#87 - Automatisieren, ohne die Beziehung zu verlieren: Jousef Murad (APEX) über KI im Finanzvertrieb

1:54 Alle reden über KI und fast niemand setzt sie richtig ~ Und in einer regulierten Branche wie der unseren ist die Frage nicht nur wie, sondern auch wie weit darf ich überhaupt gehen? Und damit herzlich willkommen zum heutigen Weck-up-Call. Mein heutiger Gast baut genau das für Unternehmen. Systeme, Arbeit abnehmen, Prozesse automatisieren und ganz viel Zeit zurückgeben.

2:19 Er ist Maschinenbauingenieur, Gründer von Apex Consulting und er und sein Hammer Team, dazu aber später mehr, haben nach eigenen Angaben über 200 KI-Projekte umgesetzt. Ich arbeite selber auch sehr gerne mit ihm zusammen und ein großer Teil meines Setups läuft genau über diese Automatisierungen. Und damit herzlich willkommen Josef Morath. Guten Morgen.

2:44 Vielen, vielen Dank für die Einladung, Alex. Freut mich. Ich freue mich auch, dass wir heute über dieses wichtige Thema sprechen. Bevor wir aber über KI reden, möchten wir natürlich auch noch mal wissen, wie dein Werdegang war, wie du da hingekommen bist, was du heute machst. Also gib uns da doch mal ein paar Einblicke in deine Heldenreise.

3:08 Ich versuch's kurz zu halten, weil die Heldene Reise ist relativ lang. Also ich komm ursprünglich aus Deutschland. Wie viele wahrscheinlich wissen, ich sitze momentan in Eindhoven, in den Niederlanden. Einfach familiär bedingt. Genau, bin eigentlich in Karlsruhe geboren, dort aufgewachsen, zumindest in der Nähe.

3:24 Hab am KIT, im Karlsruhe Institut für Technologie Maschinenbau studiert. Ganz klassisch, sag ich mal, klassisch Maschinenbau. Mhm. Bachelor Master gemacht, Bachelor auf den Bereich Strukturmechanik fokussiert. Also wie verhalten sich Bauteile unter bestimmten Lasten? Brücken, andere Strukturen und so weiter und so fort.

3:40 hab dann eigentlich im Master... Okay, verrückt. Ich hab damit nichts zu tun. Hab dann eigentlich im Master... Nichts völlig, also es ist eigentlich, man denkt gar nicht drüber nach im Alltag, aber zum Beispiel, wir können verschiedene Objekte in einer Standlast, in einer Last standhalten, wie zum Beispiel einer Brücke, Da gibt es ja in der Physik dieses berühmte Beispiel von der Tacoma Narrows Bridge.

3:56 Sagt vielen wahrscheinlich was. Diese eine Brücke, die komplett crazy war und sich bewegt hat und am Endeffekt dann kaputt gegangen ist. Da gibt es verschiedene Okay. Phänomene in der Physik oder im Maschinenbau, die man dann analysieren kann, warum ist das passiert und so weiter und so fort. Und damit beschäftigt sich eigentlich die Strukturmechanik, aber auch die Strömungsmechanik.

4:13 Und das habe ich an dem Master vertieft, also Bachelor Strukturmechanik und dann am Master Strömungsmechanik. Als du das studiert hast, also wann war das ungefähr? Hol uns mal zeitlich ab. angefangen 2.13 roundabout Mhm. genau ist jetzt auch schon ein bisschen her 2.13 soweit ich weiß Und was war dein Plan, als du das studiert hast, was du damit mal machen willst?

4:36 Ingenieur und der Okay. Plan war damals bei, also war zumindest die Vision damals bei Porsche zu arbeiten als Aerodynamik Ingenieur oder bei AMG. Genau das Okay, cool. Also du bist auch, du bist also auch offenbar Autofan. Das können wir ja später noch vertiefen. Genau, genau, Und wie gesagt, Strukturmechanik und dann das Pandor eigentlich, ist dazu die Strömungsmechanik im Master und habe dann dort wirklich, sage ich mal, hardcore mathematische Sachen vertieft, also Thema Turbulenzmodellierung.

5:02 Wie ist Turbulenz zu verstehen? Was bedeutet Wirbelablösung? Wie kann man diese Wirbel definieren mathematisch? Und was bedeutet eigentlich Aerodynamik? Zum Beispiel an Mhm. ein Formel-1-Fahrzeug gemessen oder generell an Objekten wie einem Flugzeug, sage ich mal. Genau, und dann... Okay, ist ja, dagegen ist ja, sorry, wenn ich ganz kurz mal einhacke.

5:20 Alles gut. Ich meine, viele unserer Hörer sind ja auch sehr mathematisch unterwegs, Portfolio-Manager, etc. Aber ich glaube, gegen das, was du da gerade erzählst, ist Portfoliotheorie relativ einfach. Es kommt darauf an, jeder hat seine Genius-Zone, Mhm. sag ich mal. Aber für mich war das wirklich damals 9 plus Ultra, hat extrem viel Spaß gemacht, extrem spannende und richtig geile, interessante Fächer. Und hat mich als Master am Ende dazu entschieden, im Bereich Machine Learning zu machen.

5:48 Machine Learning, Deep Learning, also ein Teilbereich der künstlichen Intelligenz. Mhm. Man spricht ja immer heute von der KI und meint damit die Large-Language-Modelle wie Chatchipity und z.B. Claude. Mhm. Aber im Endeffekt ist AI ein richtig großer Bereich, wo Machine Learning mit reinfällt, Deep Learning.

6:03 Das sogenannte Reinforcement Learning, Natural Language Processing, was es damals schon gab mit Hey Google. Zum Beispiel, jetzt muss ich nur aufpassen, dass wenn die Podcastserre Mhm. irgendwie ein Google Device haben, dass es nicht losgeht. Relativ unwahrscheinlich. Aber anyway. Genau, hab dann eigentlich da Machine Learning vertieft zum ersten Mal, bevor es eigentlich Hype war. Das heißt, die Aufgabe war folgende. Ich hab jetzt ein Objekt, zum Beispiel hier einen Fahrzeugschlüssel oder ein Mhm.

6:27 relativ bekanntes Maschinenbauobjekt. Die Kamera soll mal das Objekt fahren und so lange trainiert werden. bis es versteht, das Objekt ist zum Beispiel eine Kurbelwelle, eine Schraube, eine Mutter und so weiter und so fort. Das habe ich damals ganz normal in Python gecodet, also bevor es eigentlich noch Generative AI gab, also oder Claude, was eigentlich schon eine Code runtergeschrieben hat, habe ich damals noch klassisch Zeile für Zeile, Code für Code Zeile eigentlich runtergeschrieben in Python damals noch.

6:51 Genau, so bin ich eigentlich in das Thema AI reingerutscht. Und wie bist du dann dazu gekommen, deine eigene Firma zu bauen? es gibt da ja auch dieses eine coole Bild, was du letztens auf LinkedIn geteilt hast. Das blenden wir dann an der Stelle auch im Video ein, wo du quasi auf dem Boden sitzt mit dem Laptop, auf dem Schoß und zwischen Umzugskartons und so.

7:17 wie war so dein Werdegang dann nach dem Studium? Weil ich meine, ich habe jetzt nicht an der Elite-Uni, wie du studiert sozusagen. Und das Kit ist ja auch eben für seinen exzellenten Ruf bekannt. Also du konntest dir doch wahrscheinlich die Jobs danach aussuchen. Pretty much. Also das war so, dass ich Mhm.

7:36 eigentlich schon während des Studiums sehr viel in Anführungszeichen gehasselt habe. Also ich habe sehr, viele Jobs inne gehabt am Lehrstuhl. Habe zum Beispiel Hm? Studenten beigebracht, wie sie bestimmte mathematische Probleme lösen mit Programmiersoftware. Genau und hab da, also wenn man auf mein LinkedIn geht und einfach auf Experiences geht, sieht man eigentlich alle Stellen, ich inne hatte seit 2013 eigentlich.

7:55 Mhm. Und es waren insgesamt bestimmt 15 oder 20 akademische, ja sag ich mal so, Stellen, die ich besetzt hatte. Mhm. und habe parallel dazu schon in der Industrie gearbeitet. Heißt, ich habe für einen Simulation-Startup damals gearbeitet in München. Mhm. Und insgesamt dann für fast 5,5 Jahre, fast 6 Jahre.

8:09 Und habe dann während meiner Studienzeit auch geswitcht. Heißt, ich bin von dem Startup in München geswitcht zu einem Startup in London. Was ich mit dem Thema KI beschäftigt hat, und zwar KI für die Automotive-Branche. Mhm. Was sehr spannend war. Das heißt, ich bin dort erstmal in Berührung gekommen mit AI für, sag ich mal, das Real Life. Also wie benutzen das Ingenieure tatsächlich in der Automotive-Branche?

8:31 Dann kommen eigentlich schon die Probleme. zwar, benutzen Ingenieure eigentlich KI? Was ist KI? Was kann KI nicht? Da gibt es ja dieses berühmte Ganschalt, was ich auch mal in einem Video aufgezeichnet hatte. Und zwar, dass man sich erstmal klarmacht, KI kann sehr, viel. KI kann aber auch sehr, viel nicht. Und ich glaube, wenn man in Leitplanken denkt und weiß eigentlich, was KI nicht kann, ist es viel, viel wichtiger. Weil alles andere kann ich dann umsetzen.

8:52 Das weiß ich ja zumindest. Und dann muss ich nur noch die Frage beantworten, wie. Aber was ich nicht lösen kann oder beantworten kann, das ist, glaube ich, die viel wichtigere Frage, weil ich glaube, Leute haben immer diese, vor allem, sie halt viele Nachrichten schauen oder auf LinkedIn sich einloggen, dieses Thema Shiny Object, ist alles machbar, alles wird uns zerstören und so weiter und so fort.

9:09 Also praktisch diese Utopie. Und dass man da mal wirklich so einen klaren Strich zieht und sagt, hey, stopp, das geht auf jeden Fall nicht. Und das geht, dass da Leute eine gewisse Awareness entwickeln. Die habe ich zum Glück entwickelt in diesem Startup Hm? in London. genau, wie kam ich dann ins Business?

9:24 Und zwar durch ... oft in Clash mit Managern ... ... oder Leute, die mich praktisch geführt haben oder führen wollten ... und ich habe andere Ideen Aha, erzähl! hatten. Genau, ich hatte eigentlich immer andere Ideen ... und sie haben mir immer erzählt, wie Marketing gehen muss und Product und so weiter und so fort.

9:36 Dann dachte ich mir, ich weiß es besser ... ... und habe Hehehehehe mich dann praktisch selbst gechallengt ... und habe dann ... ... ... Anfang 23, Ende 22 dann mit Apex gestartet. Das waren die Bilder, wo du auf dem Boden sitzt mit dem Laptop. Das war die Zeit. Genau, eigentlich kurz nachdem ich nach Holland bin, ich gedacht, okay, no risk, no fun.

10:02 Und hab mich dann praktisch dazu entschieden, während des Jobs schon parallel mein Business hochzuziehen. deshalb auch, das kam das Bild zustande, während Umzugskartons Mhm. hin und her geschoben wurden, saß ich auf dem Boden, das war damals ein Fliesenkarton, da war ein Fliesen drin. Hab dann gedacht, wir haben noch keinen Stuhl, ich setz mich da hin und versuch, Akquise zu machen. Damals über LinkedIn.

10:19 Hab wirklich ungelogen, ich glaub, über 500 Leute angeschrieben auf LinkedIn. Du hast ja auch wahnsinnig Hey, hier ist mein Kanal. viele Follower. Du hast ja auf LinkedIn so über 150.000. Also, ist richtig krass, Also, da, du bist ja da schon fast ein sogenannter Influencer, auch wenn ich das Wort überhaupt nicht mag.

10:38 Aber ja, ja, spannend. Okay, wie würden dich denn Menschen beschreiben, die dich nur privat kennen? Ambitioniert, vielleicht mal ein paar Worte zusammenzufassen. Ambitioniert. Nervig. Immer am Druck machen. Speed of implementation. mag also, also wenn etwas langsam läuft, gar nicht. Du weißt es wahrscheinlich.

11:02 Mhm. Ich spärm direkt, wenn irgendwas in der Gruppe passiert, in der WhatsApp-Gruppe von uns, da können wir später nochmal drüber reden, direkt Ja. pressure. In BioBemian Select direkt pressure. Ansonsten, Ja, ja, ich merke das ja auch, ja. wie würdest du mich beschreiben? Ich drehe mal die Frage Ich kenne dich ja privat kaum bis jetzt, Ja.

11:19 ich kenne es halt vor allen Dingen geschäftlich und da muss ich natürlich sagen, absolut schnell, also die Delivery unfassbar, ihr seid schneller im Entwickeln als ich Feedbacken kann sozusagen, also es ist absolut crazy. Von daher, das finde ich super. Aber wir sprechen gleich nochmal über die ganzen Themen, was wir genau zusammen machen, wie das aussieht. Also wir wollen auch heute ja ein bisschen Inspiration geben für das ganze Thema, gerade auch in unserer Branche.

11:52 Also du arbeitest ja auch für andere regulierte Unternehmen. Also das heißt, du kennst dich ja auch ein bisschen da aus, weißt worauf man achten muss. Auch so Themen wie Es ist ja immer so ein Stichwort Cloud Act und Co. Es läuft ja auch immer wieder mal rüber. Vielleicht noch zum Thema Autos, weil wir gerade einfach mal drüber reden müssen.

12:16 Was hältst von dem fliegenden Tesla? Sehr gutes Marketing. Ich finde es cool, die Frage zu beantworten. Aber ich denke, war auch sehr viel Marketing. Ebenfalls Porsche auch parallel dazu natürlich sein Modell gelounge hat. Mhm. Man kann davon ausgehen, dass es in Production auf jeden Fall gehen wird, so wie ich Elon kenne. Man kann irgendwelche Vorbestellungen tätigen, aber ob das dann geteild wird bis 2030, let's see. Ist ja immer so eine Sache.

12:43 Und ob es dann überhaupt ja auch auf der öffentlichen Straße erlaubt wird, ist ja auch noch mal so eine Sache. Korrekt, korrekt. Aber marketingmäßig auf jeden Fall gut gemacht. Das hat er tatsächlich drauf. Genau. Jetzt wollen wir noch mal schauen, also zum Thema Du hattest ja jetzt schon gesagt, du hast dich mit so ein paar deiner Chefs dann angelegt.

13:07 Du hast gesagt, du kannst es besser. Das ist natürlich auch mutig. Ja, ganz klar. Ich kenne das aber auch. Irgendwann kam bei mir ja auch der Punkt, wo ich gesagt habe, na ja, ich habe auch Ideen. Ich glaube auch, dass ich bestimmte Dinge besser kann als der ein oder andere Chef, den ich hatte oder zumindest auch außerhalb der Company, des Company-Corsets. Also du kennst ja auch Konzerne.

13:28 Du weißt ja auch, wie Konzerne arbeiten. Du hast ja auch teilweise Konzernkunden. Was natürlich absolut in dem Fall für dich spricht, weil ich weiß selber, wie hart Konzerne arbeiten mit ihren Lieferanten, was man für Anforderungen erfüllen muss und so weiter und so fort. Aber ich kenne natürlich das Thema, wenn man sagt, man möchte auch mal außerhalb von einem Konzernkorsett Dinge schnell umsetzen.

13:54 Was hast du aber damals gesehen, was andere nicht gesehen haben? Weil ich sage mal so, es gibt ja jetzt an jeder Ecke Eine KI-Agentur und jede, ich meine, auch nahezu jede Werbeagentur verkauft mittlerweile, hey, wir machen auch KI und so. Aber was hast du damals gesehen, was andere noch nicht gesehen haben?

14:13 Und was ist deswegen auch dein Vorsprung? glaube auch damals, das hat angefangen eben schon vor der Masterarbeit, Alex, das ist glaube ich auch eine sehr, sehr nice Frage, zu sehen, dass die Technologie disruptiv ist, transformativ und zu wissen, dass es irgendwann so krass sein wird aufgrund der Entwicklung im Bereich GPUs und so weiter und so fort, dass es eigentlich unabdingbar ist und es muss so kommen, dass KI auf jeden Fall ein absoluter Gamechanger wird.

14:35 Dass die Blase... Was ist ein GPU? Sorry, da muss ich jetzt einfach mal fragen. Ich weiß es nicht. Es gibt ja CPU und GPUs. Und GPUs sind praktisch... Man benutzt eigentlich Grafikkarten dafür. Das ist eine Art Architektur, man dafür benutzt, mathematische Operationen schnell kalkulieren zu können. gibt halt... Das eine hat Vorteile, das andere hat Nachteile. Und man benutzt eigentlich GPUs dafür, ~ solche Probleme zu lösen im Bereich AI allgemein.

14:58 Mhm. Hat damals angefangen beim Thema Deep Learning, also Tieferstlernen. Das bei mir angefangen mit Bilderkennung. Ganz klassisch Katzen, Hunde. Du trainierst ein neuronales Netzwerk auf Katzen und Hunde. Bilder musst du dann eben erkennen. Ist das jetzt ein Hund? Oder ist es eine Katze zum Beispiel?

15:11 Oder was für ein Typ von Hund ist es zum Beispiel? Und dann gibt es das Mhm. sogenannte Tiefe-Lernen. Deshalb hat man halt so neuronale Netze, die praktisch versuchen, das Gehirn praktisch zu mimiken. Das heißt, man versucht, Mhm. das Gehirn nachzubauen mit Neuronen. Und das hat man damals gemacht, in den eigentlich 2000er Jahren.

15:28 Da gibt es auch verschiedene akademische Paper dazu. Fängt eigentlich an mit dem sogenannten Perceptron. 1950, wenn ich nicht komplett falsch liege. Und im Perceptron, da war schon die erste Idee so, wie kann ich einen Neuron eines menschlichen Gehirns nachbauen mit einem sogenannten Perceptron? Und genau, Mhm.

15:41 und dann hat die Entwicklung einfach ist weitergelaufen. Und dann hat man sich irgendwann dazu entschieden, diese ganzen Matrix-Operationen mathematisch betrachtet, dass sie eigentlich auf einer GPU besser laufen als auf einer CPU. genau, die ganzen Entwicklungen im Bereich Murches Gesetz, dass praktisch die Anzahl der Transistoren sich eigentlich alle 18 Monate verdoppelt. Das ist ja fast Mhm.

16:00 eigentlich nicht mehr aufzuhalten. Klar gibt es physikalische Limits, Mhm. dass man irgendwann auf einem bestimmten auf einer bestimmten Fläche nicht mehr Transistoren bauen kann. Da gibt es ein physikalisches Limit, aber soweit sieht die Mhm. Entwicklung aus, dass es immer performanter wird, die ganzen GPOs und ganzen Chips.

16:14 Long story Okay. short, das weiß man eigentlich, wenn man sich bisschen mit Physik und IT auskennt. Und da habe ich damals schon gedacht, ja, ist jetzt schon sechs, sieben Jahre her seit der Masterarbeit. Okay, das muss auf jeden Fall eine krasse Technologie werden. Wird auch noch viel, krasser, meiner Meinung nach.

16:28 Also in den nächsten ein, zwei Jahren. Wenn wir wahrscheinlich AI-Modelle sehen, von Anthropic und von OpenAI, die noch viel krasser sind, noch viel krassere Dinge können, jetzt fängt es ja auch Mhm. schon an mit dem Reverse-Ingenieren von Software. Also ich sage zum Beispiel einer KI, reverse-Ingeniere mir bitte Riverside oder die Software oder Adobe.

16:42 Oder Adobe haben wir gerade alle erlebt. Genau. Und es muss ja nicht mal eins zu eins repliziert werden, sondern einfach nur die basic features, dass die repliziert werden. Und auf Mhm. jeden Fall, deine Frage zu beantworten, was ich gesehen habe, ich habe einfach gewusst, dass AI extrem stark wird und dass ich mich da einnisten muss in dieses Business-Modell.

17:00 und hab dann Ende 22 Anfang 23 gedacht, okay, let's go. Wir fangen so langsam an mit dem Implementieren von regelbasierten Automations, Stichwort Zapierprozesse, N8N und so weiter und so fort. Hab da praktisch Fuß gefasst und hab mir nach und nach die Case Studies aufgebaut, sehr, sehr krasse Cases implementiert, Voice AI, Chatbots, Knowledge Basis implementiert.

17:21 Es geht nicht nur darum, AI zu implementieren, es geht auch darum zu verstehen, es gibt drei Phasen. Das sogenannte Prä-Processing, das Processing und das Post-Processing, das heißt ... Mhm. Wie säubere ich meine Daten? Gibt es überhaupt Daten? Habe ich ein Data Lake? Und welches Modell muss ich benutzen, diese Daten zu verarbeiten? Und die Verarbeitung der Daten findet dann einen zweiten Schritt statt. Also welches Modell benutze ich?

17:40 Welche Architektur baue ich, diese Daten zu verarbeiten? Und Schritt Nummer drei, wie zeige ich mir das an? Also wie lässt es mir anzeigen im Sinne von dem Post-Processing, also KPI's, wichtig sind? Was ist der Output? Weil wie jeder weiß, garbage in equals garbage out. Das heißt, wenn ich Mhm. schlechte Daten reinschmeiße, kommen auch schlechte Daten raus.

17:56 Das heißt... Da eine saubere Architektur zu bauen und wirklich das sauber aufzusetzen gemäß DSGVO und andere weitere Regularien ist glaube ich so die krux an der Sache und das kann nicht jeder. Und da weiß ich eigentlich, dass wir da federführend sind in dem Bereich. Ja, genau. Und was war dein erstes Automatisierungsprojekt?

18:16 Kannst wahrscheinlich noch sagen. Und was hast du daraus gelernt? Soweit ich weiß, war das Automation-Projekt damals bei einem ersten Kunden das Thema. Ein Lied bucht sich in einen Termin bei Calendly und ist dann darauf Mhm. basierend an anderen Automation-Triggers, wie zum Beispiel im Slack wird jemand benachrichtigt, also das Team wird benachrichtigt und der Lied beispielsweise vorqualifiziert.

18:36 z.B. Mhm. Alex bucht jetzt einen Call mit der Webseite und ich muss halt vorqualifizieren, hey gemäß der Webseite von Alex passt dieser Lied zu meinem Goldstandard, sag ich mal. Sehr, einfache Automation, Mhm. Ja. aber war damals schon so wow. Das wissen heute immer noch viele nicht, dass es eigentlich geht oder machbar ist.

18:52 Ich erzähl später noch ein paar mindblowing Sachen, die ihr ja auch schon für mich umgesetzt habt. Das ist natürlich auch super. Und manchmal, du hast es selber gesagt, es die Sachen, die ihr gar nicht auf dem Schirm habt, dass die in Pain sind. Aber da kommen wir dann gleich noch zu. Was war einer der größten Irrtümer, die du anfänglich über KI auch hattest?

19:16 Wenn du welche hattest. Oder was würdest du Ich glaube... sagen, ist einer der größten Irrtümer, was die meisten Menschen da draußen haben über KI? ~ die erste Frage zu beantworten, ich eine sehr geile Frage, Alex. Ich glaube, ich hatte nicht so viele Irrtümer, weil dadurch, dass ich im Start-up war, Mhm.

19:34 hat sich die Frage dadurch schon erübrigt. Ich musste Mhm. damals eigentlich Posts schreiben oder Blogartikel oder Trainingsmaterial aufnehmen für Kunden, ~ diese Misconceptions aus dem Weg zu räumen. Mhm. Und die klassischen Misconceptions, die klassischen Irrtümer sind zum einen, dass ich nicht so viel Daten brauche.

19:55 Das ist heute im Zeitalter vom Generativer KI im Bereich Large Language Modelle vielleicht der Fall, weil es ja schon bereits auf vielen Daten trainiert ist. Trotzdem brauche ich Unternehmenskontext. Also ich glaube, ein großer Mhm. Irrtum ist, ich brauche keine Daten, das DKI weiß schon, was mein Unternehmen bedeutet, was für Wissen wir haben und weiter und so fort.

20:11 ist ein großer Irrtum, ein großer Irrglaube, Mhm. weil man muss erstmal Daten sammeln, weil ohne Daten kein Kontext. Ich kann halt Mhm. irgendwas prompten in einem Large Language Modell, aber ohne Kontext, diesen Bezug zu meiner Company kann man es schon fast vergessen. Deswegen so viel dazu. Ich mache da glaube ich mal demnächst eine eigene Serie draus. Diese ganzen Dudes da draußen, die gerade mal, ich sag mal, Abitur gemacht haben und dann irgendwelche Unternehmens-Analyse-Promps oder Business-Modell-Promps oder Claude wie McKinsey verkaufen.

20:45 Ich lese dann immer, wer kommentiert darunter? Und ich muss wirklich sagen, das sind alles Idioten. Also wer unter sowas kommentiert, der outet sich. Das wäre eigentlich für euch eine gute Sache, die alle mal anzuschreiben, weil es ja tendenziell Kunden für euch wären, weil es ja ganz klar zeigt, jeder der da kommentiert hat keinen Plan, eigene Strategie und outet sich dann für alle anderen und das sind dann immer die Kunden, die zu mir sagen Ich kriege auf LinkedIn immer nur Leute angezeigt, die mir was verkaufen wollen. Dann gucke ich mir an, wo die Leute kommentiert haben.

21:19 Dann sage ich, klar, du hast eine Einladung an 1 Mrd. Menschen gegeben, dass du keinen Plan hast. Also, ja, egal, ist ein anderes Thema. Aber ja, mach du mal weiter. Aber ich glaube, ist ein gutes Thema, Alex, weil diese KI-Bubble, dass man einfach solche Skills verkauft oder Prompts oder whatever, Ja, Prompt kopieren?

21:39 das kommt ja meistens von Leuten. so ein Quatsch. Das kommt ja aber meistens von Leuten, keinen Plan haben von dem Thema. Also ich kommentiere das und das. Ich mache es ja auch ab und zu. ich gebe ja dann Lead Magneten raus, die wirklich so Hand und Fuß haben, wo drin steht, hey, das musst du beachten, dann das oder das Ja.

21:53 musst du tun, AI First zu denken und zu werden. Mhm. Aber wenn ich mir diese ganzen KI Influencer anschaue, ist halt eine Make-Money-Opportunity. Ich verstehe es in gewisser Weise. Aber das große Problem, das sehe ich auch in meinen Sales Calls dann, wenn Leute bei mir landen, ist, ich wurde drei, viermal verbrannt, auch von einer Agentur.

22:08 Yusef, warum soll ich jetzt dir vertrauen? Da muss ich erst mal 2-3 Stunden Einbahnbehandlung machen, denen zu zeigen, wir haben Logos, haben Fallstudien, haben schon mehrere Millionen Euro eigentlich eingespart an Return on Invest, damit die Leute auch wirklich mal wieder vertrauen zurückgewinnen. Und das ist halt ein extremer Pain, Ja, Ja.

22:24 auch von mir dann. Ja und dann halt die Marketing Agenturen, die eigentlich Branding und Design machen, die jetzt auf einmal sagen, ja wir machen auch KI und ich denke mir so, nein macht ihr nicht, macht ihr gar nicht, auf keinen Fall. Aber gut, ist auch so ein Thema. Genau. Was war denn dann die Gründungsvision von APEX oder was ist so generell, ohne dass du natürlich irgendwelche Geheimnisse verrätst, ist klar, aber was ist so deine Long-Term Vision?

22:54 Die Long-Term-Vision ist definitiv, dass wir 1000 Unternehmen minimum transformieren. Das können Coaches, Berater, Dienstleister, Experten sein, Agenturenhaber, klassischer Mittelstand, also KMU, aber auch Enterprise-Kunden, weil ich der festen Überzeugung Mhm. bin, also ich sehe ja die Konkurrenz in Anführungszeichen, auch Leute, die eigentlich schon, ich sag mal, renommierte Unternehmen konsultieren, wie Porsche beispielsweise, dann schaue ich mir die Website an, die Blogposts, veröffentlicht werden oder die Podcasts und denke mir so, no way, also das kann es nicht sein, das kann nicht der Standard of Excellence sein.

23:24 Mhm. Und dann denke ich mir, das kann ich definitiv besser. Und die Vision ist definitiv, ... Minimum 1000 Unternehmen zu transformieren ... und praktisch die Go-To-Brand zu werden. Deshalb auch der Name Apex, ... ... Apex Predator, praktisch der Pinnacle, die Spitze im Bereich künstliche Intelligenz, ... Unternehmen Mhm.

23:39 da voranzubringen ... und wirklich auch zu transformieren und zu digitalisieren. Und AI First zu denken natürlich. Ja, genau. Und du bist ja auch nicht mehr nur alleine. Du hast ja auch jetzt ein Team aufgebaut. Und ich, wie gesagt, habe ja auch hin und wieder immer wieder mit deinem Team zu tun. Also alle absolut top, ja. Sehr angenehm mitzuarbeiten.

24:02 Aber wie baust du dein Team auf? Also wen habt ihr da so? Was sind das so für Profile? Was sind das für Menschen? Erzähl doch mal, wo du darauf dann achtest. Und ihr baut ja auch glaube ich gerade immer weiter aus. Das heißt, das wäre jetzt auch eine Werbemöglichkeit für dich. Also wenn ihr jetzt Leute sucht, kannst du es natürlich hier auch nochmal sagen, wen genau.

24:23 Definitiv. Es wurden immer sehr, gute Leute, sehr ambitionierte Leute. Also was ich zum Beispiel gar nicht mag, ist jetzt, darüber können wir diskutieren in den Kommentaren. So, wenn jemand zu mir kommt und sagt Work-Life-Balance, dann ist bei mir schon raus. Nine to five. Nein to five. Nein to five, genau.

24:35 Genau. Er ist bei mir schon raus. Und wie das Team aufgebaut? Also ich bin Leitender Ingenieur. Ich überblick alle Use-Cases und wenn irgendwas hakt oder hängt. Und sind zu 80 Prozent erst mal Ingenieure. Also Software-Ingenieure, top ausgebildete Leute. Und haben da noch Marketing. Zwei Leute. HR haben wir eine.

24:52 die sich ums HR kümmert, also praktisch ... Hiring, Hiring Pipeline, schauen, dass auch ... jeder versorgt ist innerhalb der Organisation ... ... und haben drei Security Specialists, weil ... im Zeitalter der künstlichen Intelligenz ... ist natürlich Security ein sehr, großer Aspekt. Da kann ich auch so ein paar Storys erzählen, wo irgendwie KI-Agenturen Sachen gevibe-coded haben ...

25:08 und dann der API-Key vom eigenen Easy-Build-Account ... ... in einem Interface liegt und man einfach sehen konnte, ... ... wie Ausgaben, Einnahmen und dann denke ich mir so, ... wenn du das für einen Kunden baust und ihr habt zwischen Bankenwesen, baust du da im Pharma-Bereich, dann bist du schon raus. Das ist ein absoluter Killer für dein Unternehmen, Ja, ja, du musst ja, wenn sowas passiert.

25:27 wenn so was öffentlich wird, dann musst du das dann musst du das melden bei der Aufsicht und so weiter. Also das kann richtig, richtig teuer werden und auch richtig unangenehm, weil Reputation ist gerade in dem Bereich immer noch das aller wertvollste. Ja, 100 % okay. Genau. Was also klar, jetzt hast du schon viel gesagt.

25:47 Was würdest du aber sagen? Nehmen wir mal jetzt nicht diese, diese ich sag mal unprofessionellen KI Agenturen, sondern auch andere, die einen guten Job machen. Was würdest du sagen, unterscheidet euch denn von diesen, die auch KI Automations und Lösungen anbieten? Was macht ihr noch mal besser als die anderen vernünftigen?

26:07 Über den ganzen Quatsch, es da gibt, wir gar nicht dich mit vergleichen. Definitiv. Ich glaube, wir haben viel mehr Datenpunkte. Also wir haben schon über 200 Projekte umgesetzt. Es kann dann ein oder anderen geben, der schon viel mehr umgesetzt hat. wir decken halt eine ganze Bandbreite ab, weil die meisten KI Agenturen da draußen oder IT-Spezialisten, das spielen ja eine Nische oft.

26:23 Und wir sind eigentlich Mhm. gar nicht spitz positioniert, sondern wir machen alles von der Einbahnbude bis hoch zum Enterprise-Unternehmen. Das heißt, wir wissen genau direkt, wo ist der Pain? Wo können wir ansetzen? Wo gibt es zum Beispiel High-Leverage Mhm. oder High-Activity, was sag ich mal, High-Value-Use-Cases, die man eigentlich dort im Unternehmen implementieren kann.

26:37 Was dann auch die Frage erübrigt bei Kunden oder die, bei uns Kunde werden wollen, hire ich jetzt einen ITler oder einen Wirtschaftsinformatiker. Mhm. Kann man machen? Ich finde den Hybridansatz auch sehr, spannend, dass man sagt, die ITler arbeiten so die Tickets ab und APEX kümmern sich die harten Brocken. Das gibt es auch oft, weil ich leider sehe, dass Mhm.

26:55 zum Beispiel auch KI-Agenturen auch schon die, eigentlich gut sind oder Wirtschaftsinformatiker eigentlich gar nicht den Speed of Implementation reinbringen, was wieder so unser Pluspunkt ist. Das heißt, wir haben extrem Feuer unterm Hintern. Mhm. Wir haben immer Druck auf dem System. und schauen dementsprechend, dass die Use Cases schnell umgesetzt werden, aber natürlich auch mit Qualität, weil schnell bringt mir nichts, wenn das System buggy ist, dauernd bricht, Security nicht irgendwie Standards erfüllt.

27:19 Deswegen das ist auf jeden Fall unser USP. Ja, und du hattest ja auch gesagt, ihr arbeitet mit allen möglichen Firmen, also vom Start-up bis zum Konzern. Kannst du da ein paar Referenz-Cases nennen? Namen, also ich meine, findet alle Logos auf der Webseite bei uns. Das Standard Mhm. ist zum Beispiel Baulig Consulting, ist eine sehr große Consultingfirma, eine große Gruppe auch. Dann haben wir Siemens, wir sind auch Siemens Technologie Partner, mit denen wir zusammenarbeiten.

27:43 Ja, Respekt, das muss man erst mal schaffen. Das können nicht viele von sich behaupten. Dann haben wir noch weitere Mhm. Logos. gesagt, gerne auf der Webseite vorbeischauen. Klassische Agenturen, Coaches, Berater, Ernährungscoach. Anwaltskanzleien habe ich auch gesehen. Und da ist ja auch das Thema Daten und Vertraulichkeit ist ja auch ultra wichtig.

28:02 Vielen Dank Oder auch man. Ich meine, das klingt jetzt vielleicht ein bisschen komisch dann, aber gerade so Gesundheitscoaches oder auch Therapeuten und so was, die hantieren ja auch mit sehr sensiblen Daten. Also ich meine, die haben Daten vorliegen von Kunden über Krankheiten, Gesundheit, Blutbilder etc.

28:24 Und ich meine, das sind ja Daten, die ja noch einen höheren Datenschutz genießen als die meisten anderen Datensätze, die es so gibt. Im Finanzbereich, ich weiß, du darfst über die Projekte nicht sprechen, aber ich weiß, dass du auch für ein paar Firmen dort arbeitest. Deswegen, das möchte ich an der Stelle nur noch mal sagen, weil wir ja hier in der regulierten Branche sind und Vielleicht der eine oder andere Vermögensverwalter, der das jetzt hört, oder auch Family Officer jetzt vielleicht sagt, hey, das klingt eigentlich spannend, aber hat er denn überhaupt Ahnung auch im Finanzbereich?

28:57 Also ja, kann ich auch bestätigen, dass du auch in dem Bereich für Firmen arbeitest, die aber einfach wie so oft auch einfach nicht als Referenz genannt werden wollen, was völlig normal ist. Das weiß jeder, der sich in der Branche ein bisschen auskennt. Was waren da so die Herausforderungen? Also Datenschutz haben wir als Thema.

29:18 Wie geht ihr in so eine Finanzfirma in der Regel rein? Was macht ihr da? Was waren da so die Use Cases? Vielleicht kannst du so bisschen umreißen, was ihr gemacht habt. Sollen wir mal schauen? Ist eine gute Frage, bin ich null drauf vorbereitet. wir können sagen, im Prinzip Hahahaha ist meine Antwort immer, mich da bisschen rauszuschlängeln, sage ich immer, im Prinzip können wir alles umsetzen.

29:38 Also was wir normalerweise machen, ist bei jedem Kunden ist so eine Art Anamnese. Wir sind praktisch der KI-Doktor, Mhm. der zu jedem Kunden geht und im Gespräch erst mal erkundet, wo drückt der Schuh, wo ist der Schmerz. Weil es bringt mir nichts, wenn ich in den Call reingehe und sage, ich bin der Coolste, ich der Geilste, ich habe über 200 Projekte umgesetzt, such dir eins aus. Das macht einfach keinen Sinn.

29:54 Wir sind ja kein Restaurant oder so, ein Mhm. Bedien- dich-Laden. sondern es geht immer darum, was ist dein Schmerz? Und wir entwickeln praktisch die Medizin in Form von Algorithmen, Systemen und Prozessen, die deinen Schmerz konkret lösen. Im Bereich Finanzen kann das alles beliebige sein. Buchhaltungsthemen, KPI-Dashboards, Vertriebsthemen zum Beispiel, das Vertriebs-Upskilling in der Finanzbranche, dass ich zum Beispiel mein Vertriebsteam upskille mit Hilfe von Voice AI und praktisch Interfaces baue, dann eben diese Vertriebler abzuskillen, damit die Conversion Rate später höher ist in meinem Unternehmen beispielsweise.

30:25 Das heißt, nehmen wir mal an, Vertriebler im Team hat einfach schlechtere Conversion-Zahlen. Dann könnte der quasi mit einer KI, die ihr zusammen mit dem Unternehmen und den Vorgaben entwickelt habt, der könnte dann in so ein Bootcamp gehen und mit der KI einfach seine Gespräche feedbacken lassen oder mit der KI direkt trainieren und sich verbessern.

30:49 Korrekt. Korrekt. Ja, Okay. genau. Dann werden auch dort KPIs gemessen. Das Ganze ist auch gamified. Das heißt, man kann sich vergleichen mit allen anderen, die dort kompiten mit dieser Voice AI. Sieht dann so eine Art Dashboard und bekommt auch real-time Feedback nach dem Call. Was hätte man besser machen Mhm.

31:04 können? Wurden die Richtlinien beachtet? Gibt es zum Beispiel Sales-Leitfäden, die ignoriert wurden? Und dann bekommt man da direkt Feedback. Das ist auch wieder das Thema Kontext, Alex. Wieder einen Schritt zurückzugehen. Mhm. Ohne Kontext, ohne die Richtlinien der Firma. wie Sales zu laufen hat, könnte man so eine Voice AI gar nicht bauen.

31:20 Das heißt, da schließt sich wieder der Kreis. Das heißt, ihr seid dann halt auch super nah dran, ~ all diese Themen aufzunehmen, zu verstehen. Das kann ich ja auch bestätigen. ihr habt mir ja auch die Ingeborg AI gebaut. Wir gehen da später auch noch mal ein bisschen tiefer rein. Aber das ist ja genau der Punkt für meine Kunden zum Beispiel, die sich unterwegs weiterbilden wollen auf Marketing und Vertriebsthemen.

31:45 Dann können die das eben genau so machen. Ja, genau, das ist sehr spannend. Genau, gehen jetzt nochmal, also wir sind gerade schon mittendrin, aber wir gehen natürlich da jetzt noch weiter rein zum Thema Use Cases. Was sind denn so die häufigsten Dinge, die Firmen bei euch automatisieren lassen, falls du das sagen kannst?

32:05 Ich kann mal ein bisschen aus dem Nähkästchen plaudern. Also wo es eigentlich schon anfängt, Alex, ist beim Thema Daten. Könnt ihr uns helfen, Daten zu generieren, synthetisch zum Beispiel, weil wir keine Daten haben, denken viele zumindest, oder wir müssen halt die Daten akribisch suchen. Das ist immer das Problem.

32:18 Mhm. Also wir müssen immer Daten haben oder zumindest wissen, wie ein Unternehmen arbeitet, weil ohne Daten können wir halt keine KI bauen. Garbage in, Garbage out, gleiches Prinzip. Bei mir haben wir das ja genauso gemacht. haben ja, also ich bin ja jetzt im zweiten Jahr meiner Firma und ich hatte viel auch lose sortiert oder auch nicht. Und wir haben dann ja angefangen überhaupt erst mal eine richtige Datenbank auch zu bauen, weil das wäre so ein Thema, dafür hätte ich halt auch ein Wirtschaftsingenieur einstellen müssen, was ich mir dann halt jetzt erst mal sparen konnte, weil ich das mit euch mache. Also wirklich erst mal.

32:50 eine Kundendatenbank, Rechnungsdaten, all diese Sachen, die ich halt brauche, Kunden auch zu betreuen und vor allen Dingen so aufzusetzen, dass es eben nicht lose auf irgendeinem Drive liegt, sondern wirklich sicher in der Datenbank. Also es war für mich, by the way, auch so ein super Thema. Von daher ja, okay, Datenbanken, ja.

33:10 Also mit Daten fängt eigentlich alles an. dann ansonsten haben wir alles im Thema Knowledge Base. So was wie ein Konziere-Stall, einen Agenten aufzusetzen, der auch gerne custom-coded sein kann. heißt, einen Agenten, der deinen Mitarbeitern oder euch dabei hilft, Wissen im Sekundentakt praktisch zu extrahieren oder extrahieren zu lassen über eine KI und Fragen direkt beantwortet zu bekommen, ohne jetzt zu einem Kollegen gehen zu müssen und die beispielsweise von der Arbeit zu unterbrechen.

33:32 Das ist so ein Use-Case, jetzt Mhm. im Kommen ist, der immer mehr trendy wird, weil man eben die Unternehmen darauf drehen möchte, dass sie halt mehr mit KI arbeiten. Es gibt nämlich die drei Stufen Mhm. einmal AI Assisted, AI Integrated und AI First. Und es fängt eigentlich immer bei Unternehmen bei AI Assisted an.

33:47 Es ist eigentlich immer Chat. Also wie benutze ich Mhm. ChatGPT, Cloud, Gemini und wie benutze ich zum Beispiel einen Concierge oder lass mir einen Concierge bauen, der eben diese, sage ich mal, Standardfragen oder Fragen, die eigentlich nur ein Manager beantworten könnte, in einer KI ablegen kann, die mir die KI dann beantwortet, ohne mein Manager irgendwie auf die Nerven gehen zu müssen oder Mitarbeitern, Mhm.

34:05 damit die natürlich produktiver sind. Das heißt, die Produktivität pro Kopf Das eigentlich so die KPI, man dann misst. Ja. Abseits davon, von Knowledge Base, natürlich Automatism im Bereich Buchhaltung, Marketing, Vertrieb, Customer Success. Also wie kann ich ein Ticketsystem bauen, Beispiel Kundenanfragen systematisch beantworten zu können.

34:21 Entweder macht das der Agent autonom oder über ein Ticketsystem. Das sind so die klassischen Fälle, man implementiert. Und an der Stelle sagst du halt was super wichtiges. Ich habe ja am Anfang habe ich zum Beispiel auch meinen Mitarbeitern eine Claude-Lizenz gegeben. Ja, das mache ich auch tatsächlich nicht mehr in Zukunft.

34:42 Warum? Weil ich habe natürlich auch gesagt, hey, nutzt gerne auch Claude, Sachen zu fragen oder rauszufinden. Und dann passiert halt wirklich irgendwann. dass interne Briefings auch erstellt werden. Und ganz ehrlich, ich finde es ja völlig richtig. Ich möchte ja nicht, dass meine Mitarbeiterin eine Stunde braucht, so ein internes Briefing zu erstellen, wenn sie das schneller machen kann.

35:02 Aber das Problem war, weil sie das halt mit externen Claude gemacht hat und nicht mit einem internen aufgesetzten System, sind halt verschiedene Firmen-Guidelines nicht eingehalten worden. Also das heißt jetzt ging überhaupt gar nicht mal Kundendaten, sondern es ging darum, wie wir intern kommunizieren.

35:21 Ja, und dann habe ich gesagt, ja, bitte sag halt Claude das und das und das, weil das Thema ist ja, selbst wenn du dieselben Promts am Anfang benutzt, es verändert sich ja über die Zeit so sehr, dass du komplett voneinander dich entfernt und was anderes, was ich auch gesehen habe. Deswegen gebe ich eben auch keine Promts mehr so raus und helfe Kunden auch nicht mehr Claude aufzusetzen, weil Folgendes ist passiert. Wir haben zwei Geschäftsführer gehabt.

35:50 Und wir haben das beide im gleichen Zoom-Call gemacht. Also, die haben beide dieselben Sachen reingegeben in einen völlig jungfräulichen Projekt bei Claude. Also, es war wirklich komplett from scratch. Wir haben denselben Prompt eingegeben, dieselben Daten. Und wir haben denselben Output gebeten, aber der Output war trotzdem unterschiedlich.

36:11 So. normal. Und das ist natürlich auch auf Dauer eine Riesenfehlerquelle, weil, das habe ich jetzt auch ein paar Mal gesehen, Das passiert, wenn du einfach hirnlos nur Clot benutzt und keine internen Systeme, wenn du es nicht bei dir intern hast, kannst du gar nicht beeinflussen, wie sich das Ding weiter verändert.

36:31 Und ich habe auch bei einem Beispiel gesehen, über die Zeit hat sich was immer nur so vielleicht ein Prozent verändert, aber nach sechs, sieben Monaten war das Ergebnis ein komplett anderes als am Anfang. Und dann habe ich gesagt, so, okay, damit muss ich jetzt auch wieder von vorne anfangen. ist total verrückt und ich glaube, ja, das sollte jeder wissen, der so ganz normal aktuell Chat, GPT und Claude und sonst was nutzt.

36:57 Und das ist aber ja auch der Grund, warum große Firmen eben, dann zum Beispiel Microsoft auch haben, große Konzerne, die dann eben mit Co-Pilot die Mitarbeiter arbeiten lassen. Ja, es ist nicht immer toll am Anfang, weil vieles nicht da ist, aber es ist die einzige Möglichkeit, am Ende sicherzustellen, dass da nichts von außen reinkommt, was nicht rein soll.

37:18 Das glaube ich auch ein guter Punkt. kann man auch sehr gut klippen fürs Marketing spät jetzt aus einem Podcast. Das Thema ad hoc KI versus Infrastruktur KI. Ad hoc KI, ich benutze jetzt kurz ein Chatfenster und laufe da Risiko, einfach alles reinzuballern, was geht. PDFs, Voice-Nachrichten und so weiter und so fort.

37:36 Ohne Kontext, ohne Wenn und Aber. Das heißt, irgendwann habe ich so ein System, wo ich eigentlich die Daten gar nicht mehr raus bekomme, Mhm. weil ich alles reingepromptet habe. Ich komme bei Clot nicht mehr raus. Weil ich kann ja nicht reinprompten, bitte Liebes Claude, gib mir alle Dateien zurück, die ich jemals reingepromptet hab oder alle Prompt.

37:52 Das wird dir nicht passieren. Da hat mir auch einmal der Fall, das war bei der Anwaltskanzlei, die sagt, wir sind jetzt seit drei Jahren bei ChatGBT, gib mir mal bitte einen Prompt, alles umzuziehen auf Claude. Es gibt sogar einen Prompt. Da gibt es sogar einen offiziellen Blog von Anthropic, der hilft mit so einer kleinen Mini-Prompt alles rauszuziehen, aber der funktioniert nicht top.

38:08 Und da denke ich mir halt, Mhm. lass doch lieber Infrastruktur bauen, dauert zwar länger und ich muss halt nicht alles an den Chatfenster reinschmeißen, aber du hast zumindest Info- Aber du bist der Owner. Du bist der Owner des Systems. Du entscheidest, was mit den Daten passiert. Bei Anthropic ist es so, ich bekomme das nie wieder raus und habe 2.000 Chatwindows.

38:26 Auch nicht so praktisch. oder an so Tagen wie, und ich mein, wir haben das alle immer wieder erlebt, glaub ich, in letzten Monaten, wenn es halt mal wieder nicht funktioniert und du sitzt da und denkst, shit, Claude ist offline, das funktioniert nicht, ich kann meine Tasks jetzt nicht erledigen. Und das war nämlich auch so ein Grund, warum ich ja dann gesagt hab, dass ich jetzt mit euch anfange zu arbeiten, weil ich will einfach von dem nicht abhängig sein auf Dauer, Weil, ähm, ihr baut die Sachen ja auch so.

38:53 dass es eben unabhängig vom Modell ist. Das heißt, wenn jetzt das eine Mal nicht funktioniert, dann geht man halt auf ein anderes. Oder wir hatten ja diesen Fall mit Fable dieses Jahr, wo die US-Regierung einfach gesagt hat, das wird jetzt für Leute, die nicht in den USA sind, einfach geblockt. Und das ist natürlich ein Risiko, dem man nicht entgehen kann, wenn man die Infrastruktur nicht selber owned.

39:18 Genau, das ist ja so das Thema dann. Ich weiß es natürlich für mich, was ihr bei mir schon alles gespart habt und ich weiß, wir sind auch noch lange nicht da, wo ich sein möchte, aber wir kommen dahin. Ich habe auf jeden Fall sagen wir es mal so, ich habe eigentlich geplant, nächstes Jahr acht Mitarbeiter einzustellen.

39:34 Ich weiß aber schon jetzt, ich werde maximal fünf brauchen dank eurem Setup. Das heißt, ihr werdet mir auf jeden Fall nächstes Jahr einfach drei Mitarbeiter sparen. Weiß ich schon jetzt. Was sind denn so die anderen großen Hebel von, ich sag jetzt mal, Kunden, wo ihr am meisten Zeit oder Geld spart? Kannst das mal so bisschen konkret machen?

39:57 Nicht den Kunden Namen unbedingt, aber was waren die Cases? Was hat das am Ende beim Kunden gespart? Wozu hat das geführt? Weil ich glaube, das interessiert jetzt jeden Vermögensverwalter, weil wir haben bei den Zuhörern und Zuhörerinnen Firmen, die sind teilweise ein- oder zwei- oder drei-Mann-Betriebe.

40:14 Wir haben aber auch größere Firmen, dabei sind von 10, 20, 30 Mitarbeitern. Also gib uns da mal so einen Einblick. Ich muss jetzt wahrscheinlich ein paar, geben wir mal ein paar durch. Also es gibt Mhm. zwei verschiedene Philosophien, fangen wir vielleicht mal so an. Es gibt eigentlich drei. Fangen wir einfach mal so an.

40:31 zwar eine Philosophie ist, zum Beispiel ich kann mit KI meine Company AI First aufstellen, ~ wenn ich skaliere, eventuell ohne Manpower skalieren zu müssen. Heißt mein Team bleibt entweder gleich groß und ich skaliere einfach mit KI mit, Mhm. Mhm. Mhm. mit KI Mitarbeitern und kann dann dementsprechend in den Return on Invest fahren.

40:48 Der andere Ansatz wäre zum Beispiel, ich skaliere mit Mitarbeiter, also die Anzahl der Mitarbeiter wächst mit. Allerdings nicht so, wie du eben gesagt hast, nicht 8 Mitarbeiter, sondern einfach nur 5, also 5 max. Das heißt, ich high immer noch, aber halt bis zu einem gewissen Grad. Der andere Ansatz wäre zum Beispiel, das ist auch bei Unterentrepreneurs Unternehmen der Fall, die sagen, ich möchte AI first denken, ich möchte KI implementieren, macht es aber so, dass meine Anzahl der Mitarbeiter runtergeht, ich möchte Leute feuern und gleichzeitig KI Mitarbeiter installieren.

41:13 Das wäre der dritte Ansatz. Mhm. Und für jeden dieser drei oder für jeden dieser Ansätze gibt es praktisch Case, die wir gerade haben, zum Beispiel im Bereich Enterprise. Sie wollen zum Beispiel Leute aus dem Vertrieb feuern und dementsprechend Voice AI einsetzen oder eben so Knowledge Bases aufsetzen, ~ eben nicht mehr abhängig zu sein von Vertriebsmitarbeitern, Support-Mitarbeitern im Customer Success Bereich und so weiter und so fort.

41:32 Und da haben wir Minimum schon eine halbe Million eingespart innerhalb von sechs Monaten. Minimum. Also 500.000 Euro Minimum. Also das wird wahrscheinlich bei Vermögensverwaltern seltener der Fall sein, weil die haben in der Regel wenig Vertriebler und es sind meistens auch die High Value Gespräche. Du brauchst halt den Menschen auch, der mit einem Menschen spricht.

41:52 Also gerade wenn wir jetzt das Thema Millionendepots und so reden. Also im Vertrieb glaube ich wird es weniger das Thema sein. Aber was ein Thema ist, immer wieder ist, wie finde ich die richtigen Leads? habe ich genug Leads oder dann die Prozesse auch im Hintergrund? Also auch mal vielleicht, das kommt ja jetzt gerade immer mehr KI in der Portfolioanalyse. Wie kann ich interne Prozesse verbessern?

42:14 Oder auch, wir sind beim Thema Content. Für die meisten Vermögensverwalter ist Content produzieren ein absoluter Albtraum. Lass uns da gerne auch nochmal in ein Themen reingehen. Oder Weiterbildung von neuen Mitarbeitern. Also ich habe auch oft den Fall, dass jemand sagt, du, ich stelle jetzt jemanden ein.

42:31 Aber eigentlich habe ich gar keine Zeit, die Person einzuarbeiten. Und wenn ich die Person einarbeite, bleibt der Vertrieb widerliegen. Das sind so die Klassiker, die ich bei vielen Vermögensverwaltern oft habe. Genau das, was du erwähnt hast, Alex, genau das war schon automatisiert. Stichwort Einarbeitung. Wenn ich jetzt zum Beispiel mein Handy habe und reinspreche in WhatsApp oder Telegram oder whatever, egal was, benutzt auch Teams, möglich, wenn ihr jetzt das ganze, sag ich mal, Mhm.

42:53 GDPR-Compliment machen wollt, kann man da reinsprechen und praktisch Trainingsmaterial über einen KI-Avatar sich generieren lassen, welches dann zum Beispiel auf der Learning Suite landet. Beispielsweise. ist auch eine... Okay, also das heißt der Geschäftsführer ist gerade vielleicht im Auto unterwegs, hat irgendwie eine 3-4 stündige Autofahrt und muss sich jetzt überlegen, was sind so die Sachen, er einem neuen Mitarbeiter mitgeben will.

43:15 Das heißt, er könnte das einsprechen und die KI macht dann im Hintergrund Lernmaterial daraus für diesen Mitarbeiter. im KI-Avattel, der praktisch eins zu eins ein digitales Replika von dir ist, zum Beispiel von dir, Alex, und wird dann in der Learning Suite angezeigt, als ob derjenige in einem Studio sitzen würde.

43:30 In so einem Filmstudio, oder Mhm. wie ich grad... Also, das ist schon eine reale Studie hinter mir. Aber es würde dann schon... Ja, Bist du wirklich echt, Josef? Spreche ich gerade wirklich mit dir? ich bin echt... Würde eine KI sagen jetzt. Ähm... Genau. Ja genau. Ansonsten alles was du erwähnt hast, ist Mitarbeiter, Upskilling, Marketing natürlich.

43:48 komplett, also zumindest teilautomatisieren oder komplett durchautomatisieren ist alles möglich für alle Plattformen. Haben wir auch schon gebaut. genau ansonsten Portfolioanalyse natürlich. Ist auch etwas, was man bauen kann. Das ist relativ straight forward. Wie gesagt, wenn die Architektur dann steht, kann man da im Prinzip alles drüber laufen lassen.

44:05 Portfolioanalyse und so weiter und so fort. Das ist alles machbar. Wie gesagt, ich gehe wieder auf den Punkt zurück. Jedes Unternehmen ist individuell. Das ist auch Mhm. unser USP, weil du vorhin gefragt hattest. Wir machen nicht das klassische Fließbandmodell, von dem viele reden. Automotive Principle.

44:20 Ich habe zwar ein Audi, das ist ein normaler Audi. Das andere ist ein RS-Modell. Das läuft im gleichen Band, auch wenn es im realen Leben nicht so wäre. Mhm. Dann kann der Kunde dort individuell seine eigene KI konfigurieren. Kommt zu uns und sagt, ich hätte gern das und das das. Dann sagen wir, okay, passt. Wir würfeln das zusammen.

44:35 bauen dann deine eigene Architektur, die für dich zugeschnitten ist. Also praktisch tailor-made. Dann kannst du damit arbeiten. Kunden onboarden effizienter und so weiter und so fort. Ja, und Support-Automatisierung, das ist ja auch so was. Weil oft ist ja gerade, ich merke das ja bei mir auch, ich habe dann auch hin und wieder Fragen von Kunden und ich habe das ja ausgewertet, mein sogenanntes Projekt Matterhorn, was ja auch Teil unserer Datenbank dann ist, was wir aufgesetzt haben. Ich habe ja irgendwann mal gedacht, weil jeder Kunde sagt zu mir, ja, bei uns ist das anders, wir sind speziell, das kann man gar nicht für uns so implementieren.

45:15 Und dann habe ich ja mal alle Fragen, die mir Kunden gestellt haben, zwei Jahre anonymisiert ausgewertet und habe festgestellt, 95 Prozent der Fragen ist überhaupt nicht unternehmensspezifisch. Und jetzt arbeite ich genau an dem, dass diese 95 Prozent der Fragen alle komplett in meinem Assistenten so beantwortet werden und zwar ganz wichtig, ohne externen Input aus dem Internet, sondern nur auf Basis meines Wissens, beantwortet wird, weil wir hatten nämlich auch einen Fall.

45:45 mit meiner Social Media Mitarbeiterin vor ein paar Monaten, was tatsächlich sehr, sehr cringe war. Ich habe sie nämlich gebeten, mal unseren YouTube-Kanal zu verbessern und eine Analyse zu fahren. sie hat dann eigenständig... Ich habe natürlich gesagt, meine Mitarbeiter sind sehr eigenständig. Und ich habe dann irgendwann aber mal den YouTube-Kanal nochmal feedbacken lassen durch einen anderen Profi.

46:10 und die haben mir Sachen gesagt, wo ich meinte, komisch, aber das machen wir eigentlich schon so. Habe ich meine Social Media Managerin nochmal angerufen, meine ich so, hey, pass mal auf. Die und die Feedbacks habe ich gerade bekommen. Wieso machen wir das nicht mehr so? Und dann hat sie gesagt, jetzt ist richtig geil, ja. Und deswegen kriegt bei mir keiner mehr externe Claude Lizenz.

46:30 Sie so, ja, ich habe mit Claude den Kanal analysieren lassen. Und außerdem hat Claude gesagt. dass YouTube gegen Bots vorgeht. Und dann habe ich so, ja, verstehe ich, ist ja auch richtig, aber wir sind ja kein Bot. Und sie hat halt, das ist das Problem, weil Claude hat ihr natürlich die richtige Info gegeben, sie hat es aber falsch interpretiert, weil sie halt das nicht richtig verstanden hat.

46:55 Und sie hat gedacht, wenn sie jeden Tag zur selben Zeit postet, dass YouTube das als Bot sieht, was ja gar nicht der Fall ist. Und deswegen hat sie auf einmal eigenständig Sachen gemacht, ich gesagt hab, aber wir sind ja kein Bot und wir werden auch nach wie vor nicht als Bot erkannt, nur weil wir zur gleichen Zeit.

47:13 Ach so, ich dachte, das wäre so. So, und dadurch hat sie halt echt wochenlang auf dem Kanal Sachen gemacht, wo ich danach dachte, ups, müssen wir zurückdrehen. Und das ist der Grund, warum ich einfach keinem mehr die Clot-Lizenz gebe und auch zu meinen Mitarbeitern sage ... Schaut in unserer Lernplattform, weil nur wie es dort ist, so wird es umgesetzt.

47:38 immer wieder tolle Beispiele. Oder wenn mein Vater mir irgendwas schreibt und sagt, ja, aber Checi Pitti hat gesagt, dass ich Recht habe. so, ja, der ist darauf trainiert, dir das zu sagen. Wenn du dich umbringen willst, dann würde dir wahrscheinlich auch Recht geben. Das ist ja auch so eine Gefahr von KI, aber darüber wollen wir heute nicht reden.

47:57 Ja, also sehr spannend. Kannst du mal so in, also wir können Mitarbeiter sparen, wir können Prozesse beschleunigen. Du hast ja auch so ein paar Kunden, extrem viel Zeit eingespart haben. Kannst du da mal so ein paar Zahlen nennen und mal nur die Firmengröße? Also was sind das für Kunden? Wie viel Zeit haben die gespart?

48:15 Nur damit sich das jeder hier mal so ansatzweise vorstellen kann. Ja, weil ich glaube, das ist für manche manchmal ein bisschen schwergreifbar. Also Zeit, Zeit, müssen wir mal schauen bei Fallstudien. Das haben wir in ein paar Fällen konkretisiert. Für viele ist es glaube ich noch ein krasserer Gamechanger, Hm? Können wir einblenden?

48:32 dass sie z.B. Vollzeit Äquivalente eingespart haben. Also Minimum einen Mal, was ich auf jeden Fall schon rechne. Also das Thema KI amortisiert sich relativ schnell, inklusive unserer Kosten natürlich dann. Das heißt, sie haben entweder einen Vollzeitmitarbeiter eingespart, bis hoch zu sechs, sieben Stück.

48:46 Also wenn wir bei Enterprise sind. Mit so zwei, drei Projekten, die wir KI gemacht haben, kann man schon so 6, 7 Vollzeit-Äquivalente einsparen, was schon ein absoluter Game-Changer ist. Und Zeit, ich meine... Krass, ist ja fast eine Million an Lohnkosten. Das crazy. genau beim Thema Support, also das sind Zeit zu messen, kommt halt immer auf den individuellen Fall an.

49:05 Wir haben jetzt zum Beispiel eine WhatsApp KI gebaut oder Ticketsysteme, die praktisch erst erlauben, direkt Kundenfragen zu beantworten. Das heißt, dort geht auch die Antwortzeit runter von irgendwie zwei, drei Stunden runter auf eine Minute beispielsweise. Und genau, ich glaube die Time to Conversion, also wenn ich mit Voice AI jemanden vorqualifiziere im Bereich Recruiting zum Beispiel oder bei Enterprise Kunden, die diesen Vertrieb mache.

49:27 wo natürlich noch ein Human in the Loop mit involviert ist, dass ich dort auch eine höhere Conversion Rate bekomme, Mhm. eben weil meine KI die ganzen Produkte kennt, eben von über 130.000 Produkten, ich in meinem Portfolio habe. Es ist schon absoluter Game-Changer. Also Mh. Zeit ist schon eine weitere Konsequenz der Ersparnis durch Vollzeit-Äquivalente.

49:44 Aber im Prinzip, das mal in Zahlen zu fassen, also zwischen der Ersparnis von zwischen 50.000 Euro bis hoch auf eine halbe Million Minimum. Was schon sehr, krass ist. Ja krass. Du, die Reise und wo geht sie hin, KI Zeitgeist etc. Was ist heute möglich, was vor zwei Jahren noch absolut undenkbar war? Ich Voice Air ist so ein klassisches Beispiel.

50:10 Also, dass Voice Air schon sehr, Stimmt, das war richtig schlecht vor zwei Jahren. gut wird. Ja, das war richtig schlecht. Und es wird auch immer besser. Ich würde heute noch behaupten, es ist nicht perfekt. Aber es ist Mhm. schon perfekt. Wir merken halt die ganze Intonation und wie eine KI spricht.

50:20 Das merkt man schon. Aber ich glaube, Ja. gibt im Ganzen mal ein, zwei Jahre. Das wird schon richtig krass, meiner Meinung nach. Es gibt ja auch mittlerweile Start-ups in San Francisco, die das schon sehr, gut machen. Mit Seufzen und Atemgeräuschen und so weiter. Das ist schon richtig krass. 11 Labs kann das mittlerweile auch. Die haben jetzt ja das Version 4 oder so kam jetzt raus und ich hab da auch schon ein paar Sachen getestet.

50:39 Also ich habe ja letztes Jahr mal meine Stimme geklont. Ja, hab dafür auch richtig viel Text eingesprochen und der Output von letztem Jahr zu diesem Jahr, es ist wirklich krass. Und an der Stelle, wie gesagt, immer wenn ich das benutze, ich sag das auch, also ich machs immer transparent. Das heißt, würde nie auch jetzt den heutigen Podcast oder so, würde ich nie dann auch mit KI irgendwie nochmal nachbearbeiten oder so, würde ich immer sagen. Oder wenn ich mal was mit meiner gekloten Stimme mache.

51:10 Es war einfach Interesse. Und es ist so krass, wie das von letztem Jahr zu diesem Jahr sich schon verbessert hat. Also absolut unfassbar. Und das ist ja auch so ein Punkt. Nehmen wir mal an, ich habe jetzt einfach eine Firma. Ich habe eine Lernplattform und ich möchte zum Beispiel expandieren in ein anderes Land. Ja, dann kann ich natürlich die Mitarbeiter kann ich schulen auf einer anderen Sprache basierend auf dem, was alles schon da ist. Natürlich hat mich dann in dem Land noch Mitarbeiter, wenn es jetzt Vertrieb geht, die die Sprache auch sprechen.

51:47 Das völlig logisch. Aber du kannst halt ultra viele Dinge auch schon anders machen. Also ich meine, kann auch mit meiner gekloten Stimme jetzt perfekt jede Sprache sprechen, ich möchte, theoretisch. Das ist schon abgefahren. Genau. Was glauben denn die Leute, was KI kann, aber de facto kann sie es noch nicht?

52:07 Also was sind so da die Missconceptions aktuell? Ich glaube generell der Irrglaube, Alex, dass der KI alles kann. Also man denkt halt an einen Use Case, der vielleicht schon von der Grundidee dummes Fack ist. Wo man denkt, hey, wie kommst du eigentlich auf die Idee, sowas zu automatisieren, was eigentlich gar keinen Sinn macht.

52:22 Oder einen CRM zu Vibe-Coden. CRM oder halt Calendly. Und dann wundert man sich, warum keine Termine mehr reinflattern. Das ist so der Klassiker. Wo ich mir denke, also wenn du schon keine 10 Euro für ein Saas-Tool ausgeben kannst, dann hängt es irgendwo anders meiner Meinung nach. Mhm. Genau, so Sachen und ähm...

52:40 Voice AI stark überschätzt, glaube ich, ist so ein Ding. Weil wie gesagt, glaube, es dauert noch ein, zwei Jahre bis es richtig, richtig krass wird, wobei unsere Voice AI schon sehr nice ist. Viele denken auch, dass man Customer Support nicht automatisieren könnte. Das können wir auf jeden Fall. Also im Prinzip das, was Ich merke es ja jetzt auch schon. ich kann das Ding ist ja, ich kann ja jetzt auch, wenn Kunden mir eine WhatsApp schicken, dann kann ich die natürlich komplett selber beantworten.

53:03 Was ich aber aktuell mache und dadurch werden die Antworten viel besser. Ich nehme tatsächlich also erst mal der KI Agent erstellten Ticket. Das heißt keine Antwort bleibt oder keine Nachricht geht unter. Das ist schon mal Punkt eins. Das heißt der Support wird zuverlässiger. weil nichts mehr untergeht. Vor allen Dingen auch E-Mails, ist alles einfach gut sortiert.

53:26 Und dann kann ich halt wirklich, basierend auf meinen bisherigen Antworten bei Kunden, weil die Kunden stellen ja immer dieselben Fragen, habe ich gelernt, ja, und kann dann eine KI-Antwort generieren, basierend auf meiner Wissensdatenbank, dann lese ich mir das nur noch durch, ob das wirklich stimmt und schicke es ab.

53:43 So. Und dadurch, wie du auch gesagt hast, die Antwortzeit wird schneller für den Kunden. Aber auch für mich die Beantwortungszeit wird schneller. Ja. Wichtig dabei immer keine sensiblen Daten. Ich sage auch meinen Kunden, bitte schickt hier keine sensiblen Daten hin und her und so weiter. Würden wir selber auch nicht machen.

54:05 Bei dem Thema, wo ist die Grenze? Was sollte man trotz Technik nicht der KI überlassen? Auch das Thema Ethik. Ich glaube, das werden richtig spannende Fragen die nächsten Jahre und Jahrzehnte, die wir uns stellen müssen. Wie siehst du das? Worauf muss man da auch achten? Und was siehst du Was ist das ...

54:24 manchmal bei Kunden, wo die vielleicht ein bisschen unbedarft auch sind? Ich glaube, bei uns ist nicht relevant, aber glaube, generell dieser Bias der KI, er ja auf Daten trainiert ist und eventuell andere, sage ich mal... kurz ruft jemand an... Unwünschtig... Mhm. kurz Flugmodus hier rein... Alles gut.

54:40 Ich auch nochmal die Frage zu beantworten. Ja, also ich glaube, ist für uns jetzt nicht relevant, aber im Bereich Recht. Und zwar, Mhm. man weiß halt, dass die KI auf Daten trainiert ist und im Allgemeinen ist es so, dass einfach bestimmte Rassen oder, sage ich mal, Gruppen bevorzugt werden gegenüber anderen Gruppen.

54:54 Ob das jetzt Hautfarbe Mhm. ist, länderspezifisch ist, weil es ja auch andere Kulturen Mhm. gibt und dementsprechend auch die KI eventuell einen gewissen Bias hat bezüglich bestimmter Kulturen. Es ist glaube ich im Bereich Juristikation sehr sehr kritisch, also dass man da schaut, dass die KI eben keine falschen Entscheidungen trifft und zum Beispiel jemanden Mhm.

55:12 verurteilt, der eigentlich gar nicht verurteilt werden dürfte. Mhm. Also da sehe ich es extrem kritisch, dass da die KI so weit ist, eben diesen Bias zu entfernen, was wahrscheinlich auch sehr sehr schwer sein wird. Das sehe ich als kritisch. Generell im Bereich, wo wir tätig sind, Entscheidungen, einen Human in the Loop erfordern, wie zum Beispiel kritische Anfragen, wenn es Finanzen geht, dass da noch ein Mensch sitzt, der das Ganze noch mal kontrolliert, weil Agenten haben nun mal eine Fehlerrate, eine Fehlerquote von 1 bis 5 Prozent, ist die Frage, ist es jetzt akzeptabel für deinen Use-Case oder nicht?

55:42 Wenn die Antwort nicht klar Ja ist, dann auf jeden Fall Human in the Loop involvieren, schauen, wo dieser Mensch sitzt, der das Ganze noch mal gegencheckt und dann eventuell als so eine Art Gatekeeper agiert, der dann entweder Mhm. die Antwort durchlässt, im Ticketsystem beispielsweise oder eben blockiert.

55:55 oder die Antwort nochmal umschreibt. Das sind so Mhm. die klassischen Fälle. Ansonsten alle anderen Use Cases kann man sehr gut mit KI komplett durch automatisieren. Fällt dir irgendwas ein, Alex, Ja, Ja, wo du sagst, wer zum Beispiel kritisch im Bereich Finanzen das Thema Ethik auf jeden Fall, das heißt, immer wenn man auch, also ich finde Offenlegung und Transparenz einfach wichtig.

56:17 Das bedeutet immer, wenn man KI benutzt, dass man es auch disclosed, und zwar auch sagt, wie und wo. Oder eben wenn man KI generierte Bilder benutzt oder auch mal Videomaterial erstellt. Weil die Menschen haben so viel Misstrauen. Und es ist ja Mh. auch zu Recht, ich mein, wir wissen mittlerweile ja gar nicht mehr, was alles echt ist. Also wir sehen Sachen, wenn es zu gut ist, wenn es zu hochglanzmäßig ist, glauben wir es schon nicht mehr.

56:46 Also ich hatte ja wirklich den Fall, dass ich professionelle Werbevideos auch gedreht habe im Studio und alles mit Videograph etc. Und dann hat mich jemand daraufhin angeschrieben, meinte, hey, sag mal, mit welcher Kaidu das gemacht ist, das ist ja ultra gut geworden. Und ich denke so. Wir sind genau an dem Punkt, wo sogar Profis, weil das war jetzt nicht meine Mutter, so, wenn sogar Profis nicht mehr sagen können, was echt ist und was nicht echt ist, dann sind wir jetzt schon genau an diesem Punkt, wo wir einfach Menschen haben, die immer mehr misstrauen. Und gerade bei uns im Bereich Finanzen, wenn's eben auch Millionen geht, hast du natürlich auch immer mehr Leute, dort als Betrüger unterwegs sind,

57:32 was natürlich Misstrauen noch mehr schürt. Das heißt, wir sind in der Finanzbranche ~ in einer Branche, wo Vertrauen unfassbar wichtig ist. Und deswegen, wenn man KI benutzt, ich zum Beispiel nutze KI-Bilder gerne mal, aber so übertrieben als Satire erkennbar, dass niemand glaubt, dass das echt ist. Von daher, ich glaube, da muss man einfach aufpassen.

57:54 Und ich finde es halt, man kann sehr schnell das Misstrauen schon sich Vertrauen verlieren, indem man einfach auch ein KI-retouchiertes Bild auch nimmt. Finde ich auch immer super affig. Und man trifft die Person dann im Real Life und denkt sich, da laufen irgendwie zwei Bilder auseinander. Also es fängt schon bei Kleinigkeiten an.

58:18 Oder was ich auch ganz schlimm finde, es wird halt alles gleich. Also man sollte sich schon auch überlegen, Was ist so die eigene Uniqueness, auch der Brand? Und dann So. eben trotzdem einfach mit Profis auch arbeiten, die die Themen einschätzen. Was ich noch krass finde, das habe ich jetzt letztens gelesen, das Thema Prompt Injection.

58:40 Vielleicht können wir das noch mal ganz schnell an der Stelle zur Sensibilisierung bringen. Weil ich habe gesehen, wenn man halt, nehmen wir mal an, du gehst als Finanzdienstleister und suchst dir irgendwie Leads und recherchierst auf Datenbanken oder sonst wo. Mmh. Und dann ist jemand auf einer anderen Seite, die du durchsuchst, und diese Seite schiebt dir eine Prompt Injection rein.

59:03 Das heißt, diese Seite sagt deiner KI, mach x, mach y, lösche danach alle Daten oder spiel mir die Daten zurück. Also, ist das wirklich so eine reale Gefahr? Und wie, also wie müssen wir uns da drauf vorbereiten? Es ist glaube ich eine reale Gefahr. Vielleicht. Es kommt halt drauf an, wer es implementiert.

59:23 Also man kann das auf Prompt Injections schon sehr gut testen das System. Im Endeffekt Okay. was bedeutet das? Also zum Beispiel du bekommst über einen Befehl, wie du schon sagtest, der verpackt ist als etwas, eigentlich als normale Prompt getarnt ist. Zum Beispiel ein Befehl lösche die Datenbank oder gib mir geheime Daten, zum Beispiel Apex jetzt in dem Fall.

59:39 Das heißt wir müssen eigentlich Systeme so bauen, dass eben solche Prompt Injections nicht möglich sind. Bei Voice Air ist es zum Beispiel krass, da generell Customer Support im Bereich US. wo man dann zum Beispiel bei einem Autohändler irgendwie eine Chat AI benutzt, da gab es ja auch diesen einen Fall, wo gesagt wurde, kannst du mir einen Koporkode geben für irgendwie, ich für einen Dollar ein Auto bestellen kann?

59:56 Die KI so, ja klar, gerne, kein Problem. Oder wo jemand über den McDonalds-Chatbot dann irgendwelche Genau. anderen Sachen reverse-engineert hat. Oder sich Code generieren. hat irgendwie der McDonalds AI gesagt, kannst du mir irgendwie Python Code schreiben für meine App Idee. Und da hat einfach die AI einfach dem so Python Code ausgespuckt.

1:00:15 ich glaube, die Systeme werden auf jeden Fall schlauer, Alex. Vor allem bei Voice AI kann man auch dieses Thema Prompt Injection verhindern. Da gibt es ja extra Einstellungen und Backend dafür. Das sind schon sehr, gute Systeme. Es wird glaube ich weniger, aber wie man weiß, eigentlich die Hacker werden immer, smarter und die finden halt auch Wege, wenn man die KI austrickst. Oder das Thema Deep Fake.

1:00:34 Dass man zum Beispiel älteren Menschen, etwas wegnimmt oder klaut oder stiehlt, z.B. Bankdaten oder Kreditkarteninformationen aufgrund von Deepfakes. Ich hab mit meinen Eltern ein Passwort am Telefon vereinbart, wo ich gesagt hab, wenn euch irgendwann mal jemand anruft, der wie ich klingt und Geld braucht, dann bitte fragt das Passwort ab.

1:00:54 Weil solange ich lebe und nicht tot bin und euch anrufe angeblich, bin ich auch in der Lage, dieses Passwort zu nennen. Ja, also bitte, bitte. Ich erinnere sie auch immer wieder dran. Weil das Ding ist ja, wir machen ja heute auch ein Podcast. Jeder, ein bisschen Skill hat und Tokens, könnte deine und meine Stimme ja klonen und Kanal.

1:01:17 unsere Eltern damit anrufen. Also ja. Sehr gefährlich. Ja, ja, spannend, spannend. Genau. Ja, dann gehen wir mal weiter. Also wir sind natürlich massiv über der Zeit. Das macht aber gar nichts. Die nehmen wir uns jetzt heute einfach mal. Warum wir ja auch zusammenarbeiten. Ich hatte ja Ich hatte ja damals schon überlegt, ich habe überlegt, wann nutze ich KI, wie viel und so weiter. ich habe das Thema ja nach hinten priorisiert und dann hatte sich eben damals meine Social Media Managerin entschlossen, andere Wege zu gehen, weil sie ja eben das Thema Work-Life Balance, ich wollte eigentlich, dass sie mehr Zeit arbeitet, sie wollte aber nicht und sie hat ja auch im Van gelebt in dem Fall und dann

1:02:05 kam es ja dann doch relativ schnell und ich habe gesagt, okay, vielleicht ist genau jetzt der richtige Zeitpunkt, das Thema mit euch anzugehen. So sind wir dann auch ja zusammengekommen und vor allen Dingen auch über eine Empfehlung an der Stelle nochmal liebe Grüße an den lieben Henrik Telebsky, der uns ja zusammengebracht hat.

1:02:25 Bester Steuerberater und Treuhänder an der Stelle, kleiner Werbeblock. Ist mein Podcast, ich darf das. Genau. Und so sind wir ja zusammengekommen. Was würdest du sagen ist anders, wenn man für regulierte Finanzdienstleister automatisiert statt für x-beliebige andere Firmen? Ich glaube das Thema DSGVO, Compliance Security, ist so top of the top. Also wenn man das nicht beachtet, braucht man erst gar nicht anfangen, sich über KI zu unterhalten. Das ist auf jeden Mhm. Ja.

1:02:57 Fall ... Wir sehen auch bei den ganzen Bankenprojekten, Pharmaprojekten, die wir gerade angehen, Bereich AI, dass auch extrem viel Compliance da vorherrscht. Das heißt, die kommen mit AGBs die Ecke, wo du denkst, wenn was schiefgeht, bin ich der Arsch, der Buhmann, der Party-Pupper. Da muss man einfach einen Mhm.

1:03:13 Kompromiss finden. Es kann ja auch sein, dass z.B. Claude ein Modell nicht funktioniert an einem Tag oder irgendwie 11 Labs nicht funktioniert. Das hat ja nichts mit uns zu tun. Und dass dann diese Awareness, sag ich mal, gebaut wird beim Gegenüber. Nach dem Motto, wir sind nicht für alles schuld, oder können nicht für alles schuld sein.

1:03:28 glaube, diese Awareness-Stufe muss man einfach generieren. Weil ansonsten, wir können nicht für alles verantwortlich sein. Aber glaube, Standarddinger wie Security, DSGVO oder DSG, heißt das in der Schweiz, Mhm. Dass man da einfach compliant ist, das Allerwichtigste. Das können halt die wenigsten. Ja, was ich immer wieder merke ist auch, dass man sehr weit an der Basis anfangen muss.

1:03:54 dass ich teilweise auch erstmal Kunden den SharePoint und wie der funktioniert, erklären muss, weil immer noch Daten auf dem Laptop gespeichert werden. Ich habe auch schon mal Feedbacks von Kunden bekommen, die haben sich dann die Dokumente ausgedruckt, handschriftlich Feedback gegeben, eingescannt und zurückgeschickt.

1:04:13 Also auch das. Das heißt, wir haben natürlich hier in dem Bereich auch irgendwo noch ganz viel Aufholbedarf sowieso bei vielen Themen. Also das merke ich auch immer wieder, dass man, dass man gerade in der Branche einfach auch viel an den Basics noch anschauen darf. Das heißt, die gute Nachricht ist auch die Use Cases, die nehmen halt nicht ab. Im Gegenteil, das werden immer mehr, weil wir halt bei vielen Dingen noch so ganz an der Basis sind. Was würdest du denn jetzt einem Vermögensverwalter raten, der der das jetzt heute hört und sich zum ersten Mal mit dem Thema so richtig beschäftigt, welcher erste Schritt, abgesehen davon mit Ihren Calls zu buchen, aber welcher erste Schritt, würdest du sagen,

1:04:55 sollte jemand machen, der jetzt sich mehr in das Thema KI reinentwickeln will? glaube generell, man so eine Art, ist eigentlich so ein Fünfstufenprozess, Alex, an dem man eigentlich runterbrechen kann von, wenn man jetzt kein Erstgespräch buchen will mir, erstmal sich klar darüber zu werden, die Arbeit mal auflisten. Also, welche Arbeit muss ich eigentlich erledigen?

1:05:15 Entweder bin ich selber als Geschäftsführer oder eventuell meine Mitarbeiter. Die liste ich erstmal auf. Also, alles, komplett alles im Bereich von Filmen, Marketing, Vertrieb, Customer Support und so weiter und so fort. Dann schaue ich, was ist konkret ein Engpass? Also, wo sehe ich zum Beispiel, dass meine Mitarbeiter oder ich selbst jetzt ein Engpass bin?

1:05:30 oder einen bottleneckenden ganzen prozess Also wenn zum Beispiel sich ein potenzieller Kunde einträgt und der zwei Tage nicht beantwortet oder zurückgerufen wird, wäre das ein Engpass. Beispiel. Und dann definiere ich erstmal den Prozess. Wie sieht der Status Quo gerade aus? Also ich mache so eine Art Prozess-Float-Chart.

1:05:48 Eventuell, wenn ich die Zeit habe, kann dafür auch Claude benutzen. Gemeinsam mit einem MCP-Connector in Miro oder Whimsical. Das sind ja so Mhm. Tools, man eigentlich benutzen kann, Prozess-Float-Charts sich aufzuzeichnen. Das heißt Punkt Nummer 3 wäre Prozess denken, neu denken, indem ich erstmal sage, das ist der Status Quo und wie könnte ich es besser machen mit KI?

1:06:05 Stichwort AI First. Dann könnte ich eventuell erstmal einen Prototypen bauen. Kann ich auch inhouse machen, brauche ich keinen Experten dafür, wenn es denn überhaupt Sinn macht. Oder vielleicht habe ich Opportunitätskosten. Mhm. Das heißt, ich hole mir einen Experten, der das Ganze für mich baut. Stellt, dass ich da selber irgendwie nachts Claude frage die ganze Zeit und Zeit, Ressourcen und eventuell auch Brainpower verschwende.

1:06:24 Und Punkt Nummer 5 wäre dann einfach die Wirkung dieses Use Cases zu messen und dann den Use Case auszubauen. Mhm. Das heißt, ich kann ein Prototyp zwar bauen, mit zum Beispiel N8N, Zapier oder Make. Das ist alles, bleibt jedem selbst überlassen. Oder ich kann mir auch selber was Vibe Coden und Prototypen, weiß aber oder muss wissen, dass es nicht secure ist.

1:06:42 Es ist keine Infrastruktur, so wie ich sie implementieren würde. Aber mit den Prototypen kann ich halt zu einem Dienstleister gehen und sage, ich habe hier schon ein Prototyp gebaut, baue mir genau das für mich, aber secure und eben als Infrastruktur. genau. Also ich glaube, der allererste Punkt, Alex, ist glaube ich Prozess verstehen.

1:06:59 Und ich glaube, einer der wichtigsten Skills im heutigen Zeitalter ist es wirklich Prozesse zu verstehen und in Ökosystemen zu denken. Weil die meisten KI-Dienstleister denken halt in Ja. Insellösungen. Ich hab hier Prozess A, Prozess B und Prozess C. Wie kann ich die unabhängig voneinander implementieren?

1:07:12 Ich glaube, es macht gar keinen Sinn. Und ich leg jetzt ein bisschen den Finger einfach mal in die Wunde. Ich könnte mir sogar vorstellen, viele Vermögensverwalter haben sich darüber noch nie Gedanken gemacht und machen einfach so, ziehen ihren Stiefel durch sozusagen und haben gar nicht mal niedergeschriebene Prozesse.

1:07:31 Für zum Beispiel, was passiert denn nach einem Kundengespräch, wenn der Kunde die Verträge unterschrieben hat, dann gibt es meistens einen Prozess, weil die Bank, wo der Kunde ge-onboardet wird, den vorgibt. Aber zum Beispiel beim Thema LID-Aquise, wer kümmert sich die Info-Ed-Inbox? Wie wird Kunden zurückgeschrieben oder neu Kunden zurückgeschrieben?

1:07:54 In welchem Zeitrahmen? Wie... Also ich glaube, da gibt es einfach ganz oft überhaupt gar keine Prozesse. Und das ist natürlich schon auch ein Riesenproblem. Ich glaube, da gibt es immer so einen Trade-off zwischen, ich muss mir eingestehen, dass ich eigentlich Sportlinek bin oder Mitarbeiter Sportlinek sind, aber ich keine Zeit dafür habe, ~ die Prozesse mal anzugehen. Das ist auch bei Steuerberatern vor allem oder halt Treuhändlern und Anwaltskanzlern oft das Problem.

1:08:20 Sie sind so arg im Tagesgeschäft gefangen, dass sie sich gar keine Gedanken so was machen können, weil einfach die in einem goldenen Hamsterrad sitzen die ganze Zeit. Ja, und das ist auch so ein Klassiker, warum Kunden teilweise sagen, ja Frau Weck, wir wissen, wir müssen was mit ihnen machen, aber wir haben gar keine Zeit, das umzusetzen. So, und die sind so im Hamsterrad und die wollen eigentlich höherwertige Kunden akquirieren, haben aber keine Zeit, sich die Strategie mit mir dafür zu kümmern, weil die so viele, ich sag mal, andere kompliziertere Kunden haben und die wollen da aber raus, aber sie können nicht. das ist, ich meine, es wird ja nicht besser.

1:08:58 Man muss irgendwann mal anfangen damit. Genau, was ich auch cool finde, dadurch, dass ihr ja so viele Kunden betreut, so viele unterschiedliche, bringt ihr ja auch mich manchmal auf eine Idee für einen Use Case, den ich vorher gar nicht hatte, weil ich nicht wusste, dass das eine Möglichkeit ist. Also ich weiß nicht, wie oft ich dir, wenn du irgendwas postest, was ihr gemacht habt für andere Kunden.

1:09:19 Wie oft ich dir schon geschrieben habe, bitte auf mein Backlog, bitte auf mein Backlog, Mmh. das brauche ich auch, das brauche ich auch, bitte das brauche ich auch irgendwann. Das finde ich halt auch so super. Und das ist halt genau der Punkt, warum ich auch die Zusammenarbeit so extrem schätze. Weil ihr eben nicht alles macht und KI nebenher, sondern ihr macht nur das. Und deswegen habe ich automatisch immer wie so einen Inspirationskatalog, wo ich sehe, Ach, spannend. Das habt ihr schon umgesetzt.

1:09:48 Das ist ja cool. Dann könnte das ja für mich auch was Interessantes sein. Also es ist wie so ein Schaufenster, wo ich immer wieder denke, okay, auf die Idee bin ich noch gar nicht gekommen, aber es ist eine coole Sache. Das brauche ich, ja. Also das ist halt auch echt super. Genau. Super. Du, wir sind mit dem ersten Teil jetzt so gut wie...

1:10:10 Nee, sind wir eigentlich fertig. Und jetzt das richte ich nochmal an die Zuhörerinnen und Zuhörer, denn jetzt wird es hier eigentlich richtig spannend und sehr konkret, denn wir gehen nochmal jetzt in die Use Cases, denn was wir bisher so besprochen haben, die grobe Landkarte und dient ein bisschen zur Inspiration.

1:10:28 Aber im zweiten Teil gehen wir jetzt nochmal in die Use Cases rein, also ganz konkret Schritt für Schritt, welche Prozesse kann man wirklich automatisieren, wo verlaufen rote Linien. Wie fängt man an sich oder wie verbrennt man sich nicht an regulatorischen Vorgaben den Finger oder die Finger? Und diesen zweiten Teil, und das muss ich jetzt einfach an der Stelle so machen, den veröffentlichen wir nicht als Podcast, denn der zweite Teil ist exklusiv für meine bestehenden Kunden und veröffentlichen wir nur für die bestehenden Kunden in unserer eigenen Lernplattform.

1:11:06 Und wenn Sie jetzt aber wissen wollen, wie Sie Ihre eigene Zeit zurückgewinnen, trotzdem compliant bleiben, dann können wir das gerne in einem kostenlosen Erstgespräch auch schauen, ob das für Sie passt. Den Link gibt es immer in den Show Notes und im Video. Und Youssef, dir erstmal ein großes Dankeschön für den öffentlichen Teil.

1:11:26 Und dann gehen wir gleich nochmal ins Eingemachte. Vielen Dank.