Latest / insights! mit Joubin Rahimi / 148 8 Stunden autonom, 100x günstiger: Was KI heute kann, hätte vor einem Jahr keiner geglaubt

Transcript

148 8 Stunden autonom, 100x günstiger: Was KI heute kann, hätte vor einem Jahr keiner geglaubt · insights! mit Joubin Rahimi

• 0:00
  Speaker 0: Grandios, dass ihr wieder dabei seid.
• 0:01
  Speaker 0: zu einer neuen Folge von Insights und heute von Insight The Conference.
• 0:06
  Speaker 0: Mein Name ist Jubin Rahimi und mit bei mir ist Pip Löckner.
• 0:10
  Speaker 0: Hi Pip!
• 0:11
  Speaker 0: Hallo
• 0:11
  Speaker 1: ich freu mich da zu sein.
• 0:13
  Speaker 0: Total weil auf dem Event und wir machen das ja jetzt zum dritten Mal, erst mal war er an der Namen, macht es hier jedesmal und das ist auch so, dass viele sagen ist der Pip wieder da und zwar, dass insofern danke das auch für die Konstante.
• 0:27
  Speaker 0: Dass wir dich immer wieder hier dabei haben.
• 0:29
  Speaker 1: Ich versuche es gerne.
• 0:30
  Speaker 1: Gute Traditionen geworden ja!
• 0:31
  Speaker 1: Ja
• 0:31
  Speaker 0: und das ist so, dass du auch immer wieder Updates mitbringst von Jahr zu Jahr und da würde ich heute auch gern einfach mal einsteigen.
• 0:40
  Speaker 0: Letztes Jahr waren wir im Juni beieinander also nicht ganz zwölf Monate bis hin weniger.
• 0:46
  Speaker 0: wie viel hat sich aus deiner Sicht in diesen zehn Monaten verändert?
• 0:53
  Speaker 1: Unheimlich.
• 0:53
  Speaker 1: Das
• 0:53
  Speaker 0: sind gleich einen Vortrag mitgebracht, mit drei Slides neu?
• 0:56
  Speaker 1: Genau da werde ich noch mal drauf eingehen.
• 0:59
  Speaker 1: genauer.
• 0:59
  Speaker 1: aber es ist wirklich schwer sich vorzustellen wo wir vor einem Jahr waren.
• 1:02
  Speaker 1: das hat sich so viel getan gerade was die Fähigkeiten dieser Large Language Models angeht.
• 1:08
  Speaker 1: Ich glaube die größte oder zwei-drei größten Änderungen sind einerseits so das Execution Window also wie lange diese Modelle unabhängig arbeiten kann.
• 1:17
  Speaker 1: Vor einem Jahr war das so dass die mal so drei Minuten ein bisschen Code schreiben konnten oder in so einen Research Task machen konnten.
• 1:25
  Speaker 1: Heute ist es so, dass die neuesten Entropic-Modelle einen halben Tag lang autonom arbeiten können.
• 1:31
  Speaker 1: Also man kann abends ins Bett gehen, die eine Aufgabe geben, bauen wir ein Projekt, mache Research, bau eine App selbstständig und die arbeiten wirklich acht bis zwölf Stunden.
• 1:42
  Speaker 1: Dieser Kompletierungsrat ist noch so fifty-fifty, es kann auch sein dass sie mal scheitern.
• 1:46
  Speaker 1: Aber Sie können quasi einen halben Tag autonom arbeiten.
• 1:48
  Speaker 1: das eine große Änderung produzieren natürlich auch unheimlich viel Tokens in der Zeit.
• 1:52
  Speaker 1: Das wird dann auch teurer.
• 1:54
  Speaker 1: die Kosten steigen.
• 1:55
  Speaker 1: Gleichzeitig sinken die Kosten pro Token einfach.
• 1:58
  Speaker 1: Deswegen können sie auch länger arbeiten, deswegen können die auch quasi noch komplizierter Denken oder verschiedene Agenten so im Orchester nebeneinander arbeiten lassen weil die Kosten Pro Token Faktor hundert teilweise günstiger geworden sind innerhalb von einem Jahr.
• 2:13
  Speaker 1: Die sogenannte Inferenz des Abfragen der KI wird immer günstig.
• 2:17
  Speaker 1: das ist ein großer Treiber und sorgt für noch mehr Nutzung.
• 2:21
  Speaker 1: Und ganz aktuell gibt es nochmal einen Riesendurchbruch bei der Bildgenerierung.
• 2:25
  Speaker 1: Also das Images II-Modell von ChatGPT ist rausgekommen, die haben sich ansonsten viel Schneid abkaufen lassen zuletzt von Entropic gerade beim BtoB Umsatz.
• 2:35
  Speaker 1: aber dieses neue Image-Model ist wirklich beeindruckend.
• 2:37
  Speaker 1: also da kann man innerhalb von Minuten von Wimmelbildern über Infografiken Social Media kacheln historische Poster, Landkarten.
• 2:48
  Speaker 1: Nicht perfekt.
• 2:48
  Speaker 1: auch da sind manchmal noch so kleine Fehler hat die Nation versteckt.
• 2:51
  Speaker 1: aber im Vergleich zu den anderen Bildmodellen der letzten Generationen mit Journey und so weiter oder Black Forest Labs ist es ein Riesenquantensprung muss man schon sagen weil das Modell kombiniert Bilderstellungen mit Nachdenken.
• 3:03
  Speaker 1: also man kann sagen macht mir mal an der linken Ankündigung für die Insights und er sucht selber, welches Datum ist das?
• 3:09
  Speaker 1: Ist es im Smart Village?
• 3:11
  Speaker 1: Wer bist du eigentlich was deiner Hintergrund- und baut daraus quasi.
• 3:14
  Speaker 1: Das war sonst ein kleines Social Media Team innerhalb von ein zwei Stunden gemacht hätte vielleicht.
• 3:19
  Speaker 0: Witzig!
• 3:19
  Speaker 0: Wir haben auch der große Unterschiede.
• 3:21
  Speaker 0: Die Kuratierung beispielsweise des Events.
• 3:23
  Speaker 0: Wenn wir jetzt über hundert Vorträge haben, dann sind hier eine Menge.
• 3:26
  Speaker 0: Wir hatten aber über zweihundert auf der Liste Und jeder wollte natürlich mit dabei sein.
• 3:32
  Speaker 0: Wie bekommst du es hin und wie ordnest du's zusammen?
• 3:35
  Speaker 0: Und wie packst du das in Streams rein?
• 3:38
  Speaker 0: Das war etwas, da habe ich dann erst mal altes Muster angeguckt, ausgedruckt, Schnipsel gemacht... Ich komme da echt nicht voran!
• 3:49
  Speaker 0: Und ich brauche wahrscheinlich eine Woche allein, um das zu machen.
• 3:53
  Speaker 0: Dann probiere ich jetzt mal ein Cloth angeschmissen Und ich gucke jetzt mal an der Kamera ein bisschen vorbei, weil das die Patrizia leidet auf mein Auto runter.
• 4:05
  Speaker 0: Und dann wir sagen okay, ich habe die Herausforderung was ist unser ISP?
• 4:08
  Speaker 0: Was wollen wir als Firma erreichen?
• 4:11
  Speaker 0: Was war letztens bei Geistungsfähig?
• 4:13
  Speaker 0: hier sind die ganzen Feedbacks dazu?
• 4:16
  Speaker 0: Baut bitte das Ding oder das gemacht und nachher festgestellt hat ich gar nicht so geschickt.
• 4:21
  Speaker 0: Bauen wir bitte fünf Versionen mit verschiedenen Ausrichtungen.
• 4:27
  Speaker 0: Und jetzt fängt der Spaß an und er hat dann auch erst mal eine halbe Stunde gebaut.
• 4:32
  Speaker 0: Ich habe immer geguckt, warum dauert es so lange?
• 4:35
  Speaker 0: Wenn
• 4:37
  Speaker 1: man selber gemacht hätte, hätte das vier bis fünf Stunden gedauert oder noch länger.
• 4:41
  Speaker 1: Hier war auch ein schönes Beispiel.
• 4:43
  Speaker 1: ich wollte einfach nur eine Matrix als Hintergrund generieren.
• 4:46
  Speaker 1: Also die These ist der KI-Markt nicht ein Markt sondern eigentlich Consumer Professionals BtoB.
• 4:52
  Speaker 1: und dann gibt es Leute die erwarten Free, Leute die wollen Subscription zahlen.
• 4:56
  Speaker 1: Und dann gibt's sozusagen Konsumabhängigen also API sozusagen Rechnungsstellungen Protokten und baum mir das nur mal als Matrix, dann wollte ich die möglichen Gewinner da eintragen.
• 5:07
  Speaker 1: Und dann hat dieses Modell aber vollautomatisch mir schon alle Player in den einzelnen Segmenten reingeht.
• 5:11
  Speaker 1: Das wollte danach habe ich gar nicht gefragt, aber er hat quasi diese Grundstruktur sofort ausgefüllt.
• 5:16
  Speaker 1: also dass was normalerweise ein Juniorberater oder Analyst zwei drei Stunden recherchieren würden, hat es einfach innerhalb von zwei Minuten fertig gebaut.
• 5:23
  Speaker 1: damit war die Slide fertig worden viel mehr Logos drin als ich eigentlich wollte.
• 5:27
  Speaker 1: jetzt sehe ich welche Player da eigentlich aktiv sind im Free Consumer Markt oder im BtoB-Markt, da fand ich auch beeindruckend.
• 5:34
  Speaker 0: Wie glaubst du verändern sich dein Firmen und rollen dazu?
• 5:38
  Speaker 0: Also schaut ihr euch das auch an oder bist eher nur auf der Finanz- und Deckgebung?
• 5:43
  Speaker 1: Ich glaube dass unterscheidet sich sehr stark nach dem Profil der Firma.
• 5:49
  Speaker 1: Ich glaube bei herkömmlichen Gealterten Firmen, auch öffentlichen Trägern vielleicht oder so typischen Mittelständern.
• 5:57
  Speaker 1: Da wird es wieder ein Transformationsprozess geben der vielleicht eine Dekade dauern kann einfach weil's am Ende darum geht die Gewohnheiten von Menschen und Organisation Strukturen zu verändern und das dauert.
• 6:09
  Speaker 1: wenn man sich die Digitalisierung anschaut die heute noch nicht abgeschlossen ist, zwanzig Jahre vor sich her geht quasi dann glaube ich würde in den Firmen so ähnlich sein und ganz ähnlich auch wieder parallel zur Digitalisierung.
• 6:21
  Speaker 1: Die Start-ups, die heute entstehen oder die Freelancer beginnen mit AI anzufangen.
• 6:27
  Speaker 1: Die Studenten und Studentinnen, die die Uni verlassen, würden für gewisse Rollen gar keine Menschen mehr einstellen.
• 6:34
  Speaker 1: Sie würden den Einkauf von KI erledigen lassen.
• 6:37
  Speaker 1: Großteil der Legal Work Accounting von KAI erledigten lassen.
• 6:42
  Speaker 1: von KI liegen lassen.
• 6:43
  Speaker 1: Also ich glaube, da gibt es auch gute Statistiken für die zeigen das.
• 6:47
  Speaker 1: um einen Unicorn zu bauen braucht man immer weniger Mitarbeiter.
• 6:49
  Speaker 1: Es gibt noch nicht diese ein Personen-Milliarden-Companies.
• 6:52
  Speaker 1: aber was man schon sehr gut sehen kann an den Zahlen ist dass viel weniger Leute geheiert werden um quasi auf hundert Millionen Umsatz oder auf eine Unicorn Bewertung zu kommen.
• 7:02
  Speaker 1: Das heißt wird so eine Parallelökonomie geben glaube ich das ist sehr schwer wird die älteren Firmen quasi zu transformieren und gleichzeitig droht Gefahr von sehr, sehr schnell wachsenden jungen Firmen die unheimlich dynamisch arbeiten.
• 7:17
  Speaker 1: Und
• 7:17
  Speaker 0: die typischerweise nicht aus Europa kommen
• 7:20
  Speaker 1: oder?
• 7:20
  Speaker 1: Ich habe Prinzipien, würde ich das sagen ist ein globales Phänomen.
• 7:23
  Speaker 1: aber die größten am schnellsten wachsenen Firmen, die am besten finanzierten Firmen natürlich sind in den USA und sicherlich in China auch.
• 7:32
  Speaker 0: Ich will nochmal auf die Menschen eingehen.
• 7:34
  Speaker 0: wir haben dann weniger Personal die bestimmte Sachen machen.
• 7:39
  Speaker 0: Wir haben eine Basis und Applikationen oder Lösungen, bauest du für sich hundert im Jahr in einer Firma.
• 7:46
  Speaker 0: Jetzt kannst du aber mit AI Hunderttausend machen.
• 7:51
  Speaker 0: Theoretisch?
• 7:52
  Speaker 0: Genau!
• 7:52
  Speaker 0: Mit derselben Truppe.
• 7:54
  Speaker 0: Einige werden die Truppe verkleinern andere werden vielleicht sagen ich nutze das Ganze.
• 7:59
  Speaker 0: Die Frage ist wie endlich ist das oder was kommt eigentlich danach?
• 8:03
  Speaker 0: Das ist die Frage die ich mir aber stelle.
• 8:05
  Speaker 0: Ich habe alle Lösungen durchdigitalisiert.
• 8:10
  Speaker 0: Ist das so dann fertig?
• 8:11
  Speaker 0: oder was ist die nächste?
• 8:13
  Speaker 1: Ganz viele Gedanken, also eines als man sieht es schon ein bisschen bei Entropic.
• 8:16
  Speaker 1: wenn man da schaut mit etwas von der Geschwindigkeit an neue Features Produkte, Launches, Security Updates auf dem Markt kommt jede Woche zwei drei Größe oder jetzt hat auch mal Design
• 8:25
  Speaker 0: jetzt nochmal
• 8:27
  Speaker 1: Genau, Design Co-Work.
• 8:28
  Speaker 1: Jede Woche wird eigentlich eine neue Profession angegriffen in eine neue Startup Kategorie angegriffene.
• 8:34
  Speaker 1: diese Entwicklungsgeschwindigkeit hättest du ja bei einer normalen Firma nicht gesehen, aber weil der Entshopping quasi selber zunächst Software gebaut hat und jetzt haben die Software die Software baut oder so Menschen sehr stark unterstützt.
• 8:44
  Speaker 1: Haben sie wahnsinnige Geschwindigkeit.
• 8:46
  Speaker 1: was sich daraus ableitet ist es ist wichtiger Probleme zu finden als die Lösungen sind einfacher zu bauen als Probleme in Zukunft wahrscheinlich Die Restriktion sein wird, ist glaube ich die Nachfrage zu finden, wird immer schwerer.
• 9:00
  Speaker 1: Also viele Sachen... Man könnte es zum Beispiel sagen weil man über Bild- und Videoerstellung nachdenkt das Hollywood und die Gamingindustrie sehr stark angegriffen sind.
• 9:07
  Speaker 1: Das habe ich letztes Jahr hier glaube ich so erzählt auch dass quasi jeder ein Computerspiel über Nacht bauen kann der noch nie programmiert hat.
• 9:14
  Speaker 1: Das ist auch so und wird immer stärker werden.
• 9:16
  Speaker 1: Es wäre noch Leute ihre eigenen Hollywoodfilme texten können mehr oder weniger in Zukunft.
• 9:20
  Speaker 1: Das Problem ist, dass dadurch nicht ein Mensch mehr ins Kino geht.
• 9:23
  Speaker 1: Oder das Leute haben ja trotzdem nicht mehr Zeit um Fernsehe zu gucken oder um Filme zu schauen.
• 9:28
  Speaker 1: Das heißt am Ende... ...ist die Nachfrage der Restriktion und es geht darum wer erreicht noch die Kunden mit den Produkten?
• 9:36
  Speaker 1: Am besten!
• 9:38
  Speaker 0: Wenn ich mir Fernsehen angucke gibt's weiterhin.
• 9:39
  Speaker 0: Netflix, Dreaming Media gibt's weiter.
• 9:42
  Speaker 0: Jetzt bei Insta &
• 9:43
  Speaker 0: Co.,
• 9:43
  Speaker 0: also ganze Snippets gibts auch.
• 9:47
  Speaker 0: Wir Menschen verbringen Endlich immer mehr Zeit dann mit den Sachen, weil wir ansonsten weniger arbeiten müssen.
• 9:53
  Speaker 0: Oder?
• 9:55
  Speaker 0: Ja das sind so Überlegungen wie... Was macht's mit unserer Gesellschaft dort?
• 9:59
  Speaker 1: Auch da wird es glaube ich einen Riesen die weit geben zwischen Creatern oder Bildern würde man im Englischen vielleicht sagen also Dingen die mit KI was bauen und Konsumenten.
• 10:08
  Speaker 1: Also es wird eine jetzt mal tendenziell gemeint.
• 10:12
  Speaker 1: Es gibt relativ träge Leute geben, die hauptsächlich Konsumentin sind.
• 10:15
  Speaker 1: Die Fleisch
• 10:16
  Speaker 0: trägst du ein bisschen ne?
• 10:17
  Speaker 0: Du bist ja angedockt.
• 10:18
  Speaker 1: Genau, einfach die noch mehr Social Media.
• 10:20
  Speaker 1: Sie werden natürlich die Inhalte sagen, noch suchtführender werden, die Algorithmen werden noch besser werden und manche Menschen werden sich davon gar nicht losreißen können.
• 10:30
  Speaker 1: Und für andere wird das halt eine Explosion an Kreativität sein.
• 10:33
  Speaker 1: Also sie können noch mehr verwirklichen, noch mehr bauen, die werden noch mehr Zeit am Tag damit verbringen, Produkte und Lösungen zu generieren.
• 10:42
  Speaker 1: Und es gibt natürlich auch dazwischen irgendwelche Welche Phänomene, aber die Spaltung wird es geben natürlich.
• 10:48
  Speaker 0: Und dann ist die Frage wie ist der Kreishof des Kapitals?
• 10:52
  Speaker 0: Also nicht nur das Kapitalz auch der Wertschöpfung und du machst Dummscrolling-Arbeit-Diskummer, weil du's nicht musst bist, aber Dopamin versorgt und eigentlich glücklich.
• 11:04
  Speaker 0: nähern wir uns also...
• 11:07
  Speaker 1: Würde man jetzt im Silicon Valley fragen denn wäre das Narrativ?
• 11:09
  Speaker 1: natürlich das wird eine ganz neue Zeit von Autonomie.
• 11:12
  Speaker 1: jeder kann alles Auf einmal, das wird meiner Meinung nach aber nicht so kommen.
• 11:17
  Speaker 1: Genauso auch wie beim Internet oder Digitalisierung wird es zu noch mehr Konzentration von Kapital führen höchstwahrscheinlich und es wird immer das Gegenteil erzählt werden.
• 11:26
  Speaker 1: Beim Internet gab's dem Long-Tale, dass man so erzählt durch Amazon, durch Netflix können jetzt auch kleine independent Filme größer werden.
• 11:33
  Speaker 1: Es ist natürlich quatscht!
• 11:35
  Speaker 1: Das Gegenteils passiert.
• 11:36
  Speaker 1: Wir gucken alle die gleichen Serien wir hören alle die gleichen.
• 11:39
  Speaker 1: Wir hören alle Taylor Swift eine Milliarde Mal statt irgendwelchen Independent Künstler.
• 11:44
  Speaker 1: Und zu dieser Konzentration, die durch Algorithmen sehr stark verstärkt wird nochmal, wird es auch durch KI kommen.
• 11:49
  Speaker 1: Die Gefahr ist halt dass ja die positiven Effekte von KI, die es natürlich gibt ganz stark in der Hände oder die Erträge daraus, ganz stark In den Händen weniger Tech-Unternehmen und deren Shareholder quasi konzentriert sind und das die negativen Effekt eventuell Jobverlust Ablenkung, suchtführendes Verhalt und so weiter.
• 12:13
  Speaker 1: Sich dann bei der breiten Masse sozusagen verteilen und sozialisiert werden.
• 12:17
  Speaker 1: also die Gefahren werden sozialisiert und die Gewinne privatisiert wenn Politik da nicht handelt
• 12:24
  Speaker 0: oder anders.
• 12:24
  Speaker 0: Eine
• 12:24
  Speaker 1: große Herausforderung.
• 12:27
  Speaker 1: Bei Digitalisierung haben wir es bisher nicht so gut geschafft.
• 12:30
  Speaker 1: Konzentration steigt, die Mittelschicht wird tendenziell zumindest nicht reicher.
• 12:35
  Speaker 1: Partizipiert nicht mehr daran.
• 12:37
  Speaker 1: Aber die Menschen, die an Techfirm beteiligt sind werden natürlich unheimlich reich damit.
• 12:41
  Speaker 0: In Europa, wenn ich nach Südostasien gucke, wächst die Mittelschicht da?
• 12:46
  Speaker 1: Genau das auch richtig in Asien und Südostaasien China.
• 12:51
  Speaker 1: Da ist es noch so dass über die letzten Jahrzehnte relativ nachhaltig und linear immer mehr Menschen aus absoluter Armut rauskommen auf jeden Fall.
• 12:59
  Speaker 1: Das ist unbedingt gut.
• 13:01
  Speaker 1: für die ist es auch eine große Chance.
• 13:03
  Speaker 1: Wobei interessanterweise Zum Beispiel wenn wir auf den Entwicklermarkt schauen.
• 13:12
  Speaker 1: dann sind es nicht die Entwickler, die bei der deutschen Kariat Software für VW bauen oder so.
• 13:18
  Speaker 1: Sondern die einen Job verlieren, sondern die ersten, die den Job verliert, sind diese typischen Out-Sourcing-Dienstleister in Indien.
• 13:25
  Speaker 1: Es sind InfoSec oder InfoTech... Das sind Tata Consulting, die so hunderttausende von Entwicklern beschäftigen, die man da einkaufen kann, die dann vielleicht ganz viele Datenbankanbindungen machen oder ganz viele Webseiten scrapen für Kunden, für Marktplätze oder so.
• 13:41
  Speaker 1: Und da sieht man schon, dass das zu Massenentlassungen kommt.
• 13:44
  Speaker 1: Weil die Jobs kannst du halt wirklich vollautomonomen inzwischen mit KI ganz gut machen.
• 13:50
  Speaker 1: Das heißt oder Callcenter-Agenten waren viele in Philippinen zum Beispiel, weil sie relativ gut Englisch sprechen und andere sprachen auch.
• 13:58
  Speaker 1: Die sind massiv durch KI bedroht leider auch aber...
• 14:01
  Speaker 0: Wir haben ja bei uns jetzt ein Tausend Siemoner Mitarbeiter, haben auch in Malaysia, Singapur Standorte.
• 14:08
  Speaker 0: Ich war vor zwei Jahren auch drüben und dann vom Jahr nochmal.
• 14:12
  Speaker 0: die Idee war halt, auch für unsere digitale Agentur haben.
• 14:16
  Speaker 0: Für die Synergy was auch aufzubauen.
• 14:19
  Speaker 0: Glücklicherweise weil wir genug Aufträge haben zu sagen okay wie können wir da größer werden?
• 14:22
  Speaker 0: Das war noch fortloat!
• 14:24
  Speaker 0: Und dann haben wir heute auch unser AI Factory vorgestellt und das war dann eigentlich unser Experiment.
• 14:29
  Speaker 0: Können wir mit AI total viel machen und es war ein hammer cooles Ergebnis und dabei festgestellt dass wird eine Menge verändern.
• 14:35
  Speaker 0: Und damit hat sich bei uns die Überlegung, wir gehen nach Südostasien oder Brasilien.
• 14:40
  Speaker 0: Oder wohin auch immer sofort gesagt ne machen wir nicht weil... Die Personen bedienen dann ja auch nur AI.
• 14:49
  Speaker 0: Also haben wir noch eine Schicht da drin.
• 14:51
  Speaker 0: Ja mag vielleicht vom Kostenpunkt her günstiger sein Aber wo wollen wir uns bewegen?
• 14:56
  Speaker 0: Wir sagen unser Mehrwert ist doch weil wir mit dem Kunden direkt in einem Raum sitzen und diese Sachen besprechen können viel näher.
• 15:03
  Speaker 0: und dann lass uns das aus Deutschland raus produzieren oder... Deutschland ist vielleicht falsch formuliert.
• 15:08
  Speaker 0: Dort wo der Kunde sitzt
• 15:11
  Speaker 1: und
• 15:11
  Speaker 0: auf einem Schwupp war das von hundert auf null, der Gedanke weg.
• 15:18
  Speaker 1: Du
• 15:18
  Speaker 0: stützt es gerade, aber siehst du das auch ansonsten?
• 15:20
  Speaker 1: Ja ich glaube also früher hat man ja versucht so ein bisschen eine Werkbank aus zu sourcen und diese Werkbank kann jetzt noch nicht komplett aber zunehmend von KI gemacht werden.
• 15:29
  Speaker 1: und tatsächlich wenn man davon ausgeht dass Wenn ein Entwickler oder Produktmanagerin unterstützt, mit KI einfach deutlich mehr Lösungen bauen kann dann ist natürlich viel weniger wichtig was diese eine Person jetzt kostet.
• 15:46
  Speaker 1: Weil am Ende wird das Token-Gujé, was sie braucht.
• 15:48
  Speaker 1: also wir werden es haben dass man einem Produktmanagern vielleicht im Jahr zahlen wenn sie richtig produktiv sind.
• 15:57
  Speaker 1: Die wären aber zwei Millionen an Token-Bj vielleicht verbraten für KI.
• 16:00
  Speaker 1: Aber früher hätten sie halt vielleicht eine vierzig, fünfzig Entwicklerorganisation hinter sich gehabt.
• 16:06
  Speaker 1: Die wird man nicht mehr brauchen und damit fallen natürlich nicht nur die Kosten für die menschlichen Entwicklerwechseln auch die Querschnittsfunktionen.
• 16:12
  Speaker 1: Ich brauche keinen Recruiting mehr ich brauch kein HR Admin mehr.
• 16:16
  Speaker 1: Ich braucht kein Payroll in anderen Ländern mehr was ja sehr aufwendig ist.
• 16:19
  Speaker 1: Auch da gibt es Lösungen.
• 16:21
  Speaker 1: Das hat schon einfach auch in der Komplexität Vorteil.
• 16:23
  Speaker 1: Es ist natürlich viel einfacher eine Organisation mit fünfzighundert, vielleicht zweieinhalb Menschen zu führen als wenn man auf der Welt verteilt zwei drei tausend Leute sozusagen beschäftigen muss.
• 16:35
  Speaker 1: Und die Geschwindigkeit.
• 16:36
  Speaker 1: Also es geht natürlich immer viel um Kostenkomplexität aber Eigentliche Gewinn ist natürlich die Geschwindigkeit, also dass ich mit Kunden nach zwei Tagen den ersten Aufschlag machen kann.
• 16:45
  Speaker 1: Also Prototypen zeigen kann eigentlich wenn der Kunde schnell genug ist wie in den Meetings zu haben überhaupt.
• 16:49
  Speaker 1: Der Kunde wird wahrscheinlich zum bottleneck schnell genug.
• 16:51
  Speaker 1: die Ergebnisse... Bei
• 16:55
  Speaker 0: Glück nachher das gab es.
• 16:57
  Speaker 0: Wir waren dann halt fertig und da können wir gebrauchen aber noch drei Monate.
• 17:01
  Speaker 0: Und wir haben schon ganz viel mit AI gemacht und die noch nicht.
• 17:05
  Speaker 0: und
• 17:05
  Speaker 1: auch
• 17:06
  Speaker 0: super Leute.
• 17:07
  Speaker 0: Aber die hatten halt andere Barrieren strukturelle Varianten in der Firma und konnten gar nicht so wie die schlauen Köpfe da eigentlich wollten.
• 17:16
  Speaker 1: Und das meine ich, warum die Transformation, sagen wir wohl Klöckner ist schon viel Macht mit eigenen Inkubatoren und so, warum diese Transformation länger dauern wird?
• 17:22
  Speaker 1: Weil diese Beharrungskräfte in bestehenden Bestandsorganisationen, die unterschätzt man hat hier jetzt ja also selbst wenn ihr als Dienstleister oder Partner da unheimlich schnell arbeiten könnt und Dinge realisieren könnt bis das abgezeichnet wird, von legal geprüft wird usw.
• 17:38
  Speaker 1: dauert dann beim Kunden vielleicht immer noch so lange wie früher und dadurch wird dieser Wandel dann doch viel behebiger vor sich gehen als man denkt.
• 17:47
  Speaker 1: Wie
• 17:47
  Speaker 0: viele Firmen sind dir schon untergekommen die sagen ich habe ein Tokenbudget für einen Entwickler oder Pro Team in Deutschland?
• 17:58
  Speaker 1: In der jüngsten Courort der Start-ups, ich würde sagen die in den letzten zwei drei Jahren gegründet wurden oder jetzt ganz jüngst ist es Fast Standard, würde ich sagen.
• 18:08
  Speaker 1: Da gibt es vielleicht noch zwei Fälle.
• 18:09
  Speaker 1: Es gibt die, die gar nicht so AI-first sind.
• 18:13
  Speaker 1: Aber einzelne Personen, die vielleicht schon unter der Haube ganz viel mit Claude machen... Also es gibt wirklich Leute, ich will jetzt niemanden nennen.
• 18:24
  Speaker 1: Die eigentlich sagen zwei Drittel meines Jobs macht Claude aber ich superweise das noch und das ist ja auch ein Job.
• 18:30
  Speaker 1: Aber eigentlich laufen ständig drei vier Prozesse, die gestartet haben, wo ich auf Ergebnisse warte.
• 18:35
  Speaker 1: Das heißt, die gibt es da passiert so ein bisschen unter der Haube.
• 18:38
  Speaker 1: Aber es gibt auch welche, die das ganz klar quasi zur Firmphilosophie machen oder zum Modus operandi, dass sie AI-First arbeiten.
• 18:46
  Speaker 1: In großen Firmen habe ich, wenn jetzt deutscher Mittelstand also typischen Hindenschampions M-Lux Ducs Unternehmen.
• 18:54
  Speaker 1: Da hab' ich das natürlich noch überhaupt nicht gesehen.
• 18:55
  Speaker 1: Auch nicht in den Konsultingfirmen, die dies verkaufen.
• 19:00
  Speaker 1: Ich sage, nennen jetzt mal alle damit.
• 19:02
  Speaker 1: Also ich mein gar kein Speziellenes.
• 19:03
  Speaker 1: Könnte der Ex-Centure sein?
• 19:03
  Speaker 1: Könnte die Leut sein in eine BCG McKinsey oder so?
• 19:07
  Speaker 1: Die nutzen teilweise selber nicht die Lösung intern.
• 19:10
  Speaker 1: also ob es ein Company weiten Agent gibt, der das Wissen der ganzen Company und aller Kunden veränderlicht weiß ich nicht.
• 19:17
  Speaker 1: Ich habe nicht den Eindruck dass das der Fall ist.
• 19:19
  Speaker 1: gleichzeitig versucht man anderen das schon als Lösungen zu verkaufen.
• 19:22
  Speaker 0: Ja ja das Problem ist häufig hab' ich die Daten!
• 19:24
  Speaker 0: Wir sind ja mit neuen Marken vielleicht aus dem Liegekessel bisschen plaudert.
• 19:29
  Speaker 0: Wir haben einen neuen Marken und wir haben gesagt, das ist eine Referenzsituation.
• 19:34
  Speaker 0: Welche Referenzen habe ich zu welchem Kundencase?
• 19:37
  Speaker 0: Da müssen wir uns erst mal öffnen.
• 19:39
  Speaker 0: Und früher war es ja immer so wie erhalten die Daten so eng wie möglich?
• 19:44
  Speaker 0: nicht alle Daten vor allem Referencen sind jetzt mal nicht so geheim.
• 19:48
  Speaker 0: aber es führte dazu dass ja Orterstrukturen usw.
• 19:51
  Speaker 0: dann weggeblopfern in Abteilungen Bereiche.
• 19:53
  Speaker 1: Rechte Management ist unheimlich wichtig für KI.
• 19:56
  Speaker 1: Man will ja nicht, dass jeder die Firmkai... Also es ist der Förd.
• 19:58
  Speaker 1: Ich sag übertrieben der Förder, die Fürmkai fragen kann was verdient das CEO?
• 20:02
  Speaker 1: Genau!
• 20:03
  Speaker 0: Das ist okay.
• 20:03
  Speaker 0: aber auf der anderen Seite wenn du sagst zu Referenzen dann willst du ja Zugriff auf alle haben die du irgendwie nehmen kannst.
• 20:09
  Speaker 0: und da gibt's glaube ich eine Menge zu tun.
• 20:12
  Speaker 0: weil arbeite ich dann halt in Strukturen die wir kennen.
• 20:17
  Speaker 0: also das ist ein Ordner da darfste rein oder ich schiebs rum.
• 20:20
  Speaker 0: oder weiß die KI was sie überhaupt mitgeben kann.
• 20:25
  Speaker 0: Komplexe
• 20:26
  Speaker 1: Matrix an Zugriffstrechten eigentlich, wer darf mit welchem Purpose oder welchem Intent worauf zugreifen ist unheimlich schwer.
• 20:34
  Speaker 1: und was ich auch vorkomme Teil ist dass die Konsulting- und Integrationsarbeit die derzeit gemacht wird.
• 20:40
  Speaker 1: bei den größeren Kunden ist eigentlich alles Dateninfrastruktur Arbeit noch weil da hapert es halt noch.
• 20:47
  Speaker 1: damit KI mit Daten arbeiten können muss sie halt auch für KI-Maschinenles bei optimiert sein.
• 20:53
  Speaker 1: Was ihr nicht kann, ist die Taxonomie von der Tabelle mit der oder die CFO seit zwanzig Jahren arbeitet automatisch verstehen.
• 21:02
  Speaker 1: Dafür sind die Daten noch nicht uniform genug?
• 21:04
  Speaker 1: Würden Sie sich alle an so eine Thermologie halten oder eine Taxonomie halten?
• 21:09
  Speaker 1: Dann könnte KI das ganz gut!
• 21:11
  Speaker 1: Aber das erstmal zu lernen und Daten zu normalisieren... Das ist ja was Paläntier zum Beispiel in den USA ganz erfolgreich oder inzwischen weltweit ganz erfolgreich macht, dass sie erstmal Leute in die Firma schickt.
• 21:20
  Speaker 1: Die Daten so normalisieren, Taxonomien zu fügen damit sie Maschinen lesbar und Maschinauswertbar wird.
• 21:27
  Speaker 1: Und dann kann KI relativ autonom damit arbeiten.
• 21:30
  Speaker 1: Die Fehler passieren hauptsächlich aufgrund schlechter Daten.
• 21:33
  Speaker 1: Die Technologie ist eigentlich gar nicht so schlecht.
• 21:36
  Speaker 0: Das sind natürlich eins der Kernthemen in den Unternehmen.
• 21:41
  Speaker 1: Was
• 21:41
  Speaker 0: würdest du als Unternehmenslenker in Europa machen?
• 21:44
  Speaker 0: Also wenn du CEO eines Hidden-Champions bist.
• 21:49
  Speaker 0: Was wären so ein, zwei Gedanken die du hättest?
• 21:52
  Speaker 0: Da würde ich direkt reingehen.
• 21:54
  Speaker 1: Das hat sich gar nicht so stark verändert aber vielleicht ist es noch mal klarer und wichtiger geworden.
• 21:58
  Speaker 1: also das proprietäre Daten, Daten die niemand anders hat sind das eigentliche Gold.
• 22:03
  Speaker 1: So Daten sind Öl, das habe man schon immer so ein bisschen gesagt.
• 22:06
  Speaker 1: Aber diese Modelle haben eigentlich alles was öffentlich an digitalen Daten verfügbar ist inhaliert schon.
• 22:11
  Speaker 1: Das ist sozusagen gelernt von der KI inzwischen.
• 22:14
  Speaker 1: Jetzt geht es darum, hast du irgendwelche Daten die kein anderer hat?
• 22:17
  Speaker 1: Also hatten Bosch vielleicht Daten von den Assistenzsystemen der Autos sozusagen anonymisiert mit denen man noch bessere Self-Driving bauen kann.
• 22:26
  Speaker 1: Oder hast du irgendwie als Siemens industrielle Produktionsdaten oder Verbraustaten Windgeneratoren irgendwie Daten zu verschleißen und so was kann alles wertvoll werden?
• 22:40
  Speaker 1: weil das kannst du nicht aus dem Internet lernen das können die großen Anbieter nicht so gut Konkurrenz für bauen.
• 22:45
  Speaker 1: Das kann aber unheimlich wertvoll werden, das kann man anderen dann wieder als Lösung weiterverkaufen.
• 22:50
  Speaker 1: Es können medizinische Daten sein.
• 22:53
  Speaker 1: wie gesagt alles was Wartung ist Predictive Maintenance ist immer ein Thema Verschleiß Flottenoptimierung da es immer schwer für andere anbieterein zu kommen weil niemand weiß wie du die Rewe jetzt seine Flotte von Lieferfahrzeugen optimiert oder so dass dazu brauchst du die Firmtaten selbst Und das ist der Pool.
• 23:12
  Speaker 1: Das kann man dann eventuell mit eigenen Lösungen, mit Open-Source-Lösung in deutschen und europäischen Detacentern selber die Wertschöpfung daraus generieren.
• 23:20
  Speaker 1: Dann haben wir auch die Wertschöpfungen, die Steuern, die Gewinne in Deutschland und Europa.
• 23:25
  Speaker 1: Das ist eigentlich was superwichtiges für unsere Zukunft, weil das Gegenteil, was drohen würde, ist... Dass diese Arbeit in Zukunft alles von US-Unternehmen wie Palantir, aber auch OpenAI und Tropic wollen alle Kooperationen machen mit Private Equity Unternehmen um an die Daten heranzukommen.
• 23:42
  Speaker 1: Um die Software zu distribuieren oder die Modelle zu distribruieren.
• 23:47
  Speaker 1: Und dann wird die Wertschöpfung natürlich zum großen Teil auch bei denen landen.
• 23:50
  Speaker 1: Dann wird sie über Steueroasen.
• 23:54
  Speaker 1: der Europäischen Union und Deutschland entzogen.
• 23:56
  Speaker 1: Leider ist es jetzt schon sehr absehbar, dass Firmen zentralen von Entschopik Open AI sitzen wieder in Irland natürlich nicht wegen der exciting Tech-Infrastruktur in Irlands sondern der spannenden Steuerinfrastruktur.
• 24:09
  Speaker 1: Steuereinflation!
• 24:14
  Speaker 1: Genau, deswegen ist das unsere Aufgabe sowohl politisch als auch für die Deutschland AG oder die beteiligten Unternehmen.
• 24:20
  Speaker 1: Ich
• 24:22
  Speaker 0: habe noch eine abschließende Frage, gleich wird hier nämlich auch mit Schlagzeug richtig rumgetrommelt und dann wird man uns wahrscheinlich gar nicht hören.
• 24:30
  Speaker 0: Die Europäer haben irgendwann Amerika erobert, physikalisch vor ein paar Hundert Jahren.
• 24:39
  Speaker 0: Mein Eindruck ist dass die Amerikaner aber auch die Chinesen quasi das umgekehrt mit Europa machen, aber jetzt auf der digitalen Ebene... Kann man das so sehen?
• 24:52
  Speaker 0: Das ist total abwegig, weil das ist ja schon auch einfach sehr hart und militärisch ausgedrückt oder ich sage mal konfrontativ.
• 25:02
  Speaker 0: Also es ist so mein Eindruck dass die Daten rausgesogen werden, die wir in unseren hidden Champions haben ohne dass die Firmen eingetroffen
• 25:09
  Speaker 1: sind.
• 25:09
  Speaker 1: Es könnte durchaus sein, dass am Ende uns nichts anderes bleibt als eine Art Protektionismus zu machen also wirklich unternehmen den Markt Zugang zu ver... Ich bin ein großer Fan von globalisierten Märkten.
• 25:18
  Speaker 1: Nicht falsch verstehen, aber man muss ja überlegen was ist am Ende pragmatisch und realistisch für uns?
• 25:23
  Speaker 1: Und wenn wir das verhindern wollen also es die Wertschöpfung über KI und Robotik.
• 25:27
  Speaker 1: Also man kann sagen KI würde den White-Color Sektor abschöpfen.
• 25:30
  Speaker 1: Robotik würde sehr viel im industriellen Sektore in dem Blue-Colour Sektory mit der Zeit.
• 25:37
  Speaker 1: Es wird über paar Jahrzehnte gehen natürlich abschämpfen und vielleicht müssen wir uns Zeit kaufen indem da quasi Grenzen einziehen und sagen, wir lösen das selber mit Open Source.
• 25:48
  Speaker 1: Wir lösen es selber mit Robotik.
• 25:50
  Speaker 1: Dann haben wir aber ... Das Problem ist so, dass wir wenig Energie in Europa bis jetzt zumindest und wir haben wenig Ressourcen.
• 25:58
  Speaker 1: D.h.,
• 25:58
  Speaker 1: die Länder, die prädestiniert sind für einen KI-Zeitalter wo die Grenzkosten sehr stark sinken, sind die, die viel Energie haben und viel ressourcen?
• 26:06
  Speaker 1: Es sind China und Russland.
• 26:07
  Speaker 1: leider nicht wirklich eine gute Aussicht!
• 26:12
  Speaker 0: Ich will damit gar nicht enden.
• 26:15
  Speaker 0: Das stehe ich.
• 26:15
  Speaker 0: Das ist so negativ, ne?
• 26:17
  Speaker 0: Aber ja, klar!
• 26:18
  Speaker 0: Da muss man arbeiten.
• 26:19
  Speaker 0: Ja.
• 26:20
  Speaker 0: Das Punkt
• 26:20
  Speaker 1: ist wir haben also...
• 26:22
  Speaker 0: Letztes hast du gesagt, wir haben tolle Informatiker.
• 26:24
  Speaker 0: Genau.
• 26:25
  Speaker 0: Also
• 26:26
  Speaker 1: immer wieder wenn ich diese Fachpapiere lese aus den KI-Laborn oder auch die Präsentation sehe von den großen US-Tech Firmen Dann sieht man da unheimlich viele deutsche Namen.
• 26:36
  Speaker 1: Auf den großen Konferenzen gibt es deutsche Peter Steinberg an Österreich, er hat gerade dieses Open Claw gebaut was für die Adoption unheimliche wichtig war und die Technologie ganz weit vorangetrieben hatte in der Distribution.
• 26:49
  Speaker 1: Das heißt wir haben immer noch die Talente.
• 26:51
  Speaker 1: Wir haben schlaue gut gebildete Leute auch kreative Leute, Leute die etwas bauen wollen.
• 26:57
  Speaker 1: Die müssen wir hier halten.
• 26:59
  Speaker 1: Man sieht hat in den letzten Jahren so gesehen Auch das politische Angebot, gesellschaftliche Angeboten, eine Rolle spielt.
• 27:04
  Speaker 1: In den USA gibt es gerade so viel Auswanderung wie noch nie.
• 27:08
  Speaker 1: Du hast teilweise in europäischer Länder wieder Einwanderungen.
• 27:11
  Speaker 1: Viele Leute beantragen wieder einen irischen Pass – in dem Fall nicht wegen Steuern sondern um sich eine zweite Basis zu sichern falls die USA noch mehr kippen.
• 27:20
  Speaker 1: Das heißt wir müssen ein komplettes Angebot bauen aus verschiedenen Vorteilen, die Europa noch hat um die Talente hier zu halten.
• 27:27
  Speaker 1: Dann haben wir mithilfe von Open Source Technologie hoffentlich schon eine Chance.
• 27:33
  Speaker 0: Danke!
• 27:35
  Speaker 0: Danke für die Zeit.
• 27:36
  Speaker 0: Wir sehen dich gleich auf der Stage und wenn ihr Fragen habt, dann beantwortest du auf linken Fragen oder kommst einfach gar nicht
• 27:43
  Speaker 1: mehr dazu?
• 27:43
  Speaker 1: Ja, einfach unter meinen Link in Post kommentieren oder ne Nachricht schreiben gerne.
• 27:48
  Speaker 1: Super,
• 27:49
  Speaker 0: danke.
• 27:50
  Speaker 1: Ich danke.
• 27:50
  Speaker 0: Wir freuen uns auf nachher und schön dass ihr zugeguckt habt.