Wie raised man $27M mit nur 25 Jahren, Florian Juengermann? (#38)
81m 48s
Der Podcast im OMR Silicon Valley Update porträtiert Florian Jüngermann, einen 25-jährigen Gründer mit außergewöhnlichem Werdegang. Aus einem kleinen Dorf stammend, entdeckte er früh sein Interesse an Mathematik und Programmieren, gefördert durch Wettbewerbe wie die Mathematik-Olympiade. Diese Erfahrungen öffneten ihm die Tür zu internationalen Informatikwettbewerben und dem Wunsch, in einem anspruchsvollen akademischen Umfeld zu studieren. Nach einem abgelehnten Bachelor-Antrag in den USA studierte er zunächst Informatik in München, bevor er für einen Master an der Harvard University angenommen wurde, wo er die vielseitige und ambitionierte Gemeinschaft schätzen lernte. Heute ist er Mitgründer eines Startups, das vor kurzem eine bedeutende Finanzierung von 27 Millionen US-Dollar durch Sequoia Capital erhalten hat. Das Gespräch beleuchtet, wie seine Herkunft, frühe Leidenschaft für Technik und der Drang, sich mit Gleichgesinnten zu umgeben, seinen Weg ins Silicon Valley prägten.
Aber ich glaube, das größere Learninger ist, dass es so viel besser ist für den Kunden, wenn man den ganzen Job macht. Und das ist ein bisschen das größeres Thema, was man jetzt zur Zeit mit den AI-Kamponys sieht, dass man eben nicht nur Software verkauft, sondern Ägyptische, quasi verkauft, und schon Software. Man hat schon gewerkt, der schon eine enorme Aura in den guten Dingen. Ich hab dann präsentiert, was ich quasi gemacht habe, über den letzten paar Monate, als ich weiß, nicht so lange dort. Und sie hat aber nie gearbeitet. Und ihnen sagt mir, ja, ich hab dann gesagt, das kommt jetzt nicht in diesem Update, das kommt im nächsten, weil wir noch Sachen machen, wenn die sowas noch zwei Tage. Ich mach das noch in diesem Update. Nächste. Okay. Ich kann auch nicht wieder sprechen. Herzlich willkommen zum OMR Silicon Valley Update, der Podcast mit Christian Bützer, der euch von deutschen Fondsgeschichten aus San Francisco und den Valley berichtet. Also, ich lich mich mal fest. Unser heutiger Gast, der Florian Jüngermann. Von dem werden wir in den nächsten 10, 20, 30 Jahren wahrscheinlich noch so richtig viel hören. Florian ist nämlich erst gerade mal 25 Jahre alt. Und er hat wirklich so den Traumlebenslauf eines jeden Silicon Valley menschens, wie man sich das so ein bisschen wünscht. Top Abitur in Deutschland, dann zwar erst noch ein München studiert, aber dann ging's richtig los. Harvard, Master, und ja, und dann natürlich ab ins Silicon Valley, erst bei Testlager arbeitet, dann auch direkt irgendwie mit Elon Musk. Da einige Interaktionen gehabt, die erzählt ja auch gleich ganz nett im Podcast. Und der eigentliche Wahnsensweg ist eigentlich danach passiert. Vor zwei Jahren, wahrscheinlich so munkeln wir bei einem Hecker, von den ich organisiert habe, die Firma gegründet. Die denken sich so ein bisschen die ganze Nutzer-Vorschung neu aus da. Haben Sie jetzt gerade vor zwei Wochen 27 Millionen Dollar-Geräst. Und zwar nicht von irgendjemanden im Valley, sondern von Sequoia-Captain. Und ja, die Jungs, die gehen so richtig ab, dazu ist er nicht nur super schlau, war irgendwie bar Mathe und Programmier und Piaten schon ganz früh dabei. Sondern ist auch noch einer der sportlichsten Typen, fährt schneller rennen Rat als jeden, den ich hier in San Francisco kenne. Sieht dann noch top aus. Also was will man mehr? Ein gründer, wie es im Märchenbuch steht, hier im Silicon Valley Update, auf geht's, Mäuen Florian. Hey, cool dir zu sein. Grüß dich, Sammai. Ich hab das ja gerade schon angekündigt. Tesla, Harvard, denn 27 Millionen gräst. Du kommst halt aus einem kleinen Dorf. Und das ist so ein Thema, wer mir im Podcast ist. Einfach viele Leute aus dem Dorf an China-San Francisco kommen. Also was machen die in diesen Dorfern, dass du da raus kommst? Ja, das ist eine gute Frage. Ich weiß auch nicht. Und es ist eine interessante Geschichte. So mein, also aus meinem Umfeld, du kennst ja wahrscheinlich auch die meisten Leute aus der Umgebung. Wir sind immer noch dort. Das ist eine, ja, meine Eltern kommen auch aus der näheren Umgebung, sage ich mal. Aber dann gibt's trotzdem noch, und das ist vielleicht auch ein Ding, wo man sich dagegen seid, ich hingegen ansteckt, dass einer von meinen engsten Freunden aus dem kleinen, aus der kleinen Stadt, meinen übrigens im Randanschalz jetzt auch hier in San Francisco ist. Und es ist, wie gesagt, das ist eine kleine Stadt. Es ist nichts Besonderes, keinen irgendwie Elite-Geminasium oder irgendwas. Aber es ist wahrscheinlich auch dadurch, dass wir uns beide so zusammengearbeitet haben und beide immer hier in den Wolken hat's durch unterschiedliche Wege dann mit Entreck geklappt. Ja, es ist interessant, ja. Weil es gibt ja so ein paar Schritte, wo man dann auch so ganze Gründernetzwerke, diese irgendwie, die sich entstanden haben. Es ist so, wie wenn drei oder zwei Brüder irgendwie Golf spielen und sie gegenseitig betteln und dann immer besser werden. Und dann sind dann hier diese Basketball-Brüder, die die jetzt hinter NBA sind. Aber ich finde es halt schon interessant, dass das halt besonders aus kleinen Orten echt viele Leute hier sind. Und jetzt nicht unbedingt aus Hamburg oder München. Oder Berlin. Vielleicht ist es halt dann doch irgendwie, dass man sagt, "Okay, ich hab hier so viel Opportunity. Warum soll ich nicht in Hamburg bleiben?" Eine Sache ist auch so ein bisschen breiter gefasst. Es gab nicht so viele andere Sachen zu tun, außer halt irgendwie am Rechner zu sein und zu programmieren und nicht so viel Ablenkung. Was man vielleicht eine größere Stadt an das, vielleicht dort an das, aber gerade auch so, wenn ich jetzt hier in USA bin, die amerikanischen Schüler, die einen High School schon super hart, bis mit der Nacht arbeiten müssen, um irgendwie eine gute College-Application zu machen. Bei mir war es halt so, Hausaufgaben hab ich's so gut nie gemacht, weil ich eigentlich gut durch die Schule gekommen bin. Und hat dann halt sehr viel Freizeit, gerade Rückblickend halt sehr viel Zeit. Und die hab ich dann nicht immer super effektiv, aber viel Zeit verbracht, das Sachen ausprobieren zu bauen und so weiter. Was dann vielleicht auch in dem kleinen Dorf, die dann in dem Fall hilft, weil es dann einfach viel tiefer gehen kann, als wenn jemand, der immer ganz viele andere Sachen zu tun hat, in der größeren Stadt, vielleicht. - Ja, interessant. Und würde es ja jetzt hier, dann der Eltern, sind beide Maschlehrer gewesen. - Ja. Das heißt, der Weg in die Informatik sozusagen, war da so ein bisschen vorgezeichnet. Ja, in der Gewissenweise ja. Also, dann sind beide Maschlehrer und Sportlehrer. Sie waren interessanterweise nie, sodass sie mich irgendwie sehr gepuscht haben. Irgendwie soll es jetzt irgendwie, werden wir wäre machen, die waren eher so ein bisschen so, "Okay, du, genau, wir machen jetzt keinen Humskulling, das erzählen dich schon, was in den nächsten Jahren der Schule lernen würde, du solltest dir übern der Schule lernen." Und dann mit deinen Klassen kann man raden zusammen sein. Aber natürlich, vielleicht so, dass den Kressen so ein bisschen in die Wiege legt, kann schon im Kanton sein. Aber hast du nicht irgendwie so ein Push bekommen, ich glaube, du hast irgendwas von so einer Mathe-Lümpelade gehört oder so durch deine Eltern. Man wird ja schon irgendwie ein bisschen, aber einflussst du. - Genau. Ich glaube, das hat auch wirklich so die Mathe, die wir wahrscheinlich so ja das angefangen hat. Ich glaube, das war so in der achten Klasse. Ich habe die Mathe-Lümpelade zum ersten Mal mitgemacht, das ist dann ein Schulbetwerfer, die es nicht kennen. Aber es war zumindest für unsere Schule recht groß, haben einiger, was sind viele Leute mitgemacht. Das ist zumindest so ein, zwei Leute pro Klasse. Also, es war so, zumindest offen angeboten. Ich kann mich nicht halt nicht, dass mein Eltern nichts klarkann, du musst damit machen oder so. Aber das war, ich war schon von immer da, sehr interessiert, dass irgendwas spannend ist. Ich dachte, es gab nicht so, als wir die andere Sachen, habe ich mitgemacht. Und dann ja auch mit der Zeit dann irgendwie einigermaßen erfolgreich gewesen. In den Mathe-Lümpelade. Und das war noch so ein bisschen der Weg, wie ich danach zu den Informatikwettbewerben gekommen bin. Und dann war es wieder nachher auch quasi ermöglicht, hat hier eine Uzzar zu kommen. - Okay. Und dann ist das so ein, nur ein Arbitur. Und du warst alles gut gekonnt oder wie kann man sie jetzt vorstellen? Ja, ich glaube, mir ist die Schule schon recht gleich gefallen. Was ich sagen, also, wie ich hatte, nicht so viel Zeit, Ökovendut um zu lernen, das ist mir recht gleich gefallen, das zu machen. Das heißt, gut, ich war auch. Ja, dann haben wir einen guten Tag. - Ja, dann haben wir einen guten Tag. Ich hatte auch immer, ich fand es auch eigentlich immer recht spannend zu lernen. Ich glaube, auch viele Leute, die irgendwie, ja, die Schule hat generell nicht gemacht haben. Ich fand es auch nicht immer die größte Fan von allen Hausaufgaben und allen Sachen, aber also generell, ich wünsche dich, also auch in anderen Fächer und Ökosystems Geschichte. Ich habe so Gefühl, ich bin nicht so gut in Sachen auswendig lernen oder ich vergesse Sachen irgendwie sehr schnell. Aber an sich finde ich Sachen sehr interessant. Deshalb hat mir die Schule eigentlich auch ganz gut gelegen. Und du hast gerade gesagt, die Olympiade hat dich in die Uzzar gebracht. Erzähl noch mal ganz kurz, sie sind weh. Also du hast dich da wahrscheinlich inspiriert, was man von anderen Leuten, ist man dann irgendwie international unterwegs, fliegt man dann irgendwo hin nach, was weh ist in so einem Convention Center, wie läuft so was. Ja, die Story, also ich kann noch mal anfangen mit den Mattewerben. Also ich war da so einigermaßen erfolgreich, weil ich glaube, ich glaube, ich zweimal in der Bundesrunde von der Matte Mathik Olympiade. Und dann habe ich aber Zeit gleich auch das Programmieren entdeckt. Und die Story da ist ein bisschen. Ich werden diese, vielleicht kennst du diese Lego-Roboter, die man so programmieren kann mit so einer Dragon Drop. Hat sich damals nicht so die deutsche Version davon, Fischer Technik. Ich weiß nicht, ob das so kennt. Also die Deutsche sind die Objektivgleichs, einfach schlecht das, aber die hatte ich auch nicht was zu Hause. Und da konnten man so programmieren mit so einem Dragon Drop Sachen, so einfache Sachen. Aber ich hatte irgendwie immer vor, was komplizierte Reste machen, weil wir was. Schon die einfachen Sachen waren in den Rechtsschwierungen, da in diesem Dragon Drop Interface zu machen. Und dann habe ich halt irgendwie rausgefunden, ob ich dann richtig programmieren kann. Und dann wollte ich richtig programmieren, hab dann mal Eltern gefragt, ich möchte so ein Buch haben über "Ja war". Das war halt dann so, was man halt damals gemacht hat. Ich habe mir das ein Buch rausgesucht, das war "Ja war" ist auch eine Insel. Das ist so ein 1300 Seiten, weltsa. (Lachen) Was irgendwie. das ist ein schlimmster. Das ist ungezigste Buch, weil ich mir aussuchen hätte, also können. Es hat im Prinzip vor rausgesetzt, dass man irgendwie schon "C" kennt. Und dann so "Hey, das hier ist genauso wie ein "C" und so was ist "C". (Lachen) Anyway, aber mit vielen Hindernissen irgendwie "Ja war" programmieren gelernt. Und dann fand das irgendwie super cool. So. So dieses Gefühl, man sitzt zu Hause, man kann alles, was man sich vorstellen kann, eben von sich umsetzen selber. Das war so ein Anfang an so ein sehr spannendes Ding. Und dann. haben wir so noch den Kreis zu schließen. Weil ich eben gesagt, das programmiert, war nicht super spannend. Und dann hab ich halt. gedacht, so was. So wie im Betiehmatel, wir haben aber halt für. programmieren, für Informatik, das wär super spannend. Und das. also meine Schule hat das jetzt nicht angeboten. Aber es gab bei den Bundeswirt-Werb-Informatik. Der auch. ich glaube, ich bin immer noch recht kleines. Ähm. Genau, da hab ich halt gefunden, sie erst, die hab probiert mitzumachen. Mit den Aufgaben durchgelesen. Eigentlich nur die erste Aufgabe durchgelesen, wenn ich sie sein. Und das hat mich dann schon so fast singiert. Oh, das war richtig schwierig. Man muss irgendwelche Berechnen, ob man irgendwie. in so ein Trink spielt, irgendwelche Bäche hin und herkippen, ob man Wasser abmessen kann, mit gewissen Größen. Und wirklich Stunden, Stunden, also. Äh, wie ich das darauf erbracht, das zu lösen. Im Endeffekt hat es nie funktioniert. Das Programm hat nie gelaufen, hab nie die zweite Aufgabe gelesen. Und dann war das so für mich schon fast gegessen, so ja, okay.
Und dann das ja später war quasi eine neue Situation. Ich hatte eigentlich nicht mehr so Lust darauf, aber dann hatte ein Freund, den ich mal irgendwann weil so eine Matte wird, weil ich auch gekannt hatte, dann gefakt, sollen wir zusammen die erste Runde noch mal probieren oder zusammen abgeben, dann können wir sie in den Gruppen arbeiten machen. Ja, okay, klar, können wir noch probieren. Und irgendwie habe ich dann in den Jahren, wenn ich so viel über das Programmierende gelernt, von den anderen Sachen, die ich halt gemacht habe, dass wieder einigermaßen gleich gefallen ist. Oder vielleicht war es auch mit die eine Aufgabe, die damals weggefallen ist. Und da hat es dann ganz gut geklappt. Und wenn ich dann durch die Runden der Bundeswerte informatik durchgegangen, dann bis zum Bundesfinale gekommen. Und dann dadurch, dann ist die, dann ist die, dann über den Bundeswerte informatik an die Informatik oder den Berde gekommen. Was dann auch die internationalen wird, wir sind also die I/I, die International- oder die Werte von Informatiks, wo dann Deutschland oder jedes Land schickt dann vier Schüler quasi, die das Land vertreten, war dann dort das 2018. Es war dann auch in Japan. Also es war wirklich so international auch einmal gereisen und auch einmal lernt man halt eben aus diesem kleinen Dorf oder dann halt die Leute ja auch sehr interessante Sachen machen. Aber wir sind auf meinen einen der Freundin halt keiner so die wirklichen Amnitionen hat. Oder halt andere Sachen. Also manche haben sich auch schon spannende Sachen gemacht. Aber halt niemand, der so in meinem Feld wirklich was gemacht hat. Und auf einmal ist man halt mit den, in der man ja der weniger, you know, interessantes Leute, dann für ein selber zumindest zusammen, hat ein Training-Camps irgendwie in Berlin und dann hier und dann reiß man erst mal mit der Warn. Und danach ist man in Japan und in anderen Ländern und lernt dann auch international Leute wirklich kennen. Es war viel ne ganz andere Welt und halt auch immer gesehen, wow das ist wirklich richtig cool. Ja. Das ist wirklich das, also ich möchte mehr davon haben quasi. Und wo hat man das und aber so ein bisschen die deutschen Universitäten angeschaut? Und mir überlegt, okay welche Uni habe ich quasi ein ähnliches Umgebung, wo ich quasi richtig viel da super schlauer Leute sind, die super auch amnitioniert sind und so weiter. Und also ein bisschen das Gefühl, die meisten Unis und euch dann sind halt nicht so aufgebaut. Die sagen halt dann tausende Studierende. Ja, es gibt dann bestimmten ein paar, die halt auch sehr spannend sind. Aber die muss man erstmal finden, das sind nicht so, dass die Umgebung, die ich da hatte. Und das da war halt nur sagen ganz anders. Also da hat man halt die Top Unis, wo dann eben diese Dichte an Leuten zumindest dach sich das. Genau mehr darüber erzählen, aber extrem hoch ist. Und ja, das kann quasi dann daher, dass ich da okay ich möchte unbedingt in das Studieren und mich danach darüber dann beworben habe. Und dann hast du für das Bachelor-Studio schon dann gesagt, okay jetzt geht's direkt mal nach Harvard. Genau, das war der Plan. Ja. Ich gedacht okay, wo ich hin Harvard war immer so der Traum. Ich habe mich immer sehr viel Sächte interessiert, aber wie gesagt ich fand auch die Wallangs. Also gerade die Leute, die ich bei den Programmierewürgen kennengelernt habe, alle super schlauer Leute auf jeden Fall. Aber wir hat auch so ein bisschen gefällt, so die Leute, die auch so ein bisschen die Gesellschaft im Blick haben oder auch sich verandere Sachen auch interessieren können und nicht nur für das Programmieren. Und das war halt so, bei Harvard habe ich gerade okay, da sind die wirklich die Leute, die ich auch nicht nur für die Chessen Sachen interessieren. Von daher war das immer mein Traum da. Aber wie kommt es denn darauf so durch Filme oder wenn man wie Mark Zuckerberg gesehen hat oder so, so schön, oh oder wie so Harvard? Das ist eine gute Frage, ich weiß nicht so genau. Ich weiß, dass wir in der Gap 6 oder 7. Klasse habe ich mal einen Vortrag gehalten, im Englisch kurz. Und habe ich zum ersten Mal über Harvard und MIT geredet, da hatte ich einen, haben wir das zugewiesen bekommen. Ich hatte mehr oder weniger zuverlegt, Harvard und MIT. So, oder es gab es gegen die Union Boston und dann habe ich halt das präsentiert in so einer 5-minute Präsentation. Es war nicht viel, aber es war wahrscheinlich das schon mehr. Das ist schon cool, das ist schon, wir haben damals halt nicht wirklich da drüber nachgedacht. Das war komplett aus der Welt. Und gab es dann in welches Spinien oder wie auch schon es finanziert? Erst mal die Storch zu korrigieren, ich habe mich beworben für ein Bachelor, aber da war ja nicht angenommen. Das war quasi die erste Versuch hat nicht geklappt. Ich hatte nämlich für, also nicht nur Harvard auch ein paar andere, aber nicht viel, vielleicht so die Top 3 irgendwie noch MIT, Princeton. Ich glaube Stanford hat mich sogar nicht beworben, weil das Financial Aid war ein bisschen anders gestrukturiert. Also im Generell, einem anderen Götter ist es halt dort so, dass man ja so nie, wie nennen sie das, nie zu sein? Sie weil so mehr im Base ist. Genau, Financial Aid haben, also blind, die machen die Entscheidung unabhängig davon, ob man Financial Aid beantragt oder nicht. Und so weit ich weiß, war das per Stand von anders. Aber es ist quasi, wenn man sagt, dass man Financial Aid braucht, hat man quasi die Literie der Chancen. Hab ich grad, ja gut, ich bin die Chancen in Generätern so nittrig. Dann noch Financial Aid und dann war es dann auch weiter weg und dann vor, ja, da habe ich nicht glaube ich damals ganz beworben. Aber jedenfalls für die Unies beworben hat leider alles nicht geklappt. Ich hatte dann mittlerweile auch schon, ja, es ist ja generell einfach sehr schwierig. Es werden von Deutschland vielleicht so ein paar wirklich handvoll und Leute nur genommen. Vielleicht sogar auch nur ein, zwei, drei pro Jahr, gern vielleicht für so eine Uni wir haben. Und dann gibt es auch super viele Leute, also super viele Spezial-Lauty, halt bewerben. Und als Indie mehr als ich mich beworben, das war auch noch bevor ich mich überhaupt zu der IWI zum Beispiel qualifiziert habe und den Informatik würde wir haben. Das hat dann erst in den zweiten Jahr, das war danach erst geklappt und dann war aber die Währungsfrist schon vorbei. Ja, in Weizers hat nicht geklappt und dann bin ich aber nach München gegangen. Hab dort mein Informatik-Schildium gemacht. Das war so ein bisschen die Uni, die zumindest wieder sehr die persönliche Erfahrung einfach. Das waren halt ein paar von den Informatik-Lymphiaden, da waren in dem Jahr vor mir, waren halt einige Leute in München. Also waren entweder in München oder in Saarbrücken. Das waren die zwei Uni, die gibt es eine große Gründe dafür, aber da waren halt eben die Leute, die die Informatik-Lymphiaden gemacht haben. Das heißt dann waren wir mich, wollte nicht nach Saarbrücken. Das heißt da bin ich nach München gegangen und hab das studiert auch mit einem einfach meinen guten Freunden von damals. Ja. Und mich dann noch mal für den Master beworben und dann hat es dann auch geklappt über nach Hause zu kommen. Okay, okay und dann bist du dann zwar dann 22 oder so oder mal bis die Uhr holen kommen. Genau, das war dann 2021 gewährend der Pandemie noch. Das war genau das erste, das war wirklich so in Deutschland, war noch alles Lockdown und alles zu die Uni war noch Remote. Ich hab dann meinen Tutorium über Big-Zubatten gemacht und dann war es quasi genau der Sommer, also im Herbst haben wir dann angefangen. Und das war das auch für Haare das erste Mal, dass die Wobstständen wieder an die Uni gelassen haben mit Masken und dreimal die Woche Testen und so weiter. Und ich glaube in Deutschland war damals noch noch nichts wieder in Person. Aber das war halt super. Also gerade nach irgendwie zwei Jahren oder vielleicht sogar noch länger Pandemie, sehr wenig Kontakte. Vor allem als wir in einem fremden Land mit super vielen Leuten. Jeder ist neu, selbst die Leute, die irgendwie schon in zweiten Jahr sind, haben noch keinen Leute, wie ich getroffen. Alle sind machen irgendwie neue Connection, das war wirklich eine ganz besondere. Das ist ein tolles Problem. Also das war sehr gut, das ist sehr gut. Also jetzt irgendwie ein Jahr früher, einige Leute haben es dann auch deferred, wenn sie irgendwie die Aferischen angenommen wurden. Da haben wir es ja später angefangen, weil das ist ja genau ein bisschen unversiesend unterschied. Also gerade von diesen Unies, dass der Inhalt, was sie lernen, ist ja sehr ähnlich. Also für, ob ich jetzt in München das lernen oder in der ETH zürich oder in Harvard, zum Teil würde ich sagen, sind die Kurse in München oder in Deutschland sogar tiefer oder welche unbedingt besser gelernt. Aber inhaltlich vielleicht sogar anspruchsvoller. Aber halt dieses Netzwerk ist ja das wichtig. Wenn man jetzt während Corona da wird, dann wird man auf jeden Fall viel verpassen. Und was waren für dich so zwei, drei Top-Sachen? Also, mein hast du dann da auch in so einem Dorm-Rum, wie gewohnt, wie man das richtig so aus den Filmen so vorstellen? Ja, also eine Sache ist auf jeden Fall, gerade an das wusste ich vorher auch nicht. Also in Deutschland ist ja so Bachelor und Master machen ja fast alle. Und dann PhD ist halt was ganz anderes. In USA ist der Unterschied, ist quasi nach dem Bachelor, das war dann vier Jahre Bachelor. Und dann die aller meisten Hörungen dann auf dem Genern in die Industrie. Oder wenn sie halt, ja, da kommt normalerweise nichts zurück. Das hat einfach ein Bachelor, das ist einfach graderated. Korrecht, dass das einfach was man macht. Oder wenn sie dann wirklich in Research gehen wollen, dann machen sie nach dem Bachelor direkt dem PhD, also vier Jahre Undergrad. Und dann fangen direkt den PhD an, der dann aber sechs Jahre dauert, unter den Deutschland vielleicht drei. Das heißt, dieses Master, das was man so in der Zwischen hat, ist keinem der Wege eigentlich normal dabei in den amerikanischen System. Das heißt, alle Leute, die jetzt quasi dabei waren in meinem Programm, sind so ein bisschen aus dem Raster. Und das ich da halt in so eine besondere Story würde ich mal sagen. Aber genau, Punkt von wiegend ist es, was ich nicht mit den Undergrad in den Dorm, auch dieser verschiedenen Häuser an dem Anfluss und so weiter, so wie in Cambridge, nach wie das Nachhempfunden haben, quasi. Also nicht wirklich in seinem eigenen Haus für die grad students. Es war noch nicht viel in meinem Programm, aber ich glaube, 50 Leute. Also, ich gebe auch nicht so viele grader students. Aber du möchtest uns den S&M Programme? - Das ist ja nicht mehr so. Aber in der A-Programme, die sind, glaube ich, so 400 oder so. Also bei 50 ist das ja wie so eine Klasse. Da kennt man ja wirklich jeder. Also, mein Programm war Computation Science Engineering. Das waren so um die 50. Dann gab es noch mal Data Science, was so ein ähnliches Programm war. Das waren noch mal auch so um die 50. Ich glaube, wir haben so 100 im Jahr. Und dann gibt es halt das wahrste. Dann gibt es halt die PhD-Studens. Das ist vielleicht so auch so 100 pro Jahr noch mal, dann irgendwie Computer Science PhD machen. Und dann gibt es natürlich noch für die anderen. Also in grader dorms, da waren auch Leute, die haben alle Möchten PhDs oder verschiedene Master gemacht. Aber es gibt nicht so viele Master's. Aber ich habe es auch mit einem Gerät geschichtet gemacht hat. Ich glaube, das war ein Doktor, also ein PhD. Und er war dann in seinem Jahrgang, war dann drei Leute. Also wenn man halt nicht in den Computer Science oder in den Kopf wechern ist, sondern wissen, oder es war jetzt auch nicht nur geschichtet, das war dann irgendwie aus der sehr klassische Geschichte. Ja, das wird sehr lehres. Dann dünn das schon sehr aus. Und es war dann während der Studium schon so ein bisschen klar, okay, auf jeden Fall muss ich jetzt an die Westküste, weil da sind ja den ganzen Tech-Film. Und das ist so ein bisschen der Vogelzeichen, hinterweg eigentlich für jeden, weil du warst ja dann ja in den Praktikum gleich bei Tesla, ne? Ja, ich habe eigentlich schon immer schon seit Schulzeiten schon immer, fand ich immer cool Sachen selber.
zu bauen. Also es war die ursprüngliche, warum ich das programmieren, so fasziniert fand, ich konnte wirklich, also früher die Fischertechnik oder Lego Sachen gebaut, aber dann halt software zu waren. Dann habe ich auch mein Freund jetzt auch in Zermens ist, dass ich das nicht erzählt, aber die können auch immer zusammen Start-ups-Gebauting-Websize oder auch so hart wäre, wenn man sich in Sachen, Sachen gebaut und zwar eigentlich immer so klar, dass so Silicon Valley, der Traumort ist, um ein Start-up zu bauen. Also es ist nicht auch ein Start-up, in Deutschland auch schon gegründet? Ja, mehrere. Bis jetzt kommt es so ein bisschen was man als Start-up zählt. Also wir gesagt haben viele Sachen ausprobiert. Eine da zwei Ideen, also es war immer mit meinem Kofor-Unertetz, wie gesagt auch hier ist und der von meiner, von einemselben Gymnasium quasi habe ich, das ein Jahr unter mir als wirklich eine große Zugverkauersie oder wir es auch ein bisschen zu selber gepuscht haben. Wir haben verschiedene Sachen gemacht, das erste was so richtig ganz haft war, war so eine Wetterstation zu bauen mit einem quasi Art-Vipation-Sensor, mit einem Bran, die quasi Indie, die alle Wetter-Tropfen zählen, kann sich die Vipationen die erfassen. Die Idee war, dass sie halt nicht nur die Regenmenge, sondern auch die Kröse der Regentropfen-Sauern kann. Sind das jetzt große Tropfen, wenn die Tropfen kleiner und das quasi darüber den Wetter-Bricht zu verbessern, ist auch so die Idee. Haben dann halt wirklich auch so, also er war ein bisschen mehr der Hardware-Seite, haben dann so die die Irreggestation geträgt, die Platine in China bestellt, gelöntet, oft im Herd und crazy Sachen und dann an die Freunde verkaufen, soweit das was quasi und so. Wir haben keine Firma dafür gegründet, es war immer so, was wir gemacht haben. Dann haben wir nachher eine Firma gegründet und das war so, da hatten wir so eine consumer-App, also sind ganz viele Ideen, die wir quasi ausprobiert hatten, da war es wirklich auch keine Ahnung von irgendwie was ein gutes Start-up ausmachen, wo man achten sollte. So die Warner-Wands, ich hatte keine Demi, das irgendwie weibringt, dann wir haben das so wirklich so Learning by Do-wing und über quasi Jahre, also von Gymnasium, bestimmt zwei, drei Jahre, die wir schon Sachen probiert haben, dann in der Uni immer noch daran gearbeitet, kam da irgendwann mal umsatz oder so zu standen, dass du gesagt hast, okay, da war irgendwie so ein Fugen von Hoffnung, das war was was wir, zweimal die Hoffnung. Also wir hatten diese consumer-App, das war so eine Fashion Search Engine oder Clothing Search Engine, also war sie so, du kannst die Idee, war du kannst einen Bild oder einen Screenshot machen von irgendeinem Outfit, das du siehst, du bist auf Instagram und wir finden dann, wo kannst du diese Kleider kaufen? Gerade von Sachen, so sind ein Problem, okay, es ist schwierig, Sachen zu beschreiben, so, oh, das Tiche, das hat so einen coolen, austenlte oder was auch immer so, ist wert zu beschreiben, das ist so ein visuelles Hört, quasi die Idee. Gärtnern irgendwann mal so 15.000 Downloads oder so bekommen, weil es irgendwie viral gegangen war, das war was so eine, so eine impräzive Kandidat, wirklich Geld, warum. Wir haben ein bisschen Geld gemacht, indem wir quasi an den Bekannten, von den Bekannten für die eine App programmiert haben. Das war so, das war noch ein bisschen davor, das war, hat mir das so gesehen, als das Möglichkeit, so ich hatte schon ganz viele Sachen programmiert, aber noch nie eine App, wirklich gemacht so im Store und Google Face Store. Ich hatte ändert App schon mal programmiert, aber noch nie eine iOS App und FullStack und dann hatte ich ja die Ahnung, ich glaube, zu 10.000 Dollar, also 10.000 Euro. Und, wie so? Anfang 20, wir haben das mal fingiert. Wir haben das noch nie, wir haben noch nie irgendwas gemacht. Ja ja, ja klar, natürlich wir haben ganz viele Erfahrungen. Und dann, ja, das war gleich das einzige Geld, das wirklich schrauben gekommen, sonst war das nur investiert, also nur quasi, ich habe nebenan noch gearbeitet, das war das sozusagen, ich hatte, ich habe studiert, halt zu tun tätig, hatte noch ein Nebenjob, also quasi noch bei einer kleinen Firma gearbeitet und dann hatte das Startup, also ja, viele Sachen gleich da dick. Ja, gut, das sind diese Hastlane aus dem, was wir jetzt ja, also nochmal kurz jetzt zurück zu Uni, also du hast dann bei Tesla einen Praktikum gemacht und da, ich meine, Tesla ist ja jetzt nicht unbedingt so die Softwarefirma, vielleicht wo man sagt, okay, da ist man jetzt so der coole Inturn und man kann direkt mitmachen, aber du hast dann auch irgendwie einen Elon Musk und du hast ja auch so ein Tesla Stories auch interessant. Also, ja, im Prinzip was dann halt so, ich habe dann ein Master gemacht, der war so anderthalb Jahre, das heißt, mal das so ein so ein Sommer, wo man quasi einen Intenship machen könnte und zwar natürlich, okay, klar, ich habe auf jeden Fall machen, wirklich, okay, was soll ich machen, ich hatte eigentlich mal einen Startup interessiert, ich hatte auch zeitgleich schon wieder an einem anderen Startup gearbeitet und dann muss wir so ein bisschen überlegen, aber du hast okay, Tesla also, was ich auch interessant hatte, das war grad dann, hatten ihren ersten AI-Day, wo die dann irgendwie aus dem Text, das war eine richtig gute Idee fand ich damals, ist sie wirklich auch die Technediteis einfach präsentiert haben, wie es ein App-Pokino oder weil wirklich so das der Transformer an die wir, wie das die Daten trainieren, die Fibre an die so war, das ist so kusch, unbedingt der Arbeiten. Ich habe dann meine Bewerbung abgeschickt und die Bewerbung ist also Tesla Style gewesen, einfach nur so General, so Tesla ist gleich AI, also gibt es normalbegangsverfahren, dann kannst du auch so Tesla Session AI so, was die most impressive thing you've done, oder irgendwie so, das sind so eine Textbox, wenn du noch so ein Liebesaufbruch geladen aber habe ich da halt meine, ich habe bei der AI irgendwie eine Medaille gewonnen oder so, ich war eigentlich, oder vielleicht habe ich auch noch, du kriegst auch gesagt, haben uns Startup gebaut, aber das war eigentlich nicht so relevant gewesen, wahrscheinlich war das schon das relevante und dann, also zwei Monate nichts gehört, da eigentlich ich mir hat Elon musste halt, also, hat sich ja halt, es hat wahrscheinlich persönlich doch um die Frage geschaltet und dann genau die Stories dann dann, ja, hat sich dann irgendwann guterin dann ganz antwortet und ich glaube, was Siegelt gesehen haben ist, dass man bei den kompetenten Programming programmiert werden, programmiert mal den C++, weil es halt sehr viel Sens sein muss, muss halt so eine Decreterien dafür und damals war halt das autopilot, also ich habe dann auch, also ich bin es halt halt nicht einfach irgendeinen Job bei Tesla, sondern es war halt im autopilot-Team, also, es ist ein Self-Driving-Team, das war eine sehr spezielle, sehr spezielle Team und die haben halt quasi Leute gesucht, die High Performance Code schreiben können, also wirklich C++, so genau Millisekunden ist alles realtime, so jede Millisekunde, die es länger rechnet, ist halt eine paar Meter längere Premsweg im schlimmsten Fall, und daher, das war glaube ich so ein bisschen was Sie gesehen haben und warum es dann geklappt hat, das war auch viel Glück. Das Gute ist also eine kleine Side Story, aber die diese programmiert wird werbe, ist im Prinzip genau das, was man halt bei Dropinterviews gestellt bekommt, also es sind nicht, im Prinzip sind die programmierte genau Dropinterviews auf Zeit lösen mit einem automatischen Greater, das heißt, wie die Interviews waren, kein Problem für mich, ich habe die ziemlich gut hinbekommen und dann habe da das Internet bekommen, bishin es war eigentlich, weil diese Soppe-Werbung halt auch gar nicht für Internet-Ships gedacht, eigentlich war das halt nur full-time und dann haben Sie mich auch zur ersten Frage, die sind wirklich mal "Ja, bist du jetzt eigentlich das fertigen mit der Uni, willst du eigentlich full-time anfangen oder nicht?" und so habe ich dann so gebrochen, so ja, okay, die wollen es wahrscheinlich keinen Fraktikanten da haben, weil es auch keine Fraktikanten stellen, ausgeschrieben für das. Das war so ein bisschen, ich hätte auch mein Master auch wirklich nach dem ersten, ich habe einen Master auch eigentlich noch im ersten Jahr fertig gehabt, ich hatte einen nur wegen Wiesumskrunden, bin ich quasi nochmal zurückgegangen, ich habe den gesagt, ja, wenn es gut läuft, dann bleibe ich vollzeit, manchmal wie vollzeit. Und das würde quasi erst nach ihm nein, dann als quasi Internet-Unge funktioniert. Selbst hier war dann diesem Team, mein Team war Motion Planning, das war so damals, es gab quasi in dem Autopilot Team, zwei große Teams, eine war Vision, das war quasi alles die Kameras, das war der nur Kameras, das war quasi in der 3D-10 Repräsentation umzusetzen und das war jetzt dann diese, wie fertig ist das Auto, also das muss man in der Fahrschule vielleicht auch lernen, so kann ich jetzt, kann ich diese Lücke rein oder muss ich den es vorlassen oder wie schnell kann ich in die Kurve, so alles Planning und Control war quasi unter Team, ihr wandert sich da, war 22 Leute, also relativ kleines Team dafür, dass wir quasi alles Self-Driving gemacht haben und zwar in dem Team auch der einzige Internt oder der einzige Fraktikant quasi, wie gesagt, war ich da eigentlich gar nicht, als Fraktikan eigentlich halt wohnen würde und dann ja zu der Elon-Story, es war okay, in der Zeit, es war 2022, eines der Das ist überhaupt fröhetettend für Elon, self driving. Ja, ja, ja, immer gesagt. Es ist, wir bilden, "The real world AI". "The real world AI." Und dann ist unsere, ja, ich glaube, das ist gerade so ein C++-Kot, der irgendwie irgendeine Funktion optimiert ist, das ist jetzt AI. Es war noch vor "Language Morals", das sind so weiter, vor "Chat, GMT", und so weiter. Genau, das heißt, ihr hattet "Hurupriot Head", ihr hattet "Wöchentliche Meetings" mit dem Auto-Pal team. Und "Auto-Pal team" wie da. Es waren nicht so viele Leute. Also meinem Team, an 22, niedergang, zu dem Vision Team. In Infrastructure, als Remoangebaut haben, Data Pipeline, Testing, Simulation, und so weiter. Aber das heißt, wir hätten Weekly Meetings und zwar auch bei "PAR" von diesen Meetings dabei. In einem sogar, also, wenn ich immer persönlich dort, man schon war auch Remoist zu geschaltet, aber auch persönlich das mit quasi auf der anderen Seite vom Tisch. Und ich hab dann präsentiert, was ich quasi gemacht habe, über den letzten paar Monate, also ich war ja nicht so lange dort. Und sie hat aber nie mehr gearbeitet. Und dann hat schon gewerkt, der schon eine enorme Aura in so einer guten Team. Keiner selbst der, quasi das Auto, also ich bin gerade gedreut nach dem "Andry Kapazie", dem man vielleicht nach kennt, er hat gerade rausgegangen. Das heißt, ich war gerade bei seinem "Goodbye Event", "Fairwell Event". Und dann "Ashoch" wie da jetzt das Auto-Pal, ich glaube, ich immer noch leitet. Selbst er hat kaum sich getraut, Ilan über die Wiederrede zu geben. Also es war schon sehr interessant, da für Jungs die, wenn ich ja sagen. Das heißt, ich präsentiere dann halt so kurz, und jetzt war eine kurze Präsention, ist eine sehr effiziente Meetings, wie man sich verstehen kann. War viel gemacht haben und Ilan sagt nur so, ja. Ich hab dann irgendwie gesagt, ja, das kommt jetzt nicht in diesem Update, das kommt im nächsten, weil wir noch Sachen machen, denn wie sie was nach zwei Tage, das macht das auch in diesem Update. Und ist so, okay. (Lachen) Ich habe auch jetzt auch nicht wieder sprechen. Ja, ich war schon sehr. Also ich weiß, sie ist sehr überrascht, dass sehr so viel. so tief drinsteckt. - Ja, sehr tief drin. Also, natürlich weiß er nicht, alle Details, über alle Technen denkst, aber auf jeden Fall 100 Prozent gibt die Drichtung an. Wenn er sagt, okay, es war eine Sache, der hat dann gesagt, "Okay, wir müssen eine höhere Frame-Alt haben. Wir waren halt irgendwie bei PAN-20 FPS, in so einem iPhone, 120 FPS. Was das Problem? Wieso können wir nicht mehr FPS machen?" Und dann sagt er, dann hat die Leute, die Leute sind in der Meeting, und sagt, "Okay, die Kamera der Bus kann nur, dass die Theaterade war." Und so, okay, kaufen anderen Bus. Ist ja das aber schon geordert und die können das nicht. Nein, nein, nein. Also, in dem Kursik, nein, nein, nehmt er nicht als Antwort. - Ja. Und dann sagt, dann hat es wirklich in der Meeting, wo ich schon darüber hatte, und dann gesagt, "Gee, gieh mir die Fond haben wir, ich ruf den CEO von der Firma an, die machen, werden uns den besseren Wuss liefern, damit wir dieses
Also wirklich so, du kannst keinen Nein sagen. Du musst es quasi machen, was nicht auch die Intensität hat. Also das war wahrscheinlich auch irgendwie sehr inspirierend. Also gerade zu dem Zeitpunkt wahrscheinlich. Ja, also mit der ganzen Problematik mit Ilan. Ja, kann euch das später in der anderen Fall. Es war noch eine andere Zeit auf jeden Fall. Aber es war auch jeden Fall. Es war inspirierend. Die Kereseite davon ist, dass die Leute ihnen nicht umgelegt machten. Klar. - Das ist natürlich klar. Ja. Und manche haben ihn schon mit respektiert. Manche haben ihn aber auch nicht respektiert. Insofern, ja, der zählt wieder von EGI und Vora, und im Endeffekt weiß er gar nicht, was wir so genau machen. Ähm. Ja. - Aber. Ich bin besonders der Fall, der Fall. Ja. - Ich muss sich kurz ein kleines Prob geben hier an meiner Podcast-Gestell, Marc Wimmer, auf der war ja auch ganzölnig, weil Tesla damals als das Self-Driving-Teen gestartet ist. Und der musste auch um ihn Wochenenden zu Ilan nach Hause. Und er hatte damit deiner Garage, wie gearbeitet. Die kann man nachhören, wenn man zurück ist, guholt, im Podcast, wie die auf jeden Fall ganz spannend. Ja, das ist wirklich. - Ja, lass es mal weitergehen. Jetzt zu deiner heutigen Firma, Nissen Naps. Ja. Was macht ihr, wie seid ihr auf die Ligen gekommen? Ja, was machen wir im Prinzip, was schon im Interim ein bisschen gesagt. Wir machen KI, die bei der Nutzerforschung hilft. Und das ein bisschen. Einzauten so als Gründer, wie gesagt, hab ich schon immer einen Sachen gemacht. Eine der learnings, die ich in dem Start-up von "On and On" gelernt habe, ist wirklich, die Kunden zu verstehen. Das ist die grader Zeit, ab das Wichtigste, was man machen muss. Wirklich zu verstehen, was in deren Probleme, wie kann man die lösen, wie denken die über die Sachen nach? Ähm. Als Zeitabstands-. mehr oder weniger Wichtigste, was man. Was gibt, und auch, wenn die Firma größer wird, ist immer noch ein sehr wichtiges Sachen, die man nicht aus dem Auge verlieren darf. - Ja. Wirklich, die Kunden zu verstehen. - Ja. Ähm. Und. ja, Zeitgleich ist eben. Und wenn Kufferende hat auch als Produktmanager gearbeitet und für den Jobs, ist. und du hast ja auch, glaub ich, als Produktmanager. Ich kann eine geredet werden, wie user-reaswirt bei LinkedIn. Ja, genau, genau. - Und wir haben dann so wissen. Ähm. Ja, genau. So diese Stories gehört wie "Wie das in der Praxis abläuft". Ähm. Oft. wie du kannst dann auch deine Geschichte, glaub ich, schon wissen, was angetisert so. - Ja. Wie es an oft in der Praxis aber abläuft ist, dass wenn du einfach nur mit ein paar Leuten fahren und nussern reden willst, ist ein Rieseninternabprozess. Von. ähm, wir müssen irgendwie erst mal. also oft, oft diese so viele Arbeit, dass die externe Leute dazuholen. - Ah, absolut. Agencies, Consultens, die dann irgendwie. ähm. ein Diskussionsgeid normalerweise entwickeln, sagen, okay, das sind die Fragen. Die fragen, dann geht es hin und her über E-Mail und Word-Docke, wenn es hin und her sind und sagen, das ist jetzt die finale Diskussions- äh. die Frage bogen quasi, die wir den. äh. den nusseren Fragen, dann ist das nochmal mit der Stilie geprobt und keinen Ahnung. Ähm. und dann. reden dann vielleicht sogar nicht. Riesst du nicht mal selber mit den Kunden, sondern reden dann vielleicht irgendein Consultent, äh. der dann ziehen Leute befragt. Und dann die zurückgekommen und sagt, okay, das ist jetzt. aus wie gelernt, gelernt haben, nachdem wir diesen zehn Leuten gerätet haben. Und wer sind über diese zehn Leute, äh. ist das überhaupt repräsentativ. Also, das gibt's. dieses Prozess ist einfach so. ja, fundamental. ja, kaputt in den Sinne. Es ja. ähm. gell, da ist doch ein. gibt's so ein bessere Weg. Das Gleichste, die kamen wir das auch. also. so viele Stories jetzt so erzählen, aber die. mein Kofan, echt, wir haben uns damals halt in "NH" abat kennen gelernt und. ähm. werden zuerst auch eine andere "F" geworfen. Kennst du. ja. Das ist die immer das Nach irgendwie Sachen geworfen. Es war auch so eine andere Konzuma-App, die hat auch sehr viele Nutzer bekommen. Die hat halt wirklich. das war auch so ein Moment, wo. auf einmal hatten wir. ja, das war so an den Thanksgivingwochenende. Hat nur auf einmal über das. über Nacht so 20.000 neue Nutzer, weil es irgendwie auf Reddit gepostet hat, das Super-Wahlgegangen war, war der Start-Satellar und so weiter. Und zwar so für uns. äh. kritisch zu verstehen, okay, was machen jetzt überhaupt diese Nutzer? Also, als Kontext, wir hatten da. so "Stay with the Fusion" fein getilend, also so ein. Imagemodel quasi trainiert. Und es war sehr teuer. Wir haben wirklich so pro User ein paar. Dollar aus bezahlt. Ja. Und wir wussten schon, damals hatten wir auch noch keine Kroof-Filmer-Gründer, das war wirklich auf unsere eigenen Kreditkarten. Es war so, okay, wir. der GPU will. äh. ist so ein Einfunk, was auf 1.000 Dollar pro Stunde. und ich sag, okay, meine Kreditkarte. ist vielleicht so um. 2.000, 3.000 Dollar, kann ich vielleicht bezahlen. Danach wird's. wird's wirklich sehr schwierig. Ja. Und es war so, okay, was machen jetzt die Kunden? Also, wo kommen die her? Warum waren diese unseres Gefunds? Was wollen die überhaupt machen? Werden wir überhaupt mit denen zufrieden? Wir werden ein bisschen das Produkt wie ändern. Wir waren ja auch schnell etwas ändern, wenn wir nur wissen, was wir machen wollen. Was wir halt gefunden haben, ist. wenn einfach mit den Leuten reden. Das ist auch nur für 5 Minuten. Weißt du eigentlich direkt, okay, dass es jetzt. der Problemfunkte, dass. das ist, warum die hier sind. Also, wirklich diese Konzentration ist super effektiv. Aber das einzig, was quasi. man machen kann auf diesem. auf dieser Scale ist quasi. so. Fragebogen, so um Fragen. Warum sie schicken. Was halt irgendwie für uns so ein sehr frustrierender Process war. Weil es halt so. Du musst eigentlich vorher schon wissen, was du gehören willst, damit du die Antwort, die Frage, die Multibet-Choice-Questions-Quasi-Richtig setzen kannst, die richtigen Fragen hast. - Ja. Was vielleicht ein offenes. auch 'ne Textbox, wo da nie irgendjemand, das sinnvolles reinschreibt. Oder wenn du jemand was reinschreibt, sagst du, oh, das ist. jetzt möchte ich aber mehr darüber hinaus sein. Jetzt Jetzt Jetzt fängt der es gerade an. Ja. Dann kam gerade Language-Models raus. Können wir nicht. Language-Models auch nicht nur zum Fragen antworten benutzen, sondern auch zum Fragen. quasi Fragen stellen. Also können wir dieses. Tattivity quasi umdrehen und sagen, okay, du bist jetzt der Moderator, du bist jetzt die Person, die. die User. fragt, und auch wirklich zuhört. Im Endeffekt ist Eise der perfekte Zuhörer. Ja. Weil es nie müde wird, es immer super curious, also sehr neugierig ist, und wirklich einen Tief versteht. Und auch von. Die Anfangsmodell von Tattivity waren vielleicht noch nicht super stark in analytischen Sachen, aber. Sie waren immer schon gut in Konvertition zu haben, aber relativ gut. Und das war so wissen, dass, okay, wir können eigentlich dieses. diesen Prozess machen und wirklich der Firma was geben, dass sie. sie allen Kunden zuhören können, dass sie die Prämisse. und. ja, das. das haben wir jetzt quasi gewauert, ich kann noch ein bisschen wehr erzählen, was wir genau haben. Mega faszinierend, ne? Die Geschichte auch da kurz. nur anzutiesern, wie das bei LinkedIn damals waren. 10 Jahre lang hier Produktmehring am Welle, was ein großen Tech-Film und unter anderem bei LinkedIn. Und da waren wir halt auch mal dabei, halt Research zu machen. Und. in vielen Nummer ein sind ich immer gemacht, aber es ist selber die User angeschrieben, aber LinkedIn, ne? Also das war ganz großes, du, du, du, du, du, das. das User Research Team, die ich schon mal darüber. Gerät, ne? Jetzt Ich habe mich da gar nicht mehr gesehen, das erzählen. Und dann gab es halt diese offiziellen Research-Projekte, wie du genau das achttester, wo da dann irgendwie. so ein Team geheiert, ich war damals für den deutschen Markt verantwortlich, dann wurde irgendwo. es in Großstätten, das gemacht, ich gesagt, ne, so eine mittelgroße Stadt gehen, sind wieder alle nach Essen gefahren, wie auch mit fünf Mann aus USA eingeflohen, da war so ein Raum, so, so, so, so, so, so random Leute ankommen, haben wieder irgendwie 20 Leute in der Reviewt, die dann irgendwie ein Durchschnitt der Gesellschaft anbieten sollen, wo ich war damals auch schon gesagt hab, "Was sind das für Leute, die sich hier irgendwie wegen 20 Euro immer so ein gut schreien, bis nach Essen in die Bahn setzen, um dann halt so ein Interview zu machen?" Das hat überhaupt. ich hab mich die ganze Zeit darüber aufgerechnet über den Prozess. Und nachher hast du nichts dabei rausbekommen, was wirklich ein Impact hat. Oder es wurde dann gesagt, okay, das ist jetzt das Feinung und deswegen baum ich das Produkt. Ich hab leider nicht geschaltet. Aber das ist schon richtig cool, was. Also wie ich mir das Produkt halt vorstelle, da gibt es sehr coole Videos, auch von denen, die ich in den Tunnel verlinkte, wo du das man zeigst, aber das ist schon ein riesen Problem. Aber dass sie da so früh drauf gekommen seid, das ist schon sehr beeindruckend. Ja, ist es auch. Natürlich ist es, wie bei jedem Start-up aus so eine Wissenentwicklung. Und. Ich gebruchsprimmig haben wir diese Idee, wann wir spannend. Was wird dir mit dem Umtreten, die Konversation, reden mit einem Lasschen gespanntert, war damals auch eine ganz neues Konzept. Leute waren auch so. Ich spreche jetzt mit einem. ist es ein Mensch auf der anderen Seite, der mir. am Anfang auch nur Text basiert, ist der mir schreibt. Es war halt noch ein ganz. was ganz neues. Ja. Das war, glaub ich, auch wo es ursprünglich herkommt. Nach und nach haben wir nicht mehr erfahren über wie das wieder Prozess läuft. Und mittlerweile haben wir eben das Produkt, das war auch eine der Hauptsachen, die auf unserem Werdegang. ein großer Anlock war eben viele von diesen großen Hindernisten von der externen Agency, von. wie findest du die richtigen Leute, die du unterwiehst? Wie findest du die Leute? Ja, ähm. Genau, also wir haben mal mit Hahn. quasi so eine Datenbank mit. ein paar Millionen. Profilen. über. 3-Part, 3-Meter quasi. Mhm. Die. die wir an. quasi antreiben können oder. den wir das aussetzen können. Ähm. und eine der Hauptsragens quasi, okay, wie findest du die richtigen Leute? Also manchmal willst du einfach nur. General Population, also einfach nur. vielleicht Leute, vielleicht von den Linken willst du vielleicht. aber selbst will Linken willst, wahrscheinlich nicht einfach nur. irgendjemand fragen, sondern wenn jemand der irgendwie. Ambitionen hat, seine Kerere zu. vermessen, sich. gewisse Kriterien. Wie es wahrscheinlich normalerweise geht. natürlich, um ist. den quasi einen kurzen Umfrage-Schätzer,. den kurzen Multi-Bet-Choice-Fragen. und sagt, so, möchtest du. den Zykonomistur ist dann irgendwie. an deine Kererearbeit oder suchst du. eine. oder versuchst du in eine Beförderung zu bekommen. in den nächsten. zwölf Monaten, ja, nein. Und dann, wenn man so ein bisschen gerade die Leute, die. das häufiger machen, wissen eigentlich, was sie. der Antworten müssen, damit sie. dann eben diese 20 Euro Rewards bekommen. Jetzt, was wir quasi machen können, dass quasi die erste. Teil von unserer Plattform, die mittlerweile haben,. ist, dass wir so ein quasi Open-Ended screening. denn wir das heißt, du. wenn jetzt irgendwie sagen willst. jetzt verlinkt den okay. anstatt das für quasi Multi-Bet-Choice-Fragen. nur beantwortet, das kannst du. quasi offen erzählen, okay. dann erzählen wir mal, was sind denn da hinten. und auf einmal wird es auch. deutlich würdiger sich irgendwas auszudenken. oder irgendwie das zu lügen, wenn es einfach offen ent ist. Das ist quasi eine der großen Möglichkeiten,. die wir machen können, um die Riechen Leute zu finden. Ja. Aber ist auch das jetzt quasi der AI-Spekt, aber es gibt auch. die ganz normalen. Sada, Sorte-Sachen, einfach. einfach. diese ganzen Profile besser zu verbinden. Mehr zu wissen, okay, diese Person hat. hart vorher schon mal bei so einer Entschnung. Das ist eine Person, die benutzt ganz viele, lesen Software der Welle-Parte, die benutzt ganz viele für jeden IDE. Die sind sehr offeneuysachen, auszubrieren. Dies war genau die richtige Person, um für diese andere, für diese andere Projekt auch zu fragen. Da ist es, was sie beides zusammenführen, also sowohl die Daten, man kann teilen, jemanden als auch die Datenkollektion, also die Fragen selber, können viele bessere Profilbilden und Leute viel besser, quasi finden. Aber es bleibt immer noch ein großes Problem, würde ich sagen. Es ist immer noch ein sehr klingig. Wie kriegt man. - Kloffizierte Leute. Gerade wenn es halt irgendwie Leute sind, wie du möchtest mit den Staunern reden oder Gründern halt. Ja, der muss man schon recht viel an. Sie haben mit dem Bezahlt, da muss man schon recht viel zahlen. Kannst du das auch angenommen? Wir haben ja so eine eher ein Learnings-Solutions-Zuluschen. Wir haben ja auch einige Kunden. Das sind ein paar Tausend User, irgendwie ein Produkt immer so aktiv. Also die Lernen, den sozusagen, die auch die da einladen, also kann ich einfach nur zu listenen, um das zu machen. - Genau, das ist quasi der zweite Weg. Damit haben wir auch angefangen. Das ist quasi das einfacherer. Also kannst du einfach deine eigenen Nutzer fragen. Tendenzell, das kriegst du bestimmt auch in den E-Mail-Pastwachsend. Du bist auch Hunderte E-Mail, also mit "Oh, gib uns Feedback". Und viel aus Bedeutung. - Ja, vieles nix aus. Das kannst du probieren. - Ja. In der Regel kriegst du dann immer so zwei Leute, die sich melden und dann machst du dann einen Korren. Ja, so eine sehr niedriger Replay-Rate. Was schon besser funktioniert, das hab ich auch jetzt gerade wenn es eher in den Konsumentbereich nicht unbedingt, aber in dem Businessbereich hab ich es gerade heute von Door-Dech. So ein "Oh, wie zahlen die 150 Dollar", weil ich gerade eben irgendwie bei Door-Dech-Bissiness angemeldet habe und dann gewisse Sachen, also sehr spezifisch. Okay, das ist jetzt genau die Person. Die hat irgendwie die Wollte uns eigentlich was kaufen, aber hat dann doch abgebrochen, mit dem möchten wir jetzt unbedingt reden. Und dann bezahlen wir auch einfach 120 Dollar, und schreibt einfach für eine 5 Dollar, gibts gerade oder so aus den Jahren. Das funktioniert dann schon eher. Aus diesem Grund ist es der häufigerer Weg, ist das wir die Leute finden. Auch gerade bei größeren Firmen gibt es ja Videos bei LinkedIn, schon gesehen, hast sehr viele Hürden. Du kannst ja nicht immer an alle deine Kunden, wenn du größere Firmen bist, die ganze Zeit im Mess war sennen. Und das gibt dann halt Probleme. Deshalb ist die Lösung, die wir anbieten, dass wir eben das übernehmen, die richtigen Leute zu finden, quasi als Service, ist eines der großen Anlocks, dass wir viel schneller irgendwelche Projekte machen können. Und das ist ganz ein Prozess viel beeinfahren können, weil wir quasi selber machen und zu ihr darauf warten, dass quasi in LinkedIn dann irgendwie die richtigen Leute freigabegeben, dass eine E-Mail-Diste geben und so weiter. Und wie ging das los? Also hat man dann erst zu von vorne rein diese große Vision, das sind ja 1.000 Bildern in Bildung-Blocks. Also ich meine, was da diese Daten angeuten und dann die erzählen, die das Baum muss und mittlerweile kannst du dann die Ergebnisse zusammengefasst und dann wird so eine Powerpoint-Personation ausgesprobt. Das ist ja ein riesen Produkt, eigentlich, was ihr da gebaut habt. War das von Anfang an so sehr klar, oder hat es gab es auch so ein paar Abbiegungen? Ja, es gab schon so kleine Abbiegungen, aber das ist eher so eine Detail. Also, zum Beispiel, wer ist der, wissen die ersten Kunden? Anfang haben wir es mehr an Product-Manager-Fersuch zu kaufen, dann haben wir realisiert, die haben nicht unbedingt PGs. B, die haben auch nicht unbedingt Zeit. Also von, aber das ist nicht ihren Hauptjobs, mit dabei zu kaufen wir mehr an Marketing, die dann eh. Also erstens große PGs haben, wenn halt irgendwie für einen Google, dann irgendwie 10 oder 100 Millionen, natürliche Marketing-Campaign, kann man den stecken. Dann können sie auch ein paar 100.000 oder vielleicht sogar Millionen an Research-Stecken um zu schauen, ob was sind jetzt genau die Sachen, die wir eben in ihr Marketing-Lunch ansprechen sollen. Was sind vielleicht die Sachen, die Leute irgendwie mit unserer Marker verbinden oder Sachen gegen die wir quasi, die wir Addressen sollen quasi? Ja. Das war quasi so kleine Relearnings auf jeden Fall. Aber ich glaube, das größere Relearninger wirklich, das so viel besser ist für den Kunden, wenn man quasi den ganzen Job macht. Und das ist auch ein bisschen das größeres Thema, was man jetzt zur Zeit mit den AI-Campaign sieht, dass man eben nicht nur Software verkauft, sondern quasi Ergebnisse, quasi verkauft, dann schon Software. Das heißt, im Endeffekt, vielleicht gibt es die Einer nicht perfekt. Vielleicht hat man noch sogar eine Person von unserem Team in dem Loup drin. Und die nochmal schaut, okay, das ist alles gut und so weiter an. Aber das erhebt eben den des Ergebnis so viel höher, als wenn man jetzt einfach nur die Software verkauft. Und gerade bei uns ist es einfach ein sehr visuell, weil die Alternative ist, so eine externe Firma quasi anzustellen für dieses eine Projekt. Oder da besahlt dann wirklich so 100.000 Dollar, es ist nichts, also kann auch höher sein. Wirklich 100.000 Euro für einen Projekt, wirklich nur für einen, das dauert dann irgendwie acht Wochen. Und also auch super lang und so weiter. Oder wir machen halt wirklich was, das muss auf einem ähnlichen Level sein. Gerade wir konnten wie Google oder Antropic. Antropic in den ersten Gorern wieder, ja, Geld ist uns egal. Also den kann man halt nicht verkaufen. Also klar, wenn dein GPU will ein paar Milliarden ist und dann ist halt so, ob du jetzt im Fahrt 10.000, also das ist quasi, also den können wir nicht verkaufen, oh, es ist günstiger als diese Firma. Und für den geht es wirklich um, es ist schneller, es ist besser, können wir mehr Leute interviewen. Und so weiter ist es vielleicht auch weniger beies, weil du nicht von jedem, du wirklich, aber es wirklich mit den originalen Transkriften und so weiter. Aber genau, noch mal zurück zu den Punkt, was der große Anlogs halt wirklich ein Entvergebnis zu verkaufen. Und das mit AI einfach jetzt ist möglich, antwort einfach nur ein Software zu verkaufen. Und das Leute halt im Endeffekt, vielleicht haben wir halt wie gesagt noch eine Person, wir haben wir uns dann eine Person, die ist quasi darum kümmert, aus so ein bisschen Experte zu sein, in dem sie quasi vorher war, auf der anderen Seite hat es quasi als Konzerten gearbeitet. Und kann aber jetzt halt mit einem 10 oder 50 Fach mehr Volumen quasi arbeiten. Aber trotzdem noch diesen human touch, also die wirklich diese persönliche Connection, wenn die ja den auf einem, die Ergebnisse präsentieren, können sie das nochmal erzählen und noch ein bisschen geiles geben und so weiter. Und das war so eine der Anlogs, wo wir auf einmal irgendwie 100 mal mehr stellen konnten. Dann können wir auf einmal eine größere Ordnung, ja 10.000 Ansatz vielleicht irgendwie 100 Dollar quasi. Ja, wahnsinn, wahnsinn. Und wie ging das dann los, habt ihr denn direkt am Anfang erst mal so ein Pitch-Tack gebaut und die Idee, wir brauchen jetzt irgendwie eine Million Dollar, um erst mal so ein bisschen loszudeigen. Oder wie ging das los? Ja, ich finde, interessante Sache ist ja, dass gerade zur heutigen Zeit ist so einfach, es ist ein Prototypen zu bauen. Also damals, wie ich starte, ist jetzt seitdem schon mal so viel passiert, ist jetzt zwei Jahre herfasst. Jetzt kann man gefütten, prompt in dem Gelauwebebe oder was soll ich sagen, jetzt hat man schon einen ersten Prototyp. Ganz so was soll ich da noch nicht. Aber wir sind auch weiter, also ich in meinen Kofferern, da sind auch beide sehr, kommen auch von der Technik seit. Also wir haben immer erst mal was Sachen gebaut, funktioniert das überhaupt. Wie fühlt sich das an? Also, wir sind beide sehr produktfugessiert und weniger große Vision fugessiert. Also eher so macht das, den ist es ein gutes Produkt, würde ich jetzt benutzen. Ja. Und so weiter. Das heißt, wir haben quasi die ersten, als wir die Idee hatten, ich hab so etwa drei Wochen mal das Gedarter, die wir den ersten Prototyp hatten, der einige was funktioniert hatte. Und dann die Story war, ja, das ist auch, das war wirklich so diese Peak, Peak AI Model Hive. Also, das war so der Sommer 2023, die Petite war schon ein gutes Zeit aus draußen, da war dann die vorkampel auch schon raus. So dank so war das wirklich alle Sachen, glaube ich, in San Francisco war verrückte Zeit. Ich glaub da war ich auch bei euch beim Heckerthorn. Was war das? Weil du warst du bei dem 3.5 Heckerthorn, bei dem Ding? Sie sind Immersionstheheckerthorn? Ja, ja, ja, ja. Also wirklich in San Francisco so pro Wochenende, zwei bis drei Heckerthorns, alle sind oh mein Gott, AI wird alles übernehmen und so weiter. Und deswegen macht dann wir den Prototyp gebaut und dann hat sich das einfach auf meinem Twitter geforsstet. Und der Engel, den wir da hatten, war so, wir fanden auch voice sehr interessant, weil wir gedacht, eine normale Konversation ist halt nicht Text. Damals war alles noch Text basiert. Aber was ist, wenn es wirklich, wenn es eine wirkliche Unterhaltung hat? Ja, die Heckerthorn, weil ich auch das erste Mal so ein voiceproduktüpen gesehen habe, die in mich so ein Kuscheltier hatte da gewonnen. Ja, ja, ja, ja. Die hatten auch das erste Mal so voice und ich hab's da krass. Ja, genau. Und das war quasi auch so. Das war hier in dem San Francisco, war das quasi auch so die Idee, okay, voice, auf jeden Fall ein linkses Kante. Und dann haben wir quasi zusammen geschwiegt, dass es dann irgendwie ein Transcription Service und dann da den Stängel-Schmordel und dann 11 Labs haben wir dann benutzt. Und dann, ja, quasi auch, dass es auch zurückgesprochen hat. Ja. Und da hat sich quasi wirklich angefühlt wie eine echte Konsolation. Und da hat das auf Twitter gepostet, das hat dann irgendwie über 200.000 Aufrufe bekommen. Hauptsächlich dadurch, dass es aus genauer der Engel war, die Teil teilen war, der fast ist, weißt du, voice-Model an Earth Earth. So macht das. Irgendwie so. Es war wirklich nicht groß, überlegst du, war wirklich eher so, als Spaß. Und ich glaube, es gab so ein, zwei Apps, die haben halt schon so was gemacht. Aber es war so ultra lange gedauert. Wirklich, so zwei Sekunden, die man warten musste, bis sehr Antwort hat. Ja. Und so ein paar ganz einfachen Tricks gemacht so irgendwie. Okay, wir antworten immer mit dem ganz kurzen Voice-C. Okay, damit wir das schon mal als Antwort auf die Knollismont haben. Und dann, und dann sehen wir den, kommt der Rest, die ich später für Arbeit, dann sollte. Also einfachen Tricks quasi gemacht. Und das hat sich in der Demo war es irgendwie ein feil deutlich anders, dass alles was man sonst gesehen hatte. Ja. Es war dann auch wieder auf allen Leute, die haben uns irgendwie auf Reddit gepostet und ein Kananum. Hatten recht viele, ja, recht viele Interesse. Hauptsächlich auch halt Interesse von Leuten, die einfach nur AI-Kohl finden. Und die Voice-Kohl finden nicht unbedingt von relevanten Kunden. Ja. Aber das hatten auch, ich glaube, wir haben 5000 Leute von unserer Waitress. Also das Produkt war grob fertig, aber also sehr, sehr frühe Version. Aber es war vielfach nicht fertig, um wirklich was zu machen. Das ist eine Waitress und eine Website. Hat dann irgendwie 5000 Leute, die es angemeldet hatten. Eine Fortune-Thorf-Fan-Durch-Campagne oder also einen Product-Manager, der halt da bei einer großen Firma gearbeitet hatte. Das war so ein bisschen die des Beginn. Und dann war es halt so, ja, okay, jetzt scheint, wie gesagt, das war nicht ganz der Moment, wo gesagt, ja, okay, das scheint wirklich zu funktionieren, weil es wie gesagt, eigentlich der Interesse kam.
aber es hat irgendwie Sinn ergeben. Es war. Da nahm wir quasi danach dann unsere "Round Grace" in 23. Wie lief das dann ab? Wann dann auf VCs, die auf dich zugekommen sind? Weil das sind ja so diese Early Stage, wie Sie sie dann auch auf dem Mekker von Rum liefen und die ganzen Teams gestaut und haben uns geguckt. Wenn wir den Fand in den Fand nicht weiß, dass sie überhaupt Fandigen braucht und so. Ja, wie ist das eigentlich genau? Ich glaube, es war wirklich. Hecker fand wir wirklich einer der Key, einer der schüsselstellen, würde ich sagen. Ich glaube, es war sogar der Hecker, ich glaube, ich glaube, wo wir eine Partnerin von Sequoia kennen gelernt haben, einfach nur weil wir gearbeitet haben, neben jemanden der gerade geredet hat oder so. Und sie haben sich gerade zum Dahalt über Offices. Wir hatten schon ein bisschen Geldgerät für ein anderes. Ich kann nichts zu einer Story ausstellen, aber das ist eine andere Story. Es war aber nicht mal ein Kof an, aber wir wussten noch nicht wirklich was wir machen. Und die haben gerade die Redite über Offices. Wir wussten irgendwie, wir wollen irgendwie arbeiten. Wir waren in einem We-Work und dann ein Scherz. Denkt es aber, wir wollten irgendwie arbeiten. Und die haben sich gerade über Offices geredet. Wir haben aber gesagt, oh ja, wie ist es interessiert? Und dann waren das halt eine Sequoia-Partnerin, Jess. Und sie hat gesagt, ja, wir haben hier. Auch für das von der Sequoia-Campagne, die hat halt irgendwie viel zu groß auf das gehabt, das war halt Covid und es steht leer. Und wir haben ein paar Desk. Es war auch noch eine Konnext. Es weiß nicht nur ganz. also wenn ich den ganzen Zufallik, sondern es war auch noch irgendwie ein Freund, der eine gute Referenzkonspektiv uns geben hat. Die Leute sind wirklich gut. Sie sollte es schauen. Es war schon ein bisschen mehr da, aber im Prinzip. Wir haben wieder das schon so ein Büro erst mal gekommen. Also, interessiert haben wir auch so, wie ihr das hier habt, so ein paar Tische, die wir dann. wo wir einfach dort gearbeitet haben. In so einem Büro, das sowieso sonst leer steht. Oder es war noch zwei andere Firmen dort, aber. Ja. Ja, viel zu groß eigentlich. Ansonsten. Wir haben auch nie irgendwas bezahlt, weil es quasi da auch ein gar nicht umgeht. Aber dann haben wir quasi. in den folgenden. ja, Monaten. quasi in diesem Bereich gearbeitet, wo dann eben auch. ein, zwei, drei andere Sequoia-Campagne. also auch sehr kleine, Ölis, Stage-Campagne. quasi auch gearbeitet haben und auch immer uns untergeht haben, und so weiter. Und es hat auf jeden Fall. wir fand Racing dann auch schon geholfen. Okay. Und was habt ihr da am Anfang gräßt? War das dann auch ein paar Millionen Drops, der es announced? Ja, die genaßen wir nicht announced. Das haben wir quasi jetzt zusammen announced, mit unserer C.A. Okay, ich habe das in mich gesucht und nicht gefunden. Ja, okay. Das war das auch das, das es in Aspen Series. es sieht uns C.A. zusammen. Ja, ja, ja, das war ein. ja, die ist eben ein schön legenden Millionen-Millionenbereich. Ich glaube, wie das quasi gelaufen ist, ja, es war sehr interessant. Ich kann euch auch ein bisschen was darüber zählen, weil sich vielleicht Leute ins Sequoia. als. Also, ein Top-top-physi sozusagen. Also, überhaupt die auf dem Cap-Table zu haben, es wünschen sich alle. Ja, es war ein Versicht der Traum, eigentlich. Und wie gesagt, wir waren halt irgendwie schon in diesem Umgebung, weil die Firmen um unser Rum waren, alle von dem. wenn alle von uns er stitzt. Das war schon immer so auch der. das wär schon immer der Bestraum. Aber wir haben uns eigentlich auch. wie halt damals sich. eine Arbeit der Nacht dafür so gedacht haben, dass wir jetzt wahrscheinlich nicht werden. Aber. ja, ist okay. Wir hatten eigentlich das nie so wirklich die Ambition. Oder das war nie so, das muss jetzt irgendwie nicht so kreisern. Aber dann irgendwie. ja, was halt so die Zeit werden, dann über die Traction, wir hatten halt gerade die Rate, das war richtig. gut, wir hatten die ersten großen Kunden, die es. wir uns haben, auch wenn der Youth-Case wirklich. alles. ist was sehr, sehr, sehr früh. Also wirklich ein paar. vielleicht war es einen Monat, zwei Monate, oder so nachdem wir wirklich was angefangen haben zu bauen. Vielleicht zwei, zwei Monate. Und dann haben wir über. ich habe es gar nicht genau auch noch über einen Collection, dann in dem Büro mit. St.Koya Partnerin kurz gesprächter gehabt, online. Und dann in zweiten. dann dann. ja, ich stelle ja schon einen anderen. anderen Partner vor, dann. dann anfangen wir mal mal in einem Call mit Brian, Brian Scheyer von St.Koya. Der eben. so interessiert die perfekte Person für uns war. Weil. also, wie Leute das nicht wissen, der. ist ein St.Koya Partner, ich hab 17 Jahre bei St.Koya, hat damals. companies. die jetzt gemacht wie Dropbox, Retool, kann man vielleicht auch noch. und für uns. interessant ist ein Qualtricks, was halt ebenso die größte Firma in dem. die machen, die sind multiple Choice-Effraile. Also, link denn, wenn ihr irgendwelche. Umfang macht da, und die war 10-Kolthics benutzt, die. waren. sind an die Börse gegangen, Brian hat wahrscheinlich. eine Milliarde Dollar an St.Koya, da hat er sich zurückgekommen, da ist ein Westwind, die waren quasi die ersten Investoren, war sechs Jahre an dem Board. Das sind jetzt neulich für 12,5 Milliarden. wieder von Private Equity gekauft worden, wieder quasi Private genommen worden. Also, es waren die Verweckte für die Person St.Koya und super relevante Erfahrungen in der Bereich, in der wir auch in dem Kohl. ist okay. ist super nervös und so weiter. Und es interessante war aber. er hat uns überhaupt nicht, denn das ist ja auch was viele, wie sie sie eigentlich machen, sind wirklich so. so harte Fragen stellen, das irgendwie. grillen und irgendwie präschert testen, und so weiter, er war überhaupt nicht so. Also, ja, und. also wirklich sehr relaxed, irgendwie freundlich kaum harte Fragen gestellt. Und dann nach dem Meeting waren wir so. ja, also, die haben das jetzt wahrscheinlich gemacht, weil sie irgendwie nett waren, oder. der den ist ja gar nicht richtig gefragt. Also, er hat eigentlich gar nicht richtig gemacht. Okay, dann hat es irgendwie ein paar Tage gewagen, dann. ich glaube, ich glaube, es gab es noch einen Meeting, aber der Mädchen haben sie ja, okay, das ist duelt. Und dann. Und die ganze Runde übernommen? Ja, das sind ja dann ein Gas noch ein bisschen. Verhandlungen mit. wie genau sie Grundgrößer und wir hatten auch noch ein. andere, wie sie, die wir auch noch. wir werden auch mit Per geredet. Ja. Dann haben wir noch beide noch. es gab noch ein bisschen. aber in Prinzip die Entscheidung ist dann. sehr schnell gefallen, mit sehr wenigen. Unterhaltung, sehr wenig, dass sie irgendwie über. die Firma wissen. Und dann haben wir Nachhalt mit dem auch geredet so. wie kommt es wirklich sehr anders, dass sie anderen, wie sie es ja halt viel mehr. viel mehr Meetings gemacht haben, viel mehr. ja, auch viel härterer Fragen gestellt haben. Und so, wie du weißt dann nicht, wie du. das gegen den durchschnittlichen Fragen. ja, ja, ja. Wir haben mal Konviction, ne? Ja, was du halt irgendwie. so was Frein und so halt irgendwie erzelt hat, ist. also einerseits halt ist hier gerade im. early stage, geht es hauptsächlich um. den Markt, also. es muss ein riesen Markt sein, es muss ein. Outcome, ja wahrscheinlich so 10 Milliarden. Outcome mindestens ein Jahr mit. relevant ist für die, in dem. im early stage Bereich. und das Team eben. Ja. Und das heißt, von dem Team hatten sie halt schon viel. über uns gehört, wir haben quasi auch. im Netzwerk schon einiger, was ein. irgendwie bekannt, sie hatten. haben wohl auch irgendwie sehr viele. Reference gemacht, wo ich eigentlich. ich habe von einer zwei Leuten gehört, dass sie. wirklich einen Reference gemacht haben, aber. weiß es nicht, aber haben gesagt, die waren alle. super gut, kein Ahnung. Und der Markt war eben interessant. Und dann ist das interessante, ist, dass sie eben. die Research selber gemacht haben. Also, uns hat uns irgendwie zu fragen, oh. was ist euer Plan, weil. wir wissen quasi, dass. wir. also man kann man uns fragen und. habt ihr euch Gedanken machen, wie denkt ihr über die. Sachen nach, glaubt ihr, also. dann haben wir vertraut auf, dass ihr das. selber rauskriegt. Aber im Prinzip haben sie die. Dillen ins gemacht, ne? Er hat dann. ja, ich habe dann halt. den CEO von Qualtrics, eben. ein CEO von Qualtrics angerufen und. gesagt, ja, wie. denkst du über darüber nach, ja, bestimmt. ja, über die Gedanken gemacht. Wie siehst du das? Ist eine Chance, mit Qualtrics. dass selber machen? Ist eine Chance, und so weiter. Also, quasi macht dann eben. ihren eigenen Research, dann gesagt, ja. das wird wahrscheinlich passieren. Und wir wollen hier einen Bett machen auf. auf eure Team. Was quasi interessant ist. Ja. Und ja, das ist einfach sehr. sehr spannend. Und dann habt ihr. im Prinzip ja. irgendwie jetzt, dass die Firma dann angefangen zu. bauen, ob das Produkt entwickelt,. habt ihr erst zu Kunden. Und irgendwann sagt man, okay, jetzt. brauchen wir mehr Geld. Und dann frage ich mich immer,. wie kommt diese Zahl zu standen? 27 Millionen,. ich meine, das ist 25, das ist ja. erstmal eine unfassbare Summe. Wie kommt man auf die Zahl? Oder sagt ihnen das? Sagt das einem einfach einer? Und die Zahl ist irgendwie ein bisschen größer. als. ursprünglich gedacht hatten. Und das kommt dann halt. immer durch diese Investor-Dynamiken. Also einerseits ist halt. also Investoren-Runden zu. Raysen ist immer. meine Meinung nach ist sehr binaire. Entweder ist super hart,. fast unmöglich. Oder auf einmal. und es kann auch dieselbe Firma sein,. dass es aber dann auf einmal. das. quasi unfilft und auf einmal. auf einmal wollen, sind alle interessiert. Weil sie alle. alle Investoren sagen,. wir wissen sehr unabhängigen,. gehen soweit da. Aber wenn halt sie sagt,. "Oh, Sekäuer",. dann vergessen sie alles,. "Oh, nee, okay,. wir sind doch interessiert." Also. noch mal ein Interest zurück,. Infuzif haben wir halt mit Sekäuer. schon über ein Jahr gearbeitet. Also, die hatten. wieder ein Sossid. Siedtrunde gemacht,. quasi. eine Wandel-Lied Investor. und haben dann immer. man natürlich auch mit denen geredet. Und haben es quasi auch. da über den Zeit gut kennengelernt. Und dann kam quasi die Zeit,. wo. wie gesagt, halt auf der Produkt-Ebene. und auf der Kunden-Ebene halt viel passiert ist. Wie wirklich diesen. diesen Workflow,. mehr oder weniger. ja, final. oder zusammengestellt,. wo er kommt haben,. auf einmal. können wir viel mehr verlangen. Dann usw. Das war wirklich so. Man hat gefühlt, das ist was passiert. Das ist wirklich, das ist auf einmal was funktioniert, das ist wohl vielleicht nicht so gut funktioniert. Ja. Und ja, dann war halt so eine man von anderen Modien, das war so. Ja, und brauchte noch mehr Geld. Aber wir hatten noch gar nicht, wir hatten schon so grob, da war halt irgendwann ein CSA. Ich stehe quasi an, irgendwas Nächstes. Wir hatten eigentlich noch nicht damit gerechnet, dass wir überhaupt das jetzt machen wollen. Aber es war halt Sachen, die dann immer doch rechtergen. Ich habe ja auch Umsätze schon und ein kleines Team. Das heißt, ja, ich war schon ein wenig am Profitab. Genau, ich glaube, wir waren im Dezember, glaube ich, hatten wir, waren wirklich sogar Profitab. Jetzt kommen wir so ein bisschen so an, wie man das Accounting macht, sagen wir es, die waren ja verteilt oder in dem Monat, etc. Aber genau, wir waren sehr kleines Team, ich glaube, wir waren sechs Leute damals oder dann nachher acht. Also die CSA-Geräst haben. Und genau, aber sie war so, okay, die nicht mal mal nie. Also braucht ihr mehr Geld. Und ich habe einfach weigens nass.
weil wir ein kleines Team und so weiter. Und dann war so ein bisschen, okay. So wie die halt dieser Markt, es kommt auf den Markt auf einer Wörnzeit quasi so. Es gibt wahrscheinlich ein Vorteil, der er für es zu sein. Also, er ist ein Markt sein. Es hat das vielleicht auch so ausgesehen, wie Harvey zum Beispiel, auf der Liga Seite, also Liga AI. Dass sie halt eine der Kekunde, warum sie gewinnen, ist nicht unbedingt, weil sie das beste Produkt haben, sondern es ist eher so, dass sie halt mit den Topf-Firmen arbeiten. In dem Lauberreich quasi. Ja. Das quasi benutzt, und ihr sagt, okay, alle guten Leute, die arbeiten alle mit uns, wie es in der Standard. Klar, du kannst es irgendwie, wenn du eine günstig-radiziebe brauchst, kannst du zu einem anders gehen, aber wie es ein halt, die Gold-Histanne hat. Und es ist vielleicht bei uns ein bisschen anders in unser Markt, aber es ist auch in gewisser Weise ähnlich. Es gibt auch so diese Agencies, es gibt die großen Firmen. Es gibt halt einfach ein sehr viel. Man hat quasi gemerkt, dass es umkippt auf einmal sind. Viele Firmen unterscheet, waren deutsche Leute, interessiert, als wir irgendwie handeln könnten. Und das war so, dass wir gesagt haben, okay, wir müssen jetzt eigentlich. wenn wir ja ja erfolgreich sein wollen, wenn diese Opportunity wirklich wahrnehmen wollen, müssen wir jetzt sehr aggressiv vorgehen. Es war wirklich ein großer Switch, den wir jetzt auch. Das machen wir jetzt gerade im Moment haben. Das ist wirklich jetzt auch noch ein paar Wochen her. Und seitdem haben wir es auch viel gehalten, sollte. Aber das war quasi von denen so, okay, Leute, ihr müsst jetzt. Also auch von uns, aber auch schon auch von Investoren, so, okay. Naus, der Teil. - Jetzt müsst ihr quasi auch aggressiv vorgehen. Das ist quasi die ganze Idee von "Ventra Capital", dass man eben viel aggressiver sich verhalten kann als, wenn man jetzt auf die Umwärtsangewösen ist und erst warten muss, bis das Geld reinkommt, Leute einzustellen. Und daher kommt es auch die Summe, wie die Summe sich stande kommt. Endeffekt will dann irgendwie Zekäuer über den Anteil haben. Wir haben auch noch mit Conviction, eine anderen Firma geredet. Die hatten damals auch schon einen kleinen Betrag, investiert vorher und wir haben auch den Partner dort richtig gewacht. Die wollten auch noch ein Stück vom Kuchen quasi haben. Und dann ist es auch immer gut, wenn man dich mehr erlebt hat, diesen Lissen. Kompetlichen haben. Und dann haben wir gar okay, das sind so. Ich weiß nicht genau, dass die Zahlen. Das hat mir so gesagt, 20 Millionen wäre ganz gut. Ja. - Und dann war es aber dann so, okay, wir haben auch noch in den vorherigen Runden auch noch andere Investoren gehabt, die den Aussagen, ich will aber auch in den neuen Runden auch noch mal investieren. Und manchen haben wir auch schon besprochen, oder gibt es noch gewisse Terms, die eventuell sogar das Recht darauf haben. Und so weiter. Und dann. Ja, im Prinzip ist es halt wie gesagt, sehr wie näher. Aber wir mussten ganz viele Leuten quasi nein sagen, dass wir keinen Platz, wenn wir runter und so weiter. Und dann wird es halt die Runde ein bisschen größer. Was im Endeffekt auch nicht so schlimm war, weil wir gesagt, ich glaube, in diesem Markt ist es sehr gut. Auch und jetzt wahrscheinlich im nächsten ein bis zwei Jahren, wahrscheinlich das Geld nicht ausgeben, können realistischerweise. Zu sein ist einfach sehr. Ja, es ist ein sehr guter Anlock. Wir müssen es nicht so viel Gedanken machen, aber es ist ja nicht nur, dass es Geld nicht in zwei Jahren ausgehen soll, aber es auch, wenn man jetzt irgendwie viel Leute einstellt. Und dann den sagt, okay, nach. Jetzt sagt man, ein Jahr später, sagt man, okay, haben jetzt noch ein Jahr. Also, Geld, für den es in einem Jahr auszulaufen, willst du jetzt wirklich dieser Firma. Freund oder nicht? - Ja. Oder in den sechs Monaten ist es Geld aus. Ja, klar. - So, dann. Ja, das ist ein bisschen die Sicherheit zu haben. Ja, und fast bar. Und ich mein. Das ist ja ein ganz neues Geld, das man eigentlich braucht. Am Anfang bist du ja so der Produkt-Typ, und du bastelst da so ein bisschen und bist selbst in der Engineer, und plötzlich musst du Teams aufbauen. - Ja. Und. Heiert man dann auch so Senior Leute, dann die an dabei helfen, oder ist dann auch wirklich so ein Sequoia da und hält dich an der Hand, wie du das war? - Ja. Ich meine, es ist schon als Kundern sehr. ist eine sehr interessante. Reise, sage ich mal. Also, ich würde sagen, alle sechs Monate ist mein Job komplett anders. Also, wirklich von die erste Phase, irgendwie. woran soll ich überhaupt arbeiten? Was ist denn die Idee in quasi bisher Phase? Dann irgendwie, jetzt geht's. irgendwie ein Prototyp zu wilden, okay? Also, zu bauen, wirklich so. was zu entwickeln, dann irgendwie die leuchtesten Leute einzustellen. Und mein Job, was ich. wie ich so meine Zeit ver. täglich mache, hat sich sehr viel geändert. Und jetzt, genau, es geht's halt wirklich. ist quasi noch mal so ein "Step Change", wo. also, also im Momentan bin ich 50 Prozent meiner Zeit. in "Hiring", also Leute. habsichlich, also in habsichlich für. "Engineering Product Design" zuständig. Mhm. - Gau, sehr gute, habsich gute. Programmierre quasi zu finden. Im Sachen "Signaläute". ist kaum so ein bisschen drauf an. Also, für, zum Beispiel. für. "Engineering", also für Programmieren haben wir im Momentan. ist es nicht geplant. Also, ich glaube, da sind wir auch selber gut aufgestellt. Ja. - Wir haben ein paar Leute, wir haben zwei Leute, die haben. ein hat, glaube ich, zehn Jahre Erfahrung, ein hat, glaube ich, acht Jahre Erfahrung. Also ein bisschen. und dann haben wir auch sehr viele. jüngere Leute, die super smart sind. Also, wir haben so eine gute Miche und würde ich sagen. Das ist sich quasi selbst reguliert. Vielleicht. nächstes Jahr wird es schauen mit. Aber momentan ist es quasi nicht so wichtig. An der Saleszeit, also gute Markseite, da haben wir schon. jetzt auch so ein. Advisor, der. böserweise ein bisschen. kalibrieren kann, ein bisschen sagen kann. Okay, das sind so die Standard. so setzt man irgendwie eine Quote für. für eine Salesposition aus. Und das sind so die Market-Sachen. Also, dann haben wir dann schon. zum Teil weiser, oder jetzt haben wir auf den. auf der Finanzzeit, da haben wir jetzt halt auch jemanden angestellt, der. schon mal gemacht hat. Ich weiß nicht, so 30 Jahre. als sie auch für andere Firmen war. Also, hat man schon. gewissen. in speziellen Jobs haben wir schon dann die Experten. Aber sonst ist schon viel, liegt es an uns. Und im Endeffekt ist doch. also. viele kamen, viele Firmen sind doch irgendwie sehr anders. Oder. musste schon irgendwie sein eigene Weg finden. Klar, für Sachen viel Finanzen vielleicht nicht. Da muss man sich dann eigentlich nicht finden. Da muss man aber eher sich dann Sachen machen. Aber dann gerade was, das Produkt. aber auch selbst irgendwie Sachen wie Hiring. Wir können jetzt ein Rekrutter. der fängt am Montag an. Aber selbst dann muss ich sagen, sind wir immer noch die, die sagen, okay,. dass wir jetzt mal ein ganz neues Konzept machen. Wir müssen es anders machen, wir müssen es herausstellen. Wir können nicht, aber das machen wir es alle anderen auch machen. Und deshalb muss man da als Grundeinkaufs immer noch sehr. sehr lange, sehr aktiv bleiben. Ich glaube, wenn man das nicht mehr ist, dann wird die Firmen so langsam. fahren da wohl, ne? - Ja. Eine Sache, die ich noch von Sequoia wissen möchte. Es gibt ja so einige Investoren, die geben die einfach nur Geld. Dann hört man gar nichts mehr von denen und Sequoia. macht ja wirklich auch viel. Wenn wir im Deinhalten mal reingehen und die Konviction haben. und ich hatte jetzt gesehen, irgendwie bei LinkedIn. deswegen bin ich auch wieder auf dich aufmerksam geworden. Weil ich ja weise, aber dass du da irgendwie zwischen. hier Envidias, Genzenhorn. und dann Sam Altman, die sind ja irgendwie vorhin. hinter dir präsentiert. Das sind ja irre Erlebnisse, die man plötzlich hat. Ja, ich mein, das war eine spannende Sache. Aber. das Interessante ist. es gibt verschiedene Stadien von der Firma. So gerade pre-PMF, also bevor man quasi. wirklich was gefunden hat, was irgendwie skaliert. Product-Markt-Markt-Feld. Die meisten Investoren nicht sollen dann nicht hilfreich, würde ich sagen. Also, wir haben es mir nicht geholfen, die haben auch. gute Ratgegeben, aber im Prinzip musst du. dasselbe irgendwie raushin was ganz arbeiten, weil. kein anderer kann ich das abnehmen in der Zieb. Jetzt gerade, wenn wir eben die Firma es gelingen, ist. so unglaublich hilfreich, was sie halt. also, sie wissen halt eben genau, okay, für. diese Rolle, was ich für die Finanzen. Da sollt ihr jemand nehmen, der jetzt keinen Neugrad. sondern nebenverdehen haben auch ein Netzwerk, sagen, okay. wie evaluiert man jetzt überhaupt jemanden. in einem Job, der man ganz selber keine Ahnung hat,. können dann auch verbinden, entweder selber sagen, okay,. dass darauf soll die achten oder. ich verbinde ich mit allen von meinen Portfolio-Kamponäß,. die das halt fünf Jahre gemacht haben. und als Levelzeit oder so weiter. Also, das ist natürlich ein sehr gute Value-Prop. Die Haupt-Things, einfach nur die. ja, die Erfahrung oder. sondern für Brian, also wir arbeiten mit Brian. und Charlie von Zikäuer. Und das ist interessant, dass immer. das was mich an Anfang am meisten überzeugt hat, ist so. wenn er redet, also wirklich in unserem. wöchentlichen oder monatlichen Meetings. Nach zwei Minuten weiß Brian so, okay, das ist die Sache an der. momentan arbeiten, und wir sind ja. ja, das reicht. Und ich denke, er hat so wenig Kontext eigentlich von unserer Firma. Er weiß immer so, ein Monatich kriegt dann mal eine halbe Schnein-Update. Aber trotzdem hat er irgendwie so gut das Gefühl,. wir müssen eigentlich gar nicht viel sagen. Ich glaube, wie seid. das ist wahrscheinlich das, was wir unseren Arbeit nehmen müssen. wir müssen daran arbeiten, was ich der Fort, die da zu sein. Und in dem Space-Northy so ja, ja, das stimmt. Und oft ist ja ein bisschen auch so ein bisschen. seit der Zeit voraus. Wir müssen aber ja, ganz viele Würdinges, Feierstüge irgendwie. dran arbeiten müssen, aber ja, macht ihr das mal. Aber dann müsste ich schauen, dass ihr da hingeht. Und ich glaube, das sind immer diese kleinen Natches, die. natürlich können sie es um Date-Denik viel machen. Das muss man als selber machen, aber halt so. da wollte ich hingehen. Das ist immer, das ist immer hell freich. Und dann immer zu diesem AI-Send, das. weiz vor zwei Wochen,. das ist ja gar nicht einmal im Jahr so ein. Event, wo sie dann ihre Portfolie gründern,. ein paar andere Leute auch einladen. Und dann so ein paar. Speaker auch hatten. Und das war. es hat mich auch gefakt, und ich möchte. zu unserem. unserem Event irgendwie ein Demo machen. Da hab ich schon gesagt, die Haarkt klar, gerne. Und dann hab ich irgendwann die Einladung gesehen,. so okay, jetzt erst das Speaker, Fireside Chat,. Genzenwangen, dann Demo, es war nicht nur ich,. das war, ich glaube, ich 3 oder 4 Demo's,. die so kurz waren,. wir verrückte Fölschnetten,. und danach waren dann Sam Ors und dran,. mit dem Fireside Chat. Und ich so, oh ja, okay. (Lachen). ein gutes Line-Up. Und ja, das war sehr cool. Ist interessant, dass bei unserer Firma. das fast alle Firmen wollen,. ihre Kunden besser verstehen. - Absolut. Und ist ja was auch super relevant, eigentlich,. für. klar, jetzt ist der Enge da so,. was kann man cooles mit AI machen,. wir wissen die Idee von dem AI-Sense,. so was kann man. was in die Firmen,. wie kann man das benutzt, usw. Aber gleichzeitig sind auch. alle von denen vor dieser Kunden,. also ganz viele narrigsten auch bekommen,. und. und. sind, wie du sagen, ja,. wir sollten so was benutzen, warum machen wir. wie du bei LinkedIn erzählt hast,. wie sie machen,. wie diesen Prozess und zahlen 100.000 Dollar. und dann vielleicht schon 10 Leuten. ja, wenn wir mal ein Mal lang haben,. hörst und die bereichert. Es gibt es ja eigentlich keinen Grund, das nicht auszupubieren. Das ist der Programmarke für der Welt. Das ist ganz kurz ein bisschen über Deutschland sprechen. Du hast ja nie da gearbeitet, deswegen kannst du wahrscheinlich nicht so eine richtige Perspektive darauf bilden. Aber das interessiert natürlich immer die Leute. Glaubst du, dass so eine Firma auch in Deutschland entstehen können? Können Sie dir vorstellen, was der was? Deutschland ist jetzt ein Markt für uns. Ich ziehe da wieder hin oder glaubst du schon, na, das ist eine Plays-To-Bee. Ja, sehr schwierig, würde ich sagen. Also ich meine, ich mag Deutschland, ich wünsche das wäre anders. Aber ich glaube, wir haben in diesem. Ich glaube, für Konzumer oder für Gewisse. Für Gewisse Branchen ist wahrscheinlich anders. Ich würde sagen, für unsere Branchen, wo wir eben so B-To-Bee. Wenn man sich anschaut, wie viel. Ich habe die Zahl nicht genau im Kopf, aber wie viel. Was die Prozentzahl an B-To-Bee Software-Spend ist, ist aber wahrscheinlich bei 50 Prozent. Ich weiß nicht genau. Aber die großen Firmen, also alles wie. eben diese Googles und Microsofts und. Kennweiter. Okay, Kennweiter ist jetzt sogar eine Australischfirma. Ich sehe das Beispiel, aber. Die meisten großen Konzumerfirmen, z.B. sind halt in USA. Natürlich kann man theoretisch auch von Europa und die verkaufen. Aber es ist halt heimsonst ein schwieriger, auch generell so diese. Wenn sind wir halt mal zu dem Google-Event in. Irgendwann ist South Bay halt mal selber hingefahren. Und dort präsentieren das nur diese kleinen Sachen, doch in dem Endeffekt den Ögen, die die Unterschied machen. Weil es gibt dann eben noch viele Firmen, die das ähnliches machen. Aber dann gibt es halt ein paar Firmen, die halt. durch ganz viele kleine Details halt eben durchsetzen. Und wir haben auch ein paar Kunden in Europa, aber nicht so viele Kunden in Deutschland momentan. Ich glaube da ist auch so ein bisschen die. Vielleicht sind Kunden auch ein bisschen. in Deutschland ein bisschen vorsichtiger und sagen, es gibt natürlich was wir machen, ist ein bisschen. Neuartik, so jetzt. Und was wenn die. Was Falsche sagt, was wenn. Und dann die. - Und dann die. Die. Daten in Deutschland und so weiter gespeichert. Und es gibt so ein paar Hindernisse, was. Ja, das ist schwierig gemacht. Ja, ich verstehe es. Ich meine es ist eigentlich auch hier, ich bin sehr unabvollziehen. Wenn du so ein bisschen auf dein eigenes Toolshead so guckst, dann sind die Leute immer. Jeder fragt ja immer, wie kann ich denn jetzt mit AI arbeiten? Und so, und das sind immer die Fragen, die ich im Gehundermar. Was sind so Tools, die du sonst so nutzt, außerhalb. Und schief von einem eigenen Produkt, was. Was ist so in deinem Stack? Weiß ich nicht so ein, als ich mein. Bis vor einiger Zeit habe ich sehr viel Zeit auch noch wirklich programmiert. Ja. - Das Zeit mache ich es gar nicht so viel. Was interessant ist, gibt es die neuen Sachen. Und sie hatten z.B. mit OpenAI, hatten sie eine Testversion von Codex, deren Software Engineering Agent, das jetzt. Was jetzt neuerlich auch öffentlich. Und das ist ja. - Das ist ja. Und das ist ja nicht so, dass ich das nicht mehr so in der Codex. Das ist ja nicht so viel Zeit. Das ist ja nicht so viel Zeit in der Codex selber verbringt. Zumindest die Idee ist, dass man eben in natürlicher Sprache er verzehnt, sagen kann, okay, ich möchte das ändern. Man muss wahrscheinlich schon. Also ich habe schon noch ein gutes Verständnis von, wie der Code aufgebaut ist, was die Probleme sind. Dann sagen, okay, wir möchten das so lösen. Und das sind so grob die Sachen, aber eben nicht mehr um den genug Zeit, ist auf jeden Fall sehr spannend. Echerweise klappt es noch nicht wirklich. Die Idee ist da, die Models ist es schon besser als. Z.B. jetzt Devon, also Köknitz und. und einige andere Tools in dem Bereich, würde ich sagen, in manchen Weise, manchmal ist es auch schlechter. Aber ich glaube, das ist eine richtig spannende, spannende Geschichte. Wie gesagt, es klappt noch nicht wirklich. Man kann immer noch sehr viel. mehr als 50 Prozent selber noch machen. Zumindest meinen Test, kommst du an, wie komplex die Tast sind. Aber das ist eigentlich, was es wie in der Zukunft sein wird, dass ich dann halt einen sagen kann, okay, dieses Feature, gerade wenn es kleinere Sachen sind, macht das mal bitte. Und dann PSD Codebase und dann machen Piad, dann schauen wir vielleicht noch mal drüber und testen es noch mal. Aber man passiert, wird es dann halt so sein. Oder es kommt einen Backrecress und dann einen Slack rein. Ich sage dann nur @Devin oder @Köknitzchen, @Kodex, was will man. - Ja. Und dann mit der Backbehoben. Das ist auch so auf der Ingenienungseite. Yeah, Chriser und an so weiter. Ja, andere Tools. Es gibt ganz viele natürlich so Meeting Recorders und so weiter. Ja. - Ja. Ich blust da granola, aber. Ja, die kann ja speziellen nicht in Tools, will ich sagen. Gut, ich mein, du hast ja wahrscheinlich auch gar nicht so hart. Den Newscase, dass du den Floo optimieren musst, weil viel Inbauen wahrscheinlich jetzt auch kommen. Und ihr erfeuert schon. Und wiederhin rennt, und die Kunden uns bauen. Das ist natürlich eine schöne Situation. Ja, man kann es wirklich sehr viel priorisieren, jetzt gerade auch unserem Announcements. Und weiß ja eben so eine sehr breite Audience hat, weil wir alle Firmen sagen, ja, das wollen wir nutzen. Ja. Was natürlich für uns Gutes, wir sind auch. Und die beunruhbar meldet euch nicht, gerade keine Zeit. So, die Leute will uns nicht melden. Irgendwann, wir stellen mehr Leute ein, dann können wir auch nicht mehr Leute mehr Kunden an. Also, ihr habt hier kein Selfshor, ist onboarding, sondern man muss schon noch einen Selfscore gehen. Das ist eben. Das ist eine Sache, wir arbeiten hart daran, dass wir das ändern, dass wir wirklich auch ein Selfsurf. Oder wir haben mal überlegt oder probiert. So, aber dem ist eben, dass das auch einen gewissen Grund gibt, warum es normalerweise eben diese Konsaltensgeld, weil es eben recht komplizierter Prozess ist, wenn man eben nicht so sehr damit vertraut ist, kann es. Es ist halt einfach was zu machen, wo man nachher das nicht ein erfolgreiches Projekt ist, im Endeffekt. Und das wollen wir eben verhindern, dass wir momentan immer noch jemanden haben, der sagt, macht euer Use-Castin, werdet ihr erfolgreich sein. Dann sagen wir lieber, nein, vielleicht später, wenn wir alle Tools haben, dass wir eure Use-Cast auch wirklich zu boten können. Anstatt, dass wir die Leute anlassen, die sagen, wir probieren was aus, was nicht gut funktioniert, weil wir es noch nicht vollständig unterstützen. Ja, versteh ich. Es ist immer das Abwägungen, wenn man irritiert. Ich hab noch zwei Fragen zum Schluss. Einmal ist immer so, ich bin jetzt noch so jung, deswegen ist die Frage ein bisschen hinfällig. Aber das ist ganz gerne, wenn man dein 18-jährigen ich, wenn man so 'ne Empfehlung würde. Man hat ja alles super gut funktioniert, aber wenn jetzt junge Leute zuhören, was empfiehlt zu denen. Sonst war es auch so, auf jeden Fall USA oder. Was sind so zwei, drei Sachen, die du den Leuten mitgibst, wenn die nach Fragen, wie soll ich dir mein Leben gestalten? Ich glaub, eine Sache ist höhere Ziele setzen. Ich hatte damals nie wirklich gedacht, dass ich nach Harvard kommen, oder das ist ja ein Kerrier, alles diese Sachen. Ja, ich glaube, man kann mehr erreichen, als man vielleicht denkt, wenn man es wirklich will. - Ja. Und es ist vielleicht auch ein bisschen in Deutschland. Ist das klimat, ist so ein bisschen andere Mentalität. Hier ist es eher so, wenn ich sage, ich will. Irgendwann ist ganz verrückt, das machen, sagen alle, ja, cool. Probier es wenigstens. - Ja. In Deutschland sagen alle, was das für 'ne Idee ist, schaffst du doch niemals. - Ja. Auch so unterbewusst ist es, trodbar sich nicht überhaupt so sehr um den Unfeld, wo ich war, es gibt natürlich auch andere Kreise. Aber. Und irgendwie verbunden damit, dass quasi auch die Leute, mit denen man sich am Gibson sehr wichtig ist. Wie gesagt, bei mir war es sehr größte Schiff, dadurch, dass ich diese programmiert werde, weil das neue Unfeld keinen gelernt habe. Wirklich zwarte Leuten, die gesagt haben, ja, ich will dann die beste Uni. Und dann, ja, okay, klar, dann will man das natürlich auch. Und es gibt natürlich in jeder Community, also auch, dass es an der Uni studiert gibt, zu stimmt, Leute, die sich sehr interessieren. Und, ja. Und dann vielleicht das letzte. Es geht vielleicht ein bisschen mehr in Sachen, wenn irgendwie Startup und Zeitprojekt bauen. Also, wenn man jetzt irgendwie jung ist, wie gesagt, ich habe so super viele Sachen gebaut. Und sehr viel. sehr viel kommt daher, sehr viel. Es bringt sehr viel, wirklich Sachen auch zu Ende zu bringen. Und da wirklich Sachen an den Markt zu bringen, ist noch mal eine ganz andere Sache als nur eine Idee, weil die auch bei unserem aktuellen Produkt, ich würde sagen, warum es momentan erfolgreich ist, dann vielleicht besser als irgendwie einen anderen Konkurrenzprodukt. Deshalb wirklich die Details müssen richtig sein. Gerade auch mit den AI. So wird immer einfach irgendwie ein Prototyp, irgendwie funktioniert zu bauen. Aber wirklich was zu bauen, was gut funktioniert, ist noch mal so viel schwieriger. Aber auch so viel. man lernt dann noch mal so viel mehr. Und es ist auch so viel mehr Value für den Nutzer, wenn das wirklich gut funktioniert. Das wirklich der Unterschied zwischen. wirklich eine Details. Also wirklich tief gehen wirklich Sachen rausbringen, nicht nur für sich selber, wenn man irgendwas ist baut, versuchen, wirklich zu bekommen, wirklich. an den Details wirklich arbeiten. High bar for quality. Ich glaube, das bringt am dafür. Und auch wenn die Leute einstellen, wenn jemand habt, der ein Projekt hat, was super cool ist, dann sind die interessante. - Ich frag Leute immer, was in welchem Bereich sie irgendwie so. zu "The One percent" gehören. Genau, jeder hat ja vielleicht irgendwie so. was nicht unbedingt auf dem. links dem Profil steht oder so, was mich zum anderen letzte Frage bringt, was. was bist du noch mehr als das, was auf dein link dem Profil steht? Gibt es noch irgendwas, wo du so eine Riesenperson hast, was du außerdem programmieren und. so viel. - Ja, bei uns. Ich merk auch, vielleicht noch mal. den Kreis zu schließen, weil der Eltern. wir hatten jetzt angefangen sind, warte Lehrer. Sie haben noch ein zweites, war das wahreifaches Sport. Und das ist auch bei mir auch irgendwie durch die Gene gekommen, als ich bin aus der. ja, dann mal sportlich amiziniert. Ab früher leichte Idee gemacht, so 10 Kampf. - Oh, wow. Mit dabei nicht mehr, aber ich bin noch viel. laufen mit seit letztem Jahr. hab ich mit Fahrradfahren, so Road biking, also Renaratfahren und so. Ich sag dir, ich habe hier eine super Umgebung in San Francisco. - Das ist wie. - Ja. Da bin ich dann auch recht. kompetet. - Was ist deine Bestseite an Hawk Hill? Das ist noch die wichtigste Frage. - Unter acht Minuten. - Ne, das ist das. - Das ist fast bei gut. Schönen ganz okay.
Ich finde, ich hätte ein bisschen mehr Zeit. Das Problem, man fahrert, wann es mal braucht, recht viel Zeit. Im Vergleich zu dem Laufen, muss aber viel Zeit auf dem Rad verbringen. Es fehlt und dann ein bisschen. Nur mal so als Comparis, meine Beste hat dich bei 9.15. Und das ist. Das unter 8 Minuten ist schon wirklich sehr klasse. Du wiesst auch ein bisschen weniger, und deshalb so alt wie ich insofern ist das okay. Ich glaube, die besten Leute sind. 6, 6, 6 Minuten. Die Zeit, die sich jeder Fahrradfahrer missen, da fährt man einen gelb rüber. Und dann links im Werkhoher und dieser Berg, das ist die Maß-Einheit, das ist wieder 100 Meterlauf. Was für eine Reise, Florian, finde, dass du in so kurzer Zeit eine Blitzkarriere hierhin legst. Ich werde das weiter verfolgen. Ich sag nicht, dass ich bei den Hacker, sondern dann bekommen hab, dass man da ein bisschen gar. Alles Gute wünsch ich dir. Ja, super. Er hat etwas gemacht. Das war Florian Jüngermann Gründer von Listen Labs, Harvard Absorvent AI-Pionier und vielleicht auch ein bisschen Rollmodel für eine neue Generation von Gründern aus Deutschland. Präsentiert für dieser Podcast von learn.experi. Meine Firma hier in San Francisco und wir bei Learn Sorgen dafür, dass eure Mitarbeiter corporate Learning lieben. Manche Kunden nennen uns auch das Du-Lingo des corporate Learnings. Probiert es selber aus für Teams von bis zu 10 Personen immer kostenlos, einfach eine Klauen-Anliegen auf www.learn.xyz. Und wenn euch diese Folge gefallen hat, teilt sie doch einfach mal in einer eurer vielen WhatsApp-Gruppen oder lasst mir eine Bewertung da. Das würde mir echt super, super viel helfen. Vielen Dank für's Suchern. Wir hören uns wieder ins spätesten zwei Wochen bis dahin. Ich freue mich.
Podcast Summary
Key Points:
Florian Jüngermann stammt aus einem kleinen Dorf und betont, dass die geringeren Ablenkungen dort ihm halfen, sich früh und vertieft mit Programmieren und Mathematik zu beschäftigen.
Sein Werdegang umfasst Erfolge bei Mathematik- und Informatikolympiaden, die ihn zur Teilnahme an internationalen Wettbewerben führten und seinen Wunsch nach einem inspirierenden akademischen Umfeld weckten.
Nach einer ersten Absage für ein Bachelorstudium in den USA studierte er zunächst Informatik in München, bevor er für einen Master an der Harvard University angenommen wurde, wo er die intensive und vielseitige Gemeinschaft schätzte.
Er gründete vor zwei Jahren ein Startup, das kürzlich eine Finanzierung von 27 Millionen US-Dollar von Sequoia Capital erhielt, und verkörpert den typischen "Traumlebenslauf" im Silicon Valley.
Summary:
Der Podcast im OMR Silicon Valley Update porträtiert Florian Jüngermann, einen 25-jährigen Gründer mit außergewöhnlichem Werdegang. Aus einem kleinen Dorf stammend, entdeckte er früh sein Interesse an Mathematik und Programmieren, gefördert durch Wettbewerbe wie die Mathematik-Olympiade. Diese Erfahrungen öffneten ihm die Tür zu internationalen Informatikwettbewerben und dem Wunsch, in einem anspruchsvollen akademischen Umfeld zu studieren.
Nach einem abgelehnten Bachelor-Antrag in den USA studierte er zunächst Informatik in München, bevor er für einen Master an der Harvard University angenommen wurde, wo er die vielseitige und ambitionierte Gemeinschaft schätzen lernte. Heute ist er Mitgründer eines Startups, das vor kurzem eine bedeutende Finanzierung von 27 Millionen US-Dollar durch Sequoia Capital erhalten hat. Das Gespräch beleuchtet, wie seine Herkunft, frühe Leidenschaft für Technik und der Drang, sich mit Gleichgesinnten zu umgeben, seinen Weg ins Silicon Valley prägten.
FAQs
Es ist viel besser für den Kunden, wenn man den ganzen Job macht, anstatt nur Software zu verkaufen. Man bietet eine komplette Lösung mit Service und bereits funktionierender Software an.
Florian Jüngermann ist ein 25-jähriger Gründer aus Deutschland mit einem beeindruckenden Lebenslauf: Top-Abitur, Harvard-Master, Erfahrungen bei Tesla und mit Elon Musk. Seine Firma hat kürzlich 27 Millionen Dollar von Sequoia Capital eingesammelt.
Aus kleinen Dörfern kommen viele erfolgreiche Leute im Silicon Valley, möglicherweise wegen weniger Ablenkungen und mehr Zeit, sich intensiv mit Themen wie Programmieren zu beschäftigen. Das fördert tiefgehendes Lernen und Kreativität.
Durch die Teilnahme an Mathematik-Olympiaden und Informatikwettbewerben entdeckte er seine Leidenschaft für Programmieren. Dies führte zu internationalen Erfahrungen und öffnete Türen zu Top-Universitäten wie Harvard.
Harvard zog ihn an, weil dort nicht nur technisch begabte, sondern auch vielseitig interessierte Menschen studieren. Er suchte ein Umfeld mit hoher Dichte an ambitionierten und intelligenten Personen, die über ihr Fachgebiet hinaus denken.
Seine erste Bewerbung für Bachelor-Studiengänge an Top-Unis wie Harvard und MIT war nicht erfolgreich. Nach einem Informatikstudium in München bewarb er sich erneut für einen Master und wurde schließlich an Harvard angenommen.
Chat with AI
Loading...
Pro features
Go deeper with this episode
Unlock creator-grade tools that turn any transcript into show notes and subtitle files.