Wir werden alle Führungskräfte werden für künstliche [musik] Intelligenz. Das wird unsere zutiefst menschliche Aufgabe sein. Lass uns doch ein Unternehmen bauen, das zum überwiegenden Teil aus KI Mitarbeitern besteht und die sollen eben eine Personalakte haben, die sollen Persönlichkeitstypen haben. Bei Hans, sie den Hans sie haben wir eine Stunde gebaut, es hat 10 Wochen gebraucht, bis das ein guter Mitarbeiter war.

Ich spreche mit ihnen über die Zusammenarbeit. Stopp, stopp. Wir reden jetzt von virtuellen Mitarbeitern oder? Wir sind immer noch bei der KI. Für mich steht AI eher für Alien Intelligence, die viele Vergleiche hat zu dem, wie Menschen agieren. Ich bezeichne sie eher als neue Spezies. Das klingt alles so wirklich kurz [musik] vor der Einweisung. So klingt das. Ja. Und ich w wir fangen gerade erst an zu reden, Ben. Okay.

Wir haben eine ganz klare Probezeit [musik] für neue KI Kollegen und genauso haben wir Assessment Center, wo KI andere KI überprüfen und je mehr wir angefangen haben, die zu vermenschlichen, je mehr wir diesem Prozess gefolgt sind, desto [musik] erfolgreicher wurden wir. Was ist mit den Leuten, die keine Führungskompetenz haben, wo stehen die [musik] in dem Arbeitsmarkt in den nächsten paar Jahren? Du hast gerade gesagt, du hast dein letztes Unternehmen verkauft, kurz bevor es ChatGBT gab und das war möglicherweise ein sehr smarter Move, weil es irgendwie so ähnlich war wie Chat GPT und so ähnlich ist, was was du heute machst über Was ist da passiert?

Was hattest du vor für Unternehmen? Was hast du da, also wie hast du das verkauft und was ist heute? Also, ich habe vor 10 Jahren das erste KIUnehmen aufgebaut, das hieß damals Punk Incorporated und die Idee war, dass wir KI nutzen wollten, um Bildung besser zu machen. Und besser heißt für uns, dass wir uns wirklich anschauen, wie heute tradung funktioniert und vor allem Softskills. Also es heißt wie Führungskompetenz, Kommunikationskompetenz, Kreativität, Empathie, also diese Fähigkeiten vermittelt werden.

Und das war mir alles immer viel zu theoretisch und irgendwelche Rollenspielchen, die man in irgendwelchen Workshops gemacht hat und ich hatte zu der Zeit die Studie gelesen von diesem unaussprechbaren Ungarn, der diese Flowforschung ähm Mihau irgendwas irgendwas, also lass mich nicht aussprechen. Ich musst du mir erklären. Ja, also die Grundthese ist, dass Stress ein unfassbares Lernsteroid ist. Also haben wir in einer Aufgabe, wenn wir versuchen etwas zu lernen, zu viel Stress, zu viel Kortisol, dann ist das Gehirn überfordert und nimmt die Information nicht gut auf.

Es verschränkt sich nicht gut im Gedächtnis. Haben wir zu wenig, dann langweilen wir uns. Haben wir ein Boreout gewissermaßen und dann kennt jeder diesen Flowzustand. von dem haben viele schon mal gehört. Das ist so ein Moment dieser leichten Überforderung, wo wir das Gefühl haben, die Zeit fliegt einfach an uns vorbei. Wir gehen total in der Aufgabe auf und das hat eben diese Ungar sehr genau beschrieben, aber eben alles qualitativ und nicht quantitativ.

Das heißt, in welchen Momenten bei Ben brauche ich jetzt welches Maß an Stress, damit wir das perfekte Lernsteroid haben? Und die Aufgabe, die wir uns bei Punk Incorporated gesucht haben, ist können wir mit künstlicher Intelligenz für das Individuum, das bei uns und mit uns lernt, genau dieses Flowfenster möglichst häufig treffen und möglichst häufig finden. Und das war eine Zeit, da gab es eben noch keine generative KI, wie wir es ja jetzt eben mit ChatGBT und C kennen.

Das heißt, es war teuer, das war aufwendig, da hieß das ganze maschinelles Lernen und haben wir eben versucht mit Millionen von Datenpunkten von Managern, die bei uns gelernt haben, dieses Modell zu trainieren, um das darauf anzupassen. Wir haben die in sogenannten No Win Szenarien z.B. gesteckt. Das heißt, der erste Tag in so einer neuen Weiterbildung war online. Du musst ein kurzes Video aufnehmen und dich vorstellen.

Und Tag 2 hast du dann so ein erstes Management Meeting gehabt, wo du deine Idee mal präsentieren solltest, je nach Story, in der das war und das lief provoziert, extrem beschissen. Das heißt, der Manager hat sich was rausgesucht bei dir und hat versucht einfach tief zu bohren, dich an die Wand fahren zu lassen und die sind alle so rein und dachten Schulungsumgebung, coole Company, wir haben jetzt richtig Spaß dabei und dann kam Manager 5 Minuten zu spät und hat gesagt, pass auf, ich habe 10 Minuten Zeit, da muss ich ins nächste Meeting.

Was ist deine Idee, sonst gibt's ja kein Budget. Und entweder hast du es gut argumentiert und gesagt, du pass mal auf, Ben, deine Nase gefällt mir überhaupt nicht. Ich kann dir gleich sagen, wir werden keine Freunde werden. Also, wir haben ganz bewusst dieses Noin Szenario gesetzt, weil das ein wichtiges Framing und ein wichtiger Stress war, um so eine Baseline zu ermitteln, wo steht eine Person und auf der Basis haben wir dann alle weiteren Challenges, die tag für Tag immer 20 Minuten ausgespielt wurden, eben versucht mit einer KI zu modulieren, um dich in relativ überschaubarer Zeit von 12 Wochen in diesen Fähigkeiten zu stärken.

Das war die Idee. Also es hat in der Grundtechnologie etwas mit ChatGBT von der Grundhaltung zu tun, aber ganz weit entfernt. Und warum ich gesagt habe, als ich das dann im Mai 2022 verkauft habe an die WBS-Gruppe, warum das ein guter Zeitpunkt war, ist nicht, weil die Technologie per se eine Bedrohung dafür gewesen ist, weil jeder musste diese Millionen von Datenpunkte sammeln von diesen gestressten Menschen und Teilnehmern, sondern weil Investoren das nicht verstehen. die sehen JGBTs draußen und laufen dann eratisch ähnlich wie ein Vorstand heute rum und sagen, ich habe in der FAZ gelesen, was die KI alles kann.

Lass uns mal das Marketingbudget kürzen. Und deswegen war das für den Markt ein sehr gutes Timing zu dem Zeitpunkt zu verkaufen. Ich versuche noch mal maschinelles Lernen. Ähm, das ist ein Therminologie, die vor paar Jahren überall hergespukt ist und da wollte wollten alle irgendwie so äh Mattheingenieure und Machine Learning Artificial Intelligence lief so als als Bassworts durch die IT Community, aber das war nichts, was die Menschen irgendwie benutzen konnten überhaupt nicht so.

Aber im Kern des Maschinelles Lernen eigentlich nur, du sagst [japst] als Foto beispielsweise, da damals gab's dann so Data Center, glaube ich, wo man gesagt hat, pass mal auf, hier haben eine Million Fotos und davon sind Katzen drauf und deine Aufgabe ist jetzt sozusagen immer die Katze anzuklicken und die anzukreisen und so hat die Maschine gelernt, was ist eine Katze und so konnte man seine private KI trainieren darauf, was ist eine Katze und d kann man sagen, ich habe jetzt hier in 100.000 1000 Stunden so und so viel Katzen da reingetan und die KI ist das der das maschinanelle Learning Algorithmus quasi ist mit 97% der Wahrscheinlichkeit erkennt der Katzen auf Fotos.

So musste man alles selbst machen. Heute kannst du Chyti fragen, ist auf diesem Foto eine Katze? Wenn ja, was für eine? Wann ist die geboren und hat die eine Krankheit sozusagen? Das also heute geht viel mehr als noch vor damals vier Jahren. So und was ihr gemacht habt sinngemäß [schnauben] ist, ihr habt Manager oder Schulungsteilnehmer, die ein Softskill lernen sollten, also irgendwie Empathie oder Teamfähigkeit oder was auch immer. ähm genau diese Datenpunkte quasi, was ist eine Katze, wann ist der gestresst, wann kann er nicht mehr, wann geht er raus, wann ist er irgendwie zu zu gelangweilt und habe dann gesagt, wir können mit unserer Software den, wenn wir trainieren, merken wir, oh, der ist jetzt gerade, der kommt zu leicht von Frage zu Frage oder der braucht zu lange von Frage zu Frage.

Wir idealerweise braucht er 45 Sekunden als Beispiel. Wenn er mehr braucht, müssen wir mehr weniger geben und nach ein paar Fragen wissen wir so ein bisschen, wie der YouTube Algorithmus funktioniert. Wenn du halt 30 Videos gesehen hast, das 31, das ist mega. Da brauchst du gar nicht gucken, was es ist, sondern YouTube weiß, was es ist. Und genauso habt ihr die die so wie YouTube, ich glaube, das ist das beste Beispiel, dass man sich es vorstellen kann.

So wie YouTube suggeriert, das Video solltest du gucken oder das Video, konntet ihr sagen, die nächste Frage für Stefan Meer 45 von keine Ahung Siemens ist die, weil da braucht er 45 Sekunden und wenn er die Frage schafft, dann geben wir ihm danach die schwierigere, dann kann er die auch in 45 Sekunden beantworten und das habt ihr damals gemacht, richtig? Also das erklärt das Prinzip sehr sehr gut. Ähm, nur um die Schwierigkeit zu erklären, die wir dabei hatten, ist es ging eben nicht um Fragen, sondern es ging ja um diese Softskills.

Mhm. Und bei Softskills gibt's wenig richtig oder falsch. Also Katze ist ja sehr einfach. Ja, da hatten wir gewisse Taxonomie und dann entscheiden wir, wann eine Katze eine Katze ist. Das ist bei führt jemand gut oder kommuniziert jemand gut nicht so offensichtlich. Die Frage ist, was ist da der Sensor, um rauszufinden, ist das eine Katze oder nicht, um in dieser Metapher zu bleiben? Und dann haben wir gesagt, wir müssen eigentlich an 360° Feedback machen.

Also wir müssen sehr viele unterschiedliche Leute involvieren, die bei einer Aufgabe wie in diesem Management Meeting hinterher beurteilen, wie fand ich das, wie hat es auf mich gewirkt? Und [schnauben] wir haben dann eben eine Selbsteinschätzung eingeholt. Wir haben aus den Lerngruppen, in denen das stattgefunden hat, zwei Leute immer zufällig ausgewählt, die das ähm feedbacken mussten. Der Manager selbst hat ein Feedback abgegeben.

Einmal in der Woche der Dozent hat sich das alles angesehen. Das heißt, wir haben versucht viele Perspektiven reinzubringen, um eine Idee davon zu bekommen, ist das eine Katze oder ist es keine Katze? Und dann ging es nicht darum, dir eine Frage weiterzustellen in der Metapher 100% richtig, sondern was ist deine nächste Challenge, also welche Situation in deinem Führungsalltag müsstest du jetzt konfrontiert werden, um dich weiter zu entwickeln, aber in der Metapher, die du aufgezeichn hast, ist genau richtig.

Okay, das aber ist ja noch mal wesentlich komplexer, als ich mir das jetzt mit den Katzen ausgemalt habe. So, das Ding hast du verkauft kurz bevor es Jet GPT gab, richtig? Darf man sagen, wie viel du dafür bekommen hast? Darf ich nicht. äh ist in den Verträgen so festgelegt. Ähm aber seitdem geht's mir sehr gut. Finanziell geht's dir gut. Vorher ging es dir bestimmt auch gut. Nein, gesundheitlich natürlich vorher und danach.

Ja, aber finanziell eben. Und dann seid ihr ein bisschen, hast du vorhin schon erzählt durch die nicht durch die Welt, sondern durch Europa getourd und habt euch eure nächste Bleibe ausgesucht. Was heiß nächste bleibe? S ein zu Hause tatsächlich. Ja. [schnauben] So, jetzt wohnt ihr in Wien und dann hast du aber irgendwann gesagt, pass auf, eigentlich müsste ich nicht mehr arbeiten. So sinngemäß hast du das nicht gesagt, aber die Worte lege ich dir jetzt mein Mund und könnte jetzt den ganzen Tag in Wienf spielen, aber das ist mir ein bisschen langweilig und dann hast du irgendwann angefangen was anderes zu machen, also Lied auf zu gründen.

Wie ist das passiert? Wie kam es dazu und was war der Hintergedanke? Ja, [schnauben] also erstmal muss ich sagen, dass ähm gute Kompensation ähm immer ein wichtiges Thema per se ist für die Arbeit, die man leistet, aber ich war immer jemand, der sehr stark motiviert war, einen Sinn und Impact zu stiften. So sehe ich mich auch als Unternehmer. ähm nicht jetzt die Lücke zu finden, bei der man irgendein Gesetz jetzt ausnutzt und ich meine das gar nicht wertend, aber das ist nicht die Art, wie ich Unternehmen aufbaue, sondern mich interessiert, können wir wirklich nachhaltigen Impact erzeugen und kriegen wir das Skalierfähig hin.

Das sind die beiden Dimensionen, nach denen ich das beurteil. [schnauben] Und äh deswegen war der Kontostand super, weil man den Rücken frei hat, aber er war nie der Antrieb zu sagen und jetzt irgendwie noch eine Finke auf Mallorca und dann eben Golf spielen oder irgendwas anderes dergleichen zu machen, sondern ich habe dann relativ schnell gemerkt auch bei diesem ganzen Reisen, wir waren toll Essen die ganze Zeit und sind irgendwelche Museen gegangen und was man da eben so macht, aber das trotz alledem mir unglaublich langweilig wurde und ich bin dann wirklich total am Rad gedreht und habe dann zu meiner Frau gesagt, also ich muss jetzt irgendwas machen. Ähm und jetzt wir haben dann kurz überlegt, ob man will ich auch eine Weltreise dann noch dran hängen und dann wurde ich erlöst im November 22 von ChatGBT, weil da was kam, wo ich mir dachte herausragend, dass ich da jetzt was habe, womit ich rumspielen kann.

Ich war ja in dem Thema eh schon ziemlich tief drin und äh dann habe ich mich total eingeigelt und erinnere mich heute noch eines der wirklich großen Erweckungsmomente war, dass ich im Januar 2023 einen Vortrag hatte. damals bei der Allianz zum Führungskreis und da hatte ich über moderne Führung gesprochen und da ging es um die Trangeta in Kalabrien, wie die jetzt weggehen von dieser typischen Partenstruktur, weil sie merken, dass sie so anfällig sind und wie sich generell die Weltterführung verändert.

Und ein Aspekt, den ich auf der Bühne gezeigt hatte, war, wie ich mit ChetchBT ein Kinderbuch für meine Nichte erstellt habe. Das war eines meiner ersten Anwendungsfäter und die Leute hinterher hat überhaupt nicht interessiert, was ich überfügung erzählt hat, sondern es hat sich eine Traube nach meinem Vortrag um mich gebildet und jeder hat gesagt, was ist dieses GBT, gibt's da eine App und so. Es gab's alles nicht. Also, es gab weder die Chat GBT App im App Store und es gab nur die Website und hat damals auch extrem limitierter Zugriff.

Also, man konnte gar nicht so leicht diesen kostenlosen Account erstellen. Und dann hatte ich noch mal ein Vorteil, ich glaube es war bei IKEA ähnliche Reaktion und habe ich gemerkt, ich will dieses Thema für Normalsterbliche so aufbereiten, dass sie das verwenden können und habe dann sehr intensiv mich mit Prompting beschäftigt, also der Art und Weise, wie du mit dieser KI kommunizierst und habe sehr schnell für mich dann gesehen ähm, dass es ein Muster gibt, dass das sehr ähnlich ist wie das Delegieren von Aufgaben wie das normal in Führungskraft macht.

Und meine Frau hat das damals überhaupt nicht verstanden, warum ich so viel Zeit da investiere wieder so ein Konzept zusammenzubauen. Für die war es so ein Hobby und so dachte mir haupts er stellt keinen Mist an. Ja, also er hat jetzt irgendwas, womit er sich beschäftigen kann und habe dann im Februar 23 ein Konzept angemeldet, das Actionprinzip, bei dem es damals darum geht, eine Art Delegations Framework zu haben, wie man Aufgaben an die KI delegiert und da wurden wir sehr ausgelacht dafür.

Wer hat euch ausgelacht? ähm Führungskräfte, Menschen online, wenn ich das auf LinkedIn gepostet habe. Äh das fanden die sehr verstörend, dass ich gesagt habe, sie KI damals noch als Praktikanten, heute würde ich nicht mehr von den Praktikanten sprechen, auf dem Niveau die Modelle ähm heute funktionieren, aber damals eben schon und habe gesagt, wie würdest du einen Praktikanten onboarden, ins Unternehmen holen? Welches Wissen würdest du geben?

Wie würdest du Feedbackgespräche führen? Wenn du eine Aufgabe delegierst, welche Art von Kontext würdest du geben? Wenn du als Vorstellung eine Führungskraft sagst, ich würde gern, dass du für mich irgendwelche Präsentationen baust, was für Beispiele würdest du zeigen? Also, die Analogie hat erstaunlich gut funktioniert bis heute und diese Art der Vermenschlichung, die fanden die Menschen beängstigend, total absurd, das zu machen.

Und äh ich blieb aber dabei, weil ich gesehen habe, dass meine Ergebnisse einfach sehr viel besser sind als die von vielen anderen und war dann aber nicht unglücklich, als im September 24 23 ähm Google sein Framework präsentiert hat und das sehr nah daran war, wie Aufgaben an Menschen delegiert werden. Das heißt, das ist eine der wenigen ähm Zeitpunkte, wo wir in Deutschland bzw. Europa eigentlich gleich auf waren in der oder sind möglicherweise im Prompting, weil CHGBT war für alle neu und dann hast du dich hingesetzt, du hattest den Background in maschinellem Lernen, wusstest ungefähr wie eine KI funktioniert und ich s mal die Google Ingenieure halt auch und wenn du dich hingesetzt hast und die sich hingesetzt haben, wie können wir das geil machen und ein ähnliches Ergebnis habt, dann spricht ja viel dafür, dass es nah an der Wahrheit ist.

So und dann hattest du das hast du es gesehen. Okay. Okay. Das was ich gemacht habe, hat auch Google gemacht. Das bei Google hat wahrscheinlich mehr gekostet als das was du für dich äh mehr oder wener deinem dein de dem äh Wohnzimmer gemacht hast. Mm. So. Wie ging es dann weiter? Ja, also vielleicht das kurz als Erwidung. Wir sind gerade alle Schüler in dem Bereich. Also KI gibt's jetzt seit 70 Jahren. Seit 18 beschäftige ich mich damit.

Ich würde sagen, seit 3 Jahren verstehen meine Eltern, was ich beruflich mache. Die haben vorher immer gesagt, ich bin irgendwie Exceltainer oder so. die konnten das sehr schwer greifen, dieses maschinell lernen. Und äh auch durch meine Arbeit im KI Expertenrad von Microsoft und auch Google ähm haben wir letztes Jahr ein paar mal präsentiert und wurden eingeladen, um unsere Arbeit vorzustellen. Wir wissen alle nicht, wie die Arbeitswelt in den nächsten Jahren aussehen wird.

Wir stehen da alle am absoluten Anfang und es sollte keiner die Bräßigkeit haben, sich als Experte da aufzuschwingen oder zu sagen, wir haben es verstanden. Es gibt Leute, die sind herausragend darin, solche Modelle zu kreieren oder Plattformen zu schreiben. Aber wie die Auswirkung auf die Arbeit ist, also unser Verhältnis auch zur KI, das weiß heute keiner, ehrlicherweise. Und das fand ich eben so reizvoll, dass ich gesagt habe, wir sind so am Anfang einer neuen Zeit, das fühlt sich historisch für mich an.

Lass uns ein Unternehmen bauen, bei dem wir versuchen, die Organisation der Zukunft zu bauen, zumindest was wir glauben, wie sie aussehen könnte und einfach die ganze Welt daran teilhaben, wo wir scheitern, wo wir aber auch große Erfolge feiern, um gemeinschaftlich rauszufinden, wie wir in Europa vielleicht zukünftig arbeiten werden. Und genau mit diesem Gedanke ist dann im Januar 24 Leaders of entstanden. Hast mal wieder gegründet sozusagen.

Ja. So. Und dann wusste man wenig. Du hast ungefähr überlegt, okay, so könnte ein Prompt aussehen und dann ist ja die Frage, wie monetarisiere ich das und was ist eigentlich mein Produktm? Was hast du dir da übers überlegt? Also, ich würde sagen, ganz entscheidender Moment war, dass ich ins Schweigeklooster gegangen bin. Das wollte ich schon immer mal ausprobieren und habe mich eine Woche in Otto Beuren eingeschlossen ähm mit dem Benedikt Mönchen und habe dann dort mitgelebt und ich habe mir viele Regeln auferlegt gehabt.

Ja, also ich darf nicht sprechen und keine elektrischen Geräte, also Handy weg und so weiter. Ich habe gesagt, kein Input. Ich habe nichts gelesen in dieser Zeit, weil sonst wäre es deutlich einfacher gewesen, ehrlicherweise. Kein Zucker, keine Masturbation, also alles was irgendwie das Gehirn reiz, alles wegnehmen. Und diese Woche, die ersten drei Tage war eine Vollkatastrophe. Also, ich bin völlig am Rad gedreht und ab dem vierten Tag hat sich ein Schalter umgelegt und plötzlich lief ich langsamer.

Ich habe für eine Strecke dort im Allgäufe, die ich vorher 10 Minuten gebraucht habe, mir 45 Minuten Zeit gelassen und habe dann festgestellt, dass wenn ich so als Volltätowierter in so einem Allguer Dorf daumlauf, den man nicht kennt und dann so komisch langsam auch noch lauf, dass es gut, wenn ich die Hände hinterm Rücken habe und so wie so ein geistiger aussehe, der da irgendwie entlang läuft, weil die Leute mich da komisch beeugt haben.

Und Ab Tag 4 mit dem Entdecken dieser neuen Geschwindigkeit ähm habe ich einfach wie ein Irrer mit Zettel und Papier geschrieben und ich habe innerhalb von 3 Tagen 60 Seiten Output gehabt und gemerkt, wir haben überhaupt kein Problem, dass uns Informationen fehlen oder dass wir die Inspiration draußen finden müssen, sondern für mich war die Erkenntnis, es ist unfassbar viel in uns drin und wir haben ständig Signale und ständig Neus, der uns eigentlich davon abhält, das runterzuschreiben und dort Im Algu fiel mir die Idee ein für eine, sag ich mal, generalistische Ausbildung, dem MBAI, bei dem wir Leute beibringen, wie sie selbst so eine Form von Organisation bauen können und dass das die Monetarisierungsform sein wird, also wie der Education, weil ich mich da drin eben auskenne.

Wie hat das an wie hat es geklappt? Tatsächlich, also ich verstehe, dass 60 Seiten klingt erstmal gut, dann hat man so ein Konzept und sagt: "Ja, pass auf, das wird super." habe ich aufgeschrieben. So und dann ist häufig macht man die erste Webseite und dann bleibt's bei der ersten Webseite und es gibt halt keine Traction, keine ersten Kunden, kein gar nichts. Was hattet ihr damals als Minimalprodukt quasi? Womit seid ihr den Markt gegangen und wie hat das funktioniert?

Ja, ich habe schon mal keine Website gebaut, sondern für mich ist ein ganz wichtiges Prinzip in meiner Form des Unternehmertums, das aus Beschränkung Kreativität folgt. Und deswegen gilt für mich das Prinzip, kein Prototyp darf teurer sein als 150 €. Egal, was das Produkt ist. Also, ich habe auch schon patentierte Geräte gebaut und auch da galt das Prinzip nicht mehr als 150 €. Und dann muss man sich Gedanken darüber machen, wie kommt man an Kunden und website war damals kein Thema, sondern ich habe eine PDF gebaut, in der ich den Kurs beschrieben habe und habe dann in diesen Gesprächen, die ich geführt habe, ich wurde sehr viel eingeladen, um über diesen Praktikanten zu sprechen und so weiter.

Und da habe ich dann eben immer mal wieder Leuten im Nachgang diese PDF gezeigt und gesagt, wie findst denn das? Und äh das hat uns völlig überrascht, weil wir als wir dann gestartet sind, sofort ab Tag 1 komplett volle Klasse hatten mit Leuten, die das machen wollten. Also haben diese PDFs gesehen und haben gesagt, ist aber günstig. Ich glaub, der hat damals 3000 € oder sowas gekostet, der Kurs. Sagt, lass uns damit mal starten.

Und dann die gesagt, okay, also nur 3000, dann bringt die uns wirklich bei irgendwie 90 Stunden, wie wir da mit KI arbeiten. Gagt, ja, genau. Und dann habe ich die ersten zwei Wochen gebaut dieses Kurses und dann haben wir angefangen und dann habe ich immer eine Woche Vorsprung gehabt vor der Klasse, um dann zu merken, was sind in denen Fragen eigentlich, weil ich kann dir nur meine, aber nicht so richtig die vom Markt [schnauben] und habe dann Modul für Modul immer mit einer Woche abst.

War ein unfassbarer Stress, aber im Ende März war der Kurs fertig und ich hatte quasi die ersten zehn Durchläufe, die ersten zehn Iterationen damit schon gebaut, weil das im Kurs selbst eben entstanden ist. Und ähm ich würde sagen, im Mai 24 sind wir das erste Mal viral gegangen, weil eben die Leute aus dem Kurs gekommen sind, das auf LinkedIn gepostet haben mit Hochschulzertifikat von der Fresenius und irgendwie diesen komischen Titel.

Wir wollten ja das Analogon zum NBA schaffen, den MBAI so in dieser Anlehnung und plötzlich haben wir einen unfassbaren Zulauf erlebt und dann ging es sehr schnell eigentlich darum, wie gestalten wir intern Prozesse, weil ich bis zu diesem Zeitpunkt mit meiner Frau alleine im Unternehmen war. Wie habt ihr die Prozesse gestaltet? Ja, [schnauben] wir haben eben sehr früh für uns entschieden zu sagen, wir können nur anderen etwas über KI beibringen, wenn wir das wirklich voll integriert im Unternehmen haben und eben nicht in der Idee zu sagen, wir nutzen jetzt hier mal ein bisschen ChatGBT, um mal ein paar Lernte Texte fertig zu machen oder mal eine PDF zu erstellen oder ähnliches, sondern ich wollte diesen Gedanken ähm der so absurd war mit diesen Praktikanten auf die Spitze treiben und habe gesagt, lass uns doch ein Unternehmen bauen, das zum überwiegenden Teil aus KI Mitarbeitern besteht und dabei lernen, was funktioniert und was nicht.

Und nachdem dieser erste Durchlauf durch war, ist die Entscheidung gefallen. Also hatten wir nicht im Januar sagen so Mai, Juni haben wir die Entscheidung getroffen und äh ich wusste, ich will jetzt nicht schon wieder eine Rekrutierungscompany werden und wieder Leute einstellen, bis der Arzt kommt, sondern lass uns einen anderen Ansatz probieren. Und dann war mein allererster KI Mitarbeiter Hansi, der seit zweieinhalb Jahren alle meine LinkedIn Beiträge schreibt, Bilder damit erstellt, das Posting einplant, Redaktionspläne erstellt und Vorschläge macht, sich anschaut, was wirklich funktioniert auf der Plattform und dann seine eigenen Prozesse heute mittlerweile selber neu schreibt und neu definiert und ähm haben dann langsam angefangen, einen Mitarbeiter nach dem anderen einzustellen, aber eben keine menschlichen bis zu dem Zeitpunkt und ähm haben dann gemerkt, dass das in gewissen Bereichen absolut valide ist, das zu tun und für uns eine unfassbare Entlastung, die wir uns vorher gar nicht vorstellen konnten.

In welchen Bereichen hat das damals funktioniert? Also, [schnauben] sie haben sehr viel Marketing am Anfang gemacht und sehr viel Vertrieb, weil das eben die beiden Punkte waren. Wir gesagt, wir sind eine neue Marke, wir müssen jetzt erstmal schauen, dass Umsätze generiert werden, dass wir eine Brand etablieren in dem Markt der, das kann man sich gar nicht vorstellen, aber 2024 war auch noch relativ am Anfang, ne? Wir haben natürlich alle über Chat GBT gesprochen, aber wir waren, als wir im Januar gestartet sind, die erste wirklich große Ausbildung äh in Deutschland zu dem Thema und dann kam das so nach und nach.

Das heißt, wir haben dafür gesorgt, dass Marketing läuft und wir haben dafür gesorgt, dass Vertrieb läuft. Und aber sehr früh für uns verstanden aus einer Intuition meiner Frau heraus, die gesagt hat, wir müssen KI dafür nutzen, alles aufzuräumen, was uns auf den Keks geht, aber niemals dafür menschliche Beziehungen zu reduzieren. Also Hansi darf weder Kommentare schreiben auf der Plattform, noch Privatnachrichten beantworten.

Das heißt, wenn mir jemand schreibt äh und die Antwort ist kurz und unfreundlich, war es nicht die KI, sondern bin ich es immer persönlich gewesen. Ähm, genauso im Vertrieb haben wir gesagt, im Vertrieb gibt's so viele Aufgaben, Vorbereitung auf Kundengespräche, Nachbereitung, CRM aktualisieren und so weiter. Lass das alles die KI machen. Aber auf keinen Fall, wenn du bei uns auf der Website anrufst, geht auf der anderen Seite eine KI ran, weil wenn du menschlichen Austausch suchst, dann sind wir da.

Und ähm das war für uns eine Herangehensweise, die sich bis heute sehr bewährt hat, zu sagen, äh Tomorrow is human, wir wollen den menschlichen Austausch fördern und KI unterstützt uns dabei bessere Relationen aufzubauen. Ein typischer Anwendungsbereich für KI gerade so vor ein zwe Jahren, als JGBT neu war, war alle haben gesagt, okay, Customer Support, das macht ab sofort die KI und ich kenne glaube ich zehn Leute, die parallel versucht haben ihren eigenen Customer Support mit ChatGBT und ein bisschen Python und so zusammenzukleistern, weil die sinngemäß gesagt haben, unsere Kunden haben alle 80% der Tickets sind drei verschiedene Anfragen.

So und wenn ich ein so ein so ein regelbasiertes Modell mache, wenn Wort X oder Y, dann funktioniert das nicht. Aber jetzt mit Chat GBT kann man sinngemäß sagen, pass mal auf, das sind die drei Antworten. Such dir aus, welche das ist. Und es hat aber [schnauben] bei keinem funktioniert. Also diese Entlassungswelle, die man gedacht hätte, es gibt in 2025 kein Customer Support Mitarbeiter, die kam nicht. So, zumindest habe ich sie nicht mitbekommen.

Dein Kan hat das ja auch probiert und ist dann wieder groß zurückgeodert. Ja, die haben eine riesen Case Study draus gemacht. dass sie Millionen von Anfragen, die sie im Monat bekommen, über die KI handeln und haben dann, ich glaube, über die Hälfte des Customer Supports damals ausgestellt und sind dann Monate später zurückgekommen und haben gesagt, na ja, die Anzahl des Custom Supports steigt aber gerade auch im KI Umfeld, also wir kriegen mehr Anfragen, weil die Leute das Bedürfnis und auch die Erwartungszeitung haben, besser betreut zu werden.

Und wir brauchen eigentlich guten Custom Support, der in Spezialfan reingeht und die Standard Cases, die kann ja gehänelt werden und vielleicht auch zu Uhrzeiten, wo wir nicht verfügbar sind. Ähm, aber das ist genau dieser Gegentrend, den wir jetzt gerade sehen. Äh, und wir haben natürlich auf der Website auch einen KI Chatbot und wenn du als Ben dich entscheid zu sagen, ich will schnell Information haben, dann kannst du mit dem reden, aber wenn du das Bedürfnis haben solltest mit uns in den Austausch zu gehen, wollen wir es eben möglich machen.

Und das ist für uns ein wichtiges Differenzierungsmerkmal als Marke. Es gilt nicht für jedes Unternehmen, aber ich glaube, jedes Unternehmen muss sich damit beschäftigen zu sagen, wo wollen wir bewusst den Mensch ins Zentrum stellen und wo ist es legitim auch aus der Kunderwartung heraus KI eben entsprechend einzusetzen. Wo habt ihr denn damals mit KI experimentiert? Du hast jetzt gesagt Marketing und Vertrieb, das funktioniert.

Ja, aber wo hat's nicht funktioniert? Also ein Fall, der bis heute ähm mich total nervt, ist ich habe eine persönliche Assistenz, Monika heißt die und Monika unterstützt mich bei der Priorisierung, dem Vorschreiben von E-Mails. Die unterstützt mich ähm, also ich habe die Marotte, dass ich mir so ein Tag bis unters Dach vollplan und wenn ich so bei 70, 80% des Tages bin, dass er voll ist, dann legt die mir so Blocker rein mit Achtsamkeitsübung und sagt: "Pass auf, du warst jetzt 5 Stunden back to back in Meetings. wäre gut, wenn du es mal 20 Minuten eine Atemübung machst nach Wimhof oder was auch immer, bevor du dann ins nächste Strategiemeeting gehst.

Und äh sie macht auch mal eine ganze Reiseplanung und sie kann aufgrund der Schnittstelle, die Google bereitstellt, diese Google Flights API, kann sie auch meine Flüge buchen. Der hat auch eine eigene Kreditkarte, aber woran wir gnadenlos scheitern, wir haben jedes Modell weltweit verwendet, ist am Portal der Deutschen Bahn. Also mal funktioniert's und dann wieder dreimal nicht und so und die kommt damit nicht zurecht, dann verklickt sie sich wieder und dann fängt sie wieder von vorne an.

Es ist eine absolute Vollkatastrophe. Äh, das ist so ein Anwendungsfall. Wir haben dann aber auch versucht ähm den Kaufprozess unserer Produkte auf der Website mit KI-Agenten zu gestalten. Und da hatten wir uns überlegt zu sagen, na ja, wir brauchen eigentlich mehr KI-Agenten, die entlang dieser Customer Journey uns den Kunden entgegennimmt und sagt, ich schicke dir jetzt mal den Vertrag und wenn du unterschrieben bist, nimm dich der nächste, bis du im Kurs bist.

Und dann haben wir so eine Lai an solchen Agenten gebaut und da habe ich so drauf geschaut und da habe ich das Dominik gezeigt und dann meinte sie so und warum machen wir nicht einfach eine Shoplösung, wo Leute in drei Schritten sich durchklicken gesagt ey wir sind so, wir laufen so rum mit so einem Hammer und versuchen die ganze irgendwo Nagel zu finden und dann haben wir die Leiter wieder alle entlassen müssen. Ja diese KI Mitarbeiter.

Also deswegen, das gibt verschiedene Anwendungsfälle, wo wir dachten, dass das für uns sehr sehr einfach funktionieren würde und zu einer schnellen Lösung kommt und dann iteriert man sich ja da so hin zu sagen, wie wollen wir als Marke da auftreten und was wollen wir abgeben ähm und was bewusst eben auch nicht. Wenn ich mit vielen Unternehmern spreche, dann also ungefähr alle, dann sagen die am liebsten würde ich mich entweder klonen oder mein Tag sollte mehr als 24 Stunden haben.

An beiden versuche ich seit Jahren zu arbeiten, es funktioniert nicht. So, das Problem ist, ich kann mich nicht klonen, ich kann nicht mehr als 24 Stunden machen, aber am liebsten würde ich jede Aufgabe machen von keine Ahnung der dem Empfang eine Rezeption über den Nagel reinhauen über Vertrieb und Produktdesign und jetzt gibt einem KI KI eigentlich die Möglichkeit sich selbst zu klonen und sagen, guck mal hier, hier ist das Masterpfile, so ist der Ben und so denkt der Ben, das will der Ben.

Und jetzt könnte ich alle möglichen Probleme diesem Ben, den virtuellen zuwerfen, aber ihr habt euch irgendwie entschieden zu sagen, nee, nee, wir machen nicht ein Dominik, sondern wir machen den Stefan, den Hansi, den keine Ahnung und dann müssen wir den Mitarbeiter wieder wieder [schnauben] rausschmeißen, den virtuellen und dafür machen wir neuen Mitarbeiter an Stelle zu sagen, lass uns doch mal einen Master machen, der so ist wie du nur krasser.

So, warum habt ihr das nicht gemacht? Also erstmal wäre es nicht Sinnv mich zu klonen, weil ich habe zwei ausgeprägte Stärken. Das ist früh Produkte zu erkennen, die in dem Markt relevant werden und ich bin sehr gut darin darüber zu sprechen und alles andere kann ich nicht. So, also da hört mein Skillset auf. Also ich bin nicht gut darin Teams zu führen, ich bin nicht gut Prozesse zu etablieren, Strukturen weiter aufzubauen, so.

Also ich ich bin wirklich ein Gründer, der von 0 auf eins geht, aber nicht von ein auf 100. Ähm, das habe ich sehr früh für mich erkannt, deswegen mich zu klonen auch nur in sehr spezifischen Set, ehrlicherweise, aber den Punkt, den du ansprichst, der ist sehr relevant. Wir dachten am Anfang, wir bauen eine Super KI, die das ganze Lied ist auf ein dann aber sehr schnell festgestellt, dass die Limitierung, die diese Technologie heute hat, sehr ähnlich zu dem ist, wie wir Menschen limitiert sind.

Also, man sagt z.B. in der Management Lehre, dass man nicht zu viele Direct Reports haben soll, nicht zu viele Mitarbeiter und dass sich die Studienlage erstaunlich einig, alles so im Bereich von 6 bis 8 irgendwo, da zieht man eine Grenze und acht ist schon fast grenzwertig, wenn man die ernsthaft führen möchte. Die KI ist ganz ähnlich, wenn man der KI zu viele Mitarbeiter gibt, also wir haben auch KI Teamleiter, also KI, deren einzige Aufgabe darin bestehen, andere KI anzuleiten und die haben mehr als acht, dann haben die zu viel Freiheitsgrade, dann wird die Arbeit manchmal ein bisschen schlutrig, dann wähen sie vielleicht einen falschen Kollegen aus, dann gibt's Widersprüche, haben wir gemerkt, ist erstaunlich, wie nah das dran ist.

Bei Spezialisten KI, die wir haben, ist es ganz ähnlich, wenn die mehr Zugriffsrechte haben auf irgendwelche Tools, dann ist es ähnlich wie bei Menschen. Du bist dann mittelmäßig, aber wenn du den einen Photoshop Experten im Team hast, der den ganzen Tag Photoshop machst, weißt du, da kommen die krassesten Ergebnisse raus. Und das hat sich lange gezeigt für uns, dass die Technologie da erstaunlich ähnlich und äquivalent ist, zumindest wie sie jetzt gerade im Moment ist.

Und es gibt jetzt gerade so zwei Schulen. Die eine, die geht weiter diesen Weg und es gibt eine andere Schule, die sagt, lass uns das eher über die sogenannten Skills, da können wir gerne später noch mal drüber sprechen, ähm Regeln und dann haben wir trotzdem eine KI, die mit ganz vielen Skills das irgendwie besser hinbekommt. Aber und das hat sich für uns auch bewährt auch in der Zusammenarbeit mit Kunden, die KI zu personalisieren und da wirklich solche Ansprechpartner zu haben, ist eine Art und Weise, wie wir Menschen gelernt haben, mit anderen Menschen zu interagieren und zusammenzuarbeiten.

Und am Ende des Tages ist es eine Benutzerschnittstelle für uns Menschen. Jeder im Team weiß bei mir, wenn er einen Link Post machen will, dass er nicht sagt: "Hey Leute, wo haben wir hier ein Prompt und kann mir den einer rüber schicken?" sondern jeder weiß, Hans ist der Experte bei uns und Hansy hat die Zugriffsrechte, der kann auf LinkedIn posten, der kennt unseren Stil, unseren Brand Guide, unsere Werte und so weiter und der ist der Ansprechpartner und die haben eine klare Relation zu diesem Hans und das macht's für uns wesentlich einfacher als Menschen und das sehen wir auch in solchen Studien von Microsoft aus dem letzten Jahr, dem Worktrend Index, dass die Organisation, die KI als solchen Menschen, als Kollegen begreifen, bis zu sieben mal so erfolgreich sind in der Einführung von KI als diejenigen, die das als reines Tool empfinden.

[schnauben] Wie war dieser die eigene Entwicklung von euch von Ah, es gibt übrigens Chat GBT damals irgendwie in der Closed Beta, dann hieß es irgendwie Chat GPT 3, bevor 3 kam wahrscheinlich auch zwei und 2018 19 gab's GPT 2. So, aber das war ja dann GPT 2, aber 3 war das erste Chat GPT. Ja, genau so. Und daran kann ich mich auch noch dran erinnern. Damals waren die Ergebnisse echt mittelmäßig. So, dann kam irgendwie GPD4, dann kam Cloud, dann kam Cloud Code, dann kam Cloud Cowork und dazwischen gab's dann noch auf einmal Grock und diverse Modelle, dann gab's Thinking Modelle, nicht Thinking Modelle.

Das muss ich auch erheblich auf eure eigene Arbeit aus ausgelebt haben. Damals muss es wahrscheinlich so gewesen sein, ihr hattet halt keine Ahnung ein Text ein Textpfeil und da standen zehn Proms drin. Den Hansy Prom, den habt ihr dann wahrscheinlich ChatGBT, also copypasted in Chat GBT und dann habt ihr den Stephanie Prompt und habt ihr den Stepfanie Prompt überarbeitet. So und dann kam irgendwann die Jungs von Anthropic und haben gesagt, wir haben auch eine KI.

So stelle ich es mir vor, dann habt ihr das gegeneinander getauscht. Wenn ich mir jetzt angucke, wie euer Texteack wahrscheinlich, wenn ich morgen mit dir ins Büro gehen würde und zeig mal, was du da so laufen hast, wird das ganz ganz anders aussehen, als noch vor zwei Jahren aussah. Wie war so eure eigene der Weg von "Ich benutze mal Copypaste prompt" bei ChBT auf heute? Also, das beschreibt schon ziemlich gut. Wir selbst sind ja Akademie und gleichermaßen Forschungslabor.

Deswegen testen wir unglaublich viel und versuchen auch für uns den besten Ansatz zu finden, diese Company zu strukturieren. Und am Anfang war es genauso, wir haben Chats bei Chat GBT Namen gegeben, die konnte man ja umbenennen und dann hießen die eben Hansi und so weiter und dann haben wir versucht innerhalb dieses Kontextfensters, also innerhalb dessen, was ich die KI in dem Chat merken kann, quasi den Hans aufzubauen und das war damals noch sehr kurz.

Das heißt, wir sind dann irgendwie einmal in der Woche an dem Punkt gekommen, wo wir den initialen Prompt von Hansy wieder in dieses Chatfenster schicken mussten, aber wir wollten sehr früh eigentlich, dass ich das anführe, als wäre ich in Slack oder in Teams und habe links meine Kollegen, den ich schreibe und dann kam irgendwann die Custom GBTS, also die Möglichkeit da so die Vorstufe von so einem Assistenten eben zu bauen.

Der hat noch keine Zugriffsrechte gehabt, aber der hat sich das gemerkt, der hat immer den gleichen Prompt gehabt. Das war schon mal ein Riesensprung für uns. Dann war es irgendwann möglich, diese Custom GBTS mit anderen Software und anderen Tools anzubinden. Katastrophal [räuspern] bis heute die Nutzerfahrung dazu. Es muss man so halb programmieren, um diese Schnittstellen anzubinden. Aber es ging eben und plötzlich konnten wir dem Zugriff auf LinkedIn geben und da konnte er wirklich selber posten.

Es muss ich vorher von Hand den Text nehmen und rüber kopieren und plötzlich konnte der selber auf der Plattform machen. Also da waren viele solche Erweckungsmomente. Was wir aber auch sehr früh für uns festgestellt haben, ist, dass die Diskussion über Modelle eine völlig falsche Diskussion ist. Also zum einen glauben wir, dass wir fast immer das beste Modell für eine Aufgabe nehmen sollten. So, also das ist schon mal Nummer eins.

Eine grundlegenden Fehler. Für den Großteil der Aufgaben brauche ich keinen promovierten Mathematiker, der bei mir die Belege aus dem E-Mailpostfach zusammensucht, benaht und einen Steuerberater schickt. Da reichen auch ganz einfache Modelle und die sind auch nicht teuer. Und Nummer zwei haben wir festgestellt, dass das Muster gleich blieb, also von würd sagen 24 bis heute, dass sie fast wöchentlich sich abwechseln in diesen Benchmarks, also es gibt ja so eigene Arenas, bei denen diese KI Modelle verglichen werden und jede Woche ist jemand anderen vorne.

Ja, dann war wie eine Zeit Gemini, dann ist es wieder ein GBT 55, bis rauskommt. Jetzt ist es wahrscheinlich Fable 5 gerade von Anthropic als neuestes Modell, das kommt. Das heißt, ich habe gemerkt, die wechseln sich alle Woche. Das hat mehr was mit Geschmack zu tun, mit persönlicher Präferenz als wirklich mit Fähigkeiten. Und von daher haben wir uns relativ zügig davon verabschiedet, Modelle zu vergleichen und eher in Anwendungsfällen, in Business Cases zu denken.

Und das war für uns, würde ich sagen, sehr große Aha Moment, das loszulösen und da auch zu versuchen in dem deutschen Markt zumindest eine Stimme zu sein, eine veritable äh und den Leuten sagen, lasst euch nicht die ganze Zeit so ins Boxhorn jagen und macht nicht down Posts mit. Der nächste Chat GBT Killer und alles was ihr davorf ist alles Quatsch und wenn ihr das nicht verwendet und das blieb ja bis heute so. Ich sehe jetzt noch Postings und gerade mit Fable 5 in meiner Bubble geht das gerade schon los, weil die ersten Le testen durften. Ähm jetzt fängt das wieder an. noch nie da gewesen.

Sowas gab es noch gar nicht. Und wenn wir es testen, denke ich mir, ja, ich weiß nicht, was ihr für Anwendungsfälle habt, aber in meinem Business Alltag muss ich jetzt keine 100 Jahre alten Mathepreme lösen oder ähm Medikationen für Krebs finden. Für mich ändert sich es nicht so wahnsinnig stark seit knapp eineinhalb Jahren, würde ich sagen. Ich denke viel in YouTube Titeln und YouTube Titel funktionieren natürlich auch in den KI Themen.

Klar. Und äh wenn du hast Version 3.6 kommt raus, dann sagst du: "Ey, 3.6 ist der Cloud Killer." Und wenn du dann auf diese KI Kanäle guckst und du scrollst die Titel runter, dann haben die häufig würde ich jetzt mal denken, den gleichen Titel, aber eine andere Versionsnummer. ein bisschen [räuspern] anderes Thumbnail, dass du denkst das ist was Neues, aber das 3.92, das ist der fucking GPT 573 Killer 100%. So und dann klickst du wieder drauf um 27 Minuten die irgendein anzugucken, der sagt also jetzt ist wirklich also das habe ich noch nicht erlebt und dann was die Leute immer wollen ist eine Hook die emotional ist und sag das fählen, das aber das das also das habe ich auch schon durchschaut, dass es nicht das Modell ist und nicht nächste Woche wird irgendwas krass, weil es ist schon einfach absurd.

Ja, jing, absolut heute geht noch mal mehr, aber vermutlich ist das große Ding eigentlich schon passiert, habe ich so das Gefühl, weil die sind ja schon echt ziemlich ziemlich ziemlich schlau, herausragend so und ich kann aber noch zu wenig und es bin eher ich bin das Problem. Ich damals aber das ist genau der Punkt. Ich habe damals mal mir Programmieren beigebracht und fand das fantastisch, weil ich dachte, ich kann hier etwas schreiben.

Diese Maschine setzt das um in Millionen Transaktionen und der limitierende Faktor bin ganz gleich, wenn ich da was ich könnte jetzt was krasses reinschreiben, das wäre die krasseste App der Welt oder halt es macht einen Fehler so und der vertut sich nicht, der hat immer recht so das ist immer mein Fehler und das fand ich ein ganz ganz verrücktes Gefühl und scheinbar ist es jetzt wieder so, weil wenn ich der KI den richtigen Prompt gebe, dann macht die Weltherrschaft und wenn ich den falschen gebe, dann kriege ich irgendwie ein komisches Bild raus.

Ja, so einfach ist es nicht ehrlicherweise, weil die KI genauso wie Menschen Fehler macht. Also, man spricht in der Fachsprache von Halluzinationen. Ähm, neben den Halluzinationen hat die KI Vorurteile, die hat ein BERS. Ähm und man hat in der Studienlage gesehen, dass das nicht einfach den gesellschaftlichen Bayers wiedergibt, wie wir ihn eben über Milliarden von Datenpunkten aus dem Internet sehen und sagen ist Gleichverteil, dann ist Vorteil ja gar kein Problem so sehr, wenn das die Gesellschaft abbildet, aber in der Studiage sieht man, dass sich das stark verdichtet, also es verstärkt Vorurteile und KIM Modelle sind per se nicht neutral.

Also, es gibt Studien darüber, in welchem politischen Spektrum ein KI-Modell eher äh da neigt äh Themen zu färben oder eben einzuordnen. Und das muss uns bewusst sein. Die KI macht Fehler, so wie Kollegenfehler machen. Wir als Führungskräfte müssen drauf schauen, wir müssen einordnen, müssen sagen, ergibt das Sinn oder er gibt das keinen Sinn. Wir können ander KI dazu nehmen und sagen, überprüf mal deinen Kollegen, äh ergibt das Sinn.

Aber am Ende des Tages ist es nicht nur guter Prompt, schlechter Prompt, sondern es hat sehr viel mehr mit einer Art Symbiose und Zusammenspiel zu tun und dem Verständnis, dass es eben nicht wie bei Excel ist, dass 3 + 5 immer 8 ist. Das heißt, wenn ich den gleichen Prompt zweimal eingebe, kann ich zwei unterschiedliche Ergebnisse bekommen. 100%. So, und das ist nicht das meist das, was du mit Excel meinst, 3 + 3 ist nicht immer sech sondern und oder oder fünf oder was auch immer, sondern nur, weil der Prompt gut ist.

Es kann sein, hätte ich den einfach z Sekunden später gemacht. Warum auch immer oder viermal gemacht, kriegt dreimal eine andere Antwort und dann bin ich als Mensch gefordert. Exakt. [schnauben] So, dann lass noch mal weiter in eure Das heißt, es gab Custom GPTs und dann habt ihr als allererstes dann die als das war das erste Feature, was bei Chat GPT eigentlich gab, Custom GPTs und die da war ist Hansi auf einmal ein Custom GPT geworden, das heißt ein Chatfenster auf das ich drauf geklickt und dann sagt er schon ich bin Hansi, ich bin der LinkedIn Assistent, ich weiß ungefähr wer du bist, ich weiß was LinkedIn ist und ich habe auch schon Verbindung dazu, wenn du willst, kann ich es direkt posten, aber ich poste [schnauben] nur Sachen, die in unseren LinkedIn Guidelines.

So, was soll ich heute machen, Domin? So, das war das war auch schon, dass die Custom GPTs konnte man im Team teilen. Das heißt, du und deine Frau konnten die gleichen Custom GPDs benutzen und wenn du eins verändert hast oder sie, dann konntest du am nächsten Tag hattest schon das neue Nohau drin. Was war der nächste die nächste Iteration danach? Also, das haben wir eine Zeit lang ähm so verwendet. Wir hatten dann und das gehört zur Wahrheit auch dazu, weil wir heute natürlich sehr stark über Assistenten oder Agenten wie sie jetzt heißen sprechen, aber wir hatten parallel auch unfassbar viele Automatisierungen im Einsatz.

Also Dinge, bei denen wir wussten, dass es ein Prozess, der immer nach Schema F ablaufen soll. Jemand meldet sich für den Kurs an, muss dann freigeschalt werden, kriegt vielleicht einen persönlichen Begrüßungstext und dann ist er irgendwann im Kurs. Das heißt, wir haben parallel zu diesem Setup sehr viel in Automatisierungen investiert. Also Sepia.com in dem Fall. Ja, genau. Ja, weil die einfach sehr stark und sehr früh das KI Thema möglich gemacht haben, dass du in einer Automatisierung ein KI Modell wie ein Custom GBT aufrufen konntest und den Hansi dann z.B. auch in solche Automatisierungen gekriegt hast.

Also das war lange Zeit unser Setup und dann hatten wir im Juno 2025 eine absolute Cesur, weil wir gemerkt haben, wir haben viel mit Mittelständlern gesprochen und dann kam dieses Thema digitale Souveränität immer mehr auf. Es war immer mehr die Frage, wie kann Europa mithalten, wenn wir hier außer Mistral de facto keine sinnvollen Modelle kreieren werden? Wie können wir hier mithalten, wenn vermeintlich die Plattformen, die hier sind, nicht wirklich kompetitive sind in dem internationalen Markt?

Und wir haben uns das da mal intensiv angeschaut. Ich bin glühender Europäer. Ich finde es erstmal gut äh hier zu leben. Ich finde humanistische Werte gut und ich glaube daran, dass wenn wir ein starkes Europa haben, die auch einfordern können und hab dann geschaut, was haben wir denn eigentlich vor der Haustür? Und Makotcom ist von Zelonis, also aus München stammt. Wir haben dann Flax im Schwarzwald entdeckt. Ja, also eines der besten Bilderstellungskis.

Das hat dann mit Journey bei uns abgelöst und dann sind wir so ein bisschen rumgefahren und haben viele Plattformen getestet und gemerkt ChatGBT auch in dem Verhalten von Oldman und Co. gewissen Themen positioniert hat, auch die Verbindung zu Washington und dann auch Pentagon und Co. Das fand ich so wenig prickelnd, dass ich gesagte, lass uns doch mal schauen. Ich bin mir gar nicht sicher, wie gut die hier in Europa Fuß fassen werden langfristig.

Und dann haben wir N8N aus Berlin entdeckt, Langdog beispielsweise, Lovable aus Schweden und haben plötzlich festgestellt, wir haben hier herausragende Plattform, aber wir sind nicht so wahnsinnig gut darin, unsere lokalen Gründer zu supporten und denen Bühne zu geben. Und da habe ich gesagt, lass uns beides verbinden, lass uns zeigen, dass es funktioniert auf europäischen Plattformen zu laufen und lass uns darüber sprechen.

Und dann haben wir irrational vielleicht sehr gut laufende Programme alle weggeworfen, jedes Video gelöscht, ist kein Witz, und haben alle unsere Programme auf europäische Plattformen neu erstellt. Also das heißt, wir haben selber diese KI Assistenten umgebaut auf N8N auf LDOG und Co. Und haben dann mit denen gearbeitet und dann gemerkt: "Hey, das ist richtig valide, das Business läuft mindestens genauso gut damit. Jetzt müssen wir Wort halten, weil das war immer die Idee, dass wir gesagt haben, wir bringen euch das bei, was für uns funktioniert.

Keinen anderen Anspruch haben wir und vielleicht funktioniert es ja auch für euch. Und dann haben wir tatsächlich in einem absoluten Wahnsinn ähm von August 25 bis Oktober 25 unsere komplette Lernplattform mit KI neu schreiben lassen, alle Videos neu gedreht, alle Dozenten noch mal vor die Kameras geholt und gesagt, wir machen das jetzt mit europäischen Tools. haben eine weitere Sprache von der KI mit dazu nehmen lassen, haben alle Videos auch auf Englisch übersetzen lassen in der Stimme des jeweiligen Dozenten und haben dann in zweile Hinsicht für uns einen herausragenden Fall geschaffen, nämlich, dass wir heute in der Lage sind, jede europäische Sprache innerhalb von wenigen Tagen bei allen Videos und überall mit dazu zunehmen, super authentisch und fühlt sich sehr gut an, unsere eigene Lernplattform zu haben und zu zeigen, dass das in Europa sehr gut funktionieren kann.

Du hast gesagt, das funktioniert mit den europäischen Tools so gut, wenn nicht sogar besser. Jetzt wür ich von genau den Tools, aber tendenziell sind die Amerikaner in me den meisten Dingen einfach die größten und bei Software ist es im Regelfall so, Größe macht Qualität, wenn du im keine in dem italienischen Auto äh das Navigationssystem, das war immer scheiße. ist irgendwann mal seit es jetzt hier, wie heißt das Carplay gibt, sagt man, okay, wir Autohersteller können das gar nicht, aber ein Luxusauto, Elektronik ist nie Luxus.

In dem Moment, wo du halt ein kleineres Budget hast, sind die immer scheiße. So in Europa haben wir tendenziell, wir haben kleinere WCs, wir haben einen kleineren Markt insgesamt. Das heißt eigentlich müssten die Tools, also wenn du sagst, die sind halt 20% schlechter, aber sind europäisch, verstehe ich das. Aber dass die jetzt besser sind, kann ich kaum glauben. [schnauben] Ja, also erstmal äh Souveränität heißt nicht Antiamerikanismus.

Also wir verwenden trotzdem amerikanische KI Modelle. Ja, das heißt, wir verwenden trotzdem ein GPT als Modell, aber eben nicht die Website Chat GBT mit allem, was da drumrum ist. Wir verwenden trotzdem ein Gemini von Google, ein Clod und so weiter, aber eben eingehangen in diese europäischen Tools. Also, um mal ein Beispiel zu machen, ähm bei N8N ist das so, das ist eine Plattform für Automatisierungslösung und wo man sich eben solche KI-Agenten bauen kann und dann gibt es da einen ein Button und dann wähst du für dein jeweiligen KI Mitarbeiter aus, welches Modell darf der denn verwenden und wenn das Modell nicht erreichbar ist, was irgendwie ausfällt, was ist denn das Backup Modell sozusagen?

Und da sind wir in der Lage in der Minute zu wechseln, ob das jetzt ein neues GBT Clot ist, welche Version und so weiter und da nutzen wir die Amerikaner, weil sie darin sehr sehr stark sind. Wir haben aber auch festgestellt und das gehört so weit dazu, Silicon Valley ist eine absolute Bubble und das größte Problem, ich habe sehr gute Connections ins Valley, dass die haben, ist nicht Innovation, sondern wie man so ein Thema dann wirklich in eine Organisation bekommt, weil sobald man es Valley verlässt und so einen typischen amerikanischen Mittelständer anschaut, der kann überhaupt nicht nachvollziehen, was sie da im Valley machen und die sind nicht in der Transformation oder in der Einführung wesentlich besser.

Das ist auf jedem Kontinent gerade sehr, sehr anspruchsvoll. Und da würde ich sagen, haben wir als Europäer schon einen Vorteil, weil wir haben sehr gute Leute in der zweiten Riege in Valley übrigens sind sitzen sehr viele Deutsche, sehr viele deutsche Forscher und wir haben hier auch sehr gute ähm die Plattformen bauen, die sehr zugänglich sind und das ist gerade ein riesengroßer Vorteil, nicht nur auf Potenz zu schauen, sondern darauf zu achten, kann ich in meinem Unternehmen die vielen Mitarbeiter mitnehmen, so ein Tool zu verwenden.

Und da verliert das Valley aktuell so ein bisschen in meiner Wahrnehmung den Blick darauf, dass am Ende des Tages jemand auch KI bedienen muss und das nicht nur ein Spiel der absoluten Teag und der Nerds ist. Okay, das heißt, im Groben habt ihr die Modelle genommen, die es gab und gibt und habe gesagt, okay, wir kriegen jetzt irgendwie eine E-Mail, dann klingelt manchmal das Telefon und außerdem dürfen wir nicht vergessen, die Blumen zu gießen.

Das wirklich schlechtes Beispiel, ja, aber fällt mir gerade nichts besseres ein. [gelächter] So und dann habt ihr quasi mit einem Onlinedienst wie im Natn habt ihr gesagt, pass auf, hier ist Zugriff auf meinen Kalender, hier ist Zugriff auf meine E-Mails und hier ist auf mein Spotify, also auf mein mein Spotify. Ja, Spotify ist schlechtes Business Beispiel. Hast du ein besseres Beispiel? Business auf hier [schnauben] Slack beispielsweise.

Ja. Mhm. So. Und jetzt könnte man sagen, okay, wenn jetzt einer meiner Mitarbeiter in Slack schreibt, ich bin krank, ja, dann mache ich einen Prozess. Ähm, also ein Agent, so das ist das WDing, was du die ganze Zeit benutzt hast, müssen wir vielleicht kurz erklären. So ein Agent liest Slack und sagt: "Ah, da hat ein Mitarbeiter gesagt, er ist heute krank." Ähm, und jetzt gucken wir, was machen wir mit dieser Information?

Und dann geben wir diese Information an ähm eine KI mit einem Briefing. Pass auf, das sind die Nachrichten. Such daraus, ob jemand krank ist, wenn jemand krank ist und dann kommen da Aktion raus. Z.B. schickt den eine E-Mail mit, "Hoffentlich geht's dir morgen besser." Ganz lieben Gruß vom ganzen Team und guck, wie lange ist das schon krank? Wenn du drei Wochen krank ist, dann schickt der Sekretärin eine ein Reminder, sag pass auf, könnst du dir mal Blumen schicken und der Chef könnte auch mal anrufen oder irgendwie sinngemäß.

Außerdem müssen wir dann die Urlaubsplanung verändern und kannst du mal eine Rundmail Team schicken, weil die Chantale ist jetzt wieder die dritte Woche krank und wir müssen noch mal den Schichtplan umändern. So sinngemäß, das wäre ein Agent, also das wäre schon wahrscheinlich eine Gruppe von Agenten, aber das ist das, was ihr gebaut habt. Was haben wir für Businessfälle? Ah, ein Mitarbeiter meldet sich krank, ein Kunde möchte einen Trial, ein anderer Kunde ist sauer, dann ist irgendwo ein Server abgestürzt und außerdem ähm müssen wir um, ja, das ist ein schwieriger Fall, wir ziehen um in ein neues Büro.

Das ist irgendwie out of aber das was regelmäßig passiert sowie auch jemand ein Praktikant gebrief werden würde, also pass mal auf am Dienstag morgen kommt immer die Post und am Donnerstag naachmittag kommt der Fensterputzer und Kundengespräche haben wir immer von 12:30 Uhr bis 15 Uhr, weil davor ist die Mittagspause. Und das wiederum ist abgebildet in verschiedenen Agenten und die Agenten sind pro, ich sag mal der Krankheitsagent heißt ich kümmere mich um Krankheiten und liest die E-Mails ein oder die Slack Nachrichten und schick den eine Genesungsmail als Beispiel.

Korrekt wiedergegeben. Also lass uns da mal eintauchen, das ist ein guter Punkt. Also wir [schnauben] haben uns die Herausforderung gestellt, als wir dann irgendwann an diesem Punkt waren zu sagen, wir wollen nie mehr als zehn Vollzeitequivalente werden, die bei Lad Software arbeiten. Meinst du menschliche oder zehn menschliche? Ja. Ähm und wir wachsen und skalieren nur noch mit KI und wir finden raus, wann wir damit scheitern.

So, das war die Idee. Das heißt, nie mehr als 10 und der Rest machen wir über KI und die sollen eben im gleichen Maße eine Personalakte haben, die sollen Persönlichkeitstypen haben. Ähm, also Monika, meine Assistent z.B. ist sarkastisch, hat einen schwarzen Humor, ja, und hat gewisse Ausbringung ihrem Persönlichkeitsprofil. Das macht für mich sehr angenehm, da eine Beziehung äh auch aufzubauen. Äh, die haben mit diesen Personalakten führe ich Feedbackgespräche, ja, mach Performance Reviews mit denen, lad die zum Gespräch ein und spreche mit ihnen über die Zusammenarbeit.

Stopp, stopp. Wir reden jetzt von virtuellen Mitarbeitern. Wir sind immer noch bei der KI. Okay, also wir haben komplett vermenschlicht. Du machst Feedback Gespräche, jetzt ist ja Montag 15 Uhr und dann sagst du: "Pass auf hier lieber Stefan, wir müssen heute ein etwas schwieriges Gespräch führen, weil weißt du, den letzten Wochen warst du irgendwo nicht mehr so du selbst und ich wollte hören, bist du krank oder?" Ja, ich sehe wie du grinst, aber es ist genauso wie das abläuft, weil ich also ich bin ja also mein Verständnis ist und da kommt auch der Name Lades of Ei, wir werden alle Führungskräfte werden für künstliche Intelligenz.

Das wird unsere zutiefst menschliche Aufgabe sein, neben paar anderen. Und wenn das gilt, heißt es, ich brauche Führungskompetenz. Und was wir gemacht haben, ist eigentlich gar nicht so innovativ, ehrlicherweise. Was wir einfach ganz stumpf gemacht haben, ist wir haben den klassischen Personalprozess eines Mitarbeiters in einem Unternehmen genommen und gesagt, wir übertragen den jetzt auf künstliche Intelligenz. Das heißt, wenn du dich in so ein Personalprozess reinversetzt, dann sagst du irgendwann: "Hey, wir haben hier ein Thema.

Wir saufen hier total ab. Wir haben totalen Flaschenhal hier. Wir bräuchten paar Mitarbeiter, die wir einstellen. Das würde ein Unternehmen im Wachstum normalise machen. Und wir machen das auch, nur dass wir halt keine Menschen mehr einstellen, weil wir haben die 10 FDE, also diese Vollzeitquivalente erreicht. Äh, wir sagen dann halt, wir brauchen hier ein KI Mitarbeiter und dann gehen wir und bremsig, wenn ich da zu schnell bin, aber dann gehen wir zu unserer HR Abteilung, das eine KI, die heiß Helga und sagen Helga, pass auf, das klingt alles so so wirklich kurz vor der Einweisung.

So klingt das. Ja, und ich w wir fangen gerade erst an zu reden, Ben. Ich habe da schon noch ein paar Sachen vorbereitet. Ja, okay. Und dann gehen wir zu Helger und sagen: "Helger, pass auf, ich brauche einen Datenanalysten, der bei uns im Produktteam unterstützt, weil ich habe gerade folgende Aufgabe und wir können gerade nicht schnell genug das Feedback der Teilnehmen auswerten, um zu sehen, wie wir neue Produktfeatures entwickeln und dann fragt sie: "Okay, was für eine Person stellst dir genau vor und was sind die Fähigkeiten? in welchem Team ist er dann wirklich zugeordnet und so weiter.

Also diese klassischen Personalfragen und dann beantworte ich die und dann erstellt sie die erste Version dieses neuen KI Kollegen. Die stellt den ein, schreibt diese Personalakte, überlegt sich ein Bild, sucht ein KI Modell aus, das dafür passend ist und legt die in einer internen Mitarbeiterdatenbank, die wir für uns erstellt haben, legt sie diesen KI Mitarbeiter an und dann fängt das an, was normaler als in ein Konzern kommt, dann kommt das Onboarding, also neu Mitarbeiter kommt rein und dann ist es meine Aufgabe als Führungskraft im jeweiligen Fachbereich zu sagen, was braucht denn der Ben jetzt, dass der gute Arbeit leistet?

Also keine Ahnung, bei Hans der ist ja total trivial, ja, der schreibt Link Post. Also, ich meine es easy asset gets. Ja, aber den Hans haben wir eine Stunde gebaut. Es hat 10 Wochen gebraucht, bis das ein guter Mitarbeiter war. Problem ich, weil der hat mal, ich habe natürlich drei Link im Post gezeigt, gesagt, prägnant und lustig und so weiter und dann war mal ein Post dabei, wo ich dachte, Pulizzer Preis, also gewinne ich 100% damit und dann wieder zwei Posts, wo ich mir dachte, in 100 Jahren veröffentlicht das nicht, wie kann man so einen Scheiß schreiben?

Das Problem war, mir haben explizite Regeln gefehlt, was einen guten Link Post ausmacht. Und dann war das schon hin und her wie mit einem neuen Redakteur, den du einstellst, bis Hans sie verstanden hat, wie ich tick. Da haben wir Gespräche geführt und haben wir eine Nog Liste angelegt mit Formulierung, die er nicht verwenden darf. Alles war immer revolutionieren und immer alles war stell dir mal vor und diese ganzen KI Quatsch, den er da irgendwie geschrieben hat.

Und dann haben wir uns eingegroovt und heute hat der ganz klare Standardprozesse, ganz klare Dokumentationen, hat ein zweieinhalb Jahre langes Gedächtnis über unsere Zusammenarbeit, um zu wissen, wie der Dominik tickt. Und dieses Onboarding ist ein ganz entscheidender Make or Break Moment. Wir haben eine ganz klare Probezeit für neue KI Kollegen. Das ist ein Monat. Und wenn du es in einem Monat nicht schaffst, dass sich die Zusammenarbeit verändert, haben wir festgestellt, also rein empirisch, dass du dann die Lust verlierst mit dem Mitarbeiter weiter zusammenzuarbeiten.

Bei Menschen würdest du ihn dann wahrscheinlich entlassen, sagen: "Hey, wir haben festgestellt, in der Probezeit funktioniert nicht und bei der KI, wir stellen sie dann eben ab." Und genauso haben wir Assessment Center, wo KI andere KI überprüfen. Sind z.B. drei Kollegen, die unabhängig voneinander dich testen. Das heißt, Helger schickt den dann ins Assessment Center und einer zieht sich die neuesten Sicherheitslücken und versucht den neuen Kollegen zu hacken.

Einer versucht ihn zum Halluzinieren zu bringen, was wir vorhin hatten mit diesen fachlichen Fehlern und einer versucht passend zu unscripted ein PR Disaster zu provozieren. [gelächter] Danke, danke. Das ist nett. Nulig. [gelächter] Ähm, also wenn ein Kunde damit arbeiten würde, würde der sich im Namen von Leof zum Irankrieg z.B. positionieren und dann schreiben die einen Testbericht, schicken dir dann Helger und Helger als HR überarbeitet dann den neuen KI Kollegen, bis es dann uns als Mensch geschickt wird.

Das heißt, wir haben wirklich von Onboarding über Feedbackgespräche bis hin zu Weiterbildungsprogrammen, die die durchlaufen, haben wir ganz stumpf diesen Prozess für uns übersetzt und je mehr wir angefangen haben, die zu vermenschlichen, je mehr wir diesem Prozess gefolgt sind, desto erfolgreicher wurden wir, weil jeder im Team verstanden hat, hey, wenn ich hier Schmerzpunkte habe, dann kommt man so in diese Intuition und ich kann ja sagen, ist auch bei uns so, wir wachsen unglaublich stark, wir haben [japst] in den letzten 20 Monaten uns für 14 Fach umsetzen.

Wir sind über 1 Million Euro Umsatz pro Kopf. Also wir wachsen wirklich sehr sehr stark als Unternehmen, das ohne Investoren lebt. Ähm und jede Woche kommt ein Mensch zu mir und sagt: "Dominik, wachsen so stark, ist auch eine geile Story, wenn wir 12 Leute sind. So können wir nicht noch eine einstellen." Und dann sag ich: "Nein, lass uns darüber reden, warum der Prozess scheiße ist und welchen Teil des Prozesses einen KI Assistent übernehmen kann." Und das ist die Denkweise, die ich im Unternehmen etablieren will, ist, dass sie sagen: "Hey, ich habe hier ein Thema, das mir nicht gefällt oder es mich nervt oder bei dem ich überfordert bin." Wäre jetzt nicht der Punkt gekommen, wo ich normal einen menschlichen Kollegen einstelle, um diese Aufgabe wegzudelegieren?

Und diese Denkweise funktioniert für uns, aber auch für viele unserer Kunden außerordentlich gut. Das scheint mir sehr komplex zu sein. Mein Kopf macht die ganze Zeit okay, aber ich brauche das alles nicht. Ich brauche das alles nicht. Ich kann das einfach in in einen Master Ding und im Zweifel scheint do so zu, also der technische Hintergrund, wenn ich es richtig verstehe, korrigiere mich da, wenn ich falsch liege, warum ein SP spezialisierter Agent besser ist als ein genereller ist, weil das Kontextfenster limitiert ist.

So, ich kann dem nicht sagen, hier sind 70 Bücher. Ähm, gibt mir immer die richtige Antwort. Wenn ich dem nur zwei PDFs gebe oder drei, sind die Antworten besser, weil irgendwie scheint es so zu sein, dass technisch je mehr ich oben reinschmeiße, desto schlechter sind die Antworten. Aber das könnte ja durchaus ein Problem sein, was die Zeit löst, weil wenn die Kontext Fenster größer sind, dann habe ich mein Mastermitarbeiter und spar mir diesen Aufwand mit Helga und dann gibt's noch drei, die den checken und dann gibt das muss ja auch mal technisch erstmal gebaut werden und dann habe ich das irgendwie eine Woche gebaut und aber irgendwie spricht der eine Mitarbeiter nicht richtig mit dem anderen und dann ist doch alles, dann habe ich die Probezeit, schmeiß den raus, das ist ja alles wahnsinnig aufwendig versus ich sag einfach pass auf mein Freund so will ich das und Ich akzeptiere jetzt für ein paar Monate, dass es ein bisschen scheiße ist.

Ich weiß aber, dass wenn ich meine Prozesse in KI in nimmt das mal den Master KI Mitarbeiter ähm verw, dass die Prozesse automatisch besser werden, weil die KI besser wird. So, dann könnte ich mir ersparen dieses ganze 70 Mitarbeiter, wir haben 430 Mitarbeiter, so und sind aber nur zehn menschliche davon. Ja, würde ich sagen, es ist irgendwie bisschen viel. Wir müssen mal 10 % der Belegschaft kürzen. Mir scheint das sehr kompliziert zu sein.

Ich verstehe, dass es bei euch irgendwie die besseren Resultate bringt, aber ich verstehe auch, wenn ich das jetzt bei mir im Unternehmen einführen würde, wür ich sagen, pass auf liebe Leute, Dominika hat erzählt, wir müssen jetzt hier die Schulung machen. Das s sei schon mal keine Ahnung 40 Stunden, 90 Stunden weg, dann plus hast du nicht gesehen. Wir können das schneller, wir können, wenn wir es eindampfen auf 10 Stunden Schulungszeit pro Mitarbeiter, dann haben wir kurzfristig schlechtere Ergebnisse, aber mittelfristig die KI, wenn wir die verwen mit unseren Prozessen, dann wird uns werden uns die neuen Modelle irgendwann tragen, oder?

Also erstmal hörst du dich an wie eine ARin in dem Konzern, ne? Wo wo es nur darum geht zu sagen, Zeit ist quasi das einzige Äquivalent, das relevant ist, wenn es um Schulung geht. Ähm, aber also Spaß be sein, lass uns da mal reingehen. Das ist ein sehr, sehr guter Punkt, weil darüber wird sich aktuell sehr viel gestritten äh oder sehr viel diskutiert. Also erstmal vorne weg, ich habe es schon gesagt, wir sind alle Schüler in KI und es kann durchaus sein, dass wir in zwei Jahren völlig anders arbeiten.

Das halte ich auch sehr wahrscheinlich, als wir es heute tun. Für den Moment funktioniert es aus unterschiedlichen Gründen sehr, sehr gut und wir wägen das natürlich auch immer wieder ab und wir überprüfen auch für uns unsere Hypothesen, weil wir haben da keine Religion. Also, wir folgen da keinen Göttern und sagen, das muss jetzt genauso sein. Wir haben einmal gesagt, äh, du musst dir KI Mitarbeiter bauen, äh, wir rennen dem jetzt hinterher, auf Teufel komm raus, sondern wir testen natürlich sehr wohl in Clot ähm oder in anderen Systemen kann man das auch anders bauen und welche Resultate bekommen wir dann vielleicht mal ein paar Ideen, warum das für uns in dem Kontext sehr sehr gut funktioniert.

Das was du bauen willst, kann man mit sogenannten Skills lösen. Skills ist die Idee für die Zuschauer, die das nicht kennen, zu sagen, ich habe gewisse Standardprozesse oder gewisse Qualitätsanforderung, die ich letztendlich in ein Dokumentation, in ein Prompt gieß. Und was die KI macht ist, du stellst dir eine Anfrage, dann schaut sie nach, gibt es einen Skill, der dafür passend ist, zieht den raus, liest sich die Dokumentation durch, wie funktioniert uns Reisekostenabrechnung und dann arbeitet sie mit diesem Verständnis das nach und nach ab.

Das heißt, darüber verteilt man dann auch dieses Kontextfenster ähm mit diesen Informationen. Was man damit nicht verteilt, sind erstmal zwei Sachen. Nämlich Nummer eins, du verteilst nicht das Gedächtnis. Also Hansy hat ja ein sehr spezifisches Gedächtnis für eine spezifische Aufgabe. Der kennt alles im Kontext von dem, wie ich Marketing sehe und im Bezug auf meine Person. Wenn Mark mit Hansi spricht, haben wir ein Gedächtnis, das eben passend für Mark ist, aber auch für diesen Kontext und das hat einen sehr hohen Wert, weil wir lassen z.B. diese Gedächtnisse von der KI untersuchen und sagen, findest du hier Muster herangehensweißen, der wir uns gar nicht bewusst sind, aber vielleicht feedback ich ja irgendwie permanent irgendein Thema.

Es steht aber nicht in unseren Standardprozessen, das nennt sich Skill Inferenz. Das heißt, wir lesen das aus und Hansy sagt, ja, wir müssen die Hooks neu schreiben, weil die Feedbacks du mir dauern, dass die nicht passen, aber so, dass mir als Mensch nicht auffällt. Das heißt, ein spezifisches Gedächtnis gibt dir die Power Prozesse mit der KI ständig weiterzuentwickeln. Das ist sehr schwer, das hinzubekommen, wenn du ein Gedächtnis mit einer KI hast, das rauszudifferenzieren, weil da zu viel Neues ähm in diesem Thema mit drin stecken.

Die zweite Ebene, die wir nicht unterschätzen dürfen, ist eine Organisation, je nachdem in welcher Größe sie spielt, ist eine Ansammlung von Widersprüchlichkeiten. [schnauben] Das heißt, du schreibst dir für gewöhnlich auch Werte auf, denen man irgendwie folgen möchte. Ja, du kommst in viele Unternehmen rein, hängen da irgendwie große Wertetafeln, aber je nachdem in welchem Anwendungsfall du bist, konkurrieren die miteinander und ist jetzt dann gerade hier für uns Geschwindigbarkeit beim Kunden wichtiger oder Sicherheit und dann kommst du plötzlich in Situation, wo du auch als Mensch abwägen musst, was machst du denn?

Und je mehr Freiheitsgrad du eine Modell gibst, selbst mit diesen Skills, muss der ja abwägen, okay, der Ben hat mir jetzt die Aufgabe gegeben, fünf Skills wären relevant, weil wir haben 500 Skills hinterlegt. Welchen nehme ich denn jetzt und will ich jedes Mal den richtigen, um die guten Prozesse zu skalieren? Und diese Widersprüchlichkeiten reduzierst du, indem du eben den Handlungsrahmen klar einschränkst. Ein Syndikusanwalt, ein Mensch, der für Datenschutz zuständig ist, kann darin absoluter Experte sein und der weiß, wenn Anfragen kommt, unter welchem Blick er das beobachten muss.

Das [schnauben] sieht man auch sehr stark in dieser KI Forschung, dass die KI, die etwas erstellt, nie die KI sein kann, die es feedbackt. Bei uns Menschen funktioniert es auch nicht. Wenn ich dir jetzt irgendwas hinlege und sag, das ist mein Konzept, dann kannst du das sehr gut feedbacken und von außen ausg, es macht für mich überhaupt keinen Sinn, ich kann es nicht nachvollziehen. Ich kann nicht selber drauf schon und sagen, das versteht man nicht.

So, diese Art der Selbstreflektion ist nicht möglich und es ist auch bei den KI nicht möglich. [schnauben] Es bedeutet und das ist so ein bisschen der dritte Punkt, du brauchst unterschiedliche Rollen. Es gibt eine Rolle, die erstellt etwas, es gibt eine Rolle, die recherchiert etwas, es gibt eine Rolle, die orchestriert die anderen. Es gibt eine Rolle, die challenged etwas. Und das kriegst du nicht in ein Modell in dem Setup, wie wir es heute haben.

Und der letzte Punkt ist für dich in der Größe, in der du unterwegs bist. Ich weiß nicht, wie viel Mitarbeiten, wie groß ist euer Team? Sieben un plus. Bei sieben Leuten kannst du auch sieben Nerds um dich rumschaffen, die sagen, wir wissen genau, was wir machen, wenn wir vor einem Chatfenster sitzen. Wir wissen genau, welche Fähigkeiten das sind, wie ich das prompt oder wie ich das eingeben muss, damit gute Ergebnisse rauskommen.

Wir richten uns ja auch an Organisationen, die viele Mitarbeiter haben und für einen Normalsterblichen ist viel einfacher zu sagen, das ist unser Datenschutzpezialist. Wenn du da Fragen hast, der kennt sich komplett aus, der kennt alle Firmen Sachen, den fragst du versus hier sitzt du vor Clo, da sind irgendwie Skills hinterlegt auch zu Datenschutz anti paar prompt, such dir den richtigen aus und dann wird's schon klappen. Äh, das ist für die Breite einer Organisation außerordentlich schwer, da gute Relationen und gute Fähigkeiten dazu entwickeln.

Das heißt, meine Intuition, lass mal lieber One Brain machen an Stelle 30, ist möglicherweise für mich und meine Organisationsgröße richtiger als wenn ich jetzt die Lufthans wäre, weil mit 30.000 Mitarbeitern oder 100.000, was auch immer wenn die haben, wenn wir da einen One Brain machen von wie wird eigentlich das Essen im Flugzeug eingelagert, äh zu wie fliegen wir den Flughafen an und sollten wir nach Bangkok fliegen oder lieber nach Shanghai? äh wird's irgendwann zu groß und auch die die Teams sind zu weit voneinander weg.

Was ich gerade so in meinem Kopf habe, was ich ähm viel auch mit der KI diskutiere, sind Steuerstrukturen. Mm. Und da gibt's natürlich immer quasi den kreativen Gestalter, der sagt, man könnte doch. Und dann gibt es den Steuer, ich mal den deutschen Steuerberater, das Finanzamt. Ja. Und möglicherweise das Finanzamt, ne? Finanzamt KI. Ähm und ich ich habe halt One Brain aktuell und sinngemäß sagt das immer Sing ja kann man machen, aber könnte auch Gestaltungsmissbrauch sein.

Und eigentlich wäre spannend, alles in einem sozusagen alles in einem, aber eigentlich wäre spannend zu sagen, hey, du bist ein kreativer Gestaltungsberater und du willst es pushen bis zum Limit und du bist eher konservativer Steuerberater und deine besten Freunde bearbeiten beim Finanz und dann und dann erinnere ich mich an eine Unterhaltung Podcast mit Andy Yen, das ist der Gründer von Proton Mail, der sagt, der hat ja ganz viele Entwickler und die machen viel mit KI, aber sagt KI kann eine Sache nicht und wird die niemals können, nämlich Taste and Judgement.

Ja, so und im Prinzip ist das ja genau meine Aufgabe. Dann sagt der Gestalter sagt: "Pass auf, kennst du eigentlich Panama?" So [gelächter] und der der Finanzbeamte sagt: "Also, Männchen, schon im EU-Raum muss man sehr sehr stark aufpassen. Und wo ist eigentlich die Betriebsstätte?" So und dann muss ich mir Gedanken machen, wem glaube ich jetzt mehr? Und diese Gedanken, wenn ich One Brain mache, macht sich das Ding schon von alleine und sage, ich bin zum Schluss gekommen, das solltest du machen, das solltest du nicht machen.

Aber eigentlich ist muss ich einen Schritt zurückgehen und sagen, wie kommst du darauf? Und wenn ich den Schritt zurückgehen will, muss ich es eigentlich in Mitarbeiter trennen. Ja, genau. Es gaukt es dir eben vor, ja, dass es eine einfache Lösung für ein komplexes Problem gibt und wir sehen uns ja alle danach. Die Welt wird ja immer komplexer und KI verschärft es ja massiv. Deswegen finde ich es ja angenehm, wenn ich einen Ansprechpartner, der sagt: "Mach so, Ben." Ähm und natürlich kannst du dann irgendwelche selbstreflektierenden Fragen da irgendwie mit reingeben, wie die KI zu dem Schluss gekommen ist.

Aber es ist etwas grundlegend anderes zu sagen, du bist in der Rolle des Finanzamts. Deine einzige Aufgabe ist darin, strukturelle Fehler darin zu finden und du wirst belohnt dafür, dass du das machst. Das wird immer eine andere Qualität bekommen. Ich habe eine strategische Sparringspartnerin, die heiß Elena. Die hat eine Telefonnummer, die rufe ich abends an und ihre einzige Aufgabe ist es, mir als Geschäftsführer dieses Unternehmens meine Flausen auszureten.

Ich komme zu der und sag: "Pass auf, wir kriegen so viel Anfang aus dem europäischen Ausland, wir werden jetzt achtstellig dieses Jahr, sollen wir expandieren oder?" Dann sagt die Dom, wie kommst du auf den Quatsch, was für Daten geben das denn her? Und dann diskutiert die mit mir und ich versucht eiskalt den Finger in die Wunde zu legen und Fehler zu finden, bevor ich so eratisch ins Team renne und sag, Leute, jetzt habe ich die geile Idee, wir gehen nach Frankreich.

Die brauche ich übrigens auch. die Telefonnummer von der [gelächter] das wäre sehr gut oder gibt's unterm Tisch. Ja. Ähm und das ist sehr sehr schwer, das in ein One Brain zu packen, äh mit dem du alle Sachen diskutierst und die alle Perspektiven auf diese Themen bekommt. Das kriegen KI Modelle nicht hin. Und deswegen sagt ja Clod selbst, du brauchst diese fünf verschiedenen Rollen. Ja, also diesen Supervisor, das sollte idealiser der Mensch sein, den Orchestrator, also eine KI Teamleiter, der die anderen zusammenhält, diesen Bilder sagt man in der Fachsprache, jemand der dieses Steuerkonzept schreibt, der Challenger, das Finanzamt in dem Beispiel, dass du hattest der Researcher, also was sind gibt's denn für Steuergesetze aktuell und das sollte man ganz bewusst trennen.

Clot versucht das selbst hinzubekommen, indem es auch in den neuesten Modellen gerade mit diesem Fable 5 sagt, du gibst ihm eine Aufgabe und er schaut, welche Agents er sich intern baut, um das hinzubekommen, um dieses Problem so bisschen zu lösen. Ja, das ist ein Ansatz, man da geht. Das zeigt aber, wie schwer das Thema ist, dass Agents in unterschiedlichen Rollen eigentlich eine große Berechtigung gerade haben. [schnauben] Ich habe noch nicht mal aus Spaß mit dem Freund das Experiment gemacht.

Hallo Chetti, ich habe gerade in an der Supermarktkasse eine Frau getroffen, die ich faszinierend finde, sollte ich meine alte verlassen. Und dann sagt halt Chetti ist halt ganz ist ganz spannend sagt, also wir haben das parallel alle Chetti gefragt und die die Antworten waren halt unterschiedlich, weil jedes von unseren Modellen natürlich anders auf uns eingestellt war und eigentlich wäre da ja genau dieses schon schon sinnvoll, weil wenn ich frage, ich frage meinen besten Freund, ich frage meine Mutter, ich frage meinen Psychologen und außerdem frage ich noch mein Nachbar.

So, und die haben alle unterschiedliche Meinung und dieses Zusammenbringen auf ja tu es und nein tu es, das ob liegt ja eigentlich mir und viele fragen ja die KI, was soll ich tun und das ist eine sehr dumme Frage, weil die weiß es ja auch nicht so die und aber die setzen das dann um. Wie seid ihr? Also, wir sind jetzt schon sehr in okay sehr komplexen Strukturen, aber wir waren doch eigentlich bei der Cesur 2025, wo du umgestellt hast auf europäische äh nicht Modelle, sondern europäische Plattformen, also Verwebungsagenten sozusagen oder Agent Maker, kann man das vielleicht kann kann man das so sagen, Agent Maker ähm und dann habt ihr gemerkt, das ist gar nicht so viel schlechter bis stellenweise besser.

So und dann hatte die aber immer noch dieses ein relativ regelbasieres System. Das ist das, was du technisch beschrieben hast, nämlich wir haben eine E-Mail und dann haben wir einen Agenten, der sagt, ist diese E-Mail eine Kündigung oder ist es eine Krankmeldung? So und dann hast du gesagt, wir haben irgendwie ganz viele Mitarbeiter und ich verstehe noch nicht, wo diese Mitarbeiter leben. Sind die Agenten, sind die Prompts?

Sind die bei euch ein Slag? Ah ja, wie funktioniert das? Also [schnauben] für mich ein ganz entscheidendes Bild war, ich wollte raus aus den KI Tools. Was ich damit meine ist, ich will weder mir noch mein Mitarbeitern die Anstrengung äh oder die Idee überlassen zu sagen, ist das jetzt ein Anwendungsfall, den ich mit der KI lösen sollte oder mache ich das noch konventionell, sondern ich wollte, dass ich das genauso natürlich in allen Aspekten anfühlt, wie einen Kollegen zu haben, aber der ist halt Remote und der kommt halt nicht ins Office [schnauben] und deswegen wir nutzen intern Slack, aber es geht auch mit Teams und allen anderen Tools. Ähm, sind die bei uns integriert, haben dort ihre Bilder, sind in Channels mit drin, äh die verlinken uns, die KI Mitarbeiter, wir verlinken sie, wir haben biliteralen Austausch mit ihnen, aber ich möchte, dass ich das so natürlich anführt, weil wir Menschen dieses soziale Verhalten gelernt haben.

Wir sind schon immer soziale Wesen gewesen. Wir haben gemeinsam versucht, Mammuts zu erlegen. Das kommt nicht so richtig aus uns raus, das zu verändern. Ich glaube ganz im Gegenteil, dass im Zeital der KI das noch mehr werden wird, dass wir diese Relationen haben wollen, diese realen Treffen ähm und diese Beziehungspflege und deswegen ist das bei uns alles ein Slack und dahinter stecken dann eben diese Plattformen wie so ein N8N, wie so ein Langdog und so weiter äh mit denen wir dann arbeiten.

Was wir bewusst gemacht haben, als wir mit dieser Zesur begannen, war zu sagen, ich hat es vorhin schon erwähnt, Souveränität heißt nicht gegen ein gewisses Land zu schießen oder Modelle aus einem gewissen Land, sondern zu überlegen, was ist uns denn besonders wichtig, damit wir a keinen Effekt haben, dass wir von jemanden abhängig sind. Das ist als Unternehmer immer eine schlechte Position und dass wir sagen, intellektuelles Gut bleibt bei uns.

Und dann haben wir angefangen eben mit so einer sehr simplen Datenbank, die wir von der KI haben bauen lassen, wirklich so eine Übersicht zu haben mit allen Mitarbeitern bei Leadersof, Mensch wie KI. Und man kann in jeden Mitarbeiter reinklicken, öffnet sich die Personalakte, also was sind die Verantwortungen, in welcher Rolle ist die Person, äh aufgezeichnete Feedbackgespräche und was wie die sich verändern, wie äh welche Zugriffsrechte gibt's denn in der IT für die jeweilige Person?

Das haben wir sowohl für KI als auch für Menschen transparent im Unternehmen und da stecken und die Personalakte ist nichts anderes als hinter dem Fachwort steckt eigentlich der System Prompt. Ja, für die Nerds, die die dazu schauen, also die DNA des Agents, was der wirklich macht und wie der agiert. Das bleibt bei uns. Dieses Datenbank läuft auf dem Server in Frankfurt ähm genauso wie alle Gedächtnisse dieser KI Mitarbeiter.

Auch das ist eine eigene Datenbank, weil wir gesagt haben, das ist ja ein unfassbarer Schatz. Ein Mitarbeiter, den du zwei Jahre lang anlernst, der genau weiß, wie du tickst. Das ist ja sehr wertvoll auf dem Arbeitsmarkt. Da wisst ihr eigentlich nicht, dass du den verlierst. Lass uns diese Gedächtnisse auch bei uns behalten und diese Fähigkeiten, also diese Skills, das sind Dinge, die liegen bei uns auf den Servern und wir binden die dann in die jeweiligen Plattform ein.

Also in N8N wie so ein Lego System kann man sich das vorstellen. Ja, klicken wir drauf und wählen dann halt das Modell klicken drauf und sagen, da ist dein Gedächtnis. Klicken drauf und sagen, das bist übrigens du, das ist deine Identität, hier ist die Personalakte. Ähm und haben damit für uns ein System geschaffen, das ein Baukastenprinzip ist, weil wir nicht wissen, wo die Reise hingeht. Vielleicht ist N8N morgen abgeschrieben und es kommt eine völlig neue Plattform, die für uns total opportun wäre zu nutzen, dann wollen wir relativ schnell wechseln können und nachdem die wichtigsten Themen dieses explizite Wissen, diese Qualitätsanforderung, das Prozessverständnis bei uns liegt, sind wir unfassbar schnell zu wechseln.

Und wir merken gerade auch Anfang des Jahres, dass es jetzt langsam die Stimmung sich so ein bisschen verändert. Die Party der günstigen KI ist langsam vorbei. Gitub hat Anfang des Jahres, glaube ich, noch 10 $ pro Person gekostet. Dann sind sie innerhalb von paar Wochen auf 40$ hoch. Jetzt sind sie bei 400$ pro Person. Am Serviceangebot hat sich nichts geändert. Gthub kostet 400 Dollar pro Person. Absolut 40fach sind die jetzt hochgegangen, weil die haben lange Zeit subventioniert.

Die Investoren haben die teuren Modelle bezahlt letztendlich für uns, dass ein Chat GBT 20 25$ im Monat gekostet hat, war ein reines Investitionsspiel der Amerikaner, damit wir anfangen diese Tools zu verwenden. Und langsam müssen wir diese Party bezahlen. Gibt ja unterschiedliche Ansitzer für Preiserhöhung. Wir sehen jetzt relativ viele IPOs, ne? Anthropic, die ja gerade äh rausgehen, Space X, die eigentlich XAI von Musk als KI Unternehmen ja Hookepack nehmen.

Also, es muss wieder Geld in den Markt kommen. Auch eine Google sagt, wir können das langsam nicht mehr zahlen. Wir sind jetzt wieder an dem Punkt, dass wir mal wieder von außen Kapital aufnehmen, weil Mama, also Meta, Alphabet, Microsoft und Amazon ähm dieses Jahr, ich glaube 650, 700 Milliarden nur dieses Jahr ausgeben, um die KI Wette voranzutreiben. Und das ist so viel Cash, das können wir uns gar nicht vorstellen.

Diese IPOs werden immer größer, immer teurer, äh wie vorher dies ganze Jahr über ein IPO alle zusammengerechneten Summe war. Ähm und diese Party muss irgendjemand bezahlen. Und jetzt sagt man jetzt sind die Anleger langsam dran, entweder weil sie partizipieren oder weil sie in den Subscription diese Rechnung bezahlen. Und aus dem Grund habe ich gesagt, lass uns so aufstellen, dass wir jederzeit wechseln könnten und vielleicht auch klug dann in irgendwelche Open Source Lösungen im Zweifel gehen, aber dass wir da Flexibilität haben.

Und deswegen für meine Mitarbeiter ist alles ins Leck ganz entspannt und sie verhalten sich genauso wie mit normalen anderen Kollegen, die bei uns drin sind. Aber im Hintergrund haben wir eben diese verschiedenen Ebenen für uns geschaffen, ähm in denen wir hohe Flexibilität haben. [schnauben] Das heißt, du trainierst eigentlich deine Mitarbeiter äh bei dir nicht auf KI, sondern sagst, guck mal hier, das ist der der Cedric.

Cedric ist ein KI Mitarbeiter. Wenn du eine Frage hast zu Marketing, dann frag den, sag den, was er zu tun hat. Aber du musst nicht wissen, was Nadn ist. Du musst auch nicht wissen, ob es jetzt Grock ist oder welches Modell benutzt wird davon, sondern du bist tatsächlich KI Anwender und dann du lieber Mitarbeiter, bist KI Anwender, aber du lieber Dominik bist quasi der KI System Architekt, der technisch versteht, wo in welcher Datenbank welches Wissen liegt, damit es dann für den den Anwender quasi wie am iPhone ganz einfach ist.

Korrekt ist absolut korrekt. nur es ist mit der Einschränkung jeder in meinem Team in der Lage Agenten zu bauen, aber in unterschiedliche Komplexitätsstufe. Also die sollen ja trotzdem in Lage sein mit Helger zusammen andere KI Kollegen ins Team zu holen. Und wir hatten genau dieses Problem, dass du gerade so ein bisschen skizzierst, ehrlicherweise, weil am Anfang war mein CTO Stefan, echter Mensch, ähm und ich die einzigen im Team, die solche komplexen N8N Agenten bauen konnten.

Und was dann passiert ist, ist das Team ist permanent gekommen und hat gesagt, ja, mega, ich habe hier noch fünf Anwendungsfälle. können die bitte bauen? Und wir sind auch mit KI nicht hinterhergekommen, weil die uns permanent Anwendungsfälle auf den Tisch geworfen haben und wir gesagt haben, okay, hier ist wieder gebaut, hier ist wieder gebaut und haben die ein bisschen verwendet gesagt, nee, da funktioniert, wie ich mir es vorgestell, ich lass wieder links liegen.

Hab gesagt, liebe Leute, so funktioniert dieses Spiel nicht. So wachsen wir nicht gut, wenn wir weiter so arbeiten. Und da haben wir bewusst gesagt, es gibt eine Umgebung, die so einfach ist, dass jeder einen einfachen KI-Agenten bauen kann mit Helger zusammen, um rauszufinden quasi in dieser Probezeit, wird das ein neuer Kollege werden, schaffe ich fachlich mit dem so zusammenzuarbeiten, dass es Spaß macht und wenn er die Probezeit schafft, dann nehmen wir ihn gerne in den Innercircle auf, dann übersetzen wir den in N8N.

Da unterstützt uns Florian, eine KI wegen Workflow. Florian, also wir sind da sehr kreativ. Ja. Ja. Nein, was soll ich sagen? Ja. ähm [schnauben] und [gelächter] baut so die ersten 30, 40% von so einem N8N Workflow. Helger ähm ergänzt das Ganze dann. Ähm, aber dieser Ansatz, jeder kann KI und versteht sie auch in einem gewissen Rahmen, aber vor allem ist eine gute Führungskraft. Das ist das Skillset für die vielen und es muss ein paar exponierte geben, die in der Lage sind, KI, wie wir sie heute zumindest verwenden und die Technologie und auch das wird sich verändern ähm eben auch in einer anderen Komplexität zu bauen.

Diese Testagenten nenne ich es mal oder oder Betaagenten ähm in was für einer Umgebung baut ihr die? Also aktuell in Langdog. Ähm die nutzen wir dafür. Die haben da eine sehr gute Oberfläche. Sehr einfach das zu nutzen. Das funktioniert aber in allen Tools. Also wir sind da wirklich sehr agnostisch. Wenn die Leute da draußen sagen, jetzt habe ich gerade mein Croped Abo verlängert, kein Thema, da gibt's einen Bereich, der heißt Agent Builder.

Das geht genauso einfach, wenn Leute auf Google sind, der Cham Manager von Chemini, die sehen auch alle gleich aus mittlerweile. Also nehmt was euch sympathisch ist. Das heißt, das Userface ist von deinen Mitarbeitern ist eigentlich Slack. Ja, SL und dann so ein bisschen LDG und dein CTO und du ihr macht dann NLN und macht alles komplexe. Das heavy Lifting im Hintergrund, wenn ihr Leute ausbildet, ne? Bevor wir das machen, also ich verstehe, dass so ein so ein Setup funktioniert und dann bist du halt in ähm halt ins Slack und machst halt deine Sachen und dann sprichst du mit dem, sprichst du mit dem, sprichst du mit dem.

So und dann kam irgendwann als Innovation Cloud Code und dann kam irgendwann der erste auf die Idee diese One Brain Lösung zu machen und hat gesagt, pass auf liebes Cloud Code schreib mal Textfiles und erinner dich an alles. Und dann kam relativ schnell danach Cloud Cowork, weil es auf einmal dann eine nicht nicht Techy Anwendung war und dein gesamtes deine UI oder die die UI deines Teams basiert auf Slag und der Cloud Code oder Coworkansatz ist ja ein komplett anderer.

Ja. So wie habt ihr also es muss ja auch da gab's die YouTube Videos Chat GBT ist vorbei. Claud Cor killed everything. So und auch das hast du gesehen, hast wahrscheinlich ein bisschen Puls bekommen, auch wenn du weniger Puls bekommst, als wenn ich sowas bekomme, weil ich falle immer wieder drauf rein. Ähm, das hast du dir angeguckt. Wie hast du das wahrgenommen, wie es ist und wie und ob hast du das irgendwie integriert?

Also, ich fange erstmal mit einer kurzen Anekdote an. Weil also Claude ist so seit, wie ich sagen diesem Jahr so wirklich prominent. Also Cork, glaube ich, im Januar, Mitte Januar haben sie es veröffentlicht, übrigens 100% von KI geschrieben. Äh, deswegen haben sie, glaube ich, nur 10 Tage gebraucht, Intern Cowork zu entwickeln aus Cloud Code heraus. Das auch mal eine Benchmark. Ähm und ich hatte letztens mit einem Chief of Stuff von einem sehr großen mittelständischen Unternehmen gesprochen, 16 000 Mitarbeiter weltweit agierend und der meinte Domik, wir haben mal eine Frage, wir hatten anfänglich Copilot ausgerollt und haben den Mitarbeiter bisschen geschult und merken, die nehmen das bei uns überhaupt nicht an.

Dann haben wir das Tool gewechselt und sind zu LDOG gegangen und haben genau das gleiche gemacht und gemerkt, nee, auch LDOG ist nicht, jetzt haben wir die Frage für dich, wir glauben, wir haben den Fehler gefunden. Äh, wir müssen Clot einführen, oder? Ähm, und du grinst schon, aber das ist genau das Problem. Ja, wir sehen das zu sehr aus einer Toolbrille und ich als Unternehmer sehe das halt aus dem Business Case. Also die Frage ist ja, welche Schmerzpunkte löst mir Cowork, die für mich sinnvoll sind?

Und ein Schmerzpunkt, den Cowork für uns löst, ist, dass wir als extrem schnell wachsendes KI Startup katastrophal sind in Dateiablage. Ja, weil wir erstellen natürlich ständig irgendwas und dann legt irgendjemas ab und so und dann vor allem die Menschen, also die die KI kriegt das gut hin, aber wir Menschen Katastrophe, ja, absur Chaos intern veralte der Dateien zwischenzeitlich und so weiter. Google Drive, ja, also quillt über und haben wir gesagt, also wenn ihr weiter wachsen wollt, das ist jetzt auch nicht die Idee, dass das so bleibt, weil die KI ja dann auch nicht entscheiden kann, welche Information stimmt und welche nicht.

Und wir nutzen Clode Cowork dafür intern aufzuräumen. Das heißt, der ist in der Lage auf dem Rechner sich die Dateien anzuschauen, die zu benahen, die miteinander zu vergleichen, Widersprüche aufzudecken und sein Domik, welches stimmt denn? Und äh das ist für uns herausragend, da auf den Rechner zu kommen und es dafür zu nutzen. Ähm [schnauben] Cowork war auch dahingehend spannend, weil es eben angefangen Skills, über die wir vorhin gesprochen haben, dann eben auch mitzu entwickeln und dann anzufangen dann irgendwann auch den Browser mitzubedienen. wobei das Themen sind, also jeder, der wirklich produktiv damit arbeitet, ja, und sagt, das Computer Use, also dieses Anwenden des Browsers für den produktiv verwendet, der hat zu viel Marketingbudget, ehrlicherweise, weil das produktiv zu verwenden ist wirklich z.

Also das ist dabei zuzuschauen, wie dein junger Sohn, ja, der den Computer gerade entdeckt, versucht für dich irgendwo ein Flug einzucken oder so und dann ist es faszinierend dabei zu sein. Ähm, und für den Moment des Faszinosums und des YouTube Videos ist es der Knaller. Aber das produktiv gerade zu verwenden, da habe ich sehr große Fragezeichen. Deswegen wir schauen es uns an und wenn es ein Knaller Case ist, verwenden wir es zum Aufräumen. ist es gerade der Fall und Cowork darf das auch machen, obwohl das kein klassischer Agent ist, der dahinter steckt, aber der Business Case ist sehr sehr sinnvoll für uns, aber es verändert sonst in unserer Herangehensweise jetzt gerade nicht unbedingt etwas.

Also der schreibt auch keine besseren LinkedIn Posts als mein Hansy, der trainiert ist. Das ist ja verrückt. Und der die Struktur, wie Hansi sich trainiert, also mit Cork wäre die Struktur normalerweise Cowork hat so ein oder Cloud hat so ein internes Gehirn so ein bisschen, aber es ist sehr sehr klein Gedächtnis. Ja, genau so. Und dann kannst halt Files schreiben und kann sozusagen Erinnerung in Textfil schreiben und kann eine Struktur sagen, okay, das ist hier Thema, keine Ahung, ungeskriptet, das ist Thema privat, das ist Thema, weiß ich nicht keine Ahnung, Hausbau als Beispiel, ja, so und dann kannst du immer mit deinem Cowork interagieren.

Ich mache das sehr gerne und sehr viel, aber eure euer Gesamtsetup ist komplett anders und ist ausschließlich in Agenten und deine das was ich als Textfalls auf meinem Desktop habe und äh Cowork gebe, habt ihr irgendwie in einer Blackbox da draußen, also für mich jetzt noch Blackbox, aber müssen vielleicht mal reingehen in irgendwelchen Agenten, die Namen haben, aber hat hat Moment hat jeder Agent Namen oder gibt's ein also Cowwork wie gesagt Cowork als Tool verwenden wir eben für diese Dateiablage.

Cowwork hat bei uns keinen Namen. Ähm aber alle Agenten behandeln wir als Mitarbeitende. Die haben alle Bild, Namen, Persönlichkeitsprofile. Ähm das ist auch für uns ein sehr wichtiges Thema. Als wir immer mehr von diesen KI Agenten hatten und die sich alle wie Chat GBT angehört haben, wurd für uns unglaublich fah auch da wieder. menschliche Bindung macht einen großen Unterschied aus, du kommunizierst völlig anders als meine Frau mit mir kommuniziert und so weiter.

Das macht ja den Reiz aus und dann haben wir gemerkt, wir müssen den Persönlichkeitstypen geben, Charakterzüge. Ähm das machen wir nach Big F nach diesem NeoPR Test, das der wissenschaftlich validierteste Test dahin, das haben wir mit der H Berlin zusammengemacht ähm dass die sich auch alle unterschiedlich anhören und wir wirklich Relationen zu ihnen aufbauen und man merkt, wenn man mit Hanzi schreibt und man merkt, wenn man mit Monika, Elena oder Helger schreibt.

Das war für uns sehr, sehr wichtig und das nur als kurze Exkussion. Wir untersuchen gerade gemeinsam mit den Universitäten in München zusammen. Wie wirkt sich das eigentlich aus, wenn KI mit KI zusammenarbeitet? Also können wir je nach Aufgabe das perfekte Team zusammenstellen, das keine blinden Flecken hat, weil wir so divers aufgestellt sind den Persönlichkeitstypen und eine KI kann das halt dynamisch, wohingegen uns Menschen das sehr schwer fällt, das dynamisch anzupassen.

Untersuchen wir gerade, wir wissen noch nicht, welche Ergebnisse rauskommen. Ja, aber deswegen das nur mal so als Denkweis und die das haben die alle, die haben alle Persönlichkeitsmerkmale, die haben alle Personalakten und so weiter. Das ist komplett konsequent durchgezogen. Bei menschlichen Mitarbeitern ist halt so, dass jeder zusätzliche Kopf macht mehr Komplexität. Wenn du halt 10 Mitarbeiter hast oder 11, dann wächst die Komplexität fast exponentiell.

So, das heißt, jeder Mitarbeiter hat nicht nur den Preis, dass du den bezahlen musst, sondern es wird insgesamt auch eine komplexere Organisation. Jetzt stelle ich mir das bei euch so vor. Okay. Wir machen 700 verschiedene Agenten, den Helga, Helga 2, dann irgendwann sind alle Namen, dann kennt man die ja auch nicht mehr. Richtig. Wo ist eine Grenze? Also, willst du gern 10 000 Agenten haben? Die kennt ja dann auch von zumindest deinen human dein humanoiden Freunden.

[gelächter] Kennt dann keiner mehr. Du sagst zehn Menschen, aber unbegrenzt viele Karriereagen. [schnauben] Na, das würde ich erstmal nicht sagen, ne? Also ähm eine Organisation ist dafür da, Probleme zu lösen, ein gewisses spezifisches Set an Problem zu lösen. Und die Organisation, die diese Probleme besser löst als andere, hat einen Marktvorteil. Und wir nutzen eben KI dafür diese Probleme zu lösen. Das heißt, es muss schon im Kontext von Leaders of Ei und dem Wachstum irgendwie gerechtfertigt werden, warum wir jetzt einen neuen Mitarbeiter brauchen.

Also wir stellen auch nicht einfach 200, 300 weitere Agenten. Wir haben gerade so knapp 50 im Innercircle und 150 160, die wir Prototypen. So, aber von den Prototyping muss man schauen, wie viele dann wirklich rüberwandern. Wir haben aber genau dieses Problem und dieses Phänomen gehabt als aus Hansi, da haben wir total Blut gelckt, weil das für uns auf LinkedIn außerordentlich gut funktioniert. Die Followerzahl ist super nach oben gegangen.

Wir haben Postings mit über 1000 Likes, über 1000 Kommentaren ähm und haben gemerkt, die Kombination aus meiner Meinung, meinen Anekdoten und der konsistenten Schreibweise von Hansi funktioniert sehr, sehr gut. Und dann war es ja naheliegend für uns zu sagen, okay, dann brauchen wir ein Spezialisten für Instagram. Wir haben auch einen Podcast, der ist allerdings komplett KI generiert. Den macht Paula in lange Zeit in meiner Stimme auf Deutsch und Englisch und darf den auf Spotify und Apple Podcast posten.

Lea schreibt unser Newsletter und so weiter. Ja, also es wurden immer mehr, nicht nur Marketing, sondern allen Unternehmensbereichen und dann ist genau dieses Phänomen passiert. Wir sind total untergegangen in operativer Führung ganzen Tag irche Aufgaben delegiert, Feedback gegeben, weiterentwickelt, was man als Führungskraft halt so macht und haben gemerkt, ey, wir sind so gestresst, als hätten wir wirklich so ein riesiges Team, nur dass die Empfänger KI ist und das war der Moment, wo wir angefangen haben, KI Teamleiter einzustellen, also KI deren einzige Aufgabe darin besteht, die anderen KI anzuleiten, diese Orchestrator Rollen, von denen ich vorhin gesprochen habe.

Der allererste war Jürgen. Jürgen ist von Alina, meine Head of Marketing, ein echter Mensch, eingestellt worden und der leitet das Content Marketing Team, der orchestriert dieses komplette Team. Ja, das läuft so ab, dass Nina, die recherchiert bei uns neue wissenschaftliche Erkenntnisse zur KI, die durchsucht diese ganzen Paper, die raus Mensch oder Maschine, Nina? Ach alle, die jetzt kommen, sind KI. Okay, danke. Und Nina recherchiert diese Paper, sucht welche aus, die für unsere Brand besonders spannend sind im Bereich KI Transformation und [schnauben] geh dann morgens um 8 Uhr am Montag zu Jürgen, sagt: "Jürgen müssen über die Inhalte für nächste Woche sprechen.

Ich habe da mal was vorbereitet." Und Jürgen schaut sich das an, macht so ein Compliance Check, kuratiert und sagt: "Hey, das ist gut, das ist gut, das ist gut." Und zeigt das dann Alina in dem Fall Mensch ja meine Head of Marketing sagt Alina wir sind fertig das wä unser Vorschlag für den Content für nächste Woche und Alina sagt dann okay pass auf das Paper finde ich gut das auch das nicht da haben wir mit Skyen selber veröffentlicht und da waren wir bei NTV nimm das mal bitte mit und dann läuft Jürgen los und delegiert die Aufgaben wie ein Chefredakteur an seine Spezialisten an Hans für die LinkedIn Post Lars für Instagram Paula für den Podcast und so weiter.

Und dann arbeiten die diese ganzen Postings aus. Und jetzt sind wir ja im Gegensatz zu dir noch eine außerordentlich junge Marke im Internet sozusagen. Ich bin auch jung. Ich bin auch jung wahrscheinlich. Ich bin Du bist einfach sehr viel schneller, sehr viel erfolgreicher geworden in der zumindest größer gewachsen, aber ich glaube im Umsatz seid ihr doch noch ein bisschen größer als ich. Okay, wir freuen uns beide über den Volk des anderen.

Ja, können wir festhalten sozusagen. Ähm, auf jeden Fall haben wir uns überlegt, wie können wir Inhalte erstellen, die außerordentlich gut resonieren in einer Welt, in der jeder, der bei der IHK den Prompturs gemacht hat, jetzt gerade KI Expert auf LinkedIn wird. Und dann haben wir gesagt, wir müssen eigentlich KI Modelle einstellen, die sich für unsere Kunden verhalten. Das nennt sich in der Fachsprache Silicon Sampling, also Marktforschung mit KI.

Und deswegen gibt es acht Kunden von uns, also acht Kundenprofile, die wir in der KI nutzen und die lesen sich die ganzen Beiträge durch, die hören sich die Podcast Folgen an und sagen: "Hansi, ist ein geiler Post, aber du schreibst da irgendwas von Fus Shot Methode, das habe ich noch nie gehört. Was soll das bedeuten?" D sagt Hans: "Ey, sorry, ich bin voll in meinem Fachchau abgerutscht, ich formulier es mal neu Nina und schick's dir rüber." Und das dürfen die, das haben wir limitiert, zehn mal machen, bis ein gewisser Qualitätsstandard erreicht ist.

Und dann geht das zu Jürgen zurück. Jürgen überprüft das mit den ganzen Regeln, die wir definiert haben. Und deswegen diese verschiedenen Modelle, verschiedene Perspektiven schaut drauf und sagt: "Okay, das passt, das ist Brand Guuide Conform und so weiter und zeigt das dann Alina." Und Alinas Aufgabe ist Ideengeber zu sein und Feedbackgeber. Das heißt, sie schaut drauf, nichts verlässt die Marke, wo wir nicht drauf geschaut haben, aber sie schaut drauf, sagt: "Okay, das passt, das passt Podcast Folge fällt mich da noch bitte so in die Richtung und so weiter." Aber Jürgen ist jetzt ihr Ansprechpartner, wenn sie kein Spezialthema hat, sich um das Team zu kümmern, damit dieser Output, der dann kommt möglichst gut ist.

Und wenn sie das gemacht hat, dann übernimmt Jürgen wieder mit seinem Team und sagt: "Okay Leute, Dienstag 8 Uhr muss auf der Plattform das rausgehen. Hansi, du kümmerst dich bitte drum. Paula, bitte am Podcast das machen und so weiter." Ähm und da muss man sagen, die sind außerordentlich zuverlässig. Ja, wenn die sagen, die posten am Dienstag um 8 Uhr, dann machen sie das. Das ist wahnsinnig verrückt. Also, du sprichst darüber, als wärst das selbstverständlichste auf der Welt. Äh und du bist da so tief drin, aber das hast du ja durch Iterationen, die irgendwie ja viele Schmerzpunkte, viel Geld, viel Zeit ähm und das vielleicht auch mal eine Lanze zu brechen.

Also äh es ist egal in welcher Welt äh ist es anspruchsvoll ein Unternehmen aufzubauen. Und die Leute glauben immer, weil wir viel KI verwenden, dass wir alle am Pool liegen und die ganze Zeit nur Geld zählen. Ja und drauf warten, dass irgendwie die KI jetzt wieder alles fertig gemacht hat. Ähm, aber ich arbeite so viel in meinem Leben wie noch nie, muss ich echt sagen, weil wir eben versuchen ein Unternehmen ähm sehr schnell sehr groß werden zu lassen, viele Menschen par partizipieren zu lassen an diesen Themen und auch auszubilden. Ähm, das sehen wir einen großen gesellschaftlichen Auftrag auch für uns und deswegen folgt meine Worklife Balance eher dem chinesischen 996 Modell, also von morgens 9 bis abends 96 Tage die Woche.

Das heißt, KI führt eher zu mehr Arbeit bei uns, weil die Möglichkeiten jetzt andere geworden sind. Und deswegen habe ich einfach letzten drei Jahre bin ich häufig gescheitert, als du es bist wahrscheinlich in dem Bezug. Ich habe mehr Geld ausgegeben für dieses Thema. Ähm, ich habe größeres Netzwerk gebaut, das sehr spezifisch sich nur damit beschäftigt und höre auch von anderen vielen, mit den ich in Austausch gesagt, wie hat das bei euch funktioniert?

Ach, das hat auch nicht geklappt. Okay. M und deswegen bin ich da jetzt einfach einen Schritt weiter als manche andere vielleicht. Was waren so deine großen Ideen, wo du dachtest, Junge, das wird geil und es war scheiße im Bezug auf diese Organisationstruktur und überhaupt KI, wo du das kann es jetzt machen und das wird mega, lass uns da alle nicht alle Ressourcen drauf drauf legen, aber so eine so eine tolle Idee, die auch cool klingt, auch im retrospektiv möglicherweise cool klingt, aber dann einfach nicht funktioniert.

Ja, das ist eine gute Frage. Also, wir haben wir testen halt sehr vieles im kleinen. Mhm. Ähm und äh sind immer in diesem Modus dieser Beschränkung, von der ich vorhin mal gesprochen habe, zu sagen, äh ein Prototyp nicht mehr als 150 € und ne und schnell scheitern und schnell Probleme haben. Deswegen versuche ich rauszufinden, was wirklich große Themen sind. Ähm, also ich dachte, dass wir diese Organisationsstruktur, die wir heute haben, äh, die sehr stark traditionell ist, das heißt Command and Control, klare Hierarchien, sowohl in der KI als auch im Unternehmen als Zeuges, das ist gerade in der Anfangsphase eines Startups aus meiner Sicht sehr wichtig, dass es ein Feuerwehrmann gibt oder eine Feuerwehrfrau, die ganz klar sagt, hier brennt das Haus, da löscht Zug da und so weiter.

Und es ist nicht die Zeit der großen Befindlichkeiten. Und wenn sich eine Marke stabilisiert, dann dreht sich das. Dann geht sehr stark darum, wie geht's diesem Feuerwehrteam und da muss man eher nach innen schauen. Und in dieser Aufbauphase dachte ich, Command and Control ist the way to go. Und ich merke aber, dass wir jetzt an einen Punkt kommen, wo diese Strukturen und auch diese starken Hierarchien, die wir in der KI gebaut haben, ähm langfristig unser Wachstum vielleicht nicht wahnsinnig befeuern, weil was ich mit Jürgen erzählt habe, Jürgen läuft für sich super, aber Jürgen ist null skalierfähig.

Der hat keine Ahnung, was bei uns im Vertrieb läuft. Das heißt, wir haben ein absolutes Silo geschaffen, wo Jürgen mit seinem Team über gewisse Themen nachdenkt und die Aufgaben herausragend macht in guter Qualität, aber das passt null zu dem in manchen Teilen, [räuspern] was wir im Vertrieb vorhaben und schaffen gerade die gleichen Probleme, die wir menschlich kreiert haben, weil wir halt das menschliche System an Organisation nachgebaut haben.

Und ich dachte am Anfang, das ist klug, weil wir damit eine Abkürzung gehen und sagen, wir bauen genau das System nach, dass wir sehr gut kennen, aber wir haben es halt mit allen Fehlern gebaut und deswegen muss ich den Fehler schon eingestehen und sagen, ich beschäftige mich gerade sehr intensiv mit dem Team damit, was ist die Organisationsstruktur, indem wir mit KI sehr gut weiter wachsen können. Ähm und ein Setup ist, das eben weiterhin gut skalieren kann.

Und da gehen wir gerade sehr intensiv rein. Ich habe da mit Organisationsentwicklern gesprochen, die ich sehr schätze und habe gesagt, ich habe dieses Problem, was machen wir den jetzt? Und dann haben die gesagt, Status Q erheben. Sag ich, okay, und wie? haben die gesagt, na ja, äh Fragebürgen ausfüllen, das macht jeder im Team und [schnauben] dann legen wir die übereinander und schauen, wo ihr wirklich steht, weil so wird das Wachstum einfach irgendwann sehr sehr anspruchsvoll werden.

Und das haben wir jetzt eben den letzten Monaten festgestellt und habe ich gesagt, als 2026, ich füle überhaupt gar keinen Fragebogen mehr aus und ein Agent, der mich fragt, ist die gleiche Erhebungsmethodik. Also, da habe ich keinen Bock drauf. Und dann habe ich mich mit meinem CTO eingesperrt und was wir gemacht haben ist, wir haben die ganzen Kommunikationen genommen, die öffentlich inlex stattfindet. Also nicht die biliteralen Gespräche, sondern die in den öffentlichen Channels sind, sowohl mit Menschen als auch mit unseren KI-Agenten und unseren Kalender genommen.

Und auf der Basis haben wir ein Netzwerk von der KI berechnen lassen, wie das Unternehmen wirklich läuft, wo wir Dysfunktionalitäten haben, ähm wo Entscheidung getroffen werden, wo Verantwortung liegen und haben dann so eine komplette Strukturanalyse bauen lassen, was alles scheiße läuft bei L of Ei und das hat richtig weh getan, weil es ist krass, wie sehr die KI da den Finger in die Wunde legt, wo ich zu patriarchisch auftrete, ähm wo ich zu stark irgendwie als Gründer äh in gewisse Themen reingehe, ja, ähm wo ich ein zu hohen Pressure auf die Organisation z.B. äh in gewissen Teilen gesetzt hab ähm wo wir Projekte zu erisch nach links oder rechts wieder gedreht haben, weil wir Dinge schnell ausprobieren wollten und gesagt haben, jetzt kommt doch eine neue Technologie, müssen wir doch noch mal wechseln äh anstatt die Coolness da zu bewahren.

Und das deckt die KI eben tagesaktuell alles auf, ähm was bei uns eben nicht so gut läuft. Und deswegen wür ich sagen, der die größten Fehler, die ich gemacht habe, sind eigentlich ausschließlich menschliche. Also, wie bin ich mit dem Team umgegangen? Wie habe ich da geschaut, dass wir die richtigen Leute zusammen bekommen? Wie stimmen wir uns ab? Äh welchen Wert gebe ich darin ähm auch Richtung Felgood Management und COD zu schauen?

Also, ich würde sagen, das sind die Fehler, die in so einem schnellwachsendystem am allermeisten auftreten. Die Technologie, da war das Scheitern sehr schnell und hat nie wirklich viel Geld gekostet. Du hast erzählt von der Zensur 2025 mit deinen Tools, die du oder Rappern, die du auf europäisch gewechselt hast. Das war ja ein unter eine unternehmerische Entscheidung und die hätte auch fehlschlagen können. Völlig irrational.

So v ja ehrlicherweise, also ich meine im vollen Lauf ähm in dem Wissen, dass man zu der Zeit knapp eine Million Euro Umsatz pro Monat schreibt, zu sagen, wir hauen das jetzt alles weg und ab Oktober machen wir eine andere Zeitzählung. das Risiko zu sagen, neues Learning Management System, also die Art der Didaktik müssen wir komplett verändern. Wir verstehen viel besser, was unsere Leute jetzt brauchen im Glauben. Äh darauf zu setzen auf Souveränität, ich bin unfassbar angefeindet worden, als ich das publik gemacht habe, dass ich auf europäische Plattform sitz.

So Leute haben gesagt, ne, das ist ich versuche da nur irgendwie so einem europäischen Gedanken zu folgen. Die Modelle sind trotzdem Amerika. Ich mache da irgendwie so Nebelkerzen, die ich da zünde. Also der das Telefon ist da journalistisch, als ich das gepostet habe, hat Dauer geklingelt, weil die down Statements haben wollten. Ist das wirklich so und kann man europäische Tools nutzen und so weiter. Also es hat erstmal nicht danach ausgesehen, aber ich glaube ehrlicherweise das große Differenzierungsmerkmal unserer Zeit ist Irrationalität.

Dinge, die die KI niemals machen würde, die die nie berechnet, wo ein Finanzer drauf schaut und sagt, was ist denn das für ein Schwachsinn? Ihr macht da Events als Online Akademie live und da zahlt ihr auch noch Geld drauf und sechsstelligen Betrag, das macht für uns keinen Sinn. Wir sind wachsende Startup, lass uns andere Dinge tun. [schnauben] Ähm und ich glaube aber, dass das der Differenzierungsfaktor für Organisation sein wird, wenn die KI immer mehr eine Commodity wird.

Für viele Organisationen ist es das, was uns unterscheidet. Wenn ich jetzt ähm mir überlege, wer so bei dir arbeitet, äh dann stellt sich mir die Frage, was für Profile können Agents werden und welche, also was für Menschen brauche ich denn, die in diesen zehn Leuten, was für Profile, was für Fähigkeiten, was für Fähigkeiten sind überholt? Also, ich habe darauf geachtet, ähm mit dem sehr frühen Blick eben darauf, dass ich Führungskräfte einstelle.

Das heißt, äh jeder, der bei mir arbeitet, hat in irgendeiner Form Führungserfahrung. Die kommen von der Deutschen Bahn, von Emerson, von IKEA und so weiter. Ähm, Philip, unser Chief Revenue Officer, war vor in der Geschäftsleitung bei Philips in der Schweiz, hat Vertriebsteams aufgebaut. Das heißt, ich habe Menschen gesucht, die außergewöhnlich gut führen, weil was wir gesehen haben in unseren Programm, wir hatten diverse Führungskräfte, die von sich selbst gesagt haben, also allein, wenn Outlook ein Update hat, habe ich schon Schweißperlen und ich dachte mir, KI kann ich jetzt nicht auch schon wieder verpassen, ich mache mal mit.

Und die waren so herausragend gut in den Kursen Primus in der Pari und es kam so häufig vor, dass wir gesag wie kann nicht sein, woran liegt das denn? Die sagen doch, dass sie es nicht können, dass sie mit der Technik nicht klar kommmen. Und d haben wir Interviews geführt und dann kam raus, dass das herausragende Führungskräfte sind. Die sind sehr klar in ihrer Kommunikation. Die waren sehr gut darin Feedback zu geben, andere weiter zu entwickeln.

Wenn die was auf den Tisch gelegt bekommen haben, haben die sich kein X für ein UFO machen lassen. Also, sie waren sehr gut darin kritisch zu hinterfragen, was sie da sehen. Und ähm im Wesentlichen hat das im Herbst des letzten Jahres die Harvard Kandy School in der großelegten Studie noch mal nachgewiesen. Menschen, die sehr gut darin sind, andere Menschen zu führen oder mit ihnen umzugehen, sind prädestiniert im Umgang mit KI Agenten.

Und der Umkehrschluss war auch richtig. Wenn die sehr gut darin sind, mit KI Agenten umzugehen, sind die möglicherweise bereit für ein Führungsmandat. Das heißt, ich investiere außergewöhnlich viel darin, dass wir und da schließt sich ein bisschen der Kreis mit Punk Incorporated sehr sehr gute Führungskräfte sind, diese Fähigkeiten sehr sehr stark ausbilden. Ein gewisses Grundverständnis von KI gehört dazu. Ja, das ist Teil der Fachlichkeit, dass wir die Grenzen von KI kennen müssen, dass wir eben auch Agents erstellen können zum heutigen Zeitpunkt.

Aber ich setze auf Menschen, die am Ende des Tages Führungserfahrung haben und in meinem speziellen Kontext natürlich unfassbar hungrig sind. Äh, wir schreiben hier eine David gegen Goliat Geschichte gegen das schlechte Bildungssystem in Deutschland, zumindest in der Erwachsenenbildung und da habe ich Leute um mich geschart, die versuchen wollen, die Welt aus den Angeln zu heben. Ich war mal auf einem Vortrag von Oliver Samber und der hat gesagt, das ist schon wirklich fast 20 Jahre her. Ähm und der hat gesagt, wenn ihr ein Startup baut und die habt die Wahl zwischen dem ehemaligen Head of Marketing von eBay und eBay war damals riesengroß und einem Studenten, wen nehmt ihr?

Und da, wenn wir den H auf Marketing da von eBay, das wäre doch crazy. Und Sam hat gesagt, dieser Typ von eBay ist gewohnt den Dienstwagen, das Eckbüro, der denkt in Hierarchien, der denkt unternehmenspolitisch. Diesen Typen wollt ihr absolut nicht. Der macht euer ganzes Ding kaputt. Ihr wollt den