Langdock erklärt, wie du KI für dein Unternehmen nutzen kannst I Lennard Schmidt

00:00:07: Ja ich hab Leonard Schmidt kennengelernt, da Langdok ein Berliner KI-Startup ist und unser Tenmoi in Bootcamp Technologie Partner.

00:00:14: Und unser Team bei Tenmoin arbeitet nur mit dem Besten, deswegen wusste ich.

00:00:17: Ich muss ihn kennenlernen und jetzt habe ich Leonard Schmid zu Gast!

00:00:20: Er ist ein Mitgründer-und-CEO von Langdock einer Plattform für KI Adoption die Unternehmen dabei unterstützt, KI sicher unflexibel im gesamten Unternehmen nutzbar zu machen.

00:00:29: Seit der Gründung nutzen mehr als fünftausend Unternehmen Langdock um KI in ihrer täglichen Arbeit zu integrieren – von kleinsten Startups bis zur internationalen Konzerne wie Merk wo über vierunddreißig tausend Mitarbeitende die Plattform monatlich verwenden… Merkenswert.

00:00:44: In nur zweieinhalb Jahren ist das Unternehmen auf über zwanzig Millionen Dollar RAA gewachsen, Lennart selbst verantwortet Strategie, Marketing Sales und People Operations und gestaltet damit den Aufbau einer der spannendsten neuen KI-Infrastrukturen in Europa maßgeblich mit.

00:00:59: Ich freue mich dass du hier bist.

00:01:00: herzlich willkommen bei Fast and Curious lieber Lennard!

00:01:03: Vielen Dank für die Einladung.

00:01:05: Schön, dass du da bist und vielleicht fangen wir gleich mal an mit der Spanzenfrage.

00:01:09: Und das ist Wann habt ihr Lengdok gegründet?

00:01:11: Und warum?

00:01:12: Wie kamst du dazu?

00:01:14: Ja, wir haben LengDok im Sommer zwanzig dreinzwanzig gegrundet.

00:01:19: Wir sind drei Gründer, einen Jahr lang oder ein bisschen weniger als das überlegt was wir machen und das war quasi Vollchativity.

00:01:25: Das war noch ein bisschen zu einer anderen Zeit.

00:01:28: Und haben über die zwölf Monate oder neun Monate gemerkt dass KI nicht nur funktioniert sondern auch wirklich wie die Rezeption hat im Markt wo Leute versuchen zu überlegen was können sie damit machen?

00:01:37: Wie können Sie es einsetzen?

00:01:38: Und sind's quasi über den Monat immer mehr in dieses KI-Thema reingerutscht.

00:01:41: Und vielleicht kurz zur Gründungsgeschichte.

00:01:42: Wir sind drei Mitgründer, kennen das aus der Uni haben in Berlin zusammenschädelt an der Code und jeweils dann so andere Sachen gemacht und sind es dann eigentlich wieder gefunden als wir jeweils aus unseren anderen Sachen wieder rausgekommen sind gesagt haben hey wir haben Lust was zu gründen und das mit Freunden!

00:01:55: Wie

00:01:56: cool.

00:01:56: und ich finde also zum einen irgendwie aus dem Studium heraus an der code in berlin Dann irgendwie Berliner Startup im Bereich KI.

00:02:03: Das ist schon alles irgendwie so.

00:02:05: Ja, so das was man sich wünschen würde.

00:02:07: und auch glaube ich dass warum wir jetzt mit Ten More India euch als Technologie Partner ausgewählt haben.

00:02:12: Weil es einfach super schön ist auch irgendwie die Startups im eigenen Land zu unterstützen und weil ihr wirklich auch eine andere Plattform seid.

00:02:21: Das heißt vielleicht gehen wir da immer rein.

00:02:23: welche Lücke schließt ihr im Markt mit Langdok?

00:02:26: Ja, ich glaube was wir gesehen haben als wir gestartet sind ist dass diese Sprachmodelle super gut funktionieren und es aber eine starke Diskrepanz gibt so zwischen dem was technisch möglich ist und was Leute wirklich damit gerade machen und was funktioniert.

00:02:38: Und wie man auch teilweise dann aus gar nicht technischen Gründen sein eher aus organisatorischen gründen oder menschlichen gründen noch nicht die vollen mehr Werte davon für sich erkennen kann.

00:02:47: Und ich glaube, das ist was wo.

00:02:48: irgendwie in jeder Firma gibt es Leute die jetzt genutzt haben auch damals und wir haben oft z.B.

00:02:53: CTOs und Scalabs gesprochen und die gesagt haben hey guck mal ich nutze es privat und ich würd's gerne in die Firma reinbringen.

00:02:58: aber ich kann nicht weil sie sich DSGVO konformen oder ich muss hier Leute abholen und so weiter und überlegt wie können wir eigentlich eine Plattform schaffen?

00:03:04: Die ist diesen so sehr AI-Pilten ermöglicht ihr Interesse und ihr Thema in die Org reinzutragen und das Thema auch positiv zu beleuchten.

00:03:14: Und Momentum zu nutzen, um Leute auf diese Reise mitzunehmen.

00:03:18: Was wir so von Produkten machen... Wir haben angefangen mit einem Chat-Produkt wo wie gesagt haben, Leute wollen sich nicht an Wieter festlegen und sagen ich nutze nur die Modelle von OpenAI oder nur die von Anthropics sondern im Prinzip möchte ich die Möglichkeit haben All diese verschiedene Modelle zu nutzen, auf einer Plattform ohne jetzt Leute wieder umschulen zu müssen.

00:03:38: Auf eine andere UI und haben gesagt hey das ist dass es bleiben wird.

00:03:40: Das heißt wir haben so angefangen mit einem modellagnostischen Chat den man sicher und zentralisiert an alle Mitarbeitenden ausrollen kann und der auch wirklich zu der Ort ist wo Mitarbeiter zusammenkommen um sich mit dem Thema zu beschäftigen.

00:03:53: Und das war der Ausgangspunkt.

00:03:55: und inzwischen nach zweieinhalb Jahren haben wir zusammen mit unseren Kunden und Nutzern super viel rausgefunden, was sie eigentlich noch alles wollen und brauchen.

00:04:02: Da haben wir Integration hinzugefügt.

00:04:03: Wir haben ein Agentenprodukt, wir haben einen Workflows-Produkt und fügen da quasi laufend Produkte hinzu die dann verschiedene Teilbereiche nochmal deutlich besser beleuchten können, wo man deutlich mehr bauen kann neben einem generischen Chat.

00:04:15: Und ich finde du hast es super erklärt, weil das ist genau meine Erkenntnis gewesen.

00:04:20: Ja also hat ja Anthropic, hat ja gerade sozusagen die Firma Hinterklaut, hat hier gerade so ein Report veröffentlicht wo sie gezeigt haben wie viel von dem was large language Models können nutzen wir schon in den verschiedensten Bereichen der Arbeit.

00:04:34: und wieviel könnten wir nutzen?

00:04:35: Das war so'n mini kleiner roter Bereich den wir nutzen und sehr großer blauer Bereich den Wir schon nützen könnten!

00:04:40: Also da ist so viel mehr möglich und genau das was Du sagst is halt total schwer auch deutsche Mittelständler, Großkonzerne selbst in Startups.

00:04:48: Die Modelle einzuführen und die verschiedenen Workflows einzufüllen wirklich auch rauszufinden.

00:04:54: was sind eigentlich die Mehrwerte die ich mit KI hebeln kann wo ich KI am besten nutzen kann?

00:04:59: ja wir haben da alle mit rumgespielt logischerweise aber das finde ich also total relevant.

00:05:04: um das zweite was du gesagt hast finde ich auch ultrarelevant diese Abhängigkeit von einem Modeller.

00:05:10: es ist ja nicht so dass wir ein large language model uns aussuchen wollen und das dann ständig nutzen, sondern wir merken ja jetzt schon, dass bestimmte oder unterschiedliche Modelle unterschiedliche Dinge gut können.

00:05:20: Ja wie keine Ahnung, Nano-Banana nutzen jetzt viele für Bilder.

00:05:25: Claude sagen mir viele ist irgendwie kreativer von dem was sie so rausgefunden haben.

00:05:29: ich finde auch, dass diese ganze Verbindung mit Kanva und Pitchtacks und so da besser funktioniert als jetzt mit ChatGPT Und das fand ich schon echt irgendwie faszinierend, als ich jetzt nutze.

00:05:43: Ich erlängte auch gerade intensiv, weil ich Teilnehmerinnen in unserem AI Bootcamp bin von Tenmal Inn und fand es schon krass, dass du einfach mit so einem kleinen Button aussuchen kannst, mit welchem larger Language Model ich meine Anfrage bearbeiten möchte.

00:05:58: Ist das was, was sozusagen einzigartig bei euch ist?

00:06:01: Habt ihr einen Risiko auch, Ein Anthropic sagt, weißt du was?

00:06:06: Nee, Leonard.

00:06:07: Ihr wachst mir zu stark.

00:06:08: Ihr habt zu viele eigene Kunden mit euch.

00:06:11: Arbeit dich jetzt nicht mehr?

00:06:12: Da waren ein paar Fragen drin.

00:06:14: Die erste Frage ist rund um ... Was macht uns irgendwo aus und was beschrieben hast du am Anfang?

00:06:22: So die Innovation ist im Utec getrieben, aber die Veränderung passiert eigentlich nur wenn Menschen mitmachen.

00:06:27: Und Menschen machen mit, wenn sie für sich eine Mehrwert darin erkennen.

00:06:30: und ich glaube dann hast du dieses Thema mit verschiedenen Modellen und viele sind überfordert mit all den Modellen, die es draußen gibt.

00:06:36: Aber was ist eben bei uns einfacher macht?

00:06:39: Wir sind nicht die Einzigen, die das am Markt machen.

00:06:41: Verschiedene Anbieter sagen hey wir kombinieren verschiedene Modelle

00:06:43: usw.,

00:06:48: wo der hilft bei Organisation ist.

00:06:50: Im Prinzip, dass du nur ein Interface hast und eine Applikation hast... ...und auf diese Applikations deine Workflows bauen kannst, Integration connecten kannst und Co.

00:06:58: Und wenn du das Modell wechselst dann, also das hinterliegende Sprachmodell bleibt alles andere gleich.

00:07:03: So!

00:07:03: Du musst nicht bei Adam&Eva neu anfangen und neue Integration wieder aufsetzen unter dich an neuen UI gewöhnen und Co.

00:07:08: sondern du kannst alles was du eigentlich dann umsetzt für dich an Warrfluss und so weiter.

00:07:13: Kannst du auf der gleichen Plattform machen, mit einem Buttonwechsel dieses Modellen im Hintergrund wechseln?

00:07:18: Was wir dann aussehen ist dass die Modelle was du beschrieben hast andere Stärken haben.

00:07:22: das liegt auch daran dass die Firmen aus anderen Bereichen kommen.

00:07:24: So ein Open AI sehr stark in eine Konsumentenrichtung gegangen den Anthropic ist mit Cloud sehr stark eher in eine Enterprise Richtung gegangen deckt da bisschen die Use Cases besser ab.

00:07:33: Und das ist was, wo man auch über Zeit sehen wird wie viele von diesen Anbietern am Ende am Start sein werden und gute Modelle bauen können um wo die jeweils gut funktionieren.

00:07:42: so und ich glaube dass es so vielleicht einmal ein roter Umschlag dazu was wir sehen was gut funktioniert.

00:07:47: Und vielleicht bevor wir jetzt mal einmal reingehen vielleicht noch eine Ebene tiefer in Langdok.

00:07:52: und das was ihr anbietet und macht habe ich gelesen ihr seid ja zu dreißig Leute wahrscheinlich hat sich das auch schon wieder verändert.

00:07:58: Ihr habt euren Umsatz im letzten Jahr vor zehn facht Habt für euch formuliert, eine Generational Company sein zu wollen.

00:08:06: Was heißt der Begriff für dich?

00:08:08: Ja ich hab' den Begriff heißt für uns dass wir... Also ich hab, es ist grad sehr viel sehr schnelllebig und viel passiert.

00:08:15: Und Zahlen gehen hoch und Zahlen gehen runter... ...und KI, da tut's nicht gerade extrem viel!

00:08:20: Was schon unser Ansatz ist zu sagen auch in der Welt die sehr volatil ist um wo viel passiert ist was sind Sachen die sich nicht verändern werden überzahlt?

00:08:27: Und ich glaube so am Ende werden wir immer noch als Menschen Aufgaben delegieren an Computer.

00:08:31: im Zweifel werden das mehr werden überzeit.

00:08:32: aber am ende geht es irgendwo um uns Menschen und wie wir Software und Tooling nutzen können um uns produktiver zu machen und unsere Arbeit abzunehmen.

00:08:40: Und ich glaube, wenn man sich in die Deutschland anschaut auch irgendwie oder Europa anschaut, um so ein Neunzelhundert herum dann waren so vierzig Prozent der Menschen in der Landwirtschaft.

00:08:46: Inzwischen ist es wie ein Prozent.

00:08:48: dafür haben wir halt irgendwie zehnmal so viele Ärztinnen und Ärzte zumindest in Berlin auf einem Wohler gerechnet, so ungefähr von der Order of Magnitude.

00:08:55: Ich glaube das ist was wo wir schauen.

00:08:57: was heißt für uns als Richtigungsunternehmen?

00:08:59: Wie müssen wir uns ausstellen?

00:09:00: Ich glaube worauf wir sehr stark achten ist zu gucken eher was wird sich die nächsten Jahre nicht ändern.

00:09:04: Wir gucken weniger.

00:09:05: was können wir jetzt alles noch bauen sollen?

00:09:07: Was sind, also wie funktionieren diese Modelleanbieter?

00:09:10: Und ich hab was du gerade beschrieben hast, worauf ich gerade nicht geantwortet habe.

00:09:13: Am Ende haben die Model Labs und Open AI eine sehr tiefe Partnerschaft mit einem Microsoft und Azure.

00:09:18: Und Azure will im Prinzip Cloud Compute verkaufen.

00:09:21: Das ist deren Geschäftsmodellin.

00:09:22: In Enthropic arbeitet sehr eng mit AWS und GCP zusammen.

00:09:25: Auch die wollen im Prinzip die Modelle haben um das ihren Kunden anzubieten.

00:09:28: Wir sind dann wiederum Kunde von der Microsoft, von der AWS, von den GCP oder anderen Anbietern.

00:09:32: Und gucken wir uns da positionieren können dass wir gar Direktes Abhängigkeitsverhältnis kommen von solchen Firmen.

00:09:37: Ich glaube, dass das Generation Company heißt, wenn wir im weitesten Sinne verstehen, was sind Sachen die sich in den nächsten zehn Jahren nicht ändern?

00:09:44: In denen wir jetzt investieren können, wo wir auch irgendwie strukturell verstehen können, was es heisst um eine gute Company zu bauen.

00:09:49: Das geht dann aber auch bei uns sehr stark um eher so Werte, die wir als Unternehmen für unsere Mitarbeitern haben.

00:09:55: So rund um Calm Urgency alles ist mal sehr dringend, aber ohne bestimmte Ruhe und Kurve wirst du dich eher ein bisschen verbrennen in den letzten Jahren.

00:10:03: Das sind, glaub ich, so Sachen,

00:10:05: Schön, finde ich total spannend.

00:10:06: Könnte jetzt ganz tief einsteigen, weil ich das irre interessant finde dass ihr euch in so immer noch jungen Jahren ja zwanzig dreinzwanzig gegründet damit so viel beschäftigt.

00:10:16: und gleichzeitig will ich auf jeden Fall einmal reingehen in das was ihr anbietet.

00:10:20: Und wenn ich jetzt mal von uns selber komme also jetzt mit epic sports gucken wir gerade uns in der tat lang dock an Also euch und clod gegeneinander so ein bisschen und schauen eigentlich wo wollen wir Sag ich mal, unsere Kerninfrastruktur aufbauen.

00:10:33: Also wo wollen wir unser Wissen hochladen?

00:10:35: Wo wollen wir alle Apis andocken?

00:10:43: werden, weil natürlich wirst du verschiedene KI-Modelle nutzen auf jeden Fall.

00:10:46: Aber du wirst irgendwo... Du wirst nicht immer wieder neu anfangen und sagen hier sind meine hunderttausend Ordner, hier ist der Zugang zu meinen Mails, da ist der Zürich zu Noten oder so weiter.

00:10:55: Das ist schon dann anstrengend wenn du das mal wieder machen musst.

00:10:57: So, da gucken wir uns gerade sozusagen diese beiden Companies an.

00:11:01: Und wenn wir jetzt mal auf euch gehen, wenn du jetzt in so eine Firma hättest wie wir oder auch einen klassischen Mittelständler oder so habe ich auch viel die sagen, wir wollen ja mitmachen leer?

00:11:10: Wir haben Wir verstehen, das ist notwendig.

00:11:13: So wir wollen loslegen wie fangt ihr mit solchen Firmen an die mit euch noch gar nicht gearbeitet haben und sich das anschauen ob sie das integrieren wollen?

00:11:25: Ja ich glaube ganz am Anfang ein Kultur Thema was immer mit Software zu tun hat, aber im Grundsatz was Menschen vorab zu tun haben und verstehen wie ist ein Unternehmen aufgestellt.

00:11:40: Wo sind Ängste?

00:11:41: Wo sind vielleicht irrationale Ängsten?

00:11:42: Wo kann man Ängster nehmen?

00:11:43: durch Aufklärung?

00:11:45: Und ich hab das in Sachen, die irgendwo am Anfang stehen.

00:11:47: Ich glaube, dass so im deutsch- und deutschen Mittelständler hat jeder so einen Gefühl, dass da gerade etwas passiert.

00:11:53: Man sieht in den Tagesthemen, dass KI passiert und

00:11:55: Co.,

00:11:56: Aber es nicht wirklich greifbar war, was es für einen persönlich heißt.

00:11:59: Wenn man sich auf Deutschland schaut dann sind wir eigentlich Technik Nation.

00:12:04: Und waren das auch bis vor eher so fünfzig Jahren, mit Automobil und vor Chemie und

00:12:09: Co.,

00:12:10: aber wir haben es ein bisschen verlernt zu verstehen... das Veränderung passiert und wie wir das auch sinnvoll für uns einsetzen können.

00:12:17: Und davon profitieren könnte irgendwo nicht glaube ich, dass auch im Mittellstände dann, wenn man sich jetzt in fünfzig Jahre anschaut so die einzig relevant große Firma, die wir in der Zeit gegründet haben war die SAP.

00:12:26: So und die sind aus neunzehn zwölf siebzehnt.

00:12:27: Ich glaube, dass das Gefühl erst mal ist veränderungen schlecht wurden.

00:12:31: es verändert sich und die großen Tech-Konzernen aus den USA

00:12:33: usw.,

00:12:34: wo man glaube ich schnell vergisst, eigentlich keine fünfzig Jahre alt sind.

00:12:38: Und ich glaube, das ist schon ein Thema, wo wir auch für uns verstehen müssen als Gesellschaft so die Welt wandelt sich und wir können auch sitzen und nichts machen.

00:12:44: aber das hat uns in den letzten Jahren nicht gut getan und es wird uns auch die nächsten Jahre nicht gut tun.

00:12:48: wie können wir diese Veränderungen angehen und positiv beleuchten um Mentum kreieren um auch Veränderung in unseren eigenen Nationen irgendwo herzustellen?

00:12:55: Ich glaube was wir da versuchen zu tun ist zu sagen Diese Technologie ist da die wird bleiben und die wird im Zweifel nur noch besser werden.

00:13:02: und die Frage ist Wie kann man das sinnvoll einsetzen?

00:13:06: da unsere Auflegungsarbeit zu leisten.

00:13:07: Das ist für jeden zugänglich, es ist recht leicht auch einen Benefits für sich persönlich rauszuziehen.

00:13:12: Total!

00:13:13: Man kann anfangen mit einem Chat-UseCase und das erst als Sparing-Pattern sozusagen sagen hey ich hab hier eine Aufgabe.

00:13:19: kannst du mir dabei helfen zum Beispiel ein Text zu formulieren oder quasi in den Texts übersetzen in einer anderen Sprache und dann versteht man für sich okay vorher habe ich dafür ne halbe Stunde gebraucht jetzt brauche ich dafür nur noch ne Minute oder zwei Minuten von.

00:13:29: daraus hangelt man sich so weiter in.

00:13:31: ok wenn das schon funktioniert Wie kann ich dann vielleicht anfangen, systematischer E-Mails zu beantworten?

00:13:36: Oder wie kann ich noch bessere Instruktion reingeben in so ein Modell um den Sparing Partner zu haben der spezifisch Kontext hat zu einem Projekt an dem Ich arbeite.

00:13:45: Um damit wiederkehren zu arbeiten.

00:13:47: Dann fängt es auch eine Reise aus Neugier an was noch alles geht.

00:13:51: aber ich glaube an diesem Punkt muss man kommen und an dem Punkt braucht man einen ziemlich starken Vorstand und irgendwie einen Leadership.

00:13:59: was sagt das ist ein Thema.

00:14:01: Das wird wichtig und wir wollen uns dem stellen.

00:14:03: Unsere Mitarbeitende auch mitzunehmen, das Thema Puls beleuchten.

00:14:08: Und von da an geht's aber eigentlich schon recht gut weiter, dass Leute für sich verstehen wie es funktionieren kann.

00:14:13: Das kann man damit Workshops machen.

00:14:14: Wir haben viele Blaupausen, die funktionieren als Tomate.

00:14:17: Aber das ist ein Einstieg.

00:14:19: Jetzt find ich das spannend.

00:14:20: Wie siehst du denn da jetzt, sag ich mal, die deutschen Unternehmen?

00:14:24: Weil irgendwo kriege ich leider nicht mehr zusammen eine Grafik gesehen wo Deutschland ... Rechenkapazität durch KI genutzt hat, als man erwartet hätte.

00:14:35: Wenn du nach unserem BIP gehen würdest oder so was?

00:14:39: Wir haben eigentlich schon angefangen mehr mit KI-Modellen und Anfragen zu stellen

00:14:45: usw.,

00:14:46: als man uns als Land jetzt rein rechnerisch zugetraut hätte relativ.

00:14:51: Würdest du sagen, die Beobachtung stimmt oder stimmt die Be Obachtung?

00:14:55: Die wir glaube ich alle noch so als Trauma aus der Digitalisierungswelle mit uns rumtragen.

00:14:59: Wir Tech-Unternehmer nicht aber allen anderen schon.

00:15:01: So von wegen.

00:15:02: Deutschland hat die Digitalisierung verschlafen und jetzt verschlaffen wir vielleicht auch die KI Welle.

00:15:06: also wo ist so die gefühlte Wahrheit auch wenn es sie nicht gibt?

00:15:10: ja war sozusagen wie schaut ihr gerade darauf?

00:15:14: Ja, ich glaube es entscheidet sich gerade und ich glaube so die Entscheidung ist ob man sich dem Thema öffnet oder nicht.

00:15:20: Und ich glaube je früher man sich den Thema öppnet und für sich auch ganz persönlich auch als jemand der in einem Vorstand irgendwo sitzt versteht wie Technologie funktioniert, wie sie ein Persönlich helfen kann um dann daraus zu schließen quasi in der ganzen Unternehmung helfen kann.

00:15:34: Je früher man das für sich durchmacht und es haben halt schon extrem viele gemacht, auch Leute die vielleicht nicht bekannt dafür waren digital zu sein, desto früher trainiert man so eine Art Muskel Veränderungen zu akzeptieren mitzugestalten.

00:15:49: Ich glaube, das ist was man nicht früh genug machen kann und ich glaube dass wenn man auf Deutschland schaut... Wir sind durch einige technologische Revolution oder Evolution gegangen wo wir auch entsprechend als Gesellschaft reagiert haben mit einer recht starken Arbeitsschutz, recht starker Mitbestimmungsmöglichkeiten für Mitarbeiter usw.

00:16:08: Das wird uns oft als Nachteil ausgelegt.

00:16:10: Das kann aber auch ein massiver Vorteil sein weil zurückkoppeln an Neugier, dann kann man in Deutschland Sachen probieren und sich quasi ausprobieren.

00:16:19: Das ist was zum einen das Verständnis darüber braucht, dass das Thema funktioniert und wichtig ist und was irgendwie auch ein Backing hat vom Leadership von Unternehmen.

00:16:27: Was auf der anderen Seite aber auch wieder zurückermitteiligend geht, die einfach Sachen probiert, Sachen machen können ohne davon ausgehen zu müssen, dass die Job wegfällt innerhalb von paar Wochen oder Monaten, weil KI so stark sich verändert nicht.

00:16:37: Ich glaube, dass in den USA z.B.

00:16:38: deutlich angstgetriebener gehandelt wird, weil viel mehr die Angst herrscht, was das mit einem persönlich macht.

00:16:47: Und ich glaube in Deutschland müssen wir diese irrationale Angst ein bisschen ablegen dass das unseren Arbeitsplatz morgen verändern wird und dafür deutlich mir diesen Neugier wieder entwickeln zu sagen Das ist eine tolle Veränderung Mit der können wir arbeiten.

00:16:58: Wir müssen uns vor allem noch herausfinden Was es heißt.

00:17:01: Ich glaube wir haben im Grunde genommen eine ziemlich gute Ausgangslage.

00:17:05: um darauf zumindest auf der Anwendungsseite und auf der Seite ziemlich gut profitieren können

00:17:10: finde ich absolut richtig, wenn ich jetzt mal reingehe in was ich gerade so mit KI-Modellen oder auch jetzt grade mit Langdog mache.

00:17:18: Und ich glaube der Punkt stimmt total.

00:17:20: jeder Vorstand an sich jede Führungspersonen an sich muss selber erstmal sich damit auseinandersetzen und das zulassen und sich versuchen zu schulen und meinetwegen auch so Programme mitmachen weil du einfach exposed wirst quasi zu dem was da möglich ist und dann aber auch plötzlich diese ganzen Opportunitäten für deine Firma aufkommen und überhaupt dir einfallen, wenn du nicht weißt was möglich wäre dann kannst du diese Chancen auch nicht entwickeln im Kopf.

00:17:43: Und jetzt hat jeder von uns angefangen mit Chat also was zu fragen, Kontext zu erklären usw.

00:17:49: Was zurückzubekommen?

00:17:50: Dann haben wir schon gelernt okay man kann dieser Art wie man sozusagen mit dem Chatfenster mit einer Art Chat interagiert und dem hinterliegenden LLM kann man verbessern indem man diese Prompts verbessert.

00:18:01: Also man kann sozusagen bessere Anweisungen reinschreiben, da bekommt man auch bessere Rückmeldungen zurück.

00:18:07: Ich glaube, da haben sich jetzt einige schon ausprobiert.

00:18:09: so.

00:18:09: dann ist das nächste was ich gerade bei euch baue.

00:18:12: Agenten?

00:18:14: Dann gibt es Projekte die man bearbeiten kann und dann gibt es ganze Workflows die man verändern kann.

00:18:19: willst du da mal einen Einblick geben sozusagen wie sich der Chat unterscheidet von Projekten von Agenten von Workflows Und wo und wo du vielleicht auch die Magie zum Schluss siehst

00:18:31: ja gerne.

00:18:32: Also ich glaube, insgesamt kann man sich das vorstellen wie so ein Werkzeugkasten und nicht jedes Werkzeug funktioniert für jeden Anbindungsfall.

00:18:39: Man fängt normalerweise mit Chat an weil es am einfachsten ist da musst du irgendwie am wenigsten vorher Kontext reingeben sondern du kannst direkt in dieser Chatmaske dass es mit Chativity macht eine Frage stellen sich Input holen und Co.

00:18:50: Und dann gibt's aber normalerweise Anbindungspfälle wo man sagt zum Beispiel bei einem Agent was am Ende also kann ich gleich erklären ist normalerweise sinnvoll, wenn man eine wiederkehrende Aufgabe hat wo man Instruktionen nur einmal geben möchte.

00:19:03: Das heißt man hat zum Beispiel immer wieder das Thema dass man einen Blockbeitrag der auf Englisch veröffentlicht wird auch auf Deutsch veröffentlichen möchte.

00:19:12: und da kann man sagen man baut diesen Agenten einmal sagt hey Deine Aufgabe ist immer wieder das.

00:19:17: Wir haben auf Englisch etwas leicht andere Anforderungen, wie die Struktur von diesem Text aussehen soll.

00:19:21: Aber wir haben diesen Text auf Deutsch den wollen wir transformieren und das wollen wir wiederkehrend machen.

00:19:26: Und darauf kann man dann quasi einmal einen Agenten optimieren das gut zu machen anstatt Jedes mal wieder im Chat die gleichen Instruktion zu schreiben und zu sagen, bitte mach das so.

00:19:35: Und damit kriegt man ein bisschen eine Konsistenz hin in dem was da grob an Output rauskommt.

00:19:40: So einen Projekt zum Beispiel ist viel mehr fokussiert auf... Also es ist ähnlich zum Agenten aber weniger dass man immer die gleiche Instruction hat sondern erst dann immer den gleichen Kontext mitgibt.

00:19:50: Man hat immer die gleichen.

00:19:51: zum Beispiel auf einem.

00:19:52: Als Investorin guckt man sich irgendwie einen Deal an und möchte potenziell investieren.

00:19:56: Da kann man einmal den kompletten Data-Folder, alle Informationen die man hat, alle E-Mailverläufe in CapTable, in Spreadsheet mit Financials sind alles hochladen, Pitch Deck und

00:20:06: Co.,

00:20:07: und kann dann ohne diese Sachen immer wieder hochzuladen, in verschiedenen Chats verschiedene Fragestellungen zu diesem Datenset hinterfragen, abfragen damit arbeiten als Bearing Partner und Co.. Und dann geht es eben weiter bis zum Workflows wo es dann vor andauem geht.

00:20:20: Man hat Wiederkehrende nicht Teilprozesse, sondern wirklich größere Prozess- oder Prozessschritte die man immer ähnlich wiederkehren machen möchte.

00:20:28: Und dann einmal sagt ich investiere jetzt einmal hier eine halbe Stunde in der Stunde um zu definieren ne E-Mail kommt rein was sollen die Schritte die passieren sollen bis dem bestimmtes Output erreicht wird und geht da einmal rein und definiert das für sich.

00:20:39: Das ist etwas was dann schon komplizierter ist als ein reiner Chat Use Case.

00:20:43: was wir sehen ist dass es aufeinander aufbaut.

00:20:45: Wenn man ein gutes Verständnis dafür hat, wie Chatverein funktioniert, dann kommt man recht natürlich zu Agenten oder Projekten und wenn das sinnvoll für sich umwie eingesetzt hat geht es natürlich umwie weiter.

00:20:54: und man sagt was kann ich noch machen?

00:20:55: Und dann kommt mal in so Richtung Workflows und ich glaube dass ist schon, dass man jetzt nicht mit allem sofort anfangen muss sondern wirklich für sich erstmal verstehen muss auch im Zusammenspiel Wie funktioniert Chatvereinen?

00:21:04: Wie kann man auch Agenten für sich bauen und co?

00:21:07: Also vielen Dank für die Erklärung finde ich macht sehr klar eigene Erfahrung, dass du sozusagen von deinem Einverständnis und einem besseren Verständnis vom Chat dann hinkommst.

00:21:17: zu jetzt bei euch meine ersten Agenten.

00:21:20: Und guck wie die funktionieren was die eigentlich können vielleicht da mal angesetzt wo viele sich noch befinden?

00:21:26: Das ist glaube ich in der Tat die Chatfunktion.

00:21:29: Ich habe schon jetzt auch durch das Bootcamp gemerkt wie also ich sage mal meine Proms wenn man sie überhaupt so nennen kann waren, finde ich völlig okay.

00:21:39: Ja die waren sozusagen zufälligerweise nicht schlecht weil ich halt irgendwie natürlich schon mir Gedanken mache was muss jetzt das LLM von mir wissen so dass es mir sinnvolle antworten übergeben kann?

00:21:53: trotzdem habe ich das Gefühl da ist sozusagen weiß ich nicht fünf mal so viel möglich.

00:21:57: ja also einfach indem ich es besser personalisiere bessere Anweisungen gebe, wie ich die Antworten zurück haben möchte.

00:22:06: Welche Art der Nachfrage stattfinden soll?

00:22:10: Welcher Art des Sparings?

00:22:12: Welche Rolle die KI einnehmen soll und so weiter.

00:22:15: also ich habe schon gemerkt okay im Promthing gibt es echt unterschiedliche Qualitätslevels und da kommen irgendwann

00:22:23: dann

00:22:23: auch wirklich stark unterschiedliche Antworten raus.

00:22:26: Also in der Qualität der Antworten, die sind dann wirklich massiv unterschiedlich!

00:22:32: Wenn du jetzt so bei einem Einsteiger-Level anfangen müsstest was würdest du sagen ist ein guter Prompt?

00:22:39: Was hat er?

00:22:40: Ja ich hab also... vielleicht zwei Antworten.

00:22:41: Ich glaube einmal vorweg, ich glaub was super sinnvoll ist und es gibt das in allen Tools, es gibt's bei uns auch bei Chatabit hier und bei Anthropic &

00:22:50: Co.,

00:22:50: ist wirklich sich einmal hinzusetzen Einmal für sich so eine Art Custom Instruction aufzuschreiben.

00:22:57: Das kann man auch im Chat Dialog machen und sagen, hey ich bin Lea Kramaso und ich möchte jetzt einmal hier in den Custom Instructions schreiben mit der ich zukünftig arbeiten soll.

00:23:11: was brauchst du eigentlich von mir?

00:23:12: Was musst du über mich wissen dass du da sinnvoll antworten kannst?

00:23:15: Einmal zu deiner Rolle, zu deinem Hintergrund, zu seinem Schreibstil, wie du gerne liest.

00:23:20: zum Beispiel ist es eher quasi concise eher mehr Prosa, gerne mit Bullet-Punkten und so weiter.

00:23:26: Dass

00:23:26: du dich eigentlich Interviewen lässt von der KI zu dem was die KI von dir braucht?

00:23:32: Genau!

00:23:32: Und dann müssen wir im Produkt noch besser daran werden das direkt zu verarbeiten.

00:23:35: aktuell muss man das quasi manuell einmal in den Einstellungen als Custom Instruction hinterlegen aber das hilft normalerweise immer.

00:23:43: Das ist super hilfreich.

00:23:45: und dann zu dem Chat, genau Chat Use Case.

00:23:48: wie kann man da mehr herausfinden was es guter prompt.

00:23:52: Ich glaub, es wird oft gesagt, dass man dann nicht übernachtdenken soll.

00:23:56: Aber ich glaube schon, dass viele Elemente von dem guten Delegieren von Aufgaben damit reinfließen.

00:24:03: Am Ende musst du genug Kontext geben, das eine Modelle auch realistisch eine Chance hat dir wirklich zu helfen und so.

00:24:08: Und ich glaub, das ist teilweise auch korreliert stark ein schlechtes Output mit auch nicht klaren Gedanken zu dem was man eigentlich selbst möchte.

00:24:17: Bei mir ist es ziemlich stark, wenn ich sehr ... klar weiß, was ich eigentlich haben möchte.

00:24:21: Dann kann mir Modell sehr gut dabei helfen weil ich sehr gezielt Input geben kann wie ich über Sachen nachdenke, was für ein Output ich erwarte und wie das grob studiert sein soll.

00:24:30: Und je unklarer ich selbst zu mich bin in dem was ich hier eigentlich möchte, desto mehr berichten.

00:24:34: Modelle kursieren verschiedene Richtungen aus, weil es auch nur bedingt helfen kann, weil ich entsprechend nicht viel Input gebe.

00:24:40: und ich glaube dass ist etwas wo man auch immer mehr darüber nachdenken muss, was möchte man eigentlich?

00:24:45: Es ist immer noch schwer zu verstehen, was man eigentlich möchte in der Arbeit im Leben überall.

00:24:48: Aber von zu verstehen was er dann möchte bis hin du kriegst eine erste Version davon den ersten Vorschlag einen ersten Aufschlag die Zeit ist halt drastisch reduziert worden wenn man diese Modelle gut nutzt oder kann das reduziert sein.

00:25:01: ich glaube dass es immer noch die Frage was möchte man eigentlich am Ende für ein Erzeugnis irgendwie einen Output haben und wie kommt man da gut hin?

00:25:09: Total und ich finde auch, da gibt's ja so ganz viele Frameworks jetzt.

00:25:13: Also wenn du irgendwie bei Instagram irgendwelche Reels anguckst dann kriegste ja da fünfhundert Frameworks die die besten Prom Frameworks sind.

00:25:22: Wir haben jetzt bei Ten More In dieses Race Framework, dass du irgendwie R für welche Rolle, A für was ist die Action?

00:25:28: Was du willst.

00:25:29: Was das LLM macht.

00:25:31: also bei Rolle wer spricht mit dir eigentlich?

00:25:34: wie soll die LLm welche Rolle soll die einnehmen?

00:25:36: dann C den Kontext genau was du gesagt hast und E Expectations oder Beispiele Examples.

00:25:40: also einfach gute Beispie wie das sein kann.

00:25:43: Ich hab das Gefühl, diese Frameworks sind alle sozusagen eighty percent correct.

00:25:47: Da kannst du unterschiedliche nehmen, da musst du dich gar nicht so verkünsteln sondern du nimmst einfach eins was für dich gut passt und dann probierst du damit vor allen Dingen sehr viel rum und adaptierst und verbesserst halt deine Prompts immer mehr weil du dann merkst okay die Outputs werden werden immer besser und ich finde das ist schon etwas wo ich mir viele Gedanken über mache gerade dieses.

00:26:07: Ich meine, wir haben es alle schon erlebt.

00:26:09: Für viele ist das schwer zu nachzuvollziehen dieses exponentielle Wachstum oder auch das exponentielle Lernen, dass du jetzt gerade immer noch viele hast die sagen Mensch ich habe das aber genutzt und die Antwort war so okay.

00:26:22: eigentlich konnte ich damit gar nicht so viel anfangen.

00:26:23: Eigentlich sind meine Dinge, die ich selber kreiere besser als was ich da von Chatti irgendwie meinetwegen zurückkriege.

00:26:30: Und gleichzeitig merkst Du, dass das hat vor einem Jahr total gestimmt?

00:26:36: Das hat vor dem halben Jahr Auch noch gestimmt.

00:26:38: Das hat vor einem Monat schon nicht mehr so sehr gestimmt, selbst bei schlechten Proms und so weiter.

00:26:44: das wird ja sozusagen so weitergehen.

00:26:47: Das heißt was wäre wenn du jetzt nicht in dem Bereich arbeiten würdest indem du gerade arbeitest?

00:26:53: Sondern du hättest einen klassischen keine Ahnung Vorstandsjob bei Bayer-Stoff.

00:26:58: Klassisch ein Vorstand-Stop ist auch gut weil alle Vorstände sind.

00:27:01: nein aber du weißt was ich mein Du hättst einen Vorstand Stop bei Bayerstoff.

00:27:03: Ja wie würdest du dich selber zwingen, in die richtige Lage zu kommen.

00:27:11: In das richtige Zeit-Kontingent.

00:27:14: In die richtige Aktion ... Interaktion mit LLMs so dass man dieses exponentielle Wachstum was wo wir gerade schon komplett drin sind nicht verpasst wo man wirklich merkt okay das was ich er arbeite ist nach eins und das was die Person neben mir in derselben Zeitschaft ist irgendwie eine neunneunzig.

00:27:34: Ich glaube Ich würde erst mal versuchen zu verstehen, wer in einer ähnlichen Rolle ist schon extrem gut darin.

00:27:41: Und ein Dialog mit der Person zu suchen und zu verstehen warum bist du gut darinnen?

00:27:46: Also was machst Du wie sie dein Leben aus, wie sieht deine Zeitaufteilung aus?

00:27:50: Wie denkst Du wie arbeitest Du um da einen Gefühl zu füllen.

00:27:54: Ich glaube, dass allen der größten so Missverständnisse gerade ist, das Leute glauben, dass Tech Skills und Software Skills irrelevant werden wegen AI.

00:28:03: So ich glaube, was in Teilen vielleicht korrekt ist, dass jetzt quasi deutlich weniger manuell gekodet werden muss.

00:28:09: aber das Verständnis dafür wie Software funktioniert?

00:28:12: Wie teilweise Integration funktionieren?

00:28:14: Wie auch teilweise Versionskontrolle geht zum Beispiel funktioniert.

00:28:18: am Ende entwickeln sich diese Modelle gerade auch immer wieder in die Richtung wo sie wo sie nach eleganten Lösungen suchen, die oft einfach sehr, sehr simple Primitive sind.

00:28:27: Also zum Beispiel arbeiten fast alle in Markdown-Files und Markdown als Textformat ist nicht neu.

00:28:33: Das ist schon deutlich länger gibt aber es einfach bestimmte Vorteile bringt gegenüber anderen Textformen

00:28:39: z.B.,

00:28:39: dass es im Prinzip... also du, das ist sehr einfach, universell nutzbar.

00:28:44: Du hast nicht einen DocX-Format was mal besser oder mal schlechter gelesen werden kann.

00:28:48: Und ich glaube dass ich also in so einer Rolle schauen würde, wer macht das schon gut?

00:28:53: Der eine ähnliche Rolle ist von dem ich lernen kann.

00:28:56: Ich würd' schauen was sind dahinter liegende Textgills die ich vielleicht noch nicht hab, in die ich mich rein denken muss und ich wird's wirklich so als... als Neugier quasi frame und entwickeln.

00:29:08: Versuchen, wie kann ich so ein bisschen meinen Neugielmuskel trainieren?

00:29:13: Um zu versuchen am Zahn der Zeit zu bleiben.

00:29:16: Und dann auch für mich abzuleißen.

00:29:18: was heißt das so für mich?

00:29:19: Was heißt es von meinem Team, von meiner Organisation?

00:29:22: Weil da kann man besser einschätzen was davon ist jetzt gerade schon relevant und was ist wahrscheinlich erst in zwei Jahren relevant.

00:29:27: aber man hat ein besseres Gefühl eine bessere so antrainierte Intuition bei allen Themen Richtung AI.

00:29:33: Man hat mal mit verschiedenen Modellen gespielt, man hat mal irgendwie mit Daten gearbeitet, die man integriert hat und Co.

00:29:38: Und man hat einen Setup in dem man auch irgendwie mithreden kann weil man es probiert hat.

00:29:43: Total!

00:29:44: Ich finde ob man das jetzt bei Tellmar ümmert oder irgendwo anders ist völlig irrelevant.

00:29:47: aber sozusagen dieses irgendeine Art von Bootcamp- oder Course oder was auch immer mitzumachen.

00:29:52: und ja werden die auch unterschiedliche Qualifikationen und Qualitäten haben.

00:29:57: Es wird dich irgendwie nach vorne bringen.

00:29:59: Die sind nicht schlecht, die es da auf dem Markt gibt.

00:30:02: Die können bis zu falls sein, dann ist auch alles egal am Anfang!

00:30:04: Du musst dich ja nur... damit einfach auseinandersetzen.

00:30:06: Aber mir hilft das grad total, weil bei dem Bootcamp ist es so, dass du irgendwann halt dieses Zertifikat bekommst.

00:30:12: Jetzt bin ich eine Person die will immer irgendwie so Meilenstein erreichen.

00:30:15: Deswegen für mich ist ein Zertifikat irgendwie relevant.

00:30:18: Es ist gar nicht relevant!

00:30:19: Ich muss es auch kein mehr zeigen aber ich will selber, dass ich dieses Zerntifikat habe.

00:30:22: Dazu muss ich diesen blöden Meilensteil machen und dazu muss ich den Kurs machen.

00:30:26: Dazu musste ich mich damit beschäftigen und ich mach's wirklich, dass sich das dann abends nachts mache, weil es aber auch so exciting ist.

00:30:31: Du hast diese ... Moments of Magic.

00:30:35: Und das wäre jetzt so ... Ich hab noch eine Frage danach, aber eine der abschließenden Fragen so was waren Momente oder Beispiele wo du Moments Of Magic hattest mit KI?

00:30:47: Mit der Nutzung oder mit der Kreation davon?

00:30:51: Ja also ich glaub einige in den letzten zweieinhalb Jahren.

00:30:56: Vielleicht am Anfang glaube ich war es so dass wenn nicht genug Kontext gibt zum Beispiel wie unsere Plattformstukete, welche Tabellen wir haben in der Datenbank und so weiter.

00:31:05: Dass ich im Prinzip mir Datenbank abfragen.

00:31:08: So ein normales Secret Query, wo du eigentlich teilweise Business Intelligence Leute hast selbst machen kannst.

00:31:14: Und ich glaube das ist was, was super spannend ist weil... Da geht's gar nicht darum, dass man eine Person nicht mehr braucht.

00:31:19: Es gibt

00:31:19: v.a.,

00:31:20: dass ich von Idee zu Erkenntnis oder Frage-zuantwort in extrem schnellen Zyklen komme.

00:31:27: Ich kann dann merken, die Frage war vielleicht falsch gestellt und habe auch Schnellgebnisse und kann damit arbeiten und kommen deutlich schneller selbst zu Erkennnissen, die mir helfen, bessere Entscheidungen zu treffen?

00:31:36: Das ist ein Thema, das schon vor zwei Jahren ging um es zu ergänzen mit dem Beispiel aus letzter Zeit ... war so für mich kurz nach Weihnachten, also da kamen zwei Sachen zusammen.

00:31:47: Es kam Cloud Code mit O plus vier Punkt fünf als sehr gutes Modell und Formfaktor wie du es nutzen kannst.

00:31:53: Und ich programmier nicht mehr bei uns.

00:31:55: Ich hab keinen Access mehr.

00:31:57: die haben mich rausgeworfen.

00:31:58: Ich weiß die anderen Sachen bei uns aber ich bin trotzdem sehr interessiert weil ich den Benefit auch in vielen anderen Bereichen davon sehe.

00:32:06: Das war das technische Thema und die Problemstellung die ich Anfang des Jahres hatte.

00:32:11: Wir sind irgendwie von zehn auf dreißig Leute gewachsen.

00:32:14: Und wir machen schon mit zehn Leuten, haben wir im Quartal jedes Quartall so einen Performance-Review gemacht, wo wir mal geschaut haben, hey wie geht's die Leute eigentlich?

00:32:21: So low light Highlight Check in plus sehr klar definierte Werte, die wir intern haben und Kompetenzen für bestimmte Profile usw.

00:32:28: Da müssen wir aber auch mit mehr Wachstum, mit mehr Leuten neue Dimensionen zufügen

00:32:33: usw.,

00:32:34: ich hab mir vorgenommen, ein neues, zum einen Kompensation-Framework zu bauen, mit Jobfamilien usw, weil wir transparent intent sind.

00:32:43: Wir wollen es halt so fair wie möglich machen, aber das zwingt sich auch dann sehr aktiv über nachzudenken.

00:32:49: ... Video-Incentives, wie du Sachen machst.

00:32:52: Das war das Allende als Compensation Framework, was wir quasi ab und zu updaten... ...und das Performance Management Framework!

00:32:57: Was ist uns eigentlich wichtig?

00:32:58: Was sind auch Verhaltensmuster die gute oder schlecht sind für bestimmte Kernwerte oder Core-Values, die wir so von uns haben?

00:33:04: Und da hatte ich glaube ich eine gute Intuition, was sich da machen möchte und wie es umsetzen möchte.

00:33:09: Aber ich hatte jetzt nicht einen Monat Zeit, alles komplett runter zu definieren.

00:33:15: Und für jede Kompetenz auf vier verschiedenen Leveln von irgendwie Level eins bis Level vier ... fünf Verhaltensmuster aufzuzeigen, aber mit allen

00:33:23: Kontexten.

00:33:23: Ich weiß noch genau, als ich das für Amorelli gemacht habe und es hat mich wirklich sechs Monate damals gedauert oder so nebenher.

00:33:29: natürlich du kannst dich ja nicht vollzeit damit beschäftigen weil du eine Firma führst und aber das war ein Riesenmonstre um was wir da zum Schluss erschaffen

00:33:35: haben.

00:33:35: Und ich hab's am Wochenende in zwei Tagen so vorbereitet dass wir quasi interne übersprechen konnten und damit arbeiten können.

00:33:41: und das zeigt glaube ich wieder du musst schon Verständnis dafür haben was du eigentlich erreichen möchtest und warum du es machen möchtes und was davon irgendwie also was du dann machen möichtest.

00:33:49: Aber KI kann dir stark dabei helfen, super schnell von der E. Die Idee zu dem ersten Draft zu gehen.

00:33:54: Und die wirst du immer noch anpassen und durchlesen.

00:33:57: Sachen, hey ... durchlese und sagen wie das meint ich anders?

00:34:00: Das ist eine andere Kompetenz vielleicht oder eine andere Bewertung davon.

00:34:04: Aber du kriegst super schnell alle Best Practices auch quasi dann mit rein.

00:34:08: Jetzt haben wir zwei Spreadsheets, die jeweils nicht zehn Tabs haben, mit Templates für Menschen, die sich selbst evaluieren, für Manager, die evaluieren sollen.

00:34:16: Und in der Intro-Section mit all den Sachen, die uns wichtig sind basierend auf unserem Handbook mit dem man wirklich gut arbeiten kann.

00:34:24: Das ist was, wo Kai mir künstlich vor zwei Monaten und auch seitdem sehr stark dabei geholfen hat eine Aufgabe die normal sehr viel Kopfschmerzen verursachen kann recht schnell zumindest auf den Level von einem Draft zu bekommen, wo man intern gut übersprechen kann.

00:34:39: Ja richtig schönes und greifbares Beispiel vielleicht zum Abschluss wie ... Siehst du unsere Arbeitswelt in fünf Jahren?

00:34:47: Wie sieht die aus?

00:34:48: und ich weiß, dass das sozusagen Glas ... wie heißt es, Blick in die Glaskugel gerade ist.

00:34:53: Ich will dich hier gar nicht auf den Stuhl setzen.

00:34:56: Aber einfach für Menschen, die sich damit so viel beschäftigen und die so intensiv in dieser Szene jetzt grade selber Unternehmer sind und Dinge aufbauen, wo geht die Reise hin nach deinem aktuellen

00:35:10: Gefühl?

00:35:10: ein positives Gefühl insgesamt.

00:35:14: Ich glaub, wir ... Also auch was menschliche Arbeit angeht so.

00:35:18: Ich glaube das viele mal gibt diese Doomsday-Szenarien, dass Arbeit überflüssig wird und so weiter.

00:35:22: Und ich glaub, das hatte man historisch eigentlich bei Fassierer Technologie.

00:35:26: Und immer kurzfristig schauen muss wie gehst du damit um?

00:35:30: Und sozial verträglich um und fair um und co.

00:35:33: Aber die Angst, dass alle Jobs wegfallen war schon, wenn man sich zurück erinnert, ein halbes Jahr nach JTBT ist da.

00:35:40: Wir werden alle keinen Job mehr haben in zwei Jahren.

00:35:42: Jetzt ist es mehr als zwei Jahre später und wir haben alle noch einen Job, also fast schlimmer.

00:35:47: In den nächsten fünfzehn Jahren geht ein Drittel aller Deutschen in Rente.

00:35:50: Und ich gehöre nicht dazu so.

00:35:51: wie müssen das irgendwie finanzieren?

00:35:52: Ich glaub da kann Technologie enorm beihelfen, weil im Prinzip ist auch das am Ende wenn ein Dritteln Rente geht und nicht zu viel nachkommen müssten weniger Menschen mehr leisten um diesen Wohlstand zu sichern und irgendwie Renten zu finanziert.

00:36:03: Das ist was wo Technologie historisch extrem geholfen hat.

00:36:06: Dieses Landwirtches Beispiel was ich schon vorhin genannt habe usw.. die darauf einzahlen irgendwo.

00:36:12: Und ich glaube, was wir halt für uns zu sehen ist ... Wir wollen auch irgendwo in einem Prototyp sein.

00:36:16: deswegen sind wir auch ein sehr kleines Team und sind eher bewusst darin wie wir einstellen und wie wir quasi unsere Kultur irgendwie bauen weil wir glaub ich schon, wir bauen Software aber wir wollen auch im Prototypen dafür sein wie so Firmen in Zukunft aussehen können.

00:36:26: und das heißt also bei uns hat noch nicht keine Person gekündigt.

00:36:29: zum Beispiel wir haben einen ziemlich hohen Fokus auf Nicht als allen Recht machen Aber zumindest sehr explizit zu formulieren Was uns wichtig ist und warum es uns wichtig is und dass Leute sich aktiv entscheiden können möchten sie da mitmachen.

00:36:40: Ich glaube, das ist was, was über Zeit wichtiger wird zu verstehen – Das Innerwelt die sich sehr schnell bewegt!

00:36:45: irgendwie für sich klar zu bekommen, was ist einem persönlich wichtig und wo möchte man mitwirken.

00:36:49: Und diese Neugier wiederzuten oder zu halten oder zu stärken und Veränderung als das Positives zu sehen?

00:36:55: Ich glaube wenn man sich anschaut wie es Menschen vor hundert von zweieinhalb von dreihundert Jahren ging dann gehts uns ziemlich gut so.

00:37:01: also wir haben da schon einige gute Sachen hinbekommen die letzten Jahrzehnte und ich glaube das ist etwas wo wir auch nur getrimm bleiben wenn wir dieses Verständnis dafür haben schauen, wie wir Zukunft mitgestalten können.

00:37:13: Und ich glaube das ist was, was wir stärken sollten.

00:37:16: Lennart, ich fand es ein herrliches Gespräch.

00:37:18: vielen Dank!

00:37:18: Ich finde zum einen irgendwie eure ja unternehmerische Passion die da so durchkommt und dieses Interesse und diese Neugönn, diese Offenheit auch Technologieoffenheit und irgendwie dieses... Wir werden schon hinkriegen und wir werden da unseren Weg finden und es wird zwischenzeitlich ein bisschen bumpy und da werden wir alle schauen müssen dass niemand zurück bleibt sondern dass wir uns gegenseitig unterstützen und dass da die Sicherungssysteme auch funktionieren.

00:37:39: aber Das sollte nicht dazu führen, dass wir jetzt schon sozusagen in einem voraus einen Gehorsam erstarren und gar nichts mehr machen.

00:37:47: Sondern genau das Gegenteil!

00:37:48: Dass wir uns damit beschäftigen, dass Wir uns damit auseinandersetzen und auch dann die Ideen überhaupt kreieren können, die uns auch in den zukünftigen Szenarien dann wieder helfen können.

00:37:56: also ich fand es Ein richtig schnellen und guten Ritt durch das, wo ihr gerade so steht.

00:38:03: Was ihr so bieten könnt mit Langdok.

00:38:05: Ich finde es total unterstützenswert als Berliner Start-up irgendwie so... ich fasse das Gefühl, ihr habt da so eine Weltbühne aktuell und das ist irgendwie toll dass es gibt's ja auch noch mehrere in Europa aber dann halt doch nicht so viele.

00:38:19: die hast du dann an zehn Händen halt doch abgezählt Die KI Startups wenn man sagt Mensch Da kann echt was draus werden.

00:38:24: Ich finde, euers ist eines davon und das find ich toll!

00:38:28: Deswegen vielen Dank, dass du hier warst und uns ein bisschen Einblick gegeben hast.

00:38:32: Und ich frag dich in einem Jahr noch mal ob du nochmal vorbeikommst?

00:38:35: Dann schauen wir wo wir dann stehen.

00:38:37: Ja wird lustig.

00:38:37: Es wird ein spannendes Jahr.

00:38:38: Vielen, vielen Dank für die Einladung.

00:38:51: Danke!