#122 Spaziergänge mit KI: Der neue Arbeitsstil von Fabio Duo von Peak Privacy

Erleben Sie, wie Fabio Duo, Geschäftsführer von Freihandlabor und Mitbegründer des AI-Startups Peak Privacy, die Arbeitswelt revolutioniert. Erfahren Sie, wie er mithilfe von Language Learning Models (LLMs) seine tägliche Routine umkrempelt und effiziente Lösungen für den Arbeitsalltag schafft. Fabio teilt seine einzigartigen Methoden, wie das Aufnehmen von Diktaten während Spaziergängen, die automatisch in Obsidian transkribiert werden, und zeigt auf, welche enormen Vorteile die Integration von KI in den Arbeitsalltag mit sich bringt.

Doch das ist noch längst nicht alles. Fabio gibt uns exklusive Einblicke in die massgeschneiderte KI-Nutzung bei Peak Privacy und betont die Wichtigkeit individuell angepasster Prompts, um Qualität und Effizienz zu steigern. Wir diskutieren über die Möglichkeit, Standards zu setzen, die Raum für individuelle Anpassungen lassen, und beleuchten die speziell entwickelte Chat-Lösung für mittlere Unternehmen, die Datenschutz mit den Vorteilen der KI vereint. Abschliessend blicken wir auf aufregende zukünftige Entwicklungen und ein geplantes Treffen, das weitere kreative Ideen verspricht. Lassen Sie sich von den spannenden Möglichkeiten inspirieren, die uns Fabio aufzeigt!

Chapters

• 0:14 AI-Integration Im Täglichen Arbeitsleben
• 8:00 AI Bei Peak Privacy Effektiv Nutzen
• 21:06 Authentic Lösungen Bei Peak Privacy

Transcript

Speaker 1: 0:14

Herzlich willkommen zu einer neuen Podcast-Folge von Sophies Next AI Talk, der Podcast, bei dem es immer rund um aktuelle Themen zum Thema künstliche Intelligenz, generative AI, chat-gbt und Chatbots geht. Und heute, kann ich sagen, freue ich mich richtig doll auf meinen Interviewpartner, nämlich den Fabio Duo. Wer mein LinkedIn-Profil genauer mal runtergescrollt hat, der sieht vielleicht, dass ich vor ganz vielen Jahren sogar mal beim Fabio in der Agentur arbeiten durfte. Und ja, jetzt hatten wir die letzten Jahre weniger Kontakt, und mittlerweile sind wir beide wieder sehr stark im AI-Bereich tätig, und so ist der Kontakt wieder aufgeflammt, und wir haben ganz viele Parallelen entdeckt. Und, fabio, darum freue ich mich mega, dass du heute im Podcast bist.

Speaker 2: 1:02

Vielen Dank, dass du dir die Zeit nimmst für das Interview gleich Danke, Sophie. Merci vielmals. Ich freue mich natürlich auch, endlich auf dem Podcast zu sein und wieder ein paar neue Sachen mit dir anzugehen. Ich freue mich mega auf das Interview.

Speaker 1: 1:15

Danke. Bevor wir starten, möchte ich mich natürlich auch bei meinen Partnern bedanken Das ist FIA, das ist CMM360 und das ist Corporate Software. Und ja, vielen Dank, dass ihr den Podcast schon seit so vielen Jahren, Monaten, Wochen unterstützt. Und nun kommen wir zum Fabio. Fabio, vielleicht kannst du ganz kurz noch sagen, was du eigentlich den ganzen Tag so machst, beziehungsweise was ist deine Rolle im Freihandlabor oder auch bei Peak Privacy?

Speaker 2: 1:43

Genau, also das Freihandlabor als Agentur und Peak Privacy als AI-Startup gibt es ja schon länger. Ich bin jetzt da in zwei Funktionen eigentlich tätig, also zum einen operativ schaffe ich ein Projekt mit, dann wieder mit AI programmieren, also auf LLM-Basis, aber hauptsächlich bin ich natürlich der Administration und im Account-Management tätig als Geschäftsführer von Freon Labor.

Speaker 1: 2:12

Genau das ist vielleicht noch zu erwähnen Du bist der Geschäftsführer und nicht der Assistenz des Unternehmens. Was mich bei dir damals schon in der Game Tour immer sehr beeindruckt hat, dass du wirklich eigentlich nicht einfach irgendwelche Blasen und Wolken und Bullshit-Buzzwords verkauft hast, sondern bevor du die Sachen verkauft hast, hast du sie wirklich selber genutzt. Und eigentlich habe ich immer das Gefühl gehabt, du nutzt die ganzen Technologien selber noch viel krasser, als dass du überhaupt dann drüber redest oder sie verkaufst. Und jetzt haben wir letztens schon mal wieder kurz geredet, was du irgendwie seit zwei Jahren selber mit AI machst, Und vielleicht kannst du einfach mal so kurz sagen, wie du AI wirklich im täglichen Arbeitsleben schon so total automatisch integriert hast Und ja, wie du das geschafft hast, wie du dahin gekommen bist und was es dir natürlich auch für Mehrwerte bringt.

Speaker 2: 3:02

Ich danke vielmals für das Kompliment. Das freut mich natürlich sehr. Es kommt natürlich wirklich ein bisschen davon her, dass ich halt selber begeisterungsfähig bin für Technologie und wie man Technologie einsetzt. Das war für mich dann auch mich lebensverändernd mit den LLMs, wo ich schon vor über zwei Jahren angefangen habe mit Spazieren, und zwar habe ich mehr Spazieren und Umlaufen wollen und dabei eigentlich arbeiten können Und habe mir so eigentlich eine Routine entwickelt, die ich auch beim Laufen diktieren kann. Die Diktate kommen dann automatisch in eine Transkribierungsroutine, werden dann über verschiedene Prompts automatisch ablaufen, sobald ich etwas in den Voice-Memos auf dem Handy gespeichert habe, und kommen dann in mein Notizprogramm Obsidian rein. Das hat jetzt mal Requirements, kundenmails und so weiter. Da kann ich dann so einen sehr automatisierten Ablauf machen, ohne eigentlich jedes Pfeil einzeln zu verändern.

Speaker 2: 4:11

So habe ich wirklich täglich meine Kilometer reinlaufen, was mir der gute Dual-Tag auch ein bisschen mehr nachdenken konnte mich mehr bewegen gleichzeitig. Also für mich ist das schon fast ein lebensverändernder Schritt, den man an Technologien ermöglicht hat. Plus zusätzlich eigentlich als Nebeneffekt habe ich gemerkt, in vielen Fällen schreibt die LLM besser als ich. Ich bin ein Schreibtalent. Dort hätte es mir sehr viel helfen können, dass ich die LLM von einem schlechten Schreiber zu einem mittelmässigen Schreiber machen konnte, was ich dann gemerkt habe und im Alltag durchleben konnte.

Speaker 1: 4:57

Sehr interessant. Also ich glaube, mindestens drei, vier Vorteile. Also das erste Mal du bewegst dich mehr. das ist sicherlich gut, aber, wenn ich das richtig verstanden habe, du redest dann sozusagen mit deinem Handy. Du nimmst dann auf deine Gedanken, und dann werden automatisch Prompts gestartet, die dann deine Gedanken je nachdem, sei das jetzt eine Kunden-E-Mail oder vielleicht ein neues Konzept oder vielleicht auch ein Mitarbeiterzeugnis wird dann sozusagen erstellt in deinen Notizen, richtig?

Speaker 2: 5:28

Ja, genau Das kann man sich genauso vorstellen. Ich laufe umher, sehe ein bisschen doof aus, weil ich da so redend durch die Gegend rumspaziere, da gewöhnt man sich irgendwann dran. Und dann eigentlich die Transkribierung, die kommt dann automatisch in Prozesse und Workflows rein, wo man dann verschiedene Dinge daraus macht. Also beispielsweise, wenn ich jetzt Requirements aufnehme für ein Feature, dann ist das, was ich diktiere, am liebsten einfach nicht so strukturiert. Das heisst, man muss zuerst noch strukturieren. Auch da hilft natürlich Telelams, die beispielsweise Tickets befassen, die ein bisschen umschreiben. Gleichzeitig kommen dann auch Prompte in Einsatz, die das Ganze hinterfragen und mit ihnen auch wieder Fragen stellen, wo ich wieder darauf antworten kann, und so entsteht dann eigentlich beispielsweise das Requirement und eigentlich nur mit Audio.

Speaker 1: 6:22

Sehr spannend. Jetzt haben wir aber trotzdem, denke ich, wieder so ein bisschen die Kunst, diese Prompts. Die müssen ja erst mal erstellt werden, oder Das heisst, du musst dich irgendwann mal vielleicht sogar hingesetzt haben vielleicht ging das nicht im Laufen und überlegt haben, was definiere ich alles an Prompts? Also, dann hast du einen Prompt für die Requirements, dann hast du einen Prompt für allgemeine Notizen, dann hast du einen Prompt zum kritischen Hinterfragen, oder wie muss ich mir das vorstellen?

Speaker 2: 6:49

Das ist genau so, also das Erstellen von den Prompts, das ist natürlich meine Erfahrung reingeeflossen. Das war eine sehr aufwendige Part. Wie soll die Inhalt noch strukturiert werden, so dass es Sinn für mich macht, damit ich noch gut mit denen weiterarbeiten kann, damit ich die auch weitergeben kann, also copy-paste dann ins Projektmanagement-Tool, in ein E-Mail-Programm, das gut umschreiben kann, und da ist natürlich sehr viel Zeit reingegangen. Also, da habe ich natürlich über Tage iteriert und bin eigentlich ständig daran, das zu optimieren, damit ich dann auch den Output bekomme, den ich brauche. Plus habe ich das ein bisschen auf mich abstimmen müssen. Was sage ich für Sachen überhaupt? Wie beschreibe ich die Welt, und wo habe ich vielleicht auch in meinen Gedanken wieder Lücken, die ich natürlich auch wieder mit einem Prompt automatisch füllen kann oder mir dann entsprechende reflektive Fragen präsentieren kann, die ich dann auch wieder die Antworten liefern kann und zu einem besseren Ergebnis komme.

Speaker 1: 8:01

Ja sehr interessant. Das ist das, was ich auch immer wieder merke wenn man diese Prompts definiert Man macht es sich selber muss man erst mal anfangen zu überlegen. Also, man reflektiert manchmal selber Themen, die man anders gar nicht so reflektiert hätte oder für sehr normal genommen hat. Das Zweite, was ich jetzt gerade noch rausgehört habe wie wir das immer auch bei KI haben es ist natürlich ein Invest deiner Seite nötig gewesen, bevor du sozusagen den Return bekommst. Also du hast nicht einfach nur, ach, ich laufe jetzt und ich starte die Sprachmemo, und sofort ist alles automatisiert, und ich habe abgenommen und gleichzeitig viel mehr Zeit, sondern es ist schon erst erstmal eine Anfangsinvestition, die sich aber, wie du selber sagst, bei dir schon ausgezahlt hat, oder Genau.

Speaker 2: 8:43

Also das hat sich dreimal ausgezahlt. Also eben wie gesagt, nicht nur, dass ich jetzt laufen kann und einfach das kritisieren oder Zeit einsparen, sondern halt wirklich auch bessere Arbeitsergebnisse machen kann. Also das ist wirklich so ein Gehen, und um schnelles Reflektieren zu ermöglichen. Aber das Promptschreiben ist tatsächlich Arbeit. Man kann nicht einfach irgendetwas aus dem Internet copy-pasten. Das führt nicht zu den Ergebnissen, die man braucht, sondern es muss auf einen selber, es muss auch vielleicht auf den Kunden oder den Empfänger muss gut abgestimmt sein, sonst macht das das Ganze keinen Sinn. Also muss da die AI eigentlich und die LLM sich gut anleiten.

Speaker 1: 9:32

Ja, ich stelle mir das jetzt gerade vor, wenn das jetzt ein Teamleiter hört. Man könnte vielleicht sagen okay, es gibt so eine gewissen Ausgangsproms für das gesamte Team, aber dann kann jedes Teammitglied sich den Prompt nochmal selber anpassen, weil vielleicht redet der eine blumiger, der andere faktenbasierter, der andere ja so. Ja so. Das könnte ich mir noch ganz gut vorstellen, dass man vielleicht langfristig aus vielen Best Practices auch gewisse Templates erarbeiten kann, die dann aber natürlich separat anpassen muss.

Speaker 2: 10:03

Das macht absolut Sinn, also wie wir das jetzt bei Peak Privacy im Chat implementiert haben. Wir haben dort pro User gewisse Pacts und Memories hinterlegt und auch einen Schreibstil, aber du hast natürlich firmenübergreifende Prompte, die dann immer eigentlich greifen. Also das macht es eigentlich möglich da sind wir zweistufig erfahren, eigentlich zu schaffen, dass man es trotzdem für sich abstimmen kann, aber trotzdem vielleicht auch so eine Firmensprache eigentlich finden kann und implementieren. Aber das ist natürlich sehr ein guter Punkt.

Speaker 1: 10:44

Super. Und jetzt könnte man denken, wir haben es abgesprochen. Aber das haben wir nicht, weil die, die schon mal mit mir ein Podcast-Interview gemacht haben, wissen, ich spreche vorher wirklich nichts ab.

Speaker 1: 10:53

Das ist immer nur ein sehr lockeres Gespräch, aber du hast jetzt schon so das Peak Privacy gerade nochmal erwähnt und gesagt, wie ihr es dann macht. Jetzt werden sich ganz viele fragen was ist denn eigentlich Peak Privacy? oder was kann das, was soll das? Vielleicht kannst du mal so ganz grob sagen, was eigentlich Peak Privacy ist, und dann natürlich klar auch, wie man das jetzt für diese Zwecke nutzen kann.

Speaker 2: 11:17

Peak Privacy ist wirklich im Wesentlichen ein Open AI-Klon, wo man vollständig in der Schweiz betreibt und auf Datenschutz optimiert ist, gestartet. Inzwischen ist es ein Enterprise-KMU Chat-Lösung, ai-lösung, die wir jetzt bei Organisationen von mittlerer Grösse eigentlich am Einführen sind. Wir haben dort einen Chat ähnlich wie man es durch Chat-GPT kennt, wo aber eigentlich für Witzer-Firmen sage ich jetzt einmal so bis 1000 Mitarbeiter eigentlich optimiert ist, haben einen Prozess dazu entwickelt, wie man das einführen kann. Und wie gesagt, eben wir können garantieren, dass die Daten der Schweiz nicht verlaufen, und aber auch das ist ja wirklich, dass natürlich kein amerikanisches Konzern darauf Zugriff hat, und so können wir halt auch einen Chat anbieten, um eigentlich mit gutem Gewissen auch mit eikler Daten zu spielen.

Speaker 1: 12:19

Ja spannend. Also ich habe es selber auch schon im Einsatz gehabt, bin sehr beeindruckt. was ich noch sehr spannend auch dabei finde bei OpenAI können wir die Custom-GPTs nutzen. Viele wissen, das ist aktuell eines meiner Lieblingsthemen. Ich finde, die können wahnsinnig viel, wenn man sich so ein Chat-GPT auf sich selber customisen kann für einen Anwendungsfall Bei euch heißen. die Konstrukteure sind aber im Grundsatz sehr ähnlich.

Speaker 2: 12:43

Das heißt, wir können auch die Custom-GPTs bzw Konstrukteure bei euch nutzen, oder Genau Das ist eines der Hauptkonzepte, die wir unseren Kunden zur Verfügung stellen, Dort die AI-Influencer, wie wir das nennen, in den Firmen, das Core-Team mit AI-Wissen, die haben Zugriff auf die Custom-GPTs, was bei uns Konstrukteur heisst. Mit dem kann man eigentlich 80% von allen AI-Startups, die sich so umschwirren, kann man eigentlich mit denen nachbauen, wie die meisten AI-Lösungen, die man so findet im Netz. Das ist am Schluss eigene Daten, ein Prompt, und dann hat man das eigentlich und das bietet man eigentlich an zum selber bauen. Mit dem kann man beliebige Use Cases realisieren. Wir haben dort eigentlich Kompetenz in der Firma nicht gehabt, um mit dem umzugehen.

Speaker 1: 13:41

Sehr wichtig. Das ist auch aktuell mein Learning. Man sieht schnell mal wieder ah, das wieder ein neues AI-Tool, ah da, ah da. Im ersten Moment denkt man immer oh, das brauche ich auch, das brauche ich auch. Das erste Problem ist klar ich kann nicht jeden Tag neue Lizenzen kaufen. Irgendwann reicht mein Budget nicht. Zweitens meisten dieser Startups haben eine super coole Landingpage. Nach dem Lock-In-Bereich lässt das dann eher nach. Also damit will ich sagen, dass die technisch dann doch noch nicht so viel können. Und es ist eigentlich genau, wie du sagst wenn man das Ganze mal hinterfragt, dann ist es häufig eigentlich ein Custom GPT oder ein Konstrukteur, den man sich eigentlich auch selber bauen könnte. Ich finde es immer interessant zu sehen, was da so an Use Cases sind, weil manchmal kommt man vielleicht selber gar nicht so auf die Idee ah cool, krass, das könnte ich auch mal der AI machen. Oder ah cool, dafür könnte ich ja auch ein Prompt schreiben. Aber ich glaube, wenn man diese ganzen AI-Startups, wie du sie gerade genannt hast, vielmals auch so ein bisschen als Inspiration sieht, was da so aus Amerika kommt, und das dann versucht, irgendwie selber vielleicht für sich selber nachzubauen, sinnvoll ja, ich hatte zum Beispiel gerade am Wochenende das Gespräch mit meinem Freund.

Speaker 1: 14:47

Der hat gesagt ja, sie müssen jetzt irgendwie 200 Follow-up-E-Mails erstellen. Sie haben bei jedem so eine persönliche Notiz, und ansonsten ja, müssen sie eigentlich für jeden das selber erstellen. Da habe ich gesagt super, das ist ein Fall für ein Custom GPT. Sagst dem Custom GPT, welche Tonalität er hat, sagst ihm, er soll dich immer nach dieser Custom-Note fragen, und dann erstellt er dir 200 Follow-Up-Mails in deiner Tonalität, wie du es möchtest, und wenn er das nächste Woche nochmal machen muss, macht er das nochmal. Also sehr, sehr einfach anzuwenden finde ich, sobald man einen repetitiven Use-Case hat.

Speaker 2: 15:25

Ja, das ist natürlich genau so. Es geht dabei nicht um repetitiven Use Cases, die schnell vorankommen. Ein Beispiel ist eine Art Praxis, die sich der Big Privacy überlegt, um einzusetzen Beim Transkribieren und beim Schreiben von Berichten. Auch hier mit einem Custom GPT haben wir dort einen Workflow, der diverse Transkribierungsservice out of the box ersetzt. Man kann Berichte schreiben, und weitere Use Cases kann man sich natürlich zuhauf überlegen. Man sagt das jetzt zum einen einfach nur zum Suchen von Daten. Bei Deep Privacy können wir beliebige Datenquellen anschliessen. Man sagt das jetzt als Shared Drive, das CRM-System und so weiter. Dort hilft natürlich dann auch die AI beim Suchen von Daten, also rein beim Rausgesuchen von relevanten Daten, vielleicht die PDF-Files für Unternehmen, die da vielleicht noch nicht völlig digitalisiert sind und dort noch ein bisschen Nachhilfe brauchen. Also, da hat es natürlich einen Haufen aus den Informationen, natürlich auch wieder Berichte und Zusammenfassungen an der Stelle. Was ist denn letztes Jahr überhaupt mit dem Kunden XYZ gelaufen? Da kann man natürlich alle Rechnungen reinrühren, alle E-Mails reinrühren und bekommt die Informationen über.

Speaker 1: 16:44

Sehr spannend. Jetzt hast du gerade schon angesprochen, so von wegen Export-Import wo geht denn die Reise mit Peak Privacy hin? Wir haben jetzt gesagt Konstrukteure, wir haben gesagt sicheres Chat-GPT, oder sagen wir nicht nur die Reise mit Peak Privacy. Wo siehst du die Reise mit AI und natürlich dann auch AI in deiner Firma? Kannst du da einen kleinen Ausblick geben?

Speaker 2: 17:06

Was wir jetzt machen, ist, wir gehen vielmehr auch in die richtige Begleitung von Unternehmen. Wir haben eine technische Lösung. was mache ich dann jetzt mit dem, Wie kann ich schauen, dass das von meinen Mitarbeitern genutzt wird? Was sind die Rangst, die wir vielleicht auch im Unternehmen haben? Dort haben wir jetzt einen Prozess entwickelt, wo man die Unternehmen begleitet über einen längeren Zeitpunkt, Auch zu einem Kostenpunkt, der sehr adaptiv ist, wo man wirklich versucht, die Unternehmen zu begleiten, indem man die Mitarbeiter enablen, Lösungen wie Peak Privacy oder Peak Privacy eigentlich zu brauchen, Schritt für Schritt Arbeitsabläufe darin abzubilden, wo es halt auch sinnvoll ist, also herauszufinden, welche Arbeitsabläufe können überhaupt gut automatisiert werden, und wie machen wir. das ist eigentlich meistens der entscheidende Punkt.

Speaker 2: 18:12

Technologisch muss ich sagen hey, da haben wir jetzt eine Lösung. Das ist Technik. nicht mehr der grosse Challenge, sondern der Challenge ist eigentlich wirklich wie setze ich es jetzt ein? Wir haben auch gemeinsam ein Roadmap mit unseren Kunden, wo wir schauen, was wollen wir eigentlich überhaupt in der Zukunft integrieren wollen, wo wir was reinbringen, So ein Outlook. sicher, wo wir natürlich sehr gespannt sind, sind Automatisationen, Also vielleicht eben halt auch mit Marketing Automatisationen. Da sind wir noch Prototypen da und natürlich auch so eine Lösung wie Canvas von OpenAI, also wo man da zum Textschreiben auch ein bisschen einfacher kann brauchen. Das sind jetzt gerade so die zwei Features, die dann im nächsten Release werden rauskommen.

Speaker 1: 19:02

Das finde ich immer super. Wenn die Features schon vorher so öffentlich angekündigt werden, dann müssen sie auch kommen. Dann kann man auch richtig so ein paar Wochen nach Veröffentlichung der Podcastaufnahme nerven. Wo ist das Feature? Finde ich super, fabio, danke.

Speaker 2: 19:17

Dann machen wir das.

Speaker 1: 19:20

Nein. Aber was ich gerne nochmal unterstreichen wollte, ist das Thema Schulungen. Ich erlebe das vielmals auch gerade so beim Thema Co-Pilot. So viele Unternehmen, die sowieso Microsoft haben, haben jetzt auch den Co-Piloten, und damit ist das Thema AI erstmal geklärt. Ja, wir haben jetzt alle den Co-Piloten, das ist super So. Und dann fragt man mal nach ja, und was macht ihr jetzt? Ja, die sind jetzt eigentlich schon beim nächsten Buzzword. Das Problem ist, der Co-Pilot wird gar nicht genutzt, und ich finde es eigentlich sehr sinnvoll, dass man auch mal sagt okay, jetzt mal stopp. Wir müssen jetzt nicht ins Unendliche entwickeln Gestern habe ich gelesen, agnetic AI, das neue Buzzword, oder vielleicht auch die neue Technologie sondern wir müssen erst mal gucken, was haben wir denn jetzt alles, und wie können wir das eben sinnvoll nutzen und eben gerade wie du gesagt hast, die Mitarbeitenden befähigen? Von dem her finde ich das sehr, sehr interessant, dass ihr als Technologiefirma euch auch eben auf diese Soft-Komponente fokussiert.

Speaker 2: 20:12

Ja, also ich glaube, die Soft-Komponente, ich glaube, das ist die Hard-Komponente inzwischen, weil das ist natürlich wirklich auch der schwierige Punkt. Es gibt eben so einen Widerstand. Es ist nicht ganz einfach, dann eher ein Unternehmen reinzubringen und das Enablement eigentlich voranzutreiben. Ich denke, das ist zentral, und wir haben jetzt eigentlich bei der neuesten Version sehr stark zusammengearbeitet mit dem Einführungsteam, also mit dem Team, das integriert wird mit Unternehmen. Wir haben auch unsere Lösung eigentlich so geschaut, dass sie Hand in Hand geht, also dass wir nicht zu viel Unterschied haben oder ein Problem haben. Damit sage ich für die User, dass es möglichst einfach ist, aus einem Workshop rauszukommen und dann selber die Konstrukteure bauen können und dann möglichst schnell den Nehm und Wendt bekommen. Jetzt zum Stichwort Authentic. Ich bin natürlich schon ein riesen Fan, habe schon einige Lösungen damit umgesetzt. Das ist eigentlich jetzt mal so ein mittelfristiges Ziel, dass wir Agenten eigentlich da in Peak Privacy reinbringen. Aber das ist ja nochmal so ein Vorausblick. Da kannst du gerne in ein, zwei Monaten nochmal fragen.

Speaker 1: 21:28

Ich wollte gerade sagen, ich glaube, wenn wir jetzt das Thema noch anfangen, dann verwirren wir die Zuhörer. Wir belassen es dabei. Wir nehmen das noch in die nächste Folge mit. Also hast du jetzt bei mir den Druck hochgesetzt. Ich mache mir einen Reminder für zwei bis drei Monate und frage dich Und ich würde sagen, für heute war das ein super tolles Gespräch. Ich tolles Gespräch. Ich freue mich riesig, dass wir sowieso wieder enger im Austausch sind und heute Abend noch ein Bier trinken gehen. Genau, die Rituale können leider nicht dabei sein, aber ich sage euch, es wird höchstwahrscheinlich alkoholfrei. Es ist Montag, aktuell noch Montagmorgen, nachher wird es Montagabend sein, also ein alkoholfreies Bier geben. Ansonsten danke ich dir vielmals für all die Insights. Du hast gleich sowieso noch das letzte Wort, kannst ja schon überlegen, was du sagen wirst. Ich werde aber noch gerne meinen Partnern danken Corporate Software, cmm 360 und VIA und ich freue mich jetzt schon wieder auf die nächste Folge und wünsche allen einen tollen Tag. Gutes Feierabendbier, und Fabio, du hast die abschliessenden Worte.

Speaker 2: 22:27

Hey, vielen Dank, sophie. Fabio, du hast die abschliessenden Worte. Vielen Dank, sophie. Vielen Dank auch für die Chance, bei dir einen Podcast zu reden. Das freut mich auch sehr. Was die Zukunft bringt, das ist eine schnelle Entwicklung. Natürlich super, jetzt mit dir ein Bier trinken zu können. Ich denke mich noch wundern, was du für Lehre hast, wo die Reise von AI weitergehen kann. Ich wünsche allen auch schöne Woche. Danke euch, tschüss miteinander.