KI-Unternehmerin: KI bauen oder bauen lassen?

00:00:00: Okay, also je komplexer das ist, desto besser.

00:00:01: Ja,

00:00:02: hundert Prozent!

00:00:02: Gerade wenn du im KI-Bereich anfängst in deinem Unternehmen dann möchtest du ja nicht die fünfzig Euro hier und da sparen.

00:00:09: Du möchtes, wenn, wirklich einen Fortschritt machen und dann würdest du halt gerne anfangen mit den Sachen, die wirklich wirklich einen Unterschied machen.

00:00:17: Und ich würde es nicht sagen, je komplexer das so größer das Risiko oder dass das Ding scheitert.

00:00:25: Es gibt eine Zahl, die mein heutiger Gast selbst nennt.

00:00:30: Prozent aller KI-Vorhaben in Unternehmen schaffen es überhaupt nur in den echten Betrieb.

00:00:36: Der Rest bleibt Pilot, Präsentation, gute Absicht und das sagt nicht ein Skeptiker – das sagt eine Anbieterin!

00:00:43: Larissa Schneider ist Mitgründerin und COO von Unframe.

00:00:59: Ihr versprechen, fertige KI-Lösung in Tagen statt in Monaten.

00:01:04: Und das Beste?

00:01:05: Der Kunde zahlt erst wenn es wirklich funktioniert!

00:01:09: Wenn man dass ein Moment auf sich wirken lässt ist das eigentlich gar kein Softwareangebot mehr.

00:01:14: Das ist eine Versicherung.

00:01:16: Sie trägt das Risiko und wenn es klappt zahlt der Kunde dafür unter Umständen einen Aufschlag.

00:01:21: das finden wir gleich raus.

00:01:23: Ein verlockendes Angebot.

00:01:24: aber wer Versicherungen verkauft der muss sehr genau aussuchen welche Risiken überhaupt annimmt Und darum wird es heute in diesem Gespräch gehen.

00:01:33: Eins sage ich gleich direkt am Anfang offen, mein eigenes Unternehmen baut maßgeschneiderte Lösungen und konkurriert damit natürlich teilweise mit deinem Modellarisse.

00:01:42: Ich frage also heute nicht nur als neutraler Beobachter sondern als jemand der ähnliche Versprechen wie du selbst verkauft und der übrigens auch Projekte kennt aus denen am Ende vor allem eine schöne Präsentation geworden ist.

00:01:56: Für euch da draußen läuft das auf eine sehr einfache Frage hinaus.

00:02:00: Brauche ich diese Versicherung überhaupt oder kaufe ich lieber von der Stange?

00:02:04: Baue ich vielleicht besser selbst, oder vielleicht lasse ich es erst mal ganz?

00:02:08: Bestimmt seht ihr in eurem oder steht ihr in euren Unternehmen vor genau dieser Entscheidung?

00:02:12: Egal ob ihr Maschinen baut beratet Handel macht egal.

00:02:17: Larissa herzlichen willkommen

00:02:18: Dankeschön!

00:02:19: Versicherung höre ich heute zum ersten Mal.

00:02:21: aber cool die Einleitung

00:02:24: Genau, und darum soll es heute auch im Kern gehen.

00:02:27: Du setzt bei jedem Projekt dein eigenes Geld auf das Projekt und auf den Erfolg des Projektes und du setzt darauf dass es zu diesen fünf Prozent gehört und nicht zu den fünfenneunzig von denen du sprichst.

00:02:39: Bei welchem Projekt was du angenommen hast hattest du zuletzt echt Bauchschmerzen ob das zu den fünf Prozent gehören wird?

00:02:47: Gute Frage.

00:02:47: Also ich wüsste jetzt gar nicht so ein konkretes Projekt, weil natürlich sind wir auch in der Qualifikation von Projekten viel besser geworden als wir am Anfang waren.

00:02:57: ganz klar also wenn ich zurückdenke, im Jahr ist es im Jahr zwanzig, wo wir drei Gründer sind und jeder, der uns zweimal anschaut dem werden wir erst mal einen POC oder irgendwie nennt den Trial auf den Hals.

00:03:11: Das ist viel weitergegangen mittlerweile.

00:03:13: Wir haben jetzt natürlich einen Sales Team, das jeden Tag mit Kunden zusammenarbeitet und dass da wirklich von Anfang an die richtigen Fragen stellt.

00:03:20: Also kommt es sehr selten vor, dass wir denken okay das könnte nicht in die fünf Prozent gehören, sondern es könnte in die fünfundneinzig Prozent gehören.

00:03:29: Es gibt es sehr Selten.

00:03:31: Es heißt natürlich nicht, dass jedes Projekt einen guten Abschluss findet ganz klar.

00:03:36: aber Da wissen wir schon die guten Fragen zu fragen und die Projekte auszuwählen, weil was wir natürlich auch sehen ist dass Kunden nicht mehr nur ein einziges Projekt haben.

00:03:45: Die meisten... Wir arbeiten ja mit vielen Großunternehmen haben halt zweihundert Projekte, die sie innerhalb des nächsten Jahres umsetzen möchten.

00:03:52: Das heißt da geht es dann für uns darum zu gucken was sind die, die am wichtigsten für das Business sind?

00:03:58: Die am schnellsten und erfolgreichsten umgesetzt werden können und mit denen fangen wir dann an.

00:04:04: Okay dass wollen wir jetzt gleich im Laufe dieses Gesprächs ein bisschen rausfinden welche Fragen jeder stellt weil das ja auch für die Leute da draußen interessant sein kann um ihr eigenes Projekt zu testen und zu gucken.

00:04:14: gehört mein Projekt zu den erfolgreichen?

00:04:15: oder was muss ich dafür tun damit es da zu gehört.

00:04:17: Aber wir wollen erst mal ein bisschen mehr noch verstehen, was ihr eigentlich wirklich macht.

00:04:22: Du sagst ihr liefert in Tagen und nicht in Jahren oder Monaten oder wie auch immer.

00:04:27: Nimm uns mal mit in so einen Projekt.

00:04:29: Was ich gelesen habe ist das mit den siebenvierzigtausend Mietverträgen?

00:04:34: Wie ist der Kunde auf euch zugekommen?

00:04:35: Was lag davor, vielleicht erzählst du ein bisschen was von dem Projekt

00:04:37: das mal.

00:04:38: Ja genau also.

00:04:39: unser Künder Cushman Wakefield ist bestimmt vielen Hörern bekannt eine der drei größten Immobilien-Service Firmen in der Welt und jede... Der Firma hat halt seine Core-Daten, die du so willst.

00:04:53: Und wenn du im Mobilien redest was ist da?

00:04:55: wo sind die Daten in einem Mietvertrag?

00:04:57: Wenn wir jetzt ein globales Portfolio anguckst wie dies haben hast du halt unglaublich viele verschiedene Sprachen und Formate und hier hast du Quadratmeter und überall anders square foot usw.

00:05:10: Das heißt es ist die Datenstruktur sehr unterschiedlich.

00:05:15: das heißt du kannst nicht einfach von der Stange irgendwie eine Software kaufen.

00:05:20: komplett passt zu deinen Workflows und zu deiner Datenstruktur.

00:05:26: In der Größe des Unternehmens haben die natürlich auch viele weitere Anwendungsfälle, die die danach machen möchten weil wir haben quasi dann schon einmal die Daten gehabt.

00:05:35: das heißt wir können noch viele viele weitere Lösungen anbieten die du mit so einer normalen Software von der Stange eigentlich nicht machen könnt, ist du würdest für jeden Anwendungsfall eine Software kaufen.

00:05:47: Könntest du googeln, Mietvertragsoftware?

00:05:50: Jetzt möchte ich die Immobilienmarketing-Software kaufen.

00:05:54: Da möchte ich dir die Gehaltsabrechnung der Servicemitarbeiter dafür eine Software

00:06:00: kaufen.".

00:06:00: Das heißt, du hattest schon mal für diese Abläufe drei verschiedene und was bei uns halt anders ist dass sie eine Plattform, eine KI-Plattform Zugriff haben mit uns und wieder drauf sehr viele verschiedene Lösungen.

00:06:12: genau maßgeschneidert auf deren Nutzen, auf deren Wünschen bauen können.

00:06:20: Sagen ja immer Lego Steine sozusagen zu unserer Plattform.

00:06:23: Wir haben quasi eine große Box an Lego Stein gebaut und jedes Mal, wenn wir jetzt den Kunden treffen öffnen wir halt diese Box und nehmen die Steine raus, die wir dafür brauchen.

00:06:34: Und genauso wie ein Lego Stein sehr modular ist und du rechts und links und oben und unten daran weiter bauen kannst können wir mit jedem Kundenwunsch wieder andere Bausteine dran setzen und die Plattform genau auf sie zu schneiden.

00:06:47: Okay das klingt erstmal super easy!

00:06:49: sehr viel Individuallösung und versuchen natürlich auch Dinge zu standardisieren.

00:06:54: Das fällt uns aber manchmal schwer, deshalb bin ich gleich gespannt ein bisschen zu erfahren wie ihr das genau macht.

00:06:59: Aber nochmal ganz kurz zurück zu dem Projekt.

00:07:01: also da kam jemand mit einem Immobilien-Portfolio auf euch zu, siebenvierzigtausend Mietverträge hatten die und haben eigentlich gesagt wir haben gar keine strukturierte Datenhaltung und ihr habt die siebenverzigtausenden Miet Verträge genommen Sie in ein KI System gekippt und am Ende kamen strukturiertes Daten raus.

00:07:16: Das ist was passiert ist

00:07:19: Ja, strukturierte Daten aber mehr als das.

00:07:21: Also alle Workflows die der Immobilien Markler, die Finanzbuchhaltung, die alle Leute mit diesen Mietverträgen zusammenarbeiten dann auch wirklich nutzen können.

00:07:31: also wir reden da nicht nur von Datenstruktur, wir reden vom Interface den Workflows.

00:07:38: wirklich dass das Referenzsystem mit dem die Firma jetzt arbeitet in allen Dingen die zu Miet Verträgen gehören.

00:07:45: Okay Jetzt könnte man Also das ist ein Case wo ich sagen würde, genau machen wir auch.

00:07:50: Das heißt wir würden das wahrscheinlich weniger mit Bausteinen entwickeln als ihr das vielleicht tut und wir würden uns an Baustein bedienen die es da draußen schon gibt.

00:07:57: also es gibt ja von Softwareanbietern wie Microsoft gibt es ja auch Bausteine aus denen man sich was zusammen bauen kann.

00:08:04: Was ist der Vorteil oder was der Unterschied den der Kunden erlebt wenn er zu euch kommt?

00:08:08: Also Microsoft, klar machen wir auch viel zusammen.

00:08:10: Viele Partnerschaften damit.

00:08:12: das Problem ist aber die Realität, die durch meine Großkonzerne heutzutage findest es nicht unbedingt die, die jede Software einfach abbilden kann.

00:08:19: Das heißt in dem Fall spezifisch die Arbeit im Immobilienbereich mit Software zusammen, die keine API hat.

00:08:25: D.h.,

00:08:26: wie kannst du dran knüpfen?

00:08:29: oder du hast welche, die aber nicht zum Microsoft-Ecosystem in deinem Fall gehören.

00:08:32: Das heißt klar kannst du jetzt ein Feature Request machen das Microsoft irgendwie auf die Plattform eine Integration zu dem und dem Tool hinzufügt.

00:08:41: Dauert aber wahrscheinlich sehr lange und ob das Priorität ist ist mir eine andere Frage.

00:08:44: Das heisst wir sind da extrem viel agiler und können immer weiter dran bauen und haben halt auch nicht dieses Login.

00:08:50: es gerade.

00:08:51: unsere Kunden mögen das sehr gerne weil Wir haben halt in den letzten Monaten so viel gesehen.

00:08:57: von jeder möchte OpenAI laufen lassen und dann ein bisschen später war alles jetzt an Tropic und Cloud.

00:09:04: Und genauso ist es bei der Cloud Infrastructure, bei den LLMs usw.

00:09:09: Das heißt wir sind da komplett neutral und innerhalb von einem paar Minuten kann der API-Key zugeben von anderen Anbietern ausgetauscht werden und das Tool läuft weiter.

00:09:19: Okay.

00:09:20: Locking ist ein gutes Stichwort!

00:09:22: Jetzt ist das Vertragsverhältnis, was der Kunde mit euch eingeht.

00:09:25: Wenn ich das richtig verstehe?

00:09:26: Er zahlt nichts ab Front gar nicht sondern er bezahlt wenn das Ding läuft.

00:09:32: So erste Frage wer bestimmt was laufen ist

00:09:37: Das machen wir zusammen mit dem Kunden.

00:09:38: Also da haben wir wirklich einen AI Strategy Team, das mit dem Kunden zusammen arbeitet.

00:09:44: Wir scopen den Anwendungsfall sehr genau bevor wir anfangen und wir definieren zusammen die KPI's.

00:09:52: also was möchtet ihr erreichen?

00:09:54: Was wäre jetzt ein guter Ausgangsfall für euch?

00:09:56: Und es wird alles vorher festgelegt und wenn es dann... läuft und sie glücklich sind, dann werden wir sehr gerne beide Seiten unterschreiben.

00:10:05: Und wenn nicht, ist es auch okay, wenn das vorkommt und Sie nochmal weiter überlegen möchten hat unsere Plattform besser gemacht.

00:10:15: Genau aber da ist kein Lock-in!

00:10:19: Okay wann habt ihr das letzte Mal kein Geld bekommen?

00:10:23: Das kommt immer mal wieder vor also relativ regelmäßig würde ich sagen.

00:10:28: schon weil Du hast halt in dem KI-Bereich, gerade wenn wir es so offen und so unkompliziert wie wir es anbieten.

00:10:36: Hast du Leute die einfach mal ausprobieren möchten?

00:10:39: Es sind viele Firmen haben halt nicht eine ganz klare Strategie.

00:10:42: Wer wie was wann?

00:10:44: Wo sitzen die Budgets?

00:10:46: Okay, sitzen sie im Business?

00:10:47: Sitzen die in der IT?

00:10:48: Sitzen die sonst wo?

00:10:50: Das heißt, viele Leute probieren aus, möchten gerne intern ein Case machen dafür dass wir unbedingt mal dieses KI Projekt ausprobiren sollten.

00:10:58: Und wenn es dann aber so weit ist und so, okay.

00:11:01: War es wirklich ein Käufer eine Käufernin oder war das tatsächlich erstmal ein Trial?

00:11:07: Jetzt muss die Firma intern überlegen wie ist unser Einkaufsprozess bei KI Tools?

00:11:14: Das heißt was ihr gebaut habt geht gar nicht in den laufenden Betrieb über und dann könnt ihr auch keine Subscription dafür nehmen.

00:11:20: oder was ist denn das was da passiert?

00:11:23: also wenn du sagst waren nur eine Trial Dann könnte der Kunde ja trotzdem bezahlen.

00:11:26: Wenn die Trial funktioniert kann der Kund ja trotzdem zahlen

00:11:28: Ja gut, aber das wird dann ja kein Geld für verlangen wenn es nicht in Produktion... Okay.

00:11:33: Es geht danach nicht in die Produktion.

00:11:35: Woran erkennt man jetzt?

00:11:37: Weil ich will ja als jemand der verantwortlich ist in der Organisation und ein KI-Projekt verantwortet gerne auch dass das Projekt erfolgreich ist und zu den also ihr habt ja erstmal gemeinsames Interesse mit dem Kunden.

00:11:49: So woran erkenne ich oder erkennt ihr welche Fragen stellt ihr dass dieses Projekt erfolgreich sein wird?

00:11:59: Unglaublich viele Fragen tatsächlich und ich würde sagen als Gründer waren wir dann nicht immer die besten.

00:12:05: Das heißt, wir haben jetzt wirklich unser Team so aufgestellt dass wir einen super Team, die heißt bei uns AI Strategist aufgestellt haben, die auf der einen Seite mit dem Produktmanagement Background kommen.

00:12:17: Also wirklich sehr schnell verstehen können was ist das Problem des Kunden?

00:12:21: Wo sind die Daten?

00:12:21: Was sind die Abläufe und wie soll gut aussehen?

00:12:24: Wie können wir das sehr, sehr schnell mit den Bausteinen, die wir haben in eine laufende Lösung, die genau auf den Kunden zugeschnitten ist umsetzen.

00:12:37: Es gibt halt ganz oft viele, viele Use Cases.

00:12:40: da haben wir aber auch den Business Case.

00:12:42: Da geht es nicht immer nur um den technischen Aspekt, sondern was ist das für ein Problem beim Kunden und was für eine Alternative könnte dieses Problem auch lösen?

00:12:52: Das heißt wenn ich mir im Beispiel überlege einen Kunde kommt zu mir und sagt dass Marketingteam brauche einen Tool mit dem es Blockposts erstellen kann.

00:13:00: Ich würde sagen okay cool könnten wir theoretisch machen.

00:13:05: Aber ich könnte dir innerhalb von einer Minute fünf andere Tools nennen, die du quasi von der Stange kaufen könntest.

00:13:10: Das heißt da bräuchten wir nicht aktiv werden.

00:13:12: das macht für uns wenig Sinn und der Kunde kann wahrscheinlich eine Alternativlösung finden.

00:13:17: aber wenn es ein Problem gibt was quasi nicht dass zwei drei Leute haben einen Produktivitätsproblem sondern Dieses Problem kostet dem Kunden über die nächsten fünf Jahre, dreißig Millionen Dollar.

00:13:30: Dann ist das ein besserer Ansatz weil es wirklich wichtig ist.

00:13:34: und meistens bei den Großunternehmen mit denen wir arbeiten, die global agieren gibt es halt das Problem dass es sehr viele verschiedene Schnittstellen gibt, dass es teilweise fünfzehn Versionen der gleichen Software in verschiedenen Business Units und verschiedenen Ländern laufen.

00:13:49: Das heißt wenn es wirklich komplex wird von der der Architektur und ein wichtiges Problem für den Kunden ist, da fangen wir meistens an.

00:13:59: Okay also je komplexer das so besser?

00:14:01: Ja, hundert Prozent!

00:14:02: Und du

00:14:03: würdest nicht sagen, je komplexer das größere Risiko oder dass das Ding scheitert?

00:14:07: Klar auch kann auch sein.

00:14:08: aber gerade wenn Du im KI-Bereich anfängst in Deinem Unternehmen dann möchtest Du ja nicht die fünfzig Euro hier und da sparen.

00:14:18: Du möchtes wenn wirklich einen Fortschritt machen würdest du halt gerne anfangen mit den Sachen, die wirklich einen Unterschied machen.

00:14:27: Und das sind dann meistens die Fünfzig Millionen nicht die fünfzig Dollar Projekte.

00:14:30: Das ist sehr interessant weil es gegen das ist was ich oft von Beratern höre.

00:14:34: Die sagen fang mal mit einem kleinen Projekt an probier mal irgendwo aus wo du nicht so viel zu verlieren hast.

00:14:41: Du sagst ja genau das Gegenteil?

00:14:42: Ja

00:14:43: hundert Prozent!

00:14:45: Je mehr ich überkiere, desto mehr Fragen habe ich.

00:14:47: Ich bin selber Digitalunternehmer und mitten in diesem Umbruch In meinem Podcast A&Y spreche ich mit Unternehmern CIOs Geschäftsführern über genau diese Fragen Was funktioniert?

00:14:59: Und was funktioniert nicht?

00:15:00: Wo wird Geld verbrannt und warum funktionieren Projekte nicht?

00:15:04: Wenn dich die gleichen Fragen beschäftigen dann abonniere den Kanal Mit diesem neuen Werkzeug, was Sie jetzt da haben.

00:15:21: Der KI mit der KI-Käule irgendwie jedes Problem zu erschlagen.

00:15:25: ist das was ihr seht dass KI angewandt wird auf Probleme auf dem man es eigentlich gar nicht braucht?

00:15:33: Ja schon, aber ich glaube nicht dass es unbedingt was Schlechtes ist.

00:15:36: Es ist ja eigentlich total cool das wirklich alle Mitarbeiter überlegen wie können sie ihren Arbeitsalltag besser machen und wo können Sie Zeit sparen?

00:15:45: Wo können Sie akkurate arbeiten?

00:15:47: Ist vom Grunde her gar nicht schlecht finde ich eigentlich gut.

00:15:52: der Unterschied ist dann Versuchst du den einzelnen Leuten, die ihren persönlichen Alltag versuchen besser zu machen?

00:15:58: Versuchste denen was zu verkaufen oder der Firma insgesamt als Plattform, die quasi das ganze Unternehmen weiterbringt.

00:16:08: Du hast gerade schon gesagt Komplexität ist für euch ein wichtiger Faktor und dass es wirklich etwas zu gewinnen gibt also dass es tatsächlich echt Geld zu sparen gibt durch dem Prozess, den ihr da unterstützt.

00:16:19: Guckt dir auch In die Firma rein, also in das Team was da drauf setzt wie die Firma aufgestellt ist.

00:16:25: Wie Entscheidungswege sind?

00:16:27: Ist das ein Kriterium wo du sagst das spricht für oder gegen Erfolg?

00:16:33: Es kommt schon vor dass wir mehrere Use Cases zur Auswahl haben und dass du merkst verschiedene Teams sind sehr viel interessierter Die haben viel mehr Lust und Drive darauf etwas zu verändern und andere Teams Jobprofile vielleicht eher weniger.

00:16:52: Das gibt es auf jeden Fall, aber ganz oft würde ich auch sagen dass wir total überrascht sind.

00:16:56: zum Beispiel eines unserer Cases die ja auch sehr öffentlich verfügbar sind ist mit der neuen Zürcher Zeitung der NZZ und da war unser erster Use Case mit denen bei einem Korrektorat der Zeitungen Und wenn man die Zeitung oder die Medienwelt ein bisschen kennt das eine der fünf hochqualitativsten Zeitungen in der Welt, eine der ältesten Interessiert sind und das auf jeden Fall ist das hochwertigste Produkt zu liefern.

00:17:25: Das heißt, jetzt kommt KI und trifft die Historie und den Mehrwert dieses qualitativ hochwertigen Papiers.

00:17:35: Und da hat für mich am Anfang gar nicht zusammengepasst.

00:17:38: also dabei ich dachte ich okay sind die wirklich interessierte daran was zu ändern weil es halt ein sehr... Ja, aktiv.

00:17:46: Da sind die Korrektoratmitarbeiter haben sehr langes Training, sehr lange Ausbildungsphasen bis sie da wirklich in diesem Job aktiv sind kann die Technologie da wirklich auf Interesse finden.

00:17:59: und wir waren total überrascht.

00:18:00: also das war... Sie sind total begeistert und sehr aufschlussreich.

00:18:05: Selbst wenn wir uns was überlegen, das könnte in dem Bereich schneller gehen als im anderen Bereich ist es nicht unbedingt immer so.

00:18:11: Wir sind oft wirklich überrascht.

00:18:13: Erzähl mal konkret von der NZZ also die Kamer auf euch zunahmen gesagt haben wir wollen dass KI die Artikel Korrektur liest in Zukunft und nicht mehr Menschen?

00:18:21: Den Korrektorats Mitarbeitern helfen.

00:18:24: Also es ist jetzt nicht so, dass sie das ganze Team ersetzt haben.

00:18:28: Die Zeitung ist halt sehr sehr alt eine der ältesten drei älteste Unterzeitungen der Welt Und die haben ein Dokument, das ist irgendwie Hundertsiebzig Seiten Coltas Vadimekum und da wird alles festgelegt.

00:18:42: Wie schreiben wir über verschiedene Themen?

00:18:43: Wie kürzen wir ab?

00:18:44: Wie übersetzen wir aus verschiedenen Sprachen ins Deutsche usw.

00:18:49: Also es ist wirklich sozusagen die Bibel der Qualitätsstandards.

00:18:55: Es ist natürlich wahnsinnig schwierig, diese Tausende von Regeln auf hundertseptzig Seiten auswendig zu lernen und jeden Tag hunderte von Artikeln dagegen abzugleichen.

00:19:04: Da können wir halt wirklich dem Korrektorat helfen aber teilweise auch schon den Journalisten während sie konkret am schreiben sind.

00:19:12: das heißt wir sind jetzt in ihrem Tool eingebettet.

00:19:16: das heißt jedes Mal wenn die wirklich am schreiben kann da schon mal direkt die Notis aufpoppen, dass hier vielleicht Standard eher so oder so geschrieben werden soll.

00:19:26: Und das heißt es hilft dem Prozess von vornherein und die können einfach viel mehr Artikel, viel, viel schneller jetzt Korrektur lesen.

00:19:36: Lass uns mal kurz abbiegen von eurem Geschäftsmodell zu diesem Case weil ich den super spannend finde, weil das ein schönes Beispiel ist für diese Human in the Loop Diskussion.

00:19:46: Also was hier passiert ist, KI unterstützt also den Menschen diese Hundertseizig Seiten Bibel in irgendeiner Form einzuhalten aber da guckt am Ende noch ein Mensch drauf?

00:19:55: Ja genau

00:19:57: und was ist deine persönliche Meinung dazu?

00:20:01: Kann der Mensch das besser als die KI oder kann die KI das besser wie der Mensch?

00:20:06: Ich glaube da arbeit es wirklich zusammenhandeln handwürdig sagen.

00:20:09: ich empfehle den meisten unserer Kunden, die gerade mit der KI anfangen nicht direkt alles komplett autonom laufen zu lassen.

00:20:16: Also da würde ich wirklich sagen fangt erst mal mit human in the loop an und so wenn ihr euch dann wirklich weiterentwickelt und der Technologie vertraut, dann könnt ihr da immer weniger machen.

00:20:26: aber es ist einfach bei manchen Datenvolumen ist es nicht möglich dass der Mensch das alleine machen kann.

00:20:32: heißt da gibt es wirklich viele viele viele Vorteile Dinge aufzeichnen kann, die du anderweitig vielleicht niemals oder erst viel, viel später gefunden hattest.

00:20:45: Und ich glaube das ist ein gutes Zusammenleben.

00:20:47: also es ist sehr selten dass unsere Use Cases gekauft werden weil ein großer Teil des Teams ersetzt werden soll.

00:20:56: Das ist nicht der Fall im Moment.

00:20:59: Das heißt ihr Spanis kommt bei euch nicht aus der Personaleinsparung?

00:21:04: Wo kommt sie denn dann her?

00:21:05: mehr Umsatz weniger kosten.

00:21:08: Aber mehr Umsatz macht die NZZ nicht, wenn sie das Korrektorat automatisiert?

00:21:13: Nee in dem Fall ist.

00:21:15: die Ausbildungszeit für einen Korrektoratsmitarbeiter dauert zwei bis drei Jahre teilweise.

00:21:20: Das heißt, die können viel schneller und wirklich neue Leute da aktiv werden lassen.

00:21:28: Wir machen mittlerweile auch nicht nur den einen Use Case.

00:21:30: wir haben jetzt viele, viele Use Cases in anderen Abteilungen

00:21:33: d.h.,

00:21:35: Mehrwert.

00:21:37: Und überall einen längeren Zeitraum kann das schon sein, dass vielleicht eine Person weniger gebraucht wird aber das ist nie der Antreiber in den meisten Fällen.

00:21:47: Ich wüsste jetzt keinen Fall wo ein Kunde gesagt hat hey ich brauche einen Tool weil ich muss fünfzig Prozent meiner Mitarbeiter gehen lassen.

00:21:56: Okay ich sage es offen und ehrlich ich kenne die Fälle ja und ich glaube dass das ein großer Ich weiß das und ich sehe das bei meinen Gästen hier, dass viele immer sagen nee also Personal einsparen.

00:22:12: Die Leute sind alle froh, dass jetzt irgendjemand für sie den Müll rausbringt und dass endlich jemand sie entlastet.

00:22:16: und im Übrigen haben wir in Zukunft sowieso viel zu wenig Leute und wir brauchen das damit irgendwie dieses ganze Boomer-Ding die Leute die jetzt an Rente gehen überhaupt aufgefangen wird.

00:22:31: Gerade gestern, ich weiß nicht ob du das gesehen hast.

00:22:33: Das Essay von Bill Gates gelesen der ja auch noch mal über AI und die Entwicklung von AI geschrieben hat und die Risiken und Chancen die da auch hinterstehen und er auch nochmal gesagt hat.

00:22:44: Ja kann sein dass das jetzt aktuell ein Vertrauensproblem ist was wir der KI gegenüber haben Ob sie das denn richtig macht.

00:22:52: aber Wahrscheinlich wird es sich irgendwann besser machen als der Mensch.

00:22:57: Also was ich dir zum Beispiel zu sagen kann, ist ein aktueller Kunde mit dem wir viel zusammenarbeiten.

00:23:02: Das ist eine große Airline und die sind im sehr starken Wachstum wollen über die nächsten fünf Jahre oder so das Team verdreifachen können aber nicht.

00:23:12: Und da geht es um Crew Planning und welches Flugzeuges wann wo welcher Pilot welche Cabin Crew ist eingeteilt?

00:23:22: Die können nicht das Team administraturisch darum kümmert, auch verdreifachen oder verfünffachen um das zu supporten.

00:23:29: Es geht einfach nicht.

00:23:31: Das heißt da wird jetzt überlegt wie können wir das Team in der Größe gleich halten aber trotzdem unser Wachstum über die nächsten drei vier fünf Jahre sofort führen wie wir das geplant haben?

00:23:42: Klar, in den Cases macht das total Sinn und dann ersetzt es auch keine Stelle ohne Frage.

00:23:46: Die Frage ist eben wenn man das auf einem großen Scale sieht ob es da nicht doch Stellen ersetzt.

00:23:50: also dass die eine Frage und die zweite Frage ist die der Governance die ich da spannend finde nämlich die Frage wie sehr kann ich einer KI eigentlich vertrauen?

00:23:58: Und wie sehr nicht?

00:24:00: Also auch wenn ihr das Korrektorat jetzt macht.

00:24:01: bei der NZZ ist ja die Frage okay da guckt danach einer drauf nochmal genauso drauf guckt wie vorher, dann hat der nix gespart.

00:24:11: Das heißt er muss ja in irgendeiner Form kürzer darauf gucken als vorher.

00:24:15: In irgendeinem Form wird er der KI vertrauen müssen und dieses Governance Thema haben wir an ganz vielen Stellen.

00:24:21: Ich meine jetzt ist es vielleicht nicht schlimm wenn irgendeine Korrekturatregel in irgend einem Endset-Zartikeln nicht eingehalten worden ist.

00:24:28: Es gibt ja Cases da draußen.

00:24:30: Sehen

00:24:30: die vielleicht anders?

00:24:31: Ja okay,

00:24:32: das stimmt Okay, das ist fair enough.

00:24:36: Aber es gibt da draußen Dinge ernsthafte wirtschaftliche Konsequenzen haben, wenn sie falsch entschieden oder juristische Konsequenten haben.

00:24:43: Wenn Sie falsch entschieden werden wie geht Ihr damit Governance momentan um?

00:24:47: und AI sagt ihr immer human the loop?

00:24:49: Oder was ist da momentan so eure Philosophie?

00:24:52: Ne das lassen wir ganz klar vom Kunden leiten.

00:24:55: Wir arbeiten halt wirklich mit den größten Banken der Welt zu den Airlines also wirklich wo es um Millisekunden und viele Nachkommerstellen Genauigkeit gehen muss, einfach vom Business.

00:25:07: Dann arbeiten wir aber auch im Retail-Bereich an Use Cases wo es teilweise auch okay ist wenn es eine Nachkomma Stelle weniger Genauigkeitsprozent hat.

00:25:21: Das kann der Kunde bei uns konkret konfigurieren.

00:25:26: Da können wir also ein Beispiel, dass wir sagen hey ihr möchtet wenn die KI, wir haben halt verschiedene Modelle, die sich da um Korrektur, um Nachsicht und um Governance Themen kümmern.

00:25:37: Das heißt die werden das schon mal flecken, wenn es irgendwie eine bestimmte Zahl oder einen bestimmten Maßstab nicht erreicht.

00:25:46: und da kann der Kunde sagen, hey ich möchte wenn die KI sich zu neunzig Prozent sicher ist dann ist es okay.

00:25:51: Wenn die KI aber nur achtzig Prozent sächer ist, dann möchte ich's auf jeden Fall sehen.

00:25:54: also das kann individuell eingestellt werden und je nach Business- und Use Case Diskunden mehr oder weniger human in the loop.

00:26:02: Ich finde diese Governance Diskussion immer auch interessant weil Ich glaube, es geht maßgeblich da auch um das Thema der Akzeptanz von Fehlern.

00:26:10: Auch von Systemen.

00:26:11: Man denkt immer, Systeme müssten hundert Prozent korrekt arbeiten weil sie das im regelbasierten Fall ja auch tun.

00:26:19: Jetzt ist das im KI-Fall nicht mehr so.

00:26:21: Der Mensch arbeitet aber ja auch nicht zuhundert Prozent correct.

00:26:24: Das heißt deren Korrektoren die die hatten, wenn du dir jetzt gefragt hast wie viel Prozent bist du dir sicher?

00:26:30: Dann sagen die zur Not ja auch nur neunzig!

00:26:32: Genau.

00:26:33: Ich meine, geh mal durch deinen Büro hier und suche einen Kollegen in dem Büro an den Büro und fragt denen die gleiche Analyse du wirst niemals das Gleiche bekommen.

00:26:40: Genau, exakt so!

00:26:42: Und da diese Akzeptanz glaube ich zu haben für ok und wir haben hier ein System was eben ja vielleicht auch Fehler macht.

00:26:49: aber wir akzeptieren das trotzdem.

00:26:52: oder war es auch ein Tricks sein kann ist natürlich dann irgendwelche Schwellen zu setzen und zu sagen bei denen und den cases nutze ich das um Vertrauen aufzubauen bei anderen cases nicht, dann gibt es noch diesen Weg.

00:27:01: Das finde ich auch ganz interessant, habe ich gestern nochmal gehört im Zusammenhang mit Maschinendaten und der Steuerung wirklich von Produktionsprozessen auf dem Shopfloor.

00:27:11: Wir machen so einen Schattenlauf,

00:27:14: d.h.,

00:27:14: die lassen das einfach dreimal parallel laufen, gucken was entscheidet der Mensch?

00:27:18: Was entscheidet die KI und vergleichen das dann quasi und sagen dann okay im Mittel auf die letzten Monate Ja, am Ende wer war besser.

00:27:27: Oder ist die KI genauso gut wie der Mensch zumindest?

00:27:29: Das finden wir auch ganz oft.

00:27:30: also wenn wir in den Trials sind wo dann wirklich einen KPI feststellen und dann werden die menschlichen Mitarbeiter gegen die KI oder das System oder die Menschen plus KI und damit geschaut was am besten.

00:27:45: es ist ganz oft so das Benchmark dann bevor es weitergeht

00:27:50: Und was kommt daraus?

00:27:52: Es kommt immer ein bisschen auf den Newcase an und ganz oft ist es ja nicht dass die Maschine etwas falsch machen möchte, sondern dass die Daten einfach nicht entweder in der Struktur oder in der Ordnung oder einfach da sind wo man sie erwartet hätte.

00:28:07: Das heißt ganz oft muss dann noch mal nachjustiert werden weil die Maschine halt nur das rausholt was wir vorher an Daten reingepackt haben.

00:28:15: Der Kontext ist das Entscheidende genau und das ist das was wir natürlich auch immer prädigen.

00:28:18: gerade als Data & AI Company sagen wir natürlich auf die Daten müssen natürlich sauber sein

00:28:23: aber wo sind Sie schon sauber?

00:28:25: Ich habe noch nie einen Kunden gefunden, der gesagt hat meine Daten sind sauber.

00:28:30: Jeder sagt Das sind die schrecklichsten Daten, die du jemals sehen wirst.

00:28:35: Ich habe schon alles gesehen.

00:28:37: Wobei AI und ich meine das kennst du auch aus deinen Projekten natürlich da auch und hast du gerade mit deinem Mietvertragsbeispiel genannt.

00:28:43: Auch total hilft um.

00:28:45: eben muss nicht immer strukturierte Daten haben damit eine AI damit arbeiten kann sondern dass ist ja das gute gerade jetzt an dem System an den neuen Modellen die eben auch mit unstrukturierten Daten durchaus klarkommen, aber klar brauchen sie den Kontext trotzdem in irgendeiner Form zumindest zur Not eben auch unstrukturiert.

00:29:04: einem Konzern.

00:29:05: Wie oft findest du da wirklich das alle Daten, die du für irgendeine Abwechglung brauchst?

00:29:10: Dass sie komplett strukturiert sind?

00:29:11: oder selbst wenn du in ein System integrierst und es wirklich definierte Felder gibt.

00:29:17: wie oft haben wir schon gesehen dass da so eine ganze Data Dump und Paragraphen an Paragrafen in irgendeinem anderen Feldern sind.

00:29:23: Das heißt es ist semi-strukturiert aber du musst halt wirklich noch mal drüber gehen.

00:29:27: Gut und gerade Du hast das ja in deinem Beispiel genannt auch im internationalen Kontext der heißt das irgendwo square foot und irgendwo heißt das anders.

00:29:33: Bei dem einen heißt die Kennzahl so, beim anderen System heißt sie Kennzahl anders.

00:29:36: Aber eigentlich ist die gleiche Kennzahl und solche Probleme

00:29:39: kennen

00:29:39: wir natürlich auch.

00:29:41: So mich interessiert ein bisschen deine Marktzicht.

00:29:44: tatsächlich du bist ja super international unterwegs.

00:29:47: ihr habt Geldgeber aus Israel Ihr habt Geld Geber aus den Vereinigten Staaten.

00:29:52: Du siehst also ihr selber habt doch Büros oder Leute sitzen Die euer Grotto Market da in diesen Ländern machen.

00:30:00: Du sieest sehr, sehr viel auch im Vergleich tatsächlich.

00:30:04: Fangen wir mal erstmal an mit... Du hast auch früher schon was ganz anderes gesehen.

00:30:08: du warst nämlich bei Airbus und bei Air Bus.

00:30:12: ist sagen wir mal die Umsetzungsgeschwindigkeit oder die Agilität, diese Konzerne, den ich mir so vorstelle zu mir.

00:30:18: Ich habe noch nie reingeguckt ist ein anderer.

00:30:20: da wird ein Flugzeug gebaut über weiß ich nicht wie viele Jahre das entwickelt.

00:30:23: dann fliegt es dreizig Jahre oder vielleicht sogar länger.

00:30:26: Das heißt da sind so ein bisschen ist eine andere Welt und jetzt arbeitest du in einer welt in der neues IT System in tagen von dir hochgezogen wird.

00:30:35: So ist das überhaupt überall möglich?

00:30:38: Und das ist halt das Lustige an der ganzen Geschichte, weil ich halt wirklich bei Airbus war und ich dachte in meiner Karriere werde ich die größten Firmen der Welt sehen.

00:30:46: Da möchte ich arbeiten und habe mich dann tatsächlich so eingeengt gefühlt dort dass sich das komplette Gegenteil und bin von Airbus Toulouse im Headquarter in Südfrankreich nach San Francisco gezogen, weil Ich halt wirklich in diesen Start-up Modus wollte also quasi zwei komplett unterschiedliche Welten.

00:31:04: Gut, aber jetzt gehst du in diese alte Welt zurück als Beraterin und erzählst denen was du uns an Francisco gelernt hast.

00:31:10: Genau

00:31:11: ja.

00:31:12: also ich sehe uns halt auch nicht als Beratern.

00:31:15: wir arbeiten oft mit Beratern zusammen Aber wir sind ganz kleine Softwarefirma.

00:31:19: Und was hat jetzt anders ist?

00:31:22: Als in der SARS World oder der Cloud Zeit die wir hinter uns haben?

00:31:27: Ist das es einfach keine Wahl mehr gibt?

00:31:30: Wie lange haben wir keinen mehr getroffen, wo gesagt wurde das ist keine Priorität für uns.

00:31:34: Das heißt es ist nicht nur die Priorität.

00:31:37: in jedem Board-Meeting, in jedem Konzern der Welt wird darüber geredet was machen wir mit KI?

00:31:43: Was ist unsere Strategie und was haben wir innerhalb der nächsten sechs acht neun Monate ausgerollt an alle unseren Mitarbeitern?

00:31:51: also Die Frage stellt sich nicht mehr.

00:31:54: Es ist klar

00:31:56: Und wenn du international mal vergleichst so siehst viele Projekte Sind wir in Deutschland besonders langsam?

00:32:01: Das ist so das, was ich immer höre.

00:32:03: Deutschland ist also total zurück und auch die Projektumsetzung ist total schwierig und politisch.

00:32:09: Governance in Europa ist ein Riesenproblem.

00:32:13: Was erlebst du?

00:32:15: Ich bin da immer nicht so pessimistisch.

00:32:16: Ich sehe überall gute Dinge und überall Dinge, die uns alle wieder ein bisschen nerven.

00:32:23: Wir haben tatsächlich ... viele sehr, sehr schnelle Sales-Cycles und wirklich coole Deals die wir in Europa machen.

00:32:31: Das heißt da würde ich gar nicht so pessimisch draufsetzen Wir haben tatsächlich einige unserer US Konzerne wo deren KIT Teams in Europa sitzen.

00:32:39: Das sehen wir relativ oft.

00:32:42: Ganz interessant

00:32:44: Für das Maus.

00:32:45: Wo sitzen sie?

00:32:46: London?

00:32:48: Ach, tatsächlich.

00:32:48: Und warum machen die das?

00:32:50: Also ich glaube es hilft natürlich vom globalen Herd, dass du so in der Mitte sitzt.

00:32:53: Das heißt zeitzohlenmäßig passt gut, Sprache passt gut.

00:32:57: wenn du dir so die Top-Gehälter in San Francisco und New York anguckst dann kannst du halt in Europa teilweise zwei drei oder auch mal fünf Leute für einstellen.

00:33:08: Das heisst es macht auch wirtschaftlich Sinn.

00:33:11: Da

00:33:11: fühle ich mich fast so ein bisschen wie so, weiß nicht, Nier-Shoring in Rumänien und Bulgarien.

00:33:17: Ist das jetzt Europa das Niershorringland für die USA?

00:33:19: Nee würde ich nicht sagen.

00:33:20: es sind halt auch wirklich Firmen wo der europäische Markt einen wichtiger Markt ist für Kundengewendung und wir reden halt wirklich über die international operierenden Unternehmen von Retail, Fast Food, Hotelketten.

00:33:36: Also es ist nicht irgendwie das, die nur Leute für Cheap Labor nach Europa setzen.

00:33:42: Ich will noch mal ganz kurz zurück zu diesem Governance Thema weil mir gerade noch eingefallen ist ihr habt ein tolles Projekt umgesetzt und zwar für eine Organisation der nennt sich Freed People.

00:33:52: Vielleicht kannst du ganz kurz erklären was die Kaida entscheidet und was ihr da gemacht habt?

00:33:57: Klar kann ich erklären.

00:33:58: also Total anders als alles, wo wir bis jetzt drüber geredet haben.

00:34:02: Da geht es nicht um mehr Geld und schneller größer.

00:34:07: Es ist eine ganz kleine Organisation die in dem Bereich Kinder Human Trafficking und Sex-Trafficking unterwegs ist, arbeitet sehr stark mit der Polizei und den Behörden in Texas zusammen.

00:34:20: Wo es wirklich große Probleme gibt, dass Kinder da abhanden kommen und quasi in der Unterwelt abhandenkommen.

00:34:28: Und die versuchen diese Kinder zu finden?

00:34:30: Genau!

00:34:30: Die versuchen die Kinder wiederzufinden und machen das im Moment sehr manuell.

00:34:35: Da gibt's verschiedene Webseiten wo... Kinder dem Bösen sozusagen angeboten werden und mit der KI können wir da halt sehr schnell Gesichtsvergleiche und Daten Vergleich über sehr, sehr viele verschiedene Plattformen.

00:34:50: Also muss man sich wirklich so vorstellen, dass es die gängigen Dating-Plattform ein bisschen zum Darknet ist.

00:34:56: Dass das da Kinder angeboten werden und dass viele der Voluntäre dort und auch den Mitarbeitern sehr manuell durch die Fotos und die Daten auf diesen Plattformen geht.

00:35:06: Und das können wir halt mit der KI einiges genauer und schneller und vierundzwanzig Stunden am Tag.

00:35:12: Das heißt ... krassen Unterschied ob ein Kind nach drei Monaten, drei Wochen oder nach drei Stunden gefunden werden kann.

00:35:20: Ja das finde ich ein ganz tolles Beispiel für ein Projekt wo ja bei allem bei aller Kritik an dem was KI so an vielleicht auch an wirtschaftlichen Folgen unter Umständen noch einen negativen wissenschaftlichen Vorgang haben kann.

00:35:31: Ganz toll ist Beispiel für das was Wo es einen unfassbar tollen Nutzen einfach hat weil es zum Einen natürlich mehr Kinder auffindet und auch eine Entlastung natürlich für die Mitarbeiter ja auch ist.

00:35:41: Total!

00:35:42: Und Ich würde sagen dass es ne Welt Wo die meisten von uns wahrscheinlich nicht über nachgedacht haben, dass das wirklich Realität heutzutage ist.

00:35:49: Aber das ist dann wirklich cool auch für unsere Teams, die daran arbeiten, dass sie wirklich ihre Arbeit in Produktion sehen können und so viel mehr weit für die Gesellschaft bringen

00:35:57: können.

00:35:58: Und das sind so Pro Bono-Projekte?

00:35:59: Die ihr macht einfach oder?

00:36:01: Ja, in

00:36:02: dem Fall ja.

00:36:03: Cool!

00:36:05: So kommen wir nochmal kurz zurück zu... Nachdem er ein bisschen verstanden haben, was ihr da so für Projekte macht zu eurem zentralen Versprechen.

00:36:15: Ich habe das in der Einleitung ein bisschen gesagt und ich frage einfach mal direkt, verkauft ihr Software oder eine Versicherung?

00:36:21: Software, hundert Prozent!

00:36:24: Du siehst es ja in deinem Business auch wenn du alles immer von scratch machen musst und alles custom, du würdest es nicht anbieten können dass kein Geld abfront sozusagen.

00:36:35: Das heißt, wenn wir nicht diese Plattform hätten auf der wir wirklich viele, viele Use Cases gleichzeitig und sehr schnell umsetzen können also diese technische Struktur die muss halt ganz klar sichergestellt werden.

00:36:49: Wir verkaufen dann wenn es da wirklich zur Umsetzung gibt ja auch eine normale subscription.

00:36:53: das heißt Da wird es auch immer wieder weitergehen, Änderungswünsche der Kunden, neue Integration.

00:37:01: Das schläft halt nie!

00:37:02: Es geht jeden Tag weiter und in dem nächsten Sprint wird es immer wieder ein Update geben für die Kunden um das bestmögliche Output quasi darzustellen.

00:37:12: Das verkaufst du nicht als Versicherung?

00:37:14: Das verkaufst Du nicht als Service?

00:37:16: Das ist wirklich Software sonst könnten wir das Business-Modell nicht so laufen lassen.

00:37:20: Okay, wir können das Businessmodell auch nur laufen lassen weil ihr eben gleich seit Adventure finanziert.

00:37:25: Ihr habt sehr viel Geld eingesammelt Und nur deshalb könnt ihr natürlich auch diese, ihr könntet ja sonst auch sagen ich verkaufe die Software einfach zu einem Tarif X. aber ihr habt eben dieses Versprechen drin du zahlst erst wenn es läuft so.

00:37:40: Das ist das was sich mit dem Versicherungsprodukt am Ende meint.

00:37:43: Das heißt es gibt ja Kunden die Zahlen bei euch am ende nicht und es wird Kunden geben die Zahlen was.

00:37:47: Am Ende zahlt aber denjenigen der eine laufende Software hat unter Umständen, vielleicht kannst du das noch mal gerade rücken wenn das nicht so ist mehr als wenn er bei einem Standarddienstleister gekauft hätte?

00:37:58: Nee, würde ich nicht so sagen.

00:37:59: tatsächlich.

00:38:00: Weil du ganz oft dann ja Standard-Software kaufst von der Stange die dein Newscase aber nicht zu hundert Prozent abbildet sondern vielleicht nur zu fünfzig, sechzig, siebzig Prozent und du dann anfängst darum wieder herumzubauen das heißt holst du dir deine Consultants oder deine Softwarestudios rein die dann Anschlussstellen bauen Mega lange Change Management Projekte drum herum bauen.

00:38:26: Das heißt bei uns fällt halt ein Vielzahl von dieser Arbeit weg, weil du von Anfang an das bekommst was hundert Prozent auf dich zugeschnitten ist.

00:38:35: Okay dann habe ich eine andere Zahl bei euch gelesen.

00:38:38: Vierhundert Prozent netto Umsatzbindung oder im Englischen heisst es ... Nr.

00:38:43: Entschuldigung.

00:38:44: Ich wüsste

00:38:45: gar nicht wie's auf Deutsch gesagt

00:38:47: hat.

00:38:48: Das heisst einen Kunde der bei euch kauft gibt am Ende, also dann ist das so ein, wir nennen es Land and Expand oder so.

00:38:57: Das heißt ihr verkauft ein kleines Projekt und am Ende kommt immer mehr was dann auf die Plattform irgendwie gezogen wird.

00:39:04: am Ende auch und der gibt am ende vierhundert Prozent von dem aus was er im ersten Jahr ausgegeben hat.

00:39:08: Genau und das ist halt wirklich das Ding was ich gerade gesagt habe dass wir nicht eine Softwareplattform sind.

00:39:15: Das heisst wenn wir auf unserer Plattform einmal die Daten laufen haben das heißt ob es ein Mietvertrag ist, der unglaublich wichtig im Immobilien ist und danach machen wir auch dann noch die Use Cases für das Marketing Team um die Immobilie zu vermarkten.

00:39:26: Und da machen wir die Use cases für das Finanzteam um die Rechnung an der Immobilier zu stellen.

00:39:31: Das heißt es hat sehr einfach wenn man die Daten schon einmal haben dass wir weiter arbeiten können mit den Daten und eine Erweiterung der Plattformen in verschiedenen Lösungen die auf der Platform laufen anbieten können.

00:39:42: Okay, d.h.

00:39:42: sind neue Use Caces und nicht Geld hat nicht gereicht.

00:39:46: Kölner-Opernbau.

00:39:48: am Ende gehen wir noch

00:39:48: kurz hinaus.

00:39:49: Nein, nein!

00:39:51: Der Kunde weiß vorwiegendmals anfangen einen Projekt laufen zu lassen wie viel die Kosten für das Projekt am Ende sein werden was die jährliche Subscription dafür sein wird und da geht es dann halt wirklich darum.

00:40:04: okay unser Finanzteam hat jetzt gesehen wie das legal Team schon komplett AI mäßig mit euch arbeitet.

00:40:12: das heißt sie möchten das auch könnt ihr mal mit denen sprechen und dann geht's von einem team zum nächsten Team weiter.

00:40:17: Also wir sehen uns auch stärker konfrontiert natürlich als Dienstleister mit den Forderungen nach Festpreisprojekten, momentan eben auch eine kleine Versicherung für die Leute und ja man wünscht sich das mehr und mehr tatsächlich.

00:40:31: Das Problem ist aber das gleiche was wir vor zehn Jahren auch hatten wo Klar war, wenn wir jetzt irgendwie ein hundertseitiges Pflichtenheft schreiben und dann vier Monate Projekt machen oder sechs oder zwölf.

00:40:43: Dann ist vielleicht das gar nicht mehr das was der Kunde am Ende wollte?

00:40:46: Wie geht er damit um dass er wirklich am Anfang du hast gerade gesagt Der kunde weiß am Anfang was ihr bezahlt.

00:40:51: Jetzt fällt ihm aber nach drei Monaten ein dass er doch etwas anderes wollte.

00:40:56: Okay kann vielleicht vorkommen Ist bei uns im Moment nicht so die Realität würde ich sagen weil wir halt ganz klar Wir machen ja nicht So ein Projekt basiertes Modell, sondern es geht halt wirklich darum.

00:41:11: Dass wir die Software für ihn konfigurieren oder für sie und dass wir vorherstellen okay das sind deine Kriterien das möchtest du diese Integration dieses Schnittstellen diese Workflows?

00:41:22: Und so kommt dann unsere unser Kostenvoranschlag zu sagen unsere konfiguriierte Preisgestaltung dabei rum und da geht das nicht darum wie viele Stunden es dauert sondern wir haben verschiedene Pakete Sieht der Kunde ganz transparent, wo es reinkommen wird.

00:41:38: Und nach drei Monaten entweder kommen weitere Integrationen und weitere Features dazu die sich um den Use Case genau wie bei jeder anderen Software kümmern.

00:41:47: Das heißt wenn du Salesforcekunde bist oder SAP-Kunde und dann ein Feature Request reinwirft, kann das ja auch irgendwann kommen.

00:41:55: dafür musst du ja nicht unbedingt mehr bezahlen sondern... bekommst ein neues Feature.

00:41:58: Wenn du aber ein anderes Produkt, da noch eine neue Lösung der Firmen kaufen möchtest nach drei Monaten, klar dann ist das extra Koste.

00:42:08: Gelesen im Juni habt ihr eine Kampagne gekauft.

00:42:12: Die heißt SWISH AI, was ist das und warum habt ihr es gemacht?

00:42:16: Ja, es war ganz interessant weil die haben uns tatsächlich aus den Medien gefunden nach unserem Announcement im EMI dass wir die hundert Millionen und die vierhundert Prozent NR und haben uns kontaktiert.

00:42:29: also es war aber ganz cool.

00:42:30: es hat sofort gepasst.

00:42:32: die sind im IT Bereich zuständig, also arbeiten wirklich mit internen IT Teams zusammen und haben da quasi KI-Lösungen um Ticket Management.

00:42:44: Und die ganzen IT Operations Stack zu nutzen.

00:42:48: Das heißt auf der einen Seite sind es ähnliche Kunden, mit denen wir zusammenarbeiten.

00:42:53: das heißt eine ganz gute... unsere Kunden könnten deren Lösung ganz gut benutzen.

00:42:58: Und andersrum auch ein cooles Team, was sehr engagiert ist und Lust hat mehr zu machen.

00:43:06: Es hat einfach von ersten Tag gepasst und dann haben wir das relativ schnell

00:43:09: gemacht.".

00:43:09: Und das verkauft ihr jetzt mit oder ist es etwas Ähnliches wie das?

00:43:13: Passt das einfach in eure Plattform rein, lockt ihr das da an?

00:43:15: Genau!

00:43:15: Passt in unsere Plattform hinein, migrieren wir über und die Kunden, die halt im IT-Bereich schon kainativ sozusagen arbeiten, haben meistens auch ein Interesse das in anderen Bereichen ihrer Firma auch zu machen.

00:43:29: Das heißt Cross-Pollination von unseren beiden Lösungen passt ganz gut.

00:43:34: Okay jetzt hat mich an den Pressemeldung als ich die gelesen habe eine Sache sehr irritiert.

00:43:40: Swish hat zwanzig Millionen Dollar eingesammelt.

00:43:42: Kolportierter Kaufpreis angeblich hundertfünfzigtausend Euro oder Dollar also nicht mehr zwanzich Millionen.

00:43:50: was habt ihr in den Unterlagen gesehen?

00:43:54: Was könnt ihr besser machen mit dem Ding?

00:43:57: Dass ihr den Kaufpreis da wieder rauskriegt?

00:43:59: oder was haben die falsch gemacht.

00:44:02: Oder was gibt euch auch die Sicherheit, dass eure Plattform nicht die nächste ist, die für Hundertfünfzigtausend Verkauf wird so zu sein.

00:44:09: Genau es sind immer paar verschiedene Sichtweisen auf Schlagzeilen aber alles okay.

00:44:14: Vielleicht

00:44:16: sind sie ja auch falsche Zahlen.

00:44:20: Kunden, das ist ganz klar.

00:44:22: Das heißt wir sehen die Kunden, die weitere Projekte da machen mit denen und die halt wirklich auch Lust haben auf noch mehr KI in noch mehr Bereichen des Unternehmens.

00:44:32: also es ist wirklich sehr stark die Technologie passte Da können wir viele Dinge für unsere Plattformen die andere Plattform besser machen benutzen.

00:44:43: Die Menschen die wir dadurch auch in unsere Firma integrieren konnten, sind super.

00:44:48: Aber vor allem die Kunden, also die arbeiten wirklich mit vielen der größten Firmen zusammen in einem Bereich und da können

00:44:57: sie viel mehr machen.

00:44:58: Okay, ja den Zugang, super!

00:44:59: Ja okay fassen wir mal ein bisschen zusammen was wir gelernt haben und was die Leute da draußen v.a.

00:45:05: daraus lernen können.

00:45:06: ich will das nochmal so ein bisschen zu der Frage zusammenfassen kaufe ich sowas bei euch?

00:45:14: quasi in einer Baukastenlösung.

00:45:15: Das ist eigentlich nicht die einzigen Anbieter, wo ich eine Baukastellösung bauen kaufen kann.

00:45:18: aber wann?

00:45:19: es ist richtig für mich als Kunde ne Baukastinglösungen zu kaufen?

00:45:24: Wann ist es richtig so einem Dienstleister vielleicht wie uns zu gehen?

00:45:27: also wo ist die Abgrenzung?

00:45:28: das sage Pass auf baue mir das lieber individuell und ohne Baukassen Und nicht upfront und als in irgendeiner Form vielleicht nachher ein subscription.

00:45:39: Wann sollte man's im Haus machen Und wann sollte man es erst mal sein lassen?

00:45:43: vielleicht auch?

00:45:44: Es gibt ja vielleicht auch Cases, wo man sagt lasst das mal sein.

00:45:48: Also für welches Problem passt welche Lösung?

00:45:51: kann man versuchen das ein bisschen auseinander zu dividieren?

00:45:55: Ja, kann man und ich glaube wir sehen alle von den Optionen fast jede Woche Das heißt alle haben eine Daseitsberechtigung würde ich sagen Was sollte man nicht machen wenn man nicht weiß, was man damit erreichen möchte.

00:46:08: Wenn man keine klaren KPIs oder Zahlen nennen kann... die man erreichen möchte, die man ersparen möchte.

00:46:17: Die man mehr umsetzen möchte.

00:46:18: Okay

00:46:18: das heißt AI um das AI willens?

00:46:20: Weil wir mal was mit AI machen wollen oder so.

00:46:23: und ja okay also du sagst schon ist dass du eben auch gesagt da muss hart eine Ersparnis oder irgendeine Zahlen Umsatzsteigerung was auch immer muss dahinter stehen sonst macht es keinen

00:46:31: Sinn.

00:46:32: Ja weil das Thema KI ist Boardlevel das heißt du gehst nicht zu deinem CEO hin und sagst hey ich habe hier Hundert Dollar in der Woche erspart, sondern du gehst zu deinem CEO um zu sagen ich habe hunderttausend die Woche ersparrt.

00:46:47: oder kann uns zwanzig Prozent Umsatzsteigerung anbieten wenn wir das so und so machen.

00:46:53: Okay.

00:46:54: Richtig.

00:46:55: Sonst gar nicht mehr!

00:46:56: Wann mach' ich's im Haus?

00:46:57: Wann soll sich das selber machen?

00:46:59: Ja also da kommt es halt wirklich drauf an in welchem Bereich du bist.

00:47:02: Sagen wir Du bist ein Beispiel was ich immer habe um das zu erklären Wenn du im Automobilbereich bist und du möchtest mit KI dein selbstfahrendes Auto kreieren.

00:47:12: Das ist dein competitive Advantage, deine interne IP sozusagen.

00:47:20: das würde ich selber machen.

00:47:22: Das is dein Bereich.

00:47:23: damit kannst Du die besten KI-Developer die das selbstfahlende Auto entwickeln wollen anhorren.

00:47:31: aber Da kann es halt auch KI Use Cases geben, die unglaublich wichtig für die Ersparnisse sind.

00:47:36: Die aber eigentlich wenig mit dem Core Produkt zu tun haben.

00:47:40: Das heißt hast du wirklich den besten Nutzen deiner hochqualifiziertsten Leute und deiner teilweise teuersten Leute?

00:47:47: Weil KI Talent ist nicht... Es gibt nicht so viel davon!

00:47:50: Das heißt das kommt meistens mit einem ganz interessanten Price Tag da dran.

00:47:55: Das heisst setzt sie dafür ein.

00:47:57: was ist wirklich eine Mehrwert für deinen Unternehmen und deine IP?

00:48:02: Okay, macht auch Sinn.

00:48:04: Also je näher am Produkt und je nähe an meinem Competitive Advantage das so mehr soll ich es in Haus machen.

00:48:10: Und dann mal die Abgrenzung noch zwischen Ich nehme das Baukastensystem von dir dieses Versprechen Abfront und meinem Versprechen.

00:48:18: habe ich überhaupt noch Platz im Markt?

00:48:20: Ich denke auf jeden Fall Es gibt halt genug Firmen bei denen so ist und ohne jetzt genau deine deine Kunden Datenbank zu kennen gibt es bestimmt viele viele Firmen Deine Betreuung von deinem Team haben möchten die sehr, wahrscheinlich sehr eng mit denen zusammenarbeiten.

00:48:37: Die wahrscheinlich ein paar ... Anwendungsfälle sehr gut umgesetzt haben möchten, aber vielleicht auch nicht die hunderte oder tausenden Use-Cases haben.

00:48:46: Das heißt wenn ich im Moment mit einer Bank in Manhattan spreche, die irgendwie einen Backlog von knapp zweitausend Use Cases hat... Ich weiß nicht wie viele Leute du dir dafür jetzt einstellen würdest, um das Custom zu fangen?

00:48:59: Genau genau!

00:49:01: Das heißt da wird es wahrscheinlich schwierig.

00:49:03: Im gleichen Fall könnte ich aber auch sagen, die würden wahrscheinlich nicht für zweitausende Use Caces Software von der Stange erstmal finden können, weil es das vielleicht gar nicht gibt.

00:49:13: Aber wenn du jetzt an deren Procurement-Prozess denkst da müssen die drei bis fünf Trials und Kostenvoranschläge bekommen.

00:49:21: Das könntest du alles mal zweitausend, das würdest du ja nie hinbekommen.

00:49:23: Das heißt, da brauchst du halt einen Partner wo du dich einmal engagierst mit dem du einmal die Rahmenverträge baust und dann von da auf einer Plattform standardisiert mit einem Governance, einem Security Layer viele, viele Use Cases relativ schnell umsetzen kannst?

00:49:39: Okay, Street-Spot ganz klar verstanden und dazu kommt ihr seit international aufgestellt was auch ein erheblicher Vorteil für große Konzerne eben aussehen kann.

00:49:48: Noch mal ganz kurz weil das war nicht interessant.

00:49:50: hast du im Lebensatz gerade nur gesagt KI Leute finden uns so Price tag an diesen KI Leuten und was die eigentlich in Cupertino kosten und was den London kosten.

00:50:01: Jetzt ist es eine Klar.

00:50:02: ich geht zu jemanden wie euch oder zu uns Und wir haben das Problem vielleicht in Teilen gelöst und ziehen die leute besser an.

00:50:10: Wie kriegt ihr dieses Talent überhaupt?

00:50:12: Wie begeistert ihr das von euch gegen, wahrscheinlich ja wenn ich an eure Standorte denke, gegen vielleicht auch größere Konkurrenten und große Konzerne oder große IT-Player da draußen wo die vielleicht genauso arbeiten könnten.

00:50:27: Klar können wir auf jeden Fall!

00:50:30: Ich würde fast sagen, wenn du es vergleichst mit den... Arbeitgebern, die das meiste Geld bezahlen im Silicon Valley.

00:50:37: Da hast du halt deine Google, seine Apples und so weiter und sofort.

00:50:40: Das ist vielleicht gar nicht das richtige Talent für uns gerade weil wir extrem viel schneller unterwegs sind wenn wir sehr viel agiler sind als es ja im Endeffekt klar sind das fortschrägliche Tech-Unternehmen.

00:50:52: Die sind aber tatsächlich Großkonzerne.

00:50:54: Das müssen wir ganz klar sagen.

00:50:55: Es heißt da gibt es viele Prozesse, viele Strukturen und obwohl wir jetzt knapp zweihundert Mitarbeiter haben ... haben wir halt noch viele Teams of one, sage ich immer.

00:51:04: Das heißt du musst halt die Struktur... ... noch bauen oder es gibt halt keine Struktur und du musst dich da drin zurechtfinden.

00:51:13: Das heisst wenn wir teilweise mit Kunden arbeiten wo wir dreimal die Wochen in Update schippen das ist bei den meisten Software Sprints sind das vielleicht alle zwei Wochen alle vier Wochen alle Drei Monate, das gibt es im Softwarebereich.

00:51:30: Das ist alles möglich.

00:51:31: Da sind wir halt in einem ganz anderen Speed unterwegs.

00:51:35: Da musst du dich als Developer oder als Mitarbeiter drin wohlfühlen

00:51:39: und haben die Konzerne eine Chance?

00:51:41: Was würdest du raten?

00:51:43: können dir auch selber dieses Talent anziehen?

00:51:44: könnt ihr den zu Hause bieten?

00:51:48: Ich glaube im Endeffekt kann jeder das irgendwie hinbekommen.

00:51:52: aber die Frage is immer ... sind das die richtigen Leute für die Stage, in der du dich gerade befindest.

00:51:58: Da gibt es halt viel Unterschied.

00:51:59: und ich meine wir haben halt auch mittlerweile ein großes Portfolio an verschiedenen Mitarbeitern... Die Leute, die wirklich für die Struktur da sind.

00:52:08: Die Leute wo's einfach wirklich um Speed, Speed, speed geht.

00:52:12: Und dann hast du natürlich aber auch die Leute die in den Märkten sitzen.

00:52:15: wie gesagt wir sind halt in achtzehn Ländern unterwegs und wirklich von Grund auf einen neuen Markt bauen und da wirklich die Struktur erschaffen müssen.

00:52:26: Und das sind sehr unterschiedliche Profile, und die Kunst ist es dann in der einen Firma und unter einem Dach alle zusammen als eine Maschine quasi geölt zu bekommen.

00:52:40: Okay, jetzt kommen super viele Leute auf euch zu mit ... und du siehst was für Use Cases haben die?

00:52:46: Du siehst ja sehr viele Use Caces!

00:52:49: Gibt's ein... Gibt es einen schrägen Use-Cris, den du gesehen hast?

00:52:53: Ein Verrückter wo du sagst, boah ey das.

00:52:56: Entweder macht überhaupt keinen Sinn.

00:52:57: oder wo man vielleicht am ersten Blick denkt, dass macht keinen Sinn und nachher als doch Sinn gemacht und jetzt angenommen.

00:53:02: Oder ihr habt's abgelehnt weil ihr gesagt habt okay das ist mir zu crazy.

00:53:07: Hm

00:53:11: gute Frage.

00:53:12: also ich würde gar nicht unbedingt sagen das zu crazy

00:53:19: Ja, oder sinnlos.

00:53:20: Also was wir manchmal auch sehen ist und so denkt okay das ist... Du hast es eben am Anfang auch gesagt das ist zu kompliziert gedacht.

00:53:28: das kann man irgendwie leichter lösen auch am Ende.

00:53:30: unter Umständen

00:53:32: also klar dass gibt es ganz oft das muss gar nicht ein bestimmter use case sein sondern wo du überlegst dass einen kunde sammelt die Ideen seiner Mitarbeiter und sagt, wir möchten das so und so hier und diesen Knopf und dann noch diese Funktion.

00:53:47: Und es quasi eine lange Liste an Featuren ist, dass er aber als Produkt eigentlich keinen Sinn mehr macht.

00:53:54: Das heißt deswegen arbeiten wir sehr stark mit unseren Product Managers und AI Strategists zusammen, die nicht nur dem Kunden Ja und Arm sagen sondern sagen hey!

00:54:05: ihr wollt diesen Outcome.

00:54:06: Das heißt wir schlagen vor, dass wir das ganz anders machen weil was man halt oft sieht und ich denke das habt ihr auch schon gesehen wo den Kunde einfach alle Daten irgendwie in einen KI-Tool integrieren möchte und dann hofft es da am Ende etwas Gutes bei rauskommt und das ist halt nicht immer die wirkliche Realität.

00:54:23: Da müssen wir jetzt schon gucken was ist wichtig für den Verschieden?

00:54:26: Für den Use Case welche Daten brauchen wir in welcher Form?

00:54:29: und das wäre quasi dann die Features anbieten die wirklich dafür nützlich sind und alles andere auch mal einen sagen.

00:54:37: Ja, man ist als Dienstleister immer gefangen weil man auf der einen Seite genau wir hören uns die Anforderungen des Kunden an Wir beraten dann natürlich auch und das werde dir auch tun und sagen okay kann vielleicht leichter lösen oder wir glauben nicht dass es funktioniert am Ende Oder vielleicht muss man noch folgende Bedingung noch erfüllen oder sollte man noch erfüllend als Konzern auf der anderen Seite ja Leben die Kunden natürlich in ihrer Welt.

00:55:05: Und es gibt vielleicht Barrieren, wo wir sagen ja, die müsstest du eigentlich jetzt noch überspringen?

00:55:11: Du bräuchtest eigentlich noch die Daten und dann gibt's aber politische Gründe warum diese Daten eben vielleicht nicht von Abteilung A zu Abteilungen B oder von Tochtergesellschaft A zur C fließen können.

00:55:22: Dann überlegt man ob man das vielleicht trotzdem realisieren kann weil klar auf der einen Seite steht man natürlich auch immer da und man hat Interesse an dem Auftrag natürlich auch

00:55:31: Ja, also das gibt es schon.

00:55:33: Gerade wenn es um Security-Themen geht sehen wir oft können dürfen die Leute Zugriff darauf haben ja oder nein?

00:55:43: sind die Daten in einem Ort wo sie sein sollten?

00:55:46: Wir kommen aus dem Cybersecurity Bereich Das heißt wir als drei Gründer und auch unser erstes Core Team Wir haben uns bei Nonim Security getroffen.

00:55:57: Schai, unser CEO war da auch der Gründer uns CTO.

00:55:59: Das heißt wir kommen halt mit einem sehr robusten Cyber Security Offering was für viele Kunden sehr wichtig ist und ich würde sagen da haben ja auch einen teilweise vertrauens Aspekt an den ganzen Geschichten dass sie wirklich hören möchten wie würdet ihr das machen gerade wegen dem der Erfahrung im Cyber Security Bereich.

00:56:22: Das will ich nochmal ganz spannend tatsächlich, weil was wir natürlich auch in Zusammenhang mit AI hören ist.

00:56:27: Ich will nicht, dass meine Daten zu Trainingszwecken in irgendeiner Form da reingehen.

00:56:32: Also immer etwas, was ein Referenzproblem passiert?

00:56:36: Wie geht ihr damit um?

00:56:37: also betreibt dir die Sachen auf eigenen KI-Systeme am Ende oder wo läuft eure Software eigentlich ...

00:56:44: wo immer der Kunde sich am besten damit fühlt.

00:56:46: Das heißt, wir machen auch viel On-Prem selbst in dem eigenen Data Center des Kunden... ...in deren Cloud oder als Fully Managed Task auf unserer Cloud.

00:56:54: also sind wir wirklich komplex flexibel?

00:56:56: Also das finde ich super interessant.

00:56:59: was wir auch erleben ist dass man hat ja wirklich vor zehn Jahren diesen ganzen On-prem Mist abgeschafft und gesagt jetzt muss alles in die Cloud.

00:57:08: Wir machen mal Cloud Migrationen und wobei On-Prime nicht heißt es nicht Cloud ist und so.

00:57:12: aber Und jetzt erleben wir auch, es gibt, ich glaube eben aus Securitygründen eben auch maßgeblich muss man sagen immer getrieben.

00:57:20: Gibt's einen unglaublichen Weg zurück zu on-premmen?

00:57:24: Wir sehen das Kunden tatsächlich eigene GPU Stacks aufbauen, auf denen sie selbst ihre AI betreiben.

00:57:31: ist das ein Übergangsszenario dass die Zukunft

00:57:35: Ich würde sagen in den meisten Kunden, mit denen wir zusammenarbeiten ist das ein ganz guter Mix.

00:57:40: Also würde ich sagen typisches Hybrid Cloud Stack die dann verschiedenen Ländern verschiedene Cloud-Hanbieter in verschiedenen Büros im Keller eher rechten Zentrum für verschiedene Anwendungen und Prozesse haben.

00:57:53: also es ist meistens ganz gut gemischt.

00:57:54: deswegen waren wir auch von vornherein so aufgestellt dass wir mit allen Bedingungen da arbeiten können.

00:57:59: Okay okay wie geht's mit Unframe weiter?

00:58:02: was euer Plan?

00:58:04: weiter wachsen einfach Startup, weiter Vollgas oder was ist eure Vision?

00:58:10: Vielleicht kannst du das noch mal kurz ein bisschen erklären.

00:58:11: Ja also auf jeden Fall wachsen glückliche Kunden die immer mehr und mehr mit uns machen.

00:58:17: auf jeden fall wir haben viele neue Märkte in dem wir kürzlich angefangen haben.

00:58:22: das heißt dass sind wir total happy dass da wieder die ersten Kunden jetzt sehen und wirklich die Märkte aufrollen.

00:58:30: Ja, super für das Team zu sehen.

00:58:32: Wie lang reicht das Geld noch?

00:58:33: Also sind wir bei VCs oder ist ja immer das Thema so wie weit kommt ihr?

00:58:37: Wann braucht denn eine neue Runde?

00:58:39: Also bis jetzt läuft es ganz gut.

00:58:41: Das ist im Moment nicht geplant und schauen wir mal was passiert.

00:58:45: aber wenn die Kunden weiter mit uns arbeiten wie jetzt dann sind wir da ganz glücklich wo wir jetzt stehen und wir haben ja im Endeffekt wenn du über Visionen redest ... mit der ultimativen Vision, wir können quasi alles für alle machen angefangen.

00:59:01: Das heißt so eine typische was ist eure Product Roadmap und was möchtet ihr in drei Monaten oder in sechs Monaten machen?

00:59:09: Würde ich gar nicht so konkret für uns sehen, wir leiten immer, lassen den Kunden leiten... Und es gab Tage da hatten wir diese Funktionalität oder diese Integration nicht dann Jetzt haben wir es für alle zugreif und bereit.

00:59:24: Das heißt, das ist wirklich so wie wir arbeiten.

00:59:31: Larissa vielen Dank für dieses Gespräch!

00:59:32: Ich wünsche euch von Herzen ganz viel Erfolg weiter mit dem Startup.

00:59:36: Wir haben das ja heute auch gesehen dass wir doch wenn wir vielleicht ähnliche Dinge nach außen hin betrachtet machen in sehr unterschiedlichen Märkten unterwegs sind.

00:59:46: Ich wünsche dir ganz viel Erfolg und fand das super spannend, deine Ansichten hier heute aus deinen Projekten zu hören.

00:59:51: Danke dir!