Strenge Regulierung und trotzdem KI? Mit Jacob von Ingelheim, Chief Risk and Transformation Officer bei Unzer

00:00:00: dann ist die Chance, dass ein Mensch dieses eine in tausend findet.

00:00:04: Der muss sehr gut sein!

00:00:06: Könnte die Barfin irgendwann fordern?

00:00:08: Dass ihr das nicht mit einem Menschen prüft sondern mit einer Maschine weil sie besser ist?

00:00:16: Willkommen bei AINY.

00:00:18: unser Versprechen wir finden raus was sich wirklich durch KI verändert.

00:00:22: heute folgen wir dafür einen Blumenhändler und vor allem schauen wir uns die drei Sekunden an indem entschieden wird ob ihr da draußen auf Rechnung kaufen dürfte oder nicht.

00:00:32: Und dafür sitzt mir genau der richtige Gegenüber.

00:00:36: Er war nämlich bei Klaner und Bill Pay, also genau da wo der Kaufaufrechnung in Deutschland groß geworden ist.

00:00:41: Heute verantwortet er bei unser Risiko-und Umbau für Zehntausende Händler die ihr registriert.

00:00:49: Und er redet so offen darüber über das was Kai Iber ihm verändert wie selten jemand in der Branche tatsächlich.

00:00:55: ich freue mich.

00:00:55: Hallo Jakob von Ingelheim!

00:00:57: Ja hallo Simon

00:00:59: Jakob, meine Mutter hat wahrscheinlich schon mal über euch bezahlt.

00:01:04: Aber trotzdem hat die noch nie von euch gehört!

00:01:05: Wie kann das sein?

00:01:07: Weil wir ein BtoB-Dienstleister sind der im Hintergrund agiert.

00:01:13: Eines unserer wesentlichen USPs ist dass wir sagen Der Händler steht im Vordergrund und auch im Checkout wie man es neu Deutsch nennt versuchen wir nicht zwangsläufig unsere Brand zu platzieren sondern Das, was wir tun im Kauf auf Rechnung und der Händler entscheidet in welcher Farbe und welche Art und Weise er das darstellen möchte.

00:01:34: Okay, das heißt ich sehe als Entkunde einfach nur den Button Kaufaufrechnungen?

00:01:37: Und dann kommen diese... Dann dauert es immer kurz ein Lähters und in der Zeit checkt ihr da im Hintergrund so ein bisschen was?

00:01:43: In

00:01:43: derzeit passiert die Magie genau.

00:01:45: In der Zeit werden wir aktiv entscheiden etwas und hoffentlich entscheiden wir dass in dem Fall deine Mutter natürlich all die kreditwürdigkeit hat, die sie haben soll.

00:01:56: und dann kommt der nächste seite.

00:01:57: Und dann steht entweder hiermit abgeschlossen oder sozusagen der händler verkauft noch ein bisschen mehr dazu.

00:02:03: Aber genau

00:02:04: ok.

00:02:04: und da gucken wir gleich was sich durch eil durch ki bei euch in diesem prozess vor allem verändert.

00:02:08: aber Wir fangen den prozess mal vorne an denn was deine verantwortung in der organisation ja auch ist es überhaupt zu prüfen nehme ich den Händler überhaupt auf.

00:02:16: Das heißt, er prüft ja nicht nur meine Mutter sondern er prüpft auch den Blumenhändler zuerst bevor ihr ihn aufnehmt.

00:02:22: was passiert da wenn so ein Blumen händler bei euch kunde werden will?

00:02:26: Da passiert einiges.

00:02:27: also wenn die in dem moment wo der vertrieb den Vertrag abgeschlossen hat und der Händlern im Falle der Blumen-Händler sagt Ich möchte gerne mit unser zusammenarbeiten dann, weil wir auch reguliert sind von der BAFEN haben die Pflicht einer sogenannten KYC Prüfung.

00:02:45: Das nennt sich New York Customer ist relativ klar vorgegeben was man da prüfen muss.

00:02:52: im Wesentlichen geht es darum dass man ihm versteht wer ist der Kunde?

00:02:56: und vor allem wo geht das Geld hin?

00:02:59: also wir müssen den wirtschaftlich berechtigten.

00:03:02: Okay

00:03:03: das ist eine Geldwäscheprüfung?

00:03:04: Ganz genau!

00:03:07: Und da gibt es bestimmte Datenpunkte, die man anfragt.

00:03:11: Man guckt natürlich sozusagen, man lässt sich das Personalausweis von dem Geschäftsführer oder Geschäftsfeuerern geben.

00:03:17: Man hat Handelsregisterauszüge und so weiter und sofort also eine relativ nicht umfangreiche aber schon wesentliche Anzahl von Dokumenten, die der Händler mitgeben muss.

00:03:29: Und daraus ergibt sich dann die natürliche Schwierigkeit dass viele Unterlagen da sind, die müssen angeschaut werden.

00:03:38: Die Daten müssen übertragen werden.

00:03:41: Als Beispiel es gibt in Deutschland über siebenhundert öffentliche Zugänge für Handelsregister.

00:03:48: Das ist natürlich... Ist da die API-Lage so überschaubar?

00:03:56: Und von daher ist das etwas was so sehr man das auch irgendwie automatisieren will Es ist immer... Man ist da immer ein bisschen gefangen.

00:04:04: Okay, das ist die siebenhundertmal das gleiche Handelsregister.

00:04:06: Sondern dass es in unterschiedlichen Städten ein HandelsRegister war, was ihr mit sprechen müsst.

00:04:10: Wer hat diese Prüfung?

00:04:11: Also so einen Händler, so eine Geldwäscheprüfung KYC-Prüfung... wer hat das früher bei euch gemacht und wie lief das ab, wie lang dauert sowas?

00:04:18: Das macht ... wir haben da dezidierte Teams, die sich damit beschäftigen Mitarbeiterinnen Und das lief im Grunde genommen so ab, dass wir gesagt haben lieber Händler.

00:04:30: Wir haben die Unterlagen konnten wir von dir vielleicht beziehen über irgendwelche öffentlichen Ämter.

00:04:35: Kannst du sie bitte noch vervollständigen mit dem was uns fehlt?

00:04:41: wurden diese Unterlagen geprüft werden.

00:04:44: Das heißt, wir gucken an ob das Stimmig ist und dann geht es in unser System rein indem wir das hinterlegen dass wir das alles angeschaut haben und dann gibt es so einen gewissen Kanal.

00:04:53: Es sind vier Augenprinzip weil's muss natürlich irgendwie auch eine Kontrolle geben usw.

00:04:57: Okay klingt aufwendig und teuer.

00:04:59: So jetzt kommt Kai ins Spiel!

00:05:02: Und jetzt wird alles wunderbar.

00:05:05: Nein, aber es ist glaube ich ein schönes Beispiel an dem man sieht was KI machen kann.

00:05:11: Denn gerade das Auslesen von Dokumenten ist etwas, was glaube jeder heutzutage schon verstanden hat, kann eine KI wahnsinnig gutmachen in vielen vielen Bereichen auch besser als Mensch vor allem wenn es sozusagen eigentlich nur singuläre Datenpunkte sind die zwar ein bisschen unterschiedlich aussehen auf den Handelsregister Auszügen, aber jetzt auch nicht Grundverschieden sind.

00:05:35: Das Gleiche ist natürlich auch mit Personalausweisen.

00:05:37: das kann man sich vorstellen.

00:05:38: keine KI auch super gut und dass es Arbeit, die den Mitarbeiterinnen und Mitarbeitern abgenommen wird diese nicht mehr machen müssen und dadurch ist sozusagen nicht nur auf der Seite auch etwas positiv um weil das etwas ist was nicht jeder den ganzen Tag so wunderbar findet.

00:05:56: Aber wir haben auch eben ein anderes Problem gelöst, dass wir durch das Manuell übertragen hat man Fehler.

00:06:04: Da wird, weiß ich nicht, nehmen wir mal den Name Schmidt.

00:06:08: Den kann man mit DT schreiben, den kann man DE schreiben, die kann man doppelt TE schreiben und da irgendwie schleichen sich menschliche Fehler ein, die auch völlig nachvollziehbar sind.

00:06:20: Und das haben wir mit einer, wir nennen es eine First Time Right Quote, haben wir sehr runtergekriegt oder?

00:06:28: auf Niveaus von an die neunneinzig Prozent, dass diese Fehler nicht mehr da sind.

00:06:34: Was uns sozusagen durch die KI generiert wird.

00:06:37: Das heißt ich versetze das mal?

00:06:39: Die KI macht es besser als der Mensch!

00:06:41: In diesem Punkt macht die KI ist besser als den Menschen

00:06:43: weil die first time write Quote bei der KI höher ist als

00:06:47: genau weil die Betriebsblindheit dort nicht das Thema ist, sondern es wird jeder Fall wieder neu ausgelesen.

00:06:57: Die KI ist eine Maschine und sie wird mich müde und dadurch kriegen wir einige von diesen Fehlern raus.

00:07:04: Kannst du sagen wie viel Zeit ihr einspart mit diesem neuen KI-Prozess jetzt?

00:07:09: Ja also wir haben uns mal so ein bisschen gemessen dass wir insgesamt Für diese spezifische Punkt sind wir von ungefähr früher fünfzehn Minuten jetzt auf drei Minuten runtergekommen, weil die Soziali-Daten sehr vorgefüllt sind.

00:07:26: Aber die entscheidendere Kennzahl in dem Fall ist eigentlich dass wir in den letzten achtzehn Monaten, wie nennt es das Onboarding also diesen ganzen Kanal da durchlaufen.

00:07:38: sind wir, haben wir um neunzig Prozent reduziert.

00:07:41: Also wir waren Anfang zweitausend, was ist denn?

00:07:45: Fünfundzwanzig waren wir bei irgendwie um die fünfzig Tage, die das gedauert hat mit dem hin und her.

00:07:52: also nicht weil jemand fünfzig tage auf ein dokument guckt sondern weil das hin und herschickt werden muss weil es dann wieder sozusagen vielleicht weiter vorne etwas ändert.

00:08:00: uns weitern sofort sind wir jetzt bei acht Tagen sieben acht.

00:08:08: Das ist eine signifikante Verbesserung für uns als unser, aber insbesondere für den Händler.

00:08:15: Der

00:08:17: hat einen Vertrag unterschrieben und möchte loslegen.

00:08:20: Er versteht auch, dass man dafür Unterlagen liefern muss.

00:08:24: Aber er kann viel schneller loslegen!

00:08:53: Okay, jetzt hast du gerade gesagt ihr braucht nur noch drei Minuten und nicht mehr fünfzehn.

00:08:58: Da rechnet sich... der zahlen mensch natürlich aus.

00:09:02: okay ist ein fünftel der zeit.

00:09:05: was machen die leute?

00:09:06: also du brauchst jetzt nur noch einen fünf der leute wahrscheinlich auch für diese prüfung.

00:09:09: ja

00:09:09: wie

00:09:09: fanden die das also?

00:09:10: akzeptieren die das und verstehen die?

00:09:12: ich

00:09:12: glaube vielleicht hätte ich sozusagen dazu noch eine seitenpunkt sagen müssen.

00:09:16: es gibt wir gruppieren die händler in sozusagen low medium high zum thema risiko ein und dass lau risiko ist der einfache Händler.

00:09:29: Also jemand, der einen GmbH vielleicht hat oder eine UG mit einem wirtschaftlich berechtigten

00:09:36: ... Okay mein

00:09:37: Blumenhändler von?

00:09:38: Der kann man damit sehr gut abdecken.

00:09:42: was noch nicht so gut geht und man kann sich auch die Frage stellen ob das irgendwann mal möglich ist, ist die komplexeren Strukturen wenn dahinter ins größere Händlern sind Sozusagen mehrere Ebenen von Holdings.

00:09:56: Ganz schlimm wird es, wenn's in irgendeiner Art von Stiftungsbereich geht und im Grunde können wir diese Zeit dafür nutzen dass wir auch diese Medium- und High Risk Händler sehr viel Detaillierter und sehr viel schneller angehen können.

00:10:12: Also wir nehmen das Tagesgeschäft, wir nutzen die Tatsache dass unsere Mitarbeiter und Mitarbeiterin sie erfahren sind und auch sehr gut sind.

00:10:21: Nutzen wir an den Stellen wo Sie wirklich brauchen und nehmen damit Arbeit weg in dem Bereich wo es sozusagen sehr repetitiv ist und wo Sie vielleicht sicherlich Mehrwert stiften aber nicht denen, denen Sie eigentlich woanders liefern

00:10:34: könnten.".

00:10:37: Jetzt ist so eine Prüfung ja vorher wahrscheinlich nicht von einer Person einfach erfolgt, sondern es weiß nicht was da die.

00:10:43: du hast eben gesagt ihr seid barfin kontrolliert seit also sowas wie ne Bank gibt's ja wahrscheinlich irgendwelche Auflagen wie das jetzt genau geprüft werden muss.

00:10:52: Genau!

00:10:53: Also es gibt bestimmte Bereiche die geprüfed werden müssen.

00:10:57: Es gibt wie ich glaube schon gesagt habe es gibt auch bestimmte Vorgaben dass etwas Qualitätsstandards erfüllen muss beziehungsweise es muss kontrolliert werden Und da ist das klassische Mechanismus ein viel Augenprinzip.

00:11:10: Also du gibst was ein und ich guck drauf und sag, haste richtig gemacht oder ach nee, da ist ein kleiner Tippfehler usw.

00:11:18: Diese Kontrolle deswegen eben auch diese first time write Quote kann man sehr gut argumentieren abgesprochen sagen, wenn wir bestimmte Quoten haben.

00:11:36: Dann ist sozusagen das erste Paar Augen die AI

00:11:41: und

00:11:41: zweite ist ein Mensch.

00:11:47: also wir machen immer noch nicht irgendwie es läuft durch und keiner guckt und dann wird Transactions gemacht was eben auch ganz viel mit der Regulatur zu tun hat.

00:12:00: Von dem Prozess, wie er läuft gibt es schon Bereiche wo man sagen könnte.

00:12:05: Da fühlen wir uns eigentlich als Firma oder ich als Management, jetzt lassen wir mal die Regulatorik aus dem Vor, soweit dass ich sage das ist eigentlich, das läuft so gut, dass man da wahrscheinlich nicht mehr drauf gucken müsste.

00:12:16: aber natürlich, die Regulatorik muss eingehalten werden und deswegen machen wir das auch so.

00:12:22: Das zweite Paar Augen ist wieder der Mensch, der noch einmal am Ende des Knopfchen drückt und sagt okay akzeptiert.

00:12:29: und dann geht es sozusagen ins technische onboarding.

00:12:33: Und das hat deine Compliance Abteilung, die du unter Umständen sogar selber bist?

00:12:37: Bist ja da Chief Risk Officer einfach so akzeptierend?

00:12:42: Ich bin nicht Compliance.

00:12:44: wir haben einen auch an chief compliance officer und mit dem mit deren abteil um mit dessen Abteilungen und natürlich mit ihm haben wir das besprochen.

00:12:54: was wie können wir das machen?

00:12:55: Es kam eben diese first time write Quote, also wie viel Fehler findet eigentlich das zweite paar Augen noch.

00:13:04: Haben wir das definiert dass das etwas ist?

00:13:05: Da haben wir ein Threshold Hold eingebaut und damit fühlen wir uns sehr wohl.

00:13:09: und bis jetzt sind wir auch bei den Prüfungen.

00:13:14: Ja, das Abschlussprüfungen, die ist natürlich längst noch nicht durch.

00:13:18: Aber damit fühlen wir uns wohl, dass wir eigentlich einen Setup haben was es uns erlaubt zu sagen Wir machen hier ein regulatorisch compliant Umfeld und ein Prozess der sehr viel oder Fehler Unanfällig ist.

00:13:34: Ich finde es super spannend, dass man auch so eine eine Technologie, wo ja viele da draußen sagen Ja das Ding halluciniert und ich vertraue ihm nicht.

00:13:43: Über dieses Messen habe ich den Eindruck und das hab' ich jetzt an verschiedenen Stellen schon mal gehört einen Vertrauen aufbauen kann zu dieser Technologie und wo man wirklich einfach vergleicht wie viel Fehler macht der Mensch?

00:13:54: Und wieviel Fehler macht das System?

00:13:56: Genau!

00:13:57: Und gerade in diesen einfachen Tätigkeiten übertragen oder auslesen von Daten als ein Dokument muss man sagen, ist die Technik so gut geworden.

00:14:11: Dass man sich da schon mit vielen Bereichen darauf verlassen kann, dass das richtig ist?

00:14:15: Jetzt

00:14:16: hast du eben gesagt, das Ding macht also neunneinzig Prozent First Time Right wunderbar und irgendwann geht dir dazu über, dass ihr nicht mehr drauf guckt.

00:14:22: So jetzt gehört dazu ja in meinem kleinen Unternehmensumfeld wie bei mir an der Organisation würde ich das Fehler Kultur nennen weil irgendwas macht das Ding falsch.

00:14:34: Ein Prozent Ochne das falsch zu, winkt irgendjemanden durch den es nicht hätte durchwinken sollen.

00:14:40: Wie geht ihr damit um?

00:14:42: Also noch haben wir ja auch dahinter ein Menschen der im Idealfall dieses eine Prozent identifiziert.

00:14:50: aber vom Grundsatz her ist glaube ich bei dem Bereich des Onboarding zu bleiben.

00:14:55: da hatten wir schon immer ne Fehlerkultur.

00:14:59: also Es wurde keine Kopfabgerissen, wenn die Daten falsch eingegeben wurden.

00:15:04: Wenn das wiederkehrend ist, muss man sich mit der Mitarbeiterin hinsetzen.

00:15:08: Aber aufgrund der Masse, vielleicht auch da noch mal irgendwie so ein Gefühl zu geben ... Wir haben über achtzigtausend Händler und wir borden pro Monat im hohen Dreistelligen in ganz guten Monaten vielleicht sogar im vierstelligen Bereich Händlern an.

00:15:27: Das ist einfach ein Massengeschäft und dass da Fehler passieren, das gehört irgendwie dazu.

00:15:33: Natürlich dürfen wir niemanden onboarden den wir nicht verstanden haben.

00:15:40: aber deswegen gibt es eben die Kontrollen, die wir da einbauen.

00:15:45: Da gehört dann auch sozusagen eine AI dazu, die am Ende auch irgendwo noch Optimierungsschancen hat.

00:15:54: Aber ich glaube, das kriegt man auch mit den Systemen und neuen Modellen, die immer wieder rauskommen.

00:15:59: Ich glaub' ich auch gut abgedeckt dass es weniger und weniger wird.

00:16:04: Jetzt hast du gerade gesagt ihr habt ein zweites Augenpaar so einen, viele nennen das den Human in the Loop?

00:16:10: Also es gibt also irgendjemanden der sich noch mal anguckt was die KI da so macht.

00:16:13: auf der anderen Seite sagst Du aber die KI macht neunundneinzig Prozent richtig nicht mir jetzt vorstellig bin der Mensch der also immer noch mal checkt, was die Kaida gemacht hat.

00:16:21: Und in neunneinzig Prozent der Fälle ist es richtig.

00:16:24: Wie genau guck ich noch hin?

00:16:26: Das... das ist eine völlig valide Frage und das ist ja eigentlich auch das wo wir ursprünglich herkamen von dem Gedanken zu sagen wie können wir hier die Technik besser nutzen um eben diese Betriebsblindheit dieses... ach hier ist noch ein Prozent, ist noch falsch das zu identifizieren.

00:16:45: Also es wird natürlich hingeguckt.

00:16:49: Wir haben ja noch mal, es gibt sozusagen weitere Kontrollen, die da drüber bestehen.

00:16:55: Also es gibt eben die Freunde von der Compliance.

00:16:57: kommen und ziehen sie Stichproben jeden Monat irgendwie ... oder was auch immer so zeigen wie die Größe ist, die diesen Monat ansteht.

00:17:05: Und dann gibt's ja noch weitere, die darüber sind also der Wirtschaftsprüfer usw.

00:17:12: Da sieht man, dass wir nach wie vor dieses eine Prozent ungefähr ... Das wird das immer noch identifizieren.

00:17:19: Dass es da weiter drüber liegend in den Kontrollen keine großen Abweichungen mehr gibt.

00:17:26: Aber klar!

00:17:27: Es ist natürlich immer schwieriger und es ist auch vielleicht ne Folgefrage wäre, wo geht's hin?

00:17:35: Also ich glaube, dass weh auch dahin kommen können, dass man eigentlich sagt wenn es dann ist die Chance, dass ein Mensch dieses eine in tausend findet.

00:17:53: Der muss sehr gut sein, sag ich mal so.

00:17:55: Kannst du es irgendwann umdrehen?

00:17:57: Könnte die Barfind irgendwann fordern, dass ihr das nicht mit einem Menschen prüft sondern mit einer Maschine weil sie besser ist?

00:18:04: Also vorstellen kann man sich glaube ich alles... Ich glaube, wir sind in Deutschland oftmals so, dass wir da ein bisschen brauchen, dahin zu kommen.

00:18:12: In solche Gedanken ... Aber klar, man könnte natürlich sagen, anstatt der sogenannten Second Line of Defense, also der Compliance-Prüfung legt man auch was dazwischen, dass man über die ganze Populationen der Onboarding der letzten sechs Monate eine bestimmte AI drüberlaufen lässt.

00:18:31: Das wäre sicherlich etwas, das vielleicht auch ... von der Aufsicht her gedacht, einen gewissen Standard dranbringt.

00:18:38: Wenn Sie die AI zur Verfügung stellen oder sagen hier ist irgendwie das Portal mit dem man das zu tun hat dann könnten sie vielleicht auch eine gewisse Sicherheit damit reinkriegen und sagen dann machen wirklich alle das gleiche.

00:18:52: Jetzt nehmen wir mal den Blumenhändler nochmal als Beispiel wird jetzt abgelehnt von euch.

00:18:56: Das heißt die Prüfung ist zwar in neun-neinzig Prozent der Fälle richtig aber es... Die Daten sind zumindest richtig übermittelt, aber es könnte sein, dass er den aus irgendwelchen Gründen jetzt ablehnt.

00:19:07: Ist für euch nachvollziehbar?

00:19:09: Warum die AI das gemacht hat oder was passiert dann?

00:19:12: Ach so vielleicht müssen wir noch mal sozusagen über diese Cavalry Prüfungen reden.

00:19:15: also Es heißt nicht, dass wir neunneinzig Prozent der Händler annehmen.

00:19:21: Sondern da gibt's schon auch Diskrepanzen drin, die dazu führen, dass Wir eben da nicht irgendwie mit dem händler zusammenarbeiten können oder wollen oder wie auch immer.

00:19:30: Aber Es gibt natürlich den Fall, wo es ... weiß ich nicht.

00:19:34: Es gibt politisch exponierte Personen, es gibt Konstrukte, wo im Hintergrund jemand ist der in Ländern sozusagen ist, wo der wirtschaftlich berechtigte in Ländern ist die auf irgendwelchen Saktionslisten stehen oder verbunden werden mit Leuten in der Saktion.

00:19:52: Also da müssen wir dann auch sozusagen ablehnen.

00:19:57: Es gibt auch Sachen, wo wir aus eigenem Interesse, aus wirtschaftlichem Interessen sagen.

00:20:02: Das wollen wir nicht weil die Wirtschaftsbedingungen der Firma nicht so sind dass man sagt da glauben wie langfristig an ein Geschäft oder wir haben ja auch ein bisschen Risiko in dem Geschäft drin also einfach finanziert.

00:20:13: Okay bei dieser Entscheidung wird er jetzt von der KI getroffen und das Ding spuckt am Ende ja unter Umständen so stell ich es mir zumindest vor nur aus ja dann einen Kannst du nachvollziehen?

00:20:22: Also wenn der Händler dich dann anruft musst du mir erklären warum du ihn ablehnst.

00:20:26: Also bei der Händlerprüfung entscheidet die KI noch nichts selber.

00:20:33: Sie bewertet und wir entscheiden, und wir können auch dadurch immer nachvollziehen oder auf einer menschlichen Ebene erklären warum ja oder nein.

00:20:43: Und das ist auch weiter so.

00:20:46: Auf der Konsumentenseite ist es ein anderes Thema.

00:20:49: da sind wir sozusagen... Da können wir uns immer alles erklären.

00:20:54: Wir können den Regelbaum nachvollziehen, was da entstanden ist.

00:21:00: Aber es ist keine Mensch mehr, der einen Knöpfchen drückt.

00:21:06: Wo war der Moment, wo ihr gesagt habt ... Ja, wir vertrauen dem Ding?

00:21:11: Was war der entscheidende Auslöser, dass er eine Technologie, die draußen ne Meinung zu gibt, nicht immer zuverlässig oder nicht steuerbar ... Was war für euch ausschlaggebend?

00:21:23: Für uns war Ausschlaggebende, dass wir eben gesehen haben das wir mit der Technik die Geschwindigkeit erhöhen können.

00:21:30: Dass wir die Fehlerquote reduzieren können und dass wir auch in den Teams gewisses Frustrationslevel rausnehmen konnten was natürlich vorherrscht wenn man immer wieder dem dem Händler nachlaufen muss, wenn man immer wieder Sachen von links nach rechts kopieren muss.

00:21:49: Das ist bei den meisten jetzt nicht die bevorzugte Tätigkeit des Tages.

00:21:54: also wir haben es auf allen Ebenen gemerkt dass wir eigentlich in die richtige Richtung laufen und natürlich haben wir immer das Korsett der Regulatorik.

00:22:04: aber konnten oder können das auch nach wie vor gut für uns nutzen?

00:22:08: Wie gesagt Wir nehmen keine Händler an, der nicht irgendwie durch einen Menschen geprüft wurde am Ende.

00:22:15: Aber wir lassen uns natürlich das Blatt mit dem man sozusagen im Ende bildlich gesprochen unterschreibt und sagt angenommen Das lassen wir uns soweit vorbefüllen wie es irgendwie möglich ist.

00:22:27: Okay, das ist die Händlerprüfung.

00:22:28: Schauen wir mal auf was anderes, was für die Leute da draußen manchmal so ein bisschen ja Magic hast du es eben genannt ist?

00:22:36: Ich möchte also etwas kaufen.

00:22:37: Meine Mutter möchte bei diesem Blumenhändler einkaufen und möchte auf Rechnungen bezahlen.

00:22:41: So jetzt kann sie nicht einfach auf Rehnung kaufen drücken sondern passiert irgendwas.

00:22:45: ihr prüft was im Hintergrund und das passiert ja auch bei euch.

00:22:50: Also nehmen wir mal das Beispiel des Blumenhandlers.

00:22:52: und gehen wir mal in den online Bereich.

00:22:53: ich glaube... bisschen besser verständlich.

00:22:57: Da kommt irgendwann die Seite, in der deine Mutter dann den Namen und die Adresse eingeben würde.

00:23:03: Und dann gibt es irgendwo ein Häkchen, dass sie den AGB des Händlers zustimmt und einen Weiterknopf.

00:23:19: dem Punkt, dass man aktive Zahlheiten steuern und das dann sozusagen wir schon in die Prüfung machen.

00:23:24: Und wenn man die Zahlheit nicht anbietet, dass es dann gar nicht angezeigt wird nach dem Motto was der Kunde nicht kennt vermisst er nicht.

00:23:33: Es scheidet aber der Händler.

00:23:35: oder man kommt auf die Seite wo die gängigen Zahlungsmethoden sind wie man die man so kennt Und da ist auch der Kauf auf Rechnung als Beispiel oder in dem Beispiel.

00:23:44: Dann klickt man den drauf und klickt dann wieder irgendwo unten rechts, zähl auf weiter.

00:23:50: Und dann nehmen wir die Daten, die in dem Fall deine Mutter eingegeben hat.

00:23:54: Name, Adresse, idealerweise E-Mailadresse und Geburtsdatum wobei wir das selber anreichern können.

00:24:01: Nehmen wir und bewerten was die Wahrscheinlichkeit ist dass deine Mutter diese Blumen für, ich sag jetzt mal hundert Euro um was zu sagen zahlen wird.

00:24:12: Und das ist passiert im Hintergrund wie gesagt vollautomatisch.

00:24:19: und dann gibt es nach zwei Sekunden maximal gibt's eine Antwort an den Händler zurück.

00:24:24: mit einem grünen Licht würden wir sozusagen die Forderung würden wir kaufen oder rot und dann heißt es die fordern würden wir nicht kaufen.

00:24:32: es gibt kein Geldfall es gibt nur Rot und Grün.

00:24:38: Und dann sieht deine Mutter die Seite sozusagen jetzt kaufen, also der letzte Knöpfchen.

00:24:45: Dann drückt sie und dann kaufen wir im Hintergrund um das sozusagen die juristische Seite da abzudecken in dem Moment wo der Händler uns selteneht und er hat die Blumen verschickt.

00:24:56: Da kaufen wir die Forderung gegenüber deiner Mutter ab und zahlen dem Händlern was aus.

00:25:02: Okay, und das heißt ihr habt für diesen Prozess ... euch selber eine Fristgesetz von zwei Sekunden.

00:25:07: Ihr müsst das in zwei Sekunden prüfen?

00:25:10: Wir müssen es nicht, aber auf der einen Seite haben wir SLAs mit den Händlern.

00:25:15: und woher kommen die?

00:25:16: Die kommen nicht nur weil sie uns mal testen wollen wie schnell wir's machen können sondern dass man relativ klar sieht, dass es Abbruchraten gibt.

00:25:25: also wie du gerade schon sagst Der Kunde merkt eigentlich gar nicht richtig Dass es eine Prüfung gibt.

00:25:30: im Hintergrund steht natürlich in den AGBs drin.

00:25:35: In dem Moment, wo eine Seite zwei drei Sekunden hängt gibt es einfach fern die ersten Leute an den Kauf abzubrechen.

00:25:42: Und das ist natürlich für den Händler eigentlich das worst case Szenario weil er hat ihn durch die ganzen durch den ganzen Shop durchgebracht durch den Ganzen Funnel und am Ende sozusagen der will ja sogar kaufen dann kann Kaufabbruch mehr passieren.

00:25:57: also diese zwei Sekunden zwei drei sekunden Die sind eigentlich getrieben dadurch dass wir als Verbraucher Ungeduldiger und ungeduldiger werden.

00:26:05: Und sagen, wenn das nicht sich die nächste Seite lädt dann ist hier irgendwas komisch.

00:26:09: und dann lass ich es sein.

00:26:10: So inwiefern hilft euch jetzt diese neue Technologie an diesem Prozess was zu ändern?

00:26:16: Sie hilft uns sehr viel weil wir eben limitiert.

00:26:18: also wir sind zeitlich limitiert und fragen verschiedene Datenpunkte an und ab.

00:26:25: Das war immer schon die Schwierigkeit dass wir zwar Daten anreichern können und wir können auch bewerten Aber wir sind limitierter durch diesen Zeitfaktor, um das Gesamtverhalten für den Shop der letzten sieben Tage mit einfließen zu lassen.

00:26:45: Inwieweit diese Neubestellung?

00:26:48: Wie passt die in das Kaufverhalten der letzten sieben Tage an?

00:26:52: Da kann man sehr viel Auffälligkeiten sehen.

00:26:54: Wir haben ein Team, was sozusagen nachgelagert, also nachdem wir grün oder rot geschickt haben sich die Forderung anschaut und da nochmal neue, auf Neudeutsch gesagt Pattons sieht und sagt, dass irgendwas passiert nicht usw.

00:27:08: Und da halten wir auch ganz viel auf.

00:27:12: Das kann man mit dieser neuen Technologie aufgrund des Zeitlimitierungen mehr und mehr von dem Nachgelagerten an der Tür schon anbringen.

00:27:21: Wir sagen, wir sind die Türsteher oder schauen uns auch die Roten an und sagen, die haben wir abgelehnt und gucken an warum?

00:27:31: Und versuchen natürlich immer zu sagen naja da ist nicht alles Betrüger von den Roten so gut sind wir nicht sondern ganz viele wollen was kaufen Und wir lehnen sie ab aus unterschiedlichen Gründen.

00:27:45: Haben sich eure Annahmequoten erhöht oder eure Ausfallquoten reduziert?

00:27:49: jetzt durch KI in dem Prozess?

00:27:52: Sowohl als auch, also Sie haben sich die Inskelbau und Sonder die Annahmequote erhöht.

00:27:59: Denn es gibt immer sozusagen einen Bereich in der Mitte zwischen den offensichtlich schlechten Kunden oder den Kunden, denen wir keine Rechnung anbieten wollen oder auch können, die zum Beispiel in Richtung Privatinsolvenz sind.

00:28:15: Das dürfen wir dann gar nicht.

00:28:17: Aber es gibt dazwischen immer einen Bereich, den nehmen wir immer den Graubereich.

00:28:21: Da fehlt uns einfach die Datenlage um zu sagen ist der Kunde reell?

00:28:27: Oder nicht?

00:28:29: und wir müssen immer versuchen auch den Kunden mit der Lieferadresse oder mit seiner Rechnungsadresse je nachdem was er bezieht zusammenzubringen.

00:28:38: also Das ist eigentlich die Kontrolle da drin zu sagen, selbst wenn er nicht zum Fälligkeitsdatum zahlt.

00:28:46: Wie kriegen wir das hin?

00:28:48: Dass wir dann an unser Geld kommen und dadurch kann man sich vorstellen dass nicht mehr jeder nur an seine Meldadresse bestellt sondern es gibt Leute, ein gutes Beispiel ist sehr viele Leute bestellen heutzutage ins Büro weil sie da tagsüber sind.

00:29:04: Sie haben keine Lust, sich abends oder samstags in die ewig lange Postschlange zu stellen und mir ein Paket abzuholen.

00:29:13: Und das ist etwas, was natürlich kein Einwohner-Milderamt weiß.

00:29:18: Aber jetzt können wir sozusagen mit der neuen Technologie sehr viel besser versuchen zusammenzukriegen ... arbeitet bei der und der Firma.

00:29:32: Und diese Firma hat dort auch eine Adresse, es gibt zumindest mal wieder ein Positivmerkmal.

00:29:38: das heißt nicht dass sozusagen jetzt jeder Herr Müller mit zeigt dahin aber es gibt dann irgendwann Tipping Point wo die unser System sagt ja jetzt haben wir so viel so hohes Konferenzintervall und jetzt machen wir das unterschreiben wir das.

00:29:51: und was jetzt gerade gesagt ist haben sich sowohl eure Annahmequoten erhöht das heißt mehr Leute können Aufgrund von KI auf Rechnung kaufen überhaupt erst mal, die es vorher vielleicht nicht konnten.

00:30:01: Aber trotzdem haben sich eure Ausfallquoten verringert?

00:30:05: Genau.

00:30:05: also das hat nichts ... Die Ausfallquote sind sehr nachgelagert.

00:30:12: Also es dauerten ja eine ganze Zeit lang bis wir wirklich wissen der Kunde ist entweder den gibt's gar nicht, das merken wir vielleicht schon ein bisschen früher oder aber oder ist nicht mehr fähig zu zahlen.

00:30:26: Also da ist sozusagen zwischen dem, was wir heute uns einkaufen als Forderung und dem das wir es wirklich wissen vergehen neun bis zwölf Monate.

00:30:36: Das heißt im Moment sind wir in den Punkt wo ich ihm sagen kann, wir haben irgendwie die Quadratur des Kreises hingekriegt, wobei ich nicht hundertprozentig unterschreiben kann dass die neue Technologie zwangsläufigt all den Mehrwerten in der Risiko unter Reduzierung mitgenommen hat, sondern da haben wir auch noch ein paar andere Datenpunkte jetzt mit reingenommen die vielleicht mehr auf dem klassischen Setup basieren.

00:30:59: Okay so jetzt seid ihr zum einen limitiert in dieser Prüfung durch die Zeit?

00:31:03: Ihr müsst gucken dass da keine Abricht ohne Frage.

00:31:07: Ihr seid aber auch wahrscheinlich limitiert durch die Kosten.

00:31:09: Ihr kriegt ja nur einen bestimmten Anteil eben dann auch von diesem Rechnungskauf vom Händler.

00:31:13: wie geht ihr damit um und was ist dafür euch so?

00:31:16: das Ja der.

00:31:17: Was sind denn die größten Kosten überhaupt entstehen?

00:31:19: in diesem Prozess

00:31:21: In dem, um beim Rechnungskauf zu bleiben sind die größten Kosten einmal der Ausfall.

00:31:26: Wir tragen ja das Kreditrisiko und auch das Betrugsrisiko aber wir sind auch dabei dass wir eben kaufen Daten um die Daten anzureichern.

00:31:38: also das ganz klassische was ich glaube jeder vorstellen kann ist so eine Schufe Das macht sie nicht aus altruistischen Gedanken kostenlos, sondern dafür müssen wir was zahlen.

00:31:50: Und dann kann man aber auch reichern wie natürlich mit anderen Device-ID und dergleichen.

00:31:57: Irgendwo ist da ein Punkt, dass man sagt bei hundert Euro ... Die Marge ist dünn, um das Gefühl zu geben.

00:32:06: Es bewegt sich irgendwo zwischen anderthalb ... Wenn man mal ganz gut verhandelt hat, vielleicht zwei Prozent.

00:32:11: Aber eher weh ... Also wir haben eins fünfzig bei hundert Euro und davon fallen fällt was aus.

00:32:19: Und dann muss man schon gucken dass wenn die Schufe irgendwie ich weiß nicht zwanzig Cent pro Anfrage nimmt Dann kann ich noch wahnsinnig viele andere Anfragen um am Ende überhaupt eine Marge zu haben oder meine Zielmarge halten zu können.

00:32:36: Aber an Tropic und Open AI, die nehmen auch Geld für ihre Modelle.

00:32:40: Das ist sicherlich ein Thema für uns wo man sagt was kostet so eine Anfrage?

00:32:44: also sozusagen die Datenanreicherung müssen wir uns natürlich auch angucken und müssen auch da sozusagen ganz klar sagen wir gucken müssen gucken dass wir auf die richtigen modelle setzen die uns auch eben sozusagen den den abseit bringen aber zu einem kostenpunkt den wir auch vertreten können in höheren Waren kommen.

00:33:05: Es gibt ja nicht nur irgendwie Blumen für hundert Euro, sondern es gibt auch Leute die sich irgendwie Möbel kaufen und dann ist man vielleicht auch im vierstelligen Bereich.

00:33:13: Und da ist natürlich dann sozusagen irgendwie die Marge mehr oder das was am Ende übrig bleibt mehr?

00:33:20: Die Marge nicht aber der absolute Betrag und dann kann man natürlich auch in sozusagen kostenintensivere Modelle reingehen und dann macht's natürlich auch Sinn weil wir am ende daher Risiko tragen, weil der Ausfall größer wirkt aufs gesamte Buch als wenn der hundert Euro.

00:33:39: Das heißt das routet ihr tatsächlich schon bei einer größeren

00:33:42: Anfang?

00:33:42: Nein, das ist meine Vision daran arbeiten wir nicht.

00:33:46: ich bin eher sozusagen so dass sich den Teams immer wieder vorschwärme aber das ist die natürliche Evolution wo wir hinkommen werden sicherlich Als Industrie dass man eben darüber das auch nutzt als Steuerung.

00:34:02: Okay Wir haben viel über diesen Prüfprozess geredet und diesen Einkaufs-Prozess.

00:34:06: Wo merkt man bei euch KI noch im Haus?

00:34:08: Habt ihr das auch anderweitig im Einsatz tatsächlich oder nicht innerhalb des Gernprodukts?

00:34:14: Wir haben es natürlich in vielen anderen Bereichen, also wir haben vielleicht mal sozusagen wo kommen wir her als unser... Wir haben letztes Jahr natürlich wie alle gesagt, wir müssen AI, alle müssen, alle wollen, gar nicht so sehr müssen sondern wir wollen eigentlich da mehr machen.

00:34:30: Wollten alle?

00:34:32: Ja, ist eine gute Frage.

00:34:34: Am Anfang haben wir sozusagen nur unser AI dahingestellt und dann konnte man auch wirklich sehen das von ... Wir sind sieben oder Mitarbeiter und man konnte wirklich sehen dass keine fünfzig haben sich da eingelockt.

00:34:46: Und dann haben wir da irgendwie mit in Town Halls das vorgeführt und dann konnten wir immer sehen immer wenn einer sozusagen wenn es wieder irgendwo im Town Hall oder wo auch immer in der E-Mail an, dann gab's wieder so einen Sprung nach oben.

00:34:58: Und dann haben wir eben sozusagen gesagt, wir müssen dieses Jahr mehr auf dieses Empowerment gehen.

00:35:05: Wir müssen die Leute sozusagen mehr dahin bringen, dass sie sich natürlich auch die Zeit kriegen.

00:35:10: also nicht nur sozusagen sagen die Early Adopters, die sozusagen abends oder am Samstag sich da selber hinsetzen und sich aus reimem Eigeninteresse das machen sondern es gibt ja viele, die sagen ich brauche dafür Zeit!

00:35:23: Ich würde mich gerne damit beschäftigen.

00:35:25: Sie kann das nicht zwischen Tür und Angeln... Das versucht einzubauen auch in die Jahresplanung, in die Ziele.

00:35:32: Was wahnsinnig viel gebracht hat ist eine sogenannte AI Week wo wir im April war das am Ende März haben wir externe Leute eingeladen aber ganz viele Internen die vorgestellt haben wo sie in ihrem Tagesgeschäft AI nutzen.

00:35:55: Es waren natürlich viele Entwickler, die das gezeigt haben.

00:35:57: Es waren auch viele aus dem AI-Team, die gesagt haben, dass können wir schon und das machen wir.

00:36:01: aber es waren auch ... Ich sage immer ganz normale Aber es waren sozusagen auch Mitarbeiter.

00:36:06: Ein Beispiel war Wir haben jemanden der sich um dieses ganze Eventmanagement kümmert weil wir viel auf Messen gehen uns weiter ins Wort Und er hat gezeigt wie er so eine Messe mittlerweile planen kann.

00:36:18: Wie hat es mit einem Chatbot sich die Hotels für unsere Mitarbeiter sucht, wie er den Standplanung macht und so weiter und sofort.

00:36:26: Und das ist für jeden irgendwie sehr greifbar gewesen zu sagen, hey, das macht irgendwie total Sinn und es ist auch nicht Magic sondern es ist eigentlich ein bisschen lernen, wie man richtig prompted.

00:36:38: Und daraus ist entstanden dass wir jetzt über hundert, ich glaube Hunderzehn oder so Anwendungen in unser haben, die live sind und über fünfzig Apps, die genutzt werden.

00:36:54: Also da ist sehr viel entstanden was nicht nur Top-Down passiert ist sondern nicht Apps, sondern Agents haben Und man sieht sehr viel dass das sozusagen in die Firma mit reingetragen wird.

00:37:10: So ganz lange Einleitung.

00:37:12: jetzt zu deiner Beantwortung der Frage wo nutzen wir es noch?

00:37:16: Natürlich benutzen wir es sehr viel in unserem Servicebereich.

00:37:20: Also im Bereich, wir haben einmal die Händler bei uns anrufen und wir haben natürlich auch ganz klar die Konsumenten mit denen wir interagieren.

00:37:29: Und da sehen wir wie wahrscheinlich ganz viele andere Firmen auch dass man... Da gibt's viele Anfragen die man sehr gut automatisiert beantworten kann.

00:37:41: Und dafür hilft natürlich diese neue Technologie wahnsinnig, weil sie sehr gut versteht was in so einer E-Mail drin steht oder ziemlich gut.

00:37:50: Natürlich gibt es auch immer noch Fehler.

00:37:53: aber man sieht dort eben auch dass es viel Bedarf auch von den Kunden und Händlern gibt.

00:37:58: eigentlich ist Geschwindigkeit etwas das in manchen Bereichen total wichtig ist.

00:38:02: also wenn ich Händler bin Ich würde gerne meine Auszahlung, oder ich würde mal irgendeine Nummer gerne ändern.

00:38:11: Oder schreiben Sie ab jetzt die E-Mail immer ... Die schicken Sie Rechner immer an die E mail Adresse?

00:38:16: Dann will ich eigentlich sozusagen das dahin schicken und möchte dass es dann fertig ist.

00:38:22: Und dafür möchte ich nicht zwanzig Minuten in der Hotline warten.

00:38:24: Genau!

00:38:25: So und da sieht man... Das können wir natürlich mit AI machen.

00:38:29: Da sieht man wieder beide Seiten sind positiver danach.

00:38:34: Also wir sagen der Händler und natürlich unsere Mitarbeiter und Mitarbeiterinnen auch, weil das wieder so ein klassischer Copypaste ist.

00:38:41: Ah okay ich muss jetzt in dem System... Ich muss jetzt diese E-Mail hier rauskopieren in diesem System dann speichern und sofort.

00:38:47: Jetzt bist du da.

00:38:49: der Numbaskai hast Du eben auch schon gesagt?

00:38:51: Ich würde mich wundern wenn Du es nicht gemessen hättest ob's wirklich effizienter ist und die Kunden wirklich zufriedener sind!

00:38:58: Die Kunden zufriedenheit dazu, hab ich sozusagen jetzt gar keine richtige Zahl parat.

00:39:04: Aber was sich als Beispiel mal so nennen kann ... Das muss man rechnen.

00:39:11: seit Juli war diese Zahl, glaub ich.

00:39:14: Also in den letzten vierzehn bis fünfzehn Monaten haben wir über eine, über so ein Chat-Geschichte, haben wir, ich glaube, über vierzigtausend Anfragen beantwortet und auch sozusagen geschlossen beantwortet.

00:39:31: Also es gab keine Nachfrage mehr, so.

00:39:34: Und das ist eine Bewertung wo wir sagen, dass eigentlich das Ziel der Sache ist.

00:39:38: Es muss die Anfrage so... Oder wir haben auch im Obenfläch auf der Konsumentenseite, Teil unserer Gruppe ist auch ein Kassau-Gesellschaft.

00:39:48: Da haben wir ganz viele natürlich Kundenkontakt.

00:39:54: Eine Lösungsweg, um irgendwie den Kunden zu helfen ist eine Ratenzahlung denen anzuwenden.

00:39:59: Also es klingt Ratenzahler aber zu sagen du schuldest ich weiß nicht Betrag X Offensichtlich sozusagen schwer das gerade zu zahlen.

00:40:06: wie können wir dir helfen dass so?

00:40:08: und dann veranstalten man und sagt kannst du sind sechs Monate in zwölf Monaten so weiter.

00:40:12: also für denes ratenzahlungen ist es hier am kern auch.

00:40:16: Und da es gibt ne es gibt ein mal das thema das leute das da eine gewisse vielleicht charm is mit jemandem zu reden und sagen, ich kann das nicht zahlen.

00:40:26: Ich bräuchte irgendwie eine andere

00:40:27: Lösung.".

00:40:29: Es gibt das Thema, dass Leute das nicht wissen.

00:40:31: Und das ist etwas was so ein Chatbot in ... Sag jetzt mal in Vorgesprächen aber sozusagen der erste Kontakt kann darüber stattfinden als Option da.

00:40:41: Wir sind ja soweit, dass wir auch da sozusagen Abschlüsse machen können.

00:40:44: also das in der Grunde sagt, ich könnte vielleicht mir vorstellen es sind sechs Raten zu zahlen oder zwölf dann können wir das sozusagen ohne dass der Kunde sich mit uns in einer anderen Art und Weise Verbindung setzen muss.

00:40:56: Können wir das machen?

00:40:59: Auch da bin ich transparent, wir sind noch nicht so, dass dann auf unserer Seite gar keiner irgendwas machen muss.

00:41:03: Aber man sieht sozusagen, dass da viel passiert.

00:41:09: Und ich glaube, was für uns auch in diesem Bereich wahnsinnig hilfreich ist, ist das ganze Sprachenthema.

00:41:17: Denn das ist etwas, gar nicht, vielleicht gar nicht so auf dem Schirm hatte oder vielleicht hatten wir es am Schirm.

00:41:24: Aber wir konnten wenig dagegen tun.

00:41:27: ist das natürlich Leute nicht alle immer irgendwie auf Deutsch das alles verstehen was man ihnen sagt.

00:41:33: Okay

00:41:33: auch wenn sie beim deutschen Händler einkaufen?

00:41:35: Auch

00:41:35: wenn Sie beim deutschen händler ein und dann hat man irgendwie klassisch okay wir können irgendwie noch englische Templates anbieten.

00:41:41: aber um zum Beispiel nochmal bei den Kasse zu bleiben da kann unsere unser Chat baut jetzt ich glaube Und die Leute können auf einmal in ihrer preferred Language damit kommunizieren.

00:41:54: Und da merkt man auch, dass das eine ganz andere Level von Interaktion wird daraus.

00:42:00: Also es gibt wahnsinnig viele, finde ich spannende Bereiche wo wir auch in vielen Bereichen noch in Kinderschuhen stecken aber man sieht, dass es einfach total viele Use Cases gibt wo wir helfen können und wo wir dann auch sicherlich irgendwie die Mehrwerte zahlenbasiert daraus holen können.

00:42:19: Ich will noch mal kurz zurück zu dem, was du eben in deiner Einleitung von der Frage gesagt hast.

00:42:22: Ganz nebenbei ihr habt eine AI-Week gemacht.

00:42:26: Wie stell ich mir das vor?

00:42:27: Ist es alle Leute in einer Woche freigestellt und wir gucken uns mal AI an?

00:42:31: Also wir haben sie nicht freigesteckt, sondern jeder durfte wie die andere Woche auch ins Büro kommen oder Homeoffs mann.

00:42:41: Aber wir haben...ich glaube zwar die Regel dass jeder ein vier Events teilnehmen sollte nach Möglichkeit.

00:42:50: Und wir hatten aber jeden Tag, glaub ich fünf oder sechs ... Also wir hatten wirklich richtig

00:42:55: drei ... Okay so gab's doch ein Eventskalender!

00:42:57: Es gibt auch einen Eventskalendar und da konnte man sich anlocken.

00:42:59: Und das sozusagen.

00:43:01: es wurde ganz klar die Ansage war ja also dass alle regelmäßigen Meeting alle intern Meetings sozusagen können dafür ausgelassen werden.

00:43:11: natürlich muss irgendwie den Vertriebsmitarbeiter sich überlegen ob er sozusagen lieber mit dem Händler spricht AI-Week macht, aber es wurde auch alles aufgenommen.

00:43:19: Dass man sich im Nachgang alles noch angucken konnte.

00:43:22: Aber es hat eben einen wahnsinnigen Mindshift in die Firma gebracht.

00:43:29: Man hat wirklich gesehen, dass durch dieses Teilnehmen daran zuhören und zu realisieren ... Das ist nicht irgendeine riesige Black Box, die irgendwie da aufgemacht wird.

00:43:42: Und man weiß nicht so genau, sondern es gibt kleine Use Cases die einem helfen.

00:43:45: Und es gibt natürlich auch Große, das ist nicht nur dass wir lauter kleines Zeug machen aber die großen Sachen sind vielleicht dann eher für Produktteams, für unser AI-Team, die sich damit beschäftigen und die aber auch im Umkehrschluss eben zeigen konnten Wir brauchen auch euren Input.

00:44:01: also wir können uns auch nicht nur mit den größeren Themen beschäftigen.

00:44:06: Wir brauchen den Input von euch um zu verstehen Wo drückt der Schuh?

00:44:11: Wo können wir helfen?

00:44:12: vielleicht oder wo kann auch eine AI helfen?

00:44:14: und wie helfen dann, dass die AI das macht was wir alle hoffen.

00:44:19: So und wer hilft denn dabei euch?

00:44:20: du hast eben schon gesagt auch mal im Nebensatz vielleicht kannst du das nochmal erzählen ihr habt auch ein AIT-Team.

00:44:26: Das heißt wie habt ihr das organisatorisch aufgehangen dieses Thema überhaupt?

00:44:29: Wir

00:44:29: haben das ziemlich hoch aufgehängt.

00:44:31: wir haben Eine Kollegin habe ich auf C Level Ebene.

00:44:36: Die ist Chief Product und AI Officerin.

00:44:39: Also wir haben es ans Produkt dran gehängt, weil wir glauben da ist es am besten aufgehoben.

00:44:46: Es ist unsere Kernprodukte müssen von AI profitieren und das läuft jetzt irgendwie ... Die Kollegin ist jetzt seit vier Monaten, fünf Monaten da und da sieht man dass es glaube ich eine sehr gute Entscheidung war, dass sie so drauf zählen.

00:45:03: Okay Und die hat auch ein Team zur Verfügung,

00:45:05: was das macht?

00:45:06: Die hatten ein Team.

00:45:06: Aber wir haben einen Team, der sich AI-Team nennt und damit beschäftigt unsere interne, unser AI immer weiter zu entwickeln aber eben auch den Kollegen zu helfen bei bestimmten Agents wo sie nicht weiter kommen und als dritte Ebene natürlich zu gucken wie können wir gesamthaft auf das Thema mehr draufgucken was sozusagen etwas, wo vielleicht ganze Prozesse, ganze Prozessketten auch Unterstützung brauchen.

00:45:41: Die entwickeln die Technik.

00:45:42: Es gibt Teams, die sich mit Vorschlägen kommen aus dem Prozessthema.

00:45:49: Aber natürlich gibt es noch mal die Ebene, dass man nicht nur das Produkt macht und irgendwie Single-Use Cases, sondern man muss auch das Gesamtbild im Auge betrachten.

00:45:59: Was sind das für Leute, die ich in so einen AI-Team reinsetze?

00:46:02: Was ist das für ein Profil an Leuten?

00:46:05: Sind das irgendwelche AI Nerds und Techniker?

00:46:08: Es sind ... Also Nerds sind es nicht.

00:46:10: Aber es sind schon Techniker.

00:46:11: Auf jeden Fall Techniker sind Leute ganz anders über AI reden als ich das hier gerade tue, sondern die sehr in den Modellen drin sind und irgendwie fiebern wenn irgendwie ein neues AI-Modell von einem der großen Anbieter oder auch kleineren Release wird.

00:46:29: Der Spirit da drin.

00:46:31: Aber es ist eben auch wahnsinnig cool mit denen zu reden, weil das einfach eine Energie in dem Team ist die richtig Spaß

00:46:37: macht.

00:46:38: Dann hast du gesagt ihr habt fünfzig Agents, die jetzt central irgendwie ausrollt?

00:46:43: Wie macht ihr das?

00:46:43: Ist das Microsoft Copilot einfach oder was ist eurer Plattform auf der Erde?

00:46:48: Genau, also am Ende sozusagen sind wir in der Microsoft Suite und nutzen da auch den Copilot.

00:46:56: Und da sind auch diese Agents drin im größten Teil vielleicht sogar alle aber ich glaube im großen Teil.

00:47:04: Gibt es irgendwas wo du sagst Da lassen wir AI noch nicht ran Oder werden sie vielleicht auch in Zukunft nicht tun?

00:47:10: Das wird immer ein Prozess bleiben den Mensch oder das trauen wir uns nicht?

00:47:16: Also es gibt sicherlich Sachen, die man sich nur schwer vorstellen kann.

00:47:21: Das ganze, ich würde mal sagen, das ganze People-Thema also irgendwie alles was in HR und Kultur ist glaube ich da braucht's noch ein bisschen bis man darüber nachdenken kann.

00:47:35: deswegen würde ich sagen dass es mal außen vor natürlich auch Wir haben ja auch so Funktionen wie zum Beispiel legal, wo man sagt da kann man sich viel machen.

00:47:50: Man muss auch fairerweise sagen es gibt natürlich schon auch Bereiche die sind so komplex.

00:47:55: Da nur zu sagen ich schmeiß das gegen den AI, die gibt mir eine Antwort und dass ist so.

00:47:59: wie jemand der das irgendwie drei vier Stunden geprüft hat würde ich sagen ist vielleicht auch noch ein größerer Schritt.

00:48:06: aber an sich muss man einfach offen sein.

00:48:10: Es gibt wahrscheinlich nicht viele Bereiche, in denen man sagen kann da wird es auf absehbare Zeit sogar nichts AI-technisches geben.

00:48:20: Dass der ganze Prozess AI sein wird weiß ich nicht aber das ist das Teil Schritte, dass Teilprozesse, dass die Schnittschnellen bespielt werden von von AI basierten Applikationen Das glaube ich sehr fest dran.

00:48:36: Jetzt seid ihr momentan siebenhundert Leute.

00:48:38: Ist das ein Vorteil, ist es so mittelgroß würde ich sagen?

00:48:40: Ist es ein Vorteile oder ist das Nachteil bei der Erentführung?

00:48:45: Es ist eine gute Frage.

00:48:47: also je größer man wird desto schwieriger.

00:48:51: Also je mehr Mitarbeiter in der Firma hat Ich glaube desto schweriger ist es an so vom Gefühl her.

00:48:58: Es ist aber auch.

00:48:59: wir sind auch Siebenhundert und wie du auch gerade schon gesagt hast es gibt Leute die sind sehr interessiert daran Und da muss man eigentlich genug von haben in seiner Firma, weil die können andere mitziehen.

00:49:13: Uns gibt natürlich auch bei uns Leute, die da ein bisschen reservierter sind und die irgendwie sagen, ich brauche jetzt irgendwie gerade noch nicht so.

00:49:24: Aber auch da muss immer die mitnehmen.

00:49:26: also Ich würde sagen wir kennen es auch nicht anders kann man auch so rumsagen.

00:49:31: aber siebenhundert ist noch eine Größe wo man eigentlich alle so mehr oder weniger mitnehmen kann auf so eine Reise, ohne dass man es nur top down und irgendwie mit irgendwelchen Kontrollen usw.

00:49:43: macht?

00:49:44: Was mich jetzt in den letzten drei Viertelstunden die wir gesprochen haben besonders beeindruckt hat ist ihr seid barfin kontrolliert.

00:49:52: ich höre das ganz ganz oft dass das ein Argument gegen KI ist.

00:49:56: Dass man sagt, wir dürfen das nicht weil wir haben und dass es ja nicht nur Bar finden.

00:50:00: ich höre das auch von der Energiedienstleistern die Governance Richtlinien in irgendeiner Richtung haben und sagen Das funktioniert nicht wegen dieser Governance-Richtlinie.

00:50:09: was würdest du diesen Leuten entgegnen?

00:50:13: Ich würde da sagen oder ich würde überhaupt einen Raum stellen zu sagen Es gibt sicherlich ein Teil der Prozesskette Die von AI profitieren würde.

00:50:25: Und das kann man auch mit einer Aufsicht besprechen, dass man den kompletten Prozess end-to-end.

00:50:33: also ich sag mal, dass wir jetzt in Onboardingprozess hundert Prozent von einer AI bespielen lassen.

00:50:40: Das ist vielleicht auch ein Bereich wo ich sage da sind wir noch nicht und es wäre eine schwierige Diskussion aber dass man sagt Wir sind reguliert und deswegen können Das ist zu schwarz-weiß, es gibt immer irgendwo Bereiche wo man was machen kann.

00:50:59: Okay.

00:51:01: Siebenhundert Leute habt ihr im Team.

00:51:02: momentan haben wir gerade schon gesagt?

00:51:05: Glaubst du daran?

00:51:05: ändert sich durch diese Technologie was in Zukunft?

00:51:08: wenn wir mal einfach fünf Jahre nach vorne gucken wird die Firma genauso groß bleiben?

00:51:12: Also die Firma wird... Was wir als Hypothese haben ist so sagen wir können mehr mit der gleiche Anzahl von Mitarbeiterinnen und Mitarbeitern machen.

00:51:24: Das ist das, an dem wir arbeiten.

00:51:27: Dafür müssen mehr und mehr Händler kommen und die Händlern müssen mit uns wachsen usw.

00:51:33: Aber wir sind ja am Ende ein relativ simple Business, dass wir sagen Wir haben Händla Konsumenten wie du und ich hin und sagen, wir kaufen was.

00:51:43: Und die mehr Transaktionen, desto mehr bleibt immer ein bisschen etwas an uns

00:51:48: hängen.".

00:51:50: Da es zum Beispiel um vielleicht noch mal zu dem Thema Onboarding-Team zu kommen, da merkt man halt dass vor achtzehn Monaten hatten wir eine Sealing.

00:52:02: Wir konnten nicht mehr mehr Händler pro Monat onboarden weil's das Team nicht hergegeben hat Und wir haben versucht, irgendwie mit sozusagen Wochenendarbeit die Leute zu incentivieren.

00:52:13: Aber natürlich ist irgendwann Ende und da merkt man einfach sind wir viel flexibler geworden.

00:52:20: Das ist das Schöne daran dass wir wirklich sagen können, wir können mit der gleichen Mannschaft, können wir wahrscheinlich doppelte machen?

00:52:32: Wenn wir uns in zwei Jahren unterhalten, sag ich ja.

00:52:34: Wir können noch fünf Wachen unterhalten?

00:52:35: Ich weiß es nicht!

00:52:36: Aber man kann... Es ist völlig nachvollziehbar dass man einfach sagen kann, wir können viel mehr atmen und wachsen nach oben.

00:52:45: wenn's da unten geht dann so aber dann hat auch einen Pfützer und nicht dazu das man eben sagen muss ah ich habe letztes Jahr irgendwie, weiß nicht, zwanzig Leute eingestellt.

00:52:53: dieses Jahr ist irgendwie läufts nicht so jetzt muss ich wieder zwanzige Leute rausnehmen sondern man hat man kann eben atmen durch die Automatisierung durch die natürlich auch in vielen Bereichen AI driven ist.

00:53:05: Ich mein klar, dass im Wachstum uns unternehmen dieser der Mehrwert von AI und den Zusatznutzen alles was schneller geht sofort aufgesaugt wird ist ja klar.

00:53:17: genau die Frage ist eher wie passiert es in Branchen die sich eben einfach seitwärts bewegen?

00:53:21: Was passiert da mit Personal?

00:53:24: aber das ist nicht eure Welt in der ihr euch momentan befindet.

00:53:28: Das habe ich richtig verstanden.

00:53:30: Jetzt bist du selber im C-Level.

00:53:34: Wie nutzt du selber AI?

00:53:35: Ist das etwas, was du auch in deinem Job tatsächlich selber benutzen kannst, anders als jetzt einfach mal nur eine PowerPoint vorbereiten?

00:53:41: Genau ich wollte sagen also sozusagen jeder von uns hat glaube ich schon mal irgendwie sich eine PowerPoint vorbereiten lassen und irgendwie einen Stadt irgendwelchen Dokumenten zu suchen co-pilot angeschmissen und gesagt wie war es nochmal Ich versuche schon, das auch in meinen eigenen ... In meiner eigenen Tagesablauf einzuflegen.

00:54:01: Also ich hab mir, weil ich natürlich, ich habe meine Teams, hab ich eben Anfang des Jahres gesagt jeder Team-Lied, jeder der an mich reportiert möchte ich dass er selber einen Agent baut.

00:54:13: was der Purpose ist es mir eigentlich egal.

00:54:15: aber selber ein Agent bau damit man's einfach hat.

00:54:18: und dann haben sie natürlich gesagt naja muss ich schon auch irgendwie als Vorbild vorausgehen.

00:54:22: Ich muss da irgendwie was selbst ausbauen.

00:54:24: und dann hab' ich auch gemerkt, dass es sozusagen am Anfang das dauert ein bisschen bis man da so richtig das macht.

00:54:32: Aber ich habe mir überlegt, dass ich morgens immer einen Autoweg und ich höre natürlich Podcasts und man kann Musik hören

00:54:42: usw.,

00:54:44: Wenn ich in der S-Bahn sitzen würde, dann würde ich das nutzen um den Tag vorzubereiten.

00:54:50: Und es wäre doch total cool wenn ich das hören könnte.

00:54:55: und ich habe mir so einen Agent gebaut, der mir morgens in irgendwie zwölf Minuten zusammen fasst was sind die Termine des Tages?

00:55:03: Und auch ein bisschen sozusagen Kontext dazu gibt.

00:55:05: also guckt meine E-Box, der guckte irgendwie ihre Präsentationen an und so und da schleife ich auch immer wieder ein bisschen dran rum, um zu sagen ... Hey.

00:55:15: Aber das ist sozusagen der kleine Little Agent den ich habe, der mir aber in der Hinsicht hilft, zu sagen, ja, ich nutze die Zeit morgens im Auto nicht nur für Podcasts, die natürlich super spannend sind, aber auch um eigentlich meinen Tag ein bisschen besser

00:55:29: vorzubereiten.".

00:55:30: Was hat dein Agent dir heute Morgen erzählt?

00:55:37: Ja, trotzdem auch ohne die Agent Vorbereitung hast du dich sehr gut geschlagen heute.

00:55:42: Vielen vielen Dank für diesen Einblick!

00:55:43: Du hast super verständlich glaube ich für jeden da draußen erklärt was eure Herausforderungen eigentlich sind und wie ihr mit AI diese Herausforderung heute besser und schneller angehen könnt?

00:55:54: Ich fand das Super transparent und vor allem fand ich es, das habe ich eben schon mal gesagt sehr beeindruckend wie jemand der einer so starken Regulierung unterliegt.

00:56:04: Die vermutlich eine der stärksten Regulierungen ist die wir in Deutschland kennen von der BAFIN.

00:56:08: Trotzdem ja mit einer Ruhe einfach und einer Zuversicht diese Technologie trotzdem bei sich in Organisation gewinnbringend einführen kann.

00:56:21: Ja danke dafür!

00:56:21: Danke für diesen Einblick und viel Erfolg bei eurem weiteren Wachstum.

00:56:27: Danke dir, Simon!

00:56:27: Hat sehr viel Spaß gemacht.