Zu deutsch für KI? So knacken wir unsere Mentalitätsfalle und nutzen KI effizient

00:00:00: Wenn ich merke mein Produkt, mein Bereich, das, was ich verantwortlich bin, kann mit weniger Leuten besser gemacht werden, dann habe ich sofort Existenz und Statusängste, die da kommen.

00:00:12: Und immer wenn die in mir angehen, muss ich im Grunde genommen mir sagen, okay, da ist offenbar was, ich spüre, das ist ein Instinkt, der mir sagt, ich muss mich verändern.

00:00:23: Also der Angst, sich nicht auszuliefern oder sie beiseite zu schieben, sondern zu sagen, dass irgendetwas dahinter, was ein Handlungsimpuls erzeugen sollte.

00:00:30: Und meistens, da kommen wir ja gleich auch zu dem dritten Tipp, kann ich diese Angst überbinden, indem ich mich informiere und erst mal die Faktenlage verbessere.

00:00:51: Die German-Gründlichkeit, die ist doch eigentlich richtig toll.

00:00:55: Sie hat uns zu einem Land gemacht.

00:00:57: in dem Maschinen jahrzehntelang laufen, in dem Autos lückenlose Servicefte haben.

00:01:03: Das heißt, die German-Gründlichkeit ist ja eigentlich eine Tugend, bis sie dann zu einem Drama in drei oder auch gerne mehr Akten verkommt.

00:01:11: Weil zum Beispiel uns das Amt nach Hause geschickt hat, weil wir einen Termin online gemacht haben, aber dann keinen Ausdruck auf Papier mitgebracht haben.

00:01:20: Wir Deutsche, wir tun uns ein bisschen schwer mit Veränderungen.

00:01:23: Bevor bei uns was Neues loslaufen darf, da wollen wir erst mal Zuständigkeiten klären.

00:01:28: Wir wollen Haftung prüfen, wir wollen Ausnahmefälle definieren, wir wollen Datenschutzfolgen abschätzen.

00:01:34: Und dann kommt auch noch KI daher.

00:01:36: Also ein richtiger Wilder Westen, in dem man sich nicht orientieren kann, weil einfach alles eine einzige ungeregelte Grauzone ist.

00:01:44: Ein Schock für uns Sicherheitsliebenden Deutschen.

00:01:47: Und es ist ja auch eigentlich sehr verständlich.

00:01:49: Wir wollen selbstdenkende Maschinen nicht einfach loslaufen lassen.

00:01:53: Wir wollen wissen, wer entscheidet da, wer haftet.

00:01:56: Wo kommen die Daten hin?

00:01:57: Und was passiert im Ausnahmefall?

00:01:59: Das ist super verständlich, es ist völlig richtig, es ist gewissenhaft.

00:02:04: Aber auf der anderen Seite des Atlantiks lebt eine Kultur, die den richtigen Wilden Westen schon erlebt hat und die beim Thema KI auch sagt, wir machen erst mal und wenn es ein Ärger gibt oder Probleme, dann justieren wir es ein bisschen nach.

00:02:19: Und diese Vorgehensweise aus den USA, das ist ja noch nicht mal Notfallplan, das ist die gängige Methode.

00:02:24: Und diese amerikanische Experimentierlust, die Mark viele, viele Nachteile

00:02:28: haben,

00:02:29: aber sie liefert super schnell.

00:02:30: Und mit unserer Mentalität, bis wir da alles geklärt haben, ist das Neue dann oft schon wieder alt.

00:02:36: Und das ist natürlich auch ein Problem.

00:02:39: Hallo und herzlich willkommen zu einer neuen Folge von Mit Herz und KI.

00:02:44: Ich bin Fanny Rosenberg und wir sprechen heute mit unserem Gast Robert Jacobi darüber, wie wir einfach das Beste aus beiden Welten verbinden können.

00:02:53: Also sieben Regeln, mit denen wir Qualität und Tempo bringen, Verantwortung und Experimentierlust und dann einfach mit KI besser arbeiten und leben können.

00:03:02: Robert ist der Mitgründer und Managingpartner der Nunatag Group.

00:03:07: Das ist eine Digital- und KI-Strategieberatung aus München.

00:03:11: Das heißt, Robert begleitet Vorständeführungsteams dabei, aus Daten und aus KI-Themen messbare Geschäftsresultate zu machen.

00:03:21: Robert war vorher bei der Süddeutschen Zeitung als Wirtschafts- und Politikjournalist.

00:03:25: Er schreibt auch Bücher.

00:03:27: Er ist zum Beispiel Autor von Reboot, der Code für eine widerstandsfähige Wirtschaftspolitik.

00:03:32: und Gesellschaft.

00:03:33: Und er ist auch der Co-Autor von Twin Transformation, wie sich Digitalisierung, KI und Nachhaltigkeit gegenseitig unterstützen.

00:03:41: Und ich freue mich wahnsinnig, dass er heute mit seiner Expertise hier bei uns im Podcast ist.

00:03:45: Hallo Robert.

00:03:46: Hallo

00:03:47: Fanny.

00:03:47: Vielen Dank für die Einladung.

00:03:49: Ich freue mich auf unsere Unterhaltung.

00:03:51: Ich mich auch.

00:03:52: Robert, erst mal vorab.

00:03:53: Ich habe mir die ganze Zeit von dieser German-Gründlichkeit gesprochen, diese deutsche Mentalität.

00:03:57: Wie ist es eigentlich bei dir, wie ausgeprägt, wenn wir das jetzt so überspitzt auf KI-Bezug oder im Umgang mit KI nehmen?

00:04:05: Bist du da eher deutsch oder bist du eher US-amerikanisch?

00:04:07: Beides.

00:04:08: Ich habe mich heute früh selbst dabei ertappt, als ich nochmal die Vorbereitung durchgegangen bin, dass eine sehr perfekte Tensiv- mit dem Team abgestimmte Analyse von Daten und Fakten in Sachen KI war, habe ich mir durchgelesen und dann auch mit einem KI-Tool in ein Podcast umwandeln lassen und dann wurden die ganzen Probleme der Perfektion und so weiter mir vorgetragen und irgendwie habe ich das Gefühl gehabt, auf einmal spricht dieses KI-Tool über mich.

00:04:37: Also, weil ich genau das mache, was ich eigentlich heute im Podcast oder wir beide vielleicht so ein bisschen kritisieren oder aufbrechen wollen.

00:04:45: Also, das steckt absolut in mir.

00:04:47: Auf der anderen Seite, ich habe viele Jahre in USA gelebt, dort ja auch studiert, gearbeitet und habe da schon das Quantum mitgenommen an Impulsivität, Spontaneität und auch Risikobewusstsein, dass das erforderlich ist, um einerseits Unternehmer zu sein, was ich ja bin.

00:05:06: in Deutschland vielleicht erst recht und auf der anderen Seite aber auch mit Technologie so umzugehen, dass man erstmal die Chancen sieht und nicht nur die Risiken primär.

00:05:17: Ich glaube das ist auch super spannend gerade weil du ja eine Zeit lang in den USA warst und diese Perspektive, diese Mentalität so ein bisschen aufsaugen konntest.

00:05:25: Hattest du danach vielleicht auch sogar einen anderen Blick auf die deutsche Mentalität und vielleicht auch das deutsche Unternehmertum, dass du vielleicht besser verstanden hast, wovon wir getrieben sind?

00:05:36: Also hast du das Gefühl, das ist, ja was ist das?

00:05:38: Ist das eine Technikangst?

00:05:40: Ist das die Angst vom Kontrollverlust oder was ist es eigentlich?

00:05:44: Also es gibt sicher diese berühmte Chung an Angst, die im Positiven vielleicht man als Gründlichkeit bezeichnen kann, wie du es genannt hattest.

00:05:54: Und um es vielleicht gleich mal ins Positive zu drehen, diese Gründlichkeit führt aber auch dazu, das habe ich auch an meinem Beispiel so ein bisschen klar gemacht.

00:06:05: überdurchschnittlich viel Wissen angeräuft wird über Zusammenhänge, bevor wir handeln.

00:06:10: Und daraus können wir aber gerade jetzt in KI-Zeiten sogar eine Stärke machen.

00:06:14: Also kam jetzt gerade gestern ein Studie raus, Pew Research Center, international, fünfzig Länder verglichen und da hat Deutschland sehr gut abgeschnitten in Sachen Wissen einerseits über KI.

00:06:26: Und andererseits auch Vertrauen in die Rahmenbedingungen und auch die Regulierung.

00:06:30: Das heißt grundsätzlich, dass diese Voraussetzungen durchaus da, versus man in den USA.

00:06:37: Aber dann natürlich schnell mal mit einem Halbwissen oder auch in anderen Breitengraden mal was versucht und ausprobiert, dann kann man es viel schneller abbauen und wieder aufbauen.

00:06:46: In Deutschland ist es einfach so, wenn ich anfange an Unternehmen ein Produkt oder anderes zu entwickeln, dann ist immer so ein bisschen mehr Gedanke, man macht das jetzt eher so für die Ewigkeit und nicht so mal für die nächsten zwölf Monate.

00:06:57: Und wenn wir das aber miteinander kombinieren, das ist durchaus auch ein Grund, warum ich gesagt habe, ich will jetzt mein Leben nicht in den USA fortsetzen, sondern kommen wieder nach Deutschland, dass ich quasi so ein bisschen nach... und gründliche Entwicklung habe, dann ist das sicher gut.

00:07:11: Aber, und das ist ganz entscheidend, wir müssen die Stiffen des Tempo nicht vergessen.

00:07:15: Also die Welt ist einfach schneller geworden.

00:07:18: Wir müssen schneller agieren.

00:07:19: Ich war am Wochenende in Berlin im Technikmuseum mit meinem kleinen Sohn.

00:07:22: Da ist wirklich wunderbar die Geschichte der deutschen Automobilindustrie vom Opel Kapitän bis heute abgebildet.

00:07:28: Da versteht man erst mal, wenn dann die Motoren da aufgereizt sind, wie viel Wissen und Know-how da reingeflossen ist und wie schwer es uns jetzt auch fällt, uns davon loszureisen, dass wir nicht einfach nur die noch besseren Dieselmotoren entwickeln, dass wir unser Modus und sagen, nee, wir starten jetzt komplett neu.

00:07:45: neue Plattform und das Produkt ist vielleicht gar nicht mehr das Motor oder das Auto, sondern die Art und Weise, wie die Leute sich fortbewegen.

00:07:50: Genauso wie Waymore Autos in USA, Self-Private Taxis gebaut sind.

00:07:54: Das ist nicht ein Umbau von klassischen Autos in Autonomous Cars, sondern das ist von Anfang an von der Fortbewegung her gebracht.

00:08:02: Ich hatte das Aufkommen von KIA am Anfang auch so ein bisschen mit dem wilden Westen verglichen, weil wenn man über Tempo spricht, dann denken ja viele an... an Chaos.

00:08:13: Zumindest glaube ich wahrscheinlich eher, wir Deutschen so ein bisschen.

00:08:16: Und Iteration heißt ja, dass man in kleinen Schritten testet, man misst, man schärft danach.

00:08:22: So, und ich glaube, da liegt bei uns manchmal so ein bisschen das Problem, wo verläuft deiner Meinung nach die Grenze zwischen einer verantwortungsvollen Iteration und einem viel zu leichtfertigen Risiko?

00:08:35: Also nehmen wir mal an, ein klassisches Projektbeispiel, wie wir arbeiten.

00:08:40: Bei dem Nulltag eine Bank will

00:08:42: neue

00:08:43: Produkte definieren für jüngere Zielgruppen.

00:08:48: So, jetzt kann ich natürlich anfangen, wenn ich Marketing dafür mache, mit Field Trial and Error, Kampagnen, bestimmte Zielgruppen ansprechen, verschiedenste Botschaften, Videos.

00:08:59: Was ich aber nicht machen kann, ist die Absicherung dieses Produktes, wenn das Geld der Kunden bei mir liegt, zu sagen, okay, das mache ich mal so, mal so,

00:09:08: mal so,

00:09:08: sondern da muss ich natürlich ganz

00:09:10: klassisch

00:09:11: bestimmten, natürlich im Bankenbereich Regulierung folgen.

00:09:14: auch bestimmten Sicherheitsrisiken, denn auch das beste Chensie-Konto-Produkt des Attraktivste ist kaputt, wenn ich darauf eine Cyberattacke bekomme und entweder Daten wechseln oder sogar Geld.

00:09:27: Das Entscheidende ist, dass ich genau das kombiniere, die Iteration, die kreative Arbeitsweise in den Bereichen, wo es möglich ist, die Absicherung, das Gründliche in den Bereichen, wo es erforderlich ist und da aber dann eine Brücke zwischen diesen beiden Elementen zu bauen.

00:09:43: aus der Interaktion mit Gensikunden kann ich ja ableiten, was wiederum die schätzen würden an dem Produkt.

00:09:51: Und dann gebe ich das in die Produktanforderungen mit rein und dann wird das wiederum Schritt für Schritt angepasst.

00:09:55: Die Kombination ist wichtig.

00:09:56: Lange kamen wir eben aus dem Produkt und Sicherheit und Absicherung, wie ich mit dem Motorenbeispiel gerade genannt habe und die Anforderungen der Nutzer waren relativ egal.

00:10:05: Die Verbindung ist wichtig und genau daraus könnte auch ein Erfolgsprozept wieder werden.

00:10:11: Und KI ist dabei einfach ein enormer Beschleuniger.

00:10:15: Ja, das heißt, ich kann simulieren, kann ausprobieren, ich kann testen, ich kann Releases machen, ich kann viel schneller Code schreiben und das dann im Grunde schon heute vielfach schneller in Geschwindigkeit am Markt testen, als ich das vielleicht noch vor einem Jahr oder auch zwei oder drei Jahren konnte.

00:10:34: Ja, genau.

00:10:36: Gut, dann kommen wir jetzt zu den sieben Regeln.

00:10:38: Wie wir das schaffen können, unsere Mentalitätsfallen so ein bisschen zu überwinden.

00:10:42: Du hattest mir ja schon im Vorfeld zukommen lassen.

00:10:44: Erst mal vielen Dank dafür.

00:10:46: Und die wollen wir jetzt gerne so nach und nach aufbröseln.

00:10:48: Denn Regel Nummer eins heißt ja, Schnelligkeit statt... Perfektion.

00:10:54: Du sagst, dass wir uns von dem lösen sollen, was uns ja eigentlich irgendwie auch so ein bisschen erfolgreich gemacht hat, unseren Perfektionsdrang.

00:11:00: Kannst du das ein bisschen erläutern, wie du das im Zusammenhang mit der einer gelungenen KI-Transformation gemeint hast?

00:11:06: Ganz klar zu sagen, ich weiß, wenn ich KI-Tools nutze, also gerade auch Channel-Tiff AI

00:11:13: etc.,

00:11:14: dass das nicht perfekt sein wird.

00:11:16: Also der Outcut, wenn ich eine Marktanalyse oder auch eine Produktkampagne oder eine interne Studie.

00:11:23: Wenn ich das mit den gängigen Tools mache, dann weiß ich, dass es nicht zu hundert Prozent perfekt sein wird.

00:11:29: Ich weiß aber, dass es, wenn ich es als Mensch mache, über Wochen hinweg auch nicht perfekt sein wird.

00:11:34: Und dann entscheide ich mich, wenn ich zwischen zwei nicht perfekten Outcamps eine Wahl habe, ermöglicht mir KI eben, dass ich mich für die Schnelligkeit entscheide.

00:11:43: In einer Fastlane, in einem Fastdrag auf Knopfdruck, das zu tun und zu arbeiten.

00:11:48: Und natürlich, trotzdem drüber schauen, ob die Ergebnisse korrekt sind, aber es ist viel schnell.

00:11:51: ist, wenn ich das Wort komplett eigenständig aufbaue, recherchiere.

00:11:55: Das heißt eine Unternehmensstrategie, aber auch wirklich eine konkrete Produktidee oder ein konkretes, sogar Geschäftsmodell.

00:12:05: Hast du vielleicht auch noch ein Tipp, um das ein bisschen mehr mit Leben zu füllen?

00:12:09: Denn ich finde, es klingt auf jeden Fall total logisch.

00:12:12: Wir müssen ein bisschen vom Perfektionsdrang weg und mehr in die Schnelligkeit rein.

00:12:16: Aber wie kommen wir denn da von der Theorie tatsächlich in die Praxis?

00:12:19: Was empfiehlst du dann noch als weitere erste Schritte?

00:12:22: Also harte Vereinfachung.

00:12:24: Also simplify und baust neue.

00:12:28: Ja, ich weiß noch, wo ich auf das Thema Automobil zurückzukommen, was ja bei uns in Deutschland jetzt auch durch die Schlagzeilen geht, verständlicherweise.

00:12:37: Ich saß im Büro des Betriebsratschefs, weil ich den interviewen musste, für ein Strategieprojekt, einem der top drei, sagen wir mal, deutschen Automobilhersteller.

00:12:46: Dann hatte der zwei Modelle auf seinem Schreibtisch, das eine war der klassische Dieselmotor und das andere war die Batterie.

00:12:52: von dem E-Motor und sagt, ok, jetzt schauen Sie mal, wie viele Ingenieure denken Sie, dass ich brauche, um diesen Motor zu bauen?

00:12:58: und wie viel brauche ich für die Batterie?

00:13:00: Und wenn Sie das ausrechnen, brauchen Sie sich nicht wundern, dass tausende Leute da draußen Angst um ihre Jobs haben.

00:13:07: Also das ist, trotzdem muss ich derjenige sein, der diese Batterie oder diesen Batterieantrieb skizziert hat in einem Art Greenfield Approach, auch wenn es den noch gar nicht gibt in dem Sinne.

00:13:19: Also nur dann schaffe ich quasi den Innovationsvorsprung.

00:13:23: Ich hätte quasi diesen E-Motor schon designen müssen, bevor die Verfügbarkeit von Batterienkapazitäten und so weiter da ist, um dann des Tesla meiner Industrie zu sein.

00:13:32: Und das ist genau das Entscheidende.

00:13:34: Also wirklich neu zu denken auf dem weißen Blatt Papier.

00:13:37: Wie würde das Geschäft aussehen?

00:13:39: Mach ist auch eine Übung, die wir oft mit unseren Kunden machen.

00:13:41: Wie würde das Unternehmen aussehen, das Produkt im Kern, wenn man jetzt in Zeiten von KI alles nochmal neu machen könnte?

00:13:50: Da merkt man recht schnell.

00:13:52: Einerseits, wow, da ist wahnsinnig viel, was wir nicht mit bedacht hatten.

00:13:56: Man merkt aber auf der anderen Seite auch, wow, vieles von dem, was wir haben, ist durchaus dafür verwertbar.

00:14:01: Die Tese ist nämlich falsch, wie das der Betriebsrat damals dargestellt hatte.

00:14:06: Einen guten Batteriemotor zu entwickeln mit einer hohen Reichweite, wissen wir ja inzwischen, ist fast schwieriger und aufwendiger, als diesen Dieselmotor zu bauen.

00:14:17: Bloß brauche ich eben andere Profile dafür.

00:14:19: Ich brauche Informatiker, ich brauche Ich muss das Auto exakt aussteuern.

00:14:23: Ich muss quasi jeden Kilometer rausholen.

00:14:25: Das muss quasi ein Software getriebenes Produkt sein und nicht nur eines, das quasi mit einem klassischen Kolbemotor und Verbrennung von Stoffen arbeitet.

00:14:37: Okay, super.

00:14:38: Also, das war dein erster Tipp.

00:14:39: Weg vom Perfektionsdrang in die Schnelligkeit.

00:14:42: Regel Nummer zwei ist Ängste überwinden.

00:14:45: Führungskräfte müssen Risiko neu definieren und verstehen, wie man KI kontrolliert einsetzen kann, um Innovation zu fördern.

00:14:53: Und da würde ich dich auch bitten, dass du das ein bisschen mit Leben füllst.

00:14:56: Ja, also die Angst hatte ich gerade geschildert.

00:14:59: Das ist ja das klassische Angst vor Jobverlust in Teilen sicher auch berechtigt.

00:15:04: Nicht durch KI übrigens verursacht, sondern durch allgemeinen technologischen Fortschritt und einfach das Bedürfnis von Unternehmen produktiver zu werden.

00:15:13: Diese Angst ist einerseits bei den Mitarbeitenden, gerade in großen Unternehmen in der Masse, aber die sitzt auch ganz tief in den einzelnen Führungskräften, insbesondere auf der mittleren und gehobenen Management-Ebene.

00:15:30: Weil da klar ist, okay, wenn ich merke, mein Produkt, mein Bereich, das, was ich verantwortlich bin, kann mit weniger Leuten besser gemacht werden, dann habe ich sofort Existenz und Statusängste, die da kommen.

00:15:44: Und immer wenn die in mir angehen, muss ich im Grunde genommen mir sagen, okay, da ist offenbar was, ich spüre, das ist ein Instinkt, der mir sagt, ich muss mich verändern.

00:15:55: Also der Angst, sich nicht auszuliefern oder sie beiseite zu schieben, sondern zu sagen, dass irgendwas dahinter, was ein Handlungsempuls erzeugen sollte.

00:16:02: Und meistens, da kommen wir ja gleich auch zu dem dritten Tipp, kann ich diese Angst überwinden, indem ich mich informiere und erst mal die Faktenlage verbessere.

00:16:11: Das wäre wie auch bei anderen Dingen.

00:16:12: Wenn ich Angst habe, vor davor einen bestimmten Berg zu besteigen oder irgendwas zu tun, in meinem eigenen privaten Bereich, wenn es mir mulmig ist, wenn ich sage, so und so und so, dann sehe ich es gar nicht so schlimm.

00:16:25: Da habe ich es mal ausprobiert, habe meine erste Kletterrote in der Halle gewacht, da merke ich, er

00:16:29: hat keinen Grund

00:16:30: gehabt.

00:16:30: gegeben, Angst davor zu haben, weil ich mich informiert habe, wie es geht und mich ausbilden habe und lassen und mit Leuten gesprochen habe, die es schon mal

00:16:36: gemacht haben.

00:16:38: Ja, also auf jeden Fall hilft es natürlich, Fehler zu vermeiden, indem man sich noch mehr informiert.

00:16:43: Auf der anderen Seite, ich glaube, da kommen wir auch noch später zu, geht es hier auch ganz stark darum, wie man oder welche Fehlerkultur man hat.

00:16:49: Und ich habe auch das Gefühl, Das ist auch in Deutschland zumindest sehr ausgeprägt, natürlich nicht nur im Bereich KI, sondern überall.

00:16:58: Ich finde mal, wenn Deutschland eine neue Sprache lernt.

00:17:02: Dann reden die selten einfach drauf los, weil sie dann das Unangenehm finden, tatsächlich einen grammatikalischen Fehler zu machen.

00:17:08: Obwohl das ja, finde ich, aus der Perspektive, wenn andere Leute Deutsch sprechen und das ist nicht deren Muttersprache, findet man das ja total charmant, wenn die Fehler machen.

00:17:16: Ist ja irgendwie niedlich und süß.

00:17:18: Und selber möchte er das aber nicht.

00:17:20: Man möchte das dann richtig machen und ist dann direkt unangenehm, wenn man es falsch macht.

00:17:24: Weil das jetzt mal so überträgt.

00:17:26: Wie schaffen das dann nicht?

00:17:27: Meine Führungskräfte sind natürlich ein Vorbild und können Handlungsempfehlung für das ganze Unternehmen etablieren oder eben nicht.

00:17:36: Aber Führungskräfte haben ja wiederum auch häufig übergeordnete Führungskräfte, haben vielleicht auch Angst, falsche Entscheidungen zu treffen.

00:17:44: Das heißt, wie kann man es denn in Bezug auf die Umstellung auf KI-Tools lernen, in einem Unternehmen eine vernünftige Fehlerkultur zu etablieren?

00:17:54: Ja, also die Fehlerkultur ist tatsächlich bei uns logischerweise, wie du sagst, zu wenig ausgeprägt.

00:18:02: Es gibt natürlich auch Bereiche, wie gerade um den Beispiel zu bleiben, wenn so viel Risiko dran ist wie in der Kletterroute, dann will ich natürlich nicht runterfallen, weil es manchmal im Zweifelsfall nur einmal.

00:18:13: Insofern muss man Fehlerkultur immer... erst mal das ermöglichen von Fehlern und Lernen in geschützten Lernräumen stattfinden lassen.

00:18:25: Und die muss man aber auch schaffen und dafür Ressourcen haben.

00:18:28: Das gibt nur, wenn ich als Unternehmer nicht alles, was ich tue und jede Stunde, messe auf einen Bottenlein und Umsatz und Gewinneffekt.

00:18:35: Dann schaffe ich solche Räume, in denen Fehler passieren können und dürfen.

00:18:40: Dann lerne ich daraus und kann dann wirklich eine Verbesserung entstehen lassen in diesem klassischen Failfast-Rubrum, das ja auch durch das der USA zitiert, aus dem Silicon Valley zu uns rüberkommt.

00:18:55: Gibt es denn deiner Meinung nach vielleicht auch bestimmte Möglichkeiten, wenn die Mitarbeiter eine gewisse Frustration spüren, weil sie sich gerne den Möglichkeiten von KI-Technologien öffnen möchten, dass beim Arbeitgeber aber noch nicht so ganz angekommen ist?

00:19:10: Also hast du vielleicht auch da ein Tipp, wie man vielleicht als Mitarbeiter die Führungsebene auf dieses Thema anstupsen kann, auf deren Umgang mit KI, aber auf eine konstruktive Art und Weise?

00:19:22: Also es ist ein ganz entscheidender Punkt.

00:19:25: Oft ist es so, dass einzelne Mitarbeiter in Privatleben viel mehr Tools KI Affinität haben und Zugänge und ausprobieren, als ihre Firmen im Gesamtkontext gestatten zu lassen und genau... den da eine Verbindung herzustellen, also zwischen dem Wissen, dass im Unternehmen vorhanden ist und dem, was das Unternehmen gestattet erlaubt, dass es wirklich entscheidend, dass es Vorschläge wirklich der Mitarbeiter an die Führung alles nutzen, was da an Foren Feedback Loops und so weiter gibt, aber auch das Management, das dann wiederum die richtigen Fragen stellt und eben auch in geschützten Räumen es durchaus ermöglicht, neue Videotools einzusetzen, Datenanalyse, Themen etc.

00:20:11: Coding zu machen, auch wenn das nicht in den Regularien des Unternehmens schon freigeschaltet ist.

00:20:19: Ja, wir haben ein Unternehmen jetzt beispielsweise im Musikbereich.

00:20:24: Die Kunde von uns dort ist es verboten, jede Art von Chennai Tools zu nutzen, weil die sagen, okay, wir verklagen ja die Anbieter, weil sie unseren Content auf unsere Inhalte verwenden und verwerten.

00:20:36: Und wenn wir parallel das nutzen, dann machen wir uns vor Gericht in USA also das globale Firma, machen wir uns da angreifbar.

00:20:44: So, dann sagt irgendwann der Anwalt, von den ja gut sie verklagen uns, aber sie nutzen es doch selbst und dann so ist die Lösung.

00:20:50: Kann man erst mal verstehen, nachvollziehen, auch wenn es vielleicht ein bisschen sehr Angst geprägt.

00:20:54: In dem Fall aber eine Vorgabe aus USA, übrigens nicht aus Deutschland.

00:20:58: Und dann kann man aber trotzdem, was wir mit denen auch machen, Hackathons, Promptathons, wie wir es teilweise auch neu Deutsch nennen, veranstalten, wo man den ganzen Tag auf Nichtfirmen vernetzten Rechnern ausprobiert und dann auf einmal eben schon sieht, was es da möglich und was gibt es für Optionen.

00:21:19: Ideen erzeugt, die man dann wiederum ins Geschäft mitnimmt.

00:21:22: Und wenn ich das mit einer kleinen Gruppe der Leute mache, dann verbraten die das auch im Unternehmen, schaffen da Anregungen und dann merkt man auf einmal, oh wow, jetzt kommen wir in einen Veränderungsloop.

00:21:32: Ja, auch wenn wir vielleicht an einer oder anderen Stelle unsere Regeln gar nicht unbedingt geändert haben.

00:21:38: Ja, das ist gerade die größte, das Unternehmen wird umso schwieriger und da ist schon die deutsche Gründlichkeit vorhanden, dass sich über die letzten Jahre hin wir wahrscheinlich mehr Juristen teilweise mit Jenny Ei und dem Tools beschäftigt haben in den typischen großen deutschen Versicherungen oder ähnlichen Unternehmen als wirklich kreative und Entwickler und Leute, die nach den Möglichkeiten suchen.

00:22:02: Okay.

00:22:03: Gut, wir kommen zu Regel Nummer drei und die finde ich nämlich wirklich sehr, sehr gut.

00:22:06: Die klingt harmlos, aber das muss man sich auf der Zunge zergehen lassen.

00:22:10: Lernkurve statt Perfektion, Trial und Error ist nicht der Schlüssel.

00:22:14: Das heißt, der erste Versuch muss nicht perfekt sein.

00:22:16: Wichtig ist das kontinuierliche Lernen.

00:22:19: Magst du auch das nochmal so ein bisschen weiter erklären?

00:22:21: Ja, also genau das ist.

00:22:23: auch um in dem Kontext zu bleiben, wie gerade eben, wenn ich dann sage, okay, ich brauche ein Finanzprodukt, etwas, was am Markt funktioniert, ein alle möglichen Regularien, Regulationen beachtet, die von der BAFIN im Finanzbereich oder ähnlichen da sind, dann... werde ich das Tempo nicht halten, dass da draußen längst möglich ist in der Oberfläche des Produktes zu den Kunden.

00:22:51: Und deshalb muss ich sagen, okay, ich versuche jetzt bestimmte Dinge anzutriggern, bestimmte Testing-Umfelder aufzusetzen.

00:23:00: Und dann zu sagen, der Versuch ist es wert, das, was ich daraus lerne mitzunehmen.

00:23:08: Selbst wenn die ersten zwei, drei Male absoluter Nichts-Nutz daraus entsteht und ich das in die Tonne trete, war es trotzdem wichtig.

00:23:17: der Prozess.

00:23:19: Und das ist übrigens sehr nah an dem Engineering oder Engineers, wie es in Deutschland auch war.

00:23:25: Das ist ja auch letztlich durch Trial and Error entstanden.

00:23:27: Also Daimler hat sein motorisiertes Motorrad nicht im ersten Versuch gestartet, sondern entwickelt, sondern die sagt, okay, ich probiere aus und fall auf die Schnauze und stehe dann wieder auf, das eben zu ermöglichen, dass es viel mehr das Erfolgsprozept inzwischen in dem schnellen Taktung, in der wir in der Welt unterwegs ist, als zu sagen, ich baue es, mach's genau nach Bauplan.

00:23:54: Ich finde, das ist tatsächlich aber so ein wichtiger Hinweis, weil man, es gibt ja auch diesen Spruch aus Fehlern lernt man.

00:24:00: Und irgendwie finde ich, ist das ja auch so eine Phrase, weil Fehler findet man immer doof.

00:24:04: Aber wenn man die Perspektive ein bisschen verändert und einen Fehler auf einmal als Datenquelle ansieht, weil der Fehler hat ja mir was gezeigt, man konnte daraus etwas lernen.

00:24:13: Es ist kein Beweis dafür, dass dieses Projekt gescheitert ist und dass man das abbrechen sollte.

00:24:18: Es ist ein wertvoller Hinweis darauf, was man in Schritt zwei, Schritt drei, Schritt vier anders machen wird.

00:24:23: Das spitzt einfach nur zu, was gut funktionieren wird und was eben nicht funktionieren kann.

00:24:30: Ja, und im Optimaten habe ich sogar Simulationsumfelder wie Digital Twins oder ähnlichen von ganzen Fabriken, wo ich auch Dinge ausprobieren kann in ihrer Wirkung, bevor ich sie dann im großen Scope ausrollen muss.

00:24:41: Und auch das ermöglicht ja KI, dass ich quasi im Parallelwelt schaffe, in der ich auf einmal Dinge teste.

00:24:47: Bis hin dazu, dass ich sogar im öffentlichen Bereich, dass ich sage im Staat, wie verhalten sich Menschen, wenn ich bestimmte Hebel an das setze und dann quasi kontrollierte Experimente fahre.

00:24:59: genau das, was längst möglich ist.

00:25:03: Ich finde es deswegen auch so wichtig, weil ich glaube gerade in Bezug auf KI-Tools, weil sie relativ schnell, also für die für uns als Endnutzer gekommen sind, gefühlt und jetzt auf einmal auch den Markt zu überschwemmen.

00:25:16: Man hat immer das Gefühl, man kommt nicht hinterher und man versteht es eigentlich nicht.

00:25:20: Es gibt auch irgendwie so ein Begriff dafür, AI overwhelm oder irgendwie noch was anderes oder so eine AI-Lähmung, also dass man immer das Gefühl hat, paralyzes.

00:25:29: irgendwie sowas, das habe ich mal irgendwo gehört.

00:25:33: Man sagt doch, okay, fragt sich doch jeder, wie soll ich eigentlich den Überblick behalten über die ganzen Tools, die da draußen hier es gibt und welches ist wann und wofür irgendwo nützlich.

00:25:42: Das heißt, ich muss mir da irgendwo einen Zugang schaffen und es gibt ja inzwischen aber auch systematische Tools, die mir wiederum und auch auch für mittelständische Unternehmen zugänglich, also Langbox oder ein Startup aus Berlin, die einfach eine Plattform anbieten, wo ich sage, da gehe ich drauf und ich gerade die Plattform greift für mich auf die verschiedensten Tools zu und entscheidet automatisch, was für mich letztlich das Beste ist, meinen Workflow in die Realität umzusetzen.

00:26:09: Also da merkt man, dass wir an dieser Vielfalt von Tools, merkt man, dass wir noch sehr früh im Stadium der Entwicklung dieser Technologie sind, auch wenn sie in aller Munde ist.

00:26:19: Ja, also wir sind ja sehr oft öffentlich darüber geredet.

00:26:22: Ja, die Dominanz der Tech-Konzerne, das stimmt schon irgendwo, aber der Wettbewerb ist momentan enorm.

00:26:28: Ich habe früher noch ein paar Thesen für den Podcast mit verschiedensten der Tools gesperrt und habe geschaut, was dabei rauskommt.

00:26:36: und die Ergebnisse von einem Mistral, von einem Google Gemini, von einem ChatGPT oder ähnlichen Tools, die ihr ja auch in den vorherigen Folgen, die du mit deinen Gästen oft besprochen hast, sind sehr, sehr unterschiedlich.

00:26:49: Insofern habe ich da eine enorme Varianz, aber es hat ja dann niemand wirklich die Zeit oder den Willen, zu sagen, okay, ich probiere jetzt erstmal fünfzehn Tools aus, um einen bestimmten Workflow für mich umzusetzen.

00:26:59: Was ich brauche, ist eben etwas, was mir den Zugang erleichtert und das wird erst so langsam kommen und entwickelt und das ist das, wo die Unternehmen und die Manager eben parallel auch drauf schauen sollten.

00:27:10: Wie schaffe ich einen systematischen Zugang, der den Leuten?

00:27:13: Das ist eines, was bringen die Mitarbeiter, das bringen die Menschen mit in das Unternehmen.

00:27:16: Das andere ist, was stellt das Unternehmen auch an Infrastruktur mit, um den Leuten diese Overload, die eventuell entstehen könnte, abzunehmen.

00:27:23: Und damit übrigens auch eine Absicherung herzustellen.

00:27:25: Weil ich kann bei jedem dieser Subtools dann entscheiden, okay, ist das Unternehmen intern, darf das nur auf externe Quellen zugreifen.

00:27:32: Es ist ja immer die große Angst des Datenverlusts.

00:27:34: Ja, und die ist ja durchaus irgendwo berechtigt, aber wenn ich die KI konsequent einführe, kann ich deutlich mehr, also habe ich sogar eine bessere Prävention vor Datenverlust als wenn ich es gar nicht mache und nur große Mauern baue, weil ich viel früher merke, wenn es irgendwie Missbrauch oder Einfass vor allem an Datensätze

00:27:53: gibt.

00:27:54: Ja, genau.

00:27:55: Klare Empfehlung auch noch mal für die Podcast-Folge.

00:27:58: Nur ChatGPT ist auch keine Lösung.

00:27:59: Da sprechen wir nämlich genau darüber.

00:28:01: Zumindest bei den Gen AI Tools, bei den Chatbots, welchen man für welche Anwendungsfelder am besten benutzen kann.

00:28:08: Genau,

00:28:08: es gibt übrigens bei Try and Error.

00:28:10: Und es gibt ja gerade, also wenn man jetzt das Trendwort des Jahres, Authentic AI, wie kann ich Prozesse wirklich abbilden in Tools?

00:28:17: Vieles geht da noch gar nicht so gut, wie man sich das vielleicht vorstellen möchte oder ist sehr aufwendig.

00:28:21: Und es hat sich da aber in der Szene ein Begriff geprägt oder ein Das heißt, die Tools werden quasi vermarktet, dass man sagt, okay, wir bauen euch quasi den Workflow, aber wir brauchen die Interaktion mit den Menschen, um zu einem guten Ergebnis zu kommen, statt den Menschen dann mit vier oder fünf nicht perfekten Ergebnissen zu konfrontieren.

00:28:41: Also eine erfolgreiche KI-Implementierung ist nichts, was ich ohne die Menschen oder über die Menschen hinwegmachen kann, sondern mit den Menschen tun muss.

00:28:51: Ja, genau.

00:28:52: Da kommen wir nämlich auch zur Regel Nummer vier.

00:28:54: Es gibt ja ganz besonders, deiner Meinung nach ganz besonders wichtige Menschen, die das machen müssen und zwar die Führungskräfte.

00:29:01: Die sollen eben als gutes... Vorbild vorangehen als KI-Anwender.

00:29:05: Das heißt, die Führung, das ist Regel Nummer vier, muss selbst mit KI arbeiten, um strategisch die richtigen Entscheidungen zu treffen.

00:29:12: Jetzt möchte ich davor vielleicht auch noch, bevor du das auch nochmal erklärst, auch nochmal die Frage dazu hineinwerfen.

00:29:19: Das könnte ich mir als sehr schwierig vorstellen, denn viele Führungskräfte, die sehen sich eher in der Rolle der Entscheider.

00:29:25: weniger der Nutzer und sagen sich ja, warum soll ich denn das jetzt machen, wenn ich operativ gar nicht damit arbeiten werde, warum soll ich jetzt tägliche Arbeiten mit K.I.F.

00:29:34: finden?

00:29:35: Ja.

00:29:36: Die Disruption, also es ist wirklich oft bemüht, aber es stimmt tatsächlich, dass künstliche Intelligenz und damit die Beschleunigung der Digitalisierung eine so umwälzende Veränderung ist, wie wir die Seite Industrialisierung nicht mehr hatten.

00:29:53: Und jetzt kann ich natürlich entscheiden, weiter auf meiner Pferdekutsche durch Manhattan zu fahren oder ich kann sagen, nein, ich bin durchaus bereit irgendwie einfach auch mal mich in ein motorgetriebenes Fahrzeug zu setzen, auch wenn die meisten noch mit der Kutsche fahren.

00:30:09: Ja, so.

00:30:10: Weil ich sage, ich möchte einfach dieses Erlebnis spüren und möchte nicht nur theoretisch darüber entscheiden, ob meine Mitarbeiter und unter welchen Bedingungen sie Autos benutzen dürfen.

00:30:19: Und das ist genau dieses Thema, dieses Ausprobierens am eigenen Leib.

00:30:24: Das ist bei KI so wichtig.

00:30:26: Und das öffnet die Augen so sehr, weil das auch... Also den Wow-Effekt erzeugt, der die ganzen Bedenken, okay, ist es nicht perfekt, die ist es in Overhype und so weiter, das geht dann alles beiseite, weil ich einfach mehr realistische Erfahrungen damit habe.

00:30:43: Es gibt tatsächlich immer noch aber den Modus, haben wir selbst auch erlebt in Workshops, dass man dann Dinge ausprobiert mit Führungskräften, wenn wir am Ende sagen, okay, das Ergebnis ist nur so halbgut, hätte man mehr davon erwartet, müssen wir uns erst mal nicht miteinander setzen.

00:30:58: Der Reflex ist enorm, das heißt der Anspruch an das Ergebnis dieser neuen Technologie ist dann wirklich auch gigantisch.

00:31:08: Und der Selbstschutzmechanismus zu sagen, ich kann das beiseite legen, ich muss mich nicht in zu große Unruhe begeben, der war lange sehr stark.

00:31:17: Ich habe jetzt so ein bisschen den Eindruck, dass die wirklich jetzt akut die letzten Wochen und Monate, also ich meine jetzt nicht im letzten Jahr, sich wirklich in den Unternehmen was substanziell ändert.

00:31:28: Ja, dass sie sagen okay und auch bei den Führungskräften.

00:31:31: Es geht nicht mehr ohne und dieses KI als Hype abzuwerten, dass das so ein bisschen aus dem System sich rauswächst und man akzeptiert, nee, das ist jetzt einfach ein Kernthema.

00:31:42: Das ist jetzt mein Hauptthema als Führungskraft für die nächsten Jahre und ich ordne dem vieles andere unter.

00:31:49: Genau.

00:31:50: Wir kommen damit auch zum sechsten.

00:31:52: Ist es doch der fünfte, die fünfte Regel?

00:31:55: Hast du eben auch schon mal angesprochen und wir haben auch noch früher darüber gesprochen, die Fehlerkultur fördern.

00:32:00: Also CEOs sollen Fehler als Teil des Prozesses akzeptieren und den Wandel aktiv unterstützen.

00:32:06: Und ich glaube, das ist ein super wichtiger Punkt.

00:32:08: Kannst du dazu auch noch ein bisschen das Meer ausführen?

00:32:11: Ja, ich meine, die Frage ist, was ist überhaupt ein Fehler?

00:32:16: Ja, also allein die Definition, allein das Wort Fehler sollte es in der Firma, die eine gute Fehlerkultur hat, gar nicht mehr geben.

00:32:26: Weil ich per se akzeptiere, das ist ja auch eine gute Grundregel fürs Leben an sich, wenn man irgendwie Entscheidungen treffen will, dass man sagt, okay, es gibt keine richtige oder falsche Entscheidung per se oder anders gesagt, ich selbst bin derjenige, der den Maßstab gibt.

00:32:42: Es gibt ja keinen... übergeordnete Weisheit in der Welt, die einem sagt, okay, das ist jetzt ein Fehler oder nicht.

00:32:47: Und in dem Moment, in dem ich sage, ich habe eine experimentierfreudige Kultur gebaut, dann wird irgendwann klar, dass ich einfach Dinge tue und manche verfolge ich weiter und andere nicht.

00:32:59: Und das, was ich nicht weiter verfolge, definiere ich irgendwann mal gar nicht mehr als Fehler, sondern einfach als einen Umweg, den ich irgendwann mal gegangen bin, woraus ich aber gelernt habe.

00:33:09: Es muss zugleich und um durchaus schon auch meine eigene These damals mit einer kleinen Einschränkung zu versehen, es gibt lebensnotwendige Bereiche, wo bestimmte Fehler, also das klassische Beispiel Medizin ansprechen, wo man sagt, okay, da wäre der Begriff Fehlerkultur vielleicht nicht der richtige.

00:33:27: Aber auch eine Operationsmethode, die ist, wenn sie heutzutage total modern und weitestgehend sicher ist, ist nur deshalb entstanden, weil irgendjemand an einer Stelle mal was anderes ausprobiert hat, in einem entsprechend geschützten Raum.

00:33:43: Und dabei eben gesehen hat, okay, das und das funktioniert und anderes nicht.

00:33:47: Also insofern ist den Begriff Fail Fast oder Fehler Kultur überwinden.

00:33:52: Allein daran merkt man schon, das ist noch eine Kultur, die nicht so ausgereift ist, dass sie schon in der Rent in sich verarbeitet hat, dass erfolgreiche Geschäftstätigkeit immer daraus besteht, Dinge zu tun, die bestehen bleiben und andere mitlaufen zu lassen, die eben nicht so erfolgreich waren.

00:34:12: um es vielleicht pragmatischer zu machen.

00:34:14: Das ist ja auch das Thema psychologische Sicherheit, dass ich eine Kultur und das gilt auch für mich als Unternehmer und durchaus auch Chef in meiner eigenen Firma, dass ich daran arbeiten muss, ein Umfeld zu haben und eine Kultur, in dem jemand in einem Raum sagen kann, okay, Du hast recht, das war jetzt Mist oder das war einfach nicht gut gemacht oder da ist wirklich einfach faktisch etwas falsch dargestellt und dass man aber auch das dann akzeptiert und kurz fragt, warum ist das passiert, wieso und nicht so die klassische, okay jetzt hau ich erst mal drauf, Impuls den entwickelt.

00:34:51: eine Vertrauenskultur herstellt.

00:34:54: Und die ist wichtig, da ist es diese menschliche Komponente gerade in KI an, wenn man sich sagt, okay, die Leute werden nur dann das Risiko eingehen, Dinge anders zu machen und auszugewähren, wenn sie wissen, dass grundsätzlich mal das Vertrauen da ist.

00:35:07: Fehler sind erlaubt und es gibt dann keine Schuldzuweisung oder so klassische eine auf den Deckel.

00:35:13: Endlich findet man wahrscheinlich die Fehler an sich natürlich nicht schön, aber wovor dann die Mitarbeiter am meisten Angst haben, ist halt, dass man den auf den Deckel kriegt.

00:35:22: Genau, und ich muss es aber als Entwicklungschance sehen.

00:35:24: Es gibt diesen klassischen Impuls, dass ich sage, okay, da ist was falsch dargestellt, dann fragt man erst mal, wer hat das gemacht?

00:35:31: Dann stellt man die Person rede, wieso?

00:35:33: Dann rechtfertigt die Person sich.

00:35:35: Und dann macht sich es richtig.

00:35:37: Und daraus entsteht aber nur wieder dieser Loop an Angst und Rechtfertigung.

00:35:40: Was ich tun muss, ist nicht wer, sondern warum ist der Fehler entstanden.

00:35:45: Und es ist immer eine systemische Antwort und nie eine Einzelperson.

00:35:49: Und dann sage ich, okay, was hat daran gefehlt?

00:35:52: Warum ist es in die falsche Richtung gelaufen?

00:35:55: Dann kann ich entsprechende Veränderungen in der Struktur schaffen.

00:35:58: Und dann hat diese Person nicht mehr die Fehler Anfälligkeit, die ich... zuvor angekreidet hat.

00:36:06: Das ist verantwortungsvoller konstruktiver Umgang mit Fehlern versus destruktiver

00:36:10: Umgang.

00:36:11: Und dann ist man wieder dabei.

00:36:12: Der Fehler ist die Datenquelle und gibt eine Information.

00:36:16: Ja, oder auch, dass die Firma vielleicht bestimmte Zugänge zu wissen, nicht ermöglicht, die geholfen hätten, den Fehler zu vermeiden oder zu enge Timeframes für die Lösung von bestimmten Aufgaben gestellt wurden und dann nicht der Weg geschaffen ist, zu sagen, hey, ich schaff das in der Zeit nicht, weil das dann direkt gleich ein Downgrade bei der nächsten Review Runde gibt.

00:36:39: Es gibt übrigens auch in ganz modernen agilen Start-up-Like-N-Umfeld, dann habe ich das auch schon gesehen, dass trotzdem dieses Destruktive da ist.

00:36:50: Und umgekehrt gibt es aber auch in sehr klassischen, mittelständischen, auf Vertrauen basierenden, gar nicht zu innovativ wirkenden Feldern eine ganz positiven Umgang damit.

00:37:01: Ja, das ist ein zweiter Blick, ist da oft wichtig.

00:37:06: Du hättest auch eben etwas gesagt, was uns dann zur Regel Nummer sechs bringt, nämlich du hättest gesagt, vielleicht hatten die auch nicht Zugang zum Wissen, das sie benötigt hätten.

00:37:15: Und deine Regel Nummer sechs heißt, AI Literacy für alle.

00:37:19: Also KI-Kompetenz muss in der gesamten Belegschaft verankert sein und nicht nur in den Fachabteilungen.

00:37:26: Kannst du das auch noch mal ein bisschen mit Leben füllen?

00:37:28: Ja, auch nicht nur in der IT, sondern ein HR-Person, ein Controller.

00:37:35: Selbst jemand, ich sage mal im modernen Sack von Facility Management, in der Infrastruktur.

00:37:40: Jeder sollte ein Grundverständnis darüber haben, was KI-Tools ermöglichen, was die Risiken sind und vor allem aber auch das, was ich auch eingangs sagte, wie steht die eigene Firma und das Unternehmen dazu.

00:37:53: Ja, also da ist es wichtig, dass ich nicht, also auch da nicht mit Daumenschrauben komme und sage, ihr müsst lernen, ihr müsst jetzt das und das tun, sondern dass ich ein lernendes Umfeld schaffe und auch die Zeit einräume, dass ich sage, jeder Mitarbeiter soll sich eine Stunde in der Woche mindestens in ein KI-Learning-Format einwählen, ja, oder das nutzen.

00:38:16: Interessanterweise komme ich dann oft in ganz spannende Diskussionen mit dem Betriebsrat oder anderen, die sagen, okay, das muss ich dann aber auch so machen, dass es in die Arbeitszeit integriert ist, damit die Leute sich auch so sehen, in ihrer Freizeit machen und so weiter.

00:38:27: Da kommt dann sehr schnell dieser deutsche Reflex rein, dass jede Stunde muss eigentlich produktiv irgendwo genutzt werden.

00:38:34: Im Zweifel gibt es dann aber auch ein Kompromiss, dass man sagt, okay, man gibt... Teil der Arbeitszeit vielleicht eine halbe Stunde in der Woche drauf und das Steuer.

00:38:42: dann führt dann automatisch dazu, dass der Mitarbeiter sich dann auch in einem sonstigen Umfeld so ein bisschen damit auseinandersetzt mit dem Themen.

00:38:48: Aber generell sollte nicht der Fehler gemacht werden, dass ich nur die Leute, die sagen wir in naheliegend Themen wie jetzt Marketing, wo ich irgendwie automatisiert mit Automatisierung viel machen kann, dass nun die Leute sich mit KI intensiv beschäftigen, sondern ich muss im Unternehmen insgesamt schaffen in der Organisation.

00:39:05: Also gilt übrigens auch für Verwaltung, Behörden, Institute und alles auch da.

00:39:14: Es ist wichtig, dieses KI Know-How zu etagieren und zu verankern.

00:39:16: und selbst wenn ich nur in die Woche, hört sich ja nach nichts

00:39:19: an,

00:39:20: aber schon das verursacht einen enormen als verursachten Austausch, dann steht ein Zyklus an Unterhaltung, dann schicken die Leute sich gegenseitig Empfehlungen, also das ist dann viel mehr gleich als eigentlich eine Stunde klingt.

00:39:34: Wozu redest du denn, wo die Mitarbeiter da ansetzen sollen?

00:39:39: Du sagst, wenn man sich zum Beispiel eine Stunde in der Woche hinsetzt, sind das dann Workshops, Seminare, das ist natürlich etwas Längeres.

00:39:47: Aber wo kann man sich denn als Mitarbeiter für eine Stunde lang informieren?

00:39:52: Also hast du da tatsächlich eine konkrete Seite?

00:39:55: Ist natürlich auch immer ganz abhängig davon, welche Branche es natürlich ist.

00:39:58: Aber hast du vielleicht tatsächlich so einen ganz konkreten Tipp, wo man sich relativ gut allumfassend zu KI Technologien informieren

00:40:07: kann?

00:40:08: Ja, also wenn ich jetzt privat, also wenn ich jetzt sage, das Unternehmen stellt mir nicht zur Verfügung, was ja in seltenen Fällen so ist.

00:40:15: Die meisten Unternehmen haben ja eine interne Learning Software.

00:40:18: Wir helfen ihnen auch oft, das entsprechend aufzusetzen und aufzustellen.

00:40:22: Haben eine Learning Plattform, manche nutzen sowas wie LinkedIn Learning als Tools, wo sie sagen, okay, da können sich die Leute einwählen.

00:40:31: Wenn man sagt, nein, das gibt es in der Form nicht.

00:40:36: Und ich nutze es ganz frei vom Markt, würde ich wirklich in den klassischen Quellen schauen.

00:40:42: Es gibt enorm gute KI-Online-Kurse auf YouTube, die auch gratis sind.

00:40:49: Ja, und es gibt auch viele Unternehmen, die wiederum sagen, okay, hier ist übrigens eine Library an Links, die könnt ihr benutzen, um euch aufzuschlauen.

00:41:01: Und das sind auch Quellen von außen, die aber von uns irgendwo zumindest beobachtet zertifiziert sind.

00:41:07: Also da muss man nicht irgendwie das Gefühl haben, enorme Hemmschwellen da überschreiten zu müssen.

00:41:13: Ich würde aber jedem Unternehmen empfehlen, zumindest so eine Link-Library bereitzustellen, wo ich sage, okay, das sind Formate von uns, die haben wir angepasst, dann zu sagen geschützter, also gibt es das auch oft schon umgesetzt.

00:41:26: Ich sage, okay, hier gibt es dann Webinare, in die ich mich einwähle, von Peer to Peer, das müssen gar nicht unbedingt externe Speaker sein, sondern jetzt einfach, um daum

00:41:35: einen Austausch

00:41:36: zu schaffen, muss ich niemand teuer einkaufen, der mir das erklärt.

00:41:39: Ich lasse mir einfach das Konzept, die bestimmten Konzepte erläutern und daraus diese Eigendynamik zu... entfalten.

00:41:48: Es gibt auch gute Newsletter, um mich auf dem Laufen zu halten, auch wirklich von den deutschen Medien.

00:41:55: Ihr macht es ja sogar, ihr macht sowas, gibt es auch von Anbietern wie Heise oder Ähnlichen, wo ich sagen kann, einmal am Tag höre ich mir das an, was da passiert.

00:42:03: Und es sind letztlich zehn Minuten.

00:42:04: Und wenn ich das dann ein paar Wochen gemacht habe, dann mache ich es auch nicht mehr jeden Tag, weil dann das ist ein Video, aber dann bin ich so in den Flow

00:42:13: reingekommen.

00:42:14: Das ist ganz entscheidend.

00:42:17: aber auch große Formate zu machen, wo ich mal sage, okay, jetzt ist mal zwei Tage, machen wir wirklich einen Art KI-Hacker von, wo die ganze Firma, gibt es tolle Beispiele von Unternehmen wie Otto oder auch Deutsche Bank oder so, diese genau solche Formate gemacht haben.

00:42:32: Ich sage, okay, ich mache jetzt wirklich, zumindest die, die verfügbar sind, setze ich jetzt in einzelne Räume, dann können die das wirklich mal nicht nur eben diese Stunde pro Woche, sondern auch mal einen ganzen Tag oder zwei ausprobieren, schauen, was dann entsteht.

00:42:43: Und dann kann ich mir immer noch über Träger überlegen, welche dieser Ergebnisse... sich dann übertrage oder auch nicht, aber allein dann zu sagen, okay, ich habe hier Module, in denen ich die Dinge ausprobieren kann.

00:42:53: Wie wir es hier auch in der Firma machen, das saugen die Leute richtig auf.

00:42:55: Wir machen regelmäßig, bei Nunatak, in München, aber wir haben auch die anderen Staaten in Berlin, Zürich, wo es auch wirklich so ist.

00:43:03: Die Leute kommen zu uns und müssen sich dann nicht daran halten, an die Reglementierung in die eigenes Unternehmen hat und die saugen dann an dem Terminal richtig

00:43:10: auf.

00:43:10: Oh

00:43:10: wow, mit Perplexity kann ich das und das machen.

00:43:13: Oh wow, gibt es Löscher, das französisch angemessen.

00:43:15: Ich wusste gar nicht, dass ich hier, oder mit Clot beispielsweise, dass ich da auf einmal Tabellen ausspucken kann, fertige Excel-Tabellen, was bei OpenAI und Chatchi-PD noch gar nicht geht.

00:43:26: Also diese Dinge auszuprobieren, das ist genau das, was eine entscheidende Hürde abbaut bei der Anwendung und Nutzung von Technologie.

00:43:36: Podcast heißt, mit Herz und Karri, das entscheidende ist eben, dass die Menschen merken, okay, es kommt immer noch auf sie an, man schafft sich nicht selbst ab.

00:43:46: Wir haben uns noch nicht viel über Prompting geredet, weil ich immer denke, es wird so ein bisschen, natürlich muss ich gut prompten können, aber das ist nicht, also damit habe ich noch lange nicht verstanden, wie wirklich die Tools funktionieren, das ist ein Skill, den ich entwickeln muss, aber auch den baue ich ja als Mensch.

00:44:02: Der Mensch bleibt im Loop und deshalb ist dieses Thema AI Literacy auch nichts, was ich dem Leuten einfach aufzwingen sollte, sondern ich muss es mit Begeisterung, ich muss Begeisterung entstehen lassen und positive Emotionen, dann fällt es lernen viel leichter.

00:44:20: Und das eben tatsächlich nicht nur in den Fachabteilungen.

00:44:22: Ja.

00:44:23: Genau.

00:44:23: Super.

00:44:24: Okay, dann kommen wir schon zu deiner letzten Regel.

00:44:27: Regel Nummer sieben und die lautet, die Zusammenarbeit muss cross-funktional sein.

00:44:32: Also Business und Tech müssen gemeinsam arbeiten, damit man eben erfolgreiche KI-Lösungen entwickeln kann.

00:44:39: Da würde ich dich bitten, dass du das auch uns nochmal ein bisschen erklärst.

00:44:42: Ja, also das ist ja die klassische Unternehmensaufteilung, weil ja es gibt eine IT.

00:44:47: Abteilung ist dafür zuständig, dass alle technischen Systeme in den Unternehmen funktionieren.

00:44:53: Und die hat ihr Backlog und ein Ticket-System.

00:44:56: Und wenn irgendwas nicht passt oder irgendeine Anforderung entsteht, dann muss ich mich dahinten anstellen und dann entscheidet die IT nach ihren internen Strukturen, wann die Umsetzung entsteht.

00:45:07: So.

00:45:08: Und in zweifels Fall vergeht dann ein Jahr und dann sagt die IT ja übrigens so genau, kann man die Anforderung nicht umsetzen, gibt das zurück ans Business, dann hat das Business aber schon wieder ganz andere Prioritäten gehabt.

00:45:17: muss ich erst mal wieder die Zeit nehmen.

00:45:20: Und was wir heute brauchen, ist wirklich ein Mischansatz, dass ich sage, von Anfang an arbeiten diejenigen, die IT-Kompetenzen haben und diejenigen, die Business-Kompetenzen haben, in Squads, ein neudeutsches Wort, in integrierten Teams zusammen, um zu sagen, okay, das sind die Daten, das ist das Feedback, das wir vom Markt bekommen.

00:45:43: Und das ist jetzt das, wie wir es angehen wollen.

00:45:46: Und dann lass uns doch mal kurz ausprobieren und gemeinsam schauen, wie wir es umgesetzt kriegen.

00:45:51: Dieses Modell-Business definiert die Anforderung IT setzt um, funktioniert bei KI nicht, weil die erste Dialog zwischen der Fachexpertise und denjenigen, die das Geschäft kennen, wirklich... sichtbar wird, welche technische Möglichkeit auch da ist.

00:46:07: Ich brauche ein Business Owner, ich brauche im Optimale auch ein Data Scientist, ich brauche einen Domain, Umsetzungsexperten und dann brauche ich eben eine agile

00:46:14: Arbeitsweise,

00:46:16: um um Use Cases umzusetzen, die dann auch wirklich Sinn machen.

00:46:20: Also insofern werden wir, also KI ist ja kein Selbstzweck, ich sage ja nicht, ich will, Künstliche Intelligenz ist das Hauptziel meines Unternehmens und es wird immer eine erfolgreiche gute Produkte zu machen und ein aktiver Arbeitgeber zu sein und unter dem Strich Geld zu verdienen für meine Shareholder.

00:46:41: Das ist immer der höhere Zweck.

00:46:43: Und KI ist ein Tool und Technologie ist ein Tool auf dem Weg dorthin, das besser zu tun.

00:46:51: Und das geht aber nur, wenn derjenige, der es anwenden und umsetzen soll, einen bestimmten Rahmen, aber eben auch, um auch wieder die vorherrigen Tiesen damit zu verbinden, auch den Mut hat und auch das Risikobewusstsein zu sagen, okay, ich darf das jetzt eben in diesem geschützten, aber eben auch integrierten Raum und nicht nur für mich im stillen Kämmerchen ausprobieren.

00:47:15: Robert, da möchte ich mich erst mal ganz herzlich bedanken.

00:47:18: für diese sieben Tipps.

00:47:19: Ich möchte dich auch noch zuletzt aber gerne fragen, das finde ich nämlich sehr, sehr, sehr spannend und da kommen immer viele Inspirationen zusammen für die Hörerinnen.

00:47:28: Was für KI Tools nutzt du denn eigentlich, sowohl beruflich als auch privat sehr, sehr gerne?

00:47:34: Ich bin in letzter Zeit, also ich bin immer jemand, der nicht das nutzt, was alle

00:47:40: anderen nutzen.

00:47:41: Insofern habe ich eine Weile tatsächlich wenig mit GPPT gearbeitet, sondern sehr viel als bei den Sprachmodellen mit Klot.

00:47:49: Wir haben auch für uns hier in der Firma ein Tool eingesetzt, also kein Custom GPT für uns, sondern ein Tool aus Deutschland auch.

00:47:57: Das heißt Amber Search, was uns dabei hilft, auf das Wissen zuzugreifen, das wir das Unternehmen als Digitalberatung auch in der Umsetzung in den letzten zwölf Jahren gesammelt haben.

00:48:08: Das ist etwas, was ich nutze im privaten Bereich.

00:48:14: Bin ich jetzt schon, muss ich sagen, in den letzten Wochen und Monaten sehr beeindruckt.

00:48:18: von dem, was Chamini, also in der Google-Anwendung, was dort stattfindet, auch mit den, insbesondere mit den Videobildintegrationen.

00:48:28: Das ist jetzt kein explizit unbekanntes Tool, aber da muss man schon auch erstmal schauen, eine tiefe Einsteigen, was da als Funktionen alles da ist.

00:48:36: Also gerade, wir haben vorhin schon mal kurz über Fotografie geredet.

00:48:38: Ich habe ein Bild vom Berliner Dom mit Sonne im Hintergrund und ich sage halt einfach, okay, bitte mach schlechtes Wetter und dann habe ich das halt in der Sekunde.

00:48:46: Also das sind schon Dinge, da ist das Tempo schon enorm.

00:48:51: Was ich ansonsten, womit ich auch sehr, sehr gute Erfahrungen mache, ist wirklich mit Voice, all das ich wirklich sage, ich nutze die Tools und spreche mit ihnen.

00:49:00: Ja, also ich fange an zu reden und auf den Output als Audio zu benutzen.

00:49:04: Ich habe mich auch für so Themen wie heute bereite ich mich oft vor mit Notebook LM.

00:49:10: Ja, das ist kein Grund, indem ich Daten reinlade.

00:49:13: In dem Fall auch von Google kann ich mir dann eigene Podcasts anhören und mich quasi per Audio darauf vorbereiten.

00:49:22: Das sind einige Beispiele.

00:49:24: Es gibt aber auch inzwischen selbst für Themen, es gibt sogar Tools mit denen.

00:49:29: dass ich meine Handschrift automatisiert für Weihnachtskarten nutzen kann.

00:49:33: Ich glaube, der Erfolg ist nicht zu sagen, okay, ich mache alles irgendwie mit ChatGPT oder mit einem Tool, sondern dass ich einfach mal um die Ecke denke und schaue, was ist dafür geeignet, um dies und jenes zu tun.

00:49:49: Und im Zweifelsfall übrigens die KI fragen, welches Tool ist dafür geeignet.

00:49:54: Das ist ein ganz interessanter Test.

00:49:55: Also bei Perplexity beispielsweise als Suchmaschine, dass man schon außen sagt, dass und das Tool ist momentan am besten geeignet, um dies und jenes zu

00:50:04: machen.

00:50:05: Ja, was mir noch eingefallen ist, einer deiner Gästevorgänger, hierbei mit Herz und KI, der hat ganz doll geschwärmt von Whisperflow.

00:50:12: Das kennst du vielleicht auch, das ist tatsächlich so eine KI-App, mit der kannst du dann alles einsprechen und das fügt es überall in deine jeweiligen Dokumente ein.

00:50:20: Das hast du immer im Hintergrund mit dabei.

00:50:23: Und das ist natürlich wirklich super praktisch, weil man selbst, wenn man gut tippen kann mit den Fingern, da kann man nie so schnell tippen.

00:50:29: Wie das sprechen.

00:50:31: Genau, oder H&M kennen auch nicht so viele.

00:50:34: Das ist ein super Tool, um Videobotschaften und Schulungsvideos zu machen, die auch gebrandet sind.

00:50:41: Und jetzt gerade auch für Meetings, das machen wir oft, Workshops, Interview-Protokolle, so was wie Otter.ai, das ist übrigens schon vor dem H&M.ai-Boom gab, dass ich dann wirklich, wenn ich kurz trainiert habe, eine genaue Auswertung bekommen habe, wer hat was gesagt, genauso... bei Videocalls, dass ich das mitlaufen kann und danach sofort Protokoll bekommen.

00:50:59: Das gibt es sowohl bei Zoom integriert, als auch bei Google oder anderen Tools.

00:51:04: Was da übrigens wichtig ist, das bringt mir nur dann was, wenn ich in der Firma auch im Prozess habe, dass Meetings eben mit Follow-ups versorgt werden und du es, weil nur die Dokumentation zu haben, hilft mir auch nicht weiter.

00:51:15: Ja, so kann es da auch wieder der Human in the Loop.

00:51:20: Was jetzt perspektivisch spannend wird, ist Währschaftes am schnellsten.

00:51:26: als wirklich Agenten, Umsetzung zu, also welche Tools kommen da, werden da die Frontrunner für Kernunternehmensprozesse, damit meine ich jetzt wirklich ganz banale Dinge wie Reisebuchungen oder Beauftragungen von einem Catering-Dienstleister oder sowas.

00:51:41: Also wie komme ich da auf einen Knopfdruck?

00:51:43: Ergebnisse?

00:51:45: Das ist genau das, was gerade wo gerade so der Kampf ist, wenn man jetzt die GNI Tools betrachtet.

00:51:52: Und sehr oft liegt die Effizienz die wir sehen in Unternehmen, die sagen, okay, sie wollen mit KI ihre Prozesse und Abläufe beschleunigen, liegt in den internen Prozessen viel mehr als in den Kunden- und marktorientierten

00:52:04: Themen.

00:52:05: Robert, dann bedanke ich mich nochmal ganz, ganz herzlich für das Gespräch mit dir.

00:52:10: Danke dir, Fanny.

00:52:11: Hat Spaß gemacht.

00:52:13: Ich freue mich selbst aufs Anhören und würde dich gerne, und auch mal heute sind wir ja virtuell zusammengeschaltet in Persona treffen, um auch einfach ein bisschen auszutauschen, was eure Erfahrungen wiederum mit KI bei der Unternehmen sind, mit denen ihr zu tun habt.

00:52:24: Und freue mich auch auf die weiteren Folgen in deinem Podcast.

00:52:27: Ja, super.

00:52:28: Danke schön.

00:52:29: Liebe Zuhörerinnen, auch an euch lieben Dank dafür, dass ihr uns eure

00:52:34: Zeit geschenkt

00:52:34: habt und die Folge angehört habt.

00:52:37: Vielen Dank für euer Interesse.

00:52:39: Eine neue

00:52:39: Folge mit Herz und KI gibt es dann schon wieder in zwei Wochen und ich wünsche euch bis dann eine schöne Zeit und hoffentlich bis bald.

00:52:45: Tschüss.