Latest / Ignition / Pit: KI-Automatisierung gegen den Software-Sumpf
Transcript
- 0:00Welcome to the show!
- 0:01Ich bin Max Quantum, hier mit Eva Cortex.
- 0:03Und Eva, stell dir einfach mal eine ganz normale Mitarbeiterin bei einem
- 0:07Mobilitätsanbieter wie Tre oder Voi vor.
- 0:10Es ist Montagmorgen, neun Uhr.
- 0:12Sie will eigentlich nur eine neue Kampagne anstoßen oder eine Rechnung freigeben.
- 0:16Aber was passiert stattdessen?
- 0:18Sie öffnet das CRM, dann ihr Mail-Postfach, eine Excel-Tabelle,
- 0:21das interne Ticket-System, ein Freigabe-Tool und im Hintergrund läuft noch ein
- 0:26altes, träges ERP-System.
- 0:28Sechs Fenster für einen einzigen, eigentlich simplen Vorgang.
- 0:33Das ist der klassische Software-Sumpf.
- 0:35Man klickt sich von System zu System, nur um Daten von A nach B zu kopieren.
- 0:40Aber warte mal, wenn ich das richtig verstehe: Das schwedische Startup Pit will
- 0:45jetzt nicht einfach das siebte Tool oben draufsetzen, sondern klinkt sich direkt in
- 0:50diesen Wahnsinn ein?
- 0:52Genau.
- 0:52Der Hebel ist ein anderer: Sie bauen keine neue, starre Oberfläche,
- 0:56die alle zwingt, sich umzustellen.
- 0:58Pit setzt auf eine KI, die den Mitarbeitern im Grunde erst mal über die Schulter
- 1:02schaut, um zu verstehen, wie die Arbeit in der Realität tatsächlich abläuft.
- 1:06Sie verkaufen Enterprise-Automatisierung an Schwergewichte wie Voi,
- 1:10Kry, Stena Recycling und Tre.
- 1:12Und das Spannende am Geschäftsmodell ist: Hier wird nicht pro Nutzerlizenz
- 1:16abgerechnet.
- 1:17Das Geld kommt aus maßgeschneiderten Deployments, die Prozesse übernehmen,
- 1:20die heute noch manuell durch Tabellen und Copy-Paste zusammengehalten werden.
- 1:25Okay, aber ganz ehrlich: Automatisierung im Enterprise-Bereich ist doch kein neuer
- 1:29Hut.
- 1:30Warum ist das ausgerechnet jetzt ein brauchbares Geschäftsmodell?
- 1:34Frühere Versuche mit Robotic Process Automation -- also RPA -- sind doch reihenweise
- 1:40an der brutalen Komplexität dieser alten Konzerndatenstrukturen gescheitert.
- 1:44Wo ist da der Unterschied?
- 1:47Der Unterschied liegt in der Flexibilität.
- 1:49Klassische Software zwingt Unternehmen in starre, vorgefertigte Abläufe.
- 1:53Wenn der Prozess nicht exakt zur Software passt, baut das Team manuelle Umwege.
- 1:58Pit dreht das Prinzip um: Die Software entsteht dynamisch aus dem echten Verhalten
- 2:03des Teams heraus.
- 2:04Und die Gründer hinter Pit kommen nicht aus dem Elfenbeinturm.
- 2:08Das Team besteht aus ehemaligen Executives und Gründern von Voi,
- 2:12Klarna und iZettle.
- 2:13Das sind Leute, die in extrem schnell wachsenden Organisationen genau gesehen haben,
- 2:18wie unfassbar teuer und lähmend operative Reibung wird.
- 2:22Sie bauen kein "nice-to-have" Tool, sondern ein System, das die Struktur der Arbeit
- 2:27tiefgreifend versteht.
- 2:29Das System ist im Grunde in zwei Teile geteilt: Pit Studio und Pit Cloud.
- 2:33Pit Studio ist die Lernschicht.
- 2:35Die Mitarbeiter zeigen der KI Schritt für Schritt, wie ein Prozess wirklich abläuft.
- 2:40Also nicht, wie er im theoretischen Handbuch steht, sondern wie er montags um neun
- 2:44tatsächlich gemacht wird.
- 2:45Welche Daten werden zuerst geprüft?
- 2:47Wo wird hingeklickt?
- 2:48Die KI beobachtet diese echten Arbeitswege im Detail.
- 2:53Und wenn die KI das kapiert hat, wandert das Ganze rüber in die Pit Cloud?
- 2:57Heißt konkret: Dort entsteht dann die fertige, automatisierte Anwendung?
- 3:02Exakt.
- 3:02In der Pit Cloud läuft die eigentliche, produktive Automatisierung.
- 3:06Und zwar als enterprise-taugliche Software mit voller Governance,
- 3:09Nachvollziehbarkeit und klaren Prüfpfaden.
- 3:12Es ist eben kein fragiles Skript, das beim kleinsten System-Update zusammenbricht,
- 3:16sondern ein stabiles, auditierbares System, das sich nahtlos in regulierte
- 3:20Unternehmensumgebungen einfügt.
- 3:23Das ist ja eigentlich die spannende Frage: Was ist dann noch die Arbeit des
- 3:26Menschen, und was übernimmt die Maschine?
- 3:29Wenn ich das für mich runterbreche, läuft das doch auf eine Arbeitsteilung hinaus:
- 3:34Der Mensch wird vom reinen Datenschieber zum Lehrer und Kontrolleur.
- 3:39Er überträgt am Anfang sein implizites Wissen auf das System,
- 3:43und die Maschine übernimmt danach die stupide, fehlerfreie Ausführung im
- 3:47Hintergrund.
- 3:48Genau das ist der Punkt.
- 3:49Wert entsteht hier nicht durch Standardisierung, sondern durch die Anpassung an die
- 3:53konkrete Realität des einzelnen Unternehmens.
- 3:56Wenn ein Team heute fünf Umwege nutzen muss, weil das Standard-ERP-System eine
- 4:00bestimmte Datenpflege nicht erlaubt, dann erkennt Pit genau diese Umwege und
- 4:05eliminiert sie gezielt.
- 4:06Sie bauen keine Software für den theoretischen Durchschnittskunden,
- 4:09sondern für die echte Praxis vor Ort.
- 4:12Okay, lass uns das mal ganz konkret machen.
- 4:14Wie sieht die Customer Journey für ein Unternehmen aus, das Pit einführt?
- 4:18Wenn ich heute als Operations-Chef dort anklopfe -- was passiert als Erstes?
- 4:25Der erste Schritt ist immer ein Gespräch über einen konkreten Schmerzpunkt.
- 4:28Nehmen wir die manuelle Rechnungsverarbeitung oder extrem langsame
- 4:32Kampagnenfreigaben im Marketing.
- 4:34Im zweiten Schritt kommt Pit Studio zum Einsatz.
- 4:37Die Mitarbeiter zeigen dem System direkt an ihren Bildschirmen,
- 4:41wie sie diesen spezifischen Schmerzpunkt bisher lösen.
- 4:43Das System lernt im laufenden Betrieb mit.
- 4:47Und Schritt drei ist dann direkt das Deployment?
- 4:49Wie schnell reden wir hier?
- 4:50Weil normalerweise dauern solche IT-Projekte in Großkonzernen ja eher sechs bis
- 4:55zwölf Monate.
- 4:57Und genau da bricht Pit mit den alten Regeln.
- 5:00Ein erstes Deployment in der Pit Cloud geht laut den Case Studies innerhalb von
- 5:04Tagen oder wenigen Wochen live.
- 5:06Und dieser kurze Time-to-Value ist der eigentliche Hebel im Vertrieb.
- 5:10Du überzeugst den Kunden nicht mit bunten PowerPoint-Folien,
- 5:14sondern mit dem Moment, in dem er sieht: "Heftig, das Ding läuft nach zwei Wochen
- 5:18wirklich von alleine."
- 5:20Das führt dann direkt zu Schritt vier: dem Aha-Moment im gesamten Team.
- 5:24Auf einmal läuft der Prozess nicht nur automatisch, sondern auch noch viel präziser
- 5:28als vorher.
- 5:29Wenn ich mir die Zahlen von Voi anschaue: 85 Prozent weniger Zeitaufwand für die
- 5:35Kampagnenausführung.
- 5:36Bei der Rechnungsverarbeitung liegt die automatische Annahmequote bei satten 99
- 5:41Prozent.
- 5:42Aber sag mal, wann merken Kunden eigentlich, dass sie hier nicht mehr nur ein Stück
- 5:45Software gekauft haben, sondern dass da ein unsichtbarer, digitaler Kollege im
- 5:50Hintergrund sitzt?
- 5:51Das schafft doch eine enorme Abhängigkeit, oder?
- 5:55Absolut.
- 5:55Das ist der Moment, in dem die Magie wirkt, aber auch die Wechselkosten massiv
- 5:59steigen.
- 6:00Sobald dieser Prozess einmal geräuschlos, fehlerfrei und extrem schnell im
- 6:04Hintergrund mitarbeitet, wird das System für das Unternehmen unverzichtbar.
- 6:08Du nimmst es nicht mehr als Software wahr, sondern als gelöstes Problem.
- 6:12Das verändert doch aber auch die gesamte Preisgestaltung.
- 6:14Wenn das Tool die Arbeit von fünf Leuten erledigt, macht ein klassisches
- 6:19"SaaS-Preismodell pro Nutzerlizenz" überhaupt keinen Sinn mehr.
- 6:22Je besser das Tool ist, desto weniger Leute müssen sich schließlich einloggen.
- 6:27Genau darin liegt der strategische Hebel.
- 6:29Pit verdient Geld über Enterprise-Verträge, die sich am Ergebnis,
- 6:32dem "Outcome", orientieren oder pro deploytem Prozess abgerechnet werden.
- 6:37Der Wert bemisst sich nicht daran, wie viele Mitarbeiter genervt in ein Tool
- 6:40klicken, sondern daran, dass ein komplexer, fehleranfälliger Vorgang einfach
- 6:44komplett aus dem operativen Alltag verschwindet.
- 6:48Das ist wirtschaftlich extrem smart.
- 6:50Für den Kunden ist die Hürde niedrig, weil er sofort den Gegenwert sieht -- die
- 6:54freigewordene Zeit.
- 6:56Und für Pit ist die Marge auf Dauer extrem skalierbar.
- 6:59Sie müssen die technologische Basis ja nicht für jeden Kunden neu erfinden.
- 7:04Sie nutzen ihre Kernmodelle in ähnlichen Systemumgebungen immer wieder,
- 7:08passen sie aber über die Beobachtung blitzschnell an die individuellen Feinheiten
- 7:12an.
- 7:14Das verschiebt die Machtverhältnisse komplett.
- 7:16Bei einem klassischen Seat-Modell kann der Kunde relativ schmerzfrei kündigen,
- 7:20wenn ein Tool nicht mehr gefällt.
- 7:21Aber bei einem Outcome-Modell fragt sich der CFO als Erstes: "Wenn wir das
- 7:25abschalten, bricht dann morgen unsere gesamte Rechnungsverarbeitung zusammen?"
- 7:29Die Bindung ist extrem tief, weil das System mit den realen,
- 7:33hochspezifischen Arbeitsabläufen des Kunden verwachsen ist.
- 7:37Aber jetzt mal im Ernst: Die Vision, Mitarbeitern zuzuschauen,
- 7:40wie sie arbeiten, um daraus Automatisierungen zu bauen, die gibt es doch schon seit
- 7:45Jahrzehnten.
- 7:46Warum funktioniert das erst heute so richtig?
- 7:50Weil klassische Automatisierungssoftware schlicht zu starr war.
- 7:53Früher musstest du jede logische Verzweigung, jedes "Wenn-Dann",
- 7:57manuell im Vorfeld definieren und programmieren.
- 8:00Wenn der Mitarbeiter im Alltag nur ein kleines bisschen vom Pfad abgewichen ist,
- 8:04ist die Automatisierung sofort ausgestiegen.
- 8:06Heutige KI-Modelle können unstrukturierte Abläufe verstehen.
- 8:10Sie erkennen das übergeordnete Muster im Verhalten, selbst wenn der Mitarbeiter mal
- 8:14einen anderen Klick-Weg wählt oder die Daten in einem anderen Format vorliegen.
- 8:19Heißt für mich: Was früher ein monatelanges Consulting- und Integrationsprojekt mit
- 8:23Heerscharen von IT-Beratern war, wird jetzt in ein paar Tagen direkt am Bildschirm
- 8:28erledigt.
- 8:29Das senkt die Einstiegshürde für Unternehmen natürlich massiv.
- 8:33Sie müssen sich nicht mehr an die Software anpassen, sondern die Software passt sich
- 8:37endlich dem realen Menschen an.
- 8:39Warum sollten Entscheider da überhaupt noch starre Standard-Systeme akzeptieren,
- 8:44die ihre Prozesse doch eh nur zur Hälfte abbilden?
- 8:47Das ist die eigentliche Disruption.
- 8:49Standard-Software-Anbieter, die ihr gesamtes Geschäftsmodell darauf aufgebaut haben,
- 8:53allen Kunden exakt die gleiche, standardisierte Plattform zu verkaufen,
- 8:57geraten dadurch massiv unter Druck.
- 8:59Die Logik dreht sich komplett um.
- 9:02Wenn man das auf ein wiederholbares Muster reduzieren will: Service-Modelle,
- 9:06die KI nutzen, um Arbeitsprozesse direkt im laufenden Betrieb zu beobachten,
- 9:10daraus maßgeschneiderte Automatisierungen bauen und diese schneller deployen als
- 9:14etablierte Anbieter reagieren können, werden klassische Softwareanbieter in immer
- 9:18mehr Branchen verdrängen.
- 9:21Und das gilt ja beileibe nicht nur für Tech-Startups wie Voi oder Kry.
- 9:25Dieses Prinzip funktioniert in der Logistik, im Gesundheitswesen,
- 9:28im Backoffice oder im Vertrieb.
- 9:30Überall dort, wo Prozesse auf dem Papier standardisiert wirken,
- 9:35in der Praxis aber von tausend kleinen Ausnahmen und menschlicher Handarbeit
- 9:39zusammengehalten werden.
- 9:41Absolut.
- 9:41Das Produkt ist nicht mehr die Software an sich, sondern die Fähigkeit,
- 9:45das implizite Wissen der Mitarbeiter im laufenden Betrieb zu extrahieren und es
- 9:49direkt in funktionierende Automatisierung zu gießen.
- 9:52Die eigentliche Konkurrenz für Pit ist nicht ein anderes KI-Tool,
- 9:56sondern das gesamte alte Paradigma der Standardsoftware.
- 10:00Okay, lass uns das mal für alle übersetzen, die selbst etwas aufbauen wollen.
- 10:04Was können Gründer und kleine Teams ganz konkret von Pit lernen?
- 10:08Ich sehe da vor allem drei Punkte.
- 10:10Erstens: Der Graben zwischen dem, was generische Standard-Software bietet,
- 10:15und dem, was ein konkretes Unternehmen im Alltag wirklich braucht,
- 10:19ist gigantisch groß.
- 10:20Wer diesen Graben nicht ignoriert, sondern gezielt adressiert,
- 10:24findet dort riesige Marktchancen.
- 10:27Genau.
- 10:27Und die zweite Lehre schließt direkt an: Verkaufe Ergebnisse,
- 10:31keine Lizenzen.
- 10:32Ein Kunde erinnert sich nicht daran, dass er Zugriff auf ein weiteres Dashboard hat.
- 10:36Er erinnert sich daran, dass sein Team plötzlich 10.000 Arbeitsstunden im Jahr für
- 10:41wichtigere Dinge frei hat, weil die Rechnungen geräuschlos durchlaufen.
- 10:45Und drittens: Wenn dein System aus den echten, hochspezifischen Arbeitsabläufen des
- 10:49Kunden lernt, entstehen die Wechselkosten nicht durch fiese Vertragsklauseln,
- 10:54sondern durch passgenaue Intelligenz.
- 10:57Das ist für Konkurrenten fast unmöglich zu kopieren.
- 11:00Sie müssten ja nicht nur deine Software nachbauen, sondern genau dasselbe tiefe
- 11:05Prozesswissen des Kunden neu lernen.
- 11:07Die Frage für jeden Gründer ist doch: Wo in meinem Zielmarkt sehe ich heute noch
- 11:12Excel-Wüsten, zähes E-Mail-Pingpong und manuelle Übergaben?
- 11:17Genau da liegt der erste, perfekte KI-Use-Case.
- 11:22Wir müssen aber auch die Kirche im Dorf lassen.
- 11:24Der Vertrieb im Enterprise-Bereich bleibt ein verdammt zähes Geschäft.
- 11:27Ein Großkonzern übergibt seine kritischen Kernprozesse nicht mal eben an ein junges
- 11:32Startup, nur weil die Demo im Erstgespräch nett aussah.
- 11:35Da geht es um IT-Sicherheit, Compliance, Datenschutz und vor allem um tiefes
- 11:39Vertrauen.
- 11:40Das sind keine lästigen Nebensächlichkeiten, sondern die echten Hürden.
- 11:44Und was ist mit den etablierten Riesen?
- 11:46Ein Salesforce, ein SAP oder Microsoft schlafen ja nicht auf dem Baum.
- 11:51Die haben bereits die bestehenden Kundenbeziehungen, die Budgets und die
- 11:54Integrationen.
- 11:56Wenn die anfangen, ähnliche Beobachtungs- und Automatisierungsfeatures nativ in ihre
- 12:01Plattformen einzubauen, wird es für Newcomer wie Pit schnell ungemütlich.
- 12:07Absolut.
- 12:07Deshalb liegt der Vorteil für Startups am Anfang selten in der Technologie allein.
- 12:12Es geht um die Umsetzungsgeschwindigkeit, den präzisen, direkten Kundenzugang und
- 12:16die Fähigkeit, innerhalb von zwei Wochen ein funktionierendes Ergebnis zu liefern,
- 12:20während die IT-Abteilung des großen Systemlieferanten noch an der Vorstudie
- 12:24arbeitet.
- 12:25Der Vorsprung muss extrem schnell in Kundennähe und echte Referenzen übersetzt
- 12:29werden.
- 12:31Das zeigt doch ganz deutlich, wohin die Reise insgesamt geht: Wir bewegen uns weg
- 12:35von einer Welt, in der Unternehmen für "Software-Sitze" bezahlen,
- 12:39hin zu einer Welt, in der sie für gelöste Aufgaben und echte Ergebnisse bezahlen.
- 12:44Nicht mehr der Zugang zur Technologie hat den Wert, sondern die tatsächliche Arbeit,
- 12:49die sie uns abnimmt.
- 12:51Ganz genau.
- 12:51Und wer als Gründer heute versteht, wie man aus realen Arbeitsabläufen lernende
- 12:56Systeme baut, sieht Chancen, bevor sie überhaupt wie ein klassischer Markt aussehen.
- 13:00Wenn KI Unternehmen bald besser versteht als deren eigene Standardsoftware,
- 13:04dann entstehen genau jetzt völlig neue Firmenkategorien.
- 13:07Und wer diesen Wandel frühzeitig mitgestaltet, baut nicht einfach nur ein neues
- 13:12Produkt, sondern definiert eine völlig neue Form von Business.
- 13:16Ein verdammt spannender Ausblick.
- 13:17Vielen Dank fürs Zuhören an alle da draußen -- wir hören uns beim nächsten Mal!
- 13:22Tschüss!
- 13:23Macht's gut, bis zum nächsten Mal!