AI Workflows in Tagen statt Monaten: Wie Unframe die KI-Strategie von Konzernen revolutioniert – mit Larissa Schneider

00:00:00: Sag mal, ich hab einen Tool gefunden, mit dem ich einen Marketing-Blockpost schreiben kann oder so.

00:00:03: Ist cool, aber ist das wirklich dein Top-Problem, womit du jetzt Leute ersetzen kannst, womit du fünfzig Prozent schneller Outputs generieren kannst und so weiter?

00:00:11: Also fang wirklich an mit den KPIs, mit deinen Painpoints und definiere das und such dann dazu die Lösung.

00:00:18: Und das lasst es nicht von einem coolen Hype-Produkt, was du gerade auf LinkedIn gesehen hast, definieren.

00:00:31: Herzlich willkommen bei Digitale ... Vorreiter, in deinem Podcast zur Digitalisierung von Vodafone Business.

00:00:37: Ich bin Christoph Borsig und bei mir heute ist Larissa Schneider.

00:00:40: Sie ist Co-Founder und COO bei Unframe oder Unframe AI.

00:00:44: Unframe ist in meinen Worten ein AI-Enabler für Unternehmen, vom Mittelstand bis zur Konzern, denke ich mal.

00:00:52: Und das Versprechen ist, AI-Workflows einsetzbar machen und zwar nicht nach Monaten, sondern im besten Fall vielleicht nach Tagen oder manchmal sogar nach Stunden.

00:01:00: Und dabei möchte Unframe darauf achten, dass Unternehmensdaten natürlich nicht ins Training der Modelle rutschen und dass das Investmentrisiko möglichst gering bleibt.

00:01:08: Ich glaube, teilweise zahlen Kunden erst, wenn die Unframe-Lösung wirklich einen messbaren Wert liefern.

00:01:14: Muss ich mal gucken, ob das wirklich wahr ist.

00:01:15: Denn für mich als Unternehmensberater ist das ein absolutes Horrorszenario.

00:01:20: Ich möchte dann natürlich pro Stunde bezahlt werden.

00:01:22: Mal gucken, ob das also bei Unframe besser klappt.

00:01:25: Ich möchte mit Larissa besprechen, wo zum Beispiel die eingeworbenen Fünfzig Millionen Dollar Kapital hinfließen, welche Produkte besonders beliebt sind, welche Lösungen sie gerade besonders viel verkaufen und welche Trends für AI-Lösungen und AI-Agenten sie dieses Jahr besonders sieht.

00:01:43: Herzlich willkommen Larissa.

00:01:44: Toll, dass du da bist.

00:01:45: Danke für die Einladung.

00:01:46: Ich wollte gerade einen Kaffee anbieten.

00:01:47: Da hast du gesagt, nee, danke.

00:01:48: Ich habe schon Hamburgs besten Kaffee-Laden um die Ecke gefunden.

00:01:52: Der ist eigentlich relativ gut versteckt, das Elbgold hier hinten auf dem Parkplatz.

00:01:55: Wie hast du das denn gefunden?

00:01:56: Ich habe eine sehr gute Freundin, der ich gestern aus dem Zug geschrieben habe und nach einer Empfehlung gefragt habe.

00:02:01: und jetzt war ich innerhalb von vierundzwanzig schon zweimal im Alp Gold.

00:02:04: Schön auch zu hören, dass du sagst, das habe ich AI gefragt, also dass manche Sachen immer noch menschlich beantwortet werden und nicht durch AI selbst für jemanden wie dich.

00:02:13: In einem Satz, ich habe euch jetzt vorgestellt, aber wie könnte so ein aktueller Fahrstuhlpitch von Unframe lauten?

00:02:19: Was macht ihr noch, was ich vielleicht nicht erwähnt habe?

00:02:22: Also fängt immer so an, als Großkonzern, ihr habt unglaublichen Druck, eure KI-Strategie umzusetzen.

00:02:29: Wir als Unframe haben gemerkt, egal aus welcher Branche, aus welcher Abteilung die Use-Cases kommen, die technischen Komponenten dahinter sind immer sehr, sehr ähnlich.

00:02:38: Also haben wir eine Plattform gebaut, ist ganz vielen Bausteinen, die sind sehr, sehr technisch.

00:02:43: Kannst dir vorstellen wie so eine Lego-Kiste.

00:02:45: Aus denen können wir Solutions, also die AI Software quasi machen.

00:02:50: die komplett für jedes Unternehmen konfiguriert angepasst werden innerhalb von Tagen.

00:02:56: Du kannst es ausprobieren.

00:02:57: Du bezahlst in keinem Fall etwas, bevor du mehr Wert spürst.

00:03:01: Und wir haben das als sehr skalierbare Möglichkeit entwickelt und fahre damit bisher sehr gut.

00:03:07: Ihr seid ... Drei Gründer.

00:03:08: Ihr habt euch alle vorher kennengelernt bei eurem letzten Arbeitgeber, Noname Security.

00:03:13: In welchen Rollen wart ihr da unterwegs?

00:03:14: Genau.

00:03:14: Also, Schei ist unser CEO bei Unframed.

00:03:17: Er war vorher der CTO und Gründer auch bei Noname Security.

00:03:22: Was macht

00:03:22: Noname Security?

00:03:23: War, API Security Leader.

00:03:27: Wurde im Jahr vor zwei Jahren jetzt, im Jahr im Jahr von Ackermal für fünfhundert Millionen gekauft.

00:03:34: Genau.

00:03:35: Die waren von Null auf ... Zwei-hundert Personen in kürzester Zeit.

00:03:40: Genau, der war scheider der Gründer.

00:03:43: Das ... quasi geh hier hinter der ganzen technischen Entwicklung.

00:03:46: Adi ist unser dritter Kokonar und war im R&D-Bereich da und ich war Partnership und Marketing und so ähnlich.

00:03:55: aufgestellt sind wir jetzt auch.

00:03:56: Wow.

00:03:57: Anfangs zwei, vierundzwanzig Gründe, du sagst so als Bausteinkasten, was war denn der erste Klemmbaustein, den ihr so gebaut habt?

00:04:03: Also das erste Produkt, ich glaube normalerweise ist ja das Playbook, das Silicon Valley Playbook ist ja, such dir eine Industry raus und eine Person und löst das.

00:04:12: und ihr habt aber gesagt, Nee, nee, KI ist überhaupt nicht vergleichbar.

00:04:15: Mit einem bisherigen setzt alle Regeln aus der Kraft.

00:04:17: Wir wollen sofort irgendwie mit so einem breiten Baukasten an den Start gehen, aber irgendwas muss ja das erste Produkt gewesen sein.

00:04:24: Tatsächlich nicht.

00:04:25: Wir haben mit allem von Anfang an angefangen und konnten relativ schnell sehr gut die VCs aussortieren, die gesagt haben, das geht auf gar keinen Fall.

00:04:33: Weil, wie gesagt, entweder du fängst mit einem Produkt an und machst dann ganz viele mehr oder du fängst mit einer Person an und machst für die alles Mögliche oder eine Branche.

00:04:42: Aber was wir gemacht haben, war von Anfang an komplett komisch für viele.

00:04:46: Das heißt, wir haben dann die VCs rausgesucht, die gesagt haben, ihr seid einfach total verrückt und da wollen wir mitmachen.

00:04:52: Aber ja, wir haben alles mögliche ausprobiert.

00:04:58: Eines der ersten Use-Cases, die immer wieder gekommen sind, war irgendwie so, wir haben Salesforce als unser CRM, das ist total kompliziert.

00:05:04: Wir brauchen so viele Developer und Analysten, die uns da irgendwie ein Mehrwert rausziehen können.

00:05:10: Und könnt ihr nicht mal da integrieren.

00:05:12: Aber was wir total schnell gemerkt haben, ist, gerade im Enterprise-Segment, keine zwei Unternehmen auf dieser Welt nutzen Salesforce in genau der gleichen Weise.

00:05:20: Du hast immer noch andere Schnittstellen, die gebraucht werden, andere Workflows und so weiter.

00:05:25: Das heißt, selbst wenn du ein Produkt erstellst und das versuchst zu verkaufen, du musst es sowieso wieder anpassen für alle.

00:05:31: Da haben wir gesagt, warum können wir im Zeitalter von KI das nicht anders machen und jedem das Produkt so zur Verfügung stellen, wie er es wirklich gebraucht, damit das relevant ist und er nicht irgendwie dann anfängt, wir kaufen eine Lizenz und machen dann irgendwie Customization für, wer weiß wie lange.

00:05:48: Weißt du noch, welches Unternehmen als erstes Umsatz bei euch gelassen hat und was ihr gesagt habt?

00:05:52: Was sind eure Learnings?

00:05:54: Dafür sind Unternehmen also bereit, Geld auszugeben?

00:05:57: Ja, würde ich schon sagen.

00:05:58: Es war jetzt nicht irgendwie das erste, aber was mir in den Sinn kommt, ist so das größte.

00:06:05: Und die coole Geschichte daran ist wirklich so die Skalierbarkeit, die wir da gesehen haben.

00:06:09: Das heißt, wir haben die Firma getroffen in einem Online-Event.

00:06:12: Das ist jetzt nicht unbedingt vom Enterprise Sales immer da, wo du sagst, okay, da wirst du jetzt den CIO von der Fortune-Five-Hundred-Firma finden.

00:06:19: Hat in dem Fall ganz gut geklappt.

00:06:21: Und die hatten

00:06:22: ... Von euch organisiertes Online-Event?

00:06:23: Nee, wir haben gesponsert, waren wir für eine halbe Stunde und haben dann Pitch sozusagen gemacht.

00:06:29: Hat ganz gut geklappt.

00:06:30: Und die waren beeindruckt und sind sofort auf eine Idee gekommen.

00:06:34: Wir haben gerade dieses Problem bei uns zwischen den Ewigkeiten versuchen zu lösen.

00:06:39: Wir haben keine Lösung gefunden, wir haben fünfzig verschiedene Firmen angeguckt.

00:06:42: Darfst du

00:06:42: das Problem nennen?

00:06:43: Kannst du da ... Ja,

00:06:44: klar, kann ich mich noch mal sprechen.

00:06:46: Da geht's um Immobilienwirtschaft.

00:06:48: Und die haben ... Ich glaube, siebenvierzichttausend Büros auf der ganzen Welt verteilt und haben halt Mietverträge für diese ganzen Büros.

00:06:55: Cool, wenn du dir das anguckst für eine Immobilie.

00:06:58: Aber vielleicht möchtest du mal auswerten, wie viele Parkplätze haben wir überhaupt?

00:07:01: Oder bei wie vielen unserer Immobilien müssen wir nächstes Jahr die Wartung der Fenster vornehmen.

00:07:07: Und du hast das in verschiedenen Sprachen, verschiedenen Formaten, handschriftlich, elektronisch, PDF.

00:07:14: Bei manchen steht Square Feed, bei nächsten steht Quadratmeter und so weiter und so fort.

00:07:18: Du kannst dir die Komplexität vorstellen.

00:07:20: Teilweise laufen solche Immobilien für große Gebäude, dreißig Jahre lang.

00:07:23: Also total Daten all over the place, wenn du so willst.

00:07:28: Genau, da wollten die halt Learnings rausziehen und versuchen, dass ihre Mitarbeiter da in normaler Sprache mit interagieren können.

00:07:36: Und es gab es nicht so ... Es gibt viele Firmen, die was Ähnliches machen.

00:07:40: Aber jemand, der das global angehen kann und auch skalierbar mit den Daten der Workflows und weiterarbeiten kann, das gab's halt nicht.

00:07:47: Und das haben sie uns gegeben.

00:07:48: Da waren sie in den letzten zwei Wochen das dreimonatigen Evaluierungsprozess.

00:07:53: Und wir haben einfach mal mitgemacht.

00:07:55: Und das hatten wir vorher noch nie gemacht, natürlich.

00:07:57: Aber da haben wir sehr relativ schnell festgestellt, dass es halt wichtig ist, im heutigen Zeitalter nicht einen Partner zu suchen, der das Wissen aus der Immobilienwelt hat.

00:08:07: Weil Wissen ist heutzutage so ein bisschen commodity, wenn du willst.

00:08:11: Weil das LLM halt viele solche Dinge mittlerweile kann.

00:08:13: Ich sehe viele

00:08:14: zu Hause, die zuhören, jetzt sagen sie, ach, das Schmerz zuhören.

00:08:17: Ja, glaub ich auch.

00:08:19: Aber deswegen ... Wir müssen bei uns auch kein Kunde was bezahlen.

00:08:22: Wir sagen einfach, probiert es doch einfach mal aus.

00:08:24: Und dann, also wir werden halt schon bezahlt, weil sie dann im Nachhinein merken, dass wir recht hatten und genau das mit der KI anzugehen, also wirklich ein Unternehmen zu suchen.

00:08:34: Also das macht ihr tatsächlich teilweise, dass ihr sagt, wir hören euch das Problem an.

00:08:38: Wir investieren da, Engineering-Stunden in den Lösungen, außen im Baukasten voll zusammen zu klöpeln.

00:08:44: Und dann erst, wenn es bei dir klappt, musst du dafür bezahlen.

00:08:47: Genau, nicht teilweise immer bei jedem einzelnen Kunden, jedes einzelne Mal.

00:08:50: Wissen die dann, erfahren die dann den potenziellen Preis schon vorher?

00:08:54: Ja, genau.

00:08:55: Also, stell dir das so vor, wir haben so T-Shirt-Size-Pricing heißt das bei uns, Small, Medium, Large, Extra-Large und da haben wir so ganz gute Anhaltspunkte.

00:09:06: Ganz S kostet so im Jahr ca.

00:09:08: ca.

00:09:08: US-Dollar oder so?

00:09:09: Damit fangen wir an, genau, ja.

00:09:11: Es kommt ein bisschen drauf an, manche Lösungen, wo wir halt dann fünf oder sechs oder sieben Schnittstellen haben mit Usern in allen Ecken der Welt, die irgendwie hundert Millionen Daten dadurch packen.

00:09:23: Das ist was anderes, als wenn du das jetzt für ein lokales Unternehmen machst.

00:09:26: Aber wir arbeiten halt hauptsächlich mit Großgründen zusammen.

00:09:29: Es gibt jedes Projekt bei uns, was anfängt, bekommen die auch so ein Business Impact Report vorher.

00:09:34: Das heißt, die wissen ... Was sie einsparen, da arbeiten wir schon mit den Kunden zusammen, um das auch intern quasi.

00:09:41: Versibilität zu geben.

00:09:41: Was

00:09:42: kriege ich in meinem kleinen Unternehmen für seventy-fünfentausend Euro?

00:09:45: T-Shirt S?

00:09:45: Was sind da so typische Use-Cases, die man damit lösen kann?

00:09:48: Kann eigentlich alles sein.

00:09:50: Was wir halt immer versuchen ist, nicht so diese Buzzwords zu gehen.

00:09:53: Also wenn jemand zu uns kommt und sagt, ich möchte jetzt AI-Agenten haben.

00:09:56: Das ist halt so unser Horrorszenario, wenn ich ganz ehrlich bin.

00:09:59: Weil für uns fängt es immer an, ich möchte, dass du dir überlegst, was möchtest du überhaupt erreichen?

00:10:04: Ich werde niemals zu dir kommen und sagen, mach doch mal ABC, sondern was ist dein Pain-Point?

00:10:10: Was sind die KPIs, die du erreichen möchtest?

00:10:13: Also was möchtest du am Endeffekt sehen?

00:10:16: Diese drei Boxen haben wir jetzt erledigt und das war gut und deswegen möchte ich weiter machen.

00:10:22: Und genau das kann sein von ... Du hast also Standard.

00:10:25: IT-Operations ist oft so was.

00:10:28: Du hast ganz viele verschiedene Systeme und möchtest gucken, wo's ist, meine Downtime, wie kann ich das remedieren.

00:10:33: Aber meine liebsten Newscases sind eigentlich so, wo wir in große Unternehmen kommen, die sagen, seit zehn Jahren versuchen wir das.

00:10:40: Und wir können einfach keine Lösung von der Stange finden.

00:10:43: Accenture ist schon fünfmal gekommen und hat irgendwie mit fünf Millionen Dollar im Jahr angekloppt.

00:10:49: Es wird die Workshop gemacht.

00:10:50: Genau, genau.

00:10:51: Und das sind so meine liebsten Newscases.

00:10:54: Da kann ich dir sagen, ein sehr, sehr großes Deutsches.

00:10:58: Und dann arbeiten wir mit dem USA-Team im Moment zusammen.

00:11:01: Da geht es so um radioaktive Materialien, die für medizinische Zwecke von A nach B gebracht werden müssen.

00:11:10: oder so Factories über die ganze USA verteilt, müssen das zum Krankenhaus bringen, innerhalb von sechs Stunden.

00:11:17: Und das Material muss aufgetaut werden, es muss dann irgendwie dahingebracht werden.

00:11:22: Der Kunde oder der Patient muss im besten Fall pünktlich zum Termin erscheinen.

00:11:26: Und es ist halt total viele verschiedene Daten, Quellen, Stau, Wetterbericht, Patientenmanagement-System.

00:11:32: Wie soll dieser Kunde anfangen, das zu googeln?

00:11:35: eine Software von der Stange zu finden, geht einfach nicht.

00:11:38: Und das kannst du entweder selber bauen, du hast aber hunderte, wenn nicht tausende AI-Use-Cases im Backlog, das schaffst du nicht.

00:11:46: Und wenn du es machst, dann musst du auch an das ganze Maintenance und neue Features und sowas denken.

00:11:53: Das ist überhaupt nicht möglich.

00:11:54: Und das ist eigentlich meine liebsten Projekte, weil wir halt wirklich so über jahrzehnte eingesessene Prozesse neu aufrollen können.

00:12:00: Und das ist mega spannend.

00:12:02: Zum Thema McKinsey Extension habe ich gleich noch was fragen.

00:12:05: Immer wenn so ein Signalwort kommt, zu dem mein Kopf sagt, da weiß ich irgendwie ein Fun Fact, muss ich das leider auch noch mal loswerden.

00:12:10: Du hast eben radioaktive Produkte Materialien erwähnt.

00:12:14: Fun fact, Deutschland, obwohl es aus der Keinkraft ausgestiegen ist, produziert jedes Jahr noch viele, viele Tonnen hoch radioaktiv strahlenden Müll, durch nämlich genau zum Beispiel Medizin oder Forschung oder sowas.

00:12:26: Das heißt, auch wie viele Leute, die sie vorstellen, nach dem Ende der Keinenergie macht Deutschland gar keinen zusätzlichen Atommüll mehr.

00:12:31: Das ist kompletter Unsinn, also das sind viele, ich weiß nicht, ob es sogar tausend Tonnen sind oder so, aber es kommen noch einiges zusammen.

00:12:37: Das fand ich auf jeden Fall sehr interessant, selbst ohne Atomkraftwerke.

00:12:41: Und dann hast du aber erzählt, dass Du mit Kunden sprichst, die sagen, Accenture hat irgendwie schon diverse und so.

00:12:47: Und ich glaube, ihr sagt ja auch, ihr wollt irgendwie High Resource und Low Impact Lösungen oder Strategien ablösen und Consulting durch Execution ersetzen, hast du glaube ich irgendwann erwähnt.

00:13:00: Andererseits ist es ja häufig auch so, wenn man irgendwie, wenn man hätte ich gefragt, was meine Kunden wollen, hätten sie gesagt, ein Pferd, das irgendwie schneller rennt oder sowas.

00:13:07: Man muss ja teilweise dann doch irgendwie sich Zeit nehmen und dann... vor einer Implementierung schon nochmal sagen, ist das wirklich was du willst?

00:13:15: Bringt dich das wirklich weiter?

00:13:17: Brauchst du das in fünf Jahren immer noch?

00:13:18: Oder muss man eigentlich das Ganze irgendwie ganz anders denken oder sowas?

00:13:22: So ein bisschen Beratung gehört wahrscheinlich immer dazu, oder?

00:13:25: Klar, das auf jeden Fall.

00:13:27: Der Unterschied ist, das gehört bei uns einfach immer dazu.

00:13:30: Wir sind quasi ein beratendes Produktteam, wenn du so willst.

00:13:34: Da musst du jetzt nicht irgendwie für bezahlen.

00:13:36: Es gibt natürlich mittlerweile viele Modelle, die du gerade siehst.

00:13:39: Jede AI-Company stellt Forward Deployed Engineers ein.

00:13:44: Weiß nicht, ob das bekannt ist, aber das Palantir-Modell, wo du halt für achtzehn Monate, vierundzwanzig Monate von denen ein Ingenieur hast, der sich wirklich in deine Firma mit inkrustiert, wenn du so willst.

00:13:55: Also der lernt alles über dich.

00:14:00: Und der versucht, da intern was zu bauen.

00:14:02: Das brauchst du bei uns nicht.

00:14:04: das extrem viel einfacher und auch sehr viel schneller.

00:14:08: Das heißt, meistens wissen die Business-User, also die, die dann wirklich die Software benutzen, die wissen relativ gut, was gebraucht wird.

00:14:16: Die haben ja einen verschiedenen Pinpoint.

00:14:20: Und da setzen wir direkt an.

00:14:21: Also meistens machen wir eins, zwei Calls mit denen, fünf, vierzig Minuten, sechszig Minuten, sowas in der Art, fragen alle Fragen, die wir haben.

00:14:31: Und dann gibt es die erste Version innerhalb von fünf Tagen.

00:14:35: Und das ist jetzt nicht irgendwie eine Demo oder irgendwie ein Prototyp, sondern es ist wirklich eine Production-Ready-Lösung.

00:14:42: Und die können Sie dann einfach mal probieren.

00:14:44: Die können anfangen, wenn Sie wollen, mit Testdaten.

00:14:47: Weil ich meine, wir arbeiten mit vielen hochregulierten Unternehmen im Finanzbereich, im Versicherungsbereich, Healthcare und so weiter.

00:14:55: Die können nicht immer in ihre Productionssysteme und sich involvieren.

00:14:58: Also da fangen wir ganz oft mit Testdaten an.

00:15:00: Wenn ihnen das gefällt, dann können wir den Zugang geben und die können auch wirklich ihre richtigen Daten integrieren.

00:15:07: Und sie können es ausprobieren.

00:15:09: Also das ist immer der beste Startpunkt.

00:15:11: ganz oft passiert das dann, dass wir uns sagen, jetzt haben wir das benutzt, es ist uns aufgefallen.

00:15:15: Es gibt noch diesen Workflow, den würden wir gerne noch dazu machen.

00:15:18: Da machen wir das natürlich auch.

00:15:20: Das passiert aber halt im Nutzen und das ist halt das Schöne daran, wenn du nicht irgendwie eine, so ein Point-Solution nenn wir es immer, also wirklich so eine Software von der Stange hast, wo du dann irgendwie mit allen anderen Kunden darum kämpfen musst, kann mein Feature als nächstes im nächsten Quartal oder im übernächsten Quartal.

00:15:38: Bei uns hat jeder Kunde seine eigene Roadmap und Dadurch, dass wir halt diese Bausteine, also diesen Lego-Kasten, wenn wir so willst, haben, können wir relativ einfach für die Kunden dann auch weitere Lego-Steine hinzufügen und dadurch wird halt die Lösung dann immer weiterentwickelt und passt genau auf den Use Case zu.

00:15:54: Kannst du uns ein bisschen zu eurem Texteck mitnehmen?

00:15:57: Wie habt ihr das alles gebaut?

00:16:00: Wir haben im März, im April auf der ersten Konferenz getroffen.

00:16:10: Da hatten wir nur wenige Bausteine.

00:16:12: Unsere Lego-Kiste war relativ gering.

00:16:14: Aber mit jedem Kunden, der mit uns arbeitet, der weitere POCs macht, der weitere Projekte hinzufügt, wächst natürlich diese Legokäste, die zur Verfügung steht.

00:16:24: Und dadurch wird das relativ schnell immer weitergehen.

00:16:28: Und im Endeffekt, ich hab eben ein bisschen was über die Mietverträge im Mobilienbereich geredet.

00:16:33: Jetzt haben wir auch Arbeitsverträge oder wir haben auch so Financial Report, solche Geschichten.

00:16:39: Im Endeffekt ist das auch einfach nur unstrukturierte Daten, die viele Seiten lang sind, die von der KI eingezogen werden müssen und aufbereitet werden müssen.

00:16:49: Und diesen Prozess haben wir halt einmal geknackt und den können wir auf sehr, sehr viele andere Dinge wieder anwenden.

00:16:55: Und das ist noch ein bisschen die Idee dahinter.

00:16:57: Und natürlich sind wir halt im Enterprise-Bereich unterwegs.

00:17:00: Das heißt, da hast du auch wieder andere Komplexitäten, die du im Startup oder im Mittelstand nicht so hast.

00:17:04: Das heißt, unser Texteck, wir können entweder als Saas-Lösung, wo es auf unserer Cloud läuft, anbieten.

00:17:10: Wir können aber auch komplett on-prem.

00:17:12: Das ist für viele Kunden wichtig, dass sie das in ihrem eigenen Rechenzentrum laufen lassen können.

00:17:17: Das bieten wir auch an.

00:17:18: Da sind wir sehr flexibel.

00:17:20: Wir haben nicht unser eigenes Modell, sprich, wenn in dem Unternehmen beim Kunden ein bestimmtes Modell schon mal ... akzeptiert wurde, wo das IT-Team sagt oder das Security-Team oft sagt, das könnt ihr machen, dann können wir das einfach integrieren.

00:17:34: Das heißt, wir brauchen jetzt nicht irgendwie noch weitere Genehmigungsprozesse.

00:17:38: Das haben wir extra so strukturiert bei uns von Anfang an.

00:17:41: Das ist für das Unternehmen und das den CISO am einfachsten ist, der Jahr zu sagen.

00:17:47: Das heißt, ihr könnt das auf AWS installieren, ihr könnt das auf Azure installieren, ihr könnt das On-Premise installieren, ihr könnt mit ChatGPT arbeiten, ihr könnt mit Lama... Ihr könnt mit Gemina arbeiten.

00:17:58: Ihr müsst ja unfassbar gute Engineers haben, dass ihr irgendwie sagt, egal welches Problem, egal welche Lösungsmöglichkeiten, wir schaffen das irgendwie.

00:18:07: Also sind das bei euch so, sind das auch die Mitarbeitende mit den höchsten Gehältern bei euch?

00:18:13: Teilweise ja.

00:18:15: Ich glaube schon.

00:18:18: nicht vergleichbar mit so manchen verrückten Stories, die man so aus dem Silicon Valley hört.

00:18:24: Wir haben ein sehr internationales Team.

00:18:27: Aber ...

00:18:28: Wir haben das Beispiele, wo Mark Zuckerberg, eh Einwickler für Milliardenbeträge,

00:18:34: glaub ich,

00:18:34: versucht hat, abzuwerben.

00:18:36: So was macht ihr nicht?

00:18:36: Nee, was machen wir nicht, ist auch nicht so relevant, weil da geht's halt meistens so um die Infrastructure, also die Modelle.

00:18:42: Wir ... brauchen halt einfach Leute, die natürlich, das sind natürlich die besten, kann ich nichts anderes zu sagen, aber die müssen einfach verrückt sein.

00:18:48: Weil du musst uns halt glauben, dass wir als drei Gründer mit einer Start-up, die noch nicht mal seit ein Jahr in den Medien unterwegs ist, noch nicht mal seit zwei Jahren seit Gründungen unterwegs ist.

00:19:00: Ich glaube, wir sind in sieben Ländern, haben Kunden auf jedem Kontinent.

00:19:05: Du musst halt glauben, dass die wirklich das hinkriegen können, dass sie dreizig Produkte im ersten Jahr für alle möglichen Branchen und Abteilungen machen können.

00:19:13: Und du musst halt.

00:19:14: wirklich Spaß da dann haben, dass du sagst, ich hab morgens einen Call und arbeite an radioaktiven Materialien.

00:19:20: Zwei Stunden später hab ich eine Meeting mit einer Wall Street Bank und arbeite da am Trading Desk.

00:19:26: Und noch ein paar Stunden später arbeite ich irgendwie im Sales Operations für eine Softwarebude.

00:19:31: Also da musst du halt wirklich Lust drauf haben.

00:19:33: Und das ist für jemanden, der Struktur braucht, jemanden, der eine Liste braucht mit, darum ist mein Produkt besser als alle anderen.

00:19:44: Da bist du am falschen Platz bei uns.

00:19:46: Ich glaube, du glaubst an Engineering Truth.

00:19:50: Technische Wahrheit, die wertvoll ist als der KI-Hype.

00:19:53: Trotzdem, euch gibt's seit zwei Jahren, ihr habt insgesamt gut fünfzig Millionen Dollar ge-raced von Investoren.

00:20:01: Das macht euch wahrscheinlich irgendwo zwischen hundertfünfzig bis drehundert Millionen Dollar wertvoll.

00:20:07: Das ist ja schon, also kann man sich, egal wie fleißig und verrückt man ist, kann man sich überhaupt dem entziehen, dass man irgendwie mit in den Hype gezogen wird.

00:20:14: Also eine Firma, die zwei Jahre alt ist, vielleicht mehrere hundert Millionen Dollar Value hat, Evaluation hat, ist da nicht irgendwie ein Teil Hype mit dabei.

00:20:23: Das kann man ja fast durch Umsätze nicht erklären, oder?

00:20:27: Es kommt immer so ein bisschen drauf an.

00:20:28: Also ich glaube, Wir sind nicht so in dieser Mega-High-Bubble, die du auf LinkedIn und Twitter und so weiter verfolgen kannst.

00:20:36: Das sind ganz andere Dinge.

00:20:38: Wir haben uns wirklich viel auf unsere Kunden konzentriert und weniger Öffentlichkeitsarbeit in dem Bereich gemacht, weil ich ganz ehrlich bin am Anfang.

00:20:47: Aber ich glaube, unsere Investoren finden die Skalierbarkeit.

00:20:51: Das ist das Interessante, weil du halt wirklich sehen kannst.

00:20:54: Der Kunde ist mit einem Problem zu uns gekommen.

00:20:57: Im nächsten Quartal sind drei, vier, fünf andere.

00:21:01: Probleme dazugekommen, wo sie gesagt haben, als erstes, das hat mit Unframe einmal gut geklappt.

00:21:06: Es ist jetzt voll einfach, für mich zu sagen, ich rufe die wieder an.

00:21:09: Und ich weiß, innerhalb von einer Woche hab ich dann eine Lösung, die ich testen kann.

00:21:13: Weil was ist die Alternative?

00:21:15: Oft ist es entweder macht Accenture diesen fünf Millionen-Check und dann kommen die erst mal und sprechen mit uns eine Woche.

00:21:22: Oder du hast halt dein Internets-Development-Team, das gibt's auch, das haben alle unsere Kunden, haben den Internets-Team.

00:21:28: Aber dann hast du halt irgendwie fünf Leute, die du erst mal abstellst, für acht Monate.

00:21:32: Und alle möglichen internen Meetings.

00:21:35: bist du da jemals, wenn überhaupt irgendwas sehen kannst.

00:21:38: Und wenn du dann was gesehen hast, sind die schon wieder auf dem nächsten Projekt.

00:21:41: Also du hast gar nicht die wirkliche Alternative.

00:21:44: Und ich glaub, das ist wirklich das Interessante.

00:21:46: Wenn ich eine Lösung bei euch gekauft hab, die ist bei mir jetzt on-premise installiert in meinem Data-Center und die läuft und ich bin sehr zufrieden, kann ich dann sagen ... Larissa, das hat so viel Spaß gemacht, aber eigentlich will ich euch nie wiedersehen.

00:21:56: Oder sagt ihr, dann müssen wir leider auch unser Baukasten wieder mitnehmen.

00:21:59: Also ist das eine Lösung, die ich kaufe und die dann besitze?

00:22:02: Oder ist es am Ende dann doch ein Software-Service-Prinzip?

00:22:06: Software-Service, ganz klar.

00:22:07: Also, obwohl jede Lösung für den Kunden angepasst ist, genau auf die Bedürfnisse, im Endeffekt, du brauchst die Plattform, damit es laufen kann.

00:22:17: Und das ist wichtig.

00:22:19: Zum Glück haben wir diesen Fall noch nicht gehabt, wo ein Kunde uns rausreißen wollte.

00:22:24: Aber wir sind halt, wir arbeiten mit unseren Kunden zusammen.

00:22:27: Und da geht es immer weiter.

00:22:29: Es gibt jede Woche, jeden Monat neue Use-Cases, neue Anwendungsfälle.

00:22:34: Und wir arbeiten da halt total cool zusammen.

00:22:37: Und zum Glück ist das noch nicht so passiert.

00:22:39: Mit Wunderfond war ich gerade auch so ... Elevation heißt, dass das so eine Tour, die durch Deutschland machen und dann den Leuten so die Vorteile von auch zum Beispiel Managed Cloud System zu zeigen und so weiter, die man irgendwie einsetzen kann.

00:22:52: Da sitzen dann so viele Unternehmen im Publikum und sagen, ja, würden wir alles gern machen und finden wir alles ganz toll.

00:22:58: Aber was ist denn, wenn die Cloud nächstes Jahr viermal so viel kostet?

00:23:02: Also, wir möchten uns nicht abhängig machen, gerade bei so zentralen Lösungen von einem Anbieter, dessen Pricing wir überhaupt nicht mitbestimmen können.

00:23:13: Ist das eines von typischen Fragen, die vielleicht Kunden mit euch haben, die euch noch nicht kennen oder die überlegen, ob sie mit euch zusammen Lösungen erarbeiten?

00:23:20: Cloud kosten eher weniger, würde ich sagen.

00:23:23: Die LLM Tokens, das kommt schon manchmal vor.

00:23:26: Aber auch da, also das war im ersten Jahr, in den ersten sechs Monaten war das noch relevanter.

00:23:30: Mittlerweile sind die Kosten so runtergegangen, dass es nicht mehr ganz so oft vorkommt, würde ich sagen.

00:23:37: Aber gerade sich nicht an einen zu binden.

00:23:42: Gerade sich nicht an einen Anwender

00:23:44: zu

00:23:44: bieten.

00:23:46: Das ist schon interessant und das ist eigentlich ein großer Punkt, warum die Leute zu uns kommen.

00:23:50: Weil du denkst gerade OpenAI ist so das ultimative Geschäft, da möchtest du mit den arbeiten.

00:23:59: Und dann auf einmal kommt Gemini mit irgendwie ne neuen Lösung und neuen Modell raus.

00:24:03: Dann kannst du halt in deiner Unframe-Lösung einfach den API-Key austauschen und du bist niemals an ein Modell gebunden.

00:24:10: Du kannst es von deinem AWS in deinem Rechenzentrum umziehen.

00:24:13: Also wir sind da komplett flexibel und das ist ein großer Punkt für uns.

00:24:18: Was macht ihr mit dem Geld, das ihr eingenommen habt?

00:24:20: Wo fließt das am meisten hin?

00:24:21: Ja, also, wie gesagt, Plattform, Engineering, R&D, Produkt, da geht viel rein.

00:24:27: Wir haben Sales-Teams in vielen verschiedenen Ländern um die Welt, arbeiten auch gerade sehr stark an Asien-Expansion, verschiedene Märkte in Europa, die wir noch nicht lokal besetzt haben.

00:24:39: Also, da geht's viel drum und, ja, go-to-market, Marketing.

00:24:43: Gibt's

00:24:44: in Asien auch Unternehmen wie Unframe?

00:24:48: Spitz, also bestimmt ist es kommen irgendwie verschiedene Firmen, im Grunde genommen kann jede Firma, jede Software, Firma auf der Welt kann ein Mitbewerber, ein Kompetitor von uns sein, das ist ganz klar.

00:25:01: Wir sind noch nicht wirklich jemanden auf die Schläche gekommen, der das genauso macht wie uns und auch nur ... Erfolgsbasiert bezahlt wird.

00:25:11: Also, wenn es etwas Ähnliches gibt, bisher haben wir das nur gesehen, wo du halt upfront deine Überweisung tätigen musst.

00:25:18: Und das ist halt nicht Sinn der Sache, also als Unternehmen in vielen Möglichkeiten, wenn du da ... Executiveist, du musst es dem Chef trotzdem erklären, warum das jetzt eine gute Möglichkeit ist, mit KI etwas zu tun.

00:25:31: Und es geht um einiges einfacher, wenn du schon mal was zeigen kannst, ein Produkt, das du noch nicht bezahlen musstest.

00:25:36: Das heißt, du hast noch nicht den ganzen Procurement-Prozess durchgehen müssen und das hilft schon.

00:25:42: Musst du dir schon etwas pivoten, seit ihr mir gelaunchert?

00:25:46: Also wir sind mittlerweile in der vierten Version unserer Plattform, weil wir haben noch nie etwas erlebt, was so schnell sich entwickelt wie der KI-Markt im Moment.

00:25:56: Ich würde nicht sagen, dass wir pivoten, aber es gibt halt immer in diesem Bereich ein Thema, was gerade Hype ist, was Rack, dann was dies, dann was das.

00:26:06: Und da sind wir halt immer dabei, alles auszuprobieren, so schnell wie es geht.

00:26:11: Und deswegen ... Ja, es ist schon Pivot-Jahr, aber mehr aus den neuen Möglichkeiten, die entstehen, als aus einem großen Problem.

00:26:19: Stellt ihr auch viele Entry-Level-IT-Menschen ein?

00:26:22: Oder ist das so ein gutes Beispiel, dass wir sagen, so richtig Union ist schwierig?

00:26:28: Wir haben eigentlich fast nur Nachfrage nach Menschen, die schon viele Jahre Erfahrung haben.

00:26:33: Denn das alles, was Union können, das können teilweise Programm-Mir-Agents schon für uns leisten.

00:26:40: Wir haben schon viele Erfahrene, aber wir bilden intern auch gewiss aus, weil wir haben eine Denkweise, die sehr unterschiedlich ist.

00:26:48: Wir haben eine Architektur, eine Infrastruktur, die sehr unterschiedlich ist, als man es kennt.

00:26:54: Viele Unternehmen sind nicht vom ersten Tag so aufgestellt, dass sie viele verschiedene Kunden auf verschiedenen Produkten gleichzeitig unterstützen können.

00:27:03: Du hast verschiedene Skills, die du da brauchst.

00:27:05: Und intern haben wir sowas wie so ein Karriereleiter.

00:27:09: Du fängst in einem einen Team an, wo halt mehr Juniors sind.

00:27:13: Und über Zeit wirst du dann halt in das Plattformteam kommen, wo es dann wirklich um die Bausteine geht, weniger um die verschiedenen Kunden.

00:27:19: Und da haben wir einen ganz guten Mix, würde ich sagen.

00:27:23: Ihr seid auf dem Weg, hundert Mitarbeitende zu sein.

00:27:26: Genau.

00:27:26: Aus wie viele Ländern?

00:27:28: Also wenn alles gut läuft, auf jeden Fall über zehn Ländern, würde ich sagen.

00:27:32: In Berlin sitzen irgendwie so zehn Leute von euch.

00:27:34: Viele sitzen in den USA.

00:27:35: Genau.

00:27:36: In Israel sitzen einige.

00:27:37: Genau.

00:27:37: Welche Qualitäten kommen aus welchen Ländern dazu?

00:27:41: Aus Deutschland, die COO.

00:27:43: Und was ist in Amerika besonders stark?

00:27:46: Was in Israel besonders stark?

00:27:47: Also in Israel, wir haben angefangen als drei Gründer, die beiden Jungs scheinen, Adil, sitzen in Israel, da ist halt ... Technisch, Innovation ist da unglaublich schnell.

00:28:00: Das ist halt die ganze DNA des Landes und des Techsektors dort.

00:28:04: Passt super zusammen.

00:28:05: Ich bin so ein bisschen, das ist deutsche Struktur-Elemente drin, genau.

00:28:12: Ich gucke, dass wir unseren Plan zur richtigen Zeit am richtigen Ort abarbeiten.

00:28:16: USA geht vor allem um Kundennähe.

00:28:18: Wir arbeiten wie gesagt mit vielen Großkonzernen.

00:28:20: Da ist es wichtig, dass wir unser twenty-four-seven-always-on haben.

00:28:26: Wir haben ja mit vielen Regulationen zu tun in verschiedenen Ländern.

00:28:30: Das heißt, es ist wichtig, vor Ort direkt am Kunden auch Teams zu haben und genau sind.

00:28:36: sehr darauf aus, dass wir die besten Leute einstellen, egal wo die sitzen.

00:28:41: Das heißt, es kann auch mal sein, dass wir jemanden in Madrid haben und in London und hier und da.

00:28:46: Und das ist auch voll okay.

00:28:47: Also ich glaube, da sind wir mittlerweile so aufgestellt, speziell seit Corona, dass wir das ganz gut machen können.

00:28:53: Aber ... Genau, unser R&D ist sehr Büro-Center Hub in Tel Aviv.

00:28:59: Ich

00:28:59: glaube, ich habe mal gelesen, dass ihr euren Bewerbungsprozess bewusst unbefehm gestaltet, zumindest vielleicht, wenn es um Sales-Mitarbeitende geht.

00:29:07: Was ist damit gemeint?

00:29:08: Also, wie würde jetzt so ein Bewerbungsgespräch ablaufen, wenn ich mich bewerbe?

00:29:12: Es ist total wichtig für uns, dass wir das so gemacht haben.

00:29:15: Das war uns tatsächlich als Gründer, aber am Anfang gar nicht so bewusst, wie so ein Sales-Prozess abläuft.

00:29:20: Aber das hat Jacqueline als unsere VP Sales, dass sie reingekommen ist, hat das geändert.

00:29:25: Der Hintergrund dazu ist halt, dass wir nicht nur ein Produkt verkaufen, sondern theoretisch jede Software, jede Abteilung in jedem Unternehmen, jeder Branche.

00:29:35: Das heißt, wir brauchen Sales, Leute, die da halt total schnell ... umdenken können, die verschiedene Produkte verkaufen können und sich in einem Moment irgendwie mit einem Head of Sales, im nächsten Moment mit einem Legal Council und im nächsten Moment mit einem Cyber Security Experten unterhalten können.

00:29:53: Das kannst du nicht, wenn du ... sehr strukturorientiert bist und genau deine Vorgaben brauchst.

00:29:59: Und genau da geht es dann darum, dass du einen Use Case bekommst.

00:30:04: Wir sind die Kunden und wir machen da wirklich so Rollenspiele, wo wir den Bewerber ... Ich will jetzt nicht sagen, auseinandernehmen, aber teilweise schon alle harten Fragen nach einem langen Tag, die mir von einem Kunden gestellt werden.

00:30:18: Die bekommt dann der Bewerber auch und ist ganz interessant zu sehen, wie darauf geantwortet und damit umgegangen wird.

00:30:25: Habt ihr das selbst gebaut oder habt ihr da irgendwie HR-Berater mit dabei, die euch irgendwie helfen?

00:30:31: selbst gebaut mit vielleicht ein bisschen KI-Hilfe.

00:30:35: Ein bisschen KI-Hilfe.

00:30:37: Du hast meine, die MIT-Studie zitiert, wonach nur fünf Prozent der AI-Piloten irgendwie erfolgreich übernommen werden oder erfolgreich werden.

00:30:43: Genau.

00:30:43: Und fünfundneinzig Prozent nicht.

00:30:45: Und ihr euch aber Mühe geben wollt, dass ihr zu diesen fünf Prozent gehört.

00:30:48: Was machen die fünfundneinzig Prozent deiner Beobachtung nach falsch, dass sie nicht erfolgreich werden?

00:30:53: Ja, gibt's unterschiedliche Gründe.

00:30:55: Die meisten, die ich im Moment sehe, ist entweder So diese Bottoms up approach, wo jemand kommt und sagt, hey, ich hab da ein cooles Tool entdeckt, lass uns das mal ausprobieren, ohne wirklich den Business Case sich überlegt zu haben.

00:31:09: Das passiert ganz oft, also so Technology First.

00:31:12: Hast du ein Beispiel?

00:31:14: Ist eigentlich egal, was das Beispiel ist.

00:31:17: Sag mal mal, ich hab einen Tool gefunden, mit dem ich einen Marketing-Blockpost schreiben kann oder so.

00:31:22: Ist cool, aber ist das wirklich dein Top-Problem, womit du jetzt Leute ersetzen kannst, womit du deine Zeit fünfzig Prozent schneller Outputs generieren kannst und so weiter?

00:31:33: Es soll halt schon irgendwie so stattfinden, dass man überlegt, was ist gerade der Punkt, muss ich Leute gehen lassen aus wirtschaftlichen Gründen und muss jetzt mir überlegen.

00:31:43: Wie kann KI damit helfen?

00:31:45: Hab ich irgendwie ein Problem, dass mein Customer Support drei Tage braucht, um den Kunden zu kontaktieren.

00:31:50: Also fang wirklich an mit den KPIs, mit deinen Painpoints und definiere das.

00:31:56: Und such dann dazu die Lösung.

00:31:59: Und das lasst es nicht von einem coolen Hype-Produkt, was du gerade auf LinkedIn gesehen hast, das definieren.

00:32:06: Damit man noch mal so ein bisschen Benchmarken kann, wo ... Eure Kunden sind, wo vielleicht irgendwie die Leute sind, die zuhören.

00:32:12: Was sind so typische Probleme, wo du denkst oder wo du merkst, da ist gerade bei euren Kunden, im Jahr war es als Beispiel irgendwie Supportanfragen.

00:32:24: Im zweiten Jahr war es vielleicht irgendwie Dokumente besser Super machen oder I don't know.

00:32:29: Also was, wo, unter welchem Zeichen steht, zwei, sechsundzwanzig?

00:32:34: Wir haben drei.

00:32:35: Hauptthemen, um die wir uns beschäftigen.

00:32:38: Und da fühlen wir uns wirklich gut in den letzten Monaten.

00:32:41: Das sind wirklich da, wo die Kunden immer wieder kommen.

00:32:44: Das Erste für uns ist Observability und Reporting.

00:32:47: Also es sind alles deine Business, Intelligence, Analyse, Enterprise-Search-Use-Cases.

00:32:53: Dann haben wir Extruction und Abstruction.

00:32:55: Also alles, was mit unstrukturierten Daten zu tun hat.

00:32:57: Das können jetzt die Mietverträge sein, das können Finanzreports sein, das können ... Board, Slide Decks, es kann unstrukturierte Daten aus dem Internet sein oder aus E-Mails, die über dreißig Jahre in irgendeinem Inbox schon sind.

00:33:14: Und das Letzte ist Automation und Agents.

00:33:17: Agents ist immer wichtig, mit dabei zu haben, obwohl ich das eigentlich ... Habt

00:33:21: ihr auch Agents?

00:33:22: Ich find dieses Wort ganz, ganz schrecklich, weil es in meisten Fällen so ist, ich hab mal gehört, es gibt jetzt AI-Agents, ich brauche das.

00:33:30: Ich liebe eigentlich proaktive Workflows.

00:33:33: Das ist für mich viel logischer.

00:33:35: Weil in den wenigsten Fällen brauchst du irgendeinen AI-Agent, der irgendwas für dich macht.

00:33:40: Du brauchst halt eine holistische Lösung, die den Enterprise-Workflow von Start zu Ende quasi... ganzheitlich anguckt.

00:33:49: Das brauchst du.

00:33:50: Du brauchst ein Interface, du brauchst einen Connector zu irgendeinem anderen System, du brauchst irgendwelche Workflows, die irgendwas triggern.

00:33:57: Die gute,

00:33:57: schlaue, solide ist, if this, then that.

00:33:59: Ja, genau.

00:34:01: Das in meisten Fällen ist das, was das Unternehmen wirklich braucht und den wenigsten ein

00:34:05: AI-Agent.

00:34:06: Das ist schön, dass du sagst, wenn ich irgendwie höre und wir haben ganz viele Agents und dann höre ich so was, die machen und ich sag, okay, okay, wenn du das Agents nennen willst.

00:34:13: Genau, das Agent.

00:34:14: Aber

00:34:15: eigentlich guckt er nur sozusagen ... Ob das Feedback eins von diesen drei Cases ist und je nach Case wird es in die Software A, Software B oder Software C weitergeschoben, das ist für mich jetzt, das ist für mich noch nicht.

00:34:29: komplett das, was ich mir vorschläge an Agent denke.

00:34:31: Ich hab letztens mit einem Kunden gesprochen, der wollte eine Plattform, wo alle seine Mitarbeiter, und die haben Zehntausende Mitarbeiter auf der ganzen USA verteilt, alle sollen ihre eigenen Agents bauen können.

00:34:42: Da

00:34:42: hast du Bauchschmerzen bekommen, ne?

00:34:43: Oh mein Gott.

00:34:44: Ich hab ihm gesagt, das tut mir so weit, ich muss dich unterbrechen.

00:34:46: Ich muss jetzt einfach ehrlich zu dir sein.

00:34:48: Und er hat noch nie jemanden gehabt, der wirklich ehrlich zu ihm war.

00:34:51: Es war wirklich ein interessantes Gespräch.

00:34:53: Was passiert, wie viel Turnover hast du mit deinen Mitarbeitern?

00:34:58: Agents, wenn die Mitarbeiter weg sind.

00:35:00: Und war unglaublich interessant.

00:35:03: Und zum Leid des Agent-Plattform-Anbieters ist diese Lösung dann im Endeffekt nicht geworden.

00:35:11: Geht es OpenAI Ende des Jahrtausendsechsten besser oder schlechter als heute?

00:35:17: Ich würde jetzt mal sagen, vielleicht etwas schlechter, weil man sieht schon viele Innovationen aus allen anderen Richtungen.

00:35:24: Und es ist einfach egal geworden, welches Modell man nimmt in vielen Möglichkeiten.

00:35:27: geht es unframe Ende des Jahres besser oder schlechter?

00:35:30: Auf jeden Fall besser.

00:35:31: Gibt es spannende AI-Beobachtungen, die du gerade machst, die vielleicht jetzt nicht komplett mit unframe zu tun haben, aber du sagst, das ist ja da, habe ich jetzt so erste Möglichkeiten gesehen, das konnten wir vorhin noch nicht so einfach machen.

00:35:41: Gibt es da was, was du gerade siehst oder was ihr gerade testet?

00:35:44: Puh, interessant.

00:35:47: Direkt kommt mir nichts in den Kopf.

00:35:50: Wir beobachten schon viel, was passiert.

00:35:53: Es gibt viele ... coole Point-Solutions, die gerade interessant sind.

00:35:57: Das Problem, ich sehe es halt nicht im globalen Kontext, dass es wirklich realistisch ist für einen Großkonzern, die zu nehmen.

00:36:05: Aber da passiert viele coole Dinge und die können halt bei kleineren, engeren Use-Cases halt viel mehr in die tiefe Teilweise gehen.

00:36:13: Also, ich gucke es mir an, aber ich kann ja jetzt nicht irgendwie allen Dingen direkt so sagen.

00:36:17: Gibt

00:36:17: es ein Thema zu dem du ... ob das jetzt direkt mit Eier zu tun hat oder mit anderen technischen Themen oder so, es gibt's irgendwas, wo du gerne drauf abnerdest oder hyper fixierst, obwohl das vielleicht nicht hundert Prozent deines Tagesgeschäfts ausfüllt.

00:36:32: Das wär schön, wenn man Zeit hätte für irgendwas anderes in den ersten zwei Jahren der Gründung.

00:36:38: Kann ich dir jetzt auch ehrlich gesagt nicht wirklich was

00:36:41: zu sagen.

00:36:41: Okay, und welches Unframe-Produkt benutzt du am liebsten oder am häufigsten?

00:36:47: Am Anfang war es wirklich so, dass ich jedes zum Test bekommen habe, bevor wir wirklich einen Test-Team hatten.

00:36:53: Ich liebe einfach diesen Immobilien-Newscase, weil es so viel Sinn macht.

00:36:57: Es ist sehr visuell und einfach total spannend.

00:37:02: Das ist eine Welt, mit der ich vorher nicht viel zu tun hatte und wie man das ausweiten kann.

00:37:08: Und ich meine, wir haben alle schon mal Mietverträge gesehen.

00:37:10: Du musstest dir ... Hundertmal komplexer vorstellen, das ist auf jeden Fall mein Lieblingsuse Case.

00:37:14: und weil einer unserer ersten Großkunden, die uns sehr sehr früh vertraut haben, obwohl es keine einzige Website oder kein einzigen Artikel gab, also das liebe ich.

00:37:25: Durch das Thema AI und vielleicht auch die gute Arbeit, die ihr macht, kriegt ihr wahrscheinlich wahnsinnig Rückenwind, gibt es auch Themen, bei denen ihr Gegenwind bekommt.

00:37:34: Ich glaube, es gibt Themen, bei denen wir uns selbst gegen Wind setzen.

00:37:37: Nur weil wir vieles machen können, heißt es nicht, dass wir alles machen wollen.

00:37:41: Wie gesagt, es gibt einige Point Solutions.

00:37:45: die total ihre Daseinsberechtigung haben.

00:37:48: Sprich, jemand kommt zu unten und sagt, ich möchte jetzt meinen Voice-Agent haben für meinen Customer-Support.

00:37:54: Dann sagt er, ich gucke dir doch mal ABC an.

00:37:57: Letztens hatte ich jemanden, auch eine immobilien Firma, die wollten mit VR durch Shoppingcenter gehen und wollten halt so eine virtuelle Environment haben.

00:38:08: guckt ihr mal an, da gibt es bestimmt was vom Markt.

00:38:10: Das heißt, wir müssen nicht alles machen.

00:38:12: Es ist immer wichtig, das zu definieren.

00:38:15: Aber, ja, da würde ich sagen, sind wir die Ersten, die sagen, wir wissen, wo wir gut sind.

00:38:21: Gibt es etwas, was ich heute noch hätte ansprechen sollen, was total spannend gewesen wäre?

00:38:24: Ich habe mich aber erfolgreich bisher drum gedrückt.

00:38:28: Irgend Thema, dass ihr announced irgendwas, was gerade spannend ist, irgendwas, wo du denkst, komisch, dass Christoph darauf gar nicht eingegangen ist?

00:38:34: Nee.

00:38:35: Schön.

00:38:36: Das ist auch gut.

00:38:37: Dann heißt das, dass meine Vorbereitung einigermaßen okay war.

00:38:40: Hat's so Spaß?

00:38:41: Ja, voll.

00:38:42: Super,

00:38:42: danke.

00:38:43: Larissa, tausend Dank.

00:38:44: Sehr spannendes Setter, was ihr da macht.

00:38:45: Unfassbare Traction.

00:38:47: Falls ihr noch ein bis zwei Tausend Euro Investments in einer niedrigen Bewertung braucht, sagt bitte Bescheid.

00:38:52: Ganz viel Erfolg.

00:38:53: Und danke, dass du heute bei uns warst.

00:38:55: Danke, dass ich hier sein durfte.

00:38:56: Wir sprechen über deine JustCase von jetzt mal.

00:38:58: Danke euch fürs Zuhören.

00:38:59: Die nächste Folge gibt's natürlich nächsten Montag.

00:39:02: drückt jetzt auf Abonnieren, falls euch das Gespräch mit Larissa gefallen hat.

00:39:05: Ich freue mich, euch nächstes Mal wieder dabei zu haben.

00:39:07: Bis dann, bleibt gesund, liebe digitale Grüße von

00:39:09: Larissa und Frankesta.

00:39:10: Tschüss!