KI in der Zukunft: Welche Szenarien wirklich realistisch sind – und was sie für dein Business bedeuten

00:00:03: Willkommen zu AI und Y Business Talks.

00:00:06: Heute spreche ich mit Andreas Engler, noch CTO der Allride Group.

00:00:12: Die Allride Group, da gehört auch FlightRide dazu, da wirst du gleich ein bisschen mehr darüber erzählen.

00:00:17: Ihr betreibt heute eine der größten und erfolgreichsten LegalTech-Plattformen in Europa, kann man so sagen.

00:00:23: Warum noch CTO?

00:00:25: Das wird Andreas gleich hoffentlich selbst erklären.

00:00:29: Andreas ist außerdem promovierter Physiker.

00:00:33: Als Studienabbrecher mit Physik-LK, der ich bin, habe ich da natürlich allerhöchsten Respekt vor dir.

00:00:39: Aber ich habe mich auch kurz gefragt, wenn ich ehrlich bin, ob es eine gute Idee ist, einen Physiker in einen hoffentlich unterhaltsamen Podcast einzuladen.

00:00:48: Die Physiker gelten ja als etwas speziell.

00:00:51: Aber da kann ich die Zuhörer schon beruhigen, denn ... Andreas, wir kennen uns schon eine Weile und das Gespräch mit dir wird mit Sicherheit sehr unterhaltsam, denn Andreas ist ein Paradebeispiel für jemanden, der extrem tiefes Wissen hat und dieses Wissen auch als Werkzeug extrem gut in die Praxis einfach übertragen kann tatsächlich.

00:01:13: Aber kommen wir mal kurz zu deiner Promotion, Andreas, denn was hast du denn da eigentlich genau entwickelt?

00:01:18: Das war bei Stefan Hell.

00:01:22: Da ging es um konfokale Lichtmikroskopie, also eigentlich ein ganz anderes Thema.

00:01:26: Aber wenn man so ein Mikroskop baut, dann spielt irgendwann meistens ein Computer dann doch eine Rolle.

00:01:31: Und in dem Fall ging es darum, für die Biologen einen Werkzeug zu generieren, mit dem sie Videoaufnahmen machen können.

00:01:41: Ich übersitze das mal für den Nicht-Physiker.

00:01:43: Du hast ein Mikroskop entwickelt tatsächlich oder hast es programmiert, kann man eigentlich sagen.

00:01:47: Zusammen

00:01:48: mit Matthias und meinem Kollegen damals, genau, der hat die gesamte Mechanik auf dem Aufbau gemacht und ich habe die gesamte Software für den Aufbau gemacht.

00:01:55: Und dieses

00:01:55: Mikroskop kann man heute sogar noch kaufen.

00:01:57: Genau, bei Leica.

00:01:58: Genau.

00:01:59: In Mannheim.

00:02:00: Du machst heute eigentlich genau das Gleiche.

00:02:02: Du hast damals auch schon, und das ist das, was ich gerade gesagt habe, eine modernste Technologie und Information aus der Forschung genommen und hast sie übersetzt in ein Werkzeug, was man heute tatsächlich wirklich live benutzen kann und auch für Nicht-Physiker sozusagen zugänglich ist.

00:02:21: Und du machst das heute auch, du durchdringst als CTO die neuesten Technologien und machst sie für die Unternehmen, in denen du aktiv warst und heute bist bei Allright, machst du das nutzbar.

00:02:32: Und eine dieser Technologien, über die wir ja heute vor allem reden wollen, ist die Technologie der künstlichen Intelligenz.

00:02:39: Seit wann hast du Kontakt mit künstlicher Intelligenz?

00:02:43: Sehr spezielle Frage oder sehr interessant eigentlich.

00:02:46: Seitdem... Künstliche Intelligenz als Sprache, als Nomeklation da ist, hat sich das über die Jahre immer weiter verschoben, ab wann man sagt, das ist jetzt Intelligenz.

00:02:57: Am Anfang hieß es noch, ja, wenn es irgendwie in der Lage ist, das ein jenes zu tun.

00:03:01: Und dann war der Computer irgendwann in der Lage, das ein jenes zu tun.

00:03:05: Aber jetzt ist das doch noch nicht künstliche Intelligenz.

00:03:07: Das ist jetzt noch, wenn es das und das ist.

00:03:09: Und so beschreibt sich das eigentlich immer weiter.

00:03:12: Und ich würde sagen, für mich war es tatsächlich schon während des Studiums, also in einer Promotion noch... nicht sogar... davor halt schon während dem Studium, als ich angefangen hatte, mit Linderer Algepramich zu beschäftigen, Optimierung von größeren Systemen, wo also mehrere Parameter reinkommen, dann habe ich irgendein Zustand und dann möchte ich irgendein Zielzustand vorhersagen.

00:03:34: In dem Moment würde ich ja sagen, okay, wenn ich eine Vorhersage korrekt vorhersagen kann, das ist eine gewisse Form von Intelligenz.

00:03:40: Ich kann in einer Situation, also als System, so reagieren, dass ich einen optimalen für mich als System optimalen Ziel-Outcome habe, wo ich halt auch hin möchte.

00:03:50: Ziele formulieren können auch jetzt noch nicht das LLM, aber wenn ich ihm sage, was ist denn der Zielzustand, wo ich es hinhaben möchte, ist das System immer mehr und mehr und mehr über die Jahre hinweg als Computer in der Lage gewesen, auch in komplexesten Situationen den besseren und richtigeren Zielzustand zu erreichen.

00:04:10: Von daher würde ich sagen, das war dann mit Fortran-Mathritzen der Terminantenberechnung und dann halt da geht es dann auch in die Stockastik rein.

00:04:19: Da eigentlich würde ich sagen, das ist schon Machine Learning gewesen.

00:04:22: Damals hat man es noch nicht so bezeichnet, da man sieht es noch Regressionen oder Klassifikationen und das war dann auch eine relativ lange Zeit noch so.

00:04:32: und hat sich aber immer beschleunigt.

00:04:34: Man merkt, es geht immer schneller und schneller und schneller vorwärts.

00:04:37: und mit den Transformatoren jetzt und jetzt LLM Stable Diffusion.

00:04:42: Als neueste Entwicklung ist es jetzt noch mal massentauglicher geworden.

00:04:46: Es wird auch sehr viel Werbung gemacht, um halt auch jetzt alles breit zu treten.

00:04:50: Und jeder ist jetzt der AI-Experte, weil jetzt auch jeder verstanden hat, oh, das hat ja sehr viele Implikationen und Möglichkeiten, Dinge zu optimieren und meistens dann kosteneffiziente umzusetzen oder mit einem höheren Business Impact umzusetzen.

00:05:05: Aber das ist ja schon irgendwas dazwischen passiert.

00:05:06: Also klar konnte man vielleicht damit zu deiner Studienzeit Gab es diese Algorithmen schon und letztlich ist ein AI ein schlaues Einsetzen dieser ganzen Algorithmen.

00:05:16: Aber war damals klar, dass das diesen Impact haben wird, dass man sich mit einer AI quasi unterhalten kann?

00:05:24: Mit Alexa kannst du dich schon länger unterhalten als Gegenwahlspieler, also die ersten Alexa Systeme, also Alexa als System.

00:05:32: hat ja am Anfang nichts mit einem LLM zu tun gehabt.

00:05:34: Und trotzdem haben die Leute schon ihren Sprachassistenten die ganze Zeit verwendet.

00:05:38: Google Action gab's auch, also Google hatte das, AWS beziehungsweise Amazon hat das eingeführt und das ist ja etwa zu fünfzehn Jahre her, zwölf Jahre her, irgendwas in der Größenordnung.

00:05:48: Also gibt es schon länger.

00:05:50: Von daher würde ich schon sagen, ja, das war absehbar.

00:05:54: Die Entwicklung und auch die, zum Beispiel jetzt gerade für LLM, die Paper und auch für Stable Refusion Paper für... War von Google, meine ich, noch gewesen.

00:06:04: Ist jetzt auch schon wieder zehn Jahre alt oder so.

00:06:06: Da ist eigentlich immer nur eine Frage gewesen.

00:06:08: Wann haben wir genug Daten und genug Rechenpower, um eben diesen Weg zu gehen?

00:06:14: Und wann hat das dann auch tatsächlich eine Nutzbarkeit, die dann auch diese breiten Wirkung erreicht?

00:06:21: Und da würde ich ja sagen, ist auch jetzt noch nicht wirklich gut absehbar.

00:06:29: Was macht das dann gesellschaftlich?

00:06:30: Was passiert denn eigentlich jetzt mit einem LLM?

00:06:34: ChatGPT wird jetzt genutzt, jetzt ist fünf rausgekommen.

00:06:38: Noch mal besser, was die Halluzinationsreduktion angeht.

00:06:42: Hat jetzt auch eine Million Tockens, glaube ich, die ich reinstopfen kann, wie vor Jiminy halt hatte.

00:06:48: Also man holte ein bisschen auf bei ChatGPT und macht es einfacher für den Nutzer.

00:06:52: Und ich glaube, das ist eigentlich, was sich jetzt tatsächlich in den letzten vier, fünf Jahren massiv getan hat.

00:06:57: die Sichtbarkeit und der Einsatz für jeden.

00:07:02: Also die Zugänglichkeit ist wesentlich vereinfacht worden.

00:07:05: Und das Open AI, als würde ich sagen Vorreiter in Beidem, die haben das wirklich dann einsetzbar bekommen und gemacht mit massiven Geld-Einsatz, weil kostenlos Rechenkraft quasi jeder kann es nutzen, jeder kann SchadGPT sich runterladen als App aufs Handy.

00:07:23: Und das Ganze wird ja querfinanziert von den Investoren.

00:07:26: Also das kostet im Moment ja wahrscheinlich täglich Millionen, was da in Strom alleine verballert wird, nur damit das diese Werbewirksamkeit und diese breiten Nutzung bekommt.

00:07:39: Du hast gesagt, okay, wenn wir schauen, dir war vieles damals vielleicht schon klar, weil du sehr tief in diesem technischen Details drin bist.

00:07:48: Heute musst du in deiner Arbeit, in der Wirtschaft ja viel mehr übersetzen, diese ganzen Details, die wir technologisch sehen, in etwas Nutzbares für eine Organisation.

00:07:59: War dir damals in dem Physikstudium schon klar, dass du in die Wirtschaft gehen willst und genau das tun willst?

00:08:04: Oder bist du eigentlich im Herzen immer noch der Forscher?

00:08:06: Nee, ich war nie der Forscher.

00:08:08: Ich hatte in die Promotion gemacht, um mir das anzuschauen, um zu schauen, ob das etwas ist, was mich interessieren könnte.

00:08:14: Hab die Promotion dann auch durchgezogen, aber ich würde sagen, nach zwei Jahren Promotionszeit war mir schon klar, dass ich nicht in der Forschung bleiben möchte.

00:08:21: Mir war aber immer die Applikation der Nutzbarkeit aus der Forschung, das, was mich mehr interessiert.

00:08:27: Forschung der Forschung Willen ist wichtig und passiert ja auch.

00:08:32: Das war mir aber immer zu weit weg von einem direkten Impact, sodass es ein echtes Problem löst, was Leute gerade jetzt haben, die eigentlich gerne irgendwie eine Verbesserung ihrer Situation haben wollen.

00:08:46: Also ich habe immer versucht, und habe erfolgreich geschafft, dass ich die Theoretisierung... in die Praxis rüberhole und dort halt den direkten Impact erzeuge, der einen Mehrwert liefert als Output.

00:08:59: Und das ist auch etwas, was mich dann eigentlich relativ zügig bewegt hatte, nach der Promotion zu sagen, ich gehe in die Wirtschaft, ist mir eigentlich egal, was ich mache.

00:09:09: Als Physiker bin ich nicht limitiert auf einen Sektor, die Systeme oder komplexe Systeme zu durchdringen, zu durchdenken und dafür Probleme zu identifizieren oder schon zu bekommen, hey, das ist ein Problem, versuche dafür eine Lösung zu erreichen.

00:09:23: Das ist eigentlich das, was mich herausfordert, was mir Spaß macht und wo ich dann denke, okay, gib mir ein Problem aus einem möglichst komplexen Kontext und ich versuche eine Lösung, mithilfe von Daten, Informationen, Prozessen und Computer hinzubekommen.

00:09:39: Wie tief muss denn jetzt heute in deiner Rolle als CTO überhaupt das technologische Wissen noch sein?

00:09:45: und hilft dir da deine Physiker Vergangenheit?

00:09:48: Also brauchen wir sowas?

00:09:50: Brauchst du sowas heute in deinem Job?

00:09:53: Das ist auch eine sehr gute Frage.

00:09:56: Ich würde sagen, sie hilft mir persönlich, sie hilft aber nur im Kontext von Stakeholders.

00:10:08: Wenn die eine Ahnung haben, was bedeutet eigentlich das Physikstudium, was bedeutet eigentlich dort eine Promotion zu haben, was bedeutet und was ist die Aussage dann über die Personen, deren Fähigkeiten.

00:10:19: Da die meisten keinen Zugang haben zum Physikstudium und keine Ahnung haben, wie mathematisiert das Ganze ist.

00:10:26: Jetzt gerade auch bei mir mit der Applikation immer in irgendwelche Anwendungsfälle, wozu ich fähig bin, rein aus der Theoretisierung heraus.

00:10:35: Meine direkten Kollegen kriegen das mit, aber jetzt auf einem Stakeholder-Level, auf Investoren, andere See-Level-Executives, würde ich sagen, ist das eher hinderlich, weil ich dadurch ja... Ich weiß ganz genau, was hier passiert bei JetGPT, wie das LLM gebaut wird, der Terminantenberechnung, was ich alles tweaken kann und so.

00:10:56: Ich habe die Paper gelesen und so.

00:10:57: Das hilft mir aber natürlich in einem Stakeholder Gespräch.

00:11:00: Warum machen wir jetzt mal nicht mal was mit JetGPT?

00:11:03: Oder warum machen wir jetzt nicht mal mehr AI?

00:11:05: Da hilft mir das ja gar nicht.

00:11:07: Von daher ist die eigentliche Leistung eines CTOs aus meiner Sicht eher... Die Leute zusammenzubringen, die halt das technische Wissen haben.

00:11:17: Das kann dann der CTO selber sein, kann aber auch jemand im Team sein.

00:11:21: Denjenigen noch gut genug zu verstehen, sodass er die eigentliche Strategie und die eigentliche Mehrwertbildung für die Economy des Businesses transformieren kann.

00:11:32: Was sind eigentlich die Geschäftsziele?

00:11:35: im C-Executive-Kreis oder auf Investoren-Ebene diskutiert wurde.

00:11:39: Und was bedeutet das dann wiederum für die AI-Strategie zum Beispiel?

00:11:44: Was ist jetzt erprobt genug und auch im Enterprise-Kontext zum Beispiel leicht oder schnell einsetzbar, Time to Market oder eben halt auch, was braucht vielleicht mehr Effort, hat aber einen langen Tailenten, der richtig gut ist für uns, diese Bewertungen zu tätigen.

00:11:59: Das ist eigentlich, glaube ich, die Arbeit.

00:12:01: Okay, du sagst im Gespräch mit den Stake Holdern oder den Entscheidern brauchst du nicht dieses tiefe technologische Wissen, das ist eher hinderlich und hilft dir gar nicht.

00:12:12: Brauchst du es denn irgendwo anders?

00:12:13: oder brauchen wir dann überhaupt noch CTOs?

00:12:15: Wenn wir sagen, eigentlich ist dieses tiefe technische Wissen ja gar nicht relevant für die Entscheidung?

00:12:20: Es ist ja wichtig für die Entscheidung, also entweder ich habe jemanden, der hat das und dann kann ich den fragen, muss ihm vertrauen oder ich habe es halt selber, dann kann ich halt selber... diese Bewertung tätigen.

00:12:30: Für die Bewertung, was ist Hype?

00:12:33: Und was ist eigentlich jetzt tatsächlich realistisch als use case umsetzbar?

00:12:37: und wie können die es auch technisch am besten umsetzen, am effizientesten, am effektivsten.

00:12:43: Dafür brauche ich schon auch das tieferere technologische Wissen.

00:12:46: Ansonsten bin ich ja Fliegenfänger von dem was irgendwelche Marketing Sprüche erzählen, was jetzt angeblich alles schon möglich sei und da gibt es ja jetzt gerade im aktuellen Hype Train eine ganze Menge.

00:12:58: Von daher würde ich dann wahrscheinlich Use Cases starten und dann Ernüchterung haben, da kann man ja auch ganz schnell ein Thema verbrennen, wenn man halt zu schnell, zu proaktiv einfach mal Dinge in den Vordergrund stellt oder sich rechtlich in Situationen begeben, in die man als Company gar nicht kommen möchte.

00:13:14: Wofür würdest du da als CTO momentan waren?

00:13:16: Also wenn du sagst, es gibt total überzogene Marketingversprechen da draußen, was, was, woran denkst du da?

00:13:25: Das generell das Thema... AI, die Mitarbeiter an sich überflüssig macht.

00:13:32: Wofür brauche ich jetzt noch ein Programmierer?

00:13:35: Oder wofür brauche ich jetzt überhaupt noch ein Sachbearbeiter?

00:13:40: Wenn man dann halt mal sich selbst als Exekutive oder als Investor die Mühe macht, wirklich mit ChatGPT dieses Thema, was im Prozess, im Unternehmenskontext dann halt tatsächlich passiert, halt damit auch anzuschauen und zu exekutieren, dann ist man fest, oh, da gibt es ja immer noch Edge-Cases, die haben wir gar nicht abgedeckt.

00:13:58: oder die deckt ChatGPT jetzt immer noch nicht ab.

00:14:01: Oder das ChatGPT deckt das zwar ab, ja, aber nur weil ich jetzt einen Chat auf meinem Handy mit ChatGPT machen kann, habe ich das ja noch nicht bei meinem Kunden.

00:14:13: Also es braucht ja mindestens noch eine Integrationsleistung in irgendeiner Form.

00:14:16: Und dafür brauchst du ja auch immer noch einen Developer, einen Klassischen oder halt jemand, der zumindest mal weiß mit dem LLM.

00:14:25: Interagieren kann, wenn es jetzt um LLMS überhaupt geht.

00:14:28: Aber es fängt ja schon viel Basistechnik an.

00:14:30: Was mache ich überhaupt irgendwas mit einem LLM?

00:14:33: Und was ist das überhaupt?

00:14:35: Und ist das was anderes als ein Stable Diffusion?

00:14:37: Und wann benutze ich denn das?

00:14:39: Und was gibt es denn überhaupt am Markt aktuell?

00:14:41: Gibt es nur einen Chatchi PT?

00:14:42: Nee, es gibt... Inzwischen schon mindestens zehn, fünfzehn große, richtig gute Modelle.

00:14:47: Einige davon sogar Open Source.

00:14:49: Kann ich selber hosten, wenn ich möchte.

00:14:50: Brauche ich die überhaupt nicht in die Cloud geben.

00:14:52: Und das sind ja alle so Punkte, die kann ich bewerten und sollte ich eigentlich auch bewerten können.

00:14:57: Für mein eigenes Business, für meinen eigenen Ziele und für meinen eigenen Newscales.

00:15:02: Okay, und dafür ist das CTO jetzt auch noch wichtig momentan.

00:15:06: Genau

00:15:07: das aufzuzeigen, tatsächlich.

00:15:09: Ist das aber nicht auch noch eine Frage der Zeit?

00:15:11: Ist das nicht okay?

00:15:12: Die Integrationsleistung muss jetzt erbracht werden und du hast gerade gesagt, okay, die Leute sind jetzt nicht überflüssig, aber sind sich vielleicht in fünf oder zehn Jahren.

00:15:20: Das kann gut sein.

00:15:21: Ich meine die Computer, also die Computerleistung wird weiter zunehmen.

00:15:26: Nvidia und auch, jetzt Google hat ja einen eigenen TPU, also einen eigenen, eigenen Chip, der halt entwickelt ist, um halt Vector-Matrizen-Berechnungen sehr viel Energieeffizient zu tätigen, auch Abseits von Grafikkarten, mindestens für die Inferenzen, funktioniert das sehr gut.

00:15:42: Und das wird ja weiter jetzt gerade sprießen, Rechenzentren... überall auf der Welt.

00:15:48: Es waren Mini-Kernkraftwerke zugelassen, die nur Strom produzieren sollen.

00:15:52: für Rechenzentren, weil alle eben sagen LLMs und generell die aktuellen AI-Modelle, das ist die Zukunft, da geht es hin und alle investieren im Moment massiv da rein.

00:16:04: Das heißt, das ist nicht nur ein Hype Train, das wird bleiben, das wird einen massiven Nutzwert bieten und durch die jetzt fünf Jahre, zehn Jahre Integrationsleistung, die jetzt investiert wird, werden massiv weniger notwendige Personen in einem Unternehmen übrig bleiben.

00:16:22: Das ist so.

00:16:23: Davon gehe ich massiv aus.

00:16:24: Und das hat eine Implikation.

00:16:27: Wo sind LLMs besonders gut?

00:16:29: Sind besonders gut die Best Practices dessen, was wir in Wissen reintrainiert haben.

00:16:34: Das ist im Moment alles, was im Internet verfügbar ist und in allen möglichen Situationen jemals schon mal recordet wurde.

00:16:43: eben für diese Situation mit den zusätzlichen Parametern, die gegeben werden, zu kombinieren, um darauf eigentlich adäquate Antworten zu finden.

00:16:52: Ja, das ist die gesamte Consulting-Industrie.

00:16:54: Also, Deloitte, PVC.

00:16:59: PwC hat jetzt eine eigene Kooperation gemacht mit Open AI, um schon ihr eigenes Modell am Start zu haben.

00:17:05: Welcher Juniorkonsultant braucht dann noch jemand bei PwC?

00:17:08: Ich brauche noch PwC, damit ich mein Testat bekomme.

00:17:11: Aber die gesamte Konsultingbranche wird dabei sein.

00:17:16: Was machen alle Rechtsanwälte?

00:17:17: Was machen alle Ärzte?

00:17:18: Was machen jeder eigentlich hochgradig auf Wissen, Lernen und Wiedergeben studierte?

00:17:28: Ja, alle Historiker.

00:17:31: Also verdammt viele Berufe sind betroffen bis hin zum Exekutive.

00:17:35: Was macht denn ein Geschäftsführer?

00:17:36: Sieht die Situation, hat eine Best Practice vielleicht im Kopf, was am besten jetzt anzuwenden wäre und exekutiert das dann oder gibt da einfach dann die entsprechenden Anweisungen an das Team oder seine Teams, um das halt umzusetzen.

00:17:50: Ja, warum soll das sich die LLM mit dem Wissen des gesamten Internets für diese Situation dann auch adaptieren können?

00:17:57: bei einem CTO auf, sondern es geht eigentlich, warum braucht jemand, der eine Unternehmung gehört, noch überhaupt jemanden außer sich selber?

00:18:06: Es ist einer, der möchte hier arbeiten, ein Manneken, der noch übrig bleibt, eine Person, die dann halt in Endeffekt das Konzert der Agents und der AI instrumentalisiert, um im Endeffekt das eigentliche Produkt, sei es ein Service oder sei es halt irgendeiner Form physisches Produkt, was dann irgendwo von Robotern gebaut wird.

00:18:28: Also klassische End-Situation, es braucht eigentlich niemanden mehr.

00:18:36: konkret an der Branche, in der du eigentlich auch tätig bist mit All-Right oder Flight-Rides, einer eurer bekannteren Marken oder der bekannteste Marke, kann man auch sagen, mit dem ihr Flugpassagieren zu ihrem Recht verhelft.

00:18:51: Schauen wir uns mal konkret diese, der Bereich, indem du dich überwegst, das ist ja Legal Tech.

00:18:56: Schauen wir uns diese Branche mal an, denn ganz so einfach ist es ja, da nicht, dass man auf einmal morgen keinen Anwalt mehr braucht.

00:19:03: Warum ist das so?

00:19:04: Weil es gibt schon relativ viele Widerstände auch in dieser Branche.

00:19:08: Was erlebst du da momentan, wenn du dir die Legal Tech-Branche anguckst?

00:19:12: Ja, generell der rechtliche Hürden, die auch nicht nur Legal betreffen, sondern eigentlich auf EU-Ebene schon diskriminierend anfangen gegenüber anderen Kontinenten.

00:19:23: EU-Act, also jetzt AI-Akte, der auf gesamte europäischen Ebene aufbaut.

00:19:30: hat schon unsere Einsatzfähigkeit abseits von Hürden massiv reduziert, muss man schon sagen, die der EU Act limitiert, zum Beispiel schon dadurch, dass ja dem Kunden halt die Informationen mitgibt, das ist jetzt eine AI.

00:19:51: kann man sagen, was man will, aber das ist eine ähnliche UX-Experience, die dann aufgebaut wird, wie die unseren netten Cookie-Banner, die wir überall auch haben.

00:19:58: Also der Kunde kriegt dann gesagt, und übrigens, das ist jetzt eine AI und nur, dass du informiert wirst und so.

00:20:04: Und das wird natürlich pro Definition, weil AI überall eingeführt wird, natürlich dann überall auftauchen.

00:20:11: Und das ist übrigens AI, und das ist übrigens AI, und das ist übrigens AI.

00:20:14: Soll heißen... Ich als europäisches Unternehmen habe dann jetzt schon rechtliche Hürde und damit ein Nachteil gegenüber einem US-Omerikanischen Konkurrenten oder den Chinesischen

00:20:23: Konkurrenten, der das nicht bekannt

00:20:25: geben muss im internationalen Markt.

00:20:28: Natürlich kann ich dann sagen, okay, wir sind im EU-Binnmarkt.

00:20:31: Du advertest gerade an einen EU-Bürger.

00:20:33: Jetzt hast du das mal zu machen.

00:20:34: Aber ich habe ja keinen rechtlichen Durchgriff vom EUGH auf irgendeinen chinesischen Firma, wo auch immer in China sitzt.

00:20:42: Die sagen, ja.

00:20:44: Interessiert mich nicht.

00:20:45: Aber glaubt ihr, das hält Kunden davon ab, Flight-Ride zum Beispiel zu nutzen?

00:20:49: Das ist halt die Frage.

00:20:51: Ich glaube, wenn man jetzt sehr schnell innoviert und das sehr schnell einführt, kann es durchaus den einen oder anderen Kunden abschrecken und zur Konkurrenz bringen, die das noch nicht haben, weil die sagen, ich möchte nicht mit einer AI.

00:21:02: Okay, bis es irgendwann eh normal ist, wenn ich den Gucki-Banner eben wegklicken und sowieso nicht.

00:21:06: Genau,

00:21:06: bis es überall gebräuchlich wird, aber in dieser Dransitzzeit kann das einen Impact haben.

00:21:13: ganz normaler AB-Test muss halt evaluiert werden.

00:21:15: Also auf EU-Ebene erste Hürde, zweite Hürde, Deutschland.

00:21:19: Ah nee, auch nochmal auf EU-Ebene GDPR.

00:21:22: Also deutsche Datenschutz bei uns in der lokalen Gesetzgebung.

00:21:27: Auch ja, personenbezogene Daten mit einem, in dem Fall größtenteils US-Amerikanischen Unternehmenverarbeitung.

00:21:36: Wenn ich das LLM nicht bei mir lokal laufen habe in einem deutschen Grund und Boden, dann bin ich halt irgendwo in der Cloud, damit bedeutet das Personenbezogene Daten gebe ich an, ChatGPT.

00:21:46: Auch jetzt aktuelle Gesetzgebungen und mit Nachverhandlungen hast du nicht gesehen, hat Schremmt zwei immer noch einen Impact eigentlich und auch mit Standardvertragsklauseln schwierig.

00:21:56: darf ich jetzt, darf ich jetzt nicht.

00:21:58: Ja, nach Frau von der Leyen, ja klar, nach sich anderen Urteilen, mal so, mal so.

00:22:06: Also weitere Hürde, besser mal anonymisieren die Informationen, bevor man es eigentlich dann an ChatGPT gibt.

00:22:12: Wenn man dann das Ganze mit ChatGPT machen würde.

00:22:15: Aber mit Mistral hätte man eigentlich eine Alternative auf französischen Grundumboden.

00:22:20: Könnte man dann ja Konkurrenzfähiges, genuges Modell nutzen.

00:22:23: So ist aber nicht so werbewirksam gegenüber den Investoren.

00:22:26: Wenn ich sage, wir haben das mit Mistral, dann sagen die Mistral, was?

00:22:30: Was ist denn das?

00:22:31: Weil ChatGP Team, muss man schon sagen, was die Amerikaner sehr gut können, ist Marketing, wird super advertised.

00:22:37: So, dann nächste Hürde.

00:22:40: Zusätzlich zu GDPR und Datenschutz haben wir natürlich deutsche, deutschen Anwalt.

00:22:47: Der hat einen Berufsträgergeheimnis zu wahren.

00:22:50: Also nochmal restriktiver, wie der die personenbezogenen Informationen und auch die fallbezogenen Informationen jetzt eigentlich als unter Verschluss halten muss und nicht rausgeben darf an Dritte.

00:23:01: So auch dafür braucht es eigentlich dann wiederum entsprechende vertragliche Hürde plus.

00:23:06: Wenn der Anwalt jetzt bisher natürlich sich als Alleinstellungsmerkmal mit seinem Wissen klassifizierte, klassischer Wissensberufanwalt, der soll ja nicht anfangen, kreative Lösungen zu finden, wenn dann höchstens im Rahmen der vorhandenen Gesetzgebung.

00:23:20: und die sollte er besonders gut kennen und er sollte besonders gut wissen, wie man für diesen Fall welche Urteile gab es denn schon und wie wurde da verargumentiert, damit man erfolgreich sein konnte.

00:23:31: Also eigentlich ist die die gesamte Basis.

00:23:35: akkumuliertes Wissen, genau das habe ich natürlich eintrainiert in einem LLM direkt verfügbar.

00:23:40: Also kann ich eigentlich sogar, wenn ich möchte, mit dem Rack oder so, genau für diesen einen Anwalt ein Pseudo Agent schaffen der ganz genauso argumentieren würde ganz genau so sich verhalten wird diese eine anwalt oder wieder andere anwalt oder halt eben im allgemeinen wie die erfolgreichsten anwälte die in einer unternehmung arbeiten.

00:24:03: die akkumulieren sich dann quasi.

00:24:06: im Agent, in der LLM, im AI-Modell.

00:24:09: Ja, dann brauche ich ja gar keinen Junior mehr einstellen.

00:24:12: Und eigentlich brauche ich auch die erfolgreichsten Anwälte nicht mehr oder maximal noch Berufsträger, muss noch abzeichnen.

00:24:18: Also brauche ich noch einen Anwalt, der halt dann sagt, ja, passt, passt, passt, passt.

00:24:22: Gut, ist recht in so einem wiederholbaren Fall wie dem Euren, wo es immer um Fluggastrecht am Ende geht.

00:24:28: Da würde ich aber sagen, da ist natürlich auch so schon viel automatisierbar, weil natürlich... sehr wiederholbar, sehr viel, sehr ähnliche Fälle.

00:24:36: Dadurch kann man natürlich schon auch abseits der AI sehr viel automatisieren oder konnte schon immer automatisieren.

00:24:44: Die Schere geht halt jetzt nochmal breiter auf, sodass nochmal mehr auch Edge-Cases und so gut erwicht werden.

00:24:52: Ja,

00:24:52: ich formuliere das mal provokant.

00:24:54: Was du sagst ist, die aktuellen Hürden, insbesondere die gesetzgeberischen Hürden, die wir aktuell haben, verhindern aber dann ja eigentlich, dass die EU-Bürger sinnvoll zu ihrem Recht kommen.

00:25:07: Ist das so?

00:25:08: Verhindern sie Gerechtigkeit oder zumindest machen sie den Zugang zu Gerechtigkeit teurer?

00:25:11: Spitz,

00:25:11: finde ich formuliert.

00:25:12: Die Frage wegen teurer.

00:25:15: Also erst mal ne, Gerechtigkeit wird ja ausgesprochen, unabhängig von AI jetzt oder nicht.

00:25:19: Sprich... Wenn ich einen Fall aufmache und denke, ich habe Recht, dann kann ich mir auch privaten Anwalt nehmen oder ich habe eine Rechtsschutzversicherung, so muss ich im Fall ja nicht an Flight Ride abtreten, sondern kann mich auch selber quasi vertreten oder jeder andere Rechtsanwalt kann das tun.

00:25:34: Die Frage ist natürlich aber in der Tat, wird er das so erfolgreich machen können, wie das vielleicht einen

00:25:38: LLM, wie der

00:25:39: erfolgreichste LLM das hinbekommt?

00:25:42: Und das ist also eine Frage von, was ist überhaupt gerecht?

00:25:44: Also wann gibt es gerechte Urteile?

00:25:46: Irgendwie weit ist das Rechtssystem gerecht?

00:25:48: Das hatte ich jetzt... würde ich jetzt komplett losgelöst sehen von jeglicher AI-Diskussion.

00:25:54: Ist generell ein Rechtssystem im Einzelfall gerecht und wann eben nicht mehr?

00:26:00: Wenn man das mal außen vorlässt, ist ja dann die Frage der Kosten.

00:26:03: Und da ist definitiv ein AI-Modellkosten bis in Strom, Anwalt, der muss Essen, seine Familie versorgen, ist typischerweise lange studiert und so.

00:26:11: Ja, also natürlich, das wird im Endeffekt also zu höheren Kosten dann passieren.

00:26:16: Und das würde natürlich dann im internationalen Wettbewerb für legal, ist man schon separiert auf jede Gesetzgebung pro Land, natürlich.

00:26:24: Aber in anderen Bereichen ist man direkt im internationalen Konkurrenzkampf.

00:26:28: Und da würde ich ja sagen, ja, wenn in EU eben dieser Service dieses Produkt dadurch, dass diese zusätzlich Hürden da sind, halt weniger einfach oder halt gar nicht mit AI umgesetzt wird, während es international mit einem LLM oder Stable Revision oder wie auch immer mit neueren AI-Toolchains passiert, dann wird natürlich der internationale Wettbewerbsvorteil bei den Ländern liegen, bei denen geringere Hürden sind.

00:26:54: Und das Interessante ist ja auch, wenn man sich den AI-Akt ansieht, Und jetzt sich dann mal anschaut, was da drin steht, das ist auch wieder von Rechtsgebern getätigt, die sich nicht so tief mit der Materie auskennen, wie jetzt halt so ein promovierter Physiker, dann sieht man das inzwischen eigentlich... die Definition von AI da drin, eigentlich alle verarbeitenden Computersysteme sind.

00:27:17: Also es ist eigentlich mit dem AI-Act, die Rechtsprechung ist ja noch ausstehend, es gibt ja jetzt gerade neu, die Behörde sind nicht mal richtig geschaffen.

00:27:25: Also es wird ja jetzt erst starten, dass wir klagen haben werden und dann auch entsprechende Urteile kommen, wo ich die Befürchtung habe, wenn man sich den AI-Act anschaut, dass jetzt auch ganz normale Computer-Algorithmen, die überhaupt staatlich programmiert sind, überhaupt nicht als AI gelten.

00:27:47: Und dann ist natürlich die Sache, damit wäre kompliziert, weil da eigentlich schon vorhandene Systeme.

00:27:51: So ein bisschen wie bei der DSGVO, mit Nummern, Schildern, Hausschildern, Klingelt- und Telefonbüchern.

00:27:59: Wenn das Telefonbuche auf dem Tisch liegt, ist das alles in Ordnung.

00:28:02: Wenn es digital abspeichert, mit der gleichen Information, ist das plötzlich aber DSGVO relevant.

00:28:07: Wie geht ihr momentan bei FlightRide damit um?

00:28:10: Setzt ihr AI ein?

00:28:11: Ja.

00:28:12: Das tut ihr schon?

00:28:13: Ja.

00:28:13: Und ihr weißt dann eben daraufhin?

00:28:15: Ja.

00:28:16: Und wie sind eure Erfahrungen damit?

00:28:21: Da ist ja die Sache, welche AI haben wir, in welchen Systemen, in welchen Prozessen im Einsatz?

00:28:31: Generell, wo wir es einsetzen, haben wir positive Erfahrungen und darum haben wir den Einsatz auch weiterhin.

00:28:39: Das ist aber vielfach intern.

00:28:40: Also ist nichts, was der Kunde direkt sieht.

00:28:43: Weshalb wir dann da auch nicht darauf hinweisen, weil unsere eigene Mitarbeiter, wo der Agent quasi unterstützt wird oder wo der Anwalt unterstützt wird, da brauchst du jetzt auch keinen Hinweis dazu.

00:28:54: Brauchst aber eine Schulung.

00:28:55: Also auch das ist wiederum, wir haben alle unsere Mitarbeiter schon AI-seitig geschult.

00:29:02: Und auf der anderen Seite, wo wir jetzt sehen, wo es direkte Impacts gegeben hat, Die Messbarkeit ist so ein Riesenthema.

00:29:14: Also wie viel besser sind wir jetzt eigentlich damit geworden?

00:29:17: Was ist der KPA, an dem wir das machen, festmachen können?

00:29:23: Also bei internen Prozessen geht das sehr, sehr gut.

00:29:25: Wenn es dann aber nach draußen geht, die Werbekampagne zum Beispiel einmal mit AI-generierten Bildern und einmal mit klassischen Stock footage oder sonst irgendwas.

00:29:35: ist das jetzt also woran mache ich es jetzt fest?

00:29:37: ich kann es meistens dann halt ein eingesparten euros fest machen okay muss halt nicht mehr irgendwie mit der agentur oder halt hier irgendwie.

00:29:45: hier hatte ich nicht mehr den berat das beraterprojekt gestartet oder so.

00:29:49: das sind so die einfachen sachen.

00:29:50: aber in dem moment wo es in den echten kunden in taktionskontakt geht kann ich ab test zwar fahren aber die frage ist halt dann auch verändert sich das über die zeit?

00:30:01: jetzt ist es vielleicht noch schlechter Mit AI?

00:30:03: Ist du momentan oder was?

00:30:05: Möchte ich nicht tief drauf eingehen.

00:30:07: Aber wenn es jetzt schlechter ist, weil jetzt gerade diese Transitphase ist, wann wird der Punkt sein, dass es nicht mehr schlechter ist, entweder weil die AI besser geworden ist oder aber... weil die Kunden sich auch daran gewöhnt haben.

00:30:20: Stellt man sich die netten Klickstrecken vor, irgendwelche Forms, die man ausfüllen muss als Kunde, als Self-Service gegenüber.

00:30:26: Man hat am Anfang einfach nur die Hotline angerufen und hat den Senfall erklärt und dann haben die gesagt, ja, wir haben ihre neue Adresse notiert, kriegen Schreiben, wo wir ihnen das nochmal bestätigen.

00:30:38: Das war es jetzt gegenüber.

00:30:39: Ich muss ins Self-Service gehen, Kundencenter, mich anmelden, Passwort, zwei Faktor-Analykation und dort dann unterendern meine Adresse selber.

00:30:47: ändern.

00:30:48: Also was wie akzeptiert wird, ist auch immer so ein Generationending und darum hat auch diese Änderungszeit von fünf bis zehn Jahren bis so einen Hype tatsächlich ein sich wirklich settelt und den maximalen Impact dann halt auch generiert.

00:31:04: Das war bis jetzt immer mit allen neuen Technologien beobachtbar.

00:31:07: Es beschleunigt sich generell über jede neue Technologiegeneration.

00:31:11: Aber jetzt nicht runter auf zwei Jahre.

00:31:13: Ja,

00:31:13: die Adaptionsfähigkeit des Menschen ist eben dadurch nicht

00:31:15: schnell.

00:31:15: Also jemand, der jetzt einen Flug hatte zum Beispiel, Flughaastrecht bei uns größter Bereich und sagt okay, mein Flug wurde gekanzelt.

00:31:25: Das sind halt alle Altersgruppen.

00:31:27: Das sind nicht nur Jens Sie, die halt irgendwie digital-native aufgewachsen sind, sondern es ist halt auch jemand, der vielleicht immer noch lieber ein postaliges Schreiben schickt und lieber irgendwie mit einem Menschen redet.

00:31:40: Und wenn er mit dem AI-Bord reden würde, dann halt damit für sich erstmal so vor den Kopf gestoßen fühlt und sich irgendwie dann damit unwohl fühlt und lieber halt das nicht haben möchte.

00:31:49: Okay, zumindest die nächsten fünf Jahre vielleicht noch.

00:31:52: Ja, bis es halt einfach alle... umgestellt haben und er kriegt halt einfach kein Menschen mehr an den Tanztelefon.

00:31:58: Du hast eben über den Rise von Open AI gesprochen und auch mit welcher finanziellen Power dahinter das Open AI ja auch macht momentan.

00:32:07: Ist das denn nicht was, was euch als Flight Ride auch Angst macht?

00:32:10: Weil ich könnte ja selber auf die Idee kommen, anstatt das spezialisierte LLM zu nehmen, was ihr programmiert und die Plattform, die jetzt zur Verfügung steht, stellt, könnte ich ja aus Gewohnheit mir das schreiben an die Fluggesellschaft von GPPT schreiben lassen.

00:32:22: Das ist in der Tat so.

00:32:23: Und da ist natürlich die Frage, gibt es genug öffentlich verfügbare Informationen oder Informationen, auf die jetzt Open AI Zugriff hätte, mit Open AI zu nehmen, aber Lama von Meta als Beispiel oder Gemini als weitere große Modelle ganz genauso und ist dann auch das Modell groß genug?

00:32:41: und oder hat die Attention Awareness darauf eintrainiert bekommen.

00:32:45: Sprich, wie groß ist eigentlich der Benefit für die für jetzt Open AI als Company, ihr LLM für diesen Bereich besonders fähig zu machen.

00:32:58: Und das ist tatsächlich etwas, wo ich denke, es ist ja nicht ein Modell, also auch jetzt schon nicht mehr bei ChatGPT.

00:33:05: Bin ich absolut sicher, das kann man nicht reingucken, aber OSS haben sie veröffentlicht und das ist nicht so fähig wie ChatGPT-Fünf.

00:33:12: Also klar ist das auch open source, warum sollten sie das veröffentlichen, was ja das Neuest des Geilstes ist.

00:33:17: Aber ich gehe relativ stark davon aus, dass jetzt schon unterdiskriminiert wird.

00:33:21: Also es sind mehrere hintereinander geschaltete LLMs, die halt in Spezialgebiete wegdriffen, sodass halt dort das Training halt viel einfacher und schneller machbar war, um dort fähige gute Aussagen zu haben und Vorkass und im Endeffekt funnelt sich das dann alles wieder.

00:33:34: hoch und wird dann wieder getätigt.

00:33:37: Und die Frage ist, in welchen Wertschöpfungsfeldern lohnt sich ein spezialisiertes LLM für OpenAI?

00:33:47: für den eigenen Business Case später mal.

00:33:49: Und da sehe ich halt, dass Flugastrecht im deutschen oder europäischen Markten auf EU, zwei, sechs Einsätzen nicht so krass geil sein wird.

00:33:57: wahrscheinlich, dass sie darauf sich den Stürzen oder dann die Attention draufsetzen.

00:34:01: Es kostet auch Geld, gerade zu trainieren.

00:34:02: Rens, ich verstehe es ein bisschen wie so eine Amazon Story.

00:34:04: Wir fragen uns dann, wen macht Amazon jetzt als nächstes noch kaputt und welcher Markt ist für die überhaupt noch relevant?

00:34:09: Das ist genau der Punkt.

00:34:10: Es ist halt diese Brand Awareness, glaube ich.

00:34:14: Ob man ja halt verstanden, dass die Brand Awareness das wiederum und der Zugang zum Endkunden der goldene Punkt ist, den sie setzen müssen, warum AWS oder auch Google oder halt auch Microsoft, die haben halt schon Zugang zu massiv vielen Kunden.

00:34:29: Und da sieht man jetzt auch, gerade mit Gemini II, V, ist im Moment diese netten Shorts, die bei der Google Suche schon mal oben angezeigt werden.

00:34:39: Das ist ja schon das LLM, die sie benutzt.

00:34:42: dann eigentlich die Google Suche, so dein Habit, den du schon hattest und kriegst jetzt das LLM schon untergeschoben.

00:34:48: Soll heißen, die größeren Firmen, die Zugang zu Entkunden haben, Meta macht es ans.

00:34:52: Genauso, WhatsApp ist an der rechten Seite schon Meta AI integriert, kann ich schon mit der AI direkt kostenlos interagieren, nur weil ich WhatsApp hab.

00:35:00: Das heißt, überall werden alle großen Konzerne überall LLMs einbinden, um die direkte Kommunikationsinteraktion mit allen Toolchains in ihren Services zu vereinfachen, zu verbessern.

00:35:12: Wer braucht da noch JetGPT?

00:35:14: Oder OpenAir?

00:35:16: OpenAir bin ich mir sicher, hat das verstanden und sie versuchen halt diese Brand Awareness und die Kooperation so schnell, so krass zu skalieren, dass die größeren etablierten Player am Markt, die halt schon Zugang über Facebook und die ganzen anderen Interaktions-Services mit den Endkunden schon hatten, Nicht schnell genug aufholen im AI-Bereich, sodass genug Kunden aber Chatchi-Pity haben wollen.

00:35:39: Und dort halt ihr Business machen wollen oder ihren persönlichen Assistenten dann da sehen und ähnliches, um diese Mehrwerte zu tätigen.

00:35:47: Aber ich würde auch denken, hier wird es nicht so sein, dass One Winner takes it all gibt.

00:35:51: Warum?

00:35:52: Es gibt schon genug Open Source Modelle, die ähnlich gut sind oder mindestens gut genug, dass ich als Privatperson alles damit machen kann, was mich irgendwie interessiert.

00:36:00: Und es geht eigentlich eher die easy and easy to use, also easy to use, einfache Adaption, einfache Integration.

00:36:07: Da wird jetzt in den nächsten fünf, sechs Jahren am meisten passiert.

00:36:09: Na gut, aber gerade

00:36:10: in easy to use habe ich natürlich bei den großen, habe ich bei dem iPhone, was ich in der Tasche habe oder den Google Suche, die ich sowieso verwende.

00:36:15: Das heißt, du sagst schon, du glaubst das mit dem Rise von AI.

00:36:20: die großen noch größer werden am Ende.

00:36:21: Davon gehe ich aus, ja.

00:36:23: Und vielleicht kann sich... Du hast das eure Nische eben consistent bleibt.

00:36:26: Exakt.

00:36:27: Warum?

00:36:27: Weil eben das nur Nische ist, wo die großen halt rein von der Wertschöpfungskette her ganz andere Cases haben, mehrfach Milliarden Cases, Bistrillionen Cases, gesamte Helfbranche zum Beispiel.

00:36:40: Da liegt ja so viel Geld rum an Optimierungsmöglichkeiten mit AI.

00:36:45: Und das ist jetzt auch das große Thema gewesen.

00:36:46: jetzt auf der Keynote vom Chat GPT-Fünf-Null Personal Health.

00:36:53: Okay, wir sind uns einig.

00:36:55: Es wird sich einiges verändern.

00:36:56: Es wird sich auch in der Wirtschaftswelt einiges verändern.

00:36:58: Das wird nicht in den nächsten ein zwei Jahren passieren, sondern es wird vielleicht eher fünf oder zehn dauern, wenn ich dich richtig verstanden habe.

00:37:04: Meine persönliche Einschätzung.

00:37:05: Genau.

00:37:06: Ich hoffe mal, dass es auf der Zeitstrecke passiert noch schneller.

00:37:10: Ja, wird da nochmal schwieriger dann für die Gesellschaft?

00:37:13: Genau, schauen wir doch da mal drauf.

00:37:14: Schauen wir mal fünf bis zehn Jahre nach vorne und gucken mal, wenn wir jetzt diese ganzen Veränderungen und Optimierung haben, ist es der Schlüssel zur besseren Welt?

00:37:23: Oder ist es am Ende das schnellere Hamsterrad?

00:37:26: Oder ist es die Dystopie, dass dann Leute keine Arbeit mehr haben?

00:37:31: Ich habe Physik studiert und weil mich Technik immer begeistert hat und interessiert hat, ich wollte, habe immer Technik als Möglichkeit gesehen, dass sich die Menschheit aus ihrem Problem irgendwie herausarbeiten und forschen kann.

00:37:43: Und das hat sich bis jetzt aber leider nicht bewahrheitet.

00:37:47: Ich bin zynischer geworden, was das Thema angeht zu früher.

00:37:51: Also während Studium als Schüler noch da gab es.

00:37:56: auch das so ein neunziger jahre zeit irgendwie.

00:37:59: da war alles irgendwie im aufbruch.

00:38:00: alles wird besser alles wird cooler die grafik von computer spielen wird immer besser.

00:38:06: so als gamer war das dann auch so.

00:38:08: ein ding wo ich dachte ja wird immer besser wird immer besser.

00:38:10: der computer konnte immer mehr probleme lösen immer komplexere berechnungen machen.

00:38:14: ja irgendwann werden wir das wetter vorher sagen können.

00:38:16: auf wochen war damals noch so ein allgemeingängig Ja, das kann jemand vertreten.

00:38:23: Stochastisch Modell und so, aber dann die Berechenleistung steigt, dann geht das ja.

00:38:26: Und wie man sieht, ist es nicht wirklich massiv besser geworden.

00:38:30: Und dann sehe ich aber immer wieder, wie mit jeder neuen technischen Innovation die kommt, die auch immer ein bisschen was besser macht.

00:38:41: Aber halt nur von hundert Prozent, die es besser machen könnte, geht halt so zwanzig Prozent in das, was es tatsächlich besser macht.

00:38:49: Und achtzig Prozent geht in Marge an Investoren und Leute, die halt die Technik kontrollieren und wie sie halt eingebracht wird in die Gesellschaft.

00:38:59: Und da würde ich eben davon ausgehen, man sieht es auch schon jetzt, Microsoft gerade ist besonders prädestinierte Konzern, Rekordmargen.

00:39:09: Also im Moment scheint die AI, auch wenn sie frei zur Verfügung steht und ob die AI jetzt immer noch Verluste macht, aber jetzt schon so genutzt zu werden, dass bei den etablierteren Spielern alles in die höhere Marge an die Investoren geht.

00:39:26: Höhere Bonnie von Vorständen, aber nicht... der eigentliche Mitarbeiter zum Beispiel, dass ein höheres Geld bekommt.

00:39:32: So heißt er soll bitte schön mal das LLM nutzen und seine persönliche Habits ändern, dass jetzt alles nochmal mehr Abhängigkeit von der eigentlichen Toolchain, die bereitgestellt wird vom Konzern passiert, sich nochmal mehr in seine Konsumentenhaltung begeben, bitte, und nochmal weniger.

00:39:50: Und die Mitarbeiter, die ich jetzt noch gebraucht hatte und die mit ihrem Gehalt noch einen kleinen Teil vom Wertschöpfungskuchen als Ausschüttung bekommen haben, die kann ich ja noch abbauen.

00:39:59: Und da sieht man ja jetzt schon, es passiert.

00:40:02: Und wir haben gerade darüber gesprochen, braucht

00:40:03: es

00:40:04: den Exekutive überhaupt noch irgendwann später?

00:40:06: Oder wie viel Mitarbeiter braucht es denn eigentlich noch?

00:40:08: Und wir haben festgestellt, als gemeingängige Meinung ist das ja auch, es wird massiv weniger Leute brauchen.

00:40:16: Weil das eben dann Agents übernehmen können, die nochmal fähiger sind oder der beste Anwalt, der gerade in der Firma sonst über das Firmenwissen vorhanden war, eigentlich dann etabliert werden kann.

00:40:27: Und damit einhergehend hatten wir eigentlich dann eine Dystopie.

00:40:32: Du prangerst das jetzt an, dass sich das Kapital also immer mehr fokussiert und die Dimagen immer größer werden.

00:40:40: Aber wir machten das am Ende.

00:40:41: Das sind ja die Entscheider, Sea Level und Inhaber dieser Welt.

00:40:46: Trigst du ja mit deinem Einsatz von einer Eier dazu bei?

00:40:49: Die natürlich Rechenschaft gegenüber den verantwortlichen Stakeholder sind.

00:40:53: Also ich bin ja als Geschäftsführer, als angestellter Geschäftsführer nicht eigener, so Gesellschafter oder eben die Investorenrunde, die kann das natürlich anders entscheiden, macht's bei Open Air ja auch gerade wieder den Rückmove zu mehr allgemein... der Allgemeinheit dienenden Rechtsform, was aber immer eine Diskussion ist und was nur dort passiert und nicht bei Google.

00:41:17: Google ist jetzt nicht allgemein, also gehört nicht der Allgemeinheit.

00:41:21: Es ist kein Verein oder so was.

00:41:23: Sondern es ist eine notierte, börsnotierte Kampagne.

00:41:27: Alphabetmus ist rechenschaftzeitig notwendig Gewinne zu erreichen und zu maximieren.

00:41:33: So heißt es, als Vorstand bin ich ja rechtlich auch gezwungen, eigentlich im Sinne der Investoren zu handeln und nicht gemeinnützig.

00:41:42: So.

00:41:43: Und folglich passiert eigentlich einfach nur bei den Kapitalismus ja genau diese Entscheidungsfindung schon in diese Richtung.

00:41:51: Aber ist der Kapitalismus dann am Ende?

00:41:53: Oder wird er durch AR ins Ende getrieben?

00:41:55: Oder was muss passieren, damit wir... Er beschleunigt

00:41:57: sich auf jeden Fall.

00:41:58: Erleben.

00:41:58: Er beschleunigt sich auf jeden Fall.

00:41:59: Bis jetzt war der Kapitalismus ja die Möglichkeit, dass diejenigen, die die Essers halten, dafür Rendite bekommen hatten und diejenigen, die Arbeitsleistungen lieferten, davon Anteil halt abbekommen haben.

00:42:14: Wenn sie Mehrwert gebracht haben, plus natürlich als Konsument, sorge ich dafür, dass das gesamte System schön am Laufen bleibt.

00:42:21: Mit AI passiert jetzt eine Geschwindigkeit der Transformation.

00:42:28: die wir so noch nicht hatten.

00:42:29: Bis jetzt hatten wir mit jeder neuen technischen Innovation, dass es ein Skill-Transfer gab.

00:42:33: Soll heißen, Leute hatten bisher vielleicht am Band manuell irgendwie den Ford zusammengebaut und dann kam das Fleece-Band und dort hat man dann halt schneller die Fords zusammen bauen müssen.

00:42:45: Dafür musste aber dann Fleece-Band hergestellt werden.

00:42:47: Jemand muss das Fleece-Band warten und so weiter.

00:42:49: Also heißen es gab immer noch eine Transformation, dass mit jeder neuen eingeführten Technologie, wenn ich mich dann adaptiert hatte, ich dann für Diese Technologie der... ...jenige war der, die erzeugt und maintains.

00:43:03: Ist das nicht weiter so?

00:43:04: Irgendwann muss die AI programmieren.

00:43:06: Genau.

00:43:06: Jemand muss die AI programmieren und am Laufen halten.

00:43:10: Und das ist ja die Frage, wer kann das noch?

00:43:12: Also wer hat noch die kognitive Kapazität und den Skillset?

00:43:16: Eine aktuelle LLM, die Transformer, der Diminantenmatritzen, Optimierungsstrategien zu finden, dass weniger Ramm, weniger Energie verbraucht wird, bessere Qualitätergebnisse rauskommen mit weniger Parametern oder wie man die Parameter noch weitertragen kann.

00:43:30: kann, mehr Tokens und so weiter.

00:43:32: Das ist halt nicht mehr jeder.

00:43:33: Das heißt, während bisher in Transformationen von irgendwelchen AIs, die ja davor da waren, National Learning oder ähnliches, noch immer eine große Anzahl an Leuten übrig gelassen hatte, die aber noch zum Beispiel im Call Center gearbeitet haben.

00:43:51: Oder jetzt zum Beispiel als Junior Consultant bei PWC.

00:43:55: Das ist jetzt nicht jemand, der kognitiv eingeschränkt sein.

00:44:02: Da sind hochintelligente Leute, die ich jetzt trotzdem aber nicht mehr brauche.

00:44:05: Das heißt, ich brauche wesentlich weniger hochintelligente Leute und auch da nur noch die intelligentesten.

00:44:11: Und den Durchschnitt und auch immer noch weitere viele hochintelligente Leute brauche ich jetzt

00:44:16: nicht mehr.

00:44:18: Weil das, also das LLM, jetzt ganz besonders, aber auch Stable Refuge, die ganze Kreativfranche, hat plötzlich jetzt dem Boden unter den Füßen weggezogen bekommen und es gibt keine Transformation mehr geben von dieser Menge an Leuten, dass die jetzt aber Stable Diffusion Algorithmen optimieren oder sich neu ausdenken oder halt LLM aus dem Boden stampfen.

00:44:41: und auch die ganzen AI Firmen, die jetzt gerade kommen, sind ja vielfach nur Rebrandings oder Relabelings von... eigentlich JetGPT oder irgendein anderen AI-Modell, was im Hintergrund ist, was einfach nur eine Vermarktungsstrategie ist, was ja nur funktioniert, weil derjenige, der es kauft, noch nicht verstanden hat, dass er das genauso gut aber eigentlich auch genauso bekommen kann von JetGPT oder von Jiminy oder so.

00:45:06: Soll heißen, es wird eine massive höhere Arbeitslosigkeit geben, ja.

00:45:12: Du selbst bist Vater, du hast zwei Kinder, glaube ich.

00:45:16: Dein ältester ist zwölf, glaube ich.

00:45:19: Hast du eine sehr dystopische...

00:45:22: So, Wettball-Zweifler-Alf.

00:45:23: Okay, Zukunftsvision, da aufgezeigt.

00:45:26: Jetzt ist dein Sohn, der Sohn eines promovierten Physikers.

00:45:30: Der wird ja vielleicht vielleicht in der Lage, so ein bisschen auch zu denken und ist ein bisschen schlau.

00:45:38: Aber was rätst du ihm?

00:45:41: Darüber hatten wir ja schon mal gesprochen, du hast ja auch Kinder.

00:45:44: Das ist eine... Eine Sache, die für mich einfach mit einem hohen Risiko, also das Risiko erhöht sich, was später erfolgreich sein kann als Modell, um für sich überlebensfähig zu bleiben.

00:45:59: im Kapitalismus, wenn es jetzt nicht... Jeder bekommt einfach Geld ausgezahlt und kann machen, was er möchte, weil einfach die Gesellschaft jetzt Star Trek verstanden hat und die Ultrarreichen auch sagen, das ist in Ordnung, so machen wir das, wir geben ein Stück davon ab, was wir als Investoren sonst haben und Black Rock wird gemeindutzig.

00:46:19: Die Berufe, die übrig bleiben, sind die Berufe, die ja eine soziale Interaktion haben und bei denen auch die soziale Interaktion von Mensch zu Mensch bestehen bleiben wird.

00:46:28: Soll heißen... Ich gebe mindestens meinen beiden Kindern mit, ihr müsst in der Lage sein, mit anderen Menschen sozial kompatibel kommunizieren zu können, interagieren, Bindung aufbauen zu können, sodass diese Gemeinschaft eigentlich stabilisiert oder entsteht.

00:46:46: Vereinssport, würde ich ja sagen, ist hier für die Kinder auf jeden Fall etwas, was... gewinnbringend sein kann.

00:46:54: Aber auch einfach diese klassischen Punkte, die früher im Zeugnis ganz oben standen.

00:46:58: So Respekt, Anstand, Freundlichkeit, einfach sich auch anstrengen, egal was dann später der Outcome ist.

00:47:09: Also eigentlich sehr viel diese ganzen Soft Skills.

00:47:12: Und dann habe ich immer noch diese ganze breite Palette an Berufen übrig.

00:47:17: Wo jetzt der Roboter natürlich zum Beispiel, keine Ahnung, als Schmied oder als Handwerker generell im Handwerk irgendwas besser machen kann, vielleicht, Hausbau wird jetzt drei D gedruckt oder sowas.

00:47:30: Ja, aber wenn ich es halt noch mit der Hand machen kann, dann kann ich halt auch dafür einen ganz speziellen Service anbieten, also eine Nische finden, die genau dafür natürlich auch weiterhin funktionieren wird.

00:47:41: Heute gibt es noch Schallplatten.

00:47:43: Also nur, was eine neue Technik eingeführt wird, heißt nicht, dass jeder diese Technik nutzen will.

00:47:47: Haben wir ja schon gerade drüber gesprochen.

00:47:48: Nicht jeder will unbedingt mit einer AI reden.

00:47:50: Das heißt, es wird weiterhin Leute geben, die sagen, ich gebe dafür auch Reiche.

00:47:55: Ich gebe dafür jetzt mehr aus oder was aus, weil es mir wert ist, dass das jetzt tatsächlich von einem Mensch gemacht wurde.

00:48:05: Von daher, das ist, glaube ich, eine Sache.

00:48:07: Die zweite Sache ist tatsächlich dann den Weg, weiterhin Probleme erkennen zu können und dafür Lösungen zu strategisieren, würde ich das nennen.

00:48:24: Weil wenn die AI da ist, braucht es immer noch jemanden, der im Endeffekt sagt, AI, mach jetzt aber das.

00:48:31: Ich brauche, das ist das eigentliche Problem.

00:48:33: Das Problem muss noch formuliert werden.

00:48:35: Das muss doch vorher schon formuliert werden.

00:48:37: Vorher habe ich so einen Menschen formuliert, jetzt kann ich es der AI formulieren.

00:48:39: Aber es muss noch immer da sein, dass das Problem so weit verstanden hat, dass er es überhaupt spezifizieren kann und kommunizieren kann.

00:48:48: Also diese Transformationslayer wird es weiterhin geben müssen und das ist im Endeffekt für mich eigentlich Entrepreneurship.

00:48:54: Also der tiefe Drang, was bei mir auch vorhanden ist, eigentlich die Situation zu verbessern zu wollen.

00:49:02: Und ich glaube, dieser Skill ist extrem wichtig und wird weiterhin extrem wichtig bleiben.

00:49:07: Da könnte mir lange darüber diskutieren, was man da am Bildungssystem vielleicht verändern müsste.

00:49:11: Wir haben ja dann auch beide Kinder in der Schule.

00:49:13: Wo wir dann auch wieder bei LLMs sind und was eigentlich noch ein Lehrer heutzutage in der Schule macht, ist das nicht eigentlich nur Best Practices von

00:49:22: pädagogischen

00:49:23: Teachings?

00:49:24: Ja, natürlich ist der Ersatz.

00:49:27: Ernsthaft, wenn man sich das aktuelle Lehrsystem halt auch anschaut.

00:49:32: ist ja auch schon Innovations- und Reformationsstau.

00:49:36: schon lange, gerade hier bei uns in Deutschland, diskutiert mindestens und wo man natürlich dann auch viel schneller und einfacher adaptieren könnte mit einem LLM zum Beispiel.

00:49:46: Warum nicht in der Wahlunterricht für jeden einzelnen Schüler basierend auf einem LLM und damit am Endeffekt auch dem bestmöglichen Output und Förderfähigkeit erreichen?

00:49:57: Ja, das Problem, was es da gibt und was ich einfach immer sehe, ist in dieser immer weiter technologischen, in der technologischen Entwicklung beschleunigten Welt, was du eben gerade schon gesagt hast, die Adaption dessen in den Organisationen, also sowohl Schulen, Verwaltung, aber auch in den Organisationen, dauert einfach unglaublich lange.

00:50:17: Es ist ja schon heute, wenn wir schauen, was seit eigentlich Anfang der zweitausender Jahre mit dem Thema Digitalisierung möglich ist und heute über zwanzig Jahre später, man immer noch ein Faxgerät irgendwo sieht, da glaube ich, dass die Adaption von AI in diesen Organisationen noch eine ganze Weile einfach auch dauern wird.

00:50:37: Trotzdem, genau was du gerade sagst, wenn wir zehn Jahre nach vorne blicken und unsere eigenen Kinder im Blick haben, dann kann ich deine Ratschläge da sehr, sehr gut verstehen.

00:50:47: Schauen wir mal auf die nächsten fünf Jahre, also diese Adaption, die wir jetzt haben.

00:50:53: Was sagst du da?

00:50:56: die teilweise und wenn man sich damit dann weiter beschäftigt, vielleicht auch Angst haben vor der Entwicklung.

00:51:00: Wie sollte man als Entscheider, als Ziellevel jetzt, heute und die nächsten fünf Jahre mit dem Thema AI umgehen?

00:51:10: So wie ich empfehle, als Manager generell oder als heutzutage als Leader, Anführer, Chef, mit Sachen umzugehen, möglichst transparent und ehrlich und authentisch.

00:51:22: Leute merken mindestens, wenn sie angelogen werden.

00:51:26: verstehen vielleicht das Thema nicht und können es nicht durchdringen.

00:51:29: Aber sie wissen, wenn sie angelogen werden, sie fühlen das.

00:51:32: Und dann kann ich das noch in so nette Worte verpacken.

00:51:36: Die wissen an die werden verarscht.

00:51:38: Das sollte ich aus meiner Sicht halt nicht tun.

00:51:42: Die Konsequenzen mögen ja nicht immer nur gut sein für die Belegschaft zum Beispiel.

00:51:48: Mittelfristig jetzt auf fünf Jahre, keine Ahnung, wenn ich absägen kann, wenn ich jetzt dieses System einführe, dann... Kann ich keine Ahnung, zwanzig Prozent der Mitarbeiter zum Beispiel abbauen?

00:51:59: Dann ist dann die Frage, okay, wenn das der Fall ist und mir ethische Werte relevant sind, weil ich sage, ich möchte die Leute nicht verängstigen.

00:52:09: Ich möchte ein sozialer Unternehmer sein.

00:52:13: Was ich persönlich für mich jetzt behaupte, dass das etwas ist, was mir wichtig ist, dann ist die Frage, wie kann ich das sozial verträglich tun?

00:52:26: Dann ist natürlich der Punkt, dass dann darüber diskutiert werden kann, wenn ich einen Betriebsrat habe, zum Beispiel mit dem Betriebsrat, schon jetzt frühzeitig.

00:52:33: Okay, das wird kommen in den nächsten fünf Jahren.

00:52:35: Ist das die Projektion?

00:52:38: Welche Altersschnitte?

00:52:40: Welche Flurktationsrate habe ich natürlich?

00:52:42: Kann ich das vielleicht schaffen ohne Entlassungen?

00:52:45: All diese Punkte, die generell bei Optimierungs- und Abbauprogrammen schon immer Relevanz hatten, haben auch jetzt weiterhin Relevanz.

00:52:53: Alles, was ich an Transparenz und Kommunikation in die Belegschaft bis jetzt schon machen konnte, kann ich auch weiterhin tun.

00:52:59: Also ich übersetze es mal.

00:53:00: Das heißt, du würdest schon als Entscheider sagen, hey, wir testen jetzt hier eine neue Technologie.

00:53:06: Wir wollen die einführen.

00:53:07: Wir glauben, dass es mittelfristig zu höhere Effizienz führt und dass wir dadurch weniger Mitarbeitende brauchen.

00:53:13: Aber wir haben einen guten Plan, wie wir das sozialverträglich in den nächsten fünf Jahren hinbekommen.

00:53:18: Nee, eher so, okay.

00:53:20: Und wir arbeiten jetzt an einem Plan.

00:53:23: Wenn wir das jetzt noch, wir starten das jetzt, das ist ja noch nicht fünf Jahre noch nicht rum.

00:53:28: Und dann sieht man ja mit den ersten typischerweise Boxen, mit denen man startet, hat man die ersten Informationsgewinne für die eigene Organisation.

00:53:38: Man sieht dann halt auch, was bedeutet das, dann werde ich das skaliere und ähnliche Punkte.

00:53:44: Damit einhergehend, wenn ich damit starte, kann ich ja schon sagen, okay, und das wird aber von uns mit dieser Absichtshaltung getätigt.

00:53:51: Wir wollen niemanden entlassen.

00:53:54: Es geht darum, zum Beispiel auch vielleicht mehr Kunden zu generieren, sodass wir mit den höheren Bedarf eigentlich, was ich am Mitarbeiter dann hätte, den hat die AI kompensiert.

00:54:03: Das ist sehr viel einfacher und besser, wenn ich eigentlich sage, ich gehe auf Wachstum.

00:54:08: Ich gehe zum Beispiel jetzt für All Right in mehr Rechtsgebiete.

00:54:13: Aber ich mache das mit dem bestehenden Team und mit den neuen Rechtsgebieten, die dazukommen, kriege ich neue Kundschaft.

00:54:18: Ich habe mehr Umsatz, mehr Gewinn, weil mit dem gleichen Team getätigt.

00:54:23: Also es können immer noch Szenarien entstehen für Win-Win-Wins.

00:54:29: Und das ist etwas, wo ich denke, wo jeder Interprener schauen sollte, wie kann er denn Win-Win-Wins erzeugen und nicht nur einen Win für sich und oder vielleicht seine Investoren.

00:54:40: Okay, und so kann man natürlich dann auch ... die Mitarbeiter motivieren, diese Technologien zu erlernen, zu adaptieren und diese Projekte mitzutreiben.

00:54:48: Einfach auch, wenn es eine Win-win-Situation oder ein Szenario gibt.

00:54:52: Ja, und da ist gerade, würde ich ja sagen, die westliche Welt mit dem immer weiter demografischen Wandel und den Fachkräftemangel, der sich immer mehr abzeichnet, ja eigentlich im Vorteil.

00:55:04: Schlimm wird es ja für die aktuellen Service Länder wie zum Beispiel Indien, wo halt gerade Indien, China jetzt gar nicht so, weil da viel Produktion halt auch ist und damit wird es LLM da nicht oder generell AIDA nicht so einen hohen Impact haben, aber Indien ist ja zu dem Service Land schlechthin geworden weltweit, insbesondere für das amerikanische Subunternehmen und

00:55:24: da...

00:55:26: habe ich ja die hohe Bevölkerungsanzahl und ich habe auch noch nicht diesen demografischen Impact.

00:55:31: Soll heißen, ich habe immer noch massiv viele junge Leute, die halt jetzt eigentlich in die Berufswelt eintreten als... Service-Agent oder als Call-Agent und diese Berufe werden wegfallen und diese ganze Branche wird wegsterben.

00:55:43: Und da wird es massive Probleme geben.

00:55:46: In der westlicheren Welt, der All-Old-Economy, haben wir tatsächlich den Vorteil, die Gburtenrat ist schon so lange so gering, die Leute gehen natürlich in den Ruhestand, da kommt keiner mehr nach.

00:55:59: Mit der Geschwindigkeit jetzt aber, wie das passiert, werden wir wahrscheinlich trotzdem ein Gap erleben.

00:56:05: Der wird wahrscheinlich nicht lange anhalten oder nicht lange anhalten müssen.

00:56:09: Von daher sind wir vielleicht hier, aber hochgradig spekulativ, noch in einem gewissen Vorteils-Szenario, was die ethische Komponente angeht.

00:56:19: Wir könnten noch sehr lange weiter diskutieren über den Impact von AI.

00:56:23: Ich fand es sehr interessant, einfach mit diesem tiefen Hintergrund, den du einfach auch hast und dieses Übertragen von diesen theoretischen Wissen auf die praktische Welt, so dieses typische Physiker-Ding, ich habe dieses Modell und denke dieses Modell immer weiter, das fand ich einfach sehr interessant, die heute zuzuhören.

00:56:43: Wir schließen den Podcast klassischerweise ein bisschen fröhlichers, war zum Teil ja manchmal auch, ist es auch ein bisschen beängstigend, wenn man darüber nachdenkt und diese Modelle so weiter denkt, weil es sowohl positiv als auch negatives Szenarien einfach gibt, die uns in der Zukunft erwarten, aber wir schließen es ein bisschen fröhlich.

00:57:00: Hoffentlich jedenfalls und geben unserem Gast immer die Möglichkeit, sich einen KI-Kopiloten zu wünschen.

00:57:11: Was ist eine Sache in deinem privaten oder in deinem beruflichen Leben, die du gerne, wenn es denn heute schon möglich wäre oder vielleicht in Zukunft irgendwann mal möglich ist, einem KI-Kopiloten abgeben würdest?

00:57:23: Oh, das ist ja die Frage, was habe ich nicht schon abgegeben.

00:57:28: Ja, ich mach tatsächlich sehr viel privat von der Urlaubsplanung über.

00:57:33: wie soll ich in gewissen Situationen reagieren, weil es halt eben dieses Best Practice Wissen auf meine Situation schon sehr getailert wiedergeben kann mit aktuellen LLMs, tatsächlich auch mit mehreren, nicht nur mit ChatGPT.

00:57:51: Ich würde Kindererziehung wählen.

00:57:55: dass ich quasi immer der bestmögliche Vater für meine Kinder sein kann und dann quasi meinen kleinen eingebauten Wissensspeicher habe, der in jeder Situation das optimale Vorgehen mit dem bestmöglichen Winnwinn für alle so mich beraten kann.

00:58:14: Okay, und dann müsste er zusätzlich noch in der Lage sein, den Emotionen, die damit verbunden sind, zu unterdrücken,

00:58:20: weil die sich in

00:58:20: einem dann manchmal im Weg kommen.

00:58:22: Da ja, das ist ja das, sich von außen zu beobachten, ist ja die größte Herausforderung.

00:58:26: Ich glaube, wenn dann halt jemand die ganze Zeit in der Situation, dann schon mal von der Seite so, okay, und jetzt ist das ganz klassisch und so, bitte jetzt nicht so reagieren, du fühlst dich wahrscheinlich schon gerade so, aber das wird jetzt gerade kontraproduktiv.

00:58:40: Mach mal lieber das.

00:58:41: Das

00:58:41: musst du nur noch danach handeln.

00:58:43: Kann ich, glaube ich, schon ganz gut.

00:58:45: als Physiker, ist man immer so rational.

00:58:46: Ach so,

00:58:47: du bist da so Razzu-Kanzerstand.

00:58:48: Okay, alles klar.

00:58:50: Einmal tief durch, oder hier Eisman, Rym Hof, einmal Atentechnik durchatmen und dann in der Situation Kult planen.

00:58:59: Gut.

00:59:00: Andreas, vielen lieben Dank.

00:59:01: Das wünsche ich dir, dass du das in Zukunft mit deinen Kindern kannst.

00:59:06: Mir gelingt es nicht immer, offenwillig.

00:59:10: Ich mache das dann im Nachgang, bespreche ich das dann mit ChatGPT.

00:59:12: Also es war sehr unterhaltsam.

00:59:14: Vielen lieben Dank.

00:59:14: Ich hoffe, es war für die Zuhörer auch unterhaltsam.

00:59:16: Ich wünsche dir viel Erfolg und wir sind gespannt, wenn wir in zehn Jahren diesen Podcast hören, welches dieses Szenarien eingetreten

00:59:22: ist.

00:59:23: Vielen Dank fürs Einladen.

00:59:24: Sehr gerne hier gewesen.

00:59:26: Immer wieder gerne.

00:59:27: Danke.