GENIUS ALLIANCE - Künstliche Intelligenz für Entscheidungsträger und Führungskräfte

GA #1175 | Die KI-Revolution in deutschen Unternehmen: Einblicke und Strategien mit Felix Meusel

January 18, 2024 Norman Müller, Felix Meusel
GENIUS ALLIANCE - Künstliche Intelligenz für Entscheidungsträger und Führungskräfte
GA #1175 | Die KI-Revolution in deutschen Unternehmen: Einblicke und Strategien mit Felix Meusel
Show Notes Transcript Chapter Markers

Heute hast du die einmalige Gelegenheit, direkt hinter die Kulissen zu blicken. Podcast Host Norman Müller spricht in dieser besonderen Episode mit dem KI-Experten und Stammgast des Podcasts Felix Meusel. Norman & Felix tauchen tief ein in die verborgenen Geheimnisse und unerzählten Geschichten, die sich hinter den geschlossenen Türen der Unternehmen abspielen, wenn sie sich mit dem Thema Künstliche Intelligenz befassen. Bereite dich vor auf spannende Enthüllungen und Einsichten, die dein Verständnis von KI in der Geschäftswelt komplett verändern werden.

Short

  • Die Implementierung von KI in Unternehmen erfordert individuelle Anpassungen und den Einsatz von spezialisierten Modellen wie Retrieved Augmented Generation AI (Racks).
  • Lokale Modelle bieten Unternehmen mehr Kontrolle und reduzieren die Abhängigkeit von Cloud-Anwendungen.
  • Bei der Investition in KI-Projekte sollten Unternehmen darauf achten, dass die Effektivität der Modelle bereits erreicht ist und zukünftige Entwicklungen nicht unbedingt einen signifikanten Mehrwert bieten.
  • Die Austauschbarkeit von Modellen ermöglicht es Unternehmen, neue Modelle einzuführen und vorhandene Modelle auszutauschen, um ihre KI-Lösungen kontinuierlich zu verbessern. Die Anpassung und Individualität bleiben bei der Nutzung von KI erhalten.
  • Die Zusammenarbeit mit der IT-Abteilung kann eine Herausforderung sein, aber es gibt Möglichkeiten, KI unabhängig davon einzuführen.
  • KI sollte als Top-Priorität im Unternehmen betrachtet werden, um wettbewerbsfähig zu bleiben.
  • Es ist wichtig, eine eigene KI-Abteilung und einen Chief Artificial Intelligence Officer zu haben.
  • Deutsche Unternehmen sollten offener für den Einsatz von KI sein und Wissen austauschen, um erfolgreich zu sein.


Chapters
00:00
Einführung und Vorstellung

00:52
Implementierung von künstlicher Intelligenz in Unternehmen

05:02
Unterschied zwischen allgemeinen KI-Werkzeugen und individuellen Anpassungen

08:15
Retrieved Augmented Generation AI (Racks)

09:49
Herausforderungen bei der Implementierung von KI in Unternehmen

13:10
Anpassbarkeit von KI-Modellen an Unternehmen

16:17
Einsatz von KI in der Notarbranche

19:18
Lokale Modelle und ihre Bedeutung für Unternehmen

23:41
Kosten und Investitionen in KI-Projekte

24:24
Sicherstellen der Effektivität von KI-Investitionen

27:28
Entwicklungen in der KI-Welt und Austausc

Support the show

---

Schließ Dich unserer Podcast-Community auf LinkedIn an und sichere Dir den Zugang zu exklusiven Inhalten und Vorankündigungen.

https://www.linkedin.com/groups/8687316/

  • Videoaufzeichnung des Interviews
  • Hintergrundinformationen zu unserem Interviewgästen
  • Q&A-Sessions mit Norman
  • Ankündigungen von Live-Podcast Produktionen
  • Stelle deine Fragen an unsere Interviewgäste
  • Exklusive Audio-Events mit unseren Podcast-Gästen


Du willst mehr? Dann werde Member auf der GENIUS ALLIANCE Plattform und schließ dich unserem AI-Network an.

https://www.genius-alliance.com

  • Erweitere dein KI-Netzwerk
  • Entwickle KI-Projekte mit Top-Experten
  • Triff Unternehmer, Gründer, KI-Experten & Investoren
  • Nutze unseren exklusiven Content
  • Erhalte Zugriff auf Online-Seminare & Live-Mentorings
  • Finde Business Angel & Kooperationspartner für dein Business
  • Genieße die Unterstützung unserer Community


---

Dieser Podcast wird produziert von: MARKENREBELL - Podcast Manufaktur: https://www.markenrebell.de

Speaker 1:

Dieser Podcast wird präsentiert von Genius Alliance.

Speaker 2:

Ich denke auch wenn das Ganze nicht aufs Zieler-Wil betrachtet wird, nicht als Top-Priorität, dann wird die Webbewerbsfähigkeit eingeschränkt sein. Ich habe auch ein interessantes Beispiel Ich habe diese Woche ein Interview gegeben für eine Studierende, für ihre Abschlussarbeit und so weiter und habe ihr da ein bisschen geholfen bei einzelnen Fragen. Die hat auch erzählt, dass sie mit unterschiedlichen Consulting-Companies, in dem Fall also mit BCG McKenzie, aber auch mit Adesso Deutschland, exansia und so weiter, geredet hat Und dass sie enttäuscht war von den Deutschen, die vergleichsweise sehr wenig KI-Tools einsetzen, also wo eben so eine Boston Consulting Group deutlich mehr schon einen direkten KI-Einsatz hat, weil die Amerikaner einfach sagen jetzt geht es los, du hörst den Genius Alliance Podcast.

Speaker 1:

Du bist Unternehmer und möchtest die nächste Evolutionsstufe der Digitalisierung erreichen? dann starte jetzt und gewinne neue Kunden im Online-Dschungel Mit starken Interviews, wertvollen Erfolgsstrategien und hochspezialisierten Digitalexperten. Der Genius Alliance Podcast von und mit Founder und CEO Nohmen Müller.

Speaker 3:

Es wird wieder Zeit für eine neue Folge hier im Genius Alliance Podcast. Mein Gast heute ist wir haben es ja schon schwer angekündigt bei LinkedIn Felix Mäusel. Hallo Felix, hi Nohmen Und ein gesundes neues Jahr.

Speaker 2:

Danke dir auch.

Speaker 3:

Eine der ersten Folgen, die wir diesem Jahr machen, und ich habe mir überlegt, wir können natürlich wieder Hardcore in die ganze Techno-Mar einsteigen. Aber heute nicht, heute soll es mal nicht darum gehen, sondern ich wollte mal mit dir über deine Erfahrungen sprechen und so ein bisschen außen neekest im Plaudern. Wie gestaltet sich die Implementierung von künstlicher Intelligenz in Unternehmen? Also, was haben wir beide vielleicht auch erlebt? Was sind Dinge, die Unternehmen vielleicht gut vermeiden können? Was läuft vielleicht gerade schon echt gut? Was für Anfragen kommen so rein? Also, wie erlebst du das vor allen Dingen als CEO von der Art Text solution? Vielleicht kannst du da auch nochmal drei Sätze kurz verlieren Für alle, die dich nicht kennen und hier zuhören was erleben wir so hinter den Kulissen? Das ist eigentlich heute unser Thema. Magst mal loslegen, vielleicht mal so ein paar einführende Sätze. Was macht die Art Text solution eigentlich den ganzen?

Speaker 2:

Tag? Ja gerne. Also genau für alle, die mich noch nicht kennen, also die noch nicht hier regelmäßige Popcasterer sind, lauf mal kurz zu mir. Hi Felix Meusel, ceo und Gründer von Art Text solutions. Wir haben es uns zum Ziel gesetzt, ki, gerade die berühmt berüchtigten Large Language Modelle, in jeder Firma in Deutschland zu bringen, dabei die SKVO-Konform zu sein und alle diese neuen Funktionen der sogenannten Foundation Models für alle Firmen einfach und gut erreichbar zu machen, womit wir ja jetzt schon häufig sehen, dass wir damit wahre Superkräfte freischalten können, gerade bei kleineren Firmen, die für vieles nicht so die Kapazität haben. Normalerweise können Large Language Modelle oder auch andere es gibt ja auch BildgenerierungsKI oder so können sehr, sehr starke Effekte erzielen. Und genau das machen wir. Wir implementieren künstliche Intelligenz in Unternehmen mit unserem Modell-Artene GPT, das gleichzeitig eben in der Lage ist, sehr individualisiert dazustehen, also für ein Unternehmen, ganz perfekt zugeschnitten auf dieses Unternehmen oder in einer Standardversion, in der es, würde ich sagen, in großen Teilen an den GPT erinnert und da auch noch mal einige andere Besonderheiten hat. Und natürlich immer das Allerwichtigste, weil man kann es nicht glauben. deswegen spiele ich ja immer auch auf dieser Klaviatur die DSGVO-Konformität, diese ist einfach sehr wichtig, und gerade bei generativer Künstlichheit, intelligenz um das noch in einem Satz vielleicht zu sagen, ist es insofern besonders wichtig, da wir mit diesen Bots oder diesen Chats ja ganz besonders interagieren, und das bedeutet vermutlich noch mehr Informationen als zu anderen Programmen herausgeben. Und das ist natürlich ganz fatal, zum einen, wenn es nicht datenschutzkonform ist, weil man dann schnell dafür abgemahnt werden kann, zum anderen auch, weil sehr schnell Geschäftsgeheimnisse verloren gehen können beziehungsweise an unliebsame Dritte weitergegeben können, die sicherlich nicht dafür vorgesehen waren, diese Geschäftsgeheimnisse zu sehen. Ja, das kurz zu uns.

Speaker 3:

Da steigen wir gleich ein. Absolut, absolut richtig. Also viele Punkte, vor allen Dingen auch eine hohe Deckungsgleichheit mit uns hier am Standort Heute aus unserem Podcaststudio in Röntal bei Koburg, übrigens aus dem Büro der Atexeluschen. Das ist ein bisschen ein bisschen sich körpernd, was ich ganz wichtig finde und das eint unser Streben nach wir machen KI für alle. Wir als Grundezentrum sind natürlich sehr daran interessiert, dass vor allen Dingen unsere Startups, aber eben auch die regionalen Unternehmen davon profitieren können, und es können nicht alle, da geben wir vielleicht gleich noch mal drauf ein. Wir haben heute eine besondere Podcast-Folge, das würde ich gerne noch erwähnen wollen, denn wir haben heute ein Live-Podcast. Das heißt, wir haben einen Publikum, und ihr habt die Möglichkeit über den Chat wenn ihr den Link gefunden habt, den wir bei LinkedIn auf unseren diversen Plattformen veröffentlicht haben, dann könnt ihr den Chat nutzen und uns eure Fragen stellen, am besten so gegen Ende, dann müssen wir nicht so viel suchen oder einfach reinschreiben. So wollen wir Genau, was ich gerade gesagt habe. Vielleicht können wir das noch mal ein bisschen auseinandernehmen, weil da ergeben sich vielleicht schon die ersten Stories, die wir erzählen können, so hinter den Coolissen. Wir haben ja auf der einen Seite nehmen wir mal ChatGPT, was jeder kennt, dann gibt es noch ein Leonardo, mit dem ich da irgendwelche Bilder erstellen kann, in Dolly und so weiter. Also ganz viele KI Tools, ein richtigen Werkzeugkoffer. Ich glaube, jede Woche kommen da einfach noch mal so ein Handvoll oder mehr Endevoll neue dazu. Was ist denn der Unterschied zwischen dem, was ich an Werkzeugen heute nutzen kann, und dem, was ich in einem Unternehmen vielleicht brauche? aus deiner?

Speaker 2:

Sicht. Ja, das ist eigentlich sehr spannend. Die allgemeinen Werkzeuge werden viele gemerkt haben. Ich meine, tipt ist jetzt seit einem Jahr am Markt und seitdem auch viele andere Tools, ein bisschen früher sogar schon Mitjourne. Man kann im Allgemeinen immer relativ viel schon damit machen. Wir werden ja auch die meisten Zuhörerinnen kennen, dass man sagt hier habe ich eine Vorlage, schreibt daraus bitte einen akkuraten Brief oder eine akkurate E-Mail für einen Geschäftspartner oder so, obwohl hier jetzt auch schon die Frage wäre, wie viel Informationen man da jetzt da rein gibt. Aber das kann es ziemlich gut Mit allgemeinen Informationen umgehen, können diese Dinger sehr, sehr spezifisch schon und sehr, sehr professionell, würde ich sagen. Aber das Problem ist, dass sie natürlich recht allgemein sind. Das heißt, wir haben hier wenig die Chance, mit individuellen Daten zu trainieren beziehungsweise sie irgendwie im Unternehmenskontext mit einzusetzen. Das heißt, während für den Privatnutzer kann ich selber auch als Privatnutzer sagen sehr praktisch sein kann, wenn man gerade keine Lust hat. Ich weiß nicht. Ich habe vor kurzem meinen Kündigungsbrief an eine Bank damit geschrieben, und das war wunderbar, weil da geht es immer um so ein paar Referenzkonto und sonst was, und klar kann man sich das auch alles ablesen. Das ist jetzt jetzt kein Weltwunder, aber natürlich ist es deutlich angenehmer, wenn das ein Board für dich in 10 Sekunden schreibt, anstatt dass man sich selber 10, 15 Minuten damit beschäftigt. Die Schwierigkeit ist, dass für Unternehmen die Daten quasi schwer verwendbar sind, eben zum einen wieder die ich weiß, ich sage sehr oft, das ist sehr wichtig die viel beschriebener DSGVO-Konformität einzuhalten, und zum anderen, dass die spezifizierten Daten, die in jedem Unternehmen liegen, so normalerweise nicht eingesehen werden können. Logischerweise, die Modelle haben ja weder Zugriff von selber aufs Internet oder auf irgendwelche Dokumente. Und hier ist auch der entscheidende Unterschied was wir immer wieder merken zwischen den normalen Modellen und den sogenannten RACS. Das bedeutet Retrieved Augmented Generation, ai. Und diese RACS, wie die jetzt der neue Hype Begriff sind, quasi sind das Beste. Also nein, entschuldigung, nochmal angefangen. Die RACS sind die Kombination aus KI-Modellen wie GPT und auf der anderen Seite interner Datenressourcen wie zum Beispiel einer Datenbank PDF-Dateien fast weiß ich alles Mögliche. Und in dieser Kombination sind sie natürlich deutlich besser denn er. Zum einen hallucinieren die Modelle weniger, weil sie dazu gezwungen werden, die Daten zu verwenden, die im Unternehmen schon vorhanden sind, und zum anderen ist es so, dass die internen Daten direkt mitverwendet werden. Also das bedeutet, dass wir eben den Kontext direkt reinsetzen und das Ganze so zu neuen Dingen bringen können. Also das ist auch in unserem Produkt ganz maßgeblich. Es sind letztlich auch nur sogenannte RACS, weil da immer die größte Stärke heraus kommen kann, also weil es nicht mehr so allgemein ist, um sich dann nicht zu lang um den heißen Brei herum zu reden. Es ist nicht mehr allgemein, es ist sehr spezifisch, kann aber gleichzeitig immer noch die tollen Sachen, die GPT an sich schon kann Sprache verstehen, sprache abändern, in andere Sprachen übersetzen, alles, was mit Sprache so möglich ist, und da haben wir über Jahrtausende einige Tools erfunden.

Speaker 3:

Also ich glaube, das sind wichtige Punkte, um die nochmal festzuhalten. Also Datenschutzkonformität unbedingt ganz wichtig, gerade im unternehmerischen Kontext, und das auch schon für, sagen wir mal, kleine mittelständische Unternehmen. Darum geht es ja, die Konzerne, die haben ja sowieso entsprechende Richtlinien. aber gerade für mittelständische Unternehmen ist das vielleicht auch nochmal ein ganz besonderer Fokus oder ein Reminder an dieser Stelle, um denen natürlich solche Modelle wie GPD und so weiter nicht mitbringen können, einfach weil es einfach auch amerikanische Firmen sind. Und das zweite ist die Individualisierbarkeit, also die Anpassbarkeit eines KI-Models an meine Unternehmensstruktur in meiner Unternehmensprozesse. Eine ganz wichtige Geschichte bis hin zu du darfst nur meine Daten verarbeiten, um eben keine Halluzination zu haben, also nicht irgendwas zu erfinden, was vielleicht gar nicht da, war Meine Frage an dich. Wir haben ja gesagt, heute ne Kästchen und so weiter. Verstehen das die Kunden, mit denen du redest? Also, wie sieht denn da so der Wissenstand aus?

Speaker 2:

Der ist erstaunlicherweise sehr unterschiedlich. Ich war gerade letzte Woche hatten wir auch die Eröffnung unserer neu-jährlichen, ich weiß nicht das erste Plenum, oder wie man das auch immer genau sagen will, und da ging es tatsächlich damit los, dass ich auch wieder über die gesamten Large-English-Modelle und wie es so funktioniert, einschließlich unsere eigenen Produkte referiert habe. Und das Interessante ist immer zu sehen, wie sich sehr viele unterschiedliche Unternehmen unterschiedlich damit befassen. Also es gibt Unternehmen, die sind tatsächlich schon sehr weit, die haben auch schon sehr viel Know-how in die Richtung gesammelt, die haben selber ausprobiert. Ich bin gerade erstaunt bei kleinen Unternehmen, aber für die macht das natürlich auch Sinn. Die haben deutlich krassere Skalierungseffekte. Die wissen teilweise schon, wie man eigene Agenten baut, was ja inzwischen mit ChatGPT selber auch möglich ist, und können das dann verwenden in der Kombination mit anderen KI-Tools und so weiter. Und dann gibt es natürlich andere. Die muss man da abholen, dass es jetzt dieses ominöse ChatGPT gibt Und man das jetzt irgendwie verwenden kann. Aber sie wissen auch nicht so genau, wie und was das jetzt alles für den Arbeitsplatz bedeutet. Wir haben in der Entwicklung auch interessanterweise sehr unterschiedliche Ansätze. Wir haben Unternehmen, die tatsächlich schon sehr weitgehend damit rechnen bzw das einbauen wollen. Das ist zum Beispiel ein Unternehmen, das so ein Personal einsetzt und so ein Personal lesen das Ganze bearbeitet, die das dann wirklich direkt als Erbeiterung in ihrem eigenen Software-Kontext haben wollen, also die eigene Software damit verbessern, und was dann bedeutet eben, gewisse Aufwertungen automatisch fahren, datenbankabfragen, darin sind die Dinger ja auch ziemlich gut, die können ja selbstständig auch andere Sprachen sehr gut, also alles so was irgendwie zu machen. Und auf der anderen Seite haben wir dann Unternehmen, die es recht rudimentär einsetzen, das bedeutet, die eigentlich sagen ja, es reicht mir schon, wenn wir das prompting, also die Eingaben, ein bisschen verändern, sodass unsere eigenen Mitarbeitenden in der Lage sind, es für uns zu verwenden, und das von vornherein relativ richtigen Content raus spuckt. Also zum Beispiel, wenn ich jetzt natürlich in der Bank arbeite, dann ist es nicht so gut, wenn der normales Sprachstil von GPT, den Zeit hat, dort anklang findet also bzw dass der überhaupt verwendet wird. Stattdessen ist es deutlich besser, die Textgenerierung so zu verändern, dass es für eine Bank konform geht, also dass der Stil seriös ist und gleichzeitig auch gewisse Worte viel verwendet werden und andere gar nicht. Und das ist, muss ich sagen, tatsächlich bei vielen sogar noch größere Ansätze im Moment, weil auch der natürlich schon sehr viel automatisieren kann, sehr viel Zeit sparen kann. Aber richtig spannend wird es eben jetzt in diesem nächsten Schritt, den ja auch wir verfolgen, dass man einfach sagt wir verknüpfen jetzt ganz einfach zum Beispiel Google Drive damit oder OneDrive oder SharePoint oder Microsoft Teams oder vielleicht auch eigene hostete Cloud-Daten. Das ist im nächsten Schritt relativ einfach möglich, und da wird es dann eben erst richtig spannend. Das ist ein Ansatz, den fahren wir auch schon mit ein, zwei Unternehmen. Der ist allerdings natürlich noch sehr stark in der Erprobung.

Speaker 3:

Das ist übrigens auch eine Geschichte, die ich in den Unternehmen immer wieder sehe, mit denen ich mich unterhalte, dass die Use Cases einfach teilweise viel zu kompliziert sind. Also, man möchte einfach am Anfang zu viel mit KI machen, aber es ist eigentlich gar nicht in der Lage, selber zum Beispiel so ein Projekt Briefing zu erstellen, also das zu formulieren, was man wirklich als Bedarf für das eigene Unternehmen sieht, also die und das ist ja das Interessante was ja auch in der Software-Entwicklung immer wieder ein Thema ist. Man verliert sich dann sehr schnell in Funktionalitäten und sagt eigentlich könnte man auch das dazu machen und das und das und das Und das. Bei Unternehmen beobachte ich das ähnlich. Also, wenn einmal verstanden ist, was eine KI für meinen Unternehmen tun kann, dann überlege ich mir natürlich ja, erstell dir mal vor, wir würden auch den Prozess damit reinbauen, oder die Abteilung könntet da noch von profitieren, und dann hast du auf einmal 30 Leute im Raum sitzen, ja, die alle mitwirken wollen. Also das wäre jetzt auch nochmal ein Tipp an unsere Zuhörer an dieser Stelle Und zuhörerinnen zu sagen sucht euch einen minimalen Use Case aus, der aber einen relativ hohen Effekt darstellt. Also dass man sagt und das am besten auch mit einem KI-Unternehmen zusammen, weil bei mir ist immer die Frage wann sollen wir das, wann sollen wir den Partner mit dazu nehmen? Und dann sollen wir erstmal den Use Case selber finden, und dann kommen wir auf das Unternehmen zu, die uns dann helfen, auf die Spezialisten, so wie ihr. Ja, oder sollen wir erst mal so? sollen wir die gleich von Anfang an involvieren? Und ich finde, dieses Gleich von Anfang an macht total Sinn, weil du dann kapierst und sagst, was kann die Technologie heute? und kommst auf ganz andere Ideen, als wenn du alleine im Kämmerchen überlegst, welcher Prozess gerade Unterstützung braucht, absolut. Also, das ist vielleicht auch nochmal ein ganz wichtiger.

Speaker 2:

Punkt Ja stimmt.

Speaker 3:

Ich wollte dir noch erzählen, Felix, wir hatten das noch gar nicht diskutiert. Ich habe gestern mich mit einem Notar getroffen und habe mal wissen wollen, inwieweit das dem KI für Notar relevant ist. Und da ist es ja so, dass sie zum Beispiel die aktuellen Windows-Sachen und Microsoft-Sachen gar nicht nutzen dürfen. Also die sind ja reguliert von der Kammer, und wenn die also, nichts darf nach außen gehen. Alles ist im Unternehmen in den vier Wänden, wo der Schreibtisch steht und die Bürolampe. Also es gibt keine Cloud-Anwendung, und dergleichen ist nicht möglich. Es gibt wohl eine Software, die sie teuer bezahlen pro Monat, wo es möglich ist Vielleicht das nochmal an dieser Stelle in einem kleinen Heck, und das können alle Notare dass du sogar digital unterschreiben kannst. Also du musst gar nicht zum Notar gehen, um die Unterschrift zu leisten, so wie wir das alle denken. Das machen die Notare einfach. Die bieten dir die Alternativheit einfach nicht an, weil das gelernt ist. Du gehst in der Region zu deinem regionalen Notar um Schifte und Zettel irgendwie zu bedienen. Also, das geht auch digital. Ein bisschen aufwendiger kostet, glaube ich, 20 Euro extra, hat er mir gesagt.

Speaker 2:

Okay.

Speaker 3:

Jetzt sieht ja an den Fuß raus, genau, und also so weit sind wir schon.

Speaker 2:

Das kostet 20 Euro mehr, weil empfindiger Aufwand hat, weil es digital ist.

Speaker 3:

Weil der Prozess aufwendiger ist. Also du kriegst dann wahrscheinlich drei E-Mails, wo du dann ja, ja, ja klicken musst. Ja, und weil natürlich die Software-Lizenz bezahlt werden soll.

Speaker 2:

Ja, okay.

Speaker 3:

Ja, aber es ist wohl sehr teuer, und es nutzt keiner. Ich habe gefragt, wie viele Leute machen das. Es nutzt keiner. Warum? Weil das auch nicht kommuniziert ist. Ich wusste das auch nicht. Ich setze mich brav ins Auto, fahre dahin und schlag meine Zeit tot in einem Wartezimmer und so. Deswegen musste mir gestern die ganzen Infos liefern, damit sie das auch gelohnt hat, dass ich da hinfahre. Aber interessant, die dürfen natürlich auch keine personenbezogenen Daten verarbeiten. Und was ich auch interessant finde, ist, wie man Innovationen verhindern kann, ist, dass die übergeordneten Kontrollgremien sagen du kannst da schon einsetzen, aber auf deine Gefahr, ja, und wenn das ein Problem darstellt, dann hängst du halt oder dann musst du halt deinen Kopf hinhalten. Und dann sagt natürlich jeder Notar nee, mache ich nicht. Also ich glaube, das ist die letzte Berufsbranche, die dann irgendwann mal mit KI optimiert werden wird. Ja, obwohl die massive Probleme haben, spricht Mitarbeiter zu finden, solche Vertragsentwürfe zu erstellen, die ja auch nur aus Textbausteinen bestehen, also wo man mit KI ja wunderbar arbeiten könnte, gewisse Vertragsdiele vielleicht sogar innerhalb einer Kanzlei kombinieren könnte oder erstellen könnte. Also da gibt es sich ja aber gut kein Geschäftsmodell.

Speaker 2:

Ja, aber ich finde interessant bei dem Ansatz vor allem den Punkt, dass das ja an sich immer weiter möglich wird, das sogar lokal anzubinden. Also das ist das, worauf wir auch am meisten im Moment schauen. Es gibt ein ganz, ganz neues Modell, und da muss dann eben doch noch mal die Tech News ganz kurz rein, und zwar das französische Unternehmen. Mistral ist ganz berühmt, weil sie die einzigen europäischen Konkurrenten sind, die tatsächlich also sie nahenlos gut sind, also die wirklich weltweit Anerkennung finden für ihr Modell, weil sie mit ganz wenig Mitteln jetzt nicht finanziell Die sind finanziell gut ausgestattet Ich meine eher mit ganz wenig Texten In der Lage sind, ähnlich gute Ergebnisse wie GPD herauszubringen. Und jetzt gibt es ein neues Modell von denen, das heißt Mistral oder Mistral 8, 7 b, 8 x, 7 b, irgendwie so, und dieses Modell ist sogar so gut, dass es deutlich besser ist als GPD, also besser ist es normale Und fast so gut wie GPD 4. Es braucht allerdings fast gar keine Rechenleistung. Also es ist nicht so ein riesiges Modell, sondern es hat. Man muss sich auch vorstellen, ich glaube, gpd hat das 3-Punkt-Füllen, hat 180 Milliarden Parameter oder so was in der Richtung. Das ist gigantisch groß, und dieses vergleichbare Modell von Mistral hat 7 Milliarden Parameter. Also das ist nichts im Vergleich, und trotzdem haben sie es geschafft, es so gut zu machen, dass das eben läuft. Und worauf ich jetzt hinaus will mit meiner kurzen Technikschwärmerei ist, solche Modelle werden es immer besser möglich machen, dass tatsächlich auch nicht mehr unbedingt die Abhängigkeit von der Cloud besteht oder eben von Microsoft Azure oder von irgendwelchen anderen APIs, irgendwelchen Sachen, wo man es raus schicken muss, um dann zufriedenstellen die Ergebnisse zu bekommen. Das wird natürlich in Zukunft sehr spannend, selbst dann irgendwann für die lokalen Maschinen, also wie das aussehen wird auf den zukünftigen Rechnern oder Smartphones oder sonst was. Aber auf der anderen Seite ist es auch sehr praktisch für eben gerade kleinere Unternehmen, die sehr hohe Sicherheitsstandards haben, weil für die natürlich im Moment nichts in Frage kommt. Wenn Microsoft oder Google jetzt voraussichtlich recht sichere Anwendungen haben, die auch eigentlich alle DSGVO-Kriterien erfüllen, gibt es natürlich Restfragen, und diese Restfragen können für die meisten Unternehmen geklärt werden, weil sie sagen na ja gut, risiko gegen Aufwand, da überwiegt der Aufwand, den wir anderweitig hätten. Allerdings gibt es natürlich auch Unternehmen, die sagen, nee, das Risiko ist so hoch wie vielleicht die gesagten Notare, die wir gerade besprochen haben, die du, von denen du erzählt hast so ist richtig bei denen es einfach nicht in Frage kommt. Und dadurch, dass es einfach nicht in Frage kommt, sind natürlich so lokale Modelle dann deren, vermutlich Retto oder deren Held. Und finde ich auch sehr, sehr interessant, weil ich denke, wie gesagt, was ich schon letztes Jahr angekündigt habe, ich sehe nach wie vor keinerlei Änderungen an dem Trend, das mit GPT4 und vielleicht jetzt klar seit Neuestem noch Google Germany oder so diese Riesenmodelle sowieso schon Auslaufcharakter sind, einfach aus dem Grund heraus, weil die Modelle an sich sind supertolle KIs, aber wenn sie immer größer werden, werden sie nicht unbedingt immer besser. Standdessen sehen wir ja jetzt schon in vielerlei Hinsicht, dass es ganz, ganz viel Sinn macht, die Modelle miteinander zu kombinieren, sie mit Daten zu füllen, die man selber halt braucht, und anderweitigen Sachen. Insofern, ich glaube, das wird richtig spannend, richtig spannend wird das, wenn es kleiner wird und dadurch lokaler.

Speaker 3:

Was mich ja zur Frage treibt, wenn man dir zuhört, und diese Schwärmerei zeigt uns ja auch, wo die Sachen so hingehen, wo sich hin entwickeln, was vielleicht auch für neue Entwicklungen gerade anstehen, und so weiter. Wie sieht das mit der Investitionssicherheit für Unternehmen auf? Weil das ist auch mal eine Frage, die natürlich kommt. Die Unternehmen wissen nicht, was kosten jetzt so KI-Projekte meinem Unternehmen, egal, wie groß der Use Case ist. Irgendwo steht ja dann ein Budget dahinter, was sich ja auch irgendwie freisetzen muss, wo ich, gerade, wenn ich individuelle Anpassungen habe nehme ich ein Industrieunternehmen, die ihre Produktionsprozesse optimieren wollen oder dergleichen Wie kann ich denn sicherstellen als Unternehmen, dass das, was ich heute investiere, nicht Waste of Money ist und wir dann in einem halben Jahr über eine ganz neue Errungenschaft sprechen?

Speaker 2:

Das ist natürlich. Am Ende kann niemand die Zukunft vorherzehaken. Daher haben wir am Ende immer alle dieselben Schwierigkeiten. Das gilt natürlich für alles. Generell muss ich aber sagen, was wir in den Entwicklungen der letzten anderthalb Jahre sehen, beziehungsweise eigentlich GPT-3 gab es auch schon 2020. Theoretisch sind die Entwicklungen sogar noch älter, aber wenn wir jetzt einfach nur mal von GPT 3.5 ausgehen, dann reden wir so über die letzten anderthalb Jahre. Wie sah die Entwicklung aus? Natürlich kamen zuerst immer tolle Modelle. Jetzt wird vermutlich GPT-5 rauskommen, aber die sind nicht mehr so groundbreaking, die sind nicht mehr so wow. Das verändert jetzt noch mal alles. Sondern, wir haben ja jetzt schon vorhandene Systeme mit vorhandenen Modellen, und die dann wiederum zu verwenden in Kombination mit unterschiedlichen Daten und so weiter, wird jetzt nicht dadurch wieder komplett über den Haufen geworfen, weil neue, bessere Modelle rauskommen. Es werden vermutlich immer Anpassungen und bessere Modelle sein. Das ist allerdings jetzt, als Data Scientist gesprochen, bei KI-Modellen immer schon so. Es gibt zum Beispiel seit 2011, glaube ich das berühmte Convolutional Network. Also, es bedeutet das, was Bilder erkennen kann M-I-S-T, nein, m-n-i-s-t. Und da geht es letztlich darum, dass auf der einen Seite es gibt es von Zolando, das hat zehn Kategorien, das erkennt dann Schuhe und unterschiedliche Kleidung und so weiter, und es gibt ein anderes, das erkennt Gänseblümchen Und speziell das Gänseblümchen erkennt, wurde so übertrieben trainiert, so unglaublich gut trainiert, dass es im Zwischen Und die Ergebnisse sind weit weg von dem, was es am Anfang konnte Irgendwie 99,998 Prozent aller Gänseblümchen erkennt. Das ist besser im Gänseblümchen erkennen vermutlich, als jeder Mensch es jemals sein könnte. Jetzt ist aber die Frage hat es am Ende in den letzten Jahren, außer dass Studenten sich einen Spaß draus gemacht haben und eben regelrechten Wettbewerb darin, wer kann am besten Gänseblümchen erkennen hat das dann noch irgendeinen praktischen Sinn? Ich würde das persönlich als mit Nein beantworten. Und genauso ist es natürlich so, dass, wenn ein Sprachmodell eine gewisse Präzision erreicht hat, ist es dann sinnvoll, eins zu nehmen, das nochmal 2 Prozent mehr macht, und das ist dann deswegen, würde ich sagen, um auf die Frage zurückzukommen Also deswegen habe ich auch ein bisschen ausgeholt, um verständlich zu machen, dass in der KI-Welt läuft es immer so Wir haben irgendeine Neuart vom Modell, und dann versuchen irgendwelche total bewundernswerten Studenten oder Professoren oder Lehrstühle, das Ganze so weit hoch zu treiben. Momentan sind es natürlich auch viele Unternehmen. Die verlieren allerdings das Interesse ab, eben im Wirkungsgrad von, ich denke, 80 bis 90 Prozent, und die letzten zehn machen dann immer noch Universitäten. Das heißt, es wird jetzt halt noch jahrelang weitergehen mit wow. Das Modell ist noch besser und noch geschickter. Aber ich denke, dass der Wirkungsgrad von diesen 80 bis 90 Prozent, der ist bereits erreicht, und das bedeutet, wenn wir jetzt mit solchen KI-Modellen arbeiten, dann sind die auf der einen Seite schon mal relativ gut und auf der anderen Seite das vielleicht auch noch extra erwähnt auch immer austauschbar. Das ist nämlich das Extrem-Praktische daran, dass es nicht so ist, dass wir jetzt sagen, ja, mist, jetzt haben wir das alles darauf trainiert, sondern meistens ist ja der Trick, dass wir es nicht richtig trainieren, sondern wir nehmen etwas, was schon sehr klug ist an sich. Beispiel GPT 3.5. Und dem geben wir jetzt halt eben diese neuen Daten. Aber ob das am Ende GPT 3.5 oder Lama 2 oder Mixtral oder wie diese Modelle alle heißen, ist, ist im Endeffekt recht egal, sondern es geht vor allem darum, dass die Datensätze, die vordefiniert wurden, und als diese sogenannten Embattings, das bedeutet, als Daten, die oben draufgesetzt werden, vor Handen sind, können wir das unterliegende Modell austauschen wie ein Reifenwechsel. Also, das heißt auch, dass die Daten nicht so gut ausgelöst werden.

Speaker 3:

Aber das ist noch ein ganz wichtiger Punkt, den du sagst, dass man nämlich nicht die Abhängigkeit hat, nur von einer, dass du sagst, hey, wir setzen jetzt gerade auf, das sorry, aber in den nächsten zehn Jahren haben wir keine anderen Projekte, sondern dass man, genau wie du sagst, im Grunde die Basis tauscht und vielleicht auch in einem Parallelprojekt einfach auch mal an anderes noch testet, wie effizient das zum Beispiel dann ist.

Speaker 2:

Absolut. Wir sind gerade sehr dabei, also ich versuche auch sehr zu forcieren, dass wir mixed trial selber als eigenes Modell mit drin haben, weil ich es als so revolutionär sehe, und eben komplett open source, und sonst, dass es. Diese französischen Firma, kann ich immer wieder nur sehr in den Himmel loben, weil die wirklich was Tolles damit erreicht haben und auch natürlich mal wieder gezeigt haben. An sich ist es auch möglich in Europa. Also, es geht durchaus. Aber ja deswegen also, wie du sagst, ist irgendwas selber dazu zu entwickeln und dann auszutauschen, funktioniert immer, und das ist auch das, was wir unseren Projektpartnern zurzeit sagen. Ja, natürlich für die Kommunzielle. Nur zum Setzen auch wir zurzeit vor allem auf GPT 3.5, weil es für Standard-Dinge relativ gut funktioniert. Für mehr komplizierte Sachen wäre natürlich das Vierer besser, aber für die meisten Dinge reicht einfach auch 3.5 aus, weil es geht, wie gesagt, in erster Linie um dieses Sprachverständnis. Aber es ist überhaupt nicht gesagt, dass wir, wenn wir uns jetzt das nächstes Jahr treffen, dass wir immer noch über irgendwie GPT von mir aus dann 4 oder 5 oder so reden, sondern es kann auch sein, dass das was komplett anderes ist. Das ist aber egal für die Entwicklung, eben weil, wie gesagt, wir können es einfach rein raus. Das ist an sich kein Problem.

Speaker 3:

Also vielleicht mal um mal eine Analogie herzustellen ich bin gerade mit Katharina, meiner Frau, und Anna am Schlittschuh fahren Aktiv, und wenn ich mir so ein Schlittschuh anschaue, dann habe ich ja den Schuh und die Kube unten, und die Kube ist quasi das, was wir gerade reden, dass ich das austauschen kann. Also, ich kann auf dem GPT 3.5 fahren oder auf einem anderen KI-Modell fahren, aber der Schuh an sich, die Anpassung, die Individualität, die ich da auch reininvestiert habe als Unternehmen, die bleibt Ganz genau, und dann kann man sich das auch an meinem Fuß Ja genau.

Speaker 2:

Genau, schöne Analogie. Vor allem weiß ich natürlich das Ganze. Und ähnlich wie ein Modell, irgendwann hat es sich abgenutzt. Irgendwann gibt es vielleicht auch neuere Modelle, was wir immer wieder in, ich glaube, etwas verrückter Formen, aber zum Beispiel bei Sian sehen, da gibt es ja auch immer neue Modelle, die dann noch besser aerodynamisch ja, was weiß ich, was den aerodynamisch wahrscheinlich das falsche Wort hier aber genau Diese Kufen oder sonst was können ausgetauscht werden.

Speaker 3:

Da ist der Rollendrunder auf einmal genau, Genau. Dann sind wir im Sommer, Dann sind wir im Sommer genau. Ja muss ja da auch funktionieren. wäre auch im Sommer KI benutzen? Ganz genau.

Speaker 2:

Ganz genau.

Speaker 3:

Vielleicht noch ein anderes Thema. Jetzt hatten wir das Investitionssicherheitsthema. Ich glaube, das ist nochmal wichtig für viele, dass sie auch ein gutes Gefühl haben, wenn sie gerade in solche Projekte investieren. Wie nimmst du die Teamzusammenstellung, Weil das ist ja oftmals auch ein Riesenproblem. Wer arbeitet eigentlich in so einem Projekt mit? Jetzt frage ich mal ganz platt wenn du eine Anfrage kriegst von einem Unternehmen, mit wem würdest du denn gerne arbeiten? Wer müsste so Teil des Teams sein, die mit euch zusammen die KI-Implementierung machen.

Speaker 2:

Wir haben da in erster Linie Zwei unterschiedliche Nutzer, oder Sorry? ganz kurz Ja. Also ich würde, ja, bitte. Also, ich würde sagen, in erster Linie zwei unterschiedliche Nutzergruppen, oder nein, das ist falsch gesagt zwei perfekte Mitentwickler, würde ich mal so sagen, oder Co-Entwickler. Das wäre auf der einen Seite eben die Nutzer selber und auf der anderen Seite dann doch irgendwie jemand aus der IT, weil es macht schon Sinn, es ist nicht unbedingt nötig. Also, wir haben es jetzt auch in einigen Unternehmen so, dass wir das einfach gesagt haben, dass wir es mehr oder weniger an der IT-Abteilung vorbeientwickeln, weil das Programm unabhängig davon läuft. Gerade auch unsere Standardversion Und jetzt da, die IT-Abteilung da habe ich jetzt schon öfters mitbekommen kann im mittelständischen Unternehmen auch Probleme machen. Aber wir haben, wie gesagt, noch Probleme. Na ja, die IT-Abteilung sagt oft ah, und wie sollen wir das dann bei uns integrieren? Und was, wir sehen da Probleme, probleme, probleme. Ich muss sagen, ich habe selten bis jetzt mit den IT-Abteilungen geredet. Ich kriege das immer nur so gespiegelt von unseren Kunden und Kundinnen, und ich würde aber sagen, es gibt eigentlich gar keine Probleme, weil wir können unser System überall einfach oben drauf setzen oder mitten rein. Also das ist ähnlich einfach, wie wenn man auf einer Webseite irgendwie diese Chatbubbles reinwirft oder so. Das geht ja auch ohne größeren Aufwand. Deswegen gibt es meistens eigentlich offensichtlich keine Probleme. Ich weiß aber, dass interessanterweise gerade erfahren Jahre, vielleicht auch schon etwas ältere IT-Lar große Probleme mit dem Ganzen haben Und deswegen sich da sehr quer stellen und dann sagen na ja, es ist dann die Schwierigkeit, und dann müssen wir irgendwelche API-Schnittstellen nach außen öffnen, und wie soll das überhaupt in der Interkommunikation funktionieren, und so weiter. Wie gesagt, meistens ist es so, dass ich in der Realität sagen muss, wir haben unterschiedliche Instanzen, unter anderem eben diejenigen, dass wir einfache Tools sogar schon mitliefern, die direkte Konnektivität eben zum Beispiel zu den Clouds oder sonst was mitbringen, und auch das andere ist eigentlich sehr einfach und individuell anpassbar. Aber das führt schon immer wieder. Ich find's interessant. Also viele Menschen haben auch keine Lust, sich zumindest erlebe ich so bei mittelständischen Unternehmen die haben keine Lust, sich mit der eigenen IT-Abteilung auseinanderzusetzen, weil die sagen, dann krieg ich das nie, ist das dann durches?

Speaker 3:

Der ist erleblich, zum Beispiel auch, dass das an der IT dann vorbei gemogelt wird, also dass die dann sagen also gerade so, geschäftsführungs-ebene, okay, wie können ich das machen, dass ich jetzt nicht diesen Prozess anschieben muss? Also wo dann? was ich ja so mega finde, ist Also, ich will jetzt auch nicht so ein IT-Abteilungs-Bashing machen, hier. Ja, aber es ist schon sehr auffällig, finde ich, und da muss die IT-Abteilung die mal auf den Hof aufpassen wenn es denn eine IT-Abteilung ist. Oftmals ist es zum Beispiel eine EDV-Abteilung.

Speaker 2:

Ja, das stimmt.

Speaker 3:

Also das sind dann noch prähistorische Überbleibseln, die bis heute wirken, weil sich da auch keiner ran traut. Wenn der IT-Chef sagt, wir machen jetzt ein halbes Jahr für 20.000 Euro Penetrationstests, und dann gucken wir mal, ob wir das Projekt dann start kriegen, weil sie dann sagt als Geschäftsführer, das ist mich verrückt, wir machen gar nichts, ich habe keine halbes Jahr, ich habe keine 20.000 für irgendwas, ich will ja nur KI implementieren. Also von dem her finde ich, vielleicht ist das auch mal unbedingt ein Aufruf. Ich würde gerne mal mit einem IT-Chef hier quatschen im Podcast und zeigen, dass das auch anders geht, dass man offen sein kann für sowas und dass man vor allen Dingen sowas auch aus der IT-Abteilung vorantreiben muss, Weil ich glaube, das Projekt KI in einem Unternehmen hat keinen Erfolg, wenn es keinen Zielevel-Status oder Zielevel-Prio hat.

Speaker 2:

Absolut. Also ich denke auch, dass es schwierig ist, das einfach mal so nebenbei einzuführen oder so. Vor allem Wir haben jetzt da gerade ganz aktuelle Studie Ich muss noch mal überlegen, eier, es war sogar vom IVF, also niemand Geringeres als der international Währungsfonds die gesagt haben in den westlichen Ländern für 30 Prozent der Menschen wird sich durch KI die Lebensbedingungen deutlich verbessern, aber für 30 Prozent wird es vermutlich auch schlechter werden. Ich denke, dass diese 30 Prozent aus aktuellen Erfahrungen heraus gesammelt werden, also gerade die mit dem schlechter besser würde ich einfach nur unterschreiben, weil das ist alles einfacher damit, und ich denke aber, die Verschlechterung führt natürlich. Da wird viel indirekt auf Arbeitsplatzabbau oder Änderungen, die halt schwierig für gewisse Mitarbeitende mitzutragen sind, werden da vermutlich mit angesprochen. Ich denke aber, dass diese 30 Prozent sich deutlich minimieren ließen, wenn man es schafft, einen sinnvollen Dialog herzustellen und neben diesem sinnvollen Dialog auch es schafft, alle am Bord zu holen. Das ist nie einfach, und das ist eben gerade, wie du ja auch schon gesagt hast oder wie wir gemeinsam erruiert haben, bei IT-EDV-Abteilungen nicht so einfach, da die sehr eingefahrene Prozesse haben. Die benutzen vermutlich noch nicht mal SAP in der Cloud oder so. Das ist jetzt so der typische Beispiel bei vielen Mittelständlern, das ich erlebt habe. Da wird gerade darum gerungen, irgendwie in die Cloud mit SAP zu gehen oder mit Microsoft Dynamics.

Speaker 3:

Ich wollte gerade sagen, also A, ist es keine Bedingung, sap in der Cloud zu haben, zum einen oder Also und auf der anderen Seite erinnere ich mich an ich ruf mal schnell SAP an, weil ich brauche eine individuelle Anpassung in meinem Tool. Da kriegste vielleicht ein dreiviertel Jahr oder ein Jahr später Support. Also ich glaube, das weiß nicht, wie groß das Unternehmen noch wachsen muss, dass man so eine Art Echtzeit Support sicherstellen kann. Aber das ist vielleicht noch mal wichtig, an dieser Stelle zu sagen, dass eine KI-Implementierung natürlich nicht SAP voraussetzt, aber es gibt ein bisschen Unfrastruktur.

Speaker 2:

Ich wollte eher eigentlich auch damit auch, dass die Ton sich eben an dieser Stelle schon schwer, und das ist aber auch, wie du sagst, es ist ja auch ein schwerer Schritt. Also, da gibt es sehr viele Dinge zu tun, gerade, was ich öfters mitbekommen habe SAP-Integration. Sehr anstrengendes, langes Geschäft, aber, wie gesagt, die sagen dann quasi ach, nee, nicht schon wieder sowas, also nicht schon wieder eine Veränderung, die bei uns alles umwälzt und ganz, ganz lange dauert. Und dabei, denke ich, wird sehr oft das Potenzial total unterschätzt. Und das finde ich das Spannende, denn während normalerweise aus erfahrungsgemäß Benutzer, die einfach nur JCPT benutzen und keine Ahnung von IT haben, das Potenzial von diesen KIs total überschätzen, neigen IT-Abteilungen ein bisschen dazu, ist zu unterschätzen. Die sagen ah, das ist sehr viel Arbeit, und der Output ist gering im Vergleich. Und ich würde es eigentlich genau umdrehen. Ich würde sagen, die Arbeit zu integrieren ist relativ gering, und der Output ist Wahnsinn. Also, es ist der Wahnsinn, sobald wir eben mit vernetzten Daten arbeiten können Und dann weitere Automatisierungen hinten dran schrauben. Das ist ja noch was, was unten draufkommt.

Speaker 3:

Ich glaube, ich lehne mich jetzt einfach mal so ein Fenster. Ich mach mal eine Prognose, mal gucken, ob die in einem Jahr eingetreten ist, Aber oder in zwei. Ich glaube, dass wir in mittelständischen Unternehmen bei kleinen nicht so sehr, aber bei mittelständischen Unternehmen werden wir eine eigene KI-Inhausabteilung haben, Also mal mindestens mit einer Person besetzt, die sich um das Thema KI kümmert um. Datenqualität kümmert, um analysieren, um analysen bestehender Prozessen, wie weit die KI dort performt, aber in der Identifizierung neuer Prozesse im Unternehmen, die man mit KI vielleicht auch noch effektiver machen kann. Also ich glaube, dass da mindestens einen Verantwortlichen gibt, und ich glaube, dass es die neue Berufsbezeichnung Chief Artificial Intelligence Officer geben muss in den Unternehmen, also zumindest bei denen Unternehmen geben muss, die wettbewerbsfähig bleiben wollen in der Zukunft. Also das ist neben dem CDO und CTO und CIO einfach noch eine ganz wichtige Spezialisierung, die als Seal-Abbisch-Stabstelle in die anderen Divisions im Unternehmen reichen wird. Also ich glaube, ich glaube Absolut wirklich auch, und damit entstehen neue Berufsfelder.

Speaker 2:

Ja Also herzlich willkommen zum Thema. Soll, aber auch Ja, absolut. Das ist auch das Einzige, was ich gar nicht glaube, und ich meine, bei unserem aktuellen Fachkräftemangelproblem schätze ich auch nicht, dass es so für sehr ins Gewicht fallen würde, wenn die eine oder andere Stelle so verschwindet. Also in der Richtung bin ich sehr gespannt, und ich stimme dir absolut zu. Ich denke auch, wenn das Ganze nicht aufs Sieler-Wil betrachtet wird, nicht als Top-Priorität, dann wird die Webbewerbsfähigkeit eingeschränkt sein. Ich habe auch ein interessantes Beispiel. Ich habe diese Woche ein Interview gegeben für eine Studierende, für ihre Abschlussarbeit und so weiter und habe ihr da ein bisschen geholfen bei einzelnen Fragen. Und sie hat auch erzählt, dass sie mit unterschiedlichen Consulting-Companies in dem Fall also mit BCG, da kennen sie, aber auch mit ADESSO Deutschland, excensa und so weiter geredet hat, und dass sie enttäuscht war von den Deutschen, die vergleichsweise sehr wenig KI-Tools einsetzen, also wo eben so eine Boston Consulting-Group deutlich mehr schon einen direkten KI Einsatz hat, weil die Amerikaner einfach sagen wow, jetzt geht es los Und die Deutschen sich das sehr oft sehr genau anschauen, wogegen ja grundsätzlich mal nichts einen zu wenden ist. Allerdings sieht man halt dann jetzt, und deswegen jetzt hat es die Zeit zu handeln. Dadurch können eindeutige Webbewerbsnachteile entstehen, weil natürlich die Consultants von McKinsey oder anderen amerikanischen Firmen dadurch natürlich viel leistungsfähiger sind, und zwar nicht, weil sie selber leistungsfähiger sind, sondern weil ihnen einfach die Hälfte irgendein Chatboard macht, und damit sind sie in der Lage, dinge, die hier noch sehr akribisch selbstständig oder durch Praktikantinnen und Werkstudierende gemacht werden, die KI machen zu lassen. Und das ist am Ende immer schneller. Das heißt, hier muss es weitergehen, und ansonsten werden gewisse Besparten einfach diesen Wettbewerbskampf, den es natürlich immer gibt, verlieren.

Speaker 3:

Ja, ich glaube, das ist genau innerhalb der Branche. Die werden gewinnen, die das verstehen, richtig einzusetzen. Ich möchte an dieser Stelle auch immer so einen Aufruf machen bzw eine Feststellung, weil ich finde es toll, dass es viele Unternehmen gibt, die da sehr mutig vorangehen. Also ich erlebe Anfragen hier bei uns oder sogar erste Projekte, die gestartet werden, auch im Grundezentrum mit den regionalen Unternehmen, die de facto einfach null Kompetenzen in ihrem Unternehmen oder super wenig Kompetenz dahingehend in ihrem Unternehmen haben und sich dem Thema trotzdem öffnen. Und da kann man ja wirklich nur aufrufen, dazu, selbst mit ganz wenig Grundwissen zum Thema KI sich zu öffnen insofern, dass man sagt, man holt sich mal ein Berater rein oder man nimmt ein After-Work-Campus teil Da bist du ja auch mit dabei, felix, bei uns auf der Plattform, wo man wirklich ohne Grund oder Vorkenntnisse mitmachen kann, lernen kann, was ist KI, wie kann man das einbauen, wie kann man das ausdifferenzieren, wie kann man Projekte damit aufsetzen, inszenieren oder, ähm, auch für den Mitarbeiter spannend machen. Also ich glaube, das fängt schon einfach auch mein set an dass ich im Unternehmen einfach sage Leute, hier geht es nicht darum, arbeitsplätze abzubauen, sondern dafür zu sorgen, dass wir nächstes Jahr die Gehälter noch zahlen können, weil wir noch am Markt sind. Ja, So ganz drastisch muss man das ja sagen. also gestern Nachrichten bin ich aus einem Wolken gefallen. Ich glaube, deutschland ist das einzige EU-Land, was in der Rezension ist.

Speaker 2:

Ja, ja Was los.

Speaker 3:

Ja, absolut Ja. Oder eine andere Statistik sagt, glaube, 30 Prozent, haben wir noch Optimisten. Alles andere ist eine erpessimistische Stimmung, die wir gerade im Markt haben. Warum Ja, die Sonne scheint zwar nicht, aber wir haben Schnee, der Frühling steht vor der Tür, wir haben KI ja wir können was bewegen, wir können mal flinke.

Speaker 2:

Füße machen.

Speaker 3:

Wir können mal in Aktion reden.

Speaker 2:

Ich denke, dass die Schwierigkeit im Moment besteht, und was ich so viel sehe oder dann selber auch ein bisschen enttäuscht bin, ist, dass Deutschland zumindest in den letzten 10 Jahren noch immer sehr stark auf die Schwerindustrie setzt. Und ich denke einfach, dass dieses auf die Schwerindustrie setzen kann Teil des Weges sein. Das heißt ja nicht, dass man die komplette Schwerindustrie abbauen muss, Das überhaupt nicht. Aber die Schwierigkeit, noch mehr auf die Dienstleistungsgesellschaft bzw auf sagen wir mal in Anführungszeichen weichere Dinge zu geben, wie eben Software-Entwicklung und andere Dinge, die vielleicht auch im digitalen Bereich mehr eine Rolle spielen, Da tun wir uns irgendwie vergleichsweise sehr, sehr schwer. Und da, wie gesagt, auch vorhin schon erwähnt, dass französische Unternehmen Mistral macht weltweit Schlagzeilen. Ich muss sagen, Alip Alfa hat jetzt, glaube ich, sogar noch mal ein bisschen mehr oder ähnlich viel Geld wie Mistral bekommen. Aber ich habe von Alip Alfa jetzt zum Beispiel auf wie da nicht so viel gehört. Vielleicht kommen die jetzt demnächst wieder. Ich meine, wir haben sehr kurze Wellen, in denen das immer alles passiert. Es kann sein, dass wir in zwei Wochen hier sitzen und schon wieder alles ganz anders ist Felix wir sind konzentriert.

Speaker 3:

Ich glaube, das ist viel beim Fußball. Weißt du, wenn du in einem WM-Spiel siehst mit Deutschland und denkst, ja alter Schwer, wie soll das in den Vorrunden sein, wie soll das am Ende sein, dann es ist Magie. Es ist dann, wie als würden die andere Schuhe anziehen, die dann nochmal so ein Turbo-Ding haben, weil ich gebe dir völlig recht Dienstastungsgeschäft, software-entwicklungsgeschäft, das kann ja nicht sein, dass wir 50 Jahre SAP freiern und dann kommt erst mal eine Weile gar nichts. Also Alip Alfa ist ein Lichtblick. Ich würde mir da auch mehr inhaltlich wünschen in der Kommunikation, aber da passiert, glaube ich, eine ganze Menge schon.

Speaker 2:

Und die.

Speaker 3:

Industrie, die schweren Industrie. wir brauchen sie auch als Schlüsseltechnologie der Zukunft, aber wir brauchen sie auf Steroiden. Wir brauchen die KI dort in den Unternehmen. Wir brauchen bessere Prozesse, ki-projekt. was ich in den letzten Jahren mal gemacht habe, war sieben Ingenieure versuchen, ein Produkt zu reproduzieren, was mit KI innerhalb von ein paar Stunden geht. Das haben die in ein halbes Jahr gemacht. Also allein diese Prozesskosten, die dahinter stecken, daraus kannst du wieder ein Geschäftsmodell bauen und so weiter. Also, ich glaube, das ist ja auch so ein bisschen unsere Aufgabe, die wir jetzt hier auch mit dem Podcast, mit den Genius Alliance, mit Coventure AI vom Gründerzentrum in Cowork, jetzt auch mit euch, die ihr hier vor Ort seid, schaffen können, ist wir müssen die richtigen Leute an einen Tisch kriegen, die über ein richtig gutes Thema sprechen und über ein Newcase der anderen wiederum Mut macht, sich ebenfalls diesen Thema zu widmen, und ich glaube, wir müssen zeigen, dass es geht, wie es geht, und dass das erfolgreich sein kann, und dann werden andere dachziehen.

Speaker 2:

Ja, das ist absolut recht. Das denke ich auch. Ich sehe es ja auch schon, wie gesagt auch. Wir haben ja dann doch einige Kunden, die das so umsetzen wollen und sich von uns in dem Fall als die Experten dafür die Hilfe holen, und ich denke auch, dass da vieles möglich ist. Es muss halt nur, es kann nicht ewig auf die lange Bank geschoben werden. Es wird, in fünf Jahren interessiert es wieder kein Menschen mehr. Da wird es alles so standardisiert sein, und dann haben gewisse Unternehmen auch schon die Marktwörerschaft übernommen, und dann wird es ein abgekühlterer Markt sein.

Speaker 3:

Ja, absolut. Also, an dieser Stelle werden wir den Sack zumachen. Ich denke, wir haben eine Menge Content und vor allen Dingen so ein bisschen den Blick hinter den Kulisten aufmachen können, wie wir das so wahrnehmen der Felix mit der Atex-Solution von der Seite der Entwicklung und ich eher so von der Seite der Projektentwicklung, also weniger der Technik, sondern mehr so das Implementierungsprozesses oder auch das Hubs, also das Herstellen zwischen Verbindung, unternehmen, die das einfach können, wie die Atex und Unternehmen, die das unbedingt brauchen, wenn ihr Fragen habt wir haben seit neuestem auch noch, weil wir ja nicht genug Kanäle anbieten eine LinkedIngruppe. Stellt uns eure Fragen dort. Wir nehmen das mit in den nächsten Podcast-Vogeln auf und werden den Felix hier als unseren Stammgast immer wieder ausquetschen zu den Themen oder nimmt mit ihm auch Kontakt auf. Wir packen alles, was ihr dazu wissen müsst, endlich schon uns dieser Podcast-Vogel. In diesem Sinne sage ich Felix vielen Dank für deine Zeit, und wir hören uns beim nächsten.

Speaker 2:

Mal. Absolut hat mich gefreut, wie immer und bis zum nächsten Mal, bis bald, tschau, tschau.

Künstliche Intelligenz in Unternehmen
KI in Unternehmen Und Notariate
Die Zukunft Der KI-Investitionssicherheit Für Unternehmen
KI-Modell-Variabilität Und Teamzusammenstellung
Probleme Mit Der Integration Von IT
Implementierung Der Atex-Solution