Governance ist etwas, was auch für viele total unsexy klingt, macht keiner gerne, aber irgendwie man weiß so im Hinterkopf, uff, ah, ist eigentlich vielleicht, ja, ist vielleicht doch nötig, ne. Und da gibt es auch schon seit vielen, vielen Jahren ja auch immer so diese klassische Formel, dass eben die Data Preparation 80 Prozent deiner Zeit in Anspruch nimmt.
Christoph Magnussen:Ja, ja.
Claudia Pohlink:Alles andere, was Du dann da wirklich dann mit KI machst, sind die restlichen 20 Prozent und diese 80 Prozent, die haben sich bis heute nicht verändert. Und dann beschäftige ich mich auch in meiner Doktorarbeit mit dem Thema, was sind denn unsere Daten wert? Wissen wir das?
Christoph Magnussen:Es gibt genau ein Thema, das man immer vergisst, wenn es KI geht und das ist der Elephant in the Room. Und deswegen habe ich heute zu Gast Claudia Pohlink. Sie ist Director Data und AI bei FIEGE, einem der führenden Logistikunternehmen hier in Deutschland. Sie war vorher bei der Bahn und hat das Data Intelligence Center aufgebaut bei der Bahn. Das heißt, sie kennt sich wirklich aus mit Daten.
Christoph Magnussen:Sie ist bei der Bitkom aktiv. Sie ist Global Women Leader in AI. Ich hör auf, aufzuzählen. Sie ist vor allem ein großartiger Mensch. Claudia hat wirklich das Thema Daten schon in die Wiege gelegt bekommen von ihren Eltern.
Christoph Magnussen:Das heißt, sie hat von Anfang bis jetzt sehr, sehr viel damit zu tun. Und wenn ihr verstehen wollt, wie KI bei euch einen Unterschied machen kann im Unternehmen, dann sind wir heute hier im Maschinenraum, so heißt die Location auch noch passenderweise richtig, denn in dieser Folge geht's in den Maschinenraum bei AI to the DNA mit Claudia Pohlink. Claudia, ich hab gesagt, wir steigen direkt ein. Die Intro war davor. Wir sind voll im Thema drin.
Christoph Magnussen:Wir haben uns schon warm gequatscht und gemerkt, da gibt's einige Verbindungspunkte und Du hast eine besondere Connection zu KI und sagtest, wait a minute, nicht KI, sondern und genau das meine ich damit, die Connection Daten. Deswegen sitzten wir heute hier. Schön, dass Du da bist.
Claudia Pohlink:Ich freu mich. Vielen Dank für die Einladung.
Christoph Magnussen:Wir steigen direkt ein. Du Du hast einen Bogen gemacht aus der Rocket Zeit zu jetzt der Datenzeit. Ich weiß, Du hast aber früher auch viel mit Daten schon gearbeitet davor.
Claudia Pohlink:Richtig.
Christoph Magnussen:Gib uns einmal den Beschleuniger, wie Du da so reingerutscht bist und die Faszination möchte ich durchhören.
Claudia Pohlink:Weißt Du, es geht sogar noch weiter zurück, und zwar meine Eltern. Mein Vater ist Mathematiker beziehungsweise war Mathematiker Ach so
Christoph Magnussen:richtig, okay.
Claudia Pohlink:Und hat in den Achtzigerjahren tatsächlich schon Datenbanken programmiert und meine Mutter ist auch Programmiererin und hat damals auch noch mit Clipper gearbeitet. Deswegen ist das so schon in meine Wiege gelegt worden, nur dass ich damals dann entschieden habe, was ganz anderes machen zu wollen, wie das halt so oft so ist, wenn man sich so gegen seine Eltern aufbäumt. Aber dieses mathematische Verständnis ist halt immer irgendwie da gewesen und auch die IT Nähe, ne. Und insofern hab ich dann in meiner beruflichen Laufbahn festgestellt, oh, es geht alles Richtung Daten. Das heißt also, auch wenn Du jetzt dich zum Beispiel mit Marketing auseinandersetzt, ich hab ja Wirtschaft studiert und eben in Richtung Marketing, dass es dann alles in Richtung Performancemarketing geht, wo dann halt einfach genau Datenanalysen einfach eine große Rolle spielen.
Claudia Pohlink:Und so ist das dann bei mir gekommen, dass ich mich doch wieder in diese Richtung entwickelt habe und festgestellt habe, wow, ich kann mit meinen Eltern auch heute noch darüber sprechen, wie so IT Stacks sinnvoll aufgebaut werden und was zuerst da sein muss. Also ist die Technologie oder ist es der Prozess oder ist es die Datengrundlage? Und das ist also witzig, weil das halt eben doch so lange schon zurückreicht und das eben in vielen Unternehmen auch so ist, dass dort eine Legacy vorherrscht, die deutlich 50 Jahre alt ist oder älter.
Christoph Magnussen:Wie krass. Also das das ist jetzt für mich direkt, ey, ich will mit Ihnen, ey, jetzt ist so warum die Natur der Technologie verstehen. Das heißt, als deine Kommilitoninnen und Kommilitonen sich über SPSS beschwert haben, warst
Claudia Pohlink:Du wahrscheinlich
Christoph Magnussen:so, ey Leute, macht entspannt.
Claudia Pohlink:Tatsächlich SPSS. Ich hab in mein meine Diplomarbeit war mit SPSS und damals aber wahrscheinlich Version 1 Punkt 0 und inzwischen keine Ahnung, wo wir jetzt sind bei Version 50 oder so. Ja. Ja nee, also das ist sicherlich heute auch viel, viel einfacher, wenn man son Thema hat. Damals war das echt ätzend.
Claudia Pohlink:Also da hatte meine meine Diplomarbeit 30 Seiten Anhang, weil Du halt die ganzen Zahlen ausdrucken musstest, ja. Genau.
Christoph Magnussen:Bring hol mal die Leute ab, die sagen so okay, ich will KI und wir wollen und so weiter und dann sagst Du Leute entspannt euch, wir brauchen die Daten, aber lass uns mal einmal wirklich mal aus deiner Perspektive definieren, was heißt das überhaupt, wenn Du über Daten sprichst? Räum das mal für uns auf.
Claudia Pohlink:Ja, also am Ende des Tages ist KI tatsächlich ja Statistik. Also also wenn man's jetzt nicht mehr so sexy bezeichnen möchte und KI ist ja sowieso inzwischen son Riesenwort geworden, ne und insofern lass uns mal da jetzt nicht dieses Ganze aufdröseln. Viele verstehen ja heute doch nur GenAI darunter, aber eigentlich ist der andere Bereich viel, viel größer. So und ich arbeite ja bei FIEGE und FIEGE ist ja Logistikunternehmen, wo wir sehr physisch unterwegs Also wenn, also man kann sich das sehr gut vorstellen, da gibt's halt einen Lager und im Lager werden Waren aufbewahrt und Waren werden von a nach b transportiert. Und das ist halt etwas, was man sich sehr gut vorstellen kann.
Claudia Pohlink:Und das eben mathematisch darzustellen, ist also im Prinzip auch nichts anderes, als dass Du ein ein Datenpunkt kreierst, wo Du sagst, das ist das gut sowieso. Das liegt in dem Lager an Standort x y. Das wird dort raustransportiert, wird in einen LKW beispielsweise verladen und der LKW fährt dann irgendwie eben an den Zielpunkt b und dann hast Du 'n Zeit, die Du definieren kannst und all das. Dahinter stecken ganz viele Nullen und Einsen, wie man so schön sagt. Und Du willst diese Kette dann eben digital darstellen und dafür brauchst Du eben Daten.
Claudia Pohlink:Und wenn Du jetzt dann in Richtung KI guckst, willst Du ja dann irgendwie auch Vorhersagen treffen. Und das funktioniert eben nur, wenn Du all das andere, was vorher in physisch da ist, eben in die in die digitale Welt übertragen hast, dann eben tatsächlich mit diesen Daten zu arbeiten, Vorhersagen zu treffen. Und das ist das Wichtige daran, dass Du eigentlich alles, was es aktuell eben in der physischen Welt gibst, versuchst, eben zu übersetzen.
Christoph Magnussen:Wenn es
Claudia Pohlink:In 0 und einsen.
Christoph Magnussen:In 0 und einsen. Und für viele Menschen ist es aber so abstrakt, dass sie sagen, ja, wir haben doch alles in Richtig. Excel Tabellen und PowerPoint gespeichert. Das kann doch nicht so schwer für die KI sein. Auch das musst Du ja übersetzen.
Claudia Pohlink:Absolut, genau. Das Ding ist halt, dass Du natürlich das irgendwo schon möglicherweise in Excel gespeichert hast. Jetzt willst Du ja aber daran. Also Du willst das auswerten und das willst Du nicht nur der einen Person ermöglichen, die die Excel vielleicht erstellt hat, sondern Du willst es vielen Personen ermöglichen, weil das ja einen Informationswert oder Informationsgehalt hat. Und es macht dann Sinn, das zum Beispiel auf höheren Aggregationsleveln dann auszuwerten, weil Du dann eine Übersicht bekommst, wie ist das mit meinen 135 Standorten?
Claudia Pohlink:Wie sieht denn da die Situation aus mit dem, was inbound, outbound und so, das sind so die schönen Schlagwörter aus der Logistik, was dort vorhanden ist und wie lange das dauert, Durchlaufzeiten und so. Das willst Du natürlich als Unternehmen dir dann auch auf aggregierten Ebene anschauen und dazu ist es eben nötig, dass Du an jedem Standort eine IT Situation kennst und die verschiedenen Datenquellen identifiziert hast und gesagt hast, das ist eine interessante Datenquelle. Eine Excel Tabelle ist eine Datenquelle und die möchte ich an einen Datensee anschließen, damit ich das eben auswerten kann und halt diese Übersicht zu bekommen. Und dieses Datenquellen anschließen, das ist halt die, lieber Kollege von mir sagt immer Monkeyarbeit. Das ist halt das, was getan werden muss, ne.
Claudia Pohlink:Und Wie kann
Christoph Magnussen:man sich das vorstellen? Also genau das ist das, was, glaube ich, viele in den in den Shiny Artikeln, wenn sie von Palantir lesen und den Forward deployed engineers oder von Splunk von Cisco. So, das klingt alles mega. Genau. Auch data lake.
Christoph Magnussen:Du hast es eigentlich viel, viel entspannter gesagt, Datensee klingt schon irgendwie viel entspannter als DataLake.
Claudia Pohlink:Ja, ja. Na ja, das Wichtige ist halt, dass Du, wenn Du so solche Quellen anbindest, eben auch verschiedene Regularien auch einhältst, ne. Weil Du Du musst ja in dem Moment, wo Du's anschließt, auch entscheiden, sind das vielleicht auch sensitive Daten? Brauchen die bestimmtes Berechtigungskonzept? Da dürfen alle Leute auf diese Daten zugreifen.
Claudia Pohlink:Sind die Daten verstanden? Also ist das ein Format, was in einem Datensee auch von anderen wieder verstanden werden kann? Das heißt also, wir arbeiten bei FIEGE zum Beispiel mit der Medaillonarchitektur von Microsoft, keine Werbung, sondern einfach nur, das ist unsere Wahl,
Christoph Magnussen:die wir was das ist also.
Claudia Pohlink:Ja, genau. Also wir sagen, dass die Daten, die wir an den See anschließen, verschiedene Stati haben, ja. Also es gibt ein Bronze-, Silber- und Goldlevel und das bedeutet, dass wir im Prinzip Rohdaten erst mal nehmen und sie für den Datensee zur Verfügung stellen. Das ist der Bronze Layer und dann verfeinern wir die Daten, dass sie also quasi eben auswertbar sind und besser, also die werden dann gemappt mit verschiedenen Interpretationsmustern. Das würde jetzt wahrscheinlich zu sehr ins Detail gehen, aber im Prinzip wollen die Menschen, also unsere Nutzer, die mit diesen Daten arbeiten wollen, diese verschiedenen Level haben.
Claudia Pohlink:Manche reichen dieser Bronzelayer, sie wollen also nur die Rohdaten haben und machen dann sind dann also advanced und können damit schon mehr anfangen. Andere sagen huh, helf mir mal bitte bei der Aufbereitung der Daten. Und da gibt es auch schon seit vielen, vielen Jahren ja auch immer so diese klassische Formel, dass eben die Data Preparation 80 Prozent deiner Zeit in Anspruch nimmt. Ja. Und alles andere, was Du dann da wirklich dann mit KI machst, sind die restlichen 20 Prozent.
Claudia Pohlink:Und diese 80 Prozent, die haben sich bis heute nicht verändert. Das heißt, Du kannst schon viel neue Technologien nutzen, vielleicht diese Datenaufbereitung zu beschleunigen. Aber am Ende des Tages braucht es immer einen Menschen, der sagt, ich geh jetzt in diesen einen Standort, gucke mir die Datenlage dort vor Ort an und auch die IT Systeme und entscheide dann, das ist relevant und das ist vielleicht nicht relevant oder das muss noch mal stärker aufbereitet werden und das ist schon mal sehr gut aufbereitet. Das passt mit unserem Datensee zusammen. Und das ist halt eben das, was wirklich diese Handwerksarbeit ist.
Claudia Pohlink:Ich nenn es immer digitale Handwerker. Ja. Weil am Ende des Tages kannst Du das sehr gut auch mit Handwerk vergleichen, wenn Du Wasserleitungen legst, ne. Also die Leute wollen am Ende, dass da schönes Wasser rauskommt in warm und in kalt. Aber das, was davor eben nötig ist, ist eben das, was doch sehr aufwendig ist und was auch so unsexy ist und worüber immer kaum 1 redet.
Christoph Magnussen:Sehr, sehr gutes Bild. Das ist sehr, sehr gutes Bild. Und würdest Du dann, wir hatten in einer Folge mit Johannes Otterbach hier im Podcast, der war vorher bei Palantir, bei OpenAI dann bei MERANTIX. Und der sagte eben auch, wenn Du zukunftssicheren Job haben willst, gehst Du in den Bereich Daten, weil das übernimmt keine KI die ganze Vorbereitung.
Claudia Pohlink:Ganz genau so ist es und Leute sagen immer, sie brauchen Data Scientist oder Data Analyst, ja und ich sag, ey, Du brauchst aber viermal so viele Data Engineers oder auch Plattform Engineers, die sich halt eben mit Datenplattformen und aber eben auch mit Data Engineering auskennen.
Christoph Magnussen:Wenn Du von Datenplattformen sprichst, ne, also ich versuch das jetzt eben mich mit reinzuversetzen in in die Leute sagen, boah, das ist so abstrakt, wie kann ich's mir vorstellen? Nehmen wir mal etwas, Postgres Datenbanken, keine Ahnung. Irgendwas, was so im Internetstandard schon lange ist, ne, Open Source Lösungen. Sachen werden wie in so, ich beschreib's jetzt mal sehr simpel, ne, riesige Excel Tabellen. Und eine Spalte der Excel Tabelle ist mit 1 ID der anderen verbunden, sodass man weiß, die gehören irgendwie zusammen.
Christoph Magnussen:Ich dreh an dem Rädchen, dann passiert das auch. Jetzt sagen wir mal, ich nehm alle meine Dateien, die ich hab und bereite sie so auf, dass sie im Postgress sind. Dann beginnen ja wahrscheinlich die Probleme, dass man sagt, ah, das ist nicht ganz so und das kannst Du nicht ganz so und das nicht ganz so. Wäre das ein Aufbereitungsprozess, wo Du sagst, allein das müsste schon mal überhaupt anfangen in den Firmen, damit man Schritt weiterkommt?
Claudia Pohlink:Auf jeden Fall. Also ich sag mal, Du musst dir auch Gedanken machen über Architektur. Ja. Weil Datenplattform alleine reicht ja nicht, sondern das ist ja immer ein Also bei uns zum Beispiel haben wir viel größeren Bereich noch drum herum. Und wir sagen, wir bauen halt diese Datengrundlage, auch erst mal nur mit den historischen Daten arbeitet.
Claudia Pohlink:So, und dann musst Du dir aber auch Gedanken machen, es gibt ja diese ganzen Eventdaten, die von der vom Zeithorizont schneller verfügbar sein müssen. Und da musst Du dir eben auch Gedanken machen, wie arbeitet das zusammen, ne, deine historischen Daten, die irgendwie vielleicht auch nicht in Real Time zur Verfügung stehen müssen, sondern da reicht es vielleicht vom Vortag. Und dann brauchst Du aber eben tatsächlich diese Real Time Daten, die halt eben dein Paket, was Du halt auslieferst, in in Minuten darstellt, damit Du weißt, wo es sich gerade befindet. Und dazu braucht es eben auch Architekten, also auch Datenarchitekten oder von mir aus auch IT Architekten, die verschiedenen Bereichen auch sitzen und zusammenarbeiten und sich eine Enterprisearchitektur gemeinsam aufmalen, wie das Zusammenspiel auch hier funktioniert. Und das ist halt etwas, was Du in Unternehmen dir wirklich gut überlegen musst, weil diese Architektur ist auch jetzt wieder wie bei einem Hausbau, dieses Fundament, wo Du schon auch, und das ist jetzt das Schwierige, dich nicht so stark an etwas binden darfst, was dir vielleicht dann die Zukunft verbaut, ja?
Claudia Pohlink:Ja. Also das heißt, Du musst dir überlegen, okay, also in welchem technologischen Zweck bewege ich mich, ja? Bin ich eher agnostisch unterwegs? Also habe ich Microsoft und AWS, also Amazon und hab ich auch Google und lass ich auch sämtliche Excel Tabellen auch noch zu als als Möglichkeiten, wo man halt Daten speichern kann? Oder sag ich zum Beispiel auch als Unternehmen, ich konzentrier mich jetzt erst mal nur auf einen Tech Stack
Christoph Magnussen:Mhm.
Claudia Pohlink:Und fange überhaupt erst mal an. Ja, und gucke, dass ich mich dann erst mal nur auch in diesem Bereich bewege mit dem Wissen, dass man dann etwas von seiner Souveränität abgibt, ja. Und das sind Entscheidungen, die eben in der Architektur getroffen werden und gar nicht unbedingt bei mir im Bereich, im Daten- KI Bereich, sondern das ist dann etwas, was Du eben gemeinsam mit der IT überlegst. Ja. Ja.
Christoph Magnussen:Und vermutlich auch strategisch, also die Chefs mit abholt zu sagen Absolut. Ihr müsst das mitentscheiden, weil es in paar Jahren sonst auf die Füße fällt.
Claudia Pohlink:Genau und aber Du kannst nicht alles bedenken, weil die Technologie sich so rasant entwickelt und deswegen sage ich eben auch, es ist so wichtig, dir Gedanken zu machen, Tools, ne, also IT, Prozesse und Daten. Also darauf komme ich ja immer wieder zurück, weil es gibt bei diesen 3 Ebenen nicht den diesen einen Blueprint, ja? Also nicht diesen einen Weg, den alle gehen müssen, sondern jeder muss individuell seinen Weg finden und weil Du eben unterschiedliche Historien hast. Also manche Unternehmen existieren eben wie FIEGE schon seit 150 Jahren und andere sind halt erst seit 10 Jahren unterwegs. Die können natürlich deutlich flexibler und moderner ihre technologischen Architekturen aufbauen.
Claudia Pohlink:Und Du musst aber gucken, dass Du eben teilweise auch eine AS 400 noch mit berücksichtigst und nicht einfach außen vor lässt. Und deswegen ist es so wichtig, dass Du schon diese Diskussionen führst, aber eben auch nicht monatelang, sondern dass Du sagst, okay, wir haben jetzt erst mal unsere Ideen ausgetauscht, wir haben eine Entscheidung getroffen und wir fangen jetzt von diesem Startpunkt an in mit dem Wissen, dass man da sone Art Baukastensystem auch schon zur Verfügung haben sollte, dass Du modular unterwegs bist. Und ich sag immer bei dem Thema Daten, es gibt halt gewisse Daten, die bleiben lange gleich. Die verändern sich nicht so schnell in der Geschwindigkeit wie eine IT Software oder wie vielleicht auch Prozess.
Christoph Magnussen:Zum Beginn mal Beispiel?
Claudia Pohlink:Genau, die Stammdaten.
Christoph Magnussen:Stammdaten, ganz
Claudia Pohlink:einfach, ne. Also wenn Du jetzt noch mal wieder Richtung Logistik gehst, dann gibt's halt einfach Stammdaten von Artikeln, die Artikelstammnummern, ja.
Christoph Magnussen:So wie die Steuernummer hätte
Claudia Pohlink:die Oder die Steuernummer, ne. Die hast Du dein ganzes Leben lang und also wenn Du das einrichtest und also da zum Beispiel eben auch sagst, das ist das führende System bei mir im Unternehmen, wo genau diese Stammdaten geführt sind, das ist mein Golden Record oder meine einzige Quelle der Wahrheit, dann kannst Du sagen, okay, da gibt's noch mehr davon, die sich nicht so schnell verändern, wie zum Beispiel Personalstammdaten, die Personalnummer oder bei den Finanzdaten, wo Du eben auch bestimmte Kontenrahmen festlegst und so, also Sachkonten auch mit dabei hast oder im Bereich Locations, also deine Standorte haben halt zum Beispiel ja auch ein, also Standort hat auch eine ganz feste geologische, Entschuldigung, geografische Identifikation. Ja. Und das sind deine Stammdaten und das mal alles festzulegen und festzuzurren und zu sagen, das liegt in dem System, das liegt in dem System und die können miteinander reden, dann hast Du schon mal echt viel geschafft. Ja, das ist dann also eine gute Grundlage und das ist etwas, was schon viele Jahre auch diskutiert wird, wo aber bisher immer die Leute nicht so richtig hingeschaut haben, weil das irgendwie so, ach, Stammdaten, ja, puh.
Christoph Magnussen:Das Fleißarbeit.
Claudia Pohlink:Das ist Fleiß, deswegen sag ich ja, das ist diese Monkeyarbeit und die muss aber gemacht werden. Da bin dort kein Weg dran vorbei.
Christoph Magnussen:Ich hab eine Idee. Lass uns doch mal 3 Kategorien und Szenarien nehmen. Da bin ich jetzt sehr neugierig drauf. Wir nehmen mal 3 Firmen. Der eine ist Mittelständler, hat Microsoft laufen.
Christoph Magnussen:Chef sagt, Chefin, wie auch immer, ja, Microsoft wird das schon lösen, passt schon, also wir kriegen das hin. Und wir können ja deine 3 Layer drauf anwenden jeweils. Die zweite Kategorie ist auch Mittelständler und aber superexcided mit KI und sagt, ja, mega, wir müssen das alles angehen, wir bauen das alles selbst. Also wir packen alles in eine zentrale Datenbank und packen die Systeme obendrauf. Und die dritte Firma, die fangen gerade an, sind aber mit superviel Potenzial unterwegs, sind AI Native, sie sagen draufgeschissen, wir setzen OpenClau drauf, offen, passt schon und Hauptsache, wir sind schnell, schnell, schnell.
Christoph Magnussen:1, 2, 3. Wie würdest Du die unterstützen im Sinne von aus deiner Erfahrung raus, Du triffst sie irgendwie, ihr unterhaltet euch abends, hängt an dem Thema Daten, Du sagst, Du pass mal auf, ich aus meiner Erfahrung würde an deiner Stelle Folgendes machen. Fangen wir mal an mit dem, der sagt, Microsoft wird's schon lösen für mich.
Claudia Pohlink:Also da wird also die Erfahrung, die ich gemacht habe, je eher, also wenn Du das Wort Governance nicht kennst, solltest Du das auf jeden Fall mal dir näher anschauen als Unternehmen. Weil Governance ist etwas, was auch für viele total unsexy klingt und manche vergleichen das, also ich sprech darüber immer, als wenn Steuererklärung zu tun ist, ja. Macht keiner gerne, aber irgendwie man weiß so im Hinterkopf, uff, ah, ist eigentlich vielleicht, ja, ist vielleicht doch nötig, Und eine Governance hilft einfach in sonem Microsoft Umfeld verschiedene Guardrails vorzugeben. Also wirklich so zu sagen, ich hab Leitplanken, die helfen in diesem Microsoft Kosmos sich ganz gut zu bewegen. Also warum sag ich das?
Claudia Pohlink:Agenten, ja, Copilot und so, ist ja alles also wirklich gut. Ja, also da sag ich, hey, Du musst nicht immer den der neuesten Technologie hinterherlaufen. Du musst nicht das neueste Sprachmodell nutzen, sondern es hilft erst mal, wenn Du jetzt Microsoft hast, dass Du das in dem vollen Umfang, wie's angeboten wirst, auch tatsächlich deinen Leuten zur Verfügung stellst, weil da ist dann steckt der Teufel nämlich im Detail, ja? Wissen deine Leute, dass sie eben eine Chatfunktion innerhalb von Microsoft nutzen können, was eben ähnlich ist wie ChatGPT, aber eben in einem geschützten Umfeld, in einem geschützten Tenant, der vielleicht für dein Unternehmen aufgebaut ist, wo klar ist, okay, hier werden Geschäftsgeheimnisse eben nicht, ne, den Ort verlassen oder den das Land verlassen, sondern das ich kann trotzdem aber ähnliche Funktionen ausüben. Die sind vielleicht nicht so genial und perfekt wie das, was ich sonst nutzen würde.
Claudia Pohlink:Aber Du hast Möglichkeiten, deinen Mitarbeitenden überhaupt erst mal erstes Gefühl dazu zu geben, wie funktioniert das mit meinem Arbeitsumfeld? Also wie funktioniert das mit SharePoint zusammen? Wie funktioniert das mit meinem E-Mail-Programm zusammen? Wie funktioniert das mit meinem Kalender? Und dann der nächste Schritt ist halt in Richtung Agenten auch die Leute zu befähigen und zu sagen, hey, es gibt eben Lizenzen bei Copilot, die in Richtung Agenten bauen gehen und ich find das schon super, die Leute zu befähigen, aber Du willst am Ende nicht 500 Agenten haben, die zum Beispiel auf der anderen Seite aber auch deine Security wiederum gefährden.
Claudia Pohlink:Das heißt also, Du musst dich auch hier wieder mit SEO sehr gut, also mit InfoSec, also Information Security Menschen zusammenarbeiten, zu sagen, hey, wir geben für die Agenten bestimmte Vorgaben, damit das nicht ausufert, damit da keine Gefahr da draußen entsteht, dass wir datentechnisch irgendwie angreifbar sind und dass ich auch nicht irgendwie zum Beispiel innerhalb des Unternehmens auf bestimmte sensible Daten zugreifen kann et cetera pp. Das heißt also, innerhalb von Microsoft hast Du Möglichkeiten, wenn Du die erst mal alle ausnutzt, bist Du schon mal super unterwegs. Also dann brauch ich nicht noch da draußen gucken, was es alles noch für geile Sachen gibt, brauch mich auch nicht verrückt machen lassen, was da an technologischen Entwicklungen passiert, sondern kann einfach sagen, hey, auch wenn Microsoft jetzt nicht ganz vorne dabei ist, aber es hilft auf jeden Fall, weil es ein Ökosystem ist, wo Du deinen deinen Mitarbeitenden die Hürde nimmst, auch Medienbrüche nicht zu haben. Also ich muss quasi nicht noch mal 5 andere App öffnen oder 5 andere Systeme oder Software, sondern ich kann mich komplett im Microsoft Umfeld bewegen, kenn die Usability und hab da quasi eine eine niedrige Eingangshürde.
Christoph Magnussen:Kann ich mich als Chef aber drauf verlassen, dass beispielsweise dieses Datenaufbereitungsthema, das ich gerade meinte, im Sinne von, ja ja, der Sharepoint, ich weiß, der ist bisschen chaotisch, aber Microsoft wird das mit KI lösen. Glaubst Du, das passiert oder muss ich trotzdem diese Hausaufgaben machen?
Claudia Pohlink:Na, was die die Hausaufgaben, die hier zu tun sind, ist, dass Du halt diese ganzen Vorgaben, also diese Governance arbeitest.
Christoph Magnussen:Governance, also die Policies, was darf Richtig, ganz genau, ne. Macht angeguckt werden und so weiter. Ganz genau. Ja. Ja, also ich hab das bei uns im Kleinen gemacht mit round about, ja, bisschen über halben Millionen Datensätze, weil ich aus der Historie ganz guten Überblick hab, was wo liegt.
Christoph Magnussen:Und hab dann beispielsweise, und das würd mich mal interessieren, ob das ob Du das auch meinst mit Governance, ich hab halt quasi über jeden, kann man sich so vorstellen, Datenstack eine Datei geschrieben, das ist da drin, das findest Du da und hab dann bestimmte Sachen
Claudia Pohlink:Metadaten, Daten
Christoph Magnussen:erstellt, genau, ne. Also, rausgenommen, Personaldaten rausgenommen, supervertrauliche Sachen rausgenommen und auch teilweise Sachen ins Archiv geschoben, was nicht indexiert wird, wo ich gesagt hab, das hilft jetzt nicht besonders so. Das wär son Schritt.
Claudia Pohlink:Genau, das, was Du da gerade beschreibst, ist, Du eine Art Datenkatalog angelegt hast. Ja, also das heißt, Du hast die die alle Daten, die Du hast, beschrieben Ja. Mit eben soner, ne, was Du gesagt hast, Readme oder was auch immer Datei und hast dann halt einen Katalog entworfen, was alles an Daten zur Verfügung stehen, ohne gleichzeitig die Daten schon zur Verfügung zu stellen. Ja. Ist ja Unterschied.
Claudia Pohlink:Ja. Und Datenkataloge waren auch in den letzten Jahren immer so Gesprächsthema. Ich bin inzwischen aber auch der Auffassung, so was brauchst Du automatisiert. Datenkatalog händisch zu erstellen, ist viel zu aufwendig.
Christoph Magnussen:Ich hab die Research verwendet plus wusste halt bei supersensiblen Sachen, die Und das ist zum Beispiel auch etwas, ne, bei Microsoft gibt's das als Purview-Variante, die ist auch nicht geil, perfekt, also aber es ist erst mal guter Start.
Claudia Pohlink:Und dann wäre jetzt noch perfekt, wenn man automatisch aus Sharepoint und was auch alles noch angeschlossen ist, diese Metadaten rauslesen kannst. Und noch mal, muss ja nicht 150 Prozent sein, sondern es würde ja schon mal reichen, wenn Du 80 Prozent hast und dann eben weißt, was hab ich eigentlich alles für Daten, die ich nutzen kann, die relevant sind, sie auszuwerten oder eben Agenten drüber bauen zu lassen und und und,
Christoph Magnussen:Kommen wir zum Zweiten. Der sagt halt, cool, Claudia, ich will das alles machen, das mit KI und ich möchte gerne unsere Daten in Datensee oder in riesigen Postgres Datenbank oder irgendwas aufbereiten. Ich will das alles neu machen, sodass es für KI Tools perfekt wird. Budget spielt keine Rolle. Wo fangen wir an?
Claudia Pohlink:Ich glaube, also ich rede immer von Reifegraden auch, ne. Das heißt also, ich glaube, ist wichtig, bei einem Unternehmen son Reifegrad am Anfang zu bestimmen, weil dieser Reifgrad dafür darüber entscheidet, was für eine Strategie Du nutzt. Also Strategie im Sinne von holst Du dir Leute rein, stellst Du die fest ein, brauchst Du eben Schlüsselrollen oder holst Du dir vielleicht einfach coole Unternehmen, die modern aufgestellt sind und die dir eine Zeit lang dabei helfen. Also ob das jetzt große Beratungen sind oder kleine Start ups oder so, das kann man ja sich dann überlegen. Aber es ist halt, glaube ich, sehr sinnvoll, seinen eigenen Reifegrad zu kennen und jetzt ist auch noch mal wichtig, also weil Du von dem zweiten Unternehmen weißt Du, viele sind immer so getrieben aus Medien und Managermagazinen und wie sie alle heißen.
Claudia Pohlink:Ich muss was mit KI machen. Und das ist der falsche Angang, weil das natürlich ist KI die Zukunft, völlig klar. Und es ist auch wichtig, KI ins Unternehmen zu lassen, in welcher Form auch immer. Und zwar as possible. Und aber es ist nicht einfach nur, okay, wir müssen jetzt was machen, sondern eher so, okay, ich guck mir jetzt mal an, was sind meine Themen, also meine Probleme, die ich habe?
Claudia Pohlink:Und jedes Mal musst Du dir die Frage stellen, geht das mit Datenanalyse, geht das mit KI zu lösen? Und dann ist es auch so wichtig, sich am Anfang einen Ziel zu setzen, also wirklich auch also quantitative Ziele. Also wenn Du jetzt sagst, meine Produktivität ist so und so und ich möchte jetzt die Produktivität so und so viel Prozent verbessern, dann könntest Du sagen, okay und da guck ich mal, ob das vielleicht auch mit Unterstützung von KI geht oder ich möchte Durchlaufzeiten im Lager beschleunigen. Da kann man über Optimierung sprechen oder ich möchte die Wege in meinem Lager optimieren oder ich möchte Also wir haben zum Beispiel auch sehr schönes Beispiel bei FIEGE, wo das Beschwerdemanagement automatisiert wurde mit Agenten. Das heißt also, nennt sich bei uns Carrier Claims Management, wo wir Pakete, die vielleicht beschädigt sind oder verloren gegangen sind, eben aufbereiten für den Prozess, der dann da in Gang gesetzt wird.
Claudia Pohlink:Und das wurde früher halt händisch gemacht und das kann eben automatisiert werden, indem in einem bestimmten abgesteckten Bereich nach Informationen gesucht würden wird, die zu diesem Vorgang gehören. Und das kann man einem komplett automatisieren. Also das heißt, die Aufbereitung dieser ganzen Informationen, die Du brauchst, dich damit auseinanderzusetzen, kann man mit Agenten lösen und da haben wir halt 70 Prozent automatisiert. Und das ist halt auch sone Messgröße und immer, wenn Du dann mit mit solchen Technologien die Ecke kommst, ist es hilfreich zu sagen, erst wenn eine bestimmte ein bestimmter Schwellwert erreicht ist, erst dann macht es auch Sinn, in diese Technologie weiter zu investieren. Also anderes Thema ist auch bei uns gerade, dass wir uns die Gabelstaplerfahrten anschauen.
Christoph Magnussen:Also ich komme ausm Getränkehanelstermin, ich bin als Kind Gabelstapler gefahren, insofern hast
Claudia Pohlink:Du mich Das heißt also, der Gabelstapler fährt mit 1 vollen Palette zu einem Ja. Standort hin, also einem Lager hin und und legt die Palette ab und dann fährt er zurück leer. Ja. So und das ist eine Leerfahrt. Und wie viel Leerfahrten hast Du eigentlich?
Claudia Pohlink:Und könnte er nicht einfach noch auf der anderen Seite sich umdrehen und wieder was rausnehmen? Ja. Dann wäre die Fahrt ja effektiver.
Christoph Magnussen:Wie heißt so schön, niemals mit leeren Händen gehen, Herr Pohlinkelle.
Claudia Pohlink:So und und das halt auch sich noch mal anzugucken in digitaler Form, ob man hier optimieren könnte, das das sind so und auch hier ist es zum Beispiel so, dass unser Kollege, der gesagt hat, ich schau mir das an, ich möchte mindestens, dass 15 Prozent als Schwellwert von diesen Leerfahrten reduziert werden können, damit es wirklich Sinn macht, in diese Technologie zu investieren.
Christoph Magnussen:Heißt bei der zweiten Kategorie, ich übersetz das mal, da zähle ich uns zum Beispiel rein, die sagen, ja, wir kennen uns aus, wir sind sehr motiviert und meine Leute merken jetzt auch zusehends, nee, Du kannst nicht einfach nur sagen, das machen mit KI, sondern Du musst sagen, warum will ich das mit KI machen? Warum will ich das aufbereiten? Weil die Zeit, die Du investierst, zu überlegen, okay, mach das jetzt so Sinn oder nicht, die kostet halt Kraft.
Claudia Pohlink:Richtig. Und also es ist nicht nur die Entwicklungszeit, sondern Du musst dir auch immer Gedanken machen über den Betrieb, der dann nachher dann auch ansteht. Und das sind alles Kosten und das ist so wichtig, dass man halt eben nicht einfach drauf los, innoviert, sondern dass man sich wirklich bei jedem Projekt Gedanken dazu macht, hey, was erwarte ich mir davon eigentlich als Effekt? Und Du kannst auch am Anfang sagen, ist egal, ich will einfach meine Leute weiterbilden. Das ist aber auch eine Form von qualitativ, ja, wo ich sage, okay, da habe ich vielleicht keine quantitative Messgröße, aber ich hab eine qualitative Messgröße.
Claudia Pohlink:Meine Leute bleiben up to date, weil sie sich mit dem Thema beschäftigen.
Christoph Magnussen:Und ich glaub, also was was so spannend ist als als Zeitnote, ich hab in in dieser Kategorie mir Cases angeschaut wie Discord, also das Chat Tool und Slack, die ja in, also Slack ist dann in der Coronazeit explodiert und wir waren damals als wir haben mit mit der mit der Techfirma mit Blackboat halt auch viel Consultingprojekte, wo wir diese Tools betreuen und einführen und dann gucken damals die Kunden drauf und sagen, ja kriegen die das hin? Und ich hab son bisschen unter die Haube bei denen geschaut und hatte festgestellt, dass die, nageln mich nicht fest, aber ich glaub, die haben eine Technologie von Google, also von Youtube verwendet, als Youtube, die Datenbanken skaliert hat. Und die haben das als Open Source geteilt, Vitess und so horizontale Datenbankskalierung. Ich fand das so nerdig krass geil, dass die sich überlegen architektonisch, wie kriegen wir das hin? Also wie kriegst Du das skaliert dann auch, ne?
Christoph Magnussen:Weil stell ich mir bei Logistikdaten ähnlich vor wie bei CRM Tool. Bei CRM Tool denkt man ja, eigentlich sind das ja nur paar Tabellen theoretisch. Dann sag ich, ja, wait a minute. Aber in der Sekunde, wo E-Mails pro Kontakt, Anrufe pro Kontakt und Verbindungen pro Kontakt getrackt werden, ist es ja nicht nur eine lineares Wachstum, sondern exponentielles Wachstum, selbst beim eigenen Zählentool. Das sind die Herausforderungen.
Claudia Pohlink:Ganz genau so ist es, ja. Und und das ist aber eben auch so wichtig, weil das kann wahnsinnig schnell superkomplex werden. Ja, ja. Und das ist das, was man Am Anfang sind wir alle hellauf begeistert und sagen, hi, wir machen jetzt das mit KI, geil. Und in in Wirklichkeit ist es am Ende des Tages wirklich eine Wirtschaftlichkeitsberechnung, ja?
Claudia Pohlink:Und die musst Du schätzen. Und die musst Du irgend zu irgend Zeitpunkt, definierten Zeitpunkt auch mal gegenchecken, dass Du nicht ausm Ruder läufst.
Christoph Magnussen:Welche Rolle spielen als Überleitung zur dritten Kategorie Ja. Den AI Native Companies, die sagen, ich scheiß auf die Digital Natives, komme gleich zu. Welche Rolle spielen Technologien wie Vektordatenbanken, RAG in der Datenaufbereitung? Weil das wirkt ja für viele wie magic. Supertrivial ist es jetzt auch nicht.
Christoph Magnussen:Wir hatten in der zweiten Folge hier von AI to the DNA den Steven Johnson, den Gründer von Notebook LM, die ja bei Google geschickterweise das gemacht haben, dass Notebook LM als sehr beliebtes Tool jede Quelle als ein eigenes Mini-RAG indiziert. Das fand ich sehr faszinierend, wo ich gedacht hab, interessant. So, weil ich weiß halt von unseren eigenen Tools, also wir haben im Beispiel Workflow in Slack. Da kannst Du quasi per Reactji auf einen Thread klicken, eine KI liest diesen Thread und sagt, ist interessant, das packen wir ins RAG. Das wird dann indiziert und ich hab dann so gesessen und bei der Indizierung im Coding gesagt, ja, dann machst Du so und so viel Überschneidungen, das kommt schon ungefähr hin.
Christoph Magnussen:Und die Qualität ist natürlich mal so, mal so. Google macht das schon relativ gut. Und dann hab ich gemerkt, wie kompliziert auch dieser Prozess ist von dem Rohdatensatz, dem interpretierten Rohdatensatz hin ins RAG, was ja quasi bei dir das Bronze, Silber, Gold dann ist. That's not trivial. Aber welche Rolle spielen diese Arten von Technologien in dieser zweiten Kategorie als Überleitung zu drin?
Claudia Pohlink:Sag mal noch mal die dritte Kategorie.
Christoph Magnussen:Die dritte Kategorie ist eine Firma, die hab ich jetzt als extrem gewählt, die sagen, wir fangen jetzt an, weil wir hier im P sitzen und sagt, ich mach jetzt alleine mit meinen KI Bots. Ja, Ich scheiß auch alles, was ihr erzählt, ich fang neu an. Also
Claudia Pohlink:Du bist gerade wahnsinnig tief ins Detail gegangen, ne. Das ist also, wenn ich jetzt auf die Unternehmen gucke, in denen ich bisher war, dann gibt's wenige Leute, die wirklich so tief da reingucken. Das heißt also, dass Ist
Christoph Magnussen:schon wichtig da am
Claudia Pohlink:Ende zu Genau. Aber das also das würde ja bedeuten, dass die alle auf dem neuesten Stand der Technik sind, ne. Das heißt also, natürlich gibt's diese Personen, die das auch können. Die Frage ist immer nur, weißt Du, es gibt, guck dir doch LinkedIn an. Also wie viele KI Experten gibt's seit inzwischen, ja?
Claudia Pohlink:Das nach nach nach oben hin ist es ja riesig, aber nach unten hin wird's immer dünner, ja? Und dabei ist das so wichtig, dass eigentlich da unten hin da das so riesig wird, weil da das eben diese Ja, Maschinenraum, Der Maschinenraum, ah, wunderbar, passt ja auch super.
Christoph Magnussen:Du sitzt mir gerade.
Claudia Pohlink:Genau und und deswegen finde ich's jetzt total schwer, darauf zu antworten, weil idealerweise hast Du mehr Leute, die sich damit auseinandersetzen und eigentlich in allen 3 Firmen hast Du sone Person, die das unterscheiden kann. Weißt Du
Christoph Magnussen:Könnte man über trial and hero gehen, dass man sagt, also ich hab's zum Beispiel ausprobiert, ne. Hab gesagt, okay, wir testen das jetzt mal, weil am Ende willst Du das, wie Du gesagt hast, das Wasser fließt, heiß oder kalt. Ja. So, ich hab's jetzt reingepackt in die Leitung und das Wasser kam raus, es wurde nicht warm zum Beispiel. Und dann merkst Du, Use Case funktioniert.
Claudia Pohlink:Genau, also das Ding ist halt, also das, was Du beschreibst, bedeutet ja Freiräume, Dinge ausprobieren zu So. Und die hast Du nicht in allen Unternehmen, weißt Du? Also Du hast in größeren Unternehmen möglicherweise mehr Freiräume, weil's weil die Abteilungen größer sind, aber wenn dein Unternehmen kleiner ist und Du hast nur ein oder 2 Personen, was sollen die denn alles machen, weißt Du? Also die sollen sich mit AI Act auskennen, die sollen sich mit dem Maschinenraum auskennen, die sollen sich aber am besten auch mit Sales auskennen und in 1 Sprache mit irgendwelchen Menschen reden, die dann wieder Managementsprech ist. Weißt Du, also diese ganzen Disziplinen kriegst Du halt kaum in einen oder 2 oder 3 Leute rein.
Claudia Pohlink:Deswegen, also wenn jetzt Überleitung, ne.
Christoph Magnussen:Die die bringt dir das nicht halt, diese Legacy.
Claudia Pohlink:Genau, da brauchst Du im Prinzip, würde ich sagen, also wieder Reifegrad, da brauchst Du einfach gute Unternehmen, die dich dabei unterstützen und die natürlich zu finden ist auch wahnsinnig schwer, aber da hatte ich letztens gerade auch eine Veranstaltung, da war Unternehmer, der hat gesagt, ne, also wie viel Leute stelle ich denn jetzt ein? Wie groß muss mein Team sein und wie viel Externe habe ich? Und hab ich gesagt, das ist echt eine schwere Frage, ne. Wichtig ist erst mal, dass Du die ein, 2 Experten reinholst, die überhaupt mit den externen Unternehmen sprechen können und die das einschätzen können. Ist das jetzt eine gute, also guter Dienstleister?
Claudia Pohlink:Brauche ich gerade den oder brauche ich vielleicht anderen Dienstleister? Die haben ja immer alle unterschiedliche Spezialisierungen. Also Du brauchst am Anfang definitiv einen, der wahrscheinlich so technisch nerdig oder native unterwegs ist, wie Du das auch gerade beschrieben hast und der überhaupt weiß, was RAG ist und weiß Du, also der diese ganzen Worte nicht erst nachschlagen muss, sondern der schon mal davon gehört hat und das so ungefähr einschätzen kann. Weil Du wirst am Anfang nie schon das Ende kennen. Da also das ist einfach meine Erfahrung.
Claudia Pohlink:Aber das
Christoph Magnussen:ist das kann das kann Leute verrückt machen, Also wir haben uns gestern im Auto darüber unterhalten und dann merkst Du immer wieder, Du kommst zum Ausgangspunkt zurück. Wir hatten uns über agentic cases unterhalten, klingen alle fancy und dann ist immer die Frage und das hatte Misha, mein mein meine rechte Hand, der saß im Steuer und war so, ja, macht denn dieser use case überhaupt Sinn nicht so? Ja, genau. Absolut eine berechtigte Frage.
Claudia Pohlink:Richtig und Du brauchst zum Beispiel auch Leute, die in dem Unternehmen priorisieren können und sagen können, wir wir haben so typische Use Cases, die tauchen wirklich hundertmal auf. Also ein Use Case, der hundertmal gebraucht wird an 100 verschiedenen Orten und da also das Du musst diese Skalierfähigkeit wirklich immer mal wieder betrachten. Also wir haben auch einen Case gebaut, wo wir glaubten, das ist 1, der skalierfähig ist und der ist dann aber so spitz geworden, dass wir gemerkt haben, als wir den dann skalieren wollten, hat der nicht mehr gepasst. Und da ist wirklich die Schwierigkeit, Du läufst einfach mal immer mal wieder in solche Fallen und da ist es dann einfach wichtig, das auch zu erlauben, ne. Also da sind diese Freiräume, von denen wir auch gerade gesprochen haben, die sind dehnbar, ja.
Claudia Pohlink:Also Du musst gut argumentieren können, warum dieses Ausprobieren auch dazugehört und auch dieses Scheitern. Denn Du weißt am Anfang noch nicht, in welche Richtung es dich bewegt und Du musst verschiedene Richtungen ausprobiert haben, wirklich speziell für dein Unternehmen den richtigen Weg zu finden und es gibt eben viele Wege nach Rom, ja. Und das ist halt, da braucht es auch viel Aufklärungsarbeit mit der IT, mit dem Business, mit dem Vorstand, mit deinen eigenen Leuten und da braucht es wirklich viele Übersetzer und eben auch Ehrlichkeit und auch eben ja, Scheitern.
Christoph Magnussen:Wenn Du den Faktor Mensch jetzt mit einberechnest, das Ganze und wir drauf gucken und sagen, viel Wissen steckt in den Köpfen. Viele Leute gehen irgendwann in den Ruhestand,
Claudia Pohlink:Fachkräfte werden fehlen.
Christoph Magnussen:Ja. Und wir haben viele Psychologinnen an Bord und Psychologen, die bei uns auch immer sagen, Mensch, wenn dann Wissen teilen, musst Du es on the job machen. Niemand will, wenn er oder sie geht, eigentlich selbst sei es Rente, Sachen So. Trotzdem ist es unfassbar wichtiges Wissen between the lines. Und ich sag immer, work ist messy.
Christoph Magnussen:Bleibt das so oder hilft das jetzt durch die noch mehr Datenpunkte und weil wir so viel digitalisieren, dass wir tatsächlich mehr auch aus diesen Messi Daten aufbereiten können?
Claudia Pohlink:Dokumentation, Dokumentation, Dokumentation.
Christoph Magnussen:Das will doch keiner machen, Claudia.
Claudia Pohlink:Ich weiß, aber auch also hier würde ich jetzt sagen, man, aber da gibt's doch inzwischen echt gute Möglichkeiten.
Christoph Magnussen:Durch KI wird's besser, noch eine Sache.
Claudia Pohlink:Definitiv, ne. Also Du kannst ja auch zum Beispiel sagen, man kann Sprache nutzen, Spracheingabe, ne.
Christoph Magnussen:Machen wir auch, also machen wir auch, aber
Claudia Pohlink:Ja, aber das ist etwas, was Du deinen Leuten natürlich auch beibringen musst, ne. Und wo Du auch sagst, ich guck mir das jetzt auch an.
Christoph Magnussen:Wie prüfst Du da ab, also wenn dokumentiert wurde? Wie hast Du die Evaluation
Claudia Pohlink:Indem Du einfach mehrere Teams hast und sagst, Team 1 zeigt dem Team 2 was und Team 2 braucht die Information, ja? Und also wir haben ja vorhin da darüber gesprochen. Wenn Du wenn Du skalieren möchtest und Du baust halt irgendwas im Elfenbeinturm und willst es dann ausrollen, dann guckt anderes Team drauf. Und und spätestens da merkst Du, ob Du gut dokumentiert hast und ob Du auch gut gebaut hast, auch gut entwickelt hast. Also die Qualitätskontrolle findet automatisch auch in deinem eigenen Unternehmen statt.
Christoph Magnussen:Würdest Du sagen, wir sind in Europa, haben wir einen Vorteil, weil wir so viele Policies und Regularien und so weiter haben, weil wir sie gut dokumentiert haben? Oder würdest Du sagen, die sind nett aufgeschrieben, aber die sind nicht brauchbar und anwendbar?
Claudia Pohlink:Ja, wahrscheinlich sind wir diejenigen, die zu viel aufschreiben, aber vielleicht hilft uns das später mal, ja. Also ich sag mal, es gibt ja viele, die das, was wir aufgeschrieben haben, gerne haben würden. Also nicht nur die Daten selbst, sondern auch das, was da draus gebaut ist, auch sagen wir mal Elemente da draus oder Skript, Schnipsel, was weiß ich, ja. Also die Frage ist, also ich glaube, was hilfreich wäre, ist, wenn Du sone Art GitHub eben in deinem Unternehmen auch machst. Also wirklich erst mal nicht das, also Du kannst entscheiden, es gibt bestimmte Sachen, die ich öffentlich zur Verfügung stelle, es gibt Sachen, die ich aber meinem Unternehmen zur Verfügung stelle.
Claudia Pohlink:Und ich glaube, das ist etwas, was hilft, diese dieses gucken, dass Du alles hast, dass es dokumentierst und so, damit befähigst Du ja auch deine eigenen Leute nicht immer gleich bei Also Du musst ja nicht immer von vorne anfangen. Du kannst ja auch Themen nehmen, die halt schon mal anentwickelt wurden, kannst sie weiterentwickeln und ich glaube, das ist sowieso ein Mindset, woran ich glaube für die Zukunft, weil das dich selber als Unternehmen weiterbringt, wenn Du sone Kultur entwickelst, ja, die halt eben nicht mehr dieses Besitztertum Ja. Fördert, sondern dieses sharen, also dieses ich teile mein mein Wissen und da haben wir da haben wir tatsächlich in Europa beziehungsweise sogar in Deutschland, da haben wir Nachteil, weil das sind wir sozialisiert Ja, das
Christoph Magnussen:haben wir nicht, weil ich übersetz das mal für die Nicht Techies, also die GitHub Technologie, so Git, die Technologie hinter so Plattformen wie GitHub oder GitLab ist ja dazu da, quasi zu sehen, Du hast Programm geschrieben, ich kann nachlesen und sagen, ja, aber das ist Code, aber Programm ist ja auch nichts anderes als Prozessbeschreibung beispielsweise. Ja. Und es gibt ja tatsächlich Firmen wie GitLab zum Beispiel oder ich glaub auch Stripe, die extrem viel dokumentieren. Also erzählt das geschriebene Wort, weil die halt sehr, sehr, sehr asynchron arbeiten. Ich glaub, Stripe hat sogar ein eigenes Format entwickelt, Markdoc, wo sie dann nicht nur Markdown Dateien schreiben, sondern auch noch diese Verlinkung haben können entsprechend.
Christoph Magnussen:Superinteressant, wie die da vorgehen, also sehr, sehr, sehr radikal. Aber Du hast recht, es hat ja dann doch großen Teil auf, ist das unsere Kultur? Und eigentlich wär das, was Du beschreibst, bisschen wie sone Open Source Kultur im Unternehmen.
Claudia Pohlink:Richtig, ganz genau.
Christoph Magnussen:Du teilst es mit allen
Claudia Pohlink:per Default? Genau.
Christoph Magnussen:Und dann gibt's Sachen, die sind vertraulich.
Claudia Pohlink:Genau. So. Richtig. Und da kann man wieder Wärme nicht ins Spiel spielen.
Christoph Magnussen:Ja, Aber eigentlich ist es erst mal geteilt. Ja. Und Du kannst nachlesen, wie machen wir das?
Claudia Pohlink:Das steht ja auch in deinem Arbeitsvertrag. Das, was Du während deiner Arbeitszeit erstellst, gehört halt dem Unternehmen und dann musst Du es eigentlich auch zur Verfügung stellen und also, aber gar nicht so mit diesem Muss, sondern eigentlich sollten wir bei der Kultur auch drüber nachdenken, ob man die Leute nicht dafür auch auszeichnet oder beziehungsweise honoriert, dass die das so zur Verfügung stellen und dass Du das gemeinsam weiterentwickelst, weil das ist auch wie, wenn Du wenn Du Paper schreibst in der Wissenschaft, das schreibst Du auch nicht alleine, sondern Du fragst viele Leute, ob die das reviewen und dir Feedback geben und dann wird's besser, ja.
Christoph Magnussen:Ich find jetzt spannenden Gedanken. Lass lass uns da mal einmal bleiben. Also ich glaube tatsächlich und wir wir haben das gerade schon angesprochen, eigentlich ist da KI unique, ne. Du kannst reinsprechen, Du kannst prompten, Du bekommst Ergebnis raus. Wir haben gestern im Auto drüber gesprochen, dass es trotzdem total intim ist, was Du mit einem Chatbot promptest.
Christoph Magnussen:Also Menschen wollen das ungern teilen, weil das irgendwie so ist wie sone Googlesuche und keiner will wissen, nach welchen, weiß ich nicht, Sachen man sucht und und und was man so fragt. Aber eigentlich werden das natürlich im Unternehmen die krassen Learnings. Ja. Wie kommst Du da hin? Was verwendest Du und so weiter?
Claudia Pohlink:Logischerweise, weil wenn ich wüsste, was die Leute bei mir im Unternehmen am häufigsten suchen,
Christoph Magnussen:Ja.
Claudia Pohlink:Könnte ich das ja dann zur Verfügung stellen. Ja, also Also also
Christoph Magnussen:die meisten Unternehmen machen das nicht, dürfen's, glaub ich, auch nicht, also betriebsratseitig wahrscheinlich. Genau.
Claudia Pohlink:Aber ich sag mal so, lass uns vielleicht das nicht so in diesem Intim weiterdenken, sondern eher so, wir haben ja eben über diese Use Cases oder diese Agentenbauen, ne? Ja. Also wenn ich jetzt Agententemplate zur Verfügung stellen möchte, ja, dann möchte ich ja wissen, okay, was sind meine Top Ten Agententhemen im Unternehmen? Weil ich will jetzt nicht irgendwie wieder was Spitzes bauen, sondern ich will halt schon irgendwie und dazu muss ich ja wissen, was ist denn das, was am also
Christoph Magnussen:Häufigsten eigentlich gefragt wird.
Claudia Pohlink:Zum Beispiel Reisekostenabrechnung. Ja. Na. Also ich meine, es gibt einfach viele, die
Christoph Magnussen:Wo ich das bei euch auch der Klassiker ist, wo gehen die Belege hin?
Claudia Pohlink:Ja, genau. Aber das ist doch das wär doch halt irgendwie son, wo ich sage, okay, das wär jetzt erst mal so meine Hypothese, aber das möchte ich trotzdem noch mal validiert haben. Ist es wirklich der häufigste Case oder ist es eher E-Mails schreiben oder Kalendereinträge und Meetings organisieren? Ich weiß es nicht, keine Ahnung, ja, aber also das ist jetzt Büroalltag, das passt jetzt nicht unbedingt zum zum zur Logistik, aber in der Logistik will ich's natürlich trotzdem auch wissen. Also wir unterscheiden ja bei uns zwischen Blue Colour und White Colour, wahrscheinlich sind die Cases dann auch sehr verschieden.
Claudia Pohlink:Aber grundsätzlich, weißt Du, das würde ich schon gerne rausfinden wollen, weil ich will da nicht irgend Quatsch hinstellen, den ich irgendwie mir da in meinem kleinen Büro irgendwie ausgedacht habe, sondern idealerweise das, was die Leute am meisten nutzen. Und aber was machst Du am Anfang? Schon try and error, ne?
Christoph Magnussen:Ja, und ich schmunzele gerade deswegen, weil ich so denke und dann laden sich die Leute doch wieder eine Excel Tabelle runter und füllen selber aus und Du denkst so, holy Smooks, wir haben noch das Tool. Ja. Aber eigentlich ist das halt gutes Produktdesign im Unternehmen. Dann knallhart zu sich selber zu sein, sagen, ja, aber wenn die die Excel runterladen, haben wir irgendwas nicht gut genug gemacht.
Claudia Pohlink:Definitiv und es ist das tut weh, Du? Wenn Du Produkt gebaut hast und glaubst, oh, das ist der totale Burner und dann stellst Du fest, oh, nützt keiner. Und dann und dann musst Du konsequent genug sein, zu sagen, okay, ich stell's ab. Reden rede ich
Christoph Magnussen:über mich. Wie schnell wie wie konsequent bist Du wie schnell?
Claudia Pohlink:Also aktuell haben wir in meinen Augen auch zu viele Datenprodukte beispielsweise gebaut,
Christoph Magnussen:Ja.
Claudia Pohlink:Weil es mal eine Zeit lang, glaub ich, eher hieß, mach mal ganz viele. Mhm. Und dann aber vergessen wurde, ha verdammt, die musst Du ja auch alle betreiben. Mhm. Und und vor allen Dingen ist auch die Frage, bei den Datenprodukten bei uns, wer hat eigentlich die Ownership?
Claudia Pohlink:Weil Datenprodukt ist ja nie fertig, sondern es wird ja permanent weiterentwickelt, ja, weil's halt einfach immer noch mal spezielle Wünsche gibt, ja. Und wer entwickelt das ständig weiter? Und wenn Du jetzt immer wieder neue Datenprodukte aufbaust und die weiterentwickelst und betreibst, dann bläst Du dein Team, also die Arbeit deines Teams auf und kannst gar nicht mehr, dann bist Du nur noch am Abarbeiten. Das heißt also, es ist wichtig, darüber nachzudenken, dass die Datenprodukte, die vielleicht bei dir zentral in einem Team entwickelt werden, irgendwann auch übergeben werden an deine Produktbereiche oder an deine Businesses oder an deine Zentralbereiche, die eigentlich dann auch den meisten Nutzen davon haben und Du sie enables, dass sie sie selber weiterentwickeln und dann Du vielleicht nur noch den Betrieb machst. Aber dazu musst Du dir Gedanken machen über Produktlebenszyklen und das ist auch nichts, was in vielen, klar, was sagen wir mal, klassischen Unternehmen da ist.
Christoph Magnussen:Ja, weil das gar nicht gesehen wird, das Produkt, ne. Das ist eher so ein, mach mal da
Claudia Pohlink:die Na, Produkt ist das, was am
Christoph Magnussen:Lager Ja, genau. Ja, Ja. Also, ach Gott, ich hoffe, wir also für mich sind das sind genau die Fragen, die mich umtreiben. Ja. Und ich ich bin da knallhart und stell genau die Fragen.
Claudia Pohlink:Und warte, Du hattest noch gefragt, wie das jetzt bei uns ist, ne? Das heißt also, wir haben jetzt erst mal festgestellt, oh verdammt, wir haben möglicherweise zu viel. Zu viel. Gucken wir uns die mal alle an. Und jetzt fragen wir uns, welche davon gehören in die Ownership wirklich zu uns und welche müssten wir vielleicht übergeben?
Claudia Pohlink:Und wenn wir merken, wenn übergeben, die wollen das nicht weiter, stopp. Ja. Und das da sind wir aber noch nicht, aber da müssen wir hin.
Christoph Magnussen:Okay und dann schaltet ihr die ab weiter. Ich glaub, das ist natürlich der Killer, ne. Und das ist das, was die was was, glaube ich, der Grund dafür ist, dass viele sagen, ja, warum sind wir so abhängig von US Firmen? Sag ich, na ja, die sind halt teilweise wirklich herausragende Productdesigner, ne. Die haben einfach unfassbar gut gemachte Produkte, wo Du einfach merkst, die laufen so und und ja.
Claudia Pohlink:Und Du kannst dann, also Du Du kommst dann in son son Abhängigkeit, also wirklich so wie so Drogenabhängigkeit rein, ne, Du halt sagst, oh, ohne kann ich's mir gar nicht mehr vorstellen, ja.
Christoph Magnussen:Das ist das, was gerade passiert mit vielen der der Tools dem ChatGPT Moment und es gibt jetzt mehrere Leader, die auch sagen, Codex und Claude Code der ChatGPT Moment für die Firmen. Wenn plötzlich das möglich ist, dass Du die Daten zentral hast und Du baust dir on top die Produkte dazu selbst. Genau. So, aber Du musst die Leute natürlich dazu befähigen
Claudia Pohlink:Richtig, ganz genau. Und das das ist aber, finde ich, total gutes Modell.
Christoph Magnussen:Das wäre also meiner Meinung nach das Modell der Zukunft.
Claudia Pohlink:Und weißt Du, und hier haben zum Beispiel die Unternehmen in meinen Augen den Vorteil, die vielleicht noch nicht ganz so schnell waren und noch nicht ganz so weit sind, weil das mit dem Thema Daten sehe und Du hast vielleicht nur ein, also idealerweise hast Du nur einen. Aber zeig mir mal, also moderne Unternehmen, die nur einen Datensee haben, also die die schon weiter sind im Reifegrad, die haben meistens 30 oder 50 und da wird's dann schwer, die alle Ja. Im Griff zu haben, ne. Das heißt also, Unternehmen, die vielleicht jetzt doch bisschen weiter zurück waren, haben jetzt den Vorteil, dass sie sagen, okay, ich ich denke von Anfang an in Richtung Architektur, in Richtung Governance, in Richtung, ich will nur einen Datensee haben beziehungsweise ich gucke, dass ich da eben auch mit dem Blick in die Zukunft mit KI wirklich eine gewisse Form des Überblicks behalte. Wenn das jetzt nie 100 Prozent sein wird, aber ich glaube, dass da tatsächlich Mittelständler jetzt Vorteil haben.
Christoph Magnussen:Ja, nee, also kann ich mir gut vorstellen und Du kannst mit deutlich weniger Kapital Richtig. Da jetzt Sachen bewegen, Du musst halt nur diese Neugier haben, deswegen
Claudia Pohlink:Ja. Du kannst von dem, was da in den letzten 10, 20 Jahren passiert ist, kannst Du unbedingt von lernen.
Christoph Magnussen:Welche Firmen sind die ruhig auch bei den großen KI Firmen, wo Du sagst, da guckst Du auch gerne mal unter die Haube und schaust dir an, keine Ahnung, wenn's Podcast gibt von, ich nehm jetzt mal random Beispiel, weiß ich nicht, von Anthropic, die Chefin aller Prompts, die Amanda Askell zum Beispiel, die erzählt, wie sie die Modelle tweaken, weil Du sagst, ich will verstehen, wie son Modell reagiert, zu verstehen, was es mit meinen Daten macht. Also gibt's gibt's da irgendwelche, wo Du wo Du besonders hinguckst?
Claudia Pohlink:Also so tief schaffe ich nicht mehr rein. Also das, wie soll ich das alles überblicken? Also
Christoph Magnussen:Oder rufst deine Mutter an?
Claudia Pohlink:Ja, genau.
Christoph Magnussen:Ja, die Basics, ne, die Basics.
Claudia Pohlink:Ich wollt grad sagen, also wenn's Basics geht auf jeden Fall. Ja, also für mich sind natürlich schon hier der Chef von Nvidia.
Christoph Magnussen:Jensen Huang, ja.
Claudia Pohlink:Da guck ich schon sehr intensiv hin. Also Nvidia ist schon für mich auch Unternehmen, wo ich sage, wow, die sind irgendwie gut unterwegs. Also sehr schlau auch in der in der in dem Portfolio, ja. Also wie sie sich bewegen und auch wie sie Kooperationen aufbauen in Europa auch,
Christoph Magnussen:Und Ist ja mit der Telekom in München glaub ich.
Claudia Pohlink:Richtig, ganz genau, mit SAP noch und das ist schon
Christoph Magnussen:Kommt ihr an solche Stacks ran, wenn die sagen, wir schieben jetzt mal 10.000 GPUs, die auch nicht günstig sind da rüber? Das sind ja für die jetzt so H100, H200 sind die neuen, glaube ich. Und dann Blackwell, die ganz Neuen, so 40.000 Euro pro Stück, davon 10.000 Stück.
Claudia Pohlink:Also ich persönlich brauche noch nicht in diese Richtung denken. Aber es gibt ja zum Beispiel in Deutschland auch die Gigafactories, also die Bewegung, dass man da als Mittelständler eben auch die Möglichkeiten bekommt. Ehrlicherweise, ne, das ist das ist für mich noch nichts, was dieses Jahr ansteht.
Christoph Magnussen:Okay.
Claudia Pohlink:Ja, so krass brauchen wir das noch nicht, sondern wir sind ja noch in Grundlagenarbeit, ja.
Christoph Magnussen:Ja, weil die aber Nvidia skaliert da halt enorm, ne.
Claudia Pohlink:Genau, aber also ich würde auch nicht den Zugang jetzt direkt bei Nvidia suchen, sondern ich würde schon mir sone Mittelstandsinitiativen angucken, die zum Beispiel auch im Land Nordrhein Westfalen angeboten werden. Also da würde ich dann immer über son son Enabler gehen, weil dann ich 1 von vielen bin, die ähnliche Herausforderungen hat und möglicherweise da auch Skaleneffekte entstehen, ne. Also dass da halt ich nicht alleine alle Kosten trage, sondern dass wir uns dann vielleicht auch bestimmte Sachen teilen, ne.
Christoph Magnussen:Ich könnt mir vorstellen, dass Jensen Huang schwer erreichbar ist und momentan viele Fragen. Aber Na
Claudia Pohlink:ja, ich also ehrlicherweise macht der nicht unnahbaren Eindruck.
Christoph Magnussen:Nee, nee, Also der
Claudia Pohlink:kommt schon auch immer ab und mal an nach Deutschland oder auch nach Berlin und dann erwischt man den. Also so ist es nicht, ne. Also den guck ich mir an. Ich guck mir aber auch zum Beispiel eine Amy Webb an, Ja. Die ja jedes Jahr irgendwie ihre Trendforschung publiziert oder auf dem South by Southwest oder so.
Claudia Pohlink:Ich guck mir aber auch an solche Leute wie den Felix Schlenter, der halt diese, also der macht für mich quasi diese Research Arbeit und da verfolge ich sehr intensiv, weil der das direkt für den Mittelstand mitdenkt. Also was davon wird dann relevant? Und da hab ich wahnsinnigen Filtervorteil, ja? Das heißt also, der ist ja auch sehr transparent, was das angeht und der sagt eben auch, ey, man kann gar nicht alle Tools kennen und erforschen, sondern es ist gut, dass Du dich auf paar wenige beschränkt und dann gibt er halt immer sehr gute Beispiele, ja. Dann, also ich ich bin ja in soner Daten- KI Bubble unterwegs und wenn Du da unterwegs bist, kriegst Du viele Einflüsse, die immer eine Rolle spielen.
Claudia Pohlink:Und ich diskutiere aber tatsächlich auch über Datenkataloge oder über Architekturen oder über Rollen, die Du unbedingt in deinem Unternehmen aufbauen musst und so, das das hilft, ne, dass Du für dich so diesen Weg findest. Und das muss nicht immer gleich irgendwie Claude, weiß ich nicht was, Punkt 3 sein, sondern ich glaube, wenn Du dich da verlierst, dass das
Christoph Magnussen:Ja, das ist
Claudia Pohlink:Dafür hast Du deine Leute, ja? Also dafür find ich's fast wichtiger, dass Du in deinem Team darauf achtest, dass die sich auch speziell für ihre Fachgebiete auf dem neuesten Stand halten.
Christoph Magnussen:Auch mit genügend Zeit dann wahrscheinlich.
Claudia Pohlink:Dass Du diese Zeit auch zur Verfügung stellst und sagst, ey, das ist Arbeitszeit und das ist jetzt nicht, also idealerweise sind sie aber eben auch so, so wie ich auch. Auch in meiner Freizeit bin ich natürlich superneugierig und les das, was ich da so gerade konsumieren kann, ja. Ja, aber trotzdem ist für mich Bildung eine Arbeitszeit.
Christoph Magnussen:Das ist, Du hast Stichpunkt genannt, das wollte ich nicht vergessen, ist mir heute morgen eingefallen. Du bist ja auch Global Women Leader in AI für ja, aber auch unterwegs an Schulen beispielsweise und Kids, das ist ja wirklich wichtiges Thema. Und jetzt hast Du gerade Bildung reingeschmissen und das will ich auf keinen Fall vergessen, weil die Brücke zu schlagen. Also ich hab gerade die Diskussion gehabt in der Schule, dass viele sagen, ja, aber Mädchen haben da kein Interesse dran, die sind da nicht so neugierig drauf. Dann sag ich, oh Leute, das ist Bias, das seh ich halt echt anders.
Christoph Magnussen:Ja. Und es gibt ja so viele Bereiche, Du kannst ja superkreativ sein bei den Themen. Das ist son bisschen so die Ecke, die ich gehe und dann nerdig übersetzt. Bei mir ist es so, die Natur der Technologie zu verstehen, wirklich hinzugucken. Gib noch mal, weil Du hast es nun ausm Elternhaus und irgendwas hat ja dann neugierige Spark, Du hast es gesehen.
Christoph Magnussen:Was gibst Du an den Schulen weiter? Was siehst Du? Was sollten wir da tun? Auch möglichst hands on, lass uns da möglichst nah dran bleiben.
Claudia Pohlink:Ja, das weißt Du, das Wichtige ist, dass wir nicht immer nur meckern und erwarten, was dass Lehrer irgendwas tun, sondern Eltern sind ja genauso abgebildet und können dieses Wissen in den Klassen zur Verfügung stellen.
Christoph Magnussen:Das sollten es sein, ja.
Claudia Pohlink:Ja, ich mach das wirklich. Also ich nutze die die Wissenschaftstage meiner Tochter und geh in die Schule und zwar nicht, weil ich, also ich nehm mir dafür auch Tag Urlaub, weil mir das einfach das wichtig ist, ja. Und da sind auch schöne Erlebnisse dabei. Also ich kann mich erinnern, als meine Tochter noch in der Grundschule war, bin ich da halt hin und hab, also ist ja schon paar paar Jahre her, hab halt diese ersten VR Brillen mitgebracht aus aus der Arbeit, ja. Und und dann haben wir halt diese ganze, haben wir so Achterbahnapps mit der VR Brille ausprobiert.
Claudia Pohlink:Dann gehst Du halt in son Wissenschaftstag mit diesem ganzen Zeug und ich hatte, glaube ich, auch noch Nano dabei, also son kleinen Roboter und die Kids lieben das, wenn Du so was in die Schule mitbringst und ich meine gut, ich hatte die Möglichkeiten durch die Arbeit und konnte eben son Nano mitbringen. Und und da da kam letztens Mädchen aus der Zeit von damals die Ecke und hatte mich getroffen auf der Straße und sagt, man, Du hast uns damals diese VR Brillen gezeigt und ich denke so, wow, das ist bei dir hängen geblieben und das war Mädchen, ja. Also das heißt, das ist halt, glaube ich, diese diese Faszination, die man selber hat, wenn man die einfach weiterbringt, also weitergibt. Das ich hab letztens dann auch Vortrag gehalten eben über diese Fähigkeit, ChatGPT eben auch infrage zu stellen. Das heißt also, ich hab dann erst mal Beispiele gezeigt, dass also damals, das ist jetzt auch schon paar Jahre her, da war also 2 ein, 2 Jahre her, da konnte ChatGPT noch nicht gut rechnen.
Claudia Pohlink:Da hat es also hatte eben noch diese Herausforderung, dass logisch schwierig war. Und hatte eben das wirklich live gezeigt.
Christoph Magnussen:Mhm.
Claudia Pohlink:Und den Kids auch diese diese gewisse Skepsis mitzugeben, dass sie halt das hinterfragen und dass das funktioniert nur, wenn es anfassbar wird. Und da gehst Du halt wirklich, wenn's nur 10 Leute sind, die dir zuhören, das sind einfach, vielleicht hast Du auch nicht alle 10 erreicht, sondern nur 8, aber egal. Die gehen dann beim nächsten Mal bisschen kritischer vor, ja? Und glauben nicht ja hoffentlich nicht alles, was dann da eben son son Gen AI Modell ausspuckt. Und das da das kann jeder von uns.
Claudia Pohlink:Das da dazu braucht man nicht das krasse KI Wissen, sondern wenn man eben selber da mit sonem Modell rumspinnt und dabei Fehler entdeckt, kannst Du damit in
Christoph Magnussen:die Schule gehen
Claudia Pohlink:und dann sagen, ey, guck mal, was ich rausgefunden habe und die sagen, ey krass. Ja und dazu braucht man, also da da das ist wirklich, jeder kann tun und das das ist wichtig, weil wir können nicht warten, bis da irgendwie politisch etwas entschieden wird oder bis die Lehrer weitergebildet sind, sondern das ist etwas, was wir selber mittreiben. Und auch diese Kompetenz, diese Medienkompetenz, das ist ja mehr als nur KI und Daten, sondern ist ja eigentlich die die Kompetenz überhaupt auch, sich in Social Media zu bewegen und die Algorithmen dahinter zu verstehen und so. Ich glaube, da kann man da kann man sich mal zu Hause hinsetzen und mal eine Stunde lang recherchieren und da, was man recherchiert hat, kann man mitbringen.
Christoph Magnussen:Ist es für dich manchmal faszinierend, dass Du das siehst und denkst so, Mensch, jetzt bewegen wir uns auf Social Media, KI und Co und am Ende schreiben wir immer noch einen Datensatz in JSON Format in eine Postquest Datenbank, die in den Neunzigern?
Claudia Pohlink:So wie ich's dir halt auch gesagt habe, ne. Also dass eben meine Mutter eben immer noch mit den Themen, die sie damals hatte heute, also die ist dann auch noch so, die sagt so, oh, wie krass, ey, es sind immer noch die gleichen Themen. Und ja, na mein, also es ist ja so, wenn wir uns wenn wir uns andere Themenfelder angucken, weißt Du, also Physik oder Biologie, da sind auch die gleichen Sachen, die wir vor 50 Jahren gelernt haben. Warum warum muss ich immer alles so, weißt Du, warum muss das alles anders werden? Also es ist doch gut, wenn sich in der IT und oder also EDV damals, ja, elektronische Datenverarbeitung, ja, das ist heute immer noch die elektronische Datenverarbeitung,
Christoph Magnussen:ja. Ich weiß,
Claudia Pohlink:ja gut. Was sagt halt keiner?
Christoph Magnussen:Ja, das stimmt, eigentlich schon. Ist ja auch immer witzig. Einige Firmen haben's immer noch oben draufstehen.
Claudia Pohlink:Ich weiß und da da kennst Du immer so, okay, ja, der der existiert schon länger. Aber letzten Endes, warum muss sich das immer alles so wahnsinnig verändern? Warum Kann es nicht trotzdem immer noch die gleichen Themen sein, nur dass man sie vielleicht heute auch noch mal anders betrachtet? Also das gehört einfach zur zur Entwicklung dazu. Wichtig ist noch mal, dass Du eben den den jungen Leuten diese Neugier darauf schmackhaft machst.
Claudia Pohlink:Und Du musst auch, also ich find's ja total verrückt, bei der KI hat man plötzlich den Anspruch, dass man dahinter alles verstehen muss. Ja. Ey, beim Computer oder beim Internet hast Du auch dich allen aber von allen erwartet, dass sie das ganz im Detail verstehen. Also wer kann Und
Christoph Magnussen:und noch leichter als jetzt bei neuronalen Netz mit 30 Layern, wo Du sagst so, wow.
Claudia Pohlink:Ja, aber trotzdem, also wer weiß dann wirklich, wie son son Computer funktioniert? Ja. Frag doch mal. Die Leute, die Computer benutzen, ob sie auch wissen, was da da im Gehäuse oder in in den Speichern alles drinsteckt und
Christoph Magnussen:Ist so spannend eigentlich, CPU, was macht C-Teiler? Ja, Ich
Claudia Pohlink:wollt's auch grad sagen, dacht ich so, ach, nicht schon wieder mit Fremdwörtern die Ecke
Christoph Magnussen:Ich hab eine 10000000 Euro Frage, aber die für Data Engineers.
Claudia Pohlink:Okay.
Christoph Magnussen:Ja, normalerweise, was würdest Du mit 10000000 Euro machen, wenn Du jetzt so konntest, freiwillig, so. Aber die die kam mir gerade, als Du so geschwärmt hast. Du hast den ultimativen Datensatz und genug Energie zur Verfügung und darfst damit machen, was Du würdest, damit zu arbeiten und zu rechnen, unabhängig von deiner Branche. Welchen Datensatz würdest Du nehmen und warum?
Claudia Pohlink:Also wenn ich dir jetzt sage, was gerade in meinem Kopf rumschwirrt, es geht in eine komplett arme Richtung, weil das Thema halt gerade so die Medien bestimmt, die Epstein-Akten.
Christoph Magnussen:Ja, ja. Das ist riesen, stimmt. Ja, das ist ein unfassbar unsortierter, krasser Datensatz und eigentlich könnte jemand mit deiner Erfahrung natürlich.
Claudia Pohlink:Na ja, sind ja Leute, glaube
Christoph Magnussen:ich Ja.
Claudia Pohlink:Unterwegs haben, aber das ist also also das ist also was, was vor allen Dingen auch die Frauen gerade sehr stark Richtig. Bewegen, also auch in meiner Bubble wirklich sehr stark diskutiert wird. Das ist schon krass und ob dann wirklich auch alles zur Verfügung gestellt würde wurde, ne, oder ob nicht da auch bisschen manipuliert wurde, da muss man ja auch kritisch bleiben.
Christoph Magnussen:Könnte man das als Data Engineer wahrscheinlich rausfinden durch die Art und Weise, wie das aufbereitet ist?
Claudia Pohlink:Kann ich mir schon vorstellen. Ja. Es gibt ja die Plattformen, in denen ja auch Datensätze zur Verfügung gestellt wurden, ne. Also Kaggle beispielsweise. Da bin ich bisschen überrascht, dass das irgendwie son bisschen also in Vergessenheit geraten ist, weil warum haben wir eigentlich in Deutschland nicht son deutsches Kaggle?
Claudia Pohlink:Weißt Du, also weil das, was ich da als ich, ich hab ja auch Data Science mal studiert noch irgendwann mal. Da gab's so diesen Taxidatensatz aus New York und dann gibt's noch irgendwie son Iris Blumendatensatz und so. Das waren so die typischen Dinge, mit denen Du da gearbeitet hast. Und und dann fand ich aber auch toll, dass diese ganzen Challenges auf Kaggle stattgefunden haben, wo Unternehmen wie NASA eben gesagt haben, ey, wir euch hier einfach die Datensätze zur Verfügung, macht mal. Oder sie haben eine Aufgabe gestellt.
Claudia Pohlink:Und dann haben Leute gedacht, oh, wie krass ist das denn und haben denn damit gearbeitet und haben denen da die tollsten Ergebnisse kostenlos zur Verfügung gestellt, weil einfach die ganzen Datenerds happy waren, dass sie Datensatz hatten, mit dem sie arbeiten konnten. Und das heißt also, eine NASA musste sich dann halt die Leute nicht einkaufen, sondern die haben einfach nur die Daten zur Verfügung gestellt, ja. Also das fand ich ziemlich faszinierend. Und warum das in Deutschland nicht auch Unternehmen machen, einfach so auch dieses dieses Mindset auch zu, ne? Also das ist, also es geht in
Christoph Magnussen:Ja, weil's wahrscheinlich auch nicht in unserem Mindset eben ist.
Claudia Pohlink:Richtig, aber ich sag mal, es gibt, glaube ich, also die Frage ist immer, also die Diskussion führe ich auch in meiner Bubble.
Christoph Magnussen:Alle
Claudia Pohlink:sagen ja, ey, Daten, das ist wirklich der Pfund, das ist der Wert, den darfst Du nicht rausgeben. Das ist das, was Du irgendwie gelehrt bekommst. Und dann denke ich immer so, also mag sein.
Christoph Magnussen:Und
Claudia Pohlink:dann beschäftige ich mich auch in meiner Doktorarbeit mit dem Thema, was sind denn unsere Daten wert? Wissen wir das? Weiß das überhaupt 1? Haben wir uns schon mal damit beschäftigt, dass wir bilanztechnisch zum Beispiel ausweisen, wie groß mein Datenschatz ist, macht ja in Deutschland keiner aktuell. Ist aber total spannendes Thema.
Claudia Pohlink:So und dann ist aber die Frage, aber trotzdem sagen wir, ah, aber wir glauben schon, dass Sie Wert haben, deswegen gehen wir Sie nicht raus, ne? So. Und dann denke ich immer, kann man nicht trotzdem seine Daten betrachten und sagen, es gibt Teil davon, den stelle ich zur Verfügung. Weil das, was ich zur Verfügung stelle, ist etwas, wo das ist unkritisch, das ist nicht sensibel und ich befeuere vielleicht Ökosystem und daraus entsteht auch wieder Business, aber ich ich ich kann ich hab's in der Hand und irgendeiner muss irgendwie mal diesen Anfang machen, ne. Es gab ja mal eine Zeit lang diese ganzen Datenmarktplätze, wo man dann auch Henne Ei Problem hatte, ne, wer fängt jetzt an, wirklich seine Daten zur Verfügung zu stellen, damit son Ökosystem entsteht?
Claudia Pohlink:Und da hatte ich zum Beispiel, als ich bei der Bahn war, auch für plädiert, die Daten, die eine Deutsche Bahn hat, gehört ja nicht nur dem Unternehmen, weil das Unternehmen gehört dem Staat. Ja. 100 Prozent. Ja. Das heißt, haben wir alle von unseren Steuergeldern bezahlt.
Claudia Pohlink:Warum stellen wir nicht paar Datensätze der Deutschen Bahn wie zum Beispiel irgendwie, keine Ahnung, Strecken, also Infrastrukturinformationen einfach mal zur Verfügung, dieses Ökosystem anzukurbeln, daraus wieder Wert zu generieren, ja? Das hätte ich sehr spannend gefunden, aber bin ja jetzt nicht mehr bei der Bahn, plädiere trotzdem weiterhin dafür. Aber dass man halt sagt, okay, ich muss ja nicht gleich alles zur Verfügung stellen und meine gesamten Werte zur Verfügung stellen, sondern ich ich such mir bestimmte, also das gab's ja auch schon mal, wo viele über Open Data, ne, in in in Kommunen gesprochen haben und und und. Aber ich meine, auch Unternehmen haben hier Möglichkeiten und ich will noch mal erinnern an Kaggle und die NASA, das die hatten da die hatten da was von.
Christoph Magnussen:Ja, also mit mir resüm dir das extrem und und als Du auch eben das sehr emotionale Beispiel genannt hast, was dich sehr beschäftigt und das konnte ich dir auch ansehen, mich auch. Also wir haben da letzte Woche intensiv drüber gesprochen ich dachte gerade ja, also es braucht halt dann noch Leute, die da reingehen und dann brauchst Du auch die Motivation, sich das anzuschauen. Und dann kannst Du mit der mit dem Job, den Du machst, mit der Passion, die Du hast, sehr, sehr, sehr, sehr viel bewegen und das ist es, also für mich kam es jetzt sehr deutlich rüber, dass das eine der wesentlichen Grundlagen ist, die es hier braucht. Und guck mal, wir haben kaum über KI gesprochen. Aber ich glaub, jeder hat verstanden, dass das hier die absolute Grundlage ist, KI in die die DNA zu bringen und das ist das, was wir hier versuchen.
Claudia Pohlink:Das wär schön.
Christoph Magnussen:Gibt's irgendwas, wo Du sagst, Christoph, das war jetzt Blindspotter, hast Du gar nicht nachgefragt? Das hast Du völlig vergessen aus dem Thema?
Claudia Pohlink:Na, sagen wir mal anders formuliert, weißt Du, viele fragen mich auch immer, wo beginne ich?
Christoph Magnussen:Mhm.
Claudia Pohlink:Ja? Und da haben wir ja vorhin auch schon mal versucht, mit 3 unterschiedlichen Unternehmenstypen mal drüber nachzudenken, so was sind so Ansätze und da sag ich dann einfach immer, ey, es gibt nicht diesen einen Punkt, wo man jetzt beginnen soll, sondern mach dir nicht so viele Gedanken da drum, also Strategien zum Beispiel, ne. Da gibt's ja auch Unternehmen, die sagen, oh, wir müssen jetzt mal unsere Daten- und KI Strategie machen. Da sag ich, na ja, eigentlich hat das Unternehmen eine Strategie und Daten und KI ist ein Teil davon. Das heißt also, es ist eigentlich eine Ableitung von dem, was Du dir als Unternehmen vorgenommen hast.
Claudia Pohlink:Du hast dir Kennzahlen oder Du hast dir Ziele gesetzt und Du nutzt das als eine diese Ziele zu erreichen. Und das machst ja auch nicht plötzlich eine Strategie für Quantum Computing oder für Blockchain, sondern das sind alles Möglichkeiten, deine Ziele zu erreichen und deswegen braucht man auch nicht so wahnsinnig viel Zeit auf Daten und KI Strategie, ich sag jetzt mal verschwenden, sondern es ist gut, also paar Grundpfeiler festzulegen, technologisch, Governance, also alles, was wir besprochen haben und dann geht's los. Also starten, machen, loslegen und einfach irgendwo beginnen, wo man das Gefühl hat, da hab ich grad jemanden bei mir, der hat Bock dadrauf oder mehrere Leute und ich lass die jetzt mal laufen.
Christoph Magnussen:Das find ich richtig richtig gutes Schlusswort und motivierend, weil ich sitz manchmal wie davor vor diesem Datenberg und denk so, wo fang ich an und das motiviert mich, loszulegen.
Claudia Pohlink:An irgend 1 Stelle, genau. Danke dir. Sehr gerne.