Warum du ohne KI deine Wettbewerbsfähigkeit verlierst

Intro: Digital kompakt. Heute aus dem Bereich IT-Projektmanagement mit deinen Moderatoren Joel Kaczmarek und Boris Lokschin. Los geht's.

Joel Kaczmarek: Hallo Leute, mein Name ist Joel Kaczmarek. Ich bin der Geschäftsführer von Digital Kompakt und heute habe ich wieder den guten Boris Lokschin an meiner Seite von Spryker. Und ihr wisst, wenn Boris dabei ist, dann geht es um Innovate or Die, um Digitalisierung und wie man eigentlich eine Technologieorganisation aufbaut. Und da ja gerade eins der Kernthemen schlechthin ist, so was Trends angeht, nämlich KI, wollen wir heute mal darüber reden, wie sieht eigentlich KI in der Digitalisierung aus? Also künstliche Intelligenz, solche Dinge wie Open AI, was können die eigentlich, wenn ich da gerade dabei bin, ein Unternehmen zu digitalisieren, bewirken? Das heißt, wir reden mal darüber, was sind so die momentanen Möglichkeiten, die diese Technologien haben, betrachten das hin auf Automatisierungspotenziale, Effizienz- und Produktivitätssteigerung und fragen dann auch mal, was hat denn das eigentlich für Implikationen für das Arbeiten? Das heißt, werden sich meine Rollen verändern? Werde ich Leute entlassen oder einstellen müssen? Werde ich andere Leute brauchen? Wie ist das eigentlich konkret anwendbar? Das wird so heute unsere Roadmap. Und that being said, lieber Boris, moin moin und mach doch mal gleich einen kleinen Anfang. Wenn du mal an dein Privatleben denkst, machst du schon ein bisschen was mit KI?

Boris Lokschin: Ja, also ich habe viel Zeit in den letzten Wochen mit insbesondere OpenAI und sozusagen den verschiedenen Ablegern und Applikationen, die darauf basieren, verbracht. Angefangen, glaube ich, von der meistgenutzten Applikation irgendwie gerade mit dem Chat-GBT, was, glaube ich, mittlerweile an Auslastungsgrenzen stößt, weil gefühlt irgendwie jeder Anwendungsfälle ausprobiert und das irgendwie auf Twitter und LinkedIn veröffentlicht. Aber auch die anderen Anwendungsfälle im Hinblick zum Beispiel auf Bilder, an sowas wie DALI zum Beispiel denkt, textbasiert visuelle Pixelanweisungen geben kannst, also von de facto her. jetzt nicht ein Bild gesucht wird, wie in der Google-Bildersuche, sondern ein Bild gemalt wird auf Basis von deinem Text, den du davor gibst. Also damit habe ich sehr, sehr viel Zeit verbracht und auch ganz, ganz viele spannende Fälle entdeckt. Abgesehen davon, dass es natürlich komplett spooky ist und auch viel Spaß macht.

Joel Kaczmarek: Ja, glaube ich in der Tat auch. Also bei mir war es auch so, dass ich mit Lenser mal versucht habe, irgendwie Bilder zu bauen von einem selber oder mal geguckt habe, was man mit KISO bauen kann. Aber lass uns mal Menschen noch abholen, die da nicht so tief drin stecken. Was ist denn eigentlich OpenAI? Kannst du das mal mit eigenen Worten beschreiben?

Boris Lokschin: Die einfachste Beschreibung ist wahrscheinlich zu sagen, dass das eine Textverarbeitung ist, ja sozusagen mit Machine Learning dahinter. Das heißt also, dass neurale Eingaben, also im Sinn auch irgendwie. Texte analysiert werden, interpretiert werden können, eine künstliche Intelligenz dahinter, die in der Lage ist, Texte auch inhaltlich zu interpretieren, Texte zu schreiben, mit dir in einen entsprechenden Dialog zu treten, der irgendwie kontextbasiert ist, wo du auch Nachfragen stellen kannst, tiefer reingehen kannst und dann eben auch Dinge, Datenpunkte, die irgendwie zugänglich sind, für dich neu interpretiert oder zusammenstellt.

Joel Kaczmarek: Also vielleicht kann man ja mal so ein paar Szenarien auch aufmachen, was so die Möglichkeiten dessen sind. Du hast jetzt eben schon was erzählt mit Bildern. Also es ist momentan möglich zu sagen, gib mir bitte irgendwie folgendes Bild mit folgenden Inhalten in diesem und jenem Stil. Man kann ja teilweise, glaube ich, auch sogar trainieren sukzessive, dass du jetzt sagst, hier sind 30 Fotos von mir. Mach jetzt mal ein Screenshot von mir, wie ich irgendwie auf einer Konferenz einen Vortrag halte, weil ich will gerade eine Webseite bauen für unser neues Event und brauche da irgendwie ein Selfie von mir. Das sind so die bildlichen Sachen. Was siehst du sonst noch für Anwendungsfälle?

Boris Lokschin: Das Bilderthema ist super interessant und spannend, einfach aus dem Grund, dass man eben keine Suche tätigt, sondern Bilder wirklich gemalt werden. Wenn man da ein bisschen kreativ wird und mal so was richtig Verrücktes einfallen, also Dinge, die auch Interpretations- und vielleicht auch Kreativität normalerweise brauchen. Wenn du sagst, okay, gib mir irgendwie einen Sessel in Form einer Avocado oder gib mir einen Bleistift-Sketch oder einen Cyberpunk-Stil von einer Ente in Stiefeln vor einer futuristischen Stadt. So Dinge, die selbst wenn du sie quasi einem kreativen Menschen hinweist, werfen würdest, die jetzt nicht irgendwie sofort aufs Papier gebracht werden. Dinge, die irgendwie abstrakt sind. Du sagst, okay, ich möchte das im Van Gogh-Style haben oder im Kubismus-Style. Da zu sehen, wie quasi eine Textanweisung, die du gibst, quasi interpretiert wird. In Pixel ist es schon mega krass. Also da muss man sich echt mal überlegen, was das eigentlich für eine Fähigkeit ist, die selbst bei kreativen Menschen jetzt nicht selbstverständlich ist. Auf der Textseite finde ich es tatsächlich sogar ein Stück weit noch spannender, weil da die Vielfalt der Anwendungsfälle noch mal größer ist. Also ich kann ja mal so ein paar Beispiele nennen. Also so die ganz einfachen Dinge sind natürlich überhaupt gar kein Problem, dass du dir ein Anschreiben schreiben lässt. Willst du Leute zu einer Konferenz einladen in New York und sagst, gib mir bitte ein Anschreiben, was mit einem Marketingentscheider gerichtet ist und maximal konvertiert, cool und lässig klingen soll. Also sowas ist wichtig. Total easy. Spannender sind so Dinge wie, dass du zum Beispiel dir einen und den gleichen Text vornimmst, vielleicht irgendwie ein paar Textbausteine. und dann sagst du, okay, schreib mir bitte maximal eine Vierseite für meine Webseite zu diesem Use Case, aber schreib ihn so, dass es einen Marketingentscheider versteht. Dann sagst du, okay, und jetzt schreib den gleichen Text so, dass es einen IT-Entscheider versteht. Und jetzt fass das bitte zusammen auf zwei Bullet Points. Nee, jetzt fass das zusammen auf fünf Bullet Points. Jetzt lass es wissenschaftlich klingen. Jetzt lass es bitte so zusammenfassen, dass es ein Fünfjähriger versteht. Erklär irgendeinen komplexen Zusammenhang so, dass es ein Dreijähriger versteht. Oder guckt ihr die Webseite XY an und gebt mir Vorschläge, wie die Texte SEO-optimierter sein können. Geschäftsideen, die ich Investoren pitchen kann, die nicht irgendwie Krypto sein sollen und eine hohe Conversion-Wahrscheinlichkeit haben. Aber auch wissenschaftliche Texte. Es gibt, glaube ich, ganz viele Threads mittlerweile, wo man merkt, dass Leute zum Beispiel ihre Arbeiten hochladen und sagen, okay, gib mir mal so die ersten fünf Seiten Executive Summary für meine Dissertation oder für meine Diplomarbeit. Fass das wieder zusammen, lass es wissenschaftlich klingen oder lass es so klingen wie der Rest meines Textes. Das sind halt irgendwie Themen, die einfach mega krass sind, ja, weil du da quasi einmal so durch alle Bereiche schneidest, ne, also ob das jetzt Content-Marketing ist, so im klassischen Sinne, oder generell Marketingfähigkeiten, Texte sind, die man aus dem Vertrieb kennt, solche hier anschreiben, die typischerweise vielleicht irgendwie BDAs machen, aber auch so diese Routineaufgaben, ne, wir haben jetzt einen Mitarbeiter bei uns, der an die London Business School geht, ja, und da ein Empfehlungsschreiben braucht, ja, das ist jetzt auch was, was normalerweise vielleicht eine halbe Stunde dauern würde, ja, was man da reinwirft, dann hast du innerhalb von einer Sekunde ein perfektes Empfehlungsschreiben für den Sales Leader, für so eine Schule, ne. Also ich glaube, die Geschwindigkeit, die Vielfalt, die Kreativität ist schon mega krass und auch die Detailtiefe, also selbst wenn du dann versuchst, irgendwie Dinge vergleichen zu lassen, vergleich mit dem Zusammenhang, mit dem Zusammenhang oder erklär bitte ein bestimmtes Phänomen, einen bestimmten IT-Trend. Gerade was Marketingrollen angeht, da vorne raus werden da schon viele Fragezeichen entstehen, was das eigentlich für die Berufsgruppe bedeutet.

Joel Kaczmarek: Ja, ich meine, wir können ja nochmal ein bisschen erweitern. Also was anderes ist ja so typischerweise Transkripte. Ich habe so den Eindruck, das ist so relativ normal geworden, eigentlich Spracherkennung. Dass wenn du irgendwie ein Meeting machst, dass dann in irgendwie Zoom oder Google Meet auch schon mal der Text zu sehen ist. Zusammenfassung habe ich auch gesehen. Oder der umgekehrte Weg, Text to Speech. Also ich finde auch ganz spannend, mich mal anzugucken, was ist so mit künstlicher Stimmerzeugung. Also perspektivisch könnte es vielleicht sein, dass deine Assistentin dir den Podcast schreibt oder du einmal niederschreibst und dann es in eine Maschine einspeist und hinterher ist deine Stimme da, obwohl du nie gesprochen hast. Oder man kennt ja auch so diese ganzen Video-Deepfakes, wie du dann auf einmal ein Foto von deinem Kind nehmen kannst und es singt hinterher irgendwelche Lieder. Hast du noch so weitere Sachen? Was würdest du noch so dazu rahmen?

Boris Lokschin: Was mich jetzt vor ein paar Tagen selber mega überrascht hat, ist, dass ich abends mit dem IT-Team gesessen habe und da haben wir einfach gesagt, okay, wir gucken jetzt mal, wie weit wir das treiben können. Weil Teile unserer Code-Repositories öffentlich zugänglich sind, haben wir dann zum Beispiel gebeten, die AI-Code zu schreiben. Haben gesagt, okay, ja, nimm sozusagen dieses Repository und schreibe dann eine Schnittstelle zu Paypal. So, und dann fängt das Ding halt an, Code zu schreiben, ne, und schreib ihn halt sehr, sehr gut, ja, mit Kommentaren im Code, auch Step-by-Step-Handlungsanweisungen, ja, sozusagen auf eine Art und Weise, wie du irgendwie so einen Trainer, Coach beauftragen würdest, ja, dir Schritt für Schritt zu erklären, ja, da sagst du, okay, schreib jetzt das Gleiche, aber in einer anderen Sprache, schreib das nicht in PHP, sondern schreib das mal in JavaScript. Ich habe aber morgen ein Kundenmeeting mit einem Kunden in Frankreich und der kann kein Englisch, so schreibt das alles auf Französisch. Dann fängt er auf einmal an, den Code inklusive dem eigentlichen Code und der Kommentare und der Dokumentationen auf Französisch zu produzieren. Und was dann natürlich mega krass ist, auch wirklich dann spooky wird, ist, wenn du dann sagst, okay, ich finde Fehler in diesem Code. dann zeigt mir auf, wo mögliche Bugs sind. Nimm diesen Code und schreib dazu eine technische Dokumentation. Die AI muss in der Lage sein, den Code zu verstehen, den zu interpretieren und den halt in einen Code-to-Text quasi umzuwandeln, sodass ein Mensch ja versteht, was in der Dokumentation steht. Oder sozusagen reverse nach oben und sagen, okay, ich habe jetzt diesen Code, wie müsste eigentlich für einen Qualitätssicherer oder für einen QA-Ingenieur, schreibe ich da Akzeptanz-Tests, mit denen ich diesen Code am besten testen kann? Schreibe ich da Unit-Tests, damit ich den automatisiert testen kann? schreibt die eigentliche User-Story, wie sie eigentlich hätte aussehen sollen. Und das waren alles so Themen, wo alle mega, mega, mega, mega geflasht waren. Und du halt sagst, krass, du hast normalerweise, wenn du dir so diese ganze Wertschöpfungskette überlegst, du hast jemanden, der schreibt eine User-Story und eine Anforderung und einen Akzeptanz-Test. Du hast jemanden, der schreibt den Code. Du hast vielleicht Leute, die reviewen den Code, machen eine Peer-Review. Queer-Ingenieur, der testet manuell oder automatisch. Dann hast du nochmal Technical Writer normalerweise, die diese Schritte halt dokumentieren und dann eine Doku festhalten. Das heißt, du hast irgendwie fünf Rollen, die wir innerhalb von vier Minuten alle abgedeckt haben. Und das ist halt erst der Anfang. Wenn man dann überlegt, was eigentlich daraus entstehen kann, dann glaube ich, dämmert schon so ein bisschen, was das Potenzial ist.

Joel Kaczmarek: Und die spannende Frage ist ja nun aber, welche Qualität hatte das? Also war es so, dass du gesagt hast, das könntest du on-air stellen, könntest du live nehmen und es muss kein Mensch mehr drüber gucken? War es so eine Zwei-Minus-Lösung oder war es eher so eine Vier-Minus-Lösung?

Boris Lokschin: Es war so, dass man es hätte live stellen können. Du hast normalerweise fünf Leute, du hast irgendwie fünf oder sechs FTE, die diese Tätigkeit machen. Lass den Kurs und lass diese Arbeit 90 Prozent nur gut gewesen sein. Produktivitätspotenzial ist einfach immens.

Joel Kaczmarek: KI funktioniert ja immer so gut, wie sie gefüttert wird. Hast du den Eindruck, dass das Material, was da reingeht, schon breit genug ist? Oder ist das eigentlich bisher erstmal nur so eine erste Testmenge? Weil man kennt das ja, KI wird auch rassistisch, wenn man sie irgendwie mit normalem Material trainiert, weil halt Menschen teilweise rassistisch sind.

Boris Lokschin: Insbesondere was OpenAI angeht, ist das schon relativ ehrlich und sagt dann einem auch, dass irgendwie die Datensets dann für bestimmte Antworten bis 2021 oder 2020 irgendwie hat. Also man merkt, es ist in Anführungszeichen ein noch limitiertes Datenset, das ist noch nicht irgendwie ein unendliches. Bei den meisten textbasierten Aufgaben oder eigentlich bei allen textbasierten Aufgaben, die ich jetzt persönlich getestet habe, fand ich die Qualität trotzdem sehr, sehr, sehr, sehr gut. Entweder hat er dann gar keine Antwort gegeben, wenn er sie nicht geben konnte aufgrund von irgendwas oder aufgrund von nicht vorhandenen Daten, aber immer wenn eine Antwort da war, quasi qualitativ sehr, sehr gut. Was halt spannend ist, ist, ich habe auch einen spannenden Beitrag jetzt gelesen von einem Wissenschaftler, von einem Physiker, der tagelang quasi mit der AI gearbeitet hat. Es hat quasi damit angefangen, dass er diese Summary von seiner wissenschaftlichen Arbeit erstellt hat. Da hat er gebeten, quasi das Literaturverzeichnis zu machen. In diesen Seiten, die er nadiert wurden, klang auch sehr, sehr gut und sehr, sehr wissenschaftlich. Da waren Verweise auf Externe Quellen und auch Zitate von Wissenschaftlern aus diesem Bereich. und dann ist er irgendwie nach vier, fünf, sechs Tagen Arbeit und immer sozusagen tiefer rein, ist an irgendeiner Stelle, bei irgendeinem Verweis kam ihm das so ein bisschen komisch vor, weil das irgendwie sein Fachgebiet war und er sich nicht sicher war, dass er schon einmal gehört hat, dass Person. und Joel ja genau dieses Experiment gemacht hat, dann hat er quasi angefangen reinzudrillen und was dann rauskam am Ende war, dass KI auch in der Lage ist, Dinge zu erfinden und sie aber so wissenschaftlich fundiert klingen zu lassen und sie so solide referenziert darzustellen, was natürlich krass ist, weil das bedeutet, dass wenn du nicht Experte bist auf dem Gebiet, dann kannst du halt auch super leicht getäuscht werden, weil er hat halt fünf, sechs Tage gebraucht und musste dann über komplexe Reverse Lookups das dann erst sozusagen nachvollziehen, dass das hier schon der ganze Logikbaum in eine falsche Richtung geht, ne? Das ist natürlich ein sehr interessantes Phänomen, ne? Also was eigentlich die KI dazu verleitet, wenn wir an solche Dinge wie Fake News und Co. denken, ja, dann ist das natürlich nochmal eine ganz, ganz andere Liga, ne? Irgendwie eine Sache ist, subjektiv irgendeine News oder irgendeinen Tatbestand darzustellen, eine andere ist halt, einen sehr, sehr realistisch klingenden Tatbestand zu erfinden, ne? Stell dir mal vor, du liest, du machst morgens irgendwie eine Nachrichtenseite auf und liest irgendwie Nachrichten, Referenzen auf irgendwie glaubwürdige Quellen und hier die, weiß ich nicht, UN hat gesagt das und der und der Gesandter das und hier der Kanzler aus dem Land hat gesagt jenes und du siehst ein Foto von dem und dann steht da hier folgende, weiß ich nicht. Und der ganze Artikel, inklusive der Bilder, zum Thema Dali und Bilder zeichnen, ist halt komplett gefakt. So krass gefakt, dass du das eigentlich gar nicht nachvollziehen kannst. Das ist, glaube ich, schon was, worüber man sich ein paar Gedanken machen muss nach vorne raus, wie man damit umgeht.

Joel Kaczmarek: Ja, ich glaube auch, das wird schwer. Ich meine, am Ende des Tages könntest du dir mittlerweile dann ein paar Jahre wahrscheinlich die ganze Filme schreiben lassen, dass du sagst, schreib mir eine romantische Komödie mit einem asiatischen Mann und einer schwarzen Frau, die sich in Paris kennenlernen und sich verlieben, nachdem sie ein tolles Abenteuer erleben.

Boris Lokschin: Textbasiert geht das jetzt schon, dann könntest du auch sagen, schreib mir ein Gedicht über digital kompakt, soll maximal zwei Seiten haben und soll das und das behandeln und dann schreibst du dir halt ein Gedicht oder einen Song. Meine Frage wäre dann, was ist Kreativität? Ist Kreativität die Fähigkeit zu erfinden? Dann wäre das, was jetzt die KI in diesem Physikbeispiel gemacht hat, Wäre sehr kreativ? Ist Kreativität die Fähigkeit, Dinge zu erschaffen, zu malen? Dann wäre das ein klares Anzeichen für Kreativität. Oder ist es was anderes? Weil das, was wir ja klassischerweise als Kreativität bezeichnen, wenn das Kreativität ist, hätte man jetzt in diesen Beispielen schon so eine Hürde überschritten, die vorher einfach gar nicht denkbar war.

Joel Kaczmarek: Theoretisch möchte man ja aber meinen, dass es quasi nur Dinge erfinden kann, die schon da sind, weil du ja nur aus dem gelernten Material quasi dann rekombinierst, was da ist.

Boris Lokschin: In diesem Physikbeispiel war es nicht so. Und auch wenn du sagst, schreib mir ein Gedicht über Digital Kompakt, dann wird es keine Referenzen geben. Es wird ja keine Bruchstücke geben, die irgendwie cool klingen oder die ein Rap-Song sind. Also das ist nicht zusammen kopieren und dann so ein bisschen wordsmissing. Und das finde ich auch spannend, weil das ist am Ende des Tages beide Beispiele, sowohl diese Text-Trader-Chats wie Bildersuche, sind, glaube ich, die ersten Applikationen, die wirklich glaubwürdig und signifikant, also dieses typische, nicht 1,1, sondern dieses 10x, so eine klassische Suchmaschine wie Google halt hart challengen. Weil wenn du dir überlegst, es ist halt nicht ein bisschen besser, sondern du überlegst, was kennen Menschen? Du brauchst eine Präsentation, brauchst irgendein Bild, dann gibst du eine gelbe Ente in New York, so ein kriegst du irgendwie Links auf irgendwelche Bilder, die schon da sind. Hier wird halt ein Bild gemalt. Das ist halt so viel x besser und krasser als irgendwie eine Suche. Du suchst nach einem Content-Stück und kriegst halt eine Sammlung von Links auf Seiten. Versus hier schreibt jemand das Anschreiben für dich oder schreibt jemand den Content für dich. Das ist wahrscheinlich noch nicht mal 10x, wahrscheinlich 1000x besser. Du kannst auch mal rumspielen und sagen, du gibst jetzt mal den gleichen Begriff mal so bei Google, da guckst du mal rein, was da rauskommt, durch was du dich dann durcharbeiten müsstest und Co. Du kriegst hier ein konkretes, finales Resultat.

Joel Kaczmarek: Das ist immer die Frage, was dein Ziel ist, ne? Die Tage habe ich einen Beitrag gelesen von wegen, Google macht ja eigentlich seit Jahren KI und hat so die besten Talente weggeheiert und weggekauft, mit DeepMind zum Beispiel, dass man vermuten

Boris Lokschin: könnte,

Joel Kaczmarek: Google kann das in zehnmal krasser, macht es aber nicht, weil es A, natürlich sein Bestandsgeschäft nicht gefährden will mit den Werbeeinnahmen im Milliardenbereich und B, es würde dich zu Tode erschrecken, so ungefähr, ja, was die alles können. Ist das auch so deine Hypothese?

Boris Lokschin: Ich glaube, meine Hypothese ist simpler. Ich glaube, was Google angeht, das ist einfach das absolut Lehrbuch-klassischste Innovators-Dilemma. Ich glaube, dieses Jahr hat ja nochmal im Hinblick auf Innovators-Dilemma eine Lupe nochmal draufgetan auf die Geschäftsmodelle, weil in dem Moment, wo irgendwie Geld nicht mehr for free ist und sich jetzt irgendwie alle anstrengen und versuchen, da effektiver, produktiver zu sein. werden halt Dinge gechallenged. Also ich bin zum Beispiel überhaupt nicht ein Verfechter von der Kritik, die jetzt an Facebook oder Meta geführt wird, im Hinblick auf diese Investments im Metaverse. Nicht wegen den Investments als solche. Da habe ich jetzt nur eine begrenzte Meinung, ob die Wette das wert ist und ob das jetzt eine Wette ist, die sozusagen wirklich das Potenzial hat. Aber ich finde grundsätzlich den Ansatz, den finde ich sehr, sehr richtig, dass du einfach genau das sagst, dass ja genau diese Kodaks, Nokias, Beispiele, die wir alle immer verwenden und sagen, naja, da ist jemand so gefangen in seinem inkrementellen Optimierungszyklus und bewahren und abmelken von seinem Geschäftsmodell. Das ist eben der nächste Innovationssprung mit seriösen Investments und nicht irgendwie so Lippenbekenntnissen und Feigenblatt-ähnlichen Investments, dass die nicht getätigt werden. So, wenn jetzt hier jemand maximale scheinbar Conviction hat auf das Thema und sagt, okay, ich bin auch bereit, signifikanteste Ressourcen dahinter zu legen, um das auch zu schaffen. Wenn du dir mal anguckst, so Generation heute in der Schule oder kleiner, wer nutzt denn Facebook jeden Tag? Die nutzen TikTok. Das dauert ja keine zehn Jahre, dass diese Generation sozusagen den Großteil, den Bauch der digitalen Nutzer darstellt, wie eigentlich im klassischen Lehrbuch auch, diese Kurve, diese Abbruchkante kommt halt nicht schleichend über 30, 40 Jahre, sondern es geht gar nicht darum, ob Facebook ein gutes Produkt ist, es geht einfach nur darum, dass du über Nacht, mehr oder weniger, anfängst halt in 100 Millionen Nutzer irgendwie zu verlieren, weil du einfach eben genau diese Generation nicht hast. Man kann das drehen und wenden, wie man will, wenn da Conviction hinter dem Thema ist und die Investments da reingehen, finde ich das sehr, sehr gut. erstmal und genau das gleiche Thema bei dem Open AI, wenn da genug Conviction ist, dass das ein signifikanter Innovationssprung ist, müssen sich alle sofort dransetzen und Gedanken machen, wie sie Tools oder Technologie wie diese sinnhafterweise integriert bekommen in ihren Alltag.

Joel Kaczmarek: Ja, vielleicht auch noch zwei kurze Anekdoten dazu, vielleicht nochmal abschließend zu den KI-Fähigkeiten. Ich habe gestern mal zwei Sätze eingegeben und der erste Satz war, warum können Frauen eigentlich immer so schlecht einparken? Um mal bewusst zu gucken, was macht der mit einer diskriminierenden oder rassistischen Aussage? und kriegt er dann als Antwort, hat er mir Statistiken aufgezeigt, dass es gar keine statistischen Beweise gibt, dass irgendwie ein Geschlecht schlechter oder besser einparkt als das andere, sondern dass man viel mehr gemerkt hat, woran es hängt, wie Aufmerksamkeit, Erfahrenheit des Fahrers, Verkehrslage und so weiter. Und das zweite Thema war, dass ich gesagt habe, schreib mir mal ein Gedicht für meinen Kumpel, der ist irgendwie homosexuell, hat einen männlichen Freund, schreib dir mal ein zehnzeiliges Gedicht. Dann schrieb er mir ein Gedicht aus drei Strophen, A, vier Zeilen. Dann habe ich geschrieben, das sind aber nicht zwölf, das sind aber zwölf Zeilen und nicht zehn. Ja, wo du gemerkt hast, ah, okay, krass, komm, er hat schon was gemacht, weil er gelernt hat, ein Gedicht wird besser, wenn du irgendwie Kreuzreimer hast. Ja, stimmt, ich habe das für dich angepasst. Pass mal auf, so würde das Gedicht aussehen mit zehn Zeilen, hat er zwei gestrichen, aber nicht die letzten, sondern irgendwie mittendrin, ja. Also, das muss man ja schon mal sagen, das heißt, da ist auch so eine gewisse kontextuelle Intelligenz.

Boris Lokschin: Nicht gewisse, sondern glaube ich auch eine sehr, sehr starke Intelligenz. Ich hatte eine ähnliche Erfahrung, wo ich versucht habe, unsere Firma mit Wettbewerbern zu vergleichen. Und da muss ich sagen, dass die Antworten, die gegeben wurden, waren ähnlich zu der Einparkantwort. Die waren differenziert. Selbst nach mehrfachen Nachfragen und provokativen in diese Richtung bewegen, wo eigentlich auch man hätte sagen können, aus dem Kontext meiner Nachfragen, die KI eigentlich verstanden haben, was meine Intention ist und was für eine Art Antwort ich provozieren möchte. Sie hat sich aber nicht provozieren lassen, sondern hat immer relativ differenziert. Ja, irgendwie gesagt, okay, das ist der Anwendungsfall, das ist gut bei dem Produkt, das ist gut bei dem Produkt, für den passt, für den passt nicht. Also hat eigentlich immer wieder versucht, sozusagen objektiv neutral rauszugeben, was wieder, wenn du das vergleichst mit einer Suche, nicht der Fall wäre. Ja, weil wenn ich jetzt hart darauf abstellen würde, warum können Frauen schlecht einparken. Da wären die ersten drei, vier, fünf Google-Seiten wahrscheinlich voll mit Links zu, warum Frauen schlecht einparken, weil das einfach die höchste Conversion-Wahrscheinlichkeit für diese Links hätte, dass du eben darauf klickst, weil du genau danach gesucht hast. Und das muss man sich mal intellektuell vorstellen. Wer sucht, der findet. Dann kriegst du quasi genau das, was du gesucht hast. Versus die KI ist hier in der Lage, quasi differenziert eine Antwort zu formulieren, die eben nicht diskriminierend ist. Es sind Early Days. Quellen sind begrenzt. Und wenn man sich vorstellt, so ein Open AI ist ja auch dafür da, damit du das auch einbinden kannst, zum Beispiel in Unternehmensprodukte. Das heißt, wenn ich mir vorstelle, ich habe jetzt Open AI mit Zugang zu öffentlichen Quellen und ich verlinke das jetzt mit unserem internen Tool, mit unserem Jira, mit unserem Asana, mit unserem Wiki, mit unseren Code Repositories. Das heißt, ich habe quasi sehr, sehr spezifische Informationen. Da kannst du dir ja jegliche Suchen, Intranets, kannst du dir alles schicken. Du hast einfach eine große Suchoberfläche und jeder Mitarbeiter, der sich dafür interessiert, wird dein nächster. ist, kann dann sagen, gib mir bitte die Expense-Regelung für Frankreich, für Taxifahren, gibt sie dir, hyperpersonalisiert, genau auf dich zugeschnitten. Keiner muss mehr irgendwas up-to-date halten, Content updaten, sondern das Ganze wird halt super indiziert und für dich zusammengestellt.

Joel Kaczmarek: Ja, das und ich meine, was du vorher gesagt hast, so eine Maschine ist dann auch in der Lage, so ein Bias zu erkennen. Also es kann ja sein, du bist jetzt so ein Alt-Right, dann willst du vielleicht ganz andere Sachen finden, als wenn du jetzt ein Linker bist oder ein Neutraler und die musst dich irgendwie einnorden. auf, was ist denn so dein Interesse, oder? Ich bin mal so weit gegangen, ich habe mich mal beraten lassen. Ich habe gesagt, was würdest du tun, wenn ein Mitarbeiter irgendwie persönlich gerade total viel Stress hat und deswegen nicht so gut arbeiten kann? Was kann ich machen, damit es ihm besser geht als Chef? Und dann hat er mir krasse Antworten gegeben. Wichtig ist, dass du seine Situation verstehst, dass du Hilfe anbietest. Vielleicht kannst du Tools einführen, die ihn in seinen Arbeiten erleichtern. Vielleicht kannst du irgendwie dies, das, jedes machen. War total krass. Und so ging es nur weiter. Wie kann ich mehr Abonnenten auf meinen Podcast kriegen? Ja, du musst folgen. Und alles macht Sinn.

Boris Lokschin: Du hast ja vorhin gefragt, wie war die Qualität? Bei den allermeisten Fragen hatte ich ein sehr, sehr gutes Gefühl. Ich würde jetzt sozusagen sagen, im Bereich von einer Schulnote 1 bis 2. Und wenn mal die Antworten nicht gut waren, dann hat er es eben vorher selber gesagt, so hey, meine Datenqualität ist nicht gut hier dafür oder ich kann keine Informationen zu den Personen generieren. Wobei es scheinbar auch irgendwelche Schwankungen gibt, weil es gab zum Beispiel einen Tag, an dem er Informationen über mich irgendwie hatte, also wo ich persönlich nach mir selber gefragt hatte. Die waren nicht richtig, aber die waren da. Und am nächsten Tag sagt er so, er kann keine Informationen zu Personen generieren. Was dann auch spannend ist, fand ich auch so im Hinblick auf Erziehung, Bildung, Schule jetzt so für ein Business, dass du eben Informationen aufbereiten lassen kannst. Also das war zum Beispiel so, dass ich da mit meinen Kindern, beide sieben und neun, experimentiert habe und dann jetzt irgendwie Papa zufällig hier mit Digital Commerce zu tun, da fallen dann solche Begriffe wie APIs und Composable Commerce und so weiter. You name it. Das ist halt sehr viel Bullshit-Bingo sozusagen gemacht. Und wenn du das dann reinlässt, erklär mal Composable Commerce für einen Siebenjährigen. Erklär das mal und benutze dabei Begriffe aus deinem Spielzeugkasten oder so. Das ist halt mega krass. Da merkst du quasi, was für eine intellektuelle Leistung, sozusagen Transferleistung da erbracht wird, dass du vermitteln kannst. Und das kannst du ja genauso auch innerhalb der Firma machen. Da ist Trainings, Onboardings, Schulungen. So ein Klassiker, wir haben jeden Monat Onboardings für New Joiners. Und natürlich ist Teil davon auch, ein bisschen über das Produkt, ein bisschen über unseren Markt, ein bisschen über unsere Technologie zu reden. Du hast natürlich da aber jedes Mal 10, 15, 20 Leute sitzen. Accountant im Finance, Software-Developer, Sales-Mitarbeiter, Office-Manager. Also da eine Sprache zu finden, die irgendwie für alle passt, super schwer. Mega geil wäre es, wenn ich quasi einmal in meinen Worten erkläre, was wir eigentlich machen und dann sage ich so, jetzt bereite das bitte auf für einen Marketeer, für einen Sales Rep, für einen Developer, für einen Office Manager, sodass die jeweils das maximal leicht konsumieren, interpretieren und in Relation setzen können zu dem, was sie schon kennen.

Joel Kaczmarek: Jetzt lass uns mal unser Versprechen aus der Überschrift sozusagen einlösen. Jetzt haben wir geschrieben und so ein bisschen begeistert uns abgefeiert, was das Ding alles kann. Man hat so seine netten Anekdoten erzählt. Was würdest du denn jetzt als Führungskraft tun mit diesen Informationen? Also was siehst du denn als erste Andockungspunkte? Wie kannst du diese KI-Lösungen in dein Unternehmen integrieren? sinnhaft?

Boris Lokschin: Die einfachsten Schritte, die man gehen kann und die auch die aller naheliegendsten. aus meiner Sicht sind wirklich die, die wir jetzt gerade besprochen haben. Ich glaube, sehr viel Potenzial hat das ganze Themenbereich Marketing und Content Marketing. Also da, wo du einfach per Definition sehr viele Ressourcen aufwendest, um Texte zu schreiben, Content zu produzieren, White Paper zu schreiben, Webseiten zu befüllen, Dinge zu übersetzen, Dinge Leo optimiert zu machen, für bestimmte Personen aufzuarbeiten. Das ist halt eine sehr, sehr manuelle Tätigkeit, die auch sehr zeitintensiv ist, die hier einfach innerhalb von Sekunden quasi erfüllt werden kann. Lass es selbst 90-prozentiger Qualität sein und die dann vielleicht nochmal ein bisschen nachkontrolliert, nachgeschärft werden kann. Aber da sehe ich massive Produktivitätsgewinne. Ich glaube, man muss ein bisschen tiefer reindrillen nochmal in das Entwicklerbeispiel, das aber auch nur ansatzweise sozusagen sich bewahrheitet. Dann, glaube ich, ist da halt auch maximal Potenzial da. Beispiele wie zum Beispiel technische Dokumentation, Anwendungsfälle schreiben, wie Testcases schreiben, wo normalerweise auch sehr viel manuelle Arbeit irgendwie passiert ist im Bereich Research, Prospecting, Outbound, so klassische Sales, BDA-Tätigkeit. Ich habe Das ist schon eine große Frage, wenn nicht jede Abteilung mindestens fünf bis zehn sehr konkrete Anwendungsfälle findet, die man sofort umsetzen kann, die auch heute schon gut genug und schnell genug funktionieren und zumindest die Arbeit eben produktiver machen.

Joel Kaczmarek: Was glaubst du, was muss eine Organisation als Merkmale haben oder als Fähigkeiten, um so agil sein zu können, dass man mal eben seinen ganzen Abteilungen sagt, hier prüft mal den Einsatz von KI, was ihr damit machen könnt. Hands free, let's go, Ziel ist es irgendwie Einsparungen hier oder Effizienzgewinne dort zu haben.

Boris Lokschin: Offen sein, sozusagen gedankenoffen sein dazu und auch die Opportunity sehen und nicht das Risk sehen. Signifikanz irgendwie zu beleuchten. Sich überlegen, wie viele Leute man normalerweise in diesen Jobs irgendwie hat. Wir reden da halt von mehreren hundert X wahrscheinlich, die du da entweder mehr Wertschöpfung oder weniger Kosten generieren kannst. Wir hatten gestern so ein Meeting, wo wir gesagt haben, das ist so ein bisschen so, wie sie das erste Mal mit dem Internet zu tun gehabt haben. Das ist, glaube ich, ähnlich disruptiv, wenn nicht sogar noch disruptiver. Ich glaube ganz ehrlich daran, dass die, die sich nicht damit Und es geht hier nicht um Open AI. Es gibt eine Million andere Beispiele, die ähnlich spannend sind. Die, die nicht relativ schnell, sehr, sehr konkret das anfangen zu embedden in ihre Arbeitsabläufe, werden halt massiv zurückfallen. Überleg dir mal, stell dir mal vor, du und ich haben die gleiche Firma. Wir beide schreiben Werbetexte für irgendjemanden. Ja, du hast da 20 Leute sitzen, die diese Texte schreiben und ich sitze alleine und habe irgendwie so ein Tool zur Hand. Das kannst du nicht vergleichen. Weder quantitativ wahrscheinlich, noch qualitativ, noch preislich. Also du hast ja gar keine Chance. Also nicht ein bisschen weniger Chance, du hast ja gar keine Chance. Es ist ja so, du kannst den Laden niemals wettbewerbsfähig aufstellen, wenn du da nicht diese entsprechenden Gedanken hast. Stell dir mal vor, du hast 500 Software-Ingenieurs und hast irgendwie 100 Leute, die technische Dokumentation schreiben und irgendwie Test-Cases produzieren. Was das für das gleiche Produkt bedeutet, sozusagen in den Kosten des Produkts, in der Marge für das Unternehmen, in der Wettbewerbsfähigkeit, in der Geschwindigkeit, wie wir arbeiten können. Überlegt mal an solche Dinge wie Offshore und Nearshore, wo Leute jahrelang gesagt haben, ich suche jetzt einen Wettbewerbsvorteil, nehme ich mir jetzt Leute in der Ukraine, in Indien, in Pakistan, in den USA. Ich habe gestern gesagt in dem Meeting, die Leute reden über Low-Code, No-Code-Editoren, wo Leute wie, sagen wir mal, vielleicht etwas technischer als du und ich in der Lage sind, irgendwie mit Bausteinen Code zu produzieren. Das ist ein Witz dagegen. Also stell dir vor, wenn ich am Kamin sitzen kann und Code schreiben lassen kann, irgendwie Schnittstellen in verschiedenen Sprachen produzieren lassen kann, ohne eine einzige Zeile Code in meinem Leben voll geschrieben zu haben, das ist ein Low-Code, No-Code-Editor, ein Witz dagegen. Umso früher man, glaube ich, anfängt, darüber fundamental nachzudenken, umso besser. Und am Ende wird nicht alles Gold sein und am Ende wird es auch kritische Themen geben, am Ende wird es auch noch eine Zeit brauchen, bis das irgendwie on track ist, aber ich glaube, das ist fundamental, dass man das embeddet. Sonst werden wir ähnliche Diskussionen haben, wie den Digitalisierungsverweigerern und den Leuten, die sozusagen jahrelang sagen, ach, Internet geht weg, Mobile geht weg, aber halt nochmal zehn Stufen krasser.

Joel Kaczmarek: Und wenn wir jetzt mal über Implikationen reden, muss sich ein Spryker-Mitarbeiter, eine Spryker-Mitarbeiterin, die im nächsten Jahr über KI in ihrem Bereich nachdenkt, Angst haben, dass sie gerade ihren eigenen Job abschafft? Oder ist es vielmehr so, dass ihr eigener Job ergänzt wird und dadurch leichter?

Boris Lokschin: Ich glaube, das ist genau die gleiche Diskussion, die wir so seit der industriellen Revolution haben. Ja, wenn ich jetzt hier eine Maschine habe und nicht mehr das Feld selber bestelle, brauche ich irgendwie weniger Jobs. Oder wenn ich irgendwie Automatisierung in den Fabriken habe, dann verschwinden Jobs. Oder Digitalisierung, verschwinden Jobs. Und das ist ja nie passiert. Also es ist ja sozusagen nie dazu gekommen, dass gesamtgesellschaftlich Arbeitsplätze weggefallen sind. oder heute die Leute. Es gibt ja so diese schönen futuristischen Texte von Furtwängler, 100 Jahren, wo sich alle vorstellen, Leute sitzen alle zu Hause, Hände hinterm Kopf und irgendwie alles wird von Maschinen erledigt und das Bett wird gemacht und der Tisch abgeräumt und der Job auch. und wir sind eigentlich alle nur noch sozusagen an kreativen Geistestätigkeiten interessiert und gehen im Museum. Das ist ja alles nicht passiert. Die Jobs haben sich verändert. Sie haben sich weiterentwickelt. Kein einziger Mitarbeiternetz ist irgendwie in einer Tesla-Fabrik jetzt abgebaut worden. Es sind halt andere Jobs. Es sind Jobs, die diese Robotik eben warten, die sie programmieren, installieren, die sie konzipieren für diese Fabriken. Ich würde jetzt gar keine grundsatzexistenzielle Bedrohung sozusagen daraus aufmachen. Ich würde sagen, der erste Schritt muss sein, die Produktivität und die Effizienz zu erhöhen. Und die, die eben schlau sind und die ihren Job und ihre Jobdescription auch weiterentwickeln, werden das genauso tun. Und die, die eben resistent sind, dass die dann auch am meisten gechallenged werden. Die beste Antwort ist, man hat es selber in der Hand, das entweder sozusagen diesen Wandel mitzugestalten. Was bedeutet das denn für meine Entwicklung? Was kann ich denn jetzt hier lernen? Wenn da zwei Joels sitzen, die beide das gleiche Tool haben, dann nivelliert das ja auch wieder Wettbewerbsfähigkeit. Das heißt, was ist denn dann die Qualität des Outputs von der gleichen KI? Hängt ja dann am Ende wieder ab davon, was der Input ist. Und wenn Boris und Joel unterschiedlich gut sind im Steuern dieser KI, genauso wie Boris und Joel unterschiedlich gut sind im Programmieren der Webseite oder im SEO-Optimieren der Webseite, dann ist der Output halt wieder unterschiedlicher, obwohl das Tool dasselbe gewesen ist. Es ist ja auch nicht so, dass nur eine Firma auf der Welt einen Hammer, eine Säge und einen Traktor hat oder einen Roboter in der Fabrik. Trotzdem sind manche innovationsfähiger, wettbewerbsfähiger, schneller, günstiger als andere.

Joel Kaczmarek: Aber ich würde ja ehrlich gesagt vermuten, dass eigentlich so eine Debatten wie bedingungsloses Grundeinkommen ganz anders aufkommen müssen. Oder ob man eigentlich sogar mal hinterfragt, ob man noch Geld braucht, wenn viele Dinge erzeugt werden können, ohne dass ein Mensch sie anfasst. Weil es ist ja alles. Also es kann ja der Richter sein, der ein Urteil fällt, weil er irgendwie die ganzen Gesetzbücher kennt und in der Lage ist, ein Urteil basisierend auf einer, sag ich mal, moralischen Vorgabe zu treffen. Es ist ein Journalist, der irgendwie über das Fußballspiel schreibt, was jetzt wirklich das Ausgang ist, was dort passiert ist. Es ist irgendwie ein Codeschreiber oder ein Codechecker oder dies oder das oder jenes. Also theoretisch machst du ja super viele Rollen, würde ich mal sagen, obsolet oder zumindest mal reduzierst du so stark den Aufwand, den du damit hast, dass die Menschen sich doch eigentlich überlegen müssen, was sie mit ihrer Zeit tun. Weil am Ende des Tages, ich habe da auch drüber nachgedacht, wenn ich mal unser Geschäftsmodell angucke, ist so unser Gedanke, dass wir hingehen und bieten an, dass du Zusammenfassungen der wichtigsten Podcasts im Business-Bereich kriegst, was irgendwie eine Kurationsleistung und dann eine Zusammenstellungsleistung ist. Wenn das eine Maschine kann, dann ist das Thema eigentlich als Umsatzcase schon mal weg. Und so ist es doch auf so vielen Ebenen, weswegen ich eigentlich vermuten würde, dass diese Debatte eigentlich ganz neu aufkommen muss.

Boris Lokschin: Geil ist, genau diese Debatten hatten wir bei jedem Innovationssprung in den letzten 150, 200 Jahren. Und es hat immer dazu geführt, dass die Leute ja nicht in die Langeweile entflohen sind, sondern dass sie einfach neuere Tätigkeiten gefunden haben, die ein Level höher angesiedelt sind intellektuell. Das ist ja auch das, was sozusagen Innovation und Zivilisation ja auch nach vorne bringt.

Joel Kaczmarek: Eigentlich ist doch aber das Learning aus dem, was du gerade gesagt hast, dass Menschen, die nicht mehr so innovativ offen sind, also die selbst so, was ihr Leben angeht, in so einem Innovators-Dilemma stecken, eigentlich abgehangen werden, oder nicht?

Boris Lokschin: Das war ja immer so, ne? Deswegen sage ich ja, die interessante Bedeutung statistisch in den letzten paar hundert Jahren ist ja, die Gesamtarbeitslosigkeit der Gesellschaft ist ja nicht angestiegen, ne? Also es ist ja nicht so, dass viel mehr Leute nichts mehr zu tun hatten, ne? Aber die Jobs natürlich sich geändert haben, ne? Also anstatt auf dem Feld zu arbeiten oder irgendwie zu sitzen und Stücke Stoff zusammenzunähen, das kann halt eine Maschine 24-7 machen, ne?

Joel Kaczmarek: Aber mit einem großen Unterschied. Alle Tätigkeiten, die du gerade beschreibst, sind körperlich. Und jetzt haben wir auf einmal eine Ebene, wo auf einmal auch die Geistigen arbeiten.

Boris Lokschin: Klar, absolut. Und das ist jetzt genau der nächste Evolutionsschritt. Wir sind noch nicht am Ende dieser körperlichen Tätigkeiten. Dein Beispiel zum Beispiel autonomes Fahren. Ich bin sehr, sehr sicher, dass in den nächsten 10, 15 Jahren der klassische Lkw-Fahrer nicht mehr als Beruf existieren wird. Der klassische Taxifahrer nicht mehr als Beruf existieren wird. Das werden Berufe sein, die natürlich hart gechallenged werden. Und du hast recht. Jetzt kommen wir halt in den Bereich rein, wo auch so White-Collar-Jobs das erste Mal eben auch gechallenged werden. und auch der Transformation unterliegen werden, was aber, glaube ich, erstmal exciting ist. Ich glaube, das ist etwas, was das Potenzial hat, nochmal einen riesen Sprung und einen riesen Push der Menschheit zu geben und zu sagen, okay, ja, was ist denn das nächste Ding, auf das wir uns konzentrieren können.

Joel Kaczmarek: Cool, um nochmal zurückzukommen, abschließend zum Thema KI in der Digitalisierung anwenden. Was empfiehlst du Unternehmen als das kleine Einmaleins, wenn sie jetzt sagen, okay, ich möchte gerne versuchen, meine Arbeitsweisen durch KI zu verbessern, zu beschleunigen, günstiger zu machen, also mich in so eine Umsetzung zu begeben?

Boris Lokschin: Das, was ich immer empfehle, ausprobieren. Gar nicht da lang schnacken. Vor allem nicht anfangen mit irgendwelchen Analysen, Berater beauftragen, Powerpoints produzieren. Einfach machen. Nehmt euch das Ding, spielt damit rum. Ich schmeiße die Sachen da rein, gucke mir an, was passiert. Manche sind schon sehr, sehr gut. Da sage ich, krass, hätte ich nicht gedacht. Manche sind doch überhaupt nicht gut. Ausprobieren, sucht diese Anwendungsfälle. Die werden nicht durch theoretisches Rumsitzen und darüber sinieren entstehen. Sondern ihr müsst einfach ganz konkret in eure Arbeitsakademie und seid halt offen. Wie gesagt, für mich waren diese Code-Beispiele vom Kamin, ich war sehr erschrocken. Das war eigentlich ein Witz. Ich dachte, da kommt nichts bei raus. Und plötzlich öffnet sich da in dem Chatfenster ein Code-Editor und das Ding fängt an, Code zu produzieren. Das war wirklich, wirklich scary. Und neben mir saßen so ein paar unserer Architekten, die haben auch ganz große Augen gehabt.

Joel Kaczmarek: Wo mache ich das? Mal blöd gesagt, wenn man jetzt Laie ist mit 40er Konzernmanager, wo kommt man denn an diese Software ran? Also was du gerade zum Beispiel beschrieben hast.

Boris Lokschin: Googlen, ja, OpenAI, sozusagen Chat, sich dort anmelden, ist momentan sozusagen frei, gerade sehr viele Leute drauf, deswegen kann es sein, dass es ein bisschen langsam ist und sich damit einfach beschäftigen, ja. Und wenn man einen Anwendungsfall für sich findet, dann weiter graben, gucken, ob es vielleicht irgendwas Spezielleres gibt, ob es irgendwas gibt, was auf meine Branche, meine Industrie, mein Fachgebiet irgendwie zugeschnitten ist, einfach weiter handeln.

Joel Kaczmarek: Na gut, dann bin ich mal gespannt, ob ich dich das nächste Mal überhaupt noch sehe oder ob ich dann nur noch so ein computergeneriertes Video von dir hier bekomme. Gespeist auf deinem Input. Aber für den Moment glaube ich mal echt eine schöne abenteuerliche Folge mit viel Spaß bei und dafür ganz herzlichen Dank.

Boris Lokschin: Sehr gern. Ciao, ciao.

Outro: Danke fürs Zuhören beim Digital Kompakt Podcast. Du merkst, hier ziehst du massig Wissen für dich und dein Unternehmen heraus. Wenn du mit uns noch erfolgreicher werden möchtest, abonniere uns auf den gängigen Podcast-Plattformen. Und hey, je größer wir werden, desto mehr Menschen können wir helfen. Also erzähl doch auch deinen Kolleginnen und Kollegen von uns. Bis zum nächsten Mal.