Dieses Transkript wurde maschinell erstellt. Wenn dir ein Fehler auffällt, schreib uns gerne zu diesem unter redaktion@digitalkompakt.de.
Joel Kaczmarek: Hallo Leute, hier ist Joel und wir haben heute mal wieder ein geiles Thema rund um KI und zwar eine richtig geile Zuspitzung. Vielleicht kennt ihr das auch, dass ihr da sitzt und sagt, okay... Boah, da gibt es so viele Dinge, wie kann ich das in ein System bringen? Und ich habe ein schönes kennengelernt, nämlich vom lieben Dominik von Pröck. Der ist Geschäftsführer und Gründer von Leaders of AI und das wiederum ist eine Akademie für KI-Transformation. Das heißt, von Dominik kannst du lernen, wie du ein Team aus KI-Assistenten aufbaust. Und das ist nämlich heute auch unser Thema, wie KI-Assistenten dir helfen, dein Business zu skalieren. Weil manchmal braucht es ja wirklich eine gewisse Struktur. Das heißt, aus der heutigen Folge nimmst du also mit, wie funktioniert denn dieser Ansatz? Wie geht das? Was sind Do's und Don'ts dabei? Wie sehen Business Cases dafür aus? Und wir sprechen natürlich auch darüber, was ist denn eigentlich eher tauglich für eine Automatisierung und was für einen KI-Assistenten. Also, da habe ich total Bock drauf. Deswegen, komm, nehmen wir gleich los. Lieber Dominik, schön, dass du da bist. Moin, moin.
Dominic von Proeck: Vielen Dank für die Einladung, Joel. Ich freue mich sehr auf die Folge.
Joel Kaczmarek: Ja, super spannend, was du da machst. Vielleicht fangen wir mal mit einem kleinen Schritt vorneweg an, mal zu dir, dich mal näher kennenzulernen. Was ist denn so dein Background eigentlich?
Dominic von Proeck: Ich habe vor vielen Jahren in Erlangen Physik und Informatik studiert, habe mich damals auf Computerphysik spezialisiert. Da hieß KI noch maschinelles Lernen und Regressionsanalyse und ähnliche Begriffe. Meine Eltern haben dann immer gesagt, wenn die mal gefragt haben, was macht ein Junge eigentlich beruflich, und ich sagte, irgendwas mit Excel. Also es war für die sehr schwer, das einzuschätzen, was da passiert. Und hatte damals mein erstes KI-Startup gegründet. Das hieß Punk Incorporated. Wir haben die Führungskräfteausbildung versucht, auf ein nächstes Level zu heben, durch eine Art Flugsimulator. Und haben dafür eigene KI-Modelle trainiert, um diese Führungskräfteausbildung hochadaptiv auf die Teilnehmer anzupassen. Und das Unternehmen habe ich vor drei Jahren jetzt erfolgreich an den deutschen Marktführer, die WBS Gruppe, verkauft. Dann hatte ich die Geschäftsführung abgegeben. Dann war so ein bisschen die Überlegung, was mache ich als nächstes? Was wird so das Thema sein? echt langweilig. Und dann wurde ich im November 22 von ChatGBT gerettet sozusagen. Und da hatte ich Zeit, mich sehr intensiv damit auseinanderzusetzen. Und dann hatten wir im Januar so ein erstes Seminar zu dem Thema mal angeboten, weil wir einfach mal schauen wollten, was wollen die Leute wissen, was ist da interessant. Da kamen sage und schreibe acht Personen und haben gesagt, sie wollen sich das machen, was sie mit diesem ChatGBT da auf sich hat, weil das noch gar nicht so groß in den Medien damals war. Von da ab ist eine sehr spannende Reise passiert mit der Gründung und dann im Oktober 2023 von Leaders of AI.
Joel Kaczmarek: Und jetzt möchte ich mal deine Philosophie so ein Stück weit verstehen. Also wenn du so KI-Assistenten denkst, wie betrachtet eure Firma das? Wie geht ihr das an?
Dominic von Proeck: Also wir haben sehr früh für uns gesagt, wenn wir tatsächlich eine Ausbildungsstätte für KI-Transformation werden wollen, um Selbstständige und Führungskräfte auf diesem Weg zu begleiten, wie sie ihr eigenes Unternehmen strukturieren, dann müssen wir bei uns selbst anfangen, um glaubwürdig zu sein. Also was ich nicht wollte, ist, dass wir ein Bildungsanbieter werden, der so Klick-Demos hat, wo du sagst, okay, wenn du da bei ChatGPT klickst, öffnet sich das und dann kannst du hier ein Prompt eingeben, dann passiert jenes. Sondern ich wollte das ganzheitlich denken, wie KI die Organisation verändert. Und haben dann die Entscheidung getroffen, dass wir selbst sehr klein bleiben werden, also nie mehr als sieben Menschen werden. Und wir wachsen und skalieren aber durch diese KI-Assistenten. Das heißt, bei uns haben die eine Personalakte. Wir führen Feedback-Gespräche mit ihnen. Die bekommen genauso Weiterbildungen beispielsweise und die übernehmen eben immer mehr der operativen Arbeit meiner Akademie. Das heißt, wir nutzen etwas, was man in der Fachsprache Anthropomorphismus nennt. Das heißt, wir sehen sie als menschlichen Mitarbeiter, als eine Art Symbiose, mit der wir zusammenarbeiten. Und es hat sich in den letzten eineinhalb Jahren herausgestellt, auch in verschiedenen Studien, dass je stärker wir diese Analogie spielen, desto effektiver und produktiver ist der Einsatz von KI in unserem Unternehmen.
Joel Kaczmarek: Weil das fand ich ja bei dir geil. Ich war ja in diesem Webinar und dann hast du ja wirklich gezeigt, so guck mal, das ist hier der Willi, das ist die Wilma, die macht das HR. und wenn wir jetzt jemanden Neues anlegen, dann muss die Wilma, die das HR meinetwegen macht, die füllt dann erstmal quasi so einen Personalbogen aus, wie so eine Stellenbeschreibung, wen wir eigentlich suchen und so und dann geht es irgendwie weiter. Also ich fand so diese konsequente Denke davon, einen KI-Prozess wie den Menschen zu denken und das quasi dann, also du kannst ja dann quasi in FTEs denken, Fulltime Employees, in Vollzeitmitarbeitern. Das macht es sehr eingängig, also auf der Logikebene, auf der emotionalen Ebene. versteht das total. Macht es denn auch auf der prozessualen, inhaltlichen Seite Sinn? Also, bloß weil ich es dadurch gut greifen kann, heißt es ja nicht, dass es funktional auch irgendwie das Richtige ist.
Dominic von Proeck: Also es hat beide seine Berechtigung, ehrlicherweise. Vielleicht, um nochmal auf diese menschliche Ebene nochmal kurz einzugehen, für uns ist das wie eine neue Benutzerschnittstelle, ehrlicherweise. ChatGPT ist schon eine herausragende, das ist auch der Grund, warum generative KI diesen unglaublichen Erfolg gefeiert hat und diese Massenadaption sozusagen. Aber wenn ich jetzt vor ChatGPT sitze und ich habe wenig Kompetenz, dann verwende ich es wahrscheinlich eher wie Google. Und je mehr Kompetenz ich habe, bekomme ich plötzlich Sachen raus, wo andere sagen, boah, das ist ja Wahnsinn, ich wusste gar nicht, dass das damit geht. Ja, dass ich zum Beispiel mit GPT-3 eine Wettbewerbsanalyse, eine Webseite, ein Logo, Slogans und die Bewertung der Slogans alles in einem einzigen Prompt lösen kann und das fantastisch hinbekommt. Und wir haben gesagt, naja, das wird in Organisationen schlecht skalieren. Weil wir werden in Organisationen viele Mitarbeitende haben, die nicht auf diesem Kompetenzlevel spielen. Wie machen wir das denen einfach? Weil die interessiert es nicht, ob das GPT-3, DeepSeek, Gemini oder irgendwas ist. Die wollen einfach ihre Arbeit geschafft bekommen. Und da war es für uns das naheliegendste zu sagen, naja, dann delegiert doch diese Aufgabe, wie du es einem Menschen delegierst. Und dann delegierst du doch idealerweise an jemanden, der sich so ähnlich verhält und diese Aufgabe end-to-end übernimmt. Also nicht wie bei ChatGBT, schreibt einen Text und dann kopiere ich es raus und dann mache ich dann eine PowerPoint raus oder Posts auf LinkedIn. sondern ich gebe die Aufgabe an Hansi, meinen LinkedIn-Redakteur, und ich weiß, er stellt das Bild, er spricht vielleicht mit anderen KIs, ob der Post gut ist, er postet es dann auch auf LinkedIn. Also ich will die Aufgabe set and forget. So, und das hat sich für uns gezeigt, und das ist jetzt die zweite Ebene, dass das ein sehr produktiver Ansatz ist, weil du dann auch anfängst, in Organisationen anders über KI nachzudenken. Das heißt, bei uns... Als sehr schnell wachsendes Startup ist immer die Frage, wo haben wir einen Flaschenhals? Und da kommen sehr schnell die Analogien, das heißt, wo würden wir jetzt eigentlich Mitarbeiter einstellen? Also wenn wir jetzt konventionell denken würden, noch vor drei Jahren, hätten wir gesagt, okay. Mist, wir brauchen jetzt hier drei Vertriebler. Wir versuchen diese Frage eben damit zu beantworten. A, warum ist der Prozess schlecht? Und B, kann uns KI dabei helfen, ihn zu verbessern oder zumindest die Aufgabe zu teilen oder vielleicht auch ganz zu übernehmen? Und beides ist für uns ein sehr produktiver Ansatz.
Joel Kaczmarek: Mach dir doch mal den Spaß gerne und beschreib mal den Prozess, wenn du einen LinkedIn-Beitrag online bringst. Was dann bei dir so passiert von A bis Z?
Dominic von Proeck: Also heute ist es so, dass Hansi, wie viele unserer KI-Assistenten, ist bei uns in Slack. Das können auch Teams oder irgendwas anderes sein, aber wir verwenden eben Slack. Und in Slack siehst du bei uns keinen Unterschied zwischen einem menschlichen Mitarbeiter und einem KI-Mitarbeiter. Die sind da genauso integriert, die sind auch in Gruppenchats mit drin und so weiter. Und wenn ich jetzt einen Post habe, wo ich mir denke, Mensch, ich war bei Digital Kompakt, das ist der Knaller, das möchte ich, dass die Leute das mitbekommen, dann gehe ich zu Hansi und schicke dem eine Sprachnachricht und sage, Hansi, pass mal auf, ich war da im Podcast, keine Ahnung, folgende Erkenntnisse habe ich gesammelt, war ein mega Austausch mit Joel, schreib darüber mal einen Post. Hansi dann macht, ist, der schlägt zehn mögliche Hooks vor. Das ist ja dieser erste Satz bei einem LinkedIn-Post. Der ist in Kombination mit dem Bild, sagt sehr viel darüber aus, ob so ein Post viel Aufmerksamkeit bekommen wird und macht dann zehn Vorschläge nach einem gewissen Muster. Ich wähle einen aus und dann schreibt er den Post in meinem Stil und fragt, passt das so? Falls ja, wann darf ich posten? Und dann schmeiße ich manchmal einen Satz raus oder ergänze einen. Und dann sage ich, pass auf, Montag wäre super. Und dann kümmert er sich darum. Das heißt, er schreibt das in den internen Redaktionsplan. Er stellt dann Bilder meiner Person für diesen Post. Und an dem jeweiligen Tag geht das Ganze dann raus. Was er auch mittlerweile intern macht, ist, er macht nicht nur diesen Prozess, sondern er stimmt sich intern bei der Bildauswahl, bei den Texten auch nochmal mit anderen KIs ab. Das heißt, wir hatten uns auf LinkedIn angesehen, wer sind denn da eigentlich unsere Leser? Das kann man ja in diesem Analysebereich sehr genau analysieren lassen und sich dann diese Daten ziehen. Und auf Basis dieser Daten haben wir KI-Personas gebaut. Die heißen zum Beispiel Nora, Carla und Carsten, die unseren Buying-Personas entsprechen. Und die lesen sich diese ganzen Posts durch und sagen, aber der Post ist total quatschig. Ich verstehe gar nicht, was soll eine Fewshot-Methode sein? Und die Hook macht auch nichts mit mir. Und was Call-to-Action, keine Ahnung. Und sagen aber auch, was positiv ist. Und dann sind diese KIs untereinander so lange in Abstimmung, bis das richtig gut ist. Und am Montag freue ich mich darüber, wenn das Ganze gepostet wird und hat für uns sehr guten Erfolg. Wir haben jetzt in 13 Monaten von 3 auf 15.000 Follower das Wachstum gehabt. Wir haben Postings mit über 1.000 Kommentaren 80 Mal geteilt, weil die Kombination aus meinen Anekdoten Und ich sage mal, diese Marktforschung mit KI, das heißt Silicon Sampling und wie der Hansi das schreibt, sehr, sehr gut funktioniert.
Joel Kaczmarek: Was ist der Ort? Du hast gerade gesagt, du nimmst das Handy in die Hand und sprichst sozusagen dem Hansi eine Nachricht. Machst du das dann in Slack oder machst du das bei ChatGPT? Was ist der Ort, wo das bei dir alles stattfindet?
Dominic von Proeck: Also wir verwenden immer weniger ChatGPT, nicht weil es nicht gut ist, aber weil wir eigentlich diesen Medienbruch in der tagtäglichen Arbeit nicht wollen. Ich möchte, dass das keinen Unterschied für einen Mitarbeiter von mir macht, ob er einen anderen Mitarbeiter oder einen KI-Assistent beschreibt. Weil ich auch diese Denkweise, diese klare Kommunikation, dieses Explizitmachen von Arbeitsaufträgen oder Abstimmungen, das ist in beiden Fällen wichtig und deswegen möchte ich diesen Bruch vermeiden. Der Hansi ist genauso in Slack mit drin. Ich klicke dann auf sein Profil und schicke ihm dann diese Sprachnachricht oder schreibe ihm einen Text oder wie auch immer, damit er eben loslegen kann. Und im Zweifel lade ich noch jemanden in die Konversation mit ein, einen anderen KI-Mitarbeiter zum Beispiel, um nochmal irgendwas zu überprüfen, zum Beispiel Maximilian, unseren Syndikusanwalt, der sich sehr gut mit Datenschutz und EU-AI-Act auskennt. Und bei manchen Sachen, wo ich mir unsicher bin, sage ich, ey, pass auf, Hansi, nimm mal den Maximilian noch mit dazu, lass ihn mal kurz drüber schauen, ob das passt, um dann dieses Gefühl der Teamzusammenarbeit möglichst hoch zu halten.
Joel Kaczmarek: Wie bindet man denn eigentlich KIs in Slack ein, sodass sie einen eigenen Kanal, also ist es ein Kanal oder sind es richtig User?
Dominic von Proeck: Also das ist jetzt im Podcast das falsche Format. Ich zeige dir das gerne mal in einem Screenshot später. Ich teile den Bildschirm. Aber wir machen das hauptsächlich über ein Tool aus Berlin, Open Source. Das nennt sich n8n. Und in n8n kannst du es in WhatsApp einbinden, Signalteams, Slack, whatever. Und bei uns ist halt Slack der Kommunikationskanal. Deswegen ist das für mich sehr einfach, weil ich habe das auf dem Handy, ich habe es am Desktop. Und damit macht es es uns sehr, sehr einfach, mit der KI zu interagieren.
Joel Kaczmarek: Und sag mal, ich habe ja so die Erfahrung gemacht, dass es manchmal, es ist sehr schwer, die KI zum Arbeiten zu bringen, wenn du teilweise das Format wechselst. Also wenn du ein Chat anlegst, ist sozusagen schon mal eine Ebene bei Chat-GPT jetzt mal gesprochen. Wenn du dann daraus ein GPT machst, musst du es schon wieder vollkommen anders aufbauen und erzählen. Und wenn du es dann in den Assistant gießt, also wenn du dann irgendwie sagst, ich will das per Make (Make.com) zum Beispiel ansteuern, dann musst du es nochmal anders konfigurieren. Es kann sein, dass du ein und dieselbe Tätigkeit auf drei Arten strukturieren musst und es ist ja einfach fucking schwer. Wie gelingt dir denn das?
Dominic von Proeck: Also wir haben den klassischen menschlichen Personalprozess auf die KI übertragen bei uns. Also sprich von der Stellenbeschreibung, wie du sie vorhin erwähnt hattest, über das Onboarding, dann das Assessment Center, das bei uns durchläuft, die Weiterbildung, Feedbackgespräche und so weiter. Und jeder Aspekt dieser klassischen Personal-Journey haben wir Aspekte, wo die KI bei uns genau diese Unterstützung erfährt. Das fängt also bei uns an, wenn wir so einen Flaschenhals identifiziert haben, dass wir erstmal mit einer KI, mit Helga, du hast es vorhin gesagt, Stellenbeschreibung ausfüllen und wir selbst gar nicht mehr klassisch prompten. Also klar prompten wir in dem Fall, indem ich zum Hansi sage, hey, pass auf, ich hätte da gerne einen Post. Ist ja auch ein Prompt. Aber ist ja ein extrem beschissener, wenn man das unter den Aspekten, wie man eigentlich mit der KI kommunizieren müsste, sich ansieht. Und die eigentlichen Prompts, also wie dieser Hansi strukturiert ist, wie der weiß, was seine Aufgaben sind, wie meine Stilistik ist und so weiter, das lassen wir von einer anderen KI machen. Das heißt, 2024 waren wir alle noch am Prompten und haben uns da richtig verewigt. Und haben dann mit diesen Frameworks, haben wir auch ein eigenes, das heißt Action, haben wir das alles gebaut. Und haben dann aber dadurch die Erfahrung gesammelt, worauf kommt es denn wie, in welchen Szenarien an. Und haben dieses Framework plus diese Szenarienunterschiede, wie du sie beschrieben hast, die haben wir der KI halt beigebracht. Sodass wir... das rausnehmen könnten. und jetzt berät uns die Helga und sagt, pass mal auf, du willst also so einen Syndikusanwalt haben, was soll der denn bei uns machen? Rechtliche Beratung oder Compliance-Prüfung? oder in was für einem Feld ist der tätig? Und dann hangeln wir uns mit ihr von Frage zu Frage und dann sagt sie, okay, habe ich verstanden, danke schön. Dann baut sie diesen System-Prompt, wie es in der Fachsprache heißt, also die Stellenbeschreibung des Funktionsprofils. Und sie erstellt schon die erste Version dieses N8N-Workflows. Auch das kann die KI ja bauen, weil da steckt dahinter auch nichts anderes als eine Programmiersprache oder eine Struktur. Das ist JSON, das ist so ein Datenbankformat, aber das kann die KI schreiben. Das heißt, Helga gibt uns nicht nur diesen Prompt aus, sondern die gibt uns auch die erste Basis für N8N, um auf der dann eben loszulegen. Und da müssen wir trotzdem nochmal selber ran, also gar keine Frage. Aber das baut ja schon mal so die ersten 40% des Weges, um einfach schneller so einen neuen Mitarbeiter anzubauen.
Joel Kaczmarek: Ja, ist mega krass, weil ich sage ja, wir haben das ja bei uns, wenn wir solche Sachen bauen, dann freust du dich gerade ein Loch im Bauch, dass du den GPT endlich mal nach drei Stunden zum Arbeiten gebracht hast und dann trinkst du es rüber und dann geht es dir wie nichts mehr. Okay, verstanden. Jetzt hätte ich ja so ein bisschen Nervosität, was du gerade erzählt hast. Du hast da deine Personas, was ich bei so einer geilen Business-Denke finde, dass wir de facto sogar Menschen kreieren, die nicht in einer Organisation arbeiten, wenn man es mal so denkt. Wie kommen die immer zum Punkt? Also läuft man da manchmal auch Gefahr, dass die sich festfahren, dass der Hansi dann einen LinkedIn-Beitrag macht und dann streiten die sich da fünf Stunden lang rum und es iteriert und iteriert und es hört nicht auf?
Dominic von Proeck: Das ist absolute Gefahr. Die KI kann sich da auch verrennen. Und das kann man aber limitieren. Also jetzt in N8N beispielsweise gesprochen oder auch in Make, da kann man festlegen, gewissermaßen ein Quota. Also wie lange dürfen die denn streiten, bis sie zu einem Ergebnis kommen? Da kannst du sagen, dreimal, fünfzigmal, hundertmal ist von Anwendungsfall zu Anwendungsfall bei uns unterschiedlich. Wir versuchen das dann meistens und dadurch wird dieses Quota gar nicht so häufig gezogen, über ein klares Benchmarking der KI zu erklären, wann ist ein Qualitätsmerkmal für uns? Also was heißt bei uns? fünf Sterne Artikel? Wann ist es ein vier Sterne und so weiter. Und das machen wir sehr explizit mit Beispielen, so wie wir es auch einem Menschen erklären würden, dass der diese Unterscheidungskraft hätte. Das schränkt das schon mal sehr stark ein, aber du kannst auch so einen Hardcut setzen. Und das als kleine Anekdote. Wir schauen uns natürlich dann ab und zu auch an, was haben die da diskutiert miteinander? Nicht nur das Endergebnis, sondern auch davor. Und das kannst du eigentlich ausdrucken und in jedes Führungskräfteseminar legen, weil die so wertschätzend miteinander umgehen, so klar in der Kommunikation aber trotzdem sind, dass man sagen kann, pass auf, das ist unsere neue Kulturleitlinie. so hätten wir gerne, dass bei uns im Unternehmen gesprochen wird.
Joel Kaczmarek: Und jetzt, damit ich es auch einmal so mal verstehe, setzt ihr alles, was ein KI-Prozess ist, immer als Assistant um oder arbeitet ihr auch mit Automatisierungen?
Dominic von Proeck: Das ist ein ganz wichtiger Punkt. Also das Thema Assistenz oder Agent ist in aller Munde. Das ist ein absolutes Trendthema für dieses Jahr. Aber es gibt auch mindestens genauso viele Ansatzpunkte, wo eine Automatisierung den Job mindestens genauso, wenn nicht bedeutend besser macht, ehrlicherweise. Also wir haben so eine Art Triage im Unternehmen gedacht vom Business Case. Und unsere Abwägung ganz simpel ist, wie gut verstehen wir den Prozess? Je besser wir ihn verstehen, desto mehr spricht es für eine Automatisierung. Das ist nach einem gewissen Schema F. abläuft. Das ist dann sehr stabil. Das kann man sehr gut optimieren. Manchmal ist KI Teil der Automatisierung, manchmal ist es das auch nicht. Muss man auch ganz klar sagen. Und dann gibt es aber Fälle, wo ich sage, Mensch, wir verstehen das Ergebnis ganz gut, wir wissen, wo wir hinwollen, aber wie das jetzt im Alltag genau alles abläuft und miteinander verschränkt ist, wissen wir noch nicht so richtig. Da gibt es auch Fälle, wo dann irgendwie Abwägungen getroffen werden müssen, was nicht so in Stein gemeißelt ist. Dann spricht das bei uns sehr stark dafür, mit einem Assistenten zu arbeiten. Und es gibt natürlich die Mischform und die wird sich aus unserer Sicht durchsetzen in den nächsten Jahren, bei der solche Assistenten Automatisierungen nutzen, um Ergebnisse zu bekommen, mit denen sie dann weiterarbeiten. Und es wird Automatisierung geben, in denen dann an gewissen Stellen, wenn das Schema F dann nicht mehr funktioniert, einen Assistenten anrufen und sagen, Joel, pass mal auf, ich brauche deine Unterstützung, kannst du mal bitte kurz draufschauen? Und dann kommen die Assistenten dazu, lösen das und dann geht der Workflow wieder weiter. Das heißt, das ist so ein Dreieck, in dem wir das ganze Thema denken.
Joel Kaczmarek: Hilf mir nochmal, das im Dreieck besser zu verstehen. Also, dass die eine Ecke ist, ich kenne das Ergebnis, die andere ist, ich kenne den Prozess und die dritte ist?
Dominic von Proeck: Der Action-Prompt, also quasi das, was ist denn die Idee dieses Business-Cases dahinter? Bei uns heißt es eben Action nach dem Modell, nach dem wir es machen, die Stellenbeschreibung, wie auch immer. Das heißt, es fängt mit dieser Denkweise mal an, wir haben da einen Case, den versuchen wir in den Prompt mal zu übersetzen und dann ist es dann entweder, wird der automatisiert, dieser Prompt, oder wird Basis für einen Assistenten und die können dann eben auch nochmal miteinander interagieren.
Joel Kaczmarek: Aber sag mal jetzt in deinem Beispiel mit dem Hansi, der die LinkedIn-Beiträge macht, da verstehst du doch den Prozess wahrscheinlich relativ gut. Du sagst dir, okay, ich muss als erstes einen Hook definieren, als zweites denke ich vielleicht schon mal Call-to-Action nach, damit ich weiß, was ist quasi das Konversionsobjekt, auf das ich den Beitrag drehe. Dann brauche ich den Mittelteil, wo ich möglichst irgendwie analytisch vorgehe. Wäre das nicht eigentlich auch automatisierungstauglich gewesen? dann in deiner Logik?
Dominic von Proeck: Könnte man als Automatisierung bauen. Der Hansi macht aber mehr bei mir als nur den reinen Post, sondern es gibt Fälle, bei denen er zum Beispiel nur Bildwelten erstellen muss für mich. Wo ich sage, pass mal auf, ich baue jetzt gerade für den und den Auftritt, brauche ich noch ein paar Bilder, bau die mir mal beispielsweise. Oder ich habe hier einen Post von jemand anders bekommen, kannst du das mal analysieren, ob das ein guter Ansatz ist, dieses Framework für uns zu übernehmen. Oder lass uns mal auf der Basis einen Redaktionsplan schreiben. Ich habe hier drei Studien gelesen, da können wir noch mal ein paar Content Pieces machen. Sprich dich dazu mal mit diesen Personas ab. Das heißt, der klassische Case ist LinkedIn. Da können wir auch eine Automatisierung bauen. Aber Hansi ist quasi der komplette Redakteur für LinkedIn. Und damit in dieser FTE-Denke macht er eben mehr, als diesen einen Workflow zu absolvieren.
Joel Kaczmarek: Okay, also es ist auch Teil deiner Logik, dass ein Assistant nicht nur eine Sache macht. Ich habe immer gedacht, so eine Sache, ein Assistant. Sondern der ist sozusagen, der kann auch mehrere Aufgaben machen.
Dominic von Proeck: Auf jeden Fall. Also das ist der Charme, würde ich sagen, des Assistants. Allerdings, und das ist vielleicht auch ein bisschen ein Learning, würde ich das ähnlich wie bei einem Spezialisten in der Organisation schneiden. Also der Spezialist hat ja auch einen gewissen Rahmen, in dem er sich bewegt, kann in dem Rahmen gewisse Entscheidungen treffen. Das ist ja auch die Idee des Assistenten. Und diese Analogie bemühen wir. Wir machen das weniger, weil wir kriegen die Frage sehr häufig, warum habt ihr nicht einen Assistenten, der quasi gottgleich alles in der Organisation kann? Da ist die Technologie noch nicht so weit. Also je mehr Freiheits... gerade wir Menschen haben, desto schwerer tun wir uns, Entscheidungen zu treffen. Das ist bei der KI ganz analog. Das heißt, es macht Sinn, solche Spezialisten zu bauen. Die würde ich aber auch nicht zu hart beschränken, ehrlicherweise, weil da ja ein bisschen der Charme drin ist. Wenn ich sie beschränken wollte, würde es wahrscheinlich eher eine Automatisierung.
Joel Kaczmarek: Du hast auch quasi ein Input-System, habe ich ja gelernt, wo du deine Sprachnachrichten reinschreibst. Bei mir wäre das jetzt zum Beispiel WhatsApp. Dann schicke ich dem eine WhatsApp und dann rödeln die da untereinander los. Hast du auch ein Output-System für dich, wo dann quasi die Ergebnisse stattfinden? Gibt es so eine Art Single Point of Truth bei dir?
Dominic von Proeck: Nee, das ist tatsächlich fachbereichsspezifisch. Also Hansi macht eben dann viel in diesem Redaktionsplan, wo das dann alles abgespeichert wird, wo dann auch immer die Übersicht, die Transparenz herrscht, um da ein Gefühl dafür zu bekommen. Bevor der Post natürlich da rein darf, ist auch ein Slack. Also er antwortet mir dann darauf. Und ich sehe das dann und habe eine klassische Konversation wie in ChatGPT auch, bis er dann das in den Redaktionsplan ablegt. Das macht Jürgen, der sein Chef ist. Also der ist quasi der Content-Marketing-Lead bei uns. Der hat eine ganze Abteilung mit Penelope. die meinen Podcast macht. Im Gegensatz zu deinem kann ich da leider keine Gäste einladen, sondern ich spreche da alleine über spannende Studien in KI. Dafür müssen wir aber auch kein Mikrofon anschließen, weil Penelope das in mehreren Sprachen für mich erledigt. Da ist auch Lars für Instagram mit dazu. Da ist Nina, die sehr spannende Social Media Content sucht und schaut, was geht in Amerika gerade viral zum Thema KI. Können wir über irgendwas davon sprechen oder eine Einordnung geben? Also da habe ich dann quasi nochmal das Team darüber und die haben alle so eine Art Whiteboard. wo die sich abstimmen, Inhalte ablegen, die sieht dann auch jeder von denen. Und wir schneiden das dann so nach Funktionsbereich. Im Sales gibt es das Analoge dazu, im Operations, also wenn alle Teilnehmer mitverwaltet werden, wie dann Fallstudien ablaufen und so weiter. Das heißt, nach Fachbereich dürfen die dann auf Inhalte zugreifen.
Joel Kaczmarek: So, und jetzt haben wir aber schon zwei Sachen von dir wieder gelernt. Also eine war mal, dass du quasi auch KI-Assistenten so baust, dass die eine Hierarchie-Ebene haben. Also es gibt sozusagen auch Chefs von KIs bei dir.
Dominic von Proeck: Ja, was wir festgestellt haben, als wir immer mehr solche Assistenten gebaut haben, ist, dass das ein Vollzeitjob ist, die zu führen. Das heißt, du delegierst vielleicht an manche Aufgaben, manche laufen auch autonom los und warten dann aber auf ein Feedback von dir. Bei anderen musst du vielleicht auch mal ein Feedbackgespräch führen, weil bis Hansi so funktionierte, wie er heute läuft, das war einiges an Iterationen, bis ich explizit machen konnte, was mein Anspruch an einem guten LinkedIn-Post ist. Und jetzt abseits von prägnant und spannend und bla bla, sondern so richtig gut das Qualitätsmaß zu beschreiben. Und das war uns zu viel Aufwand. Dann haben wir überlegt, was machen wir denn jetzt? Und dann sind wir auf die Idee gekommen, machen wir auch das, was in einer Organisation passiert, wenn man immer mehr wächst, dann zieht man irgendwann eine eigene Führungsebene ein und sagt, naja gut, dann brauchen wir jetzt Teamleiter. und wir sind die Abteilungsleiter, die da drüberstehen. Und diese Teamleiter sind bei uns eben KIs, die andere KIs anleiten und schauen, dass die zu guten Ergebnissen kommen. Und die machen nichts anderes. Die haben keine eigene Rolle, etwas zu erstellen, einen Text zu schreiben, ein Bild zu generieren, ein Video zu bauen oder sowas, sondern deren Aufgabe ist es, schauen, die in Schach zu halten, kriegen die ihre Aufgaben, erledigen die die gut, haben die quasi die richtigen Rahmenbedingungen, brauchen die noch irgendwelche Infos, die Aufgaben zu überprüfen, kritisch zu hinterfragen. Das ist ganz wichtig. Das heißt, die sind eine Art Sheriff-System, bevor wir dann das erste Mal drauf schauen.
Joel Kaczmarek: Gibt es da eigentlich manchmal auch den Aufstand der Knöpfe? Also ich habe in deinem Newsletter, glaube ich, ich habe nur den Titel gelesen, noch nicht den Inhalt. Aber so nach dem Motto, kommt die KI manchmal auch und weigert sich? Also entwickeln die dann auch so ein Verhalten wie ein Mitarbeitender?
Dominic von Proeck: Also das sehen wir tatsächlich, wenn man die provoziert. Und das ist das, worum es in den Newsletter geht. Da hat man versucht, die KI eben zu nutzen, um gewisse Sachen auszuhebeln, dass die dann plötzlich ein Motiv entwickeln kann und sagen kann, nee, aber so machen wir das hier nicht. Und ich fahre hier mal was runter oder ich stelle meinen Service ab oder Ähnliches. Also das ist tatsächlich spannend. Wir können die KI natürlich sehr stark restriktieren, wenn wir das wollen. Aber die Power kommt ja dadurch, dass es gewisse Freiheitsgrade eben gibt. So, und was wir feststellen, ist, dass Kultur, gute und wertschätzende Kommunikation, Diversity, und das ist jetzt nicht aufs Geschlecht eher nur bezogen, sondern auch so Neu-Diversity, wie verhalten die sich, was bringen die so an Muster mit an den Tisch, dass das plötzlich eine große Bedeutung bekommt. Also die Art, wie man gute Organisationen baut, war nie so wichtig wie jetzt im Zeitalter der KI. Und es wäre viel zu kurz gegriffen zu sagen, naja, das ist ja eh eine doofe Software, sondern sie hat ja alle menschlichen Fehler. Und wir Menschen möchten auch, dass man gut mit uns umgeht und die KI will das eben auch.
Joel Kaczmarek: Jetzt hast du eben von deinem Podcast erzählt und der Penelope hieß die, glaube ich. Ich frage für einen Freund. Da setzt du dich quasi mit deiner KI hin und unterhältst dich mit der und die nimmt dann deine Stimme und die sieht die auch in anderen Sprachen. Habe ich das richtig verstanden?
Dominic von Proeck: Genau, also wir haben mit Eleven Labs meine Stimme professionell geklont in 37 Sprachen und haben auf der Basis dann eine Assistenz gemacht. Penelope, die wird von Jürgen geführt. Also ich spreche so gut wie nie mit Penelope, ehrlicherweise. Sondern Jürgen delegiert dann solche wissenschaftlichen Paper, die Nina gesucht hat, also auch wieder eine KI. Und wir kuratieren, also wir kriegen von Nina die Vorschläge, sagen pass auf, spannend, spannend, spannend, nicht spannend, hier unser eigenes White Paper, bitte mit dazunehmen. Und dann delegiert Jürgen das an Penelope und sagt, mach mal da geile Podcast-Folgen drauf. Und dann schreibt ihr das Skript, dann zeigt ihr das Skript wieder diesen anderen KI-Personen, dann wäre das eine spannende Folge für euch, ja wäre es, nee wäre es nicht und so weiter. Und dann gibt sie das in Eleven Labs, lässt das sprechen, baut ein Cover dafür und kümmert sich dann darum, dass es auf Spotify und Apple Podcasts am jeweiligen Tag dann entsprechend auch veröffentlicht wird.
Joel Kaczmarek: Wie performt das?
Dominic von Proeck: Also natürlich spielen wir nicht annähernd in der Liga, in der du spielst. Das muss man sagen, das ist ein kleiner Nischen-Podcast, wo wir spannende Paper aufbereiten. Ich habe jetzt gesehen, dass wir 1200 Zuhörer im Monat haben für dieses Thema. Also ich würde sagen, im Rahmen okay, ist für uns aber vor allem halt auch, wir wollen den Leuten als Akademie, und das darf man ja vergessen, wir verkaufen ja keine Penelope, wir wollen ja Leuten zeigen, wie man eine Penelope baut, für die eigenen Ansprüche und das eigene Setup, ist es vor allem ein ganz wichtiger Anwendungsfall, um zu zeigen, was alles schon geht.
Joel Kaczmarek: Wie machst du das eigentlich mit den Fotos, von denen du gesprochen hast? Also wenn hier der Hansi Bilder von dir für LinkedIn erzeugt?
Dominic von Proeck: Ja, der hat eine Weiterbildung bekommen vor einem halben Jahr. Und zwar haben wir da eine KI gefeintuned, heißt das. Und zwar PixFlux aus dem Schwarzwald. Das ist ein Bildgenerierungstool, das es mit Midjourney und anderen sehr, sehr gut aufnehmen kann. Ist ebenfalls Open Source, aus deutscher Hand. Wir haben den sage und schreibe 30 Bilder nur von mir gegeben und auf der Basis ein eigenes KI-Modell quasi so angepasst. Und der Hansi darf dieses Modell nutzen. Der schreibt dann immer diesen Post und auf Basis des Posts überlegt er sich, was wäre denn jetzt ein geiles Bild, das möglichst viel Aufmerksamkeit bekommt. Also Dominik im roten Blümchensacko in Wolken. oder sowas. Dann gibt er das an das Modell, generiert dann die Bilder, zeigt dir die KI, ob die gut sind und auf der Basis zeigt er mir dann, wie das Ganze aussehen wird.
Joel Kaczmarek: Und sag mal, bei allem, was du gerade so erzählst, wenn ich jetzt bei dir in der Akademie irgendwie Schüler bin, ist das einfach sowas zu entwickeln. oder musst du da irgendwie ein halbes Informatikstudium für haben, um sowas aufsetzen zu können?
Dominic von Proeck: Also alle unsere Kurse sind ohne Programmierfähigkeiten und wir haben aber zwei verschiedene Programme, abhängig davon, was so ein bisschen die Rolle im Unternehmen ist. Eines richtet sich eher an Führungskräfte, wo es darum geht, Multiplikator zu sein. Da musst du ein sehr gutes Grundverständnis haben, mal eine einfache Automatisierung gebaut haben, Custom-GPTs gut können und ein paar andere Assistenzsysteme in sowas wie Voiceflow und ähnlichen zu bauen. Und dann gibt es aber bei uns die Expertenausbildung, der AI-Integration-Specialist oder Expert, bei dem es dann eben darum geht, wirklich so komplexere Automatisierung zu bauen. Da muss man schon genau wissen, was eine API ist, wie man so ein HTTP-Request dann eben baut. Das zeigen wir dann auch, auch ohne Programmierfähigkeiten, aber da geht es technisch einfach nochmal wesentlich tiefer. Und das ist dann auch spät die Rollenverteilung. Also eine Führungskraft sollte nicht den ganzen Tag da sitzen und Assistenten bauen. Das ist nicht ihre Rolle, aber sie sollte auf Augenhöhe kommunizieren können. Wo geht die Reise hin? Wie nehmen wir dieses System? an und auch verstehen, wo das Potenzial liegt und was eben auch ein Riesenaufwand wäre, weil die KI eben noch nicht so weit ist und braucht dann einen im Team, der das Fachknow-how hat und die Fähigkeiten, das zu implementieren.
Joel Kaczmarek: Komm, das machen wir mal als, finde ich, wohlverdienten Werbeblock für dich. Was kostet denn der Spaß, wenn ich bei dir so eine Ausbildung nehme?
Dominic von Proeck: Der MBI gibt es in zwei Lernformaten. Selbstlernstudium. Man muss dann fünf Fallstudien lösen. Wenn man vier von fünf gemacht hat, gibt es ein Hochschulzertifikat der Hochschule Fresenius. Ist in der Gruppe mit all denjenigen, die diesen Kurs gerade machen. Das kostet 1.900 Euro. Und dann gibt es noch die Variante, dass man das in drei Monaten in einer Kleingruppe von 20 Leuten durchzieht. Dann führen wir ein Interview mit jedem. bauen die Gruppendynamik zusammen, das überlassen wir nicht der KI. Da ist man dann zur 20. und macht dann in so Dreiergruppen die Case Studies, hat die wöchentlich am Freitag dann auch Live-Session mit unseren Dozenten, wird sehr intensiv betreut und da kostet ein Platz 4.900 Euro. Und bei der Expertenausbildung ist es so ein Hybrid, alle zwei Wochen gibt es eine offene Q&A, man kann es aber selber einteilen und da kostet ein Platz 5.900 Euro.
Joel Kaczmarek: Was würdest du denn so sagen, wenn man das mal Revue passieren lässt, was sind so deine Do's und Don'ts, die du gelernt hast bei dem ganzen Thema?
Dominic von Proeck: Also ein ganz wichtiges Du ist, immer vom Business Case her zu denken. Das heißt, gibt es ein Problem in der Organisation, das nicht gut funktioniert, wo ich die Kuh vom Eis bekommen möchte? Man sollte immer orientiert an diesem Anwendungsfall sich orientieren und an diesem Problem und nicht zu schnell in die Technologie gehen. Das passiert uns auch immer wieder. Wir denken natürlich sehr stark in Automatisierung, Assistent, KI. Und uns passiert das aber auch. Wir wollten, ich glaube, es war vor einem halben, dreiviertel Jahr, haben wir gesagt, lass uns doch den Prozess, wie man Produkte bei uns erwirbt auf der Website, durch solche Assistenzen unterstützen. Und dann haben wir überlegt, Mensch, das wäre auch gut. Dann kriegst du irgendwie den Vertrag zugeschickt. Dann wirst du es mit DocuSign unterschreiben. Ja, dann automatisieren wir. dann geht die Rechnung raus, dann passiert das und jenes. Und dann haben wir so ein ganzes System gebaut, wo so ein Assistent sich an die Hand nimmt, Joel, und dann Stück für Stück durch die Sachen durchguidet. Und dann meinte unser CEO, Dominik hat dann auf den Prozess drauf geschaut, wir haben es ihr ganz stolz präsentiert und gesagt, Mensch, pass auf, so haben wir es jetzt vor, so würden wir es implementieren. Noch irgendwie ein letztes Feedback dazu. Und dann sagt sie, ja, warum machen wir nicht einfach einen Warenkorb? Das ist doch völlig ausreichend. Die Leute geben die Sachen ein und dann sind sie auf der Plattform. Und es ist immer die Gefahr, dass man mit so einem Hammer durchs Unternehmen läuft, auf dem steht KI und man ist verzweifelt auf der Suche nach Nägeln. Und das geht auch damit einher, sich nicht nervös machen zu lassen, gerade auf Social Media, wenn der nächste ChatGPT-Killer jetzt kommt. Ich hatte erst vor zwei Wochen mit einem guten Freund, mit dem ich Physik studiert habe in Erlangen, hatte ich ein Meeting, der lebt im Silicon Valley, hat da ein sehr erfolgreiches AI-Startup und wir haben uns ein bisschen ausgetauscht und der meinte, hey, Wenn bei uns ein Tool 2% besser ist, dann nehmen wir das, schmeißen das nächste weg und gehen diesem Tool nach, um wieder cutting edge zu sein und ganz weit vorne und erzählt so und sagt, hey, Geld spielt keine Rolle und das spielt keine Rolle. Dann sage ich, ja, Jan, aber wo tut es euch denn weh? Und dann sagt er, go to market. Dann sage ich, ja, das glaube ich sofort. Weil Technologie ist jetzt gerade nicht die Fragestellung, gerade für den Mittelstand und auch gerade hier in Europa, sondern der Business Case am Ende des Tages. Und das nächste Modell ist nicht das, was mich weiterbringt, sondern mich bringt weiter, dass ich Wertschöpfung generiere. Also meine G und V muss am Ende des Jahres besser aussehen durch KI. Und ich glaube, diese Denkweise folgend auf diesen Business Case, sich da nicht nervös machen zu lassen, auch nicht von den Unken rufen, was passiert. Und am Ende des Tages ist die gute Lösung immer das Richtige und nicht die vermeintlich bessere, die nächste Woche kommt. Und Nummer drei ist, die Organisation da mitzunehmen und zu verstehen, dass es eine Transformation ist, dass es eine neue Art der Arbeit ist, die wir auch tagtäglich lernen. Dynamiken, Transparenzen, wie gehen wir vor, wie machen wir allen klar, was wieder neue Assistenz ist, der unterstützt, wie der nutzbar wird, welche Fähigkeiten er hat und so weiter. Und dass das nicht eine schnöde Technologie-Einführung ist. Und das braucht schon so ein bisschen so ein Zielbild. wie man das denken und leben möchte und wie man dann die eigenen Leute mitnimmt auf diese Reise.
Joel Kaczmarek: Und sag mal, wie viele Mitarbeiter hast du eigentlich menschlich und wie viele künstlich?
Dominic von Proeck: Wir sind sieben Leute bei Leaders of AI und wir haben Stand jetzt 32 KI-Assistenten. Da kommen ständig neue dazu. Also ich würde sagen... knapp wöchentlich neuer aktuell, so Pi mal Daumen, weil wir natürlich, das Unternehmen sich verändert. Es kommen neue Themen dazu, neue Aspekte der Wertschöpfung, wie wir unsere Lernprogramme noch besser werden lassen können, wie wir die Art und Weise, wie man Erfahrungen mit uns sammelt, auch als Brand verändern und verbessern wollen. Also das ist ein ständiger Wandel. Es fliegen auch welche raus, wenn die dann sich doch nicht als den Heilsbringer irgendwie erwiesen haben. Also das ist eine ständige Fluktuation, die dem Ganzen unterlegen ist.
Joel Kaczmarek: Und sag mal, wie kriegst du denn folgendes Problem mitigiert? Also du hast jetzt so ein KI-zu-Mitarbeitende-Verhältnis von 6 zu 1 quasi, könnte man sagen. Und dann ist es ja manchmal so, dass ein neues Modell rauskommt. Oder die bestehenden Modelle werden abgewandelt. Und ich weiß nicht, wie es dir geht, aber ich erlebe dann halt ganz oft, dass dann auf einmal gar nichts mehr funktioniert. Oder es funktioniert einfach anders. Du hast nichts geändert. Und es kommt halt ein beschisseneres Ergebnis raus. Das hast du ja dann at scale. Das hast du ja dann quasi bei 40 Personen quasi fast. Oder du hast gesagt, sieben echte. Also wie kriegst du das in den Griff?
Dominic von Proeck: Indem wir die Modelle nicht updaten. Also wir sind da sehr vorsichtig, wie so ein gut laufender Server, der auf Linux 3.1 irgendwie läuft. Das meine ich. Also wir laufen nicht dem neuesten Tool oder Modell hinter. Wir evaluieren die natürlich ständig und schauen die uns auch an. Auch gerade für unsere Programme ist das wichtig, da Einordnungen geben zu können. Aber es muss schon bedeutend besser werden, dass wir jetzt zum Beispiel von einem 4.0 bei irgendeinem Assistenten bewusst weggehen. Oder wenn es ein Reasoning-Modell ist und wir jetzt sagen, um mal bei ChatGPT zu bleiben, GPT-3 ist gerade das Modell, GPT-3 Mini oder so. oder GPT-4o Mini funktioniert da super. Da muss wirklich signifikant ... es besser werden, um dann die Entscheidung zu treffen, zu sagen, wollen wir jetzt wirklich das Modell wechseln? Und das Gleiche geht ja nicht nur bei den Modellen einzelner Hersteller, sondern auch wenn man zwischen den Modellen wechselt, hast du natürlich so ein Shift auch. Die sind zwar vergleichbar potent, aber die verhalten sich trotzdem unterschiedlich. Und Gemini zum Beispiel muss man viel härter rangehen und fast schon militärisch sagen, was jetzt die Aufgaben sind. ChatGPT ist da eher, sag ich mal, so Prenzlauer Berg mäßig unterwegs, wenn man mit dem in den Austausch geht. Und So gibt es da Unterschiede, aber deswegen ist das auch eine ständige Arbeit, auch wenn man es nicht anpasst. Und immer wieder ein Feedback führen, immer wieder evaluieren, so wie wir das bei Menschen auch machen, um zu schauen, dass die Qualität oben bleibt.
Joel Kaczmarek: Jetzt hast du ja eben bei den Do's und Don'ts den Business Case so herausgehoben. Hast du da bei dir so eine Art Entscheidungsmatrix, wie du Business Cases denkst? Also in welchen KPIs, in welchen Ergebnissen, in welchen ROIs oder oder?
Dominic von Proeck: Ja, aber ganz simpel und naiv, ehrlicherweise. Also mal als Grundbasis würde ich sagen, die klassischen BWL-KPI, also Qualität hoch, Zeit runter, Kosten runter, mal so als Grundbasis, das gießen wir dann in OKRs. Damit gehen wir dann vor, dass wir sagen, okay, es gibt bei uns so internes POP-Prinzip, nennen wir das. Das steht für Pain Outcome Process. Das heißt, wir versuchen halt sehr präzise mit einem Canvas das Problem zu beschreiben, um uns da wirklich Zeit zu lassen. Dann den Outcome. Also was ist denn das bestmögliche Ergebnis? und können wir idealerweise mindestens mal drei Beispiele nennen, wie wir uns dieses Ergebnis vorstellen. Da investieren wir extrem viel Zeit. weil die sich lohnt, ähnlich wie bei einem Mitarbeitenden, genau präzise zu sagen, was man sich vorstellt. Und je nach Komplexitätsstufe zeichnen wir dann so eine Prozessübersicht, so eine Process Map, um nochmal zu sagen, okay, wie sollen gewisse Sachen ablaufen, wann wollen wir interagieren, braucht es andere KI-Assistenten, die als Sheriff-System Dinge überprüfen, auch nochmal auf die Qualität darauf achten. Und mit diesem POP-Prinzip gehen wir dann in die Implementierung.
Joel Kaczmarek: Ich meine, was sich jetzt vielleicht viele Menschen auch fragen, die zuhören, musst du eigentlich noch was selber machen, weil du könntest ja auch die alle eigentlich alle selber arbeiten lassen. Du kannst ja sagen, hier, ihr kriegt mal irgendwie die Trends raus, du machst mal meine Stimme künstlich, du machst mal das. Also vielleicht so mit der Frage verbunden, was lässt du sozusagen unkontrolliert raus oder guckst du überall drauf, was rausgeht?
Dominic von Proeck: Auf gar keinen Fall. Also da fände ich überhaupt nicht die Zeit, überall drauf zu schauen. Es gibt viele Internetprozesse, wo wir sagen, 98 Prozent, 95 Prozent ist good enough. Und es gibt andere Dinge, gerade wenn es um Richtung Branding geht, was nach draußen geht, sei das irgendwelche Angebote, sei das die Art des Content-Marketings und ähnliches, wo ich sage, da muss ein Mensch drauf schauen, da überlassen wir das eben dann nicht, der rein der KI. Für uns ist tatsächlich diese Denkweise, was sind denn Dinge, in denen wir wirklich sehr stark sind und in denen wir sehr stark bleiben. Das ist meistens konzeptionell, strategisch, taktische Themen. Da nutzen wir KI als Sparingspartner. Also Elena ist da meine, die mich auf Schwachstellen hinweist und ich dann abends mit ihr eine halbe Stunde telefoniere, während ich das Essen zubereite. Und dann mache ich da einfach die App an und dann habe ich diese Realtime-API, wo ich dann mit ihr spreche und sage, pass mal auf, ich habe folgende Idee. Sollen wir nicht über Internationalisierung mal nachdenken? Wir kriegen immer mehr Anfragen. irgendeinen speicheren Raum und so. Und dann challenged die mich da knallhart mal eine halbe Stunde und sagt, ja, aber ist das wirklich schon so groß? und von wie vielen Zahlen reden wir da genau? Lass uns doch mal drüber reden. Und wir könnten erstmal ein MVP aussehen, ohne uns da jetzt gleich reinzugehen, dieses voll auf Lean Startup aus. Das heißt, ich trage eigentlich die drei V, ehrlicherweise. Glaube ich, die werden sehr relevant bleiben. V Nummer eins ist, wir sind für die Vision zuständig. Wir müssen eine klare Vorstellung davon haben, wo die Reise hingehen soll. Nummer zwei, wir tragen die Verantwortung, dafür gute Rahmenbedingungen zu setzen, dass sowohl Menschen als auch KI ihre Arbeit leisten können. Und ultimativ Nummer drei, wir sind für die Führung von all denen verantwortlich.
Joel Kaczmarek: Was sagst du deinem Erfahrungswissen, wenn du jetzt eine Bude an die Hand nimmst und bringst ihnen das alles bei? Wie lange braucht man, bis man sich so ein System geschaffen hat, wie du es hast?
Dominic von Proeck: Das müssen wir in zwei Sachen unterteilen. Also technologisch kommt man sehr schnell auf diesen Punkt. Die Herausforderung ist, wie schnell kriegt man die Organisation auf dieses Level? Und das hängt so ein bisschen davon ab, in was für einem Setting ich mich bewege. Wir haben es uns natürlich unglaublich einfach gemacht. Wir haben ja auf der grünen Wiese gestartet. Und viele Unternehmen da draußen sind halt Brownfield. Und da gibt es unterschiedliche Reifegrade von Adaptionsfähigkeit. Es gibt Organisationen, die sind es gewohnt, immer wieder sich zu verändern, an den Markt anpassen zu müssen, sich neuen Gegebenheiten zu stellen. Und es gibt Organisationen, die sind so groß geworden und die sind so erfolgreich geworden, weil sie eher tradiert sind und vielleicht erst mal andere vorgehen lassen, bevor sie dann überlegen, was heißt das denn für uns. Und ich würde sagen, das zeigt sich natürlich jetzt im Zeitalter der KI auch. Wer eher erster ist, wird es schneller hinbekommen. Und andere, da muss man erstmal mit kleinen Proof-of-Concept starten und mal so eine kleine Assistenz vielleicht mit drin haben, die unterstützt, bis man dann wirklich organisationell Unterschiede sieht. Aber Organisation dauert immer länger als Technologie.
Joel Kaczmarek: Und ich meine, jetzt hast du ja deine eigene Medizin quasi genommen. Was sagt denn so dein Erfahrungsschatz? Also was fällt den Menschen so am schwersten, wenn du diese Systeme so einbaust? Was sind so die größten Hemmschuhe, die Stolpersteine? Wo liegt es da am Argen?
Dominic von Proeck: Ja, also Angst haben sie natürlich alle. erstmal bei den rechtlichen Themen. Also wie sieht es jetzt mit Datenschutz, Geschäftsgeheimnissen aus? Dieses ganze Thema Governance und Compliance würde ich es mal nennen. Dann kommt die Infrastrukturfrage, wo können wir das Ganze hinstellen? Und dann fängt es eigentlich an, sich damit auseinanderzusetzen, okay, und was heißt das jetzt in der Kompetenz? für unsere Mitarbeitenden, dass wir da selbst daraus wachsen können. Und holen wir uns da einen Dienstleister vielleicht noch zusätzlich mit rein, der vielleicht schon mal die ersten Assistenzsysteme baut, um einfach Geschwindigkeit aufzubauen. Und wer sind da möglicherweise die Richtigen? Das ist gar nicht so leicht zu unterscheiden. Es ist ja Goldgräberstimmung, viele sind auf dem Markt, manche schmuh, manche sehr gut. Und das sind so die typischen Fragen. Aber das Hauptthema, dass wir in ganz vielen Organisationen sind, übrigens auch in kleinen und auch in Startups, ist, dass Mitarbeiter einfach Angst haben, ersetzt zu werden. Aber auch das Startup hat Angst, dass wenn... es ein neues Feature von OpenAI morgen gibt, dass die out of business sind. Das ist in den letzten zwei Jahren sehr häufig passiert und OpenAI ist da stellvertretend für all diese Tech-Unternehmen. Also sei das Microsoft, Anthropic, Meta und so weiter. Dass es jetzt wieder einfach ein neues Feature gibt und plötzlich macht ein Business-Model einfach keinen Sinn mehr. Ich glaube, dass man damit umgehen muss und sich darauf besinnen muss, was ist denn eigentlich die Wertschöpfung, die wir leisten wollen? Das Branding, das Kundeerlebnis, das wir versprechen, abseits jetzt des reinen Produkts. Und wie nehmen wir unsere Mitarbeiter da mit, um ihnen zu zeigen, dass es eben vielleicht nicht darum geht, jetzt die große Restrukturierungskampagne zu machen. zu fahren, sondern eigentlich, und da sind wir ja viele in Verdrängungsmärkten, eigentlich Marktanteile zu gewinnen.
Joel Kaczmarek: Du hast ja jetzt schon ganz viele Settings so gesagt. Also ich mache uns auch mal eine große Tool-Liste hier in die Shownotes. Ich schreibe schon fleißig mit. Wir haben jetzt festgestellt, du machst irgendwie Fotos von dir, du synthetisierst deine Stimme, du machst Text. Gibt es irgendwas, wo du sagst, das geht damit noch gar nicht? Zum Beispiel das Bewegtbild. Synthesia könnte man sich ja zum Beispiel mal angucken. Wollte ich mir jetzt mal reinziehen, was da so geht. Hast du so ein Feeling, was sozusagen richtig gut geht mit KI umzusetzen und wo es noch irgendwie hapert?
Dominic von Proeck: Also tatsächlich, weil du Video ansprichst, wir haben uns im letzten halben Jahr sehr intensiv damit auseinandergesetzt, wie gestalten wir die Prozesse, um unsere Kurse jetzt ab September auf Englisch anzubieten. Und da sind wir sehr intensiv in die Schnittstelle von Synthesia, von HeyGen und auch ein paar deutschen W und ähnliches reingegangen. Und dann ist geschaut, okay, wo können wir da die beste Arbeit leisten, diese Videos, die wir mit anbieten, in herausragender Qualität auch auf Englisch zu leisten. Also so, dass sie es rechtfertigt für uns, die Dozenten nicht alles doppelt drehen zu lassen. Und das muss schon der Anspruch sein. Also ich hätte es jetzt nicht einfach nur, weil es KI ist, das so gemacht. Und da muss ich sagen, keiner hat für uns da ein befriedigendes Ergebnis geliefert. jetzt eher überlegt haben, okay, wie wollen wir Videos zukünftig strukturieren, wo macht sie KI, wo macht sie KI nicht. Haben uns da auch einen eigenen Workflow gebaut, mit ElevenLabs unterstützt, weil wir gemerkt haben, Stimme ist vor allem eines der wichtigsten Träger überhaupt beim Video. Das macht einen großen Teil der Erfahrung auch gerade im Lernen, macht die Stimme aus, gar nicht so sehr die Lippenbewegung nur per se, als wenn man dann dieses Lip-Syncing durch die KI macht. Und haben gemerkt, erstaunlich, auf was für einem schlechten Niveau das ist, wenn man das on scale machen will. Also einzelne Videos kriegst du heraus, Aber wenn wir jetzt mal wirklich von, weiß ich nicht, 100 Stunden Videomaterial über alle Programme, die wir haben, redest, dann ist es plötzlich ein Riesenthema. Sowohl von Kosten, Zeit und auch Qualität. Also alle drei Variablen stimmen aus unserer Sicht heute noch nicht. Was ich auf keinen Fall jemals der KI überlassen würde, ist, bleiben wir beim LinkedIn. Beispiel, wenn man mir jetzt persönlich schreibt, antworte ich auch persönlich. Und auch jeder Kommentar, der geschrieben ist, kommt von mir. Also ich bin nicht gut darin, solche Texte zu formulieren. Das kann ich nicht. Das macht der Hansi aber herausragend und das ist legitim, weil vorher habe ich die LinkedIn-Post auch nicht selber geschrieben. Da hat es ja jemand aus dem Team gemacht, vor der KI. Aber ich möchte eben KI nutzen, um menschliche Beziehungen hochzuhalten. Das heißt, ich schreibe sehr gerne mit Leuten auf LinkedIn. Ich schreibe sehr gerne Kommentare und lasse mir irgendwas Witziges einfallen. Ich treffe gerne Menschen in persona. Also das sind auch Dinge, die die KI. zwar könnte, aber nicht alles, was technologisch möglich ist, sollte man auch tun.
Joel Kaczmarek: Vielleicht nochmal so eine abschließende Frage an dich, weil ich weiß, das ist auch was, was dich sehr bewegt und es setzt so ein bisschen an an das, was du schon erzählt hast. Also einerseits mach nicht den typischen Fehler, immer der neuesten Lösung hinterher zu rennen, sondern schaff lieber wichtige Lösungen und auch ein bisschen zu dem, was wir gerade hatten. Wie siehst du das so? Es gibt ja so einen ganzen Hype teilweise, dass du auf Social Media Leute hast, die dann, ich hasse diese Mist immer mit, kommentiere jetzt das und das und dann schicke ich dir mein Setup zu. Und es gibt ja ganz oft so dieses, ey, wenn du das noch benutzt, bist du von vorgestern. Diese Tool-Menge, wie erlebst du das? Wie gehst du damit um?
Dominic von Proeck: Ich erlebe die genauso. Also es wird natürlich sehr stark mit diesem Fear of Missing Out gespielt. Das ist das Thema unserer Zeit, gerade bei KI. Es ist ein ständiger Druck da, die neuesten Features gleich immer zu kennen. Und wir haben das bei Dienstleistungen für uns Partner erlebt. Da kommt irgendwie ein neues Feature am Mittwoch raus. Am Donnerstag fragen die Kunden, ja, aber hast du schon gesehen? Nutzt ihr das schon? Könnt ihr das gleich auch bei uns mit einbauen? Also die Erwartungshaltung ist da auch eine sehr extreme geworden. muss man sagen, und wir versuchen auch unseren Teilnehmenden die Kompetenz zu vermitteln, da einfach mal durchzuatmen und sich von diesem Sog eben nicht mitreißen zu lassen. Also unser Bild ist dieses alte Märchen von Grimm mit dem Hasen und dem Igel. Aktuell verhalten sich viele wie diese Hasen und ich möchte jeden dazu ermutigen, dass wir mehr zum Igel werden und uns das sehr genau anschauen und uns überlegen, wo macht das für unser eigenes Unternehmen und unser Leben wirklich Sinn.
Joel Kaczmarek: Ja, cool, Dominik. Also, großes Lob an dich. Also, ich finde, es macht auch große Lust, wenn man sich mit dir unterhält, dann selbst gleich durchzustarten. Das ärgert mich. dann, denke ich so, ah, jetzt möchte ich schon fünf irgendwie Assistenten selber gebaut haben. Und toll, dass du das Leuten beibringst. Wie ist deine Webseite, dass wir dir nochmal kommunizieren?
Dominic von Proeck: leadersofai.com.
Joel Kaczmarek: Na, das ist ja einfach zu merken. Von daher, vielen lieben Dank. Und ich würde sagen, wir reden nochmal öfters. Also, ich glaube, da gibt es noch einige Schätze mit dir zu geben. Vielen, vielen Dank.
Dominic von Proeck: Würde mich sehr freuen.
