#82 Disruption in Unternehmen - Felix Schlenther teilt Erfahrungen zur KI-Best-Practice

Tag & Tails. Mein Gast heute ist "Faer with Gus", Felix Schlender. Felix und ich haben eben eine Episode AI First aufgenommen. Und das ist quasi Teil 2 davon. Also kann ich sehr empfehlen zu hören. Wir haben nämlich über die Zukunft der Rollen im Arbeitsmarkt gesprochen und darüber geredet, wie sehr sich Rollen neu definieren müssen, welche Jobprofile komplett wegfallen werden, wie sich Leute quasi abschielen können, beziehungsweise welche neuen Eigenschaften und Skills man sich aneignen sollte, um nicht den KI zu verpassen. Wir haben darüber gesprochen, wie sich oder welche Fähigkeiten quasi in der Zukunft mehr in den Fokus rücken werden und auch welche Jobs wegfallen werden. Dazu gibt es sehr verschiedene Prognosen. Gartner glaubt tatsächlich, dass bei 20/30 mehr neue Jobs durch KI geben wird als eliminiert werden. Goldman Sachs hat gerade Anfang April gesagt, dass in jedem Monat ca. 16.000 Jobs im US-Doppmarkt wegfallen, durch KI und gerade die Gen-C, also die neue Generationen, den absolut größten Schaden erleitet. Und wir haben das alles diskutiert. Also ich lade euch einen euch das anzuhören. Jetzt wollen wir darüber sprechen, wie Felix die Realität der KI beurteilt. Weil Felix ist sehr tief in der Praxis. Ich finde Felix hat einen der besten Content-Kaikonthemplattform überhaupt aufgebaut, AI First, also auf der Website, als auch bei LinkedIn, als auch über den Podcast. Es gibt wenig Leute, die meines Achtens eben so knietief, neben ganzen Gramm drinstecken, wie du Felix. Aber stelle ich euch sonst noch mal kurz vor. Knietief in der "Peep". Ja, manche fühlt es sich so an, aber es macht auch oft viel Spaß. Also erst ein vielen Dank für die Blumen. Freu mich wieder hier sein zu dürfen. Ich bin Felix, lebe in Hamburg, habe AI First, vor zweieinhalb Jahren gegründet. Und wir arbeiten heute mit ganz vielen Mittelständen zusammen und helfen den KI von der Theorie in die Praxis, von vor allem in die Wirkung im Unternehmen zu bringen, auf verschiedenen Ebenen, auf Strategiebene. Aber dann vor allem auch im Enablement der Teams vom Geschäftsführer bis zum Werkstätten. Ja, erstaunliche Wohnen quasi 10 Minuten voneinander, aber sehen uns nie, sondern nehmen wir nur schön Podcasts auf. Und wir sehen uns auf irgendwelchen Konferenzen in Münster und der gleichen. Aber tatsächlich weird, dass wir beide so viel AI machen, aber uns nie treffen. Also, ich finde diese ganze Glaskugelgeschichte immer ein bisschen schwierig, weil man kann eigentlich sich nicht wirklich dazu äußern, wenn man sehr jöß ist, wie sich die Welt quasi von morgen entwickeln wird. Aber man kann natürlich irgendwie Annahmen anstellen. Und jetzt ist meine Frage an dich. Wenn du in Unternehmen gehst, du machst wahrscheinlich genauso wie ich auch. Du warst bei wahrscheinlich kleineren Unternehmen, ich bei größeren Unternehmen. Erst mal einen Potenzialanalyse. Das heißt, du guckst dir erstmal an. Was es gibt, ist dann mit den aktuellen Tools, mit der aktuellen Technik, mit den Modellen. Was kann man überhaupt mit KI da heben? Und wer sprache eben auch darüber, es gibt dann immer zwei Ansätze. Und das heißt, entweder kann man Menschen mit KI augmentieren, mit dabei auch augmentieren. Oder man kann böse gesagt, eliminieren, man kann auch sagen, substituieren. Und also, wenn du so ein normales mittelständisches Unternehmen gehst und so eine Potenzialanalyse machst, was sind so die ersten Hebe, die du siehst sozusagen? Also die erste Frage, die ich in so einem Unternehmen überhaupt stelle, ist, wo wollt ihr denn eigentlich hin? Was wollt ihr in den nächsten Jahren erreichen? Habt ihr bestimmte Wachstumsziele oder seid ihr vielleicht in einem schon stark gesetzigten Markt? Und es geht eher darum, Profitabilität zu erreichen. Seht ihr bestimmte große strategische Chancen, die ihr ergreifen möchtet. Was ist es? Was euch in den nächsten Jahren erfolgreich machen wird? Um daraus, und das ist erstaunlich, ich bin immer wieder erstaunt, dass es doch vielen auch entscheidern in den Unternehmen gar nicht so leicht fällt, diese Frage zu beantworten. Aber die ist halt total wichtig, weil ich glaube, dass alles, was wir mit KI machen, muss irgendwie auf diese Ziele des Unternehmens einzahlen können. Und alles, was wir mit KI machen müssen, wir damit verlinken können, weil das wird alles Geld kosten und muss bezahlt werden. Und muss ich am Ende des Tages auch auswirken können. Also damit fangen wir an. Und was ich jetzt gerade sehr, sehr viel sehe, ist das es für ganz viele Firmen. Darum geht, wie schaffen wir es, in Zukunft weiter zu wachsen. Also, gerade die Wachstumskoten, wir sind jetzt eher mittelstand. Also jetzt sind keine Startups oder so. Die Wachstumsprognosen sind jetzt nicht mehr die rosigsten aktuell. Also ist die Frage, wie schaffen wir dieses Wachstum zu gehen, ohne irgendwelche Kosten aufzubauen. Also das Thema Profitableswachstum und aus dem bestehenden Team herauswachsen können, indem wir KI als einen Enable dafür nutzen, ist so einer der großen Hebel. Und dann gibt es natürlich die Funktionsbereiche, wo die Fähigkeiten von KI besonders gut passen, wo man das große Potenzial hat. Also natürlich alles, was Top-Line-Wachstum im Umsatz ist, im Marketing- und Vertrieb. Weil es natürlich natürlich total interessant ist, wenn ich jetzt einen Marketing habe, der heute effektive Zahl einer Millionen Pipeline an Lieds im Jahr generieren kann, über Marketing-Aktivitäten. Und ich bekomme diese Person gehebeln mit KI und die können auf einer 5 Millionen Pipeline generieren. Das ist natürlich ein direkten Effekt auf das Ergebnis. Genauso im Vertrieb, wenn ich Vertriebler habe, der heute die Hälfte von einer Million abschließen kann und ich bekomme den gehebeln und krieg das multipliziert, auch wenn es so 20% sind, ist das ja direkte Einfluss auf das Ergebnis. Und dann Bottom-Line, wie kriege ich Kosten reduziert, natürlich über so bayerische Kasten und Support. Da hatten wir auch schon in meinem Podcast darüber gesprochen, egal ob über Text oder Audio, also Telefonie, beides stark beeinflusst und Engineering, also wo Code geschrieben werden muss, weil die Modelle in dem Bereich besonders gut geworden sind. Also das sind jetzt mal so grob, so die Anwendungsfelder. Und dann gibt es natürlich noch so ein paar Funktionsbereiche wie Buchhaltung zum Beispiel. Kriege ich total häufig diese Anfrage, da müsste man da so alles total einfach sein. Aber erstens ist da oft nicht besonders, ich groß ist Volum dahinter. Also klar, das ist natürlich ein Kostzenteil im Unternehmen. Aber gibt es größere B. Die, die Systeme mit denen die Buchhaltung arbeiten muss und die Schnittstellen zu datif und so weiter, da ist jetzt auch noch nicht so, dass die besonders AI ready sind. Da wird es also noch ein bisschen dauern, bis man solche Prozesse durch automatisieren kann. Aber das ist auf dem Weg. Aber das ist jetzt mal so mein erster Blick darauf, und was ich oft sehe. Okay, ja, ich fange auch immer so an, dass wir quasi eine Vision brauchen. Wir müssen einmal aufmachen, wo die Reise hingehen soll. Und dann kaskadierst du diese Vision quasi runter. Machst du das dann auch so, dass, also wenn du dann in einzelnen Junens bist, das Unternehmen ist das so dir quasi, dann guckst du, okay, hast du gesagt, du guckst die Marketing an, du guckst jetzt ahn und so weiter. Was sind da quasi die Ziele? Machst du das auch so, dass du über mit den Managementern über völlig neu Geschäftsmodelle mit den bestehenden sagen wir mal Assets auch im Sinne von Fähigkeiten des Unternehmens nachdenkt? Nee, tatsächlich gar nicht. Vielleicht bin ich dafür zu sehr pragmatiker. Und ich glaube, ich finde es auch interessant, das mal so darüber nachzudenken, was könnten wir eigentlich in Zukunft tun, was wir heute noch nicht tun können. Aber das Thema ist, dass erst mal diese Kapazität freigesetzt werden muss. Und die ist heute halt oft noch gar nicht, gar nicht gegeben. Also, wie ich gar nicht ist, ein bisschen unter Trieb mich hatte, letzten so ein Mandat. Da haben wir uns schon angeschaut, was eigentlich so eine Mune-Schotambition wäre, wo das Unternehmen sich hinentwickeln könnte und wie man auch das aktuelle Geschäftsmodell stärker noch drehen kann, um deutlich größeren Wert für den Kunden zu erzeugen. Und das war auch interessant, darüber nachzudenken. Aber wie gesagt, es oft gar nicht die Kapazität in der Organisation, um diese Transformation gehen zu können. Also, die erste Frage, die ich mir stelle, wie erzeugen wir denn die Kapazität, um das überhaupt möglich machen zu können. Und da geht es vor allem darum, für mich die Menschen, mit dem, was sie heute tun, da mehr Zeit freisetzen zu können, was dann in solchen neuen Sachen gesetzt werden kann. Aber ich beschäftige mich hauptsächlich. Erst mal, ich sehe mal drei Ebenen, People Processies-Produkt. Und am Anfang guck ich vor allem auf People and Processies, weil ich dort die größeren Chancen sehe, schneller ein Mehrwert erzeugen zu können. Du hast dann gleich einen Ansatz wie Wieder-Seel-Level quasi. Also typischerweise die Seel-Levels in den Unternehmen sehen, dass ihre Mitarbeiter durch den Einsatz von KI wahnsinnig viel Zeit sparen können. Also, die denken tatsächlich ist dann ein großes Delta an. Wenn man sich anguckt, die Sea Suite, die glaubt zu. 90 Prozent, dass man das man mehr als 10 Stunden pro Woche mit KI einspankern. Und bei den Mitarbeitenden sind 40 Prozent, dass man gar keinen Zeit einspankern kann. Also das Delt ist relativ groß. Das liegt überwiegend daran, dass die meisten keinen Zugang zu den Modellen haben. Man hat auch festgestellt, dass über 60 Prozent der in den Unternehmen gar keinen Zugang zu den Modellen haben, um überhaupt zu diesen Effiziensteigerungen oder was auch immer zu kommen. Wie siehst du das? Also siehst du in den Unternehmen, die du anschaust, es da gibt es also eine gewisse Materität. Also haben Unternehmen, haben Mitarbeitenden Zugang zu Modellen, haben die Zugang zu verschiedenen Modellen, wie ist da die Lage gerade? Beanfaltig gleich noch kurz auf den anderen Punkt. Ich glaube, was eine der größten Fragen ist in dieser ganzen KI-Transformation, die einfach viel zu selten gut beantwortet wird, ist, was denn mit der freigewordenden Zeit passieren soll. Und was denn eigentlich der Anratsanreiz sein soll für eine Person, die heute einen Job hat und für 40 Stunden diesem Job bezahlt wird in der Woche. Und dafür bestimmte Sachen liefern muss, dass sie sich ein Stück weit überflüssig macht, indem sie heute tut. Ja, genau. Was dann passiert ist, wie bei AWS das Anfang Token-Märkcing zu machen, das heißt, jede Menge Token auszugeben, um keinen Output zu liefern, um das System quasi zu parodieren, beziehungsweise Laum zu legen. Na klar, es keiner incentiviert. Es ist total akwatch. Kein Mensch, du kannst niemanden incentivieren, sich selber absolviert zu machen. Genau. Und dann muss das aber beantwortet werden, weil sonst eine kleine ganze tolle Kommunikationskampagne fahren und die tollsten Tools bereitstellen und Chaka, oder letztens habe ich unkogelesen, KI, Kumbaya, wachen, fahrte ich auch gut. Und das wird so ein bisschen klar am Ende ein Freund sich alle über die Adjutainment-Schulungen und das fühlt sich irgendwie kurz produktiv an und am Ende ist alles wie vorher. Man entzimtiviert ja auch nicht Leute über Angst, ne? Also, das ist die letzte, die intrinsische Motivation ist, glaube ich schon, die beste. Also Leute zu penalisieren darüber, dass sie sagst, wenn ihr es nicht macht, wenn ihr dir setzt, oder wenn du Mitarbeiter irgendwie dieses Argument gibst, ja, ihr tut ja was für euch selber, ihr seid, er kommt dann ja natürlich selber bei. Das stimmt natürlich alles. Aber am Ende des Tages müssen die Mitarbeiterinnen ja wahnsinnig viel Zeit und Aufwand dafür aufbringen, sie neuen Tools zu erlernen. Also es dauert Stunden und wir haben in deinem Podcast auch besprochen, es dauert zwischen also 10 und 12 Wochen bis Menschen wirklich sich mit neuer Software auskennen und auch nur die Hälfte wird normalerweise von einer guten Software überhaupt genutzt. Ja, also die meisten Leute, egal welche Tools, es sind zwischen Salesforce und SAP und keine Ahnung, was, dass die meisten können gerade so das minimum, ja, die wissen wir sind dealeranlegen, maximal. Dann schauen wir immer in der Dresse des Dills, weiß keiner mehr. Das heißt, das und warum, weil das auch relativ schwer ist, dass alles kognitiv zu bewältigen, diese ganzen verschiedenen Aufgaben und sehr viel Zeit kosten darüber hinaus. Und das ist ein bisschen das Problem, es kostet halt sehr viel Zeit, sehr viel Effort, sehr viel für und die Leute haben eben wenig Motivationen das zu machen, weil was, was, wie du genau sagst, was, was soll denn dann passieren? Ja, man kann dann vielleicht Boni verteilen und so weiter. Was, was ich typischerweise sehe, dass Unternehmen die PE geführt sind, dass die eine viel höhere Transformationsfähigkeit haben, weil die typischerweise einen anderen Druck haben zum einen und zum zweiten ist dort das Management anders und viel aggressiver incentiviert. Das heißt, wenn die Ziele haben, die auf deren Absolut, auf deren Skorkat bzw. deren Gehalt sich unmittelbar auswirken, dann sind die, incentiviert genug, das durchzuballern. Aber das ist halt nicht der Normalfall. Normalfall sind diese zumindest auch in Deutschland, diese Dickscheffe oder eben der Mittelstand. Ich meine 90 Prozent oder wie auch immer sozial ist. Mittelstand. Das heißt, die Frage, wie, was, was siehst du da? Siehst du von Biss oder siehst du schon so ein gewissen Standard gerade an KI? Also natürlich von Biss und ich habe sicherlich einen etwas getrübtes Bild, weil bei mir natürlich die Kunden und Unternehmen aufschlagen, die mit großer Motivation und auch Reitschaft zur Veränderung da reingehen, in diesem Prozess. Und da sehe ich aber also, dass Ergebnis, das ist wie immer bei solchen Themen natürlich sehr, sehr stark davon beeinflusst, wie stark die Führungsebene ist und nicht nur an das Thema glaubt, sondern dann beispielsweise sich mit dem Team hinsetzt und mit dem Team ausarbeitet, wie sich denn die einzelnen Rollen, Aufgaben und Ziele in dieser Abteilung verändern werden. Aber wenn es einmal so ein positives Zielbild gibt für die Firma und dann runtergebrochen auf verschiedene Bereicheabteilungen, wie auch immer, das dann aufgebaut ist und es nen Plan gibt, da wollen wir hin, hier als Team gemeinsam, so werden sich wahrscheinlich Dinge verändern. Aber das ist für uns drin, wenn wir da hinkommen und das kann moneteilera anderer jetzt sein, das kann sein, dass die Leute mehr von dem machen können, wofür sie ihren Job mal angetreten sind, das kann sein, dass sie ganz neue Dinge auftun können, die vorher so nicht möglich fahren. Also es gibt schon durchaus Wege, das positiv zu gestalten, dann kommt ja natürlich auch Geschwindigkeit rein. Aber das von bis, also was ich jetzt was immer mehr machen, ist so KI, wie so eine ganz klassische Software-Einführung zu betrachen. Du kaufst irgendwie deine Microsoft-Coup-Pilet, Lizenzen, dann hast du eine kleine Gruppe, die darf diese 20 Euro im Monat oder 30 Euro im Monat Lizenzen nutzen, der Rest darf nur mit dem kostenlosen Chat-Botter irgendwie arbeiten, was schon absurd ist. Und dann gibt es halt ein paar Schulungen, die werden ausgerollt und danach ist der Haken dran, dann gibt es noch eine Richtlinie natürlich, was man mit dem Tool machen darf und was nicht. Und vielleicht noch ein Support-Prozess, falls das nicht funktioniert, bei wem ich mich melden kann. Das ist so das Bear Minimum, was jetzt schon relativ viele in der ein oder anderen Form gemacht haben. Und da siehst du natürlich gar keinen Einfluss irgendwo aus, dass es ein bisschen mehr Geld kostet und es sind paar Power-Jusers, die sich darüber schon etwas stärker hebeln können. Und dann gibt es auf der anderen Seite, gibt es halt auch einige wenige Unternehmen, also davon gibt es echt noch wenige Stories, oder die ist richtig gut machen, wollen sie nicht erzählen. Also da gibt es zum Beispiel so "Sapier", ja, finde ich ein ganz cooles Beispiel. "Sapier" ist natürlich eine Firma, mit der man Prozess-Automation machen kann. Also wir haben ein Tool dafür, ein Prozess-Automation zu machen. Die müssen da also irgendwie FrontRunner sein, auch in dem Thema. Aber ich finde auf die kann man mal ganz gut schauen, weil da kann man sehen, wie die so ein Thema angehen. Und was die beispielsweise gemacht haben, ist für jede einzelne Rolle vom Kasten was Support-Mitarbeiter, bis zum Produktmanager, Engineer und so weiter, haben die vier Level definiert, was die K-E-Nutzung aussehen muss. Und das erste Level ist "anexceptible". Also da sind die Leute dann raus, wenn sie dieses Level nicht überspringen, bis hin zu transformativ. Transformativ ist die vierte Stufe. Und haben halt anhand von Beispielen, konkret im Verhalten, konkreten Ergebnissen gezeigt, wie sich diese Rolle über die einzelnen Level weiterentwickeln muss. Und zumindest kommunizieren sie so, dass sie das entsprechend auch nachhalten und da so ein Apps-Gilling-Programm dahinter haben, aber auch klare Ziele und Incentives. Plus halt die ganze Firma, hochunter links rechts, alle Prozesse, durchgehen auf KI-Potenzial prüfen und dann Schritt für Schritt in diese Prozess-Transformation gehen und da entsprechende Roadmaps und Ziele sich gesetzt haben. Und das ist, glaube ich, so die wir unterschieden zwischen einer AI First Company, die wirklich sagt, alles was wir tun, hinterfragen wir radikal aus KI-Perspektive und da wo es eine Chance gibt, Dinge schneller und besser mit KI zu machen, machen wir das. Über die gesamte Organisation, alle müssen mitziehen und die anderen, die KI als nen Tool einsehen, um schnell e-mails zu schreiben und ein bisschen übertrieben gesagt. Ja, das ist aber ein heres Ziel vor allen Dingen Hinblick auf die Organisationstrukturen, weil daran scheitert das ja überwiegend, scheitert ja nicht daran, dass es irgendwie, also scheitert auch, haben wir eben gesagt, ein bisschen daran, dass die Leute halt keinen Zugang zu den Tools haben, keinen Zugang zu den Modellen haben, dadurch werden sie nicht KI-AI-Natives und kommen ich weiter, aber scheitert eben auch daran, dass die ganze Organisation das ja mittragen muss. Und da gibt es super viele Komponenten dabei, wie du so eine Organisation in die Richtung bewegen kannst, aber das sind eben, ich glaube für so eine wirkliche, sagen wir mal, AI-Transformation und ich weiß auch immer nicht, wie viel Transformative Power für existierende Geschäftsmodelle mit existierenden Leuten da wirklich ist, aber lass es mal ein paar Prozent sein, die man tatsächlich damit komplett transformieren kann. Da ist diese Organisationenwicklung, es auf jeden Fall ein Riesenthema. Ja, das heißt, wie kannst du diese Organisation überhaupt steuern und die Leute in Eben so? Dann warst du gesagt, dass mit "Safe" hier für dich beeindruckend, dass es auf jeden Fall, das Zweite, dass du halt alle Prozesse hinterfragst und die Leute dann auch in gewisser Maßen, dass die Leute dafür verantwortlich sind. Also das heißt, du hast dann als Manager die Verantwortung für dein Team und dein Vertical und so weiter, das Ganze irgendwie zu verändern. So aber das dann alles nachzuhalten und so weiter, das ist, ich meine, das ist nicht nur ein Beraterarbeit, also es hat sehr viel Zeit, die dabei tatsächlich draufgeht. Deswegen fragt mich, glaubst du, wir haben darüber schon. Aber noch mal die Frage, glaube ich, dass diese Systeme so bleiben, wie sie jetzt sind. Das heißt, dass wir uns den System anpassen müssen. Und ich weiß, wir haben darüber sehr viel diskutiert. Das heißt, das Momentan ist das so, dass die Prozesse, also man quasi die menschliche Tätigkeit in verschiedene Prozesse zerlegen muss. Es gibt dafür eine ganze wissenschaftliche Richtung, Business Process Modeling und so weiter. Und dann die KI quasi über diese Prozesse laufen lässt. Beziehungsweise dann der KI irgendwann hin und dann einen Datenzug angeben, dass viele dieser Prozesse auch zusammenfügt und so weiter. Oder glaubst du tatsächlich, dass wir das irgendwann wieder strehen können und dass ein intuitiver Prozess werden wird. Die gräte Frage. Intuitiv im Sinne von. Dass du einen Agenten hast, den du. Ich meine, der ultimativer, ich will sagen, der feuchte Traum ist, aber der ultimativer Traum ist sehr, dass du dein Laptop an machst und dich ersetzt quasi, oder du machst einfach nur noch die schönen Geistiger an. Und letztendlich lässt den ganzen Rott wie e-Mails beantworten, dass du nicht irgendwie zu dem Event kommst, dass du irgendwas weiter leidst und so weiter eine KI machen. Ganz am Anfang. Und das heißt, das ist wirklich, also, dass der Agent halt de facto genauso arbeitet wie du. Und genauso eratisch, genauso unschrukturiert. Vielleicht manchmal, genauso emotional, genauso zeitlich, irgendwie unschrukturiert. Also ich weiß, du bist super strukturiert, aber es gibt andere Menschen. Die arbeiten halt nicht so eine Wiener Maschine. Ob jedenfalls, das heißt, diese Adeptionen zu mächtlichen Verhalten. Ich frag mich, ob das irgendwann kommt. Ja, also ich glaube zu 100 Prozent, dass das kommt. Auf der Google I/O vor einer Woche, zwei Wochen wurde Gemini Spark vorgestellt. Und das ist ein Always On Agent. Das ist jetzt eine neue Kategorie an Agents, die jetzt kommt. Die werden also nicht mehr nur ausgelöst durch einen Auslöser, der zeitlich ist oder weil irgendein Event passiert ist oder weil ich dem geschrieben habe. Sondern der ist Always On Im Hintergrund, während ich arbeite. Und ich mein Google Gemini natürlich in dem Google Workspace. Aber der hängt hinter meinem Gmail, hinter meinem Kalender, hinter meinem Google Chat, Drive und so weiter. Und der kann basierend auf eine Anweisung, die der im Hintergrund hat, im Hintergrund für mich arbeiten und vor allem auch beobachten, was passiert. Und wenn etwas passiert, wo er mich unterstützen kann, kann er einspringen. Und er kann natürlich auch mein Arbeitsverhalten beobachten. Das ist so die nächste Ausbaustufe. Das habe ich jetzt noch nicht rausgelesen und gesehen, dass das jetzt schon mit drin ist. Aber es kommt dann natürlich als nächstes, dass er beobachten kann, wie arbeite ich eigentlich? Und mich meinem Arbeitsverhalten anpassen kann. Um mit der Zeit immer unterstützen, da für mich zu werden. Diese Fantasie gab es ja auch bei OpenClaw. Das war ja auch so ein bisschen, also OpenClaw ist ja auch jetzt so ein Ding gewesen. Der was so ein paar Monate ist, das hochgeplockt. Aber gut als das ist natürlich drauf. Und haben sich da ihre Mac Minis aufgesetzt und gesagt, so und jetzt, wer spricht jetzt noch darüber? Und wo hat man wirklich einen echten Newscase gesehen? Nürgendwo. Weil das schon komplexer ist, dass im Hintergrund zu bauen dieses Gedächtnis, was der Agent aufbaut, ohne dass er seinen Kontextfenster die ganze Zeit zumüllt. Und dieses Gedächtnis auch aktualisiert und gleichzeitig natürlich mit sämtlichen Tools und Schnittstellen von einem selbst verbunden ist. Aber das ist jetzt die, also da arbeiten, da arbeiten die alle dran, weil natürlich ist genau das. Wenn der menschliche Flaschenhalz aufgelöst wird, also ich als Mensch muss nicht mehr daran denken, das Tool zu nutzen. Und trotzdem wird das gemacht, was gemacht werden soll. Das ist natürlich der Flaschenhalz, der versucht wird aufzulösen. Klar. Okay, aber momentan. Ich glaube, wir sind nicht weg. Ich glaube nicht, dass wir da super weit weg sind. Also, das wird eher eine so eine Compliance-Gammernensfrage sein, ob die Unternehmen sowas freischalten wollen. Aber technisch wird das bald glöss sein. Ja, ich glaube, ich mein, das ist ein zu größer Hindernisse in der Adoption-Rate. Es ist natürlich sind die ganzen Compliance-Fragen und die ganzen Gabelnens-Fragen und so weiter. Was schade ist, weil im Prinzip würde ich am meisten begrüßen, dass man quasi zwei Rechner hätte. Also Einrechner, der quasi nur für die, für die Stage Day Business ist ohne unersensitive Kunden-Daten und so weiter. Und mit AI bestückt es in allen Variationen und Einrechner, wo eben diese ganzen super-sensitiven Datenbanken sind. Man muss es in irgendeiner Form trennen oder lernen zu trennen. Vielleicht kurzfristig, weil es keinem Gut tut, glaube ich, dass kein Zugang zu AI zu haben aufgrund der Compliance-Fragen. Und es hindert uns als Kompleter als Land, als Kontinent, weil die USA, China und so weiter, die haben diese Probleme alle nicht. Da sind die Mitarbeiter, können einem drop-down-Menu einfach aussuchen, welches Modell sie für ihre Arbeit nutzen wollen. Das sind alles verfügbar. Und es ist nicht so, es ist eben diese Restriktionen hindern Innovation an vielen Stellen, glaube ich. Aber, okay, aber das heißt, momentan ist es halt immer noch so, dass die verschiedenen Prozesse automatisiert werden. Welche Tools siehst du am meisten? Also welche, was, du siehst wahrscheinlich Microsoft sehr viel, aber was noch? Also was ist so dein Gefühl, was haben besten Anwendungen findet? Genau, also sehr viele Unternehmen sind natürlich aufgrund ihrer Missoria und vielleicht auch IT-Strategie mit Microsoft eng verbandelt. Deswegen ist es schon ein gängiger Weg aufgrund der Integration in die einzelnen Programme den Co-Pilot zu nutzen. Also Co-Pilot hat sich aber jetzt nicht unbedingt mit Rumbekläckert in den letzten zwei Jahren und gezeigt, dass sie ein starkes Produkt entwickeln können. Da ist immer noch meiner Meinung nach viel Fantasie dahinter, dass sie es irgendwann schaffen, diese Integration in die einzelnen Programme und die Anbindung an die Daten, die da vorliegen, das sauber hinzubekommen. Deswegen gibt es da andere Spieler, die genau in diese Lücke reinstechen und sagen zum Beispiel ein Lengdog, Berliner Unternehmen vor ungefähr zwei Jahren gestartet, erst mit der Idee ein DSG-Vero-Conformist-Chatchy-PT. Unternehmen bereitzustellen, dass es heute wie so ein AI-operating-System geworden wurde, wo du die alle Ladschleggwitschmodels nutzen kannst und mit sämtlichen Drittsystemen von einem Salesforce-SharePoint-Outlook-Asana und was es alles so gibt. Und dann über Agents Workflows-Skills aufgaben, um alledigen zu lassen. Das ist quasi dein AI-Layer für dein Unternehmen, den um Daten und den Modellen verknüpfen kannst. Die machen einen sehr guten Job. Da haben wir auch dozentige Rollouts mittlerweile erfolgreich umgesetzt und sehen. Dort eine sehr hohe Nutzungsrate von 90-95% der PC-Mitarbeiter jeden Tag, die jeden Tag damit arbeiten. Weil es einfach ein. Es ist kein Werbeblock-Seid, aber es ist einfach ein super intuitiv nutzbares Produkt. Damit kann man einiges niedrigschwellig umsetzen, ohne wie Techie zu sein. Und dann hast du natürlich die AI-Labs, die da auch noch mit spielen, also so ein Chat GPD Enterprise und jetzt vor allem immer mehr Entropic. Also ich hatte allein diese Woche, glaube ich, drei oder vier Calls mit Unternehmen, wo ich es nicht gedacht hätte, die aber gesagt haben, dass sie jetzt Entropic Enterprise-Lizenzen anfangen auszurellen in dem Unternehmen, weil Entropic einfach auf der Innovationseite was das Produkt angeht in den letzten Monaten ein bombastischen Job gemacht haben und auch so positioniert sind, dass sie irgendwie der Vertrauensvolle Player am Markt sind. Das sind also die größeren Cluster, aber da die fallen alle in die Kategorie, was ist so diese horizontale KI-Plattform in dem Unternehmen? Wo alle Menschen, die Digital arbeiten, darauf arbeiten können, die haben da so ihren Chatbot als Assistenten und können sich dann verschiedene Agenten und Workflows aufbauen und Prozesse zu automatisieren. Und da gibt es diese Variante, gibt es noch selbst gebaut von Unternehmen, das heißt dann oft Kompenygpt, also da habe ich wirklich noch keins gesehen, in den letzten zwei Jahren, weil es ein paar mehr an was wirklich gut ist und wo Menschen gerne mitgearbeitet haben, weil am Ende trittst du mit so einem intern gebauten Produkt, wie das immer ist, gegen den Markt an und du brauchst mittlerweile schon so 10, 20 Entwickler, frauß wahrscheinlich schon oder auch ein Product-Manager und so, die dieses interne Produkt weiterentwickeln, um mit dem Markt mit Schritt halten zu können und ich die meisten überschätzen, das es einfach total, was das für ein Aufwand ist. Und dann hast du da irgendwie so einen Chatbot interface über GPT-4 oder GPT-5 und das Problem ist, dass viele Menschen einfach auch privat klord oder so arbeiten und das ist einfach welchen, die dann da zwischen liegen. Und das hilft nicht dabei wirklich die produktive Karinutzung, warum zu bringen. Also ein wichtiger Schritt, wenn du sagst, du nimmst KI-Adaption wirklich ernst und willst, dass das in die Prozesse und Arbeitsweisen kommt, dann muss man erst mal ein gutes Tooling bereitstellen. Das ist nicht, das wird es nicht retten oder komplett lösen, aber das ist mindestens mal die Grundlage dafür. Ja, ja absolut, ich find' präzent, genau so. Siehst du noch irgendwelche anderen Open Source-Modelle, die Feintun sind, also wie das Company GPT, aber was ist aus den ganzen Open Source-Modellen geworden? Ja, natürlich, also vor allem, wenn die Unternehmen da sehr sensibel sind, was Daten angeht oder sehr regulierten. Wir arbeiten auf einer Bank z.B. zusammen, die sind da natürlich ein bisschen eingeschränkt da und die nutzen dann zum Teil auch. Auch Open Source-Modelle, die sind ja mittlerweile. Die haben ja auch immer schneller, immer stärker aufgeholt, was die Benchmarks angeht. Also ich glaube, man hat nicht den extrem großen Nachteil davor nicht. Ich glaube, die Modelle sind schon wichtig, aber mindestens genauso wichtig ist die ganze Funktionalität darum herum. Also, wie bringst du die Entanwendung rein? Also es sind ein Agents zum Beispiel gut mit diesem Modell arbeiten kann und gut auf verschiedene Daten und Tools zugreifen kann. Und das Modell ist natürlich immer das Gehirn dahinter. Aber diese ganze Architektur darum herum, was die Funktionen angeht, ist auch extrem wichtig geworden. Ja, okay, interessant. Also wenn wir jetzt uns die Modelle uns angucken, das Kopf an Kopfrennen zwischen den Drei, einen Tropik, Obmer, Ja, und Google, wer glaubst, mittelstand wird da das Rennen machen, also da wo du unterwegs bist. Also ich empfehle immer auf, eine Multimodellstrategie oder Modell agnostisch zu bleiben. Und das bieten mittlerweile auch fast alle Plattformen an. Also wenn du natürlich zu dem AI-Lap von Obmer, Ja, JetGPT geht es oder zu Entropic mit Claude, dann pruschen die natürlich ihr eigenes Modell. Aber bei einem Lengdog und Co. Hast du alle möglichen Large Language Models und auch Microsoft öffnet sich gerade dafür, mit denen man arbeiten kann. Und je nach "Jews Case" ist dann das ein oder andere Modell besser oder schlechter. Und was jetzt eine Entwicklung ist, die immer relevanter wird, sind die Kosten. Weil du mit den neuesten Modellen, insbesondere Opus 4.6, Opus 4.7 und GPT 5.5, die sind so agentisch geworden, dass sie so viele Arbeitsschritte auf einmal ausführen können, was aber natürlich auch viel, ein viel, viel höheren Token verbraucht, erzeugt. Und auf einmal, wenn du diese Modelle jetzt nimmst, um die Aufgaben mit KI zu erledigen, die du vor einem Jahr hast, erledigen lassen, dann kostet das auf einmal viel, viel mehr, weil die viel mehr Schritte durchmachen, obwohl es gar nicht notwendig wäre und die Kosten explodieren gerade bei so ziemlich allen KI-Anbietern. Also alle KI-Anbietern lösen gerade ihre Preismodelle auf, die vorher auf du hast eine Fix-Fie-Pronuzer. Das funktioniert einfach nicht mehr, also die Kosten sind zu hoch. Dafür kannst du auch mit der KI mittlerweile viel, viel mehr machen, weil die viel mehr Aufgaben und Schritte übernehmen kann. Also muss das Preismodell angepasst werden, aber wenn du jetzt ein Corporate bist und du hast mit ein paar Euro-Pronuzer-Promonat budgetiert, dann kostet das fünf Fache davon. Dann geht natürlich diese Rechnung nicht mehr auf und ich glaube, da stellt sich jetzt so ein neues Normal. Erst mal ein, wo auch die Frage viel, viel wichtiger wird, was es eigentlich der Wert, der durch diese Nutzung erzeugt wird. Das rückt jetzt schon stärker in den Fokus. Und wie schaffen wir es, das richtige Modell zu richtigen Zeit zu nutzen, was die Aufgabe löst, aber auch den niedrigsten Tokenverbrauch hat? Ja, meinst du, das wird sich kurzfristig ändern. Also dieses Token verbraten? Nein, nein, nein, nein, nein. Das sehe ich nicht. Ich glaube, dass Produktzeit, ich da auch wieder viel reingebaut wird, dass es quasi einen Modell gibt, was die erste Anfrage aufnimmt und dann das beste Expertenmodell weiterleitet, was diese dann lösen kann, weil natürlich diese Kosten-Effizienz gerade im B2B schon extrem wichtig ist. Und ich glaube, dass es Produktzeitlich viel gelöst wird, dann kann man mit Training natürlich auch einiges lösen. Aber ich glaube, kurzfristig sind halt jetzt die Modelle. Also ich frage mich auch, ob es überhaupt Sinn macht. Ich glaube, wichtiger ist zu verstehen, welcher Wert generiert wird, indem man die Modelle auch komplexer Aufgaben lösen lässt und dann kann das auch ruhig teuer sein, wenn der Wert euch Zeiterspane ist, aber es auch immer, dem entgegensteht, deutlich höher ist. Also ich habe jetzt, ich habe heute bei uns zum Beispiel mal geguckt, wir haben jetzt diesen Monat und wir sind so sechs FTEs ungefähr bei uns, wir haben 3500 Euro oder etwas mehr. Nur für KI und Tokens verballert. Also das sind pro Person 5600 Euro ungefähr, aber das ist mir ziemlich egal, weil der mehr Wert, der dem Gegenüber steht und der Umsatz, dem wir pro Person machen können, trotzdem noch, also das bei Weitem überschleikte. Also es könnte mal deswegen auch noch teurer sein und das ist für mich, können wir noch schon sicherlich noch optimieren, aber das ist für mich gerade gar nicht wichtig, das so optimieren, weil es mir viel wichtiger ist, dass wir KI erst mal stark ausreizen und in möglichst viele Prozesse bei uns bringen. Aber das ist ja schon bemerkenswert, weil wenn du überlegst, das ist ungefähr 5500 Euro plus 600 Euro pro Personers quasi, die ihr an KI kosten habt, dann jeden Monat richtig. Also nur Tokens, das ist nicht die Lizenzen, also das heißt du hast wahrscheinlich und top noch andere Lizenzkosten, richtig? Ja, ja würde noch ein paar, ja würde auch noch dazu kommen. Also wenn alle Togens mit rein nehmen, ist es sogar noch, weil wir das auch in so ein paar Apps drin haben, die wir zum Teil auch unseren Kunden bereitschen. Also es ist noch mal etwas höher, das hatte ich jetzt noch. Also das war jetzt nur die interne Nutzung für interne Prozesse, alles was customer-Facing ist, da kommt noch mal mehr dazu. Aber das heißt, lasse 700 Euro pro FTE sein, die einen KI kosten habt. Also, ihr seid eine kleine Boutique-Beratung, alles fährt. Aber wenn ich mal vergleiche, ich weiß, ich mein als wir 20, 24 oder so gesprochen haben, da hatte ich vielleicht zwei Lizenzen, ja, also das heißt du hast vielleicht 100 Euro monat ausgegeben. Das heißt, wenn du jetzt mal das 6, 7 fache mindestens an Kosten, das finde ich schon erstaunlich. Ich mein, das sind ja, wenn du auch überlegst wie exklusiv das dann eigentlich wird irgendwann, weil es können sich kaum Unternehmen leisten, 500 Euro, nach Steuern sozusagen, ne? Vorsteuern nehmen Kontext, aber vier Ruhe unter der vierre Mitarbeiter an Lizenzg und und Tokenkosten zu haben. Weil er auch. - Ja, nicht, wenn die Arbeit nicht neu verteilt wird, dann nicht. Genau. Das heißt, es muss komplett, es muss auf Horiz und Taler Ebene ein absoluter Wandel stattfinden, innerhalb der Unternehmen, das heißt, Menschen müssen quasi mehr und andere Dinge tun. So ist es auf jeden Fall nicht Future-Proof, würde ich sagen. Ja, ja, klar, klar, das ist ja dann dieses typische Bild, jetzt wird immer mehr an KI delegiert und dann machen die Leute halt früher feierabend mehr Landschuphause oder treffen sich öfter an der Kaffeemaschine. Natürlich, das funktioniert natürlich nicht, aber bei uns weiss ich ja, was schon ist, wenn jetzt die Tokenverbrauch hochgeht, das ist nicht ein zu ein, so, ja, müssen wir auch ein bisschen gucken, dass das Einsatz sinnvoll bleibt, aber die tendenzielle geht der Tokenverbrauch hoch. Macht KI mehr für uns, bedeutet mehr Kapazität, bei den Leuten im Team bedeutet wir reißen ambitionierte Projekte und Ziele auf, Firma Wext stärker, macht mehr Umsatz, weiterhin super profitabel und die Rechnungen geht damit weiterhin auf. Das wird sicherlich irgendwann auch so ein Glastach erreichen, aber da sind wir noch lange nicht angekommen. Ja, finde ich total spannend, weil ihr quasi die ersten kleinen Beratungsunternehmen sein werdet, die mittelständischen oder die mittelgroßen Beratung disruptieren wird. Also Beratungen, diesen großen wie in der, die ich bin mit 500.000, mit da weiter 700.000, die werden glaube ich nicht so leicht und disruptiert durch kleine Boutiken, aber das gesamte mittelfällt auf jeden Fall, weil ihr quasi ja, ja, wesentlicher Agiler seid, ihr seid wesentlich schneller und dann ist es natürlich ein wahnsinnig gutes Silvestmengewesen, aber man fangen wir auf dieser Air First Strategie zu setzen. Also ich begrüße das sehr, ich finde das super spannend, wie gesagt, ich bin dann größter Fan und das alles mit mit zu sehen, wie ihr wachst und wie es immer mehr wird und wie ihr es selber agentifiziert, wie ihr eurer eigenen Unternehmen auf Agent und Aufbau ist, finde ich super interessant mit anzusehen. Also ich danke dir auf jeden Fall sehr für deine Zeit. Ich hätte gerne ein paar Medienempfehlung von dir haben, beziehungsweise hast du ein paar Linkt in den Counts, dem man voller und kann, weil du hast eine super gute Linkt in Präsenz und hast bestimmt auch gerne Counts, den, wo du Content oder du dir AI-Kontent gerne ansiesst, wen würdest du denn empfehlen? Ich weiß gar nicht, ob ich den schon mal empfohlen habe, aber jemanden von dem ich sehr, sehr gerne die Gedankenlese ist Ethan Mollick, der ist Professor an der Warden University, der macht da auch irgendwie so ein AI- und andere Pränership, sowas, so was, lehrt der da. Aber ich finde der schafft das immer sehr greifbar und ohne viel Jagon zu beschreiben, was eigentlich gerade im KI-Feld so passiert und das ist so sehr greifbar, sehr verständlich. Und der weder heibt er das nach oben, noch spielt er es runter und er zeigt immer sehr gut, was gerade so ist. Also demfolge ich total gerne. übrigens ganz kurz, er hält auch fantastische Kinoz. Also wir verlinken Ihnen schon noch eine Kinoz und auch legen der. Ja und dann der Lenny Ratschitzke ja von Lenny's Podcast, Lenny's Newsletter, genau, oder hat er nicht auch Lenny's Podcast, also das ist gar im Podcast und macht er auch ein Newsletter und kommt eigentlich aus dem Produktbereich und der schafft es einfach auch so die krassesten AI-Leute da in sein Podcast zu bekommen und führt da immer sehr, sehr spannende Gespräche, beleute das vor allem so aus der Produkt, Brille macht einfach auch großartige Content. Also das sind jetzt mal so zwei, die ich sagen würde. Ansonsten, ich versuche mich einfach vollfern davon zu halten, um mich und meine Gedanken nicht zu stark beeinflussen zu lassen, von anderen und wirklich selbst mir Urteile und Meinungen zu bilden. Und ich habe gemerkt, wenn ich mich immer mehr, immer mehr so das Reinziehe, was so andere machen. Das ist mal gut, aber ich brauche auch mal den Moment, wo ich selbst die Meinung bilden kann. Und dann hilft es mir, mir auch anderes anzuschauen und zu gucken, wie die darüber nachdenken. Und dann natürlich noch, einen noch, will ich noch nehmen, aber ich kenne mit dabei, glaube ich, jeder. Also andere Kapate, der Ex-Tessler AI-Chef, auch bei OpenAI, sie hat zu Enthropic gegangen und arbeitet da an einem Research-Team, was ich mit Auto Research beschäftigt. Also sich damit beschäftigt, wie klord lernen kann, sich selbst zu verbessern, verrückt ist, aber da sehen wir auch, wo wir gerade angekommen sind. Und das ist eine der stärksten Researcher gerade so und der Enthropic gegangen, das ist eigentlich schon, wie so ein Christiano Ronaldo geht in einen neuen Fußballverein so ein Deal auf dem Level ist das. Also bin ich gespannt, was wir dann noch sehen werden. Der macht auch so. Auf jeden Fall, dass so der Rockstar, der aktuellen Entwicklungen, ist es ja auch so ein bisschen nicht todisch durchs für OpenAI gewesen, aber das ist definitiv keine gute Presse. Also, wenn der, einer der Lead Researcher zur Konkurrenz geht, ist es auf jeden Fall kein gutes Signaling, aber wir weiß ja, also am Ende pendelt sich das eh immer hin und her. Und da weiß, wie sich das am Ende ausgeht. Gut, also herzlichen Dank noch mal für deine Zeit, weil wir eine große Freude und wir machen ab jetzt monatlich einen Doppelfolge. Also Juni werden wir wieder eine machen. Und falls jemand wünsche oder Anregung hat, lasst es mich gerne wissen, vielleicht können wir unsere Freude auch darauf ein bisschen anpassen. Also vielen Dank und bis bald. Tchao.