Florian Heinemann erklärt die besten KI-Tools für dein Unternehmen

Joel Kaczmarek: Los geht's. Hallo Leute, ich habe wieder den lieben Florian Heinemann zu Gast und dachte mir so, es wäre total geil, Florian mal zu fragen, was er eigentlich so für Anwendungsfälle für KI sieht, also wo im Unternehmen wende ich das an, vielleicht auch noch mit dem einen oder anderen Tipp, wie kriege ich das da eingeführt? und er meinte, Florian, ja, lass uns das tun. und da möchte ich gerne jemanden mitbringen und das ist die liebe Thuy Nang Trinh. Die ist nämlich Geschäftsführerin der Operations Unit bei Project A. Florian ist ja da bekanntlich Partner. Und die Jungs und Mädels machen auch gemeinsam ein Event, nämlich den deutschen KI-Gipfel. Der findet am 7. Juli in Stuttgart statt. Und mit dem Code, by the way, TNT99, kriegt ihr da nochmal einen besseren Zugang. Weil TNT ist nämlich der schöne Spitzname von Twinang. Und wir reden heute, wie gesagt, darüber, wie KI im Unternehmen angewendet werden kann. Das heißt, wir machen mal so einen kleinen Auftakt in Richtung, hey, wo stehen wir denn eigentlich? Welche Anwendungsfälle gibt es? Haben wir gerade eigentlich KI Winter oder ist da Vollgas angesagt? Was machen die anderen so? Und dann deklinieren wir mal einzelne Bereiche durch. Wir sprechen über Marketing, über Sales, über Customer Service und über Entwicklung. Wir werden euch ganz viele Tools nennen, die es dort gibt, mit denen man da arbeiten kann in Sachen KI. konkrete Beispiele und einfach auch mal Erfahrungsberichte. Also das wird heute richtig reichhaltig. Von daher erstmal schön, dass ihr da seid, ihr beiden. Moin Moin, hallo Florian, hallo liebe Twinang.

Florian Heinemann: Hallo, danke für die Einladung. Und schön, dass du meinen Namen richtig ausgesprochen hast.

Joel Kaczmarek: Ja, gehört sich so. Ich habe bestimmt von Florian gelernt, man darf dich auch liebevoll TNT nennen, weil du hier Zündstoff in die Organisation bringst und das mit deinen Kürzeln hinkommt.

Florian Heinemann: Ja, stimmt. Aber du musst nochmal zu meiner Verteidigung sagen, das sage ich nie selber, sondern sagen immer die Mitarbeiter über mich.

Speaker 2: Es ist die Frage, ob es das besser macht, dass die Mitarbeiter das sagen. Aber gut.

Joel Kaczmarek: Aber lass uns doch mal ganz kurz einsteigen, wenn du mal so KI dir anschaust, bei eurem Portfolio. Vielleicht können wir ja da mal mit einem kleinen C schon mal ins Wasser stecken. Was würdest du sagen, wie viele von euren Portfolio-Unternehmen haben das mittlerweile als festen Bestandteil ihrer Organisation begriffen und wenden es wirklich auch proaktiv und sinnhaft an?

Speaker 2: Ja, also schon die absolute Mehrheit. Ich glaube, unser Portfolio ist natürlich auch nicht oder generell jetzt nicht, weil es das tolle Project A Portfolio ist, sondern generell natürlich VC-finanzierte Unternehmen oder Startups. Also jetzt nicht alle AI-first unbedingt, aber von der Denke natürlich schon deutlich weiter fortgeschritten in der Hinsicht und auch deutlich näher dran natürlich an den Themen, als dass das Durchschnitt hier deutsche oder auch europäische Unternehmen ist. Insofern ist es, glaube ich, nicht außergewöhnlich. Aber du Du hast eigentlich überall recht intensive Effizienzgewinne und auch Automatisierung versucht zu nutzen. Das ist, glaube ich, überall der Fall. Und ich würde sagen, mittlerweile haben auch fast alle auf ihrer Product Roadmap AI-Bestandteile, die auch jetzt nicht nur sozusagen Window-Dressing sind, sondern wo man schon sagt, das soll wirklich Teil der Technologie-Roadmap und des Technologie-Stacks werden, der da entwickelt wird. Und ich glaube, spätestens wenn man an die nächste Finanzierungsrunde geht, stellt sich, glaube ich, diese Frage für alle bestehenden Portfoliounternehmen nochmal auf einer fundamentaleren Ebene. Das heißt jetzt nicht, dass alle unbedingt jetzt ein 100-prozentig KI-basiertes Geschäftsmodell brauchen, aber ich glaube, dass wie KI sozusagen im bestehenden Geschäftsmodell oder arrondierend helfen kann, das stellt sich eigentlich jede Portfoliofirma an. Und wir sehen auch immer mehr, dass das jetzt konkret in die Umsetzung kommt und dass das in vielen Funktionsbereichen eine Rolle spielt. Ich glaube, was man bei den Funktionsbereichen sagen kann, in den Funktionsbereichen hängt das schon sehr stark ab davon, ob du so eine Art AI-Champion hast. Und ich glaube, diese Personen, und das kann man auch so ein bisschen als Learning sehen, die sollte funktionsspezifisch sein.

Joel Kaczmarek: Ich frage ja auch so ein Stück weit vor dem Hintergrund, Thuy Nang, ihr macht ja auch den deutschen KI-Gipfel. Am 7. Juli nämlich im schönen Stuttgart macht ihr ein eigenes Event, weil ihr sagt, und wie ich es verstanden habe, ist es jetzt gar nicht mal hart gewinnorientiert, dieses Event, sondern es hat eigentlich wirklich eine gebende Mentalität, dass ihr sagt, hey, der Mittelstand braucht das vor allem noch mehr, dass gerade das, was so der Backbone von unserer Wirtschaft ist, sich damit noch ein Stückchen schwer tut. Das heißt Kontrastprogramm, wie sieht es so in eher größeren, gesetzteren Unternehmen aus mit Sachen KI?

Florian Heinemann: Die meisten tun sich tatsächlich sehr schwer, überhaupt mit dem Thema anzufangen. Also ich glaube, dass jeder das Thema verstanden hat, beziehungsweise das Potenzial dahinter ist klar. Also gerade eben auch, was Flo gesagt hat, nicht nur Hinrichtung Effizienz, sondern auch Hinrichtung, wie kann ich damit mehr Umsatz generieren? Das Problem ist eher, dass die Unternehmen sich schwer tun damit, wie sie überhaupt das Thema mal angehen. Im Mittelstand sieht es Also erstmal letztes Jahr war es ja so, dass die Unternehmen so ein bisschen geplättet waren davon, weil es halt viel in den Medien auch dazu gab, dass der KI-Hype jetzt zu Ende ist und dass der KI-Winter kommt. Und da hast du ja auch gesehen, dass letztes Jahr viele Investments halt auch zurückgegangen sind, dass viele Unternehmen da ihre Erwartungen da halt auch ein Stück weit nach unten angeschraubt haben. Genau. Das ist jetzt gar nicht mehr so sehr das Problem. Also die Unternehmen verstehen schon heutzutage, dass das Thema weiterhin ein Riesenpotenzial mit sich bringt, also dass du da viel an Effizienz mit reinholen kannst, aber auch auf der anderen Seite viel Umsatzpotenzial da ist. Das Problem liegt eher darin in der Umsetzung. Also und das ist halt etwas, was bei Project A natürlich halt gerade, wir nennen das Execution Gap, halt sehr stark gepredigt wird. Also nicht so stark zu schauen, so okay, was ist jetzt irgendwie in zehn Jahren möglich oder selbst in fünf Jahren, sondern erst mal, wie schaffst du es heute wirklich in 2025 KI-Use Cases einzubauen? Und da verlieren sich viele halt natürlich immer so ein Stück weit, okay, welcher Use Case ist der richtige für mich? Sollte der groß, sollte er klein sein? Was brauche ich dafür? Wo fange ich an? Das ist eigentlich so der Main Pain Point, ehrlich gesagt. Und da gibt es auch viele, die dann sagen so, okay, ich fange erst mal an mit so einer Art Diagnostik, so wo, was ist so mein Status? Also bin ich jetzt eher jemand, der schon ein Prediger ist oder bin ich noch ganz am Anfang von meiner Journey? Und ich glaube, das braucht es gar nicht. Ich glaube, du musst einfach nur mal loslegen und nicht irgendwie erst ein Assessment machen.

Joel Kaczmarek: Das ist Ja, sonst können wir uns ja mal den Spaß machen und mal unterschiedliche Use Cases durchdeklinieren, vielleicht so nach Abteilungen geteilt. So, das heißt, wir können ja mal Marketing, Sales, Coding und so weiter durchgehen. Und ich meine, das ist die erste, die mir bei Florian natürlich einfällt, Marketing. So, und da muss Florian mal heute als erstes ran, weil das ist ja wirklich dein Home-Turf. Wo siehst du denn so die wesentlichsten Anwendungsfälle für KI im Marketing? Und was davon wird vielleicht auch wirklich relevant umgesetzt? Und nicht nur könnte man machen, macht aber eigentlich keiner.

Speaker 2: Creative Asset oder Content-Erstellung für Marketingzwecke. Gerade in einer automatisierten Digitalwelt hast du ja häufig nicht mehr sozusagen den einen Spot und die große Idee, der dann irgendwie umgesetzt wird mit wahnsinnigem Budget, sondern du brauchst ja gerade für die ganze Meta-Welt, für die ganze Google-Welt häufig tausende von Creatives. die du idealerweise eben auch dynamisch zusammensetzt, je nachdem, welche Zielgruppe du da ansprichst, an welcher Stelle diese Zielgruppe in der Journey steht. Und wenn du da natürlich, und je granularer du das machen kannst, also ein bisschen, wer sich daran erinnert, diese Cambridge Analytica-Vision, ob die dann wirklich so umgesetzt wurde oder nicht, die ist halt jetzt eine Mischung aus Automatisierung und generativer künstlicher Intelligenz ja gut umgesetzt. gut umsetzbar. Das hätte sich halt vor diesen Automatisierungs- und generativer KI-Möglichkeiten hätte sich das häufig eben nicht gelohnt, weil eben theoretisch ja eine Segment of One ansprach, also wo du wirklich einzelne Nutzer ansprichst mit gewissen Creatives oder auch die je nach Funnel-Stadium, wo sie sich gerade befinden, dann nochmal ansprichst. oder auch im CRM-Bereich, wo du dann sozusagen sehr stark die Newsletter-Personalisierung, die sich ja häufig auf Produktvorschläge quasi konzentriert hat, in der der vorgenerativen KI-Welt, dass du jetzt eben auch den Content in Newslettern sehr einfach anpassen kannst, wenn du halt einmal gewisse Mechanismen etabliert hast. Und das ist, finde ich, jetzt da ein sehr offensichtlicher Use Case. Da kommt natürlich auch noch der Case der Mehrsprachigkeit da hinzu. Also wo du sagst, du kannst halt viel einfacher Produkttexte generieren auf Websites. Das ist jetzt mal im Marketing-Bereich ein ziemlich offensichtlicher Use Case.

Joel Kaczmarek: Tönang, du kannst bestimmt noch zehn ergänzen. Das ist ja dein Daily Doing.

Florian Heinemann: Was Flo gerade eben gesagt hat, Hinrichtung Gen-AI, das stimmt schon so auch. Das Coole ist halt, dass du entweder dir selbst was bauen kannst oder halt die Tools dafür auch schon bereits nutzen kannst. Also wenn du dir anschaust, ein smartly.io und so weiter, die bieten halt wirklich at scale diese automatisierten Produktbilder an, aber halt auch wirklich Werbemittel pro User nochmal. Also das funktioniert schon wirklich sehr gut. Und dazu kommt auch, dass wenn du dir halt dann im CRM-Bereich anschaust, alles, was du jetzt bei Tools wie einem Brace und so weiter aufsetzen kannst, Dann ist ja nicht nur spannend, dass du die Messages und die Creatives anpassen kannst, sondern dazu auch noch dir anschauen kannst, was du an Kohortenbildung beziehungsweise auch generell alles, was so Kundensegmentierung angeht, da halt bauen kannst. Eine Kundensegmentierung, die baut ja normalerweise ein Marketingmanager selber, aber mit der Datengrundlage, die du jetzt hast, kannst du halt wirklich dann halt schauen, welche Segmente machen jetzt am meisten Sinn. Und da, finde ich, kommt halt eine gute Mischung aus AI, was du jetzt aus Gen-AI zur Verfügung hast, also alles, was so Richtung Creators und so weiter angeht. Und dann aber auch nochmal Hinrichtung, was es sowieso schon eigentlich an AI-Solutions gibt. Also gerade eben, was ich gemeint hatte, alles Hinrichtung, Segmentbildung und so weiter. Use Cases, die in der Vergangenheit schon eigentlich immer spannend waren, finden somit so ein Stück weit auch ihr Revival wieder.

Joel Kaczmarek: Also ich sehe schon, wir setzen auch eine schöne Linkliste in die Shownotes, würde ich sagen. Ein paar Tools hatten wir jetzt von euch schon. Und wenn man mal ganz ehrlich ist, wenn wir uns jetzt Marketing mal in Revue angucken, war es ja eigentlich schon fast, also ich will nicht sagen immer, aber schon sehr früh so, dass man viel mit Automation, viel mit Intelligenz gearbeitet hat. Wenn ich so an so Attributionsgeschichten denke, Performance-Marketing aussteuern und und und. Würdet ihr sagen, da sind jetzt nochmal neue Schritte genommen worden, da ist nochmal auf ein neues Level gebracht worden?

Florian Heinemann: Doch, total. Also ich gebe mal ein Beispiel und Flo, du wirst wahrscheinlich auch hoffentlich nicken dazu. Das ist Zalando. Also ich glaube, das war vor wahrscheinlich so acht Jahren oder sowas. Da hat Zalando das Marketing-Team von damals, ich glaube, so um die 200 Leute echt signifikant runtergeschraubt. Du musst dir vorstellen, davor war das so, du hattest ein Marketing-Team pro Kanal, also pro SEA, pro Affiliate und so weiter und dann auch nochmal pro Land. Also es ist eigentlich kein Wunder, dass das Team dann halt irgendwie in Größe halt dann irgendwann so stark angewachsen ist. Und gleichzeitig hattest du aber den Trend bei Meta und Google, dass sie ihre Optimierungsmodelle, also ihre Algorithmen, so stark nach oben gezogen haben, dass du eigentlich gar nicht mehr so viele Leute brauchtest, weil du brauchtest dann auf einmal keine fünf Leute mehr im SEA, die halt die Kampagnen optimieren, weil die Algorithmen so stark waren und halt so stark die Conversion-Wahrscheinlichkeit vorhersehen konnten, dass sie das selber für dich gemacht haben. und das war so der erste Schritt, wo das Team halt sehr stark eingestampft wurde. und da war damals, weiß ich noch, ganz stark die Diskussion auch, ja, okay, gibt es überhaupt noch einen Marketing-Manager in Zukunft? und ich habe schon damals gesagt, Ja, es wird immer noch Marketing-Manager geben, aber der Fokus wird sich einfach drastisch verändern, dass du halt nicht mehr, ich sage jetzt mal, den operativen Marketing-Manager hast, der halt einfach nur Kampagnen optimiert, sondern vor allem Leute brauchst, die halt, also A, die sehr gut sind darin, die Positionierung von dem Unternehmen zu verstehen oder von dem Produkt. B, ein großes Handwerk mitbringen, was Analytik angeht, damit sie verstehen, okay, was ist ein werthaltiger Kunde. Nummer C, dass es nochmal jemand ist, der halt generell ein strategisches Verständnis mitbringt, welche weiteren Kanäle und so weiter Sinn machen. Seitdem war aber schon immer ein Painpoint, wenn du dir anschaust, dass es halt extrem viele Ressourcen frisst. Bildmaterial zu erstellen. Also du brauchtest ja Grafikdesigner, um Bilder auszuschneiden, um den Hintergrund halt wegzumachen und dann halt vielleicht nochmal in verschiedenen Formen oder in verschiedenen Winkeln und so weiter. Und das ist ja jetzt auch kein Aufgabenspektrum, was jemand, oder meine ich zumindest zu sagen, was jemand jetzt irgendwie gerne macht, sondern das ist ja etwas, was man ja schon ein Stück weit auch wegreduzieren kann. Und das ist halt schon die zweite Welle, würde ich sagen, die jetzt so im Marketing dazukam. Und jetzt geht natürlich schon wieder die Diskussion los, okay, Wie wird sich dann die Rolle des Marketingmanagers ändern? Aber finde ich, genauso bleiben wie davor. Du brauchst Leute, die halt einfach nicht nur ausführen können, sondern halt auch konzeptionell auch sehr stark sind einfach.

Speaker 2: In dieser ersten Welle brauchtest du ja immer noch Menschen, die auf die Zahlen von so einer Marketingkampagne draufgeguckt haben und dann die richtigen Schlüsse draus gezogen haben. Also auf Advertiser-Seite. Und das hat ein Stück weit Google und Meta haben das im Prinzip dann schon angefangen zu ersetzen, weil letztendlich deren eigene Algorithmen diese Kampagnenoptimierung gemacht haben für den Advertiser, ohne dass du noch Intelligenz des Advertisers brauchtest. weil letztendlich die Conversion-Signale ja ins System reingefüttert werden. Da zu interpretieren, was das Bessere, auch AB-Tests zu steuern, was man vorher vielleicht doch manuell gemacht hätte, das fällt jetzt eben auch weg. Also im Sinne von, dass das jetzt noch von der menschlichen Intelligenz abhängt. Und ich glaube, das war ja immer so ein bisschen der Differenzierungsfaktor, den auch so ein Zalando und so weiter hatte, dass man sagt, mit mehr Ressourcen und mit mehr passenden Menschen, die auch ganz gut zusammenarbeiten, schaffst du im Prinzip mehr aus der Datengrundlage rauszuholen. Dadurch, dass du jetzt letztendlich, die analytischen Fähigkeiten einfach dazu bekommst, entweder von den Plattformen selbst oder im Rahmen von so einem Smartly, fällt dieser Wettbewerbsvorteil auch nochmal ein Stück weit weg. oder dieser potenzielle Differenzierungsfaktor. Und das ist eigentlich ganz spannend, was ist dann eigentlich noch der Differenzierungsfaktor für so ein Marketing-Team? Und da muss man natürlich auch sagen, die Googles und Facebooks oder Metas, eine Ebene höher, haben natürlich ein großes Interesse daran, dass möglichst viele ihrer Advertiser auf einem möglichst hohen Niveau Advertising betreiben. Diese Möglichkeit, sich zu differenzieren über überlegenes Wissen, nimmt in dem Zuge natürlich ein Stück weit ab. Genauso hast du aber doch weiterhin die Erfordernis, natürlich als Advertiser, diese Tools richtig einzusetzen, sich zu überlegen, was passt da für mich, die Datengrundlage auch richtig zu füttern, weil du hast natürlich weiterhin sowas wie Kundenwerte, da steht eine Meta oder sowas erstmal nicht zur Verfügung. Das heißt, da musst du im Prinzip weiterhin das gewährleisten, dass du bessere Daten in diese Algorithmen fütterst. Da wird jetzt quasi der Kampf gewonnen, dass du bessere Konzepte dir überlegst, wie halt Kampagnen aufgebaut werden können. Weil das ist natürlich etwas, da kann dir zwar KI behelfen, das dann gut umzusetzen, aber da steckt sicherlich schon nochmal eine Differenzierungsmöglichkeit für den Advertiser.

Joel Kaczmarek: Abschließende Frage zum Bereich Marketing. Wenn ihr es tagtäglich auch nutzt, was würdet ihr sagen, was sind so die drei, vier, fünf Tools, die in keiner Marketingabteilung mehr fehlen dürften, die KI-basiert sind?

Florian Heinemann: Ich kann ja mal kurz benennen, welche Tools die Lieblingstools unseres Marketing-Teams sind. Einmal Perplexity für Research, dann noch Notebook LM, auch für Research tatsächlich, weil du damit einfach sehr komplexe Artikel und so weiter sehr schnell zugänglich machen kannst. Claude, also von allen LLMs tatsächlich, weil Claude einfach extrem gut ist, was Copywriting angeht, also deutlich besser auch als ChatGPT oder andere. finde ich. Und dann gibt es noch ein Tool, was auch sehr gerne von Marketern genutzt wird, damit sie halt nicht mehr so lange auf Tech-Teams warten müssen. Das ist Lovable. Damit baust du einfach selber digitale Produkte. Also kann ganz simpel eine Landingpage sein, aber im komplexeren Falle kann das auch eine Landingpage sein, wo du halt einen E-Commerce-Shop noch dahinter packst und dann noch ein Referral-Programm und so weiter. Das kannst du dann halt selber bauen. Also klar, es ist auf jeden Fall wahrscheinlich auf der Nachhaltigkeitsskala jetzt nicht so skalierbar, wie wenn du das komplett selber baust zu dem jetzigen Zeitpunkt. Aber es ist auf jeden Fall eine spannende Bewegung, die man sich anschauen kann. Es ist halt ein Riesen-Leverage, den du halt einfach dem Marketing-Manager dafür gibst.

Speaker 2: Und das vielleicht auch nochmal ganz spannend, vielleicht Joel, auch noch als Beobachtung, weil vorher war ja wirklich so, vor zehn Jahren hast du ja gesagt, auf gar keinen Fall irgendwie so ein Tool-Zirkus oder Tool-Zoo starten, wo jetzt jeder irgendwie da mit seinen eigenen Lösungen und so weiter, aber dadurch, dass natürlich die Grenzkosten der Generierung und auch Pflege so gesunken sind, kann man dann auch wieder argumentieren, das ist schon ein Stück weit vertretbar. Also ich glaube, wichtig ist nur bei solchen Sachen, trotzdem brauchst du natürlich Tracking, trotzdem müssen die Daten wieder an eine Quelle zurückgeführt werden, also der Nutzer sollte sich schon irgendwann relativ schnell wieder in die eigene Tracking-Sphäre bewegen. Das ist natürlich immer die Gefahr, dass wenn man zu viel Tool-Zoo produziert und die Leute zu stark alleine rumlaufen lässt, dass du eben sozusagen dann eben doch nicht dann alles mittrackst, was man gerne hätte und so weiter. Also das ist eine Sache. Noch mal eine Sache zu hinein, was ist gerade der Bildgenerator of choice?

Florian Heinemann: Tatsächlich gerade Chat-GPT. Also das, ich finde zwar, was schon echt extrem nervig ist, ist, dass es so lange dauert und dass das Prompting manchmal echt einen wütend macht. Aber es ist vom Output her echt gerade das Stärkste. Also für Video, was ich da stark empfehlen kann, jetzt auch in Richtung so Avatare, finde ich Synthesia echt am besten, muss ich sagen. Da gibt es ja mehrere Anbieter, auch wie ein Veed, also V-E-E-D. Tatsächlich aber von Synthesia, das ist saumäßig gut. Also du nimmst da halt ein dreimündiges Video von dir selbst auf, legst es einmal hoch, der braucht dann circa einen Tag, um das dann komplett nochmal zu synthetisieren. Dann kannst du halt einen Text da reinpacken und nach zehn Minuten kriegst du halt das Video. Ich kann es euch später mal schicken, aber es ist

Speaker 2: Schon saugut. Also auch gerade für so Sales-Konversationen. Also wenn du jetzt ein B2B-Sales-Produkt, du willst ein Recap machen von einem Sales-Call mit einem potenziellen Kunden.

Florian Heinemann: Also das ist schon ziemlich cool, wenn man sich das anschaut. Und da frage ich mich auch echt so, dann kann es ja eigentlich gar nicht mehr so lange dauern, bis es halt so Richtung Sales auch wirklich komplett disruptiert wird. Weil aktuell hast du ja im Sales, also der Use-Case ist halt natürlich sehr weit verbreitet, dass du mit KI stärker E-Mails personalisieren kannst. Also alles, was den Kanal E-Mail angeht. Für den Kanal mit dem Telefon quasi gibt es auch schon Anbieter, also gerade auf dem US-Markt. Also muss ich sagen, die sind nicht schlecht, aber damit kannst du simple Produkte verkaufen. Jetzt so komplexere Produkte werden schon eher schwierig. Und wenn du irgendwann tatsächlich halt die Funnel-Stages anschaust und Sales dann weiter hin Richtung Demo-Stage dir überlegst und dann halt so ein Avatar nutzen kannst, das ist schon sehr stark.

Joel Kaczmarek: Ja, da sind wir doch mitten in der nächsten Use-Case-Sektion, könnte man sagen. Also Marketing, Haken hinter, Sales. Da weiß ich ja, dass Thuy Nang da irgendwie Fan ist, dass sie sagt so, ey, wenn ich darüber gerne rede, dann das. Was siehst du da so als Chancen gerade mit KI?

Florian Heinemann: Erstmal, ich habe großen, großen Respekt vor Sales, weil ich glaube, wenn du lernst zu verkaufen, dann bist du, glaube ich, auch echt ein sauguter Gründer. Also ich meine, da lernst du ja, wie du Hinrichtungen, Investoren und Kunden und so weiter verkaufen kannst. Und im Sales habe ich zumindest das Gefühl, haben wir die Situation, die wie im Marketing damals vor der ersten Welle, weil du hast halt, also wie skalierst du Sales? Indem du mehr Mitarbeiter dazu holst. Weil das eben auch eine Tätigkeit ist, wo du nicht viel in der Vergangenheit personalisieren konntest, beziehungsweise wenn, dann halt wirklich komplett manuell. Also du hast sie ja als, musst dir vorstellen, als SDA, bist du halt durch LinkedIn gegangen, hast dir die Profile gezogen und so weiter und dann hast du vielleicht noch mit einem Outreach-Tool gearbeitet. Und hast sie dann wirklich einzeln angeschrieben. und das ist halt natürlich extrem ressourcenintensiv, wenn du dir vorstellst, ein Mitarbeiter, keine Ahnung wie viel kostet der, wahrscheinlich irgendwie 35 bis 45k irgendwie im besten Falle und das muss sich ja schon rentieren auch einfach, das ist halt ein Numbers Game. Was wir jetzt gerade sehen ist, dass du A, halt deutlich schneller diese Listen erstellen kannst, die Leadlisten. Im Prinzip, ganz banal in dem Beispiel, ich verkaufe Kaffeemaschinen. Das ist ja ein Markt, der ist ja bereits da und du kannst mit ChatGPT sagen so, hey ChatGPT, ich verkaufe Kaffeemaschinen, such mir mal den ICP, also den Ideal Customer Profile. Dann schreibt dir ChatGPT, kannst auch gerne mit DeepRest Researcher nochmal arbeiten, dann komplett runter so, was ist dein USP, wer sind deine Competitors, wer ist dein Kundenmarkt und so weiter und so fort. Also je besser dein Prompt natürlich auch ist. Das kannst du dann wiederum nehmen, um dann in ein Outreach-Tool zu gehen, wie jetzt in Ocean.io, wo du halt ähnliche Profile finden kannst, beziehungsweise ähnliche Kundenprofile zu deinen Kunden. Diese Lookalike-Thematik, die gab es ja schon damals im Marketing, aber im Sales halt noch nie. Das ist das eine. Und B, kannst du halt deutlich schneller und relevanter auch dir die Leadlisten erstellen. Diese Leadlisten dann einmal zu benutzen und dann halt wirklich personalisiert dir anzuschreiben, basierend auf dem, was sie halt beispielsweise auf LinkedIn posten oder basierend auf dem, was du einfach öffentlich im Internet zu denen findest, ist halt total stark, weil du brauchst es dann halt nicht mehr irgendwie pro Person halt irgendwie einzeln

Speaker 2: machen

Florian Heinemann: und es ist auch keine Mass-Mail-Geschichte mehr, sondern es ist halt wirklich personalisiert.

Speaker 2: Trotzdem ist es natürlich an der Stelle immer so die Frage und da gibt es ja unterschiedliche Geflogenheiten, was man da an Aggressivität so zulässt. Ich glaube, da gibt es auch die unterschiedlichen Philosophien, sage ich jetzt mal, die etwas näher an der strengen Auslegung der Datenschutzgrundverordnung liegen und solche, die da so ein bisschen großzügiger sind.

Florian Heinemann: Im B2B-Bereich ist das halt echt so eine Grauzone. Deswegen ist ja der Markt ja auch dafür so riesig, weil das halt eben auch noch eine Grauzone ist. Also mal gucken, ob das stärker reguliert wird. Ich glaube, ehrlich gesagt, in der heutigen Zeit, wenn ich mir anschaue, was es für einen Diskurs gibt, auch Hinrichtungen, GDPR und so weiter, glaube ich eher nicht. Weil ich habe das Gefühl, da würde sich die EU eher nochmal irgendwie fett ins Bein damit schießen.

Speaker 2: Aber deswegen ist es auch so wichtig, dass eben die Ansprache besser wird und personalisierter wird, weil das verringert natürlich. Also irrelevante Ansprachen werden damit natürlich idealerweise, je besser diese Tools funktionieren, desto weniger irrelevante Ansprachen gibt es, desto besser der Content ist, mit dem da angesprochen wird, desto weniger wird es natürlich auch als störend empfunden.

Joel Kaczmarek: Ich weiß, wovon du sprichst. Ich habe auch gerade wieder eine E-Mail bekommen, ob ich meine Babyprodukte, die ich über E-Commerce verkaufe, nicht mal mit denen optimieren möchte.

Florian Heinemann: Hat doch funktioniert, oder?

Joel Kaczmarek: Tönang, du hast eben in so einem Nebensatz von Telefon geredet. Kann man mittlerweile auch gute Voice-Synthetisierung damit machen? Also ist das mit Telefon gemeint oder reden wir da eher über WhatsApp und Messenger?

Florian Heinemann: Nee, nee, tatsächlich Voice-Synthetisierung. Ich kann nur empfehlen, Synthesia mal einmal auszuprobieren, weil da siehst du wirklich, wie gut sowohl Voice als auch Video synthetisiert wird. Also by the way, es gibt zwei Avatar-Modelle bei Synthesia. Einmal das, wo du halt wirklich was einsprechen musst und dann noch eins, wo du einfach nur ein Bild hochladen musst. Das, wo du halt wirklich ein Video hochlädst, da wird keiner sagen, dass das nicht du bist. Das sieht wirklich zum Verwechseln ähnlich aus.

Joel Kaczmarek: Erstmal Marketing, dann Sales und dann hat man den Kunden schon. Dann muss man den ja auch irgendwie hier beservicen. Was tut sich denn in Sachen Customer Service mit KI? Also was seht ihr da so an guten Optionen?

Florian Heinemann: Also es gibt erstmal kein Customer Service Tool, würde ich meinen, was sich jetzt nicht gerade damit beschäftigt, welche Features du da mit reinbauen kannst. mit AI. Banal gesagt geht es jetzt erstmal darum, zu clustern, welche Cases gibt es? und dann zu gucken, kann das die KI schon selber lösen oder braucht es dann nochmal jemanden, der das dann vorlöst. Tatsächlich sehe ich da aber auch, dass da so ein bisschen Qualitätseinbußen sind auch, weil die KI dann halt manchmal oft auch denkt so, ja, ich kann das selber lösen und es kommt aber im Servicefall dann halt irgendwie doch das Falsche dabei raus. Das kann schon auch passieren, aber es ist immer noch besser als nichts. Und ich glaube, aus User-Perspektive erstmal sicherzustellen, dass du jemanden hast, dem du überhaupt mal runterschreiben kannst, was ist denn eigentlich dein Problem? Und erstmal zu gucken so, also kann das gelöst werden? Das ist ja schon mal besser als irgendwie, jetzt blöd gesagt, wie damals oder wie vor einem Jahr ehrlich gesagt, eine Woche zu warten, bis da jemand zurückruft.

Joel Kaczmarek: Das nervt mich ja persönlich, dass man nicht in der Lage ist, mal was anderes zu schreiben als dieses, Hallo Joel, danke für deine Anfrage. Wir haben leider ein ungewöhnlich hohes Aufkommen an Nachfragen und melden uns ganz zeitnah bei dir zurück. Und das kriegst du so alle drei Tage. Also da denke ich mir so, das geht, ach, ich glaube, besser mittlerweile. Sagen wir mal, wenn ich jetzt mal in Richtung Tools frage, Thü Nang, also ist es dann hier so der klassische Senders-Account oder Dixar, von dem wir da reden, oder gibt es auch nochmal spezialisierte Tools, die jetzt für Customer Service ganz explizit nochmal Sinn machen, sich anzugucken?

Florian Heinemann: Also es gibt auf jeden Fall spezialisierte Tools, aber man muss auch dazu sagen, das ist ja immer auch eine Migrationsfrage, wie viel sowas kostet für einen Unternehmer. Also wenn ich jetzt beispielsweise ein Unternehmen habe, was, bleiben wir mal bei den Kaffeemaschinen, was Kaffeemaschinen vertreibt und da halt bereits ein Senddesk angeschlossen habe, dann werde ich jetzt wahrscheinlich nicht direkt wechseln, weil ein Senddesk hat ja auch AI-Features. Also es muss sich halt schon extrem stark rentieren, dass du halt dann nochmal zu einem neuen Anbieter hinwechselst. Und das ist ja generell schon mal so. ein bisschen die Frage bei dem ganzen AI-Thema, so mit den Produkten, die es neu auf dem Markt gibt, wie können die sich halt irgendwie auch gegenüber den bestehenden Playern positionieren, weil die können halt relativ schnell da auch aufrüsten. Das hast du ja halt auch überall gesehen einfach.

Joel Kaczmarek: Ich sag mal so, ich denk gerade daran, ich hab die Tage jemanden interviewt, der hat eine ganze Stadt digitalisiert, das ist total geil. Der hat so alte Gebäude genommen, die dann, wo sozusagen Restaurants pleite gegangen sind oder Kinos, hat die gekauft und hat die komplett durchautomatisiert, dass du das so komplett mit Selfbooking machen kannst. Eine ganze Stadt, das ist wirklich gaga. Schick ich euch dem mal die Folge, da könnt ihr auch mal die Shownotes packen. Wo ist das? In Aarhaus an der niederländischen Grenze. Also da kannst du wirklich dich selbst in Kino einbuchen. und mir fiel dann so auf, der hat halt diese ganze Stadt Aarhaus digitalisiert, hat so eine Liste gehabt von den ganzen Einrichtungen, gab's jetzt ein Restaurant, Kino oder irgendwie eine Disco war und dann hatte der oben immer so ein Chatbot-Fenster. Das heißt, da war wirklich so ein Chatbot-Slot und dann konntest du schreiben, hallo, wenn ich das Kino miete, kann ich da meine Switch mitbringen oder meine Playstation, was geht denn da? Dann antwortet der dir und Ist nicht Chatbots in Sachen Customer Service also eigentlich was, was total gut geht mit KI? Müsste doch eigentlich schon eine hohe Qualität haben, oder?

Florian Heinemann: Schon auf jeden Fall. Also die Chatbots, die sind schon sehr performant auf jeden Fall, gerade wenn du vergleichst, was du da vorbekommen hast. Also ich glaube, es kommt aber auch sehr stark darauf an natürlich, wie der Chatbot generiert ist, wen du da als Partner auch mit dabei hast und dann auch nochmal, was du da als Trainingsgrundlagen auch gibst. Also der Chatbot wird halt natürlich immer besser sein, je mehr Daten oder je mehr Antworten du halt zur Verfügung stellst, damit er halt dementsprechend halt auch gute Arbeit leisten kann.

Joel Kaczmarek: Gut, so, einen Bereich habe ich noch, den ich mit euch gerne durchsprechen will, nämlich das Thema Entwicklung. Also was ich so höre, ist ja Software-Development, das, wo du auch ganz viel hebeln kannst, was eigentlich mit am dankbarsten ist, weil KI so gut diese Strukturiertheit begreift. Und was ich bisher immer so an Input bekommen habe, war, dass teilweise Ersparnis von bis zu 50% drin ist. Also dass die Leute sagen, ich bin irgendwie um 50% schneller, wo ich mich dann mal fragen würde, was heißt das auch für meine Rolle? Okay, können wir gleich nochmal einen Satz dazu sagen? Ja. Siehst du das auch so oder lebt ihr das auch so, dass das Thema Entwicklung eins ist, wo KI sozusagen nochmal einen richtigen Boost gibt?

Florian Heinemann: Total. Ich würde sogar weitergehen. Es gibt ja auch Meinungen auf dem Markt, wie jetzt, also gerade von den sogenannten Tech-Bros in den USA, wie von Microsoft, Google und so weiter, die sagen so, bis zu 80 Prozent kann da halt wegreduziert werden in einem Jahr. Das ist halt schon… Extrem, was so Software Engineering angeht, wenn du dir vorstellst, dass diese Unternehmen ja wirklich so zu einem großen Bestandteil daraus bestehen, dass halt Software gebaut wird. Was ich halt sehe, ist, dass wenn du beispielsweise jetzt jemanden einstellen würdest als Software Engineer auf Junior- oder Medium-Level, das würde ich mir tatsächlich mittlerweile überlegen, ob du das brauchst, weil das kannst du halt mittlerweile echt gut abdecken mit KI. Es gibt aber natürlich auch total viele, und das kann ich auch teilweise verstehen, viele Entwickler auf dem Markt, die sagen, ja, die KI, die ist nicht schlecht, die hilft mir auf jeden Fall, aber die ist bei weitem nicht so gut wie ich, weil ich halt irgendwie, keine Ahnung, 20 Jahre Entwicklung gelernt habe und so weiter. Das kann ich irgendwo nachvollziehen, aber ich finde das auch ein bisschen töricht, ehrlich gesagt, diese Meinung zu verfolgen, weil die KI wird ja nur besser. Und da wäre ich lieber auf dem Pfad, sodass ich mich mehr damit befasse, um zu gucken, wie wird sich auch meine Rolle weiterentwickeln oder welche Skills werden meinerseits überhaupt noch in Zukunft gefragt werden, damit der Beruf halt irgendwie auch ein Stück weit zukunftsfähiger sein wird. Weil es ist also ganz klar wird sein, dass es den Bereich Entwicklung halt sehr stark disruptieren wird. Und ja, es gibt viele Stimmen auch, die sagen, ja, Qualität und so weiter ist nicht dort, wo es sein sollte. Aber nochmal, man muss halt auch ganz klar sagen, den Zustand, den wir jetzt haben, das ist der schlechteste Zustand, den wir jemals haben werden, weil es kann eigentlich nur besser werden.

Joel Kaczmarek: Und wie ist es so im Entwicklungsbereich? Gibt es da so dezidierte Tools, die man hinzunimmt, um das Ganze auf Geschwindigkeit zu bringen? Oder ist es so wie im Customer Service Bereich, dass es eher so die Haupttools sind, die sowas andocken?

Florian Heinemann: Bei uns sind es zwei Sachen. Einmal wird Cursor total viel verwendet, also tatsächlich auch mehr als Cloud. Und Cloud hat ja jetzt mittlerweile auch Artefakt. Also du kannst da im Panel quasi sehen, wie sich der Code verändert mit den Prompts, die du tätigst. Ist ja schon so ein Stück weit sehr ähnlich zu dem, was Cursor mittlerweile anbieten kann. Aber die Adoption ist da tatsächlich irgendwie immer noch niedriger. Das ist das eine. Und viele Entwickler testen auch KI-Agenten einfach, weil die einfach dann mit einem Python-Script dann halt selber mal KI-Agenten zusammenbauen können. Also jetzt ganz banal so, buch mir eine Reise oder so. Oder kannst ja irgendwie für alles Mögliche bauen dann eigentlich. Da es halt relativ nativ für sie ist, ist das für sie etwas zugänglicher, sage ich jetzt mal, als für jemanden, der halt gar keine Coding-Skills hat. Wobei man auch sagen muss, selbst damit wäre es eigentlich möglich, indem du halt einfach ChatGPT fragst, den Code dafür zu generieren.

Joel Kaczmarek: Es ist auch schon auf so einem Niveau, dass es die ganze Webseiten gut und kohärent baut. oder ist es jetzt eher so Landingpage-Testing?

Florian Heinemann: Nee, nee, also die Produkte, die du bauen kannst damit, das ist schon krass. Also ich gebe dir ein Beispiel, stell dir vor, du promptest eine Seite für die Kaffeemaschine. wo du sagst so, baue mir erstmal eine Landingpage. Das ist der erste Prompt, den du gibst. Dann der zweite Prompt kann sein, eigentlich habe ich ja auch Bestandskunden, die sollten sich auch einloggen können und die sollten ja gucken, wann die nächste Lieferung kommt, welche Maschine sie haben und so weiter. Das kannst du dann auch nochmal prompten. Also du kannst das Produkt immer komplexer bauen eigentlich und einfach prompten. Oder du kannst irgendwie sogar sagen so, baue mir ein Loyalty-Programm sogar noch rein. Das ist schon vielseitig, wie du das dann nutzen und anwenden kannst. Das Manko an Lovable oder generell an solchen Tools ist natürlich schon, dass es in der Qualität und in der Skalierbarkeit jetzt nicht so gut ist wie ein eigens gebautes Produkt. Sagen wir mal, du hast irgendwie eine sehr komplexe Datenbank dahinter. Dann wird es wahrscheinlich eher schwieriger, das mit dem Lovable-Produkt zu verheiraten. Ich sage jetzt mal, Produkte, die du von 0 auf 100 bauen musst, die vielleicht eine gewisse Komplexität haben, das ist auf jeden Fall möglich. Es scheitert eher daran, wenn du das skalieren willst oder wenn du halt einen schweren Rucksack mitbringst, wo du vielleicht Legacy-Daten und so weiter auch drin hast.

Joel Kaczmarek: Gut, so und jetzt haben wir ja, sag ich mal, schon einige Bereiche durchdekliniert. und was mich noch beschäftigt ist, wir werden jetzt natürlich an vielen Stellen sehr tool-lastig, finde ich auch cool. Würdet ihr sagen, dass das Ganze, sag ich mal, auch so eine gewisse Integrationsebene hat? Also seht ihr viele Firmen, die jetzt zum Beispiel auf so ein Make.com setzen oder ein N8N, die sich dann mehrere Dinge zusammenschrauben und ihrer Workforce halt ermöglichen, dass man da relativ einheitlich drauf zugreifen kann? Weil dieser Software-Zoo, den ja Florian eben erwähnt hat, der ist ja durchaus nicht ganz unproblematisch. Ist das so einer der Wege? oder was sieht denn jeder so in der Praxis?

Florian Heinemann: Blöderweise, und das ist echt schade, aber in der Praxis sehe ich eher, dass es beim LM bleibt und endet eigentlich. Also da ist es eher so wirklich, dass es halt, ich sage jetzt mal, ein Chat-GPT ist und dann halt einfache Use Cases gepromptet werden, wie suchen wir mal beim nächsten oder was sind so tolle Travel Destinations. Aber jetzt weniger Hinrichtung, wirklich in die verschiedenen Unternehmensprozesse rein zu integrieren und sich zu überlegen, wo das da halt eben nochmal entweder wirklich an Effizienz mit reinbringen kann oder halt Mehrwert einfach stiftet.

Joel Kaczmarek: Ja, also ich glaube das manchmal fast auch, dass es da so Evolutionen gibt. Wenn wir jetzt mal ehrlich sind, wir haben es ja so ein bisschen angerissen schon. Was seht ihr so für Effekte auf das Thema, ich wurde durch eine KI ersetzt, also Kündigung, Größe der Mitarbeitendenschaft, ist das was, was man schon merkt?

Florian Heinemann: Auf jeden Fall. Ich glaube, in Deutschland vielleicht noch ein bisschen langsamer, weil du hier eine sehr starke Betriebsratskultur auch hast. Ich verstehe irgendwo, woher die kommen natürlich auch. Aber die Frage ist halt auch so ein bisschen die Tätigkeit, die halt dann diese Person gemacht hat. Ist es halt wirklich das, was einen erfüllen sollte? Es kann natürlich schon sein, dass da halt echt viel auf dem Jobmarkt weg reduziert wird. Aber ich finde, es ist aber auch eine gute Möglichkeit, nochmal zu gucken, was sind wirklich die Felder, wo wir halt mehr reinvestieren wollen, wo wir halt mehr Skills brauchen.

Joel Kaczmarek: Ja gut, ihr beiden, cool, also haben wir einiges durch von Marketing, Sales, Customer Service, Entwicklung, also die ganze Palette und da mal so eine Toollist zu haben, Optionen und auch mal zu verstehen, was so die groben Hemmschuhe sind. Von daher ganz herzlichen Dank. und ja, Florian, bis zum nächsten Mal und Thuy Nang, vielleicht bis demnächst.

Florian Heinemann: Super, vielen Dank dir. Bis dann, ciao.