Latest / GANZ. EINFACH. VERTRIEB. / KI kann nicht träumen

Transcript

KI kann nicht träumen · GANZ. EINFACH. VERTRIEB.

0:00
[Musik]
0:03
Begrüße Sie zum Mercury Podcast ganz einfach Vertrieb.
0:06
Aktuell, spannend und relevant für Ihren Erfolg im Vertrieb.
0:10
[Musik]
0:15
Ich begrüße Sie, die Behörerinnen und -Hörer, herzlich zu dieser Episode des Mercury Podcast ganz einfach Vertrieb.
0:21
Mein Name ist Markus Redemann und diese Ausgabe heißt "KI kann nicht träumen".
0:28
Wir sprechen also über die Möglichkeiten und Limitation von künstlicher Intelligenz im Vertrieb.
0:33
Das tue ich mit einem ausgewiesenen Experten für dieses Thema, nämlich Sven Zeig. Hallo Sven!
0:38
Hallo Markus!
0:39
Ja Sven und ich haben uns vor rund fünf Jahren kennengelernt, als wir eine geführte Tour durch das Silicon Valley gemacht haben.
0:45
Wir durften viele spannende Technologieunternehmen besuchen.
0:50
Um mich haben damals schon immer die KI-Anwendung fasziniert.
0:53
Doch Daten und Technologie Sven beschäftigt sich ja schon länger.
0:56
Also wenn ich mich noch richtig erinnere, es fing mit einem Commodore 64 unter dem Weihnachtsbaum an.
1:01
Wie ging es denn da für dich weiter mit dem Thema KI und Daten?
1:04
Ja genau, damit hat man alles angefangen.
1:07
Der lag bei mir, wie bei vielen anderen wahrscheinlich auch, unter dem Weihnachtsbaum.
1:12
Und ja, aber im Prinzip gab es dann keinen Halten mehr.
1:16
Ich habe dann am nächsten Tag mein erstes Programm geschrieben.
1:20
Dann folgerichtig Informatik studiert, über Diplomarbeit bei der SAP in die Beratung gekommen.
1:25
2008 mein eigenes Unternehmen gegründet mit Fokus auf Daten wie i, Advanced Analytics.
1:33
Sehr implementierungsgetrieben, aber mit dem Fokus bessere Entscheidungen aus Daten zu ermöglichen.
1:39
Ja, im Laufe der Zeit war mir das irgendwie auch zu wenig.
1:43
Und ich habe mein Fokus immer mehr verlagert auf den menschlichen Aspekt.
1:48
Also wie müssen Menschen mit Daten umgehen?
1:52
Gibt es vielleicht Frameworks, die das Ganze unterstützen können?
1:56
Dann 2020 ein Versuch gestartet, haben uns Startup gegründet.
2:01
Da wollten wir ein Software Framework entwickeln, um bessere Entscheidungen, bessere menschliche Entscheidungen zu unterstützen.
2:08
Und jetzt an einem neuen Projekt dran bin, der DataReos GmbH.
2:14
Wir sehen uns als Accelerator für Datenkultur.
2:17
Und was wir machen wollen oder wo wir dran sind, was wir anbieten,
2:21
sind nenn das inklusive Projekte auf einer digitalen Zusammenarbeitsplattform.
2:27
Das heißt, da arbeiten Teams parallel zum Tagesgeschäft an echten Business Cases.
2:33
Und durch die Kombination aus interaktiven Lernmodulen und konkreten Arbeitsaufträgen
2:39
können die Teilnehmer ganz konkret den kulturellen Wandel in ihrem Unternehmen
2:44
in zu einer fortschrittlichen Datenkultur mitgestalten.
2:47
Das Thema Daten war ja für viele immer weit weg.
2:50
Also Big Data hieß es dann damals.
2:52
Da gab es so erste Themen, wo man sagt, man könnte die ja mal analysieren,
2:57
was man denn da alles zur Verfügung hat.
2:59
Und als dann, ja, ich glaube, rund 12/18 Uhr hatte es her,
3:04
dass ChatchiPT wirklich dem ganzen Thema Kain eine ganz neue Dimension gegeben hat.
3:09
Fünf Tage, eine Million User, 100 Millionen User in zwei Monaten,
3:14
also bombastische Zahlen, die selbst glaube ich TikTok, Instagram und so weiter alle nicht geschafft haben.
3:20
Aber jetzt mal von dem Hype-Thema ab, lass uns doch mal ganz konkret werden.
3:23
Wenn du jetzt überlegst, so ChatchiPT, wie kann ich das konkret im Vertrieb nutzen?
3:27
Wo siehst du da Anwendungsmöglichkeiten?
3:29
Mir ist es ein besonderes Anlegen, immer wieder zu sagen oder zu betonen,
3:34
dass die Ermittlung des richtigen Business Cases, dass das ein ganz zentraler Aspekt ist.
3:40
Also wir neigen immer so dazu, uns auf eine Technologie zu stürzen, auf eine Funktion.
3:45
Jetzt bei ChatchiPT ist das sehr allgemein und in der Breite angekommen.
3:50
Aber ich kenne es aus meiner Historie, dass man eine Faszination für eine neue Plattform entwickelt.
3:55
Ja, jetzt AWS macht da irgendwas, da müssen wir mitmachen.
3:59
Oder von der SAP gibt es Tool XY Microsoft hat was.
4:03
Oh, Google, ja, kam jetzt mit was ums Eck.
4:06
Und diese typischen Hype-Phasen sind eigentlich immer durch eine gewisse Faszination geprägt,
4:12
dann durch eine übermäßige Erwartungshaltung und dann irgendwo das Tal der Tränen und dann die Erleuchtung.
4:18
Und irgendwo wird es dann produktiv.
4:20
So ähnlich sehe ich es auch in dem Zusammenhang.
4:22
Das heißt, bevor man sich auf so eine Technologie stürzt,
4:25
muss man immer die Frage stellen, was bringt es mir denn?
4:28
Und wo sind denn eigentlich als Unternehmen oder jetzt heute wollen wir über Vertrieb sprechen?
4:34
Wo sind denn eigentlich meine Probleme im Vertrieb an der Schnittstelle zum Kunden?
4:39
Wo muss ich denn da Verbesserung schaffen und dann im zweiten Schritt zu sagen,
4:43
ah, so, ja, ich habe da was von ChatchiPT, habe ich mich mit beschäftigt.
4:47
Das ist eine zweite wichtige Voraussetzung zu sagen, ich kann da mitreden.
4:51
Ich habe ein gewisses Grundlagenverständnis über die Möglichkeiten.
4:55
Ich muss gar nicht so sehr am ersten Schritt wissen, wie funktioniert das
4:58
und wie bringe ich das in mein Unternehmen rein.
5:00
Aber ich muss eine Begeisterung für die Möglichkeiten entwickeln, um dann zu sagen,
5:06
Mensch, mein Problem und die Möglichkeiten, also ich muss Zusammenhänge herstellen.
5:11
Und wenn ich das schaffe, dann kann es gut werden.
5:15
Also wenn ich da nochmal kurz einhaken darf, ist dein Credo, guckt dir erst mal die Herausforderung an
5:19
und findet dann die passende Technologie statt auf die Technologie zu gucken und zu schauen,
5:23
hast du eine passende Herausforderung dazu?
5:25
Ganz genau, ganz genau.
5:28
So kann man das prima zusammenfassen.
5:30
Jetzt vielleicht ganz konkret auf deine Frage noch zu antworten.
5:34
Für was ich persönlich ChatchiPT ganz gerne einste, ist als Spurringspartner.
5:39
Ja, und gerade im Vertrieb zu sagen, ich habe jetzt meine Zielgruppe,
5:46
mein Ansprechpartner mit wem möchte ich mich der nächste Woche treffen.
5:50
Da gehe ich gerne gut vorbereitet in so einem Gespräch
5:53
und dann frage ich doch ChatchiPT einfach mal, wie siehst du das?
5:57
Ja, ich gebe dem Kollegen KI eine Beschreibung, auf wen ich da treffe,
6:03
was ich davor habe, was ich erwarte und lass mir einfach mal so ein Feedback geben
6:08
und sage, antworte mir doch mal in folgender Rolle.
6:11
Vielleicht ist es meine Zielgruppe oder vielleicht ist es jemand, von dem ich gerne mal Feedback hätte.
6:15
Da komme ich ganz oft auf Ideen oder auf Sachen, wo ich denke,
6:19
Mensch, genau da, natürlich weiß ich das, ist mir aber in dem Moment nicht eingefallen.
6:24
Das ist was sehr Praxisnahes aus meiner Sicht.
6:27
Und ich denke, so muss man es auch angehen.
6:31
Also nicht immer sagen, so mache ich mal da ein Automatismus
6:35
und ich drehe gleich einen Riesenrad und tue ich da mal all meine Lieben ein, kippen.
6:40
Und jetzt erwarte ich hier ein Wunder, sondern schließe sich wieder der Kreis
6:45
ein bisschen zu unserem Thema heute. Ich glaube, die Kreativität und die Begeisterung
6:51
für den nächsten Termin und was ich da erreichen will, die muss von den Menschen kommen.
6:55
Die kann ich von der KI kommen.
6:56
Das ist ein wichtiger Punkt.
6:58
Ich finde es spannend, dass du als Sparrowing-Partner wirklich so 24/7 zur Verfügung
7:04
und entlastet dann natürlich auch die Führungskräfte, mit denen ich das
7:08
möglicherweise auch mal diskutieren würde oder Kollegen in Vorbereitung auf Termin.
7:13
Aber so kann ich vielleicht schneller, konkreter werden.
7:15
Wir saßen nochmal Inspiration bekommen, vielleicht nochmal einen ganz anderen Blick bekommen.
7:19
Weil so eine KI jetzt nicht so den Rucksack der Erfahrung mit sich herumschleppt,
7:23
also zwar auch irgendwo ein Rucksack mit Daten mit sich herumschleppt,
7:26
aber die ja eher etwas neutraler und objektiver dann auf Dinge schauen.
7:31
Das heißt, du saß so zum Inspiration geben, nochmal Sparrowing-Partner bei Angeboten,
7:37
bei Vorbereitung zu Termine, vielleicht auch etwas über Ansprechpartner
7:40
oder über Kunden und Märkte herausfinden.
7:42
Siehst du bei Chat-GBT noch weitere Möglichkeiten?
7:46
Was jetzt recht spannend ist, ist, ich kann mir jetzt ja meine eigenen GBTs bauen.
7:51
Also ich kann jetzt quasi den Bot auf meine Daten trainieren lassen,
7:57
kann da einen eigenen Kontext hinterlegen
8:00
und kann mir so schon sehr leicht extrem spannende Anwendungen bauen.
8:06
Also zum Beispiel, ich habe es jetzt gerade zwar im letzten Schritt so ein bisschen verneint
8:11
und anders dargestellt, aber ich kann natürlich über meine Kundendaten wangen,
8:16
über mein "Internis know how" mir so einen eigenen GBT anlegen
8:20
und kann dann auch hier interagieren, ganz spannende Fragen stellen.
8:24
Es ist eigentlich ein Thema, was über GBT hinausgeht.
8:28
Ich meine letztlich ist GBT ein Sprachinterface.
8:31
Es macht es sehr gut und es hat diesen Wow-Effekt, der uns alle so begeistert.
8:36
Aber am Kern, was macht jede KI im Kern?
8:39
Also die bildet Cluster, erkennt Muster, arbeitet mit Wahrscheinlichkeiten,
8:45
erkennt Zusammenhänge gerade in großen Datenmengen,
8:48
wo wir uns als Mensch einfach schwer tun, wo wir nicht für gemacht sind,
8:51
jetzt mit riesigen Datenmengen umzugehen
8:54
und stellt dann Zusammenhänge her, aber eben nur auf den Sachen, die bereits da sind.
9:01
Was eine KI nicht kann, ist jetzt zu sagen, ich habe hier meinen Datenbestand
9:05
und jetzt komme ich auf irgendeinen Zusammenhang,
9:07
der eben außerhalb von dem liegt, was mir beigebracht wurde.
9:11
Also ein Schachcomputer spielt hervorragend Schach, aber eben nicht menschärgerlich nicht.
9:17
Und selbstfahrendes Auto, das kann wiederum nicht gut Mühle spielen.
9:22
Also außer es hat noch ein Mühleprogramm in Navigation.
9:27
Für die Stau-Situationen.
9:31
Das ist ein wichtiger Punkt angesprochen.
9:33
Also das KI quasi sich nicht so bekannt gemacht hat,
9:37
aber das Hauptthema einmal bei KI war Muster erkennen,
9:41
die wir so nicht sehen und Zusammenhänge zeigen und daraus entsprechende Rückschlüsse ziehen.
9:46
Mein Eindruck ist, dass jetzt die Erwartungshaltung an KI auch steigt,
9:50
dass man konkrete Lösungen erwartet, wo man ja auch irgendwie einen gewissen Wert hinter sieht.
9:55
Also wenn wir jetzt mal über chat.gbt hinausgehen, das war ja auch dein Einsatzpunkt.
9:59
Wo siehst du denn noch weitere Anwendungen,
10:01
wenn wir mal sagen grundsätzlich als Überschrift haben, künstliche Intelligenz im Vertrieb?
10:06
Die Frage ist auch, wie begreift man Vertrieb?
10:08
Also ich glaube so wie man bei künstlicher Intelligenz im Moment jetzt im ersten Moment
10:13
vielleicht an chat.gbt denkt, denkt man bei Vertrieb.
10:17
Mir geht es jedenfalls so, ja jetzt als primärer Konsument und nicht Vertriebsspezialist.
10:21
Ich denke an irgendjemand, der an meiner Haus Türkeling ist.
10:25
Aber Vertrieb ist ja eigentlich viel mehr.
10:28
Also Vertrieb beginnt ja mit dem Sammeln von Kundendaten.
10:33
Also nur wenn ich weiß, was meine Kunden denn möchten,
10:39
dann kann ich auch gut Vertrieb machen.
10:41
Und nur wenn ich weiß, was meine Kunden beschäftigt, wo ihre Probleme liegen,
10:47
wie ich Dinge für meine Kunden besser machen kann, kann ich erfolgreich Vertrieb machen.
10:52
Und wenn man das Ganze so betrachtet, ist aus meiner Meinung nach,
10:56
öffnet sich dieses Feld gigantisch.
10:58
Also das beginnt beim Analysieren von Käuferverhalten.
11:02
Darauf kann ich Verkaufsvorhersagen beispielsweise treffen,
11:06
wenn ich das Ganze mit Marktprognosen von externen Dienstleistern beispielsweise zusammenbringe.
11:11
Ich kann daraus im besten Fall personalisierte Kundenansprachen mir erzeugen lassen.
11:17
Ich kann über mein Pricing mehr Gedanken machen.
11:20
Ich kann mir mit künstlicher Intelligenz oder manchmal auch nur mit Regeln.
11:25
Es muss auch nicht immer die extremer Ausbaustufe des Möglichen sein.
11:31
Manchmal kommt man mit einfachen Lösungen, beispielsweise auch viel besser ans Ziel,
11:35
wie jetzt immer zu sagen, wir brauchen für alles KI.
11:37
Aber dynamische Preisgestaltung ist so ein Thema oder Abwanderungsrat,
11:43
eine Charonberechnung, Wahrscheinlichkeit.
11:46
Wo muss ich denn anrufen?
11:48
Mit welchem Kunde sollte ich denn aus so einem Aspekt heraus Kontakt aufnehmen?
11:52
So früh waren Indikatoren identifizieren.
11:55
Genau, auch so was.
11:57
Und das sind auch Dinge, die haben wir vor 10, 15 Jahren, haben wir da schon Projekte gemacht,
12:04
ganz ohne KI, weil die Grundtätigkeiten, um zu einer guten KI zu kommen im Hintergrund,
12:10
die sind dann auch immer ähnlich.
12:12
Also erst muss ich mal gucken, was brauche ich, was ist mein Business Case,
12:15
wo muss ich denn besser werden, wo ist mein Engpass.
12:17
Und dann muss ich aber auch gucken, wenn ich das ganze Datenbasiert verbessern will,
12:22
habe ich die Daten überhaupt?
12:24
Welche Daten über die, die ich habe, würden denn noch Sinn machen?
12:28
Was könnte mich denn weiter bringen?
12:29
Wie bringe ich das Ganze zusammen?
12:31
Also im Detail ist es dann oft auch viel komplexer, Daten zusammenzubringen,
12:36
weil Schlüssel nicht passen, weil irgendwo Informationen fehlen,
12:40
weil der eine was anders aufgeschlüsselt hat, als der andere,
12:45
so ein Matching herzustellen, das wieder zur Verfügung zu stellen.
12:49
Und dann irgendwann beginnt das Ganze so seine Magie.
12:53
Auch manchmal ganz ohne KI, indem ich einfach Erkenntnisse aus den Datenziehern,
12:59
die ich vorher so nicht hatte oder nur in einem sehr geringen Umfang bei Spezialisten vor Ort,
13:05
aber nicht über meine ganze Kundenbasis.
13:08
Und ich denke, du kannst dir vorstellen, dass es für ein Unternehmen natürlich viel wertvoller ist,
13:12
jetzt aus Hunderten, Tausenden von Kunden Erkenntnisse zusammen zu sammeln wie aus einer kleinen Testgruppe.
13:20
Man sagt, die sehen es so, aber da ist vielleicht eine Markt-Besonderheit drauf,
13:24
weil in Süddeutschland man eben anders gepolt ist, als in Berlin, Brandenburg, wo auch immer.
13:31
Ich glaube, ich gerne. Dazu kommt ja immer noch, ich nenn es mal das Bauchgefühl des Vertrieblers,
13:36
der natürlich auch irgendwo ein Gespür für seine Kunden entwickelt hat.
13:40
Das kann hilfreich sein, kann aber auch irgendwo dann wieder zu Limitationen führen,
13:44
weil ich vielleicht dann nicht mehr den Blick für neue frische Sachen habe,
13:48
um mich eine KI vielleicht draufbringen kann, dass bestimmte Cross-Stelling-Potenziale da liegen,
13:52
dass bestimmte Bedarfssituationen dort vielleicht vorhanden sind, die ich bisher nicht auf dem Schirm hatte,
13:57
aber wo es sich vielleicht lohnt, da noch mal reinzugehen.
14:00
Also sprich, wenn ich so in Richtung Angebote denke, aber auch vielleicht so automatisiertes Erstellen von Account-Plänen
14:06
und Entwicklungsplänen für Kunden, kann ich mir gut vorstellen, wie bei Mercury.
14:12
Am guter Erfahrung, wenn es in Richtung KI-Coaching geht, also nicht, dass wir die KI-Coaching,
14:16
sondern dass ich quasi mit der KI, so wie du sagst, als Sparingspartner nutze,
14:20
nur dann auf konkrete Kundensituationen, also dass ich über ein Avatar- oder Schauspielszenen
14:25
quasi Gesprächssituationen simulieren kann und ich dann als Verkäufer oder als Verkäuferin
14:31
sehr entspannt üben kann, wie in einer Live-Situation, weil ich muss spontan reagieren,
14:35
muss mein Wissen abrufen und die KI gibt mir dann Feedback, wie war mein Sprachfluss,
14:40
wie war die Sprache, hatte ich Füllwörter drin, habe ich von der G-Sig Mimik freundlich gewirkt,
14:45
habe ich die richtigen Argumente genutzt, also etwas, was mir hilft, dann wirklich immer wieder besser zu werden
14:51
und mich vielleicht auch dann auf schnelle Veränderungen im Markt auch gut anzupassen und einzustellen
14:55
und weiterhin erfolgreich zu bleiben dabei.
14:58
Spannender Business-Case auf jeden Fall.
15:00
Definitiv, definitiv, ja und wenn wir viel über SalesExcellent sprechen und wie wir Mitarbeiter weiterentwickeln,
15:07
ist natürlich die Umsetzung immer ein.
15:08
ein wichtiges Thema und da gibt es halt immer wieder Limitation, Führungskräfte, die Coaching
15:14
sollen oder auch wollen, aber natürlich zeitliche Restriktionen haben und und und. Und dann ist
15:20
gut, wenn man da wirklich eine KI als Sparrowing Partner als Coach hat, so wie du es ja auch
15:25
eingangs gesagt hast, um einen auf neue Ideen zu bringen, um einen zu unterstützen, um einen zu
15:29
helfen. Was ihr mit der Methode macht ist und das ist auch so ein kleiner Herzensbotschaft,
15:36
die ich immer in mir trage. Ihr seid damit an der Schnittstelle zum Kunden. Ihr macht wirklich
15:40
die Kundenerfahrung besser. Und aus meiner Sicht gibt es viele Business Cases für KI und leider
15:46
drehen die sich in Deutschland häufig um Kosten und um irgendwas effizienter zu machen, aber ein
15:52
Business Case. Aus meiner Sicht müssten wir uns viel mehr auf Business Cases konzentrieren, die die
15:58
Kundenerfahrung verbessern, weil das am Ende für jedes Unternehmen den Unterschied macht. Und wenn man
16:04
sich auch die ganz, ganz großen Mal anschaut und überlegt, ja, Apple ist nicht das bessere Nokia
16:11
geworden, weil es jetzt die Tastentelefone einfach irgendwie mit Daten optimiert, besser in den
16:17
Markt gebracht hat und da bessere Erkenntnisse draus gezogen hat, sondern es hat im Kern,
16:21
hat Apple was ganz anderes gemacht, nämlich das Kundenerlebnis verbessert. Da gibt es unzählige
16:27
Beispiele und jetzt von so groß bis ja ganz praktisch jetzt in deinem Fall finde ich ein tolles
16:33
Beispiel zu sagen, ja, da haben wir den Kunden im Fokus und da nutzen wir die neue Technologie und
16:39
bringen echt dafür allen Mehrwert rein. Ja, und ein zweites Lieblingsthema, auch da ist der Mensch
16:44
ja irgendwo noch, noch wieder mit dabei im Zusammenspiel mit der KI. Wir haben ja der Episode,
16:51
den Titel KI kann nicht träumen gegeben, um so ein bisschen aufzurütteln und zu zeigen, dass es ja
16:56
irgendwo auch Limitationen gibt beim Thema KI und das heißt auch, dass der Mensch das Emotionen,
17:02
Bewusstsein, Erfahrung weiterhin eine wichtige Rolle spielen und du hast schon mal so ein bisschen
17:08
angedeutet, wo liegen denn Grenzen für künstliche Intelligenz? Also ich habe es, wie du sagst, ich
17:15
habe es schon mal angedeutet. Also für mich ist die wesentliche Limitation und vielleicht erzähle
17:19
ich dazu gleich ein kleines Beispiel, wo ich auch toll finde. Ja, gerne. Die wesentliche Limitation
17:24
ist in der Begrenztheit des Kontexts. Der Algorithmus kann immer nur das, wofür er entwickelt wurde.
17:31
Und mein Lieblingsbeispiel dazu ist die Weihnachtsgans. Vielleicht kennt das der ein oder andere. Wenn man
17:38
die Weihnachtsgans als Sinnbild für den Algorithmus sieht, ja, die Weihnachtsgans wird aufgezogen,
17:45
kommt in einer warmen, tollen, gepolsterten Umgebung auf die Welt, wird aufgezogen,
17:51
da kommen Menschen, bringen Futter, kümmern sich, sorgen dafür, dass noch ein paar andere Gänse da sind,
17:59
dass man sich nicht so alleine fühlt. Und wenn jetzt kurz vor Weihnachten die Weihnachtsgans
18:03
überlegen würde, Mensch auf Basis aller Daten, die ich jetzt gesammelt habe, Menschen sind wirklich
18:08
die größten Freunde der Gänse, wie die sich kümmern und mich umsagen. So und genau so,
18:14
genau da sind wir bei der Begrenzung für ein Algorithmus. Der kann nicht aus seinem Kontext
18:20
heraus und er macht das, wofür er entwickelt wurde und auf der Datenbasis, auf der er funktioniert,
18:27
extrem gut. Aber er kann sich nicht vorstellen, was außerhalb von dem liegt. Und das können wir
18:34
Menschen, das ist eigentlich unfassbar. Wir können Verschwörungstheorien entwickeln. Wir können
18:40
bei, ja, der ist doch zu freundlich, ja, da kommen wir doch schon wieder komisch vor, ja, da kommen wir
18:45
auf Ideen und malen uns Dinge aus. Und das geht ja auch schon in Richtung des Titels heute. Wir
18:51
können träumen. Also das war jetzt recht negativ ausgedrückt und auch für die Weihnachtsgans
18:56
endet es, wie wir alle wissen, nicht positiv. Aber man kann das natürlich auch umformulieren und
19:01
von der anderen Seite betrachten und sagen, ja, wir, was heißt denn Träume? Wir können uns Dinge
19:06
ausmalen. Wir können, Glas gibt auch Albträume, aber so wie wir es heute ja verstehen wollen,
19:12
wir wollen an die Möglichkeiten denken. Wir wollen neue, die Grenzen weiter verschieben,
19:18
neue Horizonte, neue Gefühle, wo wir nicht waren. Wir wollen was erreichen, ja, von dem wir nur
19:24
träumen können bis heute. Und das ist auch was, was ich, um jetzt vielleicht mal wieder auf ein
19:30
größeres Bild zu springen, was ich glaube, was uns in Deutschland ein bisschen abhanden gekommen
19:34
ist. Wir sind so sehr effizient und so sehr kostengetrieben. Wir müssen wieder, ja, vielleicht
19:41
hilft uns die KI endlich wieder zu träumen und zu sagen, Mensch, was ist denn unsere Vision für
19:46
uns an der Nehme? Wo wollen wir denn eigentlich hin? Was wollen wir erreichen? Wo sind denn die
19:50
Möglichkeiten? Und nebenbei gesagt, wenn wir die Menschen, ja, da kommen wir so, du hast gesagt,
19:55
mein Thema sind die Menschen mit den Daten. Wenn wir die Menschen mitnehmen wollen, ja, und KI
20:01
verbreitet ja auch Angst bei dem ein oder anderen. Was bedeutet das für mein Arbeitsplatz? Werde ich
20:05
jetzt weg rationalisiert, aber auch hier, wenn ich mehr in Möglichkeiten denke, ich sage, wo führt
20:11
uns das denn hin? Wie macht deine Arbeit leichter? Dann kriegst du einen ganz anderen Drive hin,
20:18
ja, zu sagen, wir wollen niemand entlassen, weil wir wollen ja großes zusammen erreichen, ja, und
20:23
dann ist eine ganz andere Haltung, wie wenn man sagt, wir müssen jetzt Kosten sparen und wir müssen
20:28
jetzt doch schauen, dass wir hier effizienter werden und da eine ganz andere Grundvoraussetzung.
20:34
Das erinnert mich so ein bisschen auch an ein Zitat, was David Bowie 1999 mal über das Internet
20:40
gesagt hat. Er hat gesagt, dass, was wir gerade erleben, ist noch nicht mal die Spitze des Eisbergs.
20:47
Ich denke, das Potenzial für das Internet in Richtung Gesellschaft ist sowohl gut wie schlecht,
20:54
aber es ist noch unvorstellbar und unvorstellbar groß. Und wir sind aktuell irgendwo zwischen
21:01
berauschend anregend, aber auch fürchteinflößend. Ich finde, das kann man auch ganz gut auf die KI
21:06
im Moment übertragen. Also 25 Jahre später würde das Zitat immer noch ganz gut passen,
21:10
wenn man es auf KI überträgt. Es sind Möglichkeiten, die uns träumen lassen, was denn machbar ist,
21:15
wie wir vielleicht effizienter werden können, wie wir uns von administrativen Aufgaben befreien,
21:20
um vielleicht stärker Kreativität, stärker in Richtung Kundenerlebnisse wieder zu denken und
21:25
zu gehen. Ich glaube, da ist noch einiges Potenzial offen. Jetzt wird dir oft gesagt,
21:30
naja, es muss ja irgendwie auch ein Kompetenz-Entwicklungsbedarf rund um das Thema KI geben.
21:36
Aus deiner Sicht, also wer muss eigentlich trainiert werden und auf was für Themen muss man die
21:42
Leute denn trainieren? Ist es rein das Eingaben der Promps bei ChatGPT oder wo siehst du das Thema
21:48
Training in dem ganzen Zusammenhang? Ich möchte auch hier, das ist ein klein bisschen größer
21:53
Fassen. Als Training mein Thema mit Menschen ist, wie kriege ich ein Kulturwandel hin? Also das
22:01
schließt natürlich Training mit ein. Und ich persönlich glaube nicht, dass so wie wir im
22:06
Moment vorgehen, über Change Management und sehr top down getrieben und jetzt mal mal hier noch
22:13
eine Schulung und da ein Angebot, dass wir damit sehr weit kommen. Das ist im besten Fall,
22:18
sind wir damit sehr, sehr langsam. Ein weiteres großes Problem ist, dass wir die Themen nicht
22:24
in die Breite kriegen. Manchmal sind Unternehmen noch ganz erfolgreich in einem gewissen Leuchtturm-Projekt
22:31
Charakter, wo man einzelne Abteilungen rausholt und damit was Tolles nach außen darstellt oder
22:38
einen tollen Einzelerfolg erzielt. Aber ich glaube, die Zeit dafür, die läuft ja ab, die läuft dahin.
22:44
Was wir schaffen müssen, wir müssen das Ganze in die Breite kriegen. Also rede ich jetzt vor allem
22:49
von Mitteleuropa. Und um dahin zu kommen, reicht es nicht jetzt den Leuten zu erklären, wie funktioniert
22:55
ein Tool, wie funktioniert jetzt Chatchi B.T., wie schreibe ich ein Prompt. Das gehört natürlich dazu.
23:02
Ich will jetzt nicht sagen, das braucht es nicht. Aber das ist nur ein ganz kleiner Teil der Antwort.
23:06
Meiner Meinung nach gibt es genau zwei Möglichkeiten, wie ich ein Kulturwandel anstoßen kann, ganz
23:12
generell. Das ist, kann Kultur nur dann beeinflussen über Rahmenbedingungen. Das ist so was wie
23:18
Organisationsstruktur oder welche Software-Tool hole ich mir denn ins Haus. Oder ich kann
23:23
Verhaltensweisen motivieren, Änderungen von Verhaltensweisen motivieren. Und wie mache ich
23:28
so was? Das ist eine hohe Chance hat zu fruchten, indem ich bei den Leuten ansetze, indem ich die
23:35
Leute mitnehme. Und wie mache ich jetzt so was? Hört sich auch immer so einfach an, klar, ach so,
23:40
nämlich die Leute halt mal mit. Da abholen, wo die Leute stehen, ist da immer der berühmte Satz.
23:44
Also meiner Meinung nach nicht viel drum herumreden, große Konzepte machen, sondern machen. Machen ist
23:53
das Zauberwart. Du hast vorhin angesprochen, ich glaube so ein Angebot, wie ihr jetzt auch im
23:58
Programm habt, Trainings, einfach mit den Leuten. Ihr könntet ja auch tagelang reden, was könnte man
24:04
denn besser machen und so, sondern ihr springt genau ins Thema. Ja, das ist für mich mitnehmen. So,
24:09
wir gehen in eine konkrete Situation, wo euer Problem legt. Die schauen wir uns an und dort üben
24:15
wir. Und so wie ihr das in den Sales-Training macht, so würde ich das auch jedem Unternehmen empfehlen,
24:20
zu sagen, schaut doch mal an, wo ist euer Schmerz. Und dann gehen wir von dort aus überlegen, wie kann
24:27
man das Ganze besser machen, welche Schritte sind notwendig und führen es ganz konkret zu einem
24:32
Ergebnis. Und da würde ich auch immer empfehlen, auf neue Medien zu setzen. Ja, so wie du gesagt hast,
24:40
Trainings mit Avatarn und so weiter, gibt tolle Lernplattformen, tolle Angebote, wo man strukturiert,
24:48
solche Dinge in einer sicheren Umgebung, ja, einfach mal ausprobieren kann. Und ich empfehle
24:55
auch immer, in einem realen Szenario zu arbeiten, nicht mit ausgedachten Use-Cases zu arbeiten,
25:01
so gleich in eine richtige Projektsituation zu gehen, damit das Ganze eine Verbindlichkeit kriegt
25:06
und hinterher die Leute auch ein echtes Ergebnis haben, wo sie sagen, das haben wir jetzt erreicht,
25:10
da haben wir ein Mehrwert erzielt, ganz konkret, nicht im luftlären Raum, weil ich finde nichts
25:17
motiviert so zu einer Veränderung, zu einer Handlungsanpassung wie Erfolg. Wenn du dann am Ende
25:24
sagst, Mensch, so schnell, so gut, habe ich noch nie mit einem Kunde kommuniziert, dann hat das ganze
25:29
Sinn gemacht, dann sage ich, ja, dann muss ich mich eigentlich gar nicht so arg bewegen, pass ich
25:33
ein bisschen meine Handlung an. So, das habe ich jetzt mitgenommen, aber ich habe es selbst
25:38
entschieden. Es hat mir nicht einer gesagt, ja, wenn morgen einer zu dir kommt und sagt, Sales,
25:42
machst du jetzt so? Ja, da denkst du vielleicht zwei mal länger drüber nach, wie wenn du selbst
25:46
gemerkt hast, Mensch, so ging es ja einfacher. Ja, also dieses, naja, Spüren, wie sich positiv
25:53
verändert, wie ich bestimmte Herausforderungen vielleicht besser lösen kann, das heißt ja nicht,
25:58
dass ich in der Vergangenheit alles falsch gemacht habe, sondern wenn sich die Marktbedingungen
26:02
ändern, wenn sich Kundenanforderungen ändern, dann müssen wir ja irgendwie auch vom Leistungsspektrum
26:07
und vom Verhalten irgendwo mitziehen und uns auch irgendwie anpassen und verändern, um weiterhin
26:12
gutes Kundenerlebnis sicherzustellen. Wir haben viel über Träumen auch gesprochen und lassen
26:18
uns zum Ende vielleicht noch mal ein bisschen ins Träumen geraten. Wenn du Träumen würdest,
26:24
könntest, dürftest dir also von der KI was wünschen, dürftest, was wäre denn so dein Traum
26:29
Use Case für Sales? Also wo siehst du das Spanste, was KI leisten müsste, wenn du es beeinflussen
26:35
könntest? Also ich persönlich würde mich über, ich würde mich sehr drüber freuen, wenn du, wenn
26:42
du ein Bereich Video, wenn es da ein bisschen noch weitergehen würde, ja, wenn mir das das
26:46
ein oder andere interaktive Format etwas erleichtern würde. Ich bin dazu versichtlich, dass es nicht
26:52
mehr so lange dauert. Also es gibt ja schon tolle Programme, die dich synchron praktisch Englisch
26:57
sprechen lassen, französisch und so weiter. Aber da würde ich mir persönlich gerne noch mehr
27:02
wünschen für meinen eigenen Bedarf einfach, weil wir auch jetzt aktuell sehr viel an der Ecke
27:08
arbeiten und da sehr viel produzieren wird es mir mein Leben deutlich leichter machen. Aber glaube
27:14
im Großen und Ganzen würde es Unternehmen vor allem weiterhelfen, wenn du auf Knopfdruck,
27:19
Datenplattformen, Software, wenn du sowas erstellen könntest, ja, ich glaube auch da wird es hingehen,
27:26
ja, dass wir alle irgendwo Software Entwickler werden, die sagen, ich habe folgende Anforderungen,
27:31
hier sind meine Datenquellen, füg mir das Ganze magisch zusammen. Das würde uns glaube ich in
27:36
der Breite unheimlich nach vorne bringen. Und da sind wir noch nicht ganz so weit, aber ich glaube
27:43
auch nicht mehr so ganz fern. Das würde, ist vielleicht nicht so spektakulär wie jetzt ja von
27:48
Jetschie Wütti kam jetzt ja gerade Video erstellen Solaris und so vor ein paar Tagen raus. Das sind
27:55
natürlich Dinge, die mich auch begeistern, keine Frage. Aber ich glaube fundamental wäre der
28:01
größte Fortschritt, wenn wir zu so einer No-Code Geschichte kommen, die wir und wir alle zu
28:08
Software entwickeln werden. Und was du gesagt hast mit Videointeraktion, also wenn man sie überlegt,
28:14
internationale Meetings mit Synchronübersetzung, das was noch wie Science Fiction klingt, wird
28:19
immer wahrscheinlich, und ist vielleicht gar nicht mehr so weit in der Traumwelt weg, wie man
28:23
sich das vorstellen. Lieber Sven, vielen lieben Dank für die spannenden Einblicke, für deinen
28:28
Blick, auch diese, was ich mitgenommen habe, diese Kombination Mensch und Daten, ein ganz wichtiges
28:34
Element dabei, auch sich erstmal damit beschäftigen, was wollen wir überhaupt lösen und dann gucken,
28:39
ist die KI überhaupt das Richtige, kann ich es auch anders lösen und dann sehr schnell in die
28:43
Lösungsfindung gehen und dann über den Erfolg dort quasi weitere Motivationen schaffen und
28:48
vielleicht wieder zum Präumen anregen, um das nächste Problem anzugehen. Liebe Hörerinnen und
28:53
Hörer, zum Ende hin noch drei Hinweise, die ich gerne mitgeben möchte. Das eine ist, Sie finden
29:00
in den Show Notes den Link zu unserer Website, dort können Sie sich drei Reports unterladen,
29:05
und zwar Einsatz von KI im Bereich Learning und Development, im Bereich Marketing und im Bereich
29:11
Sales. Da finden Sie nochmal einige Inspirationen für das Thema und Sie finden ebenfalls in den
29:17
Show Notes Hinweise, wenn Sie das Thema wie Nutzig, Check GPT im Vertrieb noch weiter interessiert
29:23
beziehungsweise auch das Thema KI Coaching, das was Sven ja auch fasziniert hat, wenn Sie das auch
29:29
fasziniert, auch dort finden Sie Hinweise, wie Sie uns kontaktieren können und um mehr darüber zu
29:35
erfahren. Normalerweise endlich gerne mit dem Motto "bleiben Sie weiterhin mutig", das würde ich
29:41
heute mal ergänzen, mit "bleiben Sie weiterhin mutig" und "träumen Sie auch weiter".
29:45
Ciao.
30:10
SWR 2018