Wie tief KI in Deutschland bereits verankert ist – mit Johannes Foertsch

00:00:00: Was wir schon sehen bei erfolgreichen Deployments ist das Leadership.

00:00:04: die Geschäftsführung, die Gründer wirklich.

00:00:06: Die Führungs-Ebene als Beispiel vorangehen muss, kommunizieren muss, warum wie was überhaupt und selber diese Tools auch nutzen müssen.

00:00:15: Wo trennt sich vielleicht so ein bisschen die Spreu vom Weizen?

00:00:17: Ich glaube... Und das zeigen auch Studien, in denen wir gemacht haben dass KI im Arbeitsalltag angekommen ist.

00:00:22: Laut einer Studie, die wir kürzlich veröffentlicht haben, nutzten eighty fünf Prozent der Führungskräfte KI in ihrem Arbeitsalltag.

00:00:29: aber die strukturierte Umsetzung in den Unternehmen ist eben noch nicht so.

00:00:43: Herzlich willkommen bei Digital Vorreiterin, dein Podcast zur Digitalisierung und AI von Vodafone Business.

00:00:49: Ich heiß Christoph Bursack und ich bin ganz aufgeregt rutsche hier auf meinem Stuhl hin und her denn gleich habe ich ein Gründungsmitglied von OpenAI Deutschland bei mir zu Gast den Johannes Furcht.

00:00:59: Und Johannes hat inzwischen die Position Head of Mid-Market.

00:01:03: aber im Grunde interessieren mich beide Titel sehr.

00:01:06: was macht man als Head of Mitmarket?

00:01:07: Was macht man ans Gründungsmitglied bei OpenAI?

00:01:10: Das alles und viel mehr finden wir hoffentlich jetzt gemeinsam raus.

00:01:13: Herzlich willkommen, Johannes!

00:01:14: Schön dass du bei uns bist.

00:01:15: Vielen Dank Christoph.

00:01:16: Freu mich.

00:01:17: Ich kann es ja direkt mal sagen was macht ein... wie wird man Gründungsmitglied?

00:01:21: Und was ist der Unterschied zum Head of Mitmarket?

00:01:25: Ja gut also ich meine das eine bedingt sozusagen das andere.

00:01:28: aber vielleicht kurz zur Gründungsmitgliedsthematik.

00:01:31: Wir haben vor ungefähr einem Jahr eben die deutsche entity aufgemacht mit dem Ziel unsere Kunden den Markt möglichst fokussiert möglichst gut zu unterstützen.

00:01:39: Da haben wir dann am Ende verschiedene Segmenten, Mittelstand, Enterprise, Strategic so wie man das oft kennt.

00:01:47: Und in meiner Verantwortung als Head of Mid-Market kümmere ich mich und im Mittelstand um die Strategie, ums Hiring, um die Themen, die den Mittelstand am Ende auch bewegen.

00:01:58: Ich spreche da ganz viel selber mit Kunden und ja ... So begleiten mir die Kunden.

00:02:04: Die Nachfrage ist gigantisch, dementsprechend das Wachstum auch und wir freuen uns riesig über die fehlenden teuren Gespräche, die wir mit unseren Kunden fühlen dürfen.

00:02:11: Was war deine letzte Position vorher?

00:02:13: Davor habe ich das Go-to-Marketing bei dem Startup geleitet, haben noch eine Firma gegründet tatsächlich im ganz anderen Bereich Renewable Energy und ja hab aber eigentlich meine gesamte Karriere bei relativ transformativen Firmen verbracht die versucht haben, die Arbeitsweise zu verändern.

00:02:30: Das war LinkedIn, Salesforce, kurzer Zwischenstopp bei Deep Elg aber auch dabei also dem deutschen Ponton sozusagen ja.

00:02:38: insofern

00:02:39: sehr gut.

00:02:40: ich habe neulich einen tollen Satz gelesen und da wurde gesagt Chat is dead!

00:02:46: Und der stammt tatsächlich wohl oder wird zugeschrieben einem Senior Open AI Mitarbeiter.

00:02:52: Chat GPT hat euch auf die Karte gesetzt.

00:02:55: was könnte damit gemeint sein das gesagt wird, Chat is dead.

00:02:59: Ja in der Tat eine sehr spannende Formulierung und ich glaube da ist schon auch was dran ist zu viel.

00:03:06: aber Chat ist nach wie vor die größte Nutzungskomponente unserer Technologien.

00:03:10: also damit sind wir bei rund um einem Jahr den Nutzer die uns tagtäglich nutzen.

00:03:15: aber der spannende Punkt und dass wo die Wahrheit und die Kernnachricht drin liegt ist dass sich das Nutzungsverhalten massiv ändert.

00:03:21: einerseits Wie interagieren wir mit dem Produkten?

00:03:25: Kürzlich haben wir unser Chessivity live rausgebracht, also wirklich nochmal deutlich kompetentere Sprachmodelle und Anekdote vielleicht.

00:03:33: Hier im Büro bei uns wird man eigentlich kaum noch tippen alle Flüstern in ihre kleinen Mikros rein bedienen eben so die KI weil man einfach deutlich schneller ist.

00:03:41: aber KI, die Agenten werden auch deutlich produktiver.

00:03:45: Sie finden Einzug in diese Systeme, die wir tagtäglich nutzen, werden immer produktiver ohne dass sie sich prompten muss.

00:03:52: und dementsprechend gibt es da schon ja diese Verschiebung hin zu Proaktivität, hin zu den agentischen Workflows und eben auch hin zu Sprache und anderen Verwandten.

00:04:02: Das wenn du sagst bei euch im Büro wird... weniger getippt und vielmehr jetzt irgendwie reingeflüstert ins Mikrofon.

00:04:09: Das ist ja schon irgendwie, wahrscheinlich ist das in den meisten Unternehmen noch nicht so.

00:04:13: wenn ihr wahrscheinlich überlegt kommt jetzt irgendwie AGI oder kommt es nicht?

00:04:18: Oder wenn ja wo oder bei wem zuerst oder sowas.

00:04:20: Und in Deutschland wird noch ein bisschen geguckt.

00:04:23: Guten Tag Herr Furch.

00:04:24: kann ihre AI denn auch meine Rechnungseingänge sortieren?

00:04:28: Ist das ein großer Stretch zwischen vielleicht den Themen die du im Office behandelst und die Themen die Du draußen im Feld siehst?

00:04:34: Oder habt ihr damit gerechnet?

00:04:35: Ist das motivierend, ist das frustrierend oder nehme ich das komplett falsch?

00:04:39: da und der Mittelstand ist da schon viel weiter.

00:04:43: Erst mal finde ich es total verblüffend wie weit ein Mittelstand und generell die Industrie in den Bereich Ereil gekommen ist.

00:04:48: also die Veränderungsgeschwindigkeit ist gigantisch.

00:04:52: natürlich gibt es in vielerlei Hinsicht jetzt mal Umsetzungslücken zwischen dem was die Modelle können und dem was.

00:05:01: Das Beispiel Rechnungseingang ist eigentlich ein ganz spannendes, ne?

00:05:04: Weil es ein höchst relevanter Prozess innerhalb von Organisationen ist und der Rechnungseingang oft mit Ausnahmen, mit Problemen, mit fehlenden Informationen hergeht.

00:05:16: Und dementsprechend ist das eigentlich ein gutes Testbeispiel wie weit und wie gut die KI schon ist wenn sie eben in der Lage ist Sonderfälle zu kategorisieren Standardfälle durchzuwinken ohne dass wir hier per se menschliche Unterstützung brauchen.

00:05:31: Und ja, es schafft diese Klassifizierung gut umzusetzen.

00:05:34: Deswegen eigentlich ein super Beispiel und dementsprechend auch für uns ein super spannendes Feld was immer wieder Spaß war mit den Kunden.

00:05:39: Du hast gesagt dass die Unternehmen sich teilweise wirklich toll weiterentwickeln.

00:05:45: wo siehst du da den größten Treiber?

00:05:46: Sind das dann einzelne Leute die Bock auf das Thema haben im Unternehmen oder sind's tolle KI-Konferenzen die irgendwie Use Cases zeigen oder ist es eure Produkte die immer mehr selber machen?

00:05:55: Es ist glaube ich eine Kombination des Ganzen.

00:05:58: Was wir schon sehen bei erfolgreichen Deployments ist, dass Leadership die Geschäftsführung, die Gründer wirklich die Führungsebene vorangehen muss.

00:06:07: Als Beispiel voran gehen muss kommunizieren muss warum wie was überhaupt und ja selber diese Tools auch nutzen muss.

00:06:16: Wo trennt sich vielleicht so ein bisschen die Spreu von Weizen?

00:06:18: Ich glaube, und das zeigt einen Studien, den wir gemacht haben.

00:06:21: Dass KI im Arbeitsalltag angekommen ist.

00:06:24: laut einer Studie, die wir kürzlich veröffentlicht haben nutzten.

00:06:27: Fünfundachtzig Prozent der Führungskräfte KI in ihrem Arbeitsalltag.

00:06:32: aber die strukturierte Umsetzung in den Unternehmen ist eben noch nicht so tief.

00:06:37: Das heißt, wir haben beispielsweise auch da aus der Studie Wo die Hälfte dieser eighty-fünf Prozent sagt, dann haben wir eigentlich keine klare Richtlinie oder sogar noch schlimmer.

00:06:46: Ich arbeite an einer Richtlinien vorbei weil ich nicht die Tools habe, die ich brauche.

00:06:50: Also das ist da schon mal ganz wichtig.

00:06:52: aber wenn wir jetzt sagen was macht denn eigentlich so die Top Nutzer aus?

00:06:55: Die wirklich ihre Organisation transformieren Dann ist es Fokus.

00:06:59: Es ist Fokus auf die Use Cases und die wirklich werttreibende use cases die, die wirklich Kernprozesse für das Unternehmen sind und hier sich darauf zu fokussieren.

00:07:11: Was meine ich damit wieder?

00:07:12: Ich meine es hat eine klare Verantwortlichkeit sowohl im Business als auch technisch.

00:07:16: ja wer ist für die Resultate verantwortlich?

00:07:19: dann natürlich die resultaten.

00:07:21: wie messen wir das?

00:07:22: welche KPIs sind hier wirklich die relevanten die wir uns am Ende anschauen wollen?

00:07:27: und dann auch ne Timeline wo wir entscheiden müssen hey sind diese Metriken erreicht investieren wir mehr schiften wir vielleicht was oder hören die Tazit auch mit diesem use case auf.

00:07:37: Und wenn Unternehmen das gut umsetzen, dann sehen wir wirklich transformative use cases.

00:07:41: ich gebe mal ein Beispiel Zalando ist ein ganz schönes Beispiel, die mit unserer Technologie ihre Suche auf der Plattform vereinfacht haben.

00:07:49: viele Leute gehen auf Zalango und sagen halt nicht Ich möchte die Nike Air Max sondern ich möchte gelbisch Kleid oder ich möchte einen Geschenk zu Geburtstag.

00:08:00: also So, und über die APIs auf unserer Plattform haben sie unsere Language Modelle angeschlossen.

00:08:07: Und haben damit deutlich höhere Click-through Rates und deutlich mehr Wishlist Speicherung sich gesichert.

00:08:14: Und da sehen wir einfach Metriken klarer Prozess, klare Verantwortlichkeit im Business und bei den technischen Verantwortlichen.

00:08:21: Und so wird dann eben auch ein Shoot raus der dann auch die Bottom Line beiflusst.

00:08:25: Da ist das Beispiel gelbes Kleid oder sowas genannt.

00:08:30: Seeu-Vergangenheit erinnere ich noch, dass jedes Monat mehr als zehntausend Leute nach schwarzes Kleid suchen.

00:08:37: Also allein genau wie du sagst die kommen ja oft nicht hin und sagen, ich will genau Produkt ABC haben sondern da gibt es so teilweise sehr große Kategorien nach denen gesucht wird.

00:08:48: Was manchmal viel größer ist als einige Kategoriebegriffe.

00:08:51: Du hattest erwähnt das ihr das im Zuge einer Studie erhoben habt?

00:08:54: Ich glaube das ist eure sogenannte Mittelstandstudie habe ich gelesen.

00:08:58: Was waren dann noch so für Ergebnisse?

00:09:00: und gab es da vielleicht auch Dinge, die sogar dich noch überrascht haben?

00:09:03: Positiv oder negativ?

00:09:05: Ja super spannend.

00:09:07: Wie tief ist einfach schon angekommenes?

00:09:08: ja klar das hören wir im Alltag.

00:09:10: aber wenn man uns über die breite Masse betrachtet ja ist es immer ein bisschen schwer greifbar generell spannend.

00:09:16: ich schlag nochmal einen kleinen Bogen ist wie tief ist denn?

00:09:21: wie weit sind wir eigentlich als Nation vorne?

00:09:24: Und da sind wir tatsächlich die größte Nutzungsgruppe in Europa.

00:09:28: Wir sind top fünf global, also man sieht einfach mega!

00:09:31: Da passiert schon echt viel.

00:09:33: Weißt du

00:09:33: ob das an prozentualer Nutzung oder absolut?

00:09:37: also was sind auch wirklich auf die Volksgröße gerechnet?

00:09:41: oder absolut?

00:09:43: Prozentuale Nutzungen?

00:09:44: Die absoluten Zahlen sehen dann natürlich auch ganz gut aus, aber beispielsweise haben wir eigentlich eine nahezu vollständige Abdeckung der Nutzungsgruppe Achtzehn bis Vierunddreißig und insgesamt in Deutschland eine wahnsinnig große Abdeckerung.

00:09:58: Auch eine wahnsinnig große Bilder-Community die auf den Plattforms baut.

00:10:03: Aber darauf stellt ihr die Frage ja wie ist es denn eigentlich in unseren Unternehmen?

00:10:06: Und das hat die Studie von Hormann gezeigt, dass die Leute nutzen sind und die Leute werden damit deutlich produktiver.

00:10:12: Jetzt ist ja die Frage, was machen Sie mit der Zeit?

00:10:15: Sie nutzen die Zeit für kreatives Denken.

00:10:17: Für strategische Arbeit um sich vorzubilden und das finde ich eigentlich noch die spannenden Zahlen.

00:10:23: Was passiert denn eigentlich mit derzeit, dass sich die Leute freischalten oder frei schaufeln?

00:10:28: Was auch toll war zu sehen ist eben wie viel bringt es eigentlich in fünf Stunden die Woche pro Person?

00:10:34: selbst angegeben finde ich schon beeindruckend!

00:10:36: Das ist cool zu sehen.

00:10:39: Doch überraschend fand es eben, wie groß diese Diskoprance ist zwischen der Nutzung und dem was die Universität schon machen sage ich mal.

00:10:50: Also gibt es eben Richtlinien, gibt es Trainings, gibt das da Befähigung?

00:10:55: Und ich glaube die Lücke muss dringend geschlossen werden.

00:10:57: Wie quer wer kann die schließen?

00:10:59: Ich als Berater?

00:10:59: oder

00:11:01: auch ist ein wichtiger Teil.

00:11:03: Also ja, wie kriegen wir die Leute enabled und mitgenommen?

00:11:05: Wie verstehen die Leute, wie sie selber nutzen können?

00:11:10: Na aber da liegt es dann tatsächlich auch an der Unternehmensführung.

00:11:13: Vielleicht auch nicht einfach nur das herzunehmen was jetzt einfach da ist oder was vielleicht den anderen Produkten integriert, dass man wirklich zu verstehen, mit den Leuten zu sprechen.

00:11:21: Wie sehen die Prozesse aus?

00:11:24: müssen wir diese Prozesse neu denken und dann auch in die Turauswahl zu gehen.

00:11:28: Und sich zu überlegen, hey was brauchen wir jetzt wirklich?

00:11:31: Ist es out of the box?

00:11:33: ist es selbst entwickelt?

00:11:35: ist es vielleicht ein Teil eines anderen Tools?

00:11:39: Es gibt immer so Zahlen die so ein paar Wochen das Gespräch bestimmen.

00:11:42: eine Zahl war vor ein paar Monaten mal dass von AI-Piloten irgendwie nur ein ganz kleiner Teil wirklich jemals produktiv eingesetzt wird und die meisten überhaupt nicht.

00:11:50: Und ich könnte mir auch vorstellen, dass Deutschland da sogar noch besonders viel besser daran ist Pilotprojekte zu machen, die vielleicht nie wirklich skalieren.

00:11:58: Was habt ihr identifiziert?

00:11:59: Was müsste passieren wenn man sagt hier sind fünfhundert Piloten zehn Prozent gehen auch wirklich irgendwie in die Produktion am Ende ein?

00:12:07: an welcher Stelle könnte man da besser werden?

00:12:10: tatsächlich was passiert viel besprechen und hören.

00:12:13: Ich hatte heute lustigerweise ein Gespräch dazu, wo gesagt wurde in einer Abteilung alleine haben wir jetzt einen Use Case-Katalog von neunundachtzig Use Cases die wir jetzt mal durchspielen wollen.

00:12:23: Und das funktioniert nicht so richtig gut.

00:12:27: Wir müssen wirklich überlegen was ist ein Prozess bei dem wir Zeit verlieren, Output verlieren umsatz verlieren?

00:12:36: Was sind für uns wirklich die treibenden Prozesse und diese dann analysieren.

00:12:40: Und das sollten wirklich nicht mehr als fünf sein, wir müssen... überlegen, wir haben begrenzte Ressourcen.

00:12:46: Was machen wir mit dieser Zeit?

00:12:47: Also diese Fragen sollten sich gestellt sein damit wir dann eben auch eine Baseline haben, ein Ziel haben und eben auch diesen fachlichen Owner.

00:12:54: Wir brauchen Ownership, wir brauchen klare Metriken, wir müssen den Prozess gut verstehen, wir setzen uns die zeitliche Richtlinie hundert Tage beispielsweise und vergleichen eben die Startesquote da mit dem Output nach hundert Tagen und müssen dann eben entscheiden skalieren wir das weiter stoppen wir das und investieren woanders?

00:13:13: Sind wir in der Phase, dass die Unternehmen sagen.

00:13:16: Oh ich weiß gar nicht wie ich meinen Case irgendwie richtig umsetze.

00:13:20: oder sind wir in einer Phase so die sagen Ich habe ihn umgesetzt bekommen aber was sich jetzt an Tokens ausgebe ist ja viel zu teuer.

00:13:26: das lohnt sich für mich gar nicht.

00:13:27: also wo glaubst du sind wir da mehr mehrheitlich noch?

00:13:32: Ich glaube wir sind mehrheitliche noch in der totalen Experimentierphase.

00:13:36: ganz viele Firmen geben jetzt den Mitarbeitern ein Tool in die Hand und sagen quasi macht man.

00:13:45: Messen Effizienzen, das ist ja auch schöne Gut- und in der Realität.

00:13:49: die meisten Tools bezahlen sich relativ einfach von selber wenn man sagt fünf Stunden Effizience ist gespart.

00:13:54: aber damit sind wir eben nicht am Ende des Ganzen.

00:13:58: Wir müssen wirklich gucken wie wir nicht mehr dieses schöne Wort Token Maxing machen Wie wir nicht einfach nur quasi Tokens und Nutzungen auf das Problem werfen sondern wie wir wirklich den Output messen.

00:14:09: Ich gebe dir auch gerne da noch mal ein Beispiel.

00:14:11: Plex Coffee ist eine relativ kleine Coffee Chain neu, hat einige Stores... Und die hatten ein ziemlich großes Onboarding-Problem.

00:14:19: Also das Onboarding hat relativ lange gedauert und es wurden super viele Fragen gestellt, weil der Antwortenkatalog hat von dem Zeitpunkt zu den Seiten.

00:14:27: Über ein ganz einfaches GPT haben sie halt diesen Onboardingprozess um fünfzehn Prozent reduziert und genau damit eingehen auch die Fragen.

00:14:34: Weil Sie ja von iPad im Store hatten und gesagt haben hier da könnt ihr fragen und ChatGPT spuckt euch die Antwort aus.

00:14:41: Das sind so die Beispiele, die wir sehen wollen die am Ende schön sind, oder?

00:14:46: Die machen ja aber schön.

00:14:48: Wie viele ganz normale Textmodelle habt ihr gerade so live?

00:14:52: Also es ist ... Ähm, fünf Punkt Fünf war irgendwie zuletzt.

00:14:56: gestern habt ihr fünf Punkt Sechs ausgerollt.

00:14:59: Sol heißt das glaube ich.

00:15:01: Mhm Wie viele werden... wieviele sind jetzt grade noch im Umlauf?

00:15:03: Oder wie viele sind grade... inzwischen kann ich grade wählen?

00:15:06: Du, das kann ich dir gar nicht ganz genau sagen weil es ja recht viele sind und es kommt auch immer ein bisschen drauf an wo konsumierst du sie sozusagen.

00:15:13: Ja, das stimmt.

00:15:14: Macht das Sinn oder denkt ihr darüber nach dass ihr selber irgendwie so ein Endpunkt anbietet und sagt je nachdem was der für eine Aufgabe reinkommt muss nicht alles über fünf Punkte senkt sol gelöst werden sondern es kann auch irgendwie über vier Punkt Null oder irgendein anderes Modell gelöst wird?

00:15:27: Und dass ihr sozusagen dafür sorgt, dass ich ohne Bedenke einfach alles zu euch schmeiße und trotzdem das Gefühl habe ist mich bezahlen nur das was notwendig ist.

00:15:36: ja also da haben wir versucht mit fünf Punkt Sechsten Schritt hinzugehen indem wir fünf Punkt sechs oft Drei Varianten aufgeteilt haben, wie du gesagt hast so.

00:15:45: Das ist das Flaggschiff-Moday State of the Art und für die kompliziertesten Aufgaben relevant?

00:15:53: Dann haben wir aber auch noch Terra und Luna.

00:15:55: Terra ist für die alltäglichen Aufgaben, die eben nicht so kompliziert sind.

00:15:59: Luna ist wirklich schnell und günstig.

00:16:01: also da versuchen wir das Ganze mit zu vereinfachen.

00:16:05: In unserer Zusammenarbeit mit den Kunden haben wir diese Frage natürlich häufig über die API.

00:16:10: Was ist denn jetzt eigentlich das Modell, wie viel Intelligenz brauche ich eigentlich für diesen Use Case und wie kann ich das am günstigsten gestalten?

00:16:18: Und das ist in der Tat so dass auch ältere in Anführungsstrichen Modelle durchaus relevant sind, durchaus gut genug für gewisse Aufgabenbereiche und das muss man immer mal wieder mit den Kunden durchspielen.

00:16:29: aber in der tat versuchen wir es ganz simplifizieren und ich hoffe auch, dass wir da hinkommen, eine Schnittstelle haben, ein Tool haben und wir so gut darin werden dieses automatische Routing zu machen dass wir Intelligenz für die Aufgabe und aber auch Effizienz bestmöglich zusammenführen.

00:16:48: Ich habe noch nicht einen Zitat gelesen AI without agency is just expensive software.

00:16:55: Also dass man das jetzt nicht reicht, dass alle mitarbeiten in Zugriff auf euer neues Fünf-Funkzechster Sol-Modell haben, sondern dass ja irgendwie auch was passieren muss, dass vielleicht die Software bei den Kunden mit diesem Modellentscheidung treffen kann – das APIs, MCPs, whatever, dass da wirklich etwas passieren kann.

00:17:15: Glaubt ihr... dass das auch nochmal ein großer Treiber sein kann, damit Unternehmen den Wert von AI-Modellen wahrnehmen und gibt es da eigene Projekte dazu.

00:17:25: Den Unternehmen zu sagen hier ist unser Modell aber wie helfen die jetzt mal deine ganze Software daran anzuschließen oder hofft ihr, dass sie das selber hinbekommen?

00:17:33: Ich würde wahrscheinlich gar nicht unterschreiben, dass jedes System per Sie maximale Agency oder Autonomität braucht.

00:17:43: ich glaube, dass es eher zu sehen wie ein Drehrad Eine ganz simple Assistenz kann schon einen riesigen Mehrwert liefern.

00:17:51: Die Frage ist, welchen Prozess habe ich und wie viel Agency braucht ein System um diese Aufgaben zu erledigen?

00:17:57: Ein ganz gutes Beispiel ist Choco.

00:18:00: Kennst du Choco?

00:18:01: Schokolade!

00:18:03: Auch gut schmeckt gut aber nicht Choco.

00:18:05: Softwarenbieter?

00:18:06: Leider nein

00:18:07: Okay, machen Software für den Lebensmittelgroßhandel eigentlich.

00:18:12: Also ich bin Restaurant und brauche wieviel morgen Milch Tomaten wie auch immer.

00:18:16: Da kann ich bei Choco eben meine Bestellung eingeben und das kann ich per Sprachnacht machen, das kann nicht per E-Mail machen oder auf dem Telefon machen.

00:18:22: Und Choco hat über acht eineinhalb Millionen Bestellungen pro Jahr und die kommen teilweise auch nachts rein.

00:18:28: und ein bisschen problematisch dafür auch den Mitarbeiter zu finden, die sagen cool!

00:18:33: Ich hänge mich nachts als Telefone in denen wir bestellen.

00:18:35: Choco hat auch da über unsere Sprachmodelle und unser APIs in Agenten gebaut, der viele Standard-Standardbestellungen eben einnehmen kann.

00:18:44: Und jetzt kommen wir zum Punkt warum dieser Autonomieregler wichtig ist?

00:18:49: müssen sicherstellen, dass wir das Risikum minimieren und dass wir vor allem Grenzfälle aussortieren.

00:18:55: Aber dass der Agent eben schon autonom genug ist die Bestellung ins ERP-System einzufügen, die halt einfach standard sind.

00:19:01: Und deshalb ist es super wichtig, dass sie diesen Autonomieregler haben, der sich anpasst auf den relevanten Newscase und deshalb kann das wirklich von bis gehen.

00:19:11: Wir müssen Newscase analysieren.

00:19:13: Verbringst du Zeit noch wirklich mit Kunden oder überwiegend im Unternehmen in einer Struktur?

00:19:19: Beides.

00:19:19: Immer noch viel mit Kunden, wir sind auch nach wie vor ein schlankes rankes Team.

00:19:24: insofern spreche ich viel mit Kunden, möchte auch viel von den Kunden lernen und verstehen was, was treibt sie so um?

00:19:30: Insofern ist das ja hier gibt es viele Hüte die man

00:19:34: auch hat.

00:19:35: Wenn du mich mal mitnimmst zum Kunden und wir sind auf der Fahrt dahin und ich frag dich Johannes wenn wir jetzt da gleich da sind Was sind die typischen Fehler von denen du jetzt schon weißt dass das Unternehmen die garantiert auch noch macht?

00:19:46: Der typische Fehler wäre die Ellen lange Use Case Liste ohne klare Verantwortlichkeiten, ohne kläre Messbarkeit.

00:19:56: Und es wäre einfach das Tool zu nehmen was irgendwie verfügbar ist und so ein bisschen zu hoffen dass jetzt die Organisation transformiert.

00:20:03: Okay jetzt haben wir den Termin hinter uns, jetzt fahren wir zum nächsten Kunden und du lehnst dich so ein bißchen rüber am Auto und sagst Chris eigentlich sage ich das ja nicht gern aber der nächste Kunde gehört zu meinen absoluten Lieblingskunden, weil die einfach so clever sind.

00:20:14: Die setzen halt richtig um und sind schlau.

00:20:16: Und dann sagst du mir Christoph, daran erkennst du das gleich, dass sie auf einer anderen Liga spielen?

00:20:22: Was wären die Moves, die sozusagen die cleversten Kunden mit denen zu tun hast, so

00:20:26: machen?".

00:20:27: Dass Sie eineseits KI durch die gesamte Organisation hinweg leben, damit meine ich, dass Sie erst mal eine gute Grundlage geschaffen haben, KI wirklich breit einzusetzen!

00:20:36: Ich habe einen ganz spannenden Kunden, HSP heißt das ganz Leibpark.

00:20:39: Das ist eine Steuerberatungsgruppe.

00:20:41: So würde man jetzt sagen okay ja es sind vielleicht eigentlich nicht die Persie bekannt für Innovationen und Digitalisierung.

00:20:47: Die haben wirklich gesagt ok wir nehmen uns ein Testzeitraum, setzen hier Budget bereit und starten jede Person jetzt erstmal mit Chatchapity aus um sie experimentieren zu lassen um sie mit auf die Reise zu nehmen.

00:20:57: Und dann ist nach diesem Testzeitraum Carsten in dem Fall losgegangen und hat sich die relevantesten Newscases rausgesucht, beispielsweise ja unsere Steuerberater und Fachangestellten müssen eigentlich mit den Steuerdaten ihrer Mandanten auch über diese LLMs sprechen können.

00:21:16: Wie kriegen wir hier die Schnittstelle hin?

00:21:18: Wie kriegen es hin, dass die Leute wirklich mit den Daten chatten können.

00:21:22: Wie bekommen wir GPTs aufgestellt und die Steuererklärung prüfen?

00:21:26: Und wie kriegen diese Kernprozesse, die wir in der Organisation haben, durchautomatisiert?

00:21:32: Und ganz anektotisch wieder würden inzwischen achtzig Prozent der HP Gruppe sagen Es wäre eine Katastrophe wenn sie ChatGPT nicht mehr hätten.

00:21:43: Das ist ein toller Ergebnis oder freuen wir uns!

00:21:45: Ja, das ist auf jeden Fall.

00:21:47: Da du das leider alles so gut und konstruktiv beantwortest, habe ich noch mehr solcher.

00:21:50: Stell dir mal Vorfragen!

00:21:53: Okay, perfekt.

00:21:54: also gefällt mir sehr gut wie du es beantwortet hast.

00:21:56: So hört schon mal vielen Dank.

00:21:58: wenn du jetzt weil ich hoffe dass das für die Unternehmen die zuhören irgendwie interessant sind Wenn du jetzt hunderttausend Euro investieren müsstest als KI verantwortlicher in einem Unternehmen ohne dass ihr jetzt mehr übers Unternehmen weißt wo wäre das Geld irgendwie einigermaßen gut verteilt?

00:22:13: Ohne dass ich das Unternehmen gut kenne, ist natürlich relativ schwierig.

00:22:17: Aber gut also auch da würde mir die Frage stellen wo bleibt Umsatzzeit?

00:22:22: Output irgendwie liegen so.

00:22:24: was sind da die Kernprobleme?

00:22:25: wie würd' ich diese hunderttausend Euro verteilen?

00:22:27: Ich würde mich jetzt erstmal überlegen was ist der Fisch in den Blöcke die ich brauche um dieses KI Projekt gut umzusetzen?

00:22:33: Das ist einerseits die Analyse und auch ganz ganz ganz wichtig Die Aufbereitung der Architektur unter Daten.

00:22:40: Excuse my language, but shit in, shit out.

00:22:42: Also wenn wir einfach keinen guten Datenpool haben, wenn wir die Integration nicht haben, die die Systeme brauchen um wirklich agentische Prozesse herumzusetzen dann kriegen wir das nicht hin.

00:22:50: Das heißt da brauchen wir sicherlich schon mal ich sage jetzt mal fünfzehn bis zwanzig K aus diesem Topf um das überhaupt vorzubereiten ne?

00:22:57: Damit haben wir aber auch eine klare Ownership etabliert und definiert technisch so wie vom Business.

00:23:04: Dann muss man gucken, wie viel Geld brauchen wir für die Technologie.

00:23:08: Da sage ich jetzt einfach mal dreißigvierzig ungefähr, da sind wir jetzt bei siebzig.

00:23:14: und dann ganz wichtig ist noch das Thema Change Management und Training.

00:23:18: Da sag' ich jetzt erstmal zwanzig um die Leute, die es Ganze auch benutzen sollen mit auf dem Weg zu nehmen, zu trainieren, zu lernen.

00:23:28: Und dann haben wir auch schon fast die hundertausend ausgegeben.

00:23:30: Die letzten zehn würde ich sicherlich als Puffer aufbewahren für, ich sag jetzt mal, die unerwarteten Fälle, die in so einem Projekt meistens relativ unweigerlich aufkommen.

00:23:38: Tolle Antwort!

00:23:39: Vielen Dank.

00:23:41: Ich mache mir auch viel Gedanken und versuche selbst viel mit agentischen Arbeiten, agentischer Unterstützung wie voranzukommen.

00:23:49: Letztes Jahr habe ich irgendwie noch viel im Chat selbst irgendwie gelöst und gesagt was muss sich da schreiben oder wie muss ich irgendwie dieses Skript anpassen?

00:23:55: Oder wie kann ich das lösen?

00:23:56: Inzwischen sage ich dann mach du das mal für mich Und inzwischen ist der Bau eines Agenten geht einigermaßen schnell.

00:24:02: Also Agent für mich heißt dann, dass ich irgendwie einen Skill baue, der irgendwas kann was ich wieder verwenden kann.

00:24:09: aber dann merke ich.

00:24:10: irgendwie setze ich dir das nächste mal ein und sage an die drei Sachen müssen jetzt noch geändert werden bitte das Markdown-Updaten.

00:24:15: oder oh jetzt haben die Relounge gemacht auf der Webseite jetzt findest du die Info ganz woanders.

00:24:20: und ich glaube auch Salesforce hat gerade gesagt, neunzig Prozent des Aufwands bei KI-Agenten fällt erst nach Livegang an.

00:24:28: Das heißt, Agenten sind nicht irgendwie im Kauf sondern so eine Art Dauerbaustelle.

00:24:33: Ändert das auch ein bisschen die Art und Weise wie wir mit Software in Betrieb umgehen müssen?

00:24:39: Ja!

00:24:40: Erst mal neunzehprozent Spitzezahl.

00:24:43: ich hoffe es läuft nicht beeilen so wie bei Salesforce.

00:24:45: Nein aber ich meine... Die Botschaft ist ganz wichtig.

00:24:50: Es ist eben nicht so dass wir einen Agenten live schalten und dann läuft der und die Welt ist rosis ungefähr.

00:24:57: Wahnsinnig wichtiger Lernprozess.

00:24:59: Wir müssen verstehen, was sind die Grenzfälle?

00:25:01: Wo liegen die Risiken?

00:25:02: Welche Guardrails, welche Sicherheitskomponenten brauchen wir hier vielleicht noch?

00:25:06: Wo sind auch die Daten unsauber?

00:25:08: Vielleicht ist eine ganz schöne Allogie wie bei einem neuen Mitarbeiter den setzt man jetzt nicht hin und sagt du bist da und jetzt läufst du perfekt.

00:25:17: der muss auch lernen sie muss auch verstehen wo finde ich meine Informationen.

00:25:21: oder vielleicht habe ich auch noch nicht den richtigen Zugriff im SharePoint oder wie auch immer.

00:25:26: Und ich glaube, so ist es auch bei den Agenten zu sehen.

00:25:28: Es ist eine ganz wichtige Lernkurve.

00:25:30: Wir müssen sie immer wieder verbessern und AB-Tests machen.

00:25:34: Nur dann werden wir wirklich auch eine effizientere Organisation und die Outputs werden gut.

00:25:39: Man sollte auf jeden Fall nicht einfach nur in Agenten live schalten und denken jetzt passt das alles!

00:25:44: Habt ihr zufällig eine Studie gemacht, dass sie immer sagt wir haben irgendwie hundert Millionen Tokens analysiert und gemerkt.

00:25:51: Zehn Prozent sind ins Thema Marketing gegangen, dreißig Prozent sind im Thema Data Analysis gegangen, sechzig Prozent also.

00:25:59: gibt es da irgendwie sowas das man ungefähr sagt von Hundert Tokens die ausgegeben werden in welche für welche Zwecke die ausgegeben werden?

00:26:07: Also kommt immer auf die Universisation alles kommt immer auch die Abteilung an.

00:26:10: aber wie sehen natürlich schon Trends wo Tokens, wo Verbrauch einfach sehr schnell viel werden kann.

00:26:18: Software Development ist der absolute Klassiker weil es komplex ist.

00:26:22: wir haben viele Prozesse, wir haben Anforderungen.

00:26:24: neben Coach schreiben ja das kann sehr schnell vielen Token-Konsumtionen verbrauchen aber es kommt eben wirklich schwer drauf an und es kommt auch darauf an wie die also welche Funktionalitäten genutzt werden.

00:26:41: was meinst du?

00:26:43: Ich kenne nur so eine Studie von Anfang des Jahres, wo gesagt wird.

00:26:46: Fünfzig Prozent geht irgendwie ins Coding und dann geht irgendwie zwanzig Prozent in das Thema Controlling Buchhaltung Rechnungsortieren usw.

00:26:54: Und zehn Prozent im Copywriting.

00:26:57: Das waren glaube ich die größten drei Cases und kann mir auch vorstellen dass sich das nicht komplett geändert hat.

00:27:04: Shopify hat glaube ich gesagt der Engpass ist inzwischen nicht mehr die Code Generierung sondern die Code Review.

00:27:10: Sind das vielleicht dann auch so die nächsten Use Cases, die eure Tools auf den Fokus haben?

00:27:15: Dass sie sich nicht mehr nur darum kümmern hier wird irgendwie was Neues gebaut sondern So kannst du es denn auch betreiben oder so kriegst du die Bugs raus.

00:27:22: Ja Code VVU und auch das Thema wir nennen es Daybreak also IT Security sind wirklich in aller Munde.

00:27:29: dass auch zu Recht.

00:27:31: Also wie nutzen wir die Diagenischen Systeme die KI um unsere Schwachstellen quasi rauszufinden und auch zu fixen?

00:27:39: Die spannende Frage ist da auch, was macht jetzt die KI und was macht der Mensch?

00:27:45: Wir sehen eine klare Verschiebung.

00:27:46: Code wird sehr viel von der KI geschrieben und es wird immer mehr von einer KI geprüft.

00:27:51: Wir müssen uns überlegen wo hat der Mensch den größten Mehrwert und womit ist das Human in the Loop gebraucht?

00:27:58: Da müssen die Menschen nach wie vor entscheiden, wie sieht denn eigentlich die Architektur aus?

00:28:04: Was ist der Produktkontext?

00:28:06: Wo ist das Risiko und wie viel Risiko sind wir bereit, einzugehen?

00:28:11: Ein Gedanke auch noch zu dem Thema Tokenverbrauch an sich.

00:28:16: Wir müssen so bisschen differenzieren zwischen der Interennutzung von KI und der möglichen externen Nutzung.

00:28:21: Es gibt sehr viele Organisationen die sich KI-Agenten in Richtung ihrer Kunden.

00:28:26: Customer Support ist ein klassisches Beispiel.

00:28:29: Da sich Agenten bauen.

00:28:32: Das kann durchaus schnell viel Tokenkonzern haben.

00:28:36: Customer Support ist auch so ein gutes Beispiel, weil wir da eben in der Regel sehr gut wissen was kostet uns einen gelöster Fall.

00:28:42: Ich sage jetzt mal zehn Dollar und wir können sehr gut prüfen, was kostete mich das an Token verbrauchen?

00:28:46: Was kostet mich dann am Ende die Resolution?

00:28:49: natürlich mit dem mit der relevanten Kundenzufriedenheit.

00:28:53: aber wenn das ein Dollar statt zehn, dann super!

00:28:56: Das sind wir eben auch bereit, die Token dafür einzusetzen.

00:28:59: Ja, verstanden Wir sprechen jetzt heute.

00:29:02: gestern Bei der Aufnahme gestern gab es Rollout, euer neues GPT-Fünf Punkt sechs.

00:29:08: aber ihr habt auch gleichzeitig an eurer Desktop App rumgeschraubt.

00:29:12: Ich habe dann kurz ein Blick reingeworfen.

00:29:15: das ist jetzt immer mehr in die Richtung gegangen übernimmt mal eine Aufgabe für mich benutzt meinen ganzen Computer dafür macht das bitte jeden Monat um sieben Uhr suche mir die Daten zusammen mach mit Report also dass ich anfangen kann, Dinge zu schedulen, Aufgaben zu repeaten und im Grunde der App alles zur Verfügung steht was mein Computer auch so kann.

00:29:37: Was schon nochmal ein krasser neuer Wurf ist.

00:29:40: und was mich besonders fasziniert hat war ein Feature in dem in der App ist jetzt auch ein Browser drin Und mit dem Browser kann ich dann rousen und bin auf einer Seite und kann Dinge markieren Und kann zum Beispiel sagen, guck mal hier ist irgendwie eine Info.

00:29:57: Nimm diese Infos zusammen mit meinem Reporting und mach daraus eine E-Mail und schick das an mein Team.

00:30:04: oder ich kann sagen, hier findest du meine Info das nächste Mal wenn ich dich was frage, guckt bitte an genau dieser Stelle nach usw.

00:30:10: Jetzt muss man anfangen diese Möglichkeit mit Leben zu füllen.

00:30:13: aber nochmal ein großer Schritt in das Thema Zusammenarbeit meiner Hardware, meiner Software meines Setups Open AI.

00:30:25: Was sind bei diesen großen Rollouts, die da gestern passiert sind?

00:30:27: Die Dinge wo du sagst, da glaubst du wird am meisten Wumms passieren?

00:30:32: und gab's vielleicht auch Dinge wo Du sagst ah schade dass sie noch nicht ausgerollt sind, die findest du sogar noch spannender.

00:30:36: Ach viel, vier Wums insgesamt dabei.

00:30:38: ich stelle dir nochmal eine kleine Frage weil du das Thema Release angesprochen hast.

00:30:42: was glaubst Du wie viele Releases wir diese Woche haben?

00:30:47: Oh jetzt weiß ihr nicht wo es gehört habe Aber ich habe gerade gelesen, irgendwo habe ich gelesen das irgendein Unternehmen.

00:30:56: Zwei tausend Releases pro Woche oder so was hatte.

00:30:59: ich weiß nicht ob ihr das war da nicht und ein Irgendwo hat dann jemand dazu geantwortet.

00:31:02: Das klingt für mich nicht fortschrittlich sondern das klingt Für mich nach einem Fehler also nach dass das gar nicht sein müsste.

00:31:09: Ich weiß es kommt eine Zahl hin dass Ihr Tausende Releasis pro Woche habt?

00:31:14: Nicht in der Software Updates.

00:31:16: ich meine jetzt tatsächlich Major Product Release oder Änderungen.

00:31:20: Insofern jetzt geht's, klingt meine Zahl dann natürlich wieder ein bisschen.

00:31:24: Nein aber es sind tatsächlich thirty-four.

00:31:28: Aber

00:31:28: trotzdem bei den anderen zwei tausend waren es ja nicht irgendwie mit Produktresorten alles so.

00:31:32: hier wird noch eine Überschrift und das war dann wirklich einfach sozusagen Änderung am Code.

00:31:36: Aber thirty-three releases wenn da alle irgendwie unterschiedliche Softwaremodelle Funktionen hinterstehen, dass ist ja unter der Hütte.

00:31:44: das auch wie viele Tausend Sachen die da live gingen.

00:31:46: Welche Themen im aktuellen Release findest du besonders spannend?

00:31:50: und gibt's vielleicht Dinge, die du schon gesehen hast, die noch spannender sind.

00:31:53: Aber die leider nicht ausgerollt sind.

00:31:55: Vielleicht kann man da auch schon so ein kleines Vorschau haben?

00:31:59: Also es ist die Kombination der Intelligenz des neuen Modells also Fünf-Punkzechs und dem Agentschen Harnes in dem das eben eingepflegt ist mit Judge Pity Work Also die Möglichkeit, wirklich sehr komplizierte Aufgaben und Prozesse an dieses System abzugeben.

00:32:15: Und sich bei Fünf-Punkzechs eben sehr sicher sein zu können dass es diese Aufgaben gut erledigen kann.

00:32:21: Tatsächlich bedeutet das für mich oder uns hier auch schon zum Glück einen kleinen Ticken länger weil wir solche Sachen natürlich in den Testen, dass ich eigentlich das Software kaum noch wirklich bediene.

00:32:31: ja also ich sage eben dem System Wie sieht gerade die Salesforce Pipeline aus?

00:32:37: Hey, wie du gesagt hast jeden Morgen prüft bitte mein Kalender und bereite mich auf jeden Gräu vor oder oder oder.

00:32:45: Da sind wirklich den Möglichkeiten ja keine Grenzen gesetzt.

00:32:50: von Frontend Software Development eben über Nutzung im Finest Bereich ist es ein wahnsinnig Wahnsinnig gutes Modell und der Harnes ist eben auch da wichtig.

00:33:00: Ich finde auch wichtig zu erwähnen, dass die Token-Efficiency des Ganzen sehr gut ist.

00:33:04: Also die Kosten und auch Kostenkontrolle da spielen einen ganz wichtigen Punkt.

00:33:09: Tja jetzt ist die spannende Frage was kommt noch so?

00:33:12: oder was wünsche ich mir vielleicht auch?

00:33:18: weiterer Fokus auf intelligentere Modelle natürlich, weiterer fokus auf Harnes.

00:33:23: Weiteren Fokus auch auf Multimodalität und eben auch Sprache und die Use Gases, damit einhergehen.

00:33:30: Und was würde ich mir wünschen?

00:33:32: Ich meine, ich würde mich schon auch wünscht, glaube ich das wir es noch besser und einfacher hinbekommen, die Modellintelligenz mit der größten Effizienz zu connecten also dass wir nicht den Nutzern in Anführungsstrichen überlassen müssen, welches Modell sie jetzt aussuchen.

00:33:50: Sondern es besser noch nach tiefer hinbekommen dass das automatisch geroutet wird.

00:33:54: Wenn ihr so ein bisschen gechallengest challenged werdet von Unternehmen oder externen oder auch so doofen Podcastern wie mir was ist so der der schmerzhaftere vergleich?

00:34:06: wenn ich euch frage habt ihr mehr angst vor open source china modellen?

00:34:12: guckt ihr noch mehr auf die Frontierunternehmen aus dem gleichen Land wie OpenAI?

00:34:19: Wo glaubst du, ist eigentlich mehr Benefit für den User in den nächsten zwei Jahren zu erwarten.

00:34:26: Also ich glaube für den user ist es eine wahnsinnig spannende und tolle Zeit weil bekanntlicherweise Konkurrenz ja das Geschäft belebt und das ist bei uns sicher nicht anders.

00:34:37: Ich glaube, wir werden ein florierendes Ökosystem sehen.

00:34:39: Sowohl von Open Source als auch von closed Frontiermodellen.

00:34:43: und da ist immer wieder die Frage was brauchen wir jetzt genau für unseren Use Case?

00:34:47: Also ich glaube schon dass es Anwendungsfälle gibt wo Open Source Modelle ob sie aus China kommen oder nicht eine Relevanz haben.

00:34:55: natürlich haben bei Open Source auch an der Herausforderung aber wir müssen schauen für welchen use case passt jetzt was Wir?

00:35:02: das ist vielleicht etwas Aber wir fokussieren uns eben auch auf uns.

00:35:09: Es ist immer irgendwie ganz spannend in dem Jahr, da war irgendwann ... Da war der Diepsig Moment und jetzt waren wir vorbei.

00:35:17: Dann war Google mit ihren Modellen und dann waren wir vorbeige.

00:35:21: Und die Jetzt ist immer ein Topic auch mit weit vorne.

00:35:24: Und jetzt sind wir auch wieder vorbei.

00:35:26: Wir haben es immer in jeder einzelnen Situation und egal bei wem geschafft Nach wie vor State of the Art Modelle rauszubringen, nach wie vor uns klar zu differenzieren.

00:35:35: Und ja ich bin sehr, sehr bullig was unsere Zukunft angeht und da geben uns sowohl die Benchmark als auch die Vibes, also auch die Nachfrage zum Glück noch recht.

00:35:46: Du bist jetzt seit circa ungefähr einem Jahr da wenn du jetzt morgen aufwachst und nicht mehr bei Open AI bist.

00:35:51: aber du kennst jetzt die Technologie, kennst den Mittelstand... Was würdest du gründen?

00:35:57: Spannende Frage, wie will ich das sagen?

00:35:59: Dann macht das ja irgendwann anders.

00:36:00: Was würde ich machen?

00:36:04: Ja du weißt ja die Idee ist ja nur zehn Prozent und meinen die Prozent sind Execution.

00:36:08: Das ist in der Tat so!

00:36:10: Ich finde sehr... Wir sind in Deutschland eine Exportnation bekanntlicherweise.

00:36:15: wir haben wahnsinnig viele Hidden Champions, wir haben Wahnsinnig viel Innovatoren und spannende Unternehmen.

00:36:20: Wir haben aber auch viele, die relativ klein sind.

00:36:23: Aber wir haben die Konzerne, aber wir haben viel auch dazwischen.

00:36:27: Versuchen würde zu gründen, wäre so was wie ein Exportassistenten.

00:36:32: Also wenn ein Unternehmen im Mittelstand expandieren möchte in neuen Märkten dass dieser Agent es schafft den Markt komplett zu analysieren die Kulturellen unterschiedlich zu analysierend die rechtlichen Anforderungen zu verstehen umso diesen Export vorzubereiten und auch erfolgreich umzusetzen.

00:36:53: Da könnte man dann auch über spannende Vergütungsmodelle sprechen, eben weg von Tokens hin zu nahe Beteiligungen an den Umsätzen, die woanders generiert werden.

00:37:01: Ich glaube das ist spannend wären riesiger Mehrwerttreiber für diese Unternehmen, die vielleicht nicht die Ressourcen haben für eine Expansion.

00:37:09: Ja, das wäre doch eigentlich toll.

00:37:11: Ganz schöne Idee.

00:37:12: Super konkret kann ich total nachvollziehen.

00:37:15: schönes Thema und zeigt vielleicht auch so ein bisschen was auf einmal möglich wird mit AI.

00:37:19: Dass man Sachen anbietet, von denen man selber jetzt nicht irgendwie zwanzig Jahre Ahnung haben muss und dass man einfach nur die Prozesse dahinter gut verstehen sollte.

00:37:29: Finde ich toll.

00:37:29: Schönes Beispiel.

00:37:30: Danke Johannes!

00:37:31: Jetzt habe ich hier viele Sachen... hab ich irgendwas vergessen zu fragen wo du sagst das gehört eigentlich in diesen Podcast noch mit rein?

00:37:37: Das möchtest du mit den Hörern und Hörer noch teilen?

00:37:41: Ja ich würde sagen hey beweist Mut ja also sei da neugierig lasst euch nicht davon abhalten.

00:37:47: Also wirklich legt die Can Do Attitude anstatt, ne?

00:37:51: Es gibt viele Gespräche, viele Leute, die sagen ach nee das können wir nicht machen weil X, Weil Datenschutz, Weil Sicherheit, Weil Nee!

00:38:00: So und es gibt so viele Organisationen, die eben das Gegenteil beweisen.

00:38:04: und ist ja dementsprechend sage ich seit mutig lasst euch darauf ein schaut was mögliches seid fokussiert und transformiert damit euer Business.

00:38:14: Und viel Spaß auch damit.

00:38:17: Was sind hochrangige Open AI-Mitarbeiter oder Mitarbeiterinnen, die du schon mal getroffen hast?

00:38:22: Nick Turley.

00:38:23: Unser Head of Treasury Bt.

00:38:24: Ein super cooler Typ.

00:38:27: Jason Korn ist sein Hauptmehr.

00:38:29: Wir sind in der Regel mindestens einmal nur USA, tendenziell öfter und es ist immer wieder ganz cool diese Leute zu sehen und viele, viele smarte sehr coole nette Leute.

00:38:44: Es macht wirklich riesig viel Spaß!

00:38:45: Das glaube ich sofort.

00:38:46: Johannes, vielen Dank, dass du so schönen Auskunft gegeben hast und auch keiner Frage ausgewichen bist.

00:38:52: Das hat mich sehr gefallen beim Zuhören.

00:38:55: Ich bin mir sicher das ist für die Zuhörerinnen und Zuhöre auch tolles insofern auch stellvertretend.

00:38:59: Ganz lieben Dank!

00:39:00: Viel Erfolg dir bei OpenAI.

00:39:01: OpenAI ganz viel Erfolg und dann hoffentlich bis irgendwann mal.

00:39:05: Danke schön, absolut Christoph.

00:39:06: Vielen Dank.

00:39:07: Euch zu Hause danke fürs Einschalten.

00:39:08: immer an dieser Stelle weiß ich ja wenn du jetzt noch zuhörst, dann fandest du das Gespräch besonders spannend.

00:39:14: musst du dir bitte, bitte für mich noch mal die zwei Sekunden Zeit nehmen.

00:39:17: Auf abonnieren klicken!

00:39:18: Dieser Folge vielleicht nochmal irgendwie ein Sternchen geben sagen das war eine gute Folge.

00:39:23: Das ist immer ein großer Dank fürs Team und natürlich auch für die Gäste Und dann kommst du hoffentlich sehr gut durch die Woche und wir hören uns nächste Woche wieder.

00:39:31: Wir verabschieden uns mit lieben digitalen Grüßen von Johannes und von Christoph Tschüss.