Latest / AI or DIE / SAP, Agenten und 17 Umsatzdefinitionen

Transcript

SAP, Agenten und 17 Umsatzdefinitionen · AI or DIE

• 0:00
  Speaker 0: Hallo zusammen zu unserem Ai or Die Podcast.
• 0:03
  Speaker 0: Mal wieder eine Folge mit Valentik und ich habe mir gedacht, Mensch wir haben viel über Studien gehört.
• 0:07
  Speaker 0: Nehmt mich mal Handelnsplatz zusammen!
• 0:09
  Speaker 0: Und dann hab' ich immer gesagt hey können wir mal auch gucken wie das bei der Realität aussieht?
• 0:13
  Speaker 0: Bei den Kunden wurde mir gesagt ja nehmst du Masselle und Sascha-Mafragen die möglich bestimmt mal in Hamburg vorbei kommt.
• 0:18
  Speaker 0: für die Leute, die uns nämlich auf YouTube sehen sie sehen da schon Wir sitzen hier zusammen was wir gar nicht so oft machen ihr seid nach Hamburg gereist und seid seit halb Hamburger und habt gesagt nö dann kommen wir vorbei Machen das mal also Erstmal Hallo zusammen, hallo im Hamburger Studio.
• 0:31
  Speaker 0: und ansonsten wollen wir heute mal unter dem Maschinenraum gucken.
• 0:34
  Speaker 0: Und mal gucken wie funktioniert das alles momentan mit AI Agents?
• 0:38
  Speaker 0: Wie funktioniert es vielleicht auch mit Bots?
• 0:41
  Speaker 0: aber was ist eigentlich auch wichtig damit ich diese Voraussetzungen überhaupt habe.
• 0:45
  Speaker 0: also nochmal ein herzlich willkommen und sag mal so na als ersten Einstieg Was machst du eigentlich den ganzen Tag?
• 0:51
  Speaker 0: Was tust du eigentlich der ganzen Tag und was soll das eigentlich
• 0:54
  Speaker 1: alles genau wenn nicht gerade Podcast ausnehmen?
• 0:58
  Speaker 1: Mein Job ist, ich bin bei uns Head of SAP AI.
• 1:01
  Speaker 1: Das heißt, ich habe einen Team von Entwicklern mit denen ich meinen Kunden noch zeige wie diese ganze SAP und KI-Welt zusammenpasst.
• 1:09
  Speaker 1: Weil SAP sagen ja manche das ist jetzt nicht immer auf dem Neues Bestand der Technik, muss aber sagen mit KI sind wir da eigentlich schon ganz vorne mit dabei und wir schaffen es da auch wirklich richtig gut um Herwelt zu schaffen indem wir damit auf einer guten Datengrundlage wie vom Marcel hier aufbauen dass wir es auch schaffen, in die wirklich einen täglichen Ablauf von den Leuten KI reinzubringen.
• 1:28
  Speaker 0: Marcel, du wirst direkt geframed, ne?
• 1:30
  Speaker 0: Es wurde gerade gesagt Datengrundlage!
• 1:32
  Speaker 0: Vielleicht magst Du vorweg nochmal sagen ich verlinke Euch den Link und doch mal drunter mit dem wir jetzt sprechen.
• 1:38
  Speaker 0: Du hast nämlich ein Buch geschrieben das kommt demnächst raus oder ist wenn diese Folge rauskommt vielleicht auch schon draußen.
• 1:44
  Speaker 0: Ein Link habe ich euch runtergeschrieben.
• 1:46
  Speaker 0: Magst Du um erzählen des Stichwort Datengrundlages hier was du damit auf sich hattest?
• 1:52
  Speaker 2: Ich bin bei der Valantik Head Office BDC.
• 1:54
  Speaker 2: Das Buch geht auch über die BDC und ich muss gleich sagen, ich habe es nicht allein geschrieben sondern mit meinem Team zusammen und wir haben genau damals als die BPC von einem Jahr ungefähr ernaunzt wurde gesagt okay das ist der nächste große Schritt haben uns viel damit beschäftigt und haben jetzt auch genau dort im Buch die einzelnen Services aber auch die Wichtigkeit der gemeinsamen Sprache und der gemeinsame Datengrundlage sie machen um die Grundlage für AI zu haben.
• 2:20
  Speaker 2: Und deswegen ist so, wenn du mich fragen würdest was es so mein täglich arbeiten.
• 2:24
  Speaker 2: Meistens jeden zweiten Tag mit Sascha zu telefonieren weil er Herr und Data sehr dicht beinahe läuft das geht eigentlich Hand in Hand.
• 2:31
  Speaker 0: Wie war's denn heutzutage ein Buch zu schreiben?
• 2:33
  Speaker 0: Also ich muss ja selber aus der eigenen Erfahrung sagen Es hat sich seitdem die AI da ist für mich Boa!
• 2:39
  Speaker 0: Ich würde sagen Auf jeden Fall bin ich doppelt so schnell als vorher, wenn nicht dreifach so schnell.
• 2:45
  Speaker 0: Wie war das Erlebnis in der Zeit, als die AI für dich ein Buch zu schreiben?
• 2:48
  Speaker 0: Eher deprimiert oder hast du gesagt ach, das ist ja schon ganz cool, es waren Hilfsmittel?
• 2:53
  Speaker 2: Die AI waren Hilfsmittel und zwar ganz klar auch die Ansage vom Verlag hier dürfen sie eigentlich nutzen.
• 3:00
  Speaker 2: Das heißt wir haben's natürlich auch zur Recherche zwecken mal, fast mal was zusammen, gerade Safefire, die SAP ist groß in Umbenendung.
• 3:07
  Speaker 2: Zum Glück haben wir einen Benennen mit Steuerung H, da ist ein Buch.
• 3:10
  Speaker 2: Aber gerade in der BDC-Welt im letzten Jahr ist so viel passiert und der Announce ist auch mal etwas verschoben worden was auch wieder direkt Impact aus unseren Projekten hatte.
• 3:20
  Speaker 2: Von daher war es eigentlich immer ganz für mich das letzte Jahr immer ein Lernprozess meiner Learnings die ich sonst in meinem Team dokumentiere.
• 3:25
  Speaker 2: Dokumentiere ich jetzt mal wirklich schriftlich und nicht in Calls.
• 3:29
  Speaker 2: Und ich denke da ist was ziemlich Cooles draus geworden, sechshundert Seiten zu schreiben fünf Leute, die hauptsächlich daran gearbeitet haben.
• 3:38
  Speaker 2: Das ist schon
• 3:39
  Speaker 2: Brett.".
• 3:40
  Speaker 2: Aber ich sag auch dieses Jahr schreibe ich kein weiteres Buch.
• 3:44
  Speaker 2: Ich bin
• 3:45
  Speaker 0: froh, dass das kommt!
• 3:46
  Speaker 0: Das ist was wir lernen, ne?
• 3:47
  Speaker 0: Wenn man Bücherschreibelinge isst merkt man immer so einmal, das mach' nie wieder.
• 3:51
  Speaker 0: und dann irgendwann kann ich aus der eigenen Gefahr gesagt nach zwei, drei Jahren juckt es dann wieder und das Gute ist, wenn ihr im Eigenverlag... ...ich darf also EI auch direkt mit nutzen aber ja sei's drum.
• 4:01
  Speaker 0: So jetzt ist die Anforderung ja wahrscheinlich nicht, dass die Leute jetzt überall immer sagen Okay, ich habe die BDC eingeführt.
• 4:07
  Speaker 0: Das war früher so gewesen und da hat mir gesagt was kann ich denn damit eine EI-Mittel machen?
• 4:11
  Speaker 0: Jetzt glaube ich ist die Anforderung viel mehr.
• 4:13
  Speaker 0: Die rufen dich an oder telefoniert ihr habt es.
• 4:15
  Speaker 0: Ich möchte EI machen aber ich hab SAP Aber ich hab die bdc, aber geht das überhaupt?
• 4:21
  Speaker 0: ist jetzt mein Unterstände?
• 4:22
  Speaker 0: liegt direkt in der A-Nahme?
• 4:23
  Speaker 1: Ja genau richtig.
• 4:25
  Speaker 1: viele Unternehmen mit dem Sprecher haben bereits schon irgendwie KI intern mal ausprobiert.
• 4:30
  Speaker 1: Die meisten haben einen Minecraft Co-Pilot oder sich auch ein eigenes GPT gebaut Und haben bisher aber bisschen SRP meistens von Nachlässigkeit, weil die SRP-IT und sonstige IT ist ja oft ein bisschen getrennter.
• 4:45
  Speaker 1: Deswegen hat man gesagt, fangen wir erstmal so an und schauen uns später mal die SAP Prozesse an!
• 4:50
  Speaker 1: Wenn wir da angerufen werden, haben die Unternehmen dann meistens erkannt dass im SAP Bereich schon das größte Potenzial liegt.
• 4:56
  Speaker 1: Weil die meiste Arbeit seit geht ja schon am Ende in irgendein SAP Produkt.
• 5:00
  Speaker 1: Und da fangen wir an zu sagen, machen wir jetzt mal das Portfolio von der SAP natürlich auf.
• 5:05
  Speaker 1: Was gibt es da in Technologien?
• 5:06
  Speaker 1: Juul ist super spannend für einen Einstieg.
• 5:09
  Speaker 1: Es gibt auch noch viele so Agenten vom SAP schon die man direkt einführen kann und natürlich die Möglichkeit die SAP Infrastruktur zum nutzen um eigene Lösungen zu bauen.
• 5:20
  Speaker 1: Da sind wir ja dann auch technologisch im SAP Kontext gar nicht einmal eingeschwenkt sondern wir sind sogar freier!
• 5:27
  Speaker 1: Das finde ich auch wirklich ein Effekt, was meine Kunden mal merken.
• 5:31
  Speaker 1: Und wenn ich über die SAP mir KI-Modelle lizenzieren möchte, habe ich direkt von allen Anbietern die Modelle.
• 5:37
  Speaker 1: Ich kann von Google, von Open AI
• 5:39
  Speaker 1: etc.,
• 5:40
  Speaker 1: kann ich alle da mit einer Lizenz kaufen.
• 5:43
  Speaker 1: Das ist so eine wirklich gewöhnliche Protein.
• 5:45
  Speaker 1: Wir haben ja nicht diesen typischen Lock in der Runde, diese strategisch entscheiden wir einmal treffen das und unsere größte Challenge tatsächlich ist den meisten Projekten die Daten Da.
• 5:54
  Speaker 1: alle sagen immer, wir brauchen gute Daten für KI.
• 5:56
  Speaker 1: Deswegen ist es für uns einerseits immer ein guter Ansatz, Agenten zu bauen die die Daten verbessern.
• 6:03
  Speaker 1: Das ist auch wirklich Stammdaten.
• 6:05
  Speaker 1: besonders kein Unternehmen, Deutschland würden mir sagen ich habe perfekte Stamm-Daten, da gibt's Sand.
• 6:10
  Speaker 1: oder jetzt wirklich am meisten Potenzia wo wir mal rausholen können.
• 6:14
  Speaker 1: und dann natürlich die Dateninfrastruktur weil man kann ja nicht einfach mit KI-Agenten für alle Anwendungsfälle direkt ins System reingreifen.
• 6:23
  Speaker 1: Also wenn ich jetzt einen SPO Hanna habe, brauche ich meistens noch eine Daten Warehouse wo wir KI-Agenten effektiv drauf schicken können.
• 6:35
  Speaker 1: Und das ist genau der Moment wo ich dann immer den Marcel anrufe!
• 6:38
  Speaker 0: Also da, wo die Arbeit gemacht wird.
• 6:42
  Speaker 0: Ich kenne es ja auch noch selber.
• 6:43
  Speaker 0: Es war früher so als ich zu meiner Beraterzeit und wir wollten das Dashboards bauen.
• 6:47
  Speaker 0: Das war halt relativ vereinfacht.
• 6:48
  Speaker 0: Und hab' ich getragen gesagt mal wie sind denn eure Datenqualität?
• 6:50
  Speaker 0: Die sieht die Lage so aus!
• 6:51
  Speaker 0: Da war immer wieder derselbe Antwort entweder von sehr selbstbewussten Leuten – dass haben wir alles in irgendeiner Form.
• 6:56
  Speaker 0: Und habe ich eben gesagt wenn das wirklich so ist… Wenn wir wollen jetzt nur einen Dashboard bauen zum Einfall … wenn ihr trotz Baubi alle Daten.
• 7:03
  Speaker 0: gebt hier eine Kiste Wein Und zwar nicht für das gesamte Team, sondern für jeden.
• 7:08
  Speaker 0: Jedes Mal weiß ich es natürlich da schon!
• 7:10
  Speaker 0: Wir reden dort über simple Sales Dashboards – die richtigen Gesappten Sales, sondern nur einen Bereich im Aftersales für ein Automobilhersteller der in Werkstätten war und mit dieser Datenbarskinn.
• 7:22
  Speaker 0: Jetzt reden wir unter KI Es kommt überall alles zusammen.
• 7:26
  Speaker 0: Und jetzt kommt der Anruf hier rüber und wird gesagt Ja, Mensch.
• 7:30
  Speaker 0: Mach das mal!
• 7:31
  Speaker 0: Wo fang ich denn da an?
• 7:32
  Speaker 0: Welche Hilfsmittel hab' ich denn?
• 7:34
  Speaker 0: Wie geht es dann bei den Kunden zur Stadt?
• 7:35
  Speaker 0: also... Ich kann nicht sagen, ich habe ein Buch geschrieben, liest das mal.
• 7:38
  Speaker 0: Das wär gut wenn die Leute's machen,
• 7:39
  Speaker 0: ne?!
• 7:39
  Speaker 0: Das wäre schön aber es ist ja dann nur grundlegendes Verständnis.
• 7:43
  Speaker 0: wie gehst du denn dann ran?
• 7:44
  Speaker 0: was sagst du dann als erstes was müssen wir machen?
• 7:47
  Speaker 2: Das Schöne ist eigentlich erstmal die Sprache findet Wenn Du jetzt schon Fails der Sport sagst und sagt der nächste Umsatz.
• 7:55
  Speaker 2: Ich hatte einen Kunden, wo wir nachher aus den ersten zwei Wochen Workshop rauskamen und hatten siebzehn verschiedene Umsatzdefinitionen.
• 8:02
  Speaker 2: Und die sind zum Teil auch berechtigt weil es verschiedene Sichten darauf gibt.
• 8:05
  Speaker 2: aber eine AI oder ein AI Agent muss halt wissen welchen Umsatz davon brauche ich?
• 8:11
  Speaker 2: Genau das ist es eigentlich.
• 8:12
  Speaker 2: Wir müssen halt reden miteinander.
• 8:14
  Speaker 2: deswegen ist auch ein Buch ein Titel gemeinsame Sprache finden.
• 8:20
  Speaker 2: Wenn Sascha Zürme sagt, ich brauche die Umsatzkennzahl.
• 8:23
  Speaker 2: Aufgebrochen nach Werk, dann denke ich mir, ja das krieg'n auch hin aber weil er schon weiß dass wir technisch sehr dich beieinander ticken und eh immer die gleiche Sprache sprechen.
• 8:32
  Speaker 2: Aber beim nächsten Unternehmen ist es dann nach Werk und eigentlich meint er eine Filiale Und eigentlich meinte er auch nur einen bestimmten Subset davon usw.
• 8:40
  Speaker 2: Deswegen ist es eigentlich immer Ich muss sauber dokumentieren, ich muss sauba wissen wo kommen die Daten her?
• 8:47
  Speaker 2: Da ist ja das Schöne.
• 8:48
  Speaker 2: im Endeffekt Heute, wenn ich ein Datenprodukt nutze ist das Out of the Box da.
• 8:53
  Speaker 2: Weil ich definiere so einen Datenproduk und deswegen ist es eigentlich heute in den letzten zwölf Monaten so und das muss ich leider zu meiner Schande gestehen arbeite ich mehr im Powerpoint und Concepts als am System.
• 9:04
  Speaker 2: Warum?
• 9:05
  Speaker 2: Weil die Plattformen das kann mit Medizin ja aber weißt du darum geht konzeptionell sauberzunutzen.
• 9:10
  Speaker 2: Ich kann sehr schnell sein Aber dann habe ich jedes mal wieder diese Arbeit.
• 9:14
  Speaker 2: Und deswegen ist eigentlich unser erstes Projekt war ScamKI ran Wir hatten gerade die Dates implementiert, das ist schon drei vier Jahre her und da kamen Case an.
• 9:25
  Speaker 2: Und dann hat Sascha gesagt okay, das kriegen wir hin ich brauch dir und die Daten.
• 9:28
  Speaker 2: Das Schöne war der Kunde hatte sich eingelassen schon über Datenprodukte schon damals nachzudenken am Data Catalog eingesetzt und dann sofort.
• 9:35
  Speaker 2: Das heißt es war so ein bisschen wie ein Bauchladen für Sascha.
• 9:38
  Speaker 1: Das ist doch super.
• 9:39
  Speaker 1: Also wenn wir einmal, also das ist ja schon mal ein Lieblingsansatz von Projekten wo du schon mit drin warst und du hast dann Kunden ordentliche Datengrundlage gebaut, ordentlicher Datenstrategie mit Perspektive aufnehmen oder mit BDLC sogar, dann ist es für mich wirklich einfach weil dann können wir wirklich erstmal den Kunden Judenwunsch erfüllen.
• 9:53
  Speaker 1: Wenn er sagt natürlich braucht da einen Anwendungsfall aus der Domäne brauche ich Daten, dass mir das dann einfach so zusammenbrusseln kann.
• 9:59
  Speaker 1: Das ist der Idealfall.
• 10:01
  Speaker 1: Oft ist das natürlich nicht so einfach.
• 10:03
  Speaker 1: oft kommen auch Kunden gerne nur noch zu mir und sagen Ich brauche Argenten für meinen Sales und wenn ich dann reingehe, wird dann meistens klar okay du brauchst eigentlich ein Dashboard.
• 10:13
  Speaker 1: Und weil viele denken natürlich AI ist eine super Abkürzung um ja vielleicht mal Probleme in den Daten zu lösen.
• 10:21
  Speaker 1: Ist da wirklich immer nur bedingend möglich?
• 10:23
  Speaker 1: Also auf jeden Fall geht dann so ne Anfrage auch wieder zurück zum Marcel und seinen Kollegen.
• 10:27
  Speaker 1: dass wir sagen wir brauchen jetzt erstmal hier wirklich ne Datenstrategie heißt aber nicht das wir Sag mal, jedes Problem mit der großen PDC erfüllen müssen.
• 10:36
  Speaker 1: Es gibt auch sehr viele Use-Cases.
• 10:38
  Speaker 1: da sind wir eigentlich relativ weit weg von bestehenden Daten.
• 10:43
  Speaker 1: Ich brauche aber mal eine Interpretation meiner Daten.
• 10:47
  Speaker 1: Wenn ich schon einen Dashboard habe alle Daten sind da und ich will dann jetzt eine Powerport-Entpräsentation daraus bauen oder eine E-Mail an die ihr in die Form setzt.
• 10:53
  Speaker 1: Easy!
• 10:54
  Speaker 1: Da braucht man ja keine Datenstrategie für sowas.
• 10:56
  Speaker 1: Aber je nachdem wie kreativ ein Kunde ist das ist zu mir natürlich.
• 11:01
  Speaker 1: Ich muss auch sagen, in der Regel sind die meisten Menschen einfach nicht mutig genug mit können.
• 11:08
  Speaker 1: Weil in den letzten zwanzig Jahren haben wir alle immer gesagt, boah, was du da willst ganz schön komplex und hauptsächlich hunderte Tage auffand.
• 11:16
  Speaker 1: Und deswegen trauen sich inzwischen auch viele Leute gar nicht mehr.
• 11:19
  Speaker 1: Und viele Probleme, die in der Vergangenheit schwere Problemen waren, sind durch KI wirklich einfach geworden?
• 11:25
  Speaker 1: Ja, so eine Klassifikation Freitechste aus.
• 11:29
  Speaker 1: Das sind alles... Wir haben keinen Aufwand, das macht so eine generative KI-Out of the Box.
• 11:36
  Speaker 1: Deswegen können wir uns die wenige schwere Probleme auch heute konzentrieren und dann durch diese Unwanderung von schwer auf ein viel mehr Wetter schaffen.
• 11:46
  Speaker 0: Habe ich das richtig bei dir rausgehört, dass KI dir auch bei der Datenqualität, Datenstruktur und Detailinitzen auch selber hilft bei der Arbeit.
• 11:55
  Speaker 0: Und dass du sie auch einsetzt, dass du Sie halt dem sprechen ... Du sagst, du machst Powerpoints, dem Sprechen trainierst wie du die so haben möchtest.
• 12:02
  Speaker 0: also verschiebt sich denn das was du früher manuell eingegeben hast jetzt in den Trainingsdaten der KI wo man sagt achso krieg ich die Datenqualitet auch höher?
• 12:12
  Speaker 2: Richtung dankenqualität auch, wobei das ist was Sascha macht.
• 12:16
  Speaker 2: Was wir auch als Produkt anbieten.
• 12:19
  Speaker 2: Was ich total spannend finde.
• 12:20
  Speaker 2: es gibt halt jetzt cases die ich nenn's mal auch wo es keinen substandard Weg geht.
• 12:25
  Speaker 2: Wo wir für uns sagen hey wie kommen wir damit keine zusammen?
• 12:27
  Speaker 2: und das war halt genau das gleiche.
• 12:28
  Speaker 2: Ich habe ein case gesehen Hey ich hab da so'n embedded bw Und ich hab die bdc und dann gibts erstmal von dem Jahr gab´s da kein w oder ich möchte nur Teile aus einem bw modernisieren.
• 12:40
  Speaker 2: Da hab ich Sascha angerufen gesagt, das ist meine Idee.
• 12:42
  Speaker 2: Die kriegen wir da hin und ich möchte das Ganze komplett subintern mit Subbordmitteln machen.
• 12:48
  Speaker 2: Und es ist eigentlich ganz cool.
• 12:49
  Speaker 2: deswegen sind unsere Teams auch gemeinsam meistens irgendwie am Freitag im Büro beziehungsweise feiern auch gern gemeinsam.
• 12:56
  Speaker 2: dann die Erfolge weil jetzt genau zwei Wälder,
• 12:59
  Speaker 0: die
• 12:59
  Speaker 2: gemeinsam auch funktionieren also weil ich dann meine Datengrundlagen, meine Konzepte bekommen aus einer KI vorgesfertigt Und das ist auch nicht nur ein Sandkasten, damit waren wir auf der Data und Amplakt einer Nicht-SAP Messe in Berlin.
• 13:12
  Speaker 2: Und konnten genau das mal zeigen die dir mit KI auch dort Konzepte und Co erarbeiten können und dann in der Praxis auch lieben.
• 13:20
  Speaker 0: Also Data and Black Grüße gehen raus.
• 13:23
  Speaker 0: Aber es ist ja tatsächlich so, also ihr wart nicht mit, ihr wart in Berlin und da war ja zwei dieser SAP-Eigene, wo man auch die Use Cades vorgestellt hat, deckt sich das dann mit den Erfahrungen... Da wird hier immer das Beste präsentiert!
• 13:37
  Speaker 0: Da wird dir aber präsented das was gut funktioniert.
• 13:39
  Speaker 0: Da geht man ja nicht hin mit dem, was nicht ist.
• 13:41
  Speaker 0: Ist denn so deine Realität wenn du so mit einem Erstkontakt in Kunden kommst?
• 13:44
  Speaker 0: Dass sie alle sagen Boah wir sind KI mäßig richtig geil aufgestellt.
• 13:48
  Speaker 0: Wir haben die SAP im Einsatz.
• 13:50
  Speaker 0: besser könnte es sein.
• 13:51
  Speaker 0: Und Juul ist ja... Das ist ja das, was ich jeden Tag nutze.
• 13:54
  Speaker 0: Also haben wir diese Realität oder reden wir das halt uns auf diesen Veranstaltungen dann auch so ein bisschen schöner?
• 14:00
  Speaker 0: Diese Breitenwirkung.
• 14:02
  Speaker 0: also muss er eben eine Lanze für die SAP brechen.
• 14:04
  Speaker 0: Es ist hier schon lange nicht mehr so wie es früher war im Sinne von Oh du hast den Release-Zyklus gehabt Da wurde es angekündigt und hat vier Jahre gedauert Und da war's dann da...das ist vorbei.
• 14:14
  Speaker 0: Die SAP ist sehr verbindlich geworden Ist sehr offen geworden Ist in der Kommunikation ist sehr breit auch geworden.
• 14:19
  Speaker 0: Also Grüße gehen raus an die Bickschnittstelle.
• 14:21
  Speaker 0: ein Feind damals, das ist ja heute ganz anders gewesen.
• 14:26
  Speaker 0: Deswegen erst mal große Props an die SAP an der Stelle.
• 14:29
  Speaker 0: aber es ist so dass den Unternehmen mit so eine Begeisterung der KI-Welle und man sagt oh ich baue jetzt einen KI-Agenten und es fällt mir als erstes ein, ja da hab' ich die SAP und so eine BDC und tschuhl wie geil is das denn?
• 14:40
  Speaker 0: Ich glaube ihr nicht oder?
• 14:42
  Speaker 1: Wir sind noch nicht ganz da.
• 14:43
  Speaker 1: Also die SAP bringt auch schon richtig viele Produkte raus.
• 14:48
  Speaker 1: Einiges kommen durch dieses neue Joule Studio, das wird wirklich ein Game Changer.
• 14:53
  Speaker 1: Da kann ich mir jeden Befehl in Sicht dazu informieren sich dafür die Preview beziehungsweise für die Early Doctor Care anzumelden weil das könnte wirklich so einen Clock Code Moment auch im SAP Kontext werden wo auch jeder der jetzt nicht ein Hardcore Entwickler ist seine eigenen Agents bauen können.
• 15:10
  Speaker 1: Das wird richtig tolles Ding kommt jetzt wahrscheinlich erst Oktober, wenn wir Glück haben.
• 15:15
  Speaker 1: Aber das wird ein Ding und aber auch ähnlich bei den Standard, bei den Industry-AI-Agenz die kommen.
• 15:23
  Speaker 1: Das ist viele spannende Sachen angekündigt, manche sind auch schon draußen.
• 15:27
  Speaker 1: Aber da warsten wir wirklich noch das Sachen kommen!
• 15:30
  Speaker 1: Und da setzt die SAP auch zum Glück jetzt wieder sehr stark auf Partner wie uns.
• 15:34
  Speaker 1: Es gibt ja jetzt auch ein Funding von der SAP, was man beantragen kann, dass man sagt hey wir haben ja bei dem Unternehmen vor solch Agenten zu bauen, SAP möchtest du uns dann nicht mehr unterstützen?
• 15:44
  Speaker 1: und das ist wirklich der richtige Weg weil die SAP aufverstanden hat.
• 15:48
  Speaker 1: sie können jetzt nicht alle Muskels selber im Spiel gönnen abdecken und besonders wenn es in eigene Logiken reingeht.
• 15:54
  Speaker 1: klar sind wir als Partner auch an der Zukunft weiterhin gefragt.
• 15:57
  Speaker 0: Eben da Eigenwerbung jetzt ganz klar die SAP kommt dabei und erzählt es hier auch noch mal in diesem Podcast.
• 16:03
  Speaker 0: Dann geben wir da nochmal tief ein Tief rein, so wie das möglich ist.
• 16:06
  Speaker 0: ich will aber noch einmal zum Thema zurück dass mir eigentlich viel wichtiger ist.
• 16:10
  Speaker 0: Ich glaube ja persönlich daran, dass man Technologie halt einfach kaufen kann.
• 16:14
  Speaker 0: Das ist etwas, da habe ich kein Wettbewerbsvorteil.
• 16:16
  Speaker 0: Das können alle Größen und Unternehmen an.
• 16:18
  Speaker 0: Woran mich ja mit Laube ist um den Ball wieder zu werden?
• 16:20
  Speaker 0: Wir machen hier so Fronten auf.
• 16:25
  Speaker 0: Aber eigentlich müsste man sich doch mal fragen diejenigen, die einen Wettbetwerbs-Vorteil haben das sind doch die Leute, die ihre Daten in Griff haben und die Technologie am besten nutzen können.
• 16:34
  Speaker 0: Es ist ja nicht so dass ich sage Ich kaufe jetzt den neuesten Stack der SAP.
• 16:37
  Speaker 0: Ich mache die meisten Lizenzen.
• 16:39
  Speaker 0: Ich hau das auf alle meine Mitarbeiter drauf egal ob sie es brauchen oder nicht.
• 16:43
  Speaker 0: Obwohl das Problem ist eher, dass die meisten Leute sagen ich bin auch nicht zu wenig.
• 16:46
  Speaker 0: Aber können wir es auch noch darüber unterhalten?
• 16:48
  Speaker 0: Aber ja da weiß was ich meine ist doch der Game Changer ist doch am Ende des Tages da die Leute, die die Daten richtig haben nutzbar haben und früher war so das Performance ja auch immer Akzeptanz geschafft hat.
• 17:00
  Speaker 0: wie sieht's damit aus?
• 17:02
  Speaker 0: Wie siehst du das?
• 17:02
  Speaker 0: so müsste man nicht sagen?
• 17:04
  Speaker 0: Achtzig Prozent des gesamten Projektes ist eher dort anzusetzen wie schon immer war Und nicht nur oben dort wo die Ergebnisse raus putzen.
• 17:14
  Speaker 2: Wenn ich so ein bisschen retroperspektivisch gucke, ist die ersten Projekte wo wir implementiert haben wann die wohl relativ früh early adopter in der datas wir haben.
• 17:24
  Speaker 2: Die gesagt haben okay, ihr habt eine komplette und premise Landschaften sind in die datas für gegessen.
• 17:28
  Speaker 2: Wir lösen das hat gehen nach vorne machen den Datenprodukt gedanken Und meine Projekte sind auch ein bisschen größer von dem Aufwand her als deine EI-Projekte.
• 17:38
  Speaker 2: Ist es dann immer so dieses, ich hab da so einen Jahr lang gelaufen und dann kommt zu kurz vor Weihnachten Sascha reingeschneit ums Zeig nochmal mit der Kalkinen.
• 17:45
  Speaker 2: schönes Weihnachtsfest also überschwitz gesagt weil genau das ist der Punkt dass da passiert die Arbeit.
• 17:52
  Speaker 2: dann bringe ich wieder einmal alles zusammen in die Mitte und jeder kann sich daran bedienen.
• 18:01
  Speaker 2: Beng macht an der Stelle keinen Sinn.
• 18:03
  Speaker 2: Ein historisch gewachsenes SAP-DW innerhalb von einem halben Jahr rüber zu ziehen, ja dann habe ich es technologisch hochgehoben und habe technologische ein paar mehr Wertmöglichkeiten auf meine Daten zu konsumieren.
• 18:15
  Speaker 2: aber wirklich einen Redesign in der Datenrichtung Datenprodukte das gab's Anfang zweitausend noch nicht Viele Ideen, wie heute Daten genutzt werden können.
• 18:25
  Speaker 2: Also ich war noch dabei dass sich Berichte für einen Vorstand gemacht haben die Montags morgens automatisch aus dem Drucker kam.
• 18:31
  Speaker 2: das möcht heute gar kein Amärme sondern nicht.
• 18:33
  Speaker 2: möchte lieber Montag morgens gefühlt in zwei Jahren meine Alexa fragen wie steht es um mein Unternehmen?
• 18:38
  Speaker 2: und ist antwortet sorry für den Namen aber irgendeiner.
• 18:42
  Speaker 0: Ich bin so froh, musst du jetzt kurz erzählen?
• 18:45
  Speaker 0: Wir sitzen ja hier gerade im Studio wenn ich nach rechts hinten drehst Das Ding ausgeschaltet, weil ich gesagt habe.
• 18:52
  Speaker 0: Falls es kommt!
• 18:53
  Speaker 0: Falls der Narbe fällt fetten wir das im Rotgras, den zähle ich darüber.
• 18:56
  Speaker 0: Das ist halt selber Ergebnis.
• 18:57
  Speaker 0: aber ja... Der Sprachassistenz wird halt immer normaler.
• 19:00
  Speaker 0: Ich kann mich noch an Aussagen erinnern Papier wird niemals ersetzt.
• 19:04
  Speaker 0: Wir werden immer diese Berichtsmapper haben, wir werden immer die Powerpoints haben.
• 19:08
  Speaker 0: Das ist nicht mehr meine Realität, wenn ich über Reporting rede und wie die Leute es konsumieren.
• 19:13
  Speaker 0: Wir merken halt nur das diese Dashboarding, alles was wir uns gedacht haben.
• 19:16
  Speaker 0: Alles was ich jahrelang verkauft habe mit Visualisierung, dass das eigentlich zu kurz gegriffen hat und nur so ein Behilfsmittel war, was sich nie so durchgesetzt hat.
• 19:23
  Speaker 0: Es lag aber nicht daran, dass die Leute nicht bereit waren um mit Computerinteraction zu machen.
• 19:28
  Speaker 0: Es war einfach nur nicht geil genug damit's wirklich Spaß gemacht hatte und ich tiefer reinkomme.
• 19:33
  Speaker 0: Deswegen immer dieses Ich will Kommentare!
• 19:35
  Speaker 0: Ich will alles und ich will nachfragen können, das ist der große Nied gewesen.
• 19:41
  Speaker 1: Also Sprache ist wirklich ein interessantes Ding weil ich dachte immer okay wenn man etwas programmiert am Ende wird es immer tippen ja keiner wird irgendwie anfangen wie Code reinzusprechen.
• 19:52
  Speaker 1: Und jetzt alle die diese Subitecoding machen wo ich quasi der KI nur sage was sie programmieren soll.
• 19:58
  Speaker 1: Sprache gab es super populär geworden.
• 20:00
  Speaker 1: Also viele Entwickler sitzen nur da, hier mit verschränkten Ahnen und sagen dann ja hier korrigiert den Wachmalt bitte oder bauen wir dieses Feature ein?
• 20:09
  Speaker 1: Das ist wirklich spracher.
• 20:10
  Speaker 1: Aber ich hätte auch nicht gedacht dass das so populär wird wie es gerade ist.
• 20:13
  Speaker 0: Ja ich glaube auch jetzt ist es ein tiefster Wunsch des Menschen.
• 20:16
  Speaker 0: halt die Nachfrage also.
• 20:17
  Speaker 0: früher war's dann immer so... Es musste das Controlling Team noch mit rein und das Dashboard dann vorstellen.
• 20:22
  Speaker 0: Also ich habe einige Sachen so gebaut, dass der Leiter Controlling das Dashboards vorstellen konnte.
• 20:27
  Speaker 0: Das war einfach nur eine interaktive Sappe der Nachfrage!
• 20:30
  Speaker 0: Und das ist ja die große Chance im Quick Win bei KI.
• 20:33
  Speaker 0: Dass die KI sehr gut kann und wie du schon sagtest, das Semantische auslesen, das Textbasierte... Das sind natürlich diese großen Gewinne, die man hat.
• 20:42
  Speaker 0: aber jetzt nochmal richtig wo sind denn die Use Cases?
• 20:45
  Speaker 0: Ich hab jetzt die SRK, ich hab die PDC Der Product Stack ist da.
• 20:49
  Speaker 0: Da waren diese ganze SAP Crew, hat sich verkauft und das auch einigermaßen implementiert.
• 20:54
  Speaker 0: was ich jetzt als Positivwerte einigermassen und ich bin jetzt vielleicht noch mit Datacricks Karte gucke mir mal so bisschen an wie es geht.
• 20:59
  Speaker 0: Was sind denn dann die klassischen Fälle?
• 21:01
  Speaker 0: Die du jetzt hörst oder mit denen entwickeln solltest?
• 21:04
  Speaker 0: du sagst Ey!
• 21:05
  Speaker 0: Da müssen wir mal ran also im Einkauf, im Vertrieb oder in der Logistik oder wo immer ihr da so unterwegs
• 21:12
  Speaker 1: seid.
• 21:12
  Speaker 1: Grundsätzlich drei Stufen, die man mit geliehen machen kann.
• 21:16
  Speaker 1: Das Erste was ich am meisten habe ist schon so eine GPT-Bahn als Wissensdatenbank wo man seinen Geschäftswissen rein baut dass man eben den User mit der Wisse mit einer Hall unterstützt was vielleicht eine Erfahrung oder eine Schulung auszuleichen, die vielleicht fehlt.
• 21:31
  Speaker 1: Dann haben wir Automatisierung von bestehenden Prozessen.
• 21:34
  Speaker 1: Das heißt, wir greifen so einen Prozess raus.
• 21:37
  Speaker 1: Meistens wo wir Medienbrüche haben, E-Mail mit PDF kommt rein was man analysieren müssen und was sonst jemand lesen abtippen müsste das ist so ein Klassiker und da sprechen wir auch nicht nur von OCR also so einer Bilderkennung sondern kann man dadurch auch sehr viel Kontext mitgeben dass er selber auch Ermittlungen macht.
• 21:56
  Speaker 1: Also, da steht dann so schön drin hier.
• 21:58
  Speaker 1: Ich brauche das Ohr dieser Länge und dann weiß er okay von dem Informationen geh ich ins System, hole mir alle Informationen raus und trage mir das richtig in das SAPT auch mit den Prozesses.
• 22:08
  Speaker 1: Das ist Stufe zwei.
• 22:10
  Speaker 1: Da kann man relativ viel machen.
• 22:12
  Speaker 1: Da guckt man am besten einfach mal in ein Signavio oder im Process Miling Tool was man hat wo die Meisterarbeitszeit drauf geht Weil das sind genau die Stellen, wo man so punktuelle Prozessautomatisierungen mit dem G. Das ist auch eigentlich das gleiche Vorgehen, was man vor KI gemacht hat.
• 22:27
  Speaker 1: Hat man ja auch geschaut – Wo sind meine Zeitpotenziale, die ich nutze?
• 22:30
  Speaker 1: Wie automatisiere ich es?
• 22:31
  Speaker 1: Komplett gleiche Vorgehe.
• 22:33
  Speaker 1: Stufe drei sind dann diese Agenten und bei Agenten dreht sich wirklich das ganze Design komplett um.
• 22:41
  Speaker 1: Wir gehen nicht mehr von den Problemen aus, was wir haben Sondern wir definieren ein Ergebnis, dass wir haben möchten und müssen überlegen welche Werkzeuge, welche Daten braucht der Agent um zu diesem Ergebnis zu kommen.
• 22:54
  Speaker 1: Der Weg dahin ist uns komplett egal.
• 22:57
  Speaker 1: der Prozess das wollen wir eigentlich immer möglichst viel so einen Agenten überlassen.
• 23:01
  Speaker 1: und deswegen kannst du auch gar nicht sagen boah dass es jetzt so ein richtig guter Use Case für einen Agent sondern es geht immer darum was habe ich den meisten Schmerz?
• 23:10
  Speaker 1: wo möchte ich skalieren können?
• 23:12
  Speaker 1: Bei uns als Walantik ist immer so eine Sache Angebote, Ausschreibungen aufbereiten um Sales zu entlasten.
• 23:20
  Speaker 1: Weil bei uns wenn jetzt eine Ausschreiben geht es heißt natürlich immer das Berater da aus dem Geschäft rausgenommen werden müssen und wir wollen ja auch uns an den Boden auch immer nur die Experten draufschreiben.
• 23:28
  Speaker 1: Und so haben wir Keirgänten die dann schon sehr viel Arbeit abnehmen dass wir unsere Experte noch minimal zum Außengeschäft raus nehmen müssen.
• 23:35
  Speaker 1: Das ist für uns ein ziemlich guter Use Case Und das ist auch etwas, wo man jetzt vielleicht der Vergangenheit nicht gedacht hätte, dass wir das automatisieren können.
• 23:43
  Speaker 1: Weil das wirklich schon sehr anspruchsvoll aufgehörig sind.
• 23:46
  Speaker 1: und das ist der Weg bei uns.
• 23:47
  Speaker 1: natürlich.
• 23:48
  Speaker 1: dann auch die Daten.
• 23:49
  Speaker 1: wieder das große Problem was brauchen wir eigentlich?
• 23:52
  Speaker 1: Wo steckt denn eigentlich unser Wissen und damit unsere Daten?
• 23:56
  Speaker 1: Ach und das es eigentlich die Große herauskommt wenn wir mal kennen sprechen.
• 24:01
  Speaker 0: Ich finde das spannend.
• 24:02
  Speaker 0: Du hast ja auch dann jetzt nochmal erzählt, du bist jetzt mehr auf die definitorischen Ebene, du schreibst Bücher und dann ist der Begriff... Data oder AI-Gabernenz wahrscheinlich auch nicht weit weg von deiner täglichen Arbeit.
• 24:13
  Speaker 0: Und dann hast du darüber gesprochen, dass die Leute ja wir müssen über das selbe reden.
• 24:17
  Speaker 0: Jetzt unter diesem ganzen Mantel wo man sagt Ja wir müssen noch vernünftige Governance aufsetzen damit wir das auch landwirtschaftlich halten können und Du bist hier nur ein Anflugstrichen Brater!
• 24:25
  Speaker 0: Du sagst dir irgendwann auch ich gebe vielleicht wieder auf ein anderes Projekt und es muss ja.
• 24:28
  Speaker 0: eine Aufgabe ist ja, dass es auch ohne dich jetzt läuft und ohne dein Team läuft.
• 24:33
  Speaker 0: Das bedeutet was machst du da wie setzt du das auf?
• 24:36
  Speaker 0: Dass wir so ne AI-Governent haben wie halt auch irgendwie nachhaltig funktioniert und wie nimmst du die Leute mit?
• 24:42
  Speaker 0: Weil meine Beobachtung ist, dass die Leute, die früher so für Daten verzuständig waren gar nicht so kommunikativ waren.
• 24:50
  Speaker 0: Wir hatten damals bei Bertelsmann eine große Beschreibung aufgemacht zehn Jahre her da.
• 24:55
  Speaker 0: ich gab es den Business-Analisten und dann gab's den Data-Aalisten Und die haben sich tatsächlich darunter unterschieden das der eine kommunikative sei unter anderem weniger kommunikativ.
• 25:04
  Speaker 0: Da hat man so wirklich an die Klischee kiste wird.
• 25:05
  Speaker 0: aber wir haben es geglaubt Dass das mittlerweile alles eine Rolle ist, dass die gleich sind.
• 25:10
  Speaker 0: Dass du vielleicht noch mal Data-Stewards in den Ausdrucker hast und so.
• 25:12
  Speaker 0: Das war eigentlich schon gar nicht so blöd was er dachten.
• 25:14
  Speaker 0: aber diese Klischeerolle war halt viel größer.
• 25:17
  Speaker 0: wir haben vielleicht schon gesehen das wächst irgendwie alle stärker zusammen Aber du musst dir viel mehr kommunizieren mit Leuten sprechen und dass die es dann auch einhalten wobei Prozesse sind Die müssen ja diesen Dataprozess, dass das alles ordentlich funktioniert anhalten.
• 25:29
  Speaker 0: Wie macht man das?
• 25:30
  Speaker 0: Ich stelle mir Altram vor wenn ich früher gesagt habe lasst mal über Datenqualität reden Ich hatte niemanden da.
• 25:35
  Speaker 0: Wenn ich gesagt habe, lass mal über Dashboards reden, hatte ich neunzig Leute davor mir sitzen.
• 25:40
  Speaker 0: also
• 25:40
  Speaker 1: wie geht das?
• 25:42
  Speaker 2: Im Endeffekt ist es ein bisschen mit einer Möhre vorhalten wir reden halt über Data Ownership und Data Owner darf über seine Daten bestimmen darf halt auch deswegen dann auch sagen was machen wir damit wie machen das damit?
• 25:55
  Speaker 2: Und ein großer und wichtiger Punkt dabei ist halt nicht mehr zu sagen, in der WDC oder in meinem IT-Service Tool arbeitet nur die IT.
• 26:05
  Speaker 2: Auch die Aufgaben da haben sich verschoben.
• 26:07
  Speaker 2: In Business gerade mit AI Unterstützung können die Leute entwickeln Ab einem gewissen harmonisierten Wagenstand.
• 26:15
  Speaker 2: Und wenn wir da das Konzept sauber aufbauen, so dass sie selber arbeiten können, dann haben die Leute auch einen Lust sich die Hände dreckig zu machen und haben auch Verantwortung.
• 26:22
  Speaker 2: Ich habe eher Verantwortung für etwas was ich selber gebaut hab.
• 26:25
  Speaker 2: also wenn es heißt hier ist der Dashboard und die Zahl dir kommt dafür bist du verantwortlich.
• 26:29
  Speaker 2: Dann ist automatisch morgen das Ticket wieder bei der ITG.
• 26:32
  Speaker 2: Das muss gemeinschaftlich passieren.
• 26:35
  Speaker 2: Das muss auch, da ist jedes Unternehmen anders.
• 26:38
  Speaker 2: Es gibt Unternehmen das, das Controlling total stark, es gibt Unternehmen dass die IT total stark und gibt's Unternehmen seltener.
• 26:44
  Speaker 2: aber dann kommt da jemand aus dem Vorschein alle versuchen irgendwie sich zu drucken damit keiner Ärger kriegt.
• 26:51
  Speaker 2: Und da ist es wirklich komplett anders.
• 26:53
  Speaker 2: also meine Lieblingsstory immer noch als einer ich in den Unternehmen kam nicht klein macht mehrere Milliarden Umsatz und da ging es um den Data Owner für Finance.
• 27:03
  Speaker 2: dazu bekommen.
• 27:05
  Speaker 2: Er sagt, ja gibt's laut Konzept findet man nicht.
• 27:07
  Speaker 2: Haben wir einfach gesagt gut dann steigen wir jetzt ein Brief.
• 27:10
  Speaker 2: schmeißt du vorne an in den Briefkasten rein an den Data owner Finis und machen einen Erdwerk rein?
• 27:16
  Speaker 2: Dann haben wir einfach mal geguckt wo das Ding bei uns war.
• 27:18
  Speaker 2: nebeneinander war was.
• 27:20
  Speaker 2: zwei Wochen später war es auf seinem Schreibtisch.
• 27:22
  Speaker 2: Er sitzt da.
• 27:22
  Speaker 2: die True Story war witzig Und lieb ich und genau damit konnten wir dann zeigen hey es geht um euer Kern, um euers Finanzgeschäft.
• 27:32
  Speaker 2: Wir müssen da was machen und das war natürlich sofort ein Vorstand zu sein ist da.
• 27:36
  Speaker 2: Also und da waren ganz ähnlich wenn man sagt dass kann auch knallen aber da warten was Sascha von gesagt hat mutig sein und das muss mal ab deiner Governance Strategie.
• 27:46
  Speaker 2: Und Gaslinens heißt für mich und das ist halt auch nochmal ganz wichtig Enablement und nicht Verliehen.
• 27:52
  Speaker 2: Und wenn ich die Leute in den Safe-Service kriege, wenn ich sie selber mit ihren Daten zum Arbeiten bekomme ist das viel mehr wert.
• 27:57
  Speaker 2: Also wenn ich sage, dass dürft ihr nicht, die können die dürften die nutzen hin und her dann kann alle.
• 28:01
  Speaker 2: Aber wenn ich den Raum aufmache und sage, das macht ihre Reute und wenn das knapp durch die Morgen macht, das was und das... Das ist gefühlt manchmal ein bisschen Kindergarten.
• 28:11
  Speaker 2: Wir zeigen so hey, wenn der Zimmer ausgeräumt ist, dann darfst du gleich Chancen gucken.
• 28:14
  Speaker 2: Aber wir sind alle irgendwo gleich, was das angeht?
• 28:19
  Speaker 2: Ich glaube da Wenn man halt offen und auf Augenhöhe alle zusammen agiert, sehr viel schaffen kann.
• 28:26
  Speaker 2: Und die Unternehmen, die da Bock drauf haben?
• 28:28
  Speaker 2: Die sind da viel weiter als Unternehmen, wie wirklich noch sagen, oh Gott!
• 28:32
  Speaker 2: Da kommt ein AI-Hackt.
• 28:33
  Speaker 2: Jetzt müssen wir erst mal in den Konzept schreiben und hinunter.
• 28:36
  Speaker 2: Ich staubte diese Archer halt schon und sag so hey, wir gehen dort nutig ran.
• 28:40
  Speaker 2: Wir versuchen einen Schimpfseindokumenten und versuchen eher zu schauen wenn das Problem entsteht.
• 28:45
  Speaker 2: Haben wir dafür eine Lösung oder müssen wir weitermachen?
• 28:47
  Speaker 2: Das ist halt immer einem agilen Ansatz braucht.
• 28:50
  Speaker 2: Ich glaube, sonst habe ich – das merke ich beim Buchschreiben.
• 28:55
  Speaker 2: Und bis zur nächsten Abgabe hat sich die Welt draußen schon wieder verändert und deswegen muss sich da halt relativ viel und schnell reagieren
• 29:03
  Speaker 0: können.".
• 29:04
  Speaker 0: Ja, da können wir echt überreden wie eine Eigerwarnung sich und auch selbst wiederholen muss.
• 29:08
  Speaker 0: Wie ein Teil das werden muss, wie man sich selber reflektieren werden muss.
• 29:13
  Speaker 0: Damit man halt mal bei ist mache ich das jetzt gerade wieder richtig weil es sich so schnell verschiebt.
• 29:18
  Speaker 0: was ist denn jetzt die Prognose bei den Unternehmen?
• 29:21
  Speaker 0: Wir müssen natürlich elephant im Raum ansprechen.
• 29:23
  Speaker 0: Werden das jetzt alles ergännt.
• 29:25
  Speaker 0: also hole ich mir jetzt nur noch danach Walantik und sagt, alles klar setzt mir das einmal auf.
• 29:30
  Speaker 0: Wir haben schon tausendmal
• 29:31
  Speaker 0: gemacht.".
• 29:32
  Speaker 0: Und jetzt kann ich da meine Bitterweiterschaft so auf fünfzig Prozent sagen wir positiv erabeln.
• 29:37
  Speaker 0: andere würden sagen ins Ersetzen je nachdem wie diese Unternehmheit jetzt drauf ist, bevor es problemisch jetzt nur was würdet ihr sagen?
• 29:45
  Speaker 0: Das ist der Weg.
• 29:46
  Speaker 0: sehen wir jetzt wirklich dass das eine Agentenrevolution am Ende des Tages wird wo wir echt sagen wir müssen uns wirklich Gedanken darüber machen wie einzelnen Direktoren dann quasi Sie ihre Agenten und menschlichen Teams zusammensteuern?
• 30:00
  Speaker 0: Oder ist das so etwas, was wir konzipieren, wo wir alle damit dachten, dass wir gleich jetzt gerne bei Big Data... Was wir vor zehn Jahren erzählt haben, ist jetzt irgendwie Realität geworden.
• 30:09
  Speaker 0: Und es steht noch nicht morgen vor der Tür!
• 30:11
  Speaker 0: Wie ist so deine Einschätzung?
• 30:13
  Speaker 0: Was glaubst du?
• 30:13
  Speaker 0: werden die Agenten jetzt den Siegeszug fahren?
• 30:15
  Speaker 0: Werden wir jetzt merken?
• 30:16
  Speaker 0: okay, das ist echt für Wirtschaften das
• 30:19
  Speaker 0: Entscheidende?!
• 30:20
  Speaker 1: Agenten werden definitiv wichtig werden.
• 30:23
  Speaker 1: Also sie werden definitv Teil der... Manche vergleichen es halt wirklich wie wir Mitarbeitern, so Teil der Belegschaft werden.
• 30:29
  Speaker 1: Wie man das jetzt sieht ist jeden selbst überlassen aber es wird essenzieller Teil, wie wir in Zukunft unsere Prozesse und unsere Lösungen konzentrieren.
• 30:39
  Speaker 1: Viele sagen sogar dass AI natürlich auch Agenten Apps und Lösungen komplett ersetzen.
• 30:46
  Speaker 1: Das sehe ich nur zum Teil, weil wenn man einen Agenten programmiert ist das so ein bisschen wie ein Mitarbeiter eine Aufgabe zu geben.
• 30:55
  Speaker 1: Da wird es ihm möglichst viel Freiraum geben damit er die richtige Lösung findet dass auch selber kreativ vielleicht eine bessere Lösung findet als jemand weiß schon in der Schublade hat.
• 31:04
  Speaker 1: aber er braucht natürlich gewisse Richtlinien.
• 31:07
  Speaker 1: was darf er nicht weg?
• 31:09
  Speaker 1: Natürliches Governance Thema aber wir wollen ja auch das Ergebnis richtig beschreiben Und erhältst natürlich gute Prozesse und auch gute Applikationen, die man schon hört.
• 31:18
  Speaker 1: Diese ganze Entwicklung von Agenten wird nicht mehr zentral geleitet worden im Unternehmen.
• 31:23
  Speaker 1: Das wird vielmehr demokratisiert.
• 31:26
  Speaker 1: Jeder Mitarbeiter und Leben der Zugang auf Cloud hat wahrscheinlich sich schon mal einen kleinen Agenten gebaut.
• 31:32
  Speaker 1: Ich sehe es doch immer sehr viel auf Führungsebenen.
• 31:34
  Speaker 1: Die lieben das, sich an Gänden zu bauen...
• 31:36
  Speaker 0: Wenn ihr übrigens keinen Zugang habt dann hat er's bei sich Zuhause gegeben?
• 31:39
  Speaker 0: Ja, aber das ist eine Adoptierung her!
• 31:41
  Speaker 0: Das
• 31:41
  Speaker 1: ist passiert überall.
• 31:42
  Speaker 1: Es hat eine AI-Lösung, das ist wirklich Qualität geworden und da passiert sehr viel.
• 31:48
  Speaker 1: Man muss gucken dass man dann wenigstens diese Governance und diese Genehmigung die Zentralisieren.
• 31:53
  Speaker 1: Das wird offen SAP glücklicherweise ein paar Lösungen im Lina X mit den Agenten haben.
• 31:58
  Speaker 1: Ist wirklich ein ziemlich interessanter Ansatz wenn man so einen Quality-Gate setzt.
• 32:02
  Speaker 1: nur was dadurch geht durch der zentrale Governance Stelle darf man auch produktiv mit Daten benutzen werden.
• 32:07
  Speaker 1: ist glaube ich ein ganz guter Ansatz.
• 32:09
  Speaker 1: Aber wir müssen wirklich schauen, wie vereinen wir auch im Change Management und im Culture Management Agenten mit den menschlichen Arbeitern?
• 32:18
  Speaker 1: Wir haben auch schon Widerstand bekommen für die trizialsten KI Anwendungen unternehmen.
• 32:24
  Speaker 1: Zum Beispiel so eine Kundenfindung hat mir dann eine Mitarbeiterin gesagt aus der Buchhaltung.
• 32:31
  Speaker 1: Ich lege fest welche Kunden wo getroffen werden.
• 32:34
  Speaker 1: das ist mein Job.
• 32:35
  Speaker 1: Das lasse ich mir von keinem KI-Agenten
• 32:36
  Speaker 0: vorstellen.
• 32:38
  Speaker 1: Es ist auch verständlich, wenn man das Jahre dann bemerkt, identifiziert man sich ja mit seiner Arbeit.
• 32:42
  Speaker 1: Das ist was wir als Arbeitgeber auch immer wollten und dass die Leute mit ganzem Herzen dabei sind.
• 32:46
  Speaker 1: Wenn sie sagen, ihr müsst jetzt Verantwortung abgeben – es ist schwierig!
• 32:49
  Speaker 1: Aber das ist eine große Herausforderung für alle, dass wir diese effizienten Steigerungen oder teilweise Qualitätssteigerungen, die wir natürlich auch mit Agentinnen bekommen, mit der bestehenden Belebenschaft rein.
• 32:58
  Speaker 0: Also ich kann dazu nur sagen, in den Achtzigerjahren als plötzlich die Automobilindustrie weltweit anders wurde und die Leute am Fließband standen haben wir doch einfach zu denen gesagt dann sollen sie halt umschulen oder was anderes machen.
• 33:10
  Speaker 0: Und da war wenig Mitleid mit der arbeitenden Schicht am Fliezband.
• 33:14
  Speaker 0: deswegen diejenige, derjenige der das dann halt so sagt sollte sich vielleicht selber mal erinnern wie ein Achtzeigerjahr sein eigenes Urteil war ob man dann nicht mal das machen muss was jetzt automatisiert werden könnte.
• 33:25
  Speaker 0: Aber wie das gute alte Traditionssinn den Podcast.
• 33:28
  Speaker 0: Ihr beide habt jetzt das letzte Wort, da sind wir ein bisschen schwierig wenn ich zwei Gäste habe.
• 33:33
  Speaker 0: Deswegen ist es vor allem der Maßen und du hast heute die Ehre zu meiner Rechnung das letzte wort in diesem Podcast zu sagen.
• 33:40
  Speaker 0: Du darf alles sagen und tun lassen was du möchtest.
• 33:44
  Speaker 0: Also tüchtig erzählen, was du gestern gemacht hast beim Fußball.
• 33:48
  Speaker 0: Was du gegessen hast, wie dein Flug war... ...was du schon immer mal wissen wolltest oder was du immer in ein Podcast sagen wolltest?
• 33:54
  Speaker 0: Das einzige was du nicht sagen darfst ist vielen Dank für die Einladung!
• 33:58
  Speaker 0: So kannst du dich schon mal drauf vorbereiten.
• 33:59
  Speaker 0: das ist nichts im relativ gemeinen und Du darfst nochmal Herbstlose-Werbung für deinen Book machen.
• 34:04
  Speaker 0: wir machen folgende Szenerie du bist ja in Berlin Data am Plak du solltest da neues Buch vorstellen.
• 34:09
  Speaker 0: dann kommt plötzlich mange Ecke und sagt ey total doof Wir haben nur noch Wurst um Ackengard, dreißig Sekunden dann schalten wir dich auf.
• 34:19
  Speaker 0: Was würdest du jetzt sagen warum man dein Buch lesen sollte was das bringt?
• 34:22
  Speaker 0: Was es macht?
• 34:23
  Speaker 0: so ein kleinen Elevator Pitch wo du sagst hey komm Andreas und ich kauf direkt danach eins.
• 34:29
  Speaker 0: Link ist unten und ich kaufe mal die Bücher selber.
• 34:31
  Speaker 0: also bestelle ich vor jetzt wo wir aufnehmen.
• 34:34
  Speaker 0: Erzähl mal kurz dreißzig Sekunden.
• 34:35
  Speaker 0: was würdest Du den Leuten sagen warum sie kommen sollen?
• 34:38
  Speaker 2: Das Buch zeigt mir direkt, was ist heute in der BDC und auch ein Stück bei der Roadmap.
• 34:43
  Speaker 2: Was ist morgen in der bdc vorhanden?
• 34:45
  Speaker 2: Aber auf?
• 34:45
  Speaker 2: wie arbeite ich damit also eigentlich die letzten... ...fünfundvierzig Minuten zusammengefasst?
• 34:51
  Speaker 2: Wie muss ich heute mit Data umgehen?
• 34:53
  Speaker 2: Dann werde ich enable Und ich glaube dass wenn man das gelesen hat dann eher noch Bock hat auf genau solche Austauschwunden Und reinzugehen und sich darüber auszutrauschen weil Unternehmen lernen auch von Unternehmen.
• 35:05
  Speaker 2: das muss nicht immer nur Wir als Bemarktung sein.
• 35:09
  Speaker 0: Cool, schön!
• 35:09
  Speaker 0: Jetzt hast du natürlich das Schwere, weil das war ein schöner Schusswort und jetzt musst du mal was bringen.
• 35:15
  Speaker 1: Wenn ich wirklich eine Nachricht nach draußen zu den Leuten schicken kann ist... Seid frech Ich habe viel zu viel Arbeit damit Leute zu inspirieren für KB.
• 35:25
  Speaker 1: Das ganze Thema ist so cool, wir haben so viele Möglichkeiten.
• 35:29
  Speaker 1: Seid Frech habt Ideen, fordert eure Berater, eure IT-Hare raus mit euren Ideen.
• 35:35
  Speaker 1: Lass die mal richtig arbeiten
• 35:38
  Speaker 0: Herrlich.
• 35:38
  Speaker 2: Tschüss!