Holger Maier – Geschäftsführer der FGS Digital GmbH

Staffel 7· 25. Februar 2025· 3602

Episoden-Cover: Holger Maier – Geschäftsführer der FGS Digital GmbH
0:003602
  • Dr. Theo SteiningerCo-Founder & CEO von Erium
  • Holger MaierGeschäftsführer der FGS Digital GmbH, Tochtergesellschaft von Flick Gocke Schaumburg

Überblick

In dieser Folge spricht Dr. Theo Steininger mit Holger Maier, Geschäftsführer der FGS Digital GmbH, über den Einsatz von KI und Data-Science-Methoden im Steuer- und Rechtsbereich. Die beiden beleuchten konkrete Use Cases wie einen KI-gestützten Quellensteuer-Classifier und einen Legal Co-Piloten, diskutieren die Architektur aus RAG-Pipelines und Knowledge Graphen sowie die Frage, wie regulatorische Rahmenbedingungen und Datensicherheit den KI-Einsatz in Kanzleien prägen. Außerdem wagen sie einen Ausblick auf die Zukunft der Steuerberatungsbranche im Zeitalter generativer KI.

Über den Gast

Holger Maier ist seit März 2022 Geschäftsführer der FGS Digital GmbH, einer Tochtergesellschaft der Großkanzlei Flick Gocke Schaumburg, die sich seit über 50 Jahren auf steuerliche Rechtsberatung spezialisiert hat. Zuvor war er bei Rödl & Partner und der FOID Group tätig. Seinen akademischen Hintergrund erwarb er an der Hochschule für Verwaltung und Finanzen (HVF) Ludwigsburg, wo er einen Diplom-Finanzwirt mit Schwerpunkt Wirtschafts- und Steuerrecht sowie einen Master in Public Management absolvierte. In seiner Rolle bei FGS Digital verantwortet er die gesamte Digitalisierungsstrategie der Kanzlei – sowohl intern als auch in der Mandantenberatung, wo er als Bindeglied zwischen rechtlicher Fachlichkeit und technischer Umsetzung fungiert. In seiner Freizeit ist Holger Maier Imker.

Zusammenfassung

FGS Digital als interdisziplinäres Bindeglied zwischen Recht und Technologie

Holger Maier beschreibt die FGS Digital GmbH als eine Einheit, die rechtliche Anforderungen in konkrete technische Lösungen übersetzt – ähnlich einem 'Analytics Translator', wie Theo Steininger es aus früheren Podcast-Folgen kennt. Das Team besteht inzwischen überwiegend aus Wirtschaftsinformatikern und Data Scientists, ergänzt durch einzelne Steuerrechtsexperten. Die Aufgabe besteht darin, Mandanten nicht nur ein Rechtsgutachten zu liefern, sondern die Umsetzung in deren Prozesse und Systeme aktiv zu begleiten.

Dreischichtiger Wissensaufbau: RAG, externe Datenquellen und Knowledge Graphen

FGS Digital arbeitet mit einem dreischichtigen Wissensmodell. Die erste Ebene umfasst proprietäres internes Wissen, das über klassische RAG-Pipelines (Retrieval Augmented Generation) zugänglich gemacht wird. Die zweite Ebene integriert externe Quellen wie Urteilsdatenbanken und juristische Fachverlage über APIs. Die dritte, noch experimentelle Ebene setzt auf Knowledge Graphen bzw. Graphdatenbanken, um steuerrechtliche Zusammenhänge strukturiert abzubilden. Über den Graphen lassen sich Begriffe, Paragrafen und Urteile vernetzen, sodass Nutzer schnell in komplexe Rechtsmaterie eintauchen können.

Holger Maier erklärt, dass der Knowledge Graph auch dazu dient, das Sprachmodell entlang juristischer Prüfschemata zu führen. So kann das System – ähnlich einem Juristen in der Klausur – nachfragen, welche Tatbestandsmerkmale noch nicht geklärt sind, anstatt einfach eine Antwort zu halluzinieren. Theo Steininger ergänzt, dass dieser Ansatz mit der Philosophie von Haleriums Plattform übereinstimmt: Agenten werden durch fest definierte Prompt-Bäume gesteuert, bevor sie in freie Generierung übergehen.

Praxisbeispiel: KI-gestützter Quellensteuer-Classifier (§ 50a EStG)

Ein konkreter Mandanten-Use-Case illustriert das Vorgehen von FGS Digital besonders anschaulich. Bei der sogenannten Quellensteuer nach § 50a EStG müssen Konzerne Steuerbeträge für ausländische Künstler oder Celebrities einbehalten, die in Deutschland Werbeleistungen erbringen – auch wenn diese nie physisch in Deutschland waren. Das Problem: In großen Konzernen mit vielen Beschaffungsvorgängen werden solche Sachverhalte oft nicht automatisch erkannt.

FGS Digital löste dies, indem zunächst ein großes Sprachmodell genutzt wurde, um aus dem gesetzlichen Kontext relevante Schlagwortkategorien zu generieren. Diese wurden mit Steuerrechtsexperten validiert, dann gegen den gesamten Buchungsstoff des Mandanten laufen gelassen. Die identifizierten Treffer labelte der Einkaufsbereich des Mandanten. Auf Basis dieser annotierten Daten wurde ein kleines, lokal betreibbares Modell feingetunt, das nun präventiv quellensteuerpflichtige Transaktionen im Buchungsstoff erkennt – ein typisches Beispiel für einen 'AI Microservice' mit hohem Mehrwert bei überschaubarem Aufwand.

Datensicherheit und Compliance: Vertragliche versus technische Absicherung

Im Steuer- und Rechtsbereich ist Datensicherheit ein zentrales Thema. Holger Maier beschreibt ein Spektrum an Sicherheitsstufen: Von der vertraglichen Absicherung (Daten bleiben im EU-Raum, kein Training mit Mandantendaten) über private Cloud-Instanzen mit SOC-2-Zertifizierung bis hin zu vollständig On-Premise-Betrieb beim Mandanten. Er betont, dass Kanzleien als Berufsrechtsträger besonders hohe Anforderungen haben.

Gleichzeitig warnt er vor übertriebener Vorsicht: Wenn Unternehmen ihren Mitarbeitern keine offiziell freigegebenen KI-Tools anbieten, weichen diese auf private Free-Tier-Accounts aus – was den Super-GAU in Sachen Datenschutz darstellt. Die Mandanten werden laut Maier zunehmend offener, weil sie den konkreten Mehrwert von KI-Anwendungen erkennen.

KI in der Wirtschaftsprüfung und die Frage der Regulierung

Die beiden diskutieren, wie Wirtschaftsprüfer KI-gestützte Systeme ihrer Mandanten auditieren und wie sich die Einführung der E-Rechnung ab 2025 auf die automatisierte Belegverarbeitung auswirkt. Holger Maier sieht eine klare Entwicklung hin zur KI-gestützten Betriebsprüfung auch seitens der Finanzverwaltung – mit der Konsequenz, dass Erklärbarkeit und Nachvollziehbarkeit von KI-Entscheidungen regulatorisch gefordert werden.

Der EU AI Act setzt bereits erste Rahmenbedingungen, etwa für KI-Einsatz in der Rechtspflege als High-Risk-Anwendung. Holger Maier plädiert dafür, Regulierung als Qualitätssicherungsinstrument zu verstehen, nicht als Innovationsbremse. Er verweist auf eine US-Studie, wonach der Anteil amerikanischer Kanzleien, die KI-Tools einsetzen, innerhalb eines Jahres von 29 auf 79 Prozent gestiegen ist – ein Hinweis auf den Wettbewerbsdruck, dem Europa ausgesetzt ist.

Zukunft der Steuerberatung und die Frage nach dem Grundlagenwissen

Holger Maier ist überzeugt, dass KI sukzessive Tätigkeiten in der Steuerberatung übernehmen wird, auch wenn persönliche Mandantenbeziehungen und Gerichtsverfahren weiterhin menschliche Experten erfordern. Er schildert interne Diskussionen darüber, ob Nachwuchskräfte die klassischen Rechtsprüfungen noch 'zu Fuß' erlernen müssen, bevor sie KI-Tools einsetzen – ähnlich dem Handwerker, der erst von Hand sägt, bevor er die CNC-Fräse bedient.

Seine Einschätzung: Die Realität wird eine andere sein. Junge Berufsanwärter nutzen generative KI bereits selbstverständlich, etwa für die Prüfungsvorbereitung mit personalisierten Feedback-Systemen. Wichtig bleibt jedoch, dass die grundlegende juristische Denklogik – das Durchlaufen von Paragrafen-Ketten – verstanden und internalisiert wird, unabhängig davon, mit welchen Werkzeugen dies gelingt.

Kernaussagen

  • FGS Digital fungiert als Übersetzer zwischen steuerrechtlicher Fachlichkeit und technischer Umsetzung – ein interdisziplinäres Team aus Wirtschaftsinformatikern und Steuerexperten bildet dabei die Grundlage.
  • Der dreischichtige Wissensaufbau (proprietäres RAG, externe Fachquellen, Knowledge Graph) erlaubt es, juristische Prüfschemata maschinenlesbar abzubilden und KI-Agenten strukturiert durch komplexe Rechtsmaterie zu führen.
  • Kleine, feingetunede lokale Modelle können für spezifische steuerrechtliche Use Cases wie die Quellensteuererkennung enormen Mehrwert liefern – ohne dass ein allgemeines Steuerwissen-Modell trainiert werden muss.
  • Datensicherheit im Rechtsbereich erfordert ein abgestuftes Vorgehen: Vertragliche Absicherung reicht oft aus, doch übertriebene Restriktionen treiben Mitarbeiter in unsichere Schatten-IT.
  • Der EU AI Act setzt erste Leitplanken für KI im Rechtskontext; Erklärbarkeit und Nachvollziehbarkeit von KI-Entscheidungen werden künftig regulatorisch eingefordert werden.
  • In US-amerikanischen Kanzleien stieg der KI-Einsatz innerhalb eines Jahres von 29 auf 79 Prozent – Europa hinkt hinterher, auch bedingt durch stärkere Regulierungsreflexe.
  • Grundlegendes juristisches Fachwissen bleibt unverzichtbar, um KI-Systeme sinnvoll zu steuern und zu validieren – die Form des Wissenserwerbs wird sich jedoch durch generative KI fundamental verändern.

Fazit

Die Folge zeigt eindrücklich, wie eine auf Steuerrecht spezialisierte Kanzlei KI nicht als Bedrohung, sondern als Produktivitätsmultiplikator begreift – vorausgesetzt, fachliche Expertise und technische Umsetzungskompetenz gehen Hand in Hand. Der Schlüssel liegt in der sorgfältigen Architektur von Wissensebenen, in iterativen Human-in-the-Loop-Prozessen und in einer realistischen Einschätzung dessen, welche Sicherheitsstufe im jeweiligen Anwendungsfall wirklich erforderlich ist. Gleichzeitig mahnt das Gespräch zur Wachsamkeit: Europa verliert im KI-Rennen an Boden, wenn Regulierung nicht als Qualitätsrahmen, sondern als Innovationsbremse wirkt.

Für Steuerberater, Wirtschaftsprüfer und Legal-Tech-Interessierte

Die Folge liefert konkrete Architektur-Ideen für KI-Projekte im Rechtsbereich – von RAG-Pipelines über Knowledge Graphen bis zu feingetuned lokalen Modellen. Besonders wertvoll ist das Praxisbeispiel des Quellensteuer-Classifiers als Blaupause für ähnliche Compliance-Use-Cases.

Für Führungskräfte und Digitalverantwortliche in regulierten Branchen

Das Gespräch verdeutlicht, wie wichtig eine abgestufte Datensicherheitsstrategie ist und warum übertriebene Restriktionen das Gegenteil von Sicherheit erzeugen können. Der Hinweis auf die rasch wachsende KI-Adoptionsrate in US-Kanzleien sollte als Benchmark dienen.

Für Berufseinsteiger und Studierende im Rechts- oder Wirtschaftsbereich

Holger Maiers Werdegang zeigt, dass eine tiefe fachliche Spezialisierung keine Sackgasse ist – im Gegenteil bildet sie die unverzichtbare Grundlage, um KI-Systeme sinnvoll zu steuern und zu validieren. Prompting-Kompetenz und das Verständnis grundlegender KI-Konzepte sind dabei die wertvollste Ergänzung.

Volltranskript anzeigen

Speaker0: Die Eriom Podcast.

Speaker1: Heute zu Gast bei The Eriom Podcast ist Holger Mayer. Seit März 2022 ist er Geschäftsführer der FGS Digital GmbH, 1 Tochtergesellschaft von Flick Gockes Schaumburg, nachdem er zuvor bei Rödel und Partner und der FOID Group war. Seine akademische Laufbahn absolvierte Holger Meyer an der HVF Ludwigsburg. Dort hat er einen Master in Public Management und einen Diplom Finanzwirt mit Schwerpunkt Wirtschafts- und Steuerrecht erlangt. In seiner Freizeit ist Holger Meyer Imker.

Speaker0: Herzlich willkommen zu 1 neuen Folge von die IREIEN Podcast. Mein Name ist Theo Steininger und heute zu Gast Holger Maier. Hi Holger, schön, dass wir uns heute sprechen können. Hi Theo, freut mich, dass ich dabei sein darf. Wie geht's dir? Wir nehmen die Folge kurz vor Weihnachten auf. Geht's bei euch in der Kanzlei rund?

Speaker2: Ja, wie wie hieß ja gefühlt Ende des Jahres Jahressteuergesetz für nächstes Jahr steht schon in den Stadtlöchern viele Themen für unsere Mandanten und und da beraten wir natürlich viel.

Speaker0: Hol uns da doch gerne mal ganz kurz ab. Wir haben's in der Einleitung schon gehört. Du bist bei der FGS Digital GmbH. Was machst Du da und was macht die Firma FGS? Also vor allem, weil ihr ja auch Teil der größeren FGS Kanzlei seid. Kannst Du das für uns immer ganz kurz einordnen?

Speaker2: Gerne, gerne. Flickoko Scharmburg ist eine Großkanzlei, eine Lawfum, die sich eben auf stolze Rechtsberatung fokussiert und das schon seit über 50 Jahren. Und seit gut zweieinhalb Jahren darf ich in der FGS digital so die gesamte Digitalisierung für die Kanzlei mit übernehmen. Das heißt, ein 1 Teil ist nach innen, aber der größte Teil ist in Richtung Mandant. In interdisziplinären Teams beraten wir mit unseren Kollegen vorwiegend Prozesse und Systeme. Das heißt, es stoppt nicht an der klassischen an dem klassischen Memo oder dem Rechtsgutachten, sondern wir helfen dann den Mandanten in der Umsetzung in deren Prozesse und Systeme.

Speaker0: Und deine persönliche Rolle, kannst Du die noch mal genauer beschreiben?

Speaker2: Gerne, ja, also meine persönliche Rolle, ich bin Geschäftsführer der FGS Digital. Wir sind 'n immer größer werdendes Team und und haben in meiner Rolle eben die Koordination oftmals, das ist 'n Dolmetschen zwischen rechtlicher Anforderungen und dem, was wir in den Systemen umsetzen, ja. Egal ob das jetzt KI ist oder das 'n ERP System oder oder. Wir versuchen halt diese rechtlichen Anforderungen oder Use Cases dann in die Systemlandschaft bei Mandanten zu kriegen.

Speaker0: Erinnert mich an einen Begriff, den die, die war, boah, das ist jetzt schon einige Staffeln her bei uns auch im Podcast und im. Die hat ja den Begriff des Analytics Translators geprägt, also damals noch ganz stark Industrie, Data Science, Use Case getrieben, aber quasi sie hat das total aufn Punkt gebracht, die dedizierte Rolle 1 Person, die nur übersetzt. So verstehe ich das bei euch auch, oder? Dass ihr quasi die die fachliche in die technische Domäne hin und zurück übersetzt, dass sich die beiden Welten treffen. Exakt, exakt. Ja, wir sind so das Bindeglied oftmals, ja.

Speaker2: Und das macht uns großen Spaß, weil da erlebt man dann auch, dass wirklich mehr Werte permanent entstehen. Mhm.

Speaker0: Und bevor wir jetzt noch mal tiefer in die Firma einsteigen, noch mal ganz kurz zu deinem persönlichen Werdegang auch. Wir haben's gehört in der Einleitung. Du warst ja an der AVF Ludwigsburg und hast dort ja einen sehr fachlichen Background und jetzt gar keinen technischen oder lässt sich das nur nicht aus deinem quasi offiziellen Lebenslauf rauslesen? Also was mich interessiert ist, wie kam es dazu, dass Du aus der erst mal Finanzwelt und Steuerwelt dann auch in diese technische Domäne hineingewachsen bist?

Speaker2: Ja, ja, ich ich hab so die ganz schnelle Beamtenlaufbahn, also Finanzbeamtenlaufbahn Hochschule für Verwaltung und Finanzen in Ludwigsburg durchlebt, hab dann noch 'n Master drauf gesetzt, war noch beim Finanzministerium Baden Württemberg, aber hab irgendwann festgestellt, dass dieses Nine to five nicht meins ist und und wollte da mehr. Aber es kam schon in meiner Verwaltungszeit ganz viel dazu mit SAP Systembetreuer, idea, also son Prüfungsprogramm, Betreuerintern. Und da war schon immer die Affinität zu Technologie da. Mhm. Das hab ich irgendwann ja auch zum großen Teil zu zu meinem aktuellen Beruf gemacht, ja? Also ich komm natürlich, hab diesen Legal Background oder diesen steuerrechtlichen Hintergrund, transportieren das aber ganz stark eben in konkrete Use Cases technologischer Natur.

Speaker0: Mhm. Und bist Du bei der FGS alleinige Speerspitze? Also hast Du quasi den fachlichen Background und das Technische dir dir mit rangeschafft oder hast Du 'n Kollegen, eine Kollegin, die von der anderen Seite herkommt? Wie seid ihr Nee, also tatsächlich sind in meinen Teammit mittlerweile mehr Wirtschaftsinformatiker

Speaker2: oder Data Scientist, AIDler und als Steuerrechtler. Wir haben tatsächlich einen Steuerberater noch in meinem Team mit mir, aber ansonsten sind wir überwiegend Wirtschaftsinformatiker,

Speaker0: Das finde ich besonders spannend. Wie würdest Du das einschätzen? Es gibt ja immer so diese 2 Richtungen. Also das ist irgendwo was interdisziplinäres wird, vor allem, wenn man quasi von der Organisationsstruktur hier nach oben wandert, da hast Du ja immer eine Hybridrolle, ja, weil Du hast mehrere Fachbereiche und Du Du Du bist da dann Spezialist nur für ein Themengebiet, also nur fürs Steuerrecht oder nur für die IT oder nur Cloud Architektur, sondern Du musst ja die Bereiche alle orchestrieren können. Und wie wie würdest Du das einschätzen? Auch noch mal retrospektiv. Jetzt mal angenommen, Du hättest initial was Technisches studiert. Hättest Du jetzt in deiner Domäne eine Chance gehabt, überhaupt dir das steuerrechtliche noch quasi on the job drauf zu schaffen oder ging's gar nicht anders, dass Du quasi auch an der HVF dir dies die die fachliche Ebene drauf geschafft hast, dort zu 'nem Experten wurdest und dann die technische Seite eben hinterher an der Job gelernt hast?

Speaker2: Also ich glaub, es ist sehr sehr schwierig, wenn ich jetzt nur aus der technischen Domäne gekommen wäre, mir dieses Steuerfachlichkeit drauf zu schaffen, ja. Ich möcht nicht sagen, dass es ausgeschlossen ist. Wir haben jetzt viele Kollegen, die in in Mindestei lässig in in die Untiefen von Pillardoo der globalen Mindestbesteuerung oder andere Themen reinarbeiten. Das bewundere ich wirklich, ja. Und auch das Schöne ist, dadurch, die haben auch 'n ganz anderen Blick da drauf, ja. Und das das ist für uns wirklich 'n Mehrwert in in in der Orchestrierung Richtung Entwicklerteam und so weiter. Aber ich glaube, es ist schon in dieser Steuerrechtsdomäne schon 'n sehr, sehr eigenes Feld und wenn man da herkommt oder hier 'n Studium zu abgelegt hat, hat man 'n anderes Verhältnis zu juristischen Kontext, zu juristischen Themen. Es muss aber nicht heißen, dass jemand, der Wirtschaftsinformatik studiert hat, sich das nicht draufschauen kann, weil ich folge ja den Grundsatz und jeder, der 'n bisschen coden kann, kann verstehen, dass es im Rechtskontext Tatbestände gibt, die irgendwann in eine Rechtsfolge minden und das ist halt wie eine Wenn Dann Bedingung, ja? Weitestgehend mal ganz abstrakt gesagt. Mhm.

Speaker0: Mir hat ein guter Freund, der sich gerade aufs Staatsexamen vorbereitet hatte, gezeigt, wie er sich auch auf die Prüfung vorbereitet Und er hat sehr, sehr viel mit Mindmaps gearbeitet. Und wir haben uns dann ein bissel drüber unterhalten und ich hab dann total viele Parallelen zur Mathematik auch gesehen, nur dass man quasi in der Mathematik so weniger Axiome wie möglich hat. Und im Recht, so kam's mir dann immer vor, ja, hast Du einen unendlich großen Axiologenbaum und leitest dann aber letztlich auch logisch die die Schlussfolgerungen ab, oder? So so so ist das doch, ne? Exakt und im Steuerrecht ist ja natürlich

Speaker2: noch mal eine andere Dimension. Ich mein, wir haben ja jetzt diese Dimension haben wir bei uns in FGS natürlich auch. Wir haben Arbeitsrechtler, ganz andere Rechtsgebiete, im Nebensteuerrecht natürlich auch. Aber im Steuerrecht kommt's am Ende dadurch auf Zahlen an, ja? Ich kann das Ergebnis sicher messen. Also das ist dann nur das sehr mathematisch. Wir haben bei uns auch Volkswirte und die halt sehr mathematisch getriggert sind. Und bei uns kommt's aufs Ergebnis an, ja? Und wenn wir Steuerberechnungen machen, ist es immer klar, dass unterm Strich die Zahl passen muss und und daher sind wir als Steuerrecht auch noch mal, ich sag mal eine Sonderspezies innerhalb der ganzen Rechtsgebiete, die halt sehr zahlenfixiert sind, ja.

Speaker0: Ja, finde ich finde ich superspannend. Also man merkt vor allem an dem Werdegang und wie Du das schilderst. Wir haben ja auch einige Zuhörer im Podcast, die sind jetzt noch im Studium oder machen jetzt grad das Studium fertig. Teilweise geht's da bis rein in die Gymnasien und und oder generell in die die Schulen. Und wer jetzt dann überlegt, was er studieren möchte oder soll, also für mich zeichnet sich dort ab, es ist nicht schädlich, eine hochfachliche Spezialisierung zu wählen und nicht unbedingt schon im Studium in son superbreites Studienfeld reinzugehen, wo man alles und nix lernt.

Speaker2: Nee, absolut. Also ich kann ich kann die die jungen Nachwuchstalente nur ermuntern, ja, sowas zu machen. Das wirkt auf den ersten Blick dröge, die erleben das auch häufig mit unseren Werkstudenten, die sagen, boah, Steuerrecht und so weiter. Aber es ist tatsächlich so, dass es sehr, sehr spannend ist, ja, dass Wir haben bisher keinen verloren, die haben alle hier irgendwie das Interesse dran gefunden und und gehen darin auf. Und was was ich auch ganz klar sagen muss, Steuerrecht, man wird in Steuerrecht immer vorankommen, wird immer Arbeit haben. Also das ist einfach son Spezialgebiet, wo wo eben Und gerade auf dieser Schnittstelle sind Leute so sehr gefragt, also die diese Technologie und diese Komplexität aus dem Rechtsgebiet, egal ob Legal Tech, Tax Tech, ich glaub, da gibt's heute so wenig Experten am Markt. Es es gibt viele, die sich Experten schimpfen, aber wenn vielleicht in der Tiefe doch nicht so. Aber also das ist 'n Riesenfeld, das die nächsten Jahre noch weiter, nicht zuletzt durch KI, 'n Riesenzulauf gewinnen wird. Und und ich kann jeden nur ermutigen, sich da zumindest mal mit zu beschäftigen und mal reinzuschnuppern. Das ist 'n tolles Feld und begeistert mich bis heute, ja.

Speaker0: Jetzt hast Du grad schon KI angesprochen und die Hoffnung wär ja natürlich, dass durch KI alles deutlich einfacher wird, aber vielleicht geht's ja genau in die andere Richtung und KI macht zum Schluss alles noch komplizierter. Lass uns das mal ein bisschen zerlegen, weil ich hab spontan schon mindestens mal 3 Perspektiven im Kopf, die ich gern mit dir sortieren möchte und zwar, wenn man über Einsatz von KI in 1 Domäne spricht, dann kann ich mir vorstellen, rein interne Nutzung. Also der Kunde merkt gar nix, aber ihr habt's vielleicht Helferlein oder Tools, die euch dabei unterstützen, eure tägliche Arbeit zu erledigen. 'N zweiter Schritt, das wär der Kunde nutzt KI und ihr müsst jetzt auf einmal bewerten, wie Dinge einzuschätzen sind. Also vielleicht von von der von der Bewertung her, wo fahren jetzt Wertschöpfung statt? Ja, also wir haben teilweise Mitarbeiter, wir als kleine Firma, ja, die in Österreich sitzen, da haben wir schon gemerkt, so hoppla, okay, das mit der Steuer- und Sozialversicherung und so weiter und so fort. Da müssen wir wirklich vorsichtig sein, dass das alles sauber über die Bühne geht. Wie ist das bei KI, wenn die Wertschöpfung betreibt? Also so was würd mich gerne total interessieren und würd ich gern mit dir mal durchsprechen. Und dann natürlich auch das Thema, wie kann man KI Lösungen beim Kunden ausrollen? Also das ist ja dann noch mal noch mal eine 3. Eskalationsstufe. Und vielleicht magst Du uns da einfach mal durchleiten. Fangen wir mal ganz von vorne an. Ihr bei FGS, seid ihr insofern auch Dienstleister für die die die FGS. Also ist die FGS digital Dienstleister für die FGS, Solutions zu bauen? Oder wie seid ihr da unterwegs?

Speaker2: Genau. Also grundsätzlich sind wir marktorientiert. Das heißt Okay. Der 2. Und der 3. Bereich, den Du grade angesprochen hast, das ist unser Fokus mit Mandanten intelligente Lösungen bauen, insbesondere im KI Unfall. Aber für diesen ersten Baustein würden wir jetzt auch von der internen IT und vom Management Board angefordert, dass wir auch intern unterstützen, unseren Datenschatz in Anführungszeichen zu heben mithilfe von KI und dann sinnvolle Tools drauf zu bauen, ja? Und und da sind wir unterwegs und haben, wie Du's schon angesprochen hattest, eigene Tools, die uns helfen, effizienter zu werden, ja, in der gesamten Wertschöpfungskette. Das ist natürlich momentan mit den Sparmodellen klar, Texte generieren, Vertragsdokumente scannen und schauen, wo sind hier vielleicht Passagen drin? All diese Funktionen, die sicherlich alle anderen Kanzleien derzeit auch umtreiben, versuchen wir natürlich auch mit KI gewisse Effizienzsteigerung reinzukriegen. Das ist ein großer Aspekt und der macht viel Spaß, weil darüber sammeln wir natürlich auch Use Cases Richtung Mandant, weil unsere Zielgruppe bei Mandant sind natürlich auch häufig die Rechtsabteilung, die Steuerabteilung, der CFO, die uns fragen, wie kann ich mein Contract Lifecycle Management besser machen? Und da helft uns natürlich auch der Blick nach innen, wie haben wir das aufgebaut, wie kriegen wir das im Griff Richtung Mandant? Und das ist sehr spannend. Also da entwickeln wir tatsächlich einige Anwendungen

Speaker0: intern, die teilweise dann auch extern skaliert werden, ja. Ah, das ist cool. Ja, dann dann rentiert sich's doppelt, dann ist nicht nur eine interne Investition. Hast Du da paar Beispiele auf Lager? Vor allem, ihr macht's ja das Ganze nicht erst seit ChatGPT, ja, sondern ja schon viele Jahre länger. Wenn wir zurückdenken, GPT 3 5 wurd vor kaum mehr als 2 Jahren veröffentlicht, fühlt sich deutlich länger an. Ja, aber das ganze Thema Data Science, Machine Learning gibt's natürlich schon viel, viel länger. Was was habt ihr da für für Produkte oder oder Anwendungen gebaut?

Speaker2: Also also vollkommen richtig. Man man denkt immer davor in der Zeit vor GPT und nach, aber eigentlich gab's ja schon viel, viel länger auch Machine Learning und Themen, die man eingesetzt hat. Haben intern son son Legal Co Piloten nennen wir den, der macht im Prinzip all das, was ich vorhin beschrieben hab. Mhm. Ich kann darauf auf gewisse Dokumente zugreifen, die mir Standardtemplates für Verträge, für Schreiben und so weiter generieren und die dann natürlich übern Chat weiter optimieren. Das sind im Hintergrund technisch klassische Red Pipelines, die wir da nutzen, aber auch eigene AI Pipelines, die wir gebaut haben mit die wir deployen. Das ist das eine, das ist sone 1. Wissensebene translay eigener Datenschatz, wenn man so möchte. Dann haben wir eine 2. Wissensebene, da wollen wir halt künftig das Wissen externer nutzen, zum Beispiel juristischer Fachverlege, die wir über eine API anbinden oder öffentlich verfügbare Urteilsdatenbanken. Das ist die 2. Wissensebene und dann haben wir jetzt eine 3. Wissensebene, an der wir momentan arbeiten, aber ist noch 'n bisschen experimentell, aber da sind wir mit Knowledge Graphen unterwegs. Also wir bauen Graphdatenbanken auf für gewisses, rechtliches Wissen, ja? Dann relativ schnell die Verbindungen zwischen 'nem Urteilsfall und der konkreten Sachverhaltsart feststellen zu können oder abzuspringen auf das Gesetz. Also das ist ganz gut mit Knowledgegrafen, wie wir finden. Und das sind diese 3 Ebenen, an denen wir momentan arbeiten, die wir aber auch teilweise Richtung Mandant zur Verfügung stellen, lizenziert. Und dann gibt's auch ganz klassische kleine Use Cases, ich sag immer so AI Microservices Richtung Mandant. 'N Beispiel, das wir jetzt gerade hatten, ist 50 a Quellensteuer. Also das ist, ja, ich möcht das nicht zu tief erklären, aber im Prinzip geht's darum, dass man diese with Holding Tags an der Quelle erhebt man Betrag. Also beispielsweise ein großer Popstar aus den USA macht Werbung für 'n Konzern in Deutschland, dann wird der hier nicht registriert für steuerliche Zwecke, sondern was da passiert ist, der große Konzern wird verpflichtet, eine Pauschalsteuer für den großen US Popstar einzubehalten, ja. Das heißt, er bezahlt hier pauschal eine Steuerabgabe für diesen Popstar oder für diesen Celebrity, whatever.

Speaker0: Obwohl Obwohl dieser Celebrity gar nie in Deutschland war jetzt beispielsweise.

Speaker2: Exakt, exakt. Aber wenn die hier eine Promo mit ihm machen oder eine Fernsehwerbung, wie wir's grade die ganze Zeit vor Weihnachten sehen, dann passiert genau das. Also es in der Regel ist es nicht der Podcast selber, aber es ist eine Agentur, die erteilt dann Lizenzen oder dergleichen, ja. Dass dass er verwendet werden darf oder sie. Und dafür wird eine Quellensteuer hier einbehalten und Vater Staat guckt, dass diese Quellensteuer pauschal abgeführt wird. So was passiert in den Konzernen? Die Schwierigkeit ist oft, man muss, es ist ein Riesenkonzern mit Beschaffungsabteilungen und jetzt muss der einzelne Einkäufer, der muss wissen, dass das jetzt 'n Quellensteuer, Lehrer Sachverhalt ist. Das kann man natürlich versuchen, über son ERP System zu tracken, aber teilweise gibt's halt in sonem Kontext auch Beschaffungsvorgänge, die dann nicht standardmäßig laufen, sondern da kennt 1 den und so weiter. Und die Schwierigkeit ist, wie finden wir die raus? Und wir haben dann gesagt, okay, lass uns doch mal mit 'nem Sprachmodell entsprechende Kategorien, die für 50 a EStG, also diese Quellensteuerregelung stehen. Und dann haben wir 'n Riesenkatalog bekommen. Dann haben wir unsere Kollegen noch mal gebenchmarkt. Okay. Und dann sind wir dadurch den ganzen Beschaffungsbuchungsstoff durchgegangen. Also wir haben alle Texte, Lieferantentexte, Beschaffungstexte durch, im Prinzip eine Erstindikation zu haben, was sind Quellensteuerrelevante Sachverhaltepotenzial? Haben das von den Verantwortlichen noch mal checken lassen. Die haben gesagt, passt, passt nicht. Also haben 'n Labeling bekommen und haben das noch mal mit 'nem eigenen lokalen Modell, also das eigene lokale Modell in diesen Iterationsschleifen trainiert. Und so haben wir jetzt fürn Mandant eigentlich 'n eigenes kleines Modell, was auf jedem Rechner läuft, geschaffen, wo er relativ schnell seinen Datenbestand durchforsten kann und diese relevanten Quellensteuertransaktionen rausfiltern kann, ja. Im Sinne von 'ner präventiven Kontrolle, ja, damit eben nichts schiefläuft. Und das sind so ganz kleine Use Cases, die aber Riesen Mehrwert bringen für den Mandanten. Die klassischen Tools im ERP System, erweiterte Quellensteuerfindung, SAP beispielsweise, dann doch nicht alle Fälle erfassen, ja? Das ist die Schwierigkeit.

Speaker0: Mhm. Mhm. Jetzt lass uns aber da die einzelnen Komponenten noch mal auf der Zunge zergehen, ja? Weil da stecken jetzt total viele Bausteine auch schon drin, über die man sich auch erst mal bewusst werden muss. Du hast vorhin 3 Layer bezüglich der Wissensdatenbank erwähnt, also auch noch vor vor dem Use Case jetzt zu der Quellensteuer. Das eine ist internes proprietäres Wissen, das ihr sammelt, richtig? Dann setzt ihr public verfügbares oder sagen wir mal hinter 'ner Paywall verfügbares Public Wissen mit drauf. Und wo ich jetzt noch mal ganz kurz rein tauchen möchte, ist, welchen Schmerz habt ihr, dass ihr jetzt einen Knowledge Graph noch mal oben drauf steckt? Also warum seid ihr mit dem RAC System an sich nicht zufrieden?

Speaker2: Eigentlich eigentlich ist es schon sehr, sehr gut, ja. Also wir haben dann auch Menschenmarken betrieben. Wir kriegen da sehr gutes Feedback jetzt. Wir haben das komplett ausgerollt. Aber wir sagen, dieser letzte Layout ist für uns natürlich noch mal 'n abstraktes Wissen, ja, was es auch erleichtert für vielleicht nicht totale Experten, sich in diese komplexe Materie reinzudenken. Bei son Graph, ja, also nehmen wir 'n Beispiel Betriebsaufspaltung. Das ist 'n Standardthema im Steuerrecht. So, der 0 8 15 User weiß nicht, was eine Betriebsaufspaltung ist. So, mit dem Graph krieg ich dann angezeigt, hier Begriff Betriebsaufspaltung, krieg sofort die Definition und dann aber auch eben die Kanten und Nots zu den nächsten Begriffen, ja? Also wann kommt das vor? Bei 'ner Personengesellschaft, Person x hat vielleicht das Grundstück bei 'ner Betriebsaspalten. Oder das ist 'n zugehöriges Urteil von da und da. Das heißt, ich erleichchte es dem User relativ schnell tiefer abzutauchen in diese Thematik und mir Definition, Begriffserklärung oder Zusammenhängen zu erschließen, ja? Und da sehen wir den großen Mehrwert und natürlich wollen wir auch das langfristig vielleicht lizenzieren, weil das ist ja abstraktes Wissen, was wir Richtung Markt transportieren können, weil das glaube ich auch spannend ist für für angehende Steuerberater, die sich fürs Examina vorbereiten et cetera. Mhm. Mhm. Mhm. Was ich da auch spannend finde, ist dieses Umkehren der

Speaker0: Schlussfolgerungen. Also Du hast jetzt gerade Beispiel der Betriebsaufspaltung erwähnt. Wenn ich schon weiß, dass ich mir das Thema Betriebsaufspaltung anschauen sollte, dann ist es ja schon halt die halbe Miete. Erst mal auf das Thema zu kommen, ja, das ist ja auch oftmals die Expertise. Wenn wir jetzt zum Beispiel mit Anwälten zu tun hatten, die uns beraten haben, dann haben uns die erst mal auf die relevanten Themenbereiche gebracht. Und das finde ich bei den Knowledge Graph auch spannend, dass ich das eben in der Rückwärtsrichtung nutzen kann. Ja. Ja genau, also das ist 'n anderer Ansatz, den den den

Speaker2: also einmal in so Richtung Begriffsvertiefungen abzutauchen in die jeweilige Detailtiefe, die ich brauche. Das andere ist aber, dass wir auch die Neudisgrafen verwenden, wirkliche Prüfschemataten zu durchlaufen. Also wie son Jurist denkt, ja? 'N Jurist denkt ja auch in Paragrafenketten, ja und prüft diese Paragrafen in Abhängigkeit von gewissen Anspruchsgrundlagen ab. Und das versuchen wir auch in Graphen zu bringen. Und das Sprachmodell eben auch wird über eine REC Pipeline zu zwingen, diese Paragrafen abzulaufen. Und das ist eigentlich auch ganz gut, weil wir feststellen, darüber kann ich auch eben, was wir ja sonst nicht so haben beim klassischen Chatbot semantisches Äffchen oder Papagei, ja, wir nicht so haben, dass das System auch rückprägt, ja? Und das können wir darüber ein Stück weit provozieren, dass wir dann gesagt haben, hier aber ich muss jetzt den Tatbestand, weiß nicht, umsatzsteuerliche Organschaft prüfen, Paragraf 2 Umsatzsteuergesetz und da steht halt drin finanzielle, wirtschaftliche, organisatorische Eingliederung und Du, liebe User Meyer, hast mir noch nichts dazu gesagt, ist jetzt da hier eine finanzielle Eingliederung gegeben oder nicht, ja? Also das ist son bisschen der andere Weg, den wir darüber verfolgen. Mhm. Mhm. Finde ich superspannend den Ansatz. Wir arbeiten bei uns in der Plattform auf Hallierem ja auch ganz stark daran, die Agenten, die wir aufsetzen,

Speaker0: eng im Griff zu behalten, ja. Also dadurch, dass wir die Promptrees hart definieren, anhand derer sie erst mal losarbeiten, bevor es dann in eine freie Verpromptung geht. Und bei euch, wenn ihr die Agenten über den Knowledge Graphen schickt, dann gibt's ja auch dort das Verhalten vor. Und das ist mir auch 'n ganz großes Anliegen, das auch in die Welt zu kommunizieren, ja, dass das aus meiner Sicht die größte Schwachstelle dieser argentischen Schwärme ist, dass sie nicht berechenbar sind letztlich, in welche Richtung sich dieses Konglomerat an Textvervollständigern bewegt. Da finde ich superspannend, dass ihr gleich hergeht und sagt, okay, wir setzen einen Knowledge Graph auf, bei dem auch nebenbei 'n Haufen proprietäres Wissen eurer Experten drinsteckt. Und anhand dessen schickt's ihr diesen Graph immer noch dynamisch. Also der kann damit auf auf auf individuelle Fragestellungen reagieren. Er schickt diesen Schwarm entlang der Graph Struktur hin zur Lösung. Und das ist wahrscheinlich, wenn man sich's leisten kann, den Graph aufzusetzen, der Königsweg, denk ich mal, ja. Einfach, weil Du beides kombinierst, die die Zuverlässigkeit, dass die Struktur eingehalten wird und die Dynamik, auf neue Fragestellungen zu reagieren.

Speaker2: Exakt, genau das das erhoffen wir uns eigentlich, weil wir halt festgestellt haben, Du kommst mit mit klassischer RAP Pipeline, klassischen Vektondatenbanken bis zu 'nem gewissen Punkt. Er liefert auch gute Ergebnisse, aber dieses kontextbezogene, dieses stärker Vernetzte ja, da versprechen wir jetzt einfach von der Kraftdatenbank viel viel mehr und das sehen wir jetzt auch schon in den ersten Tests, ja? Aber wir müssen das auch noch weiter explorieren. Wir sind da auch noch ziemlich am Anfang, weil das ist natürlich auch eine Riesenrechtsmaterie, wenn man sich vorstellt, Du kippst da ganze Kommentierungen und alles in in in Knowledgegrafen rein. Da entstehen riesen Riesenbäume, ja, die man erst mal erst mal wieder vernünftig strukturieren muss und eine ETL bauen muss, die das Wissen dann, das wir proprietär haben, da reinkippt, ja? Und da sind wir grade dran und das lässt sich aber ganz gut an. Also wir wir nutzen das natürlich als Ergänzung, als drittes Layer dann immer zu dem, was wir bisher im Einsatz haben.

Speaker0: Und wie weit seid ihr da schon in der Operationalisierung? Mir geht's bei solchen Themen ja immer die Pflege, ja. Und Recht ist ja nichts Statisches, so wie 'n Naturgesetz, sondern das entwickelt sich. Und ich hab im familiären Background ein bissel Einblick in die Welt von Diplom Verwaltungswirten im Rentenrecht. Und wenn ich mir da angucke, was da immer für Ergänzungslieferungen kommen, ja, einfach weil sich so viel tut und die Texte angepasst werden, auch die Kommentare aktualisiert werden, dann stellt sich bei mir jetzt da an der Stelle sofort die Frage mit einem Knowledge Graph, wie kriegt man das dann überhaupt immer auf den neuesten Stand gehoben? Also habt ihr da schon eine Strategie vielleicht im Sinne inkrementeller Optimierungen oder sagt sie, nee, wir werfen's alle 12 Monate komplett weg und machen's neu?

Speaker2: Nee, also es geht eher das 1., aber da sind wir auch noch am Anfang. Da suchen wir auch noch nach den richtigen Lösungen, weil die Schwierigkeit ist tatsächlich, mein Steuerrecht ist da wahrscheinlich ähnlich dieses Rentenversicherungsrecht Halbwertszeit von Frischkäse. Da wird alle paar Monate irgend irgend 'n neues Thema durchs Dorf getrieben und und wir müssen halt versuchen, damit Schritt zu halten. Aber es ist nicht so das ist halt der Vorteil dann wieder bei der Rack Technologie, deswegen nützen glaube ich im juristischen Kontext die meisten das, es wäre unverhältnismäßig größerer Aufwand, wenn wir jetzt 'n eigenes Modell aufn neuesten Steuerwissen trainieren würden, ja? Das würde nicht funktionieren, glaube ich, oder nur mit immensem Aufwand. 'N kleines Modell von ganz spezifischen Case, wie jetzt dieses Quellensteuerthema sicher, ja? Aber nicht das umfassende Steuerrechtswissen, ja? Sondern wir versuchen's dann halt über themenspezifisch abzubilden, also in der einzelnen Steuerrechtsart und dann dort die inplementalen Verbesserungen Jahr für Jahr künftig nachzuziehen, ja? Aber das sind ja auch noch in der Erfindung. Das das Thema haben viele in unserem im Lidl Kontext natürlich, wie kann ich das dynamisieren, ja. Mhm. Mhm. Mhm. Und jetzt sind wir eben auf diesen Quellensteuer Case

Speaker0: bezogen. Du hast vorhin erwähnt, ihr habt auch Daten erst generiert dazu, die dann noch mal gelabelt wurden. Kannst Du das noch mal genauer beschreiben? Ja, also das letzte da genau vorgegangen.

Speaker2: Also im Prinzip haben wir auch 'n Standard Modell genommen, nur halt 'n sicheres hinter der Azure Firewall Prinzip, dort 'n eigene für für eigene Daten. Aber was wir gemacht haben, ist einfach eine Anfrage geschickt, im Prinzip Kontextinformationen mitgegeben, 50 a, Einkommensteuergesetz, entsprechende Kommentierungen, entsprechende BMF Schreiben und so weiter. Und dann das Modell gefragt, glieder uns diese einzelnen Tatbestände, die Du hast, in Buzzwords, in Stichworte auf, ja, und kategorisier die, ja. Und dann dann je nach dem Mandant natürlich dann auch in in labeldinie branchenspezifisch. Also bist Du in in welcher Branche ist der Mandant unterwegs? Da gibt's natürlich andere Fälle, ob ich jetzt in Pharma Automotive Finance oder so unterwegs bin, in Fernsteuer Cases. Und dann habt ihr uns eben diese Fall Kategorien gebracht und das haben wir mit unseren Juristen, Steuerberatern noch mal gespiegelt, ja? Dass sie gesagt haben, die machen Sinn diese Begriffe, die nicht, ja? Also das war der 1. Schritt Und dann haben wir's erst gegen den gesamten Buchungsstoff laufen lassen, ja? Also nachdem wir noch mal eine fachliche Validierung hatten, Ja. Sind wir dann rein in die Daten und haben die von, weiß nicht, 'n paar 500 noch mal runtergekürzt, auf die wirklich für uns fachlich richtigen und haben dann das Set im Prinzip gescreent, wo sind diese Einträge auf Bestellpositionstextebene? Und die Treffer haben wir dann die Fachbereiche, an die Einkäufer bei Mandanten zurückgegeben. Und die haben dann das richtige Labeling für uns angefangen und haben gesagt, ja, passt. Quellsteuersatz Sachverhalt? Nein, passt nicht. Passt, passt nicht. Und das haben wir benutzt, eben Modell zu trainieren. Und das haben wir jetzt in mehreren Iterationsstufen, sodass das Modell nachher natürlich immer besser wird mit jeder Iteration.

Speaker0: Okay, okay, genau. Das heißt, auf diesen iterativen Loop wollt ich hinaus. Das heißt, ihr habt zuerst 'n internen Loop mit 'n paar Datenpunkten vorgenommen, erst mal zu gucken, okay, wie kriegen wir das Modell überhaupt mal generell in die richtige Richtung? Dann habt ihr es auf den großen Datensatz losgelassen, aber immer Human in der Loop, die Labels anzupassen, dann eben in ein erstes Refinment von dem Sprachmodell ging, das dann auch nicht auf 'ner Rack Pipeline für diesen Case aufsetzt, ne. Also ihr habt's 'n echtes Feintuning gemacht, Ja. Damit es das Modell aus der Natur heraus beherrscht und nicht extra noch mal nachschlagen

Speaker2: muss. Ja, ja, und auch 'n kleineres Modell. Also

Speaker0: aber es hat für die Zwecke vollkommen gereicht. Ja. Jetzt hast Du quasi im Nebensatz erwähnt, ja, hinter hinter 'ner Firewall geschützt das ganze Modell. Jetzt gibt's ja bezüglich Sicherheit verschiedene Eskalationsstufen. Und was wir häufig sehen, das ist, dass in ganz vielen Use Cases vertragliche Sicherheit reicht. Ja, das heißt, wenn ich mir sicher sein kann, dass alle meiner Datenverarbeiter mir zusichern, dass meine Daten sind, dass sie nicht für Trainingszwecke benutzt werden, dass sie auch den EU Raum nicht verlassen, ja. Das sind so die Klassiker. Ja. Und dann bin ich fein und ich kann das Ganze nach dem entsprechenden Freigabeprozess bei mir in der Firma nutzen. Und dann gibt's natürlich auch noch mal die Eskalationsstufe, wo vertragliche Sicherheit nicht reicht, ja, wo man wirklich sagt, nee, also stopp, die Daten, die dürfen das Gebäude nicht verlassen. Und mit der entsprechenden Konsequenz muss ich dann auch sämtliche softwareseitige Lösung bei mir im Haus betreiben. Wie seid ihr da unterwegs in der Steuerdomäne? Wie sind deine Kunden unterwegs? Wo wo gehen die da rein? Also wie hoch ins Regal müsst ihr da ergreifen?

Speaker2: Also es gibt wie immer die ganze Bandbreite, ja. Wir stimmen das natürlich mit den Mandanten ab, aber ganz klar ist es für uns natürlich 'n Riesenthema. Einerseits, weil wir als Berufsrechtskanzlei natürlich höhere Anforderungen haben als der Standabdienstleister vielleicht und dann natürlich DSGVO konform grundsätzlich sein müssen. Also diese 2 Ebenen und wenn der Mandant aber sagt, nee, wir haben hier eine eigene API für 'n StandardGenR Modell, was für unsere Company zugelassen ist und wir kriegen die Genehmigung, können wir das einsetzen? Ja, das ist 'n häufiger Fall. Oder umgekehrt, dass wir sagen, nee, wie Du's jetzt gerade angesprochen hast, das läuft nur in unserem Rechenzentrum. Das ist 'n lokales Modell oder wir haben eine 'n eigenen 'n GPU Cloud, die eben sicher ist, wo entsprechende Zertifikate hat Sof 2 und so weiter, damit wir dort sicher für den Mandanten Daten verarbeiten können. Aber es ist schon, das ist ganz klar in unserem Themengebiet oftmals 'n sehr Kampf, das durchzukriegen, das muss man sagen, weil das ist halt doch eine sehr sensible Domäne, ja. Da geht's sehr, sehr viel internes Wissen, viele Zahlen 1 Konstanz, aber wir merken, dass die Mandanten da zunehmend offener werden, ja? Und weil die halt den Benefit dadrin sehen und und dass wir da vorankommen. Aber es ist schon ist schon, ich glaub, im Vergleich zu anderen Ländern, ich spreche auch mit meinen digitalisieren an anderen Kanzleien und UK oder USA sind's da weit voraus. Also die haben da viel weniger Probleme. Wir sind da

Speaker0: typisch 'n bisschen langsamer oder vorsichtiger, was unsere Daten angeht, aber ich glaub, das wird nicht mehr aufzuhalten sein. Das ist nur eine Frage der Zeit, ja. Mhm. Ja, also da da resonieren bei mir jetzt sofort 2 Dinge und zwar einmal die Beobachtung. Dadurch, dass man versucht, die Dinge überkorrekt zu machen, macht man's am Ende schlimmer. Was meine ich damit? Dadurch, dass ich quasi so langsam werde als Konzern teilweise und dann meinen Mitarbeitern gar nichts offiziell in die Hand gebe Richtung Jenny Eye, nutzen die Leute dann einfach ihren Free Account von Open Air in den USA. Toll. Ja, quasi den den Super Gauprovoziere ich dann damit. Das ist das ist ja natürlich dann auch total am Ziel vorbei. Und deswegen, ich finde es immer sehr vernünftig, wenn sich die Firmen auf dieses vertragliche Sicherheitslevel einlassen, ja. Weil das ist 'n Thema, das kann ich quasi mit 'ner vertraglichen Prüfung über die Bühne bringen und muss jetzt keine technische Lösung dafür entwickeln, ne, was ja noch mal eine ganz andere Eskalationsstufe ist. Ja. Aber also wie gesagt, wir haben beides. Das Vertrag ist klar. Aber wir haben auch Mandanten, die bestehen einfach

Speaker2: auf offenen eine höhere Stufe oder sagen, das darf dann eben nur bei uns laufen. Auch das machen wir teilweise. Dass wir das dann halt on prem bei den Mandanten implementieren.

Speaker0: Ja, und das ist das 2., was mir jetzt da grad aufgefallen ist, wie Du das schilderst. Und zwar sehe ich auch ganz häufig, dass die Firmen natürlich ihre Hausaufgaben erledigen. Ja, die sagen natürlich, ja klar, wir brauchen das Inhouse, dann machen wir's auch Inhouse, check und dann werden GPU Cluster entweder, die man schon hat, in Betrieb genommen oder gebaut und die Sprachmodelle drauf deployed. Dann sagt die IT erst mal, na ja, ihr habt euer Alarman Modell, jetzt viel Spaß damit, weil aus technischer Seite ist natürlich der Case erst mal erledigt. Aber Du hast grad erwähnt, ja, das ist dann der Endpunkt, an den ihr zum Beispiel andockt, genauso wie wir auch mit unserer Plattform an diese Endpunkte dann erst andocken. Und dann geht der Spaß eigentlich erst los. Und dann kommt die die fachliche Expertiseebene obendrauf, was mache ich jetzt mit dem Sprachmodell?

Speaker2: Ja. Ja und und und was was eben neben der Datensicherheit 'n Riesenthema ist im im Rechtskontext ist ja, dass wir eigentlich für alles brauchen. Wir brauchen eine Erklärung, ja? Und da ist die Rackpipeline natürlich 'n schönes Instrument, weil ich mir die Quellangaben geben lassen kann. Wie kommt er daraus? Woraus zitiert er oder oder die KI? Was wir aber auch häufig einsetzen, ist, dass dass wir bei bei lama anderen kleineren Modellen extra auch eine Begründung für haben wollen. Also wir lassen uns ausgeben, warum dieser Wert, warum ist diese Label erfolgt, oder, oder. Wir wollen einfach 'n Stück weit eine starke Nachvollziehbarkeit haben. Das ist, glaube ich, Grundprämisse im im rechtlichen Kontext. Uns ist eine Validierung auch nahezu ausgeschlossen. Dann kann 'n guter Treffer bei uns ein schlechter Treffer und der der Human in die Loop, wie Du's vorhin angesprochen hattest, der bei uns immer dabei ist, der muss ja das Ganze irgendwie validieren können, ja.

Speaker0: Was 'n Argument ist für die auch Dokumentation und das Mitschneiden 1 Promptchain Evaluation. Also wenn man bei uns die die Prompt Bäume aufbaut und die durchführt, es wird immer protokolliert, wie kam ein Endergebnis zustande? Wir wir wir brechen das, wahrscheinlich macht es ihr dann auch genauso. Wir brechen die einzelnen komplexen Prompts runter ins einfachere, einfache Proms. Okay, einfachere, einfache Proms. Es sind automatisch in automatische Denkschritte, warum erstens, dass ich an den richtigen Stellen noch mal Human in der Loop einfließen lassen kann. Also dass ich als Mensch immer auch bei 'nem Zwischenergebnis reingreifen kann. Grund 1. Aber Grund 2, wie Du sagst, ja, dass ich hinterher auch nachvollziehen kann, mit welcher mit mit welcher logischen Kette kam ein Ergebnis zustande und nicht, dass ich dem Modell in 1 einseiligen prompt, zack, bau mir jetzt mal eine finale

Speaker2: Bewertung inklusive Executive Summary für das Anwalt halt X, ja. Und dann geht's los und keiner weiß, wo's herkommt. Ja, genau, genau. Also und und und die meisten, die im juristischen Kontext arbeiten, sind ja auch gewohnt, da der Weg ist das Ziel, ja? Also die durch durch die Klausurtechnik im Juristischen ist man ja gewohnt, ich krieg meine Punkte für die einzelnen Zwischenschritte, ja? Und das wollen wir dann auch im Prinzip, wo bei der KI als Begründung für die Zwischenschritte zwischen Ergebnisse ableiten, woher kommen die oder wie wie kommt das Modell da drauf? Ich glaub, das hilft viel, auch wenn's nicht immer komplett nachvollziehbar ist. Das muss man auch ganz offen sagen, ja. Mhm.

Speaker0: Wie betrifft euch das Thema dann bei bei eurem Mandanten? Also jetzt mal angenommen, ihr habt's 'n Mandant, der 'n KI System einsetzt, einzelne Belege Buchungskonten zuzuordnen. Das ist ja auch son Thema, das immer immer wichtiger wird. Jetzt steht's ihr als Wirtschaftsprüfer vor der Herausforderung, son System zu auditieren. Wie geht's ihr an sone Sache ran?

Speaker2: Genau, bei unseren Kollegen in der Wirtschaftsprüfung kommt es tatsächlich häufiger vor, weil natürlich die Automatisierung von Buchungsstoff, überhaupt die gesamte Rechnungsverarbeitung. 'N Riesenthema ist nicht zuletzt ab nächstes Jahr haben wir jetzt auch die neue E-Rechnung, die ich empfangen können muss und weiterverarbeiten können muss im b-two-b-Bereich. Die Kollegen nutzen spezifische Tools, natürlich erst mal auch zu validieren, sind die Zuordnungen und die eingesetzten Modelle tatsächlich dementsprechend, wie wir das verstehen würden? Oder auch erst mal für für einen gewissen Ansatz von für eine gewisse Anzahl von Dokumente 'n wirkliches Testing zu haben, wie werden die zugeordnet? Ist das schlüssig? Also das ist das eine. Das andere ist, es gibt mittlerweile auch so Anwendungstools, die helfen, eine Nachvollziehbarkeit reinzukriegen. Und wenn wir da feststellen, dass es halt nicht passt, müssen die noch mal tiefer einsteigen und im Zweifel selbst auch auf das Modell verwerfen, wenn wenn wenn es falsche Zuordnungen trifft. Aber die sind mittlerweile ja häufig, also was wir so kennen, die Standardanbieter am Markt machen da 'n ganz guten Job. Wobei das jetzt das Spielfeld natürlich noch mal neu eröffnet ist durch die E-Rechnung ab nächsten Jahr. Da bin ich auch mal gespannt, wie die wie die Zuordnung dann künftig läuft oder ob die einfach den strukturierten Datensatz 1 zu 1 einspielen. Das wird sicherlich spannend. Aber es wird ja auch mal lange Zeit die klassische Rechnung geben, wo wo wo man OCR oder AI noch stärker braucht, ja. Mhm.

Speaker0: Wenn Du jetzt mal auf die Branche schaust der Steuerberatung und Wirtschaftsprüfung, wie ist 'n da deine Einschätzungen? Also bei der Softwareentwicklung als Domäne, da zeichnet sich ja ganz massiv ab, Du wirst in Zukunft nicht mehr als Software Developer arbeiten, ohne KI als Standardwerkzeug in einem in einem Werkzeugportfolio zu haben, ja. Also da da führt überhaupt gar kein Weg dran vorbei. Wie siehst Du das in deiner Domäne Steuerberatung, Steuerrecht Wirtschaftsprüfung? Gibt's nach wie vor einen Bereich, der good old, pan and Paper unterwegs sein wird oder siehst Du's, dass sich so in eine ähnliche Richtung bewegt wie bei der Softwareentwicklung?

Speaker2: Also ich glaub, das wird sich in eine ähnliche Richtung bewegen. Vielleicht nicht ganz so schnell, aber es wird passieren ganz sicherlich, Aber es wird auch immer 'n gewissen Bereich gehen, wo der wo der Steuerberater, Rechtsanwalt, Wirtschaftsprüfer in Persona beraten wird. Ja, da denken wir an Gerichtsverfahren und so weiter. Ja, das wird keine KI übernehmen. Es wird immer auch in in in der direkten Mandantenbeziehung wird's den Berufsträger brauchen, das ist gar keine Frage. Aber ich glaub schon, dass sukzessive gewisse Tätigkeiten, die wir heute noch als selbstverständlich erachten, die die 'n Steuerberater heute noch tut, die werden künftig durch KI ersetzt werden, ja. Also das ist sicherlich so. Und dieser Faktor wird, also dieser Prozentsatz an an Tätigkeiten, der wird höher und der wird steigen die nächsten Jahre. Ich bin mir ziemlich sicher, dass auch die klassische Steuerberatung, wie wir sie vielleicht heute noch kennen oder aus der Vergangenheit, die wird sich massiv drehen. Also ich hab jetzt neulich erst eine Studie gelesen aus den USA, die haben innerhalb 1 Jahres, also da wurde verglichen verglichen 20 22, 20 23 haben die Lawfoms von 29 Prozent auf 79 Prozent AI Tools eingesetzt. Also das ist ja ein Riesensprung, ja. Und da sind über 1000 Kanzlei in den USA gebäncharkt worden. Das heißt, der Einzug ist ist nicht mehr aufhaltbar und ist ja auch logisch. Ich mein, die wollen natürlich auch effizienter die Themen abarbeiten, weil das Fachkräftemangel. Man hat kaum Fachkräfte. Das heißt, man man kann sich darüber natürlich deutlich besser mal positionieren.

Speaker0: Mhm. Mhm. Was ich da auch spannend finde, wenn man jetzt halt auf die regulatorische Seite guckt, Es gibt ja immer so diese 2 Seiten der Medaille. Auf der einen Seite, wenn Du eine Prüfung mithilfe 1 KI vornimmst, also wenn man wieder auf die Kollegen von dir in der Wirtschaftsprüfung guckt, werden wir sagen, okay, dieses Testat wurde mithilfe Jenny Ei co erzeugt. Ja, kritisch ist es denn richtig? Für mich stellt sich auch die Frage, wird's irgendwann die regulatorische Forderung geben, dass Du eine Prüfungsabdeckung machen musst mit die vorher stichprobenartig erfolgt ist. Und dann wird gefordert werden, dass JENAI mit 'ner 100 Prozent Abdeckung zum Einsatz kommt. Also auch so denke ich, könnte es sich ja hin entwickeln und dann kommst Du ja aus regulatorischer Sicht gar nicht mehr an der Thematik vorbei.

Speaker2: Ja. Also ich ich denk, das wird aufgegriffen werden, ja. Und es ist ja auch umgekehrt so, dass wir hören jetzt aus Finanzverwaltungskreisen, dass früher oder später noch stärker auch für die Betriebsprüfung KI eingesetzt werden wird, ja. Und dafür brauchst Du dann halt auch Leitplanken, ja? Es muss Ja. Klar sein, wie funktioniert die KI? Und und das wird einerseits jetzt seitens Finanzverwaltung gegenüber, also dem Steuerrecht, Betriebsprüfer gegenüber Mandanten von uns der Fall sein. Aber es ist natürlich auch bei den Wirtschaftsprüfung, tatsächlich bin ich bei dir seit Jahren die Branche, die wahrscheinlich am stärksten auch neben klassischen Compliance Tätigkeit, im Steuerrecht davon betroffen ist, möglichst effizient diese Wirtschaftsprüfung durchzuführen, ja? Das heißt, es sind ja auch Massendaten, die gescreet werden müssen, Chatanalysen und so weiter. Und diese diese Journal Entry Testings machen ja die meisten schon heute komplett automatisiert, ja? Mhm. Also das gibt's schon lange und künftig werden die noch effizienter durch KI. Die Frage ist natürlich, bis zu welchem Grad funktioniert das? Und vielleicht ist es in Zukunft tatsächlich so, dass es eine Anforderung wird, dass die KI 'n Großteil dieser Themen komplett vornimmt und dann nur noch für gewisse Spotlights der Wirtschaftsprüfer dann tatsächlich reingeht, ja. Mhm.

Speaker0: Was im Endeffekt ja bedeutet, dass wir auf eine Zertifizierung für KI Systeme hin hinschlittern, ne. Weil wenn Du jetzt aktuell Lama hernimmst oder Mixral oder, ja okay, will der Westen. Aber in Zukunft, wenn's dann ja auch Richtung Betriebsprüfung herkommt, ja, dass dass dass quasi die staatliche Seite das Modell einsetzt, dann dann müssen die ja auch eine Vorgabe haben, was sie einsetzen dürfen. Und das geht nur über eine Zertifizierung.

Speaker2: Ja, ich mein, der AI gibt uns ja da schon eine Rahmenbedingungen, ja. Also wir haben ja schon einiges drin, insbesondere bei jetzt erst mal sind da die High Risk Levels zum Beispiel, die Institutionen der Rechtspflege. Also 'n Gericht oder so, die KI einsetzen, müssen das auf 'nem ganz anderen Niveau machen als jetzt der Standardmandant oder so. Da wird sicherlich noch mehr kommen, ja. Ich hab ja eigentlich auch, hab ich hier erst neulich auch wieder mehr dazugelernt, JNN gibt's ein Recht auf Erklärbarkeit der Entscheidungsfindung des Einzelnen, ja? Also ich als Steuerpflichtige hätte dann auch das Recht, wie kommt jetzt der Betriebsprüfer dann seiner KI auf die und die Einschätzung? Und das müsste erläutert werden, ja. Also da wird's ganz sicherlich irgendwann Regelungen für geben. Ich bin nur ganz offen, was diesen Punkt angeht. Wir sollten da auch vorsichtig sein, aber die Entwicklung ist gerade so schnell voranschreitend, ja. Und wenn wir, wir müssen es natürlich in 'ner gewissen Lage halten. Aber wenn wir zu viele Regelungen erst mal schaffen und die Entwicklung irgendwann ausgebremst werden, ja. Und das erleben wir jetzt ja schon 'n Stück weit mit dem AI Act, ja. Vielleicht nicht so massiv, aber es betrifft auch viele Start ups, die sich jetzt plötzlich ganz anderen Rahmenbedingungen ausgesetzt sehen, im Verhältnis vielleicht zu den USA, zu China oder, oder. Und ich glaub, da müssen wir aufpassen. Es ist wichtig, dass wir das in richtige Bahnen lenken, gar keine Frage. Aber wir dürfen's nicht als Innovationshemmer oder oder oder versuchen versuchen, zu viel zu regen zu wollen und damit den Markt abwürgen, weil das ist das wäre schädlich, ja? Und das sehen wir auch auch intern mit unseren Datenschutzbeauftragten und so weiter, was wir da teilweise für Kämpfe durchfechten müssen, bis wir dann tatsächlich hier in dem konkreten Anwendungsfall KI einsetzen müssen. Also das ist, da sind wir schon langsamer als als die die Kollegen im angloamerikanischen Bereich, sicherlich nicht.

Speaker0: Mhm. Ich würd das ja eher als Chance spielen. Und zwar, wenn Du sagst, Du hast ein 1 Zertifikat, das ein Modell erhalten kann, wenn es eine gewisse Klasse an Tests besteht, dann würdest Du dadurch sozusagen 'n Layout an Sicherheit erzeugen, dass Du auch eben dann mit neuen Modellen mit 'ner guten Gewissheit arbeiten kannst und nicht quasi festgelegt bist auf ein governmental GPT vom anno neunzehnhundert sonst wann, ja. Also wenn dann wenn dann müssten wir's echt so spielen, weil sonst ist so, wie Du sagst, ne, dann dann remst Du dich aus, bist gebunden an irgendwelche uralten Modelle

Speaker2: und 'n halbes Jahr später sieht die Welt schon wieder ganz anders aus. Ja. Ja, ja, ich glaub, ich war neulich auf 'ner Konferenz und das fand ich auch 'n bisschen beängstigend, hatte Doktor Holger Schmidt auf der Konferenz von der FAZ vorgetragen. Und er hat so so eine Darstellung gezeigt, dass wir immer dann, wenn Entwicklungssprünge da waren, also Einführung, Internet, ja, oder oder auch Krisen, Coronakrise et cetera, dann gab's immer Entwicklungshemmungen, also die die die Produktivität der Nationen Europa und USA wurden da verglichen. Und beide gehen dann in die flächere Entwicklung. Wenn aber diese Krise vorbei ist, ja, oder eine neue Innovation gefunden wurde, Internet geht's bei USA, stell bergauf, ja. Und Europa braucht immer eine Weile und dann geht's erst bergauf. Und damit lag die Schere auseinander, ja. Und das haben wir jetzt momentan wieder mit den Sprachmodellen ebenso. Wir haben diesen Trend verpasst, selbst Sprachmodelle zu entwickeln. Das heißt, wir können eigentlich nur noch guter Nutzer oder Innovationstreiber sein in der Anwendung dieser großen Modelle, weil diese Foundational Models werden wahrscheinlich nicht in Zukunft aus Europa kommen. Das müssen wir uns wahrscheinlich eingestehen. Es sei denn, wir schaffen's doch noch, aber meine Hoffnung ist da eher begrenzt. Das heißt, wir haben da schon, was auch unsere Produktivität angeht, immer weiter die Schere auseinanderklaffen lassen. Und da ist natürlich auch Regulatorik 'n Riesenhemmer für so was, ja. Wir müssen da versuchen, wie wir künftig diese Schere wieder 'n bisschen eingefangen kriegen, auch zu anderen Nationen, nicht nur in den USA, da weiterhin überhaupt, was Produktivität angeht, in in in Markt Reichweite zu sein,

Speaker0: Ja, ja, definitiv. Jetzt hab ich noch eine Frage zu dem Alltagsarbeitsleben. Und zwar Du hast dir das vorhin dargestellt, also dass deine Einschätzung ist, vielleicht nicht ganz so drastisch und schnell wie bei den Software wie bei den Softwareentwicklern, aber dass sich auch in deiner Domäne eigentlich kein Weg an Jennei mehr vorbei entwickelt. Und jetzt stellt sich mir folgende Frage, die aktuelle Generation an Experten, das heißt Du, deine Kollegen, ja, ihr seid jetzt quasi aufgewachsen gemäß alter Schule und ihr habt sozusagen diesen Knowledge Graph bei euch im Kopf und seid damit auch 'n Stück weit in der Lage, deshalb einen KI Agenten, ein KI System so zu steuern, dass es in die richtige Richtung arbeitet. Und ich hab ein Bild im Kopf und zwar in Handwerksberufen. Dort gibt's ja den den verbreiteten Ansatz, dass bevor man mit der Kettensäge arbeitet, macht man als Holzbildhauer die Skulptur so wie vor 300 Jahren. Es quasi einmal zu Fuß zu erfahren und zu spüren. Und dann setzt Du die neuen Technologien ein, genauso beim Schreiner, der erst den Schwalbenschwanzverbinder per Hand sägt und dann geht er auf die CNC Fräse, ja, aber erst danach. Und da würd mich deine Einschätzung noch mal sehr, sehr stark interessieren. Denkst Du, ist es nötig, dass wenn man sich jetzt als Frischling in die Domäne einarbeitet, dass man auch sich das komplette Konstrukt, diesen Graph ja, erst mal zu Fußer arbeitet und dann überswitcht zu Jennei oder sollten wir eigentlich schon in der Grundschule anfangen, generative KI wie eine ganz natürliche Verlängerung des eigenen Gehirns zu nutzen, ja? Und quasi das zum neuen Standard werden zu lassen. Ja.

Speaker2: Ja, das ist spannend. Wir wir haben da auch intern schon große Diskussion vor allem für unseren Nachwuchs, klar. Ja, genau. Das lernen, was was wir in der Vergangenheit klassisch gelernt haben. Ich glaube, es wäre schön, ja, hier und da, wo wir wirklich, ich sag mal, die bisherigen Methoden so nutzen würden, wie wir es gemacht haben, dass diese Denklogik, diese Reihenfolge oder dieser Graph, dass der erst mal verankert ist. Und dass sich darüber vielleicht auch JENAI Tools sinnvoller einsetzen kann. Ich glaub, die die die Realität wird aber eine andere sein, ja? Wenn heutzutage jemand sich auf die Steuerberaterprüfung vorbereitet, dann hat der halt Claude AI oder GPT oder sonst irgendwas wahrscheinlich offen, wirft da die BMF Schreiben rein und sagt, fass mir das zusammen zu folgendem Thema, ja? Der wird wird gar nicht mehr ohne diese, ich sag mal, Jenny Eierhelfer arbeiten. Und ich glaub, das ist vielleicht auch gut so, dass dann halt einfach eine andere Generation, die Schwierigkeit wird nur sein, irgendwann wird der Punkt kommen, dann müssen die diese Paragrafenkette ablaufen können, ja? Und ob die das jetzt auf die alte Weise gelernt haben, mit dem roten Schmöker und den lose Platzsammlungen einsortieren Ja, genau. Oder oder ob die das durch JENAI, durch sinnvolles Anwenden von JENAI genannt haben. Das wird sehr spannend. Ich war erst gestern in 'nem großen Gespräch mit 'nem mit 'nem Start-up, die die ganzen Prüfungslehrgänge revolutionieren, weil's alles KI gestützt machen. Also ich kann links meine Klausur eingeben, krieg innerhalb von Minuten sofort das Ergebnis 1 sechsstündigen Klausur zurück und die Jenna sagt mir, wo ich Stärken und Schwächen habe. Ich krieg 'n eigenes Profil von der Jenna, so FIFA Like. Sagt mir, Du hast 4 Sterne in diesem Themengebiet, 3 Sterne in dem Themengebiet und hier hast Du noch gar nichts aufm Kasten, Du musst da noch mal ran. Das hat natürlich auch Riesenpotenziale für, weil ich 'n personalisiertes Lernen bekomme, was es bei uns so nie gab. Da gab's halt diese Massenbefüllung im Vorlesungssaal nach dem Motto, friss Vogel oder stirb oder Du kommst damit klar oder eben nicht, ja? Und das ist, glaub ich, auch eine Riesenchance von JENAI, ganz spezifisch auf den Studierendenlernenden Berufsanwärter einzugehen. Aber wir müssen trotzdem auch Mittelinstrumente, arbeiten ja auch mit einigen Unis zusammen, schaffen, wie das klassische Wissen, das ja nach wie vor weiterhin erforderlich ist, wie das durch KI unterstützt werden kann. Aber zu glauben, dass wir weiterhin in der Ausbildung, ich sag mal Jenna abschalten, wird nicht funktionieren. Die die Youngster sich hier selbst bei mir im Team, ich erlebe sie in der Kanzlei, die nutzen das wie selbstverständlich, ja? Und selbst meinen Kindern heutzutage, ja? Das ist ist, glaube ich, nicht mehr wegzudenken. Und ist vielleicht ja auch gut, weil wir werden dadurch einfach auch 'n Stück produktiver, effizienter.

Speaker0: Sauber. Wir haben sone kleine Tradition und zwar wir stellen unseren Gästen immer noch 5 Fragen als kleine Klammer zu. Und ich würd einfach mal die Fragen übern Zaun werfen, eine nach der anderen. Und Du antwortest bitte möglichst spontan, Holger. Ja, lieber Fast Thinking, nicht nicht. 1. Frage kommt nämlich, in welchem Bereich deiner Arbeit würdest Du am liebsten noch mehr Channel benutzen? In

Speaker2: welchem Bereich? Ich ich ich glaube, in in noch mehr für klassische Vertragsverhandlungen, wo ich jetzt zum Beispiel mit dem großen Konzern habe, die wo's vor- und zurückgeht, was was was die Beschaffungsverträge angeht, ja? Das ist leider immer noch sehr alt mit Endungsmodus in Word und wenn beide Seiten bei JennAI hätten, ja und dann könnte man das zusammenführen. Aber das ist oft, dann hat's nur eine Seite, die andere Seite nicht und dann geht's tatsächlich in diesen Versionierungsmodus hin und her. Also da würde ich mir eine Plattform wünschen, die das hin und her austauscht und dann wird 'n Konsens gefunden. Das zieht sich teilweise über Wochen, ja. Mhm.

Speaker0: 2. Frage, welche Fähigkeiten oder welche Features von Genai hat dich am meisten beeindruckt?

Speaker2: Also also was was was mich beeindruckt hat, wenn die richtige Kontextinformation gegeben ist, dann ist es schon so, dass dieses legal Reasoning, also wirklich eine Rechtsfolge ableiten aus dem gegebenen Paragrafen, Sachverhalten, dass das durchaus so gut möglich ist. Das war das für mich so der der der 1. Absolute Wahnsinn. Ja, früher mussten wir das eben über über über einzelne Bedingungen immer abbilden in Systemen, ja? ERP Systemen, über über entsprechende Steuerfindungen et cetera. Und dass das so einfach möglich ist, das war für mich schon schon total überraschend, das muss man schon sagen, ja.

Speaker0: 3. Frage, wenn Du dir eine zusätzliche Fähigkeit von Genai wünschen könntest, welche wäre das?

Speaker2: Ja, im Prinzip wahrscheinlich allen die Fähigkeiten, die wir im Prinzip durch durch 'n gekonntes Prompting versuchen zu erzeugen oder durch durch Agentensysteme, oder, oder, ja. Also dass dass diese Fähigkeiten nicht mehr nur von meinem a I knowledge oder Skill Level abhängig sind, ja. Das erleben wir auch in der Kanzlei, dass wir halt Kollegen haben, die nicht dieses Knowledge haben, damit auch nicht so gute Resultate haben, ja. Also das wäre natürlich klasse, wenn die merkt, okay, der User ist vielleicht nicht so experienceed, das merke ich schon am Prompting und sie frägt zurück, willst Du das oder das, ja? Und das sehen wir häufig, dass es dann doch noch auch Und daher glaube ich, ist die junge Generation natürlich 'n Vorteil. Die wächst damit auf, die landesprompton. Die ältere Generation hat dadurch ihre Schwierigkeiten, wir müssen intern Schulungen machen et cetera. Das wäre natürlich klasse, wenn ich sone Art kleiner Halfe für die Proms oder oder bekommen würde. Aber da sind nur 'n kleines Beispiel, gibt's sicherlich noch viele andere. Mhm. Zur situative Awareness, ne, dass das Modell ein bissel so auf der Metaebene mitdenkt, ja. Ja, genau, im Prinzip so Hershey und Blemscheid, situatives Führen. Sie geht darauf ein, also sie holt dich da ab, wo Du stehst, bist Du hier so Digital Native oder eher.

Speaker0: Da muss ich jetzt nicht doch noch mal einsteigen und zwar, das ist interessant, dass Du sagst, dass man im Endeffekt das über die Agentenmodellierung versucht, da genau in Griff zu kriegen, ja, weil wir hatten ja den Case des Einkaufsberaters, bei dem dann der Trick eben genau darin bestand, eben erst mal rauszufinden, mit welcher Art Kunde hab ich's denn zu tun? Und wenn jemand weiß, was ein Core i7 Prozessor ist, allein quasi diese dieses atomare Wissen diskriminiert schon mal die eine Kundengruppe in die andere. Und wenn da zurückkommt, ja keine Ahnung, was es ist, dann gehst Du an das Verkaufsgespräch ganz anders ran, als wie wenn, ja okay, hier. Ja. Ja, ja.

Speaker2: Ja, ja, also das ich mein, das haben wir auch mit den StandardGen e I Modellen, ja. Frage ich es höflich nach etwas oder nutze den Imperativ? Ich hab schon den Bias, ja. Ja, ja, klar. Ja, genau.

Speaker0: Kommen wir zur nächsten Frage. Welche Fähigkeiten oder Kenntnisse sollten junge Berufseinsteiger deiner Meinung nach im Bereich JennaI

Speaker2: entwickeln? Ja, also ich mein, das das ganze Repertoire am liebsten, ja. Also nicht nur klassische Prompting Technik, sondern auch vielleicht 'n bisschen mehr wissen, wie kann ich das in meinem Berufsfall sinnvoll einsetzen? Das heißt ja nicht, dass ich jetzt, keine Ahnung, der Next Machine Learning Engineer, Data Scientist, AI Expert Level, aber dass ich zumindest weiß, es gibt Möglichkeiten, mich sehr, sehr schnell in in in ganz andere Situationen zu versetzen, besser bessere Also wir hatten das Thema grad, wie wie bereiten hier künftig unsere Pitch Präsentationen vor, ja? Das ist ja auch 'n Riesenzeitaufwand, der reingeht und Opportunitätskosten erzeugt. Aber eigentlich kann ich sagen, da gibt's da draußen schon so viele coole Tools, die mir dabei helfen, relativ schnell ein standardisiertes, gut aussehendes

Speaker0: zu erstellen. Absolut. Ja, klar. Mhm. Mhm. Cool. Und dann kommen wir zur letzten Frage, die ist noch mal sehr persönlich. Wenn Du deinem zwanzigjährigen Ich einen Rat geben könntest, gibt's einen und wenn ja, welchen? Gibt's

Speaker2: einen? Geh doch geh geh geh geh doch in die USA und und und nutze das Scholorship, das Du angeboten hast. Ich hatte damals 'n Scholorship, allerdings über den Sport muss ich sagen. Und das hab ich im Nachhinein 'n bisschen bereut, vielleicht mal ein, 2 Jahre in den USA zu studieren. Das wäre sicherlich spannend gewesen. Einfach auch kulturell bereichern und und da vielleicht auch einfach diese Trends, die ja dort immer so zeitversetzt zu uns schwappen, früher aufzugreifen. Das ist es. Ansonsten, ja, ich glaub, ich hab meinen Weg gemacht. Ich bin jetzt nicht unzufrieden. Aber im Nachhinein lässt sich das so einfach sagen, ja.

Speaker0: Ja. Sehr cool. Holger, vielen, vielen Dank. Sehr spannendes Gespräch. Danke, dass Du so detailliert auch geteilt hast und teilen konntest, was bei euch in der Firma abgeht, wie ihr Jenni nutzt, wo die Reise hingeht und auch dein Blick auf die Branche. Also war für mich sehr, sehr spannend, hab viel dazugelernt. Ich hoff, das war für die Zuhörer ebenso inspirierend. Ich wünsch eine ganz, ganz tolle Vorweihnachtszeit, Weihnachtszeit Muthen Rutsch ins neue Jahr und hoff, dass wir uns mal in Persona sehen, nicht nur im Podcast. Danke dir.

Speaker2: Vielen, vielen Dank, Theodor. Es würde ich mir auch wünschen, auch auch euch schöne Weihnachtsfeiertage, guten Rutsch auch an die Zuhörer. Ich hoff, es war interessant, kommt gerne auf uns zu. Ich glaub, ich bin immer offen vor Austausch. In diesem Bereich passieren grad so viele neue spannende Dinge. Netzwerken ist auch aus meiner Sicht noch mal auf 'n ganz anderes Level gekommen und das sollte man nutzen, ja. Ich glaub, das tut uns allen gut, wenn wir da open minded täglichen zur Arbeit gehen und nicht nur jeder in seinem klassischen alten Denke verharrt, ja.

Speaker0: Du hast ja erwähnt, ihr wachst richtig. Das heißt, wer sich FGS digital mal genauer anschauen möchte, Bewerbungen

Speaker2: dürfe eingeschickt werden, oder? Gerne, sind draußen die Bewerbungen, aber auch gerne initiativ.

Speaker0: Wir freuen uns ja. Sehr gut. In diesem Sinne haut's rein, Holger, gute Weihnachtszeit. Macht's es gut. Machste die Komplexity. Wenn ihr uns unterstützen wollt, gebt uns eine

Mehr Folgen aus Staffel 7 →