Latest / insights! mit Joubin Rahimi / 135 So gehst du mit Agentic AI im B2B-Commerce richtig um!

Transcript

135 So gehst du mit Agentic AI im B2B-Commerce richtig um! · insights! mit Joubin Rahimi

0:00
Grandios, dass ihr wieder dabei seid
0:10
zu einer neuen Folge von insights!
0:12
Mein Name ist Joubin, Joubin Rahimi und heute mit dabei, Nils
0:16
Breitmann von Intershop. Hi Nils.
0:18
Hi Joubin. Ich freue mich, hier zu sein.
0:21
Ich bin Nils von Intershop.
0:22
Ich bin bei Intershop zuständig für AI, also AI, wie wir es in unseren Produkten
0:27
einsetzen und AI, wie wir es intern verwenden.
0:30
Und wer es vielleicht nicht weiß, Intershop stellt eine Commerce-Plattform
0:35
für Agentic B2B-Commerce bereit.
0:38
Und ich finde es mega, dass du einen weiten
0:41
Weg aus Jena hierher gemacht hast, dass wir die Aufnahme machen konnten.
0:45
Das ist immer viel schöner für alle und die Gespräche sind mega wertvoll.
0:49
Wir hatten ja schon einen Talk und da ging es ja auch das Thema
0:53
klar, AI und über die Co-Pilots und wie man auf der Käuferseite damit agiert.
1:00
Da waren wir eher in so einem Suchen-und-Finden-Modus.
1:03
Aber es geht ja noch viel, viel weiter.
1:04
Also wie kann Agentic AI auch den Sales unterstützen dazu?
1:09
Wie ist deine Meinung, so ganz high-level deine Meinung genau zu dem Thema Agentic
1:14
AI, Arbeit der Verkäufer abzuschaffen oder nicht abzuschaffen?
1:20
Die Co-Pilots sind Agenten, die werden
1:24
natürlich auch Arbeiten übernehmen, die vorher Menschen gemacht haben.
1:29
Das ist klar.
1:30
Aber das wird eben auch den Firmen ermöglichen, Dinge zu tun, die
1:34
sie vorher gar nicht tun konnten, weil sie überhaupt nicht die Teams dafür hatten.
1:38
Hast du da ein Beispiel?
1:40
Zum Beispiel sehen wir sehr viele Kunden, auch gerade Großhändler, mit schlechten
1:46
Produktdaten, die das seit Jahren so haben, weil sie einfach nicht die Kraft
1:49
haben, jetzt alle diese Produkte – streckenweise sind das ja über Millionen
1:53
Produkte, die die haben –, jetzt alle die mit irgendeinem Content-Redakteur
1:57
anzureichern, Stück für Stück.
1:59
Und dann kommt unser Product Content Agent zum Beispiel ins Spiel, der das eben
2:03
vollautomatisiert macht, der rausgeht ins Internet,
2:07
Herstellerdatenblätter runterlädt und dann schöne Beschreibungen, Attribute schafft.
2:11
Wie stellt ihr sicher, dass die Daten da richtig sind?
2:16
Das ist auch natürlich …
2:18
Das ist die erste Frage den Kunden immer stellt: Meine Mitarbeiter machen keinen
2:21
Fehler, aber die AI, ich will sie nicht haben.
2:24
Natürlich macht man es erst mal, man schaut sich an, was rausgekommen ist.
2:26
Man hat auch am Anfang immer so einen Prozess, wo man sagt, man
2:29
gibt mal ein Prompt mit.
2:30
Das Schöne ist auch, man kann ja sagen, auf welche Zielgruppe soll jetzt diese
2:35
Produktbeschreibung zugeschnitten sein?
2:36
Wir haben da jetzt so einen Medizinproduktehersteller,
2:40
der unter anderem ein Sortiment von Büroartikeln hat.
2:43
Und dann kann man es prompten, mache das in der Art und Weise, dass es jetzt für
2:47
einen Arzt oder einen MVZ gut geeignet ist.
2:50
Und ich habe mir das durchgelesen, da ist jetzt irgendwie so ein Aktenvernichter, wo
2:52
ich denke: Langweiliges Produkt, aber plötzlich ist das formuliert, wie das
2:56
Mehrwerte stiftet in diesem MVZ, klingt total anders.
2:59
Da denkt man: Oh, ja, das ist ein Aktenvernichter für mich.
3:02
Das ist dann auch möglich.
3:04
Wenn die Patientendaten geschreddert werden müssen, damit keiner es sieht und
3:08
die liegen sonst immer oben auf dem Tresen, bis die im Mülleimer sind.
3:13
Das heißt, man hat erst mal so einen Prozess, wo man sagt, man passt das
3:16
erst mal grob, wie sieht das aus.
3:18
Und dann machen wir auch das, dass wir natürlich dann selbst den Agenten, den
3:22
anderen, wieder noch mal prüfen lassen, ob das jetzt wirklich stimmt.
3:26
Also ihr habt da noch einen zweiten Agenten, der den anderen überprüft?
3:29
Genau. Okay, ja.
3:31
Pfiffig. Der findet dann auch noch mal Mängel.
3:35
Natürlich nimmt man am besten dann irgendwie ein anderes Modell,
3:38
vielleicht ein bisschen …
3:39
Manchmal reicht es auch schon, wenn man sagt, du lässt jetzt einfach mal ChatGPT
3:42
Pro drüber laufen und guck dir das mal an.
3:45
Da muss man überhaupt nicht viel machen.
3:47
Das ist dann halt der Weg, weil das ist aber auch die größte Angst natürlich
3:51
jetzt: Stimmen diese Daten?
3:53
Ist jetzt irgendwie was falsches drin?
3:54
Wir haben einen Kunden, Elektrik-Großhändler, der hat es einfach
3:58
ganz offen gespielt und hat dann in seinem Shop, gibt es einen Tab mit der
4:03
Standardproduktbeschreibung, vier Ballet Points oder so, und dann gibt es daneben
4:07
einen extra Tab mit den KI-Feenstaub-Sternen und dann sieht man,
4:12
dort ist jetzt die AI-Beschreibung-Attribute.
4:14
Habt ihr da mal Analysen fahren dürfen, wie sich das verhält?
4:18
Habe ich jetzt nicht zur Hand, aber ich meine, es sah auf jeden Fall deutlich
4:22
besser aus, was jetzt dann da drin stand.
4:24
Also was auf jeden Fall 100 pro besser ist, ist dann das themaspezifische SEO.
4:30
Aber wenn in dem Kontext oder dann auch Geo in dem Kontext diese Inhalte dann drin
4:35
sind, wie mit dem Patientenakten zu vernichten und nicht einfach nur Akten.
4:40
Ja, das ist ja auch dieses Geo-Thema, also Generative Engine
4:44
Optimization, das es eben auch im ChatGPT und Perplexity gut auftaucht,
4:48
dass man sagt, man soll das jetzt wirklich so in Problem.
4:52
Man soll das Problembeschreibung die Lösung …
4:54
Weil das ist ein Ding, was da gut funktioniert, weil dahinter befinden sich
4:58
ja immer diese Vector Embattings, diese semantische Suche, und er erkennt dann
5:03
wirklich, um welches Problem geht es da und findet dann das richtige Produkt
5:06
anhand dieses Problem, was vielleicht der Kunde dann im ChatGPT formuliert hat.
5:12
Da habe ich noch mal eine Frage in eigener Sache und auch für alle anderen.
5:17
Wir haben relativ viele Standorte und führen Standorte auch
5:21
immer wieder zusammen.
5:22
Und auch gerade in Köln führen wir Standorte zusammen.
5:24
Und dann haben wir die Herausforderung, dass dann ganz
5:28
verschiedene Möbelstücke da sind.
5:29
Das ist alles mal alles langweilig.
5:31
Aber dann sagen wir: Okay, man möchte es wieder so einrichten,
5:34
dass man sich dann wohnlich fühlt und nicht wie in der WG, wo alles
5:38
zusammengewürfelt worden ist.
5:40
Und dann haben wir einen Grundriss.
5:42
Wir wissen, wo welche Tische stehen.
5:43
Wir wissen, wie viele Menschen dort sind, ob das ein Springer-Arbeitsplatz
5:46
ist oder nicht.
5:47
Könnte ich so einen Grundriss rein hypothetisch, rein grundsätzlich,
5:52
bei euch dann Co-Pilot geben vom Büroausstatter – ihr habt ja auch den
5:56
einen oder anderen –, der dann sagt: Okay, ich mache dir dann einfach mal einen
6:00
Vorschlag für, welche Produkte könnten passen,
6:04
auch basierend auf Budget, basierend auf: Was hast du bei mir schon
6:08
gekauft?, und so weiter.
6:10
Kann man das andenken?
6:11
Also andenken theoretisch natürlich schon, weil diese ganze Architektur
6:15
ist super erweiterbar.
6:16
Das ist dieses Agent-und-Tool-Mechanismus.
6:18
Man hat den Agent, das Large-Language-Modell, gibt ihn
6:22
verschiedene Werkzeuge an der Hand, damit es auch Dinge tun kann.
6:25
Und ich habe sogar letzte Woche, in Jena gab es so einen KI-Bar-Camp, da gab
6:31
es einen schönen Vortrag zu MCP.
6:32
Also MCP ist wie USB-C für Agentenzeitalter, sagt man immer gern.
6:38
Das heißt, verschiedene Programme oder Lösungen können ihre Fähigkeiten als
6:42
so ein MCP-Tool zur Verfügung stellen.
6:44
Dann ist es besonders gut geeignet, dass Agenten das auch benutzen können.
6:48
Und er hatte dieses Beispiel, es gibt dieses Blender-3D-Tool, wo
6:52
man Modelle machen kann.
6:53
Ich weiß nicht, ob du das kennst. Nein, kenne ich nicht.
6:55
Da bricht man sich auch die Finger damit.
6:57
Aber er hat das sozusagen angebunden über das MCP Tool und hat dann imprompt
7:01
gemacht, reingeschrieben jetzt: Modellieren mir
7:05
jetzt hier den Jentower aus Jena, dieser große Turm in Jena.
7:10
Unser Turm? Ja, war auch mal.
7:12
Wir sind ja jetzt umgezogen.
7:14
Und dann macht das das Large-Language-Model,
7:18
schaut erst mal in seiner Wissensbasis nach oder vielleicht
7:21
kann er auch im Hintergrund, sage ich mal, Suchmaschinen verwenden,
7:24
weiß dann, ist so ein großer Zylinder gut, mit ein bisschen, wie und hat dann das
7:31
Tool gefunden, dieses Blender-Tool, und hat das da drin dann modelliert und man
7:35
konnte in diesem Blender dann wirklich das 3D-Modell dieses Turms sehen.
7:38
Und das zeigt eigentlich auch, wie mächtig das ist und wie sehr
7:41
gut das erweiterbar ist.
7:42
Und sage ich mal, euer Möbelthema könnte man da auch mit reinpacken.
7:46
Wobei ich es natürlich auch oft gemacht, weil man nimmt ChatGPT, macht ein Foto und
7:52
macht mal die Tapete da rein oder so.
7:54
Das macht meine Frau immer gern.
7:57
Meine Erwartung war auch, dass du sagst: Klar, das wird irgendwie gehen.
8:00
Wir haben auch einen Kunden, der mit euch zusammen aufgebaut in der Umfeld.
8:06
Wir melden uns.
8:08
Ich glaube, das ist total cool, wenn man dann sagt: Okay, das ist
8:10
meine Herausforderung.
8:11
Ich ballere das rein und muss mich darum nicht kümmern, egal ob es dann der Käufer
8:15
ist oder auch ein Verkäufer, der das dann macht, der das dann vielleicht
8:18
gar nicht mehr rauslesen muss.
8:20
Aber mit diesen Tools …
8:22
Wir haben einen Kunden, das ist hier Laminatdepot, und wenn ich jetzt Laminat
8:26
kaufe, dann kommt es wirklich darauf an, dass ich das berechne, dass dann alle
8:30
Teile passen, dass da nicht irgendwie zu viel ist.
8:31
Und ich sage mal, so ein Sprachmodell ist prinzipiell nicht so gut mit Rechnen,
8:36
aber wenn ich jetzt ein extra Tool für Laminatberechnung dort mit anbinde, dann
8:40
kann ich das eben auch sehr gut einbeziehen.
8:42
Die haben ja auch solche Tools, oder? Ja, genau.
8:45
Und wie ist es bei all den LLMs, wenn ich ein Bild habe und dann Längen messen will?
8:53
Dass sie sagen: Okay, der Raum ist jetzt vier Meter mal, mal sechs Meter groß.
8:57
Bekommen die das gut hin, oder? Weißt du was?
8:59
Das habe ich jetzt noch nicht gesehen, das weiß ich auch nicht.
9:02
Ich würde wetten, da gibt es auch ein Tool für.
9:03
Wahrscheinlich.
9:04
Das ist ja auch nicht spezial.
9:06
Wie kommen Kunden zu solchen Ideen beziehungsweise wie unterstützt
9:11
ihr Kunden mit solchen Ideen?
9:14
Was wir immer machen, wir erzählen natürlich erst mal die Geschichte
9:17
mit ganz vielen Beispielen.
9:19
Die passen dann oft nicht direkt.
9:22
Vielleicht haben wir irgendwie ein Beispiel aus dem Office-Umfeld oder
9:26
dies und das, aber die Transferleistung kriegen die dann relativ schnell hin.
9:29
Wenn die sehen, was dann geht.
9:31
ich habe hier ein Produkt, kann direkt eine Frage dazu stellen und Copilot
9:36
sucht sich dann das Datenblatt, liest das Datenblatt durch, beantwortet die Frage
9:39
gleich da draußen und dann sehen die: Das würde bei uns auch helfen.
9:43
Die kommen dann ganz schnell auf Ideen.
9:45
Auf Ideen, auf die wir nie kommen würden.
9:47
Die Kombination aus Domainwissen und was kann das Produkt?
9:51
Wir haben einen Lebensmittelgroßhändler in Irland.
9:56
Wir haben denen auch den Copilot eingeführt und für die war es weil ich
10:00
wichtig finde die nächste Niederlassung, wo du dann das auch abholen kannst.
10:04
Und die haben dann eingebaut Geolocation, dass er erst mal weiß, was
10:07
ist die nächste Niederlassung?
10:09
Und dann hat sie auch ganz süß gemacht, dass er auch noch ein Tool gekriegt hat,
10:13
dass er die aktuelle Zeit abfragen konnte und dann sagen konnte: Oh, die
10:17
Niederlassung macht aber in einer Stunde zu.
10:18
Beeil dich mal, konnte er dann so sagen in Sprache.
10:22
Wir hatten das ja auch das letzte Mal gestriffen mit einen Sicherungskasten, mit
10:26
dem ich mache ein Foto der Handwerker und schickst dann zurück.
10:30
Gibt es da schon Cases?
10:32
Ich weiß bei uns …
10:33
Wir haben einen jetzt mit einem Aufzugshersteller, die
10:35
haben genau das Thema.
10:37
Wir haben es jetzt noch nicht fertig umgesetzt, aber da freue
10:39
ich mich schon drauf.
10:40
Aber das hört man auch oft, wirklich dieses: Hey, gerade im B2B, ich habe hier
10:44
irgendwas im Einsatz, eine Maschine und brauche da jetzt einen Ersatzteil dazu.
10:49
Wir haben, ich glaube, sieben, acht Jahre her mit Bosch Cognitive Service
10:52
zusammengearbeitet, um Ersatzteile zu erkennen
10:57
und haben das auch innerhalb der Gruppe, aber dann nicht mit Bosch, für Blumen
11:01
gemacht, Blumen-Schaniere, um diese Schaniere zu erkennen.
11:06
Aber das ist ja gar nicht mehr so weit und das ist ja nur ein Teil, das Ganze.
11:08
Brauchte sie dann aber ganz viele Fotos von den Scharnieren aus ganz vielen
11:12
Blickwinkeln oder wie war damals der Ansatz?
11:14
Da war das so und Bosch Cognitive Service hat dann einen Container
11:18
zur Verfügung gestellt.
11:19
Da konnte man das Produkt drauflegen und es wurde 360 Grad fotografiert, gewogen.
11:24
Ein 3D-Modell, ein CAD-Modell, kam noch dabei raus und dann haben die das
11:30
eigene neuronale System, ihr Netz gefüttert damit.
11:34
Genau, das ist dann die Schwierigkeit, da überhaupt diese Daten erst mal zu haben.
11:38
Was wir sehen, klar, das GPT-Modell hat auch selbst schon Bilder
11:42
drin und kann auch schon Dinger erkennen.
11:45
Wir haben da so einen Microsoft surface Hub, das ist immer unser Beispiel.
11:47
Am Endeffekt erkennt er das auch schon super, aber natürlich irgendwelche
11:50
Spezialscharniere dann wohl eher nicht.
11:53
Ja, und das sind dann teilweise auch kleine Unterschiede, dass du
11:55
sagst, okay, links oder rechts.
11:57
Das ist dann total wichtig, dass du ein linkes bestellst und nicht das rechte.
12:01
Und da sind die ja LLMs auch noch zu ungenau.
12:03
Ja.
12:04
Okay, aber das wäre ja im Endeffekt auch eine Weiter-
12:06
Wobei das auch wieder nicht das LLM macht, sondern man nimmt dann wieder auch so eine
12:11
Vektorsuche im Hintergrund, um die richtigen Bilder zu finden.
12:14
Aber da müssen die ja schlussendlich ja irgendwie verzichtet werden.
12:17
Ja, die müssen dann mal indiziert werden, diese ganzen Bilder.
12:20
All diese Arbeit, die fließt ja sonst immer zum Vertriebler häufig.
12:29
Also ich habe den Schaltschrank und wenn ich das selber nicht als Handwerker weiß,
12:34
schicke ich das dem Großhändler und sage: Welcher ist denn das?
12:37
Und dann sitzt der Innendienst dann da noch oder der Vertrieb, brauchen wir den
12:41
in der Form noch oder brauchen wir eine andere Art der Organisation in dem Zuge?
12:46
Also wenn das richtig gut funktioniert, dann ist es, glaube ich, auch für den
12:50
Kunden besser, wenn er gleich die Antwort kriegt, ohne dass er jemanden
12:53
ans Telefon kriegen muss.
12:55
Gerade die jüngeren Menschen, die wollen ja gar nicht mehr mit anderen reden.
12:58
Und dann, was wir auch noch natürlich sehen, dass es gar nicht mehr so viele
13:02
Verkäufer gibt mit diesem tiefen Fachwissen und dass wir schauen müssen,
13:05
dass wir dieses Wissen eher in die Systeme kriegen.
13:08
Und ihr seid jetzt nicht die Transformationseinheit für Vertrieb, aber
13:15
Vielleicht hast du da auch einen Einblick drin aus dem wahren Leben, sage ich mal:
13:20
Wie können sich denn Vertriebsteams verändern?
13:23
Wenn der Vertrieb wirklich Zeit hat, solche Anfragen nicht mehr zu machen,
13:28
sollte er dann in Rente gehen?
13:32
Oder gibt es andere wertvolle Aufgaben, die eine AI nicht machen kann, die
13:37
dem Unternehmen dann auch helfen?
13:39
Auf jeden Fall.
13:41
Man könnte ja auch so einen Agent haben, der jetzt hier Churn Prevention macht, der
13:45
feststellt, der ist ein Kunde, der hat vielleicht lange nichts mehr gekauft.
13:49
Und da ist es wieder eine gute Aufgabe, dass der Vertriebler einfach mal anruft
13:51
und fragt, was da los ist, das herauszufinden.
13:54
Spannendes Thema.
13:56
Es kommt gleich noch eine Anekdote zu: Sollte es der Vertriebler machen
14:01
oder eine AI dann da anzurufen?
14:05
Das ist spannend.
14:08
Also ich denke, der Vertriebler, der hat dann vielleicht
14:11
ein bisschen mehr Feingefühl noch, als vielleicht die AI die irgendwie einen
14:16
Fragebogen oder schickt oder irgendwie ein paar Standard-Sachen abfragt.
14:21
Ich finde, die Frage finde ich total spannend.
14:26
Lass uns noch kurz da reingehen.
14:28
Vielleicht ist der Kunde natürlich auch ehrlicher mit der AI, zu sagen,
14:31
was jetzt wirklich der Grund ist.
14:33
Ja, wenn ich von mir ausgehe und ich habe solche Anrufe schon, ich
14:39
habe beim ersten Mal sofort aufgelegt.
14:40
Und zwar einfach nur aus dem Argument: Wer sich nicht die Mühe macht, mich persönlich
14:45
anzurufen, ist keinen Cent wert.
14:47
Habe ich keine Lust drauf.
14:49
Und es geht dann ja noch weiter: Wenn du dann zig solche Anrufe hast,
14:54
die du ja gar nicht willst, dann ist der Kanal Telefon irgendwann tot.
14:58
Kannst du ja gar nicht mehr geben, wenn das dann durchgeht?
15:02
Ja, das ist sowieso Telefon und Anrufe, das ist ja eh schwierig.
15:06
Jemand ruft dich an.
15:07
Warum sollte das, was er von dir will, gerade wichtiger sein als
15:10
das, was du gerade machst? Das ist immer die Frage.
15:12
Ich habe eine Idee.
15:13
Wir müssen einen Agent vorne dran haben, der erst mal guckt, ist
15:16
das Mensch oder nicht?
15:17
Also ein virtuelles Sekretariat auf meiner Rufnummer.
15:20
Gibt es das jetzt schon im iPhone, dass wenn eine unbekannte Nummer anruft, dass
15:23
die erst mal auf dem Anrufbeantworter sprechen muss, was
15:26
das Thema ist und du kriegst dann nur eine Nachricht, worum es geht?
15:29
Genau. Ich glaube, das gibt es schon.
15:30
Ja, genau.
15:30
Vielleicht noch mal anders gedacht, aber das ist spannend.
15:34
Ich habe übrigens auch mal ausprobiert.
15:36
Ich habe den Agent damals gefragt.
15:40
Also umgekehrt: Wen hast du denn vorher angerufen?
15:44
Und? Ja.
15:45
Hat funktioniert? Hat mir den Namen genannt.
15:48
Das ist natürlich auch ein wichtiges Thema bei diesen Agents und diese ganze Qualität
15:53
und Sicherheit überhaupt festzustellen.
15:55
Es gibt auch eigene Agenturen, die wieder nichts anders machen, als die Agents zu
16:00
prüfen, versuchen, die irgendwie zu hacken und auch zu schauen, dass
16:04
sie das Richtige machen.
16:05
In unserem Fall ist es dann so: Bietet der vielleicht Produkte der
16:08
Konkurrenz an und sagt, dass die besser sind als die eigenen?
16:11
Auf keinen Fall.
16:12
Oder die hatten auch dieses Thema Kompetenzüberschreitung.
16:16
Macht der jetzt eine Sicherheitsberatung für eine Baustelle plötzlich, weil er
16:19
denkt, er erkannte das, aber darf er natürlich nicht, sondern er soll
16:21
jetzt maximal ein Produkt empfehlen.
16:23
Ja, das war aber witzig. Er konnte dann …
16:25
Ich wusste, was der Gesprächsinhalt war.
16:29
Und hast du dich da gemeldet So ganz platt.
16:31
Ich habe da eine Mail hingeschrieben. Genau.
16:33
Ja.
16:35
Genau.
16:36
Aber das war eher, beim ersten Mal habe ich aufgelegt und danach dachte ich:
16:39
Ich müsste da andere Fragen stellen.
16:42
Okay, wir kamen auf den Agent und der Vertriebler sollte da …
16:46
Also meine Tendenz ist, wenn der Vertriebler dort anruft, ist das einfach
16:49
noch wertvoller und er vielleicht sogar eine Vertrieblerin, eine persönliche
16:53
Beziehung hat, dann gehe ich da schon eher ran.
16:57
Aber wir werden sehen, wie es die Zukunft sich dorthin entwickelt.
17:03
Ja, ansonsten ist der Lauf der Dinge, dass gewisse Tätigkeiten …
17:06
Ich hatte letztes Mal im Hotel einen getroffen, das war so Traveling
17:10
Salesman, wie man sagt, der irgendwie Feuerlöscher verkauft hat und dachte: „Oh,
17:14
das ist auch so ein Ding, was man natürlich mit E-Commerce einfach
17:19
ablöst, wo schon lange passiert ist. Ja, das stimmt.
17:22
Da brauchen wir auch nicht dran hängen dann irgendwie.
17:25
Und eigentlich betrifft das ja auch uns.
17:28
Also wie entwickeln wir Software?
17:31
wie entwickeln wir auch die Lösung vom Kunden?
17:34
Ich würde fragen, wenn du noch Zeit hast, wollen wir da noch eine
17:38
separate Folge zu machen?
17:40
Na klar, total gerne. Ja, super.
17:41
Wir haben uns jetzt auch eingegrooft, merke ich.
17:44
Denn heute, was ich heute direkt erst mal mitnehme, die AI kann den
17:50
Verkäufer massiv – ich würde mal unterstützen sagen und seine
17:54
Tätigkeiten anders darstellen.
17:57
Und das geht schon heute.
17:58
Man kann das heute schon anfangen, umzusetzen.
18:01
Und im Vorgespräch hatten wir ja auch gesagt: Früher waren es auch ein paar
18:05
hundert Tage mal schnell und heute ist es deutlich kleiner, um
18:08
solche Quick-Wins ja mit reinzubauen.
18:11
Und das ist, glaube ich, Ein ganz großer Wesenzug und Change,
18:18
den man da haben muss.
18:20
Und freut mich, dass ihr da vorne dran seid.
18:24
Ja, und der Betriebsausstatter, wir melden uns.
18:28
Alles klar. Hast du noch eine Ergänzung?
18:30
Ich habe jetzt nur zwei Sachen gesagt.
18:32
Häufig habe ich auch noch einen dritten Punkt, wo du sagst, das ist einfach noch
18:34
etwas, was du sinnvollerweise mitgeben möchtest.
18:37
Du hast natürlich auch sehr jetzt die Verkäuferseite, aber natürlich
18:40
auch die Käufersseite.
18:41
Die wird auch letztendlich entscheiden, was sich durchsetzt.
18:45
Da wird immer die Bequemlichkeit, die Einfachheit wird immer siegen.
18:50
Vollkommen. Genau.
18:51
Der Faulheit sind keine Grenzen gesetzt, sagt mein Schwiegerpapa.
18:56
Oder? Das ist wahrscheinlich genau das.
18:57
Und natürlich auch der Tipp: So früh wie möglich damit anfangen, damit
19:01
man jetzt einfach auch schon Lernen dran kann und auch jetzt
19:05
auch schon Daten kriegt.
19:07
Man sieht dann, was die Kunden eigentlich wollen, gerade in so einem Chat.
19:10
Man hat die ganzen Logs auch da.
19:12
Und das unterstreiche ich mal.
19:14
Wer Lust hat, tiefer zu diskutieren, Kommentare unten rein oder
19:19
schreibt den Nils oder mich an.
19:20
Danke fürs Zuhören und Zuschauen.
19:23
Und danke dir.
19:24
Danke.