KI: Der deutsche Mittelstand hinkt 10 Jahre hinterher | Michael Witzenleiter von Rinascai

00:00:00: Brauche ich denn da wirklich einen Magenten?

00:00:01: Ich würde in meiner Buchhaltung vermutlich auch keinen Philosophen einstellen, der erst mal kritisch hinterfragt was so eine Rechnung ist.

00:00:07: Also im Endeffekt geht es dann darum ein Task sinnvoll durchzuführen.

00:00:12: aber wenn man sich jetzt anschaut... ...in den Jahr zwanzig-zwarundzwanzig kann ChatGPT aus.

00:00:17: Es gibt immer noch sehr viele Unternehmen die keine KI-Chatbots für ihren Mitarbeiter bereitstellen und wir sind jetzt auch schon im Jahr zwansich- sechsenzwanziger.

00:00:25: Wenn ich wirklich jetzt nur das komplette Netz nehmen würde, dann hätte ich am Ende einen Chatbot beispielsweise der moralisch sehr verwerfliche, sagen wir mal so.

00:00:33: Deshalb muss ich zwangsläufig immer subjektiv auswählen welche Daten kommen rein und welche nicht wie Klauseln im Privatbereich sind Das heißt, wenn ich es dann deaktiviere anderer als im Business Bereich.

00:00:42: Der Business-Bereich hat immer ein höheres Schutzniveau als der private Anwender und das finde ich persönlich sehr kritisch.

00:00:49: Die Gefahr für klassisches Abitesting ist tatsächlich ja, dass in Zukunft Agenten einfach die Käufe durchführen und Abitasting dann vielleicht gar nicht mehr so auf das Lüseinterface bezogen ist oder eher vielleicht auf Produkte atmen etc.

00:01:02: Meine Frage an dieser Stelle wird hier der Conversion Optimierer zu einem großen Teil gerade ausgelöscht?

00:01:08: Das ist eine gute Frage, die wir auch mit dem einen oder anderen Conversion optimierend diskutiert haben.

00:01:13: Ich würde sagen...

00:01:18: Michael Witzenleiter!

00:01:19: Schön dass du heute in der Welliest Adventures Show bist.

00:01:21: Ja freut mich sehr wenn schön hier zu sein.

00:01:23: Michael Du bist Geschäftsführer von Rinnersky.

00:01:26: Du bist Unternehmer und hast mehrfach gegründet.

00:01:28: uns verbinden ganz viele Themengebiete zwei ganz besonders das eine Themengebiet des KI.

00:01:35: da sehe ich uns beide als Enabler aber finde, wir kommen beide aus sehr unterschiedlichen Richtungen und machen das auf unterschiedliche Art und Weise.

00:01:43: Und dann ist da noch so ein anderes Lieblingsthema von mir nämlich Conversion Optimierung.

00:01:48: Da verbindest du dieses Thema stark mit KI!

00:01:52: Auf beides wollen wir natürlich heute auch eingehen.

00:01:54: Außerdem bist Du der Kurs von Das Gelbe vom AI und da durfte ich ja kürzlich bei dir und auch bei Jean-Luc zu Gast sein und wir haben mal über die KI Content Produktion gesprochen kann Ich nur empfehlen und allen diese Empfehlungen aussprechen damit reinzuhören.

00:02:08: Aber jetzt gehe ich zuerst mit dir auf Rinnersky ein, weil das Unternehmen gibt es eigentlich erst seit September.

00:02:13: Zumindest sagt es so LinkedIn und ich habe auch deinen Post dazu gesehen.

00:02:16: also ganz frisch!

00:02:17: Und ich würde von dir einmal gerne hören was ist WAP-Trainersky?

00:02:20: Du hast ja schon angesprochen Ich komme sehr stark aus dem Softwarebereich Hab da die letzten Jahre verschiedene Unternehmen aus dem Bereich KI Schwerpunkt Generative AI aufgebaut und hab mich die letzten zwei Jahre sehr stark mit dem Thema wie kann ich KI in Unternehmen bringen?

00:02:35: beschäftigt.

00:02:36: Ein großer Punkt, da war es natürlich Sicherheitsaspekt.

00:02:39: Also das Thema Datenschutz aber ja mittlerweile eben auch der EUEI-Act.

00:02:43: Da haben wir zwei Softwarelösungen entwickelt.

00:02:44: Das eine ist Private ein Chatboard und auch einen ja wenn du willst Gateway in Layer eine API die man einsetzen kann um Daten zu zonisieren bevor sie an KI Systeme gesendet werden um einfach personenbezogene Daten auszunehmen um eben zu entscheiden, welche Daten darf ich überhaupt raus senden.

00:03:05: Bestimmte Daten brauche ich vielleicht Systeme die lokal gerostet sind für bestimmte Daten.

00:03:09: Braue ich vielleicht die großen Frontiermodelle aus den USA oder eben auch aus China, die Weltwissen in einer viel größeren Form mit sich bringen und so entscheidet das Tool basierend auf dem Brompt, basieren auf der Eingabe wie es eben mit diesen Daten umgeht.

00:03:26: Das ist Private.

00:03:27: Das zweite Softwareprodukt dass wir haben nennt sich AI Officer Ist ein ganz neuen Softwareprodukt.

00:03:33: Das hilft für den EU AI Act, alles was das Thema Governance angeht abzudecken.

00:03:39: Man kann dort Use Cases tracken und die verschiedenen Risikoklassen hinterlegen, Model Cards zu anbietern also alles was gefordert wird.

00:03:48: laut der EU AI act und dadurch dass wir es eben sehr schlank mit KI auch lösen ist unser Ansatz dabei immer den KI verantwortlichen Unternehmen, den wenigen Ressourcen die es gibt die sich mit KI beschäftigen in der Regel möglichst große Freiheiten und Freiraum zu geben.

00:04:03: Und unser Tool hilft dabei so effizient und schlag wie möglich zu lösen.

00:04:08: aus diesem Bereich komme ich.

00:04:10: aber als wir in diesen Bereich tiefer eingetaucht sind haben wir einfach gemerkt viele Unternehmen brauchen beides Tools und auch Beratung drum herum.

00:04:20: Die wollen wissen, was sind die passenden News-Cases, die sie umsetzen.

00:04:23: Wie gehe ich damit um?

00:04:24: Wie setze ich die um und wie kann ich vielleicht aus Synergien im Unternehmen noch

00:04:27: erzeugen?".

00:04:28: Und so kam es, dass wir dann die OBCA Partners aus der Schweiz kennengelernt haben und unser beider Portfolio mal übereinander gehoben haben.

00:04:40: Sie machen sonst sehr stark Strategie- und BI Beratung.

00:04:44: Wir kommen, wie gesagt, sehr stark aus diesem KI mehr oder weniger Sicherheits-, Governmentsbereich haben wir gemerkt, das passt eigentlich super zusammen.

00:04:52: Also Unternehmen brauchen sowohl Beratung wie auch das passende Toolset und das war der Aufhänger warum er gesagt hat Mensch lasst uns auch zusammen ein Unternehmen starten mit Rena Sky wo beide ihr Kompetenzen mit einbringen und dass ist das neue Thema was wir gerade haben.

00:05:07: also wie gesagt um es kurz zusammen zu fassen Rena Sky schaut sich bei Unternehmen an.

00:05:13: Wie weit sind sie schon im Thema KI?

00:05:15: Wohin wollen Sie?

00:05:16: was in die Ziele nimmt?

00:05:17: dann die verschiedenen Use Cases auf, die Risikoklassifizierung etc.

00:05:21: kümmert sich auch um die Umsetzung der Use Case und das alles vor dem Hintergrund nicht nur sicher zu arbeiten sondern eben auch ROI orientiert.

00:05:30: Das heißt die Frage was bringt KI wirklich?

00:05:33: Wie viel Profit kann ich damit generieren?

00:05:36: Was sind die Vorteile?

00:05:37: Die steht bei uns komplett im Vordergrund weil wir einfach sehen dass sehr viele Piloten scheitern und wir wollen es einfach strukturierter und besser machen.

00:05:45: Da gehen wir gleich noch drauf.

00:05:45: rein einmal ganz kurz.

00:05:47: Private wird geschrieben für alle, die nämlich gerade zuhören.

00:05:49: PR YVET.

00:05:51: Dann gibt es noch die OP CoA Partners AG.

00:05:53: Links zu beiden mache ich dann einfach in die Show Notes.

00:05:57: Was passiert mit Private und OP Coa Partners?

00:05:59: Existieren sie denn trotzdem weiter oder sind Sie jetzt aufgegangen in Rena Sky?

00:06:05: Also

00:06:06: momentan ist es so dass Rena Sky ein separates Unternehmen ist Private als Tool übernommen hat.

00:06:14: Das heißt, Private gehört zu Rinnersky aktuell.

00:06:19: Obcore ist noch ein separates Unternehmen ja?

00:06:21: Wie sich das in der Zukunft fällt werden wir sehen.

00:06:23: aber haben das klassische Strategiegeschäft noch draußen in einer anderen Firma und das gemeinsame Unternehmen ist dann wie gesagt Rinnarsky

00:06:32: gebündelt sozusagen was ihr nennt das AI Office Team zusammen mit sozusagen dann der Rinnasky Suite gestern.

00:06:40: praktisch steht Das Technische dahinter, was er bietet.

00:06:43: Das Beratungsprodukt ist das, dass wir schon angesprochen haben, das AI-Office-Team.

00:06:48: Also sprich eine Mannschaft die KI verantwortlichen, die AI-office im Unternehmen unterstützt genau die Rollen und Teile mit einbringen, die vielleicht im Unternehmen aktuell noch nicht fahren sind aber hilft zukünftig so einen Team autark selbst zu betreiben.

00:07:03: Und der zweite Teil ist dann eben die Suite bei uns.

00:07:06: da verbirgen sich verschiedene Touristen hinter auch Partnerschaften mit Tours Und zentrale Elemente.

00:07:11: dabei ist das AI-Office-Modul, wie gesagt diese Governance Software und auch Private.

00:07:18: Du hast jetzt gesagt ihr bietet ein Beratungsthemen meistens denn die Ressourcen, die sich speziell mit KI beschäftigen klein.

00:07:25: ich glaube Unternehmen beschäftigen sich immer sehr viele mit KI aber wenn wir sagen ist dafür jemand abgestellt sich mit KI zu beschäftigen dann zeigt scheinbar deine Erfahrung diese ressourcen sind klein wahrscheinlich zu klein.

00:07:36: deswegen braucht man Hilfe Und ihr geht als Beratungsteam rein.

00:07:41: Wenn ich das mir so anschaue, habe ich das Gefühl, ihr seid weit mehr als ein Beratungsteam?

00:07:45: Ich glaube da würden wir euch jetzt hier zu klein verkaufen weil was die Leute wirklich brauchen ist nicht nur jemand mit dem man ein Gespräch führen kann sondern jemand der tatsächlich bei der Umsetzung hilft und ich hab bei euch so einiges an Titeln gefunden, die dann zur Unterstützung reingehen.

00:08:00: Ihr habt AI Engineers, Datenarchitekten Domänen- und Prozessexperten Und dann natürlich so ein AI-Officer, der ist dann der Ansprechpartner.

00:08:08: Eigentlich das was man sich wünscht, dass man einen AI Officer hat im Unternehmen, der da vielleicht den Hut aufhat.

00:08:13: So was schickt ihr dann rein?

00:08:14: Kannst du dir einzelnen Rollen vielleicht ganz kurz mal erklären?

00:08:16: Ja

00:08:16: genau also.

00:08:17: es ist so, dass wir an sich als Partner sehr unterschiedliche Expertenbereiche haben.

00:08:23: Wir haben bei uns Leute aus dem Finance Bereich, aus der Logistik eben auch aus der Strategie mit dabei und auch aus Der Linie die wirklich auch viel Erfahrung aus Unternehmen selber haben.

00:08:33: Das ist sehr wichtig, wenn du solche Changeprozesse im Unternehmen anstößt wie du es eben mit KI hast.

00:08:38: Das heißt, du musst wissen wir reagieren Mitarbeiter darauf.

00:08:41: Wie kommuniziere ich das Ganze?

00:08:43: Welche Strukturen passen jetzt zu der Kultur und auch zur aktuellen Orgastruktur des Unternehmens Und diesen Hauptringen wir eben ein, um dafür zu sorgen dass KI wirklich im Unternehmen sinnvoll eingesetzt wird.

00:08:55: Das Bild in vielen Unternehmen ist aktuell eben das es häufig entweder keinen zentralen Ansprechpartner gibt und das heißt viele Teams experimentieren.

00:09:07: Wir sehen das quasi als Vorstufe wo viel ausprobiert wird, viel Tooling da der eine oder andere Pilot gestartet wird.

00:09:18: Und da ist unser Ansinn, eben Struktur reinzubringen und auch gewisse Standards.

00:09:23: Weil die Überschneidungen bei Piloten sind sehr groß.

00:09:26: Das ist eine der Gründe, warum sie schaltern weil sie zu losgelöst sind, weil sie unterschätzt werden wie aufwendig auch der Betrieb etc.

00:09:35: Und das wollen wir alles sehr strukturiert sowohl in Form von Strukturen aber eben auch in Form vom passenden Know-how und den Sparingspartner für uns umsetzen.

00:09:44: Du hast gerade gesagt, Die Überschneidung von Piloten ist oft sehr groß.

00:09:49: Was heißt das?

00:09:50: Also eine klassische Überschnadung ist beispielsweise, dass Piloten sind dann letztendlich erstes Projekte die ich unternehmen starte.

00:09:57: also Ich möchte beispielsweise mein Buchhaltungsprozess Rechnungseingang mit KI-Agenten irgendwie effizienter und schlanker gestalten.

00:10:07: Wenn man sich diese Fälle anschaut, aber parallel beispielsweise für die Unternehmenskommunikation ein Toolbau das hilft PR Texte besser umzusetzen etc.

00:10:20: Dann merkt man sehr schnell dass sich da sehr viel Synergiepotenziale verbergen weil eben eine KI nur dann gut funktioniert wenn sie möglichst viel Kontext bekommt.

00:10:31: sonst ist es letztendlich allgemein Wissen aus dem Modell raus Das heißt, je mehr Kontext.

00:10:37: Ich habe die passenden Daten genau zu wissen.

00:10:39: was brauche ich jetzt das so besser ist?

00:10:41: ergebnis in der Regel und bei jedem Piloten ist es so dass eben wenn komplett losgelöst wird viele dieser Prozesse also sprich zu entscheiden welche Daten möchte ich dafür verenden?

00:10:51: Was sind Infos die der spezielle Use Case benötigt.

00:10:56: Was ist der Kontext dafür?

00:10:58: Häufig wird das autark gemacht, obwohl man eigentlich es standardisieren sollte.

00:11:02: Es wäre A schneller und B würde man dafür sorgen dass alle eben auf der gleichen Basis arbeiten.

00:11:07: also ganz blödes Beispiel.

00:11:09: nehmen wir an du würdest PowerPoint-Präsentationen über KI erzeugt.

00:11:13: Jeder Bereich macht das irgendwie komplett autark, weil der eine hat ChatGbt, der andere klots.

00:11:19: Dann sehen die nicht nur sehr unterschiedlich aus sondern sie haben unter Umständen auch ganz andere Inhalte.

00:11:26: Weil der eine vielleicht noch ältere Daten hat, der spricht vielleicht von Vierhundert Kunden.

00:11:30: Der aktuelle Datensatz sind aber fünf Hundert Kunden, die das Unternehmen jetzt hat.

00:11:33: Das heißt, der eine geht mit Fünfhundert Kunden aus und der andere Die Interessenten und Kunden fragen sich, was stimmt denn jetzt?

00:11:39: Also ein ganz simples Beispiel aber kommt sehr häufig vor.

00:11:42: Passiert bei Menschen die mit Vorlagen arbeiten oder Daten liefert, passiert dann eben auch bei KI.

00:11:47: Und das Schöne ist bei KI kann man sowas besser vermeiden als beim Menschen.

00:11:51: also wir merken ganz häufig dass natürlich die Kommunikation im Unternehmen immer ein Engpass ist.

00:11:59: Häufig die kommunikation nicht ganz so läuft wie man sie es vorstellt Und KI kann helfen, solche Dinge eben mit einer Sprache durchzuführen und zu standardisieren.

00:12:10: Das sollte bedacht werden und da hilft es nicht wenn Piloten untereinander stattfinden, keiner weiß davon.

00:12:18: Die sind komplett losgelöst.

00:12:19: Also das sind so Dinge die wir uns dann auch anschauen,

00:12:21: d.h.,

00:12:22: wenn wir uns die Use-Case im Unternehmen anschauen und priorisieren und dann die Umsetzung bringen ist eine ganz große Frage, wie müssen wir diese Systeme bauen?

00:12:32: dass sie eben universeller werden.

00:12:35: Brauche ich vielleicht eine zentrale Unternehmen Swissens Datenbank, ein zentrales LLM mit dem ich arbeiten kann um daneben eine Vielzahl von verschiedenen Automatisierungen, agentischen Lösungen etc.

00:12:46: zu setzen?

00:12:47: Eine Bitte, schau kurz nach ob du Values and Ventures abonniert hast.

00:12:51: Ich hab die Ambition für dich die herausragendsten Menschen zur Unternehmertum Nachhaltigkeit Digitale Souveränität Diversität und Persönlichkeitsentwicklung zu interviewen.

00:12:59: Damit mir das gelingt muss die Show wachsen.

00:13:01: Mir zu helfen kostet ich so gut wie nichts.

00:13:03: Tu mir nur diesen Eingefallen und folge der Show auf Spotify YouTube oder Apple Podcast Und wir beide gewinnen Danke!

00:13:09: Und jetzt geht's weiter mit der Show.

00:13:11: Sind mich sehr an meine Konzernarbeit Denn das mit den Folien, gerade als jemand der viele Folien baut und auch viel im Medien- und PR Team war.

00:13:19: War das durchaus ein großes Problem?

00:13:21: Also irgendwann weiß keiner mehr was die neues Version ist.

00:13:23: Ganz offen nimmt man die Präsentation von einem Kollegen, die schon passt da überarbeitet sie vielleicht noch mal.

00:13:29: Wir haben dann für uns digital asset management eingeführt.

00:13:34: Das hat schon mal geholfen zu wissen was so eine urspruchs templates sind.

00:13:38: Die waren aber auf templates die visuelle templates waren und geabgedatet wurden, aber wenig inhaltlich.

00:13:44: Das musste man sich dann wieder auch in irgendeinem Wiki zusammensuchen.

00:13:47: Und deswegen kann ich das total verstehen.

00:13:49: was wir auch hatten, was aber sehr hilfreich war so ein Tool des praktischen Brandmanagers waren wo man Sachen rein füttern konnte und dass einem zurückgesagt hat, das ist gar nicht mehr das Orange, das wir jetzt noch benutzen.

00:14:00: Solche Dinge sind super wichtig.

00:14:02: Wo letzten Endes eigentlich einen Mensch sitzen müsste, ein Brandmanager, der macht den Job ehrlich gesagt auch nicht so gerne Also dann da zu sitzen und Folien zu kontrollieren, dass auf jeder Seite das richtige Logo benutzt wird.

00:14:12: Das Worthing-Stimm.

00:14:13: Da kann man als Brandmanager wirklich bessere Sachen machen.

00:14:16: Ja ist auch ein sehr guter Anwendungsfall für KI.

00:14:19: ja.

00:14:20: Ihr habt tausend und mehr identifizierte KI Use Cases?

00:14:26: D.h.,

00:14:27: mich überrascht es so ein bisschen, dass du sagst ihr müsst den Kunden zeigen was vielleicht so Use Caces sein können.

00:14:34: Verstehe ich auf der einen Seite oder auf der anderen Seite habe Unternehmen kommen schon mit Use Cases oder müssten zu euch kommen und sagen, das sind das wollen wir alles machen.

00:14:41: Ihr müsst dann einordnen was vielleicht geht oder ihnen zeigen was vielleicht noch sinnvollere use cases sein können.

00:14:47: wie ist es so im Zusammenspiel?

00:14:48: womit kommen die Kunden?

00:14:50: Und was zeigt dir in so aus den tausend Newscases und vielleicht hast du auch ein paar Spanne, die du hier mal nennen möchtest?

00:14:56: Ja sehr gerne.

00:14:56: Also wie gesagt es ist schon so dass sie alle meisten Unternehmen oder können ich von ihrer Branche häufigste ähnliche Anwendungsfälle haben also sprich Rechnungen zahlt jeder also eine Rechnungseingangsprozess zu vereinfachen.

00:15:10: Die Bearbeitung einer Buchhaltung ist bei vielen ein wichtiges Thema.

00:15:14: Viele erzeugen PowerPoint-Präsentation, viele brauchen Chatbots allgemein für Mitarbeiter.

00:15:19: Es gibt ganz, ganz viele sehr allgemeine Use Cases.

00:15:22: Dann gibt es aber auch sehr bereitspezifische.

00:15:25: Ich möchte für meinen Offlinehandelsgeschäft Assistenten in den Läden beispielsweise haben auf iPads.

00:15:34: Das sind zum Beispiel Use Case, die im Handel häufiger vorkommen.

00:15:39: Die wiederum wie gesagt brauchen vielleicht dieselbe Informationsbasis, die selbe Infrastruktur wie eben die Unternehmenskommunikation.

00:15:47: Wie eben Präsentationen oder auch PR-Meldungen erzeugt und so kann man dann in die UseCase übereinander halten.

00:15:54: das ist schon so dass Unternehmen... Manche Unternehmen haben sehr viele UseCases schon.

00:16:00: Die haben vielleicht auch ein paar geschaltete Piloten oder Piloten die gerade eine Umsetzung sind Und wiederum andere sind noch sehr frisch bei dem Thema und haben noch keine konkreten Vorstellungen.

00:16:10: was kann ich denn lösen?

00:16:12: Und häufig ist es bei uns so, dass selbst die Unternehmen, die schon Use-Cases haben sehr gern von uns in Anspruch nehmen, das wir nochmal in die Fachbereiche reingehen und nochmal autark schauen.

00:16:22: Was sind denn wirklich die Herausforderungen?

00:16:24: Also wir arbeiten normalerweise so als erst mal identifizieren was sind dann so die größten Hebelunterforderung im Fachbereich?

00:16:30: ja und kann man die über KI überhaupt lösen?

00:16:33: oder wäre es vielleicht sinnvoller ist, einfach als regelbasierte Automatisierung oder so zu lösen.

00:16:40: Oder liegt es daran, dass die Leute einfach nicht miteinander reden?

00:16:43: Kommt auch mal vor!

00:16:45: Da ist das manchmal auch sogar sinnvolle als eine KI.

00:16:50: Das heißt man schaut uns an was sind tatsächlich Anwendungsfälle und dann werden sie priorisiert und häufig gleichen wir die dann nochmal gegen die Use Cases, die vorher schon irgendwie identifiziert wurden ab.

00:17:01: Und ganz häufig kommt aber auch raus Das, was wir dort über diese Herausforderungsansatz identifiziert haben, sinnvoller ist vielleicht als das, was bisher schon als Use-Gesang gedacht

00:17:12: war.

00:17:12: In den Gesprächen die ich in letzter Tat habe, glaube ich gerade diese Diskussion um manchmal ist es auch besser etwas regelbasiert zu lösen sehr groß.

00:17:21: Ich glaub die Unternehmen versuchen jetzt alles zu automatisieren.

00:17:24: aber Automatisierung heißt nicht automatisch man braucht KI.

00:17:28: Ich glaube, das ist ein großer Trugschluss, dass man vielleicht auch gar kein Interpretationsspielraum bei der KI lassen möchte.

00:17:33: Sondern manchmal muss es nur einen Ja oder einen Nein geben?

00:17:36: Das ist dann vielleicht auch der bessere Weg!

00:17:38: Absolut ja.

00:17:38: Also ein ganz großes Halbthema.

00:17:40: momentan sind natürlich auch Agenten.

00:17:42: Da hast du's in der Aussicht.

00:17:46: Wo du dich schon fragen musst wie viele Freiheiten braucht denn überhaupt so ein Agent?

00:17:50: Brauche ich da wirklich einen Agenten?

00:17:53: Oder ist das nicht sowieso sehr standardisiert?

00:17:54: Also beispielsweise wenn ich jetzt Rechnungen abgleichen muss, dann ist ja schon ganz klar gegeben.

00:18:00: Was muss ich da abgreichen?

00:18:01: Eine Rechnungsnummer vielleicht einen Betrag und so weiter... Da brauche ich jetzt keinen Agenten der mit einem der weltbesten LLMs das ganze nochmal kritisch hinterdenkt.

00:18:11: also im Endeffekt würde in meiner Buchhaltung vermutlich auch kein Philosophen einstellen, der erstmal kritisch hinterfragt Was so eine Errechnung ist, ne?

00:18:19: Also im Endeffekt geht's dann darum ein Task sinnvoll durchzuführen.

00:18:25: Und ähnlich wie es bei uns Menschen auch mal ist... Es gibt einfach Aufgaben wo es besser ist wenn du nicht nachdenkst oder einfach deinen Job machst weil das halt in dem Moment gefordert ist.

00:18:36: und in so einem Fall ist die Automatisierung der bessere Weg.

00:18:40: Ihr schaut bei den Unternehmen auch auf den KI-Reifegrad also ihr schaut drauf, in welchem Stadion befindet sich das Unternehmen.

00:18:51: Ihr macht so eine Art Schnellcheck,

00:18:53: d.h.,

00:18:54: ihr prüft, so schnell es geht wie in welchen reifergradlichen Unternehmens befindet?

00:18:59: Was kann man in Minuten mit einem Gespräch, was kann man an mehreren Wochen feststellen?

00:19:06: In den ersten Minuten ist es erstmal spannend und wichtig, mit der Geschäftsführung zu sprechen.

00:19:12: Am Ende, wenn du Kaim-Unternehmen implementierst, das hört sich immer so leerbuchmäßig nach einer Plattitüde an.

00:19:19: Aber wenn die Geschäftsführung da nicht voll dafür brennt und dahinter ist wird es in der Regel eher scheitern, weil das Grundinteresse muss schon von der Geschäftsführung daran kommen.

00:19:33: Und du merkst in den Gesprächen sehr schnell ob das eben der Fall ist oder nicht.

00:19:38: ja?

00:19:40: Weil wenn es die Geschäftsführung nur einführen möchte, weil's jetzt gerade ein heißes Thema ist und sie ja von gehört haben aber nicht so wirklich dahinter stehen.

00:19:49: Dann ist das sehr schwierig, weil häufig ist es in den Unternehmen so, wenn du eine kritische Geschäftsführung im Thema KI hast, ist es häufig ein Indikator dafür dass sie allgemein zu vielen digitalen Themen sehr kritisch stehen.

00:20:01: Das heißt du hast häufig auch ne Datenbasis vielleicht da oder ne Infrastruktur, die nicht ganz up to date ist.

00:20:08: Und dann musst du um sinnvolle KI-Projekte durchzuführen, gleich mehrere Stufen auf einmal nehmen.

00:20:14: Das Thema Digitalisierung und eben auch das Thema KI-Implementierung dann mal.

00:20:19: Wie ich schon sagte, KI braucht Kontext, KI brauchen Daten – wenn im Unternehmen vieles nicht da ist, weil sehr viel per Zuruf mündlich gemacht wird oder weil beispielsweise noch kein Data Lake da ist oder sonstige zentrale Datenorte her, dann ist es sehr schwierig mit der KI auch zu arbeiten.

00:20:41: Wenn du sagst zentraler Datenorte erlebstest immer noch viel im... wo ab ist viel mit dem deutschen Mittelstand?

00:20:48: Wir arbeiten in Schwerpunkt Dach mittelstand und gehobener Konzerne.

00:20:55: Erlebst du immer noch einen Excel-Tabellen Setup?

00:21:01: Im Mittelstand schon eher, definitiv.

00:21:06: Ist nicht per se schlechter.

00:21:07: also im Endeffekt ist ja schon ein Vorteil auf dem KI dass sie mit verschiedenen Datenquellen arbeiten kann und solange eine Datenquelle da ist können wir schon mal einen Haken an der Checkliste machen.

00:21:21: Und dann bin ich jetzt davon ob es ein Exel sheet ist oder eine umfassende BI-Lösung im Einsatz ist.

00:21:28: Also von dem her, ja aber klar die Reifegrade sind schon unterschiedlich.

00:21:35: Wir haben eine große Studie für uns intern einfach mal gemacht als wir jetzt gestartet sind und haben uns angeschaut wo steht denn der Markt gerade?

00:21:42: Und wie wird das sich bis zu zweizig vierzig entwickeln?

00:21:45: Das Interessante an dieser Gesellschaft, die wir gemacht haben war zu sehen dass so der Unterschied zwischen Europa und den USA tatsächlich in diesen Bereichen um die vier Jahre beträgt.

00:21:58: Also was, was in den USA gerade nachgefragt implementiert wird kommt bei uns in den größeren Unternehmen eigentlich so mit vier Jahren Verzug mehr oder weniger erst an Und der Mittelstand hängt gegenüber den großen Unternehmen noch mal in der Regel sechs Jahre hinterher.

00:22:15: So war die Projektion ...

00:22:16: Noch mal sechs Jahre?

00:22:17: Genau,

00:22:18: die wir dort durchgesucht

00:22:19: haben.

00:22:19: Zehn Jahre Verzug!

00:22:21: Worstcase ja.

00:22:21: Könnte man sagen.

00:22:22: Natürlich sind es verschiedene andern und ich glaube auch dass der Mittel stand schneller adaptieren wird als in der Vergangenheit bei bestimmten Projekten.

00:22:31: Aber was ist vielleicht Best Case?

00:22:34: vier Jahre sein, wenn ihr im Mittelstand hinterhängt?

00:22:37: dann sprechen wir trotzdem vom Zeitfenster von acht Jahren.

00:22:39: Und das kommt hin, also es hört sich sehr, sehr lang an.

00:22:42: aber wenn man sich jetzt anschaut ... um zwanzig-zwarundzwanzig kam ChatGPT raus gibt immer noch sehr viele Unternehmen die keine KI-Chatbots ihren Mitarbeitern bereitstellen und wir sind jetzt auch schon im Jahr zwanzi-sechsenzwanzigh.

00:22:56: Also von dem ja dieses Zeitfenste hört sich nach viel an ist in der Praxis gar nicht so unübliche.

00:23:03: Ich kenne diesen Verzug definitiv aus der Marketingbranche.

00:23:06: Da war es auch immer so, dass wir gesagt haben USA sind uns immer drei Jahre voraus im deutschen Markt und dann aber auch Schweiz und Österreich noch mal ein paar Jahre in der Dachregion hinter Deutschland?

00:23:17: Kommt drauf an.

00:23:18: also mittlerweile würde ich das gar nicht mehr so stark sehen, gerade die Schweizer Hochzeit.

00:23:21: Im Bereich KI!

00:23:23: In Marketing würde ich was... auf der kleinen Verzug schon spürbar.

00:23:27: In KI sehe ich, wenn ich über die Grenze gucke in die Schweiz vor allen Dingen ... Ich kenne den österreichischen Markt gar nicht so gut.

00:23:32: Aber wenn ich in die Schweiz gucke, bin ich teilweise schon beeindruckt, was da schon läuft?

00:23:37: Absolut ja!

00:23:38: Deswegen kann ich das ein bisschen nachvollziehen gerade.

00:23:40: Ja also so würde ich die Anschätzung auch teilen.

00:23:44: Es gibt in Österreich auch eine sehr lebhafte digitalen und auch KI-Szene.

00:23:50: aber ich würde schon sagen dass die Schweiz dann tickend noch Voraus ist.

00:23:53: es aus meiner persönlichen Sicht.

00:23:55: Ich frage mich, ich habe mich gefragt ob das, weil ich mich mit digitaler Souveränität auch viel beschäftige, ob das eine Frage der Souveranität ist die in den Schweiz einfach sehr veragert ist?

00:24:05: Auf allen Ebenen eigentlich auch viel für Souveräität und digitale Souverainität zu sorgen und dass wahrscheinlich schon höher auf der Agenda stand.

00:24:13: Ja absolut!

00:24:14: Die Schweiz hat vorher auch schon vielen Bereich Digitalisierung gemacht Und dadurch sind sie, glaube ich, schneller bei solchen Themen als viele andere Länder.

00:24:24: Wenn du um nochmal auf diesen Schnellcheck zurückzukommen oder auf deinen Reifegradcheck zurückzukommen... Du hast gesagt es ist zum einen die Datenlage, zum anderen die Führungsetage ist die on-board Praktisch die beim Change Management auch nochmal erst mitnehmen.

00:24:42: Hast du noch einen dritten Punkt, den du mit einbeziehen würdest?

00:24:45: Woran erkennt man sofort eine Unternehmen und der Reife gerade oder vielleicht noch mehr wenn du was hast?

00:24:48: Also natürlich an den Mitarbeitern auch.

00:24:51: Du siehst auch wie Affini Mitarbeiter schon mit dem Thema umgehen also... Werden schon verschiedene KI-Lösungen eingesetzt, ist natürlich auch ein Punkt den wir im Reif grad checken.

00:25:02: Wie werden sie eingesetzt?

00:25:05: Wie verbreitet sind Sie auch?

00:25:07: Beispielsweise wurde ein Chatbot implementiert.

00:25:09: wie viele Prozent der Mitarbeiter nutzen denen auch.

00:25:11: Wie intensiv nutzen Sie ihn?

00:25:13: da kannst du schon relativ viel davon ableiten.

00:25:15: ja auch ganz wichtig ist natürlich beim KI Themen Natürlich auch zurecht, dass es in vielen Unternehmen eine sehr große Angst und Skepsis dabei gibt.

00:25:25: Auch beim Thema Jobverlust.

00:25:27: Und da merkt man auch in den Unternehmen relativ schnell eben ob das Thema eher mit Optimismus angegangen wird oder eher mit Angst.

00:25:37: In die Unternehmen wo es diese KI-Angstkultur gibt – das ist immer sehr schwierig.

00:25:43: weil da auch offen natürlich die Implementierung ein Stück weit sabotiert werden kann.

00:25:49: Es hört sich jetzt immer sehr hart an, sabotieren.

00:25:53: Sabotieren bedeutet aber im Endeffekt vielleicht einfach nur sein Wissen nicht einzubringen, es nicht einzusetzen bestimmte Dinge, die gemacht werden, nicht ganz so genau zu beschreiben oder zu erwähnen Wie man es bräuchte, um das zu lösen.

00:26:08: Und so kann man dann auch Implementierung sabotieren.

00:26:12: Bewusst oder unbewusst eben?

00:26:14: Man hat ja manchmal Widerstände in sich... Genau!

00:26:15: Man

00:26:15: hat mal einfach Angst und ist verschlossener dadurch.

00:26:18: Ich möchte es vielleicht gar nicht mit Absicht wie du sagst.

00:26:21: aber Das führt dazu, dass der Output nicht ganz so ist wie er sein könnte.

00:26:28: Mein Gedanke zur Verbreitung von Chat-Tools in Unternehmen.

00:26:32: Zwei habe ich sogar dazu.

00:26:33: Das eine ist ... Du sagst ja Vier Jahre nach dem Release von ChatGbt, drei Punkt fünf müsste es gewesen sein.

00:26:42: Gibt's in vielen Unternehmen immer noch nicht ChatGBT?

00:26:44: Ich glaube das hat so zwei Seiten ist.

00:26:47: eine ist ich glaube dass ganz viele Leute trotzdem Chat-Tools nutzen beruflich schon seit Jahren, ohne dass die Geschäftsführung das weiß oder abgesehen hat.

00:26:56: Weil sie es vielleicht nicht da empowert wurden, sich was anzuschaffen?

00:26:58: Oder weil Leute von selbst gesagt haben, ich lass jetzt mal eine Texte durchlaufen oder schreiben und ich mach die Website-Texte damit.

00:27:04: Ich glaube, dass ganz viele erst mal sofort dazu gegriffen haben, sich so ein Tool anzuschaften ist ja auch kostenlos dann noch gewesen.

00:27:11: Ich glaub dadurch taucht ganz oft in den Statistiken gar nicht auf wie viel KI in Unternehmen genutzt wird.

00:27:16: Das wirkt immer als Werteverbreitung.

00:27:19: geringer.

00:27:19: und das andere ist in diesem fall muss ich sagen auch wenn das unternehmen ki nicht oder der markt hinterher hinkte also mittelstand.

00:27:28: jetzt wenn du sagst da kann sogar zehn jahre dauern es ist in dem fall auch anders weil zum beispiel nicht so was ist wie jetzt mit einer marketing automation zu arbeiten mit nimmt sehr im tool sondern mich gerade sagte die leute machen das dann auch einfach.

00:27:39: das heißt vielleicht geht's in diesem Fall schneller und dass das wissen schneller dar weil jeder für sich individuell diese Technologie alleine erschließen kann, ohne abhängig davon zu sein dass der Konzern das Unternehmen der Mittelstände sagt ich schaffe uns jetzt die Software an.

00:27:53: Im Medialfall ja in der Praxis erlebe ich allerdings häufig schon auch dass klar, die Arbeitsbelastung für viele sehr hoch ist und auch wenig Zeit dafür da ist sich mit neuen Themen oder Technologien zu beschäftigen.

00:28:06: Also das ist eher so das Feedback was wir häufig aus der Praxis bekommen.

00:28:10: Natürlich hast du die sogenannte Schatten-KI also sprich die KI Tools die einfach privat bezahlt werden oder aus der Kaffekasse wird es teilweise mal gemacht um offizielle Wege ein Stück weit abzukürzen.

00:28:23: sagen wir mal Das ist schon der Fall, aber genau da entstecken ja auch bestimmte Gefahren.

00:28:33: Wir werden sicherlich über das Thema Sicherheit von Daten sprechen, so was es natürlich sehr schwierig war.

00:28:38: Einerseits möchte man das Unternehmen manchmal natürlich eine eigene Dynamik nicht stoppen weil man ja möchte dass sich die Mitarbeiter mit neuen Technologien beschäftigen.

00:28:47: Weil man ja Aber andererseits sind eben dadurch auch sehr, sehr große Interfizienzen da und eben auch bestimmte Datensicherheitsprobleme.

00:29:02: Und gerade eben auch bei kostenlosen Accounts ist das sehr relevant.

00:29:07: Deshalb macht es trotz allem Sinn ein Stück weit klare Strukturen zu schaffen weil es Vorteile mit sich bringt.

00:29:13: Das bedeutet nicht einfach nur Dinge zu kontrollieren aus einer Stück weit Machtperspektive heraus sondern wirklich auch dafür zu sorgen, dass das was rauskommt besser ist.

00:29:25: Dadurch dass es eben standardisiert ist, dadurch dass eben Berechtigungen klar sind, dass eben auch interne Daten schneller und effizienter genutzt werden können ohne dass ich jetzt heimlich irgendwas rauskopieren eintragen muss in irgendwelche Systeme.

00:29:38: Dann

00:29:39: lass uns doch gleich auf diesen Sicherheitsaspekt kommen den ich auch gerne damit verbinden möchte einmal durchzugehen was eigentlich die verschiedenen Möglichkeiten sind KI zu nutzen nämlich in Form von Modellen wo sie gehostet werden und wie ich sie nutzen kann.

00:29:53: Und wir haben ja Open Source, wir haben Open Weight ... und wir haben Close Source Modelle.

00:29:58: Ich hoffe, ich liste jetzt alles auf?

00:29:59: Vielleicht hast du da noch Hybriden oder andere Dinge die dann...

00:30:02: Die Grenzen sind momentan verschwimmen.

00:30:04: Aber ja!

00:30:05: Die

00:30:05: Grenze verschwimmt.

00:30:06: Das sind aber so drei Dinge, die man mal reden sollte weil ich glaube es gibt auch ganz viel Unklarheit was die drei Begriffe bedeuten und wie man sie nutzen können.

00:30:14: vielleicht bringst Du kurz Klarheit rein und wir sprechen nochmal kurz darüber wo auch die Risiken bei der Nutzung bestehen.

00:30:21: Also du hast ja schon angesprochen, es gibt die drei Möglichkeiten.

00:30:24: Der Standard den sehr viele kennen sind diese sogenannten Close Source Modelle.

00:30:28: das heißt ich habe einen Anbieter der mir das Modell Mietweise sozusagen zu verfügen stellt.

00:30:34: Das heißt ich kann über eine Lizenz oder über die API auf diese Modelle zugreifen die dann eben von einem häufig amerikanischen Anbiete oder chinesischem oder es gibt auch europäische wie Misstra und so weiter zur Füge gestellt werden.

00:30:50: tätige ich meine Anfragen.

00:30:51: Ich habe aber keinen Einblick jetzt in die Software selber, ich hab nur... sich Kontakt mit dem Userinterface sozusagen, aber weiß nicht was im Hintergrund passiert.

00:31:01: Ich war es unter Umständen nicht wie die Trainingsdaten ausschauen, mit denen die Modelle erzeugt werden und ich weiß auch nicht, wie die sogenannten Gewichte dann ablaufen.

00:31:11: Also Gewichte sind letztendlich die Knotenpunkte wenn man so möchte der neuronalen Netze.

00:31:18: Und je mehr es gibt das zu clever ist das Modell sozusagen.

00:31:21: Und das sind dann, wie gesagt als nächste Stufe wenn wir schon von Gewicht besprechen die sogenannten Open Weight Modelle.

00:31:30: Das heißt da ist es so dass diese Gewichte öffentlich sind also die Knotenpunkte des Andrainierte sozusagen aber die Trainingsdaten selber die sind verschlossen und nicht einsehbar.

00:31:42: Das heisst ich kann auf diesen Open Weight-Modellen auch selbst Feintuning betreiben unter Umständen den nochmal selber was beibringen ja diese Gewichtung noch ein Stück weiter mit verändern.

00:31:54: Aber ich habe keinen Einblick in den kompletten Source Code, in die Trainingsdaten etc.

00:32:01: Vielleicht einmal kurz zur Zuordnung damit das für die zuhörenden Zuschauer einfacher ist?

00:32:06: Wir hatten jetzt als erstes die Close Source.

00:32:08: du hast ganz kurz Mistral genannt damit alle so ein bisschen mitkommen.

00:32:12: Dazu gehören auch Jim and Nye, dazu gehören Tatchy-Bee-Tee

00:32:16: und

00:32:16: Tropics-Clawed.

00:32:17: Genau, Diepsik aus dem Schneesischen Distance sind die Klassiker, die man unter Umständen im App Store auftauchen sieht, die dann mal die Charts stürmen.

00:32:25: Dann haben wir Open Weight da vielleicht noch mal ein paar Beispiele für.

00:32:28: was gehört dazu?

00:32:29: Also das sind so die Klasiker eigentlich, Quellenaus oder auch die Metamodelle, die Lama-Modelle ... die man da einsetzen kann.

00:32:40: Viele Ordnen, die so ein bisschen Open Source zu, also weil sie eben noch diese alte Welt kennen, sage ich mal vor den KI-Themen wo alles was öffentlich war, open source war, alles was nicht öffentlich war dann, ich sag closed source.

00:32:55: Öffentlich in Sinne von Ich kannst mir runterladen, ich

00:32:58: kann es

00:32:59: selber hoßen und ich kann sogar kommerziell oder teilweise kommerzielle für mich nutzen Genau.

00:33:04: Und das ist so die alte Welt sozusagen, wo es nur diese beiden Varianten gibt.

00:33:08: und wie gesagt mit den KI-Modellen jetzt gibt's das Mittelding ja, wo ich quasi nicht alles einblicken kann aber eben trotz allem... Ich kann es selber hosten, vielleicht auch Feinchen also Dinge antrainieren Aber letztendlich gibts immer noch eine Blackbox, die ja hinter ist.

00:33:27: Die dritte Variante sind jetzt die Open Source Modelle, wie beispielsweise aus der Schweiz Apertus.

00:33:33: Die eben beides erlauben.

00:33:35: Das heißt ich hab Transparenz was die Trainingsdaten angeht und ich habe eben auch diese open weights mit drin.

00:33:42: Und ich kann es bei mir selber hosten

00:33:44: oder

00:33:44: ich kann das auch letztendlich mieten weil jemand erst dann hostet.

00:33:48: aber ich habe eine gewisse Transparens mit drin sich davon unterscheidet von den Open-Wade und eben auch von den Close-Sourcemodellen.

00:33:58: Bei den Open Source Modellen finde ich ganz spannend, dass es ja schon mal vorgekommen ist wenn es sehr gute Benchmarks gab das die Modelle auch offenbaren im Code wie sie trainiert wurden und dass sie teilweise dann auch versuchen exakt auf die Benchmark zu trainieren.

00:34:11: da ist dann natürlich trotzdem diese Transparenz netterweise da, dass man das sehen kann.

00:34:15: Wird auch teilweise den Anbietern vorgeworfen auf die Benchmark zu trainieren.

00:34:20: Aber es ist ein gutes Beispiel dafür zu wissen was finde ich im Code wie wurde trainiert?

00:34:25: Welche Daten fließen ein?

00:34:26: und gerade wenn wir über China sprechen und vielleicht auch Meinungsfreiheit, dann ist es schon wichtig zu wissen wie wurde es trainiert und welche Aussagen bekomme ich bei Fragen zurück.

00:34:35: Absolut ja.

00:34:36: also am Ende so Daten sind immer limitiert.

00:34:40: ne Das heißt, es gibt gerade bei den großen Modellen einfach eine unzählige große Anzahl an Daten mit denen die Modelle trainiert werden und ich muss zwangsläufig immer auch subjektiv eine Auswahl treffen.

00:34:59: Ähnlich wie es Google auch macht, wenn du so wirst.

00:35:02: Das heißt, wenn in Google eine komplett neutrale Zoom-Maschine wäre, wären deine gesamten Suchergebnisse in der Regel mit Pornografie geflutet.

00:35:11: Weil das eben was die Menge der Seiten angeht einfach ein riesen Thema im Netz ist.

00:35:17: Aber dadurch dass wir eine sinnvolle Zoom- Maschine haben wirst, wendet Google Automatischfilter an, die dafür sorgen kritische Inhalte eben nicht die kompletten Suchergebnisse fluten.

00:35:28: Und so ähnlich ist es beim Antrainieren von KI-Modellen auch, ne?

00:35:32: Also wenn ich wirklich jetzt nur das komplette Netz nehmen würde dann hätte ich am Ende einen Chatboard beispielsweise der moralisch sehr verwerfliches, sagen wir mal so und der bringt mir dann weder im Unternehmen noch private irgendwas.

00:35:45: deshalb muss ich zwangsläufig immer Subjektiv auswählen, welche Daten kommen rein und welche nicht.

00:35:51: Und durch dieser Auswahl der Daten ist natürlich immer ein gewisser Bayerster abhängig vom Wertesystem.

00:35:58: Die Amerikaner haben eben anderes Wertessystem als die Chinesen.

00:36:03: Dadurch bedingt auch was an Quellen wo reinläuft.

00:36:09: Das ist unter anderem auch ein Nachteil in Europa dass es wenige europäische Modelle gibt, die eben auch nochmal andere Werte dann hätten wenn sie eben größer und stärker wären.

00:36:23: Ich hatte ja den Eindruck, wenn ich jetzt zum Beispiel ein... weil das ist ja der zweite Aspekt.

00:36:27: Zum einen was bekommt man an Daten?

00:36:29: Zum anderen aber auch was erfahren die Toolanbieter über mich?

00:36:35: Und ich habe da natürlich schon so ein bisschen den naiven Eindruck Wenn ich jetzt ein Tool benutze und ich hab jetzt ein Open Weight oder Open Source und ich habe einen Anbietter Der bietet's mir an mit dieser KI zu sprechen aber es kommuniziert jetzt nicht zurück zum Beispiel, zum chinesischen Anbieter oder ist eigentlich auch egal wohin.

00:36:50: Aber ich habe die Annahme, ah ja das ist hier gehostet und sagt mir auch wird nichts zu Trainingszwecken verwendet.

00:36:59: Gibt es trotzdem Gefahren für mich weil ich diese Kommunikation mit dem Chatboard habe?

00:37:04: Oder bin ich dann sicher?

00:37:06: Es ist immer eine entstückweitende Gefahr natürlich da, wenn Dinge nach außen sind.

00:37:11: Also es ist in der Regel immer am sichersten, wenn die Modelle bei dir selbst gehostet sind.

00:37:17: Zumindest was deine Anfragen jetzt angeht.

00:37:19: Dann musst du das gesamte System selber schützen und dass keiner von außen dich hegt.

00:37:23: aber am Ende für die reine Kommunikation ist das in der regel immer der sicherste Weg.

00:37:27: Jetzt ist allerdings so, dass der Betrieb von solchen Modellen selber natürlich auch Kosten verursacht auch die Pflege, Wartung etc.

00:37:37: Und du hast sich natürlich abhängig gemacht von einem Modell.

00:37:41: Das heißt, du baust viel drumherum.

00:37:43: Du siehst dass die Modelle sehr schnell immer leistungsstärker und besser werden und dementsprechend möchtest du vielleicht immer up to date bleiben oder hast einfach sehr komplexe Anwendungen, die eben diese großen ganz mächtigen Modelle benötigen.

00:37:58: dann musst du wiederum mit externen Modellen arbeiten.

00:38:01: Und jetzt um auf deine Frage zurückzukommen, woran erkenne ich denn jetzt auch meine Daten dann sicher sind?

00:38:06: nur nicht wenn ich mit so einem externen Anbieter arbeite.

00:38:10: Muss man zwei Dinge unterscheiden?

00:38:11: Das eine Thema ist nutze ich das privat oder nutze sich das geschäftlich?

00:38:15: weil es macht einen sehr großen Unterschied bei den Anbieten, weil die Endkundenverträge sind anders gestrickt beispielsweise als die Enterprise-Verträge.

00:38:25: Als Unternehmen kann ich mit den allermeisten Anbietern tatsächlich das Training ausschließen.

00:38:31: Ich habe je nach Anbieten dann auch die Möglichkeit eine Zweckgebundenheit im Vertrag zu haben, was ich für Datenschutzthemen brauche und ich hab dann eben auch ein Data Processing Agreement also Auftragsverarbeitungsvereinbarung, die eben die Deutsche Und unter den Rahmenbedingungen ist es eigentlich relativ sicher händelbar, was diesen Datenfluss angeht.

00:39:00: Aber ganz sicher hat man's eben nie.

00:39:02: Deshalb ist auch unser Prinzip erst gar nicht dafür zu sorgen dass beispielsweise personenbezogene Daten oder vertrauliche Daten hingesendet werden weil es trotzdem eben gewisse Fallstrücke gibt.

00:39:13: Auf die gehe ich gleich mal kurz ein, dann auf diese Sonderfälle aber nur einmal so ein grobes Erstensblick zu geben.

00:39:18: So ist das im Business-Bereich.

00:39:19: Das heißt, ich brauche auf jeden Fall einen bezahlten Plan im Businessbereich.

00:39:22: Ich muss mir genau die Verträge anschauen.

00:39:26: Ich brauche eine VV, DPA und dann habe ich so ein Vertragsgrund Setup erstmal.

00:39:32: Und dann hängt's wirklich davon ab wie die Lösung selber genutzt und implementiert wird.

00:39:37: Das ist dann der nächste Fallstrich.

00:39:38: Aber ich habe da schon mal eine gesunde Basis, sag' ich mal.

00:39:42: Im Privatkundenbereich ist es noch einmal anders gelagert.

00:39:45: Da nutzen sehr viele die Free Plane.

00:39:48: Das ist sehr schwierig weil ich da häufig das andere Nieren nicht ausschließen kann.

00:39:53: Das heißt diese Daten werden auch zum anderen Nieren genutzt.

00:39:57: Das is auch bewusst so, weil am Ende ist das auch das Kapitalen der einzelnen LLMs, das heißt um einen sehr guten Chatbot zu haben brauche ich zwangsläufig Input und Output der Nutzer.

00:40:09: Um diese Modelle immer besser zu verfeinern und so optimieren.

00:40:12: Das heisst ich bin als Anbieter ein Stück weit darauf angewiesen dass sich diese Daten auch zum Trainieren nehmen darf.

00:40:18: Und es wird dann häufig mit den Free Plane gemacht.

00:40:22: Wenn ich jetzt als Nutzer einen bezahlten Plan nehme, kann ich unter Umständen das Andrennieren dann deaktivieren.

00:40:28: Ich habe aber den Nachteil – ich hab jetzt keinen AVV mit dem Anbieter, ne?

00:40:33: Ich hab häufig auch keine Zweckgebundenheit in meinen Verträgen.

00:40:37: also die Klauseln im Privatbereich sind, außer wenn ich es dann de- aktiviere anderer als im Business Bereich.

00:40:42: Das heißt der Business Bereich hat immer ein höheres Schutzniveau als der private Anwender und das finde ich persönlich sehr kritisch.

00:40:50: Klar!

00:40:51: Es ist ein Interesse der Unternehmen, ihre Daten auch zu schützen.

00:40:55: Aber wenn man sich anschaut was so die üblichen Chatthemen sind dann ist es objektiv betrachtet nicht von einer Business Perspektive schon verfänglicher und verwerflicher was privat diskutiert wird als jetzt bei Unternehmensdaten weil in privaten häufig eben über Gesundheitsthemen diskutiert Und sonst mittlerweile Chatbots, sei es Personal Assistant wirklich sehr tiefe Einblicke in den Menschen bekommen.

00:41:25: Beziehungsthemen?

00:41:26: Genau!

00:41:26: Gesundheitsthemen... Ja

00:41:28: also es gibt fast kein Thema das nicht diskutiert wird und wenn ich dann so einen Schutzniveau dort habe ist es privat sehr kritisch weil eben diese Modelle für alles möglich eingesetzt werden.

00:41:39: Also die LLMs stecken als Art Treibstoff als hinter allem, was man später dann an Anwendung sieht.

00:41:47: Und man kann eben nicht ausschließen dass bestimmte Entscheidungen, Recherche und so weiter die später getätigt werden, dann auch tatsächlich diese Daten so nutzen das sie nicht unbedingt zum einen Vorteil sind.

00:41:58: Klar versucht der AIAC beispielsweise Bewerbersysteme sehr stark zu reglementieren also die dann entscheiden wer wird eingestellt wer nicht.

00:42:06: es geht nur mit Menschen dazwischen.

00:42:08: aber Am Ende, wenn so ein LLM dafür für die Bewerberauswahl eingesetzt wird kann ich bei einem KI-System nie hundert Prozent sagen wie es zu einer Entscheidung kommt.

00:42:18: Und wenn dann eben in den Trainingssaten selber Informationen drin sind zum einen psychischen Zustand vor Erkrankungen

00:42:26: usw.,

00:42:27: kann das durchaus der Fall sein dass eben das unbewussten so eine Entscheidung mit reinfließt und das ist eben sehr gefährlich.

00:42:34: also wie gesagt ich sehe es gerade wenn man's auch mit Social Media vergleicht Da ist vielen bewusst, dass sie es gerade mit einer Öffentlichkeit teilen.

00:42:41: Stört viele trotzdem nicht.

00:42:42: aber was vertrauliche Dinge angehen und Dinge die vielleicht später mal negativ für Sie sind ja?

00:42:48: Aber bei einem KI-Chatbot ist vielen gar nicht bewussten was eigentlich mit diesen Daten passiert.

00:42:54: und das ist ein schwieriges Thema wo glaube ich auch zumindest im Endkundenbereich grade sehr viel Transparenz fehlt.

00:43:00: und dieses Thema höre ich sehr sehr selten in der Diskussion obwohl dort eigentlich wie gesagt die Daten viel, viel unsicherer noch sind als im Unternehmensbereich aktuell.

00:43:10: Letzten Endes sind ja unsere privaten Daten noch viel relevanter und wir sollten sie eigentlich noch viel besser schützen.

00:43:16: Im Unternehmen ist natürlich der Awareness inzwischen da, dass man weiß okay ... Wir müssen vorsichtig sein mit dem was hier eingegeben wird.

00:43:25: ich glaube die Medien waren auch schon voll mit Cases wo proprietärer Code reingegeben wurde.

00:43:31: Vertragsdaten werden Einmal durchgeschaut und zu Trainingszwecken nutzen.

00:43:36: Da sind ganz viele personalisierte Daten auch mit drin, das heißt die können zugeordnet werden und die könnten natürlich in Suchergebnisse oder in Antworten dann auch wieder auftauchen.

00:43:46: Absolut ja!

00:43:46: Und dann ist es eben nur eine Anfrage entfernt vom Wettbewerber.

00:43:54: Das ist gerade bei... Unternehmensgeheimnissen, IP ein sehr, sehr schwieriges Thema.

00:43:59: Also wie gesagt es sind bei Unternehmenstaten immer zwei Dinge die man schützen sollte.

00:44:03: A – das Thema personenbezogene Daten weil wenn ich die einmal dort eingib habe in der Regel keine Möglichkeit sie später auch wieder zu löschen.

00:44:11: also wenn Sie mal in den Trainingsdaten drin sind.

00:44:14: Wenn die eindrainiert sind gibt's erste Experimente dazu wie man die vielleicht raus bekommen könnte aber gibt nicht Sprache und das macht keiner.

00:44:21: Und das zweite ist dann das Thema Unternehmensgeheimnisse, ja.

00:44:27: Die eben sehr kritisch in welchen Teilen und wie gesagt so oder so ist es halt einfach eine Blackbox.

00:44:31: also die Verträge sind das eine aber die Daten werden halt hingesendet.

00:44:35: In der Regel sind sie abrufbar aus den USA egal ob's in Europa gerostet ist oder nicht.

00:44:41: Wie gesagt wenn man sieht was dort alles eingegeben wird muss man sich eben schon bewusst machen.

00:44:47: Das könnte auch ein falscher Händel geraten.

00:44:50: Es ist ja schon jahrelang eine große Herausforderung gewesen, ein Ergebnis aus der Google-Suche entfernt zu lassen.

00:44:59: Also das ist recht auf Löschung auch in der Google Suche.

00:45:02: Dort ist es aber natürlich nachvollziehbarer dass man dann vielleicht ein bestimmtes Ergebnis rechtlich anfächten kann und rausstreichen kann mit trainierten KI Daten.

00:45:12: da muss man sich einfach bewusst sein Wenn das einmal draußen ist, dann ist es einfach sehr schwierig, dass es jemals im Leben wieder rückgängig gemacht werden kann.

00:45:19: Ja also wie gesagt da gibt's erst Versuche auch das schon zu machen.

00:45:25: wo man auch aus einem anderen Hintergrund kommt versucht der KI quasi vergessen beizubringen weil eh nicht überall Menschen bei der KI manchmal so ist je mehr sie weiß, desto schlechter wird mal was.

00:45:38: ja.

00:45:39: Deshalb möchte man auch dafür sorgen dass bestimmte Dinge vielleicht vergessen werden, alte Daten und so weiter in dem System.

00:45:47: Und im Zuge dessen wird auch schon versucht quasi sowas dann auszubekommen.

00:45:51: aber es ist sehr schwierig.

00:45:52: ja wir werden auch beim Menschen eigentlich schwer dafür sorgen kann das du Dinge vergisst weil im Gegenteil ich hätte jetzt sagt das darfst du dir nicht merken und es ist streng vertraulich.

00:46:04: Denkt

00:46:04: mich an den oser Elefanten!

00:46:05: Genau, es lässt man eher verankern sichs bei dir mit Sicherheit und das ist eben auch ein sehr schwieriges Thema.

00:46:12: Wie ist es, wenn ich jetzt einen KI Chat habe?

00:46:16: Ich habe zugesichert bekommen.

00:46:17: Es wird nicht für Trainingszwecke genutzt.

00:46:20: Gibt's noch weitere Gefahren die ich trotzdem beachten sollte obwohl ganz klar gesagt hey benutzt ein Open Source Modell hier im Hintergrund.

00:46:28: Du kannst deine Fragen stellen wir geben keine Daten weiter.

00:46:32: Gibt es trotzdem Fallstrecke, AGBs, in die man mal genauer reinschauen sollte?

00:46:35: Was dann trotzdem damit passiert?

00:46:36: Also wie gesagt vertraglich.

00:46:38: Es sollte einfach geprüft werden ob eben eine gewisse Zweckbindung der Daten da ist und wie genau formuliert es wie allgemein damit umgegangen wird.

00:46:46: Rein wenn dort nur steht das wird nicht zum anderen trainieren.

00:46:48: verwendet ist kein ausreichendes Schutzniveau für Unternehmen was eben viele andere möglich

00:46:54: sind.

00:46:55: für Privatanwender auch nicht, wobei da ist wie gesagt das häufig schon das Maximum was du als Privatantwender vertraglich bekommen kannst.

00:47:02: Aber gerade bei Unternehmen gibt es in den Verträgen mehr Schutzniveau und das sollte auf jeden Fall gecheckt werden.

00:47:12: Was wird denn gemacht wenn ich jetzt... also wovor sollte ich denn Angst haben wenn ein KI Chat sagt?

00:47:18: Maximaler Datenschutz, wir werden hier deine Daten nicht fürs Training.

00:47:22: Weil jeder schaut glaube ich nach diesem Passus wird es für Trainingszwecke gefunden und wenn das nicht drin ist dann sagen wir uns ja gut dann ist er eigentlich sicher.

00:47:29: was kann denn noch passieren?

00:47:31: Also um wenn du KI-Systeme hast ist andrainieren meistens immer der teuerste Prozess, um Informationen zu verwenden.

00:47:40: Deshalb wird heutzutage viel gar nicht mehr so stark reintrainiert, sondern auch wenn du es jetzt selber nutzt kommen häufig mehrere Komponenten mit rein.

00:47:51: also das wird die Wertprächerche beispielsweise zugeschaltet damit du aktuelle Daten reinbekommst.

00:47:56: Es wird in deinem Promt sowohl sichtbar und versteckt auch Informationen zu dir übergeben.

00:48:05: Das ist das große Thema.

00:48:08: Du bist als Nutzer ja auch darauf angewiesen, dass die KI möglichst viel über dich weiß, damit die Antworten, die sie liefert, auch zu dir passend werden.

00:48:15: Das heißt an sich lernt ein KI, einen Chatbot sehr viel über Dich durch die Chats, die es mit ihr hat.

00:48:23: und dann ist halt immer die Frage Um eben diesen Effekt zu erreichen, sendet die KI quasi im Hintergrund dann Informationen mit.

00:48:30: Sendet die deinen gesamten Chat-Verlauf eine Zusammenfassung davon wird das alles Anfrage für Anfrage gesendet?

00:48:38: Dann hast du eben sehr viel Token verbraucht.

00:48:40: Das heißt dass du dann unter Umständen wenn wir jetzt über API abrechnest eben mehr Geld bezahlst.

00:48:46: Oder aber, das ist eben eine andere Möglichkeit nutzt du Memory Funktionen sowohl im Chatboard selbst oder eben auch auf den Servern des Anbieters.

00:48:56: Dadurch wird weniger mitgesendet, aber eben aggregiert zu dir gespeichert und es machen eben viele Anbiete dann, dass sie so eine Art Persönlichkeitsprofil zu dir ablegen.

00:49:08: Das erlaubt das Beid zumischen bei deinen Suchern Fragen um bessere Ergebnisse zu haben.

00:49:14: Und dieses Persönlichkeitsprofil, das kannst du deaktivieren.

00:49:19: Du kannst auch über wie gesagt verschiedene Einstellungen in Chatbots selber eben genauso was verhindern, indem du sagst verwende nur eine zentrale Datei die bei mir im Browser oder im Chatbot drin ist da sind alle Informationen.

00:49:32: Du kannst es alles wenn du möchtest sehr gut selbst steuern was du mit sendest.

00:49:37: aber default ist eben etwas anderes.

00:49:39: Default ist meistens dass es auf den Server gespeichert wird Und das ist jetzt halt Flur und Segen gleichzeitig, weil diese Daten, die zu dir in Zyndra gespeichert werden.

00:49:50: Sorge einerseits dafür, dass die Ergebnisse besser werden.

00:49:52: Aber es sind andererseits natürlich genau das was jemand der zu dir Informationen haben möchte bekommen will.

00:50:00: also man kriegt mit den USA gibt's eben rechtlich so dass die Anbieter ausgrund verpflichtet sind wenn öffentliche Behörden anfragen und so weiter im Unternehmensfall.

00:50:11: normalerweise ist Unternehmen in dem Moment an benachrichtigt bei Privatpersonen so viel ich weiß eher nicht.

00:50:17: Und natürlich ist die Auswertung auch für Ermittler dann am leichtesten, wenn sie einfach nur deinen Persönlichkeitsfall sozusagen nehmen.

00:50:25: Weil da eben Kondens alldessen drin ist was die KI zu dir weiß aus den Chats und dem was du bisher so eingegeben hast.

00:50:32: Also wir brauchen nicht meinen, weil wir jetzt in Social Media aufpassen was wir sagen gleichzeitig aber jegliche KI-Chats mit allen möglichen Gesprächen füttern und damit ja letzten Endes Gesundheitsdaten, Beziehungsdaten.

00:50:48: Politische Gesinnung ... sehr vielen Dingen, die uns vulnerabel machen.

00:50:53: Die fließen dann unter anderem in ein System rein auf die auch Regierungen sich zugreifen können?

00:50:59: So ist es ja.

00:50:59: Also wie gesagt das andere Nieren ist in dem Fall nicht gegeben was halt beigemischt wird sozusagen in die Anfragen.

00:51:07: Es ist nicht im Modell drin aber es ist halt ein Stück weit eine Gefahr dieses Feinen.

00:51:13: Ich möchte noch einmal zu dir auf unsere gemeinsame Leidenschaft kommen, das Conversion Optimieren.

00:51:18: Und ich habe so den Eindruck, wenn man einmal in dieser Conversion-Optimierer Szene war, dann entwickelt man einen Mindset und das wird man nie mehr los.

00:51:26: Man fängt ganz oft mit dem Ende an oder überlegt sich, was möchte ich am Ende eigentlich haben?

00:51:34: Du hast ja auch weiterhin diesen Ansatz, dass du mit Unternehmen daran Arbeit ist zu verstehen.

00:51:40: Wo wollt ihr eigentlich hin?

00:51:41: Was ist eigentlich euer KPI, was ist eigentlich eurer Ziel?

00:51:44: Erzähl doch mal ein bisschen aus deiner Arbeit in der du ja Konversionoptimierung die CRO-Arbeit jetzt mit deiner KI Arbeit mischst und wie du damit unternehmen umgehst.

00:51:55: Ja also was beides so binde ist auf jeden Fall das wir sowohl in der KI Arbeit als auch Thema Conversion Optimierung, sehr datenorientierten Daten getrieben arbeiten.

00:52:05: Das heißt wie du schon sagst wir haben klare Ziele KPI's ja und brechen wieder den besten

00:52:10: Fall

00:52:11: Ja.

00:52:11: also wir haben immer ein Ziel.

00:52:13: Also ist die Grundlage der Zusammenarbeit sage ich mal das steuern wir selber Und wir brechen dieses Ziel diese KPI dann eben in unter KPI runter.

00:52:23: es heißt wenn ich ein bestimmtes Ziel erreichen will Einmal Umsatzsteigerung, wie auch immer.

00:52:27: Dann schaue ich mir an was sind die Treiber dafür und was kann ich jetzt runtergebrochen?

00:52:31: Dafür tun?

00:52:33: also Umsatzmenge mal preis beispielsweise können sich anschauen.

00:52:36: Vielleicht Preisoptimierung oder muss ich die Mengen steigern.

00:52:41: Und ähnlich gehen wir dann eben für viele Bereiche vor, dass wir uns anschauen, was sind Die Treiber der zu führen das bestimmte Kennzahlen nach oben gehen können Und dann versuchen wir diese einzelnen Stellschrauben, die am meisten bringen zu identifizieren und Use Cases dafür auch zu entwickeln.

00:52:56: So wie es beim A-B-Testing oder einer Conversion Optimierung aus ist.

00:52:59: Wenn ich halt meine Conversion Rate optimieren möchte, da muss ich mir anschauen an welchen Stellen verliere ich meinen Nutzer?

00:53:06: Und mir dann überlegen was kann ich jetzt anders machen um den Nutzer bis zum Kaufprozess später durchzuführen?

00:53:12: Ich habe das Gefühl dass nämlich ganz oft also diese zwei Fälle bestehen über die vorhin gesprochen hat Ja, entweder kein Anklang findet oder irgendwie so zum Selbstzweck jetzt reingebracht werden muss.

00:53:26: Dass ein Hype entsteht und man muss KI benutzen.

00:53:29: Wie wir schon gesagt haben, dann ist es vielleicht auch ... Manchmal die Frage ist da was Regelbasiertes besser?

00:53:35: Aber dass das die Ausrichtung an KPIs so wichtig ist.

00:53:38: Also welches Problem will ich lösen?

00:53:39: Oder welche Ziel habe ich auf dem Weg dorthin?

00:53:42: Welche Probleme habe ich dazu zu lösen!

00:53:44: Und hast du da noch mal konkrete Beispiele wo ihr Unternehmen zeigen konntet.

00:53:52: Das ist euer Ziel, aber auf dem Weg dorthin haben wir hier für euch eine bessere Art und Weise wie KI das lösen kann also einer vielleicht eurer vielen tausend KI-Usgases?

00:54:02: Also ein Thema was sehr nah an dem Thema AB-Testing dran ist.

00:54:08: Im Endeffekt hast du bei KI immer mit Algorithmen auch zu tun.

00:54:11: Und Algorithm sind eben Themen die du wunderbar testen kannst.

00:54:16: Das heißt wenn du jetzt beispielsweise im Unternehmensbereich Was ein Thema ist, was viele lenken sozusagen alle Vorkast-Themen.

00:54:26: Das heißt du möchtest jetzt schon wissen für deinen Einkauf in diesem Jahr wie viel von welchem Bereich, vom welchem Produkt werde ich nächstes Jahr wahrscheinlich absetzen können?

00:54:37: Dann sind da verschließende Einflussfaktoren darauf.

00:54:41: also sprich Beispielsweise, wie ist das Wetter?

00:54:45: Wie ist die Konsumstimmung, Inflation und... Und die damit einspielen.

00:54:54: Ob du jetzt im nächsten Jahr, sag ich mal mehr Puls verkaufst oder beispielsweise ob eben deine... Deine Sommersaison im Kleidungsbereich erfolgreich wird oder nicht.

00:55:12: Diese Forecasts, die du machst, das kannst du über KI wunderbar umsetzen.

00:55:18: Das sind aber letztendlich Algorithmen, die dann eben auch Abethes ist.

00:55:22: Also in der Regel machst du es so wie in einem Abethest auch.

00:55:25: Du nimmst Vergangenheitswerte, schaust dir dann an kann ich daraus quasi allen Algorithmus ableiten, der mir hilft in der Zukunft auch vorher sagen zu treffen.

00:55:36: Testest dann das mit einem Trainingsdatensatz, den du eben aus diesen Vergangenheitswerten vielleicht gebildet hast und schaust wie akkurat ist der Vorkast, den ich jetzt dort habe.

00:55:47: Das ist ein Test, den Du durchführst mit verschiedenen Algorithmen,

00:55:50: d.h.,

00:55:50: da hast Du schon mal einen AB-Test unter Umständen ja?

00:55:53: Und dann im laufenden Betrieb kannst Du auch wieder AB-testing machen um diese Algorithme permanent zu verfeinern.

00:55:58: Ist ein Thema was für viele Unternehmen relevant ist, also eigene Modelle zu entwickeln.

00:56:04: Viele Denkungen eben bei KI mittlerweile sehr stark an diese Sprachmodelle, aber im Unternehmensbereich hast du sehr häufig eben so eine ganz klassischen Forecast-Modelle dann auch.

00:56:13: Die eben nicht ein Large Language Model beispielsweise erfordern sondern wirklich ein eigenes Forecasting Modell das du aufsetzen musst.

00:56:22: Ein

00:56:23: ganz wichtiger Aspekt des über den finde ich noch nicht so viel gesprochen wird ist AB Testing in der Arbeit mit large-englisch oder generell mit KI-Modellen.

00:56:34: Kommt auch vor, auf jeden Fall her!

00:56:36: Ja es finde ich kein besonders großes Thema dass wenn man eine Anwendung baut das die dann auch AB getestet werden muss sondern die Frage ist immer erst mal bekomme ich eine funktionierende Anwendungen hin

00:56:46: und

00:56:46: gar nicht?

00:56:47: kann ich die auch mal ab oder c testen?

00:56:50: Also als Nutzer siehst du's in der Tat häufiger also im Unternehmensbereich diskutiert wird Du siehst den Chatbots ja auch, dass machen wir zwei Antworten vorgegeben werden und du musst die Bessere auswählen.

00:57:01: Das ist eigentlich ein Arbetis, der in dem Moment stattfindet.

00:57:04: Und daraufhin wird er wieder rücksterniert?

00:57:05: Genau!

00:57:06: Weil ihr KI in der Summe der Menschen anerkennt.

00:57:08: was das hier für eine bestimmte Frage oder zumindest für die Person mindestens, die bessere Antwort.

00:57:15: Lass uns kurz nochmal auf pageantai eingehen.

00:57:18: da bist du als interim Chief Revenue Officer tätig.

00:57:23: Was ist da deine Aufgabe Im Unternehmen, was genau ist Pageant.ai?

00:57:28: Genau also Pageant selber ist eben wie du es schon angesprochen hast in der Conversion Optimierung ein Tool das KI-Agenten einsetzt um Webseiten und Shops zu optimieren.

00:57:39: Und der Grund warum wir da unterstützen war dass jetzt bevor Rina Sky gab ich eben weil ich aus diesem Bereich Conversionoptimierung komme und das Produkt sehr cool fand oder Sehr cool finde ich auch dort als Chief Revenue Officer in der Riemsmäßig unterstützt habe.

00:57:59: Aktuell wandelt sich das so in einer Partnerschaft, wo wir über Rina Sky und den Patron auch als Partner mitnehmen Und das passt eben sehr gut dazu, weil wir als Rina Sky sehr stark auch im Inkommerzbereich unterwegs sind und ein Use Case ist ein Anwendungsfall der dort natürlich sehr relevante.

00:58:18: Es ist auch Conversion Optimierung ja?

00:58:20: Weil wir hatten es über die Unternehmensziele gerade mehr Umsatz

00:58:23: etc.,

00:58:24: da kommst du sehr schnell.

00:58:25: Wenn du in den Inkommersunternehmen bist irgendwann an dem Punkt ich muss die Conversion Rate meine Shops natürlich verbessern.

00:58:31: Und da ist Patreon eine sehr clevere Lösung wie du eben KI basiert, Hypothesengenerierung, Variantengenerierungen betreibst und da eine sehr, sehr hohe Umschlagszahl an Tests erreicht.

00:58:45: Das sind nur Zwecke des Ganzen, das heißt du im klassischen, ich sag mal manuellen AB-Testing kennst die Themen mir.

00:58:51: auch habe ich immer das Problem dass ein Test unter Umständen sehr lang laufen, dass ich eine sehr lange Erstellungszeit auch hab und dass eben viele Unternehmen deshalb nicht so viel testen wie sie eigentlich kosten könnten

00:59:04: Wie Sie könnten auf Basis von eigentlich dem Traffic, den sie haben.

00:59:06: Genau

00:59:07: und Pageant attackiert dieses Problem in dem über einen KI-Agenten die Hypothesengenerierung automatisiert wird auch die Variantenerstellung und dadurch eben viel mehr Tests durchgeführt werden

00:59:20: können.

00:59:21: Was ist an diesen Varianten unterschiedlich?

00:59:22: Was kann Pageant alles an Hypothesen aufstellen oder an Seiten verändern?

00:59:28: Also im Prinzip alles.

00:59:30: Klar gibt es immer bestimmte Schwerpunkte, je nicht wie wir das ja auch besprochen haben bei Newscases.

00:59:35: Es gibt so Dauerbrenner einfach mehr die viele Shops noch nicht so stark machen, die aber einen sehr großen Hebel haben.

00:59:41: Das sind einerseits eben textliche Dinge Überschriften, Teaser Produktbeschreibungen.

00:59:48: Sind aber auch beispielsweise das Thema Grafiken, Produktabbildung, aber auch Teaser etc.. die man darüber machen kann, aber bis hin zu eben auch eine Darstellung von bestimmten Produktvorteilen, Call to Action Elementen und also es gibt eine sehr große Bandbreite, die man da angehen kann.

01:00:04: Und wie gesagt dadurch dass eben dort sehr clevere KI-Systeme mit eigenen Daten dann auch genutzt werden kriegt man sehr relevante Tests auch für diese Seite zustande.

01:00:15: Und durch die Möglichkeit, auch eigene Designvorlagen und so weiter mit einfließen zu lassen im CD sorgt man eben auch dafür dass das Ganze perfekt in den Shop reinpasst.

01:00:28: und auch am Ende schaut schon immer einen Mensch auch drüber um einen Test noch freizugeben.

01:00:33: aber man trifft mittlerweile eben diesen Punkt sehr gut, ne?

01:00:37: So als der Mensch eigentlich nur sagt okay freigegeben!

01:00:41: Das heißt mal Durch Pagent hat man eine hohe Schlagzahl von Tests, auch weil es einfach kein Bodleneck von ich entwickle Hypothesen etc.

01:00:49: gibt.

01:00:49: Meine Frage an der Stelle wird hier der Conversion Optimierer zu einem großen Teil gerade ausgelöscht?

01:00:56: Das ist ne gute Frage die wir auch mit dem einen oder anderen Conversion-Optimier diskutiert haben.

01:01:01: Ich will sagen nein.

01:01:02: also ähnlich wie sich der Einsatz von KI auch im Unternehmen verhältst sehe ich dann eher die Power den Hebel wirklich mehr noch zu schaffen.

01:01:11: Also der Conversion Optimia wird eigentlich in die Lage versetzt, wenn man richtig mitarbeitet und auch entsprechend steuert, eine viel höhere Schlagzahl noch zu entwickeln.

01:01:20: Und das ist eigentlich das Besondere daran.

01:01:23: Ich glaube wichtig sollte auf jeden Fall sein – und es zeichnet ja einen guten Conversion-Optimia aus -, dass er keine Standarddinge macht so ein sehr gutes Gefühl dafür entwickelt wie tickt mal ne Zielgruppe Was sind meine Kundenprobleme, ja?

01:01:36: Meine Userprobleme und darauf dann die passende Antwort in den Hypothesen versucht zu finden.

01:01:42: Und ich glaube dass dieser Transformationsprozess sehr gut über KI auch unterstützt werden kann.

01:01:47: Enabled das Tool dann praktisch aber auch sehr viele Menschen die jetzt keine klassischen Conversion Optimierer sind, Konversion Optimierung auf einem sehr hohen Niveau zu machen.

01:01:57: Ja also es ist es vereinfacht ein Stück weit Dinge Vielleicht der Conversion Optimierer selbst, sich auch nicht so intensiv damit beschäftigt.

01:02:07: Also ich nehme als Beispiel immer die Google Ads ja, die auch über Algorithmen optimiert werden.

01:02:13: Klar kann ich auch dort manuelle RB-Tests machen?

01:02:16: Kann ich vielleicht auch für große Dinge dort machen?

01:02:19: Aber ganz viel wird dann auf Segment Ebene entschieden und das bestimmte Segmente an eben nur eine bestimmte Kombination sehen.

01:02:27: Und ich glaube, so ist auch die Zukunft ein Stück weit in vielen Shops das Thema Segmentierung von Nutzern und die passende Variante auf die einzelnen Zielgruppen auszuspielen immer stärker relevant wird.

01:02:39: Wir haben vor vielen Jahren über Personalisierung schon diskutiert, die in vielen shops nicht ganz so durchgeführt wurde wie wir uns vielleicht hätte machen sollen.

01:02:48: Jetzt über KI erwarte ich dass ein bisschen Revival der Personalisierung dort stattfinden wird Und das führt eben dazu, dass ich dann meinen Shop auf ganz vielen unterschiedlichen Stellschrauben optimiert aussteuern

01:03:00: kann.

01:03:01: Und hier kommt dann wahrscheinlich zu einem Punkt wo wir sagen diese Art von Personalisierung ist jetzt besser weil sie nicht regelbasiert ist sondern weil sie KI gesteuert ist und individueller dadurch?

01:03:13: Genau also wenn ich jetzt rein auf Performance abziehe halte ich es für einen sehr positiven Ansatz weil dort durch die Autooptimierung ähnlich wie bei Google Anzeigen auch die bessere Variante schneller ausgesteuert wird.

01:03:27: Und das willst du in Phasen wie Black Friday-Saison oder auch in der Weihnachtszeit natürlich haben, weil du schon weißt, die Erkenntnisse, die ich da bekomme, die kann ich vielleicht jetzt nicht in der Zukunft eins zu eins ableiten und als Standard meine Shops verwenden.

01:03:43: Während bei klassischen Arbeters wo du als Mensch vielleicht auch stärker in die Hypothesen reingehst, wirst du ja häufig Allgemeine Erkenntnisse über deine Zielgruppe bekommen.

01:03:52: Auch allgemeine Kenntnissen bekommen, wie sollte mein Job in der Zukunft ausschauen?

01:03:56: Also die Standardvariante und das sollte aus meiner Sicht immer noch klassisch gemacht werden.

01:04:01: dann mit einem Menschen, der eine Hypothese vielleicht mit KI-Untersstützung aber eben als Kontrollinstanz oder als Steuerungsinstanz auch aufstellt.

01:04:13: Siehst du uns auf dem Weg dorthin dass Wir fast nicht mehr abtesten, sondern dass dann jeder individuell seine page bekommt.

01:04:22: Also sehen wir eigentlich nicht mehr nur einzelne Varianten, sondern nur noch hochpersonalisierte pages.

01:04:28: Ich glaube den Weg dorthin ist es noch sehr weit weil wir eben noch sehr stark aus diesen Standards kommen.

01:04:35: Perspektivisch kann das ein Szenario sein wobei Wenn du soweit in die Zukunft blickst, da ist natürlich wiederum die Frage Schau- und Shops in der Zukunft überhaupt noch aus wie Shops.

01:04:46: Oder sind es Chatbots oder sonstige User Interfaces über dich dann zukünftig Agenten, die meine Einkäufe durchführen?

01:04:55: Also Endeffekt ist es sehr schwierig zu sagen wohin sich da der Markt entwickeln wird.

01:05:01: Die Gefahr für klassische Arbetestings ist tatsächlich ja, dass in Zukunft Agenten einfach die Käufe Und AB-Testing dann vielleicht gar nicht mehr so auf das Userinterface bezogen ist, sondern eher vielleicht auf Produkte atmen etc.

01:05:17: Für den User selber glaube ich schon dass dieses bewusste Kauferlebnis in der Zukunft noch relevanter wird.

01:05:23: Alles rein transaktionale kann ich vielleicht tatsächlich über einen Agenten machen, weil sich sagt okay wenn ich jetzt Ich brauche jetzt wieder ein Produkt, was ich schon kenne.

01:05:31: Ich möchte mich gar nicht so in den Shop durchklicken hier.

01:05:33: Chagipiti kaufen mal bitte fünf Stück von dem Kaffee oder so ne?

01:05:39: Dann hab' ich eine Transaktion wo ich keinen Mehrwert habe ne?

01:05:43: Während wenn ich jetzt einen Outfit brauch für Hochzeit und wie auch immer dann ist das Shoppingerlebnis ja auch ein Stück weit gefragt.

01:05:50: Du kaufst der Experience ja eigentlich mit

01:05:52: shoppen

01:05:53: zu gehen und zu gucken, zu stöbern sich inspirieren zu lassen

01:05:56: Und dann brauche ich keinen Agenten.

01:05:57: und da kann es natürlich sein, was die Personalisierung zukünftig bessere Ergebnisse liefert.

01:06:03: Wie es aktuell schon in vielen Shops ist.

01:06:05: Die Produktempfehlungen sind immer besser aktuell weil sie auch KI getrieben sind und dadurch wird nicht nur die Kundenexperience besser und der Warenkorbwerteur sondern es sorgt eben auch dafür dass sich am Ende des Tages dort ein besseres Einkaufserlebnis schafft das ich in der Zukunft auch brauchen werde.

01:06:25: Ich geb dir eine Zeitmaschine, Michael.

01:06:27: Und du kannst jetzt zurückgehen zum threißigsten November zwanzig zweiundzwanzig wenn du möchtest auch ein paar Tage vorher.

01:06:32: Da kommt nämlich TATBT drei Punkt fünf kostenfrei raus für die Öffentlichkeit und ich frage mich würdest du dir selbst irgendwas erzählen?

01:06:43: Wenn du in die zeit zurück reisen könntest?

01:06:44: und zu diesem moment was würdest Du dir sagen?

01:06:47: gibt es irgendetwas was du gerne damals gewusst hättest?

01:06:50: Also bei mir war dieses Datum eher ein Datum, das problematisch war ehrlich gesagt.

01:06:58: Wir haben ja vorher schon mit Open AI zusammengearbeitet und hatten da ja schon fertiges Produkt auch wo wir Textgenau gemacht haben.

01:07:07: Das

01:07:07: waren deine Zeit jetzt?

01:07:08: Bei Conversion Maker damals!

01:07:12: Und von dem her waren die Fragen, die ich mir damals gestellte eher ein Stück weit.

01:07:17: Was bedeutet das jetzt für unser Business?

01:07:19: Weil natürlich wir hatten dort eigenstrainierte Modelle auch drauf und wir hatten Userinterface.

01:07:25: also wir waren kein Konkurrenzprodukt zum Chatboard.

01:07:28: aber es ist natürlich immer für dein Geschäftsmodell.

01:07:30: erstmal die Frage was bedeutet dass jetzt wenn wenn ich theoretisch einen Produkttext auch über ein Entscheidfenster machen kann.

01:07:40: Der ist vielleicht nicht ganz so gut wie unsere trainierten Modelle und ich kann es nicht in der großen Menge machen, aber das war damals so was sich mich gefragt hat.

01:07:48: Ich glaube ... Wenn du jetzt fragst, was hätte ich vielleicht anders gemacht?

01:07:52: Oder

01:07:53: was hättest du dir gesagt zu dem Zeitpunkt?

01:07:54: Ja.

01:07:56: Ich glaub... Es war ... Wie gesagt, sehr spannend.

01:08:02: Das wir zu der Zeit schon ein fertiges KI-Produkt hatten.

01:08:05: Da waren ja viele natürlich voraus, die dann erst mit GPD angefangen haben neue Geschäftsmodelle zu entwickeln.

01:08:11: Im Nachhinein würde ich sagen, hatten wir dadurch natürlich einen Wissensvorsprung.

01:08:17: aber wie es so ist wenn du halt ein fertiger Produkt hast, dann denkst du immer zuerst in deinem jetzigen Produktwelt und ich glaube es hätte ein paar ganz spannende zusätzliche Geschäfts-Modelle gegeben

01:08:30: oder

01:08:31: neue Geschäftsmodelle auch gegeben, die wir hätten angehen können wenn wir nicht so stark schon geprimed waren auf einem bestimmten Bereich.

01:08:39: Wir haben es dann später jetzt durch den Fokus auf das Thema Sicherheit und so weiter nochmal neu anders gedacht.

01:08:48: aber wir waren eigentlich in dem im Chatchity Team und der Moment immer sehr stark schon auf E-Communers Anwendungen dann fokussieren.

01:08:56: Ich glaube, dass viele interessante Anwendungsfälle zusätzlich noch gegeben hätte die man hätte angehen können.

01:09:01: aber das ist endlich ein Luxusproblem.

01:09:03: also ich würde nichts verändern es alles gut gelaufen auch mit dem Unternehmen seit diesem Moment.

01:09:10: ja aber wäre glaube ich auch spannend gewesen mal komplett andere Bereiche neu zu bringen?

01:09:16: Ich glaube der Tipp an dieser Stelle für andere Menschen, wenn so eine große technologische Disruption kommt.

01:09:22: Alles mal auf den Prüfstand zu stellen und zu gucken... Auch wenn man jetzt hier die Falle hat der bereits versunkenen Kosten doch mal zu überlegen mache ich vielleicht was ganz anderes.

01:09:32: jetzt auf Basis dieser Technologie ja und halte mich nicht strikt in diesem Produkt aber für euch ist es ja scheinbar gut ausgegangen.

01:09:40: im Rückblick kann man immer schlauer sein.

01:09:43: Ich gehe jetzt mit dir noch einmal kurz in die Zukunft Und frag mich, was kommt bei dir als Nächstes?

01:09:49: Ich hab das Gefühl mit Rinnersgeier hast du gerade erst irgendwie neuer Ära losgestoßen in deinem Leben.

01:09:56: Beruflich zumindest.

01:09:57: Aber was steht bei dir vielleicht noch auf der Bucketliste, was du jetzt gerne machen möchtest?

01:10:01: Das kann privat sein beruflich.

01:10:02: Hast du irgendwas, was da ansteht in den nächsten Monaten?

01:10:06: Also ... Ich muss sagen, ich genieße momentan diese Zeit enorm.

01:10:11: Weil wir durch den neuen Ansatz mit der Beratung so viele unterschiedliche Branchen gerade kennenlernen im KI-Bereich und dort zu erleben... Wo Unternehmen stehen, was die Herausforderungen sind wie wir sie auch über KI lösen finde ich eine super spannende Zeit.

01:10:25: Also ich muss sagen ein wichtiger Antrieb für mich ist immer auch zu lernen also sich weiterzuentwickeln neue Dinge auch zu machen und voranzukommen Und ich find momentan einfach einen super Job dort so viele unterschiedliche Anwendungszwecke von KI zu sehen zu durchdenken einzusetzen.

01:10:47: Also ich muss sagen, daraus wird sich sicherlich zukünftig die eine oder andere Idee noch entwickeln wie wir vielleicht noch weitere interessante Softwareprodukte auch gestalten können, die diese Prozesse noch besser machen.

01:11:00: und also ich glaube da wird einiges spannendes auf uns zukommen.

01:11:04: Ich bin ganz sicher dass du Auch ein Mensch, in dem es nicht langweilig wird.

01:11:08: Wenn ich mir anschaue was du alles aufgebaut hast.

01:11:11: Danke für diese ganz große Reise durch viele Themen von KI-Modellen bis über digitale Souveränität, Datensicherheit Anwendungsfälle Konversionoptimierung.

01:11:23: Michael danke dass Du heute da warst und danke für Deine Arbeit im Dachraum im Bereich KI und Enablement.

01:11:30: Danke das Du hier warst!

01:11:31: Ja vielen Dank für die Einladung hat mir sehr großen Spaß gemacht.

01:11:33: Ben

01:11:34: Möchtest du hinter die Kulissen von Values and Ventures blicken?

01:11:37: In meinem Newsletter teile ich meine Experimente, meine Fates und Rückschläge jede Woche für dich zusammengefasst.

01:11:42: Gehe jetzt auf www.valuesandventures.de Abonniere den Newsletter und bleib souverän!