00:00:01: Herzlich willkommen, danke schön.

00:00:36: Ich bin ein bisschen enttäuscht, weil ich war eben in einem Vortrag und dann wurde gefragt was das ERP-System zukünftig alles können sollte.

00:00:44: Und da gab es einen Punkt Daten, Datenstrategie.

00:00:47: Das geht hier so ein bisschen rein und das fand ganz wenige interessant aber dafür dass man zukünftig Berichte automatisieren kann und aufbauen kann.

00:00:57: Der Wunsch wir gehen heute auch darauf rein.

00:00:59: Wichtig ist mir heute wirklich, dass ihr mit Impulsen rausgeht.

00:01:04: Und die sind zwar so wichtig, weil wir reden alle über KI, dass einige gewisse Dinge nicht auf dem Schirm haben und ich würde das heute gerne mal aufbrechen.

00:01:13: Ich habe auch sieben Beweise mitgebracht aus dem Mittelstand auch aus der Praxis heraus.

00:01:18: Und warum erlaube ich mir über das Thema zu sprechen?

00:01:21: Mein Name steht da schon Sven Gönner.

00:01:23: Ich bin seit zehn Jahren Unternehmer.

00:01:25: Wir haben dieses Jahr zehnjähriges und wir machen nichts anderes außer Datenprojekte.

00:01:29: Und ich stelle mal fest, wie schwierig das für viele ist diesen Weg zu begleiten Daten aufzubereiten mit den Daten auch wirklich was Wirtschaftliches zu machen.

00:01:40: und wir gehen jetzt einfach mal rein.

00:01:43: Das zeigt es eigentlich wo wir stehen.

00:01:45: Wir reden zwar alle über KI und AI und Agents aber wenn man mal auf diese Studie guckt Bitkom die sagt sechs Prozent der Unternehmen in Deutschland können überhaupt mit den daten richtig arbeiten und das erschreckt mich immer weil zig Jahren mit diesem Themen ja unterwegs sind.

00:02:02: Und wenn ich mit Mittelstand spreche, Geschäftsführer oder IT-Leiter sind wir halt immer noch in der Excel Welt.

00:02:09: zum Teil steht hier auch und restverweitet Excel.

00:02:11: aber warum ist das so?

00:02:12: Die sechs Prozent die beispielsweise dort sind machen ganz tolle Sachen.

00:02:16: Sie bauen datengetriebene Geschäftsmodelle also sie verdienen wirklich mit Daten Geld.

00:02:20: Wir haben einen Kunden beispielsweise die Brunata es jetzt nicht Maschinenbau Aber ein Ablesedienst leistet.

00:02:26: Das heißt die verkaufen jetzt die Abrechnungsdaten an die einzelnen Mieter und verdient da wirklich siebenstellige Umsätze mit oder Datenprodukte.

00:02:34: Damit ist nicht ein Dashboard gemeint, sondern wir bauen Datenprodukte Und das ist damit gemeint.

00:02:39: aber gucken wir mal weiter Das finde ich viel schlimmer.

00:02:43: Sechzig Prozent schaffen die KI-Projekte nicht.

00:02:46: Warum ist das denn so?

00:02:47: Wir haben bei uns einen Kollegen den Damian Kutziatz Ein Data Scientist, KI Experte.

00:02:53: Der ist vor zwei Jahren jetzt zu uns gekommen und war bei der Fraunhofer Schreibt jetzt an der zweiten Doktorarbeit, also ganz verrückter Kerl.

00:03:00: Positiv natürlich!

00:03:02: Aber in der ersten Doktorbeit hat er genau das sich mal angeschaut und festgestellt dass die meisten aus dieser Pilotphase nicht rauskommen.

00:03:09: Das heißt man schafft es ganz gut die ersten Tests aufzubauen mit den ersten Modellen zu arbeiten aber das Ganze geht nicht nach Produktionen Und dann ist natürlich die Enttäuschung groß.

00:03:20: Warum ist das so?

00:03:22: Weil das Fundament einfach nicht da ist.

00:03:24: Und das ist halt eine große Herausforderung.

00:03:28: Jetzt würde ich gerne in dreier Schritten vorgehen, mal aufzeigen wo der Kern des Ganzen ist.

00:03:34: Was die Themen sind warum das auch wirklich nicht klappt.

00:03:37: und dass zweite wir geben heute was preis weil wir haben uns erst vom halben Jahr damit beschäftigt und gesagt da isst ein Gap warum ist es so will jetzt noch nicht auflösen?

00:03:47: Und da ist uns bisschen sind die Augen geöffnet worden unsererseits und das würden wir heute erstmalig bekannt gehen weil das glaube ich auch viele hier im Raum nicht wissen.

00:03:56: Und dann zum Schluss einfach mal zu sagen, wie könnte man denn starten?

00:03:59: Weil ich weiß hier hat keiner Zeit.

00:04:01: Ihr habt genügend Themen.

00:04:02: wir haben ja auch eben gesehen in Security eigentlich müssten wahrscheinlich einige da jetzt auch unterwegs sein und sofort was machen.

00:04:07: Ich würde aber mal ein paar Aspekte mitgeben.

00:04:10: die sind sehr smart und dann schaut man mal ob man dann diesen Weg auch mal einschlagen kann dass man in die Umsetzung kommt.

00:04:17: So das erste Wir haben die Verkaufsgespräche bei uns nochmal analysiert seit Wir nutzen zum Beispiel HubSport, dann können wir das eigentlich ganz gut auswerten und haben gesehen.

00:04:29: Okay was ist denn eigentlich bei den meisten Mittelstellern das Kernproblem?

00:04:33: Und zwar ist es genau da die Datenaufbereitung, die Datenqualität diese manuellen Arbeiten um mal so ein Finanzreporting fertig zu machen.

00:04:41: und es kann tatsächlich raus dass im Schnitt pro Mitarbeiter zwei bis fünf Tage benötigt werden um solche Berichte aufzubauen.

00:04:49: oder wenn die Geschäftsantung fragt wo kommt die Abweichungen her, dass man dann wieder zurück geht in die Quelsysteme rein nach diesem Abweichung.

00:04:57: Und das fand ich schon sehr, sehr extrem.

00:04:59: und es ist immer noch so dass wir Kunden haben die wirklich wenn wir mit denen zusammenkommen genau da starten.

00:05:05: Wir haben jetzt wieder neue Kunden gewonnen im Februar und sind jetzt in die Umsetzung der macht zweihundertzwanzig Millionen Euro Umsatz und hat fünf Werke Das ganze Reporting in Excel.

00:05:17: also erstmal faszinierend dass sie soweit gekommen sind.

00:05:20: aber Sie können zum Beispiel die einfachsten Dinge nicht auswerten Die wissen nicht was unser also die Top-Zähnen, die verranten sind und auch diese Intercompany Verrechnung kriegen sie nicht hin.

00:05:30: Und die Mitarbeiter haben kaum noch Zeit, die Daten aufzubereiten.

00:05:35: und dann verlangt die Geschäftsführungen natürlich auf Knopfflug die Daten.

00:05:38: Dann wird es gemacht zwei drei Tage und dann sagt der Geschäfte ich hätt's aber jetzt gern ein bisschen anders da müssen wir noch ein paar Details Informationen mit reinnehmen was die aber nicht wissen dass die nämlich jedes mal so lange dran sitzen und das ist ein Kernproblem.

00:05:50: Ich kann das mitgeben, dass können wir abschalten.

00:05:52: Das muss nicht mehr gemacht werden.

00:05:54: Stichwort ist die Automatisierung und es hat nichts mit KI zu tun.

00:05:58: Das nächste Bauchgefühl.

00:06:02: Kann ich ein Praxisbeispiel mitnehmen?

00:06:05: Ich möchte mir jetzt ungern immer auf die Studien hier zurückgreifen.

00:06:08: Wir haben eine Bäckerei, die hat man ja auch eben bei dem Security-Thema Und der Experte bei uns hat die Produktions, also ich nehme das Bäckereibeispiel mal ein bisschen anders.

00:06:21: Jeder der beim Bäcker einkaufen geht sieht vielleicht abends dass die Auslage voll ist.

00:06:25: Was macht der eigentliche Bäcker nämlich?

00:06:27: Der schaut nämlich was hat er in der letzten Woche produziert und macht das gleiche nochmal.

00:06:32: Das ist das Kernproblem.

00:06:33: Mich ärgert es immer, ich komme aus Neues.

00:06:35: Bei uns ist die Bäckerei Kette Büchter und wenn man da abends mal reingeht, dann ist alles voll, Teichchenkuchen etc.

00:06:42: Wir sind mal hingegangen bei unserer Bäckerei und haben uns das mal angeschaut und haben dort mal Datenpunkte mit reingenommen wie Wetterinformationen, Kalenderreignisse wie Feiertage aber auch Kalenderereignisse, die lokal dort sind.

00:06:54: Vielleicht sind ja lokale Veranstaltungen Und dann haben wir relativ schnell herausgefunden, wenn wir auch noch Wagengruppen definieren und diese zum Beispiel diesen Maschinen-Learning-Modellen richtig zur Verfügung stellen können wir im sechsstelligen Bereich Kosten einsparen.

00:07:10: Der technische Geschäftsführer hat das nicht geglaubt.

00:07:13: Wer macht das seit zwanzig, fünfundzwanzig Jahren?

00:07:15: Ist der dabei?

00:07:16: Das Problem war nur in dem Termin, wo wir es vorgestellt haben und das war zu neunzig Prozent validiert die Kaufmännchen-Geschäftsführung gesagt was hast du den ganzen Jahr gemacht?

00:07:25: Das war ein Kernproblem.

00:07:26: Es ist wieder das Thema Kultur, wiege ich mit der Fehlerkultur um.

00:07:30: Der Mann hat ja keinen schlechten Job gemacht mit seinem Team.

00:07:32: es ging darum dass man mit seinem Bauchgefühl weiter gearbeitet und wir hätten einfach mit Daten weiter unterstützen können.

00:07:39: Das Ding ist jetzt nicht tot aber wir müssen da ein bisschen anders dran gehen.

00:07:42: Wir müssen jetzt versuchen mehr über die Menschen auch zu gehen, das hatten wir heute auch öfters gehört.

00:07:47: Aber das fand ich auch wieder ein tolles Beispiel, dass man aufgrund der Erfahrung gewisse Entscheidungen trifft Und dann müssen wir halt letztendlich wegkommen.

00:07:54: Das Dritte ist, also Datenprojekte – wir verpacken das ja unter dem Begriff Business Intelligence – dauern lange.

00:08:04: Ich komme ursprünglich aus der Konzernwelt.

00:08:05: Ich habe einen Konzernen gearbeitet in einer Bank- und Versicherungswelt und da war es üblich dass wir solche Projekte die liefen ja vier oder zwei Jahre sogar und wir waren meistens mit sechzig Leuten da und große Beratungshäuser war mit drin.

00:08:17: Das ist für Mittelstellendler überhaupt nicht vorstellbar aber es ist immer noch so Die Marktbegleiter diesen Weg immer noch gehen und sagen, okay wir machen große Projekte.

00:08:28: Wir nehmen ein Baukasten und es wird viel zu lange umgesetzt.

00:08:32: Und das meinte ich eben auch mit der Thematik zwei bis fünf Tage.

00:08:36: Wir können das schneller machen also hier mal im Plattformgedanke zu haben wo bestimmte Sachen schon drin sind.

00:08:41: Wir müssen das Rad nicht neu erfinden.

00:08:43: Es gibt bestimmte Themen die sind da schon hinterlegt wie mehr Datenmodelle, Architekturen entsprechend aufbauen.

00:08:49: Das ist dann eine Achtzig-Prozent-Lösung So, und das ist der große Vorteil.

00:08:54: Das nächste ist Dashboards.

00:08:56: Eben habe ich gehört... Ich glaube sie waren das oder du warst das?

00:09:00: Du hast gefragt kann man die Dashboards nicht besser aufbauen so dass es ja eine Sache.

00:09:05: ich bin da also hab ne These, die habe ich bei LinkedIn gepostet Und hab gesagt, Dashboard sind tot.

00:09:10: Die ganzen Experten dort haben mich da ein bisschen auseinandergenommen.

00:09:14: Ariano kennt das wenn ich dann meine Beiträge mache und dann war das eine große Diskussion Standard V-Porting keine Frage!

00:09:20: Das wirds weiterhin geben.

00:09:22: Wir brauchen diese Berichte.

00:09:23: Ja, auch ein Dashboard brauchen wir aber wir brauchen nicht mehr.

00:09:26: die Vielzahl.

00:09:27: Die meisten Arbeiten oder die meiste Zeit die darauf geht ist wenn wir Power BI Tableau Klick nutzen.

00:09:33: das sind die Standard Werkzeuge.

00:09:35: gibt noch die SAP Analyte Cloud.

00:09:36: ich weiß nicht was hier im Raum genutzt wird.

00:09:38: Ich vermute Power BI korrekt?

00:09:40: Oder nicht?

00:09:43: Ja okay ein paar Nicken.

00:09:45: Aber das Thema ist da fließt so viel rein.

00:09:46: warum?

00:09:47: weil diese Dashboards sind ja interaktiv Da sind Filter Mit Elementen arbeiten dann verändert sich das.

00:09:53: Und es darf nicht sein, dass wir da so viel Zeit investieren und letztendlich macht da keiner was draus!

00:09:58: Ich zeige dir auch gleich noch mal einen Beispiel.

00:10:04: Wir hatten aus dem Versicherungsbereich die Aufgabe, achthundert Berichte zu migrieren.

00:10:13: Dann haben wir gesagt, das ist uns viel zu viel aufwandt und haben einfach die Berichte abgeschaltet zwei Wochen lang.

00:10:18: und dann hatten wir nicht mehr achthundert, sondern waren nur noch hundert durch.

00:10:21: Und das passiert nämlich so.

00:10:25: Automatisierung!

00:10:26: Das wurde eben zum Beispiel auch in dem Vortrag gesagt dass man ja zukünftig die Systeme offen hält.

00:10:31: also wir können uns zukünftig an bestimmte Quellsysteme zB connecten.

00:10:37: und was ich gerade feststelle ist am Markt passiert etwas.

00:10:40: es kommen neue Player dran das sind die sogenannten KI-Agenturen die sehr schnell mit Make, Save Here... Was gibt's da noch?

00:10:46: Nacht N Prozesse anbieten zum Beispiel von der BIMANU auch sagen, ja das haben wir letztes Jahr gemacht im Content Marketing Bereich.

00:10:55: Wir haben zusammen mit einer Agentur zusammengearbeitet und haben zum Beispiel unseren Content Marketing im Blogbereich gemacht.

00:11:00: Das heißt früher haben die Leute zwei bis drei Tage gebraucht um so ein Block anzufertigen zu recherchieren und das haben hier zum Beispiel mit solchen Werkzeugen komplett automatisiert immer mit menschlicher Schleife dahinter.

00:11:12: Das heisst wir gucken uns nach was sucht er?

00:11:15: Mensch im ganz normalen Google, was haben die Wettbewerber für Informationen?

00:11:19: Bereiten dann die ersten Texte auf derjenige guckt wieder drüber.

00:11:22: Dann werden Bilder angefertigt also schrittweise und dann können wir das Ganze veröffentlichen.

00:11:26: Das dauert gerade mal zwei bis drei Stunden, da ist der Blockbeitrag fertig.

00:11:29: daraus erfolgt ein Social Media Beitrag.

00:11:32: dafür ist es gut.

00:11:33: aber diese Agenturen meinen jetzt auch noch sie können Daten!

00:11:36: Also das Thema BI können Sie abdecken.

00:11:38: das heißt die connecten sich gleich an den ganzen Systeme und schubsen die Daten von A nach B. Das wird nicht funktionieren.

00:11:45: Ich werde es auch gleich beweisen, warum das nicht funktionierend wird und deswegen ist das gefährlich.

00:11:51: wenn man jetzt sagt wir bieten Konnektoren an und zappen alle Systeme einfach an und bringen die von A nach B So!

00:11:59: Das ist ein Fehler den wir jetzt auch sehen.

00:12:02: Wir haben diese Tools Auch wir nutzen... wir haben noch mehr von diesen KI-Werkzonen die wir gerade einsetzen Und jetzt habe ich natürlich die Möglichkeiten auch dort beispielsweise mich auf dem ERP-System anzumellen und kann fragen, was ist der... also ich setze mich mit meinem Vertriebsteam zusammen.

00:12:19: Und fragt dann, welche Deals sollen wir uns die Woche genau anschauen?

00:12:23: So, dann kommt da raus, schaut euch den an, ihr habt dir die größte Opportunity und die Wahrscheinlichkeit dass der Deal abgeschlossen ist bei neunzig Prozent.

00:12:30: Ist super!

00:12:31: Das heißt aber Gemini oder Claude guckt aber nur in das ERP-System weiß aber nicht, dass sich im Finanzen ein Problem bei dem Kunden hat.

00:12:39: Da ist nämlich auf einmal das Mahnwesen gestartet.

00:12:42: So, dann wäre das doch viel interessanter diesen Kontext mitzugeben zu sagen guck mal die Information hast du nicht.

00:12:49: Bewertet die mit rein und vielleicht sind die anderen, also viel besser bevor jetzt wieder ein Auftrag generiert wird produziert wird und dann wieder ausgeliefert wird.

00:12:58: Und dass ist halt auch hier wieder diese Silo-Denken wenn wir anfangen mit solchen Werkzeugen dort alleine zu arbeiten.

00:13:05: Das gleiche gilt für die anderen Konnektoren auch.

00:13:09: Wert geschätzt ab zum Neustart.

00:13:13: Ich muss dich leider stören, wir haben eine Unterbrechung und die haben wir aus gutem Grund.

00:13:17: Wir würden dir gerne was schenken!

00:13:19: Und zwar... Der große Vorteil ist, du zahlst nur die Versandgebühren in Höhe von sechs Euro, fünfundneunzig anstatt jetzt achtundzwanzig Euro bei Amazon und Co.

00:13:36: Klingt doch fair!

00:13:37: Also schaust dir doch mal an Und jetzt geht es auch direkt weiter mit dem Podcast.

00:13:41: viel Spaß So.

00:13:42: und jetzt kommt das.

00:13:43: das ist ja unser Herztes Thema das Thema Business Intelligence BI.

00:13:49: Das wird man auch weiterhin benötigen.

00:13:50: dass Ist auch tatsächlich das Fundament auf später wo wir aufsetzen wollen.

00:13:54: aber was ich immer feststelle Wenn wir Prozesse automatisieren, also die Datenbewirtschaftungsprozess.

00:13:59: Wir schaffen das weg, dass die Leute mit Excel alles aufbereiten.

00:14:03: Dann habe ich das Thema, dass dann die Controller dort sitzen und nicht erklären können was bedeutet das?

00:14:08: Wo kommen die minus zwölf Prozent her?

00:14:10: Was ist wirklich der Ursprung?

00:14:12: Ist es wirklich jetzt aufgrund der politischen Lage Wirtschaftslage, was wir alles haben?

00:14:17: Ist vielleicht bei drei Key-Accounts weggesprungen sind?

00:14:19: Es ist eine Preissteigerung was auch immer.

00:14:22: Jemand, der sehr viel Erfahrung hat kann das vielleicht beantworten aber die meisten können das nicht.

00:14:27: Das heißt ich sehe hier bei dem Thema BI immer wieder nur im Rückspiegel.

00:14:31: D.h.,

00:14:31: ich hol mir die Daten rein, kann sie anzeigen, aber ich kann sie noch nicht erklären und mir fehlt dann gewisse Informationen.

00:14:38: Und dass ist halt schade!

00:14:41: Und das ist das, was wir herausgefunden haben in der Kombination.

00:14:46: Es gibt jetzt eine neue Kategorie Jetzt noch nicht, also in Deutschland gibt es das definitiv nicht.

00:14:51: Wir haben uns die Marke schon gesichert und wir haben uns damit jetzt intensiv auseinandergesetzt dass der Begriff wird sein Contextual Intelligence.

00:15:02: Was meine ich damit konkret?

00:15:03: Das heißt wir haben ja eben über das Thema AI KI gesprochen.

00:15:07: So dann haben wir das Thema Business Intelligence.

00:15:10: das ist quasi alles was mit Zentralisierung zu tun hat Aufbau von Data Warehouse System falls man das mal gehört hat.

00:15:17: zu summieren, ergibt nämlich das Contextual Intelligence.

00:15:21: Das heißt jetzt bringe ich einen Kontext mit rein.

00:15:24: und wie könnte das aussehen?

00:15:26: So wir haben auf der linken Seite unsere LMMs.

00:15:29: die sind wirklich gut und auch mächtig aber sie wissen halt nicht genau was passiert.

00:15:35: Das heisst den fehlt einfach noch zusätzliche Informationen um euch genau den Weg jetzt aufzubereiten.

00:15:42: Das BI hat ich ja vorhin gesagt wird aufbereitet.

00:15:45: Wir stellen die Datenzentral ab.

00:15:47: Ihr bekommt täglich eure Berichte oder Dashboards, aber wir gucken trotzdem wieder in die Vergangenheit rein und können es immer noch nicht genauso ableiten.

00:15:56: Und wie könnte das dann gemeinsam funktionieren?

00:15:59: Das ist tatsächlich das CI.

00:16:01: Das würde ich jetzt hier gerne mal an einem Beispiel erklären.

00:16:04: Nimm mir nochmal das Beispiel der Bäckerei.

00:16:06: D.h.,

00:16:07: die Situation ist ja wie folgt!

00:16:09: Wir haben einen Rückgang von zwanzig Prozent.

00:16:13: So, und woran liegt das Ganze?

00:16:15: Nehmen wir das Beispiel was ich am Anfang gesagt habe von unserem Kollegen der es untersucht hat.

00:16:19: Wir haben Wetterinformationen mit drin gehabt, wir haben die Kalenderreignisse gehabt oder eine andere Veranstaltung die dazu geführt hat dass dann weniger Laufkundschaft ist.

00:16:27: Es könnten aber noch weitere Datenpunkte eine Rolle spielen zum Beispiel dass da ein Stau ist, dass dann eine Unfallstelle ist so und Der Kontext dort ist bitte die Produktion reduzieren und zu sagen hey in dieser Woche brauchen wir keine viertausend Brezeln sondern es müssen nur.

00:16:45: Und jetzt würde ich gerne selber was aus der Praxis berichten, weil wir uns da sehr stark mit beschäftigen.

00:16:53: Wir machen sehr viel Marketing auch bezahlte Werbung mit Facebook Instagram und Ich habe dann auch gedacht okay wir können doch jetzt mal das Claude nehmen wir nehmen jetzt mal dass nachtn Das ist dieses automatisierungswerk so vor ich halt auch KI Agents einbauen kann und dann habe ich das Ganze angezapft.

00:17:10: Also wir haben einen Connector gehabt für Facebook, uns haben uns die Daten reingeholt und dann hab' ich so genannten Skill gebaut und sag', du bist unser absoluter Marketing Crack!

00:17:18: Und du berätst jetzt quasi bei der Bearbeitung der Kampagnen und sagst uns was die nächsten Schritte sind?

00:17:23: Erster Versuch war, er hat die Daten rausgezogen.

00:17:26: wunderbar Die Empfehlungen sahen auch schon richtig gut aus nur die Zahlen haben nicht gestimmt.

00:17:31: Warum haben sie nicht gestimmt?

00:17:32: weil die Struktur nicht gepasst hat.

00:17:34: Ich wollte Zum Beispiel haben wir eine Kampagne gehabt, wir haben ein Werbebudget.

00:17:38: Also die Zahlen werden aufgebrochen und er konnte mit den Zahlen nicht richtig rechnen.

00:17:42: Die Konsequenz war das die ganzen Empfehlungen falsch waren.

00:17:45: Hätte ich da darauf gehört hätte ich Kampagnen abgeschaltet, die vielleicht gut gelaufen sind oder die Moment vielleicht schlecht ausgesehen hatten.

00:17:52: Konsequent wäre dann dass Marketing hätte zu wenig Leads bekommen oder ich hätte vielleicht nicht Marketing Qualifier Leads bekommt.

00:18:00: Der Sales hätte dadurch weniger Leads bekommen, zum Anrufen oder zu bearbeiten.

00:18:04: Konsequent ist weniger Umsatz und weniger

00:18:06: Liquidität.".

00:18:07: Und ich hätte vielleicht viel zu viel Budget in die Werbung noch weiter reingeschickt, weil ich dann andere Kampagnen bevorzugt habe.

00:18:14: Zweiter Lauf war... Ich habe gedacht okay, dann gehe ich anders dran!

00:18:18: Ich berechne eben das Ganze vor.

00:18:20: Was hat der, was hatte die KIDs mal gemacht?

00:18:23: Die hat zwar Kennzahlen von mir genommen aber auch selber nochmal nachgerechnet.

00:18:27: Das ist das Hauptproblem an der Geschichte.

00:18:29: Ihr könnt aktuell nicht festlegen, wie er das macht?

00:18:32: Wie wird was berechnen?

00:18:34: Wo nimmt ihr die Informationen her?

00:18:36: und dafür brauchen wir tatsächlich das BI.

00:18:39: Wir nehmen die zentrale Datenbasis und bauen einen Zwischenlehr auf so dass sich die LMMs quasi aus der Datenbank bedienen mit diesen entsprechenden Kennzahlen Und dann die Informationen weitergehen.

00:18:49: Es ist eine Treppe da drüber.

00:18:51: Das hat momentan keinen Aufenschirm Dass man das genauso machen muss.

00:18:57: Jetzt ist ja die Frage, warum sollte man das Ganze machen?

00:18:59: Jetzt gibt es auch hier wieder eine Gardnerstudie.

00:19:02: Die sagen zum Beispiel, dass wenn man sich jetzt damit beschäftigt, die Expertise knapp wird.

00:19:08: Also wir sehen das ja selber.

00:19:09: also IT-Leute sind trotz Wirtschaftskrise oder jetzt wo auch Unternehmen abbauen immer noch rar.

00:19:15: Das Thema KI ist immer noch finde ich ein schwieriges Thema und jetzt wenn man sie jetzt auch noch damit beschäftigen wird es ja nicht einfacher machen.

00:19:23: aber was ich persönlich nochmal sehe Wenn wir jetzt nicht anfangen mit den Daten wirklich mal zu arbeiten, die aufzunehmen.

00:19:31: Zu zentralisieren wie wollen wir das Ganze denn mal aufholen?

00:19:34: Und dass ist halt die Schwierigkeit, die ich da gerade sehe weil wir immer noch in so einer verteidigen Landschaft unterwegs sind und ihr müsst jetzt wirklich überlegen welchen Weg wollt ihr gehen Wie wollt ihr da entsprechend vorgehen?

00:19:48: und das wäre vielleicht ein Schritt wie man anfangen kann ohne der wieder ein dickes Projekt zu machen.

00:19:52: eine Idee wäre zum Beispiel zu sagen Ich gehe Nächste Woche mal hin und holen wir mal die Fachbereiche rein.

00:20:00: Und gib dir meine Hausaufgabe auf, zu sagen baut doch man eine Datenlandschaft aus.

00:20:04: Mirrobots und immer aufzuschreiben was sind die wichtigsten Systeme?

00:20:09: Wo sind die Daten eigentlich?

00:20:10: Welche Daten werden aktuell nicht genutzt?

00:20:13: Dass ich einfach mal weiß.

00:20:14: wie sieht das Unternehmen mit einer Datennandschaft konkret aus dass sich einfach mal sage okay jetzt haben wir erstmal die Landschaft und kreiere vielleicht mal ein paar Kreisen und sage welche Welche Datenbereiche sind für mich denn wirklich relevant?

00:20:27: Und das zweite finde ich nochmal sehr spannend, mal zu überlegen.

00:20:31: Für sich selber welche Frage würde ich dann jeden Morgen gerne beantwortet haben die ich aktuell nicht bekomme und wo ich aktuell vielleicht mit dem Bauchgefühl arbeite?

00:20:39: Das wäre vielleicht auch einmal eine sehr spannende Frage.

00:20:42: Und das nächste Ich hatte das gerade im Gespräch Nicht so groß denken sondern klein starten.

00:20:49: sucht euch doch mal einen ganz kleinen Anwendungsverlauf Den man umsetzen kann, dass man einfach beweisen kann das es auch tatsächlich funktioniert.

00:20:57: Das hat einen Domino-Effekt, das erleben wir zum Beispiel unseren Kunden immer wenn wir ein Bereich abdecken der erst in allen zwei Anwendungsfälle umsetzten dann werden nämlich die anderen Fachabteilungen neugierig und sehen okay das geht auch und sie wollen's dann auch haben ist so wie bei dem neuesten Spielzeug.

00:21:12: also da mal zu gucken habt ihr was wo was euch gerade weh tut?

00:21:17: Und am besten ist es wo viel Arbeit rein gesteckt wird das zu nehmen da habt ihr den größten Benefit Weil das wird halt die Voraussetzung sein, überhaupt diesen Weg einfach einzuschlagen.

00:21:28: Und dann ist die Frage was möchte man machen?

00:21:30: Also Option A – wir bleiben!

00:21:32: Es wird glaube ich schwierig werden.

00:21:34: oder schafft man tatsächlich diesen sogenannten Kontext zu schaffen dass man vielleicht doch bei den sechs Prozent landet, die wir da vorne auch eben hatten, die Zahl.

00:21:42: Was ich gerne noch machen möchte... Ich habe vor zwei Jahren dieses Buch geschrieben, Dreiundhaltschimpulse für einfache Datenstrategie im Mittelstand vom Gabelalverlag Gibt es übrigens jetzt in der zweiten Auflage Gibt's bei Amazon für achtundzwanzig Euro?

00:21:56: Wenn wir das auch noch über die Webseite anbieten, dann sind noch Versandgebühren dabei.

00:22:00: Wer möchte gibt mir gleich mal seine Visitenkarte Dann würden wie ab Montag dass ich die Bücher einfach versenden.

00:22:06: Warum biete ich das an?

00:22:07: weil da nämlich die Grundlagen drin sind also einmal einzuwerten und zwar Für nicht techniker.

00:22:13: Also wer hier IT-ler ist ein absoluter Crack ist dem wird das glaube ich nicht gefallen.

00:22:19: Aber wer zum Beispiel sagt Ich weiß nicht wie ich es anpacken soll das Thema wie ich die ganzen Begrifflichkeiten einordnen soll und das nochmal mit Praxisbeispielen dahinter, sodass man auch mal Ideen bekommt, wie man es gewissermaßen auch umsetzen kann.

00:22:31: Kann das sicherlich helfen, die ersten Schritte zu gehen, um das Ganze aufzusetzen?

00:22:36: Und was mir jetzt gefallen würde, wenn wir jetzt so ein bisschen meine Diskussion gehen und mal schauen, wie das gerade bei euch aussieht.

00:22:42: Seid ihr soweit macht ihr schon – also wir haben ja eben in der anderen Diskussion auch schon einiges gehört – aber ist das Thema soweite angekommen dass man jetzt schon anfängt, Daten zum Beispiel mit LMMs auszuwerten.

00:22:53: Ist das soweit ein Thema bei euch oder ist es nicht?

00:22:56: Also damals eine kleine Feedback-Runde zu geben, das wäre noch mal hilfreich um das Ganze

00:23:01: einzuwerten.".

00:23:02: Hier ein kleiner Hinweis – die Stimmen der Fragenstellerinnen und Fragesteller in einer folgenden Fragerunde wurden aus Gründen der Verständlichkeit und zum Schutz der Privatsphäre nachgesprochen.

00:23:12: Frage eins Wie können Unternehmen beim Thema KI sinnvoll starten, wenn sie intern noch nicht so weit sind und es schwierig ist vertrauenswürdige Partner zu finden?

00:23:37: Man kann auch jetzt nicht jedes Tool einkaufen.

00:23:40: Wir sind in der Iso-Zertifizierung, schließen die jetzt bald ab aber wir müssen was zur Verfügung stellen.

00:23:45: wenn wir das nämlich nicht machen passiert nämlich Folgendes dass der Mitarbeiter der Lust auf das Thema hat Der wird sich privat irgendwas anschaffen und dann kann es passieren dass da... Wir haben jetzt auch schon von einigen Kunden erfahren dass dann der Mitarbeiter gesagt hat die stellen mir das nicht zur verfügung ich ziehe mir die exe Daten ab aus dem ERP oder sonstwas und bereite das dann in Chatchi PT auf ... mega gefährlich.

00:24:04: Also da reden wir über Datenschutz und

00:24:05: Co.,

00:24:06: aber man kriegt es am Unternehmen auch nicht böswillig, das muss man ja auch einfach sagen... wenn dann nämlich ein Druck hintersteckt,... dass die Mitarbeiter abliefern müssen und so in die Zahlen bereitstellen kann ich das schon nachvollziehen, dass man diesen Weg geht.

00:24:16: also auch da muss man jetzt finde ich auch als Geschäft oder Züruchskraft im Weg finden.

00:24:21: wie kriegen wir dieses Wissen und diese Tools auch ins Unternehmen?

00:24:25: Ich will jetzt keine Werbung für das machen, wir schauen uns aktuell Lengdok an, da sind die ganzen Modelle hinterlegt Und die sind zwar ein bisschen hinterher, die werden jetzt nicht, wenn Claude das neueste Veröffentliche innerhalb von einem Tag nachziehen.

00:24:39: Aber da ist es ein deutscher Anbieter und man hat dann wenigstens eine gesicherte Plattform.

00:24:44: Also er hat mit uns nichts zu tun.

00:24:45: aber das ist so etwas was wir uns gerade haben.

00:24:47: also Langdok heißen sie.

00:24:48: Frage zwei Wie bekommt man KI am besten in die Belegschaft ohne dass Mitarbeitende Angst vor Kontrolle oder Arbeitsplatzverlust bekommen?

00:24:58: Was machen wir?

00:24:58: Wir schließen uns jetzt in zwei Wochen ein für zwei Tage.

00:25:02: Solche Sachen werden wir dann gemeinsam machen, dass das Team sich das auch selber erarbeitet.

00:25:07: Weil es bringt nichts, wenn wir das machen sondern wir wollen ja selber, dass die Leute befähigt sind.

00:25:11: Zu dem Thema Datenaufbereitung.

00:25:13: dafür brauchen wir also nicht diese Tool, sondern da gibt's Automatisierung, die das ganz anders ohne KI aufmachen.

00:25:18: Das heißt man muss nicht diesen manuellen Weg gehen und dann irgendwelche Konnektoren oder irgendwelchen Aufbereitungen vornehmen.

00:25:25: Aber das ist tatsächlich eine große Herausforderung aktuell.

00:25:28: Weil wir werden ja erschlagen von der Komplexität, also ich bin der Meinung es wird nicht einfach, es wird eher schwieriger.

00:25:33: Also kompliziert kann jeder, also das Einfache zu überlegen wie könnte man das Ganze dann realisieren?

00:25:39: Das Gleiche ist mit der Dashboard-Geschichte.

00:25:41: Wenn ich sehe wie viel Aufwand reingesteckt wird um an so... Ich mag das einfach nicht mehr, um diese Power BI Berichte aufzubauen.

00:25:50: Ich mache den Job schon seit über fünfzehn Jahre.

00:25:54: Ich mache jetzt keine aktiven Projekte mehr, aber früher war das immer der Hauptaufwandstraber die besten Dashboards zu machen.

00:25:59: Da hat man sich Pixel genau festgelegt.

00:26:02: wie soll man das Ganze... Das ist alles überflüssig!

00:26:05: Sondern ich muss die Daten bereitstellen und es müssen Handlungsempfehlungen dahinter erfolgen.

00:26:09: Wenn ich das halt nicht mache, dann ist das unnützliches einfach Zeitverschwendung.

00:26:13: Es kostet auch richtig Kohle, muss man auch Klippen klar sagen.

00:26:16: Frage drei Wie entsteht der notwendige Veränderungsdruck, damit Unternehmen KI wirklich einführen und nicht nur theoretisch gut finden?

00:26:25: Ja kann ich sagen.

00:26:26: Also eben wurde ganz heute Vormitteln im Vortrag gesagt Umsatzwandite Ich habe gehört fünf sechs Prozent.

00:26:33: also das wäre ein Hebel umzuschauen.

00:26:36: was ist los weil wenn ich sehe welche Erfolge wir bei unseren Kunden schaffen dass auf einmal in den ersten drei Monaten zweihundertvierzigtausend Euro eingespart werden kann weil wir nicht nur Energiekosten einspannen sollen und gesehen, dass die Prozesskette falsch läuft.

00:26:48: Weil dann die Produktion hingeht kommt morgens rein, schaltet einmal alles an, die Lassspitze geht nach oben und wenn ich die Daten einmal habe kann ich mal komplett über den ganzen Prozess mal schauen und ganz explizit auf diese Einzelne.

00:27:00: also einmal ist das... Ich kann meine Umsatzrendite definitiv reduzieren, nehmen wir das Beispiel bei der Bäckerei, die wir eben als Beispiel hatten.

00:27:08: Wir haben über hunderttausend Euro Betriebskosten gespart.

00:27:11: Warum?

00:27:12: Weil die Geschäftsführung schon geplant hat, die dritte Stelle zu schaffen um den ganzen Kontrollingprozess zu machen.

00:27:17: Jetzt sind da zwei Teilzeitkräfte und die anderen Mitarbeitern machen was ganz anderes und die eine Stelle wurde eingespart.

00:27:23: das sind ja die ersten Hebel.

00:27:25: und das eine was ihr gedacht mit Unternehmensverkauf oder wenn man das plant als Nachfolge Was kaufe ich denn?

00:27:31: Kaufe ich ein Unternehmen was gut aufgestellt ist was Zahlen, Daten, Fakten basiert unterwegs ist oder baue ich die Excel oder wo ich fünf Mitarbeiter brauche?

00:27:39: Und ich habe ja noch das dritte Thema Fachkräftemangel.

00:27:42: Weil wir haben die Leute, also das Thema BI was wir machen sie Datenarchiktonen aufzubauen.

00:27:48: Das ist ein Handwerk!

00:27:49: Also da muss man lernen wie man.

00:27:51: Datemodell klingt immer so banal aber das steckt immer sehr viel nur hau drin.

00:27:56: Nur das können uns auch wiederum einsparen weil wir entsprechende Method und Tools haben die das jetzt neuerdings abdecken.

00:28:03: Ich kann kein Unternehmen, wo sich das bisher nicht rentiert hat.

00:28:06: Nur was wir nicht versprechen ist ja keinen Zauberkasten, dass wenn man das Projekt starten... Das ist ja meistens mit Kunden reinkommen und sie sagen Ja, was haben wir denn jetzt davon?

00:28:13: Wir müssen einen genannten Return-offer-Investment liefern weil es kostet alles Geld.

00:28:20: Das geht nicht von heute auf morgen aber heißt auch nicht, das geht nicht.

00:28:23: Das Brunata Beispiel, was ich genannt habe, das haben wir innerhalb von zwölf Monaten rein geholt.

00:28:28: Zwölf Monaten.

00:28:31: Das ist die Frage, wie will man sich dann zukünftig aufstellen?

00:28:33: Wir sehen doch momentan nur Krisenherde.

00:28:36: Wie will ich denn reagieren aus dem Bauchgefühl wieder?

00:28:39: Das sind ja genügend Ansätze!

00:28:40: Dann haben wir auch nochmal das Thema eben gehabt Nachhaltigkeit ESG.

00:28:43: vor zwei Jahren war das die Sau durchs Dorf getragen.

00:28:46: Wir waren da auch mit einigen Kunden dran, jetzt ist es gerade ein bisschen ruhig und es wird trotzdem kommen.

00:28:51: Nur was mich einfach stört, es wird gesetzlich verlangt aber dann mache ich diese Kennzahlen für Nachhaltigkeiten aber es gibt auch dort keine Handlungsentfehlung Und da haben wir ja heute gesehen, welcher Hebeltort eigentlich zu sehen ist.

00:29:04: Also ich glaube nicht... also Unternehmen, die es nicht machen, werden dann wieder Schwierigkeiten bekommen.

00:29:18: Also ganz wichtig ist wenn die Datengrundlage da ist.

00:29:22: Das heißt, ich habe meine klassische Tabelle wo mein Umsatz drin steht und jetzt das Umsatzkennzahl.

00:29:27: Ich muss die Kennzahl beschreiben.

00:29:29: Was steckt denn in der Umsatz-Kennzahl drinnen?

00:29:32: Sind da Zuhunabgänge mit berücksichtigt oder bestimmte Produkte?

00:29:35: also man muss jetzt den Kontext einmal mit reinnehmen.

00:29:38: Also die einzelnen Kennzel entstanden hat noch viel tiefer beschrieben damit die LMSM's das verstehen.

00:29:43: und dass zweite ist der Unternehmenskontext mit rein geben.

00:29:47: Das heißt ihr habt bestimmt unter dem bestimmten Regenrichtlinien etc.. Auch das muss rein, weil woher soll das LMM diese Information haben.

00:29:55: Das klassische BI was ich eben gesagt habe ist Data Warehouse hat das hier auch nicht.

00:29:59: also da wird es zu erweitern.

00:30:01: deswegen müssen wir so eine Zwischenschicht nochmal darüber legen und das ist dann der Benefit den man tatsächlich zieht.

00:30:07: wie Gefahr ist.

00:30:07: nur mache ich's nicht und kippe das ganz normal ins ChatGPT rein kann es einfach dazu führen wie bei meinem Facebook Beispiel dass die Empfehlung nicht korrekt sind weil der fehlende Kontext nicht da ist.

00:30:22: Wie muss eine bestehende Datenarchitektur mit Data Warehouse und Machine Learning erweitert werden, damit LLMs sinnvoll mit Unternehmenskontext arbeiten können?

00:30:50: wo ich dann den Unternehmenskontext noch dazu nehme und die Beschreibung.

00:30:54: Und dann kommt das LMM, es ist quasi was Neues.

00:30:56: Das ist dieses CI als Kategorie.

00:30:58: Und da werden viele erst mal auf die Nase fallen weil sie merken, oh, das funktioniert sind dann frustriert.

00:31:06: deswegen auch die hohe Zahl der KI-Projekte, die gerade nicht fallen.

00:31:08: aber dat bitte vielleicht schonmal von Anfang an drauf achten.

00:31:12: wir haben eben auch einen Vortrag gehört Stammdatenpflege.

00:31:15: Bitte sofort das mitmachen, weil es so ein Hebel wird, wenn man das alles schon mal hat.

00:31:20: Alles klar?

00:31:20: Wir sind euch dankeschön!

00:31:22: Also wer möchte gerne seine Karte hier lassen?

00:31:25: dann gehen die Bücher am Montag raus.

00:31:27: ansonsten Dankeschön.

00:31:30: ja jetzt schnell noch abspeichern und dann direkt mehr Bissensschätze finden gemeinsam mit den Datenexperten Sven Göllner und Michael Jumschläger in der nächsten Folge von Wertgeschätzt der Podcast.

00:31:51: Warum Datenstrategie

00:31:52: den Unternehmenserfolg

00:31:53: steigert?

00:32:02: Mit einem Klick abonnieren und keine Folge mehr verpassen!