Wie man eine Daten- und KI-Organisation als Profit Center managt

Herzlich Willkommen zum AI First Podcast. Heute zu Gast ist Romina Medici, die bei Eon für die Plattformstrategie und Data Governance verantwortlich ist und in dem Zuge auch sich um alle KI-Plattformen kümmert. Und ein etwas anderen Ansatz auf das Management von Daten und KI innerhalb von Unternehmen fährt. Und genau darüber wollen wir heute sprechen, nämlich wie man eigentlich Daten und KI als Produkte und als eigenes, fast schon Unternehmen im Unternehmen führen und managen kann im Vergleich zu dem sehr stark Projekt getriebenen Ansatz, den zu entfielen Unternehmen noch gibt. Und Romina, ich freue mich darauf, ich glaube, der wird eine ganze Menge Neues heute dabei sein. Danke, dass du da bist. Danke sehr für die Einladung. Ich freue mich auch sehr hier zu sein. Du kannst viel besser erklären, wer du bist, was du wachst. Erzähl uns mal kurz, wo kommst du her? Was machst du heute, wofür bist du verantwortlich in der Rolle? Also ich bin Romina, schon gerade gesagt. Ich bin bei Eon schon seit langer Zeit für die ganzen fundamentalen Datenthemen verantwortlich, momentan in meiner Rolle, primärer Fokus auf alle Data Neie-Plattform-Komponenten, die man sich vorstellen kann. Es geht von Databricks zu Power BI, zu unserer selbstgebauten Daten-Plattform, zu Snowflakes, zum Beispiel, also alles, was unser Portfolie hergeht. Das verantwortet ich als Owner und zusätzlich aber auch das Datenfundament selber, also die Idee der Governance-Daten-Management, wie wir die Daten dann auch wirklich bereitstellen at scale. Das heißt, so eine gewisse Bandbreite von Governance bis hin zu Plattform-Implementierung und Betrieb. Wir wollen nicht darüber hinaus auch ein bisschen besser kennenlernen. Deswegen machen wir eine kurze Quick-Fire-Round. Ich stelle dir ein paar kurze Fragen und du gibst mir die Antwort, die der dazu zuerst in den Kopf kommt. Was ist der, was ist der größte KI-Müt aus? Ich hab das KI die Welt retten, wie auch zerstören wird, gleichzeitig. Das ist, glaube ich, gerade so die größte Diskussionspunkte, die es gibt, die ich beide für ein Mütter sollte. Und wo tendierst du eher hin, zur Dystopie oder zur Utopie? Ich hab immer noch mehr zu Utopie, also Dystopie. Ich sehe es positiv. Da wird viel gutes Barung kommen, am Ende. Mit welchem KI-Modell verbringst du die meiste Zeit und was machst du damit? Tatsächlich im Moment immer noch sehr stark "Chat-Tributie", weil ich die Memory-Functionseiten sehr langer Zeit nutze. Das Ding kennt mich in und aus, wenn nicht. Aber ich tendiere jetzt zu Gemini einfach nur, weil es so gute Bewertungen hat und das möchte ich mir jetzt genauer angucken. Und überlegen, ob ich da noch mal Switche, aber ich hab schon einiges an Input in Chat-Tributie reingegeben. Also ist das momentan mein Modell? Was ist der größte Fehler bei der Anwendung von KI-Inunternehmen, den du jetzt mit deiner langjährigen Erfahrung gesehen hast? Neid, am oft KI zu überschätzen und zu vermeinschlächen. Da müssen wir überhunden, dass man denkt, das ist ein Mensch, der mit einem spricht. Und ich glaube, das ist immer noch ein Fehler, den viele machen, dass da am Ende Mathematik hintersteckt. Das geht über das hinaus, was die meisten sehen möchten. Was kannst du heute mit KI machen, was vorher nicht möglich war? Einfach wirklich deutlich effizienter und schneller geworden und eine Qualität von dem, was ich an Output generiere, einfach deutlich besser als vorher. Ich sage halt immer so, ich hab so einen exekete Facisten, jetzt der 24/7 verfügbar ist, und mir immer helfen kann, alles mögliche zu erstellen. Ich nutze auch relativ viele unterschiedliche KI-Tools und es macht einfach Spaß, damit zu arbeiten. Also ich würde sagen, ich hab mehr Spaß an dem, was ich mache und ich bin effizienter geworden. Das ist ein guter oder guter Zusammenfassung. Jetzt haben wir diese persönliche Ebene beleuchtet. Wir gehen jetzt mal in die Kernthemen rein, denn bis in einem riesigen Unternehmen sehr, sehr strategisch für Daten und KI und die Plattform, auf denen das aufbaut, verantwortlich. Kannst du uns einmal so ein Überblick über dein Ansatz und deine Prinzipien geben, wie du diese Themen führst und weiterentwickeltst? Sehr gerne. Was glaube ich wichtig ist zu betonen, ist, dass ich diese Themen schon sehr lange führe. Was natürlich auch bedeutet, mein Führungsansatz und Stil hat sich mit der Zeit verändert und ist vor allem reifer geworden. Als ich angefangen habe, habe ich auch eher noch diese Idee gehabt, erst mal Projekt zu denken, erst mal irgendwas zu machen, erst mal die ersten Schritte zu gehen. Wenn man aber ein gewissen Reifegrad erreicht hat, ist es einfach sinnvoll jede Art von Investment, was man in Daten oder KI-Ticht, genauso als Investment oder zu behandeln, wie man es auch tut, wenn man zum Beispiel jetzt ein Auto kaufen würde oder für die Firma irgendwelche IT-Kümpel kaufen würde. Das heißt, ich sehe, dass Daten und KI einfach als eine Art, wie wir vorher mal besprochen haben, wie Profizenter gemeldet werden muss. Das bedeutet halt am Ende des Tages. Wir müssen uns sehr bewusst machen, wo wir wirklich investieren wollen. Wir müssen eine ganz klare Vision haben, wir müssen ganz klare Ziele, KPIs haben, mit denen wir messen, nicht nur, wo wir hin wollen, sondern auch ob wir dahin kommen und eben wirklich im Prinzip eigentlich Daten und KI genauso zu managen wie ein Business. Das ist mein Stil, das ist auch das, was ich jetzt sehr stark verfolge und das nicht auf Basis von der Projektorganisation, sondern von der Produktorganisation. Genau in diesem Denken, also zu sagen, wenn wir etwas entwickeln, muss es nachhaltig sein, es muss nachhaltig funktionieren, es muss auch nachhaltig Revenue generieren und es muss auch im Prinzip in der Organisation angenommen werden. Wie ein Produkt, was du denen verkaufen würdest im Sinne von, weil ich jetzt, ob die in Autokaufen wollen oder nicht. Und das muss auch so resonieren und wir müssen auch entsprechend Marketing Sales machen, müssen Strategien haben, Gotemarkestrategien haben, um sicherzustellen, dass das, was wir jetzt gerade investieren, zum Beispiel in so eine Plattform, die wir aufgebaut haben, dass wir das auch jährlich wieder raus bekommen. Und dass das ein kontinuierlich hab, sage ich jetzt mal Prozesse, dass eine kontinuierliches Produkt ist. Und ich hab jetzt sechs bis zwölf Monate irgendwas zusammengebastet und das wird halt wieder nicht genutzt in der Organisation, wo wir einfach schon unfassbar für Geld versenkt haben. Und genau diese Änderungen der Denkweise, Kontinuitätes, zu managen wie ein Business und es auch heißt zu hart, zu managen wie ein Business. Ist, glaube ich, so ein etwas anders als das, was die meisten momentan noch als den Standard sehen würden, wo aber viel auch hin wollen. Also ich glaube, es ist nicht komplett out of nowhere, es ist schon ein Gedanke, der grundsätzlich stark angestrebt wird, aber den in die Umsetzung zu bringen ist natürlich noch mal ein anderes Ballgame als nur zu sagen, ich möchte es am Ende des Tages man machen. Ja klar, es ist ja fundamental andere Denkweise, die ja auch so gar nicht etabliert ist in vielen, vielen Organisationen, das so zu sehen. Also oft ist es ja so, dass es vielleicht eine übergeordnete Daten- und KI-Strategie gibt, die idealerweise von der gesamten Unternehmensstrategie und deren Zielen abgeleitet worden ist. Und daraus entstehen dann bestimmte Bedarfe in bestimmten Teilen der Organisation und dann werden Projekte daraus gestrickt und wenn diese Projekte umgesetzt. Warum? Und dann gibt es in einen, wie soll man sagen, entweder in der AI-June oder einer Center of Excellence, die dann bei der Umsetzung unterstützen. Und das Budget liegt ja aber also zum Teil, manchmal in der IT, so wie ich es kenne, zum Teil aber auch in den Business-Units- oder Fachbereichen. Warum glaubst du, warum glaubst du, dass dieser Ansatz nicht der richtige ist? Ich würde nicht unbedingt sagen, es ist nicht der richtige, es kommt auf den Reifegrad der Organisation an. Deswegen habe ich auch gesagt, der Führungstilfe von mir selber hat sich auch angepasst an Reifegrad der Organisation. Ich glaube, wenn ein Unternehmen noch nicht sehr reif ist und die ersten Schritte geht in diesem Thema, muss es erstmal wertbeweisen. Und da ist ein Projekt schneller. Da kann man halt vielleicht auch erst mal eine halbe von drei bis sechs Monaten Outcome generieren. Kann erst mal ein cooles Dashboard zeigen, kann erst mal irgendwie die ersten coolen Visualisierung zeigen, wie die vorhin ich hatte und auf einmal denken, "Wow, krass, diese Insights können wir einmal bekommen." Und diesen Wow-Fact mitzunehmen, tut dir nicht weh, tut dir auch gegebenenfalls nicht später weh, wenn du in der Produktorganisation bist, dass du manchmal so quick wins mitten nimmst, also dann aber eher im Form von POC, diesen MVPs und nicht mehr als Projekte. Ich glaube aber ab einen gewissen Punkt, wenn man ein bisschen Ahnung davon hat, was es bedeutet, so ein Software zu bauen. Weiß man, dass ein Projekt basierter Ansatz nicht funktionieren kann, weil du nicht die Skalierungseffekte bekommst und weil du jedes Mal neu baust. Das heißt, du hast dann zwar ein cooles Dashboard, aber erstens funktioniert das wahrscheinlich nicht sehr zuverlässig und wahrscheinlich ist die Datenqualität weiterhin. Probleme wahrscheinlich ist es immer noch sehr manuell, was im Hintergrund passiert, wo noch, ich versuche nicht zu tief reinzugehen, aber wo Pipelines manuell angestoßen werden, wo Daten noch manuell rüber geschoben werden, von einem Vorlein in den anderen, damit die andere Pipeline, die es abgreifen kann und so weiter. Das heißt, du hast super viel Leute, die immer noch im Hintergrund super viel machen müssen und wenn einer von dem es Unternehmen verlässt, funktionieren die Produkte einfach nicht mehr. Das heißt halt, es ist nicht nachhaltig und es kann auf gar keinen Fall skalieren. Das heißt, wenn du jetzt zum Beispiel Unternehmen bist, was in Deutschland sache ich jetzt, man Einheit hat, aber dann auch vielleicht noch in Polen oder in Italien oder in wherever, in Spanien, musst du alles komplett neu bauen, um das gleiche Produkt woanders auch anbieten zu können. Das heißt, dass double Investments, also du hast unfassbare Investments ab einen gewissen Punkt, das gleiche zur Verfügung zu schellen, der Betrieb funktioniert nicht und ist unfassbar teuer und auch wenn nicht, das heißt halt, wenn du es ernst meinst, mit so einem Thema und du wirklich den Wert darin siehst, kommst du nicht darum, worum ein effizienteres Operating-Model zu bauen und vor allem auch ein solides Fundament darunter zu bauen, was dir sehr hohe Automatisierung erlaubt und damit geringe Fehleranfälligkeit und geringe Manualen aufwandt und damit leber, also geringere Leberkosten. Und deswegen sag ich, es kommt immer darauf an, wenn du wirklich reingehen möchtest in so ein Thema und du möchtest es ernsthaften dein Unternehmen etablieren und darfst nicht zu teuer werden und dann muss es skalieren und projekte skalieren ganz oft einfach nicht. Das ist ja dieser, ich glaube, das sieht man sehr vielen Artikeln, dass man sagt irgendwie 80 Prozent von dem, was man mal gebaut hat, wird weggeschmissen am Ende. Und dann ist halt auch Geld, was dahinter gesteckt hat, was weggeschmissen wird. Genau. Und ich glaube, das ist halt so ein Kernpunkt, der wichtig ist, den man betrachten muss, dass man sagt, es ist projekte, ich per se schlecht, aber sie skalieren nicht. Und wenn ich skalier möchte, dann muss ich im Produkten denken. Weil ein Projekt auch ein festgesetzten Start- und End-Zeit-Punkt hat, aber sich Projektes Lash Produkte, gerade im Daten- und KI umfällt, mit fortlaufenden weiteren Anforderungen, zusätzliche Reife der Technologie und notwendiger Wartung, fortlaufend weiterentwickeln müssen. Genau, aber genau, also einerseits das, also du hast einfach, wenn man nach Edge-I arbeitet, hast du kontinuierlich, kontinuieres Improvement. Das hört nicht auf, weil dein Projektlaufzeit aufgehört hat. Im Gegenteil, manchmal geht es dann erst richtig los, weil dann die Anzahl der Leute hochgeht, die das nutzen und so. Und dann kommt viel mehr Anfragen und so weiter. Und was passiert, 99% der Fälle? Die Leute, die gestapft war, auf dem Projekt sind weg, nicht dokumentiert. Das, was im Hintergrund laufen ist, läuft halt nicht, da funktioniert es auf einmal nicht. Die Leute, die es nutzen sollten, werden immer unzufrieden, weil sie keinen Ansprechpartner haben, mit dem sie darüber sprechen können, dass es nicht funktioniert oder sich weiterentwickelt. Und das ist, dein Projektlaufzeit ist zu Ende dein Produkt ist quasi tot, weil das, das, weil es gibt kein Operating-Model, was es weiter betreut und betrieb nimmt. Das ganz einfach bis der Wops. Also am Ende des Tages musst du halt sicher stellen, dass das Produkt danach weiter laufen kann oder das Projekt oder was du dabei erzeugt hast in den Projekt. Das Ergebnis des Projektes weiterlaufen kann. Und bis heute ist der häufigste Fall, warum so ein Ergebnis von so einem Projekt nicht genutzt wird und nicht weiterkommt, weil die sich nicht Gedanken darüber gemacht haben, was passiert, nachdem das Entdatum kam. Und das ist, das ist der häufigste Fall, den wir auch gesehen haben, bei ihrem ganz oft, wo wir super coole Sachen gebaut haben und niemand nutzt die. Das ist einfach so. Ich würde jetzt gerne mal, also Ansatz verstanden, jetzt würde ich gerne ein bisschen, das so ein bisschen greifbarer machen, ein bisschen operativer reingehen. Kannst du uns mal ein paar Beispiele geben für Daten und KI-Produkte, die du in der Importfolio managedst? Sehr gerne. Also eins, was eins der größten Produkte ist, dass wir selber auch quasi gebaut haben, auch Basis von ASHA, aber trotzdem ein eigenes Konzept dahinter haben, auch selber Software entwickelt haben, ist eine Datenplattform, die wie ein Self-Shaus funktioniert. Also du kannst dir das in Prinzip so vorstellen, wenn du zu Amazon gehst und nach irgendein Produkt suchst, kannst du dir auch einfach sagen so, ich möchte das und das und das davon haben. Und ich stelle mir das bitte bereit, die vermehntes nach Hause. Genau das gleiche kannst du in der Plattform machen. Du gehst in Ketterlock rein, du siehst deine ganzen Datenquellen, du kannst aussuchen, welche Daten du konkret haben möchtest, kannst auch vorher schon sagen, sind es Personen bezogen oder Daten, sollen sie anonymisiert werden, kannst noch ein paar andere Sachen festlegen und dann konfigurierst du damit halt quasi die Pipelines selber. Und damit machen wir es sehr leicht für alle Data Engineers, Data Scientists, Business Analysts, Data Analysts, aber auch Data Owner, Data Stewards, ihre Daten zu Menschen und verfügbar zu machen, weil die auch einen vollen Macht haben, zu bestimmen, wer davon Zuguf darauf haben oder nicht zum Beispiel. Und bei dem Produkt haben wir das, wir haben es drei Jahre lang aufgebaut über ein globales Budget, man muss dazu sagen, man muss uns nicht sofort refinanzieren, erst ab Jahr vier. Das ist normal einer Plattform. Also es ist auch dazu gesagt werden. Und wir haben dann im ersten Jahr nur gebaut, also erst mal über das, wir überhaupt Daten bereitstellen konnten und ab den zweiten Jahr sind wir Hardcore Marketing reingegangen. Also haben dann halt siehst das Eon Data House, das, ich war in jedem Termin, die man sich vorstellen kann, bei uns im Unternehmen, habe das überall Promote, ich habe gesagt, wie geil das ist, wir haben Roadshows gemacht, wir sind in jedes Haus gefahren, haben uns mit den Leuten zusammengesetzt, haben uns auch angeört, was sie alles nicht so gut finden, was wir verbessern sollten, ganz viel Custom Engagement gemacht und haben wirklich sehr, sehr aktiv die Plattform dann auch politisch positioniert, haben damit den Top Manager angesprochen, haben gesagt, hey, nehmt die Plattform als Standard für uns, gesamtes Segment, das haben wir bei Energy Networks auch geschafft, dass keiner mehr es nicht nutzen durften, haben halt governance auch Prozesse genutzt, um es mandatory zu machen und alles, was man sich irgendwie vorstellen kann, um die Plattform platziert zu bekommen. Und das war tatsächlich, wir hatten technische Herausforderungen, klar, weil lege sie ohne Ende bei ihr und wir hatten, ich sag mal so ein der extremsten Fälle, die wir hatten, war SAP anzubinden, das erste Mal hat uns 62 Tage gekostet und danach ging es dann schnell, aber 262 Tage, bis wir ernsthaft zugefahren auf unsere eigenen Daten in SAP und das andere extrem, was wir mal hatten, waren Zählerdaten, die auf 50 on-premise-Turvern bei einem Wendor-Lagen und wir konnten gar nicht darauf zugreifen, weil die nicht in der Cloud waren und der uns dann halt auch gesagt haben, wir dürfen nicht darauf zugreifen. Also es gab technische Herausforderungen und dann gab es diese politischen Herausforderungen von die Leute überzeugen, mitnehmen, zuhören, auch anpassen und immer auch die Wachschade zu finden, mit welchem Kunden agiere ich und gehe ich tieferein, weil der ist wirklich ein Flagship und wo merke ich, die haben eh kein Bock auf uns, der investe ich meiner Zeit nicht. Also wir mussten auch so ein bisschen gucken, wer sind potenzielle wirklich promising customers, wo wir wissen, die werden auch für uns später revenue generieren und wo wissen wir jetzt schon, es lohnt sich eigentlich gar nicht rein zu gehen und dann haben wir halt über drei Jahre hinweg das Fundament aufgebaut, die Herausforderung gelöst, die Leute mitgenommen und ab Jahr vier waren wir schon profitabel mit dem Produkt. Da haben wir dann schon so viele vorher abgeholt gehabt, dass wir die Gesamtkosten, die wir haben, plus ein gewissen Puffer, ist halt ganz normal, weil du nicht weißt, was passiert, als Revenue-Intern wieder generiert haben und haben alleine dieses Jahr nochmal Revenue-Groß gehabt von ich glaube 15 oder 20 Prozent und nächstes Jahr ist der noch höher, das heißt wir haben kontinuierlich das gleiche Team im Staffing, aber können mehr Revenue generieren mit der Plattform und dem Produkt, weil mehr Leute es einfach nutzen und es aber schon so aufgesetzt ist, das ist skaliert ohne weitere Mannkraft, das heißt halt wir können einfach mehr verkaufen ohne dass wir mehr investieren müssen, zwingt. Es ist echt spannend, wenn ich dir jetzt so zuhörig habe früher einen Saasunternehmen gearbeitet, das war da auch für den Vertrieb verantwortlich und es klingt ja so, als wärst du MD von einem Softwareunternehmen, als er zum Produkt entwickelt hat und das in den Markt bekommt und Kunden dafür gewinnen möchte, aber du verkaufst halt intern, aber das mein Set ist, du verkaufst es so, als wären das so gesehen externe Kunden. Ja, weil ich denke, dass wir auch den Niveau gerecht werden müssen, du musst ja beilegen, am Ende des Tages haben die ja auch eine Wahl, die können ja auch extern gehen und sich eine Datenplattform, also im Prinzip sind wir mit Integrationsplattformen, Coal Storage Primär, gibt es auch ein Markt, kannst du auch ein Markt bekommen, also musst du ja den Grund geben, warum sie das EON Data Haus nehmen und nicht einfach native Databricks oder irgendwas anderes, um das gleiche zu tun und ich fand immer, wenn man sowas tut, muss man den Anspruch haben mit dem Markt im Wettbewerb stehen zu können und dementsprechend auch die davon überzeugen zu können und wir haben auch, wir managee unsere Relationships auch so, also unsere Kernkunden, mit denen sprechen wir mindestens einmal, die Woche bis zu zweimal, die Woche um sicherzustellen, dass jegliches Problem, was hochkommt, wir sofort wissen und sofort daran arbeiten können, die haben volle Transparenz über die Tickets, die sie aufmachen, aber unterschiedliche Tickets gibt, unterschiedliche Kategorien und so weiter. Wir machen sehr starkes Kasten der Relationship-Management, machen wir ein starkes Success-Management, mit denen und so weiter, wo man einfach aus sicherzustellen, dass sie auch wirklich in eine gute Umsetzung kommen und ich glaube nur, wenn man so arbeitet, so verrückt, dass da manchmal klingt, weil du denkst, das ist eine interne, sie sollten es einfach machen, machen sie nicht, sie Menschen, die machen halt das, was wir gerade geifinden am Markt und wenn eine Pechers gehen die auf eine Konferenz, gucken sich ohne Powerporn-Präsentation an und kommen dann und sagen, "Oh, können wir das nicht aussehen und du denkst mir so, ey Leute", dann kommt ein Projekt zuständig und dann kriegst du immer wieder die gleich und du musst auch immer wieder bereit sein, fundamentale Diskussion zu führen. Warum es sinnvoll ist, in den Produktansatz zu sein und so eine Plattform zu haben und die auch zentral zu haben, anstatt, dass sie wieder ihr eigenes Ding machen. Also People-Management und wirklich Steak- oder Management ist unfassbar wichtig und ich glaube, man muss so denken, wenn man so was wirklich ernsthaft in einem Unternehmen nachhaltig umgesetzt bekommen möchte, weil die sich ja auch dann so behandelt fühlen. Ich meine, die freuen sich auch, wenn du mit denen, wenn du die auf Events einnest, wir haben auch so jahres Events gehabt für die Plattform und dann kamen die alle und haben sich total gefreut. Das ist einfach, dass ist so ein bisschen die Menschen auch Reise mitnehmen. Also, ich habe da auch mal das Geilste-Stabil, was man einer gebracht hat, das war echt witzig. Da haben wir auch so eine Penne gehabt mit Kunden quasi oder mit unseren internen Kollegen und die haben uns sollten erliches Feedback geben. Wie war die Reise dieses Jahr mit der Plattform und so? Und einer hat ganz stumpf gesagt, wir haben es schon ziemlich oft aufgeregt, aber ich mag dich, Robina, deswegen ist das okay. Und wenn du hier bist und wenn du uns einletzt und sagst, dass alles cool ist und dass wir eng zusammenarbeiten und es ist für mich okay, dass wir manchmal nicht alles optimal bekommen. Also, es war eindeutig auch einfach ein Relationship-Thema für die und Teil dieser Community zu sein, dass die dazu gehören wollten, einfach am Ende des Tages. Und das waren einige witzige Erfahrungen, wo du gemerkt hast, viel, was wir da gemacht haben, war auch Relationship und nicht nur die Plattform an sich, sondern auch die Brand und das Ganze, was wir darum aufgebaut haben. Kurz in eigener Sache, wenn dir der AI First Podcast gefällt und du mehr spannende Inhalte und hochkaridige Gäste hören möchtest, dann freue ich mich über deine Unterstützung. Mit einer 5-sterne Bewertung und einem Abo für den Podcast Hilfs so und sichtbarer zu werden und AI First weiterzuentwickeln. Für dich und die gesamte Community. Ich danke dir. Wie habt ihr denn das pricing bestimmt? Wir haben ganz einfaches Price per Quantity, d.h. im Ende des Tages zahlen sie für das, was wir konsumieren und decken darüber natürlich auch die Personalkosten zu weiterab, gar keine Frage, auch ein Teil der Innovation, also Weiterentwicklung der Plattform, aber es ist ein einfaches Paper-Hus, um so transparent und easy wie möglich zu halten, damit sie es auch selber bestimmen können. Wenn sie jetzt sagen, okay, ich möchte mehr konsumieren, müssen sie auch mehr zahlen, aber muss ich auch mal ein witziges Beispiel zu nennen, weil das war so krass, wir hatten eine neue Datenbank, die wir angebunden haben, vor 2-3 Monaten und hatten drei Units, die sie sehr exzessiv Daten abgeholt haben, können sie ja alles selber bestimmt. Die haben wir den Ketterlob, die machen das ist ja alles voll, in deren Verantwortung und haben eben so 300.000 Euro in Kosten verursacht, einfach so drei Wochen glaube ich, oder zwei Wochen, und dann haben wir die halt noch mal darauf angesprochen, die haben wir auch Transparenz über die Kosten. Und haben wir nochmal gesagt, so seid ihr euch sicher, dass das, was ihr da gerade tut, im Verhältnis steht, zu den Kosten, die gerade verursacht werden, dadurch, und haben dann auch nicht mit den Engineers gesprochen, so haben wir mit dem Manager und haben gesagt, so Freunde, eure Kosten gingen ja durch die Decke, wir sollten da vielleicht mal drauf gucken, und die haben dann auch gesagt, ach nee, warte, dann müssen wir nochmal nachschärfen, was wir jetzt wirklich alles laden müssen, dann haben wir auch, also, wir gehen dann schon noch auf die zu, können wir sowas, also, nochmal lien sehen, weil es ist irgendwie schon noch unsere Verantwortung, aber es war ganz witzig, also da zahlen sie halt einfach dafür, wenn sie halt der Meinung sind, sie wollen, die wollen die Daten, die ganze Zeit so laden, dann ist es deren Kohl, dafür ist es gut, es ist ein sehr transparentes Preis mit dem Ende des Tages. Und was ist dein Anreiz, also geht es darum, die Profitabilität von deiner Junit zu maximieren, weil das würde ja auch bedeuten, dass höhere Kosten, wiederum auf eure Tochtergesellschaft in der Lande andere Junit zu umgelegt werden, oder muss das irgendwie irgendwie balanciert sein, weil da hänge ich gerade gedanklich noch. Die sind definitiv nicht Profitabilität getrieben, sondern Skalierungsgetrieben, also das heißt, ich jetzt nicht darum, mit dem Produkt umdenkt mehr Geld zu verdienen, also mehr Margins zu machen, sondern mir geht es darum, dass mehr Leute es nutzen, damit sie weniger Geld ausgeben. Das heißt, am Ende des Tages denke ich, über Kosteneffizienz, über einen Gesamtkonzern nach, also ich nehme das mal als Beispiel, jetzt hast du die globale Plattform, die dir wirklich alle Daten bereitsteht, alle Safe, alle Pipelines laufen, musst dir keinen Stress machen läuft. Und die kostet dich dann so viel wie zwei oder drei Leute, in deinem Unternehmen, wirst du niemals mit dem Aufwand selber hinbekommen. Das heißt, hier mehr Leute, ich dahin bekomme, dass sie diese Plattform nutzen und diese Skalierungseffekte nutzen und diese gesamten Synergie nutzen, desto weniger gehen wir insgesamt als ihr an, für das Thema aus. Und das ist genau der Ansatz dahinter, also es geht nicht darum, Profitabilität zu haben, gar nicht, das ist uns eigentlich egal, also nicht egal, wir müssen so viel verliehen, dass wir das rausbekommen, also die kostet dich. Fahrt 0, mindestens. Genau, so. Und das muss natürlich gedeckt sein, aber alles darüber hinaus ist nice to have, und am Ende geht es eher darum zu sagen, wie schaffen wir das, die Leute auf ein Niveau zu heben, wo sie Produkte machen können und nicht mehr projekte? Und dass sie dann auch noch viel weniger Geld dafür ausgeben müssen, um das gleiche halt zur Verfügung zu stellen. Das ist mein Primärer anderer als, also wirklich die Skalierung und Kosten effizient über den gesamten Konzern hinweg. Okay, oft wird ja jetzt aktuell so von so adoption KPI's gesprochen, also des Incentive oder oder das Ziel ist erst mal möglichst viele Menschen im Unternehmen in die Nutzung bestimmter Tools zu bringen, insbesondere auch im Kontext. Im Vorbereitungsgespräch hast du gesagt, nee, das ist eigentlich das falsche Ziel, also klar, irgendwie geht es auch darum, aber am Ende geht es halt, darum, was an Wert dabei entsteht und der lässt sich jetzt in deinem Fall durch den daraus erzielten Umsatz zeigen, weil damit beweist du ja auch, dass das Tool ein echt mehr Wert schafft, weil die Business units breit sind dafür zu bezahlen und nicht nur etwas zu nutzen, was ihnen irgendwie hingestellt wird. Und das Witzig ist, der Wern sich die meisten am Anfang gegen so zu denken, weil die halt sagen, okay, ich muss jetzt auch einmal verkaufen oder ich muss ja, weil das was ich dir gerade beschrieben habe als Business Modell, anspruchsvoller zu managen, als einfach nur technisch irgendwas bereit zu stellen. Wie viel mehr Menschen eingehens, viel mehr Aufwand in dem Sinne, viel mehr unterschiedliche Skills, die du brauchst, du musst es anders organisieren, das Operating Moden, du musst anders funktionieren. Ja, mehr Skinnende Game, sondern es geht nicht nur um die Umsetzung und dann gucken wir mal, was passiert, aber wir haben es gemacht, sondern dann ist halt echte Verantwortung und Sichtbarkeit auf die Performance von dem, was ihr dort gemacht habt. Ja, genau. Und das musst du ja wahrscheinlich auch reporten, ja, das wird sich dann geschaut, also das würde ich sagen ist aber, ich finde es jetzt interessant, was du erzählst, weil das sorg natürlich von Anfang an dafür, dass alles darauf auszurichten, dass es langfristig erfolgreich funktionieren kann, genutzt wird, echten Wert schafft, damit auch dafür gezahlt werden kann. Was auch in konsequent bedeutet, du schaffst wahrscheinlich nicht genauso viele Projekte, wie du Produkte machst, also andersrum, du schaffst nichts viel Produkte, wie du Projekte machst, weil du in viel höheren Anspruch gerecht werden musst, viel mehr Dimensionen abdecken musst, viel breiter denken musst und einfach nur die Anzahl der User, die Anzahl der Views ist, ist easy zu bekommen und dann vielleicht auch teilweise hoch zu faken, wenn du gut genug bist. Aber wenn du wirklich sagst, die Leute müssen aktiv sich entscheiden, das ist ein Sub-Gripschen zu machen, wie in jedem Tool, das ist doch ganz näher EIT-Tools, die du nur nutzen kannst mit einer Pro-Version, in dem Moment, wo du die Sub-Gripschen haben musst, und das ist ja bei Chatchipiti zum Beispiel diesen Thema auch mehr ein, weil die haben wir einen super viele User, aber nicht viele, die bezahlen am Ende des Tages. Und das ist ja das, wo du rein willst, und das ist ein anderes Niveau, da musst du den Leuten noch andere Sachen liefern, die erwarten auf einmal viel mehr von dir, die wollen auch viel mehr in zum Beispiel diesen customer-Rollationschip-Management haben, in der Transparenz haben. Da ist nicht mehr so, ja okay, hauptsächlich funktioniert halbwegs, sondern da musst du wirklich ein solides Produkten stellen. Und ich glaube, wenn man es ernst meint, dann musst man sich den Anspruch stellen. Und muss sich auch bewusst machen, dass man mit 80 Prozent scheitert, der Produkte. Das ist im generellen Markt ganz normal, ja, wenn du die Startups anguckst, oder was auch immer, ganz viele schaffen es nicht, mit ihrem Produkten hochzukommen. Das heißt natürlich ist es schwieriger und anspruchsvoller, wenn du es gepackt hast, das ist gepackt. Dann bist du aber auch nicht mehr einfach aus dem Ding, also zum Beispiel jetzt die Datenplattform, die ich als Beispiel genommen habe, die es gesetzt, da wird nicht mehr so einfach jemand dran gehen und sagen, das müssen wir jetzt irgendwie anders machen oder so, weil die haben wir gesetzt. Das war mehr Aufwand, aber die ist gesetzt. Und ich denke deswegen, wenn wir in den Reifegrad kommen wollen, wo wir wirklich kontinuierlich mehr wird generieren, mit den KI-Lösungen, die wir bauen, musst du diesem Anspruch gerecht werden können. Und wenn du das nicht schaffst, dann gibt es vielleicht auch einen Grund dafür und dann sollte das Ding einfach nicht existieren. So cool es auch klingt, am Ende des Tages, oder so cool die Idee auch war, ist das dann vielleicht der Moment, wo du selber dir eingestehen musst, dass die Idee gut war, aber das einfach nicht tragfähig ist, am Ende des Tages. Wie ist denn jetzt deine Organisation aufgestellt? Was für Rollen hast du dort? Also, richtig so, von Kastemas, Success, Übersails, Marketing, Produktmanagement, Entwicklung, all diese Rollen oder was, genau, wie sieht die das Orkch hat aus? Also im Prinzip, ich habe Produktmanager, die sind für bestimmte Produktbereiche verantwortlich. Das sind nicht einzelne Produkte, sondern das sind immer Gruppen von Produkten. Weil wir die ganze Zeit, ich denke, müssen wir als Ecker-System denken müssen, also du musst halt eine Person haben, die auch die Kunden kennt, die unterschiedliche Produkte nutzen und das besser einschätzen kann. Hier sind auch so ein bisschen wie Kastemas, Successmanager oder Sailsmanager am Ende des Tages. Weil die halt wirklich, die kommen jetzt sehr modell überlegen, die müssen mit den Kunden permanentem Austausch bleiben, die müssen das ganze Troubleshooting machen, die müssen die Produktstrategie machen, die müssen die Roadmaps nachhalten, die müssen die Developer-Teams dahinter auch entsprechend abdaten und stieren. Und die haben eigentlich, wie gesagt, so 'ne bisschen Mischere Rolle aus Kastemas, Success und Sailsmanagementen, weil die es auch in die Fläche bringen sollen. Und die haben alle auch 'nen starken IT-Background, aber sind auch super Sails und Zahlen erfien. Also die können halt auch pricing-Kakulationen machen, die können halt auch Vorkasten machen und können vor allem sehr, sehr gut mit stakeholders umgehen und auch Marketing machen und so weiter. Dann habe ich speziell ein Team, was ein bisschen das Backoffice ist, die machen die ganzen Marketing-Folien, alles, was dahingeht, Kommunikation, Artikel, Schreiben, LinkedIn pro. Also alles, was du dir vorstellen kannst, was wir brauchen, um es in die Fläche zu kriegen. Die sind auch ganz eng mit unseren übergeordneten Kommunikationsteams und arbeiten mit denen zusammen, wo können wir das Promoten, auf welchen Event können wir gehen und so weiter. Dann, die machen einmal das, dann habe ich einen, die machen die kompletten Analysen über das Kundenverhalten, Kaufverhalten, wo wir gerade stehen, zu den Kostenverhältnissen zum Sails, sind wir profitabel oder nicht, welchen Produkten haben wir Probleme. Also die machen so das Ganze, sind Mischung aus Finance und aber auch Custom Analytics, die sich das anschauen, wo wir dann immer mit allen monatlich drauf gucken und gucken, wo wir stehen und funktioniert das alles so, wie wir uns das vorstellen. Und die auch die ganze Budgetplanung machen nach vorne raus Produktkostenplanung und so weiter gemeinsam mit dem Produktmanagern, um quasi damit die Finanzen immer komplett 100% unter Kontrolle zu haben. Und dann haben wir quasi unter dem Produktmanagern teilweise noch Produktohner, die dann halt eher noch stärker in den Produkten selber drin sind. Da auch noch mehr Stakeholder-Management mit übernehmen können, was auf einer, was diese Jeterin eben noch ist, wo es dann halt auch ein technischer Themen geht. Und im Prinzip ist dann aber die Delivery bei einem Kollegen von mir, der dann die richtigen Engineers hat, die dann auf Basis dessen, was wir denen als Input geben und sagen, okay, das sind die Produkte. Das ist unsere Roadmap, das ist unser Portfolio, die dann in die Execution gehen, das Ganze umsetzen und damit halt quasi so die Delivery am Ende des Tages machen. Genau, das ist halt im Prinzip auch ein Blattform-Thema und dann habe ich ja noch die Data Governance and Data Management Function. Und mit der machen wir dann quasi die Governance Frameworks, die dazu gehören, also wie sollen die Daten gemanigt werden, welche Prozesse brauchen wir, welche Rollen brauchen wir, was ist mandatory, auch aus Datenschutzraus, Informationssicherheit raus und so weiter. Und die bestimmt auch das Operating-Model, was drumherum funktioniert. Und dann, last but not least, haben wir das Daten Management und die helfen teilweise dann mit Data Ops. Und Data Care Teams, wirklich auch Pipelines, wirklich sag ich mal aufzubauen, in Betrieb zu halten, in den jeweiligen Units dabei zu helfen, Dinge aufzubauen und noch langfristig zu betreuen. Sodass wir quasi nicht nur diese typischen Betrieb haben für Solutions, sondern auch Betriebe für Daten, einfach nur sicherstellen, dass die Daten Qualität passt, Ohnership passt und so weiter. Und damit haben wir in der relativ breit aufgestellte Organisation, die unterschiedliche Probleme löst. Und damit halt auch unterschiedliche Skillshets hat, wie diese Probleme betreuen und unterstützen am Ende des Tages. Und wie groß ist dein Team? Wir haben, ich arbeite in unterschiedlichen Set-ups, also onshore, ja schon Offshore. Und wir haben insgesamt so um die 40 FTEs drauf ungefähr. Und arbeiten aber wie gesagt, stärker mit, ich würde sagen, fast 50, 60 Prozent ist nie Offshore und der Rest ist onshore. Weil ich das Team in Deutschland versuche, noch fällt, es mir sich klein zu halten. Und eher zu gucken, dass wir die Skills dann noch über nie und offshore Teams mit dazu holen. Genau, aber viel mehr, also wir versuchen auch teilweise wieder zu reduzieren, weil am Ende des Tages möchte zu halt mit den sehr schlanken Organisationen sowas eigentlich machen. Das sollte nie zu groß werden, sonst wirst du eine zu hohe Kostenkomponente auf den Produkten, weil die Produkte müssen ja für uns bezahlen. Das heißt, wir müssen halt gucken, dass wir echt möglichst Effizienz bleiben. Und deswegen sind zum Beispiel die ganzen auch Jenny Allen Agents Themen für uns spannend, weil wir halt da wirklich Effizienzen heben können. Und ein Mitarbeiter mehr schaffen kann als erst vorher in der Lage war zu tun, damit wir nicht zu groß werden. Weil das ist immer fatal für viele pricing Themen und auch Politikthemen und so weiter. Und kannst du ungefähr sagen, wie viele Produkte mannetst ihr jetzt mit dem Team in dem Portfolio und wie viele Nutzer sind ungefähr auf diesem Produkten? Also ich versuche einfach so eine so ein bisschen so eine Vorstellung zu bekommen wie groß es ist. Ich glaube, wir müssten so zwölf bis 15 Produkte, aber wir sind immer so ein bisschen noch an einer, sind es ungefähr, die wir haben. Nutzer sind ganz viele Tausende. Also Locker, 10, 15, 20.000 Locker, die die Produkte nutzen, je nachdem, dann halt je nach Produkte mehr oder weniger. Aber zum Beispiel unser Data-Governance-Plattform ist ein anderes Produkt, was ich habe, alleine hat 2000 Nutzer und hat alleine dieses jahren Gross von 100%. Nee, 68% ist von der andere, 68%. Und das ist noch eine relativ kleine Nischen-Plattform. Die größeren Produkte und Plattformen haben deutlich mehr Nutzer. Also das sind schon sehr, sehr viele Menschen, die dahinter stehen am Ende des Tages, sie ist auch nutzen. Managed ihr auch eingekaufte Produkte, weil das klingt bisher so, als würdet ihr das alle Produkte selbst entwickeln. Zählen auch Produkte in das Portfolio rein, wo einfach ein Anbieter auf dem Markt genau das gebaut hat, hat was ihr benötigt und ihr das auch durch eine Eigenlösung nicht geschlagen bekommen würdet. Weil das kann ja total die Falle sein, stelle ich mir so vor, dass man immer versucht, das selbst zu bauen und vielleicht ein besseres Produkt, als der Markt hinzustellen, was wahrscheinlich auch nicht immer möglich sein wird. Neben Gegenteil, wir haben primär bei Nutmake. Wir haben nun ganz wenige Sachen selber gebaut. Also ist, da wo es richtig in unser Herz reingegen, wo es die Datenplattform war. Da haben wir halt gesagt, das möchten wir in der eigenen Hand haben, weil das wirklich auch sehr individuell ist für uns und da wollten wir nicht die Abhängigkeit von Wendoren haben. Und es gab auch niemanden, der zu derzeit dieses geile Konzept hatte, wie das, was wir gebaut haben, diesen Amazon-Like-Shop-For-Lader, das gab es gar nicht am Markt, hätte niemand so bereitstellen können. Und das haben wir aus unterschiedlichen Komponenten und Services selber zusammengebaut und dann rücken da zwischen gebaut und das funktioniert mega. Ist das einzige, was wir, okay, unser E&GPT ist auch zum Teil selber gebaut, werden wir aber auch jetzt durch einen externen, wahrscheinlich ersetzen, weil es nicht mehr effizient ist im Betrieb und zu teuer. Sonst ganz viele Sachen einfach nur, die wir vom Markt holen und sagen, nutzt die Bitte. Also ganz klassisch so Power BI Fabric. Das ist doch nicht selber, man kann es mir komplett verrückt. Muss trotzdem aber natürlich unseren Regenkonform zur Verfügung gestellt werden, das kannst du nicht einfach native nutzen. Also ich würde sagen, wir haben deutlich mehr bei als Bild am Ende des Tages. Ja, okay, interessant. Und was ist dann mit der Umsetzung von Newscase auf den eingekauften Plattformen und Produkten liegt das dann auch bei euch oder gibt ihr das in die Fachbereiche? Nee, das kann von allen gemacht werden, weil das wäre auch einfach ein zu starker bottleneck. Also ich bin, ich bin nicht wirklich ein großer Fan von Centralisierung von, von so welchen Kompetenzen, sondern von diesem federated approach, den man auch Data Mesh glaube ich teilweise nennt, also kannst du 100 Formen für den, wie du es nennen möchtest. Am Ende des Tages ist federated. Das heißt, es sollen möglichst viele Leute es selbstständig machen können mit den richtigen Guidelines und Regulatorien und gewissen Limitationen. Und natürlich auch mit einem gewissen Standard. Deswegen, wir lassen es von allen machen, alle können auf der Plattform bauen, aber zum Beispiel dürfen nicht alle einfach Datenquellen anbinden. Und wenn sie selber Datenquellen anbinden wollen, müssen sie es nach einem gewissen Standard machen, den wir ihnen vorgeben. In der Umgebung, die wir ihnen vorgeben, weil wir dann auch wieder den Betrieb übernehmen. Das heißt, wir lassen den schon den viel Freierom selber zu warm, weil das hilft auch bei der Innovation. Aber wir, ich bin auch sehr stringenten der Governance auf der anderen Seite, also dass sie auch Datenschutzkonform arbeiten müssen. Wenn mir dann jemand kommt und sagt, die möchten irgendeinen Tool nutzen, was keine Kunden Daten anonymisieren kann, dann ist es no. Egal, ob sie es cool finden oder nicht, machen wir halt einfach nicht. Also so welche Sachen müssen sich ja gestellt sein, die enforcen wir auch, und die kontrollieren wir auch bei Design schon in den Prozessen. Aber dann, wenn sie sich an dirigen halten, sollen sie bitte einfach machen, was sie wollen, ihre eigenen Ideen auch aufbauen. Es gibt natürlich aber auch noch übergeordnete Initiativen, die aus unserem über unser Team hinausgehen, wo man dann zum Beispiel segmentweit. Also wir haben unterschiedliche Sigmente und primär die wichtigsten sind Energy Retire und Energy Networks. Die wollen dann über ihre Sigmente hinweg nicht, dass jeder alles einzig macht, weil es wieder ineffizient ist und zu viel Kosten verursacht. Und da arbeiten wir sehr eng, mit denen zusammen zu gucken, dass wenn wir sehen, dass Leute was aufbauen, was schon da ist, dass wir diese Zeichen geben und dass wir auch mit den Sigments verantwortlichen, bewussten das Steering mit reingehen und auch in die Governance mit reingehen. Das ist aber dann eher meine Governance-Funktion als meine Strategie-Funktion für die Plattform, dass wir halt sagen, okay, wir helfen euch zu enforßen, dass auf dieser Plattform, die uns auch gehört, eurer Governance auch mit umgesetzt. Und deswegen ist es aber auch so wertvoll, vielleicht nochmals zu betonen, diese Komponenten aus einer Hand zu managen, dass du halt sagst, okay, ich kenne die Governance, ich kann es enforßen. Ich stelle die Produkte bereit, die unserer Governance gerecht werden, in unserem Anspruch gerecht werden und hab dadurch nochmal die Möglichkeit, beides miteinander wieder stärker zu verankern. Damit die beiden Sachen noch gut miteinander funktionieren, ich glaube schon, dass das ein sehr wichtiger Teil davon war, wie wir es dann bei uns im Unternehmen auch in die Fläche bekommen haben am Ende. Zum Abschluss würde ich gerne noch verstehen, was deine Erfolgsfaktoren waren, um dieses Betriebsmodell gut etablier zu bekommen. Und vielleicht schaffen wir es, das noch so ein bisschen zu adaptieren auf die Realität von ganz vielen mittelständischen Unternehmen da draußen, die gewachsene Strukturen und Prozesse haben, oft noch diese zentrale IT, die maßlos überladen ist und jetzt kommen noch irgendwie Daten und KI-Themen dazu. Und da läuft eher noch die Projektdenke, wo von einem vieles versandet oder irgendwann auf dem Friedhof landet und gar nicht den skalierten Mehrwert bewirkt, den man sich ursprünglich als man den Case gerechnet hat, mal auch oft hat. Was würdest du sagen, sind zu die wichtigsten Schritte auf dem Weg zu diesem neuen Betriebsmodell, was viel, viel Performance orientierter, nachhaltiger und aus Produktperspektive gedacht ist. Darauf einer der wichtigsten Schritte ist, einfach diesen Step Back zu machen und das Operating-Model zu definieren und die Menschen auch bewusst zu machen. Das heißt, ich muss eine ganz klare Strategie haben, eine Ziebelt, wo ich hin möchte, dazu gehört, das Operating-Model-Business-Cases, worauf wir uns fokussieren, welche sind so high-way areas und so weiter. Dann wirklich das Operating-Model zu definieren und dann auch die Menschen zu sagen, stopp und das ist das, was wir jetzt erreichen möchten und das ist das, wo wir hingehen möchten. Und dann sage ich immer, ganz einfach, klassisches Management, das heißt "Follow us through". Das heißt, du guckst, ob sie es tun. Vertraust, den ich unbedingt immer das sie tun wäre, sondern du guckst, ob sie es tun. Und das heißt dann auch, Dinge zu stoppen, in unangenehme Situationen Dialogereien zu gehen, Sachen aufzuhalten und sich hassen zu lassen für eine gewisse Zeit. Um ein besseres gemeinsames Ziel zu erreichen, wohl wollen immer, also sehr kooperativ und die Menschen mitnehmen und deswegen auch dieses Marketing und diese Idee, mit dem mit Success Management, sie an die Hand nehmen, den auch helfen erfolgreich zu sein, den helfen, die Schritte zu gehen, aber nicht von deinem Ziel aufweichen. Und dir ganz bewusst machen, dass du dieses Ziel hast und dass du nicht aufhörst, bist du dahin gekommen bist. Und ich glaube, das, was oft verloren geht, ist diese Durchhalte vermögen. Und Konsistenz, dass man diese Vision hat und dann kommt die Resistance und man rennt gegen Mauern überall und dann nicht aufzuhören, sondern dann kontinuierlich weiter daran zu arbeiten. Weil der Effekt wird kommen, den siehst du nur langsamer als bei einem Projekt am Ende des Tages. Deswegen sage ich immer, die Leute, die das machen sollen, sollen sich vorstellen, dass sie sich gerade auf den Marathon vorbereiten und nicht auf den Sprint. Und müssen bereits an diesen Marathon bis zum Ende durchzulaufen und der wird wehtun. Und das ist, glaube ich, aber eine gute Metapher, die man sich selber vornehmen kann, das ist eine wirklich Transformation des Operating Models in deinem Unternehmen. Und das heißt, das kommt auch mit dem entsprechenden Aufwand und Notwendigkeit, das zu managen. Wie lang hat der Prozess bei euch gedauert? Hat noch nicht aufgehört und ich bin das seit sieben Jahren dafür verantwortlich. Und das wird nicht leichter. Also ich werde erfahren und ich kann sicher Sachen jetzt ganz anders managen, als ich sie am Anfang gemanigt habe und ich bin sehr gut in Politik und ich bin sehr gut in diesen Diskussionen und ich habe eine sehr starke Reputation. Das macht den gar leichter. Aber als ich angefangen habe, habe ich gesagt, 10 bis 15 Jahre, ich glaube nicht, dass ich damit soweit weglage. Am Ende des Tages, wenn sie wirklich ernsthaft da sind, wo wir hin wollen, muss aber auch sagen, in den letzten 7 Jahren ist unfassbar viel passiert. Also es hat sich sehr viel bewegt, es hat sich sehr viel verbessert, aber da geht immer noch mehr. Das ist einfach so. Romina, vielen Dank für die Einblicke. Sehr, sehr spannend. Ein ganz neuer Blick, auch den ich immer öfter mal höre, aber so in der Konsequenz umgesetzt, bisher jetzt von dir das erste Mal gehört habe. Und ja, ganz total spannend. Danke für die Einblicke. Sehr gerne. Danke, dass ich hier sein durfte.