#36 Warum viele AI-Initiativen scheitern und was CTOs dagegen tun müssen - mit Andreas Engler (CTO Flightright)

Warum scheitern so viele AI-Initiativen – obwohl Geld, Aufmerksamkeit und Tools vorhanden sind?

In dieser Episode von Becoming CTO Secrets spricht Philipp Deutscher mit Andreas Engler, CTO bei Flightright, über die unbequeme Realität hinter dem AI-Hype. Andreas bringt eine seltene Kombination aus tiefem technischem Verständnis, systemischem Denken und Business-Verantwortung mit – und genau diese Perspektive fehlt vielen Organisationen gerade.

Wir sprechen darüber,

• warum AI-Projekte häufig an falschen Erwartungen scheitern
• weshalb „wir müssen etwas mit AI machen“ kein valider Ausgangspunkt ist
• wie CTOs zwischen Business-Druck, Investoren-Narrativen und technischer Realität navigieren
• wann klassische, deterministische Lösungen besser sind als LLMs
• und welche Verantwortung CTOs heute wirklich tragen – technisch, organisatorisch und gesellschaftlich

Diese Folge ist eine Einladung zu mehr Klarheit, Haltung und Realismus in der Tech-Führung.

🎯 Für CTOs, angehende CTOs und Tech-Leader, die AI sinnvoll einsetzen wollen – statt ihr blind hinterherzulaufen.

Transcript

Philipp Deutscher (00:00)
Hallo und herzlich willkommen zu Becoming CTO Secrets, dem Podcast über den Weg vom Entwickler zum strategischen Tag Leader mit echten Geschichten, Learnings und Insights von CTOs. Ich bin Philipp Deutscher, externer CTO, CTO Coach und Unternehmer. Und bevor wir starten, ein kurzer Hinweis in eigener Sache. Als CTO Coach begleite ich Tag Leader auf dem Weg zu mehr Verantwortung, Klarheit und Wirkung. Und in der Becoming CTO Community treffen sich jede Woche über 50

CTOs und angehende Führungskräfte zum Austausch auf Augenhöhe. Wer tiefer einsteigen will, der Link dazu ist in den Show Notes. Und mein heutiger Gast ist Andreas Engler. Und er ist auch Teil der Becoming-CTO-Community. Ist CTO, ist Managing Director, CISO und keine Ahnung, was noch alles. Werden wir gleich uns darum kümmern. Bei Flightride. ist ein Physiker mit Taktivgang. Er ist Systemdenker und er ist das, was ich als AI-Realisten bezeichnen würde.

Andreas bringt eine seltene Kombination mit aus unternehmerischem Denken, technischer Exzellenz und natürlich dem analytischen Blick. Und in dieser Folge sprechen wir über die Rolle des CTO als Brückenbauer, den Hype rund ⁓ AI und wie man trotz aller Buzzwords einen kühlen Kopf bewahrt. Andreas, herzlich willkommen.

Andreas Engler (01:17)
Ja, dank dir Philipp für die warmen Worte und die Möglichkeit mich ein bisschen mit dir auszutauschen.

Philipp Deutscher (01:25)
Sehr gut. Ja, was natürlich niemand weiß, wir haben das Ganze ja schon mal gemacht und das ging natürlich aus technischen Gründen ziemlich in die Hose. Deswegen mussten wir das heute oder werden wir das jetzt heute noch viel besser machen als die andere Folge, die leider niemand hören wird. Werden wir das Ganze noch mal starten. Andreas, nimm uns doch mal mit. Wie bist du CTO geworden und was waren die die letzten prägenden Stationen auf dem Weg dorthin?

Andreas Engler (01:51)
Ja, CTO. Bei mir hat es angefangen tatsächlich in der Kindheit, technisches Interesse, immer irgendwie so, wie funktionieren technische Dinge, meinen ersten Computer zusammengebaut. Natürlich auch Computergaming zu der Zeit noch in große Rolle gespielt und dann angefangen so über die Physik, ja, immer mehr und mehr diese technische Tiefe zu bekommen, da auch dann

später das Physikstudium dann angeschlossen. Aber eigentlich das Programmieren nie einen Vordergrund gestellt, sondern Informatik immer nebenbei mitgemacht. Ich nicht mal irgendwie in der Uni einen Kurs für Informatik belegt, sondern

Programmieren habe ich mit 16 oder so angefangen, selber noch mit Turbo Pascal damals, später dann mit C, C++, objektorientierte Programmierung reingegangen. Hat das eigentlich immer so Mittel zum Zweck für mich gesehen, dass ich damit ja Arbeitsabläufe vereinfachen kann, für mich mathematische Auswertungen an der Uni zum Beispiel vollautomatisch schon mal im Praktikum wegrechnen lassen kann, ganze Fehlerrechnung am Palm damals, kennt man noch diese Palm Computer mit schwarz-weißem Display noch gemacht. Und dann ging es eigentlich

eher so die Managerlaufbahn nach dem Studium, aber immer diesen technischen Fokus oder die Technik als möglichen Enabler, höhere Effektivität oder Effizienz in der Firma zu erreichen, mit gehabt. da war auch immer so bisschen dieser Entrepreneurgedanke schon bei mir dabei gewesen. Meine erste Firma habe ich mit 18 ausgegründet und das hat mich dann auch immer so bisschen mit begleitet. Mein Technisches Interesse.

in der Firma, meine Firma für Renderings in Unreal Graphics zum Beispiel, für Architektur oder mit einem VR-Headset durch ein virtuelles Gebäude gehen konnte, was für die Architekt natürlich gut war, aber insbesondere für die möglichen Käufer des Objekts. Und darüber dann immer mehr und mehr mich rausgeschält auf der Manager-Ebene auch in die Richtung eines Chief Technical Officers.

oder Chief Digital Offices oder Chief Information Offices. Und das wurde dann mehr mehr machbar, als dann bei Ergo die Direktorinstellung für einen Spin-off freigeworfen ist, also ein Start-up innerhalb einer Corporate, das war Nexable. Und dort dann erst Director Operations, dann später Director Engineering mit einem eigenen Development Team angefangen.

Und dort gab es keinen CTO. Also es war die höchste Tech-Rolle, in der Unternehmung halt bestand, ein eigenes Software-Team dann angefangen aufzubauen. Und dann später die Managing Director-Stelle im Energiesektor bei Vantago und dann halt jetzt die CTO-Rolle bei Flight Right. Die im Endeffekt sehr stark und gut diese technische Innovationskraft mit Business-Mehrwert, echtem Business-Mehrwert schaffen kombiniert.

Und so mag ich das eigentlich auch tatsächlich am liebsten.

Philipp Deutscher (04:48)
Sehr gut. witzigerweise, Turbo Pascal hast du gesagt, hast du mit angefangen. Ich tatsächlich auch. Wer kennt denn heutzutage noch Turbo Pascal? Also das sind ja auch nur die, die es damals benutzt haben. Du hast ja selber gesagt, du hast Physik studiert und wie hat das trotzdem deine Rolle als Tech-Leader geprägt? Oder ist das einfach nur eine Anekdote aus dem Lebenslauf und tatsächlich hat es dann auch das, was du in den Unternehmen machst, hat das tatsächlich keinen Einfluss?

Andreas Engler (05:16)
Das hat massiv einen Einfluss aus meiner Sicht, insbesondere jetzt in der aktuellen Diskussion rund über künstliche Intelligenz, Machine Learning, Data Science. Physik ist Data Science. Es geht immer die Auswertung, Beobachtung von einem Experiment in der Physik und ableitend aus dem Experiment dann eigentlich ein entsprechendes Regelwerk, was das nächste Experiment beschreibt. Also eigentlich ein Forecast. Wenn das komplett deterministisch ist, toll, dann reden wir von einem normalen Algorithmus. In dem Moment, wo es aber eine Beobachtung von

statistisch komplexen System ist, ist es dann natürlich genau das, was jetzt unter Machine Learning oder AI passiert. Matrizensysteme, Vektorensysteme. Und da habe ich damals mit Vortran 77 noch die ersten Determinantenberechnungen gemacht. Und alles das ist natürlich Gegenstand jetzt einem Transformer Model und das, was eigentlich ein Graded Boosted Tree Algorithmus im Hintergrund natürlich dann auch macht in der mathematischen Ausführung. Das hilft mir jetzt noch, Paper zu lesen, aktuelle Wissen.

die halt rauskommen und auch wesentlich besser als, wenn ich das nicht gemacht hätte, einzuordnen, wenn irgendwie jetzt über aktuelle technische Errungenschaften und Verbesserungen gerade jetzt im AI-Umfeld geredet wird. Wo ist das eigentlich mathematisch anzusiedeln?

Was passiert eigentlich im statistischen oder im computational Bereich im Hintergrund auf der Grafikkarte zum Beispiel? Und das ist ein Wissen, dem ich immer zählen konnte. Jetzt kann man fragen, hat die Promotion auch noch was? Ich habe auch noch promoviert, hat das auch noch einen Mehrwert gehabt? Ja, das ist dann durchaus legitim. War vielleicht nicht zeitlich der beste Invest, die beste Entscheidung, aber Physik selber bereitet einen, glaube ich, exzellent auf eine Rolle im technischen Umfang.

Fels vor.

Philipp Deutscher (07:03)
Du hast ja mehrere Rollen parallel oder in Personalunion. Wie, wenn du sagst, liest technische Paper, wissenschaftliche Paper, liest du die dann im privaten Kontext, weil dich das Thema Technologie weiterhin sehr interessiert? Oder hast du auch innerhalb deiner Rollen die Möglichkeit und auch noch die Zeit und die Muße, dich damit zu beschäftigen?

Andreas Engler (07:16)
Ja.

Nee, also im Rahmen meines reinen Berufsfelds habe ich keine Zeit, noch wissenschaftliche Paper zu lesen. Würde ich auch sagen, das nicht mal ein zwingender Arbeitsauftrag als CTO. Dort sehe ich mich hauptsächlich als den Berater und dann unter anderem auch Entscheider für die Geschäftsleitung. Meine Rolle ist also, bestmöglich und das Environment unserer Company bestmöglich im technischen Bereich aufzustellen. ⁓

Da geht ein Wissenschaftspaper meist viel zu tief. Aber in meinem privaten Umfeld interessiert mich das massiv. ich habe hier weiterhin meine eigene Grafikkarte. Ich deploye mein eigenes LLM oder ein Stable Diffusion Algorithmus Model, weil mich das auch interessiert. Manchmal ein Projekt mit meinem Sohn zusammen und dann machen wir Bilder aus Stable Diffusion mit dem Prom, spielen damit bisschen rum und das ist meine private Freizeit. Und das mache ich aber super gerne, weil mich Technik natürlich massiv interessiert.

Aber nein, im Technischen so tief reinzugehen als CTO würde ich nicht empfehlen.

Philipp Deutscher (08:30)
Wie darf man sich dann die Aufteilung der Rollen, die ich eben genannt habe, dann vorstellen? Ist es dann so ein Drittel CTO, ein Drittel MD, ein Drittel CISO oder wie verteilt sich das? Und gibt es da nicht auch Punkte, die massiv gegenläufig sind und sich vielleicht sogar widersprechen in den Anforderungen? Das sind jetzt mehrere Fragen in einem, aber lassen wir erst mal anfangen. Was ist denn die Aufteilung? Bist du mehr CTO oder mehr MD oder ist es dann letztendlich das ein Drittel?

Andreas Engler (08:47)
Mhm.

Ne ne, aktuell würde ich schon sagen 80 % CTO, das ist Haupt- und dominanteste Rolle, die auch am meisten Zeit fordert. Die MD-Rolle hatte ich davor und habe sie im Moment noch für meine eigene Firma, ist aber nicht im Kontext als von Flightride. Ich habe keine Procura und bin auch nicht Teil der Geschäftsführung.

Philipp Deutscher (09:16)
Also, okay.

Andreas Engler (09:20)
Und das natürlich immer noch beratend, ein Seitenprojekt oder irgendwie hier noch zwei, drei Seiten, Homepages, die ich noch habe, wo Affiliate-Provisionen laufen oder immer mal wieder ein Projekt auch aus der Energiebranche, was reinkommt. Und das ist etwas, was auch super Spaß macht.

was aber zeitlich nie überhand nehmen darf im Gesamthaften zu der Main Mission. Und die CISO bzw. ISO-Rolle, die ist natürlich interessant. Sie ist eigentlich konfliktär zur CTO-Rolle. Ich kann mich ja nicht selber assessen.

Philipp Deutscher (09:51)
Richtig.

Andreas Engler (09:55)
Da ist also nur das machbar, wenn ich dann halt sage, okay, ich habe die entsprechende Neutralität. Ich bin ISO Auditor und von daher weiß ich, was ein ISO Audit bedeutet und nach 7201 was überprüft wird.

Und da muss ich mich dann halt einfach wirklich frei machen. Ich mache das typischerweise dann am Ende des Jahres, gehe ich wirklich zurück und gehe ganz objektiv einfach die ISO-Controls durch zum Beispiel und bewerte einfach was da ist. Ganz unabhängig davon, ob ich mir selber dann ins Bein schieße oder nicht. Warum es muss einen externen Ordet prinzipiell auch standhalten, das weiß ich ja. Von daher ist es schwierig da nicht befangen zu sein, aber das muss ich dann halt bringen, sonst erfülle ich die Rolle nicht.

Philipp Deutscher (10:36)
Sehr gut. Und wie definierst du dann die Rolle des CTO in dem Kontext, gerade wenn du natürlich noch Aufgaben hast, die nicht widersprechen, aber die du ja auch noch erfüllen musst, wenn du die 80 Prozent CTO, wie definierst du die?

Andreas Engler (10:48)
Jetzt im Kontext von welchen Mehrwert ich liefe oder im Kon...

Philipp Deutscher (10:53)
Ja, welche,

welche... Wie du die Rolle interpretierst, wie du die Rolle ausfüllst, wie du sie mit Leben fühlst, was dein Verständnis davon ist, in die Richtung Verstand.

Andreas Engler (11:04)
Mehrere Aspekte. Zum einen rein ein People-Management-Aspekt. Ich muss derjenige sein, der für meine Mitarbeiter das richtige Environment schafft, dass sie die aktuellen Anforderungen im technischen Development-Umfeld oder halt auch im Setup-Umfeld hinbekommen. Das ist natürlich erstmal die richtigen Leute finden, aber dann halt auch die Leute, die da sind, richtig entwickeln und zusammenstellen in Teams.

Das ist das eine. Das geht dann von unseren Anforderungen aus. Und da ist die zweite Ecke eigentlich erkennen, wo die Reise hingeht in den nächsten zwei, drei Jahren.

vielleicht sogar länger, fünf Jahre ist aber schwierig geworden. Früher hätte ich gesagt, fünf Jahre ist noch machbar, jetzt würde ich eher sagen, fünf Jahre ist illusorisch. In fünf Jahren kommt es ganz anders als was du jetzt denkst. Aber so zwei, drei Jahre sollte man schon eine Stabilität und eine Vision haben, die man verfolgt und dafür die entsprechenden Vorarbeiten treffen, Rahmen treffen und entsprechende Empfehlungen auch an die Geschäftsführung geben. Plus natürlich daraus dann, wenn dann die Entscheidung getroffen ist, ja, da gehen wir lang, das Ganze konkretisieren. Was bedeutet

das dann wirklich im technischen Umfeld. Für die Projekte, für die Teams, welche Skills sind notwendig, welche Budgets brauchen wir, also auch das Ganze auf der ökonomischen Ebene runterbrechen in die technische Architektur. Also ich würde mich auch Moment tatsächlich noch immer als Chefarchitekt sehen.

Philipp Deutscher (12:30)
Okay, sehr gut. Jetzt wollen wir mal vielleicht auch deine Rolle ein bisschen besser zu verstehen und auch einordnen zu können. Was macht denn Flightride bzw. die Allride Group? Was ist euer Geschäftsmodell und welche Aufgaben muss der CTO der Allride Group erfüllen, genau diese Funktionen noch ausfüllen zu

Andreas Engler (12:53)
Die Allright Group hat Give Access to Justice als Leitspruch. Und das ist eigentlich auch so ein bisschen, was sie ausmacht. Das ist ein Legal Tech Koklomerat. Also es sind mehrere Firmen und jede Firma ist eine Legal Tech Firma, also eine Rechtsanwaltsberatungs...

Firma ist nicht eine Kanzlei. gibt eine Kanzlei natürlich, wo die Anwälte aufgehangen sind, aber es mehrere GmbHs, die jeweils unterschiedliche Kernrechtsgebiete abdecken.

Eins der bekanntesten, die Flightride, auch als Marke bekannt, ist für EU 261 Recht, damit für Fluggastrecht verantwortlich. Sprich, wenn du einen Flug gestrichen bekommst oder dein Flug massiv verspätet ist, dann hast du Rechte als Verbraucher. Und diesen EU-Wight eben in dem Artikel 261 geregelt. Und dahingehend vertritt Flightride dich dann bis vor Gericht unentgeltlich

Also das Risiko über den Flight Ride, falls vor Rechtsstreit irgendwie verloren ist, musst du nichts zahlen. Aber wenn wir gewinnen, dann kriegen wir halt einen Teil von dem, was für dich ausgezahlt wird, für uns als Profession. Das ist eigentlich das Geschäftsmodell, dann hinter auch den anderen. Es geht immer darum, wenn in einem Rechtsgebiet eine Seite massiv den Verbraucher über Vorteil in Information und durch die Menge von vielen Fällen dieser Vorteil wieder ausgeglichen werden kann.

dann ist das eigentlich so ein möglicher Case, in den die All-Right-Group reingehen möchte.

Und wir machen das bei Flightride natürlich gegenüber den Airlines. Keine Ahnung, die Airline erzählt ja, ja, das war ganz schwierig und wir konnten gar nicht anders als den Flug zu streichen. Aber weil wir halt die Airline kennen, schon eine Ahnung, 4000 Fälle gegen die, wissen wir ganz genau, ja, okay, und im Sommer streichen sie immer die Flüge zusammen, noch mal ihre Marge zu optimieren. Und guck mal hier, genau die zwei Flüge, die jetzt hier auf der Verbindung gestrichen sind, ist wieder genauso ein Fall. Also so eine Kiste ist dann etwas, wo wir dann halt einfach

über die Statistik der Daten und über die Menge an Fällen, sechsstellige Fallzahlen, die hier bei Flightright jährlich anfallen.

im europäischen Raum. sind in einigen anderen Ländern noch nicht nur in Deutschland vertreten, aber Dachraum ist schon der größte Raum. Und da ist das eigentlich der typische Fall. Anderer Fall ist Chevalier-Arbeitsrecht, wenn also Massentlassungen stattfinden zum Beispiel oder Mobility Ride, das Flieh- und Blitzer-Berater als Marke. Da geht es dann ⁓ Speeder-Tickets, wenn du irgendwo ein Knöllchen bekommen hast. Und dann, Wunder, ist der Blitzer genau an dieser einen Stelle aufgestellt oder als Parkverbotsschild,

leider überhangen gewesen mit einem Blätterwerk und dann hast du halt dein Falschparkticket. Frankfurt ist da ganz bekannt für. Genau, das sind alles diese Rechtsgebiete. Und hier ist es insbesondere CTO-seitig das klassische Webgeschäft, also ganz normaler Online-Auftritt. Es gibt also reine Online-Strecke, ⁓ die Fälle zu erfassen, also dein Antrag quasi für eine vertragliche Zusammenkunft mit uns.

Philipp Deutscher (16:08)
Also ein Webfrontend

klassisch, genau.

Andreas Engler (16:10)
Genau,

ist ein klassischer Funnel, also klassische Funnel-Optimierung, möglichst schnelle Experimente, A-B-Testing zur Funnel-Optimierung und zur Conversion-Optimierung. Das geht auch ins Marketing rein, Marketing-Technologien, aber eben auf der technologischen Ebene nicht, was die Inhalte angeht. Da ist unsere Chief Marketing Officerin für zuständig und ihr Team.

Und die buchen auch dann die Campaigns zum Beispiel bei Google. Da habe ich nichts mit zu tun. Und meine Teams. Aber das Setup, dass das natürlich passiert und das Tracking sauber funktioniert, wenn das DWH läuft, die Auswertbarkeit der A-B-Tests und so weiter, das ist alles bei uns. Und der zweite Fall ist dann natürlich, oder der zweite große Segment ist dann natürlich in dem Moment, wir einen Fall eingesammelt haben und unseren Mandat jetzt vertreten, die möglichst effiziente und bestmögliche Bearbeitung mit den möglichst geringsten

Kosten und damit natürlich hohe Automatisierung, bestmögliche Prediction, welche Fälle wann vorkriegt zum Beispiel erfolgreich sind, unter welchen Gesichtspunkten das passiert und welche weiteren Informationen noch angebracht werden müssen.

Philipp Deutscher (17:20)
Du hast jetzt meine nächste Frage eigentlich schon bisschen vorweggenommen, weil ich wollte fragen, wo denn die digitale Wertschöpfung jetzt bei Flightride liegt. hast du gesagt, natürlich gibt es halt irgendwo das klassische Frontend, das Ganze muss erfasst werden. Du hast natürlich auch Daten, die im Hintergrund ausgewertet werden müssen. Wahrscheinlich wird da sehr viel Richtung Machine Learning auch stattfinden. Fragezeichen auch, können wir gleich drüber reden. Und natürlich auch das Thema Automatisierung. Wo ist denn der größte

Andreas Engler (17:38)
So.

Philipp Deutscher (17:46)
Mehrwert aus deiner Sicht, der hier geschaffen wird auf der digitalen Ebene, ist es dann, also die Front-end-Schrecke wahrscheinlich nicht, sondern dann eher die Frage, ist es das Thema Automatisierung oder ist es das Thema Machine Learning?

Andreas Engler (17:59)
Ja, Machine Learning ist ein Toolchain zur Automatisierung oder zur Vorhersage im Rahmen der Entscheidungsfindung. Ich komme natürlich von früher aus der Manager-Ecke, dieser prozessualen Denkschiene. Wenn du sagst, ich habe meinen Prozess, dann hat er irgendwo Abbiegsspielbereiche, wann ich zum Beispiel eine nächste Mail raussende oder ob ich jetzt die Mail so formuliere oder anders formuliere, zum Beispiel gegen die Gegenseite.

ob ich jetzt die Klagerschrift oder verklare, also ob ich überhaupt jemanden dann vor Gericht bis vor Gericht bringe, ob ich das als Gerichtsfall aufmache oder nicht. Und diese Entscheidungen haben natürlich alle die Informationslage zu diesem Zeitpunkt. Und dann muss ich mich halt entscheiden, mache ich jetzt links oder rum oder mache ich jetzt rechts rum? Und dass besser zum Beispiel mein Prediction Model ist. Und natürlich kann ich das mit Machine Learning Algorithmen, sollte ich das wahrscheinlich auch inzwischen mit Machine Learning Algorithmen bauen, dass du besser kann ich natürlich dann

auch agieren. Für die Dinge, bei denen Unsicherheit besteht, für die Dinge, bei denen natürlich der Prozessablauf klar ist, kann ich natürlich hardcoden und damit natürlich eine komplette Dunkelverarbeitung erreichen, bei der idealerweise natürlich die Dunkelverarbeitungsquote bei 100 Prozent ist, sodass in dem Moment, wo der Case aufgemacht wird, komplett zum vollsten Zufriedenheit unseres Mandats durchprozessiert wird rein in der Maschine und halt nicht mehr irgendwo manuell irgendwas passieren muss.

Philipp Deutscher (19:24)
Gemessen an den Aufgaben oder dem bei einer normalen Kanzlei, wie viel Prozent des Businesses da aktuell schon automatisiert oder so prozessiert, dass es wesentlich effizienter ablaufen kann, als das in einer normalen Kanzlei der Fall ist?

Andreas Engler (19:41)
Schwierige Frage, die genau zu beantworten oder exakt zu beantworten. Natürlich stehen wir auch im Wettbewerb und unsere Wettbewerber würden sich da gerne solche Referenzzahlen und Kenngrößen zur Gemüte führen. Die sechsstellige Anzahl wird von unter 100 Sachbearbeitern abgearbeitet.

Philipp Deutscher (19:52)
Ich verrat's niemandem weiter.

Andreas Engler (20:04)
Also das sind Zahlen, da wird sich jede normale 2-3 Mann Kanzlei die Finger nachzulecken nach der Automatisierungsrate.

Philipp Deutscher (20:12)
Das heißt, ihr habt das auch schon so stark automatisiert, dass ihr nicht auch die Menge an Fachpersonal braucht, das bearbeiten zu können.

Andreas Engler (20:20)
Wir haben teilweise Diskussionen, wo wir sagen, wir automatisieren das nicht, sondern gehen lieber auf ein Wachstumsthema, weil die Automatisierung in dem Bereich schon so hoch ist, dass jetzt weitere Investments für die Automatisierung sich rein ökonomisch im Hintertreffen sind gegenüber, okay, ich kann irgendwie zum Beispiel ein weiteres Produkt lanschen, wo ich unter Umständen halt auch ein ganz anderes Feld aufmache, noch mal als Rechtsgebiet.

Philipp Deutscher (20:49)
für den Endkunden ist das natürlich sehr convenient auch, wahrscheinlich wenn der Prozess relativ gut digital abgearbeitet ist mit relativ wenig Aufwand. Ihr übernehmt dann auch die Kosten bis zum Prozess. Das heißt, da fällt erstmal nichts an. Könnt ihr was dazu sagen oder willst du auch was dazu sagen, wie effizient die Resultate dann auch sind neben all der Automatisierung gegenüber dem, wenn es von einer normalen Kanzlei

Andreas Engler (21:17)
Ja, also wir sind einen der Marktführer, ne? Also auch was die Success Rate angeht. wir, genau, genau.

Philipp Deutscher (21:17)
bearbeitet werden würde.

Ja genau, ⁓ die Qualität, den Outcome geht es jetzt.

Andreas Engler (21:27)
Ja, genau. Also statistisch gesehen, wenn du kannst du nachgucken, gibt es manchmal Veröffentlichungen dazu im Internet, frei verfügbar. So wie viele Fälle haben wir denn gehabt? Wie viele Fälle haben wir denn auch oder wie viel Streitwert haben wir vor Gericht für unsere Mandate erwirkt? Und unsere Mitbewerber veröffentlichen die Zahlen eigentlich auch, zumindest die größeren, weil sie damit eigentlich auch zeigen wollen, wie gut es ist. Und da kannst du sehen, dass wir halt tatsächlich meistens das Benchmarking anführen. ⁓

Das hat aber auch viel mehr mit den Erfahrungswerten zu tun und mit den Dingen wieder eine Entscheidung für eine Automatisierung zum Beispiel getroffen wurden, als ob das eine Automatisierung jetzt gut oder schlecht ist. Die eigentliche Prämisse ist also viel mehr extern getrieben dann und oder ursprünglich mal people getrieben gewesen.

als dass es jetzt darum ging, dass wir irgendwo sagen, da wollen wir noch mal irgendwie eine halbe FTE wegkürzen oder so und kriegen das auch automatisch hin und dadurch geht aber die Qualität fürs Mandat runter. Das normalerweise nicht mehr der Fall.

Philipp Deutscher (22:34)
Jetzt ist es ja in vielen Unternehmen der Fall, dass der CTO entweder Tech-Fachmann ist oder der Business-Strategie. Jetzt bist du aber irgendwie beides. Du hast selber gesagt, du bist ja auch noch der Architekt und auf der anderen Seite baust du auch die Brücke zum Business. Warum ist diese Kombination, die du jetzt inne hast, aus deiner Sicht so wichtig oder

würde es auch funktionieren, wenn du reiner ... Business-Strategie wärst und den Tech-Bereich ... eigentlich an Mitarbeiter abgibst und delegierst.

Andreas Engler (23:03)
Es hat beides Vor- und Nachteile.

Ich bin der Erste mit dieser Kombination bei Flightride und bis jetzt kriege ich dadurch oder hatte ich positives Feedback darauf erfahren. Eigentlich hatte ich das immer in meiner Karriere erfahren, beides kombinieren zu können. Wenn man nur eine Seite bedient, nur technisch, irgendetwas aber keine Business Ahnung hat oder eben nur Business, aber keine Technik Ahnung hat, dann schafft man diese Brücke natürlich viel schlechter. Die Kommunikation zu den Stakeholdern entweder ins C-Level

oder Investor-Cremium wird schlechter, wenn ich Business nicht verstehe oder es wird halt zu meinem Team schlechter, wenn ich Tech nicht verstehe. So weiß ich beide Seiten. Ich habe selber programmiert oder programmiere auch teilweise immer noch. auch jetzt erst vor kurzem wieder

selber den, wir nennen den LLM Nexus bei uns an den Start gebracht, ein Middleware, was für LLM-Integrationen verwendet wird. Man hat dafür die erste Architektur- und Coding-Implementierung gemacht, weil das wichtig war. Und dann bin ich bei den wichtigen Themen auch teilweise bis unten dabei noch. Zumindest beim Startschuss, damit es die richtige Richtung losgeht und nicht irgendwie missverstanden, vielleicht irgendwie komplett woanders hin abbiegt.

Und auf der anderen Seite, gerade zum Beispiel bei Budgetdiskussionen oder ökonomischen Impact, ⁓

Was macht dann jetzt diese Technik? Dieses Technikfall liebt seine Technik wegen. Das ist halt vielen CTOs dann, die auf der rein technischen Ebene unterwegs sind, oftmals zugegen, was ich in meiner Karriere mitbeobachtet habe. Und das stößt dann bei den Ökonomen immer wieder auf Missgunst, weil dann natürlich, warum soll ich jetzt Geld für dieses neue Framework ausgeben? Was habe ich denn jetzt business-seitig davon? Macht mir ja gar nichts business-seitig. Toll ist das, neue Framework. Findest du cooler als das alte? Ja, und jetzt? Also da ist genau diese andere Ebene. Und

Schließlich sind wir eine Unternehmung. jede Unternehmung muss versuchen, möglichst ökonomisch produktiv zu sein. Und dann die Technik ein bisschen tiefer zu verstehen, hilft dir, den bestmöglichen Kniff oder den bestmöglichen Ansatz zu machen, der dich...

schnell nach vorne bringt, gute Time-to-Market, günstige Investitionskosten, geringes Budget. Aber der dir später nicht nach zwei oder drei Jahren dann auf die Füße fällt, weil du so viele Shortcuts vom Konsultant bekommen hast oder von der externen Bude bekommen hast, dass die genau wissen, in zwei Jahren haben wir dir die Folgeaufträge, es war jetzt günstig rein und dann sind sie am Fliegenfänger und dann kommen sie nie wieder raus. Das hast du ja oftmals gerade auch bei Lizenz, Software-as-a-Service-Produkten.

Die hören sich super an, dann nimmst du die rein in die Architektur oder so, nur weil du dann genau weißt, okay, wie interessiert mich in drei Jahren gar nicht mehr als Manager, bin ich hier vielleicht weg. Aber du weißt genau, das wird Folgekonsequenzen haben. Und mich interessiert das dann auch mal auf der technischen Ebene, ob wir mal zum Beispiel wieder wechseln würden, ob das so integriert ist, dass ich auch wieder easy wechseln könnte, ohne dass das Ganze in der Abschreibung mündet, die halt komplett gegen jegliche gute Entscheidung von vorne reinstehen würde.

Philipp Deutscher (26:12)
Interessanterweise ist das ja genau der Knackpunkt, dem einige CTOs scheitern oder einige, die auf dem Weg zum CTO sind, scheitern, nämlich so diese

richtige Balance zu finden oder behauptet sich in dieser Ambiguität zwischen was ist denn technisch möglich und sinnvoll und richtig und was ist dann auf der Business Seite, die maximiert meine Opportunitäten und Möglichkeiten. Wie erlebst du das im Alltag? Du hast natürlich schon jetzt gerade auch richtigerweise gesagt, man muss das halt irgendwie ausbalancieren. Wie, an welcher Stelle fällt dir das leicht und an welcher Stelle fällt dir das sehr schwer?

hier die richtige Balance zu finden. Und erlebst du auch an manchen Stellen, ... dass du sehr im Konflikt mit dir selber bist, ... was jetzt die richtige Maßnahme ist, ... ob jetzt eher der Techie gewinnt ... in der internen Diskussion mit dir selbst ... oder eher der Business Andreas?

Andreas Engler (26:55)
Hmm.

Ich merke immer wieder, dass oft der Business Andreas zu kurz kommt und eher der Techie gewinnt. Das liegt aber daran, nicht was wirklich mein Wissen angeht, sondern meine Awareness für die Situation. Den Raum zu lesen, die Stakeholder auch ein bisschen zu kennen und dann auch deren Perspektive und Wünsche in dieser Situation für Informationen einschätzen zu können, ist eher das, was dann bei mir zu kurz kommt immer noch.

Ich hatte letztes Jahr dazu sogar ein Training und eine Schulung gemacht, war aber nicht die erste und das war früher noch viel schlimmer. Da habe ich die Leute zugetextet mit sehr viel Detailinformation, typischweise aus der Technik-Impe, weil es für die Entscheidung relevant hat.

Relevanz hat und ich halt Transparenz schaffen wollte. Ich dachte, wenn ich allen diese Detailinformation mitgebe, dann ist ja jeder in der Lage zu erkennen, warum Entscheidung A die sinnvollste ist und nicht mehr Entscheidung B. Also ich wollte Leute überzeugen, indem ich sie mit technischen Argumenten vollbelabert habe. Das passt natürlich nicht für Leute, die diese technischen Argumente nicht hören wollen, daran kein Interesse haben und es auch gar nicht verstehen.

Und dann ist die Frage, wie schaffe ich denn trotzdem Vertrauen, dass Entscheidung A aber jetzt schon wohl überlegt ist und natürlich die bessere Entscheidung ist als Entscheidung B, obwohl vielleicht die erste Tendenz von den anderen Entscheidungen auf Entscheidung B gegangen ist. Und das geht viel eher über eben soziale Dynamiken und über Körpersprache.

über Auftreten, über Erfolge in der Vergangenheit oder kleine Schritte zur Entscheidung A, anstatt direkt B abzuraten. Das geht auch teilweise. Dann machen wir erstmal B und zwei, drei Monate lang da einen Invest zu tätigen, wohl wissend, dass der dann später abgeschrieben wird, während dann Entscheidung A mehr reifen kann und dann auch Sprecher und Fürworter bekommt. Also die Politik im Endeffekt auch mitzuberücksichtigen, die mit Themen da ist.

Dadurch wird es komplexer.

Aber man muss dann auch so ein bisschen loslassen auf diesem Ich hab's euch doch gesagt oder das war mir von vorneherein klar oder so und einfach auch ein bisschen lösungsoffener auch als CTO sein für Business Diskussionen auf dem Thema. Dann wird es vielleicht vielleicht erstmal B. Dann ist es nicht eine technisch motivierte Entscheidung. Ja und? Also es kann ja dann trotzdem vielleicht auch für den Erfolg der Unternehmung mittelfristig, langfristig sogar besser sein.

weil es aus dem ökonomischen Gesichtspunkt heraus die viel bessere Entscheidung war, auch wenn du als technischer motivierter Mensch vielleicht dann mit A gegangen wirst, weil dir die technischen Aspekte halt wichtiger gewesen sind. Von daher, diese eher beratende Perspektive auf dich als CTO zu einzunehmen. Du bist Berater, du bist nicht der, der die Endentscheidung trifft. Entweder ist es Gesamtleadership-Team oder die Geschäftsführung CEO-Level. Du bist im Endeffekt einer von diesen Team.

Philipp Deutscher (29:58)
Hmm.

Andreas Engler (30:09)
die versucht, die Gesamtunternehmung in die richtige Richtung zu justieren. Und aus der Ebene hast du eine Meinung. Aber die Kompetenz und oder Verantwortung alleine trägst du typischerweise nie. Es sei denn du bist CTO CEO.

Philipp Deutscher (30:25)
Ist dir das schon mal

richtig vor die Füße gefallen, das Thema? Du sagst ja, der doch an so vielen Stellen der Techie in dir immer noch meinungsstärker oder vielleicht der Techie... Also meine Perspektive, fangen wir mal so an, vielleicht meine Perspektive da drauf ist, dass der Techie natürlich sehr oft einfach zwischen richtig und falsch unterscheiden kann. Einfach weil viele Dinge binär sind und vielleicht auch viel mehr Dinge du einfach auch binär entscheiden kannst, das ist eine gute Lösung, das ist keine gute Lösung.

Andreas Engler (30:31)
ja!

Philipp Deutscher (30:55)
Wir werden auch durch Mindset, durch Universitäten natürlich sehr stark darauf geprimed, dass es die richtige technische Lösung und du wirst nur nach der bewertet. Und auf der anderen Seite, auf der Businessseite ist alles sehr viel mehr in den grau Bereichen unterwegs. Und ob es eine Opportunität sich tatsächlich dann auch auszahlt oder nicht, ist halt auch ein bisschen von sehr vielen Faktoren abhängig. Deswegen ist das einer der Gründe.

Andreas Engler (31:17)
Ja.

Philipp Deutscher (31:19)
Warum dann immer noch so sehr der Techie in der drin die Überhand gewinnt, weil du dann eher zwischen richtig und falsch auf der einen Seite unterscheiden kannst oder ist es ein anderer Grund?

Andreas Engler (31:31)
Ne, ist tatsächlich, ob ich zwischen richtig und falsch entscheiden kann, ist ja schon wieder jetzt mit einer Wertung. Wenn wir die Wertung rausnehmen, ich bin darauf geprimed und der Technik in mir ist darauf geprimed, auf harte Fakten binäre Strukturen oder Entscheidungs-Forkast zu legen. Und dadurch habe ich relativ schnell

Philipp Deutscher (31:49)
Ja, sogar viel besser erklärt. Ja, sehr gut.

Andreas Engler (31:56)
Technisch motivierte Meinungsstruktur, wo eine klare Präferenz dann für eins von zwei oder wenn 15 Optionen da ist dann halt irgendwie drei oder so, relativ schnell sich rauskristallisieren, dass eines von denen drei sein müsste oder so. Das ist tatsächlich der Fall. Das ist im Physikstudium auch tatsächlich, da bin ich mir absolut sicher, etwas was du

eingetrillt bekommst, in vielen Kleinigkeiten, irgendwelchen Übungen, das Praktikum, irgendwelche Experimente machen und so, da gibt es nicht mehrere Lösungswege, die wirklich komplett anders sind. Die Lösungswege, sind alle relativ ähnlich oder gleich und nähern sich die Probleme relativ zügig an. Und dadurch hast du halt die Gewohnheit, gerade in Physik erlangt, komplexe Strukturen, komplexe Systeme schnell zu verstehen, zu erfassen, zu zerlegen.

Regelwerke dafür abzuleiten, die diese komplexe Struktur jetzt für dich erklärbar, deterministisch machen, plötzlich. Und das ist in anderen Fakultäten und anderen Lehrstühlen nicht der Fall. Philosophie, Marketing oder so ist alles diffuse, ist alles einfach mehr probieren wir mal oder machen wir mal und so. Und dadurch ist natürlich dort das vielleicht nicht so vorhanden. Das heißt aber nicht, dass es besser oder schlechter ist.

Philipp Deutscher (33:01)
Absolut.

Andreas Engler (33:15)
Weil was dann halt weggeht, ist diese soziale Interaktion. Dieses... mit Leuten und einem Team zusammenzuarbeiten. Mit anderen auf der Gefühlsebene zu verstehen oder wahrzunehmen. Das fällt halt weg. Also interessiert niemanden in der Physik, wie du dich fühlst, wenn du den Ball runterfallen lässt, die Beschleunigung zu messen. Aber es ist natürlich wichtig, in jeglichem Arbeitskontext.

Philipp Deutscher (33:23)
Absolut.

100 Prozent. Ja und um natürlich noch ein Beispiel aus der Informatik zu bringen, das Thema Datenbanknormalisierungen, kannst, wirst, also versuch mal, du kriegst im Studium sehr viel beigebracht, wie du die erste Normalform erstellt, die zweite und die dritte und natürlich sind Normalisierungen irgendwo wichtig, weil du willst deine Daten natürlich auch in einem relationalen Datenbankmodell möglichst redundant, redundanzfrei, konsistent und effizient

Möchtest du das gestalten? Naja, aber zieh das mal wirklich bei einer produktiven Datenbank bis zum Exzess durch, wie performant dann am Endeffekt diese Datenbank dann noch funktionieren wird. So, und da sind wir auch wieder bei dem Punkt, was ist denn technisch richtig, dann, wenn du in der Lage bist, erste, zweite, dritte Normalform irgendwo durchzuführen. Aber ist es dann in der Praxis auch sinnvoll, das immer einzusetzen? In vielen Fällen nein, weil es einfach nicht so funktionieren wird.

Andreas Engler (34:37)
Genau, also weg von dem Reinen Theoretikum hin ins reale Leben.

Philipp Deutscher (34:42)
Genau, schöner Überschnitt. Und was ist das auch etwas, was dich unterscheidet von anderen City-O's, die du bisher erlebt hast oder mit denen du gearbeitet hast? Oder wie siehst du dich dann im Vergleich zu denen? Sind die mehr Business und du bist dann der Outlier, weil du mehr Tech bist?

Andreas Engler (34:58)
Tatsächlich, also statistisch hatte ich viel mehr Leute kennengelernt, die reine Managerperspektive hatten, die auch teilweise gar nichts mit Informatik jemals zu tun hatten und dann mindestens eine CIO-Rolle oder eine CDO-Rolle begleitet hatten und ganz wenige Leute, die da tatsächlich ein hohes technisches Grundverständnis hatten.

in dem Umfeld, in dem ich war. Das muss man sich auch den Sektor anschauen. Ich habe so drei, vier Sektoren. Deutsche Energiewirtschaft, dann Versicherungsbranche, Finanzbranche und dann noch ein bisschen rund ⁓ E-Commerce.

Das ist aber glaube ich etwas, was dann ganz anders sich darstellt, wenn man das Ganze in Richtung Start-up-Szene oder halt insbesondere auch in Richtung jetzt Softwarefirmen oder auch Big Tech oder sowas anschaut. Da sind Vielfachleute, natürlich einen ausgesprochenen technischen Fokus haben und in der CTO-Rolle dann sind. Von daher, ich glaube, das ist dann so ein Sektor-Ding, das halt in Deutschland in eher technisch fernen Sektoren, Versicherungen,

dann halt gar nicht so schlimm ist, wenn dann der CIO noch nie was wirklich selber von Informatik gehabt hatte, sondern da dann halt eher so auf der Manager-Ebene ankiert und halt eigentlich BWL studiert hatte.

Philipp Deutscher (36:20)
Du hast es gerade eben bisschen angedeutet, aber nochmal die konkrete Frage. Kennst du viele CTOs, tatsächlich Zero-Tech-Background haben?

Andreas Engler (36:30)
schon einige, ja.

Philipp Deutscher (36:33)
Ich kenne die auch, das ist interessant. Ich musste da die Tage auch noch mal darüber schmunzeln, weil ich auch auf LinkedIn was geschrieben hatte zum Thema, der beste Engineer oft nicht eine gute Wahl ist, CTO zu werden, einfach weil er sich noch darüber definiert, der beste Engineer zu sein. Und interessanterweise in die Zuge dieses Kontexts hat dann jemand in den Kommentaren dieses Argument einfach umgedreht und hat dann gesagt, ja, das stimmt.

Andreas Engler (36:54)
Hm.

Philipp Deutscher (37:01)
Und übrigens ... jemand kann auch kein guter CTO werden, der keine Ahnung von Technik hat. Und da an dem Punkt würde ich halt widersprechen. Nicht, weil es nicht sinnvoll ist, die Technologie auch zu können, wenn man CTO ist, ... aber es ist tatsächlich kein ... Einstellungskriterium zwangsläufig, ... dass du als CTO sehr, gut in Technologie sein musst. Das kommt halt immer auf die Umstände an. Ich weiß nicht, wie es bei Flightride wäre.

Aber ich kenne auch durchaus sehr viele CTOs, die keinen Tech-Background haben und die trotzdem sehr gut in ihrer Rolle sind oder sehr wirksam in ihrer Rolle sind.

Andreas Engler (37:32)
Ja, ich würde denken, das kommt sehr stark auf den Senioritätsgrad der schon vorhandenen Unterorganisationen an. Wenn die gut aufgebaut ist und dieses technische Background-Know-how inzwischen als Fundament ohne Probleme liefert, warum soll es jetzt noch der CTO auch noch können? Müssen. Muss nicht mehr zwingend der Fall sein. Meine Rolle ist ja, eine Organisationsstruktur aufzubauen, die in der Lage ist, auch ohne mich zu arbeiten.

Und das sollte jeder gute Manager können. Von daher, ich hab gestartet, da waren wir wesentlich weniger Leute im Tech-Bereich. Die All-Right Group hat sehr stark in Tech investiert in den letzten drei Jahren. Also sprich, ich konnte einiges bewegen, was auch meine Vorgänger dann halt nicht in dem Ressourcenumfang auch bewegen konnten. Und ...

Philipp Deutscher (38:02)
Absolut.

Andreas Engler (38:26)
Das ist etwas, was immer Berücksichtigung finden muss. Je kleiner die Organisation ist, desto wichtiger ist, dass der CTO Tag kann und selber Ahnung davon hat. Je größer die Organisation ist, desto unwichtiger wird es.

Philipp Deutscher (38:38)
Das hast du glaube ich sehr gut zusammenfasst gerade. Das heißt aber auch deine Vorgänger in der Rolle, waren weniger techlastig im Vergleich zu dir.

Andreas Engler (38:49)
Interessanterweise ist das ein Auf und Ab gewesen bei Flightride. Mein Direktorvorgänger war ein Interim-CTO. Mit dem habe ich noch zusammengearbeitet. Er war sehr tech-lastig, hat aber auch sehr viel Business-Know-How aufgesammelt.

bisschen technastischer als ich, nicht nur. Sein Vorgänger allerdings, der war tatsächlich früher der beste Programmierer und super techlastig, war aber auch ein sehr kleines Team, was er hatte. Und der CTO davor, dann gab es gar keinen CTO. Da war der CPO der Entscheidungsfinder und er hatte halt keinen Schimmer von Tech. Und hat aber natürlich die Leitung als Chief Product Officer über die Tech Teams gehabt.

Philipp Deutscher (39:34)
Wie blickst du denn jetzt darauf auf, das, was zum damaligen Zeitpunkt entstanden ist? Oder lässt sich das überhaupt sagen? Also kann man denn sagen, naja, die Tatsache, dass da jemand die Führung hatte, der keinen Tech-Bezug hatte, das sind genau die Baustellen, an denen wir heute immer noch rumdoktern und die technischen Schulden, die wir heute immer noch aufräumen müssen. Ist das so? Oder kannst du das sagen?

Andreas Engler (39:55)
Ich finde das unglaublich schwer, selber. Ich empfehle jedem das eigentlich auch nicht zu tun, über die Arbeit anderer Manager zu urteilen, in Situationen, in denen man selber ja nicht mit dabei war. Wenn man dann hinterher sagt, sind aber technische Schulden entstanden. Exakt.

Philipp Deutscher (40:13)
Die entstehen immer. Du wirst nicht ohne Kompromiss durch

das Leben gehen können.

Andreas Engler (40:18)
Exakt. So. Und dann regt man sich hinterher immer auf, über welche technischen Schulden auch immer entstanden sind und kann natürlich die Vorgänger und Vorgängerinnen irgendwie verteufeln oder so. Und naja, hier, ich drauf gar ... Was auch immer. Aus meiner Sicht sollte man das nicht tun. Es ist auch nicht etwas, was objektiv sinnvoll ist. Denn man weiß meistens ja nicht, warum die Situation damals zu dieser Entscheidung geführt hat.

Unter Umständen war das etwas, was vermeidbar gewesen ist. Es wurde darauf hingewiesen und es wurde trotzdem dann entschieden, aufgrund von welchen Constraints auch immer, dass trotzdem dann halt dieser Weg gegangen wird, wodurch dann diese technischen Schulden aufgebaut werden.

Philipp Deutscher (40:56)
Ja, das ist

natürlich eine sehr diplomatische Antwort. Ich verstehe das natürlich auch, dass du das sagst. Es ging mir jetzt auch nicht darum, das qualitativ einzuordnen, sagen, das war jetzt irgendwie schlechte Arbeit oder so. Aber gerade, es wäre ja mal interessant gewesen, weil deine direkten Vorgänger schon einen sehr viel größeren Tech-Bezug hatten und natürlich der Vorvorgänger einen viel weniger großen Tech-Bezug. Ob vielleicht aus deiner Wahrnehmung du mehr technische Entscheidungen aus der Zeit, aus heutiger Sicht vielleicht

Andreas Engler (41:25)
Es ist tatsächlich für mich, für die Analyse der Gesamtarchitektur und oder auch unserer Dinge, die wir angehen müssen und mit dem Team arbeiten, wann das entstanden ist und wie das dazu kam, ist es tatsächlich so, dass die Charaktere und die unterschiedlichen verschiedenen Präferenzen meiner Vorgänger einen direkten Implikationen Impact hatten auf was ist die Technik hier.

Philipp Deutscher (41:26)
reversibel findest oder ... questionable findest oder als die anderen.

Andreas Engler (41:54)
problematische Begebenheit hier. Und da muss man schon sagen, bei einem Chief Product Officer ist natürlich die Mission, zumeist, so kenne ich das nicht nur jetzt von meinen Vorgängern und die technischen Schulden, sondern auch über meine Karriere Chief Product Officer beim Nexabl als direkten Counterpart gehabt zu mir als Director Engineering. Und da ist immer die Präferenz bei einem Chief Product Officer natürlich mehr Features.

Philipp Deutscher (41:56)
Hm.

Andreas Engler (42:19)
Mehr Features, bessere Time-to-Market. Hier noch irgendwo was Cooles für den UX oder so. Der Kunde muss was erleben. Hier noch ein Gimmick oder so. Nächstes Produkt. Also es geht viel mehr darum, Outputs zu erzeugen und Time-to-Market zu haben, als ob jetzt technische Schulden gemacht werden oder das Ganze mit irgendwie, wie auch immer das gemacht wurde. Es interessiert typischerweise gar nicht, wie das technisch, mit welchen Frameworks oder irgendwie überhaupt programmiert wurde. Und ob es morgen noch wachbar ist.

Philipp Deutscher (42:45)
Das ist richtig.

Man kann natürlich auch argumentieren und sagen, ... naja, eine stabile Time-to-Market lässt sich ja ... sowieso nur erreichen, wenn du natürlich auch nicht ... ständig nur technische Schulden aufnimmst, ... weil dann wird das irgendwann halt zurück schlagen.

Andreas Engler (43:00)
Irgendwann kollabiert es, aber

am Anfang, wenn es nur nach Product Officer oder Product Owner geht, dann geht es typisch, und der kein technisches Background-Resort hat, geht es immer nur mit maximalen Volldampf nach vorne. Und auf der anderen Seite hast du natürlich, wenn dann die Entscheidung von jemanden kommt, der rein früher der beste Programmierer ist oder auch immer noch der beste Programmierer ist, dann ist halt neues Framework unter Umständen.

Und dann wird das Ganze halt sehr stark auf dieser technischen Ebene klein, klein durchdiskutiert. Und faktisch ist aber das große Gesamtbild, was die Gesamtunternehmung vielleicht braucht, organisatorische Strukturen, vielleicht geschaffen werden müssen, Policies, vielleicht irgendwie da sein müssen oder Prozesse, andere Prozesse, die vielleicht gelebt werden müssen, die sind dann oftmals nicht da. Und dann ist plötzlich auch, weil es der beste Programmierer ist, vielleicht auch Kopfmonopol, was dann stark steigt.

Warum alle Entscheidungen gehen dann plötzlich nur noch über den CTO, der ist dann auch der Admin für alle Systeme und das ist seine persönliche E-Mail-Adresse, weil das hat er mal am Wochenende selber noch mal runterprogrammiert.

Warum? Wenn er selber programmiert, weiß er ja auch, ist am schnellsten fertig, weil er ist der beste Programmierer von allen. Also warum soll es denn jemand anderes geben? Das Kritischste muss er selber programmieren. Er gibt dann auch nichts ab und vermittelt das Wissen auch nicht, weil er hat keine Zeit. Er muss ja das nächste Beste möglichst schnell runter programmieren, weil er ist der beste Programmierer. Das Wissen kann er auch nicht multiplizieren, weil er hat keine Ahnung, wie er sich multipliziert, weil er ist Programmierer und nicht Manager. Also das sind halt andere Probleme, die dann dadurch vielleicht getriggert werden, wenn aus der Reihen Programmierer, Techniker,

Brille auf Organisationsstrukturen und Strategienkurs.

Philipp Deutscher (44:36)
Richtig. Und was natürlich Programmierer heutzutage auch sehr oft tun, ist, sich mit künstlicher Intelligenz auseinanderzusetzen. Zumindest mal auf User-Seite der ein oder andere setzt es auch aktiv zur Entwicklung ein. Du hast selbst tiefes Know-how in Data Science und AI. Wie blickst du denn aktuell auf den oder wie blickst du überhaupt auf den aktuellen AI-Hype?

Andreas Engler (44:58)
Ja, ist immer wieder super zu beobachten, dass der Hype Cycle von Gardner immer wieder ganz routiniert solide durchlaufen wird, mit egal welchen Passwörtern und egal welchen Hype-Themen. Die Strukturen rund ⁓ die LLMs und Stable Diffusion sind, würde ich sagen, Moment auf den Peak angekommen.

Ich gehe davon aus, dass wir direkt einen echten Mehrwert in den nächsten zwei bis drei Jahren beobachten können im Markt von aktuellen Transformer Models, die reinkommen. Und ich finde das super spannend. Ich beobachte das und wir setzen das natürlich teilweise jetzt schon ein. Ich habe zu Hause schon letztes und vorletztes Jahr damit rumgespielt, seitdem eigentlich dafür ein bisschen mehr Zugang besteht.

Ein einfacher Zugang darauf besteht, mit Open Source Modellen und ähnliches. Aus der Paper Ebene ist es relativ alt. Ich weiß nicht, acht Jahre, neun Jahre alt oder so, Paper von damals noch, mit Transformer Models. Ja, irgendwie in der Größenordnung.

Philipp Deutscher (46:05)
Spur 17 war das oder? Oder Spur 18? Ja, genau.

Andreas Engler (46:09)
Und was ich ein bisschen irritierend finde, ist sein Old Man selber. Das hat man ersten Interview nicht so, aber es ist immer mehr und mehr zu beobachten. Gerade in letzten Monaten, die vergangen sind seit unserem damaligen Interview, dass...

Die One Winner Takes It All, die AI Race. Wo ich mir denke, was denn für ein Rennen, wo ist denn die Ziellinie? Das ist keine Race, das ist eine allgemeine Entwicklung und das ist nicht One Winner Takes It All. Es gibt jetzt schon genug Open Source Modelle, die frei verfügbar sind, die gut genug sind, ⁓ die meisten LLM-Cases, Use Cases sehr gut zu enablen, wo ich jetzt nicht das neueste, beste, allgemeingängigste Modell brauche. Ich habe ja meistens sowieso einen relativ...

guten Use Case, wo ich sage, da möchte ich das nutzen. Und das ein LLM alles abdeckt, ist auch energieeffizient seitlich nicht wirklich sinnvoll. Und dass die Dinge immer größer werden und immer mehr Rechenkapazität brauchen, macht ja nur Sinn, wenn dadurch durch die Komplexität irgendwie dadurch irgendwas gewonnen werden würde. wenn ich jetzt ein LLM habe, was genau diesen Use Case super gut abdeckt.

Dann ist eigentlich das Ziel, dass dieses LNM so effizient und so wenig Energieverbrauch hat für mein, während ich es einsetze, dass ich es der kleinsten möglichen Maschine laufen lassen kann und nicht auf einen riesen Cluster von der neuesten Vera.

NVIDIA-Chips, die gerade jetzt auf der ZS vorgestellt wurden, wo NVIDIA damit Werbung macht, dass bis zu zehnmal weniger Watt verbraucht wird, wo man schon sieht, wie energiefressend die sind gegenüber einem Grade Boosted Tree oder sowas, wo ich dann auch als Machine Learning Case einsetzen kann, was auch komplett in den Hintertreffen gerät oder vergessen wird. AI oder Machine Learning ist nicht nur Large Language Models.

Und die sind auch nicht das beste oder der beste Einsatzzweck für jeglichen AI Use Cases, ich in der Unternehmung habe. Zum Beispiel werde ich vor Gericht gewinnen oder nicht? Kann ich ja mal das LLM fragen. Mal gucken, was das LLM dann sagt.

Philipp Deutscher (48:17)
Deswegen macht es ja Sinn, nochmal

spezialisiertere Modelle zu bauen für spezialisiertere und kleinere und viel spitzer zugeschnittene Use-Cases. So dann bist du weniger... Es ist ja auch wie bei Mitarbeitern. Du hast Generalisten, du Spezialisten und das wird es wahrscheinlich auch bei LLMs geben. Trotz allem hast du natürlich recht, dass der ganze Markt ja nicht nur aus LLMs auch wenn man aktuell den Anschein hat dazu.

Andreas Engler (48:27)
Ja.

Philipp Deutscher (48:44)
Du hast jetzt eben oder im Eingang deiner Einschätzung des aktuellen Situation gesagt, dass wir am Peak angekommen sind. Darüber kann man natürlich streiten, also ob das der Peak ist und welche Indikatoren siehst du denn, dass es sich einen Peak handelt. Und wir könnten ja auch noch am unteren Teil einer Kurve gehen. Das geht noch vielleicht noch viel steiler nach oben und wird noch viel heftiger, bevor wir irgendwann den Peak sehen und irgendwann eine Bubble poppt.

Andreas Engler (48:44)
Ja.

Hm.

Ob die Bubble poppt, eine andere Diskussion. Der Gardener Halbcycle ist ja eigentlich eher so, wie oft wird das danach gesucht? Wie weit sind jetzt Pitches? Wie laufen die Consultants damit rum? Und da spricht einiges dafür, dass wir so am Peak ankommen sind, zumindest auf einem Plateau. Das kann jetzt noch zur Seite laufen. Und das mache ich daran fest, höchste Investmentvolumina ever. 1,4 Trillionen also 1,4 Billionen Dollar auf europäischen

Philipp Deutscher (49:15)
Richtig.

Andreas Engler (49:42)
Zahlenkonventionen geredet, was jetzt das Commitment war von Open AI für Cloud Center, die so in der Zeitstrecke gebaut werden sollten und Energieversorgung bekommen müssten, was unprotestant wäre. Also es ist eigentlich bautechnisch nicht mal umsetzbar, was da schon contracted wurde, wo ich mir denke, okay, das ist ja dann nur noch eine Publicity Story, weil die Cloud-Anbieter, mit denen der Vertrag gemacht wurde, wissen, das kriegen sie nicht gebaut und mit Energie versorgt, weil

Dafür bräuchte eine nukleare Powerplans, müssten erst mal genehmigt werden und bis die gebaut sind, wird dann alleine schon dafür die Zeit draufgehen. Da haben sie noch nie mal das Center angefangen, geschreibe dann, es OpenAI zur Verfügung stellen könnten. Und das ist halt etwas, was so in dem Umfang halt noch nie passiert ist. Und ich kann halt für mich nicht wirklich glauben, dass das jetzt noch übertroffen werden soll. Also wie will man diese Stories, die schon ...

im Fantastilionenbereich und im Fantasiebereich stattfinden, die physikalisch nicht mehr umsetzbar sind. Wie will man die jetzt noch toppen, damit der Hype noch weiter nach oben gehen kann? Da sieht man auch schon, dass die Wachstumszahlen, also das Wachstum von Jahr zu Jahr, zum Beispiel bei Nvidia, die damit sehr erfolgreich im Moment sind, von Jahr zu Jahr nicht mehr die gleichen Steigerungszahlen haben, sondern jetzt anfangen langsam auch runterzugehen, abzuschwächen. Und...

Philipp Deutscher (51:03)
Irgendwo auch

normal, wenn man im Trillionenbereich schon unterwegs ist.

Andreas Engler (51:06)
Ja,

und es ist halt auch lang nicht mehr so übertreffend zum Beispiel gegenüber irgendwelchen Analystenschätzungen. Also sprich, die Erwartungshaltung der höchsten Optimisten, wie sich's entwickeln würde, wird jetzt etwa gerade noch so getroffen, mit allem, was jetzt irgendwie rausgeholt wird aus der Büchse. Und die Wahrscheinlichkeit, dass das halt jetzt weiterhin mehr wird.

wüsste ich nicht, aus welcher ökonomischen Gesichtspunkte das eigentlich noch kommen sollte. alles ist darauf hingetailert inzwischen und gestresst, die maximalen Erfolgsgeschichte erzählen zu können. Noch weiter das rauszobt, wie mir das noch eine höhere Erfolgsgeschichte erzählt werden kann, halte ich für unwahrscheinlich, hochgradig unwahrscheinlich. Die Wahrscheinlichkeit nimmt schon dessen natürlich umgekehrt Schluss zu, dass irgendwann mal die erste Erfolgsgeschichte nicht mehr fortgesetzt werden kann.

Warum? Weil halt die Realität dann hittet. ich meine, das heißt nicht, dass AI nicht adaptiert wird. Das heißt nicht, dass LLM-Modelle nicht massiven Business Mehrwert schaffen.

Das heißt nur, dass die Geschwindigkeit, in der das passiert, und den Umfang, in der das passiert, eben nicht dem Hype gerecht werden kann. Weil dann wäre die gesamte Ökonomie einfach nur noch AI und nur noch LLM. Und es gibt eigentlich niemanden mehr, der irgendwo noch irgendwo arbeitet, während das gesamte Ökonomische, was an Mehrwert, an Produktivitätssteigerung passiert ist, an die Allgemeinheit weitergegeben wird.

Das wäre das erste Mal, dass das passiert, seit den 70ern oder in 60ern, wo das sich entkoppelt hat. Also halte ich auch für massiv unwahrscheinlich.

Philipp Deutscher (52:46)
Das

eine ist natürlich so die ökonomische Einschätzung, wie heiß der Markt gerade ist und dass da sehr viel Geld reinfließt, vielleicht sogar zu viel Geld, ist natürlich eine Tatsache. Ob es dann der Peak ist an Gelde, da reinfließt, also was wären denn andere Faktoren, auf die man schauen kann, zu gucken, ob da nicht sogar noch mehr Geld reinfließen kann als bisher? Siehst du denn technologisch?

das Thema auf einem Plateau angekommen oder gibt es auch hier nochmal eine relativ hohe Wahrscheinlichkeit oder eine hohe Erwartungshaltung, dass man in nächsten Jahren auch nochmal andere, vielleicht ähnlich exponentielles Wachstum in den Bereichen sehen wird?

Andreas Engler (53:17)
Mh.

Ich halte die Verknüpfung und damit natürlich alles, jetzt rund Argentic passiert, für super spannend und interessant, weil dadurch viele der programmatischen Invests, die du sonst mit klassischen Coding oder sowas hättest noch machen müssen, in Plattformstrukturen machen kannst. Das ist auch, glaube ich, der einzige Weg, wie OpenAI sich selbst als Brand und Spieler mittelfristig nachhaltig etablieren könnte, wenn im Endeffekt eine Bindung entsteht und du eine Abschreibung hättest, wenn du wegwechslst.

würde es, insbesondere als Company. Für Privatpersonen glaube ich ist das nie relevant und die werden immer wechseln können auf irgendeinen anderen LLM-Anbieter. Von daher sieht man jetzt auch bei Jiminy 3, wie plötzlich dann Google durch die Decke geht, nur weil die mal ein bisschen besseres Modell jetzt mal haben, für sechs Monate oder so, bis der nächste Spieler wieder das etwas bessere Modell liefert und dann im Stockmarket wieder durch die Decke geht und dann alle nicht mehr an Google oder OpenAI denken. Und da sieht man dann, wie hoch...

Philipp Deutscher (54:27)
Kann

man das denn einschätzen, jetzt hier tatsächlich eine Zeitenwende stattgefunden hat und Google jetzt permanent Open AI überholt hat oder ist das tatsächlich immer nur ein mal ist der vorne, mal ist der vorne?

Andreas Engler (54:43)
Da sieht man, wie das komplett in der Presse im Moment distorted ist. Wir reden hier einmal über Google, den größten Search-Anbieter der Welt. Milliardenkonzernen, die in ihrem Quartal mehr Marge und Profit haben als OpenAI-Umsatz im Jahr.

Und die auch ein LLM haben. Und auf der anderen Seite OpenAI, die nur von Investorengeld leben, die lange Zeit Early Adopter, Market, Erster, Mover und so Branding-Erfolge hatten. Aber wo ist jetzt OpenAI bitte schon mit einem GCP integriert und verknüpft und vernetzt? Wenn ich GCP habe,

Warum soll ich jetzt OpenAI anbinden? Jiminy ist zwei Klicks entfernt und Jiminy ist für mich verfügbar in meinem GCP-Environment und alle meine Services können ich direkt auf den Endpunkt funneln, während auf der anderen Seite neue Rahmenverträge gemacht werden müssen, neue Enterprise Agreements und so weiter, das Ganze rüber zu OpenAI und ChatchiBT zu schieben und den Playground zu nutzen. Selbe ist bei Microsoft. Super clever gemacht von Microsoft, sich Early-Nutzerrechte an ChatchiBT zu sichern.

Und darüber wird natürlich JetGPT auch überleben und OpenAI wird wahrscheinlich dann irgendwann mal ein Department der Microsoft werden, wenn es sich einfach normal entwickelt und jetzt nicht noch der Heilige Krall gefunden wird. Aber das ist natürlich etwas, was nicht die Investoren haben wollen. Das auch nicht was, was Altman erzählt oder erzählen möchte. Und das ist ja das, was er besonders gut kann. Verkaufen und erzählen, Fantasien aufmachen, selbe wie Alan Mask. Wo ja Krok ist, auch noch ein Anbieter. ⁓

auch nicht schlecht ist. dann Meta mit Llama, wo jetzt erst, ich glaube, der Head vom gesamten LLM-Team entlassen wurde, nachdem rausgekommen ist, dass die die Benchmarks gefakt haben, wo dann schon wieder, man sieht, wie wichtig diese Publicity und diese Benchmarks dann und ist das das bessere Modell als das Modell, was aber nie hinterfragt wird, brauche ich denn das bessere Modell für meinen Newscales?

Philipp Deutscher (56:51)
Ja, und

es wurde ja auch spekuliert, ich hab nicht recherchiert, wie sehr das tatsächlich der Wahrheit entspricht. Es wurde ja auch spekuliert, dass gerade GroG und XAI sehr stark das Benchmarking hin optimiert haben, ihre LLMs.

Also das ist nicht ein Seiteneffekt, aber vielleicht machen Sie die anderen genauso, nur weil es jetzt Elon Musk XAI ist, dann ist es besonders wieder in den Medien. Deswegen, ich kann das nicht einschätzen, aber wie siehst du das?

Andreas Engler (57:22)
Meinst du, OpenAI, wird nicht alles dafür tun, bestmöglichen Benchmark-Outkommen in allen möglichen bekannten Benchmarks zu erzählen? Sicher, absoluter sicher. Das ist ja die einzige Möglichkeit, wie ich als Unwissender von außen entscheiden kann, wer hat denn hier jetzt das beste Produkt.

Philipp Deutscher (57:29)
Fair point.

Andreas Engler (57:39)
Das Produkt ist ja für die Allgemeinheit nicht verständlich oder zugänglich. Alle kosten irgendwie 20 Dollar Subscription Fee pro Monat. Also entweder nehme ich das, weil es mich nicht weiter interessiert, weil ich mich damit nicht auskenne und nicht beschäftigen möchte, was jetzt das bekannteste ist und mit dem die Masse läuft. Oder ich beschäftige mich damit und möchte mich dann irgendwie als Experte oder so, dann lese ich mir diese Benchmarks durch. So ich kann ja auch.

Wenn ich nicht eine extrem also wenn ich nicht einen echt prüfbaren, validierbaren News Case habe in meiner Unternehmung, typischerweise. Und dann fahre ich einen Benchmark selber für diesen News Case mit mehreren Modellen. Solange ich das nicht mache, kann ich überhaupt nicht einschätzen, welches Modell das Beste ist. Und dann gehe ich am liebsten natürlich mit dem, bei dem der Benchmark mir sagt, das ist das Beste, damit wenn es mein News Case verkackt wird, was echt viele anscheinend ja waren, zumindest wenn man einigen Beratern glauben.

von Beratern glauben soll, sind ja letztes Jahr was 93 Prozent oder so aller LLM Use Cases wieder eingestampft worden, weil sie nicht funktioniert haben in Enterprises weltweit. Dann ist halt genau der Punkt, wenn das Projekt nicht funktioniert, dann ist es wenigstens nicht gescheitert, weil ich das schlechtere LLM genommen habe, sondern ich habe das Beste vom Markt genommen, dann muss ich mir als Projektleiter oder als Lenkungsausschuss dann auch nicht sagen lassen, dass ich irgendwie versaut habe.

Philipp Deutscher (58:58)
Wie sehr lassen sich denn überhaupt für 99 Prozent der Use Cases hier überhaupt ein besser oder schlechter ausmachen? Also ich würde jetzt mal die These aufstellen, dass die großen LLMs, also die großen Frameworks, die großen LLMs so mehr oder weniger auf Augenhöhe sind. Natürlich ist der eine mal da ein bisschen stärker, der andere hat hier ein besseres Bandage. Aber im Endeffekt ist das ja selbst, sagst du das ja auch, es ist halt so ein Kopf an Kopf Rennen da vorne die ganze Zeit.

und mal ist der besser, mal ist der besser und hat der wieder ein neues Modell rausgebracht und das andere kommt jetzt erst in zwei Wochen auch und dann sieht es wieder anders aus. Wie sehr ist man denn dazu verleitet, hier in so ein Framework-Fomo sich rein zu navigieren, wo man ständig halt die verschiedenen Modelle ausprobiert? Also ich erlebe es bereits im Bekanntenkreis, ich erlebe es auch unter Engineers, dass da diskutiert wird und philosophiert wird über welches Modell, wo ich mir denke...

Ich glaube, Ende des Tages werden Sie allermeisten die Unterschiede gar nicht groß ausmachen in den allermeisten Use Cases, was jetzt wirklich besser ist oder nicht. Oft hat es ja was mit dem Prompting zu tun und ja.

Andreas Engler (59:59)
Hm.

Exakt.

Genau darauf wollte ich gehen. meiner Sicht ist der Prompt und das Prompting schon viel wichtiger als welches Modell ich nehme. Von den führenden jetzt. Natürlich, wenn ich jetzt irgendein ganz kleines 8 Billion Deep Seek dann vergleiche mit einem 123 Billion State of the Art 5.2 oder sowas, das ist natürlich nicht das Gleiche. Da werde ich eine Performance wahrnehmen in der Komplexität der Antwort, wie einfach ich den Prompt gestalten kann, damit ich die

bekommen und so weiter. Aber ich glaube, man über Prompting, selbst mit ganz kleinen und alten LLMs, für die meisten LLM-Use-Cases das abdecken kann. Das ist auch die Frage, wie gesagt, für was man das LLM einsetzt. LLMs sind besonders stark im Prediction von Talkings der Sprache. Also es ist idealerweise zum Beispiel für Übersetzen geeignet. Es ist idealerweise für E-Mails oder Chat oder sonstige Kommunikationsinteraktionen, wo ganz normaler Kontext

ausgetauscht werden muss, ganz normale menschliche Sprache gesprochen wird, geeignet. LLM sind halt nicht so gut geeignet für andere Use Cases. Und dann kann es natürlich sein, dass das neueste, beste Modell vielleicht auch diesen Use Case dann gerade noch so hinbekommt. Aber eigentlich hätte man es ganz anders angehen können, überhaupt ohne LLM. Man hätte gar nicht das Ganze mit einem LLM totschlagen müssen. Klassifikation ist so ein gutes Beispiel. ich keine Ahnung, vier Dokumentenklassen habe und keine Ahnung, genug Statistik im Hintergrund habe, natürlich

kann ich eine LLM fragen und beibringen, das ist übrigens das, das ist übrigens das bei mir in der Bezeichnung und kann das versuchen mit einem LLM dann forecasten zu lassen, indem ich meine Vektordatenbank angeschlossen habe.

Aber ich muss das gar nicht. Ich kann einfach nur einen Klassifikator nehmen und der macht das einfach out of the box nach 15 Minuten Trainingszeit und dann ist er fertig und funktioniert mit 99,9999 %iger Sicherheit und läuft auf einem Taschenrechner. Also das ist genau der Punkt.

Im Moment ist halt auch vielfach eben diese FOMO da. Ich hab ja schon gemeint, es wird vom AI Race geredet. AI Race. Wohin? Wohin racen wir denn jetzt? Und wie wenn es nur ein Winner takes it all geben würde. Was ja schon nachweislich nicht der Fall ist. Genau. Aber dieser Gedankengang ist natürlich auch sehr stark in jetzt diesen Klassenkampf zwischen USA und China. Auch eingemünzt. Und dann halt da, wer kriegt jetzt wie welche Ressourcen und wer schafft AI schneller?

besser zu machen. Ja, aber wenn ich jetzt ein Jahr langsamer bin, hat jetzt von meiner Volkswirtschaft dadurch in irgendeiner Form wirklich einen mega Nachteil gehabt. Nee. Also, USA wird jetzt nicht gewinnen, nur weil sie das bessere AI-Modell haben gegenüber China. In was? Also überhaupt gewinnen für was denn? Also was wird gewonnen, wenn ich das AI-Race gewinne? Total unklar. Also einfach die gesamte Rhetorik dazu ist schon auf FOMO angelegt, die Investoren

Und auch generell das gesamte Politikum drumrum, also Government Policies, möglichst auf seine Seite zu kriegen. Und das den USA klappt, das wunderbar. Man sieht jetzt, alle environmental Standards werden ad absurdum geführt und weggeschoben. Bund entscheidet für Cloudbau ab sofort und nicht mehr die einzelnen United States, die sonst harte Auflagen gehabt hätten, zum Beispiel wie viel Frischwasser da freigetragen

werden, welche Energienutzung ist für das Rechenzentrum möglich und entsprechende Genehmigungsverfahren, die durchlaufen werden, müssen jetzt alle ausgehebelt worden mit dem magnellen Erk dazu und auf Bundesebene jetzt gleichgeschaltet werden und da kann man sich natürlich fragen, war das Lobbyarbeit?

Philipp Deutscher (1:03:52)
Du hast interessanterweise eben gerade das Thema Governance und Security angesprochen. Wie sicherst du denn?

Systeme ab, bei denen ein agentic AI Agenten, ist doppelt gemobbelt, aber du weißt, was ich meine. Aber irgendein Agent dazwischen hängt ja oder der, der im Endeffekt auch eine Entscheidungsbefugnis hat und der aufgrund von, mit dem du aufgrund von Sprache interagierst. Ich behaupte nämlich, dass Sprache ein ein so mächtiges Werkzeug ist und Sprache ist auch nicht unbedingt binary und schwarz und weiß. Und du kannst auch in Sprache, du kannst

Andreas Engler (1:04:07)
Ja, genai.

Philipp Deutscher (1:04:27)
Dinge frameen, kannst Narrative verschieben, du kannst plausibel andere Meinungen erklären, die vielleicht auch einen grundsätzlichen Guardrails eines LLMs gegenläufig

sind,

es diese krasale Kette akzeptiert. Wie kannst du solche Systeme absichern, die in der Lage sind, solche komplexen Eingaben zu reagieren?

Andreas Engler (1:04:48)
Das ist ein super spannendes Wissenschaftsthema, das du gerade angesprochen hast, die finde ich privat super spannend und ist etwas, was meines Wissens nach lichtgelöst ist. Faktisch kannst du es nicht.

Also nach aktuellem Erkenntnis. Rein mathematisch, nein, ist nicht. Warum? hast halt so viele Inputparameterstrukturen, dass die Komplexität halt nicht mehr manuell prüfbar bleibt. Also du kannst sie nicht mehr prüfen. Ich kann sie nicht mehr prüfen. Ein Team kann prüfen und kann dann halt, keine Ahnung, vielleicht die wichtigsten gefühlten 10%, aber man wüsste nicht mal, ob es 10 % sind. Also man hat nicht mal einen Trackmarker, sondern stattdessen ist es geht was schief.

⁓ verdammt, dann wird dafür ein entsprechendes Guardrail eingepackt, dass es beim nächsten Mal nicht mehr schiefgeht. Suizid zum Beispiel Empfehlung, wie man sich am besten umbringt. Wo jetzt Scheinersatzklang, USA, ersten beigelegt werden, natürlich außergerichtlich. Und dann hast du dafür ein Guardrail, das Thema zumindest ansatzweise in den Griff zu bekommen. Und dann poppt das nächste Thema wieder hoch. Kannst ja nicht an alle Themen, die prinzipiell in menschlicher Verstand sich ausdenken könnte, schon mal im Vorfeld dran denken und dafür die entsprechenden Guardrails einhauen.

Philipp Deutscher (1:05:57)
Genau, genau.

Andreas Engler (1:06:00)
Also rein in Trinsich.

Philipp Deutscher (1:06:01)
Stand

heute hätten wir nur, aufgrund, also wir können Erfahrungswerte sammeln, wir können uns anhand von Fails, können wir uns entlang hangeln und können versuchen, diese Einzelfälle möglichst großflächig abzudecken mit spezifischen Guardrails, die dann für diese einzelnen Use Cases geschrieben werden.

Andreas Engler (1:06:16)
Ja.

Für Entscheidungsstrukturen, also wenn es binäre Entscheidungsstrukturen sind, die jetzt mit dem LLM verbunden sind, kann ich natürlich noch Plausibilitätschecks, Constraints hart draufsetzen. Insbesondere, wenn ich schon Erfahrungswerte aus einer manuellen Bearbeitung habe. Wenn ich also weiß, im Schnitt habe ich irgendwie 60-20 hier in der Aufteilung oder so, dann kann ich die auch weiterhin danach überwachen. Und wenn es mit nach dem LLM plötzlich anfängt, sich in Richtung 70-30 zu verschieben oder sowas und dann, anscheinend vorher war es irgendwie 80-20-20 oder so, dann

80-20, dann ist das schon vielleicht signifikant genug und dann muss man nachprüfen. Aber idealerweise hast du immer einen Human-in-the-loop bei Gen.ai, einfach weil du dadurch die Sicherheit auf der eigentlichen Bearbeitungsebene nochmal gegenchecken kannst. Dadurch ist natürlich aber die Automatisierung nie komplett dunkel, zum Beispiel. Anderer Fall ist natürlich, dass du sagst, du setzt es da ein, wo du

Use Guest Assessments bei denen dir die Qualität vielleicht nicht so wichtig ist. Also wo du sagst, er halt irgendwie jetzt dein Mitarbeiter, also der Mitarbeiter könnte da auch einen Fehler machen.

Sales, gutes Beispiel, Sales Ziel ist, das Mandat einzusammeln. Also denjenigen, die Bedenken, warum er dann vielleicht den Vertrag nicht mit einmachen sollte, auszuräumen, alles zu erklären, sodass er eine objektivere Entscheidung treffen kann, ob er jetzt das Mandat erteilen möchte oder nicht. So, warum nicht da einen LLM haben, was dann halt diesen Sales Prozess begleitet und denjenigen alle Fragen beantwortet, die er so beantwortet haben möchte, gegenüber einem Sales Mitarbeiter. So, ob der erfolgreich ist,

ist und das gut schafft. Sei dahingestellt, kannst du nicht garantieren, bei keinem Mitarbeiter, egal wie gut er geschult ist. Da hängt auch immer vom Menschen gegenüber ab, ob der das dann auch mag, wie der das erklärt oder so oder versteht, wie der das erklärt und das richtig verstanden wird, dass er es nicht verstanden hat oder so. Und das Gleiche ist halt auch dann bei einem LLM sehr ähnlich mit Unsicherheiten bedeckt.

Wo es halt schwierig wird, ist es dann halt in der anwaltlichen Rechtsberatung. Es gab ja schon Rechtsanwälte, die ihre Zulassung verloren haben, weil sie einfach einfach ChatGPT einfach nur reinkopiert haben, ohne nochmal gegenzulesen. Und dann halt kam das raus, halt kompletter Nonsens, was sie da reinkopiert haben. Und das ist natürlich etwas, wo die Anwaltskammer nicht so cool findet. Und das sollte man halt dann auch vermeiden, als Rechtsanwalt einfach in seinem Namen einfach in der LM dann die Fragen beantworten oder die

gesamte die eigentliche Tätigkeit vollführen zu lassen, ohne das dann mindestens mal gegenzulesen.

Philipp Deutscher (1:08:54)
Als CTO musst du ja auch Erwartungen managen. Und jetzt gerade wahrscheinlich auch bei euch im Umfeld, du hast Erwartungen von Gründern, von dem CEO oder von den Investoren, die natürlich unbedingt irgendwas mit AI machen wollen. Also es ist ganz wichtig, wir müssen irgendwas mit AI Das muss in den nächsten sechs Monaten, muss das irgendwie eine halbe Milliarde Umsatz machen. Ich übertreibe, aber die Erwartungshaltung sind hoch und natürlich ist es eine, irgendwo auch nachvollziehbar, dass man sagt, hey, da passiert gerade viel. Haben wir denn...

Da die notwendige Attention drauf, die notwendigen Ressourcen. Aber trotz allem ist in die meisten Erwartungen wahrscheinlich sehr, sehr unrealistisch. Wie gehst du damit Wie navigierst du diese Konstellation?

Andreas Engler (1:09:33)
Ja, das war die Spaßfrage vom letzten Mal. Ich kann mich dran erinnern auch.

Philipp Deutscher (1:09:38)
Hier kommen doch keine Spaßfragen drin vor. Was fällt dir ein?

Andreas Engler (1:09:41)
Ich finde die sehr spaßig, weil es genau die eigentliche Challenge für den CTO darstellt, auf der wir am Anfang eingestiegen sind. Was sind so die Aufgaben von dem CTO und wie weit schaffe ich dann beides? Und weil ich weiß, was ein LLM kann oder nicht kann, oder auch was generell die Integration von AI gerade bei uns in welchen Use Cases am meisten bringen würde und wie wir es angehen sollten auf der technischen Ebene, finde ich es immer super spannend, was er auf der anderen

Andererseits gerade Publicity-seitig und Sales-seitig auf Gründer, auf Investoren, auf Managing Directors einströmt, welche Versprechungen gemacht werden, was alles jetzt plötzlich viel besser geht und wenn dann halt genau so was kommt, dann habe ich die Challenge, dann diese Erwartungshaltung halt entweder zu erfüllen, es kann ja sein, dass das etwas ist, was halt auch geht.

Und wo wir dann sagen, gut, das packen wir auf die Roadmap und gucken mal hier, wenn wir das und das Vorarbeiten gemacht haben, dann haben wir das. Und so kamen auch unsere AI-Integration, die wir jetzt haben, entweder sogar als Initiative von mir oder halt eben auch aus der Diskussion oder Anreize von außen zustande. Da haben wir im Moment eine super spannende Kooperation laufen, zum Beispiel für Outbound-Calls.

Aber für die, würde ich sagen, 80 Prozent des Volumens, da reinkommt, ist oftmals das Ganze entweder alterweine, schläuchen. oft. Es wird einfach jetzt gesagt, das ist AI. Und in Wirklichkeit, es ist aber vorher nicht AI gewesen, auch jetzt nicht AI, hat auch überhaupt nichts mit AI zu tun. Es wird AI aufs Läde gepackt, weil es verkauft sich halt jetzt gerade super wie gestütten Brot. Oder aber es ist an...

Philipp Deutscher (1:11:26)
Ja.

Andreas Engler (1:11:30)
eigentlich schon ein vorhandenes Produkt, zum Beispiel der JGPT als Chatbot, was jetzt mit einem Rebrand und genau für dich, genau für deinen Bereich, genau für deinen Sektor, genau für deine Tätigkeit, aber das speziellere Modell ist oder das ganz toll angepasste oder was auch immer.

Und wo man dann schon in hinten mehr Wert hinterfragen kann, okay, habt ihr ein eigenes Transformer-Modo trainiert? Mit welchen Ressourcen? Und dann man sich die Firma halt im Hintergrund mal an und dann sieht man deren Umsetzung und denkt, nee, auf keinen Fall. Also rein, wenn ihr nicht irgendwie letztes, also wenn ihr nicht jetzt gerade von Stanford oder irgendwie von Google irgendwelche Entwickler abgegrast haben in den letzten fünf Jahren, so haben wir es auf keinen Fall hingestellt. Also haben Sie eins der Open Source-Modelle oder eins der

kommerziellen Cloud verfügbaren LLMs einfach nur bei sich ans Lauf gebracht, ge-relabelt, ge-branded, noch eine nette Web-GUI davor geeilt, gibt es auch Open Source, haben sie es bisschen angemalt und dann verkaufen sie es halt als ihr eigenes neues, jetzt getailertes Produkt für genau diese Kundengruppe, die unter Umständen halt keine Ahnung hat, was im Hintergrund, Technischen passiert und darüber halt dann in B2B Sale eingefangen wird.

Philipp Deutscher (1:12:45)
Ja, wobei ich schon auch Unternehmen kenne, ... ... die größere Datenmengen aufkaufen, ... um im Endeffekt ... kann ja sein, dass sie auf Basis von bestehenden LLMs ... im Endeffekt auf spezialisierte Use Cases ... dann nochmal nachtrainieren. Aber das ist ja tatsächlich mehr als nur, wir nehmen das LLM und Brand ein bisschen um. Ja, die haben es nicht von Grund auf selbst entwickelt, ... aber die verbrennen trotzdem sehr viel Geld und Zeit und Ressourcen.

Andreas Engler (1:13:06)
Genau.

Philipp Deutscher (1:13:13)
und Daten, die sie irgendwo herbekommen müssen, auf ihre speziellen Use-Cases hinzutrainieren.

Andreas Engler (1:13:20)
Genau, aber da sind tatsächlich auch unsere, also wir haben ein eigenes Data Science Team und das natürlich auch etwas, was wir selber gerne machen. Also wo wir dann in Deutschland gar kein externes reinkaufen, es sei denn dadurch ist genau irgendetwas abgedeckt, was wir jetzt mit unserer Datenstruktur

oder mit unseren Ressourcen und Skill Levels nicht abdecken können. Und jetzt genau das ist auch das, was ich dann halt analysiere. Also da ist genau, wenn so eine, das passiert ständig, also nicht jeden Tag, aber sehr oft, im Quartal mindestens ein paar Mal, dass genau das ist, hey, was ist mit dem? Und das ist ja auch super, weil es ist ein Scoping, was ich sonst gar nicht abdecken kann.

alle Gründer plus unsere Managing Directors und andere C-Level Executives, die kriegen halt auch was mit und reflektieren das an mich, wohlwissend, dass ich das viel besser einordnen kann und dadurch entsteht der Austausch, die Diskussion. Okay, Andreas, guck dir das mal an und dann gucke ich mir das auch an und ich versuche dann halt auch immer eben neutral zu sein, weil dadurch haben wir coole Wins machen können in der Vergangenheit, eben nicht stigmatisiert rumzulaufen und sagen, kann ich eher alles schon oder so oder halt auch nicht umgekehrt zu sagen,

noch was tolles sollten wir auch ausprobieren oder auch machen. Sondern das Ganze muss eben objektiviert wieder wie der entsprechende Consultant eigentlich, der sich das einfach mit seinem Skill Level anschaut und berät, evaluiert sein. Das kostet natürlich immer ein bisschen Zeit, das ist unter Umständen ungeplant, aber das muss man halt auch einpriorisiert bekommen.

Philipp Deutscher (1:14:47)
Siehst du in Deutschland, also gerade in Deutschland ganz spezifische, typische AI-Fallstricke, die vielleicht in anderen Ländern weniger sind?

Andreas Engler (1:14:55)
Ja,

EU AI Act, ja, der trifft uns natürlich in Deutschland. Nein. Also wir haben innerhalb der EU es irgendwie geschafft, uns bei allen möglichen technischen Innovationen immer Gesetze zu geben, die ganz offensichtlich von Leuten gemacht wurden, die keine Ahnung haben von Technik.

Philipp Deutscher (1:15:00)
Okay, das ist nicht speziell deutschland, EU-weit, aber ja, ich verstehe, was du meinst.

Andreas Engler (1:15:17)
Es ist natürlich schwierig, wenn in einer Kommission, die eine gesetzgebung für eine technische Neugegebenheit schaffen soll, Leute sitzen und Entscheidungen getroffen werden, die von Leuten sind, die keine Ahnung haben, was das überhaupt ist.

Das ist supernachteilig. Der EU AI ist jetzt ja immer mehr kommend. meine, September oder sowas muss es dann wirklich überall gelabelt sein, was AI ist und so. Es fängt jetzt tatsächlich an, wenn man sich die Definition durchliest, ist nicht nur AI, gelabelt werden muss. Faktisch ist alle Algorithmen plötzlich AI. Also immer, wenn eine entsprechende autonome Entscheidung aufgrund von Daten getroffen wird. Ja, das ist jeder Programmcode, also alles. Wenn man sich das...

Philipp Deutscher (1:15:59)
Ja, ich würde die Unterscheidung

machen, was deterministisch ist und was nicht. Also ERE ist ja nicht deterministisch.

Andreas Engler (1:16:02)
Das macht

aber der Paragraph nicht. Also ja, lest ihr das?

Philipp Deutscher (1:16:05)
Okay, so intensiv bin ich in den Paragraphen noch nicht eingestiegen. Aber natürlich gibt es so einen Klassiker,

wie das zum Beispiel die Apple AI, die halt dafür sorgt, dass du deine quasi Simultanübersetzung auf den AirPods 3 Pro jetzt machen kannst. Das ist natürlich der Teil, den du natürlich in Europa jetzt nicht ausprobieren kannst. Und du sagst natürlich, das haben Leute gemacht, diese Gesetze, die keine Ahnung von Technik haben. Ja, und sie hatten halt einen ganz anderen Fokus, weil sie davon ausgehen, dass

Andreas Engler (1:16:32)
Ja.

Philipp Deutscher (1:16:33)
die das Recht auf die Hoheit über die Daten bei dem Einzelnen liegen sollte und nicht der Allgemeinheit zur Verfügung steht oder im Endeffekt genutzt werden kann, Technologien nachhaltig voranzutreiben.

Andreas Engler (1:16:47)
Ja, das ist aber etwas, wo man sich entweder für das eine oder für das andere entscheiden muss. Man kann nicht technische Innovationen in dem Fall haben, ohne dann halt irgendwie eigentlich den Schutz des Einzelnen hinten anstellen zu müssen. Das passiert hier leider irgendwie, dass wir auf der einen Seite alle unsere Daten verlieren. Schon passiert. Also kann mir doch niemand erzählen, dass die deutsche Sprache nur in Open Source Material gelernt wurde in ChatGPT.

Philipp Deutscher (1:16:52)
Vielleicht ja.

Andreas Engler (1:17:14)
Wenn alle Copyright geschützten Werke, die im Moment irgendwo noch der deutsche Sprache verfügbar sind, sind alle schon eintrainiert. Nachweislich, also die massive Copyright-Verletzung noch und nöcher. Alles, was ich irgendwo in meinen Foren gepostet habe, inklusive was ich jetzt gerade in Facebook poste, Terms and Conditions sagen, es wird Eigentum von Meta.

Also ich gebe sowieso die ganze Zeit schon allen US-Konzernen und auch allen chinesischen Konzernen, also allen, die da irgendwie größere Player sind, gebe ich ständig meine Daten. Dafür kriege ich als Europäer aber nicht mal die technische Innovationskraft zurück. Das hat dann wenigstens noch die USA und eben China für sich sichern können. So, da heißt es, wir geben alles weg.

und schmeißen uns gleichzeitig Knüppel zwischen die Beine. Und es ist ja nicht so, dass sich irgendjemand außen darum schert. Die NSA kann auf alle Informationen in der Cloud zugreifen. weiterhin ein ungelöstes Problem. Es gibt weiterhin keine Versicherung, dass das für EU-Bürger nicht passiert. Nur die US-Bürger sind weiterhin ausgeschützt. Das sind lose Versprechungen. Und selbst wenn es ein Regelwerk mit unterschriebenen Vertreikämen schützt und sein, dass das nicht doch passiert. Also ...

absoluter Bullshit aus meiner Sicht. Genauso wie die Cookie-Banner haben wir uns jetzt mit dem AI-Act für EU massiv Nachteile reingehauen, ohne irgendwie echte Vorteile dafür uns rauszuholen zu können.

Und das merkt man jetzt schon, fängt gerade an. Und das wird natürlich nur noch mehr. Ich finde in Intention natürlich hochgradig sinnvoll. Aus meiner Sicht sollte AI wesentlich höheren soziale Feedback-Loop für Prosperity liefern. dass es der Allgemeinheit zugute kommt. Aber das tut es aktuell nicht. Und die Vergangenheit hat das gezeigt, dass das in der Vergangenheit auch nicht passiert ist. Also ...

Philipp Deutscher (1:19:07)
Ist das

in erster Linie ein europäisches Problem oder ist das auch ein deutsches, vor allen Dingen ein deutsches Problem, dass man hier vielleicht einen heeren Anspruch hat, auch an bestimmte Prinzipien, vielleicht an Moral, vielleicht an Data Privacy, die ja in ihrer Kernaussage absolut nicht falsch ist, sondern sehr sinnvoll. Aber du belohnst damit im Endeffekt all die anderen, die sich nicht darum scheren.

Andreas Engler (1:19:10)
Nein.

Hmm.

Das war's

Philipp Deutscher (1:19:38)
Weil du wirst genau dieses Rennen,

was die dann führen, aus dem ziehst du dich ja in dem Moment aktiv raus. Weil du sagst, bei dem Rennen mache ich dich mit. Aber du nimmst damit auch einen massiven finanziellen, wirtschaftlichen, technologischen Nachteil in Kauf für Generationen.

Andreas Engler (1:19:52)
Ja, nee, nimmt es dann natürlich, derjenige, die Initiative auf der gesetzgeberischen Ebene macht, der nimmt den nicht in Kauf. ist im Endeffekt egal. In Kauf nehmen wird ja bedeuten, dass er darüber eine conscious Abschätzung und Entscheidung getroffen hat. ich glaube nicht, dass da eine entsprechende Projektion ist, was das an volkswirtschaftlichen Schaden für die EU in den nächsten zehn Jahren bedeuten würde.

Philipp Deutscher (1:20:08)
Stimmt, hat er nicht.

Andreas Engler (1:20:19)
A wäre super schwierig, aber ich bin mir auch sicher, das haben wir gar nicht gemacht. Von daher, glaube, die Frage, die du gestellt hast, ist super schwierig zu beantworten, weil sie viel tiefer geht als nur AI. Sie geht gerade bei uns in Deutschland immer noch sehr stark eigentlich auf die eigentliche Digitalisierung. Das ist der eigentliche Generationenbruch zwischen Generation Angela Merkel, die sagt, Internet ist Neuland.

Philipp Deutscher (1:20:46)
Hahaha!

Andreas Engler (1:20:47)
nachdem 20 Jahre

das Internet da ist und alle, also alle Enterprises, alle Companies schon nur noch Internet haben und alles auf, gesamte Wirtschaft schon auf dem Internet läuft.

Also, und dann erzählt sie was davon, dass das Internet ja für alle noch Neuland ist. Also wir haben eine gewisse Digitalisierungsfeindlichkeit oder technologiefeindlich Innovationsfeindlichkeit inzwischen in Deutschland entwickelt. Das ist, glaube ich, unik für Deutschland. Sowas gibt es erst recht nicht in Holland. Es gibt es aber auch nicht in Österreich eigentlich oder der Schweiz oder auch Spanien oder so. Vielleicht noch dem einen oder anderen südlichen Land, aber auch viele meiner Programmierer kommen aus dem osteuropäischen Raum. Da ist das auch nicht so stark.

verbreitet, wie bei uns in Deutschland. In Dänien zum Beispiel, wir haben eine dänische Niederlassung, da ist das gar nicht. Also Dänemark gibt es viel weiter, was gesamten Digitalisierungselemente angeht. Das ist etwas, was glaube ich sehr unik für Deutschland ist, diese nicht nur AI, sondern generelle Technikproblematik.

Das sieht man auch in deutscher Software. Wie lange SAP an HANAs schon rumdoktert. Und das generell nur mit SAP eigentlich nur ein großer, kein

Philipp Deutscher (1:21:52)
Okay. ⁓

Andreas Engler (1:22:00)
großer Cloud-Anbieter. Schwarzkruppe versucht es jetzt gerade. Aber wir haben zum Beispiel ja gar keinen, wir haben in Deutschland, wir haben kein LLM, jetzt ein generatives AI, was irgendwo vorne mitspielen würde. Frankreich hat Mistral, nicht jetzt eines der Führerinnen, aber hat wenigstens eins.

Philipp Deutscher (1:22:18)
Hat da nicht Aleph Alpha irgendwas

oder wollten die nicht?

Andreas Engler (1:22:22)
wollten.

Sie wollten. Genau, sie wollten. Und das ist ja oftmals, das ist Absichtserklärung. Und dann gibt es ein Investment, was im internationalen Kontext auf der globalen Ebene ein Witz ist. Und mit diesem Investment soll dann aber trotzdem was erreicht werden. Und in manchen speziellen Bereichen passiert das auch.

Und dann überregulieren wir es so weit runter, dass die Leute, die das machen, dann typischerweise Deutschland verlassen. Das ist recht zügig, weil sie damit ja international erfolgreich sein wollen und erkennen, dass das aber nicht mehr möglich ist in Deutschland. Also startet vielleicht noch in Deutschland, aber verlässt dann typischerweise die Innovation verlässt Deutschland recht zügig.

Philipp Deutscher (1:22:58)
Dann lass uns mal das Thema AI abschließen, aber ich will noch abschließend vielleicht eine Frage dazu. Gerade was würdest du den CTOs raten, die AI sinnvoll und nachhaltig integrieren wollen? Was ist deine Haltung dazu?

Andreas Engler (1:23:13)
kommt auf die Größe des Teams und den Investmentcharakter an. Wenn Sie es leisten können, holt euch ein kleines oder baut euch ein kleines eigenes Data Science Team auf von Leuten, die Ahnung haben von AI. 2, 3 sollten zum Start auf jeden Fall ausreichen und bindet eure klassische Entwicklung mit ein. Also da, wo die Daten liegen und da, die Prozesse stattfinden, da muss AI irgendwann mal produktiv rein. Das heißt, deckt die Use Cases immer aus der klassicheren Ecke und nicht aus der AI Ecke.

AI ist dann quasi das Werkzeug, mit dem ihr euren eigentlichen Use Case, den Prozess oder was auch immer hinbekommt. Selbst wenn es ein komplett nur aus AI heraus enabler Use Cases ist, keine Ahnung, es gibt keine Webseite mehr. Wir verkaufen unser Produkt nur über Chat oder nur über Telefonanrufe und das ist ein LLM oder so. Auch so was komplett Innovatives kann man immer, aber trotzdem sollte man das klassisch aus der eigentlichen prozessualen und technischen Decke decken.

Philipp Deutscher (1:24:10)
Ich habe aber interessanterweise

den Eindruck, die, gerade weil das ein Thema ist, was sehr stark auch aus der Geschäftsführungsebene, aus dem Investorenebene und der Vorstandsebene gepusht wird, wir müssen unbedingt was machen, dass der Reflex aus dem Engineering bei dieser Technologie größer ist als bei so vielen anderen, dass sie dann sagen, ja Moment mal, wir müssen doch erstmal verstehen, was wir eigentlich wollen und dann entscheiden wir, das, also dass diese Frage nach dem Tool…

Und was wollen wir eigentlich für ein Problem lösen? dann erst die Frage nach dem Tooling. Die wird hier auffallend oft vom Engineering gestellt im Vergleich zu anderen Technologien. Oder ist das nun den Eindruck, den ich hier persönlich habe?

Andreas Engler (1:24:45)
Umgedreht.

Klassischer Beißreflex. ich glaube, desto höher der Druck wird von außen. Aber lass uns mal was mit AI machen. Ja, okay, aber welcher Use Case? Egal, lass mal machen. Ich glaube, dadurch ...

Philipp Deutscher (1:25:00)
Ja klar. Ja, wir müssen irgendwas mit Umsatz.

Wir brauchen Features damit und Umsatz.

Andreas Engler (1:25:06)
Das war das letzte Mal mit Blockchain, wo ich den Beißreflex so stark von der Technikseite dagegen wahrgenommen hatte. bei Blockchain verstehe ich es hier, verstehe ich es nicht. Also anders als ...

viele andere Hypes und Säue, die durchs Dorf getrieben wurden, ist das hier doch legitim. kann man nicht abstreiten, dass ein LLM oder auch Stable Diffusion oder so, generell die Gen-AI-Ecke massiven Use-Case-enable, die vorher nicht möglich war. Und das muss man aus meiner Sicht, darf man das nicht reflexartig verneinen. Die Frage ist, wie kriegt man das jetzt zeiteffizient und kosteneffizient und dann auch mittelfristig, langfristig stabil und vielleicht auch sogar ohne Außenabhängigkeit hin?

Philipp Deutscher (1:25:32)
Ja.

Andreas Engler (1:25:48)
Und das ist etwas, wo ich dann halt sage, wenn ich kein eigenes Data Science Team haben kann, sondern jetzt nur extern irgendwie jetzt noch mal irgendwas Chachipiti einbinden oder hast du nicht gesehen, irgendwie Software as a Service oder so, dann würde ich sehr stark auf Mittel-Tools gehen und empfehlen, sowas wie N8N, jetzt Berliner Start-up, was nichts mit AI zu tun hat, was jetzt aber als AI Start-up geheim durch die Decke geht und die Invest...

Philipp Deutscher (1:26:13)
ist reine Automatisierung, da

stattfindet natürlich.

Andreas Engler (1:26:15)
Es

ist im Endeffekt wie Camunda oder so ist ein Workflow Integration oder Sapia, genau. ist, exakt, es ist eigentlich wie Sapia. Also eigentlich ein Workflow Integration Tool, was super krass viele gute Konnektoren hat. Ich liebe N8N, weil es auch ein deutsches Unternehmen ist, was halt auch wirklich auf globaler Ebene mitspielen kann und auch sauber sich das diert.

Philipp Deutscher (1:26:17)
Oder Sapier, oder was auch immer.

Andreas Engler (1:26:38)
Dann mit solchen Toolchains kann ich Use Cases mit ganz schmalem Budget und über die Cloud, hier sei es jetzt Gemini oder sei es halt irgendwie JetGPT oder mit einem Microsoft Azure Account, wenn ich den E-Shop hab, kann ich mal hochbooten in LLM. Da kann ich die ersten Use Cases relativ gut mit Time-to-Market und mit vergleichsweise geringen Risikon und Kosten umsetzen. Und darüber kriege ich natürlich dann auch die ersten Erfolge, die erste Erfahrung und dann kann ich lernen auf dem Thema, wie ich mit allen technischen Themen lernen muss.

Philipp Deutscher (1:27:00)
Okay.

Andreas Engler (1:27:08)
Wie kann ich sowas überhaupt machen und was läuft gut, was läuft schlecht?

Philipp Deutscher (1:27:12)
Okay, sehr gut. Andreas, wir sind auch leider schon am Ende der heutigen Aufnahme. Die Zeit ist uns ein bisschen davon gerannt, aber ich habe noch eine kurze Runde Rapid Fire Fragen dabei, wenn du Lust hast.

Andreas Engler (1:27:23)
Ja, schieß los!

Philipp Deutscher (1:27:25)
Sehr gut. Versuch, was kurz und knackig Linux oder Mac OS ist. Tatsächlich. Ein Buch. Ja, es ist beim. Ja, Ein Buch, das dich zuletzt inspiriert hat.

Andreas Engler (1:27:29)
Linux. Ja, höhere Spielekompatibilität. Ich heiße Material.

Wow!

Das ist schwierig. Ich hab ziemlich viel gelesen in der letzten Zeit.

Philipp Deutscher (1:27:45)
Das kenne ich aber auch. Ich möchte das vorwegschicken. Ich lese auch viel. Wenn man sagt, was kannst du denn jetzt empfehlen? Dann steht man da und der andere denkt, du hast doch kein einziges Buch gelesen, weil du keine Antwort auf die Frage kennst. Aber ich muss dann teilweise auch echt in meiner Liste schauen, was ich denn alles gelesen habe und was ich jetzt in diesem Moment empfehlen würde. Also ich kann das nachempfinden. Und mit meinem Reden und Gerede habe ich dir jetzt hoffentlich die notwendige Zeit verschafft, dass du die Antwort hast.

Andreas Engler (1:28:06)
Ja, mhm...

Ja, habe ich. Death an Inside Story von Sadguru.

Philipp Deutscher (1:28:19)
Okay, das sagt man nichts. Worum geht's?

Andreas Engler (1:28:21)
Es geht darum philosophisch auf sein Leben zurückzuschauen. Der Tod ist ja für viele so ein Thema, sie sich gedanklich von wegseparieren und sich nicht mit beschäftigen wollen. Aber wenn man darüber nachdenkt, dass sein Leben endlich ist und irgendwann vorbei, kommen ganz einfache Antworten auf viele der Fragen, die einen sonst im Dunkel tappen lassen.

Philipp Deutscher (1:28:46)
Okay,

ein Tool.

Andreas Engler (1:28:48)
Und Satguru

kann ich generell empfehlen als Autor und auch als Mensch.

Philipp Deutscher (1:28:52)
Okay, sehr gut. Es war mir tatsächlich kein Begriff, deswegen danke für die Empfehlung. Ein Tool ohne dass du nicht arbeiten willst.

Andreas Engler (1:29:00)
Mein Notebook.

Philipp Deutscher (1:29:02)
Okay. Ich hätt gesagt, sagst du jetzt sowas wie N8N oder keine Ahnung. Was wäre dein größter beruflicher Fehler und was hast du daraus gelernt?

Andreas Engler (1:29:11)
Hmmmm

Bei Ergo hatte ich mich lange drei Zeit darauf konzentriert, die klassische Linienkarriere zu machen. Das war mein größter beruflicher Fehler. Ich habe daraus gelernt, dass Kompetenzen sich auch aufbauen und man jetzt auch darüber wahrgenommen wird, auch ohne dass der Titel davor steht.

Philipp Deutscher (1:29:20)
Hm.

Das ist richtig. Und wenn du morgen nicht mehr CTO wärst, was würdest du dann tun? Was wärst du dann?

Andreas Engler (1:29:38)
Weiterhin Unternehmer. Ich habe so viele Ideen in meinem Kopf und Dinge, die ich optimieren möchte. Und wenn ich jetzt nicht mehr CTO bin, zum Beispiel, was mich immer wieder umtreibt, ist persönliche Gesundheit. Dann würde ich vielleicht was in die Richtung machen, Unternehmung aufmachen. Hier vielleicht lokal ein bisschen was räumlicher in der Ecke dann halt auch, wo ich auch mit den Menschen, mich rum sind, auch

Philipp Deutscher (1:29:47)
Seid ihr?

Andreas Engler (1:30:08)
direkt interagieren kann.

Philipp Deutscher (1:30:10)
Sehr cool, spannende Antworten. Andreas, wir sind jetzt tatsächlich am Ende und ich glaube, wir hätten auch noch eine Zeit lang noch dranhängen können, aber leider rennen uns noch ein bisschen die Zeit davon. Ist sowieso eine lange Folge geworden, freut mich sehr. Die meisten waren bisher in letzter Zeit unter einer Stunde. sind jetzt hier, wir jetzt hier die anderthalb Stunden geknackt. Das ist sehr gut. Freue mich drauf und genau hoffe, du beerst uns dann auch bald mal wieder und dann kriegen wir es gleich in dem ersten Anlauf. Wir müssen das nicht zweimal aufnehmen.

Andreas Engler (1:30:39)
Ich hoffe, jetzt hat es geklappt.

Philipp Deutscher (1:30:41)
Ja, auf jeden Fall, davon gehe ich aus. Andreas, vielen lieben Dank. Mach's gut. Ciao, ciao.

Andreas Engler (1:30:44)
Philipp, wir sehen uns. Vielen, Dank für

die Chance und dir eine gute Zeit, euch allen gute Zeit. Bis dann, ciao.

Philipp Deutscher (1:30:51)
Danke, ciao