Künstliche Intelligenz und Sprache

Erik Pfannmöller: Hallo und herzlich willkommen zu einem neuen AI Unplugged Podcast von digital-kompakt. Mein Name ist Erik Pfannmöller, ehemaliger Kanu-Weltmeister, dreifacher Familienvater und Gründer von SolveMate, einer KI-basierten Plattform zur Automatisierung von Kundenservice. Im Kern unserer Plattform sind Chatbots, jedoch unterstützt unsere Software Kundensupport-Teams ganzheitlich ihre Service-Prozesse zu verbessern. Wie immer bei AI Unplugged erklären wir Alltagsthemen rund um das Thema KI einfach und für jedermann verständlich, besprechen gesellschaftliche Umwälzungen durch KI und neueste Trends. Heute geht es bei ARN Plagt um das Thema KI und physische Sicherheit. Als erstes denkt ihr bei dem Thema wahrscheinlich jetzt an Überwachungskameras und Gesichtserkennung und den totalitären Überwachungsstaat. Heute werden wir aber einen holistischeren Blickwinkel darauf einnehmen und werden einmal richtig tief reingehen, was es eigentlich bedeutet, Sicherheit zu fühlen und wie KI Sicherheit unterstützen kann. Dazu habe ich bei mir einen Gast, und zwar Aleksandar Stojanovic, Co-Founder von Ava, einer Firma zur Vorhersage von Risiken in der physischen Welt. Das klingt erstmal super cool und ich freue mich, Aleksandar, dass du heute bei uns bist. Dann legen wir doch gleich los. Vielleicht stellst du erstmal dich vor und was eigentlich Risiken in der physischen Welt sind und was ihr damit macht. Freut mich, dass du da bist.

Aleksandar Strojanovic: Ja, freut mich hier zu sein, Erik. Echt cool. Ja, habe ich richtig gefreut irgendwie auf das gemeinsame Gespräch heute. Ja, ich bin Aleksandar Stojanovic, wie du gerade schon gesagt hast, einer der beiden Co-Founder bei Ava, einer in Berlin ansässigen Company, die im Kern eigentlich auf physische Sicherheit kommt. Ich bin selber seit vielen, vielen Jahren Unternehmer. Ich kenne eigentlich keinen anderen Zustand, als Unternehmer zu sein. Also direkt irgendwie quasi aus der Schule herausgestolpert irgendwie ins Unternehmertum. Habe daneben zwar auch schon ein bisschen was akademisch gemacht, aber mein Fokus war eigentlich immer irgendwie halt auf unternehmerischem Handeln. Habe in der gesamten Zeit insgesamt drei Firmen an den Mann gebracht. Also die wurden von großen Konzernen gekauft, nachdem der Verkauf bei dem letzten Unternehmen durch war, in Anführungszeichen. Und wenn alles erledigt war, stellte sich bei mir dann ernsthaft so die Frage irgendwie nach dem Sinn des Daseins. Weil man gesagt hat, okay, jetzt sind alle materiellen Wünsche, die du vielleicht irgendwie jemals hattest, die kannst du theoretisch wahrscheinlich schon abbilden. Aber glücklich gemacht hat es einen nicht wirklich sehr langfristig, vielleicht nicht mittelfristig.

Erik Pfannmöller: Jetzt kommen wir ja fast schon in das Philosophische rein. Aber ich denke, du willst überleiten zur Gründung von Ava. Und was ist eigentlich die Idee dahinter?

Aleksandar Strojanovic: Ja, ganz genau. Das ist eine Frage, die sehr, sehr schnell kommt. Was hast du eigentlich mit Sicherheit zu tun, Alex? Ich bin weder in der Polizeischule gewesen, ich war nicht im Militär, ich habe nicht gedient, ich bin nicht mit zwei Füßen voran durch Fensterscheiben gesprungen. Ich bin eigentlich in der Welt der Sicherheit nicht wirklich zu Hause gewesen. sondern halt immer in der Welt des Unternehmertums und insbesondere auch in der Welt der Technologie. In der Zeit, als irgendwie unklar war, was ich irgendwie als nächstes tun würde, habe ich einfach ein Erlebnis gehabt, das irgendwie prägend war. Also da war anwesend, als viele Menschen unnötig gestorben sind und das eigentlich nur, weil Information fehlte. Also es war nicht so irgendwie, als wenn das nicht verhinderbar gewesen wäre, aber Information, die da war, in verschiedenen Silos, wenn man so will, in verschiedenen Bereichen, die wurde nicht zusammengeführt. Und hätte man das getan, wäre das nicht nötig gewesen. Und das war so. sozusagen die Kernidee, um die dann später Ava herum mit entstanden ist.

Erik Pfannmöller: Du hast mir im Vorgespräch gesagt, Ava ist so ein bisschen was wie Wettervorhersage für physische Risiken oder für sozusagen Kriminalität in der echten Welt. Beschreib das mal, was ist das?

Aleksandar Strojanovic: Physische Risiken ist nicht nur Kriminalität, sondern das sind Unfälle, Naturgewalten, auch Gesundheitsrisiken, wenn man so an Themen denkt wie Covid und Co. Und auch der Begriff der Vorhersage oder der Wettervorhersage für physische Risiken, das ist natürlich eine Metapher, die ich gerne verwende, weil es sich auf diese Art und Weise sehr griffig transportieren lässt. Im Kern ist es natürlich fast epistemologisch, glaube ich, ist der richtige Begriff, also erkenntnistheoretisch im Sinne von, wie versteht man eigentlich Sicherheit? Wie strukturiert man Sicherheit? Anders als es in vielen anderen Bereichen der Fall ist, gibt es eigentlich keine standardisierte Form, um Sicherheit oder auch Ereignisse, die Sicherheit betreten, zu beschreiben. Du kannst erklären, wie viel so ein 100 Meter. und auf der ganzen Welt irgendwie können sich Menschen darauf einigen, wie viele 100 Meter es sind, weil halt eben der Meter irgendwo in Paris steht, aber nirgendwo sonst steht halt eben eine Art Gegenstück zu so einem Meter. Und im Kern ist Ava eigentlich, das was wir machen, eigentlich das, dass wir Informationen und Daten in eine gemeinsame Sprache überführen und in einen gemeinsamen Standard, wenn man so will. Und auf der Grundlage sind dann Dinge möglich, wie auch Vorhersage. Also erst wenn du Informationen in eine gemeinsame Struktur bringst, kannst du zum Beispiel auch entlang der Zeitleiste irgendwie sehen, wenn Häufungen da sind. Vorher ist es alles nur Chaos. Das heißt, das Konzept der Vorhersage ist ein Element der ganzen Thematik, aber man kann noch sehr viele andere.

Erik Pfannmöller: Das war jetzt ganz abstrakt. Mach mal zwei, drei, vier Beispiele, welche Daten man eigentlich hat und welche Vorhersage, weil das ist ja für den eifrigen Hörer von Herrn Plagt, das ist ja ein Kernthema. Irgendeine mathematische Sache macht eine Vorhersage. Mach mal zwei, drei plastische Beispiele. Worum geht es?

Aleksandar Strojanovic: Ein schönes Beispiel ist vielleicht, nehmen wir Public Transport. Da ist irgendwie, keine Ahnung, jeden letzten Donnerstag ist da an Gleis 5, an irgendeinem kleinen Bahnhof irgendwo in Deutschland oder in Frankreich oder Niederlande, findet irgendjemand. Aggression, Gewalt, Prügeleien, was auch immer. Normalerweise, zumindest früher war das so, würde man dieses Muster erkennen aus der Arbeit des Field Officers. Da sind dann irgendwie Leute, die sind verantwortlich für bestimmte Abschnitte und die kriegen dann mit, oh, wir haben jeden letzten Donnerstag im Monat haben wir da irgendwie Stress. Heute ist das nicht mehr ganz so. Das ist ein Problem. Heute wechseln die Mitarbeiter da ständig und niemand weiß genau, wie sich irgendwie so etwas aufbaut. Und wenn du diese Informationen nicht strukturiert erfasst, dieses Muster zu erkennen. Also dadurch, dass du, wenn du diese Ereignisse, die da passieren, sich potenziell immer wiederholen, wenn du die zum Beispiel in eine Zeitlinie reinlegst und feststellst, oh, wir haben hier jedes Mal irgendwie am letzten Donnerstag im Monat haben wir irgendwie Stress irgendwie am Gleis 5, dann kannst du das möglicherweise, je nachdem, wie ausgeprägt diese Daten sind, kannst du das möglicherweise für den darauffolgenden letzten Donnerstag im Monat halt als Grundlage verwenden, um Entscheidungen zu treffen, zum Beispiel zwei Sicherheitsbeamte dorthin zu stellen. Nichts anders, als dass wenn wir in Berlin irgendwie am 1. Mai mit unserem schicken Auto unterwegs sind, dann stellen wir das ja auch nicht am Görlitzer Park ab. Weil wir wissen, das steht da in Flammen oder ist weg. Aber die Erkenntnis, die dahinter steht, also zu wissen, dass dort eigentlich Stress ist am 1. Mai im Kreuzberg, die wird befüttert aus der Historie. Wir wissen, am 1. Mai ist immer Stress. Und im Grunde genommen ist das etwas, woraus man das ein Stück weit irgendwie beschreiben kann. Also wenn Dinge sich wiederholen, vergleichbare Muster aufkommen, dann kannst du diese Muster erkennen. Im menschlichen Gehirn passiert das relativ unkompliziert und intensiv. In solchen Systemen muss man natürlich irgendwie mit vielen Modellen arbeiten. Und da kommen die ganzen Neural Networks zum Einsatz. Und dann macht man irgendwie viel mit Mathematik, um halt eben einfach diese Muster sinnvoll zu erkennen. Und das geht in großen Datenmengen. Also dieses Beispiel vom 1. Mai am Görlitzer Park oder die Schlägerei an irgendeinem Bahnhof. Das kann man fast auf jedes Thema übertragen, vorausgesetzt die dafür erforderlichen Daten liegen in der entsprechenden Struktur vor. Und da eigentlich liegt, wie ich vorhin sagte, der Kern von Ava. Also das quasi Draufschneiden von Anwendungen, von Applikationen, wie zum Beispiel in einer Vorhersage, ist fast schon der zweite Schritt. Der erste Schritt ist erstmal, alles wirklich in eine gemeinsame Struktur zu bringen, damit man überhaupt in der Lage ist, diese Informationen auf diese Art und Weise auszuwerten oder auch nur anzuzeigen. Also wenn ich irgendwie etwas in eine Karte legen will, dann brauche ich eine sinnvolle Struktur, damit ich diese Informationen dann auf eine Karte beispielsweise legen kann oder sortieren kann oder filtern kann nach bestimmten Ereignissen. Und das ist eigentlich der entscheidende Punkt, weil es passiert halt so viel auf der Welt, pausenlos. Und wenn ich verantwortlich bin für ein bestimmtes Thema oder einen bestimmten Ort, dann möchte ich in der Lage sein, diese Informationen zu filtern, runterzubrechen auf das, was für mich wichtig ist.

Erik Pfannmöller: Also wenn ich das sozusagen zusammenfasse, dann ist ja der 1. Mai am Görlitzer Park mit meinem Auto, was offensichtlich ist, was man als Mensch irgendwie einfach übersehen kann. Wenn ich aber vielleicht, also ich als Privatperson sozusagen in eine fremde Stadt oder ein fremdes Land komme, wo ich eben nicht die Feiertage kenne, dann wäre es ja gut, wenn ich eine Vorhersage hätte. Das heißt so eine Art Aggregation, wie du sagst, von Wissen. Selbst wenn ich in einen anderen Bereich von Deutschland fahre, wo eben die Tankstelle immer am ersten Freitag im Monat ausgeraubt wird und ich vielleicht einfach mein Auto da nicht parken sollte. Ganz plakatives Beispiel. Es gibt ja noch viel weitere Beispiele, nämlich wie hoch ist die Wahrscheinlichkeit für eine Naturkatastrophe in einem bestimmten Bereich? Kann man das auch noch von der privaten auf die geschäftliche Ebene übertragen? Und wenn ich mir jetzt die DHL vorstelle, die vielleicht irgendwie Schiffe am Kap der guten Hoffnung hat, dass die nicht von Piraten überfallen werden. Welche Flugzeuge wo landen sollten? im Cargo-Bereich oder vielleicht auch nicht dort landen sollten? Aus welchen Gründen auch immer. Das ist ja auch physische Sicherheit und da ist dann auch ein Business Value drin. Verstehe ich das richtig? Hat das so einen großen Impact?

Aleksandar Strojanovic: Ja, natürlich. Interessanterweise, ich weiß gar nicht, ob wir das im Vorfeld besprochen haben, aber DHL ist einer unserer Kunden und die machen genau das. Dort sitzen Analysten in einer Einheit, in einer Konzerneinheit, die sich halt wirklich den ganzen Tag nur mit Sicherheit beschäftigt. In der DHL steht einem mittelgroßen Geheimdienste nichts nach. Nur, dass die halt eben nicht irgendwie im Interesse einer Ideologie oder eines Landes agieren, sondern im Interesse der perfekt fließenden Warenströme und im Interesse des Schutzes von Mitarbeitern und Essens. Und dort ist es natürlich der Fall. Also wenn du verantwortlich bist irgendwie für Piraterie auf den Weltmeeren und speziell vielleicht im Golf von Guinea, dann möchtest du die 20.000 Nachrichten, die jeden Tag reinkommen zu allen möglichen Ereignissen, die möchtest du bitte schön nur runterfiltern können auf das, was dort passiert. Und vielleicht halt im besten Fall auch ein Stück weit in die Zukunft blicken können. Unter welchen Umständen sind denn Angriffe durch Piraten wahrscheinlicher? Um es jetzt mal blöd zu sagen, wenn die Wellen irgendwie fünf Meter hoch sind, dann hast du wahrscheinlich kein Problem mit Piraten. Aber wenn die See ruhig ist, dann wahrscheinlich schon. Also nicht, dass das jetzt ein explizites Beispiel irgendwie aus dem Kontext wäre, aber genau so ist das. Und der Business Value liegt dort natürlich, Assets und Warenströme und Mitarbeiter zu schützen, einerseits. Aber auf der anderen Seite steckt da ja irgendwie auch eine Opportunity drin. Also wenn du weißt, was los ist, kannst du dein Geschäft darauf ausrichten. Und das muss nicht nur bedeuten, dass du Kosten sparst, weil du Risiken verhinderst. Das kann auch bedeuten, dass du mehr Umsätze machst, weil du vielleicht der Einzige bist, der noch ein bestimmtes Material auf Lager hat. Oder weil du der Einzige bist, der eine bestimmte Ware von A nach B transportiert bekommt, weil du genau weißt, wie du dich irgendwie organisieren musst als Logistiker. Also das ist sozusagen nicht nur die Vermeidung von Kosten, sondern auch das Herbeiführen von strategischen Wettbewerbsvorteilen und Kraftwerken. Gerade jetzt auch in der Zeit, wo wir über Supply Chains und deren Disruption durch Covid und Co. sprechen, ist das natürlich deutlich massiver und relevanter geworden.

Erik Pfannmöller: Je mehr ich dazu höre, desto mehr habe ich das Gefühl, das ist ein Thema, das für unglaublich viele Menschen relevant ist. Ich habe mich gerade erinnert, dass ich am letzten Sonntag nach Berlin reingefahren bin und da eine Demonstration war und öfter in Berlin ja mal Demonstrationen sind. Ich im Zweifelsfall gerne wissen würde, wann wo eine Demonstration ist und ich da vielleicht nicht mit meinen Kindern spazieren gehe. Man weiß ja nie, was es für eine Demonstration ist, ob es jetzt eine friedliche ist oder eine, wo man nicht reinkommen will. Man hat ja selten das Gefühl in Deutschland, in einem industrialisierten Land, dass man sich unwohl fühlt. Aber ich würde es gern vorher wissen, wenn ich mich in ein Stadtviertel begebe oder wenn es irgendwelche Gründe gibt. Du hast so viele tolle Sachen gesagt. Ich würde das versuchen mal zu strukturieren und zwar erstmal in diesen Datenlayer. Dann, wie kann ich das eigentlich eine Vorhersage fürs echte Leben machen? Was gibt es für Anwendungsfälle? eben Geschäft, Politik, Privat. Dann habe ich so ein bisschen das Thema self-fulfilling prophecy rausgehört. Das heißt, wenn die Polizei hingeht zum Gleis 5 und das verhindert, dann verändere ich die Zukunft meiner Vorhersage. Und im Vierten würde ich dann mal auf gesellschaftliche Effekte eingehen. Und das so als kleine Storyline für die nächsten Minuten. Lass uns doch mal starten mit dem Datenlayer. Ich glaube, jeder von uns weiß, was Daten sind. Und wenn ich jetzt XY-Achse habe, kann ich was zeichnen. Und ich weiß auch, was Daten sind für den Wetterbericht. Dann ist es eben der Luftdruck, die Temperatur und das Ganze über die Zeitleiste. Jetzt um es ganz einfach zu machen. Was sind die Daten von Sicherheit? Wie ist die Datenstruktur? Wie muss ich mir das vorstellen?

Aleksandar Strojanovic: Das war wahrscheinlich eine der größten Aufgaben, die wir hatten während der gesamten Entwicklung. Bislang eben genau dieses Thema wirklich zu verstehen im Kern. Man muss dazu sagen, Es gab schon viele Versuche, Standards rund um die Beschreibung von Sicherheit, von Ereignissen etc. zu etablieren. So ganz große waren dabei, eine UN, FBI etc. Und die kriegen das nicht hin. Schlicht und einfach, weil interessanterweise dort sehr, sehr viel Interpretation reingearbeitet wird. Also jemand wird erschossen auf offener Straße. Ist das jetzt ein Mord oder eine Notwehr? Wie beschreibst du irgendwie einen solchen Vorfall? Die Lösung darauf ist, wenn man es gut machen will, glaube ich, zumindest so haben wir es für uns erarbeitet, wirklich sich auf die Tatsache zu konzentrieren, auf die Wahrheit. Die Wahrheit ist nicht, es ist Mord oder Totschlag oder Notwehr oder irgendwas anderes, sondern es ist jemand, der dort erschossen wurde. Also die Tatsache, zu beschreiben. Und das ist das, was wir an erster Stelle versuchen. Also wenn eine Information reinkommt, wir haben halt ganz, ganz viele verschiedene Quellen, an die wir angedockt sind. Das geht natürlich los mit offenen Quellen, dem Web selber, sozialen Medien, aber auch professionelle Intelligence-Provider, Nachrichtenagenturen, bis hin zu Sensoren und IoT, die wir da irgendwie reinarbeiten können, logischerweise. Darin sozusagen, also in einem Ereignis erstmal zu erkennen, was ist passiert, tatsächlich beschreiben, was ist passiert. Also nicht Terroranschlag, sondern Explosion, als ein Beispiel. Das ist Schritt Nummer eins. Schritt Nummer zwei ist zu verstehen, wann ist etwas passiert? Also ist es jetzt gerade, passiert es in der Vergangenheit, passiert es in der Zukunft? Auch dort kommt natürlich bereits irgendwie ordentlich KI zum Einsatz. Also wenn du einen Tweet hast wie Earthquake strikes 22 minutes ago, dann hast du in diesem Satz schon mal das Problem, dass das Rootverb strikes im Gegensatz steht irgendwie zu 22 minutes ago, was irgendwie die Vergangenheit ist. Du hast Präsenz und du hast Vergangenheit. Was muss denn die Maschine jetzt tun?

Erik Pfannmöller: Also nicht ein Mensch sozusagen tippt ein, Erdbeben, UTC, plus 1, 12.23 Uhr, sondern, ich meine, das skaliert ja auch nicht. Es sind viele Menschen, genau. Ich wollte das jetzt absichtlich mal das Beispiel machen. Also nicht ein Mensch tippt ein, hier ist jemand erschossen worden, sondern ihr lest in sozialen Medien mit. Ihr kriegt, weiß ich nicht, Polizeiberichte, formatiert das um. Das ist so ein bisschen wie Dokumentenerkennung sozusagen auf anderer Ebene und bringt das in eine Art neues, besseres Format. Und wie du sagst, Earthquake strikes in 22 minutes ago. Alleine da ist KI drin, um die Daten zu präparieren. Und jeder weiß, der einmal was mit KI zu tun hat, Datenpräparation ist eines der wichtigsten Themen, überhaupt irgendeine Vorhersage machen.

Aleksandar Strojanovic: Ganz genau. Also das ist ja das, was ich meinte. Also diese Struktur herzustellen. Das Gleiche gilt für die Location. Wo ist das denn jetzt eigentlich genau passiert? 22 Miles southeast of Salina Cruz. Ja, wo ist denn das? zum Guckuck nochmal? Ah, schau mal, das ist irgendwie mitten im Wasser. Also ein Erdbeben mitten im Wasser könnte das Risiko bedeuten für einen Tsunami. Aber das musst du, also als Mensch kannst du auf die Karte gucken und sagen, oh, Erdbeben im Wasser direkt an der Küste, könnte zu einer Welle führen. Aber als Maschine muss diese Verbindung, die muss ja für dich erstmal irgendwie hergestellt werden. Anderes Beispiel irgendwie für das Erkennen von Locations sind solche Dinge wie Mass-Shooting at Walmart in King Street. Ja, welcher denn? Zum Kuckuck nochmal. Wir haben eine Walmart King Street in Denver, eine in Miami, eine in Washington DC. Die sind alle an der King Street. Das heißt, wir gucken uns die Quelle dann, also mit wir meine ich unsere Systeme, und versuchen zu verstehen, was ist die wahrscheinlichste Location. Und wenn wir feststellen, dass das Medium, was das gerade berichtet hat, oder der Twitter-User, der das gerade gepostet hat, häufig über Chicago spricht und möglicherweise sogar in Chicago ansässig ist, dann können wir zumindest mal, so wie das ein Mensch forensisch in Anführungszeichen tun würde, unterstellen, dass es eine höhere Wahrscheinlichkeit gibt, dass es in Chicago ist. Dann können unsere Systeme wiederum Zu anderen Diensten gehen, sich irgendwie die Geofences holen und die Bounding-Boxes und das quasi in eine Karte reinschreiben und sagen, hier an dem Walmart haben wir gerade ein Mass-Shooting und das findet jetzt gerade statt. Das sind im Grunde genommen bereits Dinge, wo wir sehr stark mit KMD arbeiten, viel automatisieren. Das Antrainieren ist zum großen Teil natürlich nach wie vor human. Und das wollen wir auch nicht beenden. Wir versuchen nicht, den Menschen komplett aus dem Loop zu entfernen, auch wenn das an der einen oder anderen Stelle vielleicht schon relativ gut möglich ist. Aber insbesondere bei Ereignissen, die eine große Kette von komplexen Konsequenzen nach sich ziehen können. Also eine Bombendrohung am Hauptbahnhof Berlin. Das kannst du nicht eine Maschine überlassen, so eine Meldung rauszuhauen. Also insbesondere dann, wenn du Kunden hast, die auf diese Information hin die Evakuierung des Bahnhofs einleiten würden. Du musst schon schauen, dass du da irgendwie auch noch den Menschen in den Loop hast. Aber dieser Mensch ist letztendlich auch dann dafür verantwortlich, das System immer fit zu halten. Also alles, was unterhalb einer bestimmten Komplexitätsschwelle ist, läuft heute automatisiert. Und alles, was da drüber geht, muss zumindest nochmal von den Menschen irgendwie sich angeschaut werden, damit da irgendwie kein Chaos passiert.

Erik Pfannmöller: Finde ich spannend, das zu verstehen. Eine Frage, die sich mir aufdrängt, ist, wie sicher seid ihr in Ereignissen? Das heißt, gibt es hundertprozentig Sicherheit in eurer Datenbank oder arbeitet ihr mit Wahrscheinlichkeiten? Beispielsweise ist die Aussage, es gab mit einer 80 Prozent Wahrscheinlichkeit einen Erdbeben an dem Ort. Oder wenn du sagst, es gibt ein Ereignis, das ist ja eine Datenfrage, sagt ihr, da sind wir sicher. Aber was heißt Sicherheit?

Aleksandar Strojanovic: Wir führen in Anführungszeichen Scores mit zu jedem Ereignis oder zu jeder Meldung. Es muss jetzt auch nicht unbedingt ein Ereignis sein, es kann ja auch ein Risiko sein, was da geführt wird. Oder zu einem Report. Ein Report kreiert ein Ereignis. Aber ein Ereignis selber kann aus hunderten Reports bestehen. Also wenn morgen jemand mit einem LKW in den Reichstag reinfährt, dann ist das ein Ereignis, aber dazu gibt es eine Million Reports. Eine halbe Stunde später, weil die Weltmedien sofort darüber schreiben würden alle. Das heißt, du hast einmal diese 1 zu N Beziehung, also wie ein Inzident und ganz viele Reports unten drunter. Und diese Reports schon alleine werden einer Prüfung unterzogen, also einmal der Prüfung. der Vertrauenswürdigkeit. Die leitet sich ein Stück weit ab, auch aus der Historie, aus der Vergangenheit. Also konnten Ereignisse, Meldungen, die von einer bestimmten Quelle sind, im Nachgang auch tatsächlich verifiziert werden. Dann gibt es natürlich Quellen, von denen wir wissen oder von denen wir lernen, dass sie politisch beeinflusst sind. Wir bashen hier, aber wenn jetzt, keine Ahnung, wie heißt dieser Stephen Bannon, der für den Trump getrommelt hat, wenn der sagt, das ist ja alles durchprägt und durchdrängt von Ideologien und Und jeder soll da seine eigene Meinung haben von mir. Aber auf der Grundlage kannst du natürlich keine Systeme aufbauen, die irgendwie Menschen dabei helfen, irgendwie beste Entscheidungen zu treffen. Oder, keine Ahnung, Sputnik, ein in Russland ansässiger Nachrichtennetzwerk. Nicht, dass die die schlechten Journalismus hätten oder so etwas, aber die sind halt eben einfach auch politisch. So wie andere Medien, die deutsche Welle auch.

Erik Pfannmöller: Du sagst das so politisch korrekt, ideologistisch geprägt. Man kann doch einfach sagen, es gibt Falschnachrichten.

Aleksandar Strojanovic: Ja, die gibt es natürlich auch.

Erik Pfannmöller: Und die muss man ja auch rausfüllen.

Aleksandar Strojanovic: Ganz genau. Ja, also es ist das Problem mit Fake News. Das ist halt eben der Kontext rund um das Thema Trustworthiness. Und da gibt es ja auch zwei Varianten. Also du kannst Misinformation und Disinformation. Also die Misinformation ist einfach, jemand sieht was und denkt, oh mein Gott, das ist das und das. Also man sieht eine Explosion und aus Panik schreit man Hilfe im Terroranschlag, wenn man es nicht besser weiß und verängstigt ist und so. Aber es gibt ja auch Leute, die ganz bewusst, ganz gezielt falsche Informationen streuen. Also auch das voneinander zu unterscheiden. Aber das ist eigentlich gar nicht so falsch, solche Informationen auch mit im System zu haben, wie wir festgestellt haben. Das ist so ein bisschen wie bei Wikipedia. Du hast die Frontpage irgendwie eines Artikels. Die stellt den aktuellen Stand der definitorischen Hoheit dar bei Wikipedia. Also was ist das? Richtig interessant wird es, wenn du dir die Rückseite anschaust, also auf die Diskussionen, die zu einer Seite bei Wikipedia stattfinden im Hintergrund. Da gibt es tolle Beispiele. Nimm irgendwie Nordkorea, Südkorea, irgendwie den Krieg. Die Kommentarliste und die Diskussionsliste darüber, was richtig und was falsch ist, ist tausendmal länger als der Artikel selber. Und in diesem Diskurs, in der Auseinandersetzung darüber, was wahr und was falsch ist, lässt sich auch die Bedeutung eines Themas ganz gut ableiten und ablesen. Und das als solche das kannst du natürlich auch auf unsere Welt übertragen. Also wenn Falschinformationen gespielt werden über irgendein Thema, dann ist die Tatsache, dass diese falsche Information existiert, bereits relevant für uns. Nicht, dass wir sie als solche dann publizieren oder sagen, hier, das ist das, was da passiert. Aber es ist wichtig für uns, weil auf diese Art und Weise halt der Zustand irgendwie oder die Lage, das Sentiment irgendwie besser verstanden werden kann rund um bestimmte Ereignisse. Ich erkläre das ganz gut. Also, aber, ja.

Erik Pfannmöller: Ich habe verstanden, die Datenstruktur gibt es eigentlich noch gar nicht. Du hattest mir im Vorgespräch gesagt, alleine zwei Polizeidienststellen in zwei Londoner Stadtteilen können nicht miteinander reden, weil sie nicht in einer technischen Architektur, in einer Datenbankformat die Daten haben. Wir müssen wissen, was, wann und wo passiert ist. Wir müssen uns fokussieren auf die Tatsache und nicht die Interpretation, also Mord oder Totschlag im Vergleich zu. jemand ist gestorben. Und wenn ich mir Wenn ich mir das vorstelle, dann ist es eine riesen Aufgabe, unsere physische reale Welt in digitale Datenpunkte zu übersetzen. Jetzt verstehe ich auch, warum du diesen Datenlayer sozusagen so hervorhebst. Wenn man jetzt sozusagen diese Daten hätte, dann sehe ich da drei Zielgruppen. Und bitte korrigiere mich, was ist denn dein Geschäft? Einmal die Endkonsumenten, die so eine Art App haben, die ihnen sagt, Achtung, hier ist ein Waldbrand, bitte fahr da nicht hin, hier ist eine Demonstration. Also diese physische Sicherheit oder Achtung, dieses Viertel in Berlin, nicht um jetzt eins zu nennen, hat ein sehr hohes Risiko um diese Uhrzeit für Taschendiebstähle. Das ist so die persönliche Ebene. Ich sehe diese Geschäftsebene für jemanden wie DHL oder Firmen mit globalem Footprint oder einfach nur Firmen, die auch in der physischen Welt aktiv sind. Nicht wie Software, wir sind eine Softwarefirma, wir haben nichts physisches. Aber wenn ich ein Logistikunternehmen bin oder wenn ich einfach viele Mitarbeiter habe, die in verschiedenen Standorten sind, die vielleicht auch reisen, dann habe ich ein Interesse daran und auch natürlich Behörden. Das heißt, auch die Polizei oder der Staat Deutschland oder der Bundesgrenzschutz oder der Zoll mögen, möchte dafür sorgen, dass es allen Menschen gut geht. Und das sehe ich, diese drei Stakeholdergruppen. Siehst du das richtig? Oder siehst du das auch so? Und wem helft ihr bei Ava am meisten? Und was ist so die Zukunft? Wie würdest du diese Anwendung im echten Leben sehen?

Aleksandar Strojanovic: Also mit dem Stichwort Private Sector, wo halt Unternehmen drin sind oder vielleicht irgendwie auch Public Partnerships und Public Transports, die zwar eigentlich meistens Staaten gehören, aber gemanagt werden, irgendwie wie Unternehmen und so. Wir unterteilen das eher in drei zentrale Gruppen. Irgendwie eine zentrale Gruppe, darunter finden sich die beiden Anwendungen rund um Private und Public Sector bei der Nutzung von Daten für mehr Sicherheit in der Organisation. Das ist im Grunde genommen unser Professional Security-Fokus. Wir sagen, hey, da unterstützen wir Organisationen, ob jetzt nun in Unternehmen oder in Behörden dabei, ihre Welt in Anführungszeichen sicherer zu machen. Der zweite Bereich sind Individuen, also Also ich, du, wer auch immer sagt, ich möchte irgendwie Urlaub machen in New York und weiß nicht, dass die Fifth Avenue nicht nur Tiffany's und Trump Building ist, sondern das ist auch Burning Bronx. Also wenn du die lang genug weiterläufst, dann stehst du auf einmal irgendwie im Ganggebiet. Und dann gibt es den dritten Fall, der für uns eigentlich fast schon der bedeutendste ist. Auch wenn er momentan noch der ist, der sich am stärksten und intensivsten entwickelt. Das ist der rund um Data Fusion und das Bereitstellen von Daten für andere Anwender. Die Liste dort ist doch gigantisch groß, weil dann plötzlich redest du da über dein Auto, das dir sagt, park mich hier heute Nacht nicht, weil die Gefahr für Vandalismus oder Diebstahl ist zu groß. Und sagt, Kunde, bist da nicht du irgendwie als Besitzer des Porsche, sondern der Porsche als Hersteller von Automobilen. Oder der Hochfrequenzhändler, der Quantfund, der irgendwie zwei Minuten vor allen anderen wissen will, dass da irgendwie möglicherweise gleich ein Putsch losgeht in der Türkei, weil dann kann er irgendwie mit Hebeln gegen die Lira wetten oder gegen den Aktienmarkt. Der Rückversicherer, der irgendwie sich Gedanken macht, wie er seine Risiken besser managen kann. Alles das basiert im Grunde genommen auf diesen Informationen, auf diesen Daten und noch viel, viel mehr an. Bis hin zu, keine Ahnung, Airbnb oder Booking.com, die dir zu den Standorten der Hotels, die du interessant findest für deinen Familienurlaub, sagt, wie sicher diese, so Airbnb buchst dir eine schöne Wohnung da irgendwie in New York und bist auf einmal irgendwie mitten in Queens. Das war aber nicht so schlau, wenn Kinder mit At-Gun-Point irgendwie bedroht werden, weil jemand deren Smartphone haben will, weil Smartphone, keine Ahnung, den Gegenwert von drei Wochen Crystal Meth irgendwie bedeutet. Dieser dritte Bereich ist aus meiner Sicht irgendwie wichtig, weil er repräsentiert eigentlich die Zukunft von Ava. In dem Sinne, als das, nachdem wir angefangen haben, das zu entwickeln, was wir da bauen, weil die ursprüngliche Idee war ja zu sagen, wir machen diese App. Also aus dieser persönlichen Erfahrung heraus. Und erst im weiteren Verlauf ist uns klar geworden, wie sehr diese Information auf einem standardisierten Niveau, also ein Standard, um diese Information zu beschreiben und auszutauschen, wie sehr der gebraucht wird. Also dieser Fall da mit London, in Hongkong. Und wir haben das tatsächlich erlebt, dass wir eine tolle Präsentation da gehalten haben von den ganzen Datenchefs der jeweiligen Boroughs, also der Stadtteile oder Bezirke, die eigene Rathäuser haben. Die saßen da mit offenen Augen und total fasziniert an einem Punkt, den wir nur in BioLaw nicht erwähnt haben, nämlich dass wir diesen zentralen Katalog aufgebaut haben, der automatisiert die Informationen aus verschiedenen Quellen nimmt und sie in einen gemeinsamen Standard überträgt. Im Grunde genommen so ein bisschen wie bei Übersetzungen von Computern, die heute natürlich ein bisschen professioneller noch laufen. Also da wird nicht mehr Englisch als Zwischenstandard verwendet. Aber bei uns, wir haben sozusagen in der Mitte jetzt noch quasi einen Zwischenstandard, den A-Language, wenn du so willst. Egal aus welcher Quelle etwas reinkommt, das wird übertragen in diesen Standard und kann aus diesem Standard heraus wieder in jede andere Sprache übertragen werden. Also wenn du als Feuerwehr von Berlin daran gewöhnt hast, nach einem bestimmten Klassifikationsstandard irgendwie die Dinge, die in der Stadt passieren, zu beschreiben, dann musst du den mit AVA nicht ändern. Den behältst du einfach. Wir müssen nur wissen, wie der heißt, konnektieren den in unsere zentrale Sprache und können dann alle Informationen, die aus der anderen Seite kommen, perfekt irgendwie in deine prozessuale Sprache übertragen werden. Daraus resultierend im Grunde genommen tauchen diese Anwendungsfälle, die du da gerade beschrieben hast, auf. Also sowohl für Profis, sowohl in Leitstellen, in Kontrollrooms, als auch im Feld, für Individuen und halt eben diese vielen Datencases, die ich da gerade beschrieben habe.

Erik Pfannmöller: Ich habe mir gerade vorgestellt, wie viele Apps oder Programme oder was auch immer ich benutze, die sozusagen auf der Datenbasis von Ava mir Dinge vorhersagt, die einfach ich als normal gegeben annehme. Das ist von Autonavigation bis hin zur Airbnb-Buchung. Man denkt zwar, das ist eine kleine Information, aber es ist eine wichtige Information zu wissen, wo kann ich mich sicher fühlen als Privatperson oder auch als Firma und wo kann ich das vielleicht nicht tun? Wo gibt es ein Risiko? Und jeder muss aktuell jederzeit Risiken einschätzen, wenn er bei Corona rausgeht und entscheiden muss, wo gehe ich hin, wo gehe ich nicht hin? Und Risikoeinschätzung jetzt ganz banal gesprochen ist, wo es eine hohe Infektionsrate ist, würde ich gerne in irgendeiner App drin haben. Genauso wie ich wissen will, ich mag dieses Beispiel mit, wenn ich mir irgendwie einfach einen falschen Stadtteil buche.

Aleksandar Strojanovic: Vielleicht noch ganz, also diese Analogie, woher die herkommt mit der Meteorologie irgendwie für Sicherheit. Es ist nicht nur so, dass wir halt nicht auf Isobare gucken und auf Temperatur, so wie das der Meteorologe macht, sondern auch wir speichern, wenn man so will, Bilder der Vergangenheit, die Wetteraufzeichnung. Also das ist ja die Basis, auf der man dann irgendwie Muster erkennen kann. Eine andere Parallele dazu ist natürlich, dass Wetter und die Wettervorhersage und die aktuelle Wetterlage auch nicht wahrgenommen werden als relevant fürs Leben. Aber bevor der Pilot den Startvorgang einleitet, will er wissen, wie viel Benzin habe ich da oder wie viel Kerosin habe ich in den Tragflächen drin, weil ich will nicht über dem Atlantik abstürzen und dafür muss er die Wetterdaten wissen. Wenn ich irgendwie als Mutter oder Vater mein Kind irgendwie zur Schule schicke, dann will ich wissen, regnet es heute oder nicht, weil dann braucht es eine Regenjacke.

Erik Pfannmöller: Das mache ich jeden Morgen, Aleksandar. Ich wollte gerade das Beispiel sagen. Jeden Morgen am Frühstückstisch gucken meine Kinder schon auf den Radiowecker und sagen, heute wird es warm, heute scheint die Sonne, heute regnet es und machen das schon als Kinder, entscheiden selbst anhand des Wetters, wie sie sich anziehen sollen. Man geht ja davon aus, dass es Sicherheit gibt bei uns in Berlin und so weiter. Aber es ist, glaube ich, weniger oft, dass man über Sicherheit informiert werden muss. Aber wenn man darüber informiert wird, dann hat das einen unglaublichen Impact auf die persönliche Entscheidung.

Aleksandar Strojanovic: Total. Das ist total eingepreist in fast jeder Entscheidung, die man trifft. Genau. Wie mit dem Augenlicht, wenn man so will, oder mit den Augen als solches. Vielleicht an dich und an alle, die zuhören, wann hast du, wann habt ihr das letzte Mal bewusst über eure Augäpfel nachgedacht? Also klar, die Augen, die brauchst du und du machst dir irgendwie keine Gedanken darüber, dass sie funktionieren und alles ist super. Aber wenn sie kratzen, wenn sie jucken, wenn sie schmerzen, wenn sie bluten, oh mein Gott, dann gibt es nichts Wichtigeres im Leben. Das ist bei Sicherheit ganz genauso. Nur weil sie nicht aktuell in Gefahr ist, ist sie trotzdem immer voll eingepreist. Und aus meiner Sicht eigentlich eine komische Situation, dass wir in einer Welt, die so vernetzt ist, so verdrahtet, jede Information ist verfügbar, eine so zentrale, entscheidende Information, also Maslow-Pyramide Level 1. Wir reden da nicht über Selbst-Selbst-Fulfillment oder sowas, sondern über das nackte Überleben, wenn man so will, dass wir in so vielen Aspekten heute eigentlich im Autopilot drin sind und unterstellen, dass alles irgendwie prima und gut ist. Und ja, stimmt. Als wir angefangen haben, haben wir gesagt, das ist eine feine Sache für Rio, für Johannesburg, aber doch nicht für Köln oder für Düsseldorf. Eben nicht. Das, was wir machen, das hat Relevanz für acht Milliarden Menschen und jede Organisation, weil jeder preist das ein. Nur, dass es momentan halt nicht objektiv gemacht wird. Wo kaufst du deine nächste Wohnung? Wo mietest du dein nächstes Haus? Ist da Sicherheit nicht ein Aspekt, den du bedenkst? Natürlich. Nur momentan liefert dir niemand eine objektive Einschätzung zur Frage, ob der Mietzins, der Quadratmeterpreis fair sind. Die findest du sofort. Ob du einen Biomarkt in der Nähe hast, findest du sofort. Aber wie die Sicherheitslage ist, irgendwie rund um ein Objekt, das du haben willst, das gibt dir momentan keiner. Zumindest nicht in der Form, wie es möglich wäre. Was komisch ist, weil wenn ich die Leute frage, dann ist ein zentraler Aspekt von Lage bei Real Estate immer Sicherheit. Und trotzdem ist es nicht objektiviert. Komisch eigentlich. In die Kerbe marschieren wir mit ganzer Kraft rein.

Erik Pfannmöller: Jetzt hast du mir schon den Punkt 4, nämlich gesellschaftliche Effekte, den ich vorhin so als Mini-Agenda aufgeschrieben hatte, schon vorweggenommen. Lass uns da gerne noch kurz bleiben und dann nochmal auf das Thema Self-Blink-Prophecy gehen. Je mehr ich in diesem Podcast darüber nachdenke, desto einen höheren Impact hat das auf tägliche Entscheidungen. Ich erinnere mich, dass ich 2007 mal nach Skopje, nach Mazedonien gefahren bin durch den Kosovo. Und mein Trainer damals, also damals war das noch ernst sozusagen dort und mein Trainer war so ein Bodybuilder, hat gesagt, nee, ich kenne mich da aus, wir fahren da durch. Und ich habe Rotz und Wasser geschwitzt sozusagen, als wir durch den Kosovo gefahren sind und ich das erste Mal echte Menschen mit Maschinengewehren gesehen habe, mit der Kalaschnikow. Und meine Eltern hätten mich niemals losfahren lassen damals, ist ja auch schon ewig her, 13 Jahre, wenn sie das gewusst hätten. Und das Risiko wäre es nicht für eine Europameisterschaft im Kanuslalom wert gewesen, durch den Kosovo zu fahren. Aber keiner wusste es so richtig. Und dieses manchmal hat man Glück, manchmal hat man Pech, weiß man ja vorher nicht. Aber zu wissen, dass es ein Risiko gibt, das ist entscheidungsrelevant. Und rückblickend mit meiner heutigen Wissen und als Vater selbst von drei Kindern würde ich diese Entscheidung mit dem Wissen, wie es vor Ort wirklich in real aussieht, anders entscheiden. Es ist so, wie du sagst, es gibt auch nicht nur diese Leben- oder Todentscheidungen, sondern diese Mietwohnungen, Aktientrading, wo fährt das Schiff, wo soll es landen, wo gibt es Naturkatastrophen? möglicherweise, sollte ich überhaupt in Urlaub fliegen, wenn vielleicht der Hurricane gerade da in einer Woche in Miami drüber saust. Das hat einen riesen gesellschaftlichen Impact und ich frage mich die ganze Zeit, warum das noch nicht erfunden wurde. Ist es so offensichtlich, dass in fünf oder zehn Jahren, wenn Zukunfts-Aleksandar, Zukunfts-Erik sich wieder treffen, dass wir sagen, es ist so wie Google Maps heute. Ja, natürlich, das benutzt jeder. Warum gibt es das noch nicht?

Aleksandar Strojanovic: Ich glaube, der Grund, warum das noch nicht existiert oder existiert hat bisher, ist in bestimmten Dimensionen einfach nicht realisierbar. Also zumindest mal die beiden Dimensionen von Verfügbarkeit von Daten. Es gibt irgendwie kein Asset seit Menschheitsgedenken, das schneller wächst als Daten. Daten, die du verwendest, produzieren neue Daten. Daten, die du nicht verwendest, produzieren neue Daten, nämlich Informationen darüber, dass sie nicht verwendet werden. Also Metainformationen stapeln sich auf Metainformationen. Das Wachstum ist dort irgendwie riesig und es wird halt sehr, sehr viel gespeichert, wird zunehmend in Zugriff gebracht. Dann hast du das ganze Thema rund um das Hochleistungscomputing, also das, was wir heute in unserem System machen. Das hättest du vor 15 Jahren zwar auch schon machen können, nur wäre das keine wirtschaftliche Aktion gewesen. Das kannst du nicht so umsetzen, dass du dann auf diese Art und Weise tatsächlich einen Preis anbieten kannst für diese Informationen oder diese Informationen zu einem Preis anbieten kannst, die wirtschaftlich in einem gesunden Verhältnis stehen. zu dem, was die Entscheidung daraus resultiert. Diese beiden Faktoren alleine, glaube ich, sind relevant. Ein weiterer Faktor, kann man zumindest mal unterstellen, ist die Tatsache, dass die Welt heute ultimativ vernetzt ist auch. Und damit der sprichwörtliche Sakreis, der in China irgendwie umfällt, der fällt ja heute genau auf die Füße. Unsere Ohren, unsere Augen, die sehen global und hören alles global. Es gibt nichts, was irgendwie an uns vorbeigeht. Und plötzlich wählen Menschen den einen oder anderen Politiker, weil sie Angst haben, haben vor Zuständen oder Situationen, die sie zwar persönlich nie erlebt haben, die sie aber jeden Tag auf dem Smartphone sehen. Diese subjektive Angst, die dann anfängt zu wachsen, also das Gefühl der subjektiven Unsicherheit. Riesenthema ist auch in Deutschland, um zu sehen, wie viel sicherer soll es denn objektiv noch werden. Also manchmal gibt es Probleme, aber die subjektive Sicherheit ist eigentlich das, was Menschen an der Wahl ohne das eine oder das andere irgendwie wählen. Das ist selten die objektive Sicherheit. Und insofern hat das Ganze dann halt eben durch die Vernetzung der Welt und durch den ultimativen Real-Time-Zugriff auf alle Informationen, auf alle Ereignisse, die ungefiltert irgendwie in deinem Wohnzimmer. Wenn du dir irgendwie heute die Nachrichten anschaust, hat ja irgendwie das Gefühl, dass die Welt irgendwie in sich zusammenbricht. Dabei war sie statistisch betrachtet wahrscheinlich nie sicherer als heute. Aber die Wahrnehmung ist eine andere. Und ich glaube, diese drei Faktoren, also Datenzunahme, exponentielle Zusammensacken des Pricings für High-Performance-Computing und die zunehmende Vernetzung der Welt, die drei Elemente, die haben jetzt den perfekten Sturm gebildet, um so ein Thema halt nach vorne zu treiben. Ansonsten, glaube ich, gebe ich dir recht. Also diese Idee als solche, die zwingt sich auf. Wir mussten bisher immer davon ausgehen, dass es auf der Welt irgendwie eine Verantwortung von Teams wahrscheinlich gibt, die versuchen, das Problem auf die gleiche Weise zu lösen und werden immer wieder überrascht bei unserer Suche. Also wir analysieren im globalen Markt sehr, sehr intensiv und pausenlos. Das ist möglicherweise, was da in dem Bereich jetzt aktuell noch passiert ist, so wie Healthcare vor zehn Jahren. Das war eine total attraktive Opportunity, aber komplett unhip. Also die wenigsten Tech-Leute, die wenigsten Designer und so weiter, die haben sich vor zehn Jahren irgendwie mit Gesundheit auseinandersetzen wollen. Das war auch alles nach Sterilisierungsmitteln und sah aus wie Krankenhaus. Und heute ist Digital Health irgendwie eins der Top-Themen oder die Finance-Themen. Vor 15 Jahren war Bankenwelt, war einfach nur öde und langweilig. und jetzt wird jeder Fintech und diese regulierten Märkte in Anführungszeichen, Gesundheit, Banking etc., aber eben auch Sicherheit, die gewinnen halt jetzt zunehmend an Attraktivität, weil plötzlich klar wird, wie bedeutend die sind irgendwie fürs Leben. Sie wirken langweilig. Aber sie sind so unendlich entscheidend. Vielleicht sind sie deswegen früher auch immer langweilig gewesen, weil sie Stabilität und Struktur bedürfen. Du kannst keine bahnbrechenden Innovationen pausenlos in der Finanzwelt irgendwie, die halt wirklich alles umwerfen, weil du brauchst Stabilität, damit irgendwie Dinge funktionieren. Und ich glaube, bei Sicherheit ist es genauso. Also jeder, der an Leute denkt, die sich für eine Sicherheitskarriere entscheiden, die wenigsten denken da an den hippen Marketing-Rockstar, der irgendwie Bock hat auf coole Projekte, sondern das sind tendenziell eher Leute, die ruhiger sind, die kontrollierter sind. Und ich denke, das wird sich aber durch Leute wie uns vielleicht ein Stück weit ändern. Also wir sind natürlich auch ruhig und nett und freundlich und kontrolliert, aber gehen halt mit einer gewissen Frechheit irgendwie an bestehende Strukturen heran und sagen, wir können das vielleicht aus einer neuen Perspektive anders lösen, das Problem. Das sind alles, also ich könnte wahrscheinlich noch ganz lange erzählen, aber ich denke, das ist Ich habe einfach mal dich nicht unterbrochen, Aleksandar.

Erik Pfannmöller: Wahrscheinlich sind die Hörer genauso begeistert, wie du gerade gesagt hast und schauen die nächsten 10, 15, 20 Jahre einfach mit so einer Innovation, die kommen wird. Das ist irgendwie, wenn man darüber nachdenkt, dass früher so die Navigation mit Papierkarten war und dann kam die Digitalisierung und digitale Karten, dann ist es klar, dass mittlerweile die Echtzeit-Stau-Vorhersage ist. Ich mache das Beispiel immer gern, weil es in unserem Leben so angekommen ist, die Echtzeit-Stau-Vorhersage. und ich nicht mehr sage, ich bin klüger als das Navigationssystem, bin ich einfach nicht mehr. Genauso wie das jetzt auch für das Thema Sicherheit kommen wird. Ich weiß nicht, wo wir gerade sind. Das können wir in zehn Jahren mal sprechen, wie weit das sozusagen in das tägliche Leben der Menschen rein projiziert wird über die Anwendung, wie du gesagt hast, und wie das auch unser Leben verändert.

Aleksandar Strojanovic: Wahrscheinlich wird es genauso ubiquitär. Man denkt wahrscheinlich wenig darüber nach. Es wird einen begleiten und man wird die Entscheidung daran ausrichten. Ich glaube nicht, dass das irgendeine bunte, laute Kiste wird, sondern es wird präsent sein in jeder Entscheidung des Lebens, aber es wird nicht exciting mehr sein. Jetzt momentan ist es exciting, weil diese Technologie so spannend ist und so, aber an einem bestimmten Punkt wird es einfach eine Information, die du ganz normal in deinem Lebensalltag oder in deiner Arbeit oder in deinem Berufsalltag hin und hin.

Erik Pfannmöller: Und das war eigentlich auch schon ein super Schlusswort. Sicherheit wird eine Information werden, ich wiederhole das mal kurz, die in unser tägliches Leben verwoben wird. Und wir sind da gerade am Aufbruch und ich finde das total spannend, dass KI und Machine Learning als Basistechnologie natürlich immer basierend auf Daten, Daten, die strukturiert vorherrschen müssen, Vorhersagen machen kann. Und diese Vorhersagen dann wirklich einen echten Impact auf der Welt haben. Wenn ich das vielleicht so ein bisschen auch mit Gänsehautgefühl sagen kann, ich habe das Gefühl, dass das, was ihr macht, dass es wirklich einen Impact auf der Welt haben wird.

Aleksandar Strojanovic: Danke, danke. Ja, also das ist ein zentraler Treiber bei dem. Also wir haben uns bewusst dafür entschieden, nachdem sowohl bei Sascha, also meinem Mitgründer und mir, Dinge davor eigentlich ganz gut gelaufen sind und gesagt, okay, wenn wir jetzt entscheiden könnten, wo stecken wir unsere Zeit und unsere Energie rein, um das Gefühl zu haben, beim letzten Atemzug, man hat irgendwie den Planeten ein bisschen besser gedrückt. als man sie vorgefunden hat. Das war unsere Suche. Und mit Ava haben wir diese Suche zumindest begonnen. Also unser Gefühl ist auch, dass wir in der Lage sein werden, damit wirklich das Leben von sehr, sehr vielen Menschen und Organisationen zu verbessern. Aber es ist noch ein weiter Weg. Aber es ist spannend. So viel kann man mal sagen. Wie sagt man so schön?

Erik Pfannmöller: Der Weg ist das Ziel. Und damit danke, Aleksandar, von Ava, Co-Gründer über das Thema physische Sicherheit in unserer Welt und wie KI das verbessern kann. Dankeschön.

Aleksandar Strojanovic: Danke dir. Hey! Hey! Hey!