Latest / MY DATA IS BETTER THAN YOURS / Gewinner und Verlierer der KI-Welle: Warum nicht das beste KI-Modell entscheidet, sondern deine Daten. Tim & Jonas, Folge 334

Transcript

Gewinner und Verlierer der KI-Welle: Warum nicht das beste KI-Modell entscheidet, sondern deine Daten. Tim & Jonas, Folge 334 · MY DATA IS BETTER THAN YOURS

0:04
Speaker 0: Neue Folgen jeden Freitag.
0:06
Speaker 0: In dieser digitalen Welt gibt es einen speziellen Faktor,
0:09
Speaker 1: der über Erfolg und Misserfolg
0:11
Speaker 0: entscheidet
0:11
Speaker 1: – Daten!
0:13
Speaker 1: Doch nur die
0:14
Speaker 0: wenigsten wissen sie für sich zu nutzen.
0:16
Speaker 0: Wer seine Kunden verstehen will um ihnen das bieten zu
0:19
Speaker 1: können was sie brauchen kommt um
0:21
Speaker 0: ein professionelles Datenmanagement nicht herum.
0:23
Speaker 0: Jonas Rascheli interviewt andere Experten aus den Data Bereichen und zeigt Schritt-für-Schritt wie genau das funktioniert.
0:38
Speaker 0: Lange nicht gesehen.
0:41
Speaker 1: Ja, ist eine gute Überleitung.
0:43
Speaker 1: gleich zum ersten Thema.
0:44
Speaker 0: Ich mir gedacht!
0:47
Speaker 1: Wie fandst du denn Bionted der Sport diese Woche?
0:49
Speaker 0: Fand ich sehr gut und das von mir ist tatsächlich für dich ein besonderes Lob weil ich ja eigentlich ein großer Feind von irgendwie Konferenzen und so bin immer denke dass es alles quatscht da ist so viel blabla.
1:01
Speaker 0: Das macht alles keinen Sinn.
1:02
Speaker 0: aber Du hast das echt hingekriegt da Leute zusammen zu bringen die nicht gelabert haben, wo das alles irgendwie interessant war und fand ich echt gut.
1:12
Speaker 0: Es war kurzweilig, es war alles nicht zu langen, es hat mir sehr gut gefallen.
1:15
Speaker 1: Sehr schön ja!
1:16
Speaker 1: Du warst den ganzen Tag auch da oder du bist ein bisschen morgens gekommen?
1:19
Speaker 1: Du warste schon mal in Düsseldorf, Mia Culpa zur Pre-Event fehlenden Einladung... Ich
1:26
Speaker 0: hatte mein eigenes Pre-event, das war okay.
1:28
Speaker 0: Du
1:28
Speaker 1: hattest dein eigenes Pro-evant.
1:30
Speaker 1: Warst ja auch lange da, ich war auch positiv begeistert.
1:37
Speaker 1: Wer hatten das gesagt gehabt?
1:38
Speaker 1: Irgendjemand hat gesagt, warum hast du dich nicht selber auf der Bühne gelobt was du auf die Beine gestellt hast?
1:44
Speaker 1: und ich habe es gar nicht so sehr realisieren können.
1:46
Speaker 1: Was wir da so tolles gebaut haben.
1:49
Speaker 1: Katharina und Agnes und Lukas von Aurelis haben ja mitgeholfen gehabt.
1:55
Speaker 1: Ich war echt begeistert.
1:56
Speaker 1: Ich hab am nächsten Tag erst gemerkt wie anstrengend es war also im morgens aufgewacht und dachte als ob ich irgendwie am vortag viel sport gemacht hätte.
2:07
Speaker 1: Das war schon intensiv.
2:09
Speaker 1: Die Veranstaltung war toll, sie ging natürlich lange... Ich dachte irgendwie dass es vielleicht noch bis um neun, zehn Uhr geht aber ich glaube wir sind dann kurz vor neun und neun war's dann fertig?
2:23
Speaker 0: Ja ich bin ja um halb acht abgeräumt wegen Zug aber da wurd´s auch schon Lehrer langsam.
2:29
Speaker 1: Ist ja auch von morgens.
2:30
Speaker 1: wenn wir um neunein anfangen mit Einlass bis abends sind dann sind das dann ja auch zehn Stunden auf dem Event.
2:36
Speaker 1: Essen war toll!
2:37
Speaker 1: Die Fahrtregel war toll.
2:39
Speaker 1: Ich finde das Breakout, was wir mit organisiert haben, finde ich immer ganz spannend.
2:44
Speaker 1: Ich glaube es klappt!
2:45
Speaker 1: Also ich glaube wir haben gebührend wieder an Data-Datezeiten angeknüpft.
2:54
Speaker 0: Ja, ja, da bezieh'n mich das also.
2:56
Speaker 0: Es war sehr ähnlich, fand ich.
2:59
Speaker 0: Und ich meine du hast zwar gemerkt dass so die Message überall recht ähnlich ist.
3:02
Speaker 0: aber es war alles ein bisschen anders aufgebaut.
3:04
Speaker 0: Alles interessant, das war gut, also fand ich... Du steckst ja immer Pech haben, dass du irgendwelche Leute als Speaker einlädst und die dann doch nicht so performiert was denkst.
3:15
Speaker 0: Aber wahrscheinlich hast du den Vorteil dadurch das die leute meistens im Podcast schon vorhattest dass du weißt ob die Quatsch reden oder nicht.
3:22
Speaker 1: Ja definitiv habe ich auch viel drüber nachgedacht.
3:26
Speaker 1: also der riesen vorteil ist das dass sich mit dem meisten Leuten gesprochen hab Alex sogar die Alex mit der habe ich frischen podcast aufgenommen.
3:35
Speaker 1: allen anderen hatte ich ja schon irgendwie drei, vier fünf sechs Monate vor dem Podcast aufgenommen.
3:41
Speaker 1: Aber da wusste ich ob die Person sprechen kann beziehungsweise sprechen im Sinne von dass der Inhalte drin sind.
3:48
Speaker 1: und ja, das ist ein Sack.
3:50
Speaker 1: Ja.
3:51
Speaker 0: Lieferlich gut!
3:52
Speaker 0: Sollts zu wieder mal?
3:53
Speaker 1: Ja danke.
3:54
Speaker 1: Spannende Frage jetzt deine Meinung dazu.
3:57
Speaker 1: Wir haben ja mein Ziel es jeden Monat einen Datamit abzumachen so mit fünf bis zwanzig Leuten in der Stadt.
4:02
Speaker 1: Das klappt auch sehr gut.
4:06
Speaker 1: Jetzt ist die Frage so'n bisschen Der Beyond the Dashboard einmal im Jahr oder die Alternative, die ich im Kopf habe ist zweimal im Jahr zu machen und zwar einmal dann weiterhin in Düsseldorf.
4:19
Speaker 1: Aber das andere dann unten weiter im Süden in München.
4:25
Speaker 0: Du verlierst natürlich die ganzen spannenden Speaker- und Leute aus dem Norden?
4:30
Speaker 0: Das wäre natürlich schade wenn du so ein München machst!
4:32
Speaker 0: Vielleicht wäre es gar nicht so doof zu sein, du machst jetzt zwar mal bei Uralis und dann einmal im Süden oder das nächste Jahr Norden.
4:38
Speaker 0: Das man ein
4:40
Speaker 1: bisschen wechselt?
4:41
Speaker 0: Genau!
4:42
Speaker 1: Dann hast du natürlich den Nachteil dass du brauchst eine einzelne Location wo du verstehst wie die funktioniert.
4:48
Speaker 1: Ja
4:48
Speaker 0: stimmt.
4:48
Speaker 1: Das hat bei Urealis natürlich gut funktioniert weil sie selber ihre Location kennen.
4:55
Speaker 1: Würde es in Hamburg einen Platz geben?
4:57
Speaker 0: Habe ich schon überlegt... Auf jeden Fall.
5:01
Speaker 0: Also ich meine, ich weiß nicht, dass es Free Now ein Riesenbereich unten hat der Platz genug wäre.
5:09
Speaker 0: aber so von dem Style wie das Borelis war ist jetzt ziemlich ähnlich wie das was mit Münster hier bei Fiege ist.
5:14
Speaker 0: Das war auch so geil.
5:15
Speaker 0: Die haben einen ähnlichen Raum dafür.
5:18
Speaker 0: Ja doch gibt's!
5:19
Speaker 0: Es gibt so'n Philips Start-Up Ding Irgendwo in Eppendorf was ziemlich eh nicht zu dem ist.
5:25
Speaker 0: Alles andere werden wir zu gut.
5:26
Speaker 0: und du hast mal das Problem, dass muss irgendwie die richtige Größe haben, ne?
5:29
Speaker 0: Das war jetzt schon ganz geil, dass du so diese hundert Leute hattest.
5:31
Speaker 1: Ja.
5:32
Speaker 1: Aber er ist... Dann würde ich hinaus nicht zum Beispiel nicht hinausgehen.
5:35
Speaker 0: Nee, würde ich auch nicht machen finde ich, äh fichtgut.
5:38
Speaker 0: also vielleicht hundertzwanzig Tickets wegen der No-Show-Rate und sowas.
5:41
Speaker 0: aber Dass du so auf Death Level kommst, ne.
5:43
Speaker 0: Aber kann ich gerne mal... Kann man einfach mal bei LinkedIn posten und fragen wer denn eine geile Location da fährt um Bockdorf hat.
5:51
Speaker 1: Man muss mal gut organisieren, Orales war da natürlich bereit auch ein bisschen mitzuhelfen.
5:57
Speaker 1: Aber das sind schon immense Kosten.
5:59
Speaker 1: also großen Respekt an alle die da irgendwie diese drei tausend fünftausend X-tausende Leute Events machen.
6:07
Speaker 1: Das muss brutal der Stress sein.
6:09
Speaker 0: Ja ich glaube vielleicht testest du es erstmal wirklich mit woanders machen und dann kannst du nachentscheiden ob du das öfter woandersmachen willst.
6:17
Speaker 0: Ich glaube, du kommst da gut hin.
6:21
Speaker 0: Das ist ja eigentlich ganz praktisch in der Mitte gelegen.
6:24
Speaker 0: Ich weiß nicht wie lange der Zug aus Berlin nach Düsseldorf braucht aber alles andere ist schon so.
6:28
Speaker 0: Da ist glaube ich keiner länger als drei vier Stunden unterwegs.
6:31
Speaker 0: Gut!
6:34
Speaker 1: Also es waren noch Leute aus München da.
6:36
Speaker 1: das war cool.
6:40
Speaker 1: Ja ich glaube der Zeitpunkt war nicht so ganz ideal mit Juni.
6:46
Speaker 1: Da waren viel vorher im Urlaub.
6:49
Speaker 0: Wann willst du es sonst machen?
6:50
Speaker 0: Ich glaube im Winter ist irgendwie nicht so geil.
6:54
Speaker 0: Sommerferien sind noch nicht, also im Mai haste OMR und im September haste dem Mexico.
6:58
Speaker 0: Also das ist immer irgendwas.
7:01
Speaker 0: Vielleicht so was wie Ende Mai vielleicht besser aber dann haste zwei Wochen vorher.
7:05
Speaker 0: Also ich glaube der Zeitpunkt war jetzt nicht der schlechteste.
7:11
Speaker 1: Ja.
7:11
Speaker 1: Das ist ein guter Punkt.
7:14
Speaker 1: den muss ich mir glaube ich nochmal aufschreiben.
7:16
Speaker 1: Ich wollte es eigentlich mit Claude heute nochmal besprechen Welche Events es jetzt sozusagen gibt.
7:22
Speaker 1: Sollen wir mal ein bisschen News der Woche einsteigen?
7:25
Speaker 0: Ja, genau!
7:27
Speaker 1: Das ist
7:28
Speaker 0: beyond the dashboard Thema.
7:29
Speaker 0: Ist gut.
7:30
Speaker 1: Ja, das ist spannend, genau.
7:31
Speaker 1: Beyond The Dashboard kann man vielleicht nochmal für die Hörerinnen und Höreren zusammenfassen.
7:34
Speaker 1: Es ging extrem stark um das Thema wie kann ich AI am Ende in der Organisation nutzen?
7:43
Speaker 1: da tun sich gerade durch alle schwer.
7:48
Speaker 1: Eine Lösung ist zu tun.
7:51
Speaker 1: Jede Organisation ist andere, die Prozesse sind anders.
7:54
Speaker 1: aber ich glaube da weisen sich gerade noch ein bisschen die Zähne aus.
7:58
Speaker 1: Es ist ein ganz spannender Punkt weil wenn wir uns jetzt mal ein bisschen den News anschauen und mit dem ersten News-Thema starten sieht man das in der letzten Woche klar.
8:15
Speaker 1: dieses Positionierung der unterschiedlichen Plattformen kommt.
8:20
Speaker 1: Microsoft Fabric hat jetzt eine Kommunikation in Richtung, wie positioniert sich Microsoft mit Fabric?
8:28
Speaker 1: in Richtung Azure?
8:30
Speaker 1: So ein bisschen Agent Ready Data Layer zu werden.
8:33
Speaker 1: auf der anderen Seite gibt es Snowflake und Databricks wo die versuchen zusammen das so platzieren oder so ein bisschen der klare Strategie eigentlich Nicht Modell gegen Modell, sondern wer wird eigentlich die Daten ready und wer hat eigentlich.
8:54
Speaker 1: Die ja wir beschrieben den Data Layer der existiert um dann die Agenten dran anzunehmen.
9:01
Speaker 0: aber dazu ich finde das total witzig ist Leute jetzt anfangen mit Werbung zu machen weil wenn du es ganz stumpf siehst kann jede Datenbank jedes Data Ware aus ein agent ready Data Layer haben.
9:11
Speaker 0: Du brauchst einfach richtigen Gold layer die nur richtig ansprechen kannst.
9:14
Speaker 0: Also es ist jetzt hier Fabrik irgendwie gesagt, oh wow wir bauen das jetzt denke ich mir auch so.
9:18
Speaker 0: ja habe ich schon gebaut in Fabrik.
9:20
Speaker 0: Habe ich auch schon GCP gebaut.
9:21
Speaker 0: also das jetzt ein bisschen sich in die Tasche lügen?
9:23
Speaker 0: Ich meine dass es okay.
9:25
Speaker 0: vielleicht ist so ein bisschen das Ding was mir auch oft auffällt Die Leute arbeiten sehr viel zu wenig diesem Gold-Silber-Bronze-Layer System.
9:32
Speaker 0: Das ist auch Problem.
9:33
Speaker 0: Aber soweit du das machst bist Du ja eigentlich immer agent ready.
9:37
Speaker 0: Weil jeder gold layer sollte so aufgebaut sein, als wenn ein reporting tool drauf schmeißen kannst Dass du deine Data Science Modelle aufrechnen kannst oder eben was dann exakt das gleiche ist, dass du darauf einen Agenten packen kannst der genau versteht wie diese Daten funktionieren die dadurch beschrieben sind und alle verknüpft sind.
9:54
Speaker 1: Ja unter dem Aspekt unter der Kommunikation und dem Fokus finde ich es ganz spannend weil ich glaube hatte ja versucht auch ein bisschen bei meiner Keynote bei Beyond the Dashboard zu sagen, dass wenig Leute in Infrastruktur investieren Der so ein bisschen der Business Case immer wieder fehlt und vielleicht kriegen wir über den, diese Art und Weise der Kommunikation nochmal mehr Traktion auf dem Thema.
10:15
Speaker 0: Ja, war das witzig weil ich hatte letztens einen Workshop wo es genau darum ging.
10:19
Speaker 0: da waren Kunde und die wollten gerne wissen was müssen wir eigentlich machen damit wir so'n Layer haben der Agent Ready ist?
10:26
Speaker 0: Und da war's zum Beispiel ganz geil dass die nicht gleich kein Data Warehaus brauchen.
10:29
Speaker 0: die brauchen euch nur eine Schicht wo die Sachen verknüpft werden.
10:32
Speaker 0: Ich glaube das findet ihr das interessante in Zukunft.
10:34
Speaker 0: Vielleicht macht das die Horizon DB, auch weiß ich nicht.
10:36
Speaker 0: Aber das interessantere Thema wäre eigentlich zu sagen du hast ein CRM-Tool, du hast einen CDP, Du hast irgendwie eine Produktdatenbank, du hasst irgendwie Order-Daten irgendwo und diese Daten sind eigene Tools so aufbereitet dass da eigentlich schon IDs zwischenliegen die auf einer Schicht rüber ganz einfach verknüpft werden können weil dann Spaß wieder tatsächlich das Azure Fabric Data Warehouse, du sparsst dir Snowflakes, du spaßt dir Databricks weil du eigentlich nur irgendeine Schicht brauchst in der der Agent in real time die Sachen verknüpfen kann Und damit hast du den, ja genauso.
11:04
Speaker 0: Also ich glaube das ist so ein bisschen die Sache wo die Leute auch erheben müssen aber da wird zu wenig drüber nachgedacht.
11:10
Speaker 0: weil genau was gesagt hast vielleicht musst du eigentlich Infrastruktur investieren Aber du musst eben verstehen wie deine bestehende Infrastruktur so verknüpfen kannst Du auch wieder einen Tool drauf brauchst Damit du eben sehr schnell und sehr gut damit arbeiten kannst.
11:21
Speaker 0: Und dann kommt eine ganze Menge Sachen wie Latenzen und sowas Wo Leute auch viel zu wenig darüber nachdenken.
11:26
Speaker 0: Weil ich bin mir sehr sicher dass das toll ist mit der Azure Horizon DB.
11:30
Speaker 0: Ein Problem haben wir all diese Modelle ob das Snow Flex oder Databricks ist Wenn du irgendwas machen willst, Real-Time-Informationen mit drin sind.
11:36
Speaker 0: Dann funktioniert das alles nicht!
11:38
Speaker 0: Weil dass gerade gar nicht dafür in der Lage ist wirklich eine Millisekunde irgendwie Antworten zu liefern und das dann gleichzeitig noch zu verknüpfen.
11:45
Speaker 0: Also ich glaube da können auch ein paar intelligente Sachen kommen als einfach nur zu sagen hey wir haben jetzt hier so einen Data Layer Der ist Agent Ready Das ist gut aber das ist dann eben doch eher... sind ergriechene Daten dann als Sprintende?
11:59
Speaker 0: Gibt es das eigentlich für real time?
12:01
Speaker 0: Egal
12:03
Speaker 1: Ja, wenn man so darüber nachdenkt also die vor zehn Jahren hat das Thema.
12:09
Speaker 1: Ich habe versucht in Wellen zu sprechen dieses Zentralisierung der Daten begonnen und wenn jetzt noch so viele Leute nicht die Daten zentralisiert haben Also die Die Anzahl an Münzen die sie einschmeißen müssen um wieder den Wettbewerb zu bekommen ist weg stetig.
12:26
Speaker 1: ich glaube es wird vieles nicht vergessen
12:28
Speaker 0: ja aber Ich glaube, das ist immer noch ein großer Teil der Leute, die es genauso machen müssen.
12:34
Speaker 0: Das heißt du bist jetzt eigentlich gar nicht so schlecht.
12:36
Speaker 0: und jetzt an dem Punkt bist, wo du immer euch zentralisiert hast weil für die meisten gibt gab's auch einfach lange kein... wie soll ich mal sagen?
12:42
Speaker 0: Es gab keinen so richtig hundertprozentigen Grund dazu.
12:45
Speaker 0: Es gab dann irgendwie bestimmte Bereiche, wie du hast in wieder Marketing Datenschicht, die wichtig ist, weil du das sehen musst.
12:51
Speaker 0: aber es war ganz oft das Ding dass die Sachen ein bisschen dezentralisiert liegen was ja fürs Data Mesh auch gar nicht schlecht ist Und einfach nicht der richtige Nutzen dafür da, weil jetzt ist der Nutzen da.
13:00
Speaker 0: Aber ich glaube es hat gerade... Du hast jetzt keinen richtigen Nachteil wenn du das noch nicht hast.
13:05
Speaker 0: Du musst jetzt damit anfangen, weil ich bin ja fest in Meinung dass die meisten Leute diese tolle Zentralisierung und eine richtige Datenschicht, die du benutzen könntest, nicht haben oder ich sehe es so, dass sie's nicht haben.
13:16
Speaker 0: Punkt!
13:16
Speaker 0: Ja
13:18
Speaker 1: dann müssen wir sich mal angucken was das bedeutet?
13:21
Speaker 1: Weil viele haben uns vielleicht noch nicht gebraucht aber jetzt kommen Sie irgendwann an den Punkt wo Sie merken was für ein großer Ja, was der Unterschied ist wirklich sein kann.
13:31
Speaker 1: Und jetzt das Thema dass viele nicht aus dem POC rauskommen im Agent Bereich ist ja genau.
13:41
Speaker 1: der zeigt nochmal welchen Themen sie lösen müssen um da wieder anzukommen.
13:49
Speaker 0: Man muss auch dazu sagen man sollte auch nicht also meine sollte man nicht anfangen versuchen alles agent ready zu kriegen Sondern wieder, wie immer von dem Use Case gehen.
13:58
Speaker 0: Was ist eigentlich der Agent den ich brauche und dann den Daten anfangen?
14:02
Speaker 0: Weil dann hast du vielleicht nur zehn Prozent der Zeit die du brauchst.
14:05
Speaker 0: Ist nicht perfekt!
14:06
Speaker 0: Ist nicht alles hundertprozentig aber du kannst zumindest damit schon arbeiten.
14:11
Speaker 0: Und als wir wieder an dem Punkt wo ich immer gerne bin, da liegt eben der Großteil noch irgendwo unoperationalisiert irgendwo in einer Bronx-Datenschicht.
14:17
Speaker 0: Das ist okay.
14:20
Speaker 1: Ja man müsste glaube ich mit denen Leuten, die das entscheiden nochmal sagen was welche strategischen weiteren Schritte sind Wenn nur mit hohem mehr Geldaufwand und auch mit vermeidlichen Qualitätslust verbunden, wenn sie diese Zentralisierung der relevanten Daten nicht machen.
14:39
Speaker 1: Das muss man irgendwie einmal aufzeigen und zeigen welcher Weg ist zu gehen indem man es vermeintlich händisch zusammenknüpft und immer wieder Schmerzen hat und auch Verzögerung hat.
14:50
Speaker 1: und auf der anderen Seite wenn man schneller machen würde ja.
14:56
Speaker 1: Der zweite Punkt der nochmal relevant war was Was ja, wie so ein bisschen Richtung DSGVO geht.
15:03
Speaker 1: Alle haben dann erst reagiert als der Stichtag da war, EUAI-Akt.
15:09
Speaker 1: Stichtags ist das zweite August und kommen jetzt die ersten Pflichten und die ersten Durchsitzungen starten.
15:19
Speaker 1: Geht in Richtung GP AI Modelle Die, die dann durchgesetzt werden.
15:26
Speaker 1: Bußgeld ist wieder wie die DSGVO relativ hoch angesetzt.
15:32
Speaker 0: Das glaube ich fast das gleiche Bußgelt wie damals bei der DSGFO auch.
15:41
Speaker 1: Einige Themen wurden ja verschoben bis Dezember, twenty-seven zwanzig so in Richtung Hochrisiko.
15:49
Speaker 1: So ein bisschen aus CDO Brille Governance wird und ist somit kein Compliance Ballast-Thema mehr, sondern irgendwie auch die Eintrittskarte KI wirklich sauber zu nutzen.
16:00
Speaker 1: Also man muss es zwangsweise mitdenken und sauber aufbauen.
16:07
Speaker 1: Da überholt oder kommt die Compliance und die Governance Regelung bevor wir eigentlich das Tool genutzt haben im Vergleich dafür mit Daten und DSG-Forces?
16:18
Speaker 0: Ich glaube, Compliance ist gar nicht der richtige... Ja, es ist Compliance was der UI macht.
16:23
Speaker 0: Aber Compliance kann nicht das Ding, was du brauchst um das auch zu machen.
16:26
Speaker 0: Es kommt von selber mit.
16:27
Speaker 0: ich glaube diese Governance wirklich das Wichtige und die Compliance Punkte natürlich auch ganz wichtig weil Ich weiß jetzt schon im ersten Teil drin ist.
16:34
Speaker 0: aber ich weiß als ich das erste mal vor drei Jahren gelesen habe Die Idee da fand ich das Beste daran dass drin ist denn es muss jedes Modell und jede AI-Modell Richtung Prozedur bla bla bla Muss erklärbar sein.
16:47
Speaker 0: also muss beschrieben werden können was da eigentlich drinnen passiert.
16:50
Speaker 0: Wenn du hier erinnerst, ich habe so eine schöne Slide im Vortrag, wo drinnen steht macht keine Modelle.
16:54
Speaker 0: Die Fans sind dabei nicht erklären könnt und das glaube ich so... Das ist nicht nur für die Compliance und gar wenn es nach außen wichtig, dass genauso wichtig ist, damit die Leute in einer Firma dem was du da baust vertrauen weil sie's verstehen!
17:05
Speaker 0: Und ich glaub' das ist so... Waren wir letztmal schon gehabt?
17:08
Speaker 0: Es ist ein riesengroßer Changeprozess und Changemanagement ist wichtig.
17:11
Speaker 0: Und das Change-Management hier ist einfach, dass du den Leuten erklären kannst was da genau passiert warum das so ist.
17:16
Speaker 0: und ich meine wenn du das richtig machen kannst dann äh kommt die Compliance von selbst.
17:21
Speaker 0: Und wie hat das hier?
17:21
Speaker 0: Alex hat auch so viel in ihrem Vortrag darüber erzählt und meinte so schön, ja, Compliance ist sowieso nicht irgendwie was, was du machen musst oder was eine blöde Auflage ist sondern dann machst du eigentlich Geld weil die Sachen richtig funktionieren, du die Sachen wirklich verstehst und alle dahinterstehen.
17:39
Speaker 1: Ja vielleicht finden wir der Analog Data Products und Data Projekte ein bisschen nochmal ne Anders Framing Wie wenn ne Wertigkeit auf dem Thema bekommen.
17:48
Speaker 0: Ich würd's Erklärbarkeit nennen.
17:49
Speaker 0: Ich würde es Erklärwahrheit und Transparenz von AI-Modellen, die du benutzen nenn.
17:52
Speaker 0: Das
17:57
Speaker 1: geht noch nicht so in diesen Vorteilargumentationen.
18:01
Speaker 1: Ja
18:02
Speaker 0: doch!
18:04
Speaker 0: Ja okay, Erklärwerklichkeit klingt nicht sexy
18:07
Speaker 1: aber
18:08
Speaker 0: wahrscheinlich musst du ein bisschen eher aufbauen.
18:09
Speaker 0: dass du das mit Governance und Compliance ja anstrengend aber damit packst du eigentlich... Deine Leute in der Firma die mit ihr arbeiten da dran und die damit irgendwie umgehen müssen hinter dich.
18:20
Speaker 0: Und die stehen dafür dann genauso, was weiß ich?
18:23
Speaker 0: Vielleicht ist eine bessere, eine besseren Weise das Miteinander an der Firma besser nach vorne zu bringen und so ein bisschen die Identifikationen, was wir machen ist richtig Aber wird natürlich wieder genau so bei DSGVO spannend wie das denn jetzt eigentlich überall eingebaut werden kann, wenn es überhaupt hinkriegt und wie viel Aufwand das für die Leute ist.
18:39
Speaker 0: So!
18:40
Speaker 0: Ich glaube das ist genau der Punkt.
18:41
Speaker 0: man sollte sich nicht dahin stellen sagen oder dass es ganz, ganz viel zu tun sondern sowieso die richtigen sachen machen.
18:46
Speaker 0: und dann ist glaube ich der Der overhead den dieser uai-akt hat nicht mehr so groß
18:52
Speaker 1: Bremst.
18:53
Speaker 1: würde der e-Akt jetzt in den deutschen mittelstand eher Ausbremsen?
19:00
Speaker 1: oder kann er auch genau die ausrede sein für viele Themen, die wir ja jetzt gerade hatten zum themangewinner und verlierer dass Dass die Verlierer jetzt noch mal klar sagen.
19:11
Speaker 1: Ja das ist der grund worum Ich eigentlich nicht so gut vorankommen.
19:14
Speaker 0: Beides ja nicht oder, natürlich bremst er aus.
19:18
Speaker 0: Aber es ist eben so wie Frage, ne?
19:20
Speaker 0: Machst du's ordentlich oder machst du das komisch?
19:24
Speaker 0: Also Ja!
19:25
Speaker 0: Es wird mehr auffangen sein und es würde ausbremsen aber wahrscheinlich wird es dann ab besser.
19:28
Speaker 0: uns wird genauso die Ausrede sein für alle Leute die sagen Ja haben wir jetzt nichts gemacht hast doch genau so bei DSG Vogue gehabt dass Leute aufgehört haben plötzlich ihre Webseite zu trecken Und ihr dachtest ja das ist nicht der richtige Weg.
19:38
Speaker 0: leute das schon.
19:39
Speaker 0: macht das bitte so dass es compliant ist.
19:41
Speaker 0: aber die Informationen sind schon noch Relevant für euer Business.
19:45
Speaker 0: Aber wird spannend!
19:46
Speaker 0: Ich bin neugierig, wie das irgendwo einfühlt.
19:49
Speaker 0: Viel interessanter ist tatsächlich, wie der Mittelstand dieses Ding überhaupt verstehen soll.
19:53
Speaker 0: Also das genauso wie bei DSGVO damals.
19:56
Speaker 0: die Regeln waren teilweise schon sehr fern ab von dem was die Leute in ihrem Daily Doing verstanden haben.
20:02
Speaker 0: ich glaube es ist jetzt ein bisschen besser geworden aber es ist trotzdem glaube ich das schwierigste dass du als Mittelständler jemand hast der dir sagen kann Das musst du machen, das ist relevant, das muss man nicht machen.
20:12
Speaker 0: Ich bin tatsächlich inzwischen großer Freund von irgendwie, es gibt so ein paar Firmen kennt's wahrscheinlich auch.
20:17
Speaker 0: Die diese ganze DPO-Geschichte als Service machen.
20:20
Speaker 0: das heißt du kaufst den DPO ein der sitzt in einer Firma Der sitzt nicht bei dir und er macht alle die Sachen für dich.
20:26
Speaker 0: glaubt da muss es für ihn eigentlich genau dass gleiche geben
20:28
Speaker 1: Leute die sich intensiv mit dem Thema beschäftigen
20:30
Speaker 0: Genau!
20:31
Speaker 0: Und die du dann quasi dafür reinholst die vielleicht irgendwie weiß ich nicht auf Rechnung Bei dir einen Tag um hundert Arbeiten für relevante Sachen und dass du einfach abgesichert bist.
20:40
Speaker 0: Und es macht keinen Sinn, dass Leute so was selber einstellen.
20:42
Speaker 0: Vor allem im Mittelstand macht das keinen Sinn nicht.
20:45
Speaker 1: Ja, ist ein fairer Punkt.
20:49
Speaker 1: Ein Geschäftsmodell für dich?
20:50
Speaker 0: Nee, für mich nicht!
20:51
Speaker 0: Aber ich kenne Leute, die das Geschäfts-Modell schon bei der DSKVO hatten.
20:53
Speaker 0: Ich hoffe, sie hören das jetzt... ...und denken sich dann so hey, vielleicht sollen wir den Eireight auch machen.
20:57
Speaker 0: Dann hätte ich nämlich direkt etwas, was ich weiterverkaufen kann.
21:01
Speaker 1: Müssten das ja Juristen sein?
21:03
Speaker 0: Äh... Jaaa.. Ich glaube schon.
21:06
Speaker 0: Aber es müssen eben diese komischen Juristen sind, die auch fast von Daten verstehen.
21:10
Speaker 0: Gibt das so was wie, weiß ich, IT-Juristen?
21:15
Speaker 0: Wäre auf jeden Fall mal ein Joghfeld.
21:16
Speaker 0: Also zumindest in die Richtung.
21:18
Speaker 0: Ich glaube, Leute wie Patentanwälte könnten ganz gut in sowas funktionieren.
21:22
Speaker 0: Aber nein, kein Businessmodell für mich möchte bitte... Das sind Sachen, die sind wichtig.
21:26
Speaker 0: aber ich möchte gerne den spannenden Teil daran machen, den strategischen Teil sagen, dass brauchen wir und diese ganzen genauen Compliance Governance Sachen, das darf dann gern jemand anders machen.
21:36
Speaker 0: Die sind auch besser drin als ich, glaube ich!
21:39
Speaker 1: So der dritte punkt.
21:40
Speaker 1: ja so ein bisschen ein her geht damit wenn man die einen Sachen macht nicht macht und dann die andere.
21:45
Speaker 1: ich kriege das auch immer wieder.
21:46
Speaker 1: jetzt mit von vom umfeld KI Fishing explodiert Angriffe, es sind sechsundzwanzig schon um vierzehnfach gestiegen also siebenund achtzig prozent aller Unternehmen sind betroffen dass irgendwie KI Fischings startet.
22:03
Speaker 1: Und vor allem in des thema generative KI In AI, also das was man so kennt die ganzen vermeintlich Social Engineering Angriffe steigen massiv an.
22:17
Speaker 0: Aber woran... Also ich glaube wir müssen mal kurz erklären was generative KI bei Fishing überhaupt macht.
22:22
Speaker 0: Bedeut es einfach dass die E-Mails mehr werden?
22:24
Speaker 0: Dass die Leute einfacher sowas bauen können?
22:27
Speaker 0: Das ist einfacher.
22:27
Speaker 0: wird sich irgendwie ein Server hinzustellen der quasi maskiert wo du herkommst?
22:32
Speaker 0: oder was ist genau der...?
22:34
Speaker 0: Was macht generative Ki über den Fishing da?
22:36
Speaker 0: jetzt?
22:38
Speaker 1: Ich habe verstanden, dass generative AI oder KI das... Also man startet ja sozusagen mit der Schwachstellenanalyse darscheln helfen kann und dann auf der Basis also die vermeidlich manuelle Arbeit.
22:56
Speaker 1: Oder ich hatte mal mich mit einigen IT-Experten unterhalten, die sagen es sind richtig Das sind richtig unterschiedliche Gewerke, also der eine findet die Schwachstellen.
23:07
Speaker 1: Der andere übernimmt dann bei der Schwachstelle und überlegt dann wie er das irgendwie da eindringen kann?
23:13
Speaker 1: Und ich glaube dadurch werden die Rollen eng aneinander geschweißt und man kann für diese Sachen automatisieren, die vorher jemand manuell gemacht hat.
23:23
Speaker 0: Was ja auch steht ein KI-Mailagent hat sich gegen gezielte Manipulation als verwundbar erwiesen.
23:29
Speaker 0: Das heißt wahrscheinlich dass wenn du irgendwelche Agenten in deinem Postfach schon drinnen hast, ist es vielleicht noch einfacher, dass die automatisch auf bestimmte Emails die Reinkommen antworten.
23:39
Speaker 0: Das ist wahrscheinlich das Problem.
23:40
Speaker 0: Ist aber krass!
23:43
Speaker 0: Machst du das?
23:44
Speaker 0: Hast du irgendwas auf deinen E-Mails was automatisch irgendwas beantwortet?
23:48
Speaker 1: Nicht beantwortete, aber auf meinem privaten Mail... Also Claude kann bei mir auch G-Mail zugreifen und holt sich da Kontext.
23:55
Speaker 1: Ich habe den ausgestellt, dass automatische Antworten darf, aber drafts ja
24:01
Speaker 0: Kontext habe ich.
24:02
Speaker 0: Kontextruhen hab' ich auch, aber es gibt auch so... wie heißen die denn?
24:05
Speaker 0: Gibt's doch keine ganz viel Werbung von Fixer oder sowas?
24:08
Speaker 0: Dass es wirklich Tools gibt, die extra ein E-Mail-Post war für dich aufräumen, die relevanten Sachen irgendwie vorbereiten und abschicken.
24:16
Speaker 0: Da bin ich weiß ich nicht!
24:18
Speaker 0: Das ist nix wo ich irgendwie meine Hand verreinigen würde.
24:21
Speaker 0: Das kann nicht gut laufen.
24:23
Speaker 0: Soviel
24:23
Speaker 1: E-mails krieg ich ja zu dem Thema dann gar nicht.
24:25
Speaker 1: Es sind eher E-MAILS.
24:28
Speaker 1: Ich kenne es so bei mir.
24:29
Speaker 1: Ich arbeite irgendwie alle E-Mails, die vermeintlich einfach sind sehr schnell ab.
24:35
Speaker 1: und dann habe ich am Wochenende jetzt Sonntags oder Samstags, da nehme ich mehr als zwei drei Stunden Zeit.
24:40
Speaker 1: und die E-mails wo ich so länger drüber nachdenken muss, die mache ich dann.
24:46
Speaker 0: Das mache ich tatsächlich abends an meiner Woche sonst woanders hab' ich da keinen Bock drauf.
24:51
Speaker 0: Oder ist das am Wochenend auch teilweise zu spät für mich?
24:53
Speaker 0: Also ein paar Sachen wo ich mir denke dass stieb ich auf später.
24:56
Speaker 0: aber ja
24:57
Speaker 1: Ja, was ich auch mal mitbekommen hatte ist ja dieses Einfalts-Tor.
25:02
Speaker 1: Dass e-mails Prompts versehen werden die dann dein Klot oder ein anderes Tool so manipulieren dass nicht die E-Mail selbst die Daten rausgibt sondern die KI die im Hintergrund vermeintlich für dich die Emails abarbeitet?
25:15
Speaker 0: Ja genau!
25:16
Speaker 0: Nein sowas sollte man vielleicht nicht machen es wäre smart.
25:23
Speaker 1: Und die Aussage, die ja eigentlich mit der News nur getroffen wird ist dass die Angriffe steigen.
25:28
Speaker 1: Proportional höchstwahrscheinlich auch die erfolgreichen Zugriffe weil natürlich nicht jeder nachkommen kann.
25:37
Speaker 1: aber es heißt ja nicht zwangsweise das überproportional die erfolgreiche Angrffe dann steigen.
25:45
Speaker 0: Das wäre interessant zu wissen ob das so ist oder nicht.
25:48
Speaker 0: Aber ich meine gut, ey.
25:49
Speaker 0: Wenn die Simon, wenn das ums Vierzehnfache steigt und du doppelt so viele Treffer hast ist das ja schon mal eine ganze Menge für die Fischer.
25:58
Speaker 1: dann wie sich jeder unter auf den unterschiedlichen Ebenen positioniert.
26:01
Speaker 0: Ja
26:03
Speaker 1: So ein bisschen Tese.
26:05
Speaker 1: wir hatten ja oder mein Motto war für Beyond the Dashboard der Gewinner-und Verlierer.
26:10
Speaker 1: Ich habe versucht darüber so ein bisschen die Kino zu machen.
26:13
Speaker 1: Und Die tese über die wir gerne mal ein bisschen diskutieren sollten es.
26:19
Speaker 1: Ich bin der festen Überzeugung und ich glaube auch du, im Jahr ist es nicht das beste KI-Modell über Gewinner oder Verlierer, sondern der seine Daten und Inhalte wirklich gut aufbereitet hat.
26:32
Speaker 1: Wenn man sich jetzt mal anschaut, über neunzig Prozent ist vielleicht einfacher.
26:37
Speaker 1: Der GEN AI Piloten liefern wirklich keinen besseren Mehrwert.
26:43
Speaker 1: Und das ist meistens nicht weil die KI schlecht ist oder weil die Gen AI Modelle nicht aus dem Boden kommen Sondern weil die Datenbasis und der Prozess wirklich fehlt.
26:52
Speaker 0: Ja Mensch, als ob ich darüber gerade einen Vortrag bei dir gehalten hätte ne?
26:55
Speaker 0: Ist ja... Der Titel meines Vortrages war doch Deine KI ist noch so gut wie deine Daten.
27:02
Speaker 0: Spoiler!
27:02
Speaker 0: Die sind nicht so gut Und das ist überhaupt das Problem.
27:05
Speaker 0: Also würde ich... Ich weiß, bei der Theose sollten wir normalerweise diskutieren, aber ich glaube wir sind da beide einer ganz starken gleichen Meinung, dass es einfach so ist.
27:12
Speaker 0: Ich meine natürlich alles was rausschmeißen Aber solange du nicht sicher bist oder nicht weißt welche Daten du da für euch brauchst und ob diese Daten alle korrekt sind.
27:20
Speaker 0: Ja, was soll da irgendwie eine Genii drauf machen wenn du sowieso schon irgendwie Fehler drin hast um die Daten falsch sind dann wird das natürlich noch stark verstärkt.
27:28
Speaker 1: Ich hänge noch bisschen bei dem Punkt weil so viele doch eigentlich verstanden haben dass der Zug abgefahren ist Und wir in des Grunddatenmodell investieren müssen warum dass bis jetzt immer noch nicht passiert ist und wir haben das versucht vorhin zu diskutieren.
27:44
Speaker 1: Es gibt so viele Studien jetzt zu dem Thema, die ganz genau sagen, dass
27:50
Speaker 0: auch
27:50
Speaker 1: die AI-Piloten nicht so erfolgreich sind.
27:52
Speaker 1: aber warum vermeidlich immer noch weggeschaut wird?
27:55
Speaker 1: Und nicht das Grundproblem löst und immer noch über Symptome gediskutiert wirklich.
28:03
Speaker 0: Ich glaube das Grundproblem ist noch gar nicht die Daten!
28:05
Speaker 0: Das Grundproblem ist tatsächlich, dass die Leute ihre eigenen Prozesse nicht so gut verstehen.
28:11
Speaker 0: Wir reden immer von Datensilos.
28:13
Speaker 0: Das ist richtige Silos, aber das sehe ich nicht in den Daten, der sehen
28:15
Speaker 0: Köpfen.".
28:15
Speaker 0: Das heißt du hast zu viele Teams die miteinander nicht richtig arbeiten.
28:19
Speaker 0: deswegen ist nicht hundertprozentig klar wieder irgendwelche Prozesse eigentlich ablaufen und damit es natürlich auch schwierig da irgendwie sich zu überlegen welche Datengrundlage man braucht um wie die Daten aufbereitet werden müssen.
28:29
Speaker 0: Und KI ist tatsächlich erst ganz hinten das Ding was eigentlich diese ganze Symptome ja sichtbar macht.
28:35
Speaker 0: wieder weil jetzt auch bei Big Data, bei Digitalisierung, bei Blockchain Nicht anders, weil ich noch was gleiche.
28:42
Speaker 0: Aber scheinbar waren die Sachen alle nicht so wichtig genug oder beziehungsweise man ist mit weniger Aufwand ausgekommen als das jetzt der Fall ist.
28:50
Speaker 0: Weil ich glaube jetzt ist wirklich das Ding ja wie ich ihm gesagt habe sowieso nicht alles komplett fertig machen aber du brauchst einfach sehr viel besser aufbereitete Daten als vorher um wirklich mit KI das richtig zu machen.
29:02
Speaker 0: Weil du schmeißt im Endeffekt Du musst hoch strukturiert vernünftig beschrieben vernünftigen Metathechsachen da rein ballern Damit der Agent auch keinen Mist baut.
29:10
Speaker 0: Das ist ja, wobei ich mir ein bisschen Angst habe dass diese LNMs mit irgendwas gefüttert wurden und haben dadurch gelernt ob das denn alles richtig war oder ob da schon die Grundlage richtig perfekt waren.
29:22
Speaker 0: also wenn ihr sowieso schon auf Sachen gelernt habt wie ich clean sind weiß er nicht.
29:28
Speaker 0: Merkst du ja oft genug?
29:29
Speaker 0: Wenn wir, ich meine wir beide machen das ziemlich viel, wir arbeiten viel mit euch mit Agenten selber Und du merkst ja da allein, dass an Teilweise de Antworten rauskommen, die überhaupt gar keinen Sinn machen.
29:38
Speaker 0: Aber das muss man eben sehen und dann weiter machen
29:40
Speaker 1: können.
29:44
Speaker 1: Wir haben ja über die Vorbereitung jetzt so ein Art Framework drin, also über zwei Achsen.
29:50
Speaker 1: Also einmal das Thema Daten- und Contentverfügbarkeit versus Workflow Integration.
29:59
Speaker 1: Man versucht es ein bisschen gedanklich abzutragen.
30:02
Speaker 1: Gibt's natürlich einmal Prozessverständnis hoch Daten und Content Verständnis hoch, das sind die Gewinner, die wirklich alles können.
30:12
Speaker 1: Wo der Prozess und die vermeidliche Generei oder lasst uns noch mal gemeinsam sprechen, die Daten gut verankert sind und damit auch ein P&L messbarer Impact da ist.
30:27
Speaker 1: auf der anderen Seite hast du natürlich auch Daten- und Contentverfügbarkeit niedrig im Prozess verfügbarigkeit niedrig und da sind ja die meisten jetzt.
30:34
Speaker 1: diese haben also keine saubere Integration in den kompletten Prozess, dem Prozess hinterfragt und damit auch keinen Impact.
30:44
Speaker 1: Und dann hast du natürlich noch Prozesshochverständnis aber Daten niedrig.
30:48
Speaker 1: Das sind die Leute, die jetzt vielleicht JET-GBT, Co-Pilot oder ein anderes Tool irgendwo einsetzen verstehen das JennyEye an sich einem helfen kann in Prozessen Aber nicht die eigenen Daten nutzt um den Prozess zu machen.
31:03
Speaker 1: Damit bist du natürlich eigentlich nur so gut wie der Webbewerb, der vielleicht auch gestartet hat.
31:10
Speaker 1: Und dann gibt es auf der anderen Seite die Kontentverfügbarkeit hoch aber auf der einen Seite kein Prozessverständnis.
31:17
Speaker 1: was dann eher so große Data Lakes, die aber eben nicht irgendwie mit der Fachabteilung gut sprechen können?
31:25
Speaker 1: das ist den Punkt dem wir schon ein paar Mal besprochen haben.
31:29
Speaker 1: Versus IT, Business versus Data.
31:31
Speaker 1: Kein Verständnis darüber wie man miteinander zusammenarbeiten sollte.
31:35
Speaker 0: Wo würdest du uns beide einsortieren so wie wir arbeiten?
31:40
Speaker 1: Ich glaube ich bin auf einem Weg zu Daten und Prozess hoch habe aber das Gefühl dass sich gerade noch zwischen eher ein gutes Prozessverständnis habe Aber noch nicht alle Daten verfügbar.
31:59
Speaker 1: Weil natürlich jetzt die Datenmengen, die ich habe im Podcast-Szene in den... Im
32:07
Speaker 0: Google
32:07
Speaker 1: Ordner ist es noch nicht so ideal und Katharina hab' ich jetzt viel an dir handgegeben, die Assistentin bei mir in meinem Podcast betreut aber da ist noch nicht der Austausch statt.
32:18
Speaker 1: also das was sie macht, was ich mach dass wir gemeinsam miteinander sprechen können mir, ich weiß nicht ob du selber nutzt für Klot.
32:25
Speaker 1: Ich habe jetzt Obsidian, sprich man das glaube ich aus noch mit dem Einsatz.
32:30
Speaker 1: also Obsidian ist so ein Markdown-Tool mit dem du eigentlich deine ganze Dokumentation noch unterschreiben kannst den sich dann immer wieder Klot bezieht.
32:40
Speaker 1: Also das zweite Gehirn.
32:44
Speaker 1: Das funktioniert nicht schlecht aber das muss ich jetzt nur weiter ausbauen.
32:46
Speaker 1: und würde es dann wieder Katharina auch geben dass wir diese Synchronis... Sind die Sationen zwischen den unterschiedlichen Inhalten haben?
32:59
Speaker 0: Ich glaube, das ist genau was mir auch fehlt.
33:01
Speaker 0: Also ich glaube sowieso dass wir wie wir damit arbeiten und ich als selbstständig du als auch irgendwie selbstständigt mit deinem eigen Produkt Wir sind wahrscheinlich am ehesten die Gewinner weil wir unsere Prozesse sehr gut verstehen sehr gut verstehen was wir eigentlich machen müssen.
33:14
Speaker 0: dann jetzt mal ein Problem.
33:15
Speaker 0: also ich mache es tatsächlich inzwischen so obsidian gucke ich mir an macht Sinn ich benutze viele projekte und speicher in die Projekte irgendwie meine eigene Kontext rein.
33:26
Speaker 0: Aber das glaube ich so ein bisschen, dass Ding was immer noch so ein bißchen fehlt, ne?
33:28
Speaker 0: Dass du wirklich gut auf alles zugreifen kannst mit den Tools... Und das dann einfach komplett ist.
33:36
Speaker 0: auch weil letztens eine schöne Frage habe ich glaube ich auch im Vortrag gesagt Wie man eigentlich Kontext basiert es oder also Kontext in die Modelle reinkriegt.
33:45
Speaker 0: Was ich ja noch gemeint hab, ja Tabellen!
33:47
Speaker 0: Also wie die Tabellen jetzt aussehen.
33:49
Speaker 0: aber Es ist tatsächlich so, es muss immer eine strukturierte Datenbasis sein und ja.
33:54
Speaker 0: Du brauchst tatsächlich ne richtige Wissensdatenbank.
33:56
Speaker 0: Ich bin uns tatsächlich Claude selber als diese Notizen-App Und schreib dann auch rein du ich hab jetzt hier gerade lasse ein Leading gehabt.
34:02
Speaker 0: Merke das mal bitte für die Zukunft für das Projekt.
34:04
Speaker 0: Das ist relevant da müssen wir später drüber reden.
34:09
Speaker 0: Aber dass
34:11
Speaker 1: noch dazu geholt, kennest du Whisperflow?
34:13
Speaker 0: Ja ich habe Kanola Ist sehr ähnlich aber ja Whisperflohs auch geil.
34:19
Speaker 0: Aber Granola hatte ich vorher und hat den großen Vorteil, dass du direkt mit Transkripten schon reden kannst.
34:23
Speaker 0: Während Du transkribierst noch!
34:25
Speaker 0: Das ist ganz spannend.
34:29
Speaker 1: Ja, Whisper Flows eher auch das du selber diktieren kannst.
34:33
Speaker 1: Ich bin promptfoul wenn ich schreiben muss.
34:36
Speaker 1: Wenn ich aber spreche mache ich umfangreichere Prom.
34:40
Speaker 0: Das funktioniert bei mir komischerweise.
34:42
Speaker 0: also das finde ich tatsächlich ist noch ein Ding was Claude besser hinkriegen muss.
34:45
Speaker 0: Chatchi Pitys diktiert Funktion sehr gut.
34:48
Speaker 0: In Claude ist die irgendwie scheiße.
34:52
Speaker 0: Oder funktioniert einfach nicht, also... Und die schneidet immer nicht welche Sprache ich rede, das ist auch sehr interessant!
34:56
Speaker 0: Also das muss irgendwie ein bisschen noch besser werden.
34:59
Speaker 0: Aber ja dafür ist bei Flo auch sehr sinnvoll und macht total Sinn.
35:01
Speaker 0: Also was ich tatsächlich inzwischen viel mache, dass ich selber mir irgendwie Meeting einstelle oder eben einfach mit diesen Tools selber Sachen da reinspreche ganz lange transkribiere und das dann nachher irgendwo reinpacken.
35:13
Speaker 0: Ist zum Beispiel sehr spannend?
35:14
Speaker 0: Ich weiß ja ob du das brauchst so nicht.
35:16
Speaker 0: Aber wenn ich irgendwo Podcasts mache und im Podcast dabei bin, dann lasse ich das auch gerne mitlaufen.
35:22
Speaker 0: Weil es tatsächlich die beste Content-Engine für irgendwelche LinkedIn-Post ist!
35:26
Speaker 0: Was weiß ich denn was ich die ganze Zeit rede?
35:28
Speaker 0: Aber es kommt ja meistens was Sinnvolles bei raus wo man da nochmal irgendwie etwas zu schreiben könnte... Das funktioniert tatsächlich
35:34
Speaker 1: sehr gut.
35:34
Speaker 1: Dann merkt er sich das?
35:35
Speaker 0: Ja klar, also ich meine du hast dann einfach.. Ich nehme irgendwann ein Podcast auf, ich lass das Ding nebenbei laufen, schmeiß das nachher in Klaude rein und sag so Über was habe ich geredet?
35:45
Speaker 0: Was ist besonders spannend gewesen, wo könnte man direkt gleich schöne Posts ausmachen.
35:49
Speaker 1: Aber auch mein gesprochenes oder nur dein gesprochenes?
35:55
Speaker 0: Tatsächlich macht er mal beides.
35:56
Speaker 0: also der nimmt ja Transkriptilektor, er speichert die Stimme nicht.
36:00
Speaker 0: aber ich frage dann meistens nach meinem.
36:03
Speaker 1: Ja okay, spannend!
36:04
Speaker 0: Aber dass das auch lustig schwierig wird weil das Transkrieg so nicht gut ist, dann vermischt es sehr schnell und das will man nicht
36:11
Speaker 1: Gedanklich und da müssen wir irgendwann mal noch eine Lösung finden oder in der nächsten Podcastfolge drüber sprechen ist.
36:17
Speaker 1: Warum?
36:19
Speaker 1: Also was ist der Grund, warum Unternehmen sich nicht an diese Prozesse dran wagen?
36:27
Speaker 1: zu schwer wird's von Gesamtorganisationsveränderungen, Transformationen.
36:35
Speaker 1: Also von Makro-Zu Mikro Veränderungen.
36:38
Speaker 1: haben wir die nicht gelernt wie wir die moderieren und umsetzen?
36:41
Speaker 1: also wo hängt es da?
36:44
Speaker 0: Ich glaube das Problem ist wirklich dass die Use Cases nicht so Nicht da sind ist falsch Aber dass sie Leute zu wenig wissen was sie eigentlich genau damit automatisieren sollen und was ihnen wirklich Vorteil bringt.
36:57
Speaker 0: Ich meine wenn du jetzt uns anguckst, bei uns ist es in der P&L messbar.
37:01
Speaker 0: Nicht weil wir beide mehr Geld verdienen sondern weil wir einfach weniger Zeitaufwand für das Geld haben.
37:05
Speaker 0: Das ist ganz schön!
37:08
Speaker 0: Aber ich glaube das Problem ist wirklich, wenn du so stell dir einen großen Mitstandesunternehmen vor.
37:12
Speaker 0: Ich glaube es ist echt schwierig also aus zwei Richtungen zu kommen.
37:16
Speaker 0: Zum einen sieht es nach einer riesengroßen Aufgabe aus zum anderen sind die ersten Use Cases echt klein und billig.
37:23
Speaker 0: Und wie das so zusammenzubringen, dass man in diesen kleinen Sachen starten muss und dann sich langsam weiter vorarbeitet ist glaube ich ein Problem.
37:30
Speaker 0: was du.
37:31
Speaker 0: In Deutschland zum Beispiel sehr viel hast.
37:33
Speaker 0: dieses und da kommen wieder zu Sachen wie es eine fehlende Fehlerkultur.
37:36
Speaker 0: also probiert den Scheiß doch mal ausprobiert es jetzt auch schon bei LinkedIn.
37:40
Speaker 0: Stress gekriegt und in dem Post.
37:42
Speaker 0: Probiert Sachen bitte aus.
37:44
Speaker 0: baut euch ruhig ne kleine Schatten IT aber eben auf.
37:46
Speaker 0: richtig gar wenden Daten.
37:48
Speaker 0: weil das soll habe ich das erste was mir geschrieben hat ja ist ja toll was du sagst und dann sind alle scheiße.
37:53
Speaker 0: Das richtige IT muss alles wieder besser machen.
37:55
Speaker 0: Wo da meine freche Antwort drauf war, er musste einfach einen richtigen Berater einstellen so wie mich der das von vornherein schon richtig baut.
38:00
Speaker 0: Aber das ist so bisschen das Ding.
38:02
Speaker 0: also das muss man... Machen.
38:04
Speaker 0: und ich glaube ich möchte nicht sagen dass spricht gegen die deutsche Seele so'n bisschen in den Aufgaben aber schon!
38:12
Speaker 0: Also es ist wirklich dieses fehlende.
38:14
Speaker 0: probiert das aus, probiert es richtig aus auf richtigen Daten und testet einfach viel mehr weil Ich glaube, dass KI-Projekte einfach viel zu groß am Anfang gedacht werden.
38:25
Speaker 0: Das muss jetzt alles lösen!
38:26
Speaker 0: Es muss alles super werden?
38:27
Speaker 0: Nein, das muss nicht.
38:28
Speaker 0: Es muss dediziert was lösen.
38:30
Speaker 0: Deswegen ich glaube wirklich die Bereiche, die am meisten davon gerade profitieren ist so etwas wie ein Held Desk also so einen dummen Chatbot.
38:40
Speaker 0: wenn der dumme Chatbot vernünftig aufgebaut ist, ist das glaube ich grade das Projekt was am ehesten wirklich funktioniert.
38:47
Speaker 0: und da es egal ob's ein Chatbot ist der nach außen mit deinem Kunden agiert oder ob es was ist, was intern Wissen besser vermittelt.
38:53
Speaker 1: Ja... Aber dann sind wir wieder beim Punkt, beim Thema Customer Service wo ich mir die Frage stell auch da der Prozess, der Prozesse muss doch vom Kunden eingedacht werden.
39:07
Speaker 1: also der Grund des Anrufes, der Grund der Kontaktaufnahme den müssen wir erlösen.
39:13
Speaker 1: Also müssen wir dem Prozess doch ein bisschen größer denken?
39:15
Speaker 0: Ja klar aber du musst eben irgendwo anfangen als ich mein Du kannst ja einfach am Anfang sagen Ich mache einfach diesen Chatboard Erstmal der verein- dedizierten Fall.
39:23
Speaker 0: Die Person schickt eine Beschwerde, da stehen die Informationen drin und dann übernimmt der Chatboard weil sie sich damit gut auskennt.
39:29
Speaker 0: Das muss ja nicht... Also ich glaube also dieses Ding was du gerade gesagt hast diese Daten hamster Sache.
39:34
Speaker 0: es gibt zu viele Projekte wo die Leute sich denken wir müssen alles voll perfekt machen.
39:37
Speaker 0: Es muss alles dasein, es muss alles richtig sein, das muss mit allem funktionieren.
39:40
Speaker 0: Nein!
39:41
Speaker 0: Wenn ihr das macht kannst du eigentlich jedem sagen wenn du deine Daten so vernünftig aufbereiten willst dass du noch nicht getan hast, was ich glaub in dem Punkt ist fast gar keiner.
39:49
Speaker 0: Dann kannst du drei anfangen mit KI, wenn du schnell bist.
39:56
Speaker 0: Das Change Management im Kopf und ein bisschen mehr darüber nachdenken, dass man auch mal zwischendurch was ausprobieren muss und in Maßen eine gute Fehlerkultur leben sollte.
40:04
Speaker 0: ich glaube das ist genau das was die Leute gerade so'n bisschen ein bisschen stoppt.
40:08
Speaker 1: Was haben wir noch?
40:09
Speaker 1: Haben wir noch etwas auf unserer Liste?
40:11
Speaker 0: Wir können über das Thema jetzt noch drei Stunden weiter reden.
40:13
Speaker 0: also ich glaube Du hast es schon ganz gut gesagt!
40:16
Speaker 0: Du hast tatsächlich den großen Vorteil, dass du mit deinem Podcast Prokretieren Content hast.
40:21
Speaker 0: und es ist witzig, weil das ist das gleiche was wir glaube ich schon vor fünf bis zehn Jahren alle besprochen haben.
40:27
Speaker 0: Es gibt so viele tolle Data Science Modelle.
40:30
Speaker 0: Ist denn der mit dem besten Data Science Model der Gewinner?
40:33
Speaker 0: Nein!
40:33
Speaker 0: Das ist die Person, die den besten Content... ...und die besten Eingabe-Daten für diesen Modell hat und die Modelle richtig nutzen kann.
40:39
Speaker 0: Und ich glaube an diesem Punkt sind wir gerade wieder.
40:42
Speaker 0: Oder wir waren nicht weg.
40:43
Speaker 0: jetzt ist nur als Tool ein anderes und einfacher.
40:46
Speaker 1: Ja, du musst nur wissen wie du es nutzt.
40:47
Speaker 1: Ich habe auch viel zu spät verstanden dass ich mit Claude dann meine eigene Webseite bauen kann den Content da reinbekommen verstehe wie die blog post aufgebaut sind.
41:00
Speaker 1: Das ist einfach ein ganz ganz großer Unterschied
41:03
Speaker 0: und ich glaube wir sind auch.
41:05
Speaker 0: Wir sind gerade an dem punkt wo wir gerade glaube ich verstehen was gerade gut geht.
41:08
Speaker 0: aber das wird sich ja nächste Woche schon alles geändert haben.
41:10
Speaker 0: also Solange wir schön dranbleiben und weiter testen.
41:14
Speaker 0: Und ausprobieren ist das alles gut, so wie ich mir nach Obsidian runterladen werde... ...und mal ein Testmolart dafür.
41:19
Speaker 0: Cool!
41:22
Speaker 0: Ja?
41:23
Speaker 1: Ich bin gedanklich schon bei nochmal zu verstehen was sind Gründe warum dieser Kulturwandel nicht gut funktioniert.
41:31
Speaker 1: Noch einmal mehr reinzugehen ob man da einen Grund findet dass es besser wird.
41:38
Speaker 0: Das ist daran mal nichtses mal darüber reden.
41:39
Speaker 0: Das finde ich ein sehr spannendes Thema
41:41
Speaker 1: Super.
41:43
Speaker 1: Dann möchte ich mich bei dir bedanken, Tim für die Folge und Zeit.
41:48
Speaker 1: Wir haben heute Sonntags aufgenommen.
41:50
Speaker 1: Danke das für die Zeit.
41:54
Speaker 0: Beste Zeit von uns beide!
41:55
Speaker 0: Es ist einfach da, um es loszufinden.
41:57
Speaker 1: Worauf
41:59
Speaker 0: wollen wir mal kurz über unsere Wette vom letzten Mal reden?
42:02
Speaker 0: Ich glaube, wir sollten jede Folgen einmal kurz raufgehen, dass wie gesagt wieder Kostoverrun wird.
42:08
Speaker 0: Du hast gesagt, in der nächsten Jahr, Ich habe mich gesagt, sechsundsechzig.
42:13
Speaker 0: Was ist unser aktuelles Gefühl?
42:14
Speaker 0: Wie sieht es gerade aus?
42:17
Speaker 1: Also das ein gibt, ist klar wie hoch er ist.
42:23
Speaker 0: noch keine neuen Zahlen dazu.
42:26
Speaker 1: bei meiner These dass das nicht zu hoch wird also dass das einige Unternehmen nach und nach verstehen dass da was machen müssen.
42:41
Speaker 0: Das wird sowieso lustig.
42:42
Speaker 0: Ich weiß nicht, ob du von diesen Anthropic Returning Revenue gesehen hast, den sie gepublished haben.
42:48
Speaker 0: Dass Anthropic gerade fünfhundert Prozent Returning revenue hat, net returning revenue.
42:52
Speaker 0: Wollt ihr also denken?
42:53
Speaker 0: Ja gut!
42:55
Speaker 0: Weil wann hast Du Deine Anthropic oder Deine Claude Monats Version aufjährlich umgestellt?
43:01
Speaker 0: Seit wann nutzt Du Claude?
43:05
Speaker 1: Ist es schon aufjährlich umgestellt?
43:07
Speaker 0: Nee.
43:07
Speaker 0: Nein ich habe mein Aufjährlichkeit umgestellt.
43:10
Speaker 0: Aber das ist der Witz, dass die meisten Leute letztes Jahr angefangen haben, Claude zu nutzen.
43:14
Speaker 0: So Ende des Jahres und jetzt dieses Jahr schon ganz oft das ganze Jahr bezahlt haben.
43:18
Speaker 0: Natürlich ist den Net Returning Revenue sehr hoch aber ich finde die Zahl interessant.
43:23
Speaker 0: Es wird spannend wie das nächstes Jahr ist weil... Ich denke das nächste Jahr das nächste Tool da ist und damit ja der Returning revenue von Claude ganz anders aussehen.
43:31
Speaker 0: Weil die Leute plötzlich zum nächsten Tool wechseln.
43:33
Speaker 0: Aber es wird auch spannend.
43:35
Speaker 1: Ja gespannt!
43:37
Speaker 1: Aber dann wird wieder der Punkt kommen.
43:39
Speaker 1: Wo und wie setzt du?
43:41
Speaker 1: Und wo setzt Du Jenny AI ein?
43:44
Speaker 1: hast du den Prozess komplett ausgehebelt?
43:46
Speaker 1: schiebst du den über das Tool, weil dann kriegst du das nicht ausgehebelt.
43:49
Speaker 1: Vielen Dank für die Folge Tim!
43:51
Speaker 0: Sehr gerne
43:53
Speaker 1: bis zum nächsten Mal.