Speaker 1Leben totgesagte wirklich länger. Data Warehousing ist tot, Data Lake ist tot, Self Service ist tot. Und jetzt killt KI mal wieder die Dashboards oder auch nicht. Bringt KI und generative Systeme wirklich was bei der Erstellung von Dashboards oder erstellen wir damit einfach mehr Schrott? Das bespreche ich heute mit Oliver Ulbricht.
Speaker 2Unfuck your data. Deine Machete im Datendschungel. Daten durchdringen immer mehr von uns und unserem Leben. Sowohl privat als auch beruflich. Für Unternehmen werden sie vom Wettbewerbsvorteil zum Überlebensfaktor. Wer seine Daten nicht effektiv nutzt, geht unter. Es wird höchste Zeit, das Datenchaos in den Griff zu bekommen. Bei Unfuck your data spricht Christian Krug jeden Donnerstag mit Datenprofis darüber, wie du Ordnung in das Datenchaos bringen kannst. So holst du das meiste heraus. Für dein Unternehmen, deine Kundinnen und Kunden, so wie natürlich für dich.
Speaker 1Und damit hallo und herzlich willkommen bei Unfuck your data, dem wahrscheinlich coolsten deutschsprachigen Datenpodcast. Lach nicht! Warum du immer
Speaker 3noch wahrscheinlich sagst. Ich verstehe das gar nicht.
Speaker 1Hintergrund kann ich erklären. Ihr habt es vielleicht an der Stimme gehört schon oder erkannt. Und die Zuschauerinnen und Zuschauer, die es sehen auf YouTube, tun sich da natürlich etwas leichter. Bei mir ist Oliver Ulbricht. Er ist ja quasi schon Stammgast bei Unfuck your data. Auch regelmäßig in anderen Podcasts unterwegs. Hatte auch eigene Podcast-Formate. Zum Beispiel eins zusammen mit mir. Und ansonsten ist er Dashboard-Koryphäe vom Anforderungsprozess bis hin zur fertigen Information. Aber nicht von der technischen Seite, sondern vom Inhalt. Was wollt, müsst ihr eigentlich sehen, um coole Sachen daraus abzubilden, was ihr da sehen wollt. Was wollt, müsst ihr eigentlich sehen, um coole Sachen daraus abzubilden. Jetzt mal ganz kurz für das Setting. Du hast vor, jetzt sind wir in dieser Vor-KI-Ära, hattest du Dashboarding-Projekte, wo du gesagt hast, und ich glaube, da haben wir in anderen Folgen ja auch gut drüber geredet. Du hast ja diese Schnittstellenfunktion, die aus den Leuten, also aus dem Produktionsleiter, aus dem Controlling-Leiter, aus den Vertrieblerinnen und Vertrieblern rausbekommen hat, hey, das ist die Information, mit der ich eigentlich mein Business steuere. Und dann hattest du technische Kolleginnen und Kollegen, die gesagt haben, okay, jetzt baue ich das im System nach, sodass unsere Kunden, unsere Geschäftsführer, unsere Geschäftsführer, unsere Geschäftsführer, unsere gemeinsamen Kunden, die Informationen, die sie brauchen, haben, um das zu steuern.
Speaker 3Ja, also ganz kurz Management-Summary, ja. Ja, okay, gut. Und an dem Punkt, wenn man darüber gesprochen hat und dann da wirklich auch mal Energie und Zeit reingesteckt hat, wirklich mal rauszubekommen, was muss denn so ein Produktionsleiter oder eine Produktionsleiterin sehen? Und nicht, was nehmen wir an, was sie sehen muss, sondern was braucht er wirklich? Und wie guckt er sich das an? Wie geht er mit den Daten um? Daraus sind dann Prototypen. Prototypen entstanden, Skizzen etc. Und irgendjemand hat das dann gebaut, also wirklich gebaut. Das erste Mal, dass irgendwas in einem System entsteht und man sich das angucken, anfassen, fühlen kann. Ja. Und da war natürlich für mich die Frage, so wie kann mir denn jetzt KI helfen? So und natürlich habe ich genauso, wie du es beschrieben hast gerade, auch angefangen und habe gesagt, also du bist BI-Entwickler, bitte schau dir diese Daten an. Ich möchte von diesen Daten dieses, jenes etc. wissen. Bitte erstell mir daraus ein Best-Practice-Dashboard oder ein Modell. Ein modernes Dashboard. Also diese Begriffe, wie, wenn wir ganz ehrlich sind, Menschen ja da reinschreiben. Behaupte ich. So. Also so habe ich das gemacht. Und dann kommt da, es kommt was raus. Es kommt definitiv was raus. Definitiv, da wird was rauskommen. Aber es kommt jedes Mal was anderes raus. So, das ist schon mal ein großes Thema oder ein großes Problem. Es sieht jedes Mal anders aus. Das ist für mich alleine vielleicht noch okay. Ich habe dann eine Analyse gemacht, dann sieht es dann irgendwie aus. Ja. Ich weiß ja, was ich gefragt habe. Da ist es jetzt auch egal, ob das Diagramm rechts oder links oder oben oder unten oder ob der dann Linien nimmt oder was auch immer. Ich weiß ja, was meine Frage war und ich kann jetzt irgendwie damit, ja, vielleicht arbeiten, Erkenntnisse gewinnen etc. Ich wollte aber was Klickbares. Also irgendwas nicht, ich wollte nicht ein statisches Bild, sondern ich will ja etwas, da kann ich draufklicken und da passiert noch mehr. Und da bin ich dann hingekommen, dass ich gesagt habe, ich will etwas, damit ich das Gefühl direkt bekomme, wie funktioniert dieses Dashboard? Wie funktioniert das? Wie funktioniert die Analyse? Wie komme ich von dem Groben ins Detail? Und dafür, Christian, brauche ich aktuell eigentlich keine Ahnung. ein Entwickler oder keine Entwicklerin, die das in irgendeinem Tool bauen würde, sondern das kann man mit KI relativ gut machen. Das Problem ist, ohne das ganze Vorwissen und ohne den Rahmen, dem du quasi der KI mitgibst, baut die halt, was sie will. Oder was sie glaubt, was das Richtige ist. Nicht, was sie glaubt, sondern was sich aus der Wahrscheinlichkeit ergibt. Danke, danke. Ja, also, und das wird ganz, ganz spannend. Ich will da jetzt noch gar nicht zu weit reingehen, aber es ist eben nicht dieser eine Prompt, hier ist die Excel-Liste, mach mir da mal eine Analyse oder stell mir da mal was.
Speaker 1Ach man, das ist ja langweilig. Komplett enttäuschend, ne? Nein, ich weiß gar nicht, wo ich anfangen soll. Der ganz kurze Hinweis, bitte keine Rollenprompt mit du bist ein Entwickler. Nein, du bist eine Entwicklerin. Oder du bist eine Power BI Expertin. Nein, nein, nein, bitte das nicht, das macht das Ergebnis nicht besser. So gar nicht. Was du sagst ist natürlich, da schon, für mich geht es jetzt in zwei Richtungen. Also zum einen, das was du sagst, so das Prototyping, das ist ja mit generativen KI-Systemen, wenn ich so ein bisschen Hirnschmalz reinstecke und jemanden in der Schnittstellenposition habe, jetzt wie dich, der sagt so, okay, ich muss halt grob verstehen, was für Daten, was wollt ihr eigentlich sehen, was wollt ihr eigentlich steuern? Dann kann ich ja jetzt mittlerweile das, was du ich auch früher, wir haben das ja mit teilweise mit Schere und Papier, mit auf irgendwelchen Miro-Boards oder ähnlichen, aufgemalt, wie soll so ein Dashboard aussehen? Ich habe das wirklich gemacht. In einem Projekt haben wir wirklich das auf PowerPoint-Folien, wir hatten dann so die Kacheln uns vorgefertigt und gesagt, so kann das aussehen. Dann halt aus einem aktuellen System dann Zahlen und Grafiken genommen, damit es ein bisschen für die Leute die Transferleistung etwas einfacher war. Aber das ist ja was, wo ich sage, da ist KI ja superflott.
Speaker 3Ja, wenn du aber Konsistenz gewährleisten willst, immer identische Farbgebung, identische Anordnung etc. Das ist ja wiederum das Visualisierungswissen, was vorne dran steht. Ja. Was die KI, wenn man sie gut steuert, auch nutzen kann, aber wenn du sie nur einfach machen lässt, dann macht sie aus dem ganzen Portfolio, was sie so an Wissen hat, worauf sie zugreifen kann, da findet sie IBCS, da findet sie Vue, da findet sie, weiß ich nicht, da findet sie noch irgendwas aus den 80ern, das hat man in den 80ern so gemacht, da hat man so ein Cockpit gebaut und dann macht sie das so, dann bekommst du das. Und wenn du diese Regeln, das ist ja das, es ist ja das eine, was willst du wirklich inhaltlich rausfinden? Das können, habe ich die Erfahrung in den ganzen Jahren im Prototyping, das können Menschen nur gut mitteilen, wenn du mit ihnen redest und nicht, wenn die dir eine Liste schicken, Christian, ich brauche den Umsatz, ich brauche die Kunden, ich brauche die Abverkaufsquoten, bla bla bla, so, das reicht nicht.
Speaker 1Und welche Merkmale brauchst du? Ja, alle. Ja, alle. Das ist immer die Anforderungsliste, das ist immer wie beim Döner, einmal mit alles und scharf, ja. Es ist wirklich so.
Speaker 3Aber Christian, Döner mit Zwiebeln oder ohne Zwiebeln?
Speaker 1Obviously there is one right answer, ja. Es tut mir leid. Ja, wie ist sie denn? Mit. Nein. Punkt. Einmal mit alles, ohne Zwiebeln. Nein, da bin ich anderer Meinung. Okay. Ich esse meinen Döner ohne
Speaker 3Tomate. Ja, ach guck mal, die Tomate, die darf nicht sein.
Speaker 1Nee, die hat auf Burger, auf Burger und auf den Döner hat Tomate nichts verloren.
Speaker 3Ja, jetzt beim Burger.
Speaker 1Nein. Wir driften ab. Ja, A, wir driften ab und B, nein, da lasse ich, das gibt Dinge, da lasse ich nicht mit mir diskutieren, darf jeder seinen Burger essen, wie er will. So wie es auch immer. Ende. Ja, so. Mit oder ohne Fleisch ist mir egal. So wie so. Aber ja, ne, das ist natürlich diese Anforderungsliste, wenn du hast, so, ja, welche Merkmale brauchst du? Ja, ich muss nach allem aufreißen können. Dann hast du 30 Filter an der Seite, die wenn du dann trackst, wie viele benutzt werden, sind es zwei.
Speaker 3Ja, genau, genau. Also das ist ja die eine Seite, diese methodische, also wie können wir es denn auch standardisiert im Unternehmen haben, damit wir das immer einfach, schnell, leicht zugänglich, verständlich so, dass viele Leute dieses, diesen Rahmen verstehen. Und wenn du das hast, da hast du die, die, wenn du das der KI dann mitgibst, da hast du schon mal da den ersten Schritt, wo du diese Standardisierung steuern kannst und sagen kannst, okay, es sieht jetzt erst mal vom Layout, vom Aufbau her sehr ähnlich aus. Und wenn du es ganz hart formulierst, also Skills und solche Geschichten, das kennst du alles viel besser, kannst es viel besser erklären, als ich das jetzt vielleicht noch tun kann. Aber ich habe es dann so für mich gebaut, dass er mein Vorgehen, meine Methodik kennt, oder sie, je nachdem, die Daten in einer bestimmten Form natürlich vorliegen müssen, so, das ergibt sich aber aus dem Gespräch und dann kann ich die beiden Sachen matchen und dann sieht nicht jedes Dashboard, was erstellt wird, irgendwie aus, sondern es funktioniert immer nach denselben Prinzipien. Und das ist der erste Aufschlag, um dann vielleicht in eine Iteration zu gehen oder zu sagen, so machen wir es. Und dann kann man das immer noch implementieren in einem BI-Tool, wenn man
Speaker 1möchte. Wenn man möchte. Ja, aber das heißt, du hast jetzt, ich gehe so zurück, du hast jetzt für dich so ein Prompt Framework Template hingebaut, wo du sagst, oder Skills, wo du sagst, so ja, wenn ich jetzt sage, das sind neue Daten, das ist jetzt, keine Ahnung, der hat jetzt nicht Oliver Ulbricht Farbgebung, sondern ich muss jetzt vielleicht noch drei, vier, fünf Farbcodes vom Unternehmen und das Logo von, jetzt haben wir hier Unforgetable Data, ich möchte das Unforgetable Data Dashboard von dir, Oliver, haben. Dann sagst du, okay, Christian, was willst du eigentlich sehen? Wir gehen das alles durch. Und dann sagst du, okay, gib jetzt mal deine Farbcodes her, gib mal dein Logo her und dann kriege ich einen Prototypen von dem Dashboard.
Speaker 3Den kriegen wir dann eben genau relativ schnell hin. So. Und das ist jetzt vielleicht für ein Unternehmen nicht so die superperfekte und langfristige Lösung, da jetzt irgendwie in KI und mit Prompts und, ne, also da kommen andere Themen. In irgendwelchen Plot-Artefakten oder sonst was? Ja, genau. Wir reden jetzt wirklich erstmal von dem Schritt, das, und darauf wollte ich eigentlich, will ich ja eigentlich hin. Es geht gar nicht darum, dass ich, ah, ich weiß jetzt, wie ich in KI Dashboards machen kann. Das wissen inzwischen ganz viele andere. Und das Kuriose oder das Gefährliche, in Anführungsstrichen, ist ja, dass Leute in Fachbereichen oder auch im Management, im mittleren Management, vielleicht nicht mehr lange auf irgendetwas warten, sondern sich Dinge selber bauen. Und da kann man dann drüber reden, in welcher Qualität und mit welcher Aussagekraft und mit welchem Impact, etc. Aber die Möglichkeiten sind da. Das heißt, es entsteht ganz viel, es kommt ganz, ganz viel raus. Aber werden wir dadurch besser, schneller, treffen wir bessere Entscheidungen, schnellere Entscheidungen? Hilft es denn den Unternehmen wirklich? Will jetzt jeder mit KI seine eigene Lösung, also, ne, vorausgesetzt, da haben wir jetzt die Daten und, und, und.
Speaker 1Komm, haken wir das mal ab. Sagen wir, du hast jetzt, keine Ahnung, einen Co-Pilot, fuller License oder Cloud Enterprise oder was auch immer. Oder du hast dir, keine Ahnung, dir gigantisch was in den Keller geschraubt und ein eigenes Rechenzentrum, wo die Modelle drauflaufen, geschenkt. Ja. Technik, Technik haben wir schon immer in den Griff bekommen. Punkt. Ja. Ja. Die Menschen sind aus Amok
Speaker 3gelaufen. So ist es.
Speaker 1Ja. Genau. Aber zurück zu dem, was ich sag, so, ja, natürlich ist da die Gefahr, dass jetzt jede und jeder im Unternehmen sich einfach selber so ein Dashboard raushaut. Und da kommt ja wieder dieser verstärkende Effekt dazu, dass diese KI-Systeme so gebaut sind, dass es halt elende Speichellecker sind. Und die natürlich sagen, Oliver, wir beide haben zusammen das, das beste Dashboard gebaut, das es gibt. Das ist absolut genial. Du bist so ein Genie. Möchtest du noch, darf ich dir noch was, noch eine Sonderschleife dran machen? Ja. Damit du noch mehr Token durchbrennst.
Speaker 3Das, also das ist ganz, ganz wichtig und massiv. Ein massiver Punkt, weil ich hab mich mit dem, kommt jetzt demnächst im Controlling Management Review, nämlich genau mit diesem Thema auch beschäftigt, Business Partnering im Controlling. Was bedeutet das im Zeitalter von KI? Und meine pauschale Aussage wäre erstmal, KI kann das viel besser. Also die kann ja viel besser analysieren und die kann dir auch richtig geil widersprechen. Kannst ja alles machen. Du kannst ja sagen, du musst mir widersprechen und sei Advokat und etc. Kannst du alles machen. Du hast gerade von den Positiven gesprochen, dass die KI mir sagt, wie toll ich bin. Die kann ich ja auch so steuern, dass sie sagt, Oliver, das ist alles Quatsch, was du da machst. Der Riesenunterschied ist aber, Christian, ich kann den Laptop zumachen. Das ist mir egal, was die KI gesagt hat. Wenn ich aber, wenn du in meinem Büro stehst und mir sagst, Oliver, das machst du falsch, das ist nicht richtig gut und ich schicke dich weg, stehst du morgen wieder da. Und das ist so der Punkt, einmal dieses Gefallen wollen, auch die, das merke ich auch immer wieder, wo sie, wo die KI-Systeme so logisch, also logisch, linear durchgehen und sagen, die Idee ist gut, es gibt so viele Kunden, das kostet so viel, das macht so viel Umsatz. Ist ja in der Reihenfolge richtig, aber das Business und das Leben funktioniert ja so nicht.
Speaker 1Ja, das Problem ist, wenn das alles, wenn das funktioniert,
Speaker 3was denn, was denn, was denn? Komm, komm, hab ich was
Speaker 1Falsches gesagt, Christian, widersprich mir. Nein. An der Stelle das Problem ist, ja, wenn dieser ganze Scheiß so leicht wäre, dann wären ja. dann gäbe es ja schon so viele Coaching-Opfer, dann gäbe es nicht so viele Coaching-Opfer, sondern dann gäbe es ganz viele Milliardäre und Millionäre. Das ist so. Ich möchte jetzt keine einzelne Coaching-Firma hier angreifen, aber es gibt da schon draußen recht prominente Angebote, die versprechen, so wirst du garantiert zum Millionär und wir bootcampen dich da durch und zeigen dir diese, wo sind die alle, wo. Aber genau da kommen wir wieder hin. Das ist ja wieder auch das, diese KI-Systeme, da kommst du wieder genau in dieses Problem, diese Beschäftigtheit. Also du kannst ja Sachen ganz schnell kreieren. Und ich habe es auch in diesem wundervollen Term Slop-Grenade gehört. Also wenn du sagst, ja, da ist das Dashboard, das ist halt voller Fehler und das beantwortet gar nicht die Frage. Aber meine Aufgabe war es, das Dashboard zu bauen. Ich schmeiße es jetzt dem Oliver über den Zaun und der muss jetzt drei Stunden irgendjemand anders erklären, warum der Christian das schreibt. Weil er so ein nice Dashboard gebaut hat. Ich habe meine Ruhe. Ja, ja. Und dafür hat sich, Michi Streit hat mir in den Feed gespielt, den Terminus Slop-Grenade. Ja. Ich finde, ich finde gut. Aber das ist ja, also das ist für mich so diese Gefahr in diesen, durch den Zugriff auf generative KI-Systeme ohne die entsprechende Ausbildung, den Rahmenprozess und dann auch diese Verantwortlichkeit zu sagen, okay, wer ist jetzt wieder in der Nachweispflicht? Also ist es mein, wenn meine Aufgabe ist, das Dashboard zu erstellen, ist es meine Pflicht nachzuweisen, dass es das ist, was der Oliver wollte? Oder musst du nachweisen, dass es nicht das ist, was wir gebraucht haben? Eigentlich kommen wir wieder zu dem Punkt, ich hatte es jetzt genau in der Folge, in der anderen Folge, genau diesen Satz. Wir müssen beide dastehen. Wir müssen wieder zusammenarbeiten und es muss, wenn das Dashboard nicht passt, darf nicht der Oliver auf den Christian zeigen und der Christian auf dem Oliver, sondern dann zeigt die Chefin auf uns beide und sagt so, ihr zwei habt zusammen reingeschissen.
Speaker 3Ja, und das passiert aber nicht genau durch diese Messages, die du gerade so beschrieben hast, was da draußen erzählt wird. Ich sehe ja auch diese ganzen Influencer und Influencerinnen, gerade auch so im Finance-Sektor, die dann mit diesem Prompt erstellst du dir das und mit diesem Prompt erstellst du dir das. Das ist als Einzellösung für die Person einzeln vielleicht gut. Das will ich gar nicht bestreiten. Nur was bedeutet es denn für Organisationen? Weil, also, die Geschichte, die du gerade gesagt hast, man muss Verantwortung, Accountability, etc. Du musst ein Training dafür gehabt haben. Neulich habe ich gesagt, Self-Service war schon eine blöde Idee. Self-Service hat ja auch nicht funktioniert. Und irgendwo fällt ein Arthur-König tot um gerade.
Speaker 1Sorry, Arthur, wir haben dich wirklich lieb.
Speaker 3Aber es ist doch so, da haben doch auch alle gedacht, oh geil, jetzt machen wir Self-Service, dann machen die ihre Sachen selber. Ja, die haben auch schon Sachen selber gemacht. Und glaubt ihr denn jetzt, wenn die Leute selber etwas mit KI machen, dass es dann besser wird? Also, auch da, da kriegt man, damals hat man irgendwie eine Power BI-Schulung gekriegt oder eine Tableau-Schulung und das war es. Hier so funktioniert das Tool, machen wir. Und das ist nicht das Thema. Es ist nicht das Thema, wie funktioniert dieses Tool. Auch das ist ein Thema. Es ist aber auch das Thema, was wollen wir denn überhaupt damit machen? Was soll denn dabei rauskommen? Und was soll entstehen?
Speaker 1Self-Service ist für mich das Gleiche, was du gesagt hast, wie diese Prompt. Manchmal funktionieren. Nicht alle, also um Gottes Willen, da gibt es auch ganz schlimme, also ich halte ja von Prompt-Templates, so darf man gerne als Inspirationsquelle nehmen und sagen so, hey, sind da Sachen drin, die ich da vielleicht rausnehmen kann? Aber ich würde nie ein Prompt-Template einfach so nehmen, weil da sind 25 Faktoren, die für deine Situation gerade nicht passen drin. Aber bei Self-Service war es ja auch schon so, ich sage so, für diese Ad-Hoc-Analysen, wenn ich jetzt gerade, im Controlling bin und im Monatsabschluss irgendwas finde, wo ich sage so, das verstehe ich gerade nicht, dass ich dann so eine Ad-Hoc-Analyse mache, Self-Service sagst du, okay, hey, ich habe da was gefunden, das sieht komisch aus, ich glaube, das muss umgebucht werden oder wir haben hier ein Problem, weil die gerade im Controlling vielleicht so, hey, wir sind da bei dem Meilenstein hinterher am Monatsende, wo liegt das, dass ich dann sagen kann, hey Oliver, ich habe das gefunden, in dem großen Management-Dashboard siehst du da, dass es gelb ist, hier ist meine Self-Service-Analyse, warum es gelb ist, idealerweise Lösungsvorschlag, wir müssen hier das und das, was auch immer tun. Und da ist Self-Service geil, dass die eben nicht sagen müssen, oh, ich habe nur das statische Dashboard, ich kann gar nicht filtern auf diese und jene Posten rüber, das kann ich gar nicht, ich muss jetzt ein IT-Ticket aufmachen und bis jemand im BI-Team Zeit hatte, mir die Ad-Hoc-Analyse zu geben, ist der nächste Monatsabschluss da. Und für sowas fand ich Self-Service schon sehr gut.
Speaker 3Okay. Ja, das ist ja auch wieder sehr spannend, wer definiert für sich, was ist Self-Service? Also ist Self-Service ich mache den Kühlschrank auf und hole mir ein Getränk raus, also ich habe mich selbst bedient aus dem Kühlschrank, aus dem Angebot, was da drin ist, oder fängt Self-Service auch daran, ich muss mit bestimmen, was in dem Kühlschrank überhaupt drin ist und ich gehe vielleicht noch einkaufen und hole vielleicht auch noch die eine oder andere Kiste und stelle sie mir vielleicht selber da rein. Kann man ewig drei Tage darüber diskutieren und es ist ja auch nur eine provokante Aussage, dass ich gesagt habe, Self-Service hat schon nicht funktioniert. Das ist ja nicht wirklich so. Wenn Self-Service und ich war in vielen Unternehmen, wo Self-Service wirklich strukturiert eingeführt wurde und Menschen enabled wurden, Verantwortlichkeiten etc., das funktioniert. Und wie du auch sagst und das brauchen wir für KI auch, ein gewisses Grundwissen, Grundverständnis dessen, was dort hinter diesem Chatfenster oder diesen Dingen, die ich dort tun kann, passiert. Das sollte man schon haben. Mir geht es aber vielmehr um den Output. Also das, was dann dort rauskommt, das geht ja so viel schneller und so viel plausibler, dass jetzt, wie du ja auch gesagt hast, ja Oliver, die KI erzählt ja, wie toll du bist. Jetzt sind alle toll und wir müssen ja trotzdem ins Gespräch und in die Verhandlung. Ist das jetzt, also treffen wir jetzt die Entscheidung und treffen wir die, oh, das klingt plausibel, aber wo ist der Haken? Und dieser Dialog muss ja trotzdem stattfinden.
Speaker 1Genau. Und das ist da, und da, und das habe ich jetzt auch wieder so ein bisschen für mich die letzten Wochen mal angeguckt, da wird das mit KI jetzt dann auch noch mal lustig, weil genau diese Sachen jetzt dann Kosten dran geklebt
Speaker 3bekommen. Bei was kommt Kosten dran geklebt?
Speaker 1Also, wenn du sagst, ja, jeder kann jetzt schnell was generieren. Ja. Wenn jetzt der Oliver sich eine Self-Service-Analyse zusammengeklickt hat, dann war das diese 12 Euro Power BI Lizenz oder keine Ahnung, 20 Euro SubAnalytics Cloud Lizenz oder keine Ahnung, was die alle kosten. Na, der Oliver irgendwo war Zeit reingesteckt, das gemacht und dann haben wir ewig rumdiskutiert und sind nicht vorwärts gekommen. Oder doch, irgendwann. Ja, so. Wenn wir beide uns jetzt unsere Dashboards prototypen oder Vibe-Coden, nennen wir es mal Vibe-Coden, dann kostet das auf einmal Token. Das sehe ich ja nicht. Ja, doch. Und nein, und dadurch wird es nämlich im Unternehmen auf einmal sichtbar. Dann fragt sich mal irgendjemand, warum ballert denn der Oliver jeden Monat? 1200 Euro an Tokens raus, um Dashboards zu machen? Der Christian auch und es geht trotzdem nicht schneller. Da fällt nämlich auf einmal auf, was da an Ineffizienzen drin ist. Und jetzt kommen wir wieder zurück. Ich möchte noch mal was Positives sagen. Weil du hast gesagt, dass dieses das ist dieser Prototyping-Teil, das ist dieser Self-Service-Teil von KI im Dashboarding. Wo du sagst, okay, ich habe hier diese Analyse, jetzt gebe ich das da rein und dann habe ich ein Dashboard oder mach mir eine Auswertung, wo sind meine Umsätze gefallen oder wo habe ich, was liegen lassen, je nachdem, was ist in den Daten. Und wenn du jetzt aber hingehst und sagst, so, wir gehen jetzt mal in die Welt, die wir beide ja immer so ein bisschen propagieren wollen und sagen so, hey, wir haben abgestimmte Kennzahlen, wir wissen, was wir entscheiden wollen. Und dann haben wir da ja Expertinnen und Experten da sitzen, die technisch bisher in Power BI oder welchen anderen Tools auch immer und in dem Backend, wie die also SAP BW bis Fabric, Snowflake, Databricks, wie auch immer die heißen, diese Sachen gebaut haben. Und da ist für mich, der große Hebel von KI, dass diese Leute mit diesen Frameworks in der Technik viel, viel schneller werden. Und das ist dann eben robust und dann zusammen mit einem Prototyping-Prozess, den wir beschrieben haben, dass du eben dann sagst, dass du mit der Controlling-Leiterin da sitzt und sagst, so, wie soll dein Dashboard ausschauen? Dann hast du schon einen Prototypen, der eben, ja, okay, das ist Quick und Dirty Code, der sollte bitte nicht so in die Produktion gehen. Auf gar keinen Fall. Aber die Entwicklerin kann, den nehmen, sagen, okay, so ist es. Ah ja, in Power BI muss ich das so machen oder in SAP Analytics Cloud muss ich das so machen. Ich habe mir vielleicht ein paar Skills, Frameworks, Routinen geschrieben, die mir das schneller übersetzen. Zack, dein Dashboard ist da. Muss ich auch noch sagen, Shoutout hier der, ich habe das neulich gelesen vom Lukas Ehl von der Deutschen Bahn. Die haben einen Agenten gebaut, der denen die Power BI Dashboards baut. Und der hat geschrieben, ja, von ein paar Tagen sind wir auf einen halben Tag. Und dann hat der Fachbereich was zum Anfassen, mit dem wir dann weitermachen können. Und da ist der Hebel.
Speaker 3Danke. Genau das ist der Punkt. Und das, also ich muss jetzt das nochmal ganz kurz ein bisschen einordnen. Ich sage nicht, KI soll Dashboards bauen. Also in dem Sinne, unsere Dashboards laufen in KI. Gar nicht. Sondern ich nutze es für mich, um sehr schnell einen klickbaren, nutzbaren Prototypen zu kriegen mit echten Daten, um zu klären, ist das das, was wir brauchen und ist das von der Logik, vom Klicken und von den Erkenntnissen, die wir gewinnen, ist das das Richtige? Und das sind Dashboards für wiederkehrende Fragestellungen, für Dinge, die ich sowieso jeden Tag, jede Woche, jeden Monat brauche. Wir dürfen nicht darüber nachdenken, dass der Vertriebsleiter jetzt jeden Tag seine KI fragt, wie ist denn der Umsatz? Wie laufen denn die Kunden? Das ist Schwachsinn. Das ist auch wieder Token verbrennen, sinnlos, nutzlos. Der muss nicht darüber reden, der muss meiner Meinung nach, weil du eingangs gefragt hast, sind Dashboards jetzt tot? Nein. Dashboards für wiederkehrende Fragestellungen sind überhaupt nicht tot, sondern die brauche ich jeden Tag, da gucke ich jeden Tag drauf, da will ich nicht im Chat siebenmal fragen müssen und erklären müssen, was ich wissen will, sondern das muss ich sehen, da gucke ich morgens drauf, sehe das und kann weiterarbeiten, Entscheidungen treffen, Maßnahmen ergreifen. Wo KI, wo ich das sehr, sehr positiv sehe, ist tatsächlich begleitet. Lass uns mal explorieren, lass uns mal rausfinden, wir gucken uns mal Korrelationen, Verbindungen, fällt dir irgendwas auf, was ich nicht sehe, was könnte ein blinder Fleck sein? Solche Dinge. Das geht im Dialog mit KI vielleicht wieder sehr gut, kann ich mit vorbereiten, nächste Woche habe ich ein Meeting mit dir, bringe ich meine Erkenntnisse mit und so weiter, aber das Standard-Dashboard und jedes Unternehmen hat Standardfragen, die wiegen, die messen, die verkaufen irgendwas, die zählen irgendwas, das müssen die jeden Tag sehen, dafür brauchen die keine KI, die ihnen das sagt, sondern die brauchen vielleicht, wie du es beschrieben hast, bei der Deutschen Bahn, so ein Dashboard, so Standard-Dashboards, die erstellt uns die KI sehr, sehr schnell, wir machen da nochmal, wir gehen da noch einmal drüber mit dem Lappen und polieren das ein bisschen und müssen hier nochmal vielleicht was anpassen, aber wir haben dann etwas und das ist auch meiner Meinung nach der Hebel, also ihr sollt jetzt bitte keine Dashboards in KI
Speaker 1bauen. Ja, danke. Ja, aber das ist so, ich komme jetzt wieder zurück, wie du gesagt hast, wenn du dann, und das ist ja eben bisher und das ist jetzt für mich so diese große Chance bei KI, wenn der Vertriebsleiter oder die Vertriebsleiterin jetzt jeden Tag fragt, was war denn mein Umsatz, ich brauche die und die Analyse, ja, dann laufen auf einmal irgendwo, läuft dieser Zähler nach oben. Bisher hat die Person das vielleicht irgendwo selber gemacht, in der Zeit nicht mit Kunden gesprochen. Hat es vielleicht eine Assistenz, irgendeinen Assistenten gegeben, der das gemacht hat, der in der Zeit nichts anderes, keine Verträge aufgesetzt, keine Meetings organisiert, andere Sachen nicht gemacht hat. Und das ist halt so ein bisschen diese sogenannten deutschen Unternehmen ganz gerne eh da, kosten, ja. EDA-Kosten, die sind eh da, ja. Und das ist ein bisschen versteckt worden. Aber wenn du jetzt auf einmal diese EDA-Kosten durch Token ersetzt, dann fällt auf einmal irgendwo auf dem Vorstand, spätestens auf dem Vorstand oder Ziellevel auf, Junge, ohne dass mein Umsatz gestiegen ist, brennt mein Vertriebsleiter jetzt 12.000 Euro am Token durch? Was ist da los? Und auf einmal kriegt diese Ineffizienz, halt einen P&L-Einschlag. Und dadurch fällt es eben erst auf, was vorher nicht erledigt war. Was vorher nicht gut war. Und beim anderen gebe ich dir vollkommen recht. Also gerade in Coding, mit den richtigen Frameworks, den richtigen Leuten, was in Coding schneller geht. Es ist ein riesen Ding, das umzustellen, den Prozess umzustellen. Das ist nicht von heute auf morgen so, ich gebe meinen Devs jetzt Cloud-Code-Subscription und wup, wup, wup, Party. Auch die müssen sich, auch der ganze Prozess muss angepasst werden. Aber da ist es halt ein gigantischer technischer Hebel, wo du sagst, so ja, wir generieren deterministischen Code, den können wir testen. Ich kann das Dashboard testen, ob der Dashboard-Code, den das KI-System generiert hat, ob der funktioniert. Und das ist jetzt mein Hot-Take. Ich glaube, dass ganz viele der BI-Tools massive Probleme kriegen.
Speaker 3Kann ich gar nicht widersprechen.
Speaker 1Weil, ja, weil am Ende des Tages, die ja auch nur Code sind. Ja. Und ich glaube, also, kommt ein bisschen auf die Unternehmensgröße an. Ich sag jetzt mal, wenn du jetzt so eine Siemens bist oder SAP, da hast du so ein komplexes Ökosystem mit so vielen Leuten, dass du Zugangsberechtigungen und Zeug hast, dass du sagst, okay, dann nehme ich was out of the box, dann nehme ich Analytics Cloud, dann nehme ich Power BI. Ich kriege alles, was ich je brauche, out of the box und kann direkt sagen, okay, der Oliver ist Controller, der darf eben nur Berichte angucken, der darf jetzt nicht dran rumbauen. Der Christian ist Dashboard-Entwickler, der darf das machen. In komplexen, glaube ich, wird es länger dauern, aber am Ende des Tages, gerade in kleinen Unternehmen, kann ich ja diese Dashboards einfach den Code generieren und den dann irgendwo lokal laufen lassen, auf irgendeinem kleinen Server. Da brauche ich ja keine Power BI
Speaker 3Subscription mehr. Ja, das ist definitiv so. Die große Gefahr finde ich halt, ist einfach die schiere Menge und dass es so leicht aussieht. Also ist es ja schön, dass uns die KI jetzt in Power BI schnell ein Dashboard bauen kann. Super. Heißt das jetzt, dass wir jetzt in derselben Zeit einfach 100 produzieren statt früher 10? Also wir sind jetzt 10 mal schneller. Dann haben wir plötzlich statt 10 Dashboards 100 Dashboards. Sind diese 100 Dashboards jetzt so viel oder diese 90 mehr sind die jetzt so viel besser als das, was wir vorher hatten? Und Christian, du weißt, ich bin, ich sage immer, Technologie interessiert mich, ist mir scheißegal. Technik wird funktionieren, es wird, lässt sich alles lösen, weil mir dieses Gespräch vorher einfach fehlt. Dieses sich damit auseinandersetzen, was soll passieren? Und es ist auch heute nicht so, der Vertrieb, die Produktion, wer auch immer, schickt irgendeine E-Mail oder irgendeine Liste mit irgendwelchen Beschreibungen und dann wollen wir diese Zahlen, sondern dass man miteinander spricht. Ich meine, eine Sache ganz kurz. Ich habe ein Zitat gelesen und das ist von Karl Weick und der sagt, wie soll ich wissen, was ich denke, bevor ich sehe, was ich sage? Und als ich das das erste Mal gehört habe, habe ich gedacht so, was ein Freak, was hat er geraucht? Wenn du mal drüber nachdenkst, also auch den Kontext. Ich habe das immer wieder erlebt. Die Leute sagen, ich muss den Umsatz sehen. Ja gut, was macht man? Man nimmt die Spalte Umsatz, dann kommt das in das Dashboard. Ja, was die aber eigentlich ja wissen wollen ist, mit welchen Produkten mache ich den Umsatz? Sind wir im Plan? Sind wir nicht im Plan? Also ich reduziere das jetzt wirklich auf so einfache Sachen. Also Umsatz, ist das im Plan? Ist das nicht im Plan? Warum wollen die den Umsatz sehen? Oder beziehungsweise ob sie im Plan sind oder nicht? Das hat manchmal politische Gründe, weil ich habe Ziele, die ich erreichen muss. Oder ich kriege einen Bonus oder was auch immer. Wir sind hier in der Umbruchphase. Diese Gespräche, die müssen vorher stattfinden und da hilft es auch nicht, dass das jetzt alles viel, viel schneller produziert werden kann. Doch. Wir können schneller produzieren und mehr wegwerfen oder was?
Speaker 1Nein. Du hast, und das ist jetzt, kommen wir jetzt in die Realität von vielen Unternehmen. Ja. Du hast oft das Bottleneck in diesen BI, CCs, Analytics Teams und so weiter, dass die einfach aufgrund der schieren Menge an Dashboard-Anfragen, an Requests, an Tickets einfach in diesen Modus kommen müssen, um zu überleben, dass sie diese Sachen abarbeiten. Produzieren. Genau, dass sie produzieren. Wenn du jetzt aber, wie du sagst, wenn du jetzt in der Zeit, wo du bisher 10 Dashboards produziert hast, 100 produzieren kannst in der gleichen Qualität, könntest du ja auch einfach 10 produzieren in besserer Qualität. Also, diese Effizienzsteigerung, die du dadurch bekommst, dass das Bauen schneller geht, kannst du zum einen, wie du sagst, dann machen wir denselben Scheiß nur schneller. Genau. Oder du sagst einfach nein. Wir machen den gleichen Output, aber besser. Und glaubst du, dass das die Realität ist?
Speaker 3Glaubst du, dass das so passieren wird? Dass das so gemacht wird? Wie sind deine Einblicke?
Speaker 1Kommt auf A, das Unternehmen und B, den Teamleiter an. Da muss ich jetzt ein bisschen vorsichtig sein, was ich davon disclosen kann. Aber ich hatte den Fall bei mir im Team, dass wir einfach gesagt haben, ja, wir bauen jetzt das eigentliche Bauen des Dashboards. Das war ein Vielfaches schneller. Und wir haben dann, und es ist so, dass der Fachbereich gesagt hat, geil, jetzt kann ich etwas sehen, was ich vorher nicht sehen konnte. Ich kann etwas tracken, was ich vorher nicht tracken konnte. Und damit verbessere ich meinen Prozess.
Speaker 3Und hat sich das aber durch das schnellere Bauen ergeben oder durch das vorherige damit auseinandersetzen? Also, bekommen die Leute, die früher 10 Dashboards gebaut haben und heute diese 10 Dashboards, in der Hälfte der Zeit oder in einem Zehntel der Zeit, haben die diese Zeit, dann, sollen die dann mehr Dashboards produzieren oder bekommen diese Leute mehr Zeit mit Menschen zu reden? Weil dann werden die, da bin ich hundertprozentig bei dir, wenn wir weiterhin 10 Dashboards produzieren, weil wir mehr Zeit investieren in die Vorbereitung, dann kommen auch 10 besser raus. Oder vielleicht sogar nur 9, weil die viel besser sind als die 10, die wir früher hatten. Aber das, genau,
Speaker 1das ist, aber das ist das Change Management. Was du da machen musst. Und das ist die Aufgabe von den Führungskräften, zu sagen, so, ja. Und das Lustige ist, das Lustige ist, das siehst du halt auch wieder in den ganzen anderen Prozessen, wo brauchst du wirklich die großen und komplexen Modelle von KI? Um ein Stück Code zu schreiben? Nö. Du brauchst die, um Sachen zu planen, zu verstehen. Also, wenn du irgendein Projekt machst, wenn du eine Website mit KI baust, das große Modell brauchst du nicht, um dir die Seite, auf der deine Biografie steht. zu generieren. Das große Modell brauchst du, um dir den Plan zu machen, was soll auf meiner Website, wie soll die aussehen, welche Menüpunkte muss ich rüberbringen. Und das übersetzt sich ja wieder, wenn du guckst, wenn du so eine Website baust, die Token werden garantiert in dem Planungsteil, also wenn du sie ordentlich baust, du kannst auch irgendeinen Slop hochballern, okay, fuck it, ist mir egal. Aber wenn du eine ordentliche Website baust, dann gehen die großen Modelle, die großen Token, da drauf zu sagen, was soll auf die Website, wen möchte Oliver erreichen, was soll auf Olivers Homepage zu sehen sein an seinen Angeboten, was lassen wir vielleicht lieber weg. Ich nenne es immer das Umzugshelfer-Ding, natürlich helfe ich Freunden beim Umzug. Wenn ein Freund von mir umzieht, dann sagst du, Christian, mittlerweile nicht mehr, weil ich jetzt langsam echt alt werde, für den Scheiß. Ich weiß nicht, ob man
Speaker 3in unserem Alter noch bei Umzügen helfen sollte.
Speaker 1Und? Weil die meisten meiner Freunde jetzt genug Geld haben, um Umzugsunternehmen zu zahlen. Bleiben bei dem Beispiel. Ich möchte ja nicht auf die Homepage schreiben, Christian hilft beim Umzug. Nein. Weißt du, wie mein E-Mail-Postfach dann aussieht? Ja, aber genau das da, diese Überlegungen, da rein, da gehen auch, und genau so ist es ja im Projekt, das eigentliche Schreiben vom Code, und das ist ja noch viel, viel kleiner geworden. Weil auch die Modelle, also weil halt auch die Frontier-Modelle oder alle Modelle, oder viele Modelle sehr gut coden können, wenn du halt genau sagen kannst, was du willst.
Speaker 3Das ist aber genau der Punkt. Da bin ich wieder bei, bei dem Thema mit Weik, weil mich das wirklich so nachhaltig, weil du kennst mich jetzt lange, und ich hab immer gesagt, mach Prototyping, lass erst mal mit den Leuten reden, lass mal aufmalen, lass denen mal so ein Gefühl geben, wie das Dashboard aussehen könnte. Auch wie Dinge zusammenwirken, wenn du auf einmal wirklich vier, fünf, sechs Diagramme zusammensiehst, die zusammen auch irgendwie Sinn ergeben. Dann hast du ein anderes Verständnis. Und das passiert eben nur durch dieses Ich sehe, was ich denke. Und ich glaube, dass dieser Prozess des Prototypings, das Herausfinden, das Gespräch, auch so zirkuläre Fragen, dass du so ein bisschen die Coaching-Brille so nimmst, und warum willst du das sehen? Was ist denn der Hintergrund? Erklär mir mal, wie ist denn dein Prozess? Was wäre denn, wenn du das siehst? Und plötzlich, ach nee, stimmt, das macht ja gar keinen Sinn. Ah, cool, dann können wir das wegstreichen. Oder, oh, da müssen wir was anderes machen. Das ergibt sich, ich sehe, was ich denke, wir haben darüber geredet, und ich gebe dir absolut recht, ich probiere ja auch viel mit Vibe-Coding und all diesen Sachen rum, und ich bin bei Lovable, ich bin bei Cloud, ich bin bei ChatGPT. Und die Vorbereitung und die Ideen tatsächlich eher mit einem hohen Modell und die Umsetzung dann auch mit quasi den Vorgaben rüber zu Lovable, dass da dann nochmal kurz über den Plan ist es so, ne, nochmal gegenchecken lassen, und dann kommt ja noch der Punkt, weil man das ja auch immer mit Vibe-Coding, ah, alles scheiße, ja, dann nimm doch das, lad das runter und lass es nochmal testen. Also wiederum, nutz doch wieder ein oder zwei andere Tools, um es zu testen. So, und dieser Schritt, weiß ich nicht, der fehlt mir nicht.
Speaker 1Ja, aber da ist wieder, da ist auch ein paar Rauche, da sagst du, ja, da killt dich halt die Faulheit. Also, wenn du halt sagst, ja, ich hab's jetzt gevibe-codet, ich stell's online, ich hab 25 Security-Lücken, ja, okay, hey. Also, das macht sogar,
Speaker 3das macht ja Lovable sogar selber, ja, also, ich kenn jetzt nur Lovable, weil ich mit dem schon viel gemacht hab, also, und selbst die haben jetzt inzwischen auch so ein Alert, denn du, wo du, ey, hier ist was passiert, guck dir das mal an, du kriegst eine Mitteilung und so weiter, aber der Schritt davor, du hast mit Cloud die Idee, Cloud definiert dir das runter, du machst es mit Lovable, Lovable produziert es, dann lädst es dir bei Lovable runter, lässt es von Cloud nochmal überprüfen, lässt es von ChatGPT, Gemini, whatever, einfach nochmal, ist es sicher, ist das, macht das Sinn, ist das auch logisch, dann kriegst du nochmal, du musst halt aufpassen, dass du nicht, ne, wenn du drei Leute fragst, hast du drei Meinungen, was änderst du jetzt, aber es geht ja primär erstmal darum, macht das alles Sinn und funktioniert es technisch, kann man's einfacher machen. Ja, krass, verrückt, was da so, was wir jetzt alles so, wie wir vom Dashboard zu Vibe-Coding am Ende gekommen sind, also, Dashboard, aber es ist ja das Gleiche,
Speaker 1also, du kannst ja auch Dash, ich sag mal, du kannst ja auch Dashboards Vibe-Coden, ja, ja, klar, ja, und das also von mir, ich find, ich find, die passt zusammen, die Debatte.
Speaker 3Ja, definitiv, also, was du, Vibe-Coding ist, ist, ist crazy und insane, ne, also, ich hab wirklich keinen technischen Hintergrund, ich hab nie, mich hat das auch nie, ich hab ein C64 gehabt, aber ich hab damit nur gespielt, so, hab nichts damit getan, so, also, ich war nie Programmierer und Code hat mich nicht interessiert und ich bin schon beeindruckt, was man, was man so hinbekommt, ja, mit Trial and Error natürlich, aber ich hab, ich hab für meinen Sohn eine Mathe-App gebaut, die so ein bisschen Gamification, ein bisschen Basketball zusammenbringt, aber so, ich kann das machen, also, ich kann meine Idee formulieren, ja, und dann können wir jetzt über den Prozess reden und bla, bla, bla, bis es dann, aber dass das möglich ist und ich hab mir eine kleine App für mein, für mein, für mein Telefon und dann erklärt mir die KI auch noch, wie ich das in eine Android-App umwandle und was ich brauche und erklärt mir die Schritte und plötzlich hab ich eine eigene Android-App auf meinem Handy, die ich für mich nutze, so, oder Webseiten und, und, und, das ist schon crazy, was da alles passiert und möglich ist, aber am Ende natürlich, klar, äh, alles mit ein bisschen Sinn und Verstand.
Speaker 1Das ist halt wieder, ich komm jetzt wieder zurück zu dem Thema, das ist das Schöne, dass dir irgendwann die Token-Kosten den Sinn und Verstand von selber reinklopfen. Das ist so. Natürlich, wenn du, ja. Ja, jetzt mal ganz ehrlich, jetzt mal ganz ehrlich, wenn das Ding irgendwann sagt so, Oliver, du hast jetzt 3000 Euro, du hast jetzt 3000 Euro an Tokens dafür ausgegeben, dass diese App auf deinem Handy ist, dafür hättest du auf einer App, die das Gleiche kann, 10 Jahre subscriben können. Die, die, die gibt's nicht.
Speaker 3Deshalb hab ich sie, deshalb hab ich sie mir gemacht, weil es die nicht so gibt, wie ich sie gerne hätte. Ja, aber irgendwann,
Speaker 1es kriegt ja dann dieses Preisschild so, ja, die App gibt's nicht, aber ist es dir 3000 Euro wert, oder ist es dir, wenn du halt einfach wirklich dann Quatsch machst, ist es dir diese Kohle und diese Zeit wirklich wert?
Speaker 3Ja, und das, das merkt man aber ja ganz, ganz schnell, ne, also äh, Loverbill sagt ja so, äh, jetzt sind hier 100, 100 Credits weg, äh, lad mal 50 Euro nach, naja, okay, lad ich nochmal nach, ähm, lad ich nochmal nach, äh, mach ich das, mach ich das nicht so, das ist aber ein sehr gesunder Menschenverstand, also, sorry, also das, sind ja,
Speaker 1okay, ich geh jetzt in die Abschlussrunde, weil es gibt ja jetzt immer drei Fragen.
Speaker 3Oder wolltest du noch was dazu sagen? 2000 Euro hat die App nicht gekostet, also die App hat nicht vier Stunden Arbeit und, und vielleicht 50 Euro gekostet.
Speaker 1Okay, jetzt die, die Gamerfrage. Ja, ach du Gönn, oh. Sind diese, sind diese, das ist so schön so ein Zufall, sind diese Promptkosten und diese Mikrotransaktionen die Lootboxen der, äh, Frontier Labs. Ähm, also für alle, die nicht wissen, was Lootboxen sind. Inklusive mir. Das ist, wenn du auf gewissen Spielen, also einige Spiele, das heißt auch in manchen, ich glaube in den koreanischen Spielen, heißt es auch Gacha-System, also du kaufst dir quasi jetzt für ein Spiel Upgrades, aber, also im Spiel, aber du weißt nicht, welche du kriegst, also es ist wie bei, bei den Sammelkarten, es ist quasi wie so ein Sammelkarten- Booster. Ja, ja, ja, ich verstehe. Und das sagst du, also Pokémon-Sammelkarten, glaube ich, ist so ein Thema noch nie für mich.
Speaker 3Ja, Pokémon-Sammelkarten, also beim
Speaker 1Sohn so. Genau, ja, Pokémon-Sammelkarten, da machst du ja auch so ein Booster auf und dann hoffst du, dass die Monster, die du haben willst, drinnen sind. Ja. Und in Computerspielen heißt es dann Lootboxen, da kriegst du dann quasi neue Waffen, ich glaube hauptsächlich sind es kosmetische Sachen wie Skins oder sowas, aber du weißt halt nicht, welche. Echt. Und ist es bei dir, sind dann diese Token, so Oliver, jetzt schmeiß nochmal 50 Euro
Speaker 3rein. Ja, exakt.
Speaker 1Für die Token.
Speaker 3Exakt das, exakt das ist es und ich bin ja grundsätzlich jetzt nicht so ein Gamer, wie du es gerade beschrieben hast, mit Waffen und so, aber pass auf, ich habe mein Xbox Game Pass gerade erneuert, beziehungsweise verlängert, weil Forza Horizon 6 draußen ist und ich bin so, wenn ich game, dann irgendwie so Autorennspiele und solche Geschichten und diese Säcke machen es inzwischen auch so, dass du bestimmte Autos, halt dich fest, bestimmte Autos für 2,99 Euro kaufen kannst oder einen Car Pass kaufen kannst, der dann nochmal 5 andere Autos freischaltet.
Speaker 1Aber weißt du dann, welche Autos es sind? Ja, das weißt du schon. Bei Tokens ist es ja wieder so, dass du sagst zu Oliver, ich weiß, was rauskommt. Dass du sagst zu Oliver, hier, kauf diesen Autopack, 10% Chance, dass der Ferrari drin ist, den du willst.
Speaker 3Hoffentlich hört das niemand aus dieser Gamer-Branche und sagt so, geil, das machen wir jetzt auch
Speaker 1noch. Natürlich, das gibt es doch schon. Also ich glaube, es gibt doch noch also in vielen Spielen ist das ein Riesenthema, was ich mitbekomme, dass es eben diese Lootboxen gibt, dass du eben nicht weißt, was drin ist und da gab es oh, es gab irgendein koreanisches MMO, ich habe leider den Namen vergessen, was ganz berüchtigt dafür war, dass du halt wirklich in diese Spielautomaten reingesteckt hast und nachkaufen musstest, nachkaufen musstest, nachkaufen musstest.
Speaker 3Ja, das ist nicht cool übrigens. Kinder, lasst die Finger von solchen Sachen.
Speaker 1Gut, also sagen wir ja, das ist definitiv nicht cool. Wenn du nicht prompt, also wenn du nicht prompten kannst, dann sind deine Token die Lootboxen der KI-Systeme. So kann man es zusammenfassen, stimmt. Ich finde die Aussage geil. Schön, Oliver. Der berüchtigte Ohrwurm. Der berüchtigte Ohrwurm, ähm, Christian. Die Abschlussfrage, was lief in deinem Kopf die Woche?
Speaker 3Was lief in meinem Kopf die Woche?
Speaker 1Welchen Ohrwurm hast du nicht rausgekriegt?
Speaker 3Du bist gut genug. Du bist gut genug. Das kriege ich nach. nach wie vor, ich weiß gar nicht, ob es den Trend noch gibt, aber ich kriege das nach wie vor extrem viel in Instagram und TikTok ausgespielt. Ich weiß nicht, ob du das.
Speaker 1Danke an meinen Feed.
Speaker 3Ich schicke dir gleich mal ein paar Videos. Nein, erhau mit! Nein, also tatsächlich das. Das hat mich irgendwie die ganze Woche so ein bisschen begleitet, stimmt. Du bist gut genug. Was soll das? Warum runzelst du die Stirn? Also für die, die das Video nicht sehen, Christian, fass sie an den Kopf. Runzelt die Stirn, reibt sich das Auge und.
Speaker 1Weil es gar nicht meine Musik ist. Weil es keine Musik ist?
Speaker 3Nee, das ist keine Musik, du hast mich nach dem Ohrwurm gefragt.
Speaker 1Ja, das ist nicht mein Musikgeschmack. Nee, meins auch nicht. Sehr gut. Problem ist, ich muss jetzt wieder an diese Adventure-Szene mit dem Hulk denken. Und Leute sagen so, Christian, du siehst müde aus. So, what's your secret? I'm always angry, no, I'm always tired. Aber jetzt zurück zum Buch. Welches Buch sollten wir
Speaker 3unbedingt lesen? Dass du nicht geschrieben hast? Nee, das ist nicht, was ich geschrieben habe. Hashtag Dänemark. Wir haben, glaube ich, schon mal über das Buch gesprochen und ich habe das gerade dieser Tage wirklich wieder rausgesucht. Ich habe es rausgeholt, weil da ganz vieles, eins der wenigen Bücher, wo ganz, ganz viele Eselsohren drin sind und ich mache das normalerweise nicht und auch so hier markiert und das und das und das. Und es ist The Art of War, äh, nee, The War of Art, so rum. The War of Art. Und jetzt erwischst du mich natürlich, ich habe dich nicht vorbereitet. Es ist, glaube ich, von Preston und es geht darum, wie Autoren ins Schreiben kommen. Also er ist selber Autor gewesen für, für, in Hollywood etc. Ja. Und, ähm, es, es geht in die Richtung so, ja, setz dich hin, mach vier Stunden was, du hast vier Stunden was gemacht, sei zufrieden mit dem, was da ist. Und, ähm, auch so der Angst, die Angst vor Erfolg und solche Themen. The War of Art, ähm, Preston ist, glaube ich, der, der Autor, ähm. Also Autor, Autor
Speaker 1kriege ich raus, das ist gar kein Stress. Richtig, richtig gute Sache, auch so kurze
Speaker 3Sachen, schönes, äh, das ist so fürs Mindset ganz gutes Ding. Finde ich gut.
Speaker 1Das nächste Passwort, Mindset. Aua. Geben wir jetzt nicht an, danke. Richtig. Lieber Oliver, bevor wir, bevor wir jetzt noch in diesem Mindset abdriften. Ja. Danke dir, dass du dir heute die Zeit genommen hast für das tolle Gespräch. Sehr gerne. Für deine, für deine Inputs, für die kritische, manchmal kritische, immer lustige, immer wertschätzende Diskussion, die wir hatten. Natürlich auch an alle Zuhörerinnen und Zuhörer, Zuschauerinnen und Zuschauer, ganz, ganz lieben Dank, dass ihr uns diese Stunde eurer Zeit geschenkt habt. Und natürlich zum Abschluss, wie immer, die Bitte, ganz schnell diesmal subscriben, liken, kommentieren. Unsere Profile sind in den Shownotes. Wenn Fragen sind, kommt auf uns zu, folgt uns. Wir sind, glaube ich, beide nicht so kontaktscheu. Das heißt, ihr dürft auch mit einer Antwort rechnen. Wir sind noch nicht so abgehoben, dass wir nicht mehr antworten auf Fanpost. Hab ich schon mal Fanpost bekommen? Ich weiß es nicht. Damit macht's gut. Ich freue mich, wenn ihr nächste Woche wieder einschaltet.
Speaker 3Bis dann. Ciao. Musik Musik
PodcastTranscript AI