Thomas Keller | Der KI-Bluff im Mittelstand fliegt jetzt auf. (#1275)

Was bleibt vom KI-Hype, wenn mittelständische Unternehmen aus ersten Experimenten belastbare Praxis machen müssen? In dieser Folge spricht Norman Müller mit Thomas Keller, COO von Riegg & Partner Intercorp, über die Realität von KI-Einführung im Mittelstand: fehlende Zielbilder, unterschätzte Prozessbrüche, verlorenes Erfahrungswissen und die Frage, warum digitale Souveränität mehr ist als ein politisches Schlagwort.

00:00 Intro: Was nach dem KI-Hype wirklich zählt
01:07 Begrüßung und Einstieg mit Thomas Keller
02:14 Thomas Keller über Daten, Wissensmanagement und Mittelstand
05:53 Wie weit ist der Mittelstand bei KI wirklich
07:55 Warum viele Unternehmen ohne klares KI-Ziel starten
12:45 Der größte Denkfehler im KI-Management
15:32 Warum Erfahrungswissen zum entscheidenden Asset wird
21:58 Digitale Souveränität und sichere KI-Infrastrukturen
26:21 Rollen, Rechte und Architektur statt Tool-Chaos
29:50 Open Source KI: Was das für den Mittelstand bedeutet
37:26 Wo KI heute den schnellsten Mehrwert schafft
42:38 Warum kleine Use Cases der beste Einstieg sind
46:35 Vibe Coding, Abhängigkeiten und Europas KI-Problem
50:58 Die wichtigsten Learnings und der Blick nach vorn

Hier geht's zu den Shownotes:
https://ventureaibriefing.substack.com 

Transcript

SPEAKER_01 0:12

So, es ist wieder Zeit für eine neue Folge hier im Venture AI Podcast. Heute geht es um eine der härtesten Fragen in der aktuellen KI-Debatte. Was bleibt eigentlich übrig, wenn der KI-Hype weg ist und mittelständische Unternehmen aus KI echten Betrieb machen müssen? Viele sammeln Daten, bauen erste Assistenten und testen Tools aus den USA, aber oft fehlt genau das, was in der Industrie am meisten zählt: nämlich Kontrolle, Sicherheit und das Erfahrungswissen der Menschen. Mein heutiger Gast sagt, dass genau dort der eigentliche Hebel liegt. Nicht in noch mehr Dashboards, sondern in der intelligenten Verbindung von Maschinendaten und Praxis-Know-how. Und er wirbt dabei für Open Source KI und digitale Souveränität, also für einen Weg, der unabhängiger macht, aber auch anspruchsvoller ist. Die spannende Frage ist, ist das der realistische Zukunftspfad für den Mittelstand oder nur die richtige Idee unter idealen Bedingungen? Darüber spreche ich jetzt mit Thomas Keller, COO von RIG und Partner Interkorp. Thomas, schön, dass du da bist.

SPEAKER_00 1:15

Hallo. Danke, dass ich dabei sein darf. Freue mich schon drauf.

SPEAKER_01 1:20

Hab hingefiebert. Hingefiebert, ja, wir haben es mehrfach versucht. Wir waren beide busy. Ich glaube, ich habe das ständig verschoben.

SPEAKER_00 1:27

Einmal gab es eine Verschiebung, ja, aber man kriegt ja nicht gleich morgen bei dir einen Termin.

SPEAKER_01 1:33

Aber umso wertvoller, dass du da bist und wir unsere beiden KI-Assistenten oder Agenten, die jetzt gerade den Podcast gekapert haben, immer unterbrechen, sodass hier wieder wir Menschen zum Zukommen. Bevor wir einsteigen, muss ich noch oder möchte ich natürlich noch einen herzlichen Glückwunsch an dich, an euch, an deinen Team bei RICOM Partner übermitteln, denn ihr habt den Venture AI Excellence Award 2026 gewonnen. Ein aufwendiges Kurationsverfahren, wie ich von dir vernommen habe. Umso sehr freut es mich, dass es geklappt hat und natürlich dementsprechend auch eine Empfehlung des Bundesverbandes für KI-Transformation. Aber bevor ich jetzt die ganze Zeit hier rede, wäre es super, wenn du dich selbst nochmal kurz vorstellen könntest und was ihr so den ganzen Tag macht.

SPEAKER_00 2:22

Ja, Thomas Keller, mein Name, ich bin operativer Leiter fürs Tagesgeschäft, aber hier und da natürlich Mädchen für alles bei Richtung Partner Interkorp. Ich bin jetzt seit elf Jahren bei Interkorp, vielleicht kurz zum Werdegang, bin gebürtiger Bayreuther, Oberfranke, wie man sicherlich hört. Hab dann Grundstudium, klassisch BWL in Bayreuth angefangen, aber dieses Klassische war nicht so was für mich und bin dann zur Vertiefung nach Bamberg und habe dort Organisationspsychologie und Marketing in der Vertiefung weit gemacht. Und nach dem Studium bin ich dann im Handel gelandet, eine Zeit lang, und dann bei einem Medienhaus, habe mich da um die Kundenkarte verantwortlich gekümmert und schon da war so, was kann ich denn aus Daten machen? Ein bisschen mehr als nur Daten sammeln und so, sondern was kann ich denn wirklich machen, auch marketingbezogen. Und dann bin ich bei Interkorp gelandet vor elf Jahren und habe hier die Ehre, überwiegend den Mittelstand zu betreuen in immer schon etwas anspruchsvolleren Projekten, was Datenmanagement, Processoptimierung angeht, Schnittstellenentwicklung. Also immer mit dem Hintergrund, wie become Daten aufbereitet, wie kann ich Daten besser nutzen. Und da entwickeln wir Software und beschäftigen uns auch schon vor dem Chat-GPT-Moment mit maschinellen Lernen. Wir haben da schon Algorithmen gemacht, dass man einen intelligenten Terminfinder hat intern, also nicht nur schaut, welcher Berater von mir als Unternehmen hat denn jetzt Zeit, einen Interessenten zu beraten. Also nicht nur Zeitfaktor, sondern wer ist denn auch der beste geeignetste Berater, der zur Anfrage am besten passt. Also wenn ich eine Anfrage habe für Finanzierung für eine Villa für zwei Millionen, passt jetzt nicht unbedingt jeder, der gerade Zeit hat, das zu bedienen, sage ich jetzt mal. Da haben wir schon immer da ein bisschen was Anspruchsvolles, Programmierung seit ChatGBT, habe ich gesagt, das ist eine natürliche Evolution. Interkop gibt es jetzt schon seit 26 Jahren, aber ich habe gesagt, wir bereiten, ob es jetzt auch eine klassische Website ist, du hast die Daten aus einem PIM, übermittelst die in eine Website oder in einen Shop und stellst sie dar. Aber dann interagierst du damit recht oldschool über Navigation, über eine alte Schlagursuche. Und ich habe mich gefreut, endlich muss ich einfach nur eingeben, was ich suche oder brauche. Und dann bekomme ich eine Antwort. Leider, ich hätte gedacht, jetzt, wo wir da sind, dass wir jetzt nach drei Jahren schon viel weiter werden in Deutschland, dass es eigentlich kaum mehr so klassische Webseiten gibt, die gibt es leider immer noch. Aber ich glaube fest daran, dass die Interaktion mit Dateninhalten in natürlicher Sprache ausschließlich zukünftig passieren wird. Und deshalb beschäftigen wir uns damit, also es kommt aus dem Kern raus. Und ja, und auch aus persönlichem Interesse, ich habe meine Diplomarbeit damals über Wissensmanagement geschrieben, damals noch bei weitem nicht an KI gedacht. Und deshalb freut es mich jetzt so mehr, dass natürlich der Anwendungsfall von KI, Wissensmanagement, so einer der wesentlichsten ist. Und wie du schon so ein bisschen angeteasert hast, wir so einen Use Case identifiziert haben, wo man eben Maschinendaten mit Menschendaten, also Erfahrungswissen, in Verbindung bringen kann?

SPEAKER_01 6:03

Stark. Wie nimmst du momentan so unsere Wirtschaft in deinen Kreisen wahr? Ist es ein, also bilden sich Schlangen bei euch vor der Tür, weil die Leute unbedingt eine Lösung haben wollen? Wie konkret sind Anfragen oder ist es noch ein Missionieren?

SPEAKER_00 6:23

Verschieden. Es sind ein paar Ausreißer dabei, die ganz konkret wissen, was sie wollen. Das sind aber die wenigsten, die sagen, wir haben die und die Anforderungen, könnt ihr das? Und dann prüfen wir das und bestenfalls sagen wir, ja, das trauen wir uns zu. Aber überwiegend ist es leider, und das ist schon langsam auch besorgniserregend, ist es so, dass jetzt so langsam die ersten gestandenen Industrieunternehmen kommen anders meistens so, unsere Geschäftsführung sagt, we sollen mal was mit KI machen, könnt ihr uns helfen. Dann tastet man sich ran. And this is sehr mühselig, weil natürlich dann die Faktoren kommen, die ich immer anspreche, eben nicht gar nicht so die technischen dafür. Das ist mein Kollege der Matthias, der so zuständig ist. Aber ich sag immer, habt ihr denn Zeit? Das ist die Frage, was kostet es denn, Herr Keller? Und ich sage, Einstieg, echt, dass bei uns sich keine Gedanken machen. Aber was am meisten Zeit kostet, ihre Zeit zu müssen Mitarbeiter abstellen, die sich damit beschäftigen dürfen. Und nicht nur nebenher. Und das ist nach wie vor die Verantwortlichkeit in den Unternehmen für ein Projekt. Das ist oft immer noch in der IT angesiedelt, die machen das nebenher. Aber in den Fachbereichen ist oft wenig Zugang. Und das ist nach wie vor sehr, sehr holprig, muss man sagen. Das nämlich so in der Situation war. Aber eine Tendenz ist es schon spürbar, dass die Letzten jetzt auch sagen, wir müssen mal was tun, aber sehr ohne Ziel, ohne Leitplanken und sehr, sehr am Anfang.

SPEAKER_01 8:04

Ich habe, bevor wir oder in Vorbereitung auf unser Gespräch heute mir mal Zahlen angeguckt von der KfW, die ja da sehr mittelstandorientiert sind und die Zahlen sind vom Februar 2026.

SPEAKER_02 8:14

Okay, frisch.

SPEAKER_01 8:15

Und da liegen wir, ich habe noch eine andere Studie gefunden, ungefähr, ich versuche mal so ein Mittel zu finden, bei 20 bis 25 Prozent der mittelständischen Unternehmen setzen künstliche Intelligenz ein. Wenn du die Studie aber analysierst, dann kriegst du ziemlich schnell mit, das sind alle die KI einsetzen, also auch die, die ChatGPT einsetzen, um ihre Marketingtexte besser zu gestalten. Also was momentan in diesen Studien nicht ausdifferenziert ist, ist zu sagen, wer von denen spielt noch mit den Tools, oder ist so in Form einer Einzelperson daran interessiert, seine eigene Effizienz zu steigern. Oder welche von den Unternehmen haben wirklich eine KI-Strategie dahinter, wollen wirklich ein ganzheitliches, eine ganzheitliche Strategie implementieren, eher so den holistischen Ansatz und KI zu einem Asset von einem Unternehmen machen. Und ich fand das ehrlich gesagt erschreckend.

SPEAKER_00 9:07

Ja, das ist auch, kann man es so sagen, also ich mache mir echt Sorgen, ob da ein paar Unternehmen im Hinterkopf, da bin ich jetzt auch ganz direkt, ich weiß nicht, auch gerade aufgrund des globalen Wettbewerbs, China und so weiter, die denken gar nicht, also das ist auch jetzt nicht positiv, aber die sind komplett digitalisiert, was man so hört, in den Fabrikhallen ist dann nur noch ein Mensch, alles sonst Roboter. Und wir zögern immer noch, und es sind oftmals dann auch trotzdem, obwohl solch flexibler sein könnten, solche fast inhabergefoods where the inhabers sagen, also I will better make it, but my process in which I'm involved as well. I will wasgructe comments to understand. Also, not my eyes in the hinterkopf. But when you then eh die ausdruckst and unterschreiben musst, dann macht das doch alles keinen Sinn. Also du hast vielleicht einen minimalen Effizienzgewinn durch KI am Anfang, aber du musst den Prozess komplett ändern und anders machen. Weil wenn ich eine Bestellnummer habe und zu einem Angebot oder zu einer Rechnung und es stund alles, dann bestenfalls schau nochmal ein Mensch drüber, ja, passt alles überein, sagt das System, ja. Ich als Mensch bestätigen, zack, Haken dran, alles gut. But the Prozess in Neudenken is wirklich ein Ding. When the Zeit is not a beautiful process neu denken. We have a Kunden who will just VoiceBoot einsetzen, it's aus der Baufinanzierung. And this was for me also so Hallo, wach. We bauen da die Schnittstelle, the Voiceboard kommt von einem anderen Anbieter. Aber der Asset ist dann nicht, dass ich mir Zeit spare durch einen Voiceboard oder so, sondern der Asset ist, wenn ein Lied auf einer Website eingeht, dann dauert es ja ein paar Stunden, sogar Tage, bis sich ein Berater meldet und einen Termin vereinbaren möchte. Also muss dann, ich schreibe hin, ich habe Interesse an Baufinanzierung und dann ruft mich mal an und Terminvereinbarung. Aber diese Terminvereinbarung ist natürlich anspruchsvoll. Und der Assid ist, also ich muss den erstmal erreichen und dann, ne, und irgendwann hat er sich schon woanders ein Angebot geholt. Und der Assid is, der VoiceBot ruft instant an, sobald ich auf Abschicken gedrückt habe, ruft er an, hallo, danke für deine Anfrage. Ich möchte jetzt mit dir am Termin vereinbaren. Der Assid ist, der Interessent ist noch im Thema, hat noch sein Laptop offen, seinen Terminkalender, kann gleich was ausmachen und zack, eingeloggt. Also die Erfolgsquote ist viel höher, weil ich einfach die Menschen in der Situation erreiche, wo sie eh gerade drin sind, nämlich in Echtzeit. Also ein ganz anderer Prozess und eine andere Denkweise. Also das ist eigentlich so der Mehrwert, ja.

SPEAKER_01 12:26

Ja, aber ein schönes Beispiel. In Echtzeitkommunikation, weil man stöhnt ja schon, wenn du im Internet liest, möchten sie zurückgerufen werden. Das coolste ist, Telekom, viele Grüße, Warteschleife. Sie haben eine Minute Wartezeit. Möchten Sie sie oder möchten sie in den nächsten zwei Stunden zurückrufen werden? Nee. Die Minute warte ich. Da schließt sich gleich eine Frage von mir an. Was denkst du, ist im Moment der größte Denkfehler, den mittelständischen Unternehmen im Management von KI-Themen machen?

SPEAKER_00 13:06

Also ich glaube, ich würde anschließen, was ich schon gesagt habe. Durch die Medienwelt auch da wieder die ganzen KI-Experten, die sagen, hey, ich habe mir alles automatisiert als Solo-Selbstständiger, bin ich der Meinung, geht es auch und sollte man tun. Aber viele aus dem Management denken, sie können das in ihr Unternehmen mit, weiß ich nicht, 300 bis 3000 Mitarbeitern übertragen, was sehr historisch gewachsen ist, die Digitalisierung verschlafen hat. Wir haben uns gerade mit Ausdruck von Einkaufsgenehmigungen oder sowas. Und meinen dann mehr, das muss doch aber alles die KI können. Also ich drücke auf den Knopf, wirklich, und dann macht mir das die KI. Also auch wenn wir in aller Munde, es kommt immer auf die Taten drauf an, lieber Kunde, aber dann ist auch die Erwartung oftmals, sie hat die KI, wir haben mit obstrusen Excel-Listen, teilweise auch in der Produktion zu tun. Und da ist die Erwartung oft, naja, aber ich erwarte doch gerade von einer KI, dass sie das versteht. Da habe ich gesagt, kein Mensch der Welt versteht ihre Excel-Liste als externe, außer die, die sie befüllen, aber selbst die bin ich in behauptet, verstehen sie mittlerweile nicht mehr. Wie soll denn eine KI heutzutage oder auch in Zukunft das verstehen? And this Verständnis, this is the Fehlannahme schlechthin, dass man wirklich auf einen Knopf drückt. KI macht alles und ich muss quasi wenig investieren und bekomme einen Riesen-Impact. Das ist leider immer noch so die Erwartungshaltung leider, die man hat. Also dass auch oft nach einer Einführung oder nach einem Use Case eigentlich weitergeht, wo ich immer sage, naja, wir machen das schon für dich, aber wie geht es denn danach weiter? Auch das ist dieser organisatorische Faktor komplett unterschätzt. Und man sagt, ja, das kriegen wir dann schon, Herr Keller. Und dann frage ich, ist es denn produktiv gegangen? Ja, nee, Zeitmann.

SPEAKER_01 15:14

Das heißt, man, wenn ich das richtig verstanden habe, geht man davon aus, dass die Daten ja in irgendeiner Form da sind, also Excel, ja, und dass die KI dann schon irgendwie in der Lage ist, das so zu verstehen oder zu interpretieren, wie es ja dann letztendlich gewünscht als Ergebnis hinten rauskommen muss. Und das, was du aber noch ergänzt, sagst ja, okay, Daten sind wichtig, klar, die Basis, die Qualität ist wichtig. Aber wir müssen uns überlegen, wie wir das, wir haben es eingangs genannt, die Erfahrungswerte der Menschen, also dieses Knowledge eigentlich in einem Unternehmen, wie wir das damit kombinieren können, sodass das abgebildet wird oder teilweise ja gar nicht oder unzureichend dokumentiert ist in Unternehmen, ja, das heißt, ein Riesenwert eigentlich in Form der Mitarbeiter in den Unternehmen da ist, aber wenn wir uns mal den demografischen Wandel anschauen, und dann bricht er eine komplette Führungsebene weg, weil die in Rente gehen, dann geht auch das Wissen weg.

SPEAKER_00 16:11

Das ist auch noch unterschätzt. Also wenn ich, ich frage dann immer tatsächlich, wissen Sie denn, oder fragen Sie mal in Ihrer HR-Abteilung, wie viel in den neuen 5 bis 20 Jahren in Rente gehen. Das müsste ja da sein, wer this is, also wie viele anderes sind. And then mal zu überlegen, welchen Wert they have and obviously not their wisdom to conservieren, to archivieren, and then erst mal to have, and then in a different format nut to make. And what you answer is really a use case. We have a Kunden that it was not our idea, but one of Kunden, an innovatively here in Overfranken. We have here the Wasseraufbereitungsanlagen and Sensoren, iron. So and this monitoring we are. And this was dokumentiert. And then have beides in one and impressive system. I can nachvolly, the anlage had this gem, and under these and all these beding, these data have the Umfelddaten über Sensor, and the Mensch has it so geling. And this is, I think, so a theme. I have done my KPIs, die Anlagen, the Produktivität and so. But was mir da wirklich fehlt, ist eben dieses Menschenwissen. Weil wenn man jetzt mal weiterdenkt, demografischer Wandel, es kommt ja auch weniger nach. Also es ist ja der Wandel. Und die haben logischerweise nicht die Erfahrung. And ich sehe, es gibt glaube ich irgendeinen Kinofilm, das ist Wally, glaube ich, wo dann die Menschen wirklich so, ja, ich sage jetzt einfach mal dumm irgendwie sind, so stelle ich mir das leider auch vor. It's a gesellschaftliche Frage, wie das in Zukunft läuft. Weil es ist ja jetzt schon so, ich verlasse mich im Auto aufs Navi. Wenn das Navi ausfällt, keine Ahnung, bin ich aufgeschmissen. Wie ist das in der Industrie, wenn erstens womöglich, also kommen wir auch zu Thema Souveränität, wie die Cloud ausfällt oder so? Ich weiß nicht mehr, wie ich irgendwas betreibe selber, bin angewiesen auf große Cloud, Hyberscaler, oder aber wenn die KI das Wissen nicht hat, was mache ich dann? Also weil ich es verschlafen habe, vorher zu archivieren durch eben in den 2000ern, wo die Babyboomer noch da waren. Und das ist schon herausfordernd. Und ich glaube, da sind die Chinesen viel weiter. Die haben das alles gut schon genutzt, beziehungsweise saugen das ja vielleicht sogar von uns Europäern ab, das Wissen und nutzen das viel schneller, viel besser und wir schauen zu.

SPEAKER_01 20:12

Und müssen halt auch nicht so eine alte Infrastruktur bewegen. Also ich meine, das kommt ja auch noch dazu. Wir müssen ja unsere Historie beatmen, damit wir überleben können, damit unsere Verwaltungsprozesse trotzdem noch funktionieren und parallel dazu digitalisieren und mit KI weiter effizienter zu machen. Und die Chinesen haben einfach von null angefangen und haben gesagt, okay, dann machen wir es von Anfang an richtiger. Das ist deren Riesenvorsprung. Aber genau das ist ja auf der anderen Seite auch ein Riesenvorteil, diesen Wissensvorsprung, den wir in den Unternehmen haben. Deswegen haben wir ja auch in der Industrie Hidden Champions auf dem Weltmarkt. Nur müssen wir denen jetzt auch irgendwie helfen, dieses Wissen verfügbar zu machen. Ich erinnere mich, da kamen mal zwei Jungs zu mir nach Hause, die wollten ein Auto von mir kaufen. Und zwar ein Audi TT, den ich damals verkauft habe und der war irgendwie so eine Sonderedition. Ehrlich gesagt, wusste ich das gar nicht. Und die kamen aber an mit einem Auslesegerät und ich habe gesagt, hey Jungs, was macht ihr da? Ja, wir wollen ganz genau wissen, was das für ein Modell, welches Jahr und so weiter. Und dann bin ich mit denen so ins Gespräch gekommen, dann habe ich herausgefunden, die hatten den Kontakt gehalten zu den alten, schon in Rente gegangenen Mechanikern, die sich mit verschiedenen Bereichen und Schwachstellen des Fahrzeugs besonders gut ausgekannt haben. Und die haben gesagt, wir arbeiten bei Audi, wir haben keinen Zugriff mehr auf dieses Wissen. Wir können die Datenblätter und die Baupläne und so weiter, aber das, was die damals selber entwickelt haben, dieses Wissen, das geht mit denen in Rente. Und deswegen haben die so eine Community gebaut und sich diese alten Hasen als Freundschaft aufgebaut und kaufen jetzt dann so die Autos vom Markt, die wirklich so Raritäten sind. Also ich glaube auch, dass wir also diesen Wertvollen. Vollen Schatz, den wir in den Unternehmen haben, uns einfach bewusst machen müssen und dann mit Hilfe solcher Prozesse, die du beschrieben hast, eben auch digitalisieren. Du hast gerade Souveränität angesprochen, wichtiges Thema, was ja auch immer wieder durch die Medien getrieben wird. Auch Thema Sicherheit, aus meiner Sicht auch ein großes Thema, was damit natürlich einhergeht. Jetzt haben wir gesehen, Amerikaner sind in der Lage, Trump voran, einfach mal so die aktuellsten Versionen von Anthropic abzuschalten. Blöd wäre, wenn dann irgendwie ein Unternehmen darauf gesetzt hätte, die könnten dann jetzt einfach nicht mehr arbeiten. Aber damit ist der Präzedenzfall ja geschaffen dafür, dass Amerikaner, welchen Service auch immer, der morgen gerade stört oder unerwünscht ist oder als Druckmittel benutzt wird, eingeschränkt oder abgeschaltet wird. Kannst du mal so einfach wie möglich jetzt auch für unsere Zuhörer und Zuschauer mal erklären, was Souveränität und sicheres KI-Management überhaupt bedeutet und was das ganz konkret im Alltag bedeutet?

SPEAKER_00 23:02

Ja, Souveränität ist natürlich ein bisschen so der diplomatische Begriff, glaube ich, aber es geht natürlich um Unabhängigkeit, and Unabhängigkeit bedeutet, dass ich in der Lage zu wechseln, oder auch ohne diesen einen Service, nenn ich es jetzt mal, auch weiter zu arbeiten. Dann bin ich unabhängig. This sind wir de facto nicht. Also, auch fern up von KI. Few Unternehmen, Microsoft abhängig. This is all okay. Ich sag nur, wir haben jetzt nochmal ein bisschen, weil wir es gerade hatten, viele Unternehmen fangen neu an, nochmal die Chance, jetzt neu zu bewerten, ob ich jetzt wieder einfach da drauf aufbaue und einfach on top den Copilot nehme ich, was auch für manche Use Cases vollkommen okay ist, weil es versteht man mich oftmals falsch. Also man muss eben differenzieren und einfach sich bewusst machen, okay, dafür nehme ich vielleicht den Copilot, weil das passt. Aber vielleicht für Business Cases, die ein bisschen sensibler sind, wenn ich gerade hier, wenn es um Erfahrungswissen geht oder Maschinenwissen, dann sind es ja wirklich assets und die will ich jetzt vielleicht nicht nach Amerika schicken. Erstens das. Thema Datenschutz is this. And it's not um hinschicken, sort of um the interaction, wenn ich die Modelle da nutze. Who the reise, what is the use case? And I stuff in marketing, girl ChatGPT, but the Buchhaltung, but it's that bestehen ja nicht nur aus Marketing. The beef is in der Produktion and es gibt auch natürlich Verwaltungen wie HR. HR ist immer ein bisschen nach dem AI-Act vorsichtig zu behandeln, hochrisikorelevant, aber Buchhaltung. Und da kommen dann so Open Wade-Modelle für uns ins Spiel, wo man sagt, naja, die Dame oder der Herr in der Buchhaltung, die wollen ja auch einen KI-Zugang. Ja, wie löse ich das denn? Und da sage ich immer, das ist heutzutage kein Problem mehr. Entweder die IT-Abteilung selbst oder eben über auch Dienste, wie gibt es eben jetzt auch mehr, die Telekom oder aus der Schwarzprobe Stacket. Deutsche Anbieter und deutsche Cloud. Die hosten solche Modelle, die ich entweder selbst auf dem Rechner oder selbst auf dem eigenen Server betreiben kann. Die kann ich da auch anbieten. Und ich weiß halt, das ist ein deutsches Unternehmen aus der Schwarzprobe. Und schließe dann ein AVV ab. Oder bei ganz hochsensiblen hole ich mir das halt auf dem eigenen KI-Server und kann dann Finanzdaten interagieren. Und eben nicht Copilot in Excel mit Finanzdaten. Das ist eben der Unterschied. Und das ist vielen eben nicht so bewusst. Und für diesen Switch oder für diese Steuerung für Marketing ChatGPT und für Buchhaltung vielleicht was Sicheres, da gibt es eben Systeme, so Schaltzentralen Betriebssysteme, die über Rollenrechte-Berechtigungen das zuordnen. Ich sage Thomas Kellner, Buchhaltung bekommt kein GPT, sondern nur Buchhaltungs-GPT, Open Source und Safe. Und Marketing bekommt volle Power von OpenAI.

SPEAKER_01 26:30

Das bedeutet, wenn ich dich richtig verstanden habe, damit auch keine Heterogenität in der IT-Landschaft entsteht, der eine setzt Gemini ein, der nächste ChatGPT, Claude und so weiter und so fort. Dass man ja doch angehalten ist, eine Architektur zu wählen, um so ein rechte Rollenkonzept irgendwie ins Unternehmen zu bringen und zu sagen, welche Abteilung da was, aber dass sich alle irgendwie so auch in einer Umgebung aufhalten, in dem der Praktikant zu Hause ist und mit den einfachsten Mitteln bessere Marketingtexte schreiben kann, aber auch der oder die Hardliner im Unternehmen, die das Ding wirklich noch über APIs anbinden an zusätzliche Tools und dergleichen. Also und wenn, auch nochmal, um das nochmal klarzumachen, das bedeutet, dass ich keine Abhängigkeit mehr habe zu einem Hersteller von einem Large Language Model, beispielsweise, sondern dann entsprechend wechseln kann.

SPEAKER_00 27:31

Genau, genau. Also es gibt ja viele Models. Ich glaube jetzt nicht, dass auch wenn selbst dann, also selbst dann, wenn USA sagt, ich schalte alle Models ab, dann gäbe es eben noch diese Open Source Model, die ich auf einer eigenen Hardware oder über deutsche Anbieter betreiben kann. Und genau das ist es. Ich kann wirklich natürlich nicht nur nach Datenkategorie, sondern auch nach Use Case schauen und sagen, hey, für Bildgenerierung nutze ich jetzt das und jederzeit switchen und über APIs. Und das Gute ist, ich habe da nicht so einen Plan-Abo-Wildwuchs, weil in größeren Unternehmen, so Mittelständler, betreuen mit 3000 Mitarbeitern, kommen jetzt auf uns zu und sagen, ist langsam am Ende bei uns in der Verwaltung im Einkauf, weil man braucht ja immer auch für alles eine Kreditkarte, dann ist die Buchhaltung mit drin, die Einkaufsabteilung, dann wird ja hinterlegt, der Thomas Keller hat jetzt einen Chat-GBT-Abo und jetzt kommt der nächste und so weiter. Dann überlegt man, okay, jetzt gibt es so und so viele Mitarbeiter, muss ich vielleicht upgraden, damit es günstiger kommt. Das sind ja alles Wahnsinnsverwaltungsaufwände. Und plötzlich verlässt der Thomas Keller wieder das Unternehmen, dann muss ich das Abo kündigen. Also man kann sich das vorstellen, mal, weil wir nicht alle 3000 haben, aber allein nur 100 Mitarbeiter haben irgendwelche Abo-Plans und die wollen dann mehr haben, weniger und so weiter. Und das alles kann man eben auch über ABIs steuern und nach Token-Verbrauch dann zahlen. Und hat dann wirklich auch, ja, wirklich, das Wichtige da zu wissen, weil viele denken, oh, Token-Verbrauch, dann habe ich es nur unter Kontrolle. Nee, ich kann dann einen Kostendeckel machen. Ich kann dann sagen, nee, ich will nur so und so viele Tokens für 300 Euro im Monat und dann das Ende. Und dann kann man immer schauen, reicht es oder nicht, dann mache ich halt beim nächsten Monat 350, aber ich habe da die Kontrolle.

SPEAKER_01 29:28

Ja, sehr, sehr cool. Da würde die Reise auch hingehen, dass der tatsächlich Verbrauch abgerechnet wird, sehen wir jetzt schon, dass die Preismodelle sich verändern, weil die Unternehmen auch eine Kalkulationsgrundlage brauchen, andere, weil früher Chatbot, heute Agents, die mehrere Prozesse parallel ausführen. Das ist auch nochmal interessant. Ich hatte eingangs im Intro gesagt, Thema Open Source. Großes Thema bei euch. Mich würde mal interessieren und auch für unsere Zuschauer und Zuhörer. Kannst du nochmal ganz einfach erklären, was ist Open Source? Wie unterscheidet sich das und vor allem für welche mittelständischen Unternehmen wäre das interessant?

SPEAKER_00 30:11

Ich fange mal hinten an. Open Source denken wir mal, das ist was für Nerds und so. Wir kommen ja aus der Softwareentwicklung, aus der weltbasierten Softwareentwicklung, diese großen Systeme. WordPress kennt, glaube ich, jeder, also auch aus dem Management, da hat jeder schon mal gehört, das ist Open Source und in der Webwelt stellt man sich gar nicht mehr die Frage, ob ich für ein Content Management-System, also für die Software Geld bezahlbar ist Open Source. Das war vor, ich glaube, 20 Jahren anders. Da gab es, da hat jede Firma sein eigenes CMS programmiert und dafür Geld verlangt, bis Open Source einfach überzeugt hat, nee, die Community ist viel schneller und besser als die Einzelnen, die irgendwas entwickeln. Also das war auch der Grund, warum da Open Source überholt hat, weil es einfach besser und schneller weiterentwickelt wurde. Und unserer Meinung nach ist es im Bereich KI ähnlich. Also es gibt natürlich immer, und das bestreite ich gar nicht, die Frontier-Modelle von Anthropic oder OpenAI. Aber wenn es jetzt wirklich um den Zugang für dieses eine, ich habe ein Unternehmen im Kopf, da rollen wir jetzt auf 700 Mitarbeiter aus, da ist erstmal, wie wir am Anfang gesagt haben, ich will erstmal eines zur Verfügung stellen, damit die das kennenlernen und daraus dann, wenn die das kennen und ich die enable, können Use Cases entstehen. Das ist immer dieses HenneI-Prinzip, das wird in jedem Podcast thematisiert, wie fange ich an. Ich bin der Meinung erstmal spielen, aber gleichzeitig das Spielen begrenzen, zeitlich, und dann sagen, jetzt hören wir uns mal zusammen und schauen, was wir da strategisch draus machen. Aber ich muss dann erstmal einen Zugang bestenfalls eingeben, auch wieder an die Buchhaltung denken. Und da stellt sich erstens Buchhaltung wieder die Frage, naja, sicher. Und natürlich, wenn ich dann 700 Mitarbeitern, ich kann nicht 700 Plans abschließen, ich kenne jetzt die großen Business-Enterprise-Lösungen, wo auch OpenAI, glaube ich, keine Preise veröffentlicht, was man da so zahlt. Aber ich kann sagen, da ist also für die tägliche Arbeit Textzusammenfassung. Ich will ein PDF hochladen und mir das mal zusammenfassen lassen oder übersetzen. Ich will Verträge abgleichen, ich will mir einen Text, einen Vertriebstext optimieren. Also die typischen Anwendungsfälle, auch mit der Interaktion mal von eigenen Daten, die ich im Chat hochlade. Das Wirkliche, der Use Case schlechthin, sage ich jetzt mal, das lässt sich mit Open Source Modellen, die ich auf eigener Hardware betreiben kann, auch abbilden. Die können das genauso gut. Die können vielleicht nicht das allerbeste Gedicht schreiben auf einem Büro von ChatGBT, aber die können mir meinen Text auch vertrieblich optimieren oder übersetzen in 2000 Sprachen. Also Multilingualität ist ja auch kein Thema mehr. Und da haben wir das mal umgerechnet, die 700 User und die Serverkosten und unsere Betreuungskosten, da kommst du so auf 2,85 Euro pro User pro Monat für einen KI-Zugang, der sicher ist, gesteuert ist. Und das Gute ist, wir nennen es KI-Flatrate, wenn da jetzt mehr User dazu kommen, sinkt der Preis pro User. Das heißt, wo bekomme ich? Wo schaffe ich einen Zugang for all to that price? And this is, I think, schon ein Open Source Mittel. I have this in the hand, I can steuze, and I have really a flat rate, um, erst mal einen Zugang for the alltags use cases to give. Not really anspruchsvoller, when it's in the business cases geht. So we have individual systems bauen or then trotzdem hyperscaler dazu holen. But for diesen breitenz, um erstmal Leute KI kennen zu lernen, ist das, denke ich, ein erprobtes Mittel, was oft unterschätzt wird. Und die Frage schließt sich an, ja, aber man muss das ja aufsetzen. Und also Kosten haben wir geklärt, aber der Aufwand dahinter. Also wir sagen ja auch immer, wir enable die IT-Abteilungen, wir setzen das zusammen mit den IT-Abteilungen auf. Und dann haben die das auch selbst unter Kontrolle. Wir warten oder betreuen das natürlich gern, aber die IT-Abteilung, und die muss ja nicht groß sein, die kann das selber betreuen. Also das ist auch kein Hexenwerk, weil Open Source ist alles sehr gut dokumentiert, ein paar Klicks und das Ding läuft. Also es ist weniger komplexer eben als viele denken.

SPEAKER_01 34:48

Gibt es einen Vorteil gegenüber anderen Systemen, der jetzt auch vielleicht für eine bestimmte Branche unschlagbar wäre? Was für Open Source sprechen würde?

SPEAKER_00 35:03

Ja, also wir haben Kunden wirklich, die fallen da in das NIST II rein und so. Also die Hochanforderung, Hochrisiko oder kritische Infrastruktur. Und da schreibt ja das Gesetz schon vor, eine Risikoabwägung, dass ich robust sein muss und auch resistent gegen Ausfälle oder auch souverän agieren muss, weil ich eben eine kritische Infrastruktur bin oder ein großes, wichtiges Unternehmen. Das fängt ja schon bei großen Lebensmittelproduzenten an. Und da zahlt es natürlich nochmal mehr drauf ein, weil die sagen, ich kann gar nicht einfach so blind einen Hyperscaler nehmen. Das kann ich per Gesetz nicht. Wenn, dann kann ich das eben wieder nicht allen zugänglich machen. Weil denk mal an ein Stadtwerk Stromversorgung oder wie auch immer, wenn der Außendienst, Operator, wie auch immer, da mit ChatGBT redet und so weiter, weiß ich nicht. Und da kommen eben solche teilweise On-Prem-Systeme mit Open Source. Open Source immer ein bisschen mit Anführungszeichen, also diese Open-Waite-Modelle, also man kennt die Gewichtungen und kann sie runterladen und auch eigene Infrastruktur betreiben, ohne dass man fürs Modell bezahlt, sondern man bezahlt für die Infrastruktur dann quasi. Also nur mal so als Hausnummer, auch ganz konkret, weil wir wollen ja irgendwie nicht so immer theoretisch so dieser, diese, also das kann man sich ableiten, dieser Server dafür, wo 700 Leute drauf interagieren. Wir haben am Anfang vor zwei Jahren auch nicht das für möglich gehalten. Aber für gut 1000 Euro kann man 700 Leute drauf lassen. Also ich zahle 1000 Euro bei Hetzen dafür einen KI-Server und kann da 700 Leute drauf lassen. Lema das eben technisch löst durch eine Infrastruktur und da können auch einige gleichzeitig drauf rum und haben ähnlich schnelle Antwortzeiten wie bei ChatGPT.

SPEAKER_01 37:12

Interessant. Zeigt aber auch, wie wichtig es ist, individuell aufs eigene Unternehmen, auf die Prozesse zu schauen und dass es halt keine so eine Standardlösung gibt. Also vielleicht gerade so nach dem Chat-GPT-Moment hatten vielleicht viele so die Idee, wir malen jetzt alle ChatGPT, bauen das irgendwie in unsere Firma rein und dann haben wir den Vorteil, die Mehrwerte. Aber das, was du jetzt gerade benennst, wenn ich alleine an Unternehmensberatungen denke, personalisierte Informationen oder personenbezogene Informationen und Unternehmensgeheimnisse, Executive Search Companies, ja, oder generell Recruiting sehr sensibel und über Forschung und dergleichen ganz zu schweigen. Wo würdest du sagen, entsteht im Mittelstand heute der schnellste und realistischste Mehrwert durch KI?

SPEAKER_00 38:03

Gute Frage. Ich denke wirklich dran, weil da gibt es auch viele Studien und Statistiken, dass man im Büro, und KI ist ja immer offen für die Knowledge Worker, also für die Büroarbeiter, für Verwaltung, wirklich in teilweise jetzt diesen autonomen Verwaltungsprozessen, diesen repetitiven Sachen, die immer wieder kommen, wo Menschen echt Copy-Paste machen, also dieses Typische, was man eigentlich seit Jahren hört, da sehe ich nach wie vor einen Riesenhebel eben auch oft und da ist es drin, ich denke da wieder an bestimmten Kunden, an dieses Wissen. Weil wenn was im Leitsordner ist und ich den erst holen muss, oder eben es gar nicht dokumentiert ist, dann entweder suche ich es gar nicht und gehe dann andere Wege, aber es dauert furchtbar lang und kostet wirklich viel Geld. Also ich habe mich kürzlich, kann man ja vielleicht namentlich auch erwähnen, Andreas Fickenscher hier, einem innovativen Bäcker aus der Region unterhalten. Und der hat auch gesagt, naja, die haben in jeder Backfiliale irgendwie einen Kaffeeautomaten. Und man denkt gar nicht, was für Kosten entstehen, wenn die Kaffeemaschine irgendwelche Meldungen abgibt und sagt, es geht nicht oder so weiter. Und der hat auch nichts anderes gemacht. Und da ist der Hebel und sagt, wir haben doch die Handbücher, die gehen wir jetzt mal in den Chatbot und machen das alles zugänglich. Und dann kann einfach jeder in seiner Sprache, wie auch immer, sagen, hey, pass mal auf, die Kaffeemaschine gehen nicht, die zeigt hier das und das an. Und sagt das Handbuch, das Handbuch durchschauen, oder es gibt es nicht in meiner Sprache oder auch Thema Schnelligkeit, da steht jemand und will den Kaffee, frage ich den Chatbot und er sagt, naja, also mal jetzt überspitzt formuliert, ja, du hast jetzt wieder irgendwie Kaffee mit Kakao verwechselt oder wie auch immer, also das Fach. Das scheint wirklich irgendwie so zu sein. Und dann habe ich das viel schneller gelöst und hat eben gegenübergestellt, die Kosten, die früher entstanden sind, da ist ein, also das sind ja diese Kaffeemaschinen, die leistest du ja oder liest du ja, dann kommt einer mit Anfahrtskosten, was das kostet. Und diese Ausfallskosten an dann auch der Service, die Leute sind frustriert, also das alles mal ganzheitlich zu denken. Auch wenn, wenn auch, ich sag, im Büroalltag, der Drucker geht nicht. In vielen Firmen gibt es den Helpdesk in Unternehmen, also IT-Abteilungen. Mein PC geht schon wieder nicht und wie auch immer. Es wäre doch ganz einfach, wenn jeder Chatbot einfach sagt, schalt deinen Rechner aus und wieder an. Und jeder Helpdesk-Mitarbeiter freut sich, weil er muss nicht mehr zum Dahinrennen an den Arbeitsplatz voll gefrustet. Und auch halt diese Wartezeiten, also da gibt es Studien, ich kann es jetzt nicht aus dem Kopf, aber wie viel in Verwaltung gewartet wird und damit nichts gearbeitet? Weil es irgendwas nicht geht oder ne, und da es sich gerade bei auch mittelständischen Unternehmen, das kumuliert so schnell. Und dann sagen viele, also das kommt uns dann entgegen, sind aus der Praxis. Yeah, this is doch all so nice to have. Die sollen halt dann das Handbuch lesen. Oder das sind ja eh da Kosten, ich muss meine Mitarbeiter eh bezahlen. Die suchen dann immer noch auf den Kind, hey, wir warten noch mit KI, bis wir irgendwie den richtigen Use Case haben, wo wirklich we 10 Millionen sparen. Und es ist also, fang halt mal klein an, da kannst du morgen starten, du gewinnst morgen Zeit, du enablst zusätzlich auch deine Mitarbeiter und dann wächst das. Dann wachsen die Ideen, hey, wir könnten doch da auch einen Wissensspot haben und so weiter und so fort. But this zögern ist echt in Deutschland, in KMU, sehr gefährlich. Das ist mein Appell. Einfach mal anfangen, natürlich nicht nur anfangen und macht mal, sondern wie gesagt, das muss schon ein bisschen, wer ist zuständig, bis wann spielen wir jetzt rum und wann setzen wir uns wieder zusammen? Also schau wirklich dahinter und bis wann setzen wir uns als Ziel, dass Value Business Cases rauskommen. Und kommen dann welche raus und also alles mal ein bisschen terminieren, weil es ist auch kein Hexenwerk. Ich muss einfach nur sagen, wer ist verantwortlich, wer macht was bis wann, wer macht was bis wann. Mehr muss ich nicht definieren, aber daran scheitert es schon oft leider.

SPEAKER_01 42:46

Aber du hast gerade was ganz Interessantes gesagt, also viele Sachen interessant gesagt. Zwei davon will ich nochmal unterstreichen. Das eine ist, fang doch mal an im Kleinen, damit du anfängst, damit du anfängst zu lernen. Ich meine, das müssen wir ja erstmal in unseren Kopf reinkriegen. Wir wollen KI ja so bestellen wie im Supermarkt. Ich hätte gern und dann lieferst du mir das und ich bekomme dann am Ende 15 neue Kunden am Tag beispielsweise. Ja, und das Ganze hat mich gekostet, 1000 Euro. So funktioniert das aber nicht, sondern ich muss die Kaffeemaschine, das ist der Kaffeemaschine-Effekt, ja, den muss ich mitnehmen, damit meine Leute nicht nur lernen, was kann KI kann, sondern, und das wurde mir jetzt bei deinem Beispiel auch nochmal so klar, da habe ich mir gedacht, krass, jetzt nehmen wir nur mal die Kaffeemaschine, jetzt stellen wir uns mal das Geschäftsmodell vor auf der anderen Seite, neue Zielgruppen, neue Märkte zu erschließen, neue Produkte innovativ mit Hilfe von KI zu entwickeln, für die Märkte der Zukunft, an Geschäftsmodelle, die vielleicht disruptiv unser eigenes zerstören würden, die wir weiterentwickeln können. Warum? Weil wir jetzt KI haben. Also der Gedankensprung ist ja so verrückt, dass wir uns glücklich schätzen können, wenn wir bei unserem Unternehmen eine Kaffeemaschine haben und diesen Kaffeemaschinenprozess erstmal. Lernend, iterativ in diesen Prozess mal eintauchen, da sind die Fehler noch nicht ganz so teuer, und dann später dann auch gemeinsam mit externen Partnern wachsen. Weil das ist ja eben auch, und das muss man ganz ehrlich so sehen, und ich sehe das in vielen Gesprächen mit Unternehmen, dass die KI-Kompetenzen in den Unternehmen nicht vorhanden sind. Es gibt die Leute einfach nicht. Die IT-Abteilung ist oftmals eine bessere EDV-Abteilung, 4.0, ja, also schon weiterentwickelt, aber noch nicht da, wo wir eigentlich mit KI sein müssten. Das heißt, ich muss mir sowieso Leute von außen holen, die mir dabei helfen. Und wie cool ist denn das, wenn ich anfange mit meiner Kaffeemaschine? Ein etablierter Prozess, also nicht nur ein Pilot, nicht nur ein Lab-Ding, sondern das ist ja wirklich live. Der Prozess ist tagtäglich startet der und endet der, ja, so. Und dann das wirklich mal aufzuskalieren und ich glaube auch so ein bisschen so als Navigationssystem, nicht aus den Augen zu verlieren, wo wir eigentlich hinwollen. Wir wollen ja nicht die ganzen bestehenden Prozesse durch KI nur besser machen oder effizienter machen oder so, sondern ich finde, der transformative Effekt beginnt ja dann, wenn du darüber nachdenkst und sagst, okay, was passiert eigentlich, wenn wir an unser Produkt rangehen? Wenn wir an unser Geschäftsmodell rangehen. Also bis dahin ist ja Raupe Pimpen, das ist auch wichtig, bringt auch was, merklich und ganz, ganz schnell, aber wir müssen halt auch Schmetterling machen.

SPEAKER_00 45:29

Ich würde es mal auf uns beziehen, weil wir als entwickeln seit 26 Jahren Software und Software wird jetzt plötzlich von KI entwickelt. Und wir machen uns natürlich auch Gedanken, dass wir zukünftig dann eben nicht mehr reiner Dienstleister sind, wo man uns sagt, entwickel mal was. Sondern mit Hilfe von KI ist es natürlich möglich, viel schneller auch zusammen mit Kunden, aber auch mal selbstständig Ideen zu entwickeln und Produkte, ich sage jetzt mal, auf den Markt zu werfen, Investoren zu finden, Partner zu finden, weil der Aufwand einfach viel geringer ist. And this had man, glaube ich, auch mal in an Talk. KI ist nicht theoretisch. Also wenn man mal anfängt, also deshalb sage ich immer, Workshops, komm, lass uns doch mal wirklich was arbeiten, weil man Use Cases identifiziert. Früher hat man immer gesprochen, ja, ich weiß auch nicht, ob das geht, or so, das müsste man mal probieren. Mach man über next Monat, wenn a Kollege da ist, dann sage ich immer, warum? Wir haben das System doch jetzt aufgesetzt heute zusammen, ein Beispiel. Lass es uns doch einfach mal probieren. Haben Sie die Daten da, komm, füttern wir rein, dann haben wir gleich mal ein Gefühl, was so out of the box geht und können dann gemeinsam einschätzen, was geht schon out of the box geht und was muss noch getan werden. Also ich bin innerhalb von eigentlich Sekunden schon so weit wie in früheren Projekten, vielleicht nach Monaten, würde ich fast behaupten. Und diese Schnelligkeit ist ein unheimliches Thema, was disruptiv ist. Und da würde ich nochmal hinaus auf kurz zur Souveränität noch einmal ergänzen. Bedenklich finde ich auch, wenn ich dann höre, dass doch große Unternehmen, die ein digitales Produkt haben, dann auch fast mittlerweile ausschließlich auf US-Unternehmen setzen, was Vipecoding angeht. Da denke ich mir, und das ist ja dann Anthropic-Code. Und von Anthropic wurde jetzt was gesperrt, was da ist es wirklich handgreifbar, wenn wir jetzt alle, und da gibt's, da ist die Abhängigkeit de facto technisch da. Ich sehe da gar keine Alternative, weil das haben wir ausprobiert, das darf ich auch ehrlich sagen. Das beste, größte Open Source Modell kommt an Codex oder Cloud Co. dran. Also, das ist eine wirkliche Technologie macht. Die können wir nutzen, aber wenn die weg ist, haben wir wirklich ein Problem in der Softwareentwicklung. Und Softwareentwicklung ist heute essentiell, also für jedes Unternehmen, nicht nur für uns, die es im Kern tun, sondern eben auch wo ich sage: Naja, liebe IT-Abteilung, ihr könnt euch das eigentlich in Zukunft auch mal schnell ein Tool bauen, also selbst ein Tool bauen. It braucht uns gar nichts. Wir begleiten das vielleicht mit unserem Know-how and handwerklichen anders reviewing auf Sicherheit and so weiter. But you can erst mal selber bauen anders. But when I in the actual phase of the KI-Revolution, where this coding comes, in the uphang, early. Deutschland or the EU must was do, zum Beispiel Mistral, um da einfach mehr Geld drauf zu legen. An die Großen rankommen könnte. Weil andere Möglichkeit sehe ich aktuell nicht. Weil, nochmal letzter Satz, auch die Open Source Modelle, muss man sagen, sind ja oft auch von den Großen, das wissen viele nicht. Also von Google gibt es Gemini, kennt man, aber von Google gibt es auch Gemma, das kennen wenige, das ist nämlich so ein Open Rate Modell kostenlos. Das nutzen auch viele und auch wir, aber auch von OpenAI gibt es GPTOS, auch ein freies kostenloses. Also selbst diese Open Rate Modelle sind auch von den US-Amerikanern oder Quen, vielleicht auch schon mal der eine oder andere gehört, ist aus China. Und auch da gibt es wieder nur Mistral aus Europa. Also selbst da in der Open Source Welt sind wir auch abhängig in was ist denn technologisch da? In der Operative, also in Betrieb bin ich nicht abhängig, weil ich zum Glück diese Open Wade Modelle auf meiner Infrastruktur betreiben und es kann mir kein externer abschalten. But technologisch sind wir von beiden Seiten, sage ich es jetzt mal abhängig. Und das ist schon sehr bedenklich, ja.

SPEAKER_01 50:19

Ja, wie du es eingangs ja gesagt hast, also können wir ganz kurz noch Wi-Coding erklären, so ein bisschen auflösen.

SPEAKER_00 50:27

Wipecoding, ja, jetzt für alles immer so ein Begriff, ist einfach agentisches Coding. Also ich gebe über natürliche Sprache, Kontext und so weiter mit, was ich programmieren will. Und dann wird es wirklich agentisch, autonom runterprogrammiert. Ich kann dann auch zuschauen und dann auch eingreifen und aber auch natürlich händisch nochmal nachbessern. Aber das ist quasi Vibecoding, das wirklich auch kaskadierend oder aufeinander aufbauend, wirklich Code nicht nur in Sequenzen, sondern wirklich auch vollumfänglich umgesetzt wird.

SPEAKER_01 51:04

Generiert wird, genau. Okay, also jetzt haben wir ja schon eine ganze Menge abgearbeitet und mit Blick auf die Uhr, glaube ich, wir müssen nochmal eine Fortsetzung machen, um die anderen Themen und Fragen, die ich auf meinem Zettel noch habe. Aber ich glaube, was wir heute gut dargestellt haben, und das fand ich einen wichtigen Satz, den du gesagt hast, dass Souveränität und damit ja auch Abhängigkeit auch bedeutet, ich kann jederzeit vom Tisch aufstehen, weil ich das Modell wechseln kann. Also wir, weil ja jetzt auch in Deutschland keine großen Bodenschätze, aber ich kann mich dann, wenn ich mit dem einen Partner nicht klarkomme, mich umdrehen und mich einem anderen Partner zuwenden, auch das bedeutet ja auf eine gewisse Weise eine Unabhängigkeit, dass ich wählen kann. Wenn ich gar nicht mehr wählen kann, dann habe ich eine richtige Abhängigkeit. Aber ich glaube, gerade im Hinblick auf die Architektur, die ich baue, und da können wir ja alle, hast du vorhin auch gesagt, nochmal von vorne anfangen. Das ist ja das Tolle, das ist das, was wir von den Chinesen lernen können. Wir müssen nicht in allen Bereichen die Historie mitschleppen und vielleicht noch über lange Zeit beatmen, weil wir sie brauchen, sondern wir können auch gerade die neuen Geschichten auch nochmal von vorne anfangen, neudenken, neu Infrastrukturen bauen. Wir müssen nur bei der Kaffeemaschine anfangen. Das ist, glaube ich, auch nochmal ein wichtiges Learning in dieser Folge gewesen. Genau. Lieber Thomas, ich nagel dich jetzt fest auf eine Fortsetzung. Wir müssen, weil meine Fragen, die sind noch, weiß nicht, wer die mir aufgeschrieben hat.

SPEAKER_00 52:37

Einer dieser beiden Agenten von unseren Vorgängern, der hervorfolgen.

SPEAKER_01 52:41

Mit diesen beschäftigt, Gott sei Dank. Aber wir müssen da noch ein bisschen tiefer rein, weil mir ist aber wichtiger auch zu verstehen, dass das nicht nur eine IT-Abteilungsfrage ist, sondern dass das natürlich im Ziellevel ankommen muss und auch initiiert und gestützt werden muss. Und dass das vor allen Dingen, wir haben es vorhin auch kurz angeteasert, so ein Lernprozess, ein iterativer Prozess sein darf, einfach auch, dass wir das brauchen, dass wir so ein bisschen auch von unserer Denke, von unserem Mindset weg müssen, dass wir irgendwas Fertiges einkaufen, das funktioniert dann einfach so, sondern dass ja auch jedes Unternehmen wie so ein Fingerabdruck super individuelle Lösungen braucht. Bedingt zwar bessere Marketingtexte, können viele GPTs da draußen lösen, aber so wie das Unternehmen gewachsen ist in den Prozessen und Strukturen, das verdient dann schon mal ein eigenes Projektieren individueller Lösung. Das ist, glaube ich, ein ganz wichtiger Punkt und eine Riesenchance, weil KI uns das eben anbietet. Also da wirklich auch hoch individuell reinzugehen.

SPEAKER_00 53:43

Absolut.

SPEAKER_01 53:44

Genau, Thomas, meine letzte Frage. Stell dir vor, du hättest die Macht auf diesem Planeten mit oder ohne KI völlig egal. Was wäre die eine Sache, die du gerne ändern wollen würdest?

SPEAKER_00 54:00

Auf KI bezogen oder generell?

SPEAKER_01 54:02

Das darfst du ja aussuchen.

SPEAKER_00 54:07

Ich glaube, also die Menschen ändern im Sinne von, weil wir rennen ja immer drauf zu und sehen in Auges, ich nenne es mal auch Klimaschutz oder Klimawandel. Wir wissen das alle und tun zu wenig. Ich bring jetzt mal das Bild Klima, das ist ja noch eigentlich mittlerweile vielleicht vergleichbar. Biological Umwelt. The gleich is with this KI-Revolution. We won, we are absolutely. We have gleichzeitig in the Forschung, but also in the industry, so viel Wissen, and 10. August weiß ich nicht, ob es die deutsche Wirtschaft in 10, 20 Jahren in that form. Also das würde ich mir wünschen, dass der Mensch oder die Politik oder jeder einzelne, ich bin ja da nicht anders. Man sieht so, ah, ich müsste eigentlich irgendwas ändern, aber ah, Prokrastination und so. Also weniger Prokrastination, weniger Politik, Menschen mit Mut, die sagen, come, wir müssen jetzt echt was ändern und nicht immer auf die absolute Eskalation warten, bis der nächste Wirbelsturm oder totale Umweltkatastrophe in Deutschland kommt oder mit KI uns alles abgeschaltet wird, sondern bitte vorher schon. Also das, ich würde mir wünschen, dass der Mensch manchmal anders tickt, proaktiver, mutiger. Das würde uns helfen.

SPEAKER_01 55:40

Ja, das erste, das ist das entscheidende Tor in der ersten Hälfte der Spielzeit machen und nicht in der 90. Minute. Das ist das große Thema. Vielleicht noch ein Aufruf an alle, die jetzt hier zugeschaut, zugehört haben. Wenn ihr Fragen habt, wendet euch unbedingt an Thomas. Er ist mit seinem Team ausgezeichnet. Also eine ganz klare Empfehlung vom Bundesverband für KI-Transformation. Er kann da super helfen, super kompetente Leute. Kontaktiert ihn, vielleicht auch um den ein oder anderen Use Case zu besprechen. Ich glaube, ihr macht sogar immer mal wieder ein Webinar zu dem Thema. Können wir gerne mit dem Show packen, dass man sich darüber informieren kann und dann Leute ausprobieren und was Unternehmen, wir müssen ja nicht gleich mal was verändern, aber was Unternehmen mal aktiv werden und sich da auch ein Team aufbauen, das ist, glaube ich, ein guter Impuls. Vielen Dank, Thomas, und wir setzen unser Gespräch auf jeden Fall fort.

SPEAKER_00 56:34

Vielen Dank, Norman. Bis bald.