Max Rose: KI bei den Sportmachern: Wie Agenten und Assistenten den Arbeitsalltag verändern könnten

00:00:03: Herzlich willkommen beim C Level Podcast, dem Podcast, wo ich die Businessebene mit dem C für Chemnitz verbinde.

00:00:09: Heute zu Gast mal wieder Max Rose.

00:00:12: Max war schon in der dritten Folge dieses Podcastes Gesprächsthema und ich bin wieder zu ihm, weil ich, wie ich bereits in dem Podcast angekündigt habe, ihm zu einem Stammgast machen will, weil er besonders gut erklären kann, was das Thema KI für uns alle bedeutet.

00:00:30: Und diesmal ging es ganz konkret darum, wie könnte man KI Beziehungsweise KI-Agenten, KI-Assistenten in den Arbeitsablauf der Sportwache

00:00:42: integrieren.

00:00:42: Wir sind dabei ein bisschen hin und her geswitscht und vielleicht gibt es nicht das konkrete Anwendungsbeispiel, aber Max zeigt ganz gut, was eigentlich alles schon geht und wir werden da dran bleiben und vielleicht kommen wir bald mit einem ganz anderen Thema auf euch zu, wo wir auch KI einsetzen werden.

00:01:03: Es bleibt also spannend.

00:01:05: Und wie beim ersten Mal auch, finde ich, dass es Max sehr, sehr gut gelingt, komplexe Themen für mich, einen mittwürfiger Gut zu erklären.

00:01:15: Ich wünsche euch viel Spaß mit dieser Folge.

00:01:17: Und ja, wenn ihr Anregungen habt oder wenn ihr vielleicht auch mal meint, dass dieser Podcast empfehlenswert ist, dann drückt doch einfach mal auf dem Button, wo man diesen Podcast bewerten kann.

00:01:32: Würde mich sehr freuen.

00:01:34: In diesem Sinne, ich wünsche euch viel Spaß mit dem Podcast.

00:01:54: Das erste, was ich jetzt mache, ich mache jetzt eine Live-Foto von uns beiden.

00:01:58: Ein Live-Foto,

00:01:59: damit wir sehen, wie wir aufnehmen.

00:02:02: Also guckt jetzt alle bei LinkedIn, dann seht ihr, wie wir aufgenommen haben.

00:02:07: Ich bin wieder beim lieben Max Rose.

00:02:12: Ich weiß nicht, wie viele Leute dir nach deinem podcast schon irgendwie mal ein feedback gegeben haben.

00:02:18: Beim mir haben viele gesagt du solltest das professionell machen.

00:02:25: Du kannst es gut mit dem vermitteln.

00:02:27: und daraufhin habe ich gesagt, wir haben es ja schon beim letzten mal gesagt, du kommst öfter, weil mir das schon vorher aufgefallen ist.

00:02:34: Immer wenn es um KI Themen gibt, komme ich nochmal vorbei und ich bin wieder hier im.

00:02:40: Ich habe es wieder vergessen, wie es ist als Campus.

00:02:42: TCC, Technologiekampus Chemnitz.

00:02:44: Den gibt es aber zweimal, oder?

00:02:46: Mehrere Standorte.

00:02:47: Anherberger Straße hier, Technologiekampus I und am Hauptbahnhof gibt es da auch noch einen Standort.

00:02:53: Die Sportmacher hatten das Angebot, an dem TCC an Ende saß er auch mal ein Schreibtisch zu bekommen.

00:03:02: War für uns dann nicht so interessant.

00:03:04: Aber wir hätten dort auch vom Saksit-Netzwerk damals ... Das

00:03:10: gab's da mal schon?

00:03:11: Das gab's schon.

00:03:13: Hätten wir dahin geduft, haben wir da nicht gemacht.

00:03:17: Ich bin wieder hier, weil ich eine konkrete Frage habe.

00:03:22: Ich habe nämlich eine Studie gelesen, weil ich auch immer Aktien.

00:03:26: mir anschaue und da wird ja jetzt vermehrt gesagt, ist das eine KI-Blase, in der wir leben und führt es dazu, dass wir bald einen Börsencrash haben, weil zu viele KI unternehmen.

00:03:38: Und habe Damen gelesen, dass es Studien gibt, die wirklich zeigen, dass sozusagen, wenn Firmen mit KI arbeiten, das Geld, was sie dafür investiert haben, nicht reinbekommen.

00:03:51: Ja, ja.

00:03:52: Du sprichst auf die MRT-Studie an.

00:03:54: Ja, da gab es eine, die jetzt vor ein paar Monaten rausgekommen ist, wo gesagt wird, ninety-fünf Prozent der Unternehmen, die KI einsetzen oder einführen wollen, dass die Piloten zu ninety-fünf Prozent scheitern und nicht den Return- und Investment erreichen.

00:04:08: Das war da die Message.

00:04:10: Klingt auch erst mal hart und es haben die Medien noch viel aufgenommen.

00:04:13: Ich glaube, aber das muss man auch ein bisschen nochmal differenzierter betrachten.

00:04:18: Da gab es, sag ich mal, mehrere Versionen dieser Geschichte, weil da nicht alle Unternehmen reinzählen.

00:04:23: Frage ist, ja, wann ist denn ein Return on Invest und bei einem Prototyp erreicht und so?

00:04:28: Also da kann man auch viel noch diskutieren in der Richtung.

00:04:30: Und ich glaube, was viele Firmen immer bedenken oder denken ist, dass die KI sofort ein Mitarbeiter ersetzen, sofort die Aufgaben erfüllt.

00:04:39: Ja.

00:04:39: Und auch bei den Sportmachern ist es so, dass einige Personen, die ich jetzt nicht namentlich mehr ruhig sage, ich habe das mal probiert mit JCPT und ich kann Das was der ja da beim ersten mal ausgespuckt haben, kann ich ja überhaupt nicht benäßigen.

00:04:52: Und das KI funktioniert nicht her.

00:04:56: Und deshalb ist mein Wunsch, dass wir uns nochmal ein bisschen um KI, KI-Agenten, was ist da eigentlich der Unterschied, nur grob, weil man das hört man ja auch überall, und dann mal vielleicht versuchen, ich hoffe du bekommst das hin, dass wir mal die Sportmacher nehmen, ich dir sage, was wir so benutzen und du sagst, Hier könnte KI helfen.

00:05:18: Nicht übernehmen, sondern helfen.

00:05:19: Das stützen wir.

00:05:21: Und das ist jetzt die große Frage.

00:05:22: Was ist eigentlich der Effekt?

00:05:23: Wahrscheinlich Effektivität, Zeitersparnis.

00:05:26: Oder gibt es noch andere Sachen?

00:05:28: Ja, genau.

00:05:28: Also so einfach Vorarbeiten mit Aufgaben, die irgendwie immer das Gleiche sind.

00:05:32: Eine klare Schritt für Schritt Anweisung haben.

00:05:35: So was.

00:05:35: Genau.

00:05:36: Und dank unserer Gespräche bin ich jetzt schon in so einer YouTube-Laden für Rotsch, die mir ständig N-Aid-N nennt.

00:05:45: Und Hostinger, lustiger Name auch nennt.

00:05:49: Und man kann total viel machen.

00:05:50: Und ich will da auch total viel machen.

00:05:52: Das erste Mal habe ich News Case für Telegram.

00:05:56: Aber erzähl noch mal ganz kurz, versuch mir mal zu erklären, was ist der Unterschied zwischen JackGPT als Chat und einem KI-Agenten?

00:06:04: Ja, sehr gerne.

00:06:06: Da müssen wir vielleicht mal auch historisch rangehen.

00:06:08: Am Anfang hatten wir ja diese ganz normalen Large Language Models, das erste mit einem GPT damals, einfach im Chat GPT.

00:06:16: Das heißt, du hast eine Anwendung, die heißt Chat GPT, eine Webseite, auf die du gehst, hast da ein Chatfenster, kannst da was reinschreiben und im Hintergrund arbeitet dann ein Large Language Model diese Anfrage ab und antwortet dir.

00:06:30: Das ist quasi einfach eine Anwendung, die aus diesen zwei Teilen besteht.

00:06:35: Dann sind wir mittlerweile in der Richtung, das gab es früher auch schon, aber da war halt die KI noch nicht so gut, dass das wirklich klappt, dass wir jetzt KI-Agenten haben.

00:06:46: Ein KI-Agent wird ich so beschreiben, also ich mache das immer in meinen Workshops und vorträgen so, der Unterschied zwischen so einer Anwendung oder einem Assistenten wie ChatGPT und einem KI-Agenten kann man sich so vorstellen wie ein Taxi und eine Straßenbahn.

00:07:02: Bei so einem Assistenten Den kannst du zum Beispiel fragen, ja, wie wird das Wetter heute?

00:07:07: Dann wird im Hintergrund, wird eine Suche gemacht.

00:07:10: Die Suche hat ein Ergebnis und du kriegst ein Ergebnis zurück wie eine Straßenbahn.

00:07:14: Du hast immer einen klaren Ablauf, Schritt für Schritt Anleitung.

00:07:17: Das ist auch fest definiert.

00:07:19: Da hast du dir als Mensch davor Gedanken gemacht, was diese einzelnen Schritte sind und dann werden die so abgearbeitet.

00:07:25: Aber es fährt immer nur in einer Richtung.

00:07:27: Genau, und das sind die Schritte, die du definiert hast davor.

00:07:31: Das sind die vielen.

00:07:33: Genau, das sind Straßenbahnen.

00:07:35: Bei einem Agenten ist es so, der ist wie so ein Taxi.

00:07:37: Du hast einen Startpunkt und ein Ziel, was du vorgibst und wie der Agent dahin kommt, das darf er selber entscheiden.

00:07:44: Das heißt, wenn du ihm sagst, wie wird das Wetter heute, würde er alleine überlegen.

00:07:49: Okay, was muss ich denn eigentlich suchen, damit ich... auf eine Webseite komme, wo vielleicht Wetterdaten sind, damit ich dann diese Daten nehmen kann und sie interpretieren kann.

00:07:58: Wenn jetzt aber zwischendurch ein Stau ist oder irgendwas nicht so funktioniert, wie man sich das oder wie man das vielleicht denkt zu dem Zeitpunkt als Agent, dann kann der auch einen Umweg fahren und weiß trotzdem gut, ich muss an dieses Ziel kommen und ich merke, ich muss vielleicht eine andere Richtung gehen.

00:08:13: Hast du zwei Sachen gesagt, wo der Philosoph in mir sofort aufschreit und sagt, warte mal, wie denkt bitte ne?

00:08:20: KI nur erkennt an eine KI denken und wie entscheidet eine KI.

00:08:27: Ja,

00:08:27: das sind doch Algorithmen, oder?

00:08:29: Genau, also wie funktioniert.

00:08:32: Selbstständiges Denken bei KI-Agenten.

00:08:34: Ja,

00:08:34: das ist, also es denkt man, dass das irgendwie jetzt so selbstständig denkt, aber am Ende des Tages ist es ja nur eine Vervollständigung von einem Text oder von einem Chat.

00:08:45: Also es ist so wie, wenn du mit ChatGPT schreiben würdest und sagst Antworten mit Ja, wenn du das und das machen möchtest, Antworten mit B oder Nein, wenn du das und das machen möchtest und dann antwortet es dir das und damit ist dann sozusagen die Entscheidung getroffen.

00:09:01: Es hat aber nicht irgendwie selber nachgedacht oder sowas, sondern das ist einfach nur eine Vorhersage von Wörtern, die als Nächstes am Wahrscheinlichsten passieren.

00:09:12: Was komplett verrückt ist, wenn man die Projectivity setzt, dass es einfach nur eine Wahrscheinlichkeitsabfolge ist, dass aber trotzdem immer die sehr, sehr hohe Wahrscheinlichkeit das richtige Wort war.

00:09:23: Ja,

00:09:24: und das merken wir auch, um so mehr Kontext wir dort geben.

00:09:27: Also es gibt jetzt den Trend vor allem von so Anwendungen.

00:09:30: Das war am Anfang hat das nicht gut funktioniert.

00:09:32: Also da ist die Seite des GPD.

00:09:34: gibt oder schon bevor es GPD gab, weil ja dieses GPT-Model einfach nur über eine Programmierschnittstelle von OpenAI war das zur Verfügung gestellt.

00:09:44: Und seitdem es das gibt, gibt es Auto GPT.

00:09:48: Es war ganz früher so ein erstes Projekt, wo es genau darum ging, die KI was zu fragen.

00:09:54: Sie antwortet sich selber und bestimmt damit die Richtung, in die sie gehen möchte

00:09:59: und trifft

00:10:00: Entscheidungen.

00:10:01: Das war zu dem Zeitpunkt auch schon ein Agent.

00:10:03: Ist GPT dann nicht auch irgendwie ein Agent?

00:10:07: Also im Endeffekt entscheidet er ja auch.

00:10:09: Welcher Antwort er gibt?

00:10:10: Ja, aber er macht keine Aktionen sozusagen.

00:10:13: Aber wie funktionieren?

00:10:15: Wie macht das Sprachmodell in der Aktion?

00:10:20: Ich verstehe nicht mal, wie es aufgebaut wird, wie dieser Prozess funktioniert.

00:10:24: Also im Hintergrund, so ein Large Language Model, das kannst du dir ja vorstellen, wir hatten es letztes Mal wie eine Autokorrektur, wo immer auf das wahrscheinlichste Wort geklickt wird.

00:10:32: Jetzt wurde aber dieses KI-Modell so trainiert, dass es Werkzeuge benutzen kann, in Anführungsstrichen Werkzeuge.

00:10:40: Zum Beispiel, wenn du nach dem Wetter fragst, Chatch

00:10:43: B.T.,

00:10:43: also das weiß ja nicht, das kann ja nur... sagt ja nur die worte vorher die am wahrscheinlichsten am nächsten sind.

00:10:51: das macht aber überhaupt keinen sinn.

00:10:53: bei wetter vorher saken oder sowas das funktioniert nicht und deswegen haben die entwickler gesagt gut wenn jetzt nutzer irgendwie information übers aktuelle wetter haben möchte dann schreibst du einfach hilfe.

00:11:06: ich brauche jetzt wetter information.

00:11:09: Und dann wissen wir als Entwickler, jetzt machen wir tatsächlich eine Schnittstellenanfrage.

00:11:14: Das Large Language Model selber weiß, dass es diese Antwort nicht direkt geben kann.

00:11:19: Im Hintergrund ruft es dann aber diese Schnittstelle auf, fragt sozusagen nach, hey, gib mir mal das Wetter.

00:11:25: Es kommt eine Antwort zurück und dieser Text wird dann benutzt, um eine Antwort zu geben.

00:11:30: Das heißt aber, ein KI-Agent, ein KI-Wetteragent ist nur speziell für Wetter, weil Also diese Information, ich brauche jetzt Wetterdaten, ja, immer stellen muss.

00:11:44: Du kannst nicht einen allgemeinen KI-Agenten haben.

00:11:48: Ich muss vorher festgelegt werden, auf welches Thema.

00:11:53: Genau, genau.

00:11:53: Also das ist nicht nur bei Agenten so, sondern auch bei den Assistenten.

00:11:56: Das wäre quasi das, was Chatchapiti und so weiter ist.

00:11:58: Die können auch Werkzeuge benutzen.

00:12:01: Aber richtig, da haben wir nämlich, sieht man nämlich auch, die sind immer spezialisiert auf eine Anwendung.

00:12:07: Was du machen kannst, ist dem einfach mehrere Werkzeuge zu geben, dass er das Wetter abfragen kann, dass er dein Terminkalender abfragen kann, dass er deine E-Mails abfragen kann und so weiter.

00:12:17: Aber da sieht man auch schon, umso mehr Werkzeuge du diesen KI-Modell gibst, umso schwieriger wird es... für das KI-Modell das richtige Werkzeug auszuwählen.

00:12:26: Antropic Claude mit den Modellen, die sind da am besten aktuell, die haben da intern einfach ihr KI-Modell so trainiert, dass es besonders gut diese Werkzeug, diese Tool Calls machen kann.

00:12:40: Aber egal, bei welchem Anbieter du bist, um so mehr Werkzeuge du sozusagen im Hintergrund hinterlegst und so schwieriger hat es das Modell, immer genau die wichtigen Werkzeuge zu verwenden.

00:12:53: Weil es ja nicht wirklich eine Entscheidung treffen kann.

00:12:57: Genau, also da könnte man für so viel so viel schon noch mal überlegen, was ist denn jetzt eigentlich eine Entscheidung?

00:13:02: Aber keine Gewichtung.

00:13:05: Es sind alle Werkzeuge, die wir gleichzeitig nutzen.

00:13:09: Genau, die sind Teil seines Kontext.

00:13:12: Das heißt, theoretisch, wenn ich mit KI-Agenten arbeiten möchte, wäre es sinnvoll, möglichst viele kleine KI-Agenten für einen Thema zu haben.

00:13:21: Und du brauchst sozusagen dann nochmal eine Schnittstelle, die sagt, das ist jetzt ein Thema für das den Agenten.

00:13:27: Gibt es auch häufig, das hast du jetzt bei GPT-Fünf gesehen, der wird geroutet.

00:13:36: Also wenn du eine Anfrage stellst an GPT-Fünf, dann ist am Anfang erstmal ein KI-Modell, was sich deine Frage anguckt und überlegt, okay, welches von meinen spezialisierten KI-Modellen im Hintergrund ist eigentlich das Richtige, um diese Frage zu beantworten?

00:13:51: Wenn du eine einfache Frage stellst, dann braucht das auch nicht so viel Rechenaufwand.

00:13:55: Da nehme ich lieber ein kleines, schnelles Modell, was dann eingeschaltet wird und dir deine Frage beantwortet.

00:14:00: Wenn es irgendwas Komplexes ist, wo es vielleicht ein bisschen mehr in Anführungsstriche nachdenken muss, dann nimmt es ein anderes Modell, was ein bisschen größer ist, aber ein bisschen länger braucht.

00:14:09: Okay, das heißt... Wenn man sich das jetzt so überlegt, ist man ja der digitale Arbeiter und hat ein Werkzeugkasten, die man KI-Agenten nennen können, die einen unterstützen, seine eigene Arbeit bestmöglich oder schnellstmöglich, vielleicht bestmöglich ist nochmal so eine, aber schnellstmöglich, ja, zu erledigen.

00:14:29: Gibt es denn schon, ich habe gar keine, du bist ein Behördenbusiness, gibt es schon viele Firmen, die sich spezialisiert haben auf KI-Agenten für Unternehmen?

00:14:40: Und

00:14:40: zu entwickeln, mein Zürze.

00:14:41: Ja, und kriegst du viele Anfragen.

00:14:43: Also, das ist ja eigentlich das gerade KI in Unternehmen mit wahrscheinlichem Hauptthema.

00:14:49: Okay, wie entwickel ich KI-Agenten genau für euch?

00:14:53: Also, wie werden KI-Agenten entwickeln?

00:14:56: Kannst du selber einen entwickeln?

00:14:57: Ja, also tatsächlich war letzte Woche auch wieder bei einem Workshop, wo ich gefragt wurde, oder es war eher eine Beratung.

00:15:04: Unternehmen hatte schon quasi eine Liste gemacht von Ideen, die sie haben, wo KI ihnen helfen könnte.

00:15:10: Und sie haben mich dann gefragt, ja... Kannst du uns das mal gewichten, wie schwer ist das eigentlich, das umzusetzen?

00:15:17: und im Vergleich, wie hoch ist der Nutzen da für uns?

00:15:20: Und da gab es manchmal wirklich low hanging fruits, wie man so schön sagt, also Sachen, wo du schnell einen KI Assistenten zusammen klicken kannst.

00:15:27: In manchen Fällen auch einen Agenten baust.

00:15:30: Das kommt immer so ein bisschen auf das Problem an, ob du wirklich quasi die Straßenbahn brauchst, wo du Sicherheit hast in diesen einzelnen Schritten oder wo der Agent wirklich sehr frei sich bewegen darf und der Braucher im meisten Fällen dann auch länger.

00:15:43: und so was kostet ein bisschen mehr Ressourcen.

00:15:47: Und ja, da sind dann auch rausgekommen.

00:15:49: Es gibt drei Themen, da können die einfach selber einen Assistenten nehmen, den Prompten, den entwickeln und fertig.

00:15:58: Sie haben sich in dem Fall jetzt zu entschieden, dass ich das Prompten übernehmen soll und den Assistenten da baue.

00:16:03: Aber das kann man eigentlich recht schnell auch selber machen, ob du jetzt Gemini benutzt oder OpenAI oder was.

00:16:09: Hast du schon Erfahrungen, was das für diese Unternehmen an Jetzt Potenzialen hebt, also wie Einsparpotenzial, Effizienzpotenzial, kannst du da so grob schon mal den Firmen sagen, wenn wir das machen würden, dann denke ich, dass das da und da so führt.

00:16:26: Na klar, also das... Dann gibt man so grob, was du glaubst, stand heute mit den Modellen, die es gibt, mit den KI-Agenten, die wir mal entwickeln wollen, wenn trotzdem eine Inspiration und so, was... Wo du sagst, in einem normalen digitalen... Ja, ja, ja.

00:16:44: Es kommt schon E-Mails an und so weiter.

00:16:45: Man kann irgendwann digital verarbeiten.

00:16:48: Ja.

00:16:48: Was sagst du?

00:16:49: Das kommt so sehr auf das Unternehmen an.

00:16:52: Wenn wir uns jetzt so Küchenstudios angucken, wo der Mensch sehr viel Kreativität noch nutzt und das da auch bleiben soll und dann nur diese lästigen Aufgaben wie Dokumentation oder so von Paustellen, Dokumentationsgeschichten.

00:17:09: Gefährdungsdokumentation und so was passieren sollen, dann ist das ja einfach nur dieser Teil der Arbeit, der lästig ist, damit sich die Menschen auf die coolen Sachen fokussieren können.

00:17:19: Und das kommt sehr stark auf die Aufgabe an, ob das fünf Prozent sind, ob das zwanzig Prozent sind der Arbeit, die dann entsprechend gemacht werden kann.

00:17:28: Also sag ich mal, Dokumentation, du kriegst ein Formular, der normale Prozess war einscannen, das in den Namen erschaffen.

00:17:38: Und wir entscheiden, das gehört dahin.

00:17:41: Ich brauch's nochmal.

00:17:42: Was wusstest du da, das Potenzial?

00:17:43: Ein Sparpotenzial?

00:17:45: Schenzen?

00:17:46: Mach mal ein Beispiel.

00:17:49: Ich mach's mal jetzt einen Sportmacher bekommen.

00:17:53: Der Großteil unserer Zeit war ja immer viele Fragen.

00:17:56: Was macht ihr eigentlich?

00:17:58: Vielleicht fahren wir gleich an bei den Sportmachern.

00:18:00: Ich glaube, das wäre mal ganz cool, zu überlegen an einem konkreten Beispiel, wo das Potenzial steht.

00:18:05: Wir haben über das Jahr Genehmigungsverfahren von Events, wir haben Sponsoring, Teilnehmer-Aquise und ich nehme das vierte Buchhaltung und das fünfte ist sozusagen das Event selber, wo Pläne haben müssen.

00:18:25: Das sind unsere großen Säulen.

00:18:27: So ein Genehmigungsverfahren heutzutage ist wirklich in den letzten fünf Jahren nochmal enorm, hat sich verdoppelt die Zeit.

00:18:35: Du reichst bei einer Stadt ist es auch nicht standardisiert, es ist in jeder Stadt ein anderes Genehmigungsverfahren.

00:18:42: Ja.

00:18:43: Du je nachdem wo du durchmeldest, in manchen Städten gibt es zum Beispiel eine Veranstaltungstelle, die das gesamte Genehmigungsverfahren zentralisiert und dann mit den anderen Behörden redet.

00:18:56: Was ja eigentlich ganz gut mir, hat nämlich den Vorteil, dass die Städte dann alle, alle Behörden abgefragt haben.

00:19:06: Also, wie so ein KI-Modern eigentlich.

00:19:08: Ja.

00:19:09: Aber manche Städte schieben das auf den Veranstalter, dass der halt wissen muss.

00:19:15: Ja.

00:19:17: Also fängst du an mit einem Formular.

00:19:20: Es ist immer ein Formular, das einzureichen, damit sozusagen die Akte geöffnet wird, steht da.

00:19:26: Ich möchte den Chemnitz am zweiten, neunten Einfirmenlauf machen.

00:19:30: Ja.

00:19:31: Und dann beginnst musst du Ordnungsamt, Verkehrsbehörde, Grünflächenamt, dann gibt es Sicherheiten.

00:19:38: Gibt ein Grünflächenamt?

00:19:39: Das ist schon aber nicht okay.

00:19:40: Sorry, also weiter.

00:19:42: Und überall, wo sozusagen der Firmenlauf langläuft oder Flächen des Firmenlaufes genutzt werden, muss die Behörde das genehmigen.

00:19:50: Das ist meistens ein Formular.

00:19:52: Und dann musst du viele Sachen einreichen.

00:19:54: Und dann hast du eine Bearbeitungszeit, dann entscheidet die... Die Behörde, naja, wir haben da hier noch eine Frage und wir haben noch eine andere Baumaßnahme oder.

00:20:06: Eine Parallel Veranstaltung und dann wird so ein Entscheidungsprozess.

00:20:09: Es muss halt die ganze Zeit abgewogen ist beim Firmlauf in Chemnitz relativ einfach, weil der der seit zwanzig Jahren ist immer der erste September ist und wir sozusagen gesetzt sind und alle anderen Veranstaltungen es schwer haben an diesem Tag ebenfalls zu veranstalten in dem Bereich sind.

00:20:26: Ja, weil die sagen der Firmlauf ist.

00:20:29: Priorität an deren Tag.

00:20:30: Aber im Endeffekt geht es genau darum, immer zu klären, kann die Stadt weiter leben, also sperrst du nicht zu viel ab, sind die Verkehrsbetriebe fähig und das sind Formulare, sind eigentlich immer die gleichen Formulare.

00:20:48: Und der Kommunikationskanal ist E-Mail, was ich jetzt persönlich, wir sitzen, sie auch gegenüber, ich finde es immer gut, wenn man miteinander redet.

00:20:57: Weil ich auch hören will, weil ich nicht davon ausgehe, dass die Behörde jetzt grundsätzlich was gegen mich hat, sondern im Hintergrund noch andere Abwägungssachen laufen.

00:21:05: Ja, okay.

00:21:06: Und die würde ich gerne wissen, weil ich könnte ja auch mit denen vielleicht, also die Behörde kann ja nicht mehr Entscheidung treppen, neutral, ich könnte ja mit dem anderen reden, oder kremen wir nicht um eine andere.

00:21:18: Ja, ja.

00:21:19: So, aber das läuft halt potenziell in allen Städten immer kräftiger.

00:21:23: In den letzten Jahren Naturschutz.

00:21:26: Also, man könnte, ich mache mal ein Beispiel, da kann dir keine KI helfen und es passiert gerade in Berlin auch.

00:21:32: In Leipzig sind wir auf einer Straße langgelaufen, wo Autos langfahren.

00:21:37: Diese Autos, diese Autostraße, geht durch ein Naturschutzgebiet, Vogelschutzgebiet.

00:21:44: Wir haben diese Veranstaltung genehmigen wollen und die Umweltbehörde sagte in Leipzig, nein, ihr könnt hier nicht langlaufen, weil ihr stört die Vögel.

00:21:56: Dann haben wir gesagt, aber es war auch eine hier Pflaster Steinstraße.

00:22:01: Aber hier fahren ja jeden Tag fünfzigtausend Menschen, aber dann fünfzehntausend Autos lang.

00:22:08: Glauben Sie wirklich, dass die Autos nicht so schädlich sind wie Läufer?

00:22:14: Ja, weil wir glauben, die Vögel haben sich daran gewöhnt an den Autoverkehr.

00:22:21: Also, jetzt kommt neue Aufgabe für den Veranstalter.

00:22:25: Wir müssen jetzt nachweisen, dass Läufer den Vogeln nicht so stören wie Autos.

00:22:33: Es ist ein neues Genehmigungsverfahren, im Genehmigungsverfahren.

00:22:37: Du musst dann ein Bio... Es gibt... Verrückt, was es alles gibt.

00:22:41: Es gibt Bio-Büros, also die... Das heißt ein bisschen anders, aber im Fett grad den Namen scheint.

00:22:48: Die Kartieren, wie viele Vogelnester an den Bäumen sind, das kann man aber nur machen, wenn es keine Blätter sind in den Bäumen, und dann zählen die wie viele Vögel darum fliegen.

00:22:57: Und bei uns kam raus, es war dann so eine, wir haben so eine Genehmigung gehabt, wir gucken uns das jetzt ein Jahr lang an, und bei uns kam raus, dass an dem Veranstaltungsteil, wo die zwanzigtausend Menschen da lang gelaufen sind, ein Vogel zurückgekommen ist, der sonst nicht da war.

00:23:13: Jetzt könntest du dir sagen, wir haben das jetzt bewiesen, dass Läufer nicht so schlimm sind.

00:23:17: Wir müssen jetzt jedes Jahr neu diese Brutkartierung machen und beweisen, dass die Läufer nicht dem Vogel stören.

00:23:27: Also

00:23:28: das ist schwer mit KI.

00:23:33: Im Endeffekt, E-Mail ist ein großes, wir müssen Formulare.

00:23:39: Neu, immer wieder die gleichen, die sind standardisierende Eintragen, wir müssen Karten übermitteln, also, E-Mail ist unser Hauptkommunikationsmittel.

00:23:49: Vielleicht mal kurz Zwischenfrage, bei denen, nicht Mail, sondern mit den Formularen, wenn die immer, sind die immer gleich jedes Jahr, könntest du einfach das Datum ändern und nochmal einreichen, ist das quasi...

00:24:04: Das wird vielleicht so ein Tag sogar machen.

00:24:06: Nee, nicht.

00:24:08: Ich frag tatsächlich wegen der Automatisierung, weil da ist ja dann nicht nötig irgendwas zu automatisieren.

00:24:14: In dem Sinne...

00:24:15: Außer dem Datum musst du...

00:24:18: Das ist halt sonst recht ähnlich.

00:24:20: Es ist so beginnt der Genehmigungsprozess mit einem Formular.

00:24:23: Ja, okay.

00:24:24: Das ist ja schon mal fast hochautomatisiert, ne?

00:24:27: Dann ist es halt in fünf Minuten.

00:24:28: Ja, aber ja auch... So, was ist es?

00:24:33: Genehmigungsverfahren, Hauptsächlich Telefon, E-Mail, vielleicht ein paar Grafikprogramme, um deutlich zu zeigen.

00:24:42: Auch da viele standardisierte Sachen, Sicherheitskonzepte, es ändert sich nichts gut.

00:24:50: E-Mail, da nutzen wir beim Sport noch ein paar ältere Herren, die sich ninken, aber nicht beim letzten Mal schon gesagt, ich benutze die E-Mail.

00:25:01: Aber wir haben auch Outlook.

00:25:03: Wir haben zwei Office-Pakete parallel laufen, damit vereinzelte Personen Outlook benutzen.

00:25:12: Schill indirekt so.

00:25:14: Was geht manchmal so konkret?

00:25:16: Was geht bei E-Mail und KI-Agenten schon?

00:25:20: Du sagst mal gerne KI-Agenten.

00:25:22: Ganz oft gibt es aber die Möglichkeit auch, dass es Assistenten nur sind.

00:25:26: Dann

00:25:27: musst du mir noch mal... Wir haben, ich nehme mal, wie wurde so JetGPT als... JetGPT

00:25:33: ist ein Assistent.

00:25:33: Okay.

00:25:34: Im ersten Sinne, wenn du da jetzt nichts Wildes machst, wenn du dir jetzt aber zum Beispiel so Features wie Deep Research anguckst, das ist ja auch Teil von JetGPT oder von Gemini, was da im Hintergrund passiert ist, dass ja... eine Websuche passiert und auf Grundlage dieser Websuche das KI-Modell dann merkt, okay, jetzt haben sich jetzt neue Erkenntnisse ergeben, ich muss noch mal weiter suchen in der speziellen Richtung, das ist ein Agent.

00:26:01: Also da wird auch beides gern gemischt in diesen Anwendungen.

00:26:05: Du kannst eigentlich immer sehen, wenn Also es ist ein Agent, wenn der selbstständig irgendwie Entscheidungen trifft und wieder merkt, okay, ich brauche vielleicht noch andere Informationen, ich mache mal jetzt noch das und das.

00:26:16: Agent, wenn du einen statischen Workflow hast, also eine Prozessschritte quasi die hintereinander ablaufen, ich frage nach dem Wetter, ich gebe die Antwort zurück oder sowas, das sind feste Workflows, das ist ein Assistent.

00:26:30: Man könnte ja schon sagen, das Genehmigungsverfahren, weil es so standardisiert ist, lässt du einfach mal komplett automatisiert laufen.

00:26:38: Würdest du das Stand jetzt sagen, traust du den KI-Agenten es zu?

00:26:43: Nein.

00:26:44: Okay.

00:26:45: Und ich glaube, ich würde es den auch quasi nie zutrauen.

00:26:48: Das ist wirklich der.

00:26:50: Das ist tatsächlich auch, also vielleicht habe ich da eine sehr polarisierende Meinung, aber du kannst bei diesen... Bei dem Design, wie Large Language Models entwickelt sind, wie die Struktur da im Hintergrund ist, wie sie trainiert wurden, kannst du

00:27:06: nie

00:27:07: Fehler ausschließen.

00:27:08: Du kannst nie Halluzination ausschließen.

00:27:11: Du kannst die reduzieren, aber es wird immer da sein, immer.

00:27:14: Das ist eine Design-Geschichte in der Informatik.

00:27:18: Ginge es, eine KI alle ihm jetzt durchlesen zu lassen, vor allem auch ... DSGVO konform, sodass mir das ein Programm meiner Wahl mir für jede E-Mail schon mal vorschlägt, was ich darauf antworte.

00:27:36: Ja, das definitiv.

00:27:37: Das wäre ja ein Riesenvorteil.

00:27:39: Ja,

00:27:39: und das ist auch das Schöne, wenn du quasi historische Daten aus deinem Unternehmen hast, die niemand anderes hat, genau diese Thematiken.

00:27:47: Das geht definitiv.

00:27:48: Ob das so hundert Prozent funktioniert, sage ich dir auch nein.

00:27:51: Aber es können Dürze, ninety-fünf, ninety-neinzig Prozent oder sowas funktionieren natürlich.

00:27:55: Dann frage ich mal, wie wäre denn der Workflow?

00:27:58: Also wie sieht denn das aus?

00:28:00: Weil da habe ich wirklich auch schon mal darüber nachgedacht.

00:28:02: Ich bekomme eine E-Mail rein und Das Programm gibt mir eine Empfehlung, was ich antworten könnte.

00:28:07: Ja,

00:28:08: jetzt Gmail, also Germanite am Hintergrund.

00:28:10: Ich

00:28:10: habe Gmail und ich krieg dreißig E-Mails.

00:28:12: Ja.

00:28:13: So, ich verstehe, geht ja auch jetzt schon.

00:28:15: Ich gehe rein in die E-Mail, drück auf Germanite, die E-Mail, leg mir was vor, was ich antworte, ist totaler Funktion.

00:28:22: Manchmal funktioniert es, ist aber Käse.

00:28:24: Ja,

00:28:25: das hat meines Wissens nach auch nicht den Kontext von den ganzen Mails, die du hat angesprochen hast.

00:28:29: Was ich gut finden würde, und jetzt müsste ich sagen, ob das schon geht, ist... Ich kriege dreißig mehr jetzt rein, entscheide zu dem Zeitpunkt des Tages, jetzt mache ich E-Mails und habe irgendwo ein Interface, wie nennt man es, ein

00:28:44: Dashboard,

00:28:46: wo ich sage, das sind die Vorschläge, diese E-Mails, liest du jetzt mal bitte kurz durch, können wir das so abschicken.

00:28:52: Geht das schon?

00:28:52: Das geht definitiv schon.

00:28:54: Die Frage ist nach der Qualität und der DVO.

00:28:57: Aber im Endeffekt, wir bekommen E-Mails und ich habe es dir schon mal gesagt, ich nehme diese Getsangs dann mit oder dass ich entscheide, schaffe ich es in zwei Minuten zu antworten, dann mache ich es sofort oder muss ich daraus eine Aufgabe machen.

00:29:10: Und gerade im Genehmigungsverfahren ist viel seltenst, dass ich in zwei Minuten, also das sind sozusagen viele Prozesse, also muss ich daraus eine Aufgabe machen.

00:29:18: Und es würde mir schon helfen, wenn mir vorab gesagt wird, okay, das ist theoretisch.

00:29:24: Ich glaube, dass diese Mail, wenn du jetzt rauf drückst, ist in zwei Minuten mehr.

00:29:28: Das ist ein Arbeitsprozessaufgabe.

00:29:31: Ich habe mir das mal angeguckt.

00:29:32: Ich würde den Schritt machen, den Schritt machen, den Schritt machen.

00:29:36: Aber ich wüsste jetzt gar nicht, wobei Gmail das dann aufpoppen würde, wo ein Prozess aussetzt.

00:29:41: Bei

00:29:42: Gmail wüsste ich das auch nicht.

00:29:43: Also ich würde da auch quasi auf was Externes gehen.

00:29:46: Und das wäre dann?

00:29:47: Also,

00:29:48: ich würde auf jeden Fall im Hintergrund, ist es einfach, das zusammenzuklicken in NADN, weil wir da ja schon drüber gesprochen hatten, wäre so ein Thema, dass einfach die ungelesen Mails, die neu reinkommen, in NADN quasi über so ein, vielleicht sollten wir erklären, was NADN ist.

00:30:03: Ja, ist ne Büstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebüstebü eine Automatisierung zusammenklicken können.

00:30:17: Da gibt es verschiedene ... Knotenpunkte, so nennen die sich Notes im Englischen, wo du sagen kannst, okay, wenn ich jetzt eine neue E-Mail bei Gmail reinbekomme, dann startet meine Automatisierung, meine Workflow, meine Pipeline, wie man es auch möchte.

00:30:33: Und dann passieren vordefinierte Schritte, die ich davor zusammengeklickt habe.

00:30:37: Die muss ich nicht selber programmieren, sondern ich sage einfach mit so ein paar Klicks, ja, wenn die E-Mail reinkommt, dann soll die bitte kategorisiert werden in eine von meinen vorgegebenen Labels.

00:30:47: Dann soll bitte danach eine KI über dieses Label drüber gucken und eine Antwort formulieren.

00:30:54: Die könnte im Hintergrund noch eine Datenbank angebracht haben, dass sie dann auch weiß, wovon sie redet.

00:31:00: Und am Ende soll in dieses Formular oder weiß ich nicht, in diese Excel-Tabelle irgendwas geschrieben werden, in irgendeine Oberfläche, dass du dann nochmal kontrollieren kannst und sagen kannst, ja bitte jetzt ja abschicken, die Mail ist so in Ordnung.

00:31:14: Das sind einfach quasi... Automatisierungsprozesse, die in dieser Software NLN gemacht werden können.

00:31:21: Ich habe auch schon reingeguckt.

00:31:24: Es gibt so viele, unendlich viele YouTube Tutorials, was man alles machen kann.

00:31:29: Und ich glaube, es gibt eine Szene, die da extrem viel... Ja,

00:31:32: die ist auch jetzt sehr stark geworden, tatsächlich

00:31:34: nicht.

00:31:34: Und gerade dieser Punkt Buchhaltung ist so standardisierbar, dass... Da, glaube ich, riesengroße Effekte erzielt werden können, gerade für Firmen, die so normale Buchhaltungs, also die so Vorarbeiten machen, die Daten dann zum Steuerbüro geben.

00:31:50: Du kannst es sehr gut, Kunden schon, äh, autorisieren.

00:31:54: Also das ist, das ist ein einfacher Prozess, weil die Rechnung, die kommt zum Beispiel gelesen werden können.

00:32:00: Da stehen dann irgendwelche Parameter drin, wo das genau in das Richtige.

00:32:06: Buchhaltungskonto gelegt werden kann und abgespeichert ist irgendwo digitale.

00:32:10: Ja, ein Ordner packen.

00:32:12: Ja,

00:32:12: auch wenn dazu berücksichtigen ist, wenn das quasi mit KI dieses Label passiert, wir müssen davon ausgehen, dass das auch mal nicht funktioniert, auch wenn es nur in eins von tausend Fällen ist.

00:32:21: Genau,

00:32:22: deshalb bräuchte ich bei allen Workflows eigentlich immer noch eine Freigabe.

00:32:25: Genau.

00:32:25: Human in a you, in a loop, genau.

00:32:27: Dass da irgendwie noch mal ein Mensch drüber guckt und sagt, ja, das ist richtig

00:32:29: so.

00:32:30: Aber es ist trotzdem vielleicht so ein leider erspannendes, das nicht vorher einzuscannen, nicht den Dokumentennamen zu ändern, richtigen Ordner, sondern einfach nur guck rein, das, das, das, perfekt.

00:32:41: Ja, das definitiv.

00:32:42: Und das ist relativ easy.

00:32:44: Also, was ich da... Relativ,

00:32:45: ja, genau.

00:32:46: Relativ easy.

00:32:47: Hast

00:32:47: du schon mal was ausprobiert mit NADN?

00:32:49: Also selber zusammengeklickt so ein Workflow?

00:32:51: Ja.

00:32:53: Das hat länger gedauert, weil man erst eine viele Berechtigung immer machen muss.

00:32:59: Na gut,

00:32:59: aber das ist nur am Anfang.

00:33:00: Wenn du dann einmal die Berechtigung oder die Credentials hinterlegt hast, dann geht's schneller.

00:33:05: Was ich richtig kühl fand bei NADN, wenn man es nicht über Hoßdinger macht, weil es funktioniert über die eigene Anwendung, hast du ein KI-Modell in NADN.

00:33:16: Du kannst dem dann sagen, mach doch mal das und das und dann baut er die Prozesse selber.

00:33:21: Das ist das zu sagen, Next Level.

00:33:23: Trotzdem wirst du genug Arbeit haben.

00:33:36: So, ja, das stimmt.

00:33:38: Die Erfahrung habe ich auch schon gemacht.

00:33:40: Das geht alles, das kann man alles dann noch super lösen.

00:33:43: Man kommt manchmal, also ich als Software-Entwickler, kommen da an meine Grenzen, weil nicht alles dort implementiert ist, so wie man das will.

00:33:50: Ich würde dann auch häufig dazu übergehen, selber Code zu schreiben, weil ich brauche diese Abstraktions-Ebene zu No-Code nicht, weil ich auf der Code-Ebene mich wohlfühle.

00:34:02: Viele einfache Sachen und so, gleiche Sachen, die sind zum Programmieren nervig, wie eine Gmail-Anbindung zu machen und so was.

00:34:10: Wenn du das da einfach zusammen klicken kannst, ist das schon sehr dankbar.

00:34:13: Aber man kann theoretisch, wenn es ein E-Mail erschief, da war mein Handy, wie würde denn das aussehen, die Empfehlung der E-Mails, was ich antworten würde?

00:34:23: Also idealerweise kriege ich halt eine Liste mit dreißig Empfehlungen.

00:34:27: Ich würde diese E-Mail so beantworten, diese E-Mail würde ich in die Aufgabe packen und ich habe dir auch gleich mal einen Termin geblockt.

00:34:34: Da machen wir das, weil da könntest du, dass auch der Kollegin, mit dem du reden müsstest, ich habe dem auch schon mal, wenn du jetzt ja sagst, wie sieht so ein Dashboard aus dann?

00:34:47: Also wie könnte diese Ebene aussehen?

00:34:50: Würdest du da was bauen oder gibt es schon was?

00:34:52: Also das ist natürlich ein sehr spezielles Anwendungsfall.

00:34:54: da würde ich, also habe ich auch keine Ahnung, ob es da jetzt ein perfektes Dashboard schon für

00:34:58: gibt.

00:34:59: Wie machst du es dann bei Firmen?

00:35:00: Also wie?

00:35:01: diese E-Mail wird ja ein... großer Punkt sein bei vielen, oder ist das gar nicht so?

00:35:06: Bei mir bis jetzt tatsächlich noch nicht.

00:35:11: Da hast du ja noch mal die Komponente, haben wir auch noch nicht drüber gesprochen, den Datenschutz, dass das dann doch gar nicht so viel anders ist.

00:35:18: Und man muss auch ehrlich sagen, da gibt es auch viele Unternehmen, die da nicht ihre Wertschöpfung viel in diesem Bereich über E-Mail haben, wie bei euch das jetzt der Fall ist.

00:35:27: Da würde ich nochmal das differenzieren.

00:35:31: Könnte ich denn KI-Agenten laufen lassen, wo die Daten immer bei mir bleiben?

00:35:38: Also es kommt ein bisschen auf die Automatisierungen, aber gerade mit NHN, du kannst dir eine eigene lokale Instanz hosten.

00:35:47: Das heißt, das passiert die Verarbeitung, die Automatisierung, der Code, der da läuft.

00:35:53: Der kann auf deinem Rechner laufen.

00:35:56: Die Daten werden bei dir verarbeitet.

00:35:58: Da gibt es nicht irgendwie noch mal einen externen Dritten, wo du noch mal vielleicht irgendwie Kopfschmerzen bekommen könntest.

00:36:04: Das funktioniert.

00:36:05: Das Punkt eins, aber Punkt zwei ist, wenn du da zum Beispiel KI benutzt, wenn du das dann trotzdem zu Open AI schickst, ist halt die Frage inwieweit das GSCVO-konform ist.

00:36:17: Da gibt es auch Varianten über die Schnittstelle, aber du weißt... dort über die API zum Beispiel nichts, wo es verarbeitet wird.

00:36:23: Es gibt die Möglichkeit, das auf EU-Servern laufen zu lassen, aber du gibst die Kontrolle oder die Daten trotzdem zur Verarbeitung an ein drittes Unternehmen.

00:36:36: Es gibt auch Varianten, wo du deine eigene KI hostest, aber da kommen wir wieder vom hundertsten ins tausendstel.

00:36:42: Kannst du schon machen?

00:36:43: Aber die Frage ist nach dem Aufwand.

00:36:48: So kann ihr ja gar nicht gehen.

00:36:50: Ja, klar.

00:36:51: Ich bin jetzt wieder beim Sportmann.

00:36:52: Das wäre für mich natürlich ein mega Ding.

00:36:55: Also vielleicht kennst du das auch?

00:36:56: Die E-Mail ist die To-Do-Liste der anderen.

00:36:59: Ja, ja.

00:37:01: Und so ist es wirklich bei uns.

00:37:02: Also das ist nämlich die nächste Ebene, dass bei uns ja jeder auch ist, bei den meisten Leuten, aber die Aufgabe mit einem Do-Date verbunden ist.

00:37:12: Ich glaube, dass es für viele projektorientierte Unternehmen Das Schwierigste ist, Deadlines zu halten.

00:37:20: Und es liegt gar nicht daran, dass die Leute das nicht wollen oder kein Respekt haben, sondern dass ihnen dieses Prokrastinieren oder in dem Moment eine Aufgabe, die gerade neu reinkommt, immer als attraktiver wahrgenommen wird als so Routine.

00:37:35: Und man braucht, man muss halt diese Systeme so aufbauen, dass das gesagt wird, bitte mach das zuerst, weil da auch.

00:37:44: Also hartes Deadline erinnern.

00:37:47: ist, glaube ich, auch ein Faktor, der für alle gilt.

00:37:51: Und man versucht sozusagen die eigene Entscheidungskomponente rauszunehmen, sondern das machst du jetzt.

00:37:57: Das wäre halt das nächste, das Türen automatisch schließend.

00:38:02: Wir sind wieder bei Emails eigentlich, weil ein Großteil unserer Aufgabe darin besteht mit... den Timen, also den Teamcapten der letzten Jahre zu kommunizieren und zu fragen, mehr oder weniger Subteam machst du wieder mit.

00:38:16: Ja, von den Firmen, die beim Firmlauf mitmachen, fragt ihr dort an, ob sie dann wieder los haben ist.

00:38:22: Und da gibt es natürlich auch E-Mail-Automationen, aber wir haben, wir schreiben trotzdem schon sehr persönlich, also wir haben festgestellt, dass eine geschriebene E-Mail deutlich besser performt als ein Newsletter oder Erinnerungsmail.

00:38:39: ist Hauptaufgabe immer wieder in den Kontakt zu treten, können wir euch irgendwie noch helfen?

00:38:43: und das ist wirklich nicht automatisiert.

00:38:46: Das ist jetzt die Frage, wie kriegt man, es ist ja im Endeffekt immer wieder das Gleiche, was man schreibt, aber man schreibt halt so.

00:38:53: Was kann man da machen?

00:38:54: Das

00:38:55: zu individualisieren quasi und weiter.

00:38:58: Tan, die KI, also ich finde ja schon, wenn ich mit JetGPT spreche, ist das ja schon wie ein halber Mensch.

00:39:06: Also ein komischer Mensch, aber man kommt ja schon sehr schnell in die Personifizierung, glaubt ja, dass das echt ist.

00:39:13: Ja, ja, das stimmt.

00:39:14: Es wäre also theoretisch ja möglich, einen Max zu kreieren, der mit Teilnehmern kommuniziert, aber eigentlich von Anfang vor nach ein Bot ist.

00:39:26: Das stimmt.

00:39:27: Und gerade wenn du aus den vergangenen Jahren die Informationen von den Leuten hast, die dort das anmelden, ist es ja eine super Datengrundlage, um den Kontext auch zu haben, dass das persönlich immer zugeschnitten ist.

00:39:43: Man könnte noch auf die Zeiten vom letzten Jahr eingehen und sowas oder auf Preise diese gewonnen haben.

00:39:48: Wie macht ihr das jetzt gerade?

00:39:50: Also cool.

00:39:51: Das ist so krass.

00:39:52: So was machen wir nicht.

00:39:53: Also das wäre jetzt was Interessantes von vornherein zu sagen, vielleicht müssen wir mal überlegen, ob wir das wirklich, also das haben wir jetzt nicht so gescripten, ob man einen Firmenlauf KI, Menschen kreiert, also eine Person kreiert, die selbstständig mit einem jemand kommuniziert.

00:40:14: Das ist halt bloß die Frage, kann man den, würdest du Nicht, dass die dann, war ja auch schon bei Jetty Pity, dann so hallucinieren, dass die Reihen bei Hitler an großen Helden.

00:40:26: Das wäre auch blöd.

00:40:27: Ja,

00:40:27: das ist cool.

00:40:30: Da gibt es auch sehr schöne Beispiele aus der Wirtschaft.

00:40:32: McDonalds, hat er das irgendwo mal probiert.

00:40:34: Taco Bell und so, die haben und Klaner auch, die hatten genau diesen Gedanken der Automatisierung und da ist das richtig schief gegangen.

00:40:42: Und die Zufriedenheit der Nutzer ist da sehr schlecht geworden, weil du natürlich den Unterschied dann auch noch merken kannst.

00:40:49: Die Dinger wurden gehackt, was auch noch ein Riesenproblem von Large Language Models ist.

00:40:52: Du kannst die sehr einfach hacken, also beeinflussen, was sie sagen, was wieder zurückkommt als Antwort.

00:41:01: Und du kriegst auf der Entwicklungsseite, kriegst du das Problem nicht gelöst.

00:41:08: Du kannst Filter davor packen, aber es gibt, seitdem es Chatchapity gibt, Prompts, die du dort eingeben kannst, damit Chatchapity anfängt sich nicht so zu verhalten, wie es sich verhalten sollte, was OpenAI denkt, was da richtig ist.

00:41:21: Immer schon.

00:41:21: Also es ist ein Wettlauf von diesen Hacker-Seite und Entwicklungsseite und das wird auch nicht rausgehen, weil so ein Large Language Model im Hintergrund nicht unterscheiden kann, ist jetzt die Eingabe, die kommt von quasi dem Nutzer oder ist das von meinem System?

00:41:39: Und da wird kein Unterschied gemacht.

00:41:41: und deswegen kannst du, hat ich ja die letzte mal schon erzählt, mit dem Lebensläufen kannst du am Ende irgendwas reinschreiben, was nur Maschinen lesbar ist und dann wird das Latsch-Ling-Modell denken, ja, der ist der perfekte Kandidat, den muss ich einladen für ein Bewerbungsgespräch.

00:41:56: Also das kriegst du nicht raus.

00:41:57: Also das liegt in der Natur der Sache.

00:41:59: Und deswegen werde ich bei solchen Automatisierungen mal sehr vorsichtig, wenn ich die komplett automatisiere.

00:42:05: Ich würde bei deinen Mails da an die einzelnen Team Captain quasi auch nochmal drüber gucken.

00:42:14: Okay.

00:42:15: Also eigentlich ist das mit den, dann sag mir mal, was die meisten Firmen, mit denen du zusammenarbeitest.

00:42:21: Mit KI Agenda, also vielleicht ist das dann doch einfach beim Sportwagen.

00:42:26: Ja, das sind immer so Teilschritte, also Beispieldokumentation.

00:42:30: Ich habe irgendwie eine Baustelle, ich müsste eigentlich in ein Formular, was irgendwie fest definiert ist, irgendwas schreiben, aber ich mache dann einfach ein Foto, mache eine Audio und dann wird das Ding automatisch gefüllt oder so was.

00:42:40: Diese Aufgaben, Mensch guckt da nochmal drüber über das Formular, hat das so gepasst oder nicht?

00:42:45: Fertig.

00:42:47: Automatisierung erledigt, Mensch einfach die Arbeit abgenommen, lästiges Formular ausfüllen oder so was.

00:42:54: Im Internet zu gucken, ob ein Gutscheinkode noch valide ist oder nicht.

00:42:58: Auch eine Geschichte, kann der Mensch einfach überprüfen, sieht am Ende, der Agent hat den Gutschein eingelöst, hat ein Screenshot davon gemacht, guck mal hier, das funktioniert noch, braucht sich nicht drum kümmern, kannst weiter mit deiner Arbeit machen, ohne dass das jetzt irgendwie nervige Zeit irgendwo gefressen hat.

00:43:15: Das sind dann immer nur so Teilschritte von Prozessen, die die dort auf Arbeit haben.

00:43:22: Wo man dann sich davor Gedanken gemacht hat, okay, den Prozess, den kannte man mit der aktuellen Technologie gut irgendwie automatisieren, teilautomatisieren.

00:43:30: Wie müsste das dann aussehen, wenn es ja rechtlich auch irgendwo ein Problem gibt, dass das keine KI automatisch machen darf, sondern dann Menschen nochmal drüber gucken soll.

00:43:40: Wie können wir Fehler vermeiden?

00:43:41: Wie können wir diese letzten Prozente daraus kitzeln?

00:43:44: dass da noch ein Mensch noch mal drin ist und drüber guckt, um Fehler zu erkennen.

00:43:48: Beantwortet das deine Frage?

00:43:50: Nein, ich habe gerade noch was im... Mir ist was eingefallen.

00:43:53: Ich weiß nicht, ob ich da beim letzten Mal schon drüber gesprochen habe.

00:43:55: Ich habe von der Microsoft-Chefin, weiß gar nicht, ob das eine Chefin war, weiß ich auch gar nicht, war ein Podcast, die gesagt hat, fand ich super interessant, dass in Zukunft bei der Berufswahl, also ob ich jemanden einstelle, auch Frage, was der KI agent schon alles.

00:44:12: Mitgemacht hat, weil die sozusagen einen KI.

00:44:15: also da bist du wieder.

00:44:18: Das deshalb bin ich eben draufgekommen ist der KI Agent wird der an den Arbeitsplatz.

00:44:25: Gebaut oder an den Arbeiter.

00:44:29: Weil wenn du dir vorstattest du hast einen persönlichen KI Agenten mit dem du zusammenarbeitest und der hat zehn Jahre Erfahrung im Maschinenbau und der wechselt jetzt im Maschinenbau.

00:44:42: Die Firma, dann hat ja dieser KI-Agent sozusagen auch dessen Wissen der anderen Firma.

00:44:47: Das macht natürlich relevanter für die neue Firma in Verbindung mit dem Arbeiter.

00:44:52: Du hast dich ein bisschen abgehangen.

00:44:55: Also die Microsoft, Frau meinte, in der Zukunft wird es immer relevanter werden, nicht nur was die die Fähigkeiten des Mitarbeiters sind, sondern welchem KI-Agent er zusammen gearbeitet hat oder den er mitnimmt.

00:45:12: Also der Mensch wird sozusagen erweitert mit dem KI-Agent, der quasi seine Erinnerung darstellt.

00:45:20: Ist ja immer so, du irgendwo in einem Unternehmen warst, so wird ja auch Mitarbeiter abgeworben, hast ein spezielles Wissen.

00:45:27: In dieser Firma gehst du in eine andere und bringst dir dieses Wissen dann auch in die andere Firma mit ein, die das nutzen.

00:45:34: Das ist aber begrenzt, was das Gehirn noch so alles weiß.

00:45:38: Ein KI-Agent.

00:45:40: der mit diesen Mitarbeiter zusammenarbeitet, hat ja immer alles wissen, da.

00:45:45: Ja, genau, vom Unternehmen.

00:45:46: Deshalb

00:45:46: wird immer wichtiger, sozusagen, was mit welchem, was der KI-Agent alles gemacht hat.

00:45:53: Und ein Mitarbeiter, der viel mit seinem eigenen KI-Agent eine interaktion mit steigert, sozusagen, den Arbeitswert auch dadurch noch.

00:46:02: Ja.

00:46:03: Ich fand es eine interessante These, weil jetzt ist die Frage, müsste nicht jeder Mitarbeiter, sein eigenen KI, Agenten für sich entwickeln und das unabhängig vom vom Unternehmen machen.

00:46:17: Ja, das ist ein eigenes Geld.

00:46:19: Das ist halt die Frage, was passiert, dann dürfen Unternehmendaten dann in den privaten Agenten fließen?

00:46:25: Ich glaube, dass es heutzutage noch nicht in Arbeitsverträgen drin steht, aber zukünftig wird das kommen.

00:46:30: Das ist

00:46:31: ein Thema, ja.

00:46:31: Ich überlege also, wie macht es die Sparkasse?

00:46:34: Die haben ja ihre eigene KI-Lösung, den KI-Kopilot, das glaube ich, oder sowas.

00:46:39: SK-Pilot, ja, SK-Pilot, irgendwie sowas, um genau sowas zu verändern, dass die Daten eben abfließen.

00:46:45: und beispielsweise zu OpenAI gehen.

00:46:47: Die haben ihre eigene Infrastruktur, damit die Mitarbeiter dort das machen.

00:46:51: Und die haben ja dann auch ihre Arbeitsrechner.

00:46:53: Und so wie du es jetzt halt mit Hardware hast, ist es natürlich dann auch mit Software.

00:46:58: Und da sollte der Arbeitgeber natürlich auch in Zukunft darauf achten.

00:47:01: Also ich persönlich, wenn ich von Angestellten spreche, die werden nicht einfach Chatchity für ihre Arbeit benutzen, ohne dass das irgendwie im Firmkontext.

00:47:13: ist und geklärt ist, dass dieses Firmwissen da bleibt und Teil der Software von mir ist und nicht irgendwie eine private Geschichte.

00:47:24: Also das würde ich klar trennen.

00:47:26: Ich habe leider, wenn du Sparkkasse sagst, ich habe ein Termin über Sparkkasse.

00:47:30: Jetzt müssen wir mal überlegen, ob wir uns nochmal irgendwie zusammenschließen.

00:47:34: Ich habe es mir einfacher vorgestellt.

00:47:36: Im Endeffekt sagst du eigentlich für die Sportmacher E-Mail funktioniert schon, wenn man müsste darüber nachdenken.

00:47:42: Das wird eine riesen Erleichterung sein, dass auch diese E-Mail... wird zu einem Termin in irgendeiner Form E-Mail erzeugt weitere Aufgaben, Formulare ausführen.

00:47:57: Wahrscheinlich das meiste, was wir machen, lässt sich automatisieren.

00:48:01: Und vor allem auch die Ansprachen an die Personen, das fand ich interessant.

00:48:03: Also wenn man da quasi in der Mischung von Mensch und Maschine, das würde ich auch gerne mal mit dir drüber katschen beim Joggen.

00:48:09: Genau, das machen wir heute nochmal.

00:48:10: Wir sehen nochmal laufen.

00:48:11: Das ist auch übrigens nochmal ein Aufruf für alle, die bis hierher gehört haben.

00:48:14: Es steht immer noch der neunzehnte April, im Raum.

00:48:18: Wir werden das machen.

00:48:19: Wir werden Marathon laufen.

00:48:21: Max war jetzt schon bei Spurort, hat eine Leistungsdiagnostik gemacht.

00:48:26: schon in dem Bereich, dass er es locker schafft.

00:48:28: Und sie sagt nicht halt von unter vier Stunden.

00:48:30: Ich muss dann noch viel, viel tun, damit es nicht so weh tut.

00:48:33: Aber wir rufen auf alle, die Bock darauf haben.

00:48:36: Können

00:48:36: uns sehr gerne begleiten.

00:48:37: Können uns sehr gerne begleiten.

00:48:39: Ich sage es auch noch mal dann bei der Überstunde.

00:48:41: Das war da auch noch mal.

00:48:43: Das war da auch noch ein Klub.

00:48:44: Ich sag noch nicht.

00:48:45: Soll ich mal sehen, vielleicht beim nächsten Mal kann ich schon mehr erzählen.

00:48:48: Ich bin jetzt ein bisschen, ich glaube, die Leute zuzuhören, werden sofort die verstehen.

00:48:54: Okay, es geht einiges.

00:48:56: Es geht noch nicht das, wovor alle Angst haben.

00:49:00: Also eigentlich sind alle KI-Systeme, KI-Agenten noch blöd, wenn du denen einen Alter, einen Menschenalter geben würdest.

00:49:07: Wo stehen die heutzutage?

00:49:09: Gibt es ja auch Studien zu, dass die Anzahl an Daten, die sie gesehen haben, der Jan Le Kün hier von Meta, ist da einer, der das damals so durchgerechnet hat.

00:49:20: Der sagt ungefähr drei bis vier Jahre ein Kind.

00:49:23: Ungefähr...

00:49:24: hat eine Erinnerung mit dem...

00:49:25: Ja, also er vergleicht das mit Daten, die es im Training quasi in der Welt gesehen hatten.

00:49:31: Vierjähriges Kind hat so viel Daten schon verarbeitet in seinem Gehirn, wie moderne Large Language Models Daten, auf denen es trainiert wurde.

00:49:40: Und das muss ich halt jeder bewusst machen, ob er ein vierjähriges Kind als Mitarbeiter macht.

00:49:45: Oh ja, geiler Vergleich.

00:49:47: Ich plädiere das zu nutzen.

00:49:50: Ja.

00:49:51: Die Angst ist bisher, würde ich sagen, unbegründet.

00:49:55: Es braucht, wie bei einem fährigen Kind von Erwachsenen, der noch mal schaut, was da eigentlich so.

00:50:01: Schönes Beispiel.

00:50:03: Und trotzdem kann ein fähriges Kind schon helfen.

00:50:06: Genau,

00:50:07: Möglichkeiten.

00:50:09: Genau, manche.

00:50:10: Das kann man was haltigen.

00:50:11: Aber es kann gerne eine Kartoffel schicken, weil es wird kein Messer im Ingeniat.

00:50:17: Miss, dass ich heute so so streng getaktet bin.

00:50:21: Aber vielleicht kriegen wir es nochmal irgendwie hin auch mal virtuell oder ich bin ja nächste Woche auch wieder da.

00:50:27: Vielleicht kriegen wir das auch nochmal hin.

00:50:29: Entweder machen wir das.

00:50:30: Also wir machen daraus eine Serie um.

00:50:33: Also mir sind Anliegen den Kennen zu sagen, ich habe nicht so eine Angst vor KI Modellen.

00:50:38: Redet mit Max.

00:50:39: Ich glaube, du hast einen sehr großen Erfahrungsschatz, was geht.

00:50:41: Du weißt, wie die Systeme funktionieren.

00:50:44: Du weißt, wie wie man Daten.

00:50:46: so strukturieren kann, dass man daraus was machen kann.

00:50:48: und vielleicht schaffen wir es bei einem Sportmachen mal irgendwie ein Modell laufen zu lassen.

00:50:55: und dann hat man auch mal ein Anwendungsbeispiel und sagt okay, das läuft schon.

00:50:59: Gerne.

00:50:59: Ich danke dir, wir gehen gleich nochmal laufen wenn ich wieder zurück bin und in diesem Sinne tschüss.

00:51:05: Tschüss, macht's gut.