#42 Der gefährlichste Fehler beim Skalieren eines Tech-Unternehmens (mit elevait CTO Gregor Blichmann)

Wie baut man aus drei Leuten im Coworking Space ein KI-Scale-up mit über 100 Mitarbeitenden?

In dieser Folge von Becoming CTO Secrets spricht Philipp Deutscher mit Gregor Blichmann, CTO und CPO von elevait. Das Unternehmen entwickelt eine Plattform, mit der Unternehmen Geschäftsprozesse mithilfe von künstlicher Intelligenz automatisieren können.

Gregor erzählt offen von der Reise vom frühen Startup zum Scale-up – und von den Herausforderungen, die viele Gründer und Tech-Leader unterschätzen.

Wir sprechen unter anderem darüber:

• wie elevait von einer Idee zu einem skalierbaren KI-Produkt wurde
• welche organisatorischen Veränderungen beim Wachstum von 10, 30 oder 100 Mitarbeitenden entstehen
• warum viele AI-Projekte in Unternehmen mit falschen Erwartungen starten
• warum CTO und CPO Rollen in vielen Tech-Firmen enger zusammengehören als gedacht
• und warum der beste Leader irgendwann überflüssig werden sollte

Außerdem diskutieren wir, wie sich die Rolle des CTO durch AI verändern wird – und warum Softwareentwicklung möglicherweise vor einem ähnlich großen Paradigmenwechsel steht wie damals beim Wechsel von Assembler zu Hochsprachen.

Eine Folge über Scaling, Leadership, AI-Reality-Checks und die Zukunft der Softwareentwicklung.

Transcript

SPEAKER_00 0:00

Hallo und herzlich willkommen zu Becoming CTO Secrets, eurem Lieblingspodcast rund um die CTO-Rolle. Ich bin Philipp Deutscher, External CTO, CTO-Coach und Gründer der Becoming CTO Community oder des Becoming CTO Networks. Heute zu Gast ist Gregor Blichmann. Er ist auch Teil der Becoming CTO Community. Er ist CTO und CPO von Elevate. Gregor hat das Unternehmen über mehrere Iterationen hinweg von einer kleinen Gründergruppe im Coworking Space zu einem KI-Scale-Up mit über 100 Mitarbeitenden aufgebaut. Das passiert, wenn der Mund schneller ist als das Gedächtnis. Elevate entwickelt nämlich eine Plattform, mit der Unternehmen Geschäftsprozesse mit Hilfe von künstlicher Intelligenz automatisieren können. Und Gregor steht für eine sehr pragmatische Führungsphilosophie, nämlich Leadership als Enablement, viel Learning on the Job und eine klare Haltung zur Frage, was KI heute wirklich leisten kann und was ihr Hype ist. Wir sprechen natürlich auch darüber, wie Organisationen wachsen, wie sich die Rolle eines CTO in einem AI-Unternehmen verändert, gerade aktuell, und warum der beste Leader sich irgendwann selbst überflüssig machen sollte. Das sind eine ganze Menge Themen, Gregor. Herzlich willkommen.

SPEAKER_01 1:07

Ja, hallo Philipp, vielen Dank für die Einladung. Ich freue mich.

SPEAKER_00 1:10

Sehr schön. Lass uns direkt mal starten mit Elevate. Wenn man drauf schaut, man sieht, über 100 Mitarbeitende seid ihr mittlerweile. Nehmen wir uns mal mit zurück zum Anfang. Wie sah das Setup aus, als ihr gestartet seid?

SPEAKER_01 1:22

Genau, das Setup tatsächlich recht klassisch, wie man das so kennt von Startups. Wir waren zu dritt in einem Coworking-Space, haben dort quasi wirklich erste Ideen entwickelt, hatten noch keinen konkreten Plan, wo es hingehen soll, aber so grobe Ideen, haben das Stück für Stück mit ersten Projekten vorangetrieben, sind gewachsen, haben Leute für die Idee begeistern können und sind quasi dann irgendwann dem Coworking-Space entwachsen, haben das erste Büro in Anschlag genommen, dort neue Etagen gemietet und haben eben heute ungefähr 100 Mitarbeitende in so fünf, sechs Etagen in unserem Büro.

SPEAKER_00 1:54

Und wenn du die Zeit von 2017 bis heute nochmal Revue passieren lässt, betrachtest so, was waren denn so die entscheidenden Wendepunkte auf diesem Weg von 0 auf 100? Und auch so, an denen du gemerkt hast, dass du aus der Idee, die er anfänglich hatte, tatsächlich ein skalierbares Unternehmen werden könnte.

SPEAKER_01 2:12

Wir hatten, also wir sind immer, wir sind gestartet mit der Idee, die uns auch heute trägt, nämlich in Unternehmenskontexten Prozesse zu automatisieren und am Ende des Tages den Personen und handelnden Menschen dahinter ihre Zeit zurückzugeben für Dinge, wo sie wirklich gebraucht werden. Und diese Idee hat am Anfang noch sehr vage und wir haben natürlich versucht, in verschiedenen Bereichen überhaupt erstmal einen Fuß in die Tür zu bekommen, Projekte zu machen, Leute für die Idee zu gewinnen. Und da waren natürlich auch viele Fehlschläge am Anfang dabei oder viele Dinge, die nicht funktioniert haben oder wo wir irgendwie dann am Ende keinen nachhaltigen Erfolg hatten. Aber als wir dann das erste Mal geschafft haben, einen Kunde davon zu überzeugen, dass es eine gute Idee ist und das wirklich mit einem Slide-Deck, muss man sagen, und einer Vision und einem guten Pitch und das System dann wirklich live gegangen ist und bis heute bei dem Kunden läuft. Wir mitkriegen, wie die Mitarbeitenden dort sagen, sobald das System ein bisschen ein Problem hat, hey, das System muss laufen, sonst sind unsere Prozesse nicht valide. Das war ein gutes Gefühl. Also das erste Mal wirklich einen Mehrwert beim Kunde erzeugen zu können. Und genauso war es dann, als wir das erste Mal das Ganze replizieren konnten, als wir das erste Mal quasi das zweite, dritte Mal die gleiche Lösung oder zumindest artverwandte Lösung dann ins Feld bringen konnten und wirklich quasi sehen konnten, wie die Idee Früchte trägt und quasi in den Unternehmen den Unterschied ausmacht. Das waren gute Momente fürs Unternehmen, fürs Team, für die Kultur, für die Vision. Und ja, so bestreiten wir unseren Weg, sage ich mal, seit den letzten Jahren.

SPEAKER_00 3:35

Und ist das Unternehmen, wenn ihr sagt, Prozessa, Automatisierung, Optimierung? Inwiefern unterscheidet sich das von den anderen Playern, die es aktuell da gibt? Also mir fällen da ganz verschiedene ein. Zum Beispiel, wie hieß dieses Münchner Unternehmen noch? Ist das Zelonis, genau? Das natürlich dann Sapier, aber auch N8N und so weiter. Wo positioniert ihr euch da gerade im Vergleich mit denen?

SPEAKER_01 4:00

Naja, also das ist natürlich kein Geheimnis, dass das erstmal ein ganz großes Passwort ist und es ist ein Thema, was auch viele bedienen. Und du hast zum Beispiel Zelonis genannt, als glaube ich ein super bekanntes Beispiel aus Deutschland, die ja im Prozessmining-Bereich aktiv sind, also darüber kommen, sich die bestehenden Prozesse anzugucken, zu gucken, wie laufen die denn eigentlich gerade wirklich und so weiter. Unser Ansatz ist ein bisschen ein anderer. Wir versuchen quasi ganz konkrete Prozesse quasi mit Hilfe von KI-Bausteinen dann wirklich zu automatisieren. Und auch da ist natürlich ein gewisser analytischer Teil erstmal notwendig, zu verstehen, wie läuft der Prozess, was sind die entscheidenden Bestandteile, die entscheidenden Stakeholder, welche Systeme müssen die bedient werden. Und die Idee bei uns ist quasi, es gibt natürlich KI, wir werden über dieses Thema, glaube ich, in den nächsten Minuten noch viel sprechen, ist da natürlich ein ganz großes Thema. Und wir sind 2017 gestartet und da war das Thema vielleicht noch ein bisschen kleiner und unbekannter. Mittlerweile ist es ja ein absolutes Hype-Thema. Aber nichtsdestotrotz gibt es dort ein großes Missverständnis. Und zwar, wenn wir über KI im klassischen Sinne sprechen, dann sind es eben statistische Verfahren. Ich sage jetzt mal ganz vereinfacht, also Mustererkennung aus großen Datenmengen. Wenn man sich aber Prozesse und Unternehmen anguckt, dann ist nur ein Teil der Dinge, die automatisiert werden können, wirklich datenzentriert. Ein weiterer großer Teil ist wissenszentriert, das heißt, viele Entscheidungen in einem Prozess werden zum Teil vom Wissen in den Köpfen der Mitarbeitenden getroffen. Das heißt, es gibt zwar vielleicht eine formale Prozessbeschreibung, aber die Einzelfallentscheidungen oder Randfallentscheidungen werden aufgrund von Erfahrungswissen von Mitarbeitenden getroffen. Und wenn wir diesen Prozess oder so einen Prozess automatisieren wollen, können wir nicht nur über die Muster der Daten gehen, sondern wir müssen auch das Wissen der Mitarbeitenden reinbekommen. Und das ist unser Asset, dass wir versuchen, die statistische KI mit der sogenannten symbolischen KI, also quasi Wissensmanagement zu kombinieren, sodass wir quasi das Beste aus beiden Welten bekommen können und wirklich Ende zu Ende einen Prozess automatisieren können.

SPEAKER_00 5:51

Ist das dann wirklich, also ich stelle mir tatsächlich die Frage, wenn ein Prozess nicht deterministisch ist und nicht immer gleich ist, ist das überhaupt dann ein richtiger Prozess? Also ich verstehe ja den Punkt, wenn ihr sagt, ihr wollt nicht nur Muster aus Daten nehmen und daraus dann einen Prozess machen oder automatisieren, sondern da gibt es natürlich auch Wissen hier bei einem Mitarbeiter, Wissen da bei einem Mitarbeiter. Eigentlich ist das ja ein Zeichen dafür, dass der Prozess vorher sehr chaotisch war, wenn er von solchen Individualwissensstilos abhängig ist. Natürlich kann jetzt eure Lösung, nehme ich mal an, helfen, dieses Stilo aufzubrechen. Aber ihr wollt das ja nicht so lassen. Ihr wollt ja nicht irgendwo eine Komponente im Prozess lassen, die dann selbst immer wieder neu entscheidet, was jetzt getan werden soll, sondern am Ende des Tages muss es ja trotzdem deterministisch ablaufen. Oder was verstehe ich falsch?

SPEAKER_01 6:43

Nee, vollkommen gut zusammengefasst. Also man kann natürlich sagen, der Klassiker, nein, ein schlechter analoger Prozess bleibt ein schlechter digitaler Prozess. Das stimmt. Und das ist aber, glaube ich, unserem Erfahrungsschatz, schon ein Muster, was sich in deutschen Unternehmen oder im Mittelstand oder in den nicht-software-affinen Bereichen der deutschen Wirtschaft durchsetzen, zu sagen, es besteht jetzt immer der Wunsch, schnell mit KI Dinge zu automatisieren. Und es wird als erster Schritt immer deutlich, dass die bestehenden Prozesse schlecht dokumentiert sind, dass Wissen schlecht formalisiert ist und so weiter. Und diesen Schritt, den muss man so oder so machen. Egal, ob ich den jetzt vielleicht digitalisierere oder mit KI einsetze, eigentlich müsste ich meinen Prozess strikter formalisieren, ich müsste klarer definieren, was sind die Entscheidungsfragen, die entlang des Prozess gestellt werden, weil wir vielleicht eh neue Mitarbeitende einarbeiten müssen, eh durch einen demografischen Wandel Leute verschieben müssen. Und dann wird uns dieser Wissensmangel eher auf die Füße fallen. Das heißt, um wir als eigentlich Technologieunternehmen, die helfen, beim Prozess zu erutern, müssen ganz viele momentan eher in dem Prozess Consulting am Anfang involviert zu sagen, hey, zeigt uns doch mal den Prozess, wie werden Entscheidungen getroffen, was sind die Kriterien, dass es links oder rechts geht? Und du hast gesagt, okay, ist es dann überhaupt deterministisch? Ja, das ist es, aber eben sehr, sehr, sehr feinteilig. Also es gibt dann in einem Prozess, der auf dem Papier ganz straightforward wirkt, dann doch wieder ganz viele Feinheiten, die aber dann eben wirklich nur teilweise informell in den Köpfen der Mitarbeitenden existieren. Und wir beschäftigen uns eigentlich in den ersten Schritten immer erstmal damit, diese Prozesse explizit zu machen. Und Teil unserer Aufgabe, unserer Plattform ist es eben, die Möglichkeit zu geben, dieses Wissen abzubilden, formal abzulegen, damit es eben wiederholbar, deterministisch angewandt werden kann.

SPEAKER_00 8:25

Also wenn ich das richtig verstehe, wenn ich das richtig verstehe, bedeutet das auch, dass an bestimmten neuralgischen Stellen der Entscheidungshorizont so kleinteilig ist oder von so vielen einzelnen Faktoren abhängig ist, dass es nicht Sinn macht, das alles selbst abzubilden, immer wieder mit wenn das, dann das und wenn das dann das, sondern im Endeffekt eine AI entscheiden zu lassen anhand der vorliegenden Informationen, was ist denn jetzt der richtige Weg. Habe ich das richtig verstanden?

SPEAKER_01 8:58

Sowohl als auch. Also wir haben auch in unserer Plattform einen Punkt, wo es eine Art Regel Engine gibt, wo man eben genau das machen kann. Ich sage jetzt mal ein ganz einfaches Beispiel, das hoffentlich jeder vielleicht versteht, Rechnungseingangsprüfung. Wenn ein bestimmter Rechnungsbetrag überschritten ist, dann darf es eben, muss es eine bestimmte Prüfung erfolgen, wenn ein bestimmter Kunde mit einer bestimmten Kundennummer ist, nicht vor Steuerabzugsberechtigt war immer. Also solche Themen sind da zu beachten, die eben auch eine zeitliche Bindung haben. Also das sind jetzt keine Muster, die über die letzten zwei Jahre immer gleich waren, sondern da gibt es tagesaktuelle Themen, die müssen irgendwie ins System kommen, um die Entscheidung tagesaktuell treffen zu können. Wir sind bei der Kreditvergabeprüfung aktiv. Da gibt es Regulatorien, die ändern sich pro Monat, pro Jahr, die müssen irgendwie ins System kommen. Und da ist ein entscheidender Faktor. Wir als Unternehmen wollen nicht in die SAP-Falle tappen, dass nämlich jede Änderung im System eine programmatische Änderung bedarf, die dann irgendjemand für Geld umsetzen muss, sondern wir versuchen in unserer Plattform, es ist eine Cloud-Anwendung, Tools zu bauen, wo die Mitarbeitenden vor Ort selbst diese Regeländerung machen können. Das heißt, wir wollen nie die Domain-Experten werden und können das auch gar nicht, weil eben, wie du schon sagst, es so viele Kleinigkeiten gibt entlang des Prozesses, die eigentlich nur die Mitarbeitenden wissen. Und unsere Mission ist es quasi, ihnen eine Plattform zu geben, wo sie mit entsprechendem Tool-Ding dieses Wissen abbilden können und selbst verwalten können. Und wir quasi nur der Anbieter dieser Plattform haben.

SPEAKER_00 10:20

Wie viel AI ist da am Ende des Tages wirklich involviert? Also ich frage deswegen, weil ich erlebe immer wieder, ich treffe mit Leuten, die mir was von NATN erzählen und dann aber sagen, es ist ein AI-Unternehmen. Und ich gucke N8N an und denke mir, das ist doch kein AI-Unternehmen, das ist doch geht es im ersten Moment nur um, es gibt dir ein Tool zur Hand, mit dem du selber Prozesse modellieren kannst und automatisieren kannst. So, wo ist da AI bitte? Wie viel AI ist bei euch wirklich mit drin?

SPEAKER_01 10:49

Ich würde sagen, heute irgendwie in 5050 und da muss man eben jetzt genau gucken, wenn man AI sagt, was meint man? Meint man statistische KI, also quasi Mustererkennungen über große Modelle? Sehr guter Punkt. Es gibt ja genauso den Teil der symbolischen KI, der eben sagt, wie können wir Wissen formell abbilden? Also Knowledge Crafts, Datenmodellierungsthemen. Und da gibt es gerade einen großen Research-Zweig, der sich damit beschäftigt, wie können beide Welten zusammengeführt werden. Also wie kann man deterministisches, abbildbares Wissen und große Sprachmodelle zum Beispiel eben zusammenführen. Und genau in dieser Schnittstelle sind wir unterwegs und nutzen eben die klassischen, was man heute als KI bezeichnet, statistischen Verfahren, um aus Daten Muster zu erkennen, sie zu klassifizieren, einzusortieren, E-Mail-Texte zu verarbeiten, Dokumente zu verarbeiten. Aber eben diese Regelableitungen sind dann eben eher symbolisch oder eben deterministisch anhand von klassischen Regelwerken. Okay, verstanden.

SPEAKER_00 11:45

Lasst uns gerne nochmal irgendwie zurück auf eure Transformation kommen. Vom Startup zum Scale-Up. Ihr habt das ja in einer, ich würde nicht sagen, Rekordzeit gemacht, aber doch in einer Zeit, die auch nicht jeder schafft, innerhalb von, na, wie ist er, von 2017 bis jetzt, auf 100 Mitarbeiter zu kommen? Viele sprechen über Startups, aber deutlich weniger wird gesprochen über die Übergangsphasen zum Scale-Up. Und was verändert sich aus deiner Sicht oder was hat sich verändert in der Vergangenheit, organisatorisch am meisten, wenn man dann auf 10 Mitarbeiter wächst, auf 30 oder dann auf 100? An welchen Stellen hast du dann gemerkt, okay, jetzt verändert sich hier systematisch etwas? Das System funktioniert anders oder wir müssen das System auch anders bespielen als vorher. Also mit System meine ich die Organisation.

SPEAKER_01 12:31

Ja, das ist gut. Ja, das ist ein guter Punkt. Ich würde sagen, wir sind jetzt nichtsdestotrotz kein Hyperscaler gewesen. Man kennen Geschichten, wo dann im Monat 10, 15 Leute ongebordet wurden, sind über Monate hinweg. Das sind dann, glaube ich, noch andere Geschichten und andere Herausforderungen. Wir haben eigentlich immer schon trotzdem ein bisschen versucht, das Wachstum natürlich zu halten, haben wir es gesagt. Also eben gerade die Zahl der Onboardings irgendwie ein bisschen zu verteilen übers Jahr und auch von der Anzahl her jetzt nicht zu groß zu halten, weil, und das ist die Antwort ein bisschen auf deine Frage, Kultur ist für uns eins der größten Güter. Also was ändert sich, wenn du, wenn du zehn Leute bist? Wir saßen zu zehn, saßen wir immer noch im Coworking Space, am Shared Desk, du konntest, du hast von allen Themen gehört, du konntest über den Tisch kurz mit allen austauschen, mit dem, der damals Machine Learning gemacht hat, zu dem, der die Infrastruktur verwaltet hat. Und mit 30 fängt es an, wir hatten damals dann zwei Etagen, dass dann irgendwie Kommunikationsflüsse nicht mehr natürlich einfach entstehen, sondern man explizite Prozesse braucht oder irgendwie Konzepte braucht, wie Informationen fließen zwischen den dann mittlerweile gebildeten Teams. Und das skaliert sich, sag ich mal, auch dieses Problem wird immer inherenter. Und sobald man halt irgendwie, wenn wir jetzt Richtung 100 Leute gehen, dann sind viele Dinge, die wir als kleines Unternehmen natürlich gemacht haben, weil wir irgendwie alle die gleiche intrinsische Motivation hatten, die gleichen kulturellen Werte, sind es Dinge, in die du aktiv investieren musst, desto größer die Firma wird. Neue Leute kommen hinzu, die bringen neue eigene Werte mit, die verstehen vielleicht nicht, wo man herkommt, was so das Mindset war, was die ersten Jahre geprägt hat. Und da muss man wirklich aktiv rein investieren, wie schafft man es quasi, dass weiterhin diese Kultur existiert, dass die Werte klar sind, dass das Ziel klar ist. Das ist, glaube ich, eine der größten Herausforderungen, wenn man dann anonymer wird. Also man hat eben nicht mehr die Chance, mit jedem, gerade als Führungskraft, dann irgendwie persönlich in Kontakt zu treten, sondern man braucht seine Relais-Station, man braucht seine Multiplikatoren im Unternehmen, wo du weißt, dass die bei einem Kaffeemaschinengespräch dein Mindset oder das Mindset, was wir als Gruppe am Anfang hatten, weitertragen und in die Firma bringen.

SPEAKER_00 14:33

Wie viele Reorganisationen habt ihr denn gemacht, retrospektiv gesehen jetzt in dieser Skalierungsphase bis jetzt?

SPEAKER_01 14:39

Das ist, das ist, also Reorganisation ist ja so ein bisschen ein, muss man gucken, ob man das Wort mag oder nicht, weil in meiner Welt ist, wenn wir agil denken, auch in Organisationen geht es ja immer darum zu sagen, ich hinterfrage ständig den Status quo. Und das ist jetzt nicht ständig, ich mache nicht jeden früh auf und denke, wir müssen alles neu machen, aber wir sollten in einem gewissen Zyklus immer prüfen, sind Annahmen über Organisation, über Effizienz noch wahr oder haben sie uns vielleicht überholt, weil wir irgendwie zu groß geworden sind, neue Themen gekommen sind. Das heißt, wir sind eigentlich relativ konstant dabei, immer wieder zu hinterfragen, ist das gerade ein gutes Setup auf allen Ebenen, also inhaltlich, organisatorisch, kulturell. Nichtsdestotrotz haben auch wir, und ich finde, das ist eine Erfahrung vielleicht, die ich gemacht habe, ist, Wachstum und Erkenntnisse wachsen nicht linear, sondern ich sage immer so wie so ein Treppenmodell. Man hat irgendwie, man macht vielleicht eine größere Änderung, organisatorisch, dann funktioniert das für eine gewisse Zeit und dann merkt man irgendwann, okay, es knircht und knarzt, wir sollten nochmal überlegen, aber doch nochmal irgendwie grundsätzlich auch was ändern. Und so entwickelt man sich so in Stufen aus meiner Sicht über die Jahre weiter und da haben wir natürlich in größeren Änderungen, würde ich sagen, vier, fünf auf alle Fälle auch hinter uns gehabt. Und die werden natürlich schmerzhafter, desto größer du bist. Oder du musst halt dann sagen, wir hatten vor zwei Jahren nochmal Teamstrukturen nochmal massiv geändert. Da fahren wir so 60 plus. Das ist natürlich was anderes, als wenn du zu zehn sagst, wir gründen jetzt das erste Team.

SPEAKER_00 16:04

Ja, absolut. Und waren das dann aber auch Momente, in denen ihr gemerkt habt, dass die Organisation schneller gewachsen ist als die Strukturen, die ihr drin habt? Oder habt ihr dann so eigentlich in vorauseilendem Gehorsam gegenüber dem, was ihr schon habt kommen sehen, angefangen, die Strukturen schon gleich so zu bauen, dass es potenziell passt? Und wie oft seid ihr dann tatsächlich in Probleme gelaufen, die ihr versucht habt zu antizipieren, aber am Ende des Tages dann gemerkt habt, nee, das passt nicht.

SPEAKER_01 16:32

Also ich glaube, letzteres ist ein total faires und transparentes Statement, das angeht. Natürlich gab es eine Idee, natürlich gab es immer diese, was ist nächstes Jahr, was ist das Jahr danach, wie könnte das sich dann skalierungsmäßig gut ausbilden. Aber andererseits gab es natürlich auch die Realität, die dann irgendwie dazwischen gekrätscht hat und festgestellt hat, okay, die Annahme war total falsch und das haben wir komplett ignoriert und mussten dann ein bisschen mehr reaktiv dann nochmal gucken, wie die Steuern hier dagegen. Also beides. Wir hatten schon immer eine kleine Idee, wie es weitergehen kann im nächsten Schritt, aber unser Gründerteam ist jetzt nicht, dass es schon drei DAX-Unternehmen irgendwie gegründet hat. Von daher lernt man eben auch viel einfach dazu. Man macht Fehler und da muss es einfach wichtig sein, in der Fehlerkultur, sich dessen offen zu zeigen und einfach dann zu sagen, okay, dann lass uns das Learning nehmen und eine Änderung herbeiführen.

SPEAKER_00 17:20

Hattet ihr externen Support dann bei diesen Umstellungen oder habt ihr das alles selber gemacht?

SPEAKER_01 17:24

Also organisatorisch, also wir haben das Glück, dass wir durch das Investor im Hintergrund quasi, der selber sehr langjährig in Führungsposition war, im großen Unternehmen, der hilft uns natürlich immer mal mit einem Hinweis oder mit einer Challenge von einer Idee, aber viele Dinge sind auch wirklich bei uns entstanden oder mit.

SPEAKER_00 17:44

Das eine wäre ja eher Advisory, der dann sagt, na Leute, jetzt guckt mal da drauf, da drauf, da müsst ihr nochmal irgendwo den Hand anlegen. Aber mit externem Support meine ich, also viele Organisationen stellen ja fest, okay, und meine Organisation funktioniert nämlich mehr so, wie ich sie wollte. Ich habe eine Idee über eine Zielorganisation, aber ich bin auch kein Organisationsexperte, also hole ich mir genau die rein, die mir helfen sollen, eine Zielorganisation nochmal zu formulieren und auch zu helfen, die Transformation dahin zu begleiten. Das wird, vielleicht machst du mit zehn Leuten vielleicht nicht, weil dann eine Transformation relativ einfach ist. Wenn du aber dann vielleicht schon 60 bis 100 Leute bist, bietet sich das natürlich schon an zu sagen, man nimmt hier auch externe Expertise und Experten mit rein, die einem helfen, das auch noch umzusetzen. Hattet ihr sowas auch?

SPEAKER_01 18:28

Also bisher war es in dem Sinne sehr organisch, also viel auf unseren Schultern gelastet. Wir versuchen natürlich viel Austausch. Wir kommen aus Dresden, was das noch nicht so bekannt ist, da in unserem Ökosystem hier in Dresden, mit anderen Gründern, mit anderen Unternehmern da in Austausch zu kommen, aber dieses direkte Coaching oder Dings war bisher noch kein Thema bei uns.

SPEAKER_00 18:47

Okay. Hast du, also du hast ja schon angedeutet, dass du Fehler gemacht hast beim Skalieren, aber welche Fehler hast du beim Skalieren gemacht, die du heute bewusst anders angehen würdest?

SPEAKER_01 18:57

Ich glaube, das ist, glaube ich, auch keine Neuigkeit, aber dieses Thema Fokus ist auf alle Fälle etwas, was man jedem immer wieder mitgeben sollte und wo vielleicht jeder sagt, auch sehr klar, aber sich da trotzdem auch immer wieder mal zu fragen, haben wir denn unseren Fokus wirklich nochmal hinterfragt? Haben wir denn die Mission, die wir haben, immer wieder regelmäßig geguckt in den Entscheidungen, ist sie da repräsentiert oder trifften wir gerade ein bisschen weg, weil wir dann doch bei dem Einkunde ein bisschen uns weiter ausdehnen müssen, damit er mit der auf die Plattform kommt. Also das ist auf all Fan Learning permanent seinen Fokus zu reflektieren, zu fragen, was ist unser Kern und was sind Dinge, die wir vielleicht nicht machen sollten oder zumindestens auslaufen lassen sollten. Wissen teilen, das ist also ein ganz wichtiger Punkt, dass man, es kommt aus meiner Erfahrung immer irgendwie zu einem Punkt, wo man im gewissen Bereich der Bottleneck ist, weil man eben am Anfang sehr viel hands-on überall dabei war. Und da, gerade wenn die Organisation sich schnell entwickelt, proaktiv ganz frühzeitig darauf zu achten, dass man das Wissen teilt, dass man eben Leute in die Position bringt, die Entscheidung treffen zu können, weil sie eben das Wissen haben. Und als Organisation, vielleicht letzter Punkt, ich glaube, wir haben ein bisschen unterschätzt am Anfang, wie wichtig es vielleicht ist, auch Senioriswissen am Anfang des Unternehmens mit dabei zu haben. Also wir sind gestartet mit einem sehr jungen und guten und dynamischen Team und es hat uns geholfen, schnell auf Dinge reagieren zu können, schnell Dinge zu bauen. Aber als es dann darum ging, die ersten drei, vier Kunden live zu haben, zu überlegen, was sind jetzt die nächsten wichtigen Schritte, was ist der Fokus Richtung Technik, Stabilität und so weiter, ich glaube, da hätten wir uns viele Learnings ersparen können, wenn wir zwei, drei mehr Leute im Unternehmen gehabt hätten, die einfach schon mal zehn Jahre Software gebaut hätten. Das ist ein Learning, was ich, glaube ich, heute auch ein bisschen anders machen würde, schon frühzeitig im Zweifelsfall auch das Geld in die Hand zu nehmen, ein paar seniorige Leute mit reinzuholen.

SPEAKER_00 20:42

Ja, du kannst nicht eine Organisation nur mit Juniors bauen. Das haben wir auch damals, als wir für Team Jorn Griechenland neue Engineering-Organisationen aufgebaut haben. Da war auch klar unser Fokus, wir brauchen natürlich die Seniors, weil ohne Juniors hast du es, also du kannst schon eine Organisation nur mit Juniors aufbauen, aber dann dauert halt alles viel, viel länger, weil du hast keinen Multiplikator in der Organisation, der dir helfen kann, Themen auf gleich auf einem viel höheren Niveau anzusetzen, sondern du musst ja die gesamte Organisation irgendwie ständig versuchen, nach oben zu ziehen und hast da niemanden, der dich dabei unterstützt. Das sehe ich auch so. Wenn du jetzt heute noch einen Gründer siehst, der jetzt gerade von, keine Ahnung, 10 auf 50 Leute wachsen will, was würdest du dir mitgeben? Welche Dinge sollt ihr unbedingt richtig früh oder früh richtig aufsetzen?

SPEAKER_01 21:30

Das ist ein bisschen, glaube ich, dann kleine Zusammenfassung des vorher Gesagten. Also wirklich, mach deine Mission, deinen Fokus explizit, beschäftig dich explizit damit, es runterzuschreiben, es in dem Team, das du gerade bist, auszutauschen. Also eine Mission entsteht nicht, dass ich alleine im Keller sitze und die runterschreibe, sondern es muss im Team, in der Gruppe, in der du gerade bist, einsame Arbeit werden, im Sinne von, dass jeder diese Mission im Inneren mitträgt und in jeder täglichen Entscheidung, wo du nicht dabei bist, wir alle den gleichen Kompass haben. Zu sagen, das ist jetzt, wir Machen das aus dem Grund und mach das explizit, weil ich glaube, wenn die, und ich glaube, wenn die Organisation wächst, brauchst du dieses, dieses, dieses, den formale Wissen für alle Leute, die hinzukommen. Gib den Leuten, die dazukommen, die Chance, deinen Notstern, äh, zu verstehen, Entschuldigung, und deine Kultur zu verstehen. Und deswegen mach das explizit. Also, und lass das, auch ein Thema, was wir jetzt auch in den letzten zwei Jahren nochmal ganz intensiv fokussiert haben, iteriere damit über die ganze Firma, mach, setz dir Firmenziele ins Jahr, hol dir Feedback von den Leuten, mach das als ein gemeinsames Ding und nicht quasi, hab nicht deine Idee in deinem Kopf und teil sie mit niemandem. Das ist vielleicht ein wichtiger Punkt.

SPEAKER_00 22:36

Du bist ja mittlerweile nicht nur CTO, du bist auch der CPO. Warum macht diese Kombination bei euch Sinn? Oder sagst du auch, sie macht gerade bei euch Sinn oder würdest du sogar weitergehen und sagen, diese Kombination macht eigentlich immer Sinn oder in vielen Situationen Sinn?

SPEAKER_01 22:52

Ich würde mich jetzt nicht anmaßen, da ein breites Wissen über wie Unternehmen funktioniert zu haben, aber von meinem Verständnis macht diese Kombination generell Sinn. Das heißt nicht, dass es immer die, dass eine Person diese beiden Rollen innehaben muss, aber dass diese beiden Welten sehr stark verzahnt sind, macht immer Sinn. Weil wir alle kennen es vielleicht als Leute, die eher so aus dem Techie-Bereich kommen, man ist natürlich verliebt in seine Lösung und natürlich macht man manchmal das bisschen Overengineering zu viel oder streut so ein bisschen zu viel Zucker auf die Lösung, ohne sich immer zu fragen, welcher Kunde braucht es jetzt, warum und wie. Wie sehr passt das in die Produktvision, wie sehr kann man das replizieren. Und das sind im Grunde, warum wir das jetzt gerade bewusst nochmal zusammengezogen haben, weil wir eben diesem Plattformgedanke haben, dass man eben sagt, man kann perspektivisch beliebige Prozesse auf dieser Plattform abbilden, hat das natürlich den Nachteil, dass man sich ganz schnell verlieren kann, dass man ganz schnell den Fokus verliert, dass man ganz schnell auch gerade in der Phase der Skalierung, wo man ist, zu viele Dinge gleichzeitig macht. Und das war die Idee, jetzt seit letztem Jahr haben wir das gemacht, eben Produkt und Technologie erstmal mehr zusammenzuholen, um da immer zu challengen, hey, wir brauchen das jetzt gerade aus dem Grund, das ist die Vision, das ist das Kundenproblem, was wir mit dieser Technologiefrage lösen wollen und nicht andersrum zu sagen, wir haben hier eine Technologiefrage und wissen gar nicht so richtig, warum eigentlich, ne? Oder warum, wo zahlt die eigentlich drauf ein? Das ist so ein bisschen unser Ansatz gerade, da noch mehr auch Fokus in Delivery und quasi Kundenfokus zu bekommen.

SPEAKER_00 24:18

Wie war das Setup vorher? Hattet ihr ein CPO, der die Rolle hatte oder hattet ihr einfach nur Produktmanagement? War das vorher komplett auseinandergezogen, aufgestellt? Oder hattest du eigentlich das Produktdenken schon immer und man hat es jetzt immer nur da, ja, im Endeffekt jetzt nochmal den Titel gegeben und es hat sich aber am Ende des Tages nicht so viel verändert?

SPEAKER_01 24:40

Es hat sich hat sich schon was verändert, aber es ist ein Graubereich. Also natürlich war es jetzt nicht so, dass niemand mit niemandem geredet hat davor und nur, weil ich jetzt nicht die Rolle hatte, ist nicht so, dass ich in Produktdiskussionen beteiligt war. Aber wir hatten das nominell mehr getrennt, also quasi das Produktmanagement als Team, war organisatorisch einem Partner von mir im Management angesiedelt und da waren wir quasi schon ein bisschen dann in zwei Strengen voneinander getrennt. Es gab Austausch, aber man hat eben gemerkt, dass das mehr natürlichen Fluss braucht. Und meine Mission ist eben jetzt auch nicht, dass ich alle Entscheidungen treffe, sondern dass ich diese zwei Welten durch gute Strukturierung der Teams, durch Formate mehr zusammenbringe. Also nicht, dass ich jetzt der Guru bin, der alle Entscheidungen trifft, sondern genau dieses Gegenteil, zu sagen, wie können wir die Leute ermächtigen, in der Zusammenarbeit eben dieses Thema zusammenzudenken. Und das war die Idee. Und vorher war es ein bisschen, waren wir eben organisatorisch ein bisschen getrennter und da war der Zugang zu den Leuten und das Mandat natürlich am Ende des Tages auch, eben bei jemand anders. Und das wollten wir quasi korrigieren.

SPEAKER_00 25:40

Wo entsteht denn dann typischerweise Spannungen zwischen Engineering, Logik und Produktlogik? Und war das mit auch ein Grund dafür, für euch das aufzulösen, indem man dir beide Rollen gegeben hat? Und sagen, naja, wenn dann natürlich schon diese Spannung entsteht, dann ist das natürlich. Und wenn es dann eine auflöst, dann sollte es die eine Person, die für beides auch verantwortlich ist. War das ein Teil der Logik, um das Thema so aufzusetzen, wie ihr das aufgesetzt habt?

SPEAKER_01 26:07

Also ja, die kurze Antwort ist ja. Das war genau die Idee. Ich glaube, viele Gründer kennen das. Man ist sehr viel hands-on dabei in den frühen Jahren. Man kennt die Projekte. Man war bei den Kunden selbst dabei, man hat die ersten Lösungen mitgebaut, man hat die Lösungen auch noch mit begleitet, als sie sich entwickelt haben. Das heißt, man hat ein sehr gutes Verständnis dafür, wo knirscht es vielleicht eher bei einem neuen Use Case und wo sind Dinge, die einem sehr gut funktionieren. Und das Wissen quasi ins Produkt zu bringen, in die Businessheit zu bringen, war ein Ziel. Aber genauso andersrum, eben meine Erfahrung auch in den Kundenterminen oder Gesprächen, wo ich dabei war, in die Technik zu bringen und sagen, hey Leute, guck mal das, das ist für die super wichtig, weil dann passiert das und das, wenn die das nicht haben. Und dieses Informationsfluss wieder hinzubekommen, war ein großes Ziel. Und natürlich, wenn du fragst, was sind die klassischen Spannungsfelder? Ja, okay, Technical Debt versus neues Feature. Also dieses, natürlich hat man mit fünf Jahren Historie auch Dinge, wo man sagt, uh, wenn wir da jetzt den Stein hochheben, kriegt man ein bisschen Gänsehaut. Und da immer auszubalancieren, ist das jetzt etwas, was wir bauen müssen, damit wir zwei Millionen Nutzer supporten können, oder ist das jetzt ein Feature, was wir wirklich nächste Woche brauchen, weil sonst kippt uns hier der Use Case komplett. Und da immer eine gute Balance zu finden und den beiden, oder den, den, sage ich mal, jetzt ganz grob gedacht, zwei Parteien, Technologie und Produkt, die Awareness über die anderen Probleme der anderen Seite zu geben, ist, glaube ich, ein absoluter essentieller Baustein meiner Rolle dann am Ende.

SPEAKER_00 27:34

Ja, ich stelle auch mal wieder fest, dass es viele Technologielieder gibt, die natürlich sehr technologiezentriert sind. Das klingt ja auch irgendwie logisch. Allerdings kann das ja durchaus auch ein Hemmschuh sein, gerade wenn man diese Rolle CTO-CPO vereint. Wie verhindert man, wie verhinderst du, dass Technologie das Produkt dominiert? Gerade auch, weil du ja den Informatik-Background hast, gerade weil du natürlich hier mit einem Technologiefokus in das Unternehmen gegründet hast und beziehungsweise da deine CTO-Rolle zuerst auch hattest.

SPEAKER_01 28:06

Ja, ich glaube, das bei uns ist das ein wichtiges Stichwort, ist am Ende User Experience, User Center Design. Also wir versuchen jetzt gerade im Produktmanagement wirklich ganz nah an den Kunden, die wir haben oder eben den Zugängen, die wir haben zu einem Markt, den wir gerade adressieren, Anforderungen runterzubrechen, zu validieren, frühzeitig zu erkennen, ist das eine Richtung, die es braucht, ist das etwas, was es nicht braucht? Und da quasi wirklich immer konsequent jede Entwicklung einem Kundenmehrwert festzumachen. Also immer sich zu fragen, wenn wir das machen, welcher Kunde profitiert davon oder welcher zukünftige Kunde profitiert wie davon? Und das ist vielleicht auch ein Learning-Richtung, wenn du gefragt hast, was sollten Leute tun, die jetzt in dieser Phase sind, das wirklich immer als Metapher oder als Bild allen Teammitgliedern in jeder Rolle mitgeben. Immer sich zu fragen, wo trage ich gerade bei für ein Problem, was unser Kunde hat. Nicht im Sinne von, warum mache ich das jetzt, weil es cool ist, sondern was ist am Ende des Tages der Mehrwert, der unser Produkt hat, damit der Kunde irgendwie besser, schneller, was auch immer machen kann, was er eigentlich tun möchte. Und das ist ein ganz wichtiger Punkt eben, das immer zu challengen, immer zu sagen, wenn wir das technologisch machen, worauf zahlt es einen?

SPEAKER_00 29:10

Ja, absolut. Lass uns mal das Thema AI noch ein bisschen auseinandernehmen oder eingehen. Du bist ja auch, ist ja auch ein Teil dessen, was ihr im Unternehmen tut, ist auch ein Teil dessen, mit dem du dich sehr stark beschäftigst. Ich glaube, du bist doch in dem einen oder anderen AI-Podcast schon unterwegs gewesen. Du beschäftigst dich sehr stark mit den praktischen Umsetzungen von AI oder KI in Unternehmen. Wenn du aktuell mit den Executives sprichst, mit den anderen, vielleicht auch deinen Investoren oder Boardmembern oder was auch immer, was sind die größten Missverständnisse, den du begegnest, wenn es um das Thema KI geht?

SPEAKER_01 29:47

Da kann man, also wenn man so vielleicht vergangene Podcasts auch von dir hört, sieht man immer das Thema Erwartungshaltung. Ich glaube, das ist nach wie vor ein großes Thema. Und interessanterweise, aus unserer Erfahrung, schwankt das auch ein bisschen. Also, ein Problem, und das ist eher vielleicht aus dem Chat-GPT-Moment, sage ich mal, gekommen, ist, Erwartungshaltung war, wir müssen irgendwie KI machen, wir müssen nicht dazugehören, wir müssen aus dem Hype heraus KI machen, ohne sich zu fragen, was ist denn das eigentliche Problem, was ich damit lösen will. Also eher, das ist genau das, was du vielleicht gerade gesagt hast, in die andere Richtung. Nur wegen der Technologie willen, das machen zu wollen und sich nicht zu fragen, was ist denn eigentlich am Ende das Problem, was ich gerade im Unternehmen lösen möchte damit. Also das ist ein Muster, was wir immer mal wieder begegnen. Und das zweite große Muster ist Übererwartung. Wir haben heute einen Prozess, der läuft so lala. Wenn ich jetzt KI einführe, will ich aber, dass der 100% automatisiert und fehlerfrei läuft. Und das ist für einen beliebigen Prozess am besten. Also ich kaufe einmal KI ein und das kann mir dann alles lösen. Ich überspitze, sitze bewusst. Aber das ist so ein bisschen das Thema Erwartungshaltung. So, wenn wir jetzt schon in KI investieren, dann wird uns das ja alle Probleme lösen. Und wenn wir uns an den Eingang des Gesprächs erinnern, oft liegen die Probleme nicht in, ist die KI anwendbar, sondern sind die Prozesse formalisiert, ist denn überhaupt klar, wo die Daten herkommen und so weiter und so weiter. Also die Grundlagen für ein gutes KI-Projekt oder eine gute KI-Anwendung sind meistens eben nicht gegeben und das Bewusstsein dafür gerade in den entscheidenden Ebenen des Unternehmens sind mäßig, sage ich jetzt mal vorsichtig.

SPEAKER_00 31:18

Was sind denn dann die größten Herausforderungen, die jetzt eine CTO wie du hat, wenn es um das Thema KI geht? Ich überlege die ganze Zeit, sage ich eigentlich KI oder AI oder AI oder KI? Eigentlich ist ja das Gleiche, aber man springt trotzdem hin und her. Eigentlich ja völlig albern. Wir reden deutsch, könnten wir eigentlich auch KI sagen, aber trotzdem, anyways, ist eigentlich gar nicht so wichtig. Also trotzdem noch zurück zur Frage. Was sind für dich die größten Herausforderungen, wenn es um das Thema geht? Ist es eine, wie integriere ich AI in meine bestehenden Prozesse, um Engineering-Effizienz und meinen ganzen Software Development Lifecycle produktiver, effizienter zu gestalten? Oder beschäftigst du dich mehr mit der Frage, wie kann ich damit mein Produkt leveragen oder vielleicht sogar ganz was anderes?

SPEAKER_01 32:02

Also ich glaube, es ist vielschichtig. Also, das, was du vielleicht zum Schluss angesprochen hast, ist ja eher eine Sache, die wir am Ende auch nach innen vor allen Dingen uns fragen müssen. Wir sind jetzt ein Unternehmen, was propagiert, anderen Unternehmen Prozesse mit KI zu automatisieren. Wir müssen uns natürlich selber jeden Tag challengen, wie gut sind unsere Prozesse, wie gut nutzen wir die Möglichkeiten von KI auch intern. Das ist definitiv ein großes Thema, mit dem ich mich auch in meiner Rolle gerade beschäftige. Du weißt es, der KI-Hype und die Zyklen, die gerade anstehen, werden immer kürzer. Was wir im Dezember, Januar, Februar jetzt wieder erlebt haben mit den neuen Modellen und einem Agentensystem ist beeindruckend. Und wir müssen uns als Unternehmen selber erstmal fragen. Wir müssen permanent daran bleiben, uns selber zu hinterfragen, wo nutzen wir das wie, intern, aber auch in unserem Produkt. Das ist ein großes Thema gerade für mich auch in der Rolle. Und andersrum eben das Thema Erwartungshaltung trotzdem Richtung Markt, Richtung Partner. Ganz großer Teil unserer Aufgabe ist eben, die Erwartungshaltung zu korrigieren. Also ich will nicht sagen, nicht zu schmälern, aber eben richtig einzuordnen oder ein Gefühl dafür zu geben, was braucht es, um erfolgreich mit KI zu sein. Wir waren jetzt erst vor kurzem auf der E-World, große Messe im Bereich Energiedienstleister. Ich glaube, ich habe keinen Stand gesehen, wo nicht Agentic AI drauf stand. Und das ist gerade so wieder so ein, ja, das können wir alles lösen, wir haben ja Agentic AI. Und das ist wieder so ein absoluter Moment, wo man denkt, okay, mehr Differenzierung bitte. Oder mehr Ehrlichkeit und Klarheit, weil sonst werden wir diesen KI-Zug wieder vorbeifahren lassen und alle Erwartungen werden gebrochen und dann will keiner mehr in KI investieren, weil irgendwie alle mit der falschen Erwartungshaltung rangegangen sind.

SPEAKER_00 33:36

Kann man dann auch sagen, der CTO ist eigentlich Stand heute die wichtigste Person im Unternehmen? Weil gerade sonst, weil aktuell niemand sonst diese Balance herstellen kann zwischen, wo setze ich denn diese disruptive Technologie ein, wo macht es Sinn, wo macht es keinen Sinn? Kann das jemand anderes besser als der CTO im Unternehmen? Also es geht ja nicht nur darum, um ein Tool aufzusetzen oder in den Prozess zu integrieren, sondern auch Dinge erklärbar zu machen, Erwartungen zu managen und, und, und. Also wir erleben eine Veränderung, gerade im Bereich der Softwareentwicklung und des Produkt bauen oder des Software-Produkte bauen. Das ist unfassbar. Und du hast ja selber gesagt, ganz viele Erwartungsverhaltungen, intern wie extern. Ich würde die These mit aufstellen, das macht den CTO aktuell zum vielleicht wichtigsten Mann im Unternehmen. Gehst du damit?

SPEAKER_01 34:35

Also ich bin nicht selten jemand, der sagt, ich bin, meine Existenz ist die wichtigste. Also ich glaube, es ist wichtig, eine Person zu haben, die dieses Bild in die Firma bringt, die Leute hilft, dieses Bild in die Köpfe der Leute zu bringen. Aber ich würde sagen, das Umsetzen oder dass es wirklich in jede Ader des Unternehmens fließt, das ist nicht nur das CTO, sondern ich kann sagen, ich habe ganz viele wichtige Leute in meinem Führungskreis, sage ich mal, die das mittragen, die da mehr Impulse setzen, die auch mir manchmal einen Impuls geben. Also ich verstehe dein Bild und es stimmt, also gerade wenn man jetzt auch Richtung Businessseite und Richtung den anderen Entitäten geht, ja, natürlich muss das die Rolle gewährleisten, aber ich würde nicht sagen, es hängt an der Person, sondern wie die Person es schafft, dann die Gruppe von Leuten oder das Unternehmen insgesamt aufzustellen.

SPEAKER_00 35:25

Ja, guter Punkt. Interessanterweise, die sehr viele Anfragen von CTOs, die ich bekomme, drehen sich tatsächlich um die Herausforderung, ich habe jetzt eine enorme Erwartungshaltung auf den Tisch geknallt bekommen, was das Thema AI angeht. Man möchte halt irgendwo Produktivität um 50 Prozent steigern, also quasi von 50 Prozent verdoppeln eigentlich. Also besser ausgedrückt. Und ich weiß gar nicht, wie ich das mache. Also es geht ja nicht darum, dass sie nicht verstehen, wie AI prinzipiell funktioniert. Vielleicht haben sie sogar ein sehr viel besseres technisches Verständnis als die meisten anderen. Aber dann geht es ja eher darum, du bist erschlagen von den Möglichkeiten, die aktuell schon vor dir liegen und das werden ja täglich mehr. Also nicht nur die Toolauswahl, die wirklich aktuell schon production ready ist und die du verwenden kannst und an welcher Stelle machst du was. Und wenn du jetzt die an der Stelle das Tool nutzt, sondern an der anderen Stelle das Toolst, welche Brüche ergeben sich denn damit? Welche logischen Zusammenhänge? Also diese Komplexität. Und nebenbei muss man natürlich auch immer noch Produkt bauen, das ist für die IT verantwortlich und Produktmanagement und so weiter. Also die Komplexität, die gerade verlangt wird, die überfordert viele. Und an der Stelle macht es natürlich auch Sinn, dass ich nochmal zu sagen, naja, wie kann ich das Ganze denn aufsetzen? Und rede ich dann lieber mal noch mit ein paar Leuten, die das vielleicht schon mal ein, zweimal gemacht haben, um sicherzustellen, dass ich mich jetzt nicht hier völlig verhaspele. Wie ist das bei euch gerade im Unternehmen? Wie sehr challenge dich auch genau diese Herausforderung, hier AI empowered, Prozesse auch im Engineering zu etablieren? Und wie sehr fühlst du dich von der Tool-Landschaft gerade erschlagen?

SPEAKER_01 37:05

Also letzteres ist ein ganz wichtiges Thema und ich glaube, da muss man auch ehrlich sein. Wir, du hast gesagt, ich habe einen Informatikhintergrund, wir sind in der AI-Firma, ich bin natürlich mit diesem Thema vertraut und würde sagen, ich kenne die Grundlagen und kann es einordnen. Und selbst mir ist es manchmal zu viel oder schwer, auch im Arbeitsalltag mit allen anderen Themen dann irgendwie Schritt zu halten, sich die neuesten Dinge mal angeguckt zu haben, ein Gefühl dafür zu entwickeln. Also ich kann es total nachvollziehen und es ist definitiv eine Riesenherausforderung für alle Leute in Führungsverantwortungen, die vielleicht auch in einer Domäne unterwegs sind, die nicht nativ softwarelastig ist oder eben nur partiell Software macht. Absolut wichtiger Punkt und ich glaube, da darf man sich auch nicht zu sehr geißeln oder man, ich glaube, man muss den Anspruch haben, versuchen reinzukommen auf dem Level, was man zeitlich und auch inhaltlich schafft. Man muss aber trotzdem als Führungskraft heute wissen, was geht da ab, was sind die neuen Themen und leider sind wir da erst am Anfang. Wir werden, was man jetzt gesehen hat, ist einfach nur so eine Spitze des Eisbergs und die nächsten Monate werden da noch viele, viele Dinge bringen. Und wenn wir jetzt nicht anfangen, uns damit zu beschäftigen, werden wir in sechs, zwölf Monaten noch mehr Probleme haben, da überhaupt wieder reinzukommen. Also das ist schon wichtig, jetzt eine Strategie zu entwickeln, wie man jede Woche, jeden Tag, kurz zehn Minuten sich irgendwie auch mit KI vielleicht eine Sammarie schreiben lässt, die sagt, was waren so die neuesten Entwicklungen? Und ein Thema, was ich noch teilen kann, ich glaube, wir haben diese Herausforderung, als strategische Führungskraft zu überlegen, wo können wir das platzieren. Aber ich glaube, eine mindestens genauso große Herausforderung ist das Thema Angst nehmen tatsächlich von den Entwickelnden. Also wir sehen auch bei uns, wir haben mittlerweile schon sehr seniorige Entwickelnde und die kennen die ganzen Technologien, aber die haben natürlich auch Vorbehalte, manchmal, weil es eben am Ende darum geht, dass die Art, wie sie arbeiten, sich radikal ändern wird. Also was wir heute machen mit Agenten und so weiter, das ist vielleicht noch so ein bisschen eine Assistenz, aber es wird aus meiner Sicht in den nächsten Monaten sich radikal ändern, wie man Software entwickelt und was eben auch ein Softwareentwickler in seinem täglichen Arbeiten tut. Und das macht manchmal vielleicht auch ein bisschen Angst oder Unsicherheit. Und selbst wenn man sich mit der Technologie auskennt, was passiert denn mit mir, was sind meine Fähigkeiten, bin ich in der Lage, dann noch quasi so ein guter Entwickler zu sein, wie ich es heute bin. Da als Führungskraft oder als Organisation zu unterstützen, gemeinsam ein Bild zu entwickeln, Ängste zu nehmen, ist, glaube ich, genauso wichtig, wenn man dann wirklich quasi ein, zwei Bereiche hat, wo man sagt, jetzt gehen wir hier mal mit einem Agentensystem daker rein. Weil das ganz schwierig wird, ist, einfach von oben zu entscheiden und dann die Ängste und Bedenken der Leute, die es dann quasi machen, zu ignorieren.

SPEAKER_00 39:33

Ja, das bringt mich zu einem Thema, was ich auch schon am Anfang in der Einleitung angeteasert habe. Du hast gemeint, du hast ja mal gesagt, der beste Leader macht sich irgendwann selbst überflüssig. So, dann habe ich natürlich zwei Fragen. Also erstens, was bedeutet das konkret im Alltag für dich? Und zweitens, geht das denn überhaupt aktuell? Ich würde nämlich sagen, wir sind aktuell weiter davon entfernt, gute Leader überflüssig zu machen als vorher, weil nämlich gerade in der aktuellen Situation es Leute braucht, die helfen, Klarheit zu schaffen, nicht nur für die Organisation, auch für Teams und für Individuen, weil nicht jeder das selber gerade kann. Also wo siehst du, was du jetzt noch tun kannst, um genau diesem Prinzip auch gerecht zu werden? Und wo siehst du gerade Schwierigkeiten?

SPEAKER_01 40:16

Also absolut faires Statement von dir. Ich würde es absolut unterschreiben. Jetzt gerade ist, glaube ich, der Moment eher, wenn es um Technologie geht und diese CTO-Rolle, da präsent zu sein, da vorwegzugehen, ein Bild zu zeichnen, den Leuten zu helfen, zu sagen, das ist der Weg, den wir gehen, zum Beispiel um Einsatz von KI, absolut korrekt, würde ich auch sagen. Jetzt gerade durch die Dynamik des Feldes und der Entwicklungen braucht es Leute, die dann den Mut haben, in Anverstrichen und das Mandat, da auch eine Entscheidung zu treffen oder eine Strategie vorzugeben. Grundsätzlich ist mein Bild eben immer dieses, ich möchte nicht der Bottleneck sein, sag ich mal. Also es ist ganz zu oft Situationen, wo ich einfach merke, dass es irgendwie an meiner Entscheidung hapert oder irgendwie der Prozess nicht weiterkommt, weil irgendwie Leute auf mich warten. Und das ist so ein bisschen mein Punkt. Ich würde ihn immer gern immer hinterfragen, was kann ich, was kann jemand anders? Muss ich die Entscheidung treffen? Kann die jemand anders treffen? Und was muss ich tun im Rahmenwerk, in den Guidelines, was auch immer, damit die Person die Entscheidung treffen kann und vielleicht gewisse Dinge trotzdem respektiert werden. Sei es Kultur, sei es Governance-Sachen und so weiter. Und das ist so ein bisschen mein Mantra, zu versuchen, die Leute, die mir direkt unterstellt sind, irgendwie zu enablen, bessere Führungskräfte zu sein, mehr Entscheidungen selber zu treffen. Und das ist natürlich ein Sinus. Es gibt irgendwie Momente oder Phasen, da läuft es gut, dann gibt es eben, wie du es gerade sagst, jetzt vielleicht eine Phase, da ist sehr viel Dynamik drin. Da ist auch der Wunsch da nach mehr Führung und mehr expliziten Entscheidungen.

SPEAKER_00 41:39

Ja, sehr guter Punkt. Vielleicht ist das, ich glaube, dass die Sinuskurve, wie du gerade benannt hast, ist vielleicht ein ganz gutes Bild, was man dazu anlegen kann. Was waren denn kulturelle Prinzipien, gerade auch in eurer, in der großen Wachstumsphase, die ihr hinter euch habt, die euch geholfen haben, richtig zu wachsen?

SPEAKER_01 42:01

Ich glaube, und das ist, das schreiben sich bestimmt viele auf die Fahne, ist das Thema Transparenz. Also dass man dass man wirklich versucht, von dem CEO bis zu der Rolle ganz im Team ganz tief drin, eben bestmöglich transparent zu sein über das, was machen wir gerade, warum machen wir das. Also gerade der erste Teil. Also wir haben, wir haben einmal im Monat, machen wir, wir nennen das Company Update, wo wir so ein Town Hall-Meeting machen, wo wir einfach sagen, hey, guck mal, das sind gerade die aktuellen Wirtschaftszahlen, das sind gerade die aktuellen Projektanfragen, das sind gerade die aktuellen organisatorischen Änderungen, die uns im Kopf sind, da bestmöglich immer die Leute, den Leuten ein Gefühl zu geben, wo stehen wir gerade als Unternehmen, was sind die großen strategischen Themen. Dann, also wie gesagt, Transparenz. Zweites großes Thema ist Fehler- und Feedbackkultur. Also zu sagen, Fehler, also im agilen Mindset musst du Fehler zulassen und es ist vollkommen okay, Fehler zu machen. Wenn du aus diesen Fehlern lernst und einen Schluss ziehst und die quasi reflektierst. Also zu sagen, Fehler ist per se erstmal ein wichtiges Element des Lernens. Wichtig ist nur, diesen Schritt dann zu machen, zu sagen, daraus zu lernen und es beim nächsten Mal besser zu machen. Und das quasi nicht hinter verschlossenen Türen zu machen, sondern wirklich zu sagen, hey, und wir, und da finde ich, sind wir als Management, sind wir ein Rollenmodell, das das vorleben muss. Ich versuche immer relativ offen mal zu sagen, hey Leute, wir hatten letztes Jahr die Idee mit dem Team XY, habe jetzt verstanden in Feedbackrunden, dass es nicht so gut funktioniert hat, es war eine falsche Annahme von mir, lass es uns besser machen. Also einfach dieses Gefühl zu vermitteln, wir können nur lernen und uns verbessern, wenn wir offen mit Fehlern umgehen. Das ist, glaube ich, ein zweiter, ganz wichtiger Kulturwert, den wir haben.

SPEAKER_00 43:38

Absolut. Kannst du dir, also hast du eine Vorstellung, vielleicht auch eine Vision, eine Fantasie davon, wie sich die Rolle des CTOs in AI-Unternehmen in den nächsten fünf Jahren verändern wird? Hast du da eine Meinung dazu?

SPEAKER_01 43:53

Ich habe noch nicht aktiv darüber nachgedacht, aber es ist eine sehr gute Frage. Ich glaube, wenn man jetzt nochmal eine Ebene drunter geht, wie wird sich software, Entwicklung verändern, dann wird es eben, wir haben jetzt auch viel in letzter Zeit auch intern diskutiert, es gab diesen Shift von Assembler-Programmierung zu Hochsprachenprogrammierung zum Beispiel. Also Softwareentwicklung hat quasi, also Softwareentwickelnde haben nicht mehr maschinennah programmiert, sondern haben in Hochsprachen programmiert und haben sich eigentlich gar nicht mehr darum gekümmert, wie der Assembler-Code am Ende aussieht. Und es war am Anfang ganz disruptiv und viele Leute hatten Ängste. Und man könnte argumentieren, dass wir die Stufe, vor der wir jetzt stehen, ist eine ähnliche Stufe, dass wir quasi sagen, es ist gar nicht mehr wichtig, direkt in der Hochsprache oder Programmiersprache zu schreiben, sondern du wirst deine Softwareanwendung über Spezifikationen, über Testcases, über eine funktionale Beschreibung programmieren, sage ich mal. Und dein Skillset wird sich ändern. Ich glaube, das wird sich dann auch auf die CTO-Rolle und die Verantwortung übertragen, dass eben dieser Fokus viel mehr sein wird, was wollen wir mit diesem Stück Software erreichen, was sind vielleicht die nicht funktionalen Eigenschaften, die die Software haben muss, was sind die Testcases, wie können wir das Ganze härten Richtung Sicherheit und weniger die eigentliche Technologiefrage. Also das dann quasi, ich kann mir vorstellen, in zwei, drei Jahren ist die Frage, nämlich React Native oder Flutter, gar nicht mehr relevant, weil am Ende entscheidet es die KI, was die beste Entscheidung, die beste Technologie ist. Aber ich muss wissen, funktioniert das Ding so, wie ich es möchte und ist es sicher genug und so weiter.

SPEAKER_00 45:18

Ja, ich stelle mir ja auch die Frage, die werden wir heute nicht hier beantworten können, aber ich würde es trotzdem mal gerne in den Raum werfen. Wird es eine Sprache geben, also aktuelle Hochsprachen oder die Sprachen, mit denen ein LLM arbeitet, die Programmiersprachen, das sind alle Sprachen, die wurden von Menschen geschaffen, um dem Menschen zu ermöglichen, mit der Maschine zu interagieren und zu kommunizieren und der zu sagen, was sie zu tun hat. So, jetzt haben wir eine LLM-Schicht drüber, die im Endeffekt für uns, die Sprache, die eigentlich, die wir für uns selber entwickelt haben, zu verwenden. Ab welchem Punkt wird es eine Sprache geben, die LLMs entwickeln, um selbst mit der Maschine zu sprechen, die gar nicht mehr auf den von Menschen entwickelten Hochsprachen aufgesetzt ist, sondern vielleicht unter ganz anderen Gesichtspunkten, wie auch immer die dann aussehen mögen. Ich habe diesen Gedanken noch nicht finalisiert oder sehr viel weitergedacht, wie das dann aussehen könnte. Halte das aber im ersten Moment für ein sehr plausibles Szenario. Wie siehst du das?

SPEAKER_01 46:19

Unterstütze ich total. Also reden wir jetzt nicht über April 2026, aber ein, zwei Jahre, wer weiß, was die Dynamik jetzt bringt, absolut realistisches Szenario. Wie du es richtig gesagt hast, bisher ist Programmierung für den Menschen gedacht. Aber vielleicht wird der Mensch als Faktor da komplett rausgezogen. Und warum muss dann die Sprache auf den Mensch optimiert sein? Man sieht solche Tendenzen jetzt schon. Es gibt ja das Thema MCP, dieses Kontextprotokoll, um Dinge in Agenten anzubinden, aber genauso das Thema APIs. Und es gibt jetzt schon einige, auch große Anbieter, die ihre APIs explizit so umbauen, dass sie Agenten geeignet sind oder dass sie eben als sogenanntes Skill, also als Fähigkeit eines Agentens leicht integrierbar sind. Das heißt, da zeigen sich schon genauso Tendenzen, dass eben nicht mehr der Mensch die Zielgruppe ist, diese API, sondern eben Agenten, LLMs und so weiter.

SPEAKER_00 47:08

Ah, ist interessant. Weißt du, wie das dann konkret aussieht? Also gerade wie baust du eine API um, sodass sie für Maschinen, für eine LLM besser anbindbar ist wie vorher? Und vorher war es ja auch Code, der mit Code gesprochen hat.

SPEAKER_01 47:26

Genau, aber vorher war es halt, du hast ja zum Beispiel eine API-Dokumentation, die dir jeden Endpunkt sagt. Die Endpunkte mussten irgendeinen natürlich verständlichen Namen haben, du hast dann irgendwie die Parameter und so weiter. Und es wird sich, glaube ich, insofern wandeln, als dass du die Anzahl von Endpunkten mit insofern weniger, weil du, glaube ich, einen generischen Endpunkt bekommst, wo du dir einen eigenen Endpunkt bauen kannst. Klingt ein bisschen vielleicht sehr techy, aber dass die Idee ist, quasi, du beschreibst in Markdown-Files, wie erstellst du dir einen eigenen Endpunkt und das versteht quasi das LLM und baut sich dann quasi die Endpunkte oder die Pfade in das System, die es dann für die derzeitige Aufgabe, die es lösen muss, braucht. Aber ich glaube, die Google Workspace API ist da ein guter Hinweis. Die hatten jetzt vor kurzem erst einen neuen Release und die ist schon in diese Richtung quasi optimiert, kann man sich machen.

SPEAKER_00 48:14

Sehr gut. Sehr schön. Ich würde ganz gerne eigentlich noch mehr genau an der Stelle in die Tiefe gehen, aber leider reicht uns die Zeit heute nicht. Das schreit eigentlich danach, dass wir das gerne nochmal fortsetzen können, müssen, sollten, Gregor. Aber wie es so schön Tradition ist, eine Runde Rapid-Fire-Fragen, die können wir uns nicht entgehen lassen. Oder?

SPEAKER_01 48:34

Gerne.

SPEAKER_00 48:35

Sehr schön. Wann fühlst du dich am meisten wie ein CTO?

SPEAKER_01 48:40

Ich glaube, wenn ich in einem Team-Revie oder in einem Company-Review sitze und dort von anderen etwas gezeigt bekomme, wo ich das Gefühl habe, genau das ist das, was ich im Kopf hatte und dass ich keinen Beitrag dazu hatte, dass es so geworden ist.

SPEAKER_00 48:50

Sehr gut. Welcher Leadership-Gedanke hat dich in den letzten Jahren am stärksten geprägt?

SPEAKER_01 48:54

Wie kann ich andere ermächtigen, diese Entscheidung, die ich gerade getroffen habe, zu treffen? Also wie kann ich andere in die Lage versetzen, diese Entscheidung zu treffen?

SPEAKER_00 49:02

Sehr gut, auch gefällt mir sehr gut. Welches Buch oder welche Person hat dein Denken über Organisation verändert?

SPEAKER_01 49:08

Oh, ich glaube, es gab einige auf der Reise, aber was ich auf Alfred empfehlen kann, ist Escape the Build Trap. Ein Buch darüber, dass sich damit beschäftigt, was ist der Unterschied zwischen Outcome und Output. Also dieses typisches Scrum-Problem, dass ich quasi immer darauf optimiere, möglichst viele Tickets auf Done zu bekommen, ohne mich zu fragen, was ist denn eigentlich der Mehrwert von diesen Done-Tickets, sondern natürlich immer zu fragen, und das ist dieses Credo, was vielleicht in dem Podcast jetzt schon rausgekommen ist, immer zu fragen, was ist der Nutzen am Ende des Tages? Wer nutzt das?

SPEAKER_00 49:34

Ja, schöne Empfehlung. Tatsächlich habe ich das selber nie gelesen, aber mir gleich gerade nochmal einen kurzen Reminder gesetzt, dass ich das vielleicht mal tun sollte. Was ist denn eine Technologie, die massiv überschätzt wird?

SPEAKER_01 49:50

Wenn ich das darf, ich glaube, beides massiv über und unterschätzt wird, ist also tut mir leid, KI am Ende. Also wir haben beide Dimensionen. Wird massiv überschätzt im Sinne von, was wir vorhin hatten, es kann mir alle Probleme out of the box lösen und unterschätzt. Ich glaube, wenn man nicht in diesem Software Engineering, in der Software-Engineering Bubble ist, wenn man nicht Open Claw, Clawed Code und so weiter irgendwie regelmäßig solche Dings nicht angeguckt hat, weiß man gerade nicht, was gerade im Hintergrund hier eigentlich gerade passiert und was das für eine massive Veränderung für die Zukunft bringen wird. Also ich glaube, in beide Richtungen, interessanterweise, würde ich jetzt gerade sagen, KI, wenn das eine faire Antwort ist.

SPEAKER_00 50:28

Das ist eine sehr gute Antwort. Wahrscheinlich hätte ich die auch so gegeben. Letzte Frage für heute. Was macht denn für dich ein wirklich starkes Engineering-Team aus?

SPEAKER_01 50:36

Ein starkes Engineering-Team ist, glaube ich, hat eine gute Kultur, hat eine gute Mission, ist gut in der Lage, sich wirklich selbst zu organisieren, in dem Sinne, dass die verschiedenen Charaktere einen Weg finden, wie sie zusammenarbeiten und wie sie gute Entscheidungen treffen. Also wie sie quasi sich immer hinterfragen, was ist das, was wir bauen, was ist unser Teil des großen Ganzen und wie tragen wir dazu bei.

SPEAKER_00 50:58

Okay, sehr schön. Vielen lieben Dank. Es hat mir große Freude gemacht und ich glaube, wir hätten das auch problemlos noch ein bisschen weiterführen können. Aber dann gerne in einer Fortsetzung oder wir diskutieren das in der Community nochmal weiter. Ja, doch. Ich wünsche dir einen wunderschönen Freitag und freue mich sehr auf den Release der Folge. Noch alles Gute, Gregor. Vielen, vielen Dank, Philipp. Bis dahin. Ciao. Mach's gut. Ciao, ciao.