#50 - Jörg erzählt: Wie arbeitet ein AI Solutions Architect bei mgm?

Hallo und herzlich willkommen zum Podcast hinter den Kulissen von MGM Technology Partners. Mein Name ist Diana Knägevic und wie immer geben wir euch echte Insights in unsere internen Themen und Arbeitsweisen. Und heute zur Besuch ist bei mir mein Kollege Jörg Armel-Lungsen. Hallo. Hi. Schönes zu darf ist. Ich freu mich. Ja. Ja. Wir sprechen ja heute über eine Position, die frei ist. Die nennt sich Senior Entwickler künstliche Intelligenz und Automatisierung MWD und die Stellenbeschreibung beinhaltet schon die zwei Bereiche, über die wir uns heute auch unterhalten werden. Also KI und Automatisierung. Aber fangen wir doch mal von vorne an. Ich schlage vor. Du stellst sich einfach mal kurz vor. Was wachst du bei MGM? Seit wann bist du bei MGM? Und genau. Und welchem Team bist du? Alles klar. Ja, Jörg Armel-Lungsen. Ich bin seit über zehn Jahren im Umfeld von MGM tätig und habe da verschiedenste Rollen gesehen, Dinge getan. Ich bin eingestiegen als Junior Front-Innen-Wikler tatsächlich 2015. Und dann von da aus irgendwie zu Front-In-Team-Lied und dann kam ein zum anderen und auch der Zeit. Und ich habe technische Projektleitung gemacht, Architekturen gemacht. Und ich bin relativ früh unter den, die mit den LLDMS angefangen haben zu arbeiten. Und ich bin dann von da aus an so ein bisschen auch in das Data Science Team oder AI Team, wie es heute heißt, von MGM gekommen. Und bin da jetzt im Interroller als AI Solutions Architect unterwegs. Also ich würde sagen, damit bist du mehr als Aussagefähig. Was unsere, was die Freie Position angeht, würde wir heute sprechen werden. Also wie bereits erwähnt, sie deckt zwei Bereiche ab. Ich würde mal mit der Software-Entwicklung und KI starten. Vielleicht eine Abgrenzung zwischen Authenticoding und WipeCoding. Kannst du uns mehr dazu erzählen? Ja, da kommen wir ja genau in die beiden Begriffe WipeCoding und Authenticoding. Und das sind tatsächlich sehr unterschiedliche Dinge, wenn man nur die Teile darüber nachschaut, aber nachdenkt. Das WipeCoding ist das, was so ein bisschen zuerst aufkam, als die LLDMS starke Nug worden sind für einen Entwicklung zu machen. Kamm vor allen Dingen ein bisschen aus dem USA getrieben, dass seit Leute ohne technische Tiefe vorkenntnisse Anwendungen bauen konnten. Oder vielmehr die AI-Bout und die sind eben in der Rolle des Businesses an der Listen unterwegs und sagen, was sie wollen. Und was sich für sie wichtig oder richtig anfühlt in dem Moment, dass dieses Fühlen ist ja das Wipe in WipeCoding. Und das ist tatsächlich, also das der Aspekt des menschlichen Urteilsvermögens und das Fühlen fühlt sich das richtig an, ist total wichtig und total war LIDER. In dem Zusammenhang für WipeCoding ist es aber halt so, dass das natürlich für Prototypen kleine Anwendungen, exzunextrehen gut funktioniert. Gerade mit starken US-Motellen muss man fairerweise sagen, ist das erstaunlich. Aber es macht natürlich einen Unterschied, ob jemand der technisch Fachfremd ist, einen Prototypen damit baut oder eine kleine Anwendung damit baut. Oder ob man sozusagen aus der anderen Sichtweise kommen, nämlich mit einem technischen Background, die Technik auch versteht, was architekturiell passiert, was ich hier gerade bauere. Und das hat natürlich dann völlig andere Sichtweise Implikation, auf das wie ich damit arbeite und was ich damit erreichen kann. Also der Klassiker ist ja gerade, dass viele irgendwelches Start-ups mit WipeCoding hinzimmern und stellen dann fest, dass sie danach gehackt werden, weil die A1 Fehler gemacht hat und sie selber konnten es dann nicht beurteilen, dass das falsch war. Und AgenteCoding versucht so ein bisschen beide Richtungen zu berücksichtigen. Auf der einen Seite natürlich die A1 zu benutzen, weil es eine fundamentale Änderung in der Geschwindigkeit in Arbeitsweise ist. Auf der anderen Seite aber auf die guten Prinzipien des klassischen Software-Engineerings nicht zu verzichten. Also sagen, okay, wir haben irgendwie Review-Schleifen. Wir haben sowas wie eine QA. Wir haben sowas wie Sicherheits-Testing. Wir wissen, was wir für ein Architektur da bauen und was das für Implikationen hat, was wir da bauen. Und diese Sichtweise von benutzen AI aber in der richtigen Software-Entwicklung mit den entsprechenden Leuten mit dem Background usw. Dann geht man halt eher in die Richtung von AgenteCoding. Ich denke, das hat auch sehr stark damit zu tun, dass wir Enterprise-Umpfels auch tätig sind. Also wir haben hier hochkomplexe Projekte. Wir haben Projekte im Bereich Public Sector, im Versicherungsumfeld. Gibt es einen Unterschied wie man in den jeweiligen Branchen AgenteCoding betreibt? Gibt es und die ist extrem relevant. Und ja, das ist auch nochmal ein Argument. Ich sage mal gegen klassisches WipeCoding bei MGM in vielen Bereichen, amts als vom Prototypen aufgrund der systemischen Komplexität, die wir haben Enterprise, das war jeweil Liede. Dazu eben noch und das ist der andere Aspekt mit, was kann man eigentlich überhaupt machen in den Projekten? Weil je nach Projekt, es gibt nicht so die "Once Highs Fitz-Orl-Lösung". So das ist der eine Weg und das ist jetzt der beste Weg, weil es einfach verschiedene Anforderungen gibt, die sich teilweise gegenseitig ausschließen. Also keine AgenteCoding-Naschema-F? Genau, das geht nicht, weil wir eben breit aufgestellt sind mit verschiedenen Projekten, mit verschiedenen Anforderungen. Und eben durch diesen Ausschluss von Anforderungen ist das sehr schwierig. Es gibt Projekte, bei denen es Datenschutz extrem wichtig, gerade im Publiksektor, aber nicht ausschließlich. Und da sagt man dann eben, okay, ich verzichte auf Leistung, also Effektivität der Modelle, wenn solange ich sicherstellen kann, dass die Daten auf gar keinen Fall an dritte Anbieter gehen und es recht mal nicht außerhalb DAU. Dann hat man eine andere Bereich, andere Projekte, wo man sagt, ja, also haben wir schon wichtige Anwendungen, machen wir irgendein Business. Aber ob wir jetzt sozusagen unsere Code-Basis unter entsprechenden Verträgen, die wir auch haben, halt in die USA geben oder an externen Rechenzentren, wo die Modelle gehostet werden, ist schon okay, wenn wir dafür x-mal schneller entwickeln können. So, das ist eine Einzelfallentscheidigung und wie gesagt, das gibt nicht die eine Antwort. Also, du selbst bist ja auch in einem Projekt und bildest dich aber gleichzeitig weiter. Wie bleibst du am Ball? Wie viel Zeit hast du für Scoden? Wie viel Zeit hast du für die KI-Weiterbildung? Wie viel für das Projekt? Also, wie geht das zusammen? Ja, ganz wichtiger Respekt und das ist auch total total wahr. Also, wir sind ein Projekthaus am Ende des Tages, wir machen Projekte und obwohl es einfach weil es total spannend ist und weil alles so schnell ist, ist es überhaupt kein Problem gerade zu sagen, ich mache Vollzeit KI-Weiterbildung. Das wäre absolut denkbar, ist aber halt nicht praktisch, es geht halt nicht. Und deswegen ist da ein bisschen die Herausforderung gleichzeitig natürlich am Tools der Zeit zu bleiben, aber auch Projektgeschäft zu machen. Und das ist jetzt auch kein spezifisches Problem nur bei uns, das ist einfach ein Problem, das hat die ganze Branche, das ist richtig. Die Geschwindigkeit gefühlt immer weggerend, weil jeden Tag irgendwo eine neue Meldung ist vom neuen Modell, vom neuen Tool, von neuen Verfahren, von neuen Methoden, was auch immer Prozeste, irgendwas ist eigentlich immer. Und so die einzig wirkliche Antwort ist einfach da drauf, das sozusagen dieses intrinsische Interesse an dem Sektor muss da sein, weil man versucht einfach, oder man muss versuchen, alle Kanäle zu nutzen, die man irgendwie hat, um pragmatisch und schnell Informationen aufzunehmen. Und das kann jetzt sein, jemand ist viel auf Reddit, oder ich bin eher der viel auf Social Media dann irgendwie Informationen abholt und das Glück habe ganz gute trainierte Algorithmen zu haben von Social Media, die mir mittlerweile ganz gut das Zeug entgegenspülen, was ich brauche. Also auch da nutzten Media AI aber AI von anderen Firmen, dass sich relativ schnell Informationen kommen, aber auch da hängen von der Person ab, aber man muss irgendwie versuchen, ein paar am Ball zu bleiben. Ja, herausfordernd, auf jeden Fall sprechen wir über den zweiten Part in der Positionsbeschreibung, das ist die Automatisierung, was kannst du uns dazu sagen? Und das ist ja auch ein ganz breit gefächertes Feld, weil es halt auch nicht die Automatisierung gibt, also Automatisierung ist ja erstmal nur eine Idee, ein Konzept und wie die implementiert wird, hängt von mir bei den Projekt ab. Und könnte kannst du uns dann ein paar Beispiele lennen? Also zum Beispiel, was wir in einigen Bereichen schon sehr effektiv machen, ist das Thema Spracheingabe. Und das klingt jetzt erstmal so sa-Lopp, ja gut kann ich halt Spracheingabe machen, aber gerade im Kombination mit dem, was wir ja schon lange, lange können durch Logo, durch A12 in der Kombination mit Spracheingabe, kann man da sehr, sehr spannende Dinge tun. Also man stellte sich vor, wir haben halt dieses Formular, das über die A12, was A12 Framework gerendert wird oder er stellt wird und dann auch dargestellt wird. Und ich muss jetzt nicht mehr nach einzelner Feld klicken. um dann da einzutippen, was ich da reinbringen möchte. Ich muss auch nicht auf das Feld klicken und dann sprechen, was da rein soll, sondern ich habe das Formular. Ich gehe in den Sprach, aber Modus, erzähle frei, wie wir jetzt gerade reden, über die Inhalte, die in dieses Formular rein sollen. Und danach geht eben das Modell her und ruselt am Ende des Tages. Das, was gesagt wurde auf die richtigen Felder, formatiert das korrekt und legt es dann da ab und ich kann danach schauen, ob schon alles erfasst wurde oder ob ich noch was fehlt, du kannst davon handen noch mal zwei Felder ausfüllen oder noch mal hinterher reden. Und so, okay, da fehlt jetzt gerade noch, dass mein Grund für den Antrag ist aber das und das und dann kann man damit also sehr geschickt Datenangaben machen. Auch in der Kombination von Übersetzungen zum Beispiel, dass man dann sagt, das war das so eingegebene Formular wurde. Ich sag mal auf Französisch, reingesprochen und wurde dann dabei auch gleich mit übersetzt auf Deutsch, was das ein deutsches Fachverfahren ist von irgendwas und dann die Sachbearbeitern haben eben auf Deutsch damit. Das kann man alles implizit in den Prozessen mit abbilden und das ist eine sehr spannende und sehr mächtige Flanke, wo sie auf den ersten Blick oberflächlich zu sein scheint. Das ist ein Beispiel, wie wir KI und Low-Code kombinieren. Hast du auch ein Beispiel, wie wir Intelligenz in die Prozesse bringen, abseits von Low-Code? Ja, was wir zum Beispiel da machen, ist wir machen Excel-MapHangs mit elz AI. Also, man hat ein Portfolio in dem Fasigios umfällt und das Portfolio steht im inanführungsstrichen falschen Format. Also es gibt ja eine Regel, die tabellen unterschiedliche Leute haben unterschiedliche Tabellen für die gleichen Dinge, mehr anderen Formaten. Und was wir da zum Beispiel haben, ist tolling das für AI-gestützt aufgebaut haben, wo man die eine Tabelle nimmt, die Daten daraus extraiert und sie automatisch in andere Formate überführen kann. Was auch auf den ersten Blick einfach klickt, als es ist, weil es eben nicht nur ist, ich meppe Spalte A auf C und E ist jetzt G, sondern es kann auch durchaus sein, dass da gewisse interne Zellformate anders sind. Also zum Beispiel Kennzeichen haben eine andere Strukturmal, das ist ein Bindestrich drin mal nicht. Bei der Einen sind Telefonnummern mit einem Plus 49 Formal, es ist eine Null und das wird dann eben auch automatisch erkannt justiert und übersetzt zum Beispiel. Also wenn wir darüber sprechen, was wir jetzt gerade machen oder wie jetzt KI in unsere Projekte, in unsere Prozesse bringen, dann ist das ja, also im Prinzip ist es ein Snapschuss. Trotzdem, lass es uns mal wagen. Könntest du einen ausgeben in's Identic-Coding, ich sage jetzt mal für den nächsten 6 bis 12 Monate. Also heute ist April 26. Ja, ist auf jeden Fall eine herausfordernde Frage und die Antwort ist so abhängig von dem Bereich, wo wir uns hier befinden, dass ich es auch auftrenden muss, auf quasi mindestens zwei Subfragen oder Subantworten. Die eine ist die Variante, was wir besprochen haben, mit dem wir sind nicht so fokussiert auf den Datenschutzbereich im Sinne von Data Privacy, wir können die Top-Tie-Modelle benutzen. Und da sehe ich auf jeden Fall weiter, dass sich die Entwickterrolle in Richtung Architekt, technischer, verantwortlicher, wie haben wir die Rolle konkret heißt, weiter verschiebt, weil das eigentliche Schreiben von Code, ich habe die Tissatur und ich tippt da mein Code ein. Wird einfach zunehmen, wenig ganz zentral in der Rolle. Stattdessen wandelt sich das ganze mehr in so eine neue Hybridrolle. Also so ein bisschen, wie gesagt, Architekt ist da sehr, sehr relevant drin. Dieses Wissen, was brauche ich eigentlich im Gesamtkontext, wie passt mein Modul in das, was ich eigentlich machen will oder meine Anwendung, die muss ja aufgebaut werden, damit die bestimmte Anforderungen erfüllt, dass ich um Systeme einwinden kann und so weiter. Aber das ist halt auch nicht das Einzige. Gerade in den neuen Z-Appen, mit den schnelleren Züklern und so weiter, ist man auch gleichzeitig so ein bisschen in der Rolle von technischer Qa, weil man ja quasi auch das abnimmt. Also in der ersten Instanz abnimmt, was einem die AI dann entgegenwirft, bevor es dann in die eigentliche Qualitätssicherung geht. Dass das man vorher natürlich im Klitzied auch immer als Entwickler gemacht hat, sein eigenes Zeug zu testen, ist halt jetzt mehr, man testet das von der AI und teilweise auch ein bisschen kritischer wie das, was man selbst gemacht hätte. Dann nächster Teil der Rolle technische Business Analyse. Also sicherstellen, das, was ich gerade jetzt zurückbekommen von der AI, ist das, was ich haben wollte, bzw. was eigentlich in der Anforderung steht oder fehlt da was oder wie passt eigentlich die Anforderung gerade in das Gesamtkonzept und passt das zu dem, was ich gerade bekomme. Und dann, ich habe ganz am Anfang angesprochen, auch nicht zu unterschätzen, der Bereich von menschlichem Urteil zu ermögnen. Die Flanke von dem ganzen, dass die AI auch an sich niemals können wird. So die Frage zu beantworten, wenn ich jetzt auf die Anwendung schaue, wie fühlt ihr sich für mich als Mensch an? Ist das schlüssig? Fühlt sich das an, wie das, was ich benutzen würde? Oder wenn nicht, warum nicht? So, das ist jetzt gerade etwas in der Entwicklung, hat man das ja im Klitzied eh immer gemacht, wenn man dir daran gearbeitet hat. Man hat halt so ein bisschen Kontrolle darüber gehabt, gerade in den Bereichen, wenn jetzt kein eigener Designer im Team ist zum Beispiel und die Rolle auch so ein bisschen auf ihren Entwickler zurückfällt, war das immer so ein bisschen die so impfizite Anforderungen, aber jetzt wird es deutlich expliziter, weil die AI kann den Code schreiben, die kann das alles gut umsetzen, aber dir ist zusammenspiel von wie wirkt das, das muss ich als Mensch machen. Und das ist die eine Flanke und die andere ist eben für die mehr Datenschutzzentrierten Projekte, wo man fairerweise sagen muss, die Modelle eben noch nicht das Niveau erreichen. Die sind auch hilfreich, die können einem auch Arbeit abnehmen im Alltag, aber die können nicht, oder die verschieben nicht die Rolle so stark, stand jetzt zumindest. Und ich glaube auch nicht, dass die nächste Monaten richtig ändern wird. Natürlich ziehen die nach und das wird auch zunehmend in die, was ich gerade zuerst gesagt in den Bereich gehen, aber dauertheit noch ein bisschen. Aber trotzdem eben haben wir da fortschrittet, das heißt, die werden weiter beschleunigen, man wird weiter Arbeit abgenommen bekommen und wir arbeiten auch da, also intern selber an an spannenden Projekten und Prozessen, wie man eben auch in den Bereichen effektiv und schneller arbeiten kann. Dann wird komme ich auch zu deinem persönlichen Ausblick, wie sieht denn es für dich persönlich aus für den nächsten Monaten? Ja, also für mich persönlich, ich arbeite in ganz vielen Bereichen bei uns an verschiedenen Projekten, an verschiedenen Problemen, was mich ziemlich beschäftigt ist, ein bisschen die Frage, wie geht man eigentlich mit der Komplexität um, die jetzt wieder entsteht? Und ich würde einmal einen Schritt zurückmachen und das ein bisschen in die Kontext drücken. Wenn wir mal einige Jahrzehnte zurück schauen, haben wir irgendwann mit Assembler angefangen. So richtig low level und dann kam hoch sprachen, die er möglich haben, dass wir mit FLs, weil du konstrukten viel schneller entwickeln konnten, weil man nicht mehr quasi Assembler schreiben musste. Das sorgte dafür, dass Software schneller zu bearbeiten war und komplexer werden konnte in der Folge, weil sie günstiger geworden ist, zu bearbeiten, als in Assembler zu schreiben. Das hat eine Weile funktioniert und dann wurde ich software komplexer und man hat angefangen festzustellen, das wird ganz schön schwierig, das ist ein Kopf zu halten und dann wurde zunehmend visuell um Modellgetrieben gearbeitet und Modellgetrieben entwickelt, weil die Modelle komplexität greifbar machen. Wir haben auch im Unternehmen wieder spannende Visualisierung von komplexen Modellen mit Millionen Feldernabhängigkeiten. Das könnte man uns so aus gut niemals noch zurückverfolgen. Und eigentlich aus meiner Sicht kommen wir gerade genau in die nächste Stufe davon. Wir haben jetzt die AI, die quasi den Code teilweise schreiben können, was dafür sorgt, dass wir schneller und mehr Code produzieren. Da sind wir jetzt gerade, wie gerade besprochen, für die Top-Team-Modelle schon. Die Folge, die jetzt kommt, ist, die Projekte werden größer und komplexer. Und das ist das, was ich selbst für mich auch im Alltag merke. Es wird zunehmend schwierig mit der Komplexität umzugehen. Und da ist noch ein bisschen auch jetzt so das neue kommende Feld. Was mach ich da? Weil da gibt es auch noch nicht so die eine Antwort zu. Klar, man kann man jetzt sagen, Knowledge Grafen sind jetzt der Weg zum Teil wahrscheinlich schon, wenn man das in den Spass wird mal so einwirft. Aber auch nicht alleine. Und ich denke, das ist was, was mich auch persönlich weiter beschäftigen wird. Ich damit zu beschäftigen, wie kann ich im Alltag das noch managen? Diese vielen unterschiedlichen Aspekte in einem Blick zu haben und zusammenzuführen. Vielleicht noch eine Frage, also ja, nicht zum beruflichen Jörg, sondern eher zu der Person Jörg. Was schätzt du denn an MGM am meisten? Die Menschen, mit dem an jeden Tag qualis zusammenarbeitet, wir haben einfach tolle Beziehungen zunanderteilweise und gerade jetzt in den Bereich, wo wir in AI alle jeden Tag mit neune Herausforderung konfrontiert werden und auch gegenseitig andauerne Dinge lernen, weil sich einfach dieses Feld von heute auf morgen wieder ändert, gegenseitig tultsteilenden Dinge erklären und so die Zusammenarbeit macht einfach echt viel Spaß. Du bist ja in einem hüfer dynamischen Team quasi untergebracht. Ich stimmt. Kann ich gut verstehen. Ja gut, ich würde sagen, damit haben wir viel Kontext dazu gegeben, was die Position ausmacht. Wir haben viel Kontext dazu gegeben, wie wir KI in den Projekten denken. Wir haben dich einfach auch besser kennengelernt. Dafür möchte ich dir danken für deine Gedanken und für deine Einblicke, die du mit uns gegeben hast in deinen Alltag. Und liebe Zuhörerinnen, wenn ihr mehr über MGM erfahren möchtet, dann empfehle ich euch, wie immer, andere Podcastfolgen zu hören. Da hat ihr auf sehr kurzweilige Art und Weise auch von anderen Menschen und von anderen Projekten, die wir bei MGM haben. Für Informationen zu unseren aktuellen Jobs besucht ihr am besten unsere Karriereseite.jobs.mgm-tp.com und auf linken findet ihr uns auch. Und wenn ihr Fragen habt, meldet euch einfach. Genau. Jörg, ich sage Dankeschön für deine Zeit. Ja danke auch, hat Spaß gemacht. Danke dir, tata. Ciao. * Musik *