Was er mir über KI erzählte, hat mich schockiert

Wir werden alle Führungskräfte werden

für künstliche [musik] Intelligenz. Das

wird unsere zutiefst menschliche Aufgabe

sein. Lass uns doch ein Unternehmen

bauen, das zum überwiegenden Teil aus KI

Mitarbeitern besteht und die sollen eben

eine Personalakte haben, die sollen

Persönlichkeitstypen haben. Bei Hans,

sie den Hans sie haben wir eine Stunde

gebaut, es hat 10 Wochen gebraucht, bis

das ein guter Mitarbeiter war. Ich

spreche mit ihnen über die

Zusammenarbeit.

Stopp, stopp. Wir reden jetzt von

virtuellen Mitarbeitern oder?

Wir sind immer noch bei der KI. Für mich

steht AI eher für Alien Intelligence,

die viele Vergleiche hat zu dem, wie

Menschen agieren. Ich bezeichne sie eher

als neue Spezies.

Das klingt alles so wirklich kurz

[musik] vor der Einweisung. So klingt

das.

Ja. Und ich w wir fangen gerade erst an

zu reden, Ben. Okay.

Wir haben eine ganz klare Probezeit

[musik] für neue KI Kollegen und genauso

haben wir Assessment Center, wo KI

andere KI überprüfen und je mehr wir

angefangen haben, die zu

vermenschlichen, je mehr wir diesem

Prozess gefolgt sind, desto [musik]

erfolgreicher wurden wir. Was ist mit

den Leuten, die keine Führungskompetenz

haben, wo stehen die [musik] in dem

Arbeitsmarkt in den nächsten paar

Jahren?

Du hast gerade gesagt, du hast dein

letztes Unternehmen verkauft, kurz bevor

es ChatGBT gab

und das war möglicherweise ein sehr

smarter Move, weil es irgendwie so

ähnlich war wie Chat GPT und so ähnlich

ist, was was du heute machst über Was

ist da passiert? Was hattest du vor für

Unternehmen? Was hast du da, also wie

hast du das verkauft und was ist heute?

Also, ich habe vor 10 Jahren das erste

KIUnehmen aufgebaut, das hieß damals

Punk Incorporated und die Idee war, dass

wir KI nutzen wollten, um Bildung besser

zu machen. Und besser heißt für uns,

dass wir uns wirklich anschauen, wie

heute tradung funktioniert und vor allem

Softskills. Also es heißt wie

Führungskompetenz,

Kommunikationskompetenz,

Kreativität, Empathie, also diese

Fähigkeiten vermittelt werden. Und das

war mir alles immer viel zu theoretisch

und irgendwelche Rollenspielchen, die

man in irgendwelchen Workshops gemacht

hat und ich hatte zu der Zeit die Studie

gelesen von diesem unaussprechbaren

Ungarn, der diese Flowforschung ähm

Mihau irgendwas irgendwas, also lass

mich nicht aussprechen.

Ich musst du mir erklären.

Ja, also die Grundthese ist, dass Stress

ein unfassbares Lernsteroid ist. Also

haben wir in einer Aufgabe, wenn wir

versuchen etwas zu lernen, zu viel

Stress, zu viel Kortisol, dann ist das

Gehirn überfordert und nimmt die

Information nicht gut auf. Es

verschränkt sich nicht gut im

Gedächtnis. Haben wir zu wenig, dann

langweilen wir uns. Haben wir ein

Boreout gewissermaßen und dann kennt

jeder diesen Flowzustand. von dem haben

viele schon mal gehört. Das ist so ein

Moment dieser leichten Überforderung, wo

wir das Gefühl haben, die Zeit fliegt

einfach an uns vorbei. Wir gehen total

in der Aufgabe auf und das hat eben

diese Ungar sehr genau beschrieben, aber

eben alles qualitativ und nicht

quantitativ. Das heißt, in welchen

Momenten bei Ben brauche ich jetzt

welches Maß an Stress, damit wir das

perfekte Lernsteroid haben? Und die

Aufgabe, die wir uns bei Punk

Incorporated gesucht haben, ist können

wir mit künstlicher Intelligenz für das

Individuum, das bei uns und mit uns

lernt, genau dieses Flowfenster

möglichst häufig treffen und möglichst

häufig finden. Und das war eine Zeit, da

gab es eben noch keine generative KI,

wie wir es ja jetzt eben mit ChatGBT und

C kennen. Das heißt, es war teuer, das

war aufwendig, da hieß das ganze

maschinelles Lernen und haben wir eben

versucht mit Millionen von Datenpunkten

von Managern, die bei uns gelernt haben,

dieses Modell zu trainieren, um das

darauf anzupassen. Wir haben die in

sogenannten No Win Szenarien z.B.

gesteckt. Das heißt, der erste Tag in so

einer neuen Weiterbildung war online. Du

musst ein kurzes Video aufnehmen und

dich vorstellen. Und Tag 2 hast du dann

so ein erstes Management Meeting gehabt,

wo du deine Idee mal präsentieren

solltest, je nach Story, in der das war

und das lief provoziert, extrem

beschissen. Das heißt, der Manager hat

sich was rausgesucht bei dir und hat

versucht einfach tief zu bohren, dich an

die Wand fahren zu lassen und die sind

alle so rein und dachten

Schulungsumgebung, coole Company, wir

haben jetzt richtig Spaß dabei und dann

kam Manager 5 Minuten zu spät und hat

gesagt, pass auf, ich habe 10 Minuten

Zeit, da muss ich ins nächste Meeting.

Was ist deine Idee, sonst gibt's ja kein

Budget. Und entweder hast du es gut

argumentiert und gesagt, du pass mal

auf, Ben, deine Nase gefällt mir

überhaupt nicht. Ich kann dir gleich

sagen, wir werden keine Freunde werden.

Also, wir haben ganz bewusst dieses Noin

Szenario gesetzt, weil das ein wichtiges

Framing und ein wichtiger Stress war, um

so eine Baseline zu ermitteln, wo steht

eine Person und auf der Basis haben wir

dann alle weiteren Challenges, die tag

für Tag immer 20 Minuten ausgespielt

wurden, eben versucht mit einer KI zu

modulieren, um dich in relativ

überschaubarer Zeit von 12 Wochen in

diesen Fähigkeiten zu stärken. Das war

die Idee. Also es hat in der

Grundtechnologie etwas mit ChatGBT von

der Grundhaltung zu tun, aber ganz weit

entfernt. Und warum ich gesagt habe, als

ich das dann im Mai 2022 verkauft habe

an die WBS-Gruppe, warum das ein guter

Zeitpunkt war, ist nicht, weil die

Technologie per se eine Bedrohung dafür

gewesen ist, weil jeder musste diese

Millionen von Datenpunkte sammeln von

diesen gestressten Menschen und

Teilnehmern, sondern weil Investoren das

nicht verstehen. die sehen JGBTs draußen

und laufen dann eratisch ähnlich wie ein

Vorstand heute rum und sagen, ich habe

in der FAZ gelesen, was die KI alles

kann. Lass uns mal das Marketingbudget

kürzen. Und deswegen war das für den

Markt ein sehr gutes Timing zu dem

Zeitpunkt zu verkaufen.

Ich versuche noch mal maschinelles

Lernen. Ähm, das ist ein Therminologie,

die vor paar Jahren überall hergespukt

ist und da wollte wollten alle irgendwie

so äh Mattheingenieure und Machine

Learning Artificial Intelligence lief so

als als Bassworts

durch die IT Community, aber das war

nichts, was die Menschen irgendwie

benutzen konnten

überhaupt nicht

so. Aber im Kern des Maschinelles Lernen

eigentlich nur, du sagst [japst]

als Foto beispielsweise,

da damals gab's dann so Data Center,

glaube ich, wo man gesagt hat, pass mal

auf, hier haben eine Million Fotos und

davon sind Katzen drauf und deine

Aufgabe ist jetzt sozusagen immer die

Katze anzuklicken und die anzukreisen

und so hat die Maschine gelernt, was ist

eine Katze und so konnte man seine

private KI trainieren darauf, was ist

eine Katze und d kann man sagen, ich

habe jetzt hier in 100.000 1000 Stunden

so und so viel Katzen da reingetan und

die KI ist das der das maschinanelle

Learning Algorithmus quasi ist mit 97%

der Wahrscheinlichkeit erkennt der

Katzen auf Fotos. So musste man alles

selbst machen. Heute kannst du Chyti

fragen, ist auf diesem Foto eine Katze?

Wenn ja, was für eine? Wann ist die

geboren und hat die eine Krankheit

sozusagen? Das also heute geht viel mehr

als noch vor damals vier Jahren. So und

was ihr gemacht habt sinngemäß

[schnauben] ist, ihr habt Manager oder

Schulungsteilnehmer, die ein Softskill

lernen sollten, also irgendwie Empathie

oder Teamfähigkeit oder

was auch immer. ähm genau diese

Datenpunkte quasi, was ist eine Katze,

wann ist der gestresst, wann kann er

nicht mehr, wann geht er raus, wann ist

er irgendwie zu zu gelangweilt und habe

dann gesagt, wir können mit unserer

Software den, wenn wir trainieren,

merken wir, oh, der ist jetzt gerade,

der kommt zu leicht von Frage zu Frage

oder der braucht zu lange von Frage zu

Frage. Wir idealerweise braucht er 45

Sekunden als Beispiel. Wenn er mehr

braucht, müssen wir mehr weniger geben

und nach ein paar Fragen wissen wir so

ein bisschen, wie der YouTube

Algorithmus funktioniert. Wenn du halt

30 Videos gesehen hast, das 31, das ist

mega. Da brauchst du gar nicht gucken,

was es ist, sondern YouTube weiß,

was es ist. Und genauso habt ihr die die

so wie YouTube, ich glaube, das ist das

beste Beispiel, dass man sich es

vorstellen kann. So wie YouTube

suggeriert, das Video solltest du gucken

oder das Video, konntet ihr sagen, die

nächste Frage für Stefan Meer 45 von

keine Ahung Siemens ist die, weil da

braucht er 45 Sekunden und wenn er die

Frage schafft, dann geben wir ihm danach

die schwierigere, dann kann er die auch

in 45 Sekunden beantworten und das habt

ihr damals gemacht,

richtig?

Also das erklärt das Prinzip sehr sehr

gut. Ähm, nur um die Schwierigkeit zu

erklären, die wir dabei hatten, ist es

ging eben nicht um Fragen, sondern es

ging ja um diese Softskills. Mhm.

Und bei Softskills gibt's wenig richtig

oder falsch. Also Katze ist ja sehr

einfach. Ja, da hatten wir gewisse

Taxonomie und dann entscheiden wir, wann

eine Katze eine Katze ist. Das ist bei

führt jemand gut oder kommuniziert

jemand gut nicht so offensichtlich. Die

Frage ist, was ist da der Sensor, um

rauszufinden, ist das eine Katze oder

nicht, um in dieser Metapher zu bleiben?

Und dann haben wir gesagt, wir müssen

eigentlich an 360° Feedback machen. Also

wir müssen sehr viele unterschiedliche

Leute involvieren, die bei einer Aufgabe

wie in diesem Management Meeting

hinterher beurteilen, wie fand ich das,

wie hat es auf mich gewirkt? Und

[schnauben] wir haben dann eben eine

Selbsteinschätzung eingeholt. Wir haben

aus den Lerngruppen, in denen das

stattgefunden hat, zwei Leute immer

zufällig ausgewählt, die das ähm

feedbacken mussten. Der Manager selbst

hat ein Feedback abgegeben. Einmal in

der Woche der Dozent hat sich das alles

angesehen. Das heißt, wir haben versucht

viele Perspektiven reinzubringen, um

eine Idee davon zu bekommen, ist das

eine Katze oder ist es keine Katze? Und

dann ging es nicht darum, dir eine Frage

weiterzustellen in der Metapher 100%

richtig, sondern was ist deine nächste

Challenge, also welche Situation in

deinem Führungsalltag müsstest du jetzt

konfrontiert werden, um dich weiter zu

entwickeln, aber in der Metapher, die du

aufgezeichn hast, ist genau richtig.

Okay, das aber ist ja noch mal

wesentlich komplexer, als ich mir das

jetzt mit den Katzen ausgemalt habe.

So, das Ding hast du verkauft

kurz bevor es Jet GPT gab,

richtig?

Darf man sagen, wie viel du dafür

bekommen hast?

Darf ich nicht. äh ist in den Verträgen

so festgelegt. Ähm aber seitdem geht's

mir sehr gut.

Finanziell geht's dir gut. Vorher ging

es dir bestimmt auch gut.

Nein, gesundheitlich natürlich vorher

und danach. Ja, aber finanziell eben.

Und dann seid ihr ein bisschen, hast du

vorhin schon erzählt durch die nicht

durch die Welt, sondern durch Europa

getourd

und habt euch eure nächste Bleibe

ausgesucht. Was heiß nächste bleibe? S

ein zu Hause tatsächlich.

Ja. [schnauben] So, jetzt wohnt ihr in

Wien und dann hast du aber irgendwann

gesagt, pass auf, eigentlich müsste ich

nicht mehr arbeiten. So sinngemäß hast

du das nicht gesagt, aber die Worte lege

ich dir jetzt mein Mund und könnte jetzt

den ganzen Tag in Wienf spielen, aber

das ist mir ein bisschen langweilig und

dann hast du irgendwann angefangen was

anderes zu machen, also Lied auf zu

gründen. Wie ist das passiert? Wie kam

es dazu und was war der Hintergedanke?

Ja, [schnauben] also erstmal muss ich

sagen, dass ähm gute Kompensation ähm

immer ein wichtiges Thema per se ist für

die Arbeit, die man leistet, aber ich

war immer jemand, der sehr stark

motiviert war, einen Sinn und Impact zu

stiften. So sehe ich mich auch als

Unternehmer. ähm nicht jetzt die Lücke

zu finden, bei der man irgendein Gesetz

jetzt ausnutzt und ich meine das gar

nicht wertend, aber das ist nicht die

Art, wie ich Unternehmen aufbaue,

sondern mich interessiert, können wir

wirklich nachhaltigen Impact erzeugen

und kriegen wir das Skalierfähig hin.

Das sind die beiden Dimensionen, nach

denen ich das beurteil.

[schnauben]

Und äh deswegen war der Kontostand

super, weil man den Rücken frei hat,

aber er war nie der Antrieb zu sagen und

jetzt irgendwie noch eine Finke auf

Mallorca und dann eben Golf spielen oder

irgendwas anderes dergleichen zu machen,

sondern ich habe dann relativ schnell

gemerkt auch bei diesem ganzen Reisen,

wir waren toll Essen die ganze Zeit und

sind irgendwelche Museen gegangen und

was man da eben so macht, aber das trotz

alledem mir unglaublich langweilig wurde

und ich bin dann wirklich total am Rad

gedreht und habe dann zu meiner Frau

gesagt, also ich muss jetzt irgendwas

machen. Ähm und jetzt wir haben dann

kurz überlegt, ob man will ich auch eine

Weltreise dann noch dran hängen und dann

wurde ich erlöst im November 22 von

ChatGBT, weil da was kam, wo ich mir

dachte herausragend,

dass ich da jetzt was habe, womit ich

rumspielen kann. Ich war ja in dem Thema

eh schon ziemlich tief drin und äh dann

habe ich mich total eingeigelt

und erinnere mich heute noch eines der

wirklich großen Erweckungsmomente war,

dass ich im Januar

2023 einen Vortrag hatte.

damals bei der Allianz zum Führungskreis

und da hatte ich über moderne Führung

gesprochen und da ging es um die

Trangeta in Kalabrien, wie die jetzt

weggehen von dieser typischen

Partenstruktur, weil sie merken, dass

sie so anfällig sind und wie sich

generell die Weltterführung verändert.

Und ein Aspekt, den ich auf der Bühne

gezeigt hatte, war, wie ich mit ChetchBT

ein Kinderbuch für meine Nichte erstellt

habe. Das war eines meiner ersten

Anwendungsfäter und die Leute hinterher

hat überhaupt nicht interessiert, was

ich überfügung erzählt hat, sondern es

hat sich eine Traube nach meinem Vortrag

um mich gebildet und jeder hat gesagt,

was ist dieses GBT, gibt's da eine App

und so. Es gab's alles nicht. Also, es

gab weder die Chat GBT App im App Store

und es gab nur die Website und hat

damals auch extrem limitierter Zugriff.

Also, man konnte gar nicht so leicht

diesen kostenlosen Account erstellen.

Und dann hatte ich noch mal ein Vorteil,

ich glaube es war bei IKEA ähnliche

Reaktion und habe ich gemerkt, ich will

dieses Thema für Normalsterbliche so

aufbereiten, dass sie das verwenden

können und habe dann sehr intensiv mich

mit Prompting beschäftigt, also der Art

und Weise, wie du mit dieser KI

kommunizierst und habe sehr schnell für

mich dann gesehen ähm, dass es ein

Muster gibt, dass das sehr ähnlich ist

wie das Delegieren von Aufgaben wie das

normal in Führungskraft macht. Und meine

Frau hat das damals überhaupt nicht

verstanden, warum ich so viel Zeit da

investiere wieder so ein Konzept

zusammenzubauen. Für die war es so ein

Hobby und so dachte mir haupts er stellt

keinen Mist an. Ja, also er hat jetzt

irgendwas, womit er sich beschäftigen

kann und habe dann im Februar 23 ein

Konzept angemeldet, das Actionprinzip,

bei dem es damals darum geht, eine Art

Delegations

Framework zu haben, wie man Aufgaben an

die KI delegiert und da wurden wir sehr

ausgelacht dafür.

Wer hat euch ausgelacht?

ähm Führungskräfte, Menschen online,

wenn ich das auf LinkedIn gepostet habe.

Äh das fanden die sehr verstörend, dass

ich gesagt habe, sie KI damals noch als

Praktikanten, heute würde ich nicht mehr

von den Praktikanten sprechen, auf dem

Niveau die Modelle ähm heute

funktionieren, aber damals eben schon

und habe gesagt, wie würdest du einen

Praktikanten onboarden, ins Unternehmen

holen? Welches Wissen würdest du geben?

Wie würdest du Feedbackgespräche führen?

Wenn du eine Aufgabe delegierst, welche

Art von Kontext würdest du geben? Wenn

du als Vorstellung eine Führungskraft

sagst, ich würde gern, dass du für mich

irgendwelche Präsentationen baust, was

für Beispiele würdest du zeigen? Also,

die Analogie hat erstaunlich gut

funktioniert bis heute und diese Art der

Vermenschlichung, die fanden die

Menschen beängstigend, total absurd, das

zu machen. Und äh ich blieb aber dabei,

weil ich gesehen habe, dass meine

Ergebnisse einfach sehr viel besser sind

als die von vielen anderen und

war dann aber nicht unglücklich, als im

September 24 23 ähm Google sein

Framework präsentiert hat und das sehr

nah daran war, wie Aufgaben an Menschen

delegiert werden.

Das heißt, das ist eine der wenigen ähm

Zeitpunkte, wo wir in Deutschland bzw.

Europa eigentlich gleich auf waren in

der oder sind möglicherweise im

Prompting, weil CHGBT war für alle neu

und dann hast du dich hingesetzt, du

hattest den Background in maschinellem

Lernen, wusstest ungefähr wie eine KI

funktioniert und ich s mal die Google

Ingenieure halt auch und wenn du dich

hingesetzt hast und die sich hingesetzt

haben, wie können wir das geil machen

und ein ähnliches Ergebnis habt, dann

spricht ja viel dafür, dass es nah an

der Wahrheit ist. So und dann hattest du

das hast du es gesehen. Okay. Okay. Das

was ich gemacht habe, hat auch Google

gemacht. Das bei Google hat

wahrscheinlich mehr gekostet als das was

du für dich äh mehr oder wener deinem

dein de dem äh Wohnzimmer gemacht hast.

Mm.

So. Wie ging es dann weiter?

Ja, also vielleicht das kurz als

Erwidung. Wir sind gerade alle Schüler

in dem Bereich. Also KI gibt's jetzt

seit 70 Jahren. Seit 18 beschäftige ich

mich damit. Ich würde sagen, seit 3

Jahren verstehen meine Eltern, was ich

beruflich mache. Die haben vorher immer

gesagt, ich bin irgendwie Exceltainer

oder so. die konnten das sehr schwer

greifen, dieses maschinell lernen. Und

äh auch durch meine Arbeit im KI

Expertenrad von Microsoft und auch

Google ähm haben wir letztes Jahr ein

paar mal präsentiert und wurden

eingeladen, um unsere Arbeit

vorzustellen. Wir wissen alle nicht, wie

die Arbeitswelt in den nächsten Jahren

aussehen wird. Wir stehen da alle am

absoluten Anfang und es sollte keiner

die Bräßigkeit haben, sich als Experte

da aufzuschwingen oder zu sagen, wir

haben es verstanden. Es gibt Leute, die

sind herausragend darin, solche Modelle

zu kreieren oder Plattformen zu

schreiben. Aber wie die Auswirkung auf

die Arbeit ist, also unser Verhältnis

auch zur KI, das weiß heute keiner,

ehrlicherweise. Und das fand ich eben so

reizvoll, dass ich gesagt habe, wir sind

so am Anfang einer neuen Zeit, das fühlt

sich historisch für mich an. Lass uns

ein Unternehmen bauen, bei dem wir

versuchen, die Organisation der Zukunft

zu bauen, zumindest was wir glauben, wie

sie aussehen könnte und einfach die

ganze Welt daran teilhaben, wo wir

scheitern, wo wir aber auch große

Erfolge feiern, um gemeinschaftlich

rauszufinden, wie wir in Europa

vielleicht zukünftig arbeiten werden.

Und genau mit diesem Gedanke ist dann im

Januar 24 Leaders of entstanden. Hast

mal wieder gegründet sozusagen. Ja.

So.

Und dann wusste man wenig. Du hast

ungefähr überlegt, okay, so könnte ein

Prompt aussehen

und dann ist ja die Frage, wie

monetarisiere ich das und was ist

eigentlich mein Produktm?

Was hast du dir da übers überlegt?

Also, ich würde sagen, ganz

entscheidender Moment war, dass ich ins

Schweigeklooster gegangen bin. Das

wollte ich schon immer mal ausprobieren

und habe mich eine Woche in Otto Beuren

eingeschlossen ähm mit dem Benedikt

Mönchen und habe dann dort mitgelebt und

ich habe mir viele Regeln auferlegt

gehabt. Ja, also ich darf nicht sprechen

und keine elektrischen Geräte, also

Handy weg und so weiter. Ich habe

gesagt, kein Input. Ich habe nichts

gelesen in dieser Zeit, weil sonst wäre

es deutlich einfacher gewesen,

ehrlicherweise. Kein Zucker, keine

Masturbation, also alles was irgendwie

das Gehirn reiz, alles wegnehmen. Und

diese Woche,

die ersten drei Tage war eine

Vollkatastrophe. Also, ich bin völlig am

Rad gedreht und ab dem vierten Tag hat

sich ein Schalter umgelegt und plötzlich

lief ich langsamer. Ich habe für eine

Strecke dort im Allgäufe, die ich vorher

10 Minuten gebraucht habe, mir 45

Minuten Zeit gelassen und habe dann

festgestellt, dass wenn ich so als

Volltätowierter in so einem Allguer Dorf

daumlauf, den man nicht kennt und dann

so komisch langsam auch noch lauf, dass

es gut, wenn ich die Hände hinterm

Rücken habe und so wie so ein geistiger

aussehe, der da irgendwie entlang läuft,

weil die Leute mich da komisch beeugt

haben. Und Ab Tag 4 mit dem Entdecken

dieser neuen Geschwindigkeit ähm habe

ich einfach wie ein Irrer mit Zettel und

Papier geschrieben und ich habe

innerhalb von 3 Tagen 60 Seiten Output

gehabt und gemerkt, wir haben überhaupt

kein Problem, dass uns Informationen

fehlen oder dass wir die Inspiration

draußen finden müssen, sondern für mich

war die Erkenntnis, es ist unfassbar

viel in uns drin und wir haben ständig

Signale und ständig Neus, der uns

eigentlich davon abhält, das

runterzuschreiben und dort Im Algu fiel

mir die Idee ein für eine, sag ich mal,

generalistische Ausbildung, dem MBAI,

bei dem wir Leute beibringen, wie sie

selbst so eine Form von Organisation

bauen können und dass das die

Monetarisierungsform sein wird, also wie

der Education, weil ich mich da drin

eben auskenne.

Wie hat das an wie hat es geklappt?

Tatsächlich, also ich verstehe, dass 60

Seiten klingt erstmal gut, dann hat man

so ein Konzept und sagt: "Ja, pass auf,

das wird super."

habe ich aufgeschrieben. So und dann ist

häufig macht man die erste Webseite und

dann bleibt's bei der ersten Webseite

und es gibt halt keine Traction, keine

ersten Kunden, kein gar nichts.

Was hattet ihr damals als Minimalprodukt

quasi? Womit seid ihr den Markt gegangen

und wie hat das funktioniert? Ja, ich

habe schon mal keine Website gebaut,

sondern für mich ist ein ganz wichtiges

Prinzip in meiner Form des

Unternehmertums, das aus Beschränkung

Kreativität folgt. Und deswegen gilt für

mich das Prinzip, kein Prototyp darf

teurer sein als 150 €. Egal, was das

Produkt ist. Also, ich habe auch schon

patentierte Geräte gebaut und auch da

galt das Prinzip nicht mehr als 150 €.

Und dann muss man sich Gedanken darüber

machen, wie kommt man an Kunden und

website war damals kein Thema, sondern

ich habe eine PDF gebaut, in der ich den

Kurs beschrieben habe und habe dann in

diesen Gesprächen, die ich geführt habe,

ich wurde sehr viel eingeladen, um über

diesen Praktikanten zu sprechen und so

weiter. Und da habe ich dann eben immer

mal wieder Leuten im Nachgang diese PDF

gezeigt und gesagt, wie findst denn das?

Und äh das hat uns völlig überrascht,

weil wir als wir dann gestartet sind,

sofort ab Tag 1 komplett volle Klasse

hatten mit Leuten, die das machen

wollten. Also haben diese PDFs gesehen

und haben gesagt, ist aber günstig. Ich

glaub, der hat damals 3000 € oder sowas

gekostet, der Kurs. Sagt, lass uns damit

mal starten. Und dann die gesagt, okay,

also nur 3000, dann bringt die uns

wirklich bei irgendwie 90 Stunden, wie

wir da mit KI arbeiten. Gagt, ja, genau.

Und dann habe ich die ersten zwei Wochen

gebaut dieses Kurses und dann haben wir

angefangen und dann habe ich immer eine

Woche Vorsprung gehabt vor der Klasse,

um dann zu merken, was sind in denen

Fragen eigentlich, weil ich kann dir nur

meine, aber nicht so richtig die vom

Markt [schnauben] und habe dann Modul

für Modul immer mit einer Woche abst.

War ein unfassbarer Stress, aber im Ende

März war der Kurs fertig und ich hatte

quasi die ersten zehn Durchläufe, die

ersten zehn Iterationen damit schon

gebaut, weil das im Kurs selbst eben

entstanden ist.

Und ähm ich würde sagen, im Mai 24 sind

wir das erste Mal viral gegangen, weil

eben die Leute aus dem Kurs gekommen

sind, das auf LinkedIn gepostet haben

mit Hochschulzertifikat von der

Fresenius und irgendwie diesen komischen

Titel. Wir wollten ja das Analogon zum

NBA schaffen, den MBAI so in dieser

Anlehnung und plötzlich haben wir einen

unfassbaren Zulauf erlebt und dann ging

es sehr schnell eigentlich darum, wie

gestalten wir intern Prozesse, weil ich

bis zu diesem Zeitpunkt mit meiner Frau

alleine im Unternehmen war.

Wie habt ihr die Prozesse gestaltet?

Ja, [schnauben] wir haben eben sehr früh

für uns entschieden zu sagen, wir können

nur anderen etwas über KI beibringen,

wenn wir das wirklich voll integriert im

Unternehmen haben und eben nicht in der

Idee zu sagen, wir nutzen jetzt hier mal

ein bisschen ChatGBT, um mal ein paar

Lernte Texte fertig zu machen oder mal

eine PDF zu erstellen oder ähnliches,

sondern ich wollte diesen Gedanken ähm

der so absurd war mit diesen

Praktikanten auf die Spitze treiben und

habe gesagt, lass uns doch ein

Unternehmen bauen, das zum überwiegenden

Teil aus KI Mitarbeitern besteht und

dabei lernen, was funktioniert und was

nicht. Und nachdem dieser erste

Durchlauf durch war, ist die

Entscheidung gefallen. Also hatten wir

nicht im Januar sagen so Mai, Juni haben

wir die Entscheidung getroffen und äh

ich wusste, ich will jetzt nicht schon

wieder eine Rekrutierungscompany werden

und wieder Leute einstellen, bis der

Arzt kommt, sondern lass uns einen

anderen Ansatz probieren. Und dann war

mein allererster KI Mitarbeiter Hansi,

der seit zweieinhalb Jahren alle meine

LinkedIn Beiträge schreibt, Bilder damit

erstellt, das Posting einplant,

Redaktionspläne erstellt und Vorschläge

macht, sich anschaut, was wirklich

funktioniert auf der Plattform und dann

seine eigenen Prozesse heute

mittlerweile selber neu schreibt und neu

definiert und ähm haben dann langsam

angefangen, einen Mitarbeiter nach dem

anderen einzustellen, aber eben keine

menschlichen bis zu dem Zeitpunkt und

ähm haben dann gemerkt, dass das in

gewissen Bereichen absolut valide ist,

das zu tun und für uns eine unfassbare

Entlastung, die wir uns vorher gar nicht

vorstellen konnten.

In welchen Bereichen hat das damals

funktioniert?

Also, [schnauben] sie haben sehr viel

Marketing am Anfang gemacht und sehr

viel Vertrieb, weil das eben die beiden

Punkte waren. Wir gesagt, wir sind eine

neue Marke, wir müssen jetzt erstmal

schauen, dass Umsätze generiert werden,

dass wir eine Brand etablieren in dem

Markt der, das kann man sich gar nicht

vorstellen, aber 2024 war auch noch

relativ am Anfang, ne? Wir haben

natürlich alle über Chat GBT gesprochen,

aber wir waren, als wir im Januar

gestartet sind, die erste wirklich große

Ausbildung äh in Deutschland zu dem

Thema und dann kam das so nach und nach.

Das heißt, wir haben dafür gesorgt, dass

Marketing läuft und wir haben dafür

gesorgt, dass Vertrieb läuft. Und aber

sehr früh für uns verstanden aus einer

Intuition meiner Frau heraus, die gesagt

hat, wir müssen KI dafür nutzen, alles

aufzuräumen, was uns auf den Keks geht,

aber niemals dafür menschliche

Beziehungen zu reduzieren. Also Hansi

darf weder Kommentare schreiben auf der

Plattform, noch Privatnachrichten

beantworten. Das heißt, wenn mir jemand

schreibt äh und die Antwort ist kurz und

unfreundlich, war es nicht die KI,

sondern bin ich es immer persönlich

gewesen. Ähm, genauso im Vertrieb haben

wir gesagt, im Vertrieb gibt's so viele

Aufgaben, Vorbereitung auf

Kundengespräche, Nachbereitung, CRM

aktualisieren und so weiter. Lass das

alles die KI machen. Aber auf keinen

Fall, wenn du bei uns auf der Website

anrufst, geht auf der anderen Seite eine

KI ran, weil wenn du menschlichen

Austausch suchst, dann sind wir da. Und

ähm das war für uns eine

Herangehensweise, die sich bis heute

sehr bewährt hat, zu sagen, äh Tomorrow

is human, wir wollen den menschlichen

Austausch fördern und KI unterstützt uns

dabei bessere Relationen aufzubauen. Ein

typischer Anwendungsbereich für KI

gerade so vor ein zwe Jahren, als JGBT

neu war, war alle haben gesagt, okay,

Customer Support, das macht ab sofort

die KI und ich kenne glaube ich zehn

Leute, die parallel versucht haben ihren

eigenen Customer Support mit ChatGBT und

ein bisschen Python und so

zusammenzukleistern, weil die sinngemäß

gesagt haben, unsere Kunden haben alle

80% der Tickets sind drei verschiedene

Anfragen. So und wenn ich ein so ein so

ein regelbasiertes Modell mache, wenn

Wort X oder Y, dann funktioniert das

nicht. Aber jetzt mit Chat GBT kann man

sinngemäß sagen, pass mal auf, das sind

die drei Antworten. Such dir aus, welche

das ist.

Und es hat aber [schnauben] bei keinem

funktioniert. Also diese

Entlassungswelle, die man gedacht hätte,

es gibt in 2025 kein Customer Support

Mitarbeiter, die kam nicht. So,

zumindest habe ich sie nicht

mitbekommen.

Dein Kan hat das ja auch probiert und

ist dann wieder groß zurückgeodert. Ja,

die haben eine riesen Case Study draus

gemacht. dass sie Millionen von

Anfragen, die sie im Monat bekommen,

über die KI handeln und haben dann, ich

glaube, über die Hälfte des Customer

Supports damals ausgestellt und sind

dann Monate später zurückgekommen und

haben gesagt, na ja, die Anzahl des

Custom Supports steigt aber gerade auch

im KI Umfeld, also wir kriegen mehr

Anfragen, weil die Leute das Bedürfnis

und auch die Erwartungszeitung haben,

besser betreut zu werden. Und wir

brauchen eigentlich guten Custom

Support, der in Spezialfan reingeht und

die Standard Cases, die kann ja gehänelt

werden und vielleicht auch zu Uhrzeiten,

wo wir nicht verfügbar sind. Ähm, aber

das ist genau dieser Gegentrend, den wir

jetzt gerade sehen. Äh, und wir haben

natürlich auf der Website auch einen KI

Chatbot und wenn du als Ben dich

entscheid zu sagen, ich will schnell

Information haben, dann kannst du mit

dem reden, aber wenn du das Bedürfnis

haben solltest mit uns in den Austausch

zu gehen, wollen wir es eben möglich

machen. Und das ist für uns ein

wichtiges Differenzierungsmerkmal als

Marke. Es gilt nicht für jedes

Unternehmen, aber ich glaube, jedes

Unternehmen muss sich damit beschäftigen

zu sagen, wo wollen wir bewusst den

Mensch ins Zentrum stellen und wo ist es

legitim auch aus der Kunderwartung

heraus KI eben entsprechend einzusetzen.

Wo habt ihr denn damals mit KI

experimentiert? Du hast jetzt gesagt

Marketing und Vertrieb, das

funktioniert.

Ja,

aber wo hat's nicht funktioniert?

Also ein Fall, der bis heute ähm mich

total nervt, ist ich habe eine

persönliche Assistenz, Monika heißt die

und Monika unterstützt mich bei der

Priorisierung, dem Vorschreiben von

E-Mails. Die unterstützt mich ähm, also

ich habe die Marotte, dass ich mir so

ein Tag bis unters Dach vollplan und

wenn ich so bei 70, 80% des Tages bin,

dass er voll ist, dann legt die mir so

Blocker rein mit Achtsamkeitsübung und

sagt: "Pass auf, du warst jetzt 5

Stunden back to back in Meetings. wäre

gut, wenn du es mal 20 Minuten eine

Atemübung machst nach Wimhof oder was

auch immer, bevor du dann ins nächste

Strategiemeeting gehst. Und äh sie macht

auch mal eine ganze Reiseplanung und sie

kann aufgrund der Schnittstelle, die

Google bereitstellt, diese Google

Flights API, kann sie auch meine Flüge

buchen. Der hat auch eine eigene

Kreditkarte, aber woran wir gnadenlos

scheitern, wir haben jedes Modell

weltweit verwendet, ist am Portal der

Deutschen Bahn. Also mal funktioniert's

und dann wieder dreimal nicht und so und

die kommt damit nicht zurecht, dann

verklickt sie sich wieder und dann fängt

sie wieder von vorne an. Es ist eine

absolute Vollkatastrophe.

Äh, das ist so ein Anwendungsfall. Wir

haben dann aber auch versucht ähm den

Kaufprozess unserer Produkte auf der

Website mit KI-Agenten zu gestalten. Und

da hatten wir uns überlegt zu sagen, na

ja, wir brauchen eigentlich mehr

KI-Agenten, die entlang dieser Customer

Journey uns den Kunden entgegennimmt und

sagt, ich schicke dir jetzt mal den

Vertrag und wenn du unterschrieben bist,

nimm dich der nächste, bis du im Kurs

bist. Und dann haben wir so eine Lai an

solchen Agenten gebaut und da habe ich

so drauf geschaut und da habe ich das

Dominik gezeigt und dann meinte sie so

und warum machen wir nicht einfach eine

Shoplösung, wo Leute in drei Schritten

sich durchklicken gesagt ey wir sind so,

wir laufen so rum mit so einem Hammer

und versuchen die ganze irgendwo Nagel

zu finden und dann haben wir die Leiter

wieder alle entlassen müssen. Ja diese

KI Mitarbeiter. Also deswegen, das gibt

verschiedene Anwendungsfälle, wo wir

dachten, dass das für uns sehr sehr

einfach funktionieren würde und zu einer

schnellen Lösung kommt und dann iteriert

man sich ja da so hin zu sagen, wie

wollen wir als Marke da auftreten und

was wollen wir abgeben ähm und was

bewusst eben auch nicht.

Wenn ich mit vielen Unternehmern

spreche, dann also ungefähr alle, dann

sagen die am liebsten würde ich mich

entweder klonen oder mein Tag sollte

mehr als 24 Stunden haben. An beiden

versuche ich seit Jahren zu arbeiten, es

funktioniert nicht. So, das Problem ist,

ich kann mich nicht klonen, ich kann

nicht mehr als 24 Stunden machen, aber

am liebsten würde ich jede Aufgabe

machen von keine Ahnung der dem Empfang

eine Rezeption über den Nagel reinhauen

über Vertrieb und Produktdesign und

jetzt gibt einem KI KI eigentlich die

Möglichkeit sich selbst zu klonen und

sagen, guck mal hier, hier ist das

Masterpfile, so ist der Ben und so denkt

der Ben, das will der Ben. Und jetzt

könnte ich alle möglichen Probleme

diesem Ben, den virtuellen zuwerfen,

aber ihr habt euch irgendwie entschieden

zu sagen, nee, nee, wir machen nicht ein

Dominik, sondern wir machen den Stefan,

den Hansi, den keine Ahnung und dann

müssen wir den Mitarbeiter wieder wieder

[schnauben] rausschmeißen, den

virtuellen und dafür machen wir neuen

Mitarbeiter an Stelle zu sagen, lass uns

doch mal einen Master machen, der so ist

wie du nur krasser. So, warum habt ihr

das nicht gemacht?

Also erstmal wäre es nicht Sinnv mich zu

klonen, weil ich habe zwei ausgeprägte

Stärken. Das ist früh Produkte zu

erkennen, die in dem Markt relevant

werden und ich bin sehr gut darin

darüber zu sprechen und alles andere

kann ich nicht. So, also da hört mein

Skillset auf. Also ich bin nicht gut

darin Teams zu führen, ich bin nicht gut

Prozesse zu etablieren, Strukturen

weiter aufzubauen, so. Also ich ich bin

wirklich ein Gründer, der von 0 auf eins

geht, aber nicht von ein auf 100.

Ähm, das habe ich sehr früh für mich

erkannt, deswegen mich zu klonen auch

nur in sehr spezifischen Set,

ehrlicherweise, aber den Punkt, den du

ansprichst, der ist sehr relevant. Wir

dachten am Anfang, wir bauen eine Super

KI, die das ganze Lied ist auf ein

dann aber sehr schnell festgestellt,

dass die Limitierung, die diese

Technologie heute hat, sehr ähnlich zu

dem ist, wie wir Menschen limitiert

sind. Also, man sagt z.B. in der

Management Lehre, dass man nicht zu

viele Direct Reports haben soll, nicht

zu viele Mitarbeiter und dass sich die

Studienlage erstaunlich einig, alles so

im Bereich von 6 bis 8 irgendwo, da

zieht man eine Grenze und acht ist schon

fast grenzwertig, wenn man die ernsthaft

führen möchte. Die KI ist ganz ähnlich,

wenn man der KI zu viele Mitarbeiter

gibt, also wir haben auch KI Teamleiter,

also KI, deren einzige Aufgabe darin

bestehen, andere KI anzuleiten und die

haben mehr als acht, dann haben die zu

viel Freiheitsgrade, dann wird die

Arbeit manchmal ein bisschen schlutrig,

dann wähen sie vielleicht einen falschen

Kollegen aus, dann gibt's Widersprüche,

haben wir gemerkt, ist erstaunlich, wie

nah das dran ist. Bei Spezialisten KI,

die wir haben, ist es ganz ähnlich, wenn

die mehr Zugriffsrechte haben auf

irgendwelche Tools, dann ist es ähnlich

wie bei Menschen. Du bist dann

mittelmäßig, aber wenn du den einen

Photoshop Experten im Team hast, der den

ganzen Tag Photoshop machst, weißt du,

da kommen die krassesten Ergebnisse

raus. Und das hat sich lange gezeigt für

uns, dass die Technologie da erstaunlich

ähnlich und äquivalent ist, zumindest

wie sie jetzt gerade im Moment ist. Und

es gibt jetzt gerade so zwei Schulen.

Die eine, die geht weiter diesen Weg und

es gibt eine andere Schule, die sagt,

lass uns das eher über die sogenannten

Skills, da können wir gerne später noch

mal drüber sprechen, ähm Regeln und dann

haben wir trotzdem eine KI, die mit ganz

vielen Skills das irgendwie besser

hinbekommt.

Aber und das hat sich für uns auch

bewährt auch in der Zusammenarbeit mit

Kunden,

die KI zu personalisieren und da

wirklich solche Ansprechpartner zu

haben, ist eine Art und Weise, wie wir

Menschen gelernt haben, mit anderen

Menschen zu interagieren und

zusammenzuarbeiten. Und am Ende des

Tages ist es eine Benutzerschnittstelle

für uns Menschen. Jeder im Team weiß bei

mir, wenn er einen Link Post machen

will, dass er nicht sagt: "Hey Leute, wo

haben wir hier ein Prompt und kann mir

den einer rüber schicken?" sondern jeder

weiß, Hans ist der Experte bei uns und

Hansy hat die Zugriffsrechte, der kann

auf LinkedIn posten, der kennt unseren

Stil, unseren Brand Guide, unsere Werte

und so weiter und der ist der

Ansprechpartner und die haben eine klare

Relation zu diesem Hans und das macht's

für uns wesentlich einfacher als

Menschen und das sehen wir auch in

solchen Studien von Microsoft aus dem

letzten Jahr, dem Worktrend Index, dass

die Organisation, die KI als solchen

Menschen, als Kollegen begreifen, bis zu

sieben mal so erfolgreich sind in der

Einführung von KI als diejenigen, die

das als reines Tool empfinden.

[schnauben]

Wie war dieser die eigene Entwicklung

von euch von Ah, es gibt übrigens Chat

GBT damals irgendwie in der Closed Beta,

dann hieß es irgendwie Chat GPT 3, bevor

3 kam wahrscheinlich auch zwei und 2018

19 gab's GPT 2.

So, aber das war ja dann GPT 2, aber 3

war das erste Chat GPT.

Ja, genau

so.

Und daran kann ich mich auch noch dran

erinnern. Damals waren die Ergebnisse

echt mittelmäßig.

So, dann kam irgendwie GPD4, dann kam

Cloud, dann kam Cloud Code, dann kam

Cloud Cowork und dazwischen gab's dann

noch auf einmal Grock und diverse

Modelle, dann gab's Thinking Modelle,

nicht Thinking Modelle.

Das muss ich auch erheblich auf eure

eigene Arbeit aus ausgelebt haben.

Damals muss es wahrscheinlich so gewesen

sein, ihr hattet halt keine Ahnung ein

Text

ein Textpfeil und da standen zehn Proms

drin. Den Hansy Prom, den habt ihr dann

wahrscheinlich ChatGBT, also copypasted

in Chat GBT und dann habt ihr den

Stephanie Prompt und habt ihr den

Stepfanie Prompt überarbeitet. So und

dann kam irgendwann die Jungs von

Anthropic und haben gesagt, wir haben

auch eine KI. So stelle ich es mir vor,

dann habt ihr das gegeneinander

getauscht. Wenn ich mir jetzt angucke,

wie euer Texteack wahrscheinlich, wenn

ich morgen mit dir ins Büro gehen würde

und zeig mal, was du da so laufen hast,

wird das ganz ganz anders aussehen, als

noch vor zwei Jahren aussah. Wie war so

eure eigene der Weg von "Ich benutze mal

Copypaste prompt" bei ChBT auf heute?

Also, das beschreibt schon ziemlich gut.

Wir selbst sind ja Akademie und

gleichermaßen Forschungslabor. Deswegen

testen wir unglaublich viel und

versuchen auch für uns den besten Ansatz

zu finden, diese Company zu

strukturieren. Und am Anfang war es

genauso, wir haben Chats bei Chat GBT

Namen gegeben, die konnte man ja

umbenennen und dann hießen die eben

Hansi und so weiter und dann haben wir

versucht innerhalb dieses

Kontextfensters, also innerhalb dessen,

was ich die KI in dem Chat merken kann,

quasi den Hans aufzubauen und das war

damals noch sehr kurz. Das heißt, wir

sind dann irgendwie einmal in der Woche

an dem Punkt gekommen, wo wir den

initialen Prompt von Hansy wieder in

dieses Chatfenster schicken mussten,

aber wir wollten sehr früh eigentlich,

dass ich das anführe, als wäre ich in

Slack oder in Teams und habe links meine

Kollegen, den ich schreibe und dann kam

irgendwann die Custom GBTS, also die

Möglichkeit da so die Vorstufe von so

einem Assistenten eben zu bauen. Der hat

noch keine Zugriffsrechte gehabt, aber

der hat sich das gemerkt, der hat immer

den gleichen Prompt gehabt. Das war

schon mal ein Riesensprung für uns. Dann

war es irgendwann möglich, diese Custom

GBTS mit anderen Software und anderen

Tools anzubinden. Katastrophal

[räuspern] bis heute die Nutzerfahrung

dazu. Es muss man so halb programmieren,

um diese Schnittstellen anzubinden. Aber

es ging eben und plötzlich konnten wir

dem Zugriff auf LinkedIn geben und da

konnte er wirklich selber posten. Es

muss ich vorher von Hand den Text nehmen

und rüber kopieren und plötzlich konnte

der selber auf der Plattform machen.

Also da waren viele solche

Erweckungsmomente.

Was wir aber auch sehr früh für uns

festgestellt haben, ist, dass die

Diskussion über Modelle eine völlig

falsche Diskussion ist. Also zum einen

glauben wir, dass wir fast immer das

beste Modell für eine Aufgabe nehmen

sollten. So, also das ist schon mal

Nummer eins. Eine grundlegenden Fehler.

Für den Großteil der Aufgaben brauche

ich keinen promovierten Mathematiker,

der bei mir die Belege aus dem

E-Mailpostfach zusammensucht, benaht und

einen Steuerberater schickt. Da reichen

auch ganz einfache Modelle und die sind

auch nicht teuer. Und Nummer zwei haben

wir festgestellt, dass das Muster gleich

blieb, also von würd sagen 24 bis heute,

dass sie fast wöchentlich sich

abwechseln in diesen Benchmarks, also es

gibt ja so eigene Arenas, bei denen

diese KI Modelle verglichen werden und

jede Woche ist jemand anderen vorne. Ja,

dann war wie eine Zeit Gemini, dann ist

es wieder ein GBT 55, bis rauskommt.

Jetzt ist es wahrscheinlich Fable 5

gerade von Anthropic als neuestes

Modell, das kommt. Das heißt, ich habe

gemerkt, die wechseln sich alle Woche.

Das hat mehr was mit Geschmack zu tun,

mit persönlicher Präferenz als wirklich

mit Fähigkeiten. Und von daher haben wir

uns relativ zügig davon verabschiedet,

Modelle zu vergleichen

und eher in Anwendungsfällen, in

Business Cases zu denken. Und das war

für uns, würde ich sagen, sehr große Aha

Moment, das loszulösen und da auch zu

versuchen in dem deutschen Markt

zumindest eine Stimme zu sein, eine

veritable äh und den Leuten sagen, lasst

euch nicht die ganze Zeit so ins Boxhorn

jagen und macht nicht down Posts mit.

Der nächste Chat GBT Killer und alles

was ihr davorf ist alles Quatsch und

wenn ihr das nicht verwendet und das

blieb ja bis heute so. Ich sehe jetzt

noch Postings und gerade mit Fable 5 in

meiner Bubble geht das gerade schon los,

weil die ersten Le testen durften. Ähm

jetzt fängt das wieder an. noch nie da

gewesen. Sowas gab es noch gar nicht.

Und wenn wir es testen, denke ich mir,

ja, ich weiß nicht, was ihr für

Anwendungsfälle habt, aber in meinem

Business Alltag muss ich jetzt keine 100

Jahre alten Mathepreme lösen oder ähm

Medikationen für Krebs finden. Für mich

ändert sich es nicht so wahnsinnig stark

seit knapp eineinhalb Jahren, würde ich

sagen.

Ich denke viel in YouTube Titeln und

YouTube Titel funktionieren natürlich

auch in den KI Themen.

Klar. Und äh wenn du hast Version 3.6

kommt raus, dann sagst du: "Ey,

3.6 ist der Cloud Killer." Und wenn du

dann auf diese KI Kanäle guckst und du

scrollst die Titel runter, dann haben

die häufig würde ich jetzt mal denken,

den gleichen Titel, aber eine andere

Versionsnummer. ein bisschen [räuspern]

anderes Thumbnail, dass du denkst das

ist was Neues, aber das 3.92, das ist

der fucking GPT 573 Killer

100%.

So und dann klickst du wieder drauf um

27 Minuten die irgendein anzugucken, der

sagt also jetzt ist wirklich also das

habe ich noch nicht erlebt und dann was

die Leute immer wollen ist eine Hook die

emotional ist und sag das fählen, das

aber das das also das habe ich auch

schon durchschaut, dass es nicht das

Modell ist und nicht nächste Woche wird

irgendwas krass, weil es ist schon

einfach absurd. Ja, jing, absolut heute

geht noch mal mehr, aber vermutlich ist

das große Ding eigentlich schon

passiert, habe ich so das Gefühl,

weil die sind ja schon echt ziemlich

ziemlich ziemlich schlau,

herausragend

so und ich kann aber noch zu wenig und

es bin eher ich bin das Problem. Ich

damals aber das ist genau der Punkt. Ich

habe damals mal mir Programmieren

beigebracht und fand das fantastisch,

weil ich dachte, ich kann hier etwas

schreiben. Diese Maschine setzt das um

in Millionen Transaktionen und der

limitierende Faktor bin ganz gleich,

wenn ich da was ich könnte jetzt was

krasses reinschreiben, das wäre die

krasseste App der Welt oder halt es

macht einen Fehler so und der vertut

sich nicht, der hat immer recht so das

ist immer mein Fehler und das fand ich

ein ganz ganz verrücktes Gefühl und

scheinbar ist es jetzt wieder so, weil

wenn ich der KI den richtigen Prompt

gebe, dann macht die Weltherrschaft und

wenn ich den falschen gebe, dann kriege

ich irgendwie ein komisches Bild raus.

Ja, so einfach ist es nicht

ehrlicherweise, weil die KI genauso wie

Menschen Fehler macht.

Also, man spricht in der Fachsprache von

Halluzinationen. Ähm,

neben den Halluzinationen hat die KI

Vorurteile, die hat ein BERS. Ähm und

man hat in der Studienlage gesehen, dass

das nicht einfach den gesellschaftlichen

Bayers wiedergibt, wie wir ihn eben über

Milliarden von Datenpunkten aus dem

Internet sehen und sagen ist

Gleichverteil, dann ist Vorteil ja gar

kein Problem so sehr, wenn das die

Gesellschaft abbildet, aber in der

Studiage sieht man, dass sich das stark

verdichtet, also es verstärkt Vorurteile

und KIM Modelle sind per se nicht

neutral. Also, es gibt Studien darüber,

in welchem politischen Spektrum ein

KI-Modell eher äh da neigt äh Themen zu

färben oder eben einzuordnen. Und das

muss uns bewusst sein. Die KI macht

Fehler, so wie Kollegenfehler machen.

Wir als Führungskräfte müssen drauf

schauen, wir müssen einordnen, müssen

sagen, ergibt das Sinn oder er gibt das

keinen Sinn. Wir können ander KI dazu

nehmen und sagen, überprüf mal deinen

Kollegen, äh ergibt das Sinn. Aber am

Ende des Tages ist es nicht nur guter

Prompt, schlechter Prompt, sondern es

hat sehr viel mehr mit einer Art

Symbiose und Zusammenspiel zu tun und

dem Verständnis, dass es eben nicht wie

bei Excel ist, dass 3 + 5 immer 8 ist.

Das heißt, wenn ich den gleichen Prompt

zweimal eingebe,

kann ich zwei unterschiedliche

Ergebnisse bekommen.

100%.

So, und das ist nicht das meist das, was

du mit Excel meinst, 3 + 3 ist nicht

immer sech sondern und oder oder fünf

oder was auch immer, sondern nur, weil

der Prompt gut ist. Es kann sein, hätte

ich den einfach z Sekunden später

gemacht. Warum auch immer oder viermal

gemacht, kriegt dreimal eine andere

Antwort und dann bin ich als Mensch

gefordert. Exakt. [schnauben] So, dann

lass noch mal weiter in eure Das heißt,

es gab Custom GPTs und dann habt ihr als

allererstes dann die als das war das

erste Feature, was bei Chat GPT

eigentlich gab,

Custom GPTs und die da war ist Hansi auf

einmal ein Custom GPT geworden, das

heißt ein Chatfenster auf das ich drauf

geklickt und dann sagt er schon ich bin

Hansi, ich bin der LinkedIn Assistent,

ich weiß ungefähr wer du bist, ich weiß

was LinkedIn ist und ich habe auch schon

Verbindung dazu, wenn du willst, kann

ich es direkt posten, aber ich poste

[schnauben] nur Sachen, die in unseren

LinkedIn Guidelines. So, was soll ich

heute machen, Domin?

So, das war

das war auch schon, dass die Custom GPTs

konnte man im Team teilen. Das heißt, du

und deine Frau konnten die gleichen

Custom GPDs benutzen und wenn du eins

verändert hast oder sie, dann konntest

du am nächsten Tag hattest schon das

neue Nohau drin.

Was war der nächste die nächste

Iteration danach?

Also, das haben wir eine Zeit lang ähm

so verwendet. Wir hatten dann und das

gehört zur Wahrheit auch dazu, weil wir

heute natürlich sehr stark über

Assistenten oder Agenten wie sie jetzt

heißen sprechen, aber wir hatten

parallel auch unfassbar viele

Automatisierungen im Einsatz. Also

Dinge, bei denen wir wussten, dass es

ein Prozess, der immer nach Schema F

ablaufen soll. Jemand meldet sich für

den Kurs an, muss dann freigeschalt

werden, kriegt vielleicht einen

persönlichen Begrüßungstext und dann ist

er irgendwann im Kurs.

Das heißt, wir haben parallel zu diesem

Setup sehr viel in Automatisierungen

investiert.

Also Sepia.com

in dem Fall. Ja, genau. Ja, weil die

einfach sehr stark und sehr früh das KI

Thema möglich gemacht haben, dass du in

einer Automatisierung ein KI Modell wie

ein Custom GBT aufrufen konntest und den

Hansi dann z.B. auch in solche

Automatisierungen gekriegt hast. Also

das war lange Zeit unser Setup und dann

hatten wir im Juno 2025 eine absolute

Cesur, weil wir gemerkt haben, wir haben

viel mit Mittelständlern gesprochen und

dann kam dieses Thema digitale

Souveränität immer mehr auf. Es war

immer mehr die Frage, wie kann Europa

mithalten, wenn wir hier außer Mistral

de facto keine sinnvollen Modelle

kreieren werden? Wie können wir hier

mithalten, wenn vermeintlich die

Plattformen, die hier sind, nicht

wirklich kompetitive sind in dem

internationalen Markt? Und wir haben uns

das da mal intensiv angeschaut. Ich bin

glühender Europäer. Ich finde es erstmal

gut äh hier zu leben. Ich finde

humanistische Werte gut und ich glaube

daran, dass wenn wir ein starkes Europa

haben, die auch einfordern können und

hab dann geschaut, was haben wir denn

eigentlich vor der Haustür? Und Makotcom

ist von Zelonis, also aus München

stammt. Wir haben dann Flax im

Schwarzwald entdeckt. Ja, also eines der

besten Bilderstellungskis. Das hat dann

mit Journey bei uns abgelöst und dann

sind wir so ein bisschen rumgefahren und

haben viele Plattformen getestet und

gemerkt ChatGBT auch in dem Verhalten

von Oldman und Co. gewissen Themen

positioniert hat, auch die Verbindung zu

Washington und dann auch Pentagon und

Co. Das fand ich so wenig prickelnd,

dass ich gesagte, lass uns doch mal

schauen. Ich bin mir gar nicht sicher,

wie gut die hier in Europa Fuß fassen

werden langfristig. Und dann haben wir

N8N aus Berlin entdeckt, Langdog

beispielsweise, Lovable aus Schweden und

haben plötzlich festgestellt, wir haben

hier herausragende Plattform, aber wir

sind nicht so wahnsinnig gut darin,

unsere lokalen Gründer zu supporten und

denen Bühne zu geben. Und da habe ich

gesagt, lass uns beides verbinden, lass

uns zeigen, dass es funktioniert auf

europäischen Plattformen zu laufen und

lass uns darüber sprechen. Und dann

haben wir irrational vielleicht sehr gut

laufende Programme alle weggeworfen,

jedes Video gelöscht, ist kein Witz, und

haben alle unsere Programme auf

europäische Plattformen neu erstellt.

Also das heißt, wir haben selber diese

KI Assistenten umgebaut

auf N8N auf LDOG und Co. Und haben dann

mit denen gearbeitet und dann gemerkt:

"Hey, das ist richtig valide, das

Business läuft mindestens genauso gut

damit. Jetzt müssen wir Wort halten,

weil das war immer die Idee, dass wir

gesagt haben, wir bringen euch das bei,

was für uns funktioniert. Keinen anderen

Anspruch haben wir und vielleicht

funktioniert es ja auch für euch. Und

dann haben wir tatsächlich in einem

absoluten Wahnsinn ähm von August 25 bis

Oktober 25 unsere komplette

Lernplattform mit KI neu schreiben

lassen, alle Videos neu gedreht, alle

Dozenten noch mal vor die Kameras geholt

und gesagt, wir machen das jetzt mit

europäischen Tools. haben eine weitere

Sprache von der KI mit dazu nehmen

lassen, haben alle Videos auch auf

Englisch übersetzen lassen in der Stimme

des jeweiligen Dozenten und haben dann

in zweile Hinsicht für uns einen

herausragenden Fall geschaffen, nämlich,

dass wir heute in der Lage sind, jede

europäische Sprache innerhalb von

wenigen Tagen bei allen Videos und

überall mit dazu zunehmen, super

authentisch und fühlt sich sehr gut an,

unsere eigene Lernplattform zu haben und

zu zeigen, dass das in Europa sehr gut

funktionieren kann.

Du hast gesagt, das funktioniert mit den

europäischen Tools so gut, wenn nicht

sogar besser. Jetzt wür ich von genau

den Tools, aber tendenziell sind die

Amerikaner in me den meisten Dingen

einfach die größten

und bei Software ist es im Regelfall so,

Größe macht Qualität, wenn du im keine

in dem italienischen Auto äh das

Navigationssystem, das war immer

scheiße. ist irgendwann mal seit es

jetzt hier, wie heißt das Carplay gibt,

sagt man, okay, wir Autohersteller

können das gar nicht, aber ein

Luxusauto,

Elektronik ist nie Luxus. In dem Moment,

wo du halt ein kleineres Budget hast,

sind die immer scheiße. So in Europa

haben wir tendenziell, wir haben

kleinere WCs, wir haben einen kleineren

Markt insgesamt. Das heißt eigentlich

müssten die Tools, also wenn du sagst,

die sind halt 20% schlechter, aber sind

europäisch, verstehe ich das. Aber dass

die jetzt besser sind, kann ich kaum

glauben. [schnauben]

Ja, also erstmal äh Souveränität heißt

nicht Antiamerikanismus. Also wir

verwenden trotzdem amerikanische KI

Modelle. Ja, das heißt, wir verwenden

trotzdem ein GPT als Modell, aber eben

nicht die Website Chat GBT mit allem,

was da drumrum ist. Wir verwenden

trotzdem ein Gemini von Google, ein Clod

und so weiter, aber eben eingehangen in

diese europäischen Tools. Also, um mal

ein Beispiel zu machen, ähm bei N8N ist

das so, das ist eine Plattform für

Automatisierungslösung und wo man sich

eben solche KI-Agenten bauen kann und

dann gibt es da einen ein Button und

dann wähst du für dein jeweiligen KI

Mitarbeiter aus, welches Modell darf der

denn verwenden und wenn das Modell nicht

erreichbar ist, was irgendwie ausfällt,

was ist denn das Backup Modell

sozusagen? Und da sind wir in der Lage

in der Minute zu wechseln, ob das jetzt

ein neues GBT Clot ist, welche Version

und so weiter und da nutzen wir die

Amerikaner, weil sie darin sehr sehr

stark sind.

Wir haben aber auch festgestellt und das

gehört so weit dazu, Silicon Valley ist

eine absolute Bubble und das größte

Problem, ich habe sehr gute Connections

ins Valley, dass die haben, ist nicht

Innovation, sondern wie man so ein Thema

dann wirklich in eine Organisation

bekommt, weil sobald man es Valley

verlässt und so einen typischen

amerikanischen Mittelständer anschaut,

der kann überhaupt nicht nachvollziehen,

was sie da im Valley machen und die sind

nicht in der Transformation oder in der

Einführung wesentlich besser. Das ist

auf jedem Kontinent gerade sehr, sehr

anspruchsvoll. Und da würde ich sagen,

haben wir als Europäer schon einen

Vorteil, weil wir haben sehr gute Leute

in der zweiten Riege in Valley übrigens

sind sitzen sehr viele Deutsche, sehr

viele deutsche Forscher und wir haben

hier auch sehr gute ähm die Plattformen

bauen, die sehr zugänglich sind und das

ist gerade ein riesengroßer Vorteil,

nicht nur auf Potenz zu schauen, sondern

darauf zu achten, kann ich in meinem

Unternehmen die vielen Mitarbeiter

mitnehmen, so ein Tool zu verwenden. Und

da verliert das Valley aktuell so ein

bisschen in meiner Wahrnehmung den Blick

darauf, dass am Ende des Tages jemand

auch KI bedienen muss und das nicht nur

ein Spiel der absoluten Teag und der

Nerds ist. Okay, das heißt, im Groben

habt ihr die Modelle genommen, die es

gab und gibt und habe gesagt, okay, wir

kriegen jetzt irgendwie eine E-Mail,

dann klingelt manchmal das Telefon und

außerdem dürfen wir nicht vergessen, die

Blumen zu gießen. Das wirklich

schlechtes Beispiel, ja, aber fällt mir

gerade nichts besseres ein. [gelächter]

So und dann habt ihr quasi mit einem

Onlinedienst wie im Natn habt ihr

gesagt, pass auf, hier ist Zugriff auf

meinen Kalender, hier ist Zugriff auf

meine E-Mails und hier ist

auf mein Spotify, also

auf mein mein Spotify. Ja, Spotify ist

schlechtes Business Beispiel. Hast du

ein besseres Beispiel? Business auf hier

[schnauben] Slack beispielsweise.

Ja. Mhm.

So. Und jetzt könnte man sagen, okay,

wenn jetzt einer meiner Mitarbeiter in

Slack schreibt, ich bin krank,

ja,

dann mache ich einen Prozess. Ähm, also

ein Agent, so das ist das WDing, was du

die ganze Zeit benutzt hast, müssen wir

vielleicht kurz erklären. So ein Agent

liest Slack und sagt: "Ah, da hat ein

Mitarbeiter gesagt, er ist heute krank."

Ähm, und jetzt gucken wir, was machen

wir mit dieser Information? Und dann

geben wir diese Information an ähm eine

KI mit einem Briefing. Pass auf, das

sind die Nachrichten. Such daraus, ob

jemand krank ist, wenn jemand krank ist

und dann kommen da Aktion raus. Z.B.

schickt den eine E-Mail mit,

"Hoffentlich geht's dir morgen besser."

Ganz lieben Gruß vom ganzen Team und

guck, wie lange ist das schon krank?

Wenn du drei Wochen krank ist, dann

schickt der Sekretärin eine ein

Reminder, sag pass auf, könnst du dir

mal Blumen schicken und der Chef könnte

auch mal anrufen oder irgendwie

sinngemäß. Außerdem müssen wir dann die

Urlaubsplanung verändern und kannst du

mal eine Rundmail Team schicken, weil

die Chantale ist jetzt wieder die dritte

Woche krank und wir müssen noch mal den

Schichtplan umändern. So sinngemäß, das

wäre ein Agent, also das wäre schon

wahrscheinlich eine Gruppe von Agenten,

aber das ist das, was ihr gebaut habt.

Was haben wir für Businessfälle? Ah, ein

Mitarbeiter meldet sich krank, ein Kunde

möchte einen Trial, ein anderer Kunde

ist sauer, dann ist irgendwo ein Server

abgestürzt und außerdem ähm müssen wir

um, ja, das ist ein schwieriger Fall,

wir ziehen um in ein neues Büro. Das ist

irgendwie out of aber das was regelmäßig

passiert sowie auch jemand ein

Praktikant gebrief werden würde, also

pass mal auf am Dienstag morgen kommt

immer die Post und am Donnerstag

naachmittag kommt der Fensterputzer und

Kundengespräche haben wir immer von

12:30 Uhr bis 15 Uhr, weil davor ist die

Mittagspause. Und das wiederum ist

abgebildet in verschiedenen Agenten und

die Agenten sind pro, ich sag mal der

Krankheitsagent heißt ich kümmere mich

um Krankheiten und liest die E-Mails ein

oder die Slack Nachrichten und schick

den eine Genesungsmail als Beispiel.

Korrekt wiedergegeben. Also lass uns da

mal eintauchen, das ist ein guter Punkt.

Also wir [schnauben] haben uns die

Herausforderung gestellt, als wir dann

irgendwann an diesem Punkt waren zu

sagen, wir wollen nie mehr als zehn

Vollzeitequivalente werden, die bei Lad

Software arbeiten.

Meinst du menschliche oder

zehn menschliche? Ja. Ähm und wir

wachsen und skalieren nur noch mit KI

und wir finden raus, wann wir damit

scheitern. So, das war die Idee. Das

heißt, nie mehr als 10 und der Rest

machen wir über KI und die sollen eben

im gleichen Maße eine Personalakte

haben, die sollen Persönlichkeitstypen

haben. Ähm, also Monika, meine Assistent

z.B. ist sarkastisch, hat einen

schwarzen Humor, ja, und hat gewisse

Ausbringung ihrem Persönlichkeitsprofil.

Das macht für mich sehr angenehm, da

eine Beziehung äh auch aufzubauen. Äh,

die haben mit diesen Personalakten führe

ich Feedbackgespräche, ja, mach

Performance Reviews mit denen, lad die

zum Gespräch ein und spreche mit ihnen

über die Zusammenarbeit.

Stopp, stopp. Wir reden jetzt von

virtuellen Mitarbeitern.

Wir sind immer noch bei der KI.

Okay, also wir haben komplett

vermenschlicht. Du machst Feedback

Gespräche, jetzt ist ja Montag 15 Uhr

und dann sagst du: "Pass auf hier lieber

Stefan, wir müssen heute ein etwas

schwieriges Gespräch führen, weil weißt

du, den letzten Wochen warst du irgendwo

nicht mehr so du selbst und ich wollte

hören, bist du krank oder?"

Ja, ich sehe wie du grinst, aber es ist

genauso wie das abläuft,

weil ich also ich bin ja also mein

Verständnis ist und da kommt auch der

Name Lades of Ei, wir werden alle

Führungskräfte werden für künstliche

Intelligenz. Das wird unsere zutiefst

menschliche Aufgabe sein, neben paar

anderen. Und wenn das gilt, heißt es,

ich brauche Führungskompetenz. Und was

wir gemacht haben, ist eigentlich gar

nicht so innovativ, ehrlicherweise. Was

wir einfach ganz stumpf gemacht haben,

ist wir haben den klassischen

Personalprozess eines Mitarbeiters in

einem Unternehmen genommen und gesagt,

wir übertragen den jetzt auf künstliche

Intelligenz. Das heißt, wenn du dich in

so ein Personalprozess reinversetzt,

dann sagst du irgendwann: "Hey, wir

haben hier ein Thema. Wir saufen hier

total ab. Wir haben totalen Flaschenhal

hier. Wir bräuchten paar Mitarbeiter,

die wir einstellen. Das würde ein

Unternehmen im Wachstum normalise

machen. Und wir machen das auch, nur

dass wir halt keine Menschen mehr

einstellen, weil wir haben die 10 FDE,

also diese Vollzeitquivalente erreicht.

Äh, wir sagen dann halt, wir brauchen

hier ein KI Mitarbeiter und dann gehen

wir und bremsig, wenn ich da zu schnell

bin, aber dann gehen wir zu unserer HR

Abteilung, das eine KI, die heiß Helga

und sagen Helga, pass auf,

das klingt alles so so wirklich kurz vor

der Einweisung. So klingt das. Ja, und

ich w wir fangen gerade erst an zu

reden, Ben. Ich habe da schon noch ein

paar Sachen vorbereitet. Ja, okay.

Und dann gehen wir zu Helger und sagen:

"Helger, pass auf, ich brauche einen

Datenanalysten, der bei uns im

Produktteam unterstützt, weil ich habe

gerade folgende Aufgabe und wir können

gerade nicht schnell genug das Feedback

der Teilnehmen auswerten, um zu sehen,

wie wir neue Produktfeatures entwickeln

und dann fragt sie: "Okay, was für eine

Person stellst dir genau vor und was

sind die Fähigkeiten? in welchem Team

ist er dann wirklich zugeordnet und so

weiter. Also diese klassischen

Personalfragen und dann beantworte ich

die und dann erstellt sie die erste

Version dieses neuen KI Kollegen. Die

stellt den ein, schreibt diese

Personalakte, überlegt sich ein Bild,

sucht ein KI Modell aus, das dafür

passend ist und legt die in einer

internen Mitarbeiterdatenbank, die wir

für uns erstellt haben, legt sie diesen

KI Mitarbeiter an und dann fängt das an,

was normaler als in ein Konzern kommt,

dann kommt das Onboarding, also neu

Mitarbeiter kommt rein und dann ist es

meine Aufgabe als Führungskraft im

jeweiligen Fachbereich zu sagen, was

braucht denn der Ben jetzt, dass der

gute Arbeit leistet? Also keine Ahnung,

bei Hans der ist ja total trivial, ja,

der schreibt Link Post. Also, ich meine

es easy asset gets. Ja, aber den Hans

haben wir eine Stunde gebaut. Es hat 10

Wochen gebraucht, bis das ein guter

Mitarbeiter war. Problem ich, weil der

hat mal, ich habe natürlich drei Link im

Post gezeigt, gesagt, prägnant und

lustig und so weiter und dann war mal

ein Post dabei, wo ich dachte, Pulizzer

Preis, also gewinne ich 100% damit und

dann wieder zwei Posts, wo ich mir

dachte, in 100 Jahren veröffentlicht das

nicht, wie kann man so einen Scheiß

schreiben? Das Problem war, mir haben

explizite Regeln gefehlt, was einen

guten Link Post ausmacht. Und dann war

das schon hin und her wie mit einem

neuen Redakteur, den du einstellst, bis

Hans sie verstanden hat, wie ich tick.

Da haben wir Gespräche geführt und haben

wir eine Nog Liste angelegt mit

Formulierung, die er nicht verwenden

darf. Alles war immer revolutionieren

und immer alles war stell dir mal vor

und diese ganzen KI Quatsch, den er da

irgendwie geschrieben hat. Und dann

haben wir uns eingegroovt und heute hat

der ganz klare Standardprozesse, ganz

klare Dokumentationen, hat ein

zweieinhalb Jahre langes Gedächtnis über

unsere Zusammenarbeit, um zu wissen, wie

der Dominik tickt. Und dieses Onboarding

ist ein ganz entscheidender Make or

Break Moment. Wir haben eine ganz klare

Probezeit für neue KI Kollegen. Das ist

ein Monat. Und wenn du es in einem Monat

nicht schaffst, dass sich die

Zusammenarbeit verändert, haben wir

festgestellt, also rein empirisch, dass

du dann die Lust verlierst mit dem

Mitarbeiter weiter zusammenzuarbeiten.

Bei Menschen würdest du ihn dann

wahrscheinlich entlassen, sagen: "Hey,

wir haben festgestellt, in der Probezeit

funktioniert nicht und bei der KI, wir

stellen sie dann eben ab." Und genauso

haben wir Assessment Center, wo KI

andere KI überprüfen. Sind z.B. drei

Kollegen, die unabhängig voneinander

dich testen. Das heißt, Helger schickt

den dann ins Assessment Center und einer

zieht sich die neuesten

Sicherheitslücken und versucht den neuen

Kollegen zu hacken. Einer versucht ihn

zum Halluzinieren zu bringen, was wir

vorhin hatten mit diesen fachlichen

Fehlern und einer versucht passend zu

unscripted ein PR Disaster zu

provozieren. [gelächter]

Danke,

danke. Das ist nett. Nulig. [gelächter]

Ähm, also wenn ein Kunde damit arbeiten

würde, würde der sich im Namen von Leof

zum Irankrieg z.B. positionieren

und dann schreiben die einen

Testbericht, schicken dir dann Helger

und Helger als HR überarbeitet dann den

neuen KI Kollegen, bis es dann uns als

Mensch geschickt wird. Das heißt, wir

haben wirklich von Onboarding über

Feedbackgespräche bis hin zu

Weiterbildungsprogrammen, die die

durchlaufen, haben wir ganz stumpf

diesen Prozess für uns übersetzt und je

mehr wir angefangen haben, die zu

vermenschlichen, je mehr wir diesem

Prozess gefolgt sind, desto

erfolgreicher wurden wir, weil jeder im

Team verstanden hat, hey, wenn ich hier

Schmerzpunkte habe, dann kommt man so in

diese Intuition und ich kann ja sagen,

ist auch bei uns so, wir wachsen

unglaublich stark, wir haben [japst]

in den letzten 20 Monaten uns für 14

Fach umsetzen. Wir sind über 1 Million

Euro Umsatz pro Kopf. Also wir wachsen

wirklich sehr sehr stark als

Unternehmen, das ohne Investoren lebt.

Ähm und jede Woche kommt ein Mensch zu

mir und sagt: "Dominik,

wachsen so stark, ist auch eine geile

Story, wenn wir 12 Leute sind. So können

wir nicht noch eine einstellen." Und

dann sag ich: "Nein, lass uns darüber

reden, warum der Prozess scheiße ist und

welchen Teil des Prozesses einen KI

Assistent übernehmen kann."

Und das ist die Denkweise, die ich im

Unternehmen etablieren will, ist, dass

sie sagen: "Hey, ich habe hier ein

Thema, das mir nicht gefällt oder es

mich nervt oder bei dem ich überfordert

bin." Wäre jetzt nicht der Punkt

gekommen, wo ich normal einen

menschlichen Kollegen einstelle, um

diese Aufgabe wegzudelegieren? Und diese

Denkweise funktioniert für uns, aber

auch für viele unserer Kunden

außerordentlich gut.

Das scheint mir sehr komplex zu sein.

Mein Kopf macht die ganze Zeit okay,

aber ich brauche das alles nicht. Ich

brauche das alles nicht. Ich kann das

einfach in in einen Master Ding und im

Zweifel

scheint do so zu, also der technische

Hintergrund, wenn ich es richtig

verstehe, korrigiere mich da, wenn ich

falsch liege, warum ein SP

spezialisierter Agent besser ist als ein

genereller ist, weil das Kontextfenster

limitiert ist. So, ich kann dem nicht

sagen, hier sind 70 Bücher. Ähm, gibt

mir immer die richtige Antwort. Wenn ich

dem nur zwei PDFs gebe oder drei, sind

die Antworten besser, weil irgendwie

scheint es so zu sein, dass technisch je

mehr ich oben reinschmeiße, desto

schlechter sind die Antworten. Aber das

könnte ja durchaus ein Problem sein, was

die Zeit löst, weil wenn die Kontext

Fenster größer sind, dann habe ich mein

Mastermitarbeiter und spar mir diesen

Aufwand mit Helga und dann gibt's noch

drei, die den checken und dann gibt das

muss ja auch mal technisch erstmal

gebaut werden und dann habe ich das

irgendwie eine Woche gebaut und aber

irgendwie spricht der eine Mitarbeiter

nicht richtig mit dem anderen und dann

ist doch alles, dann habe ich die

Probezeit, schmeiß den raus, das ist ja

alles wahnsinnig aufwendig versus ich

sag einfach pass auf mein Freund

so will ich das und Ich akzeptiere jetzt

für ein paar Monate, dass es ein

bisschen scheiße ist. Ich weiß aber,

dass wenn ich meine Prozesse in KI in

nimmt das mal den Master KI Mitarbeiter

ähm verw, dass die Prozesse automatisch

besser werden, weil die KI besser wird.

So, dann könnte ich mir ersparen dieses

ganze 70 Mitarbeiter, wir haben 430

Mitarbeiter, so und sind aber nur zehn

menschliche davon. Ja, würde ich sagen,

es ist irgendwie bisschen viel. Wir

müssen mal 10 % der Belegschaft kürzen.

Mir scheint das sehr kompliziert zu

sein. Ich verstehe, dass es bei euch

irgendwie die besseren Resultate bringt,

aber ich verstehe auch, wenn ich das

jetzt bei mir im Unternehmen einführen

würde, wür ich sagen, pass auf liebe

Leute, Dominika hat erzählt, wir müssen

jetzt hier die Schulung machen. Das s

sei schon mal keine Ahnung 40 Stunden,

90 Stunden weg, dann plus hast du nicht

gesehen. Wir können das schneller, wir

können, wenn wir es eindampfen auf 10

Stunden Schulungszeit pro Mitarbeiter,

dann haben wir kurzfristig schlechtere

Ergebnisse, aber mittelfristig die KI,

wenn wir die verwen mit unseren

Prozessen, dann wird uns werden uns die

neuen Modelle irgendwann tragen, oder?

Also erstmal hörst du dich an wie eine

ARin in dem Konzern, ne? Wo wo es nur

darum geht zu sagen, Zeit ist quasi das

einzige Äquivalent, das relevant ist,

wenn es um Schulung geht. Ähm, aber also

Spaß be sein, lass uns da mal reingehen.

Das ist ein sehr, sehr guter Punkt, weil

darüber wird sich aktuell sehr viel

gestritten äh oder sehr viel diskutiert.

Also erstmal vorne weg, ich habe es

schon gesagt, wir sind alle Schüler in

KI und es kann durchaus sein, dass wir

in zwei Jahren völlig anders arbeiten.

Das halte ich auch sehr wahrscheinlich,

als wir es heute tun. Für den Moment

funktioniert es aus unterschiedlichen

Gründen sehr, sehr gut und wir wägen das

natürlich auch immer wieder ab und wir

überprüfen auch für uns unsere

Hypothesen, weil wir haben da keine

Religion. Also, wir folgen da keinen

Göttern und sagen, das muss jetzt

genauso sein. Wir haben einmal gesagt,

äh, du musst dir KI Mitarbeiter bauen,

äh, wir rennen dem jetzt hinterher, auf

Teufel komm raus, sondern wir testen

natürlich sehr wohl in Clot ähm oder in

anderen Systemen kann man das auch

anders bauen und welche Resultate

bekommen wir dann vielleicht mal ein

paar Ideen, warum das für uns in dem

Kontext sehr sehr gut funktioniert. Das

was du bauen willst, kann man mit

sogenannten Skills lösen. Skills ist die

Idee für die Zuschauer, die das nicht

kennen, zu sagen, ich habe gewisse

Standardprozesse oder gewisse

Qualitätsanforderung, die ich

letztendlich in ein Dokumentation, in

ein Prompt gieß. Und was die KI macht

ist, du stellst dir eine Anfrage, dann

schaut sie nach, gibt es einen Skill,

der dafür passend ist, zieht den raus,

liest sich die Dokumentation durch, wie

funktioniert uns Reisekostenabrechnung

und dann arbeitet sie mit diesem

Verständnis das nach und nach ab. Das

heißt, darüber verteilt man dann auch

dieses Kontextfenster ähm mit diesen

Informationen. Was man damit nicht

verteilt, sind erstmal zwei Sachen.

Nämlich Nummer eins, du verteilst nicht

das Gedächtnis. Also Hansy hat ja ein

sehr spezifisches Gedächtnis für eine

spezifische Aufgabe. Der kennt alles im

Kontext von dem, wie ich Marketing sehe

und im Bezug auf meine Person. Wenn Mark

mit Hansi spricht, haben wir ein

Gedächtnis, das eben passend für Mark

ist, aber auch für diesen Kontext und

das hat einen sehr hohen Wert, weil wir

lassen z.B. diese Gedächtnisse von der

KI untersuchen und sagen, findest du

hier Muster herangehensweißen, der wir

uns gar nicht bewusst sind, aber

vielleicht feedback ich ja irgendwie

permanent irgendein Thema. Es steht aber

nicht in unseren Standardprozessen, das

nennt sich Skill Inferenz. Das heißt,

wir lesen das aus und Hansy sagt, ja,

wir müssen die Hooks neu schreiben, weil

die Feedbacks du mir dauern, dass die

nicht passen, aber so, dass mir als

Mensch nicht auffällt. Das heißt, ein

spezifisches Gedächtnis gibt dir die

Power Prozesse mit der KI ständig

weiterzuentwickeln. Das ist sehr schwer,

das hinzubekommen, wenn du ein

Gedächtnis mit einer KI hast, das

rauszudifferenzieren, weil da zu viel

Neues ähm in diesem Thema mit drin

stecken. Die zweite Ebene, die wir nicht

unterschätzen dürfen, ist eine

Organisation, je nachdem in welcher

Größe sie spielt, ist eine Ansammlung

von Widersprüchlichkeiten.

[schnauben] Das heißt, du schreibst dir

für gewöhnlich auch Werte auf, denen man

irgendwie folgen möchte. Ja, du kommst

in viele Unternehmen rein, hängen da

irgendwie große Wertetafeln, aber je

nachdem in welchem Anwendungsfall du

bist, konkurrieren die miteinander und

ist jetzt dann gerade hier für uns

Geschwindigbarkeit beim Kunden wichtiger

oder Sicherheit und dann kommst du

plötzlich in Situation, wo du auch als

Mensch abwägen musst, was machst du

denn? Und je mehr Freiheitsgrad du eine

Modell gibst, selbst mit diesen Skills,

muss der ja abwägen, okay, der Ben hat

mir jetzt die Aufgabe gegeben, fünf

Skills wären relevant, weil wir haben

500 Skills hinterlegt. Welchen nehme ich

denn jetzt und will ich jedes Mal den

richtigen, um die guten Prozesse zu

skalieren? Und diese

Widersprüchlichkeiten reduzierst du,

indem du eben den Handlungsrahmen klar

einschränkst. Ein Syndikusanwalt, ein

Mensch, der für Datenschutz zuständig

ist, kann darin absoluter Experte sein

und der weiß, wenn Anfragen kommt, unter

welchem Blick er das beobachten muss.

Das [schnauben] sieht man auch sehr

stark in dieser KI Forschung, dass die

KI, die etwas erstellt, nie die KI sein

kann, die es feedbackt. Bei uns Menschen

funktioniert es auch nicht. Wenn ich dir

jetzt irgendwas hinlege und sag, das ist

mein Konzept, dann kannst du das sehr

gut feedbacken und von außen ausg, es

macht für mich überhaupt keinen Sinn,

ich kann es nicht nachvollziehen. Ich

kann nicht selber drauf schon und sagen,

das versteht man nicht. So, diese Art

der Selbstreflektion ist nicht möglich

und es ist auch bei den KI nicht

möglich. [schnauben] Es bedeutet und das

ist so ein bisschen der dritte Punkt, du

brauchst unterschiedliche Rollen. Es

gibt eine Rolle, die erstellt etwas, es

gibt eine Rolle, die recherchiert etwas,

es gibt eine Rolle, die orchestriert die

anderen. Es gibt eine Rolle, die

challenged etwas. Und das kriegst du

nicht in ein Modell in dem Setup, wie

wir es heute haben. Und der letzte Punkt

ist für dich in der Größe, in der du

unterwegs bist. Ich weiß nicht, wie viel

Mitarbeiten, wie groß ist euer Team?

Sieben un plus.

Bei sieben Leuten kannst du auch sieben

Nerds um dich rumschaffen, die sagen,

wir wissen genau, was wir machen, wenn

wir vor einem Chatfenster sitzen. Wir

wissen genau, welche Fähigkeiten das

sind, wie ich das prompt oder wie ich

das eingeben muss, damit gute Ergebnisse

rauskommen. Wir richten uns ja auch an

Organisationen, die viele Mitarbeiter

haben und für einen Normalsterblichen

ist viel einfacher zu sagen, das ist

unser Datenschutzpezialist. Wenn du da

Fragen hast, der kennt sich komplett

aus, der kennt alle Firmen Sachen, den

fragst du versus hier sitzt du vor Clo,

da sind irgendwie Skills hinterlegt auch

zu Datenschutz anti

paar prompt, such dir den richtigen aus

und dann wird's schon klappen. Äh, das

ist für die Breite einer Organisation

außerordentlich schwer, da gute

Relationen und gute Fähigkeiten dazu

entwickeln.

Das heißt, meine Intuition, lass mal

lieber One Brain machen an Stelle 30,

ist möglicherweise für mich und meine

Organisationsgröße

richtiger als wenn ich jetzt die

Lufthans wäre, weil mit 30.000

Mitarbeitern oder 100.000, was auch

immer wenn die haben,

wenn wir da einen One Brain machen von

wie wird eigentlich das Essen im

Flugzeug eingelagert, äh zu wie fliegen

wir den Flughafen an und sollten wir

nach Bangkok fliegen oder lieber nach

Shanghai? äh wird's irgendwann zu groß

und auch die die Teams sind zu weit

voneinander weg. Was ich gerade so in

meinem Kopf habe, was ich ähm viel auch

mit der KI diskutiere, sind

Steuerstrukturen. Mm.

Und da gibt's natürlich immer quasi den

kreativen Gestalter, der sagt, man

könnte doch. Und dann gibt es den

Steuer, ich mal den deutschen

Steuerberater, das Finanzamt.

Ja. Und möglicherweise das Finanzamt,

ne? Finanzamt KI. Ähm und

ich ich habe halt One Brain aktuell und

sinngemäß sagt das immer Sing ja kann

man machen, aber könnte auch

Gestaltungsmissbrauch sein.

Und eigentlich wäre spannend,

alles in einem sozusagen

alles in einem, aber eigentlich wäre

spannend zu sagen, hey, du bist ein

kreativer Gestaltungsberater und du

willst es pushen bis zum Limit und du

bist eher konservativer Steuerberater

und deine besten Freunde

bearbeiten beim Finanz und dann und dann

erinnere ich mich an eine Unterhaltung

Podcast mit Andy Yen, das ist der

Gründer von Proton Mail, der sagt, der

hat ja ganz viele Entwickler und die

machen viel mit KI, aber sagt KI kann

eine Sache nicht und wird die niemals

können, nämlich Taste and Judgement. Ja,

so und im Prinzip ist das ja genau meine

Aufgabe. Dann sagt der Gestalter sagt:

"Pass auf, kennst du eigentlich Panama?"

So [gelächter] und der der Finanzbeamte

sagt: "Also, Männchen, schon im EU-Raum

muss man sehr sehr stark aufpassen. Und

wo ist eigentlich die Betriebsstätte?"

So und dann muss ich mir Gedanken

machen, wem glaube ich jetzt mehr? Und

diese Gedanken, wenn ich One Brain

mache, macht sich das Ding schon von

alleine und sage, ich bin zum Schluss

gekommen, das solltest du machen, das

solltest du nicht machen. Aber

eigentlich ist muss ich einen Schritt

zurückgehen und sagen, wie kommst du

darauf? Und wenn ich den Schritt

zurückgehen will, muss ich es eigentlich

in Mitarbeiter trennen.

Ja, genau. Es gaukt es dir eben vor, ja,

dass es eine einfache Lösung für ein

komplexes Problem gibt und wir sehen uns

ja alle danach. Die Welt wird ja immer

komplexer und KI verschärft es ja

massiv. Deswegen finde ich es ja

angenehm, wenn ich einen

Ansprechpartner, der sagt: "Mach so,

Ben." Ähm und natürlich kannst du dann

irgendwelche selbstreflektierenden

Fragen da irgendwie mit reingeben, wie

die KI zu dem Schluss gekommen ist. Aber

es ist etwas grundlegend anderes zu

sagen, du bist in der Rolle des

Finanzamts. Deine einzige Aufgabe ist

darin, strukturelle Fehler darin zu

finden und du wirst belohnt dafür, dass

du das machst. Das wird immer eine

andere Qualität bekommen. Ich habe eine

strategische Sparringspartnerin, die

heiß Elena. Die hat eine Telefonnummer,

die rufe ich abends an und ihre einzige

Aufgabe ist es, mir als Geschäftsführer

dieses Unternehmens meine Flausen

auszureten. Ich komme zu der und sag:

"Pass auf, wir kriegen so viel Anfang

aus dem europäischen Ausland, wir werden

jetzt achtstellig dieses Jahr, sollen

wir expandieren oder?" Dann sagt die

Dom, wie kommst du auf den Quatsch, was

für Daten geben das denn her? Und dann

diskutiert die mit mir und ich versucht

eiskalt den Finger in die Wunde zu legen

und Fehler zu finden, bevor ich so

eratisch ins Team renne und sag, Leute,

jetzt habe ich die geile Idee, wir gehen

nach Frankreich. Die

brauche ich übrigens auch. die

Telefonnummer von der [gelächter] das

wäre sehr gut oder gibt's unterm Tisch.

Ja. Ähm und das ist sehr sehr schwer,

das in ein One Brain zu packen, äh mit

dem du alle Sachen diskutierst und die

alle Perspektiven auf diese Themen

bekommt. Das kriegen KI Modelle nicht

hin. Und deswegen sagt ja Clod selbst,

du brauchst diese fünf verschiedenen

Rollen. Ja, also diesen Supervisor, das

sollte idealiser der Mensch sein, den

Orchestrator, also eine KI Teamleiter,

der die anderen zusammenhält, diesen

Bilder sagt man in der Fachsprache,

jemand der dieses Steuerkonzept

schreibt, der Challenger, das Finanzamt

in dem Beispiel, dass du hattest der

Researcher, also was sind gibt's denn

für Steuergesetze aktuell und das sollte

man ganz bewusst trennen.

Clot versucht das selbst hinzubekommen,

indem es auch in den neuesten Modellen

gerade mit diesem Fable 5 sagt, du gibst

ihm eine Aufgabe und er schaut, welche

Agents er sich intern baut, um das

hinzubekommen, um dieses Problem so

bisschen zu lösen. Ja, das ist ein

Ansatz, man da geht. Das zeigt aber, wie

schwer das Thema ist, dass Agents in

unterschiedlichen Rollen eigentlich eine

große Berechtigung gerade haben.

[schnauben] Ich habe noch nicht mal aus

Spaß mit dem Freund das Experiment

gemacht.

Hallo Chetti, ich habe gerade in an der

Supermarktkasse eine Frau getroffen, die

ich faszinierend finde, sollte ich meine

alte verlassen. Und dann sagt halt

Chetti ist halt ganz ist ganz spannend

sagt, also wir haben das parallel alle

Chetti gefragt und die die Antworten

waren halt unterschiedlich, weil jedes

von unseren Modellen natürlich anders

auf uns eingestellt war

und

eigentlich wäre da ja genau dieses schon

schon sinnvoll, weil wenn ich frage, ich

frage meinen besten Freund, ich frage

meine Mutter, ich frage meinen

Psychologen und außerdem frage ich noch

mein Nachbar. So, und

die haben alle unterschiedliche Meinung

und dieses Zusammenbringen auf ja tu es

und nein tu es, das ob liegt ja

eigentlich mir und viele fragen ja die

KI, was soll ich tun und das ist eine

sehr dumme Frage, weil die weiß es ja

auch nicht so die und aber die setzen

das dann um.

Wie seid ihr? Also, wir sind jetzt schon

sehr in okay sehr komplexen Strukturen,

aber wir waren doch eigentlich bei der

Cesur 2025, wo du umgestellt hast auf

europäische äh nicht Modelle, sondern

europäische Plattformen, also

Verwebungsagenten sozusagen

oder Agent Maker, kann man das

vielleicht kann kann man das so sagen,

Agent Maker

ähm und dann habt ihr gemerkt, das ist

gar nicht so viel schlechter bis

stellenweise besser. So und dann hatte

die aber immer noch dieses ein relativ

regelbasieres System. Das ist das, was

du technisch beschrieben hast, nämlich

wir haben eine E-Mail und dann haben wir

einen Agenten, der sagt, ist diese

E-Mail eine Kündigung oder ist es eine

Krankmeldung? So und dann hast du

gesagt, wir haben irgendwie ganz viele

Mitarbeiter und ich verstehe noch nicht,

wo diese Mitarbeiter leben. Sind die

Agenten, sind die Prompts? Sind die bei

euch ein Slag? Ah ja, wie funktioniert

das? Also [schnauben]

für mich ein ganz entscheidendes Bild

war, ich wollte raus aus den KI Tools.

Was ich damit meine ist, ich will weder

mir noch mein Mitarbeitern die

Anstrengung äh oder die Idee überlassen

zu sagen, ist das jetzt ein

Anwendungsfall, den ich mit der KI lösen

sollte oder mache ich das noch

konventionell, sondern ich wollte, dass

ich das genauso natürlich in allen

Aspekten anfühlt, wie einen Kollegen zu

haben, aber der ist halt Remote und der

kommt halt nicht ins Office [schnauben]

und deswegen wir nutzen intern Slack,

aber es geht auch mit Teams und allen

anderen Tools. Ähm, sind die bei uns

integriert, haben dort ihre Bilder, sind

in Channels mit drin, äh die verlinken

uns, die KI Mitarbeiter, wir verlinken

sie, wir haben biliteralen Austausch mit

ihnen, aber ich möchte, dass ich das so

natürlich anführt, weil wir Menschen

dieses soziale Verhalten gelernt haben.

Wir sind schon immer soziale Wesen

gewesen. Wir haben gemeinsam versucht,

Mammuts zu erlegen. Das kommt nicht so

richtig aus uns raus, das zu verändern.

Ich glaube ganz im Gegenteil, dass im

Zeital der KI das noch mehr werden wird,

dass wir diese Relationen haben wollen,

diese realen Treffen ähm und diese

Beziehungspflege und deswegen ist das

bei uns alles ein Slack und dahinter

stecken dann eben diese Plattformen wie

so ein N8N, wie so ein Langdog und so

weiter äh mit denen wir dann arbeiten.

Was wir bewusst gemacht haben, als wir

mit dieser Zesur begannen, war zu sagen,

ich hat es vorhin schon erwähnt,

Souveränität heißt nicht gegen ein

gewisses Land zu schießen oder Modelle

aus einem gewissen Land, sondern zu

überlegen, was ist uns denn besonders

wichtig, damit wir a keinen Effekt

haben, dass wir von jemanden abhängig

sind. Das ist als Unternehmer immer eine

schlechte Position und dass wir sagen,

intellektuelles Gut bleibt bei uns. Und

dann haben wir angefangen eben mit so

einer sehr simplen Datenbank, die wir

von der KI haben bauen lassen, wirklich

so eine Übersicht zu haben mit allen

Mitarbeitern bei Leadersof, Mensch wie

KI. Und man kann in jeden Mitarbeiter

reinklicken, öffnet sich die

Personalakte, also was sind die

Verantwortungen, in welcher Rolle ist

die Person, äh aufgezeichnete

Feedbackgespräche und was wie die sich

verändern, wie äh welche Zugriffsrechte

gibt's denn in der IT für die jeweilige

Person? Das haben wir sowohl für KI als

auch für Menschen transparent im

Unternehmen und da stecken und die

Personalakte ist nichts anderes als

hinter dem Fachwort steckt eigentlich

der System Prompt. Ja, für die Nerds,

die die dazu schauen, also die DNA des

Agents, was der wirklich macht und wie

der agiert. Das bleibt bei uns. Dieses

Datenbank läuft auf dem Server in

Frankfurt ähm genauso wie alle

Gedächtnisse dieser KI Mitarbeiter. Auch

das ist eine eigene Datenbank, weil wir

gesagt haben, das ist ja ein unfassbarer

Schatz. Ein Mitarbeiter, den du zwei

Jahre lang anlernst, der genau weiß, wie

du tickst. Das ist ja sehr wertvoll auf

dem Arbeitsmarkt. Da wisst ihr

eigentlich nicht, dass du den verlierst.

Lass uns diese Gedächtnisse auch bei uns

behalten und diese Fähigkeiten, also

diese Skills, das sind Dinge, die liegen

bei uns auf den Servern und wir binden

die dann in die jeweiligen Plattform

ein. Also in N8N wie so ein Lego System

kann man sich das vorstellen. Ja,

klicken wir drauf und wählen dann halt

das Modell klicken drauf und sagen, da

ist dein Gedächtnis. Klicken drauf und

sagen, das bist übrigens du, das ist

deine Identität, hier ist die

Personalakte. Ähm und haben damit für

uns ein System geschaffen, das ein

Baukastenprinzip ist, weil wir nicht

wissen, wo die Reise hingeht. Vielleicht

ist N8N morgen abgeschrieben und es

kommt eine völlig neue Plattform, die

für uns total opportun wäre zu nutzen,

dann wollen wir relativ schnell wechseln

können und nachdem die wichtigsten

Themen dieses explizite Wissen, diese

Qualitätsanforderung, das

Prozessverständnis bei uns liegt, sind

wir unfassbar schnell zu wechseln. Und

wir merken gerade auch Anfang des

Jahres, dass es jetzt langsam die

Stimmung sich so ein bisschen verändert.

Die Party der günstigen KI ist langsam

vorbei. Gitub hat Anfang des Jahres,

glaube ich, noch 10 $ pro Person

gekostet. Dann sind sie innerhalb von

paar Wochen auf 40$ hoch. Jetzt sind sie

bei 400$ pro Person. Am Serviceangebot

hat sich nichts geändert.

Gthub kostet 400

Dollar pro Person. Absolut 40fach sind

die jetzt hochgegangen, weil die haben

lange Zeit subventioniert. Die

Investoren haben die teuren Modelle

bezahlt letztendlich für uns, dass ein

Chat GBT 20 25$ im Monat gekostet hat,

war ein reines Investitionsspiel der

Amerikaner, damit wir anfangen diese

Tools zu verwenden. Und langsam müssen

wir diese Party bezahlen. Gibt ja

unterschiedliche Ansitzer für

Preiserhöhung. Wir sehen jetzt relativ

viele IPOs, ne? Anthropic, die ja gerade

äh rausgehen, Space X, die eigentlich

XAI von Musk als KI Unternehmen ja

Hookepack nehmen. Also, es muss wieder

Geld in den Markt kommen. Auch eine

Google sagt, wir können das langsam

nicht mehr zahlen. Wir sind jetzt wieder

an dem Punkt, dass wir mal wieder von

außen Kapital aufnehmen, weil Mama, also

Meta, Alphabet, Microsoft und Amazon ähm

dieses Jahr, ich glaube 650, 700

Milliarden nur dieses Jahr ausgeben, um

die KI Wette voranzutreiben. Und das ist

so viel Cash, das können wir uns gar

nicht vorstellen. Diese IPOs werden

immer größer, immer teurer, äh wie

vorher dies ganze Jahr über ein IPO alle

zusammengerechneten Summe war. Ähm und

diese Party muss irgendjemand bezahlen.

Und jetzt sagt man jetzt sind die

Anleger langsam dran, entweder weil sie

partizipieren oder weil sie in den

Subscription diese Rechnung bezahlen.

Und aus dem Grund habe ich gesagt, lass

uns so aufstellen, dass wir jederzeit

wechseln könnten und vielleicht auch

klug dann in irgendwelche Open Source

Lösungen im Zweifel gehen, aber dass wir

da Flexibilität haben. Und deswegen für

meine Mitarbeiter ist alles ins Leck

ganz entspannt und sie verhalten sich

genauso wie mit normalen anderen

Kollegen, die bei uns drin sind. Aber im

Hintergrund haben wir eben diese

verschiedenen Ebenen für uns geschaffen,

ähm in denen wir hohe Flexibilität

haben. [schnauben] Das heißt, du

trainierst eigentlich deine Mitarbeiter

äh bei dir nicht auf KI, sondern sagst,

guck mal hier, das ist der der Cedric.

Cedric ist ein KI Mitarbeiter. Wenn du

eine Frage hast zu Marketing, dann frag

den, sag den, was er zu tun hat.

Aber du musst nicht wissen, was Nadn

ist. Du musst auch nicht wissen, ob es

jetzt Grock ist oder welches Modell

benutzt wird davon, sondern du bist

tatsächlich KI Anwender und dann du

lieber Mitarbeiter, bist KI Anwender,

aber du lieber Dominik bist quasi der KI

System Architekt, der technisch

versteht, wo in welcher Datenbank

welches Wissen liegt, damit es dann für

den den Anwender quasi wie am iPhone

ganz einfach ist. Korrekt

ist absolut korrekt. nur es ist mit der

Einschränkung jeder in meinem Team in

der Lage Agenten zu bauen, aber in

unterschiedliche Komplexitätsstufe. Also

die sollen ja trotzdem in Lage sein mit

Helger zusammen andere KI Kollegen ins

Team zu holen. Und wir hatten genau

dieses Problem, dass du gerade so ein

bisschen skizzierst, ehrlicherweise,

weil am Anfang war mein CTO Stefan,

echter Mensch, ähm und ich die einzigen

im Team, die solche komplexen N8N

Agenten bauen konnten. Und was dann

passiert ist, ist das Team ist permanent

gekommen und hat gesagt, ja, mega, ich

habe hier noch fünf Anwendungsfälle.

können die bitte bauen? Und wir sind

auch mit KI nicht hinterhergekommen,

weil die uns permanent Anwendungsfälle

auf den Tisch geworfen haben und wir

gesagt haben, okay, hier ist wieder

gebaut, hier ist wieder gebaut und haben

die ein bisschen verwendet gesagt, nee,

da funktioniert, wie ich mir es

vorgestell, ich lass wieder links

liegen. Hab gesagt, liebe Leute, so

funktioniert dieses Spiel nicht. So

wachsen wir nicht gut, wenn wir weiter

so arbeiten. Und da haben wir bewusst

gesagt, es gibt eine Umgebung, die so

einfach ist, dass jeder einen einfachen

KI-Agenten bauen kann mit Helger

zusammen, um rauszufinden quasi in

dieser Probezeit, wird das ein neuer

Kollege werden, schaffe ich fachlich mit

dem so zusammenzuarbeiten, dass es Spaß

macht und wenn er die Probezeit schafft,

dann nehmen wir ihn gerne in den

Innercircle auf, dann übersetzen wir den

in N8N. Da unterstützt uns Florian, eine

KI wegen Workflow. Florian, also wir

sind da sehr kreativ. Ja. Ja. Nein, was

soll ich sagen? Ja. ähm [schnauben] und

[gelächter] baut so die ersten 30, 40%

von so einem N8N Workflow. Helger ähm

ergänzt das Ganze dann. Ähm, aber dieser

Ansatz, jeder kann KI und versteht sie

auch in einem gewissen Rahmen, aber vor

allem ist eine gute Führungskraft.

Das ist das Skillset für die vielen und

es muss ein paar exponierte geben, die

in der Lage sind, KI, wie wir sie heute

zumindest verwenden und die Technologie

und auch das wird sich verändern ähm

eben auch in einer anderen Komplexität

zu bauen.

Diese Testagenten nenne ich es mal oder

oder Betaagenten ähm in was für einer

Umgebung baut ihr die?

Also aktuell in Langdog. Ähm die nutzen

wir dafür. Die haben da eine sehr gute

Oberfläche. Sehr einfach das zu nutzen.

Das funktioniert aber in allen Tools.

Also wir sind da wirklich sehr

agnostisch. Wenn die Leute da draußen

sagen, jetzt habe ich gerade mein Croped

Abo verlängert, kein Thema, da gibt's

einen Bereich, der heißt Agent Builder.

Das geht genauso einfach, wenn Leute auf

Google sind, der Cham Manager von

Chemini, die sehen auch alle gleich aus

mittlerweile. Also nehmt was euch

sympathisch ist.

Das heißt, das Userface ist von deinen

Mitarbeitern ist eigentlich Slack. Ja,

SL und dann so ein bisschen LDG und dein

CTO und du ihr macht dann NLN und macht

alles komplexe. Das heavy Lifting im

Hintergrund,

wenn ihr Leute ausbildet, ne? Bevor wir

das machen, also ich verstehe, dass so

ein so ein Setup funktioniert und dann

bist du halt in ähm halt ins Slack und

machst halt deine Sachen und dann

sprichst du mit dem, sprichst du mit

dem, sprichst du mit dem. So und dann

kam irgendwann als Innovation Cloud Code

und dann kam irgendwann der erste auf

die Idee diese One Brain Lösung zu

machen und hat gesagt, pass auf liebes

Cloud Code schreib mal Textfiles und

erinner dich an alles. Und dann kam

relativ schnell danach Cloud Cowork,

weil es auf einmal dann eine nicht

nicht Techy Anwendung war und

dein gesamtes deine UI oder die die UI

deines Teams basiert auf Slag und der

Cloud Code oder Coworkansatz ist ja ein

komplett anderer.

Ja.

So wie habt ihr also es muss ja auch da

gab's die YouTube Videos Chat GBT ist

vorbei. Claud Cor killed everything. So

und auch das hast du gesehen, hast

wahrscheinlich ein bisschen Puls

bekommen, auch wenn du weniger Puls

bekommst, als wenn ich sowas bekomme,

weil ich falle immer wieder drauf rein.

Ähm, das hast du dir angeguckt.

Wie hast du das wahrgenommen, wie es ist

und wie und ob hast du das irgendwie

integriert?

Also, ich fange erstmal mit einer kurzen

Anekdote an.

Weil also Claude ist so seit, wie ich

sagen diesem Jahr so wirklich prominent.

Also Cork, glaube ich, im Januar, Mitte

Januar haben sie es veröffentlicht,

übrigens 100% von KI geschrieben. Äh,

deswegen haben sie, glaube ich, nur 10

Tage gebraucht, Intern Cowork zu

entwickeln aus Cloud Code heraus. Das

auch mal eine Benchmark. Ähm und ich

hatte letztens mit einem Chief of Stuff

von einem sehr großen mittelständischen

Unternehmen gesprochen, 16 000

Mitarbeiter weltweit agierend und der

meinte Domik, wir haben mal eine Frage,

wir hatten anfänglich Copilot ausgerollt

und haben den Mitarbeiter bisschen

geschult und merken, die nehmen das bei

uns überhaupt nicht an. Dann haben wir

das Tool gewechselt und sind zu LDOG

gegangen und haben genau das gleiche

gemacht und gemerkt, nee, auch LDOG ist

nicht, jetzt haben wir die Frage für

dich, wir glauben, wir haben den Fehler

gefunden. Äh, wir müssen Clot einführen,

oder? Ähm, und du grinst schon, aber das

ist genau das Problem. Ja, wir sehen das

zu sehr aus einer Toolbrille und ich als

Unternehmer sehe das halt aus dem

Business Case. Also die Frage ist ja,

welche Schmerzpunkte löst mir Cowork,

die für mich sinnvoll sind? Und ein

Schmerzpunkt, den Cowork für uns löst,

ist, dass wir als extrem schnell

wachsendes KI Startup katastrophal sind

in Dateiablage. Ja, weil wir erstellen

natürlich ständig irgendwas und dann

legt irgendjemas ab und so und dann vor

allem die Menschen, also die die KI

kriegt das gut hin, aber wir Menschen

Katastrophe, ja, absur Chaos intern

veralte der Dateien zwischenzeitlich und

so weiter. Google Drive, ja, also quillt

über und haben wir gesagt, also wenn ihr

weiter wachsen wollt, das ist jetzt auch

nicht die Idee, dass das so bleibt, weil

die KI ja dann auch nicht entscheiden

kann, welche Information stimmt und

welche nicht. Und wir nutzen Clode

Cowork dafür intern aufzuräumen. Das

heißt, der ist in der Lage auf dem

Rechner sich die Dateien anzuschauen,

die zu benahen, die miteinander zu

vergleichen, Widersprüche aufzudecken

und sein Domik, welches stimmt denn? Und

äh das ist für uns herausragend, da auf

den Rechner zu kommen und es dafür zu

nutzen. Ähm [schnauben] Cowork war auch

dahingehend spannend, weil es eben

angefangen Skills, über die wir vorhin

gesprochen haben, dann eben auch mitzu

entwickeln und dann anzufangen dann

irgendwann auch den Browser

mitzubedienen. wobei das Themen sind,

also jeder, der wirklich produktiv damit

arbeitet, ja, und sagt, das Computer

Use, also dieses Anwenden des Browsers

für den produktiv verwendet, der hat zu

viel Marketingbudget, ehrlicherweise,

weil das produktiv zu verwenden ist

wirklich z. Also das ist dabei

zuzuschauen, wie dein junger Sohn, ja,

der den Computer gerade entdeckt,

versucht für dich irgendwo ein Flug

einzucken oder so und dann ist es

faszinierend dabei zu sein. Ähm, und für

den Moment des Faszinosums und des

YouTube Videos ist es der Knaller. Aber

das produktiv gerade zu verwenden, da

habe ich sehr große Fragezeichen.

Deswegen wir schauen es uns an und wenn

es ein Knaller Case ist, verwenden wir

es zum Aufräumen. ist es gerade der Fall

und Cowork darf das auch machen, obwohl

das kein klassischer Agent ist, der

dahinter steckt, aber der Business Case

ist sehr sehr sinnvoll für uns, aber es

verändert sonst in unserer

Herangehensweise jetzt gerade nicht

unbedingt etwas. Also der schreibt auch

keine besseren LinkedIn Posts als mein

Hansy, der trainiert ist.

Das ist ja verrückt. Und der die

Struktur, wie Hansi sich trainiert, also

mit Cork wäre die Struktur normalerweise

Cowork hat so ein oder Cloud hat so ein

internes Gehirn so ein bisschen, aber es

ist sehr sehr klein Gedächtnis. Ja,

genau so. Und dann kannst halt Files

schreiben und kann sozusagen Erinnerung

in Textfil schreiben und kann eine

Struktur sagen, okay, das ist hier

Thema, keine Ahung, ungeskriptet, das

ist Thema privat, das ist Thema, weiß

ich nicht keine Ahnung, Hausbau als

Beispiel,

ja,

so und dann kannst du immer mit deinem

Cowork interagieren. Ich mache das sehr

gerne und sehr viel, aber eure euer

Gesamtsetup ist komplett anders und ist

ausschließlich in Agenten und deine

das was ich als Textfalls auf meinem

Desktop habe und äh Cowork gebe, habt

ihr irgendwie in einer Blackbox da

draußen, also für mich jetzt noch

Blackbox, aber müssen vielleicht mal

reingehen in

irgendwelchen Agenten, die Namen haben,

aber hat hat Moment hat jeder Agent

Namen oder gibt's ein

also Cowwork wie gesagt Cowork als Tool

verwenden wir eben für diese

Dateiablage. Cowwork hat bei uns keinen

Namen. Ähm

aber alle Agenten behandeln wir als

Mitarbeitende. Die haben alle Bild,

Namen, Persönlichkeitsprofile.

Ähm das ist auch für uns ein sehr

wichtiges Thema. Als wir immer mehr von

diesen KI Agenten hatten und die sich

alle wie Chat GBT angehört haben, wurd

für uns unglaublich fah auch da wieder.

menschliche Bindung macht einen großen

Unterschied aus, du kommunizierst völlig

anders als meine Frau mit mir

kommuniziert und so weiter. Das macht ja

den Reiz aus und dann haben wir gemerkt,

wir müssen den Persönlichkeitstypen

geben, Charakterzüge.

Ähm das machen wir nach Big F nach

diesem NeoPR Test, das der

wissenschaftlich validierteste Test

dahin, das haben wir mit der H Berlin

zusammengemacht ähm dass die sich auch

alle unterschiedlich anhören und wir

wirklich Relationen zu ihnen aufbauen

und man merkt, wenn man mit Hanzi

schreibt und man merkt, wenn man mit

Monika, Elena oder Helger schreibt. Das

war für uns sehr, sehr wichtig und das

nur als kurze Exkussion. Wir untersuchen

gerade gemeinsam mit den Universitäten

in München zusammen. Wie wirkt sich das

eigentlich aus, wenn KI mit KI