Wie AI-Agenten den Mittelstand transformieren – Insights von Reply

00:00:00: dass sich halt einfach Leute ja mit einem gefägten Avatar zum Beispiel in ein Bewerbungsgespräch melden oder im schlimmsten Fall so Impersonation für, ich weiß nicht bei Banken im Online-Banking oder sowas telefonisch machen.

00:00:14: Also da gibt es tatsächlich großen Bedarf da entsprechende Gegenmaßnahmen einzuleiten bzw.

00:00:20: Modelle dafür zu entwickeln die dann z. B. Videostreams oder Bilder analysieren um zu verstehen Ob das tatsächlich jetzt ein generiertes Bild ist oder ob sich da ein echter Mensch hinter verbirgt.

00:00:40: Herzlich willkommen beim Inside Talk März, dass es unser monatlicher Deep Tive aus digitale Vorreiter in deinem Podcast zur Digitalisierung und AI von Vodafone Business.

00:00:50: Ich bin Christoph Bosak und in den letzten Monaten habe ich ein sehr spannendes Beratungsunternehmen kennengelernt welches unter anderem AI-Agenten plant und baut und betreibt.

00:01:00: Und die Rede ist davon Reply, das ist ein italienisches Unternehmen und das hat inzwischen glaube ich über über fünfzehntausend Mitarbeiter und Milliarden Umsatz.

00:01:11: Das können wir gleich meine Gäste nochmal genauer erzählen.

00:01:13: Und zu Gast habe ich gleich bei mir den Johannes Mordzack der es Unit Manager by Machine Learning Reply und wir haben René Schulte dabei.

00:01:21: Der ist der Head of Three D and AI Practices ebenfalls bei Reply.

00:01:25: Ich finde dass Firmkonstrukt von Reply, wahnsinnig interessant.

00:01:28: Das besteht aus dutzenden Spezial-GMBHs und ich finde die Kombination aus Beratung und Umsetzung zu AI Themen sehr interessant.

00:01:36: Ich möchte von den beiden ihre Erfahrung mal abzapfen und mal gucken was alles so gebaut wurde Anekdoten aus der Praxis aus dem Beiden herauskiezeln.

00:01:46: Was

00:01:47: und wo wird mit AI-Agenten vielleicht jetzt schon im Mittelstand wertgeneriert?

00:01:51: Was wird da gerade gebaut?

00:01:53: Wie führt man AI-Agenten erfolgreich ein und an welchen AI-Agententhemen sitzen die beiden gerade so?

00:02:00: Das habe ich mir vorgenommen.

00:02:01: Ich freue mich, dass du zuhören willst!

00:02:02: Und jetzt begrüße ich meine beiden Gäste.

00:02:05: Ich freu' mich, das sie da seid.

00:02:06: Herzlich willkommen Johannes!

00:02:07: Hallo René!

00:02:08: Hi, danke!

00:02:09: Hallo!

00:02:11: Wie richtig waren jetzt meine Zahlen?

00:02:13: Italienisch, fünfzehntausend mitarbeitende Milliardenumsatz...

00:02:16: Naja fast schon ganz nah dran.

00:02:19: Wir haben mittlerweile siebzehntausend Mitarbeiter Und das Stammsitz ist immer noch Turin, aber es sind halt wirklich weltweit vertreten in allen Kontinenten wenn du so willst.

00:02:31: Wir haben auch fast tausend Leute im USA und wir haben in Deutschland auch zwei oder drei Tausende oder sowas – natürlich in Italien sehr viele!

00:02:39: Wir haben jetzt aktuell die neuen Zahlen ausgegeben für den Jahresbericht Und da wird zwei Komma fünf mehr Euro Umsatz berichtet, was eine kleine Steigerung zu dem Vorjahr ist, wo es zwei Kommadreiber.

00:02:52: Von daher läuft's gut und interessant ist halt wie du schon sagst das dieses Konstrukt vielleicht wie das aufgesetzt ist.

00:03:00: Es ist halt so.

00:03:01: bei Replight gibt dieser Holding Für die arbeite ich.

00:03:04: Ich arbeite für unseren CTO-Faktisch in der Holding und die Holding hat mehrere Subfirmen, wenn du so willst, die aber hundert Prozent Eigentümerschaft der Holdings sind.

00:03:14: Und da gibt es spezialisierte Firmen zum Beispiel für Machine Learning oder Johannes ist.

00:03:19: Oder dann gibt's welche Cluster.

00:03:20: Das machen sie halt nur Microsoft Technologien oder die Storm Die machen AWS Amazon Technologie usw.

00:03:27: Es gibt verschiedenste Bereiche vertikal wie horizontal spezialisiert Aber haben halt zentrale Entitäten wie zum Beispiel das, was ich mache mit diesen Communities und diesen Practices da.

00:03:38: Event Effect da bestimmte Dinge vorantreiben mit innovativen Thinktanks sozusagen.

00:03:44: Wir haben uns ja auf der Elevation Tour kennengelernt.

00:03:47: Das ist so eine Tour von Vodafone durch sechs deutsche Städte.

00:03:51: dieses Jahr hieß es Reality Check wo also guckt wurde Was ist möglich zum Thema AI?

00:03:56: Was is möglich zu Cloud Themen bei der Cloud Journey?

00:04:00: Und da hatte ich die Freude eure Masterclass anzukündigen und ein bisschen zu moderieren.

00:04:05: Und ich hatte, wenn ich mir das richtig gemerkt hat, irgendwie die erste Session Ende letzten Jahres.

00:04:09: da standen noch vierzehntausend Mitarbeiter oder fünfzehnteusend Mitarbeitende auf euren Schaden.

00:04:13: Jetzt sagst du siebzehntentausend?

00:04:14: Kommen da wirklich gerade irgendwie pro Monat Vier, Fünf, Sechsehundert Mitarbeiter dazu?

00:04:17: Ne, wir hatten eigentlich schon Ende letzten Jahr.

00:04:19: So der Anfang dieses Jahres hatten wir dann schon die siebzehntausend dastehen.

00:04:22: Wir hatten vorher sechzehnteusend Da hast du vielleicht irgendwas Wissen durcheinander oder das vor ein paar Jahren.

00:04:26: aber es weg seid konstant Ja aber das ist halt das Schöne auch ne?

00:04:29: Wir stellen auch gerade in dem aktuellen Umfeld ja wie man so hört besuchen halt immer auch nur Absolventinnen und Absolventen.

00:04:37: Das ist halt auch ein wichtiger Aspekt dass man die nächste Generation an die Sache ran führt sozusagen

00:04:42: Okay Du bist Head of ThreeD and AI Practices und der Johannes ist als Unit Manager bei einer dieser Spezialfirmen zuständig.

00:04:52: Johannes, beschreib mal irgendwie was macht die Machine Learning Reply?

00:04:55: Und was machst du da als Unit-Manager?

00:04:57: Genau also die Machine learning Reply wie dein Name das eigentlich schon unschwer erkennen lässt beschäftigt sich ja mit den Themen Machine Learning, AI Data im weitesten Sinne.

00:05:07: Also wir machen es eigentlich den kompletten Data und AI Lifecycle abzudecken.

00:05:12: Das heißt in der Regel setzen wir Projekte Ende zu Ende um und begleiten das Ganze dann auch mit Strategie- und Projektmanagement.

00:05:22: In meiner Rolle als Business Unit Manager führe ich eine Geschäftseinheit innerhalb der Company, habe da ungefähr zwanzig Spezialisten bei mir drin.

00:05:35: Das ist im Prinzip von Junior Consultants bis hin zu Managern die alle irgendwo, entweder Generalisten sind oder eben auch tief spezialisiert in einer Technologie im Bereich AI dann Projekte umsetzen.

00:05:48: Du selbst glaube ich bist Experte auch für OCR.

00:05:51: das sind irgendwie Themen, die du jahrlang gemacht hast.

00:05:56: ist das jetzt durch AI überflüssig?

00:05:58: Oder war das eine super Vorbereitung weil es viel mit Machine Learning zu tun hat?

00:06:01: wieviel OCR bestimmt noch dein Alltag?

00:06:04: Also, es ist tatsächlich weniger geworden.

00:06:07: Und was

00:06:07: heißt OCR?

00:06:08: Entschuldigung.

00:06:09: Ja, OCR ist ein Bereich in der Computer Vision würde ich sagen.

00:06:12: Es nennt sich Optical Character Recognition.

00:06:18: ausschließlich ein AI-Thema, sondern man kann das ganz auch regelbasiert anwenden.

00:06:22: Also zum Beispiel ganz zu Anfang wenn man sich z.B.

00:06:26: so Taschenrechner oder Siebensegmentanzeigen nennt man es dann tatsächlich die kann man regelbasierend auslesen.

00:06:33: Das heißt da braucht man gar kein KI Modell.

00:06:34: für das haben wir ganz zu anfangen gemacht.

00:06:36: und dann so nach und nach mit dem ich sage mal mit der Entwicklung der Deep Learning Modelle oder auch der Zugänglichkeit davon haben sie halt weitere Ansätze da hinaus kristallisiert die wir dort anwenden konnten.

00:06:50: Man hat zeitweise geglaubt, dass mit so Frameworks wie Tesseract oder auch jetzt natürlich den Foundation Models das Thema OCR quasi gelöst ist.

00:07:01: allerdings gibt es immer Use Cases, die quasi sehr sensitiv auf Ausreißer reagieren und insofern kommt man teilweise noch nicht drum herum auch nochmal so Custom-Modelle zu entwickeln.

00:07:16: Also es gibt mittlerweile Approaches, die wirklich gut die neunzig Prozent abdecken.

00:07:23: Allerdings in einigen Spezialfällen muss man da noch mal Hand anlegen.

00:07:27: was mir so Spaß gemacht hat bei euch beim Zuhören war dass ihr toll erklären konntet das ist ungefähr zwei unterschiedliche Arten von AI-Agenten gibt und dann kann man auch noch innerhalb dieser AI-Agenten ungefähr sagen, das ist irgendwie ein ganz einfacher oder das ist ein ganz fortgeschrittener.

00:07:43: Könnte ihr uns dazu mal so kurz abholen?

00:07:46: Wir können jetzt leider keine Slides sehen aber welche zwei groben AI Typen gibt es und welche Evolutionstufen von AI-Agenten kann man so einteilen?

00:07:56: Ja, Johannes, wirst du vielleicht dazu erzählen?

00:07:59: Johannes, hast du eine coole Nomenklatur mit den fünf Stufen die Five Levels wie bei den fünf Autonomie beim autonomen fahren

00:08:09: genau.

00:08:09: also es gibt das sogenannte agentik maturity model und Das beschreibt quasi die autonomie oder die stufen der autonomien von solchen agenten system Und da hat man in der regel auf auf der stufe null eben diese ganz simplen chatbots die in der regel auf vorgefertigte Q&A Paare reagieren können, also wenn man sich vorstellt auf einer Unternehmenswebseite mal nach Öffnungszeiten oder einfachen Produktfragen nachzufragen.

00:08:38: Da steckt allerdings noch keine wirkliche Intelligenz dahinter und der nächste Schritt ist dann quasi dass das eine KI- oder ein solcher Agent auf bestimmte Datenquellen Zugriff hat in natürlicher Sprache abfragbar macht.

00:08:54: Das heißt, ich kann ihn wie ein Menschen befragen und mit einer speziellen Technologie wird dann nach Ähnlichkeiten in dieser Datenbank gesucht Und es werden die relevanten Textbausteine oder relevanten Einträge aus der Datenbank extrahiert und dann wieder mithilfe eines LLMs quasi in eine natürlich sprachige Antwort dann auch umgewandelt und das ganze fühlt sich dann sehr viel natürlicher an.

00:09:21: Danach geht es schon in die einfache Orchestrierung.

00:09:24: Das heißt, man kann einem Agenten eine kleine Aufgabe innerhalb eines Themengebietes geben und diese kann er dann quasi selbstständig abarbeiten.

00:09:36: Und was danach kommt?

00:09:38: Die nächsten Levels sind eigentlich nur noch Schritte im Sinne von wie viel weitere Bereiche der Agent abdecken kann.

00:09:46: Ab welchem Zeitpunkt lohnt es sich dann mehrere Agenten einzusetzen die miteinander wie in einem Team aus echten Experten zusammenarbeiten, um eben autonom komplexe Aufgaben abzuarbeiten.

00:10:02: Das heißt so ein bisschen Stufe eins wäre ich habe im Firmennetzwerk einen Chatbot.

00:10:06: den kann ich fragen haben wir Firmenräder, Angebote für Mitarbeitende.

00:10:11: Und dann sagt er mir irgendwie ja nein hier sind die Infos das wir sozusagen Stufe eins und Stufe zwei werden.

00:10:16: vielleicht dass ich sage Ich möchte einen beantragen was brauchst du von mir?

00:10:20: Der nimmt an die Daten an und schreibt in der Datenbank so dass im Grunde der ganze Anmeldeprozess über den Chatbot funktioniert.

00:10:26: Das wäre wahrscheinlich dann Stufe Zwei.

00:10:28: Ja

00:10:28: ist eigentlich eine ziemlich gute Beispiel dafür.

00:10:32: Wenn wir in dem Beispiel bleiben, was wäre Stufe drei?

00:10:35: Dass er selbstständig bestellt und koordiniert und so weiter.

00:10:38: Und das Job hat irgendwann bei mir ankommt oder...

00:10:41: Ja genau also wichtig ist dann einfach in den nächsten Stufen wie viele Parteien an dem ganzen Workflow beteiligt sind und wie das Handover zwischen den Prozessen stattfindet.

00:10:54: geht es dann wirklich am Schluss auch in eine komplexe Orchestrierung hinein, wo quasi ein Agent die gesamte Organisation übernimmt und einfach nur noch guckt für welche Aufgabe, welche Schritte muss ich planen?

00:11:06: Und wer ist denn der Expertenagent dafür um die jeweilige Teilaufgabe abzuarbeiten, mir das Ergebnis zu liefern.

00:11:16: Das Ganze dann entsprechend weiterzureichen!

00:11:18: Die große Hauptkategorie davor, dass man diese zwei unterschiedliche.

00:11:23: Es gibt einmal das wovon wir jetzt gerade wahrscheinlich eher reden sind Computer Use Agents?

00:11:29: Ist das das richtige Wort?

00:11:30: Genau wobei es da nochmal eine Spezialität gibt.

00:11:34: also ich sag mal das was ich gerade beschrieben habe würde im besten Fall natürlich über Backend Systeme und APIs laufen.

00:11:44: Der Computer-Use-Agent benutzt ja eine grafische Oberfläche, aber vielleicht hat René da noch mal ein Beispiel für.

00:11:50: Genau!

00:11:51: Also... Der Johannes hat ja jetzt erstmal so ein bisschen die ganze Nomenklatur erklärt von den fünf Stufen sozusagen.

00:11:57: Und wenn du Computer-Use-Agent sagst, ist im Endeffekt ein bestimmter Agententyp und weniger hat das was mit den Stufen zu tun?

00:12:06: Du kannst natürlich ab Stufe zwei oder drei vielleicht dann sowas einsetzen.

00:12:10: Es können ja auch multiagenten Computer Use Agents System sein wo dann bestimmte Spezialisierungen gibt.

00:12:16: aber was ist überhaupt ein Computer Use Agent?

00:12:18: Ist vielleicht die Frage des Hörers.

00:12:21: und zwar sind es Systeme, die ein Computer so bedienen können wie sie einen Mensch bedienen würde.

00:12:27: Und da gibt's auch schon Browser Automation sozusagen also wo ein Browser dann so bedient wird wie sich ein Mensch bedient würde.

00:12:34: das heißt der Bildschirm hat ausgelesen Die Maus wird bewegt und dann werden Eingaben gemacht entsprechend und oder natürlich halt noch weiter fortgeschritten auf dem kompletten Betriebssystem sozusagen.

00:12:47: Ich habe auf meinem Mac oder auf meinen Windows läuft dann so ein System, ich kann dann einfach sagen weiß ich nicht, bestell mir mal Karten für das nächste Konzert von Hans Zimmer!

00:12:57: Und dann sucht es mir irgendwelche Webseiten automatisiert raus.

00:13:01: Aber such das halt nicht nur raus, sondern öffnet dann richtig die Webseite so wie ich das machen würde und klickt sich dann dort durch also wie ein Mensch sich durchklickt.

00:13:09: Wir haben da einen Beispiel gezeigt auch mit einem Duplettenbereinigungssystem wo faktisch die Dupletten in einem CRM-System angezeigt werden und der Computeruse-Agent macht dann eine automatische Bereinigung dessen, was halt vorher ein Mensch gemacht hat.

00:13:22: im Endeffekt.

00:13:23: Bedeutet jetzt nicht dass wir den Menschen ersetzen brauchen wir natürlich immer noch denn der Computer Use Agent hatte in dem Fall eine Accuracy von ninety drei Prozent und da muss natürlich auch nur die letzten sieben Prozent validiert werden und im Allgemeinen muss natürlich jemand doch sein Kopf hinhalten wenn das so ist wenn dann doch mal ne falsche Duplette bereinigt ist.

00:13:38: also das wird schon nochmal überprüft aber das spart enorm Zeit natürlich sich mit ein paar interessanteren Dingen befassen.

00:13:46: Also das ist so im Großen und Ganzen so ein Computer-Use-Agent, im Endeffekt ist es wie gesagt ein System was ein Computer so bedienen kann wie ein Mensch bedient und da ist er natürlich enormes Potenzial um irgendein Faktisch.

00:13:57: jede ältere Applikation kann ich damit automatisieren.

00:14:00: ja Ich brauche faktisch nicht unbedingt eine Schnittstelle sondern ich nutze ja die UI sowie den Menschen als die Schnittstellen.

00:14:06: Und der Unterschied ist weil dann manche fragen Ja Wie ist denn das jetzt?

00:14:11: UI Automation System.

00:14:12: Da gibt es ja auch sowas, wo man dann Fade festlegt, wo dann zum Beispiel eine Maus bewegt wird zur Kontinate XY, sag ich mal, zweihundertfünfzig und dreihundertfünfe oder so.

00:14:22: Und dort wird dann Klick ausgeführt.

00:14:24: Hier ist es halt so bei dem Computer Use Agent der wird nicht die Kontinate festvertratet sondern da wird das abstrakte Konzept dahinter gelernt sozusagen also was ist jetzt der Button Submit?

00:14:34: Oder oder soweit, ne?

00:14:36: Das wird dann verstanden und da ist es dann faktisch schon egal ob der Button submit jetzt rechts links irgendwo ist.

00:14:41: Und da sieht man halt auch die die Power von so einem System, dass das wirklich adaptiv ist und sich dann entsprechend auch anpassen kann wenn da mal ein Update kommt von der Software oder sowas.

00:14:49: ja, dass es immer noch die UI versteht und mehr dieses abstrakte Denken wie's halt auch in Manchard, wenn er so eine UI benutzt.

00:14:56: Du suchst ja denn auch nach den Informationen und gehst nicht explizit nach Pixel-Crolin Arten.

00:15:00: Das ist schon ein großer Benefit und natürlich muss man ganz klar sagen enormes Potenzial was eine Transformation hier angeht im White-Color-Bereich, also im Büroarbeit am Ende fängt.

00:15:12: Und Nittor, dass jetzt zum Beispiel Hans Zimmerkarten im Internet finden?

00:15:17: Ihr arbeitet ja für Unternehmen – da gibt es wahrscheinlich irgendwie andere Use-Cases.

00:15:20: aber das ist wahrscheinlich auch genau die Stärke, dass viele Unternehmen sagen ich habe hier Software und die hat keine API, da hab' ich vielleicht irgendwie einen Sitz und das muss irgendwie an diesem Computer bedient werden.

00:15:31: und trotzdem könnt ihr dann dafür sagen wir können jetzt ein Computeruseagenten dafür bauen der sich so verhält, als würde er davor sitzen.

00:15:39: Das war ja auch dieses Beispiel mit den Dupletten.

00:15:41: das ging halt nicht einfach indem man dem System sagt löscht alle dupletten sondern es war nur vorgesehen dass das durch Benutzung von Maustastatur und Bildschirm funktioniert und dafür habt ihr dann glaube ich den Agenten geschrieben.

00:15:52: Wichtig

00:15:52: ganz genau so ist das!

00:15:54: Und... Der Clue ist halt wie gesagt dabei.

00:15:56: das sind mir schon eine gute Accuracy haben von drei neunzig Prozent und da wurden nur ein oder zweihundert Datensätze genommen um das nochmal zu verbessern.

00:16:04: Und wenn man sich mal anschaut, was dieses Jahr noch so passieren wird.

00:16:08: Wir sind ja jetzt im Jahr zum Jahr hier in dem Jahr im Jahr für den Kultus.

00:16:16: Im Endeffekt werden wir die restlichen Wunder des Jahres sehr viel Computer-Use Agents sehen.

00:16:21: Indizien sind z.B.

00:16:22: die neuesten Modelle von OMEI beispielsweise GPT-VIV.

00:16:27: Es ist auch sehr gut in den Benchmarks.

00:16:30: Da gibt es so Screenshot Pro und ein paar andere Benchmark, die direkt darauf ausgelegt sind.

00:16:35: Das kann das System dann verstehen was da hinterliegt, was die Funktionalität ist.

00:16:42: Und sie haben jetzt einen Bench Mark erreicht mit GPT-VIV.

00:16:48: Der gibt es direkt in der, wenn man die API nutzt von OpenAI GPT-VIV.

00:16:52: Direkt diesen Computeruse Agentenfall, faktisch reckende APIs schon mit drinne und die haben da aktuell den besten Benchmarkt.

00:16:58: und ja ist vielleicht sogar besser als mancher Bench wie man bestimmte Systeme bedient gerade wenn man sich solche hässlichen alten Applikationen anschaut.

00:17:06: Da ist natürlich auch schwierig wenn man sie bedient und da kann dann vielleicht so ein System auch helfen.

00:17:10: Wie groß ist der Spread von den Unternehmen, mit denen ihr arbeitet zwischen Unternehmen die sagen wir brauchen erstmal so einen einer der unser Firmenwissen für unsere Mitarbeitenden irgendwie besser durchsuchbar oder nutzbar macht.

00:17:22: Versus Unternehmen, die sagen Wir wollen eine multiorchestriende Agentenlösung haben.

00:17:30: was davon begegnet euch am häufigsten?

00:17:32: und habt ihr das Gefühl dass es dann Evolution gibt also dass jedes Quartal die Anfragen aufwendiger werden?

00:17:41: Ich

00:17:41: glaube, also es korreliert ein bisschen mit der Unternehmensgröße tatsächlich auch.

00:17:46: Also ich habe das Gefühl dass das große Konzerne schon etwas weiter in der generellen AI Adoption sind und entsprechend dann auch direkt zu komplexen Workflows oder komplexe Orchestrierungen greifen möchten.

00:18:03: Der oder das Thema Wissensagent ist dennoch ein ziemlich großes gerade für die KMUs, würde ich sagen.

00:18:10: In vielen Fällen haben wir es allerdings auch so dass wir Anfragen bekommen wo es erst mal heißt okay Wir wissen das wir was tun müssen und wir wollen gern etwas mit KI oder Agents zu tun haben Und wir wissen einfach wie wichtig das Thema jetzt wird.

00:18:26: Allerdings haben wir noch gar keine Ahnung Wo wir da ansetzen können und Da geht's dann natürlich erstmal Daran herauszufinden wo wären jetzt tatsächlich Ansätze und Geschäftsprozesse, die vielleicht als ersten Schritt mal geeignet wären zu automatisieren oder mal den Agenten darauf loszulassen.

00:18:46: Ich denke das muss man dann tatsächlich erst einmal ein bisschen von einer gewissen Entfernung betrachten um halt zu gucken was macht denn tatsächlich Sinn?

00:18:55: Denn einfach drauf loszuprogrammieren ist vielleicht intern in Ordnung wenn man sich allerdings direkt die Berater ins Haus holt, dann eventuell ein bisschen zu kostspielig.

00:19:07: Ihr habt glaube ich auch für Agenten Anfragen, die immer wieder auf euch zukommen so fast fertige Baukastensysteme.

00:19:14: also was sind so die häufigsten fünf sechs sieben Use Cases?

00:19:19: Die Unternehmen mit hoher Wahrscheinlichkeit als erstes umsetzen?

00:19:22: Genau

00:19:22: da gibt es bei uns was in den Prebuild AI Apps nennen.

00:19:28: Das sind halt, ja das ist ganz gut gesagt.

00:19:31: Baukasten oder Templates oder Muster von sich wiederholenden Agenten Typen wenn du so willst die man halt häufig bei Kunden sehen.

00:19:41: und da haben wir Endeffekt solche Templates gebaut.

00:19:44: diese dann Ja, dass man nicht immer das Rad neu auffinden muss.

00:19:48: Dass man dann die eigenen Daten des Unternehmens reinpackt und auch noch die Custom Instructions mit reinpacken.

00:19:55: Aber wie gesagt, nicht immer halt von vorne anfangen muss.

00:19:57: Und da haben wir in verschiedensten Kategorien zum Beispiel im Procurement Bereich gibt es dann den Contract Intelligence Agent oder den Purchasing Request Agent, der dann halt deine Einkäufe automatisiert.

00:20:09: im Endeffekt basiert natürlich auf existieren Verträgen.

00:20:13: Dann haben wir noch einen HR und ein Skills Center.

00:20:15: Und ich weiß ganz viele verschiedenste Systeme da, die wiederholende Muster halt abdecken sozusagen.

00:20:23: Und gerade wenn man über diese, was ich grad sagte, diese zum Beispiel sind Purchasing Request Agents.

00:20:29: Da dann

00:20:29: z.B.,

00:20:30: kann der auch sein, er redet mit einem anderen Agent auf der Gegenseite.

00:20:34: Das ist eine interessante Aspekte, die mir vielleicht immer mehr sehen werden basierend auf natürlich festgelegten Einschränkungen und festgelegten Randbedingungen, dass dann Agenten miteinander verhandeln.

00:20:51: Und dann auch einen Vertrag abschließen.

00:20:53: Das wird kommen denke ich ganz gut weil gerade der Vertragswerk ist halt häufig auch wirklich sehr dröge sag' ich mal.

00:21:02: und wenn man das Automatisieren kann, ist natürlich super.

00:21:06: Und natürlich wird sich das dann im Endeffekt noch jemand angucken bevor es dann vielleicht rechtskräftig wird.

00:21:11: aber da geht schon echt viel muss ich sagen gerade in den Bereichen HR auch da bestimmte Dinge zu analysieren.

00:21:20: Aber andere Bereich die wir noch gar nicht so angefasst haben Vielleicht können wir später darauf aber ist natürlich auch diese Verkörperung von diesen Akienten.

00:21:28: Man sagt dem englischen embodied agents dass man im Bereich von physischer KI, sprich Robotik und Drohnen und andere Systeme da natürlich auch solche Agentensysteme sehen wird.

00:21:39: Das würde natürlich noch ein bisschen länger dauern aber kommt vielleicht ein bisschen vom Thema ab jetzt.

00:21:43: Diese embodied Agents sind zum Beispiel diese Roboter die ich dann sehe die jetzt beeindruckend irgendwelche Kung Fu-Dinge machen überwiegend irgendwie aus China oder sowas.

00:21:53: Aber wo man natürlich auch sagen kann Die kann man auch wieder programmieren Kann den Aufgaben geben die sie dann einigermaßen Autonom irgendwie abarbeiten.

00:22:00: Ich glaube, da möchte ich nämlich... habe ich auch einen Kollegen von euch kennengelernt den Jordy Spranger und der kommt glaub ich in einigen Wochen oder Monaten mal zu uns und erzählt dann aus dieser Roboter-Agentenwelt mal.

00:22:15: Ich würde gerne noch verstehen also die Leute, die zuhören überlegen vielleicht auch selbst bin nicht gut aufgestellt, schnappe hier irgendwie Ideen auf von Dingen, die ich machen muss.

00:22:27: Wo entsteht der größte Wert?

00:22:31: Muss ich als Unternehmen mir selbst überlegen, das sind Dinge zu denen ich Agenten bauen möchte und dann kann ich eure Expertise nutzen.

00:22:38: Das auch wirklich zu bauen und zu betreiben oder sagst du eigentlich ist irgendwie auch ein großer Mehrwert dass ihr in Unternehmen kommt mal eine Woche zuguckt wie die so arbeiten und dann sagt an diesen fünf Stellen könnten uns können wir uns vorstellen, dass wir mit Agenten irgendwie euer Geschäft beschleunigen?

00:22:53: ja es ist halt beides ganz klar.

00:22:56: Logischerweise, wenn die Kunden jetzt schon ganz konkret Vorschläge haben dann können wir das natürlich umsetzen.

00:23:01: Und der Punkt dabei ist es dann sicher und wartbar umzusetzen.

00:23:03: Darauf kommen vielleicht auch noch mal was das Vibecoding Thema an mir nochmal darauf einhergehen warum das auch wichtig ist.

00:23:09: aber Es ist natürlich auch der Fall dass wir als beragendes Unternehmen dann reinkommen und entsprechende Vorschlage machen Dann aber natürlich ganz wichtiger Aspekt mit den Domänexpertinnen und Experten zusammenarbeiten, aus dem Unternehmen.

00:23:24: Und das dann zu verstehen, dass man nicht einfach top down das macht sondern wirklich alle involviert von Anfang an und da nicht einfach irgendeinen Agenten vor die Nase setzt und dann sagt hey jetzt nutzt das mal!

00:23:35: Jetzt ist es fertig.

00:23:37: Und dann gibt es natürlich auch die Befürchtungen von vielen, gerade in Deutschland immer viele Bedenkensträger.

00:23:43: Gibt's da natürlich immer viele Sorgen?

00:23:45: Wird ich jetzt ersetzt damit und dann... Es gibt auch Fälle wo also nicht bei uns, von denen ich berichte aber man hat gelesen in den News.

00:23:55: Das sind natürlich die Nerd-News ja, die normalen News bringt das natürlich nicht Aber dass dann zum Beispiel auch Sabotagen passieren.

00:24:01: Manche Mitarbeitende im Endeffekt an die Systeme sabotieren von der Seite weil sie halt So gehabt, dass sie damit ersetzt werden und sich denken da noch ein bisschen Vorsprung zu verschaffen.

00:24:10: Also gibt es halt alles.

00:24:11: will sagen damit der kulturelle.

00:24:13: die Technik ist alles machbar ja aber Der knackpunkt ist einfach die Kultur die Unternehmenskultur Die leute mitzunehmen auch auf dem Weg hin Auf dem wir uns bewegen.

00:24:26: das ist dieses Jahr entscheidend.

00:24:27: Ja Wir kommen Faktisch von Chatpots Chatbots Mit denen wir eine Konversation führen hinzu Agendensystem, dem wir eine Aufgabe geben und die dann autonom diese Aufgabe lösen.

00:24:39: Und da ist der Wandel faktisch für die Mitarbeitenden von der Knowledge Work zur Judgment Work also von der Wissensarbeit zu der Entscheidungsarbeit.

00:24:48: ja?

00:24:49: Das ist halt wichtig dass man diesen Punkt versteht denn Ich habe über viele Jahre, viele Jahrzehnte haben die Leute praktisch Berichte gelesen, analysiert und dann neue Berichte geschrieben beispielsweise.

00:25:02: Und Analysen erstellt.

00:25:04: Das kann man sich natürlich jetzt vereinfachen indem man solche Sprachmodelle nutzt oder am besten den Agenten der spezialisiert ist auf deinen Anwendungsfall der dann autonom solche Aufgaben über Minuten Stunden vielleicht sogar Tage ausführt und ein richtig gutes Wissen zur Verfügung stellt.

00:25:18: aber du musst es noch prüfen.

00:25:20: Du entscheidest immer noch ob das gut ist.

00:25:22: Ich muss noch ein paar Iterationen machen.

00:25:24: Aber jeder wird so einen kleinen Agentenboss sozusagen und das ist der Wandel, den die Leute halt auch mitmachen müssen.

00:25:30: Wenn ich da nochmal einhaken darf?

00:25:32: Ich fand es ganz spannend, dass du gesagt hast, der Wechsel von Knowledge-Work zu Judgment-Work.

00:25:40: Wir haben in sehr vielen... Also nicht nur aber vor allen Dingen auch in produzierenden Unternehmen Die Tatsache, dass wir unglaublich spezialisierte Mitarbeiter haben, die seit Jahren in dem Unternehmen sind und quasi ja die Wissensträger für die gesamte Produktionen sind.

00:26:00: Und wir hatten es in vielen Wellen zum Beispiel im Bereich Computer Vision und Produktionsüberwachung sage ich jetzt mal das ist erstmal daran ging mit den Leuten zu sprechen und zu verstehen und aus deren Erfahrung zu lernen.

00:26:17: was sind denn jetzt tatsächlich die Geschäftsprozesse?

00:26:20: Was ist tatsächlich wichtig dafür, dass die KI vernünftig arbeiten kann?

00:26:24: Und dieser Wissenstransfer muss erst mal stattfinden.

00:26:29: Gerade wenn man jetzt bedenkt ... Wir haben in den nächsten Jahren einfach sehr viele, die bald in Rente gehen werden, die allerdings super ausgebildet sind und entsprechend das gesamte Knowledge des Unternehmens quasi in sich tragen.

00:26:46: Das muss irgendwo hinweitergegeben werden.

00:26:49: Das ist eine, ich glaube ne sehr starke Herausforderung für die Unternehmen.

00:26:55: Zum einen natürlich also Fachkräftemangel und so weiter.

00:26:57: Also das an neue Mitarbeiter weiterzugeben aber auch dass irgendwie zu verpacken in einer Art und Weise sodass später in Zukunft eine KI auch etwas damit anfangen kann.

00:27:10: Gibt es viele Unternehmen die euch... dass zum Beispiel das JetGPT-Fünf.vierer Modell sehr gut für agentische Arbeit gebaut ist, ist jetzt aber die Herausforderung, dass eure Kunden sagen schön und gut, aber eigentlich will ich, dass das alles nur auf einem lokalen Modell läuft, damit auf gar keinen Fall irgendwelche Daten an amerikanische Firmen abfließen.

00:27:34: Selbst wenn da irgendwie geschrieben steht dass die sicher sind ist das auch noch mal eine Komplexität, die dazukommt, dass ihr diesen Frontiermodellen gar nicht überall arbeiten könnt sondern eher Lösungen finden müsst, das über Selbstbetriebene Server zu steuern.

00:27:49: Ist es tatsächlich also es kommt vor?

00:27:52: Gerade auch jetzt Stichwort Industrie Spionage, dass man wirklich sagt okay wir dürfen tatsächlich nicht auf die regulären Cloud Anbieter zurückgreifen oder auf diese Frontier Modelle.

00:28:03: allerdings sehen wir eigentlich das gerade in den letzten Monaten.

00:28:08: die Open Source Modelle stark aufgeholt haben und tatsächlich auch im Bereich Agent Use, also jetzt zum Beispiel Chemica II

00:28:15: z.B.,

00:28:15: ist ein Supermodell was wirklich Top-Benchmarks hat oder erreicht hat und entsprechend mit OpenClaw sehr gut benutzt werden kann.

00:28:27: Ich denke da hat Open Source wirklich aufgehult und es ist mittlerweile sehr gut möglich das ganze lokal laufen zu lassen.

00:28:35: Ja, also vielleicht nochmal dazu einhaken.

00:28:38: Absolut!

00:28:39: Also es gibt viele ja man sagt Open Models oder Small Language Models.

00:28:44: Kimi hat er genannt dann noch Quen.

00:28:47: Qn ist auch sehr gut.

00:28:49: Google hat Gemma und Microsoft auch sehr gutes.

00:28:52: erst wieder neue Version veröffentlicht heißt Phi.

00:28:55: Also wie das griechische Buchstab phi, sind wir interessant wenn ihr mit den Amerikanern redest und sagen immer Phi, Phi.

00:29:02: Wow we gotta use Microsoft Phi!

00:29:05: Dann ist es natürlich Phi ja muss ich erstmal richtig aussprechen aber egal, die Modelle sind schon sehr gut und der große Vorteil ist natürlich dass du die Lokale laufen lassen kannst auch On-Premise sozusagen Wie der Johannes schon gesagt hat, das ist ein regulierten Industrie natürlich sehr relevant.

00:29:21: Wenn die dann sagen okay wir wollen absolut keine Cloud irgendwie involviert haben obwohl es natürlich schon so der Fall ist wenn ich jetzt auf eine Microsoft Azure oder sowas nutze ja Die Mitarbeitenden allein in der Security-Abteilung sind über Zehntausende Leute, die sich damit befassen immer auch meine Server zu patchen und so weiter.

00:29:40: Wenn ich das selber mache in meinem kleinen On-Premise da bin ich immer ein bisschen hinterher.

00:29:44: Da habe ich nie die aktuellsten Patches drinne usw.

00:29:47: Was superrelevant ist.

00:29:48: denn natürlich nutzen auch die Bad Actors die neue generative KI Und es gibt natürlich auch Möglichkeiten entsprechende Lücken zu finden.

00:29:55: vielleicht auch an den News gelesen.

00:29:57: Ich glaube mit Firefox war das.

00:29:59: Da haben sie mit dem Entropic Tool da, mit dem Cloud im Endeffekt den ganzen Quellcode von Firefox durchsuchen lassen und er hat über hundert Bucks gefunden und ich glaube ein Drittel davon sind Security relevant gewesen.

00:30:11: also das ist halt auch das ne?

00:30:13: Ich kann natürlich die generative KI für solche Zwecke nutzen.

00:30:15: deswegen ist es auch wichtig dass ich entsprechend in die Sicherheit investiere und das ist vielleicht auch mein Appell an der Sache.

00:30:20: um vielleicht nochmal zu sagen viel schon selber machen, was auch gut ist.

00:30:25: Jeder sollte das machen und unbedingt ausprobieren.

00:30:27: Cloud Code, Codex, OpenAI, GitHub Copilot... Ich glaube AWS habe ich jetzt den Namen vergessen.

00:30:35: Wir haben alle irgendwelche Coding-Tools die dann faktisch beim entwickeln über KI Funktionen zur Verfügung stellen.

00:30:43: oder ich gebe eine Agentenaufgabe der entwickelt mir das dann, können wir auch im Detail nochmal alles besprechen?

00:30:48: Der Punkt ist aber dabei es mit dem WIP-Coding, was es halt auch gibt.

00:30:52: Wo ich am Endeffekt einfach nur einen Prompt gebe und dann kommt eine Software raus und ich gucke mir den Code gar nicht an.

00:30:56: Ich interessiere mich überhaupt nicht für den Code.

00:30:59: Da kommt natürlich auch viel Missbar raus häufig auch nicht besonders optimiert.

00:31:02: also da werden auch vier Ressourcen verschwendet.

00:31:04: Und natürlich habe ich heute Frühjahrs in die News gelesen Die haben festgestellt dass in den seventy drei Prozent der des Kodes Also das wird als PR Pull Request sozusagen in ein Projekt submittert wenn er zu einer AI so einen Code submitten möchte.

00:31:22: Und das ist natürlich schon so eine Sache, wo ich sage.

00:31:26: Super cool, Vibe-Coding unbedingt ausprobieren für Prototypen.

00:31:29: Aber wenn ich etwas in Produktion bringen möchte dann vielleicht doch lieber mit Experten zusammenarbeiten die dann entsprechend natürlich auch das Nummer Hauer was Security angeht und auch was Wartbarkeit angeht ja die Maintenance dessen.

00:31:40: Und natürlich nutzen Expertinnen und Experten auch Agented Coding entsprechend.

00:31:44: aber sie benutzen es halt vielleicht ein bisschen anders und sind halt immer noch im Code sozusagen und verstehen auch was da passiert.

00:31:50: Ich glaube Entropic hat im Februar eine Studie veröffentlicht, da haben sie mal eine Million Calls, Agente-Calls an ihrer API ausgewertet.

00:32:02: Aus welchen Bereichen die kamen.

00:32:04: und da ist auch jeder zweite Call zum Thema Software Engineering also zum Code schreiben um wie benutzt worden.

00:32:12: Und die zweitgrößte Kategorie nach diesen fünfzig Prozent ist dann Backoffice Automation mit zehn Prozent.

00:32:18: Also wo es dann irgendwie darum geht Belege zu sortieren oder Rechnung zu erkennen usw.

00:32:24: geht es auch noch in so ein sehr operative Themen, fünf Prozent Copywriting oder drei Prozent Cyber Security.

00:32:31: Aber dann wird schon sehr klein.

00:32:33: Das heißt momentan ist wahnsinnig viel von diesen agentischen ApiCalls Geht darin Software zu schreiben und das ist ja auch irgendwie das was irgendwie viele ausprobieren und wo viele die ersten Kontakte so richtig mit Agenten haben, wo man sagt bitte baue mir das!

00:32:47: Und dann läuft er agentlos und baut das mithilfe von AI-Modellen Wenn ihr mal in eure Erfahrung guckt mit den Unternehmen, mit denen ihr arbeitet.

00:32:57: Was sind drei Tugenden die euch verraten dass ein Unternehmen es gut hinbekommen wird AI-Agenten einzubauen und auch zu benutzen?

00:33:06: Und was sind so drei Turgenden bei denen ihr sagt oder nicht Tugende was ist gegen Herr Vertugend?

00:33:13: Na ihr wisst schon also drei Angewohnheiten eines Unternehmens bei dem man das Gefühl hat oh da merke ich schon die werden große Probleme haben von ihrer normalen Arbeit immer mehr mit AI-Tools zu arbeiten.

00:33:23: Kann man das so sagen?

00:33:25: Ja, also ich kann vielleicht mal anfangen.

00:33:28: Johannes hat bestimmt noch mehr interessante Punkte aber was natürlich ganz klar ist... Ne Tugend ist natürlich erstmal eine gute Datenhikier sozusagen.

00:33:38: Also der erste ist vielleicht erstmal die Daten zugreifbar haben in vernünftiger Art und Weise, was bedeutet ich habe erst mal alles digitalisiert?

00:33:46: Und zweitens Ich hab das im Data Lake oder irgendeinem Datastorage mit dem man von höflich arbeiten kann wie gesagt in der Regel in der Cloud kann natürlich aber auch on-premise sein.

00:33:55: Das ist ganz wichtig.

00:33:56: das sehr erste Punkt also unnüchte Daten Datensätze sind vorhanden im Endeffekt.

00:34:03: Zweite Punkt ist natürlich auch so ein bisschen, wie soll ich das sagen?

00:34:07: Nicht unbedingt die Getriebenen sondern die, die selber Initiativ ergreifen wollen ja dass man sagt okay Ich will jetzt was verändern also einfach diese diese Innovations Wille sozusagen wenn es vielleicht so ausdrücken kann dass er da ist dass man das unbedingt machen möchte.

00:34:24: Und drittens ist natürlich Budget.

00:34:28: Ich kann jetzt dazu die ganzen gegenteiligen Dinge merken, weil es gibt auch manchmal Leute... Das

00:34:35: Gegenteil von Tugendes Laster ist mir wieder eingefallen?

00:34:38: Ein Laster!

00:34:38: Genau ein Laster zum Beispiel.

00:34:41: Hey wir wollen ins AI nutzen aber ich habe hier aktuell meine ganzen Kundenreports.

00:34:46: Die sehen halt so aus.

00:34:47: ja also alles Papier hab' ich gerade hochgehalten.

00:34:49: Das ist natürlich ganz schwierig, dann muss man erstmal digitalisieren.

00:34:53: Und natürlich gibt es auch Kunden oder Leute, die zu uns kommen und vielleicht Kunde werden wollen, die ein enormes... riesige, komplette Transformation ihre Firma machen wollen mit Agenten und so weiter ins Boot.

00:35:04: Aber dann halt weiß ich kein Budget haben oder so gibt es halt auch nicht?

00:35:07: Aber für die lässt sich auch was finden.

00:35:09: immer so ist kommt immer drauf an.

00:35:11: man kann das skalieren von klein bis groß.

00:35:13: den Punkt den ich nur machen will ist halt einfach ohne unnötige Daten hier gehen ohne unnatliche Daten pflege Dann kann man das eh gar nicht angehen.

00:35:20: ja

00:35:21: Was ein Dreilaster.

00:35:22: Johannes kennst du da Dinge wo Du sagst wenn Du mit dem Kunden zusammenarbeitest weißt gleich dass macht die Sache eher schwieriger als einfacher.

00:35:28: Ja, also ich denke was es schwierig macht ist wenn man quasi in die AI Adoption reingehen möchte weil's alle anderen machen.

00:35:38: Man aber selber noch gar keine Ahnung hat wo die Reise eigentlich hingehen soll.

00:35:42: Also klar wir haben dieses FOMO Four of Missing Out wo jetzt heißt Wir müssen jetzt unbedingt mal bei uns Co-Pilot oder Chat GPT im Unternehmen nutzen Oder natürlich auch direkt Agenten im besten Fall.

00:35:57: Allerdings das Ganze kommt dann top down und ja eigentlich weiß niemand, was man damit jetzt genau erreichen will.

00:36:06: Wenn dahinter kein Business Case ist und man dann im schlimmsten Fall wirklich hohe Beträge an Geld investiert... Und am Ende hat man eine tolle Automation die allerdings sich gar nicht rechnet.

00:36:19: Dann gibt es am Ende lange Gesichter und niemand ist zufrieden.

00:36:23: Das sollte man sich vorher überlegen.

00:36:25: natürlich helfen wir auch gerade in solchen Punkten, dass das wir halt gemeinsam aus so eine Discovery sage ich mal machen um halt Use Cases zu identifizieren wo es tatsächlich Sinn macht da hinzugehen.

00:36:39: Aber ich glaube das ist ganz wichtig, dass man da nicht blind reingeht sondern einen Plan vorher hat bevor man quasi den Schreck schreibt.

00:36:47: Vielleicht nochmal ganz kurz zu den Sprachmodellen oder den spezialisierten Modellen weil ich denke Möglichkeit für deutsche Unternehmen auch.

00:36:59: Und zwar haben wir ja von über die offenen Modelle geredet, die werden im Open Source Modell genannt.

00:37:05: nur wirklich wenige davon sind wahre Open Source Module wo dann halt auch der Trainingscode Und der Code, das Modell ist es meistens nicht so riesig.

00:37:13: Manchmal steckt da natürlich schon ein bisschen was drinne Wenn das veröffentlicht wird.

00:37:16: Denn die meisten sogenannten offenen Modelle Was die Veröffentlichen sind einfach nur die trainierten Gewichte sozusagen.

00:37:22: Also das fertig trainierte Modell Wirklich Open Source-Modell würde ich sagen.

00:37:25: Ist das zum Beispiel von Paul Elgin Institute?

00:37:31: Ja, nicht Quoten nochmal nachschauen.

00:37:33: Aber Paul Allen Institute macht das die veröffentlichen Trainingscode, Training-Daten komplett von vorne bis hinten.

00:37:39: also du kannst das komplette Experiment selber noch mal nachvollziehen.

00:37:42: Das ist dann wahrlich Open Source.

00:37:44: aber die Modelle sind natürlich auch super gut gibt es eine ganze Reihe von die man wirklich für viele agentische Use Cases nutzen kann.

00:37:51: wenn man jetzt sagt ich anstatt jetzt ein großes Frontier-Modelle, eine GPT-Five vier oder eine Claude Vier Sechs Opus mit Finking zu nehmen.

00:38:00: Nämlich halt lieber ein paar kleinere Modelle zum Beispiel die offenen Modelle und verteilte dann auf mehrere Schultern auch verschiedene Agenten, die dann halt spezialisiertes Wissen haben und nutze diese dann kann ja auch wie so noch Appear Review implementieren oder einen Judging dass ich verschiedene Agentin habe.

00:38:14: der einen produziert das wissen die anderen validieren das bewerten das mit verschiedenen Personalitäten sozusagen und können dann entsprechend das Ergebnis auch verbessern.

00:38:23: vielleicht gar nicht das große Fettemodell, sondern kann mehrere kleinere Modelle nutzen.

00:38:27: Muss man sich wie gesagt immer angucken und ausprobieren.

00:38:30: Es ändert sich halt auch.

00:38:31: jeden Tag kommt neue Modelle, neue Updates.

00:38:33: da muss man wirklich dranbleiben und immer ein paar Sachen ausprobiert.

00:38:36: Den Punkt den ich eigentlich noch machen wollte ist Mistral beispielsweise.

00:38:40: Mistral hat jetzt dieses Frontierprogramm veröffentlicht und wir bei Replies sind auch dabei.

00:38:45: Wir haben sogar dafür eine neue Firma gegründet.

00:38:47: Luxuerweise im Reply-Netzwerk nennt es sich Sale Reply also wieder Segel Und da arbeiten wir aktuell an einem Projekt, das haben jetzt auch veröffentlicht.

00:38:58: Es ist noch nicht fertig aber wir haben es veröffentlich, dass wir da arbeiten.

00:39:01: Wir arbeiten mit der österreichischen Akademie der Wissenschaften zusammen und die haben den größten Schatz an altgriechischen Dokumenten.

00:39:11: Jetzt fragt man sich wie so haben sie in Wien die meisten altgrieschen Dokumente?

00:39:16: Frag mich nicht warum!

00:39:17: Aber es hat sicherlich irgendwas mit Indiana Jones Leuten zu tun keine Ahnung.

00:39:22: Wir arbeiten da faktisch mit der Akademie Wissenschaften und MISRA zusammen, um den Wissenschaftlern diesen Schatz, diesen altgriechischen Schatz nutzbar zu machen.

00:39:30: Denn mit den aktuellen Modellen, mit den Sprachmodellen die es aktuell gibt, verstehen natürlich modernes griechisch, neugriechisch.

00:39:38: Aber wenn ich denen jetzt irgendwelche Dokumente gebe Papyrus oder Stein in Schriften, da fehlen ja häufig irgendwelchen Teile davon, dann versuchen Halluzinieren die immer neues Griechische dazu, ja?

00:39:47: Modernes griesisch!

00:39:48: Weil sie kein Altgriechisches wissen und es ist aber so nah an dem neuen Griechi, dass Sie dann immer Halluzinnieren dazu.

00:39:54: Deswegen bauen wir zusammen mit Mistra ein komplett eigenes Modell.

00:39:57: also das ist kein Rack, kein Feinchüning sondern es wird von Grund auf ein Modell trainiert.

00:40:01: Ein Sprachmodell mit altgriechsches.

00:40:03: Und der Clue ist dann, die Wissenschaftler können dann neunzig Prozent der Daten, die sie jetzt nicht nutzen können nutzbar machen plus und das ist da eigentliche Clue dabei.

00:40:11: Es gibt noch ein zweites Modell was wir mit entwickeln für OCR, für Optical Character Recognition wie wir gelernt haben was am Endeffekt solche Papyros oder solche Steinenschriften wo dann halt ein paar Stückchen immer mal fehlen perfekt rekonstruieren kann und nicht halt immer irgendwie neues griechisch hinzuhalitionieren, sondern auf dem Wissenschatz faktisch ansetzt.

00:40:30: Und das ist jetzt mittlerweile bezahlbar.

00:40:33: vor zwei drei Jahren muss man schon viele Millionen Euro in der Tasche haben, um so ein Modell zu trainieren.

00:40:39: Jetzt, wenn ich das natürlich, werde ich jetzt kein fettes GPT-Five vier mehr selbst trainieren, sondern schon ein spezialisiertes Modell auf einen ganz spezifischen Use Case.

00:40:46: Da brauche ich auch nicht dieses riesen Modell, sondern kann mit einem kleineren arbeiten und da können wir in dem Bereich US-sextstellige Summen möglich machen solche Modelle zu trainiren und ich dann im Endeffekt dann auch die eigene IP mit meinem eigenen Modell, dem eigenen Wissen in meinem Schatz habe sozusagen und das dann vielleicht auch lizenzieren kann.

00:41:04: Und gerade deutsche Unternehmen im Mittelstand, weil man sich überlegt da sind ja Jahre jahrzehnte vielleicht sogar an wirklich wertvollen Daten, Logistikunternehmen verschiedenste andere Unternehmen, Lebensmittelbranche oder was weiß ich?

00:41:14: Also das können wir an alles in solche Modelle diese Intelligenz da reingießen und diese Möglichkeiten bestehen.

00:41:19: und wie gesagt wir haben damit mysteriall eine gute Partnerschaft und machen das aktiv mit einem der Top Frontier Model Labs in der Welt.

00:41:26: Das wird spannend werden, weil ja glaube ich auch die Red Sea Scrolls.

00:41:30: Also die älteste Version der ist Neun Tester Menz.

00:41:32: Die ist ja auch in Alkrychisch.

00:41:34: das können wir interessant sein.

00:41:36: vielleicht steht da in einer Bibel hier was ganz anderes als wir immer bisher erwartet haben.

00:41:40: Du hattest auch erwähnt dass zum Beispiel das Pollen L-Institut offene Modelle veröffentlicht.

00:41:44: Ich bin mir nicht ganz sicher aber hat Nvidia diese Woche auch so ein Nemotron drei Modell veröffentlich wo meiner Meinung nach irgendwas besonders war auch dass man da das gesamte Training irgendwie einsehen kann.

00:41:59: Also vielleicht bring ich es wieder durcheinander, aber ich hatte gerade diese Woche gelesen, dass irgendein effizientes Drei-Sicht B oder Vier-B-Modell rauskam wo man noch das ganze Training nachvollziehen kann wenn man ihn will.

00:42:10: Aber ist wahrscheinlich genauso wie Open Source.

00:42:13: Ist toll, dass Open Source ist, aber leider guckt natürlich nicht jeder rein und schaut sich dann was da drin zu finden ist.

00:42:19: Ja um was siehst du denn in den trainierten Gewichten?

00:42:21: Siehst du ein paar Matrizen mit irgendwelchen Zahlen?

00:42:25: Es gibt so einen KI-Forscher, der heißt Gary Marcus und der hat gerade in den USA gesagt er würde sich wünschen dass es ein Gesetz gibt das AI-Agenden sich nicht als Mensch ausgeben dürfen.

00:42:39: Also dass sie nicht sagen ich habe für dich nachgeschaut oder sowas und vor allen Dingen auch nicht irgendwie am Telefon sagen können hallo hier ist Peter sondern dass man ganz strikt juristisch sagt AI-Agenten dürfen immer nur Roboter auftreten, aber niemals so wahrgenommen werden als während die Menschen.

00:42:58: Ist das ein Punkt wo ihr durch eure Arbeit seht?

00:43:00: Ja irgendwie da ist schon wahnsinnig viel möglich und eigentlich wäre das eine gute Idee auch irgendwelche gesetzlichen Grundlagen zu schaffen.

00:43:09: oder ist es eher so ein kulturelles Thema dass jetzt noch nichts ist was euch täglich in der Arbeit über den Weg läuft?

00:43:17: also ich glaube Das beschränkt sich nicht nur auf AI Agents, sondern auch auf den gesamten Bereich generative KI.

00:43:24: Weil ich meine das Thema Deepfakes oder dann auch Deepfake Detection gibt es ja schon etwas länger und das ist gerade auch im Bereich Straftaten mittlerweile schon recht häufig verortet dass sich halt einfach Leute mit einem gefägten Avatar zum Beispiel in ein Bewerbungsgespräch melden.

00:43:49: Das gibt es schon häufig oder im schlimmsten Fall.

00:43:52: So Impersonation für, ich weiß nicht bei Banken im Online-Banking oder sowas telefonisch machen.

00:44:00: also da gibt's tatsächlich großes großen Bedarf da entsprechende Gegenmaßnahmen einzuleiten bzw.

00:44:09: Modelle dafür zu entwickeln die dann zum Beispiel Videostreams oder Bilder analysieren um zu verstehen Ob das tatsächlich jetzt ein generiertes Bild ist oder ob sich da ein echter Mensch hinterfabrikt.

00:44:22: Dasselbe gilt für Voice, also für Stimmen und klar wenn es darum geht dass bestimmte Systeme miteinander interagieren wird das Ganze auch auf AI Agents übertragbar gemacht werden können.

00:44:38: Wir sind jetzt gerade im ersten Quartal, und es wird dieses Jahr so wahnsinnig viel passieren.

00:44:42: Ich habe auch das Gefühl, dass dieses Jahr genau das passiert was du die letzten Jahre immer vorher gesagt wurde, was AI uns irgendwie bringen kann.

00:44:48: Und jetzt geht's gerade richtig los ganz brachial.

00:44:52: Was sind so Agenten-Typen oder Use Cases an denen ihr gerade arbeitet?

00:44:57: Oder die dieses Jahr ausgerollt werden, dass man nochmal so ein Gefühl dafür kriegt wie weit da vielleicht schon die Planung ist an der wirklich geschraubt wird.

00:45:18: Das habe ich auch schon im Monat her oder zwei Monate veröffentlicht wurden und entsprechend jetzt auch weiter verbreitet.

00:45:36: Im Endeffekt diese twenty four seven agentic loop, und ich weiß Christoph du hast es auch aufgesetzt und hast es natürlich in der sicheren Sandbox so wie wir das auch machen.

00:45:45: Ich würde mich noch einmal erwähnen weil Du hast die GTC erwähnt und da war jetzt die Nvidia GTC Und da war auch der Peter Steinberger, der Erfinder sozusagen von OpenClaw mit da und die hat ein Video etwas vorgestellt was sie NemoClaw nennen.

00:45:58: Was faktisch... Darin haben wir halt auch gearbeitet und haben jetzt natürlich das Übernommen mit NemoClone.

00:46:03: Guck uns an!

00:46:04: Das Fakt ist dieses OpenClawn in einer sicheren Umgebung bereitstellt ja im Enterprise Secure Environment so zu sagen wenn man es auf Englisch formulieren will wollte und das hilft natürlich schon auch die Probleme mit OpenCloud.

00:46:19: Denn OpenCloud ist super coole Sache, ja?

00:46:21: Kann faktisch automatisieren, twenty four seven läuft das Ding ich kann irgendwelche Aufgaben vergeben und das wird dann halt erledigt oder kann auch wiederkehrende Aufgaben durchführen lassen.

00:46:31: Und richtig richtig mächtig ist es sehr wirklich wenn ich das mit meinen Accounts verknüpfe und dort zum Beispiel Kalender pflegen lasse oder bestimmte Kommunikationswege automatisiere oder Teil automatisiert Da wird es mächtig, da sind natürlich auch die Gefahren.

00:46:45: Dass der irgendwelche Mist passiert oder dass das ein Einfallstour ist, gerade Prompt Injection ist immer so eine Sache, ja?

00:46:50: Gerade die Leute, was jetzt am Mittag gekauft hat hier dieses Moldbook, die da ihre Open Cloud Agenten dort laufen lassen, das ist natürlich ein Einfalls-Tour für PromptInjection, wenn da irgendjemand einen coolen Prompt sich ausdenkt und dann macht er eine Prompt injection, zack ist er auf deiner Maschine!

00:47:04: Also das kann halt auch passieren... Und deswegen muss man das in dem sicheren Kontext machen.

00:47:07: Diesen NEMO Claw solltest du zur Verfügung stellen und daran arbeiten wir halt auch natürlich um diese twenty four seven hyper personalized agents, always on hyper personalized agents so nenn ich das um es ein bisschen allgemeiner zu formulieren dass wenn die im sichern Enterprise Context laufen lassen kann um den Nutzen sicheren und wartbaren Enterprise-Kontext zur Fügung zu stellen.

00:47:29: Dieses

00:47:29: Prompt Injection ist ja wirklich eine wahre Hydra, ich dachte man ist irgendwie einigermaßen sicher wenn ich sozusagen den incoming Stream an Prompts vielleicht irgendwie versucht zu scoren ob da vielleicht ein Injections dabei ist.

00:47:41: aber teilweise kann man mit dem Rack also mit dem jetzt such mal Informationen für mich dann kann auch wieder Prompts unterbringen dass man gesagt oh geh doch mal auf meine Homepage ob du da was findest und dann kann man in diesem Dokument auf der Homepage Prompt Injection betreiben.

00:47:54: Oder man kann sogar einfach Prompt injection betreiben, indem man seine Dokumente einfach ins Internet schmeißt und sagt, irgendein Bot wird schon irgendwann auffressen?

00:48:02: Und mit Glück schaffe ich es dadurch meine manipulierten Informationen in dieses Gesamt Learning mit irgendwie rein zu bringen.

00:48:09: Also das ist wirklich unangenehm.

00:48:13: gerade wenn ich sage mit wichtigen Kundendaten, Firmdaten, Intellectual Properties möchte ich hier mit Agenten arbeiten!

00:48:22: Geht sogar noch eine Stufe darunter.

00:48:26: Vielleicht habt ihr es mitbekommen, dass das KI-System von McKinsey gehackt wurde und das lief nicht über ne Prompt Injection sondern über eine ganz klassische SQL Injections was halt noch viel viel älter ist.

00:48:37: Also selbst da kannst du

00:48:38: das ich habe immer nur die Überschriften gesehen kann hat er hat der hat das hier mal von euch irgendwie einmal durchgelesen?

00:48:42: was da?

00:48:43: was heißt?

00:48:44: AI gehackte von Mackenzie?

00:48:46: also die hatten letztendlich kompletten Zugriff auf ... auf das interne Wissen von dieser AI.

00:48:54: Und das sind natürlich dann Jahrzehnte an Best Practices, Kundendaten

00:48:59: usw.,

00:49:00: also wirklich Firmeninterner und das ist natürlich ja datenschutztechnisch in der Katastrophe.

00:49:06: Unfassbar!

00:49:07: Und das obwohl, ich glaube McKinsi hatte, ... ... im Thema AI-Beratung als ...

00:49:22: Was ich noch hinzufügen wollte zu dem Nemo-Claw, das fand ich war auch eine sehr interessante Entwicklung und ein Zitat ist mit der Hänge geblieben von Jensen Huang.

00:49:31: Der quasi gesagt hat dass es in Zukunft oder ab jetzt nicht mehr heißt oder nicht mehr.

00:49:36: die Frage ist an Unternehmen was ist eure KI?

00:49:40: Oder was ist eure Datenstrategie?

00:49:41: sondern was is eure Open Claw Strategie?

00:49:44: Dass es quasi so prävalent wird, dass es jeder nutzen werden muss Einfach, weil es so wichtig wird für Unternehmen eben diese Agents ja twenty four seven zu benutzen.

00:49:58: Allerdings auf deine Frage nochmal ich glaube was wir dieses Jahr auch sehen werden ist quasi der Schritt von.

00:50:08: Ich benutze in meinem Unternehmen bereits LLMs.

00:50:11: das heißt ich habe quasi den ersten Schritt getan und ich hab verstanden dass es etwas ist, was mir sehr viel weiterhelfen kann.

00:50:20: Aber wie kann ich nun den Schritt zu agentenbasierten Systemen herstellen?

00:50:26: Das heißt, LLM basierte Prozesse in Agent-basierte Prozess umwandeln.

00:50:32: Dass sich nicht mehr als Mensch quasi derjenige bin, der die Promps schreibt sondern das ganze durch einen Agenten machen lässt.

00:50:43: Und wie weit ist es?

00:50:46: Zum Beispiel durch OpenClaw, aber dann muss vielleicht besser Nemochlau nehmen um das Ganze etwas sicherer zu machen.

00:50:52: Allerdings ich würde sagen es ist sehr, sehr... Man muss höllisch aufpassen

00:50:59: und das

00:50:59: Ganze am besten irgendwo in der Sandbox laufen zu lassen und auf gar keinen Fall Routrechte auf einen produktiven System geben

00:51:06: noch nicht,

00:51:07: wenn sie wo die Reise hingeht.

00:51:08: Ich mach auch viel mit LLMs und sagen wir recherchieren mal hier oder breiten mal das vor oder prüfen dann irgendwie diesen Absatz oder so.

00:51:15: aber dass denn in einen Agenten zu überführen der das für mich macht fällt mir immer noch schwer.

00:51:22: also es gibt wahrscheinlich auch viele Sachen die ich ganz normal in meiner Büro White Caller Tätigkeit mache, die ich vom Agenten machen könnte.

00:51:28: Aber sich erstmal zu überlegen wie spezifiziere ich das eigentlich ist gar nicht so einfach.

00:51:36: Also das Interessante bei OpenClaw ist es ja einfach, dass man den Agenten einfach mal machen lässt und dann überrascht ist wie viel tatsächlich dabei rumkommen kann.

00:51:46: Allerdings geht es ja darum wenn man jetzt wirklich Geschäftsprozesse tatsächlich automatisieren möchte, dass die Leitplanken entsprechend aufstellt so dass auch wirklich das passiert was man sich darunter vorgestellt hat.

00:51:58: Das heißt man muss dem autonomen Agenten etwas Autonomie nehmen um eben sicherzustellen, dass der Output auch tatsächlich so ist wie man ihn sich wünschen würde.

00:52:11: Ansonsten hat man halt eine Menge Überraschung was auch schönes für manche Leute aber ja kann natürlich auch eine Menge Chaos verursachen.

00:52:18: Wir hatten ich weiß nicht ob das Formgespräch war oder am Anfang des Gesprächs haben wir darüber gesprochen AI hängt ganz stark an Compute also an Strom der irgendwie durch Chips fließt und dann am Ende sagt Das sind die Nullen und Einsen die rauskommen.

00:52:31: Und dann habt ihr gesagt Mensch ASML Chipfabrik kommt aus Holland und die Linsen für den Laser kommen von Zeiss.

00:52:40: Und die Laser selbst kommen von der Firma Trumpf, alles europäische Firmen, die dafür notwendig sind.

00:52:46: Warum ist denn Europa nicht das gelobte Land für AI?

00:52:53: Oder steht uns irgendwie eine ganz tolle Zukunft bereit?

00:52:56: Wie sehr ist Europa eigentlich an dieser ganzen Wertschöpfung, die da gerade passiert durch das AI-Wachstum mit dabei auch Wenn wir noch kein Agenda im Unternehmen haben.

00:53:06: Ja, das ist natürlich eine Frage wie viel Zeit haben wir noch zwei Stunden?

00:53:10: Aber nee um kurz zu machen aktuelle Punkte so ja Also genau, da hat mir eine Vorgespräch darüber geredet.

00:53:20: Dass wir uns in Europa vielleicht nicht immer so klein machen sollten was das Ganze angeht.

00:53:24: Denn natürlich produziert Nvidia die GPUs und natürlich produzierten AMD oder Intel

00:53:30: usw.,

00:53:30: ja?

00:53:31: Die anderen Firmen, die alle aktiv sind in dem Bereich, das sind alles keine europäischen Firmen.

00:53:35: aber der Punkt ist die ganzen Grundlagen Systeme mit denen sie gebaut werden, die Lithografiemaschinen von so einer ASML, die nur in China versuchen ähnliche Maschinen zu bauen.

00:53:44: Die kommen irgendwann vielleicht mal in zehn Jahren dahin.

00:53:46: Zu der Qualität, zu der Größe muss man ja auch sagen dass das alles mit einer Skalierung funktioniert und die Maskenproduktion machen kann.

00:53:53: Also diese Technologien gibt es halt schon noch hier Und es gibt natürlich... ich bin ja aus Dresden, da hört man vielleicht auch manchmal am Dialekt hier Bei uns wird jetzt wieder die Global Foundrys erweitert.

00:54:01: Hier wird auch die ESMC gebaut also dieser TSMC für Europa E-SMC mit so einem Konklimarat, TSMC dabei und ein paar andere Das bauen die auch hier eine Riesenfab.

00:54:12: Ich glaube, da gibt's auch... Ich weiß gar nicht mal, wie viele Subventionen wieder geflossen sind.

00:54:16: Aber Milliarden im Endeffekt, die da investiert werden und da kommen schon einige Chips hier gerade aus einem Elbe Valley sozusagen ja ist nicht aus dem Silicon Valley und das wird noch zunehmen ganz klar.

00:54:27: Und wie gesagt sollen wir uns da nicht kleinermachen?

00:54:28: Der einzige Knackpunkt in Europa ist wo wir einfach auch gerade in Deutschland schon auch Probleme haben ist eine Energiekosten.

00:54:35: Wir haben extrem hohe Energiekosten im Vergleich zur Welt.

00:54:38: Die Länder, die die geringste Energiekossten haben, werden einfach das meiste AI-Potential haben weil Token Also der Token entspricht im Prinzip Watt, wenn du so willst.

00:54:50: Weil die GPUs irgendwann zu verfügungsstellen werden.

00:54:52: Man wird auch wieder genügend Speicher da sein.

00:54:54: Das ist nicht der Knackpunkt.

00:54:55: Der Knack Punkt ist mittelfristig einfach Energiebedarf und da ist nun mal ein enormer Energiebedarf da.

00:55:02: Und er muss gedeckt werden.

00:55:04: Da ist natürlich das Problem hier in Europa, dass wir einfach sehr hohe Energiekosten haben.

00:55:07: Ich weiß auch nicht ob mit ihr unterkriegen können.

00:55:09: Ich denke eher was wir machen müssten es wieder so eine Vorreile eine weitere Rolle zu übernehmen.

00:55:15: in solchen Technologien, wie es eine ASML gemacht hat und andere Unternehmen.

00:55:18: Diese Grundlagenforschung gibt's ja schon noch sehr stark hier bei uns auch.

00:55:21: Wie gesagt, wir sollten uns da auch in Europa nicht kleiner machen als wir sind.

00:55:25: Wieder ein lokales Beispiel aus Risten von der TU Dresden.

00:55:28: Ausgründungen nennt sich Spinnecker Spincloud mit Double N wie Neural Network.

00:55:34: Das Segel,

00:55:35: Spinneckersägel?

00:55:35: Ja weiß ich nicht.

00:55:36: aber dieses Spin Cloud sozusagen heißt die Firma Und die arbeiten mit Spiking Neural networks das nennt man sich Neuromorphic Computing das ganze Fachgebiet und zwar werden da neue Chip-Technologien entwickelt.

00:55:50: die im Endeffekt ein bisschen anders funktionieren als eine GPU.

00:55:52: Also, wenn du dort wirklich so einen KI-Modell laufen lässt und neuronales Netz ist im Endeffen eine riesige Matrize, eine riesig Tabelle mit Zahlen.

00:56:01: Und die musst du halt komplett befüllen in deiner GPU, in den Speichersachen laden und das musst du immer vorhalten.

00:56:06: Auch wenn du nur ein paar von den Parametern benutzt, musst du es halt komplett alles mit Energie befort werden.

00:56:11: Diese spiking neural networks, diese anderen... Neuromophic Chips sozusagen, die funktionieren halt im Endeffekt so dass da nur dort wo ein Signal ist wird eigentlich Energie reingegeben und wenn die Energie in gewisseres Level erreicht hat dann schießt sie sozusagen und gibt das Signal weiter.

00:56:28: Wie gesagt, wird ein bisschen zu weit führen.

00:56:30: Aber wir arbeiten aktuell auch in einem von meinen Teams, wo wir mit Quanten und Normophic Computing arbeiten haben jetzt auch eine Experimentmarke gemacht mit den Spinnaker, mit dem SpinCloud und haben da einen System was eine Computer Vision macht.

00:56:43: Johannes Kenz vielleicht zur Detektion von Erdbeeren oder sowas in der Produktion.

00:56:49: das Computer Vision System mit einem GPU, mit dem klassischen Neuronalnetz im Vergleichen.

00:56:54: Mit so nem Neuromorphic Chip und wie gesagt es sind sehr frühe Versionen davon.

00:56:59: wir kommen auf die gleiche Qualität mit seventy fünf Prozent weniger Energieverbrauch ja?

00:57:04: Und da müssen wir investieren als Europa Da müssen Subvention rein in solche Firmen In sowas Potenzial einfach die nächste Generation weil mit GPUs das ist im Endeffekt auch eine riesige Energieverschwendung.

00:57:15: was man ganz klar sagen muss.

00:57:15: Das heißt ich höre hohe Energiepreise als Innovationstreiber

00:57:19: Vielleicht sogar.

00:57:20: Ja, okay

00:57:22: und mit dieser ganzen Tokens equals what heißt ja auch mit einem immer größer werden Kontextfenster wird dann auch wieder irgendwie jede Abfrage natürlich mehr möglich aber man schickt immer wieder den Kontext mit und der wird wieder neu verarbeitet Toll.

00:57:39: So, jetzt nochmal was ist sozusagen?

00:57:41: NDA habe ich jetzt unterschrieben?

00:57:42: Was sind jetzt gerade die verrücktesten Agenten an denen ihr beide gerade arbeitet?

00:57:45: Ja

00:57:45: also ich kann sagen vielleicht einen Enterprise Ready Open Clause System sozusagen um es mal gemeinsam zu finden werden.

00:57:53: Das hört sich cool an.

00:57:54: Johannes, bist du damit an Bord oder hast du eigene Projekte?

00:57:57: Ich habe jetzt tatsächlich etwas auf dem Tisch.

00:58:00: bereite ich einen kleinen POC vor.

00:58:02: ganz interessant das ist quasi agentische Rechtschreibkorrektur dass das klingt es vielleicht nicht so abgespaced.

00:58:09: Grammarly!

00:58:10: Es ist allerdings tatsächlich steckt der Teufel da im Detail weil man sehr häufig nämlich Text in Bildern embedded hat Und das ist gar nicht so leicht zu lesen.

00:58:22: Da kommen wir wieder auf OCR-Modelle, die dann natürlich mit dem LLM kombiniert werden müssen und es gibt eine tolle Schnittstelle zwischen bein beiden Lieblingsthemen.

00:58:32: Toll!

00:58:33: Das heißt Johannes löst Captures und René installiert Openclaw.

00:58:39: Vielen vielen Dank dass ihr uns einen Einblick gewährt habt in eurer Arbeit.

00:58:42: Mir hat sich viel Spaß gemacht.

00:58:43: ich finde es ein tolles Thema.

00:58:46: Ich bin leidenschaftlicher Vibe-Coder merke aber auch, dass ich da tonweise jeden Tag irgendwelche Tools mehr ausdenke.

00:58:54: Die kein Mensch jemals irgendwie Supporten, Maintain, Update und Patchen kann.

00:58:58: also die müssen immer auch in einer sehr kurzen Zeit einen Value haben damit es sich überhaupt Sinn macht so ein Tool zu machen weil im Jahr läuft das garantiert nicht mehr wenn's einfach so weiterläuft auf meinem Server Und ich sehe auch aus so vielen Unternehmen die eigentlich total schlau und digital sind Das viele Maximal irgendwie sagen ja im Support haben wir jetzt ein Agent aufgebaut oder wir haben Produktfotos machen, automatisch mit AI und haben da so eine Agent-Kette definiert.

00:59:26: Aber da ist auch noch viel zu leisten.

00:59:30: also wir sind immer noch wahnsinnig früh und ich fand erst mal gut dass man sagt egal wo es hingeht selbst wenn ihr keine gute Idee habt die Daten bereinigen verfügbar haben, gut aufgeräumt zu sein.

00:59:41: Dass wenn es irgendwie losgeht und man weiß das ist der Case, den ich umsetzen möchte dass sich diese ganze Grundlagen Arbeit nicht mehr machen kann.

00:59:47: Das nehme ich auf jeden Fall noch mal mit von euch heute.

00:59:50: Vielen Dank, dass ihr bei uns wart!

00:59:52: Lieber Johannes Mautzeig, lieber René Schulte mir hat Spaß gemacht.

00:59:55: Ich wünsche euch ganz viel Erfolg und wenn's spannende Neuigkeiten gibt und die Dinger live sind über die ihr jetzt noch nicht reden dürft dann müsst ihr unbedingt wiederkommen und davon erzählen.

01:00:03: Danke euch

01:00:04: sehr gerne.

01:00:04: danke dir

01:00:06: Euch zu Hause, vielen Dank fürs Einschalten.

01:00:08: Checkt unbedingt mal die Linken Profile der beiden aus.

01:00:13: Teilweise habe ich ihn auch schonmal erzählen lassen dass so erste Agenten, die man irgendwie fürs Unternehmen umsetzen kann, die sind gar nicht so unbezahlbar und dafür vielleicht doch ein bisschen besser wartbar als würde ich das Ganze mit Cloudcode irgendwie selber probieren.

01:00:25: insofern macht es schon Sinn mal zu gucken wie Reply das alles so macht.

01:00:30: wir hören uns spätestens nächstes Insight Talk wieder aber natürlich gerne vorher bekommen Einmal die Woche am Montag raus mit der Folge Digitale Vorreiter, innen und immer am letzten Freitag des Monats.

01:00:40: Mit unserem Insight-Talk, unserem Deep Dive sozusagen sowie heute mit meinen beiden Gästen.

01:00:45: Kommt hervorragend durch die Woche, durch den Monat!

01:00:47: Und bis zum nächsten Mal ganz liebe digitale Grüße von

01:00:50: Johannes

01:00:50: René &

01:00:51: Christoph Tschüss.