Als wir Fragen angegeben haben, zum Beispiel in ChatGPT 3 Punkt 5, haben wir gesehen, dass wir ganz oft als als Quelle zitiert worden sind und unsere Daten da drin waren. Und wir haben gesagt, what the fuck, also was was ist denn hier los? Das ist das erste Mal, seitdem ich arbeite, dass ich wirklich das Gefühl hab, dass die Technologie oder die deutlich weiter sind als die Adaptionsfähigkeit der Organisation, damit umzugehen. Und ich glaube, da fühlt man sich irgendwie als Manager gut, weil man sagt, meine Mitarbeiter dürfen ja alle und ich seh Token Usage und das ist ja ganz toll.
Marc Berg:Wenn man sich aber allerdings anguckt, was die Leute machen, dann ist da kaum Produktivitätsgewinn.
Christoph Magnussen:Ohne Daten keine KI und genau deswegen haben wir jetzt bei AI to the DNA eine Folge, die sich genau mit dem Thema auseinandersetzt. Wir haben uns die Frage gestellt, was passiert mit Unternehmen, deren Geschäftsmodell vorher das Thema Daten aggregieren waren? Gehen jetzt alle auf ChatGPT und fragen dort nach oder hat sich was geändert? Wir haben Marc Berg, den CEO von Statista, einer der größten in Deutschland zu dem Thema Daten und Datenaufbereitung im Podcast und ihr könnt richtig was lernen, wenn's die Frage geht, haben wir eine Zukunft, wenn es das Thema Daten und KI geht? Ich glaube, das werden wir jetzt beantworten.
Marc Berg:Freut euch auf
Christoph Magnussen:eine sehr geile Folge AI to the DNA. Marc, danke fürs 4 Stockwerke Hochstapfen. Du wurdest fast von meinem Team schon eingespannt hier zum zum Holzhochschleppen.
Marc Berg:Ja, der Versuch war da.
Christoph Magnussen:In in letzter Sekunde noch verändert.
Marc Berg:Ich bin ja irgendwie drüber gestiegen. Da waren 6 Leute, die haben irgendwie angefangen, Kaminholz hochzutragen bei hochsommerlichen Temperaturen.
Christoph Magnussen:Ja, Du siehst, es gibt Dinge, die kann die KI immer noch nicht für einen lösen. Ja, fängst
Marc Berg:Du nicht hin.
Christoph Magnussen:Genau. Und 1 dieser Dinge, die KI nicht für einen lösen kann, ist das Thema verlässliche deterministische Daten. Deswegen warst Du von Anfang an ein Kandidat auf unserer Liste.
Marc Berg:Freut mich sehr.
Christoph Magnussen:Intern quasi auf die Liste gekommen. Jemand hat gesagt, Marc von Statista muss kommen. Er soll mal erzählen, was macht es bei euch im Geschäftsmodell? Aber vor allem auch, wie geht ihr selber intern damit Mhm. So, und wir haben uns schon über diverse Themen unterhalten und ich würd sagen, für die, es ist in Deutschland, glaub ich, fast unmöglich, die Statista nicht kennen, könntest Du ja aber sagen, was macht ihr momentan?
Christoph Magnussen:Weil ein paar Sachen haben sich ja auch schon ein bisschen geändert.
Marc Berg:Ja. Und von da steigen
Christoph Magnussen:wir mal ein.
Marc Berg:Ja, sehr gerne. Also ich hab jetzt das Glück seit 3 Jahren CEO von Statista zu sein und hab von den beiden Gründern übernommen. Statista ist ein großer Produzent und Händler von, wir sagen mal Markt- und Unternehmens- und Kundendaten. Hier geht's aber nicht die persönlichen Kundendaten, sondern allgemeine Marktforschung. Und unsere Kunden sind typischerweise Großunternehmen wie Amazon oder Facebook oder Google oder Mercedes oder BMW oder eigentlich über alle Industrien, ob's die großen Beratungen sind, die großen Industrieunternehmen, typischerweise in das Bereich im Corporate Development, im Marketing, in der Strategie, die Informationen und Transparenz über bestimmte Märkte haben wollen.
Marc Berg:Und Märkte setzen sich aus unserer Sicht immer aus verschiedenen Dimensionen zusammen. Zum einen der Markt generell, also makroökonomische Daten, wie stark wächst ein Markt, wie groß ist ein Markt und so weiter. Die Unternehmensdaten dazu, wer hat welche Marktanteile und dann wie verhalten sich Konsumenten in diesen Märkten, also Kaufpräferenzen, Markenpräferenzen und so weiter. Und diese Daten produzieren wir, teilweise wir die auch nur, weil sie frei verfügbar sind und bereinigen die und strukturieren die, fügen die zusammen und verkaufen dann Zugang zu unseren Daten an verschiedenen Unternehmen.
Christoph Magnussen:Wenn Du jetzt mal die letzten 3 Jahre aber nimmst, seit eben ChatGPT da ist und beobachtest Menschen, die sagen, ja, hab ChatGPT gefragt. Ich lass auch immer mal wieder gerne knallhart jetzt aufm Messer laufen, wenn jemand merkt, das hat nicht funktioniert, aber die Halluzination irgendwann Wochen später rauskommt, diesen Lerneffekt zu haben. Was hat das bei euch ausgelöst? Also was was weißt Du, was ist passiert im in der Verhaltensweise derjenigen, die quasi nach Zahlen, Daten, Fakten suchen?
Marc Berg:Ja, das war für uns, also ich glaub, jeder hat seinen ChatGPT 3 Punkt 5 Moment gehabt, wo es rauskommt und sagt, okay, guck mir das mal an, alle waren so wow. Was heißt ein das eigentlich für mich als Person? Was heißt das für das, was ich hier im Beruf mache? Was heißt eigentlich für das Unternehmen? Bei uns war es nicht anders und ganz ehrlich, der erste
Marc Berg:Schock war relativ groß, denn wenn man sich anguckt, bei welchen Daten sind denn die ursprünglichen Modelle trainiert worden, das waren frei verfügbare Daten und grade Statista, als wir Fragen angegeben haben, zum Beispiel in ChatGPT 3 Punkt 5, wie groß ist der und der Markt, was sind die wesentlichen Player, haben wir gesehen, dass wir ganz oft als als zitiert worden sind und unsere Daten da drin waren. Und wir haben gesagt, What the fuck? Also was was ist denn hier los? Und das kann ich euch sagen. Die Antworten waren relativ gut.
Marc Berg:Ja. Und dann hat's halt so ein bis 2 Monate gedauert, indem wir uns intensiv damit beschäftigt haben, zu verstehen, wie werden Antworten generiert, was sind eigentlich Trainingsdaten, was sind eigentlich gecrawlte Daten, wie setzen sich eine Antwort zusammen, wirklich zu verstehen, was definiert die Antwortqualität 1 Antwort in einem LLM und haben dann halt sehr schnell gemerkt, dass das Thema Trainingsdaten für uns weniger relevant ist, auch als Wettbewerbsbedrohung weniger relevant ist, das Thema Crawlable Data aber durchaus relevant ist, weil das sind Okay, mach mal
Christoph Magnussen:für die, die's nicht wissen, den Unterschied. Das ist bis heute noch ein Thema.
Marc Berg:Trainingsdaten sind die Daten, die genutzt werden, ein Modell inhaltlich zu trainieren, richtige Logik machen, richtige Analysen zu machen, strukturieren zu lernen, Inhalte zu lernen, sozusagen die die Intelligenz beizukriegen. Die Fähigkeit, die genau die Fähigkeit, die Intelligenz zu machen. Ich vergleich das immer mit' Unternehmensberater, die die also die Foundation Models, also dafür, wo ich Trainingsdaten brauche, die zu erstellen, wie ein hochintelligenter Unternehmensberater, der sehr viel Strukturwissen hat, sehr viel Intelligenz hat, sehr viel Logik hat. Aber wenn ich diesen Unternehmensberater nicht mit, wenn ich den nicht in mein Unternehmen zum Beispiel reinlasse und in meine internen Daten gucken lasse, wie meine Umsatzentwicklung ist, wie meine Kostenentwicklung sind, was meine eigenen Strategien sind, dann kann der mir eine bestimmte Antwort auf eine Frage geben, aber die wird nie so gut sein, als
Christoph Magnussen:wenn ich
Marc Berg:ihn voll in mein Unternehmen reinlassen würde. Und das Gleiche ist mit Trainingsdaten und sozusagen Daten, die ich nutze, eine Antwort zu generieren. Die Trainingsdaten bringen die Logik, wie strukturiere ich eine Frage, wie nehme ich sie auseinander, wie breche ich das runter? Aber diese Frage zu beantworten, braucht auch ein LLM oder ein gutes Foundation Model Zugang zu möglichst aktualisierten, gut strukturierten und vor allen Dingen verifizierten Daten, mit der richtigen Antwort zu kommen. Und ich glaube, diese Trennung war für uns ganz wichtig zu verstehen und zu sagen, wir sind weniger besorgt, was Trainingsdaten angeht, weil das hilft uns eigentlich, denn diese Modelle machen auch unsere Daten viel einfacher zugänglich für viele Nutzer, die sich nicht mit professionellen Tools auskennen.
Marc Berg:Aber das Thema Crawlable Data war für uns wirklich ein Kopfschmerzbereich, weil unsere gesamte Unternehmensstrategie, vor allen Dingen die Akquisitionsstrategie darauf ausgelegt war, nur ganz, ganz hohe Sichtbarkeit bei Google zu bekommen. Wir haben nie Marketing Geld ausgegeben. Wir haben extrem hohes SEO Visibility aufgebaut, indem wir viele unserer Informationen für Google Crawlable gemacht haben. Wir haben halt nicht nur die Statistik oder die Datenpunkte rausgegeben, beschreibende Texte dazu gemacht und so weiter und haben dadurch unglaublich viel Traffic bekommen für ein Datenprovider, 30, 35 Millionen Unique Visitors im Monat. Hat aber nur funktioniert, weil wir den Google Bot halt unsere Seiten haben crawlen lassen.
Marc Berg:Und das Geschäftsmodell war typischerweise so, dass die erste Seite, die ein Nutzer sich anguckt, for free war und für die zweite Statistik oder die dritte, die man angucken will, musste man sich dann so haben wir viele Leads aufgebaut und konnten diese Leads kontaktieren und dann zu Zahlkunden konvertieren. Das Problem ist, dass LLMs diese Crawlable Information halt genutzt haben, Antworten zu generieren und das Problem ist, dass wenn diese Antworten in einem LMM generiert werden, wir keine Link Outs mehr bekommen, weil der Kunde ja die Antwort im LMM bekommt.
Christoph Magnussen:Schade.
Marc Berg:Genau und nicht wie bei Google sozusagen nur eine Referenz bekommt, wo man die Antwort bekommen kann. Und das hat unser Geschäftsmodell komplett aufn Kopf gestellt und uns echt zum Nachdenken gebracht. Und jetzt seit anderthalb Jahren haben wir die Firma komplett umgebaut. Wir sehen uns auch nicht mehr als und ich glaub, das war der größte Shift. Ich glaub, hättest Du vor 2 Jahren gefragt unsere Mitarbeiter, was ist unser Produkt, hätten die Leute gesagt, unser Produkt ist Statista.
Marc Berg:Com, die Plattform, Ja. Wo die Leute nach Daten suchen können. Mhm. Wenn Du heute die Leute fragst, hoffe ich, dass 90 Prozent sagen werden, unser Produkt sind unsere Daten. Die Plattform ist ein Zugangsweg zu unseren Daten.
Marc Berg:Mhm. Das können aber genauso gut ein LLM, das kann der API, das kann MCP Server, das kann was auch immer sein. Aber unser Produkt, unser Asset sind die Daten. Es ist nicht mal die Plattform. Die Plattform wird immer mehr und mehr an Bedeutung abgeben.
Christoph Magnussen:Wenn Du und das finde ich ein superspannende Punkt, es sind ja sehr, sehr viele Firmen, mit denen ich spreche auch im E-Commerce Bereich teilweise Einbruch 40, 50 Prozent im Search, Ja. Weil eben die LLMs als Engines das generieren. Für viele, also ihr seid da offensichtlich sehr, sehr strukturiert durchgegangen, für viele aber Kopfschmerzen, weil die nicht so schnell hinterherkommen. Was ich noch spannender finde tatsächlich, ist das Thema Daten und der von Daten und deine Sicht drauf im Sinne von ein Zugang kann die Plattform sein. Mhm.
Christoph Magnussen:Ein anderer Zugang kann das LLM sein, eine MCP Schnittstelle sein und so ähnlich. Wenn Du das mal auf Unternehmen überträgst und die internen Daten und die internen Verfügbarkeiten, wie siehst Du das und was glaubst Du muss passieren, damit Du diese Intelligenz auch intern anzapfen kannst?
Marc Berg:Das kann ich, ich übertrage das mal auf Statista, weil wir ja mit dem LLM mit mit AI oder LLMs in Summe in 2 Dimensionen arbeiten. Das eine als Zugangsschnittstelle zu Kunden, die unsere Daten nutzen wollen. Das ist natürlich die größte Transformation. Die zweite Sache ist, wir setzen sehr, stark damit auseinander, wie können wir AI Tools bei uns intern nutzen und was hindert uns eigentlich, die gut zu nutzen und wir sind da auch echt oder laufen immer noch durch eine Lernkurve durch.
Marc Berg:Am Anfang haben wir gesagt, das Wichtigste ist, alle Leute sollen Tools haben und sollen damit ausprobieren und müssen gucken, was sie tun. Ich glaube, das ist das ist nicht zielführend. Ich glaube, da fühlt man sich irgendwie als Manager gut, weil man sagt, meine Mitarbeiter dürfen ja alle und ich seh Token Usage und das ist ja ganz toll. Wenn man sich aber allerdings anguckt, was die Leute machen, dann ist da kaum Produktivitätsgewinn. Da wird eine E-Mail mal umformuliert, da wird eine PowerPoint ein bisschen hübscher gemacht, da wird irgendwie eine Excel Liste umformatiert, aber das sind ja nicht die Themen, die einen signifikanten Wettbewerbsvorteil oder das also sozusagen die Kernprozesse des Unternehmens betreffen.
Marc Berg:Ich hab ein neuen CPO eingestellt, Shriram kommt von Adyen, hat bei Adyen das interne AI sozusagen Enabling geleitet. Er hat ein ganz anderen Ansatz. Er sagt, wir müssten eigentlich müssten wir top down einmal auf das Unternehmen gucken, was ist die Wertschöpfungskette des Unternehmens und dann klar strukturieren, welche Teile des Unternehmens sind eigentlich AI ready? Im Sinne von, ich hab gut strukturierte abrufbare Daten, die ich wo ich auch sinnvollerweise automatisierte Prozesse oder intelligente Prozesse draufsetzen kann und die zweite Dimension, also kein Problem, was nicht in eine 2 mal 2 Matrix passt.
Marc Berg:Also das eine ist bin ich eigentlich, also what's my readiness und die zweite ist what's the impact ne. Also wie viel Hebel hab ich eigentlich, wenn ich anfange diese Themen zu automatisieren oder wenn ich anfange die Themen zu verbessern von AI. Und wenn wir uns die beiden Sachen angucken, ist man halt ganz schnell bei dem Thema Engineering und Sales, ne. Das sind die beiden größten Hebel bei uns zumindest.
Marc Berg:Warum Engineering? Na ja, ich hab halt über Github oder über Confluence oder was auch immer alle also viele viele Daten verfügbar, es wird sauber dokumentiert und ich hab ein sehr sehr hohen Produktivitätshebel im Coding. Mhm. Wenn ich mir Sales angucke, ist es so, hab sehr sehr viele Daten in Salesforce sehr sehr sauber strukturiert. Kundendaten, Salesdaten, alle Kommunikation, die da drin liegt und auch dort gibt es viele Repetitive Tasks, ja, E-Mail-Cadences, rausgehen, Follow-up Bestandskunden, Informationen über neue Produkte und früher musste man halt Customized E-Mails als Templates vorschreiben und dennoch war es eine hohe Art von Massenmailer der Rausgang.
Marc Berg:Heute kann man das hochgradig individualisiert machen, ja. Also Agenten bauen, die crawlen LinkedIn Profile, aktuelle News, unsere aktuellen Daten, die dazukommen und bauen wirklich personalisierte Retention E-Mails an Kunden. Das wäre in der Vergangenheit gar nicht möglich gewesen, sondern nur mit' unfassbaren Aufwand an Mitarbeitern.
Christoph Magnussen:Wo glaubst Du, die 2 Beispiele, offensichtlich sind bei uns das auch die Beispiele, die sofort greifen. Und ich hab mir jetzt die Frage gestellt in Kombination, also wir teilen's immer so auf, ich versuch's ja immer bildlich zu skizzieren, dass auch die, die zuhören, dass sie nachvollziehen können. Wir haben wie sone Art Betriebssystem, wo Du die ganzen Firmenlogiken drin hast, ne? Ist wie son riesiges Repository, Skills, Anleitung, Strategie, you name it. Also alles, was nicht irgendwie sich veränderte Daten sind.
Christoph Magnussen:Und im zweiten Layer, das sind im Prinzip die Datenbanken. Anschluss Kundendaten, CRM, all so was. Dann hast Du im Prinzip die Arbeitsschicht als dritte Schicht, wo Du sagst, okay, da machst Du deinen Kram drauf und erstellst ein Artefakt, fertige E-Mail, eine fertige Präsentation und so weiter. Und jetzt kommt der der interessante Teil.
Christoph Magnussen:Wir beobachten, dass immer mehr Outcomes auch tatsächlich mit KI hätten besser werden können, aber nicht alle. Mhm. Und die Schwierigkeit ist eigentlich rauszufinden, welche das sind. So, dass das Du wie sone eine Schleife zurück hast ins System und sagst, jetzt hast Du eins genommen. Ach guck mal, das hättest Du beim nächsten Mal anders machen können.
Christoph Magnussen:So, dieser Selbstlern Algorithmus. Und ich stell einfach fest, dass ohne saubere Datenaufbereitung und das ist das Hauptproblem den meisten Unternehmen, keine Chance hast, diese Schleife zu bauen. Das versuchen alle, funktioniert nicht. Microsoft wird's auch nicht lösen mit SharePoint, sondern es muss halt dort noch einen Schritt vorher sein. Ja.
Christoph Magnussen:Das heißt, welche Sachen, die ihr bisher für Kunden gemacht habt, kannst Du teilen, wo Du sagst, na ja, Datenaufbereitung ist ein aufwendiges Business, ein manuelles Business oder verändert sich gerade, weil das erlebe ich immer wieder, dass Leute glauben, das lässt sich mit KI lösen, aber der Datenaufbereitungsteil, der ist eben tatsächlich dann doch sehr, sehr, sehr deterministisch und sehr
Marc Berg:Ist es definitiv. Also wir haben das weniger, also unser Geschäftsmodell ist ja nicht so, dass wir beim Kunden sozusagen System installieren. Nee, klar. Sondern was wir aber merken, in der Aufbearbeitung, nehmen wir mal unseres Kern Assets, den Marktdaten, Unternehmensdaten, dass wir diese ganz anders strukturieren mussten. Wir mussten ein Großteil neue Taxonomie entwickeln, damit diese Daten von den LLMs, also mit viel, viel mehr Metadaten versehen.
Christoph Magnussen:Geb' mal ein Beispiel,
Christoph Magnussen:das man sich das mal so vorstellen kann.
Marc Berg:Okay, wenn wir sagen, wir haben zum Beispiel eine beliebige Statistik über von Non-Alcoholic Beverages in Lateinamerika, wächst irgendwie keine Ahnung 8 Prozent pro Jahr. Mhm. Diese Information sollte mit Metadaten versehen werden im Sinne von, was ist in dieser Statistik zu sehen, ja. Also welche Zeitreihe ist Wann wurde die eigentlich publiziert? Welche Maßeinheit ist eigentlich da drin?
Marc Berg:Sind das Hektoliter? Sind das Euro? Ist das Währungsbereinigt? Sind das einige Länder? Welche Länder sind da drin?
Marc Berg:Das heißt, man muss eine relativ breite Masse an Informationen, die gar nichts mit der Originärstatistik eigentlich zu tun haben, zur Verfügung stellen, weil LLMs, wie Du sagst, ja nicht deterministisch. Die lernen über Kontext und je mehr Kontext ich provide, besser ist es. Die zweite Sache, die wir merken und da investieren wir gerade viel Zeit rein und auch Ressourcen rein ist, dass wir Evals aufbauen. Evals ist ein neuer Begriff, ich kannte den vor 6 Monaten noch nicht.
Christoph Magnussen:Evaluations...
Marc Berg:Genau, Evaluations Frameworks oder welche Routines, womit wir an' beliebigen Statistik oder 1 Datenreihe, die wir produzieren, kriegt ein Researcher, also die Person, die die Datenreihe anlegt oder kontrolliert und verifiziert, 5 Fragen gestellt im Sinne von, kann diese Statistik diese Frage, diese Frage, diese Frage, diese Frage vollständig zum Teil oder gar nicht beantworten? Und wenn Du das über Tausende von Statistiken machst, sind das gibt das dem LLM ein sehr, sehr gutes Framework, die besten Datenpunkte für die Frage, die über ein LLM reinkommt, zu bekommen. Und die Qualität Qualität springt enorm. Also wir reden da über 15, 20 Prozentpunkte Antwortverbesserung, obwohl Du auf den gleichen Datensatz aufsetzt und die warten dann immer verfügbar, aber es fehlten qualitative beschreibende Elemente, die LLMs brauchen, halt die richtigen Daten zu extrahieren.
Christoph Magnussen:Wenn Du das jetzt mal weiterspinnst und wir überlegen, okay, am Ende leben halt auch die großen Anbieter von Daten und Datenqualität Und Du kannst ja auch Spezialmodelle trainieren, ne, also im Bereich, weiß ich nicht, Industrie und so weiter. Und es heißt immer, Deutschland sitzt auf einem riesigen Datenschatz. Kannst Du das bestätigen aus dem, was Du weißt? Also wenn Du jetzt mal ganz breit guckst?
Marc Berg:Also ich glaube, ich glaube, jedes jedes Land mit 1 entwickelten Industrie sitzt auf einem riesigen Datenschatz, ne, weil wir immer, also ich mein, man hat das, ich glaub, der Herr von Pierer hat ja schon bei Siemens in den 90er gesagt, wenn Siemens wüsste, was Siemens wüsste, ne, so im Sinne von Informationen waren immer da. Die Frage ist der Verfügbarkeit und wie gut kann ich die abgreifen und wie mache ich sie zum richtigen Zeitpunkt über richtigen Kanal an die richtige Person verfügbar, dass sie damit arbeiten kann, ne. Ich glaub, das ist eher das Problem. Und ich glaube und jetzt wird's spannend, ich glaube, wir haben aber mit LLMs das erste Mal eine Technologie, die es uns ermöglicht, unfassbar gut auch unstrukturierte Daten zu analysieren.
Marc Berg:Das war ja früher nicht so der Fall. Also wenn da nicht eine Daten sauber abgelegt worden sind in der Datenbank und man das nicht über eine SQL Abfrage sauber retrieven konnte, dann war es relativ schwer. Gibt es da Probleme, wenn die Daten zu wenig Metadaten haben oder so weiter? Ja, natürlich sind die noch nicht perfekt, aber wir merken das auf unserem eigenen Datenschatz, dass sich die Antwortqualität über eine LLM, unser MCP Server an unsere Daten teilweise deutlich besser sind als unsere eigene Suchtechnologie, die wir über 6 Jahre lang selbst entwickelt und verfeinert haben. Also das hat mich schon gewundert, gerade wenn's über verschiedene Datentöpfe hinweggeht.
Marc Berg:Also ich glaub, in einer isolierten Datenbank ist eine SQL Abfrage immer noch präziser. Wenn ich aber eine allgemeine Frage stelle, ist die Antwortqualität extrem gut. Und das finde ich das Spannende, dass wir für unseren für unsere Kunden oder jetzt für unseren speziellen Fall, Du musst kein Experte mehr sein. Also Du musst kein SQL mehr können. Du musst dir nicht mehr genau überlegen, wie befrage ich eine Datenbank, die richtigen Daten zu kriegen?
Marc Berg:Ist natural language quer. Also Du schreibst einfach das ein, was Du auch einen Berater fragen würdest, ne, wie groß ist denn der und der Markt? Dann kriegst Du eine Antwort und Du kannst auch refinen. Das ist ja auch etwas, was extrem spannend ist und ich glaube, was was wirklich interessant wird meines Erachtens ist, wie stark schaffen wir es eigentlich, dass das Chatfenster mehr kundenzentriert und intuitiv zu machen? Also wir arbeiten jetzt mit etwas mit' neuen Release, das dann wir wir arbeiten in Blogs auf' Canvas, dass eine Antwort von' LLM in Blogs dargestellt wird.
Marc Berg:Also ich krieg eine Grafik, die eine einzelne Einheit ist, ich krieg ein Textbereich, der eine einzelne Einheit ist, ich krieg vielleicht noch eine Tabelle und ich kann einzelne Blogs neu querieren, wo ich sage, bin mit der Zusammenfassung einverstanden, aber die Tabelle hätte ich gerne anders strukturiert oder ich hätte gerne noch verschiedene Datenpunkte dazu, dass ich nicht immer die gesamte Anfrage neu machen kann, sondern wirklich nur einzelne Antwortbereiche nehme. Und ich glaube darüber nachzudenken, nicht nur, also ich hab irgendwann mal die Hypothese aufgestellt, dass das Chatfenster irgendwann verschwinden wird, weil das nur son son Zwischenmedium ist, zu agieren und dass ein Großteil später das Agenic laufen wird. Und die Frage ist immer noch, wie das Endgame aussieht, fragen ganz viele Leute, hab ich gesagt, ich weiß es nicht, ja. Technologie geht zu schnell. Ich glaube, wir haben noch nicht ansatzweise, das ist das erste
Marc Berg:Mal, seitdem ich arbeite, dass ich wirklich das Gefühl hab, dass die Technologie oder die Capabilities deutlich speicher sind als die Adaptionsfähigkeit der Organisation, damit umzugehen. Und das hatte ich vorher noch nie gesehen. Das ist für mich auch neu. Und selbst Statista denken, wir sind relativ weit vorne und dennoch merken wir jede Woche, boah, wir könnten so viel mehr, in der Technologie erlaubt uns so viel mehr, aber die Organisation kommt gar nicht hinterher.
Christoph Magnussen:Das finde ich jetzt ein spannender Punkt. Also definitiv eins der Zitate, die man mit rein sollten. Es ist strong, wenn Du überlegst eben, die Leute kommen nicht mehr hinterher und der Pace geht ja weiter, ne. Also wir haben die die Taktung ist relativ hoch und jetzt beginnt es grade, sich in in die 2 Lager zu trennen. Die einen sagen, das ist eine Bubble, die anderen sagen, nee, das ist das Größte.
Christoph Magnussen:Was wir jetzt mit deinem Blick nüchtern angewendet, dein Take drauf? Wo stehen wir grade?
Marc Berg:Definitiv keine Bubble. Also das ist, ich mein, wir sind mehr alt genug und ich weiß nicht genau, alt Du bist, aber Du bist jetzt auch nicht mehr so ganz jung, letztlich auch keine 20 mehr. Wir haben ja schon viel gesehen, ne. Also ich bin groß geworden, da gab's noch ein 9600-Baud-Modem und die haben so gefiept, wenn Du's angeschmissen hast. Wenn ich mir anschaue...
Christoph Magnussen:Ich kann noch, ich kann noch die Geräusche der ersten Jungs auf jeden Atari und so.
Marc Berg:Ja, einfach sehr schön gewesen. Und das war ja aber noch mal, wir haben die E-Commerce also das E-Commerce 1.0, 2.0, Mobile, wir haben Mobile Payment gesehen, wir haben keine Ahnung, die ganze App Universe gesehen, wir haben die Destruktion von Banking gesehen, wir haben die Destruktion von Mobility, in so vielen Bereichen haben wir das gesehen, aber ich glaube, dass wir das jetzt sehen, ist das erste Mal, dass ich es für mich begreife, dass eigentlich jede Industrie in jedem Lebenszyklus in jeder Region massiv beeinflusst wird über die Capabilities von AI. Und das wird nicht weggehen.
Marc Berg:Ich glaube, sind die Bewertungen, ich mein, jeder guckt sich die SpaceX Aktie an. Das hat jetzt erst mal mit KI was zu tun, vielleicht über Rechenzentren und so weiter, aber sind die völlig irrwitzig? Kann ich die erklären? Nein, kann die irgendjemand, der mal BWL studiert hat, über ein DCF rechnen auch nicht. Also da müssten die zehnmal den gesamten Weltmarkt haben, sich das irgendwie zu rechnen.
Marc Berg:Das geht einfach nicht. Aber das ist was anderes für mich. Glaube, dieser Bewertungshype ist losgelöst von dem, wie transformativ die Technologie ist im Moment.
Christoph Magnussen:Und wenn Du jetzt überlegst, jetzt hast Du schon gesagt, ihr seid relativ schnell dabei. Ich sag mal, wir sind in Deutschland nicht am schnellsten im Moment. Das halte ich für ein großes Problem.
Marc Berg:Also ich
Christoph Magnussen:glaub, wir müssen da deutlich schneller werden, pragmatischer werden. Was sind jetzt Sachen, wo Du sagst, okay, die haben wir jetzt intern getestet, so teilen wir's grade auf, ne. Du sagst auch eben, das kriegen nicht alle alles zur Verfügung oder klang's auf jeden Fall durch. Was sind momentan so deine Go to Takes, wenn Du's intern organisierst?
Marc Berg:Wir haben viel rumprobiert, ganz ehrlich zu sein und auch nicht alles hat funktioniert. Was sich im Moment für uns als ganz erfolgversprechend darstellt, ist sozusagen vollautonome Teams in der Organisation zu bilden. Die... Also Statista hat ja fast 1000 Mitarbeiter, also relativ groß und typischerweise, wenn wir irgendwie ein Projekt launchen, dann hast Du halt ein Product Owner und dann hast Du Tech Lead daneben, dann haben die ihre Teams dahinter und dann hast Du irgendwie noch jemand von Sales und Marketing, Aber die sitzen alle noch in ihren Linienfunktionen und arbeiten projektbasiert dann zusammen. Was wir jetzt bei' Produkt, was wir entwickelt haben, SynthiePop oder auch bei Statista Connect, also wie enablen wir unsere Daten innerhalb von LLMs, haben wir anders agiert.
Marc Berg:Wir haben gesagt, wir nehmen eine Person, die sehr unternehmerisch ist, die ein hohes technisches Verständnis hat, nehmen als Lead und die Person kriegt disziplinarisch die Mitarbeiter zugeordnet, alle. Engineering, Product, Sales, Marketing, Data Analytics und so weiter und die Teams sollen aber nicht größer als 15 bis 20 Leute sind, weil dann bricht's irgendwann wieder in dieser Und das sorgt für unfassbar viel Friktion im Unternehmen, weil das ist son bisschen, das klingt gemein, ne, aber first und second class citizen im Sinne von, die dürfen alles und kriegen alles und dürfen alle Regeln brechen, dürfen alle Tools nutzen und so weiter und wir aber nicht. Das ist richtig. Ich glaube, es geht aber darum, dass Du sagst, wenn's nur 2 oder 3 Teams sind, dann ist das ein Risiko, was ich noch kann,
Marc Berg:weil ich sehr nah an Teams dran bin oder auch unser CFO oder CTO ist sehr nah dran. Wenn das jetzt 17 Teams werden oder 20 Teams werden, wenn die ganze Woche uns rumsetzt, geht das nicht mehr. Weil die aber sehr autark sind, haben die eine unfassbar hohe Geschwindigkeit, sitzen auch wirklich wie so Mini Start-up zusammen, einen Raum, Daily Stand ups, ja. Jede Woche gibt's irgendwie klare Demos, was wurde gebaut, was wurde geshippt, was funktioniert, was hat nicht funktioniert. Mhm.
Marc Berg:Und dann hast Du eine sehr, sehr schnelle Lernkurve. Und Du hast ein ganz anderes Commitment, weil die sich eben, ja natürlich sagen sie, wir sind Statista, aber eigentlich sagen sie nicht, wir sind Connect oder wir sind SynthiePop oder bei Health Care haben wir ein ähnliches Thema aufgesetzt. Das scheint für uns im Moment zu funktionieren. Ich hab noch ein bisschen Problem, das skaliert nicht, ne. Also das skaliert auf Einzelthemen und Du kannst so 3, 4 maximal davon parallel durch sone Organisation durchtreiben, aber ich hab noch nichts gefunden, was skaliert.
Marc Berg:Ich glaube, das ist jetzt da, wo wo schon grad mein CPO dran ist, zu sagen, wie enablen wir auch die größere Maschine von Statista, wo halt dann mehrere 100 Leute beteiligt sind? Und ich glaub, da geht es wirklich über diese Verstehen der Value Chain, die größten Potenziale identifizieren und dann sehr, sehr gezielt mit auch Experten reinzugehen und innerhalb der Teams 3 Monate das Ding einmal auf links zu drehen. Und dann sozusagen wie so, ich hab das bei IKEA mal gesehen, die hatten halt ein Team, die europaweit alle Stores geöffnet haben. Das war nicht in der Veranfung der Ländermanager, sondern das war immer das gleiche Team, die gesagt haben Standortauswahl, Logistik, Genehmigungen, Halle bauen, alles IT aufsetzen. Waren immer son Team von 15 Leuten.
Marc Berg:Und ich glaube, dieses dieses SWAT Team zu haben, son AI SWAT Team, die immer reingehen und gezielt sich Sales, Automarketing Automation, ja, was weiß ich was rauszusuchen, das könnte vielleicht skalieren. Weil ich weiß es nicht, aber dann hast Du, was Du eben gesagt hast, die Geschwindigkeit der technologischen Entwicklung ist so schnell, dass Du eigentlich im Regelprozess alle 6 Monate wieder durch müsstest. Also wir sind wir irren uns noch ein bisschen empor, würd ich's mal sagen.
Christoph Magnussen:Wie viel glaubst Du müssen Manager, du hattest vorhin den Satz auch gesagt, sich die Hände schmutzig machen, das zu verstehen, ne? Weil das ist son SWOT Team und auch wenn Du so arbeitest, das ist ja son bisschen auch die Arbeitsweise von' Steve Jobs, der damals so haben Leute erzählt, kam und sagte, Du hörst auf zu machen, Du kommst jetzt ins Macintosh Team und so, hat wirklich sich Leute geholt und ist dann durchgezogen. Der konnte aber auch sehr tief in die Details reingehen. So ein paar ein paar Unternehmer kenne ich da noch, die das ganz gut können. Was würdest Du sagen, muss ich an Flughöhe ändern, jetzt durch die Phase gut durch zu navigieren?
Marc Berg:Schwierig. Ich versuche sehr, sehr nah an der technischen Entwicklung dran zu sein und merke aber auch meine meine meine Grenzen. Also wenn ich mich mit den Engineering Leads hinsetze, versuche ich zu verstehen, was sie tun und ich nehme ein paar einfache Beispiele, zu verstehen, welchen Output es eigentlich haben kann von keine Ahnung, Vibecoding. Hab ich gesagt, okay, mich hat unsere Recruiting Seite auf genervt ohne Ende, weil die einfach scheiße aussah und hab mich dann am Wochenende hingesetzt und die im Prinzip nachgebaut und hab gesagt, okay, so funktioniert das, ja. Ich hab dann irgendwie, Du hast so 5 Stunden lang Lernkurve, wo Du sagst, wie funktioniert eigentlich Lovable oder was auch immer, Replit oder welches Tool auch immer nutzt und dann siehst Du einfach die Effizienz und die Produktivität, die Du hast.
Marc Berg:Ich glaube, sowas mal zu machen, hilft alleine Verständnis zu kriegen, was ist möglich. Ich glaube, selbst mal Agenten zu bauen oder Agency andere Agency managen oder Orchestrate zu bauen. Ich glaube Workflows Automations zu bauen, ob's in der Nähe oder irgendwas... Also ich glaube, das zu machen ist total wichtig. Das ist wie eine Kernkompetenz.
Marc Berg:Ich glaube, das wird eine Kernkompetenz sein, wie Leute früher, keine Ahnung, Microsoft Excel gehabt haben oder so was. Ja. Zeigt mir einen Investmentbanker, der bei Morgan Stanley arbeitet, der nicht exzellent ist im Financial Modeling in Excel.
Marc Berg:Die gibt es nicht. Ja. Also ich glaube, Du musst es können. Du musst dir das beibringen.
Christoph Magnussen:Ja, die die sind die also die Goldman Excel Schulung hab ich immer wieder genannt als irgendwie 6 Wochen
Marc Berg:Beste, was kriegen wir? Durchgeballert.
Christoph Magnussen:Ja, da die können das alle komplett durch und das kann man sich heute kaum vorstellen. Der Unterschied ist natürlich nur und ich glaube, das ist die Herausforderung. Die Phase Weihnachten erinner ich noch sehr gut, wo ganz viele Manager Sachen oder viele, viele, nicht nur Manager, also auch Unternehmer gemerkt haben, boah, hier passiert gerade was und gesagt haben, damit können wir die Software setzen. Ich habe jetzt am Wochenende Fable wieder laufen gehabt, ist jetzt wahrscheinlich ein paar Wochen danach, aber es war jetzt der erste Tag, wo das wieder ging und habe mich damit auseinandergesetzt, wie kann dieses mächtige Modell, was ich sehr lange nutzen wollte und ich hatte dann irgendwann morgens gesessen 5 Stunden von 5 bis 10 und dann war wieder Nutzungssperre, weil ich am Limit war und dann hab ich gesagt, okay, wie kann ich diese 5 Stunden besser nutzen?
Christoph Magnussen:Wie kann ich Fable beibringen, auch andere Modelle zu nutzen, also auch Codex zu bedienen, was eigentlich in' ganz anderen in' ganz anderen Harness ist und so weiter. Warum? Weil ich gemerkt hab und da sehe ich die Herausforderung beim beim Vibe Coden und Co. Das eine ist, Du baust eine nette, schnelle Oberfläche. Mhm.
Christoph Magnussen:Das andere ist, Du überlegst dir, welche Datenstruktur liegt da drunter und dann kommt drittens Und das ist der größte Punkt, wie betreibst Du das Ding? Ja. Wie hältst Du das im Laufen? Und diese Entscheidungen sind ja nicht ganz einfach, deswegen frage ich mich auch gerade, ne, die die die SaaS-Apokalypse ist ja son bisschen ausgeblieben.
Christoph Magnussen:Die Aktien sind ja wieder zurück in dem Bereich. Aber ich glaub, Wahrheit liegt in der Mitte. Ein paar Sachen kannst Du, glaub ich, nachbauen.
Marc Berg:Ich glaube, aber die Leute auch nicht alles nachbauen. Ja, gerne. Man SAP nachbauen, ist bestimmt nicht, ja.
Christoph Magnussen:Also Ist vermutlich schwierig.
Marc Berg:Genau, wird wahrscheinlich komplex. Aber ich geb' dir ein anderes und ich geb' dir recht, dieses Beispiel der Recruiting Page ist ein reines reines Front End Thema.
Christoph Magnussen:Front End, also Du sagst, so hätte ich's gerne und dann Ja,
Marc Berg:nicht nur das. Es gibt ja auch keine Backend Verknüpfung. Ist ja nicht so, dass Du sagst, ich hab da jetzt irgendwelche, ich muss an mein ERP System ran oder ich muss ans SAP ran oder sonst. Das muss ja alles gar nicht sein, eine reine Informationswebseite, die keine Integration zu einem Backend hat. Ja, es sind Linkouts zu irgendwelchen Stepstone Seiten oder sonst was oder zu unseren Recruiting, also zu unseren Recruiting Postings, aber das war's auch.
Marc Berg:So was geht total gut und sind halt einfach und alles fein. Ich glaube, der nächste Schritt ist, wir haben uns schon mal dieses Make versus Buy angeguckt, so als Schulungstools ging, ja, interne Training Tools, Videotrainings für Sales und so weiter. Und dann gibt es ein Tool, was wir nutzen, was echt gut sechsstellig kostet für die Mitarbeiter, die wir haben im Jahr und bei dem Betrag überlegst Du dir schon, was kriege ich denn eigentlich dafür, ne? Und wir haben jetzt in einem Teilbereich, das mehr oder weniger nachprogrammiert. Das haben 2 Leute gemacht, die haben da jetzt also mehr oder weniger Part Time neben ihrem Job das hingestellt und ich würde sagen, von der Funktionalität her passt das besser zu uns.
Marc Berg:Das kostet uns jetzt nicht mehr als 250 Dollar in Tokens jeden Monat. Ja, das ist natürlich schon ein Riesenunterschied, aber das auch wiederum keine Integration in unsere Backend Systeme ist ein Standalone Tool. Es geht nur Schulungsinhalte, die müssen wir definieren. Es ist eine Benutzeroberfläche. Ja, Du hast ein bisschen Nutzerverwaltung, ja, also welcher Mitarbeiter an welche Schulung bekommen und welche Credit Systeme und welche Streaks haben die gemacht, aber nichts Kompliziertes, ne.
Marc Berg:Also ich glaube, solang Du das isoliert grüne Wiese neu aufbaust und wenig in deine Bestandssysteme reinkommst oder an komplizierte Daten ran musst, glaube ich, geht das gut. Aber ich glaube, diese SARS Accollypse, die Du gesagt hast, das geht weg oder das wird nicht passieren. Ich glaube aber, es gibt viele Softwaretools, die ihren Wert nicht also nicht stellen, ja? Also wenn ich mir auch wie viel Geld wir haben mir zahlen und wo ich sage, ja ist ein Visualisierungstool, aber ist es wirklich das wert, was ich da kriege? Viele Leute argumentieren ja, nein, löse das im Moment ab, nein, aber ich ich ich glaube, die die komplexen Modelle werden überleben, die sehr einfachen auf Usability oder auf ich hab einen einen einfach auch Recruiting Tools und so weiter, ne.
Marc Berg:Das sind das sind keine hochkomplexen Tools. Da weiß ich nicht, ob man das machen will,
Christoph Magnussen:wenn die sehr hoch gepreist sind. Ich hab also die, wie gesagt, ich hab ich hab am Wochenende das Ding so gebaut, der hat eine eigene Postgres Datenbank aufgesetzt, Cloud Run mit installiert und jetzt weiß ich grob, was wohin muss. Also Du musst ihm noch relativ gut sagen, okay, das will ich haben und dann kannst Du Tests fahren. Was mir immer wieder auffällt, ist wie gesagt Datenqualität, ne, die Daten von a nach b dann zu bewegen, that's a different story. Also da auch noch zu wissen, wie reichere ich die an, wie label ich die?
Christoph Magnussen:Das, was ihr eigentlich im im täglichen macht, glaube ich, müssten viele Firmen intern können, damit Du diese Leistung hast. Jetzt gibt's ja aber 2 andere Bereiche, die von den großen Anbietern angegriffen werden. Du hattest einmal genau das Thema Crawling und eben weiteren Daten zu kommen. Da würde mich mal interessieren, wie Du wie Du den Teil siehst, ob das passiert. Mhm.
Christoph Magnussen:Beispielsweise auch dadurch, dass Anbieter wie Anthropic, aber auch OpenAI immer mehr in den Office Bereich reinkommen. Und der der zweite Große Bereich ist, Du hast eine Serviceleistung, die forward deployed engineers, die von den Großen geschickt werden, wo vorher Berater da waren, vielleicht teilweise auch mit Daten gearbeitet haben und Ähnlichem. Das sind so 2 Stoßrichtungen. Ich glaub, das letzte Mal in der Geschichte gab's wahrscheinlich IBM, die so viel Marktanteil hatten, aber das kann keiner mehr erinnern.
Christoph Magnussen:Also das da sind wir alle, waren wir alle noch nicht da. Ja, wie siehst Du die 2 Richtungen rein strategisch mal nach vorne gedacht, gerade auf Englisch sprechen?
Marc Berg:Ja, spannende Themen. Das erste Thema ist Crawling und sozusagen Wert von Daten. Ich glaube, warum waren so viele Informationen eigentlich erstens als Trainingsdaten für die LLMs verfügbar und b auch noch aktuell oder zumindest vor 6 bis 12 Monaten noch gut crawlable, mal gute Antwortqualität zu bekommen. Es war relativ einfach, weil das Internet durch Google gelernt hat, ich muss Google crawlen lassen, damit ich ein werbefinanzierte Webseite produzieren kann, ja, oder damit ich ein hohes SEO Ranking zumindest bekomme.
Marc Berg:Das heißt, viele Webseiten waren dazu ausgelegt, maximal transparent zu sein, was sie haben und diese Daten lesbar zu machen. Ich glaube, dieser Trend wird sich umkehren. Es gibt warum? Weil mehr und mehr Traffic wird abgezogen, das ist ja eben auch gesagt und wir sehen Drops bei 40, 50, 60 Prozent innerhalb von 12 Monaten an Website Traffic, weil Leute ein LLM anders nutzen als eine Google Suchmaschine, weil halt viel weniger Link Outs passieren, weil die Antwort sozusagen die Interaktion im LLM passiert. Wenn das passiert, wenn der Traffic wegbricht, gibt's ja nur 2 Möglichkeiten nicht.
Marc Berg:Also die eine ist, die Firma stirbt, weil sie keine werbefinanzierten Einkommen mehr hat. Die andere ist, sie muss eine andere Monetarisierung finden. Das heißt, ich gehe über Paid Content und ich pack das alles hinter die Paywall. Wenn die Firma stirbt, ist der Content weg, auch nicht mehr crawlable. Wenn er hinter die Paywall geht, ist der Content weg und nicht mehr crawlable, zumindest mehr Free crawlable.
Marc Berg:Das heißt, ich glaube, dass die Masse an Informationen, grad an hochwertige recherchierten, proprietären Informationen, die früher noch werbefinanziert frei verfügbar gestellt worden sind, deutlich abnehmen wird, weil's einfach keine Monetarisierungsstrategie mehr dafür gibt. Mhm. Das bedeutet, dass die LLMs immer intelligenter werden, aber diese intelligenten Modelle immer schwierig mehr Schwierigkeiten haben werden, auf hochwertige Daten zuzugreifen. Dasselbe haben wir auch gemacht. Wir haben halt viele unserer Informationen, die wir früher für Google haben Crawl immer machen lassen.
Marc Berg:Ja. Wir haben nur noch viereinhalb bis 5 Prozent unserer Daten für Google sichtbar gemacht. Das reicht, ein gutes Ranking zu bekommen, ist aber nur 4 Prozent unseres gesamten Datenschatzes. Und das war auch der Grund, warum Perplexity auf uns zugekommen ist. Hat gesagt, wir haben früher ganz viele Citations von Statista gehabt.
Marc Berg:Jetzt habt ihr die ganzen Daten in die Paywall gepackt. Wir kriegen kaum noch Citations und die Antwortqualität geht runter. Dann haben wir gesagt, ja, wir können aber auch anders zusammenarbeiten. Hier ist ein MCP Server, könnt ihr euch andocken, lasst uns über ein Monetarisierungsmodell sprechen. Ich glaube, das wird passieren.
Marc Berg:Ich glaube, Freely Crawlable Data, egal wie gut der Crawler wird, wird rückgängig werden. Ja. Die zweite Sache ist, oh, jetzt hab die zweite Frage von dir vergessen.
Christoph Magnussen:Lass uns einmal, komm ich gleich, aber ich bleib einmal noch mal bei den bei den Daten. So, das klingt halt supereasy. Du machst son, Du gehst Du mit Perplexity zusammen, gehst mit OpenAI zusammen, gehst mit Anthropic zusammen. Aber es ist ja not that easy, weil jeder von denen hat bisher keinen richtigen Burggraben, ihre Themen zu schützen, nicht so wie ein Salesforce vielleicht oder ein SAP vielleicht. Würdest Du das wirklich deutschen Unternehmen empfehlen?
Christoph Magnussen:Ist das momentan Way to go and Way forward oder ist es The Only Way forward?
Marc Berg:Man muss differenzieren. Die eine Sache ist, wir haben eine Kooperation. Typischerweise funktioniert die die Zusammenarbeit von Unternehmen mit einem LLM und unseren Daten in der Logik, dass wir sagen, wir haben die Vertragsbeziehung mit dem Endkunden, mit dem Unternehmen, beispielsweise Daimler. Daimler wählt ein beliebiges LLM aus und wir haben halt über ein MCP Server oder über ein echten Connector eine Integrationsmöglichkeit in das LLM. Das sind aber dann klassische RAG Modelle, also ja, Retrieval Augmented, Generation.
Marc Berg:Also wo ich sage, ich hole mir zu 1 Frage 1 LLMs, kriegt das LLM ganz spezifisch über unseren MCP Server Daten geliefert. Diese Daten werden aber nicht für Trainingszwecken genutzt, werden nicht gecached und werden nicht für weitere Antworten ausgeliefert. Jetzt kommt deine Frage, ja woher weißt Du
Christoph Magnussen:das denn?
Marc Berg:Ich glaube, wenn dem nicht so wäre, gäbe es keinen B2B Use Case für LLMs.
Christoph Magnussen:Du würdest Vertrauen nicht da mehr.
Marc Berg:0. Ja. Wer würde denn auf die Idee kommen, Claude oder wen auch immer auf seine internen Kundendaten oder Vertragsdaten zugreifen zu lassen, wenn die davon ausgehen würden, dass das Public Domain Knowledge wird und das nächste Mal in' ner allgemeinen Antwort von OpenAI von jedem abgefragt werden kann. Das ist nicht, also besteht das Risiko, ja, aber genauso groß das Risiko, dass Amazon, wir haben alle unsere Daten auf Amazon Webservices, dass die die Daten kopieren und frei verfügbar machen. Ja, auch das ist ja ein Risiko, was es heute gibt und wir vertrauen dadrauf, dass Daten, die in einem B2B Kontext exklusiv zur Verfügung gestellt werden, nicht frei verfügbar gemacht werden.
Marc Berg:Wir haben Vertragsklauseln da drin. Wir gehen davon aus, dass sie sich darunter unterhalten. Ich glaube Protektionismus hat noch nie zum Erfolg geführt. Nie. Also sehe ich nicht.
Marc Berg:Haben wir ja oft probiert, auch in Deutschland, ist aber meines Erachtens die falsche Strategie. Ich glaube, dass die haben Trilliarden Billionen Bewertungen zu verlieren, diese Unternehmen und ich glaube, sie müssen zu' Großteil Play by the Rules. Stimmt das vielleicht für alle? Weiß ich nicht. Es gibt bestimmt einige Player vielleicht eher aus dem asiatischen Raum, wo ich eher vorsichtig wäre.
Marc Berg:Aber wenn ich mir jetzt Anthropic OpenAI angucke, Perplexity angucke, Gemini, also Google angucke, wir arbeiten mit allen zusammen und wir machen natürlich Tests, welche Informationen kriege ich? Wir machen auch Blindtests im Sinne von, was passiert als User, welche Informationen kriege ich? Jetzt hatten wir keine Red Flags bekommen.
Christoph Magnussen:Heißt aber wirklich, dein Fazit ist, eigentlich sind die Modelle dazu da, die Daten, die Rohdaten, die habt, zu vergolden. Und was ihr macht, ist eigentlich oder sagen wir so, wenn Du das Rohgold hättest, ihr habt das Rohgold, ihr sorgt dafür, dass es reines Gold wird und die machen daraus Schmuckstücke.
Marc Berg:Ja, ich glaube das ganz gut. Wir haben's ein bisschen anders definiert bei uns. Wir haben also, wenn ich das versuche, neuen Mitarbeitern zu erklären, sagen wir, für uns strukturiert sich der Markt in 3 Layern. Gibt den Data Layer, das sind die Firmen, die proprietäre, exklusive Realtime- oder Nahzeitdaten haben, die ein Unternehmen brauchen, bestimmte Fragen zu beantworten. Dadrüber gibt's den Intelligence Layer, sind die großen Foundation Models, die LLMs Darüber gibt's den Access Layer, das ist das beliebige User Interface.
Marc Berg:Das mag Microsoft Office sein, das mag ein Browser sein, das mag SAP sein, das mag Salesforce sein, was auch immer. Wir wollen aus dem Access Layer die heraus identifizieren, wo der Kunde oder unsere Nutzer den Großteil ihrer Zeit Wir wollen die Kunden nicht mehr dazu bringen, zu Statista dot com zu gehen, Daten zu suchen, sondern wenn die dann die ganze Zeit in Salesforce sind als Salesmitarbeiter, dann sollten auch unsere Daten direkt in Salesforce verfügbar sein und am besten über ein LLM so strukturiert werden, dass wenn sie nur den Namen Microsoft als Kunden eingeben und Europa als Markt eingeben, dass wir alle Informationen zu, was sind die Wettbewerber, aktuelle Trends, latest information und so weiter, dass der Mitarbeiter sich am besten noch perfekt auf den nächsten Sales Call vorbereiten kann mit 5 Insights und 3 Fragen für den nächsten Pitch.
Christoph Magnussen:Die Du so nicht frei verfügbar
Marc Berg:Die Du so nicht frei verfügbar haben kannst, die nicht crawable sind. Genau. Das ist die Logik.
Christoph Magnussen:Okay, ja, das das kaufe ich. Und das zweite Thema war das Thema FDE, Forward deployed
Marc Berg:Ja.
Christoph Magnussen:Engineers, was grad als Trend einmal durch die Presse geht, aber da ist liegt was Größeres drunter. Größer drunter ist der Trend, Microsoft hat, glaub ich, auch am Wochenende bekannt gegeben, dass sie auch eine Consultingsparte quasi starten in dem Bereich 2,7 Milliarden oder so was, auch absurde Beträge immer, mit denen die alle reingehen, bedeutet der klassische Beratermarkt, ich sag jetzt mal, die die Integration gemacht haben, ja, Accenture vor allem, die Leute, aber auch ja, BCG ist, glaub ich, nicht so betroffen, die Leute geschickt haben, die gesagt haben, wir setzen es vor Ort Das sind ja typischerweise auch immer Leute, die mit Daten arbeiten vor Ort, die drauf zugreifen und so weiter. Bisher war das immer so, dieser Zugriff liegt dann beim Berater, der Berater bestimmt ein bisschen Zugang. Wenn son Engineer jetzt quasi beim Kunden sitzt, würdest Du sagen, also erst mal, was macht dieses Modell mit euch? Mhm.
Christoph Magnussen:Führt das dazu, dass mehr Leute jetzt rausgehen und eure Sachen verwenden? Oder sagst Du, das ist eigentlich nur ein Marketing Label, das war früher auch schon mal so, dass da Leute mit da rausgegangen Ich
Marc Berg:finde das Konzept forward deployed engineers spannend. Wir testen das selbst. Wir haben jetzt 8, wir nennen das Sales Consultants bei uns implementiert, weil wir gemerkt haben, dass es bei vielen Kunden... Jeder versteht die Logik im Sinne von, guck mal, Du bist ein BCG Berater. Früher muss hast Du an deiner PowerPoint gearbeitet, dann hast Du irgendwelche Marktinformationen gebraucht, dann bist Du zu Statista dot com, hast deine Recherche gemacht, die Daten runtergeladen, dann wieder in PowerPoint integriert.
Marc Berg:Macht keinen Sinn. Heute über ein Copilot kannst die Daten direkt da suchen, macht doch Sinn. Jeder sagt, ja klar, macht Sinn. Was wir aber gesehen haben, ist, dass ohne die Workflows wirklich zu verstehen und ohne Solutions zu bauen, wo unsere Daten diese Workflows bestmöglich unterstützen, ist die Nutzung nicht besonders hoch. Haben wir bei vielen, also BCG ist jetzt hier ist ein schlechtes Beispiel, weil da ist die Nutzung hoch, aber nehmen wir jetzt mal eine 1 Otto Gruppe oder irgendwas anderes, ja?
Marc Berg:Weil die sagen, das ist so, als ob Du einen Kind hast und sagst, hier ist eine Riesenbox mit Lego Baustein und Du kippst das von dem Kind aus und kannst bauen, was Du willst, weil da genau was machen wir. Hier sind eine Milliarde Datenpunkte. Mhm. Du kannst suchen, was Du willst. Die Leute sind aber überfordert im Sinne von, ja, was soll ich überhaupt damit machen?
Marc Berg:Ja. Jetzt ein einfaches Beispiel, was wir mit' großen Verlagshaus gemacht haben, ist, wir haben einfach sehr, sehr einfache Agenten für die gebaut, weil wir verstanden haben, wie nutzen die unsere Daten? Die haben Statista genutzt. Meistens hat ein Redakteur einen Artikel im Kopf, schreibt den Artikel runter und ist dann zu Statista und anderen Quellen gegangen und hat gesagt, wo finde ich denn Daten, die meine Hypothesen und meine Argumente unterstützen? So, wir haben Agenten gebaut, der nichts anderes macht Artikel zu lesen, strukturiert im wesentliche Argumente, diese Argumente gegen unsere Datenbank laufen lassen und der Agent hat dann in den Originaltext Statistik eingeführt, Grafiken eingeführt, Zitat, also mit Citations, mit Quellverweisen und so weiter.
Marc Berg:Und die haben gesagt, wow, das spart uns 2, 3 Stunden Recherchearbeit am nämlichen Artikel, denn ich muss das nicht mehr tun. Vor allen Dingen krieg ich's komplett formatiert mit allen Informationen, die ich da habe. Das hat die Nutzung direkt nach oben getrieben, weil die gesagt haben, diesen Agenten lasse ich über jeden Artikel einmal. Ist das dann final? Nein, aber ich hab 80 Prozent der Recherchearbeit schon mal gemacht.
Marc Berg:Ich hab sozusagen die Qualitätssicherung und vielleicht will ich noch mal eine andere Quelle dazu holen. Das ist etwas, das haben das kriegst Du aber nicht mit, wenn Du nur ein Kunden sagst, hier ist eine MCP Schnittstelle und Du kannst jetzt auch Daten suchen, weil was macht der dann? Dann sucht er in Copilot in Word nach Informationen. Das ist aber nicht die Automatisierung. Die Automatisierung ist, er schreibt oder sie schreibt ihren Artikel, Du lässt ein Agenten drüber laufen und der Artikel ist voll angereichert mit belastbaren, 100 Prozent korrekten, sauber zitierten Informationen.
Marc Berg:Welcher Teil
Christoph Magnussen:in dem Modell ist etwas, was wir noch nicht sehen, wo Du das Gefühl hast, da tut sich oder kommt was auf, weil das sind jetzt und ich kann das gut nachvollziehen, ne, aber Effizienzlayer bringst Leute auf die Idee. Gibt es etwas durch diese vorhandene Intelligenz und die Möglichkeit, dass mehr Menschen easy Daten befragen können, etwas, was grade diesen Markt noch größer macht, was auf uns zukommt, wo Du sagst, okay, durch diese Intelligenz sind überhaupt jetzt Dinge möglich, die vorher nicht möglich waren.
Marc Berg:Ich ich glaube, der große Unterschied zwischen, nehmen wir mal den Überbegriff AI zu allen anderen technischen Veränderungen oder Revolutionen, die wir hatten, ist das Thema Agency. Dass sozusagen das System nur noch einen Auftrag bekommt und selbst entscheidet, wie löse ich diesen Auftrag. Das heißt, wir diskutieren gerade, wer wird der größte Data Consumer eigentlich? Werden das Agents in Zukunft sein oder werden es nur noch Menschen sein,
Christoph Magnussen:die wir suchen?
Marc Berg:Und ich glaube, das Thema Agency im Sinne von, wie wir's eben besprochen haben, ja? Du hast halt ein Agent, der koordiniert 40, 50, andere Agents, die sozusagen eigene Tasks eigenständig bearbeiten und deswegen investieren wir so viel in die Aufbau von MCP Servers und die Zugänglichkeit auch sozusagen in einem Agent to Agent Network, weil wir glauben oder eine Hypothese ist, dass Du als Berater sozusagen nur noch deinen Research Agent anschmeißt, ja und sagst, ich will diese Frage beantwortet haben, der losrennt und sich die Daten halt einkauft, wo es sie nicht verfügbar gibt, die bestmögliche Datenqualität zu kriegen. Ich glaube, das ist etwas, wo ich wo ich glaube, er entwickelt sich ein ganz anderer Markt, den wir heute noch nicht kennen. Die zweite Sache ist, ich glaube, dass wir wir sind ja wir sind ja nicht das Endprodukt, ja?
Marc Berg:Statista sind ja immer means to and end. Wir liefern Daten, damit ein Artikel geschrieben werden kann. Wir liefern Daten, damit eine Präsentation gemacht werden kann. Wir liefern Daten, damit ein Marktmodell Markteintrittsstrategie gemacht werden kann, aber wir sind ja nicht das Endprodukt. Wir sind wir sind Mehl wie für eine Waffel, Also Du hast Mehl, eine Waffel zu machen, aber jeder will die Waffel haben.
Marc Berg:Wenn das so ist, sagen wir, die Switching Kosten, ne, also die die Transaktionskosten müssen so gering wie möglich sein. Und ich glaube, das sehen wir jetzt, dass früher hätten viele Leute gesagt, boah, geh ich jetzt für diese, also ich hätte gerne Daten dazu, aber ist es aufwendig, jetzt zur Statista noch mal zu gehen, da noch mal zu suchen, mich einzeln zu holen? Das macht keiner. Wenn's aber automatisiert direkt rangespielt wird, sagen, das nehm ich gerne mit, weil's die Präsentation besser macht, meine E-Mail besser macht, meine meinen Pitch besser macht und so weiter. Ich glaube, wir sehen, dass viel mehr Kunden einzelne Datenabfragen nehmen, wenn sie sehr, sehr einfach verfügbar sind und nicht nur halt, ich hol mir bei Google was oder ich denk mir irgend, also ich bau mein Argument ohne belastbare Daten.
Marc Berg:Das heißt, ich glaub die die Nutzung von Daten wird breiter, aber es kommt immer darauf an, intelligent und wie friktionslos, wie sagt man auf Deutsch reibungslos ich das in die Kernprozesse einarbeiten kann.
Christoph Magnussen:Könntest Du dir vorstellen, dass so was auch irgendwann mal als Knowledge oder Service für die Firmen gemacht wird? Ich sag mal, ihr habt jetzt ein ganz anderes Geschäftsmodell, aber wenn ich jetzt gerade dran denke, mit wem hab ich denn drüber gesprochen? Große Wirtschaftsprüfung.
Marc Berg:KPMG. Ja,
Christoph Magnussen:kann PWC oder KPMG gewesen sein, wo ich sagte, der Job eines Wirtschaftsprüfers ist ja vor allem auch Sicherheit zu liefern in gewissen Bereichen. Es ist ja so, wie ihr sagt, das ist sicher, wenn's von eurem MCP kommt. Also im Kern verkauft ihr auch Vertrauen auf dem Thema Daten. Wenn Du jetzt aber überhaupt nicht die Fähigkeit im Unternehmen hast, deine eigenen Daten anzuzapfen und gar nicht weißt, wo fängst Du an, ist das ein Skill, von dem Du dir vorstellen kannst, dass der irgendwann mal nutzbar gemacht werden würde, dass ihr den rausgebt, dass ihr Firmen helft, so was verfügbar zu machen? Weil ich sehe jetzt grade und verstehe den Punkt total, ne?
Christoph Magnussen:Also Du Du Du hilfst auf dein Zitat, was Pira damals sagte oder ich weiß nicht, wer das war, wenn ne Siemens wüsste, was Siemens Genau diesen Teil sichtbar und nutzbar zu machen, das würde natürlich richtig was freisetzen. Total. Kriegt halt keine Firma hin, weil's so schwer zu organisieren ist. Ja. Könntest Du dir vorstellen, dass der Teil irgendwann mal ein B2B Teil von Statista wird, der überhaupt gar nichts mit Kerngeschäft zu tun hat?
Marc Berg:Also ich glaube, das wird eine spannende Industrie werden. Ich glaub, definitiv werde es da Spezialisten geben, die sehr, sehr gut das verstehen, wie das geht. Wir versuchen Geschäftsmodelle zu entwickeln, die nicht über Personen skalieren. Das ist ein beratungsintensives Geschäft. Ja, ja.
Marc Berg:Und wir haben halt gemerkt, wir haben unsere Strategie teilen, unsere Strategieberatung vor 9 Monaten verkauft, weil wir gesagt haben, es passt für uns nicht.
Christoph Magnussen:Hattet ihr
Marc Berg:aber vorher. Ja, wir hatten eine. Wir hatten rund 30 Strategieberater, aber die haben halt alle möglichen Strategieprojekte gemacht und da waren viele off Strategy, was die Firmengruppe angeht, ne. Die haben halt irgendwie eine, keine Ahnung, Strategie für ein Energiezulieferer gemacht, wo gesagt haben, das ist hat nichts mit Statista zu tun oder eine Restrukturierung bei einem großen Telekomunternehmen und so weiter. Nur 10 oder 15 Prozent waren eigentlich on strategie, was Statista anbelangt.
Marc Berg:Da haben gesagt, das ist ein Fremdkörper im Unternehmen, ja, was Kultur, was Bezahlung, was alles Mögliche angeht und haben gesagt, nee, wir wollen, was wir können, wir wollen uns darüber differenzieren, dass wir, Vivi, unsere Leiterin für Connect sagt immer, ja, wir sind der Foundation Data Layer für Professional LLM Usage, für Market Research, ne. Wir sagen, wir wollen eigentlich son bisschen, wir haben schon mal überlegt, ob wir son Produkt rausbringen wie son Virusscanner, kostet halt 2,95 Euro im Monat pro Sitz, aber jede E-Mail, rausgeht, jede Präsentation, die rausgeht, wird einmal durch den Fact Checker von Statista durchgejagt, Son klassisches Risk Product. Aber wir würden nicht hingehen, ich glaube, das ist ein Riesenbedarf in den Firmen, aber wir wollen nicht dieses, wir skalieren unseren Umsatz über die working hours unserer Mitarbeiter, sondern wir sind halt ein Plattformprodukt oder wir sind halt builded once und monetize a 100 Fold, ne. Also das wollen wir eigentlich machen.
Christoph Magnussen:Ja, spannend. Das hilft mir noch mal sehr einzuordnen, also auch mit den Möglichkeiten, die es da gibt. Also ich hab das Gefühl gerade, da geht und wahrscheinlich ist es ähnlich für euch dann auch gewesen, da geht ein deutlich größerer Markt auf, als man so denkt. Total. Also erst mal würde man Riesenbedarf, glaube ich.
Christoph Magnussen:Siehst Du bei den neuen Modellen und der Fähigkeit der neuen Modelle Gefahren oder mögliche Risks auf euch zukommen, wo Du merkst, die haben noch mal eine andere Qualität, weil grade die neueren Modelle, ne, Fable ist jetzt erst mal wieder abgeschaltet worden, wieder eingeschaltet worden, wird aber ein bisschen zurückgestuft. Aber die sind ja, ich hab das beobachtet am Wochenende, als ich gebaut habe, wie viel Tools Fable verwendet hat. Das waren durchwegs zwischen 75, 80 Tools, die im Einsatz waren. Wo ich gesagt hab, okay krass, Muss man ja wirklich gut gucken, welche das denn sind. Siehst Du trotzdem einen risk, dass die inhärent irgendwann noch besseres Wissen bekommen, dass eine Nachfrage zurückgeht oder sagst Du, nee, das ist wirklich by Design, Du wirst immer diesen Data Layer dazwischen haben?
Marc Berg:Ich glaube, es gibt bestimmte Datentöpfe, die an Wert verlieren werden. Also wir haben ja einen Bereich, wir haben rund, das ist ja das, was jeder irgendwie im Kopf hatte, zumindest marketingtechnisch, diese eine Million Statistiken. Wenn wir uns mal angucken, wir haben rund 45 Millionen Statistiken, wenn wir's mal sauber runterrechnen würden und davon sind 44 Millionen proprietäre Daten und eine Million sind die recherchierten Daten. Ich glaube, die recherchierten Daten, das was crawlable verfügbar ist über die OECD, über die Weltbank, über die statistischen Bundesbüros und so weiter, da werden in in in zwischen 6 und 36 Monaten die Modelle so gut sein, dass die das sauber crawlen, sauber strukturieren, sauber verfügbar machen und so weiter. Da können wir nur sehr, begrenzten Mehrwert auf den isolierten Data Asset bringen.
Marc Berg:Aber das Spannende ist ja zu sagen, ich habe ja nicht nur diese, ich glaube, das ist son Hygiene-Faktor, Du musst diese Daten mit anbieten als Data Provider, aber die müssen in 1 Taxonomie, in 1 Datenhierarchie liegen mit allen ganzen proprietären Daten, damit Du halt Bevölkerungswachstum in der und der Ländergruppe, in der Industrieschicht mit deinen eigenen modellierten Modellen hast. Die Modelle sind halt nicht nur, auch Claude kann ja heute schon Märkte modellieren. Die Frage ist ja, welche Inputdaten nutzt Du, diese Märkte zu modellieren? Wir kaufen halt Daten ein von Payment Providern, Kreditkarten Providern, halt E-Commerce-Märkte zu modellieren. Das sind alles Daten, die nicht verfügbar Und somit glauben wir, dass unsere Modelle belastbarer sind, weil sie halt nicht nur über allgemeine Informationen und Assumption modelliert werden, sondern auf hart belastbaren Daten modelliert werden.
Marc Berg:Wenn wir weltweite Konsum Konsumentenbefragungen machen, interviewen mehr als eine halbe Million Kunden pro Jahr über Markenpräferenzen und so weiter. Auch das kann LLM ja schlecht modellieren. Also Ja. Die musst Du befragen, ja? Du kannst deine Markenpräferenz ändern.
Marc Berg:Also ich glaube, es gibt bestimmte Datentöpfe, die kann dann LLM nicht logisch herleiten und auch nicht crawlen und es gibt andere, die werden sukzessive mehr und mehr als Generic Information werden. Ja, das glaube ich auch.
Christoph Magnussen:Was müsste ich tun, wenn ich selber sage, Mensch, ich will irgendwo anfangen als Unternehmen, meine internen Daten aufzubereiten und von euch lernen, wo würdest Du anfangen oder gibt's dafür Anbieter, die die so was machen würden oder sagst Du, das lohnt gar nicht, die die je nachdem, was Du für ein Geschäftsmodell hast, da zu viel zu machen?
Marc Berg:Ich würde also wenn ein Unternehmen mir heute sagt, ich kümmer mich nicht meine eigenen Daten, wie ich die bestmöglich nutzbar mache, dann verpennen die die Chance, sich für die nächste Evolutionsstufe vorzubereiten. Das muss jedes Unternehmen machen. Also wenn ich jetzt vielleicht ein kleines Restaurant betreibe mit 20 Tischen, nicht unbedingt, ne? Weil jedes Unternehmen, was in der in in einem größeren Bereich mit Kunden arbeite, in der Produktion arbeite, im Dienstleistungssektor arbeite, ob's da Agenturen sind, die müssen sich natürlich damit auseinandersetzen. Ich weiß nicht, wer die richtigen Firmen sind.
Marc Berg:Ich kenn mich ehrlich gesagt viel zu wenig aus. Also vielleicht gehst Du zu Accenture, die sind sehr, sehr groß. Vielleicht gibt's da viel spezialisiertere Firmen, aber natürlich ist das notwendig, dass also die Verfügbarkeit Daten, Strukturierung von Daten, Unternehmensdaten ist ja sozusagen der Foundation Layer, den Du brauchst, AI orientierte oder AI getriebene Workflows zu generieren. Wenn Du keinen Zugriff auf deine Daten hast und die nicht strukturiert hast, wird das unglaublich schwierig. Also ich glaube, das ist eine Notwendigkeit, so wie alle Leute irgendwann angefangen haben, SAP oder Navision oder sonst irgendwas einzuführen, weil Du sagst, ich brauch ein vernünftiges ERP System, Transparenz und meine Kosten, Einkauf, mein Lager und so weiter zu haben.
Marc Berg:Das kannst Du in der Excel Liste machen oder manuell, aber Du wirst dann sehr schnell merken, wer ist relativ schnell und weit vorne wer nicht.
Christoph Magnussen:Es gibt Spezialanbieter wie, ich bin Riesenfan von Dylan Pertel, ein Unternehmer, wie alt ist denn der, müsste grade 30 sein, glaube ich, schnell gewachsen 100 Leute, semianalysis, machen seit Jahren nichts anderes als Semiconductor, kaufen Daten von Fiber Optics, Kupfermärkte und so weiter. Das heißt, die gehen richtig tief da rein. Das wären für dich noch mal Spezialanbieter, die dann wirklich in die in die Ja, superspannend. Supernische Märkte reingehen, ne?
Marc Berg:Ja. Ich glaube, das ist auch ein Weg, in dem wir bei Statista weiterverfolgen. Es gibt viele spezielle Datenanbieter,
Christoph Magnussen:Mhm.
Marc Berg:Die aber sich sehr, sehr schwertun werden. Wir haben ein Beispiel, wir haben einen Datenanbieter, mit dem wir schon lange kooperieren, die sehr spezielle E-Commerce-Marktdaten haben, Average Basket Size, Conversion Rate und so weiter. Die haben aber typischerweise einen Ticket auch bei Großunternehmen zwischen 15 und 35.000 Euro pro Jahr. Große Kunden, waren groß amerikanische Unternehmen, die gesagt haben, sorry, wir können wir im Einkauf gar nicht mehr abbilden, das sind so kleine Größen, wir wollen das nicht mehr. Ja.
Marc Berg:Die sind auf uns, weil wir Partner von denen sind, zugekommen und gesagt, könnt ihr das nicht an die verkaufen? Ja, ihr kriegt ein Rev-Share davon, aber ihr habt schon ein Vertrag, Vertrag, ihr habt das große Ticket, ihr habt legal alle Verträge, alle und ihr habt die Technologie über einen MCP Server, die können Daten so direkt über euren MCPs, also wir haben ein Wrapper deren API Suite gebaut und ich glaube, das ist ein Modell, was wir gerade durchdenken und sagen, wie viel wir so, Moment, hier wir können eine Wertschöpfung haben mit hoch exklusiven Daten über unsere Schnittstelle, über unsere bestehende Vertragsbeziehung und dem Kunden noch mehr Datentöpfe zur Verfügung geben, mit sehr spezialisierten in Anführungszeichen kleinen Datenprovidern und wir prüfen gerade, wir haben rund zweieinhalbtausend Data Partnerships mit verschiedensten Data Providern, wo wir aber nur Teile der Informationen aktuell kriegen, weil wir keine Monetarisierung für die gefunden haben. Und auf einmal haben wir's, weil wir bei uns auf einmal eine, wir haben eine Credit Logik, als wir den MCP-Server. aufgesetzt haben, sind wir von Seat-based zu Consumption-baded gegangen. Consumption Base auf einmal interessant für kleinere Data Provider, weil wir können die genau Credit, also auf' einzelnen Credit Ebene abrechnen und Revenue Share dafür geben.
Marc Berg:Also da entwickelt sich, glaube ich, ein ganz anderes Potenzial. Spannend.
Christoph Magnussen:Ja, das okay, das exhaltet mich. Ich bin gehookt auf dem Thema sehr, muss ich tatsächlich sagen. Gibt's aber, jetzt sind wir sehr, sehr, sehr in der Daten. Gibt's irgendwas, bevor wir hier auf die Zielgerade kommen, wo Du sagst, das hätten wir noch mal covern sollen, das ist ein Blind Spot, der darf nicht fehlen wenn es das Thema AI geht.
Marc Berg:In unserem Gespräch? Also ich glaube, was was mir wirklich Angst macht, ist das gesamte Europa, was die Foundation Models ist, überhaupt gar nichts zu bieten hat. Also ich glaube, das ist irgendwie finde ich das ganz ganz erschreckend, dass wir alle massiv abhängig von US Unternehmen sind. Des Weiteren, wir haben eben schon drüber gesprochen, die unfassbar hohen Unternehmensbewertung und die Machtkonzentration, die sich in einigen wenigen Firmen irgendwie gerade konsolidiert und das macht mir jetzt für Statista als Einzelfirma die nächsten 3 bis 5 Jahre keine Sorgen. Aber wenn ich mir Deutschland oder Europa als als Standort angucke, wo ich denke, also ich hab son bisschen das Gefühl, dass sowohl teilweise die Leute ausm Silicon Valley oder aus China nach Europa kommen und sagen, guck mal, hat man früher gelebt, ne.
Marc Berg:Also das ist, wir sind nicht mehr führend und das macht mir echt Angst. Also ich weiß nicht, ob Du Kinder hast, aber ich hab 3 Kinder und ich weiß noch, als ich groß geworden bin, also haben wir jetzt grad WM, ne. Also da war ganz klar, wir wollen Fußballweltmeister werden. Wir sind führen. Wir bauen die geilsten Autos.
Marc Berg:Wir haben die beste Industrieunternehmen. Wir sind Robotics führen und generell tolles Land. Also heute hat dieses Selbstverständnis ja völlig weg. Wir haben, ich geborene mal ein schönes Beispiel. Wir haben einen Ranking bei uns, was wir mit Statista und Newsweek produzieren, world best hospitals.
Marc Berg:Ja, da zeichnen wir die weltbestenbesten Krankenhäuser aus. Geiles Produkt, da brauchen wir übrigens ein eigenes Data Vertical, super spannend, aber ein anderer Podcast dazu auf. Und da gibt es führende ein führendes Krankenhaus in Europa. Die haben sich gefreut, oh, wir sind doch in Top 15 Und dann haben wir ein führendes Krankenhaus aus Mitte und Osten, die war als Nummer 4 ausgezeichnet, haben sind sind zugegangen und gesagt, wie werden wir Nummer 1? Also dieser Anspruch zu sagen, wir wollen Nummer 1 werden, den gibt es in Europa anscheinend irgendwie gar nicht mehr.
Marc Berg:Also zumindest ich verallgemeinern, den Punkt zu machen, Natürlich gibt's in Teilbereichen das. Aber früher hab ich immer gedacht, dass wir grade wenn's keine Ahnung, Hochtechnologieforschung und so weiter geht, wirklich führend sein wollten. Wenn Du die ganzen großen Mathematik der Physiker und so weiter anguckst vor 100 Jahren, das war ein Großteil war ein deutscher Europäer Heute weiß ich nicht. Man guckt ja an, wer die ganzen Patente einreicht, ja. zwei Drittel sind China und dann irgendwie der Rest ist USA und Deutschland reicht vielleicht 5 Prozent der weltweit Patenten in Technologie ein.
Marc Berg:Das macht mir echt Sorge. Also find ich eine erschreckende Entwicklung und irgendwie nicht gut für uns.
Christoph Magnussen:Welchen Teil gibst Du deinen Kindern mit, zu sagen Oh,
Marc Berg:das ist schwierig. Greift an. Im Moment vermeiden wir ein bisschen die Diskussion und ich denke, macht das, was euch Spaß macht und macht das, wofür ihr Leidenschaft habt. Ich glaub, das war immer ein guter Rat. Aber die Frage und mein ältester Sohn hat jetzt gerade Abitur gemacht und der ist talentiert, was Mathe und Physik und so weiter angeht und der wollte eigentlich auch Mathematik und Physik studieren und jetzt sagt er, warum soll ich das machen?
Marc Berg:Ja, also ich mein, guck dir doch die Model an, wenn ich mit Claude gehe. Gibt kaum eine physikalische Frage, Modellierung oder sonst was, die in den nächsten 2 Jahren nicht durch eine AI besser gemacht werden kann, als wenn ich mich jetzt, selbst wenn ihn für sich promoviere in' Spezialthema. Also wofür lerne ich das denn eigentlich? Und ich würd nicht sagen, dass er in' Sinnkrise ist, aber sich schon sehr, sehr reflektiert damit auseinandersetzt und sagt, welche Jobs haben eigentlich Bestand? Und er macht jetzt ein einjähriges Praktikum an der Schule, weil er sagt, der Lehrberuf ist vielleicht noch da, muss ich halt Mathe-, Physiklehrer werden.
Marc Berg:Das ist eigentlich total komisch, weil ich denke, vor 5 Jahren hätte ich gesagt, wie der ist, ist der super. Der soll bitte Mathe und Physik studieren, Grundlagenforschung oder sonst was Und auf einmal hast Du bei so jungen Leuten die Situation, dass die sagen, lohnt sich das? Also ist das eigentlich richtig? Kann ich überhaupt noch Wert schaffen? Welchen Wert kann ich als Mensch dazu beitragen, ne?
Marc Berg:Das ist eine erschreckende Erkenntnis. Also...
Christoph Magnussen:Ja. Also ich weiß auf jeden Fall, ich hab mal vor vielen Jahren eine Folge aufgenommen in einem der Top KI Forscher Jürgen Schmidhuber bei einem anderen Podcast on the way to new work. Ich glaub, die Unterhaltung müssen wir dort weiterführen. Und der sagt am Ende der Folge, als wir ihn gefragt haben, das einer, der hat eine einige der Topmodelle, die jeder von uns noch jeden Tag benutzt, mitgebaut. Dann war so meine Abschlussfrage, was er seinen Kindern empfiehlt.
Christoph Magnussen:Dann sagt er eben sinngemäß, muss man noch reinhören, dass sie eben soziale Fähigkeiten haben, mit anderen Menschen umgehen lernen. Weil er sagt, das meiste wird halt durch KI gelöst. Und das war noch, also sehr, sehr weit davor.
Marc Berg:Das stimmt und ich glaube, das ist eine Kompetenz, die wird bestimmt ausgebaut, aber ich frag mich ja, wenn wir das mal als böse gesagt, Sozialexperiment sehen. Kein Land in Europa oder in Amerika ist in der Lage, mit' Arbeitslosenquote von 15 Prozent umzugehen. Also ich meine, aber wir können ja nicht alle über soziale Interaktion unser Geld verdienen. Das wird nicht funktionieren. So viele Stellen gibt's in dem Bereich gar nicht.
Marc Berg:Und natürlich differenzierst Du dich und ich glaube auch, dass die Top 5 Prozent oder Top 2 Prozent in in ihrem jeweiligen sozusagen in ihrer Funktion, die werden ihre Aufgabe finden. Aber mir macht die Sorge, was passiert denn mit... Wir hatten früher diesen Generationenvertrag, der war zwar unausgesprochen zu sagen, pass mal auf, wenn Du dich irgendwie in der Schule anstrengst, egal ob Du keine Ahnung, nachher eine Lehre machst oder studieren gehst und das ordentlich machst, dann kriegst Du einen Job, ne. Das liegt an dir selbst zu sagen, ich gehe ich setze die Voraussetzung und das auch in' breiten Masse und nicht nur für die Top 5 Prozent eines Jahrgangs. Ich glaube, dieser Vertrag wird aufgekündigt.
Marc Berg:Der hält nicht. Vielleicht bin ich grad ein bisschen zu pessimistisch. Sehr spannendes Buch gelesen, The Coming Wave, ich weiß nicht, ob Du das gelesen hattest. Von Suleyman, super, sehr, sehr differenzierte Auseinandersetzung über, was passiert eigentlich mit KI, was heißt das politisch, was heißt das? Ganz tolles Buch, aber halt in gewissen Teilen auch dystopisch, ne.
Marc Berg:Er zeigt zwar auch irgendwie auf, wie's gut werden könnte, aber auch diese Umverteilung von Wealth Creation, die wird 50 Jahre dauern, wenn die überhaupt mal kommen wird, ne. Und ich glaube, das wird eine schwierige Zeit.
Christoph Magnussen:Also ich glaube, da den den Twist noch mal reinzugeben, wir unterschätzen, wie stark auch schon Phasen waren, wo es Umbruch gab. Also nimm mal die die Sechziger, wo der Druck hoch war, Kalter Krieg, da hattest Du 2 Pole. Das wirkt von heute wirkt das alles sehr einfach gelöst. Aber wenn Du damals drauf geguckt hast, war das, ne, in den USA sind die ja durch die Gegend gelaufen
Marc Berg:und gesagt
Christoph Magnussen:Kommunisten und überall hat, ne, Atombombenübungen und so weiter, die Kinder haben das ja gelernt. Ja. Und dann wurden auch noch gleichzeitig Rechenmaschinen eingeführt, wo Du vorher alles mit der Hand gerechnet hast, gesagt, wie sollen Mathematiker noch rechnen? Und ich glaube, wir haben eine Sache vergessen, dass wir die dass wir eine der Spezies sind, die am anpassungsfähigsten ist von allen und dass wir am Ende von sozialen Interaktionen leben. Diese 2 Sachen.
Christoph Magnussen:Und dazu gehört eben auch, dass man mal ein Spiel spielt und nicht der Gewinner ist, aber dann und da hast Du eigentlich den richtigen Punkt gemacht zu fragen, gut, wie wie spiele ich jetzt wieder vorne mit? Was gehört dazu? Und ich nicht einfach die Mitmachurkunde bekommen oder alle eine Goldmedaille kriegen, weil alle gleich behandelt werden, sondern man sagt, es macht eben auch Spaß, das zu lernen. Und diese Fähigkeit hilft dabei, weil es musste auch irgendwann jemand früher den Großrechner bedienen, auch wenn die vorher Matheaufgaben gerechnet haben, aber hey, das ist ein Job halt ein anderer Job. Und musste durch diese Phase durch, dass jemand anderes vielleicht zuerst im Weltraum war und man dann nicht der erste
Christoph Magnussen:war, sondern sagt okay, was machen wir jetzt, der erste Dann halt aufm Mond zu sein? Ich halte das für kein sinnvolles Ziel, aber vielleicht ist es das, wer weiß. Und ich glaub, die 2 Sachen, die die bleiben und ich ich glaube auch, wir kriegen richtig einen ab. Aber ich glaub, die Leute und da gibt's genug von, die merken so, damit ist wirklich was los, damit kannst du was tun, die gibt's eben auch und du kannst auch in der Anwendung ganz vorne mitspielen.
Christoph Magnussen:Du musst nicht jedes Ding selber gebaut haben. Es ist so wie die so wie die Amerikaner halt super früh waren in der IT, war China deutlich schneller im Mobile in der Adoption. Hätte ich nie gedacht. Die haben wie überholt. Und das ist tatsächlich etwas, wo ich glaube, da zähle ich schon auf uns, weil irgendwann irgendwann wird's uns allen zu unangenehm.
Christoph Magnussen:Und ich glaub halt nicht dran, dass alle sagen, ich geh woanders hin. So groß ist der Druck dann auch. So, ich sehe das momentan, dass junge Gründerteams halt rausgezogen werden und gehen dann werden direkt aufgekauft. Das ist jetzt grad die Phase, aber ich glaube eben schon auch sehr stark dran, dass genug Leute mit genug Schwung das Ding drehen. Aber es macht eben kein anderer.
Christoph Magnussen:Man muss es halt selber machen.
Marc Berg:Genau, glaube, dieses dieses dieses ich glaube, es kommt mehr diese, also es muss mehr diese Gründermontalität oder Aufbaumentalität kommen. Ich glaube, dieses ich geh in einen Konzern oder ich geh mach meine Sparkassenkarriere oder sonst wo. Das ist vorbei. Genau, ich glaube, das ist einfach vorbei. Und ich glaube, es gibt ja oft diese Analogie, wir sind durch viele Revolutionen gegangen, ob's die Dampfmaschine war, der automatische Webstuhl oder was auch immer.
Marc Berg:Mhm. Ich glaube, sind 2 Themen. Erstens, jetzt gucken wir uns mal die Revolution an. Das war extrem blutige mit Aufständen, was weiß ich was. Also das war keine einfache, da haben sich alle damit abgefunden, dass ihr Job weg war und dann haben sie halt was anderes gemacht, sondern das waren 20 Jahre massive Verwürfnisse, auch soziale Verwürfnisse.
Christoph Magnussen:Der Begriff Saboteur kommt aus dieser Zeit. Genau. Ist von den Holzschuhen, die die Arbeiter in die Ja, Ding, reingeworfen haben, ja.
Marc Berg:Genau. Und die zweite Sache ist, ich glaube, was wir unterschätzen ist, dass KI das erste Mal ein Tool entwickelt haben, was Agency besitzt. Wo es keinen Menschen braucht zwingend, der sagt und jetzt machst Du das und jetzt machst Du das und ich leite dich an und ich bestimme, wann Du anfängst und aufhörst, sondern im Prinzip sagst Du, gibst Du noch Ziel vor,
Christoph Magnussen:Ja.
Marc Berg:Aber die sehr autonom Entscheidungen treffen können. Ich glaube, das haben viele noch nicht verstanden, was das eigentlich für die also für für unseren Arbeitsalltag bedeutet und auch für die Masse an den Aufgaben bewältigt. Also es gibt ja eine Analyse von Anthropic, welche Jobs am meisten durch KI bedroht sind und da geht's nie da drum, dass die 100 Prozent substituiert werden, sondern es geht da drum, dass vielleicht 20, 30, 40 Prozent davon substituiert werden. Aber nimm das mal flächendeckend über eine Industrie, damit kann kein Land umgehen und ich glaube, das wird total spannend und dafür braucht es sehr schlagfertige Regierungen und dann ja, wird's irgendwann interessant sein und sagen, wer... Also für mich ist die Frage, wer wird Länder regieren?
Marc Berg:Sind das eigentlich Unternehmen, sind das Menschen, sind das gewählte Parteien und wie wie gut können die eigentlich Regierenden auch umsetzen? Sagen wir brauchen Unternehmertum und wir brauchen mehr Gestaltung. Das fängt ja in der Politik an und wenn ich mir überlege, schwer die sich tun, gerade in Deutschland irgendwas durchzubringen, ist schon schwierig. Aber jetzt lass mal irgendwas Positives finden, diesen Podcast nicht auf soner Sorrow Node zu enden. Das wär ja schade.
Christoph Magnussen:Ja, aber ich find's valide und richtig, das anzusprechen und bin großer Fan davon, den Dingen ins Auge zu sehen. Wie gesagt, also ich hab den Take drauf. Ich glaube auch, da da muss ich was drehen, aber ich bin da eben immer sehr positiv auf der Technologie und ich werde häufig gefragt, auch wenn Leute sagen, ja, wieso promotest Du KI Technologie und das verbraucht viel Energie und sag ich, das das stimmt. Trotzdem sage ich, wenn Du nie lernst, damit umzugehen, kannst Du es auch nicht steuern. Du kannst auch nicht einschätzen, kannst nichts machen.
Christoph Magnussen:Du hast grad was sehr Richtiges gesagt. Menschen müssen lernen, Ziele zu setzen, weil diese Technologie Agency hat. Und zu lernen, Ziele zu setzen, ist so schwer. Ja. Das ist nicht einfach.
Christoph Magnussen:Ja. Und das macht auch KI nicht besser. Du kannst AI to Judge einsetzen, aber die löst es nicht komplett. Und ich glaube, die Verlagerung kommt schneller, als man gucken kann. Ja.
Christoph Magnussen:Ich hab auch umgekehrt, auch wenn wir uns schwertun in vielen Bereichen, hab ich selten Sachen gesehen, die so schnell in den Alltag kommen bei Menschen, die sagen, ja logisch, benutze ich das und wenn die Firma mir sich zur Verfügung gestellt hat, benutze ich meinen eigenen Account. Und das überrascht mich immer wieder. Und dass jetzt einige technisch sehr weit sind und andere nicht, das ist wiederum der Spread, den Du dann hast. Das hattest Du früher auch. Du hattest Leute, die konnten die Computer bedienen, die haben die Programme geschrieben, die waren kreativ und alles Leute, die konnten Mathe und haben's verstanden, was Du damit lösen kannst.
Christoph Magnussen:Und zusammen haben die halt eben die Ideen entwickelt. Ich glaube, der Teil, den soll man wieder sichtbarer machen. Das Rennen die Cloud haben wir auch nicht gewonnen. Das habe ich aber auch von Anfang an gesagt und das war aber auch nicht schlimm. Deswegen dürfen wir das halt nicht glauben, sondern so wie Du es machst, einmal realistisch ins Auge zu blicken macht, glaube ich, Sinn.
Christoph Magnussen:Insofern, ich seh es nicht so schwarz. Ich glaub, es gibt einen ab. Aber Du darfst halt auch mal einen auf die Fresse kriegen und dann
Marc Berg:Muss halt wieder aufspringen.
Christoph Magnussen:Krönchen zurechtrücken, Schulter Genau, Staub abwischen
Marc Berg:und weiter marschieren. Und weitermachen. Finde ich sehr gut. Das ist ein sehr schönes Fazit, kann ich mir anschließen.
Christoph Magnussen:Schön, dass Du da warst. Danke.
Marc Berg:Vielen Dank fürs die Zeit.