dann ist das eigentlich was ich sozusagen unter Zugänglichkeit beschreiben würde.

00:08:01: Nimmst Du das auch bei euch?

00:08:02: Bei Kunden war.

00:08:04: die tendenz ist so wir machen jetzt weniger wir stecken weniger energie in die dashboards rein sondern wir gucken wirklich dass wir mit mit smarten interfaces wo einfach dann auch das sieh level einfach mit den daten kommunizieren kann, dass das jetzt auch richtig fad aufnimmt oder es noch ein bisschen neuer thema.

00:08:20: Es ist wirklich eine totale Nachfrage da, es sind total Fahrt auf.

00:08:23: Wir haben gerade im Beta Rollout jetzt das unsere Kunden via MCP also ne Standard-Schnittstelle direkt auf ihre Daten zugreifen können mit dem LLM ihrer Wahl was eben sozusagen im Unternehmen dann eingesetzt wird ob Scoop Pile Gemini oder Claughtes und Also, das ist wirklich die Kunden sind da total begeistert.

00:08:41: Die wollen das nutzen weil es einfach so leicht zugänglich macht und du eben auch noch mal die Möglichkeit hast dann andere Datenpunkt und Informationen mit rein zu bringen.

00:08:52: Wenn ihr dir vorstellt, du hast jetzt ein Claude Das ist auch nochmal mit deiner Unternehmensdatenbank verknüpft Da ist er nochmal abgelegt welche Marketingkampagnen liefen welche kommen und so weiter, also vielleicht wissen was jetzt nicht in den Daten ist sondern Kontext den du dazu gibst oder dir nur auch einfach noch mal manuell mit eingeben kannst dann entstehen natürlich nochmal ganz andere Insights als wenn du nur auf Ende der Sports guckst.

00:09:14: Aber das ist sozusagen diese explorative Datenanalyse Vorkass, Insights Gewinn irgendwo einzusteigen.

00:09:22: Natürlich gibt es trotzdem weiter noch irgendwie den Wunsch auf dem Dashboard zu schauen weil wenn du irgendwie den Umsatz im Vergleich sehen willst von gestern zu dann ist auch ein Blick so einen Dashboard natürlich immer noch relativ intuitiv.

00:09:33: Das heißt auch die Excel-Tabellen die hin und her geschickt werden sie sterben doch nicht ganz so schnell aus?

00:09:37: Ich hoffe schon!

00:09:39: Also ich hoffe schon.

00:09:40: also das ist einfach genau ja.

00:09:42: Aber du nimmst jetzt auf jeden Fall schon mal wahr, dass da richtig Fahrt aufgenommen wird.

00:09:46: Und wahrscheinlich wenn man sowas aufgesetzt hat dann werden wir wahrscheinlich auch erstmal eine ganze Reihe an Tokens durchgeballert weil die Leute erst mal anfangen damit zu spielen und das erstmal auszuprobieren.

00:09:53: Scheinlich so ein bisschen kindliche Neugierter noch dahinter.

00:09:56: Ja, hundertprozent.

00:09:57: also es macht einfach Spaß ist es easy es ist zugänglich und klar.

00:10:01: das ist ja ganz bei ganz vielen Produkten so ne?

00:10:03: Da ist theoretisch ein extremer Wert da.

00:10:04: aber in den Dingen beschäftigt sich ja tagtäglich mit Marketing die müssen Spaß machen, die müssen intuitiv sein.

00:10:11: Es ist nicht immer alles nur rational oder du denkst so macht ja rational total Sinn das zu machen.

00:10:16: aber es macht keiner wenn's zu komplex ist und ich glaube deswegen finde ich es so faszinierend wäre unsere Vision ist da ein bisschen dafür zu sorgen dass Daten demokratisiert werden, dass wirklich jeder damit arbeiten kann.

00:10:27: und weil immer so eine Bremse diese Zugänglichkeit also die Intuitivität da ein Stück weit ausgebremst war.

00:10:34: Woran hakt es?

00:10:36: Dass noch nicht alle Unternehmen sowas Haben.

00:10:39: Also ich nehme es bisher noch nicht so wahr, wir arbeiten nach wie vor sehr viel mit der Sport.

00:10:44: Wie du das auch sagst.

00:10:44: also du willst trotzdem da drauf schauen aber ich sehe bei uns im Kundenstamm noch wenige wo wirklich dann dieser Interaktion mit den Daten so stattfinden.

00:10:54: was sind die größten Herausforderungen wenn ich sowas aufsetzen will?

00:10:57: Ich meine im Kern liegt das glaube ich ganz oft daran dass das nicht ein Kerngeschäft ist und wir haben ja alle genug zu tun.

00:11:02: und jetzt sind sich langweilig und plötzlich jeden Tag zwei drei Stunden Zeit um neue Dinge aufzusetzen.

00:11:08: deswegen dass sowas oft auch ein bisschen Zeit braucht, bis das dann sich verbreitet.

00:11:14: Ich glaube ganz oft die Hürden sind tatsächlich... also du hast es angesprochen?

00:11:20: Die erste große Hürde ist, dass die Daten zum Teil gar nicht an einem Ort sind, also dass dieses Data Warehouse diese Infrastruktur fehlt.

00:11:27: was dann alternativ gemacht wird, ist dass die Leuten dann besagte Excel-Tabellen, die du gerade genannt hast nimmst und sag dann werfe ich die mal in Cloud rein.

00:11:36: Und dann kriege ich schon etwas zurück.

00:11:38: da kann nicht nur für Warn im Übrigen weil die Leute helfen sich ja natürlich.

00:11:42: also der Drang das auszuprobieren das zu nutzen sehe ich hundert Prozent so und das ist dann eben der Shortcut.

00:11:49: Das ist halt einfach wirklich gefährlich Weil wir haben grade von über Meterdaten über eine Semantik gesprochen das fehlt halt alles Selbst wenn das da ist, also selbst wenn du sozusagen noch mitgibst okay das sind jetzt hier Umsätze und die sind so berechnet etc.

00:12:03: Was unsere Erfahrung ist Produktentwicklung heißt für uns ganz viel dafür zu sorgen dass die LLMs mit den Daten auch das Richtige machen Und das heißt vor allen Dingen den Guardrails mitzugeben.

00:12:14: Also die richtigen Bahnen ich sage mal so eine diese LLM-Technologie ist ja probabilistisch Das weißt Du auch wenn Du zwei Mal die gleiche Frage stellst kriegst nicht zweimal die gleicher Antwort.

00:12:24: Aber Du willst Ja Wenn Du über analytics über daten sprichst auf den du irgendwie eine entscheidung basierst marketing spend ausgeben so dann bist ja schon sicher sein dass das sich das stimmt.

00:12:33: und da beschäftigen wir uns total mit, dass wir solche guardrails aufsetzen.

00:12:38: Das sind so simple dinge wie das.

00:12:40: zu dem lm sagst bitte berechne das immer mit pfeifen Und schau nicht in irgendwelchen Daten, die du mal gelesen hast und schätze dann weil zwei plus zwei hast du gelesen ist immer vier.

00:12:51: Dass das vier ist so eine Berechne das wirklich ja?

00:12:55: Und dass jetzt nur ein einfaches Beispiel Das musst du an allen Ecken und Enden machen Weil die LMS natürlich auch unsere Erfahrung Die Tendenz haben effizient zu sein.

00:13:03: Ja, und wenn es teurer ist das zu berechnen als da vielleicht noch mal irgendwo nachzuschauen in Daten dann wird so der Shortcut gewählt.

00:13:10: Das heißt du musst sozusagen schon immer die richtigen Guardrails hier richtigen Leitplanken setzen damit dass richtig herauskommt.

00:13:17: also nicht einfach die Exel reinschmeißen bitte das gefährlich.

00:13:21: ja tatsächlich Du hast meine Frage auch vorweggenommen.

00:13:24: Thema Halluzination kennen wir alle aus dem Kontext, wenn es um generative KI geht.

00:13:30: Also wir erstellen Texte und dann landen noch einmal Zitate drin, KPMG hatte.

00:13:34: da musste jetzt auch eine Studie zurückziehen die halt gespickt war mit falschen Zitaten und falschen Studien.

00:13:41: Wenn das Ganze dann bei meinen Entscheidungen Daten basiert ist natürlich schwierig.

00:13:46: also du sagst halt wenn ich da klare Vorgaben mache die Daten sauber benenne Dann sind Haluzinationen jetzt kein Problem.

00:13:55: bei der Auswertung der Daten

00:13:57: Korrekt.

00:14:00: Ich rate immer noch dazu, gerade wenn es um wichtige Entscheidungen geht auch den Doppel-Check nochmal zu machen und zu gucken.

00:14:07: in den Daten im Bank lässt sich das wiederfinden.

00:14:10: aber ja also unser Erfahrung ist wenn du sozusagen da sauber arbeitest, saubere Guardrail Sets, sauberer semantisch aufbereitete Daten hat dann kann das sehr gut funktionieren.

00:14:22: Was brauche ich an Technologie?

00:14:24: Was braue ich an Know-how dafür?

00:14:26: Fangen wir mit der Technologie an, weil beim Thema KI ist mal so welche Toolsetze.

00:14:31: Einesmal diese Standardfrage.

00:14:33: Ich finde die kommt immer zu früh aber jetzt ist ein guter Zeitpunkt für dich.

00:14:37: also was brauche i an Technologi dafür?

00:14:40: Also im Endeffekt brauchst du einen ersten Schritt wenn du nix weißt.

00:14:44: Wenn du das Perspektive rausschaust brauchst natürlich die Technologie die du schon immer gebraucht hast, das heißt du brauchst dir den notwendigen Tool zum deine Daten zu extrahieren.

00:14:54: So habe ich jetzt nicht in die Details gehen sie zusammenzuführen im Data Warehouse Snowflake wo auch immer da die die präferierte Wahl ist.

00:15:01: und dann brauchst du vor allen Dingen also ich glaube da als Technologie Experten oder Fachwissen im jährlichen Bereich ganz eng verknüpft, dann brauchst du ja ein Datemodell.

00:15:11: also du musst deine Daten in irgendeiner Art und Weise strukturieren und beschreiben.

00:15:16: Und das muss sinnvoll sein Bezug auf die Industrie in der Du arbeitest.

00:15:21: Das ist Expertenwissen!

00:15:23: Ich glaube, ich kann Ihnen der KI helfen.

00:15:26: Aber das ist oft etwas was in den Köpfen der Menschen steckt und das musst du sauber modulieren.

00:15:32: Du musst eben sauber die verschiedenen Bestellstatue durchdeklinieren und gucken wie das Ganze bis zum Deckungsbeitrag runter definiert sein muss usw.

00:15:41: Also da steckt viel Detailarbeit drin und es muss richtig moduliert sein.

00:15:46: Das ist wirklich kein nur mal Beton, das ist wirklich essentiell dass so ein Datenmodell sauber aufsetzt.

00:15:52: Genau, da gibt es diverse Tools dafür für wir mit Minubo liefern das eben wirklich... Also das ist jetzt ein echtes Asset.

00:15:59: Ich muss sagen dass es war im Asset das wir schon immer hatten.

00:16:01: aber jetzt in Zeiten von KI Es ist nochmal ein Asset was deutlich besser verstanden wird.

00:16:06: ja weil dieser Nutzwert okay die KI versteht das sonst nicht?

00:16:08: Was dahinter steckt natürlich noch mal wesentlich leichter zu transportieren ist als das vielleicht vorher der Fall war.

00:16:14: also Wir haben eine Modell über die Jahre entwickelt und Liefern das mit aus.

00:16:18: Es gibt dann diverse wie zum Beispiel DBT, wie du das als Semantic Layer dann für deine individuelle Branche auch modellieren kannst.

00:16:25: Und dann musst du im Endeffekt über ein MCP also eine Standardschnittsstelle herstellen zu deinem LLM, also was ein MCPserver aufsetzen den entsprechend konfigurieren und dass dann mit dem LLm deiner Mahl verknüpfen.

00:16:40: Also so ganz grob ist das technische Setup.

00:16:42: Was ist bei euch im Moment das präferierte LM?

00:16:46: Als wirklich der kunde ist ja offen, also

00:16:50: wenn ihr die möglich hat oder du jetzt gefragt wirst ich bin so total agnostisch welches würdest du empfehlen?

00:16:55: Also ich arbeite tatsächlich gern mit klart.

00:16:57: Ja das

00:16:59: habe

00:17:00: ich schon gedacht dass du das sagst.

00:17:04: Aber wir haben wir haben im unternehmen haben wir die google sweet sonst für alles auch jammin nahe finde ich Top-Ergebnisse, ich glaube BtoB Kontext ist so Claude gerade auf jeden Fall, zumindest imagemäßig Form.

00:17:17: Es ist Wahnsinn wie schnell sich das entwickelt weil wir wirklich dran sind und ja preiswiege eben schon gesagt der Produkt arbeitet uns täglich damit beschäftigen die bestimmte Modelle dann auf Daten reagieren.

00:17:29: es ist wirklich krass wie schnell sie sich das ganze beschleunigt.

00:17:33: Also das, was ich gerade erzählt habe, dass du einfach mit deinen Daten sprechen kannst und dass du wirklich da, weil die der Antworten Insights etc.

00:17:40: generieren kannst... Wir saßen vor gutem halben Jahr hier und haben darüber nachgedacht, also dass wir das auf jeden Fall machen wollen, dass wir uns von so Stärken, Datenmodulierung, Datenintegration alles, was sich beschrieben hat, fokussieren wollen wann aber doch ein bisschen skeptisch Wie gut das denn funktionieren kann?

00:17:56: Also wie gut wirklich dann die Ergebnisse sind, ob wir den Scope erstmal sehr klein halten müssen für ein Case.

00:18:01: Also zum Beispiel lassen uns nun mal erst einmal nur Marketing anschauen und nicht gleich das ganze Datenmodell in der ganzen Breite zur Verfügung stehen.

00:18:08: Und das ist krass!

00:18:10: Wir saßen ein paar Monate später hier und sagen ja es funktioniert aber schon.

00:18:13: Ja also diese Geschwindigkeit mit der sich da Sachen verbessern ist schon enorm.

00:18:19: Ja, kann ich auch aus eigener Erfahrung berichten.

00:18:21: Also wir haben es halt eben für uns bei Moorfire auch entsprechend cloudbasiert aufgesetzt.

00:18:25: Wir haben das ganze System mit super vielen Daten auch... ...mit welchen Kunden machen wir welche Umsätze wie in welchen Bereichen machen wir das und so?

00:18:34: Und dass ist halt auch wenn.

00:18:35: wir saßen in der Geschäftsführung Runde zusammen und haben halt eben dann zwischendurch halt eben einfach Cloud-Kurz Sachen abgefragt.

00:18:40: Und du hast die Informationen super schnell!

00:18:42: Die haben sie dann halt eben den ersten Schritt immer auch validiert und sind dann wirklich in die Schieds reingegangen, in die Tools nochmal rein gegangen Die Daten, die da rauskommen, passen.

00:18:51: Dann hast du einen kleinen Sparing-Partner, den kannst du mal eben dazwischen reinholen.

00:18:55: Das macht dann schon auch mehr Spaß als sich durch Excel-Tabellen zu wälzen!

00:19:01: Die sind ja alle sehr selbstbewusst.

00:19:12: LLMC im Auftreten und wir sie die gegenüber kommunizieren, das ist auch meistens sehr logisch aufgebaut und ließ sich sinnvoll her.

00:19:20: also kann ich dann noch mal zu schauen?

00:19:22: Wir haben da durchaus gemerkt wenn du dem nicht genau sagst.

00:19:25: beispielsweise bitte ein Beispiel hatte schon mit der Berechnung anderes Beispiel ist sozusagen wirklich deine letzte Berechnung, die du gemacht hast und gibt die dann aus.

00:19:36: Weil zum Teil hat er sich auch irgendwelche Zwischenergebnisse gezogen.

00:19:39: Also es ist wirklich etwas wo man ein bisschen auf jeden Fall genau hinschauen muss.

00:19:45: So einen LLM mit Imposter-Syndrom das mal zu entwickeln.

00:19:48: Das wäre glaube ich mal ganz zielführend.

00:19:50: Das

00:19:50: wär angenehm für uns alle.

00:19:52: Stimmt!

00:19:53: Die Selbstbewusstsein, also dieses übertriebene Selbstbewusstein von so einem sechzehnjährigen Sohngefühl.

00:20:00: Ja, finde ich sehr gut was vorhin zwischendurch mal das Thema Vorkasting so so angesprochen weil das finde ich ist ein im Marketing Kontext und die meisten den Podcast hören sind hat eben entscheider in entscheidern im Marketing.

00:20:11: Und Vorkastig ist eine riesen Herausforderung geworden weil einfach die Komplexität so hoch ist.

00:20:16: du hast Die Daten sind schwieriger, du kannst keine saubere Attribution mehr machen etc.

00:20:22: Das ist eine Riesenherausforderung.

00:20:25: Kannst du da mal aus eurer Praxis berichten?

00:20:29: was macht ihr in dem Bereich?

00:20:30: Was sind so Erfahrungswerte?

00:20:32: wie kann man das Thema so valide wie möglich aufsetzen und wissen dass man natürlich keine Glaskugel entwickeln kann.

00:20:39: Also Forecasting!

00:20:41: Bevor ich bei Minubu gestartet bin, auch zehn Jahre E-Commerce gemacht.

00:20:45: Ich habe Mode verkauft und Forecasting war für uns auch mal ein Riesenthema.

00:20:49: ja also wie viel Bestand musst du vorhalten?

00:20:51: Was musst du einkaufen?

00:20:52: Wie machst Du das?

00:20:53: Und wir hatten auch so hoch komplexe Excel Tabellen mit Annahmen die irgendwann nur noch wirklich Insider verstehen konnten!

00:21:01: War natürlich extrem fehleranfällig weil wenn da mal irgendwie eine Zelle verrutscht ist oder so dann muss man schon aufpassen.

00:21:08: So und ich habe die frage auch schon oft gekriegt na andreas könnt ihr nicht vorcasting jetzt bei minubo mit an bieten?

00:21:14: ist.

00:21:15: Ich kann euch eine trendlinie reinlegen ja ist überhaupt kein problem.

00:21:18: aber was bringt euch das?

00:21:19: weil wie du sagst es ist so ein krass multivariates thema wetter e-commerce immer relevant marketing budget relevant.

00:21:27: wie viel bestände hast du?

00:21:28: hast du da welche kundenkohorten erreicht?

00:21:30: also sehr wirklich das ganze bis ins unendliche durchspielen, aber ich finde jetzt Dank K.I.

00:21:37: hast du da ganz neue Möglichkeiten, weil du kannst jetzt sozusagen deine Daten nehmen die Historie enthalten, dass so länger die Zeit rein zurückgehen, desto besser.

00:21:46: Du hast dann vielleicht auch die Marketing Budgets, die Cakes die dahinter lagen.

00:21:50: das kannst du alles als Basis nehmen, du hast die Saisonalität drin, also kannst du ganz schon vier aus den Daten ziehen und dann kannst du jetzt eben verknüpfen mit dem Wissen was du hast.

00:21:59: Du kannst mit rein geben, du kannst den Wettervorkast reingeben, du kannst sozusagen neuste Infos die du vielleicht irgendwie zur Keckentwicklung oder den Grenzwerten die du da hast mit reingeben.

00:22:13: Du kannst Infos zum Bestand alles was du für relevant hältst eben entsprechend mit auf den Weg gehen Und das ist schon zum Teil sehr gut.

00:22:24: Also wir haben es jetzt für einen Kunden gemacht beispielsweise, der gerade ein komplexes Budget aufgesetzt hat und er hat gesagt ich kann nicht dass wir hier so eine krasse Excel und können wir das noch mal irgendwie mit Minubu historischen Daten und ein paar Inputs validieren Und haben das dann gemacht und es hat sehr gut funktioniert.

00:22:43: Hat übrigens auch mit Claude sehr gut funktioniert, weil wir haben das erst mit ChatGPT tatsächlich versucht Ausführung gegeben, wie man das machen müsste mit dem Forecasting-Stichwort Multivariat und Hochkomplex.

00:22:58: Wir irgendwelche Modelle herangezogen die ich auch nicht ganz verstanden habe.

00:23:01: und auf die Frage ob er das denn jetzt mal umsetzen könnte.

00:23:03: Er hat gesagt ne das ging nicht.

00:23:05: ja also das würde jetzt nicht funktionieren das könnte er so jetzt nicht berechnen.

00:23:09: und Claude war dann ein bisschen pragmatisch.

00:23:11: aber ja dass nur so als Exkurs.

00:23:13: Aber insgesamt indem wir einfach diese strukturierten Daten mit aktuellem Inputs verknüpft Ist das Thema Forecasting deutlich akkurater und besser, als es früher möglich war?

00:23:25: Und dass gerade das Thema Budgetplanung mit angeschnittenen Dreck bei dem Thema, weil das hängt ja auch sehr eng zusammen.

00:23:31: Also oft mache ich da den Vorkast genau dafür um zu wissen halt eben wie viel Geld kippe ich auf was im Marketing-Kontext.

00:23:40: Was hat sich im Bereich... Budgetplanung verändert jetzt in den letzten zwei Jahren, wo einfach ja auch die Technologie dann einen guten Sprung gemacht hat.

00:23:50: Wo stehen wir da heute?

00:23:51: Was ist jetzt gerade möglich?

00:23:53: Ja also ich glaube was möglich ist und dadurch immer öfter passiert dass du Reforecast hast, dass das Budget eben viel häufiger angefasst wird weil es schneller geht.

00:24:04: Ich glaube früher hast du ein Budget gesetzt Gesetz bist du vielleicht noch mal ein Reforecast gemacht, aber ich glaube doch auch ehrlicherweise zwei Sachen zusammen.

00:24:14: Einfach der Neat gerade weil es wirtschaftlich an so vielen Ecken und Enden dann irgendwie harkt ist das die Vorkast dann immer?

00:24:21: oder die Entwicklung dann doch stark dem Budget, was dann vielleicht optimistisch geplant war hinterherläuft ja?

00:24:27: Ist jetzt gar nicht so technisch sondern eher eine wirtschaftliche Komponente, die ich da wahrnehme.

00:24:32: Und es geht halt eben schneller und dadurch hast du eben nochmal eine andere Agilität Dinge anzufassen zu machen und nochmal zur Hinterfragen

00:24:39: Okay also das nimmst du auch so wahr, dass Budgets viel häufiger angepasst werden.

00:24:43: Also dieses klassische Jahresbudget und das lassen wir dann mal durchlaufen ist vom Aussterben bedroht würde ich auch nehme ich sogar Ja

00:24:49: total ja Wirklich ganz klar, also habe ich jetzt aus verschiedenen Ecken gehört.

00:24:55: Das ist wahrscheinlich eine neue Begrifflichkeit um das irgendwie.

00:24:58: früher hieß es rollierende Planung oder so.

00:24:59: Es hat man alle drei vier Monate gemacht oder so ist doch deutlich häufiger ja.

00:25:03: Rollieren eine Planung, Rolling Forecast genau.

00:25:06: Kommt mir auch noch alles bekannt vor?

00:25:08: Nee wird auch... Ich gehe mal davon aus dass bleibt erstmal so weil wir werden weiterhin also mein e-Commerce ist massiv unter Druck Und ich denke, wir werden da auch in den nächsten zwei Jahren jetzt keine Stabilität in dem Sinne hinkriegen.

00:25:21: Dass wir sagen, okay, wir machen jetzt auf einmal viel längere Planungstuteln wieder oder wie nimmst du das wahr?

00:25:25: Ja, ich glaube, da bist du wahrscheinlich mehr Experte als ich aber was hier wahrscheinlich eine Rolle spielt dass KI die Art und Weise total verändert, wie wir Kunden im Endeffekt erreichen.

00:25:36: Geo, ich bin eine große Rolle.

00:25:38: Google funktioniert nicht mehr so gut, da die Ergebnisse ausgeben.

00:25:42: Das heißt man muss ja auch neu lernen und alles verändert sich.

00:25:45: Wir haben es angesprochen viel schneller.

00:25:47: Auch gerade diese Kanalstruktur wie du die Kunden erreichst, wie sie shoppen wollen.

00:25:50: wir wissen nicht genau wo die Reise bei Agentic Shopping hingeht, kaufen zukünftig nur noch Agenten ein?

00:25:56: und wenn ja, wie muss ich mich da eigentlich als Market hier positionieren?

00:26:00: Deswegen glaube ich da ist soviel los was stark dafür spricht dass man sehr agiert sehr schnell wieder verstehen muss, was tut sich da gerade und dann eben auch Budgets und Planungen anpassen muss.

00:26:10: Und jetzt machen wir nochmal eine perfekte Welt auf!

00:26:12: Also nebenan du hast jetzt den perfekten Kunden, kriegst du auf ein Silber-Tablett serviert?

00:26:16: Wie sieht der eigentlich aus?

00:26:18: im Sinne von welcher Toolinfrastruktur hat er, wie wird damit Daten gearbeitet?

00:26:22: also wenn ich sagen würde so... Der perfekste Case, da haben wir uns richtig ausgetobt.

00:26:27: Was haben die denn für einen Setup stehen?

00:26:28: Wie arbeiten sie mit Daten?

00:26:29: Welches Knowhow ist in einem Team vorhanden?

00:26:32: Dass man wirklich sagt das ist jetzt top

00:26:34: Ja, also grundsätzlich glaube ich können wir den größten Wert stiffen wenn die Infrastruktur schon ein bisschen komplexer ist.

00:26:40: Also ein bisschen gewachsen.

00:26:41: das heißt du hast wirklich verschiedenste Quellen Du hast ein gewisse Maß an Heritage weil dann bist du zu sagen Das was wir an Erfahrung hier mitbringen glaube ich sehr sehr wertvoll.

00:26:50: Wir kennen uns sehr gut aus mit ERP-System Was eigentlich alle hassen Weil diese Systeme massiv komplex sind.

00:26:55: Aber wir wissen sehr genau wie man die Daten rankommt Wie man diese Daten modelliert und Ich glaube da gerade im vergangenen Jahr Wir haben im Vorgespräch auch kurz darüber gesprochen, einen tollen Case gehabt mit der Goldener Fashion Groups ein ganz tolles gewachsenes Unternehmen einer der ältesten Versandhändler in Deutschland.

00:27:12: Da gehört auch Madeleine dazu als Brand und die haben natürlich eine sehr, sehr gewachsene Infrastruktur gehabt.

00:27:19: komplexe Kanalstruktur online, noch viel Katalog-Business also wirklich kompliziert und da sind wir hingegangen und haben das alles wirklich integriert.

00:27:29: Das ist auch möglich gemacht einerseits ganz easy über unser Frontend darauf zuzugreifen andererseits auch für komplexere Anwendungen oder vielleicht eine Visualisierung Dinge noch ein bisschen anders aufbereiten wird es in dem Fall super Set also eine Open Source Visualisierungs-Tour mit anzubinden.

00:27:46: Die sind AI-Ready, weil sie via MCP jetzt direkt mit den Daten sprechen können.

00:27:51: Wir versorgen deren Agentur mit entsprechenden Daten um da Vorkas Modellierungen zu machen.

00:27:58: also sehr runde Setup und es ist eine sehr enge Zusammenarbeit gewesen zwischen uns, deren Entwickler und Data Team und natürlich Spaß gemacht.

00:28:05: so ja.

00:28:05: Da sind wir stolz drauf auf jeden Fall.

00:28:07: Das klingt schon mal nach einem anspruchsvollen Set up vor allem auch dieses das ist historisch gewachsen Erfahrungsgemäß auch immer ein bisschen herausfordern.

00:28:14: Jetzt gehen wir einfach mal das andere Ende und sagen so, wir haben jetzt hier einen neuen online Shop.

00:28:19: D to C Brand geht gerade an den Start mit einem Shopify Shop oder so.

00:28:24: was sind die ersten wichtigen Schritte?

00:28:28: Die machen können damit sie nicht so viel legacy aufbauen vielleicht und halt eben da das Thema Daten direkt vom start an richtig gut aufziehen?

00:28:37: ja also ich glaube Die Startvoraussetzungen sind auf jeden Fall schon ganz andere, da ich das so eben viel mehr auf Standard Software heutzutage setzten mit Shopify und Shopify natürlich auch wirklich schon viele Möglichkeiten.

00:28:52: mitbringt.

00:28:53: Ich glaube es ist trotzdem gut von früh daran zu denken und das so früher dieses Thema angehend ein Data Warehouse aufzusetzen, ja?

00:29:00: Das ist ja heutzutage dann gerade wenn du jetzt sozusagen sehr früh dran bist auch gut möglich und von Anfang an darüber nachzudenken auch was für ein Datenmodell will ich haben?

00:29:09: Ja also wie will ich meine Daten beschreiben?

00:29:13: Wie gehe ich das an auch ein bisschen konzeptionell zu denken, weil es ist wie so eine Sprache.

00:29:17: Und wenn du sagst was klassischerweise passiert.

00:29:20: im Endeffekt du hast immer Druck du musst verkaufen du brauchst die richtigen Sachen.

00:29:24: keiner macht sich darüber Gedanken auch irgendwie nachvollziehbarerweise wie jetzt eine KPI benannt werden soll.

00:29:29: und wie baut man das?

00:29:30: so dass das konsistent ist und nicht in Wildfuchs auswuchert und dann irgendwann Einkauf ganz anderen Rettunquote arbeitet als Marketing und man deswegen immer aneinander vorbei redet also sozusagen.

00:29:42: Und es ist irgendwie während den Anfängen, dass du früher du anfängst dich damit zu beschäftigen das so mehr freust du dich irgendwann drüber.

00:29:48: aber leichter gesagt als getan verstehe ich auch

00:29:50: Ja, definitiv.

00:29:52: Wenn ich mit dem Shop starte, was soll ich am besten als nächstes andocken?

00:29:56: Ist es dann das ERP?

00:29:57: Ist das CRM?

00:29:58: Ist ein Google Analytics... Also was ist da auch Pflicht in so einem Set-Up?

00:30:03: Was würdest du sagen, brauchen wir nicht zum Start?

00:30:05: Wie schaust du auch sowas?

00:30:07: Ich glaube, es kommt natürlich immer davon abwasser, was betreibst du für ein Business.

00:30:11: Bist du irgendwie stark auf Marktplätzen unterwegs oder hast du einen sehr Influencer getriebenes TTC-Business, wo du jetzt erstmal wirklich darauf deinen eigenen Shop setzt?

00:30:18: Das ist natürlich immer... Deswegen gibt es aber nicht so die pauschal Antwort.

00:30:22: Ich brauche eher einen ersten Weg, den Marktplatz-Integrator muss sorgen und dafür sorgen dass du dann auch die Produktdaten entsprechend pusht und wenn du ein kleineres Sortiment hast und drei Nahrungsergänzungsmittel wirfst, dann brauchst du vielleicht nicht direkt ein Product Information System.

00:30:38: also das ist ein bisschen.

00:30:39: deswegen gibt's da jetzt nicht die Antwort A oder B?

00:30:44: Man merkt das dann schon.

00:30:46: Ich bin auch jetzt kein Fan davon.

00:30:48: sozusagen, die Dinge... Also ich habe auch Start-up gemacht und Sachen gegründet und ich glaube stückweit wichtig ist erstmal auf den Kunden zu fokussieren, zu sehen dass es ganz funktioniert und dann Stück für Stück zu agieren.

00:31:01: aber wenn du in Beantwort haben willst also ich glaube wenn du stark Richtung Marktplatz gehst viele Produkte hast dann is ein Pim wo du deine Produkte an irgendwie sauber strukturiert hast, schon echt wichtig.

00:31:15: Weil das dafür sorgt, dass du auf Marktplätzen richtig verkaufen kannst.

00:31:18: auch fürs ganze Thema Agentic Commerce wird es auch super wichtig, dass die Agenten genau verstehen was du da für Produkte hast Produktbeschreibungen auf dem Punkt sind etc.

00:31:29: sonst Kauft keiner bei dir, also das ist so wie die eine Richtung und ich glaube wenn du eher ein bisschen Influencer getrieben bist, die Ducie Brand dann kannst du vielleicht das kleinere Produkt Fortfolio und dann kannst Du das ein bisschen außer Acht lassen.

00:31:42: Das ist gerade das schöne Buzzword was jetzt uns seit zwei Jahren glaube ich im e-Commerce Umfeld beschäftigt reingeschmissen, Agenty Commerce Also dass wir demnächst alle nur noch im ChatGPT Interface kaufen.

00:31:54: Wie schaust Du auf das Thema?

00:31:56: Wie weit sind wir da?

00:31:58: Ja, also ich meine die Zahlen sind ja irgendwie im Elbster auf der K-Fünf jetzt gehört.

00:32:02: Wir sind dann noch, was sagt der Tarek Müller glaube ich auf der Bühne?

00:32:05: Ich würde es nicht falsch zitieren aber er sagt glaube ich irgendwie nur Komma ein Prozent der Käufe kommen als Quelle über LLMs ob sie GPD und Co ist.

00:32:16: Ich glaube schon, dass das... also wenn wir, so sagen wir gentelcommerce reden, dann reden wir nicht nur darüber, dass du irgendwie die Discovery machst und irgendwie so einen bestimmten Thema was auf Claude oder GPD oder so findest.

00:32:28: Sondern dass du ein Agent hast der für dich eben die Erledigung macht ne?

00:32:32: Du jagst den los!

00:32:34: Und ich kann mir schon vorstellen, dass es für... Also keiner weiß ja so schnell wie das gehen wird.

00:32:39: Aber im Endeffekt glaube ich schon, da ist gerade viele Artikel, die so ein bisschen Commodity sind.

00:32:44: Ja, wo du ganz klare Vorstellungen hast irgendwie die und die Kriterien muss das erfüllen.

00:32:49: Das darf nicht teurer sein als dass.

00:32:50: und dann kauf mir das... Dass es relativ zügig gehen wird und dass das Interface dann überhaupt keine Rolle mehr spielt.

00:32:56: Und dann brauchst du natürlich die entsprechenden Daten für andere Kategorien Also meine persönliche Wahrnehmung wo du eher so ein bisschen die Experience eine Rolle spielst.

00:33:06: Ich liebe es Reisen irgendwie zu organisieren.

00:33:11: Da lass ich mich supporten, aber ich würde den niemals das jetzt komplett kaufen lassen.

00:33:15: Andere ist vielleicht Fashion oder so, wo auch diese Experience noch alle spielt.

00:33:19: Da wird das entsprechend länger dauern.

00:33:22: Aber ich glaube schon dass das mehr und mehr ein Relevanz gewinnen wird über die nächsten Jahre.

00:33:29: Wie sieht das bei Minubo aus?

00:33:30: Also du führst ja auch das Unternehmen hier.

00:33:33: Wie viel KI ist da im Alltag drin, hast du da jetzt auch deinen Assistenz so wie ich es vorhin bei Morfire beschrieben habe wo dann immer deine Fragen reinstellts und dann quasi dein Sparringspartner dir selber schon aufgebaut hast auf Datenbasis.

00:33:46: Wie seid ihr darauf gestellt?

00:33:48: Ja wir beschäftigen uns schon intensiv damit weil sie auch Spaß macht und alle auch Bock drauf haben muss ich sagen Wir arbeiten also.

00:33:54: für uns war ein bisschen gestartet und dann hat er wirklich gesagt okay Hier darf jeder sozusagen erst mal alles ausprobieren.

00:34:00: Also, Leute mit Schädt-GPT, Claude natürlich irgendwie immer der Vorgabe, dass dann keine Daten nach außen dürfen und man so ein bisschen auch sensibel ist was man da reinpackt aber durchaus ausprobiert.

00:34:11: Und irgendwann haben wir festgestellt, sodass das halt alle so ein bißchen auch silo sind die sich da entwickeln.

00:34:16: Weil jeder wurscht zu für sich rum, keiner weiß so richtig was der andere macht und haben jetzt vor ein paar Monaten Lengdok eingeführt.

00:34:22: Ich finde das ganz gut, ist ein deutsches Unternehmen also deswegen irgendwie auch die SVGU-Konform.

00:34:27: aber vor allen Dingen der Ansatz dass du so sehr kollaborativ arbeiten kannst.

00:34:31: Du kannst da eigene Agenten bauen in der Plattform Und kannst dir dann aber auch direkt mit deinen Kollegen teilen.

00:34:37: Das heißt sie sehen was du machst Du kannst Workflows bauen Kannst dich auch teilen Ist alles relativ intuitiv.

00:34:43: Wir sind so bisschen aus dieser Ja, aus dem Silo oder raus.

00:34:47: Wir haben dann auch unsere Unternehmensdatenbank damit verknüpft.

00:34:50: Das heißt aber auch da haben wir festgestellt, du musst ja gucken mit was du das verknüffst.

00:34:54: Wenn du da irgendwie einfach sagst okay guck mal hier ist unser Google Drive bitte verknüpft das Mal und der dir als Basis irgendwelche Präsentationen von im Jahr zwanzig zieht.

00:35:03: Dann denkst du ok herzlichen Glückwunsch!

00:35:07: Und Dogfood gilt es, du musst die Daten entsprechend richtig strukturieren.

00:35:11: Du musst wissen was die Datenbasis ist.

00:35:13: Die Entscheidungen sind dann eben nur oder den Insights und die Hilfe die du kriegst nicht so gut wird wie die Basis auf der das Ganze aufbaut.

00:35:19: Ja spannend!

00:35:20: Also die Entwicklung die du geschildert hast... kann ich auch von uns so bestätigen.

00:35:25: Also am Anfang erst mal will ich losrennen, ausprobieren, jeder mal so freie Schnauze und irgendwann mussten wir es dann wieder einfangen ein bisschen konsolidieren bei uns sehr viel auf Claude dann raus gelaufen wo wir im Prinzip die große Datenbank haben

00:35:39: jetzt viel mit

00:35:39: Claudesign wo halt eben noch das ganze Thema Präsentationserstellungen etc.

00:35:42: dann auch drüber läuft was super wertvoll für uns ist.

00:35:46: da sparen wir so viel Zeit.

00:35:47: aber es war dem auch das Ganze so aufzusetzen dass es funktioniert nicht Uraldaten gezogen werden etc.

00:35:54: Das war schon ein ziemliches Brett!

00:35:56: Ja, ja genau also sehr mächtig.

00:35:58: aber der Teufel steckt dann schon im Detail.

00:36:00: es ist halt nicht du schnippst einmal und schon funktioniert alles.

00:36:02: so muss ich tatsächlich den doch... Du musst dich ein bisschen mit beschäftigen.

00:36:05: Ja insofern die DKI nimmt uns leider nicht die gesamte Arbeit ab.

00:36:09: vielleicht auch ganz gut so.

00:36:12: Mit Andreas von Minubo habe ich darüber gesprochen, wie wir gute und schlechte Daten sinnvoll nutzen bzw.

00:36:18: die guten sind voller Nutzen unter vermeiden schlechten Daten zu haben.

00:36:21: Und als Einstieg hatte ich gewählt KI verstärkt Gute-und schlechte Strukturen zugleich und das konnte er auch sehr gut bestätigen.

00:36:27: Ich fasse mal so ein bisschen zusammen was ich mitgenommen habe nämlich Die größte Herausforderung ist erstmal ein gutes Datenfundament aufzubauen.

00:36:34: Das heißt du wirst wahrscheinlich wie fast alle anderen Unternehmen auch mehrere Datensidos haben beziehungsweise viele Systeme mehr Systeme wo die Daten drin liegen.

00:36:43: Diese erstmal zu harmonisieren, dass du sie halt eben auch miteinander matchen kannst.

00:36:49: die Daten auch so beschreiben das wenn du sie in eine KI rein kippst die KI auch weiß wofür diese Daten stehen und da halt eben entsprechend sinnvoll mit arbeiten.

00:36:58: Wenn es umgeht, welche Daten haben vor Fahrt so die höchste Güteklasse sagt Andreas hat das ERP weil da haben wir die Wahrheit drin, da sieht man welche Rechnung rein und raus gegangen sind Und dass ist dann doch deutlich zielführender als in welcher Google Analytics Zahlen oder CRM-Daten dann zu nehmen Weil ERP ist Wahrheit.

00:37:17: also dementsprechend wenn du so ein System hast oder irgendwo da wo die Höchste Validität ist Dann nimmt das als Basis und matche an.

00:37:24: die anderen Sachen damit Machen so eine kleine Transformation weg von, wir machen Reportings und schick sind Excel-Tabellen hin und her.

00:37:34: Sondern im Optimalfall sind wir auch in der Lage die Daten mit einem LLM zu teilen und dann mit dem LLm zu interagieren und uns da halt eben Fragen beantworten zu lassen.

00:37:46: Das heißt du hast da quasi deinen virtuellen Datenanalysten sitzen, der dir dann die Fragen beantwortet und zu allen möglichen Informationen, die du dann da bewertest.

00:37:54: Obacht!

00:37:55: Guard Rates.

00:37:56: Ganz ganz wichtig, das heißt wenn du das System nicht gut aufgesetzt

00:38:01: hast

00:38:02: dann besteht hier natürlich eine riesengefahr von Halluzinationen und von falschen Antworten und du triffst dann halt eben schlechte Entscheidungen auf Basis falscher Informationen.

00:38:10: dementsprechend sowas aufzusetzen Das ist nicht mal eben gemacht.

00:38:14: und da auch in diesem Prozess Human In The Loop nicht vergessen also immer wieder verifizieren Wenn das System dir Zahlen ausspuckt geh mal in die Quelldaten rein und gucken wir ob diese Zahlen wirklich auch stimmen, oder lasst ihr einfach sagen wie das System zu dieser Berechnung gekommen ist.

00:38:29: Das kann manchmal augenöffnend sein.

00:38:32: wenn sowas aufgesetzt wurde Und gut funktioniert ist das wahnsinnig mächtig total wertvoll, weil du viel schneller halt eben auch an die relevanten Informationen kommst.

00:38:42: Der Sports werden deswegen nicht aussterben aber es ist halt eine extrem wertvolle mächtige Ergänzung.

00:38:47: Das kannst Du sowohl als E-Commerce Player machen Aber auch für BtoB Unternehmen total gut Weil Du halt einfach dieses Thema Zugänglichkeit mach ruhm von Daten Ist ein schönes Wort Natürlich halt eben viel besser machen kann und Es macht tatsächlich Spaß in die Interaktion zu gehen.

00:39:01: Also das heißt so Du gehst in Sparing rein und da entsteht dann richtig, das merke ich auch bei uns tagtäglich in der Praxis.

00:39:08: Was sind die Grundvoraussetzungen?

00:39:09: Also brauchst du erst mal Systeme halt eben wo die Daten sauber drin liegen, ein Data Warehouse schadet dabei auf jeden Fall nicht.

00:39:15: und wenn du an den Start gehst mach dir Gedanken darüber wie soll dein Datenmodell eigentlich aussehen?

00:39:19: also was sind so für dich die relevanten Zahlen, was sind die relevant KPI's?

00:39:23: und wenn das alles auch sauber steht dann sind auch solche Themen wie Budgetierung und Forecasting die immer komplexer werden im Marketingwelt immer herausfordernder werden.

00:39:33: Kannst du viel besser halt eben auch auf die Straße bringen?

00:39:36: So dementsprechend guck, dass du da einen vernünftigen Toolstack hast.

00:39:39: Du musst nicht irgendwie da total Raketenwissenschaft draus machen aber du brauchst halt eben eine gewisse Basisstruktur ja mit strukturierten Daten sauber aufgesetzten Daten und dann kannst du deutlich bessere Marketingentscheidungen treffen.

00:39:52: so das ist jetzt meine Zusammenfassung.

00:39:53: was haben wir noch vergessen?

00:39:55: also ich habe dem alle nichts zu suchen.

00:39:57: hinzuzufügen starke Zusammenfassung bin ehrlich beeindruckt.

00:40:00: Vielen Dank.

00:40:01: so das war jetzt ohne KI.

00:40:02: Also, liebe Hörer!

00:40:03: Liebe Hörers, das ist ein... Ein Thema, ich weiß das ist manchmal ein bisschen sperriger und vielen Marketern fehlt so ein bisschen der Zugang zu dem Thema.

00:40:10: Dem Andreas nicht, er hat da großen Spaß dran.

00:40:12: Das heißt wenn du da großes Interesse daran hast dieses Thema bebeibe ich auf die Straße zu bringen haue ihn gerne an, wenn ihr halt eben insbesondere so dieses Thema Harmonisierung zusammenführen von Daten habt um sie dann auch entsprechend so zu nutzen Ist Minubo aus meiner Sicht eine sehr gute Anlaufstelle.

00:40:28: also hau ihn einfach auf LinkedIn an.

00:40:30: Und ansonsten bitte nicht vergessen den Podcast mit fünf Sterns zu bewerten noch zu abonnieren damit du weiteren Inputen nicht verpasst.

00:40:36: Also lieber Andreas, vielen Dank für all den Input!

00:40:38: Danke dass ich da sein durfte.

00:40:39: Wir hören uns wieder bis dann.

00:40:40: Ciao.