Legacy-Software? Hold my beer – Wie wir Apps in Tagen neu bauen

Staffel 8· 12. Juli 2026· 2326

Episoden-Cover: Legacy-Software? Hold my beer –  Wie wir Apps in Tagen neu bauen
0:002326
  • Dr. Theo SteiningerCo-Founder & CEO von Erium
  • Dr. Maksim GreinerCo-Founder & CTO von Erium

Überblick

In dieser Folge diskutieren Theo Steininger und Maksim Greiner, wie KI-gestützte Coding-Agenten die Webentwicklung revolutionieren und es heute moeglich machen, veraltete Legacy-Software in wenigen Tagen durch moderne Web-Apps zu ersetzen. Sie beleuchten die Evolution von einfachen Autovervollstaendiger-Tools hin zu vollstaendigen Agenten-Systemen und zeigen auf, warum ein Neubau oft guenstiger und sinnvoller ist als das Anflanschen von KI an Bestandssysteme. Dabei skizzieren sie auch eine zukunftsweisende Architektur aus Data-Lakehouse, modernen Apps und intelligenten Agenten.

Zusammenfassung

Von GitHub Copilot zum vollstaendigen Coding-Agenten

Die beiden Hosts zeichnen nach, wie sich KI-gestuetzte Programmiertools entwickelt haben: von ersten Autovervollstaendigungs-Funktionen wie GitHub Copilot, die Code-Snippets vorschlugen, ueber Chatbot-Erweiterungen bis hin zu heutigen Agenten wie Claude Code. Waehrend Copilot ein Werkzeug fuer Entwickler blieb, erlauben moderne Coding-Agenten auch Personen ohne tiefes Programmierwissen, vollstaendige Software-Systeme zu erstellen – indem man einfach beschreibt, was die Software tun soll, und der Agent den Rest erledigt.

Chatbot oder grafisches Interface: Das richtige User Interface finden

Ein zentrales Thema ist die Frage, wann ein Chatbot sinnvoll ist und wann ein klassisches grafisches Interface die bessere Wahl darstellt. Theo und Maksim teilen die Erkenntnis, dass Chatbots fuer viele Aufgaben gute Loesungen sind, aber bei wiederkehrenden, klickintensiven Interaktionen schnell nervig werden – etwa beim Abarbeiten von Aufgabenlisten oder dem Ueberblicken von Planungsdaten. Die beste Loesung ist haeufig eine Kombination: ein grafisches Interface fuer schnelle Klick-Interaktionen und ein eingebetteter Chatbot fuer komplexere, sprachbasierte Anweisungen. Die Einfuehrung von 'Canvas'-Ansichten und Artefakten durch verschiedene Anbieter markierte dabei einen wichtigen Schritt in Richtung App-aehnlicher Erfahrungen.

Legacy-Software neu bauen statt muehsam flicken

Viele Unternehmen – besonders im Mittelstand – kaempfen mit veralteten Softwareloesungen, um die herum Excel-Tabellen als Workarounds gewachsen sind. Kunden fragen haeufig, ob KI helfen koenne, diese Excel-Prozesse zu beschleunigen oder Daten automatisch zwischen Legacy-System und Tabellenkalkulation zu verschieben. Theo und Maksim argumentieren ueberzeugt dagegen: Statt 'schnellere Pferde' zu bauen, ist es oft guenstiger und zukunftssicherer, das 'Auto' zu bauen – also die Altanwendung komplett durch eine neue, moderne Web-App zu ersetzen. Als konkretes Beispiel beschreiben sie, wie ein KI-Agent mit Browser-Zugriff die Datenbankstruktur einer Legacy-App durch gezieltes Durchklicken eigenstaendig rekonstruiert hat, woraufhin in eineinhalb Tagen ein funktionierender Demonstrator der Neuanwendung stand.

APIs statt Browser-Steuerung: Warum App-Design fuer KI-Faehigkeit entscheidend ist

Ein wesentliches Learning aus der Praxis: KI-Agenten, die eine Bestandssoftware per Browser bedienen sollen, sind ineffizient, fehleranfaellig und verbrauchen viele Tokens. Dagegen koennen Sprachmodelle gut strukturierte REST-APIs nahezu perfekt ansprechen. Die Schlussfolgerung: Neue Applikationen sollten von Anfang an so gebaut werden, dass sie nicht nur fuer Menschen, sondern auch fuer KI-Agenten einfach bedienbar sind – also mit klar definierten Schnittstellen. Ein KI-Agent, der ueber eine saubere API mit einer App kommuniziert, kann Prozesse ausfuehren, die manuell Dutzende Klicks erfordern wuerden, und dabei Authentifizierung sowie Businesslogik respektieren.

Data-Lakehouse-Architektur als Fundament der KI-faehigen IT-Landschaft

Fuer eine nachhaltige, skalierbare Loesung pladieren die beiden fuer eine zentrale Datengrundlage im Stil eines modernen Data Lakehouses: Alle strukturierten und unstrukturierten Unternehmensdaten an einem Ort, mit granularen Zugriffsrechten. Darauf aufbauend greifen spezialisierte Apps – zum Beispiel fuer Customer Support oder Produktmanagement – nur auf die jeweils relevanten Daten zu und stellen klar definierte Schnittstellen bereit. Sowohl menschliche Nutzer als auch KI-Agenten interagieren dann ausschliesslich ueber diese Apps mit dem Lakehouse, was Datensilos, Excel-Umwege und doppelte Datenpflege eliminiert. Das Revival des Data-Lakehouse-Gedankens wird so zum Rueckgrat einer KI-integrierten Unternehmens-IT.

Ein zentraler Agent statt App- und Agenten-Wildwuchs

Analog zur Datenkonsolidierung pladieren Theo und Maksim fuer eine Vereinheitlichung auf der Agenten-Ebene: Statt hunderte gleichberechtigter Agenten im Store zu haben, gibt es einen zentralen Einstiegspunkt, der bei Bedarf auf spezialisierte Sub-Agenten oder App-Schnittstellen zugreift. Wichtig dabei: Standardisierung und Reproduzierbarkeit. Ohne feste Architektur-Templates und Vorgaben wuerde jede KI-generierte App anders aussehen und sich anders verhalten – was im Unternehmenskontext zu unkontrollierbarem Wildwuchs fuehrt. Templates und klare Prozessvorgaben sind deshalb der Schluesselbaustein, um das Beste aus flexiblen KI-Faehigkeiten und stabiler Unternehmensstruktur zu vereinen.

Ausblick und Fazit: Wochen statt Jahre fuer System-Neubau

Abschliessend betonen die Hosts, dass die Geschwindigkeit moderner KI-gestuetzter Entwicklung fuer viele noch schwer vorstellbar ist: Komplette Systeme koennen heute in einer einstelligen Anzahl von Wochen neu gebaut werden – nicht Jahren. Anbieter, deren Produkt im Kern nur aus Datenbank und Benutzeroberflaeche besteht, muessen sich ernsthaft Sorgen machen, denn diese Kombination laesst sich mittlerweile sehr schnell und passgenau nachbauen. Fuer kommende Folgen kuendigen sie ein Gespraech mit Thomas Deuster von der DE Group an, sowie eine Vertiefung zum Thema Reproduzierbarkeit in regulierten Industrien.

Kernaussagen

  • Moderne Coding-Agenten wie Claude Code ermoegl­ichen auch Nicht-Entwicklern, vollstaendige Web-Apps in kurzer Zeit zu erstellen.
  • Das optimale User Interface kombiniert grafische Eingabemasken fuer schnelle Interaktionen mit einem Chatbot fuer komplexere Anweisungen.
  • Legacy-Software durch KI-Agenten zu flicken ist meist teurer und aufwendiger als ein vollstaendiger Neubau – KI baut das Auto, nicht schnellere Pferde.
  • KI-Agenten arbeiten mit sauber definierten REST-APIs wesentlich effizienter und zuverlaessiger als mit Browser-Steuerung von Bestandsoberflaechen.
  • Neue Applikationen sollten von Anfang an so konzipiert werden, dass sie durch LLMs bedienbar sind – nicht nachtraeglich mit einem Chatbot versehen werden.
  • Eine zentrale Data-Lakehouse-Architektur als gemeinsame Datenbasis, kombiniert mit App-spezifischen Schnittstellen, loest das Problem der Datensilos strukturell.
  • Standardisierung und Templates sind entscheidend: Ohne sie entsteht bei KI-generierten Apps Wildwuchs statt nachhaltigem Unternehmensnutzen.
  • Komplette Systeme koennen heute in einer einstelligen Anzahl von Wochen neu gebaut werden – ein Paradigmenwechsel gegenueber klassischen Mehrjahres-Projekten.

Fazit

Die Folge zeigt eindrucksvoll, dass der Einsatz von KI in der Softwareentwicklung laengst ueber Autocomplete-Tools hinausgewachsen ist. Wer heute noch versucht, KI als Pflaster auf veraltete Systeme zu kleben, verpasst den eigentlichen Hebel: den schnellen, kostenguenstigen und massgeschneiderten Neubau moderner Applikationen – unterstuetzt durch eine saubere Datenarchitektur und gut strukturierte Schnittstellen. Die Zukunft gehoert integrierten Systemen aus Lakehouse, smarten Apps und zentralen Agenten, die sowohl Menschen als auch anderen Bots als verlassliche Schnittstelle dienen.

Fuer Fuehrungskraefte und IT-Entscheider

Wer noch auf Legacy-Software und Excel-Workarounds setzt, sollte den ROI eines kompletten Neubaus ernsthaft pruefen – moderne KI-Tools machen das in Wochen moeglich. Gleichzeitig ist eine klare Datenstrategie (Lakehouse-Ansatz) die Grundvoraussetzung, um KI-Agenten sinnvoll und sicher zu integrieren.

Fuer Softwareanbieter

Produkte, die im Kern nur Datenbank plus Benutzeroberflaeche sind, sind heute in kurzer Zeit nachbaubar – und zwar passgenau auf den jeweiligen Kunden zugeschnitten. Wer nicht in moderne, API-faehige Architekturen investiert, riskiert schnell den Anschluss zu verlieren.

Fuer Entwickler und Architekten

KI-faehige Applikationen zu bauen bedeutet nicht, ueberall einen Chatbot einzubauen, sondern saubere REST-APIs und klare Datenmodelle zu definieren, die LLMs effizient ansprechen koennen. Standardisierung und Reproduzierbarkeit sind dabei wichtiger als maximale Flexibilitaet.

Volltranskript anzeigen

Speaker0: Herzlich willkommen bei Beyond a I. Mein Name ist Theo Steininger und herzlich willkommen zu 1 neuen Folge mit Maxim. Hi Maxim. Hi Theo, wie geht's dir? Ja, alles fit so weit. Es ist nach wie vor heiß, nicht mehr ganz so heiß wie noch vor ein paar Tagen. Das heißt, das Gehirn funktioniert wieder besser. Wie schaut's bei dir aus?

Speaker1: Na ja, wenn das Hirn mal funktioniert, dann tut's das schon. Aber mittlerweile lagern wir ja viel Denken aus.

Speaker0: Sind wir schon beim Thema? Wir haben bei der letzten Folge angeteasert, Webentwicklung mit Agenten. Das ist 'n relativ neues Thema, zumindest in 1 Ausbaustufe, die man wirklich gebrauchen kann. Ja. Das war doch 1 auch der ersten Themen, ne, auf die sich auch viele Start ups gestürzt haben so. Wir machen jetzt Webentwicklung oder generell Programmieren mit LLMs, auch ja. Eigentlich Programmieren mit LLMs war ja seit GPT 3 5 schon irgendwie son Thema. Ich mein,

Speaker1: GitHub Copilot war's am Anfang, dann kam war's ja generell da Copilot in Visual Studio Code und oder. Also diese ganze Coding Geschichte. Mhm. Und ich mein, die ersten Sachen waren noch ziemlich cool. Das war wie son Autokomplet, der deine Gedanken liest. Also Du hast quasi angefangen, ich tippe eine Funktion und plötzlich stieg er die ganze Funktion vor. Und das war am Anfang schon ziemlich cool, weil das halt so dieser Sprung war, hey, plötzlich das Ding schreibt, also sieht quasi seine Umgebung, schreibt dann einen sinnvollen Funktionsvorschlag. Aber es ist dann länger nicht viel mehr daraus entstanden. Wir haben's dann ja immer genutzt, aber dass man sagt, das hat die Entwicklung massiv beschleunigt, das ist jetzt eigentlich erst seit

Speaker0: 'nem halben Jahr Jahr der Fall. Fall. Und da gibt's noch einen anderen Aspekt zu diesen Copilot Seiten. Also da muss man unterscheiden, weil es gibt ja GitHub Co Pilot für eben die Entwicklungsumgebungen und dann hat Microsoft irgendwann angefangen, alles Copilot zu nehmen. Ja, genau. Das also wir meinen jetzt hier mit Copilot nicht die

Speaker1: Microsoft Co Pilot, der dir da irgendwie dann deinen Sharepoint durchsucht oder so was, sondern wir meinen, das, was man typischerweise in Visual Studio Code, also eine Programmierumgebung dann als Assistenzsystem hatte, was dir halt immer Code Schnipsel, so 10, 20 Zeilen vorgeschlagen hat auf Basis dessen, was Du grade tippst. Und damit manchmal gut, manchmal manchmal danebenlag, aber halt

Speaker0: vor allem am Anfang war man erstaunt, wie gut der jetzt verstanden hat, was man grade will. Mhm, mhm. Und der Punkt, auf den ich grade raus wollte, das war 'n Werkzeug für Programmierer. Absolut. Und irgendwann gab's aber dann den Punkt, da brauchtest Du dann keinen klassischen Softwareentwickler mehr, ja. Sondern da wurden diese Programmieragenten so gut, dass auch jemand, der oder die keine Ahnung von jetzt der konkret Softwareentwicklung hat, sondern sich eher auf 'ner Architekturebene

Speaker1: bewegt, auch was damit ausrichten konnte. Ja, also das ist so, Du hast ja grad das Stichwort Agent, genau. Ja. Also GitHub Co Pilot war kein Agent. Mhm. Ist einfach 'n cooler Autokomplite. Ja. Dann wurd's dann irgendwann noch zum zu sonem zusätzlichen Chatbot. Und mittlerweile hat man halt diese Agenten, denen sagst Du, ich möchte gern eine Software, die das und das und das und das und das und das und das tut, go. Und dann baut der. Und je nachdem testet der's vielleicht dann sogar. Je nachdem, wie Du ihn halt promptest und aufsetzt. Und da kommt dann tatsächlich am Schluss ein 1 funktionierendes Stück Software raus, dessen Güte davon abhängt, wie gut Du spezifiziert hast, was Du willst. Aber das funktioniert halt mittlerweile vor allem halt mit Klodcode, was wir jetzt ja auch logischerweise intern nutzen, was sich ja viel verbreitet hat. Und das hat ja auch unser Software Development, also sowohl intern, aber als als auch extern, als auch zu auf die Kundensicht für uns, ja, revolutioniert das jetzt son starkes Wort. Aber es hat's stark verändert. Ich mein, vor vor 2, 3 Jahren, wenn Du dich noch erinnern kannst, da haben wir für den einen oder anderen Kunden auch eben eine Web App entwickelt, Ja. Weil die halt 'n hochspezifischen Use Case hatten. Und da waren wir immer sehr zurückhaltend, weil's halt teuer war. Lohnt sich das wirklich jetzt hier, einfach mal 20 Tage reinzubuttern für irgend eine App? Und mittlerweile, also grad Du hast da ja überhaupt keine Hemmungen mehr. Ich mein, Du sagst jetzt

Speaker2: immer so, holt my bier. Und

Speaker1: daraus hat sich ja ergeben, dass auch grad dieses Thema Legacy Software, also was meinen wir mit Legacy Software so? Kunde hat irgendwie eine Software, die sieht so nach Windows 95 aus, kommuniziert mit irgendeiner Datenbank und ist widerwärtig zu bedienen, aber man hat halt nix anderes. Und was neu zu programmieren von Hand wär halt irgendwie 'n gefühlt 'n Jahr Aufwand. Ja, und ich mein, da kannst Du ja mal 'n bisschen erzählen, als Du die von einem unserer Kunden da diese Software gesehen hast. Was war das 1., was Du gemacht hast?

Speaker0: Na ja, wenn wir vom gleichen Projekt sprechen, erst mal angucken, was die Businesslogik letztlich der App ist, ne. Und die Struktur, was was steckt eigentlich dahinter? Maxim, ich würd mit dir gerne einmal durch diese Maxim, ich würd mit dir gerne einmal durch diesen gedanklichen Flow durch, ja, weil weil der der der der Startpunkt der KI Revolution mit GPT 3 5 damals, das war ja im Wesentlichen Chatbot und heute stehen wir aber bei 'ner ganz anderen Eskalationsstufe eigentlich. Ja. Und auf dieser Reise, die eben dazu führt, dass man sagt, okay, Legacy Software, haut my bier, wir reißen das raus und machen das neu, Gliffhanger. Da gibt's ja so paar Stufen. Stufe 1, das ist aus meiner Sicht die Frage, was ist 'n eigentlich das richtige User Interface? Und dort gibt's ja die verschiedenen Paradigmen. Einerseits die Strömung, die sagt heutzutage, ist alles 'n Chatbot. Genau. Die anderen, die sagen, boah, irgendwie Agenten sollten möglichst hinter den Kulissen verschwinden. Ja. Wie sind da deine Sichtweise auch ganz persönlich in deinen Aufgaben? Was ist was ist dein Flow, wo?

Speaker1: Ich ich fang da mal bisschen noch mit der Reise an. Also weil das anzuknüpfen, was ich grad gesagt hab, mit dem, wie einfach es mittlerweile ist, auch eine App zu bauen. Cliffhanger hast Du gesagt. Ist, da reden wir gleich noch mehr drüber, aber davor war's ja auch son bisschen so, okay, versuchen wir mal alles mit KI. Mhm. Weil der Chatbot kann ja praktisch alles für dich Mhm. Für dich machen. Und der Chatbot ist ja quasi son Standardinterface. Also da hängt ja quasi, die ganze Magie passiert ja in seinen Funktionen, die er aufrufen kann und und in seiner Logik und in seiner System prompt und so weiter. Das heißt, 'n guter Chatbot konnte halt wahnsinnig viel auch an Legacy Software dann ersetzen. Aber was wir dann halt immer diesen Schmerz hatten, na ja, nehmen wir mal Taskmanagement, so was wie son son Tickettingsystem. Du kannst es grundsätzlich mit 'nem Chatbot ersetzen, kannst dann in die Tonne treten und sagen, ich häng eine Datenbank an 'nem Chatbot und den frag halt, hey, was hab ich denn für Aufgaben? Mhm. Haben wir ja auch haben wir ja auch gemacht und probiert und funktioniert auch. Aber irgendwann wird's nervig, dass Du übertippen musst, was hab ich denn für Aufgaben? Oder hake jetzt diese Aufgabe ab, wo Du halt in 'nem Interface klick, klick, klick, klick machst. Das ist zu tippen oder einzusprechen, selbst bei Speech in wahnsinnig nervig irgendwann. Und da hat man einfach gemerkt für gewisse Sachen ist einfach so dieses mit der Maus klicken oder mit 'nem Touchscreen wunderbar convenient, wenn Du die richtige Ansicht hast. Ja. Und das Einzige, warum wir dann trotzdem Richtung Chatbots dann noch mittlerweile länger unterwegs waren, weil halt es so aufwendig war, dann dieses User Interface zu bauen. Und jetzt sind wir in der Welt, da kann man sich wirklich überleben. Hey, ist Chatbot oder ein grafisches User Interface oder eine Mischung Mhm. Optimale Lösung. Und so mittlerweile, sind wir eigentlich ziemlich unterwegs, eigentlich ist doch immer nett, beides zu haben. Den Chatbot, den kannst Du halt einfach darum bitten, mach mehr das und das und das. Aber wenn es länger dauert, das dem zu erklären, als das selber zu klicken, dann will ich doch einfach die 5 Klicks machen.

Speaker0: Ja. Vor allem, was wir ja auch gelernt haben, der Text Output, das heißt so dieses dieses User Interface Format, das alles in Form 1 artigen Antwortnachricht codiert sein muss. Ja. Das ist mir bei einigen Projekten dann echt immer schwergefallen, das in diese Form zu pressen, wenn Du mit einem Werkstück agiert hast. Also wenn Du mit dem KI Agenten gemeinsam an etwas gearbeitet hast. Etwas, was einen Zustand hat. Genau, hinter mir 'n Textdokument. Ja, genau. 'N Textdokument oder 'n Bild, das man iteriert. Und da ist es nervig, wenn dir dir das die die die verschiedenen Versionen der Bilder natürlich immer wieder neu zeigt. Genau. Und deshalb, by the way, das war doch auch der Moment, als so jemand wie begonnen hat, das Canvas Feature einzuführen, ne, wo Du eine

Speaker1: hast. Ja, genau. Haben wir dann ja auch eine eingeführt, weil das logisch war für diese Dokumenten Use Cases und aber es macht dann halt eigentlich nicht nur bei Dokumenten Sinn, es macht auch einfach beinah App Sinn. Also ein 1 Giratask, also oder irgend 'n Ticket in 'nem Task Managementsystem ist ja, hat ja auch 'n Zustand. Mhm. Und den in der Chat quasi seine ganze History nachzuverfolgen, ist voll nervig. Mhm. Anstatt immer einfach zu sehen, wie sieht's denn aus.

Speaker0: Und war das dann nicht die Eskalation, die da eigentlich passiert ist, nämlich man hat 'n Chatinterface, dann kamen die, ich glaub, das war auch der Name, oder den den OpenAI benutzt hat mit Artefakten, dieses Canvas oder war das war das ein? Das war ein. Die haben die haben den den Begriff Artefakt gekoin. Ja. Dann war das sozusagen erst mal nur eine Textdatei auf der rechten Seite des Chats. Und ich glaub, dann war's wieder ein, die angefangen haben, ganze HTML

Speaker1: anzuzeigen. Genau. Ja. Ja, weil man dann halt gemerkt hat, mit sonem reinen Textdokument kommst Du nur so und so weit und die Bots unglaublich gut darin waren, einfach HTML Dashboards on the fly Mhm. Zu bauen. Wir haben ja letztes Mal über Präsentationen gesprochen, quasi, vergiss Powerpoint, mach einfach welche in HTML. Und dann war halt diese Side by Side View von den, ja, von diesen Im Prinzip war man dann eigentlich schon, dass dieses vom Textdomember langsam in Richtung Web App gegangen ist. Jetzt hast Du eine HTML. Genau. Warum nicht noch ein Backend?

Speaker0: Ja. Und das ist aber, glaub ich, vielen nicht klar, was der Unterschied ist zwischen, ich hab eine Website programmiert, ich schick sie dir, hier ist die HTML Datei und eine Web App, zu der ja mehr gehört, ne. Ja, genau.

Speaker1: Frontend Genau. Genau. Genau. Ja, das ist dann so diese Frage, also ein 1 Entklod baut dir wunderbar schnell eine HTML, der kann auch das Backend dazu programmieren. Mhm. Aber wo läuft das jetzt? 'N Backend braucht eine Server. 'N Mitarbeiter hat mir ja dann mal am Anfang, als er noch mal übrigens war, gezeigt, hat sich sone kleine To do Liste auf seinem Handy bauen lassen von Claude. Mhm. Mhm. Und das war eine HTML. Und das Lustige war dann, die HTML lag einfach in dem in im im Ordner seines Handys. Und ihn gefragt, ja okay, aber da ist ja jetzt, dein Handy kann ja kein Backend haben. Mhm. Mhm. Und was hatte Claude gemacht? Einfach, dass die HTML sich selber ändert in ihren Also sie überschreibt sich selbst, weil das darf sie. Mhm. Von den Rechten im Handybrowser und so war dann wurden da die To dos gepflegt. Was ist eigentlich eine Mini App? Eigentlich eine 1 Mini Standalone Single File App. Mhm. Aber Backends machen natürlich alles dann noch mal 4 Prozent. Da kannst Du eine Datenbank hinten haben und so weiter. Aber 'n Backend braucht halt einen Server. Mhm. Und den kriegst Du von Claude Code jetzt erst mal nicht. Und die Ersten, die ja da richtig erfolgreich das dann zu Ende gedacht haben, waren ja die Leute von Manus, ja. Weil die bauen dir fledcht Web Apps mit Frontend und Backend und Hosting.

Speaker0: Und zwar so, dass Du, und das war dann der, aus meiner Sicht eigentlich der Geniestreich, so konfiguriert, dass Du kein Entwickler sein musst, weil auch 'n Claude Code ist heute so aufgestellt, ne, Du musst schon wissen, was Du tust. Und bei Manus sagst Du nur, okay, ich hätt gern dieses oder jenes Problem gelöst. Ich brauch meine To do Liste verwaltet. Genau. Dann sagst Du noch nicht mehr, ich brauch eine To do Listen App, sondern der macht aus allem erst eine App. Manus macht immer eine App. Ja. Also eigentlich nicht Ja, ja, ja, ja. Macht immer 95, Du musst den schon zwingen, das nicht zu tun. Ja, genau, genau. Zum Beispiel, dass Du in den Präsentation Mode gehst oder irgendwo. Aber standardmäßig baut ihr dir erst mal eine App. Genau. Und der Witz ist, kümmert sich dabei ja dann auch wirklich alles Ja. Mit dem, was dich wahrscheinlich dann total abtörnt, nämlich dass Du nicht reingreifen kannst, ja. Also jede kleine Piepänderung Was mich als Entwickler hab, meinst Du? Ja, ja, ja, richtig, ja. Jede kleine Piepänderung

Speaker1: läuft über den Bot. Genau. Aber die Magic, die sie ja gemacht haben, ist diese quasi diese Coding Intelligenz mit einem Template zu verbinden oder mehreren Templates. Also da da fängt nicht bei 0 an, den Call zu bauen, sondern klare Vorgaben, nutze die und die Architektur Ja. Damit die dann über quasi fest programmierte, verdrahtete Sachen dann halt dieses Hosting und alles einfach tun können. Damit Du dann nicht nur quasi deinen Prototyp machst, sondern Du hast deine Website. Mhm, mhm. Und das ist eine coole Brücke. Und ja. Dann haben wir ja gemerkt, ey, in Hallirim haben wir doch auch Infrastruktur. Ja. Das Infrastruktur

Speaker0: plus KI Intelligenz ergibt dann plötzlich, hey, Full Fletch Web Apps mit Backend. Ja. Da bin ich tatsächlich ein bissel stolz auf mich, weil wir hatten ja die Apps schon relativ lange in der Plattform. Ja. Eigentlich ja deutlich früher oder war das nicht so drum, dass wir die Apps hatten und dann die App Runner umetikettiert haben auf Runner für die Bots, dass die Bots Code ausführen können? Und dann gab's quasi noch dieses App Feature parallel, lag dann aber zeitweise son kleines bisschen rum. Und ich hab gedacht so, ah, lassen wir's mal, nehmen wir's mal noch mit. Ja, nehmen wir's mal noch mit, genau. Wir hatten Und jetzt hat sich der Spieß eigentlich gedreht. Genau. Wir hatten ja ursprünglich waren bei uns Chatbots,

Speaker1: Web Apps mit Backend. Dann haben wir die eingeführt, die das nicht mehr brauchten, die Genau. Ohne Backend und hatten aber noch für Legacy Apps oder diese ganz, ganz, ganz, die wir für einen Kunden gebaut haben, die Möglichkeit Apps. Und jetzt haben wir dann halt entdeckt, hey cool. Jetzt wo der Bot auch Apps bauen kann, dann nehmen wir das noch weiter.

Speaker0: Ja. Und in dem Bild, also das muss man sich mal auf der Zunge jetzt ergehen lassen, ne. Man startet bei 'nem Chatbot, der kann nur Text ausspucken oder Bilder über 'n Bildgenerator, okay. So, dann dann führt man diese ein. Die zeigt erst mal nur Textdokumente an. Aus den Textdokument werden HTML Slides, ja, Präsentationen. Aus diesen aus diesen HTML Folien werden auf einmal Apps, ja. Genau. Und das trifft jetzt auf etwas, das hat mich jetzt wirklich noch mal erstaunt, nämlich eine Arbeitsrealität im Mittelstand, der aus dem, was ich jetzt so vielfach gesehen hab, besteht, Legacy Software, die einfach veraltet ist, ja und viele Echtweltprozesse nicht abbilden kann

Speaker1: und die Mitarbeiter dann anfangen, Exels drumrum zu bauen, diese Legacy Software. Ah ja, weil die Legacy Software so schrecklich zu bedienen ist, dass es leichter ist, das irgendwie in Excel zu exportieren und da drin dann Sachen zu machen und dann irgendwann vielleicht zu reinportieren.

Speaker0: Ja, ja, genau, genau. Excel entweder so als Data pre- oder Post processing Werkzeug oder komplett an der eigentlichen Kern, zum Beispiel ERP Software vorbei. Ja. Ja, das das ist natürlich schon krass eigentlich, wenn Du dann sagst, ja, meine IT ist 'n Netzlaufwerk mit Excel Dateien drin. Ja, nicht selten, nicht selten. Ja. Und dann passiert irgendwie jedes Mal Folgendes, ich weiß nicht, ob das sone selbsterfüllende Prophezeiung ist, weil ich das einfach mittlerweile so drin hab und auch mit die Kollegen ausm Vertrieb. Aber wir gehen eigentlich immer durch die gleiche Gesprächskette, nämlich ist die initiale Anfrage von 'nem Kunden, hey, wir haben eine Legacy Software und wir haben die Excel. Kann uns KI nicht dabei helfen, die Exels auszufüllen und die Daten aus der Legacy Software rauszulesen und reinzuschreiben,

Speaker1: ne? Dass dass quasi die KI die Schnittstelle übernimmt? Ja, aber im Prinzip sagen die, kann die KI mir schnellere Pferde machen.

Speaker0: Ja, genau und nicht das Auto. Und Du antwortest dann, nein, die KI macht dir das Auto. Richtig, richtig. Weil wenn man da mal durchrechnet, wie viel's kostet, eine KI zu bauen, also einen Agenten, die mit diesen Legacy Exels und der Legacy Software umgehen kann. Ja. Das haben wir, glaub ich, beim letzten Mal ja auch schon erwähnt. Nicht mal Microsoft schafft es, gute Co Piloten für Word, Excel und Powerpoint zu bauen. Mhm. Und dann bist Du an einem Punkt nehmen, find ich's so absurd, dass man sagt, okay, hey, es ist einfach billiger und auch viel geiler,

Speaker1: dass man sagt, okay, Legacy Software, die lösen wir jetzt peu à peu ab durch einfach den kompletten Neubau. Was ich da so spannend find, als Du mir das 1. Mal gezeigt hast, wie Du da vorgegangen bist, als Du diese Legacy Software, hatten einen Testaccount für die Legacy Software für son Sandboxsystem. Und dann hast Du ja Also wir wussten ja nicht genau, wie die Datenbank dahinter aussieht. Was wir aber wussten, ist, okay, das ist ein Frontend, also einfach eine Benutzeroberfläche, die letztendlich nur den Nutzer durch eine Datenbank führt und dabei Regeln einhalten lässt. Und dann hast Du ja die KI mit 'nem Webbrowser bestückt, sich einfach da mal durchklicken lassen mit der Aufgabe, finde raus, wie das Datenbankschema ist, also wie die Datenbank strukturiert ist. Was gibt's da für Tabellen und was sind da für Datenspalten und so weiter drin? Was die KI relativ gut hingekriegt hat oder eigentlich fast Spot on, weil wenn man sich halt über alles durchkriegt, kann man ja überall überlegen, okay, was sind da für Daten und sich dann logisch überlegen, wie gehören die zusammen. Und wenn Du dann einmal das Datenbankschema hattest, dann zu sagen, ja okay, und jetzt bau mir eine moderne Web App drum rum. Und dann hattest Du doch nach irgendwie eineinhalb Tagen oder war das halber? Zumindest 'n Demonstrator, ja. Ja, genau, 'n Demonstrator, den man dem Kunden zeigen könnte, hey, Du bist nicht mehr von dieser Legacy App, die alle bei dir hassen abhängig. Man kann das in wirklich kurzer Zeit in neu nachbauen. Und das ist, glaub ich, son Paradigmenwechsel. Mhm. Ich glaub, Du hast auch mal gemeint so in sonem Nebensatz, eigentlich müssen sich alle Softwarehersteller, deren Software letztendlich aus 1 Datenbank und einem 1 Benutzeroberfläche über die Datenbank besteht, die müssen sich eigentlich alle Sorgen machen, dass sie morgen weg vom Fenster sind. Ja. Weil man das mittlerweile so schnell nachbauen kann.

Speaker0: Und zwar so und zwar so, dass es genau zu mir passt. Genau. Ja, weil das das kommt ja noch dazu, dass diese Datenbank Schemata, die ich von der Stange kaufen kann, die hat sich ja jemand anders ausgedacht. Und dann geht's los, dass man

Speaker1: Felder missbraucht in dem Sinn, dass man quasi andere Inhalte reinschreibt, als wofür sie ursprünglich gedacht waren oder doch wieder eine Excel baut. Und und da sind wir jetzt genau bei dem Cliffhanger, was Du vorhin gesagt hast. Wir können uns da so überlegen, was ist hier das ideale User Interface? Mhm. Ja. Kombination aus Chatbot und Eingabemasken und so weiter. Und man kann es sich einfach so gestalten lassen, wie man es haben will. So, das Einzige, was quasi jetzt den Wald- und Wiesennutzer, der sich vielleicht einfach irgendwie klodcode runterlädt, ist dann eigentlich nur das ganze Hosting Infrastrukturvettern, was halt Manos jetzt auch nicht löst, aber zumindest für sone Einzel App, was Cliffhanger wir lösen werden. Aber dass letztendlich, wenn Du das Hosting Thema im Griff hast, dann kannst Du dir einfach dann die App bauen lassen, die Du in modern, nicht in nicht in der Legacy Geschichte, im Browser und so weiter. Also das fand ich schon krass, wie das, als dann diese Teile ineinandergingen. Ja. Vor allem 2

Speaker0: waren maßgeblich für das, was Du vorhin beschrieben hast, ne, dass sich 1 1 1 KI durch eine Bestandsapplikation durchfressen Ja. Und beißen kann. Was haben wir da wieder? Einen argentischen Loop, den haben wir ja letzte Folge besprochen, ne, der der einfach sehr lange, sehr autonom arbeitet, bis er sich selbst stoppt. Und Browser, die die die Fähigkeiten, 'n Browser bedienen zu können. Und wenn Du das kombinierst, ja, also das ist auch 'n Leichtes jetzt zum Beispiel zu sagen, ich hab eine Webapplikation, bau mir mal eine Doku dazu, eine Dokumentation. Ja. Ja, weil sich die einfach durchklickt, das anschaut, ah okay, das ist so und so gedacht. Ich schreib das mir auf, mach 'n paar Screenshots. Das geht mittlerweile auch.

Speaker1: Ja, das geht mittlerweile. Wobei das Lustige ist ja immer noch, dass so intelligent die Modelle in manchen Sachen sind, so im Website bedienen sind sie jetzt, finde ich, haben wir ja letztes Mal drüber gesprochen mit dem, worauf konnte man sie gut trainieren? Also ich glaub, kann fast leichter eine

Speaker0: als sich durch den Browser zu klicken. Und das ist ja wieder der der Punkt, ne. Warum ist es billiger, die Applikation neu zu bauen, anstatt KI an eine Bestandssoftware anzuflanschen? Ja. Weil die Bestandssoftware nicht gebaut wurde vor dem Hintergrund, wie müsste sie aussehen, damit nicht nur der Mensch gut damit arbeiten kann, Genau. Sondern dass auch die KI gut damit arbeiten kann. Und das ist vielleicht auch ein wichtiges eine wichtige Erkenntnis, die wir die wir gelernt haben. Also

Speaker1: aus unserer Sicht würde man muss man jetzt eigentlich jede Applikation mit KI im Sinn bauen. Damit meinen wir nicht, Du musst überall einen Chatbot reinstopfen. Das meinen wir überhaupt nicht. Wir meinen, sorgt dafür, dass deine Applikation durch ein Large Language Modell bedienbar ist. Und es ist megaineffizient und die sind doch gar nicht so gut da drin, wenn Du sagst, das Large Language Modell soll den Browser öffnen und sich da da durchklicken. Mhm. Da verbrennst Du Tokens ohne Ende. Ist ja total unsicher, ne, dass der das wirklich richtig macht, ne. Genau, er er macht das viel falsch und da passieren echt blöde Missverständnisse. Mhm. Aber was die Modelle super bedienen können, ist APIs, also Schnittstellen, wenn sie son bisschen den modernen Pattern folgen, also den modernen der modernen Praxis. Mhm. Ich wollt mal mehr grad das Denglisch davongekommen. Also der modernen Praxis, wie so vor allem Restschnittstellen aussehen. Mhm. Und wenn Du das machst mit son paar Best Practices drumrum, dann kann der Chatbot wunderbar diese App für dich bedienen über die Schnittstelle. Mhm. Und das das das flutscht dann einfach. Oder Du bedienst sie selbst oder ihr macht's beide zusammen, aber Du musst nicht irgendwie dann dieses von hinten durch die Brust ins Auge, mach da die Excel, schiebt die dahin, dann musst Du da vielleicht tatsächlich 'n paar Klicks machen als Bot. Das können die alles nicht so gut. Aber Schnittstellen bedienen, das funktioniert so wunderbar so schnell, das ist

Speaker0: ideal. Mhm. Lass uns mal noch kurz 2 Dinge voneinander separieren. Also ich würd gern noch mal ganz kurz durchdeklinieren. Was ist, Stand heute, real möglich? Das ist nämlich, ich war jetzt neulich auch in Bayreuth auf 'nem Vortrag, ja? Und mir haben das die Leute einfach nicht geglaubt, was heute möglich ist. Ja. Deswegen würd ich das mit dir noch mal gerne aufn Punkt bringen und dann noch mal kurz die Extrapolation vornehmen. Mhm. Was zeichnet sich jetzt schon ab, was eigentlich jetzt nur noch eine Frage der Zeit ist? Okay. Ja. Und zu Ersterem, Du hast ja jetzt die letzten Wochen ja sehr viel Arbeit reingesteckt. Lass uns mal das Ganze von unten nach oben aufbauend betrachten, ne. Am Ende jedes System greift auf irgend eine Form von Daten zu in der Firma.

Speaker1: Ja.

Speaker0: Wie ist aus deiner Sicht ein Ansatz, wo Du sagst, okay, das ist, wie wir's grade eben gesprochen haben, zukunftsfähig und so, dass eine KI und die Systeme, die man oben drauf baut, zukunftsfähig.

Speaker1: Gut, wir haben uns, wie wie Du gesagt hast, der Fehler Gedanken gemacht und und und Sachen angeschaut. Also letztendlich, was Du was was Du schnell machen kannst und so Approaches wie Manus, ist, Du kannst halt so isolierte Apps bauen. Aber was wir auch schon vorher aus der Data Science Zeit noch gelernt haben, Du hast halt immer das Problem der Datensilos. Und Du hast das Problem, dass Du immer wieder die gleichen Sachen duplizierst. Dann hast Du irgendwie 15 Apps, die alle ein eigenes Usermanagement. Das heißt, Du hast dann als User dann 15 Apps mit 15 Passwörtern und so weiter. Und der logische Schritt ist, das zu vereinen, ja. Was jetzt schon was es ja schon länger gibt, wovon bisher meistens nur gequatscht wurde, Mhm. Sind so diese Data Lake House Geschichten. Das wurde immer so irgendwie cool beworben und so weiter, aber

Speaker0: so viel in der Praxis hab ich's ehrlich gesagt noch nicht gesehen. Das war vor der Industrie 4 0 Welle. Da war ja auch diese Data Lake Ja. Data Lakehouse Welle mit mit den großen Playern wie Data Bricks. Ja. Wobei ja dann am Ende das Ergebnis war, okay, Glückwunsch, Du hast jetzt 'n Data Swamp, die Ja, genau. Die Firma die Firma mit den Daten. Und und ich find's total spannend, dass jetzt so aus 'ner Architekturperspektive, die mit den Daten. Und und ich find's total spannend, dass jetzt so aus 'ner Architekturperspektive, die Data Lake House ist wieder wie son Revival eigentlich, ne.

Speaker1: Ja, genau. Weil wenn Du es dann für für für deinen für deine Firma diesen globalen Daten, diese globale Datengrundlage beginnst aufzubauen. Also wo tabellarische, strukturierte Daten sind, aber auch Dateien. Alles, da kannst Du in den modernen Data Lake Houses ja überall auch die Zugriffsrechte steuern und so weiter. Und wenn Du das hast und dann sagst und die einzelnen Applikationen interagieren damit, aber zum Beispiel die, keine Ahnung, die Customer Support Applikationen, die interagiert nur mit der Kundentabelle, mit der Produkttabelle und auch irgendwie son paar Buckets heißen das dann. Also mit dem paar quasi wie wie Ordnern, wo bestimmte Dateien drin sind. Aber alles auf einem, Du kannst das dann immer quasi zuschneiden, die in der modernen Welt kannst Du dir ja dann die Apps bauen lassen und gleichzeitig können auch die Chatbots dann über die Schnittstellen dieser Applikationen sauber mit diesen arbeiten. Das ist aus meiner Sicht das die logische Konsequenz. Also dass Du dann nicht mehr diese, nicht nicht jetzt in lauter Silo Apps zu gehen, sondern in son Also die Apps sind wie quasi Eintrittsporten in dein Lakehouse. Weil die Apps definieren dann Businesslogik und dein Lakehouse ist dein Datenschatz als Unternehmen. Und diese Businesslogik, die ist dann, wenn die Bots auch nur über die Apps mit den Daten sprechen, die dann dann können die sich auch nur in die Businesslogik halten. Authentifizierung kannst Du dann auch mit reinbringen so weiter, dass dein Bot nur das machen kannst, was Du machen kannst und so weiter. Und dann dann fallen so viele Dinge ineinander, wo dann, also aus meiner Sicht kann man dann wirklich die coole IT Landschaft dann nachher kriegen, weg von den Silos, weg von Also Denkmal, wenn ihr an an an an Office Prozesse denkt in in größeren Unternehmen oder Mittelständlern oder so was, wie oft kommt's da vor, dass man Daten aus App, also aus Silo a runterlädt, dann in Excel irgendwas macht und das dann Ja oder per E-Mail. Ja oder per E-Mail und dann in Silo b wieder eintippt oder hochlädt. Wie viel Zeit da drauf. Ja. Und das kannst Du mit jetzt der Lakehouse Architektur, aber mit diesen Apps und Bots, die dann über klare Definitionen damit interagieren, kannst Du das halt lösen.

Speaker0: Und jetzt hast Du Bots erwähnt. Ja. Da war für mich persönlich ja 'n echtes Learning. Irgendwie hatt ich schon lange auch das Gefühl, wir haben ja den Hellerium Store, ja? Ja. Und wenn Du den zugleistest mit Agenten, dann landest Du am Ende wie in 'ner App Hölle, nur in Ja. In quasi soner Agent. Ja. Wenn Du 400 Agenten im Store gleichberechtigt zum Zugriff hast, dann hast Du genau 0 Agenten, ne, weil Du dich nicht mehr auskennst. Und das ist auch sone Art von von Vereinheitlichung, die ich das sehe mit den Agentic Loops, dass es nur noch einen Agenten gibt, der für dich die Sub Agents wie auch dann die einzelnen Apps steuert, so wie Du das vorhin beschrieben hast. Mhm. Das ist auch sone Konvergenz. Also da sowohl bei den Daten gibt's eine Konvergenz

Speaker1: wie auch eben bei den den KI Systemen, mit denen Du als Mensch dann interagierst. Also sowohl ganz unten als auch ganz oben. Im Prinzip hat er Anthropic mal wieder mit den Skills Mhm. Den den Weg bereitet, dieses, der Bot muss nicht am Anfang schon alles wissen, sondern der muss wissen, wo er nachschlagen kann, sich dann dann was gewiss eine gewisse Sache tun zu können. Und mit den modernen Agenten ist das ja genau das. Die können am Anfang jetzt zum Beispiel noch nicht mit App b sprechen. Ja. Aber sie wissen, es gibt App b oder sie wissen, Du solltest nachschauen, welche Apps es gibt, da nach Apps zu tun. Und dann finden Sie ja, da gibt's App b und dann, okay, ich aktiviere mir jetzt die Schnittstelle zur App b und plötzlich hat der Bot 15 neue Funktionen. Ja, ja, ja. Oder der der Agent. Also ich benutz jetzt das das Wording sehr, sehr unscharf. Aber dann hat das plötzlich und dann ist er quasi jetzt der Fokus, ich ich bediene jetzt App b, ich bediene jetzt App b und morgen bedient er vielleicht für dich App a oder macht was ganz anderes. Mhm. Aber dieses sozusagen, ich muss nicht von Anfang an alles können, sondern ich such mir das langsam zusammen. Damit kannst Du dann diesen einzelnen, also diesen einzigartigen Eintrittspunkt

Speaker0: schaffen. Ja. Und das würde ich nur gerne ein bissel bissel noch stärker unterstreichen, ja. Weil die meisten Bestandssoftwares, die es gibt, in denen ein KI Agent oder Chatbot rein Ja. Irgendwie so reingeschraubt wurde, da ist diese Agent meistens nur eine Schnittstelle zum Benutzerhandbuch, ja. Und dann bist Du irgendwie verloren. Du bist in der App gefangen mit dem Ding. Genau, aber Du bist in der App. Und dann hast Du quasi wie son Helferassistenten und den kannst Du Fragen stellen und dann guckt der vielleicht eben noch in in den FAQs nach, aber das war's dann schon. Ja. Und das wirklich noch mal klarzumachen, wenn ich jetzt diese App, in der ich arbeite, so baue, dass der Agent damit umgehen kann, dann ist es einfach Realität, dass der Agent a, das sieht, was ich sehe, ne, dass der das in aufbereiteter Form einfach weiß und ich eben das nicht erst lang erklären muss, der für mich die Knöpfe drücken kann, die UI bedienen kann und die Prozesse auslösen kann, die ich vielleicht manuell in 100 Klicks tun müsste, ja. Und dann wird's richtig cool. Ich bin am Rande ja auch im Vertrieb bei uns tätig und ich kann immer nur erzählen, nichts ist schmerzhafter als 'n CRM, also 'n Customer Relationship Management Tool zu pflegen. Oh ja. Und da irgendwelche Protokolle reinzuhacken oder irgendwelche Visitenkarten abzutippen. Und gleichzeitig, also das sind die Use Cases, da ist der Agent superstark. Gleichzeitig brauche ich eine tabellarische Übersicht, ja. Also nur über einen Chatbot zu gehen, da bin ich komplett lost.

Speaker1: Ja, wenn Du so deine Woche planen willst oder so was. Ja, richtig, richtig. Klar kann er dir das runterbeten, aber es ist nervig, danach zu fragen. Und es ist nervig, das sind dann Textformen zu sehen, anstatt eben einfach in sonem

Speaker2: Planungs Dashboard. Ja, ja, ja.

Speaker0: Blick ein bissel in die Zukunft. Ja. Was ich schon bemerkenswert finde, ist, wenn man sich mal anguckt, in welche Richtungen die großen Player investieren. Mhm. Und ich hab mal einen sehr, sehr ausführlichen Post gelesen, dass Antropic sehr, sehr stark investiert in das Thema Ad hoc Infrastruktur. Mhm. Was mein ich damit? Ad hoc Infrastruktur quasi, dass der Agent eben mit 'nem Fingerschnipp und wirklich auch in 'ner Zeitskala von wenigen Sekunden, also 1 einstelligen Sekundenanzahl, ganze Applikationen eben ausm Boden stampfen kann. Ja. Und da würd mich interessieren, siehst Du das am Horizont, ja, dass Du quasi sagst so, hey, ich arbeite bei Firma ABC, das weiß der Agent ja ja. Ich hab jetzt das Problem, ich brauch Slides zu dem Produkt ABC, ja. Und dann macht der Bot nicht, dass er quasi in die Slides App geht, sondern dass der die Slides App aus dem Nichts erzeugt, ad hoc. Ja und damit quasi softwaredynamisch, ich nenn's mal, zur Laufzeit

Speaker1: geschrieben wird. Also jetzt innerhalb von Sekunden seh ich jetzt eher skeptisch, aber dass es relativ schnell geht, wenn er sich seine Sub Agents, also Subagenten und das Ganze parallelisiert. Warum nicht? Aber was ich eher, dann passiert halt jedes Mal irgendwas.

Speaker0: Also Okay, ja, guten Tag.

Speaker1: Will ich das? Ja. Also weil ein Unternehmen besteht ja am Ende des Tages doch auch irgendwie aus Prozessen und Vorgaben. Mhm. Und irgendwie möchte ich ja, dass als Unternehmen ich einen dass ich mich darauf verlassen kann, dass das Ergebnis 1 Tätigkeit irgendeine bestimmte Mindeststrukturen erfüllt, egal ob's jetzt Agent Agent wollte ich schon sagen, Mitarbeiter a oder Mitarbeiter mie macht, ja oder auch Agent a Ja, ja, ja, ja, klar. Wie, genau. Dafür brauche ich eine gewisse Standardisierung. Wenn jetzt der Bot immer schnipp, hier ist die App, Mhm. Dann ist es auch jedes Mal anders. Also wir haben's ja auch gesehen, wenn wir so was wie Manus mal einfach probieren, also die die an Manus ist nicht so sehr, dass der Bot ist ohne die Templates die Web App nicht bauen könnte, sondern würde sie halt jedes Mal anders bauen. Ja. Und dann wär's halt für Manus wahnsinnig schwierig, die App zu starten, weil's vielleicht eine ganz andere Startsequenz braucht. Genau. Also der der der der baut halt halt, wenn aufm weißen Blatt Papier hat er halt 15 Möglichkeiten, allein architektonisch die App zu bauen und dann halt noch mal von den von der Philosophie, sag ich mal, der sie folgt, dann dann dann noch mal irgendwie 20 für den gleichen Use Case. Und wenn das dann immer dazwischen son Randomgewürfelt ist und ich das nicht irgendwie einfangen kann als Unternehmen, dann habe ich einen Wildwuchs. Das ist nämlich vielleicht egal, da stehen ja noch mehr Token, Ja. Die verbraucht werden und und grundsätzlich passiert ja dann auch immer Magic. Es fühlt sich dann an wie Magie, ist mega. Aber Du hast halt keine Konvergenz und keine Steuerung. Deswegen bin ich schon davon überzeugt, dass es quasi für die verschiedenen Domänen und Use Cases in deinem Unternehmen quasi die im Prinzip die geben muss, die halt aber ohne Softwaretheam oder sonst was, die halt einmal zentral 'nem Agenten dann halt sagen, hey, so soll das hier ablaufen und jetzt bau mir das so, dass meine Mitarbeiter, aber auch die anderen Bots, Agenten im Unternehmen damit kommunizieren können. Dann hast Du das Beste aus beiden Welten. Dann dann hast Du die Agenten, die halt on the fly auch einfach mal etwas tun können. Aber bei den Sachen, die wirklich mit deinen Unternehmensdaten interagieren, folgen sie den Vorgaben. Ja. Das wär jetzt mein Bild darauf. Ja, ja, ja. Da schwingt son kleines bisschen mit.

Speaker0: Ich ich stehe ja immer Rede und Antwort, wenn wir von der Data Security gegrillt werden. Ja. Ja. Und normalerweise läuft es immer so, Herr Steininger, wie stellen Sie sich sicher, dass Halerium keinen keinen Mist macht, ja und dass die Agenten innerhalb der Guardrails bleiben? Und bei diesen einen Kunden war das so, da lief es so total andersrum. Da war die Frage, wie stellt ihr sicher, dass unsere Mitarbeiter keinen Mist bauen? Also wie wie wie erhalten die Agenten die Menschen in Zaum? Ja. Das waren die ja eigentlich ganz, ganz, ganz spannend und eigentlich auch richtig, ja, weil weil sonst hat man genau auch jetzt nicht nur bei den, sondern bei den Apps den Wildwuchs, den Du grad erwähnt hast. Ja, und ich mein,

Speaker1: das, was Du beschrieben hast, ich meine, technisch, sagen wir mal, bleiben wir mal bei diesem und sagen einfach, dein dein Anthropic Agent hat einfach vollen Zugriff darauf. Ja. Und baut dir jetzt dann irgendwas unter Flyer. Ja, ich glaub schon, dass das geht. Wie gesagt, ich seh's nicht in den Sekunden, aber mein Gott Okay. Gehst halt Mittagessen, danach ist es da. Aber ich bin doch jetzt nicht unbedingt der generalbevollmächtigte, alleinvertretungsberechtigte Geschäftsführer und Gesellschafter und Aufsichtsarztvorsitzender oder was auch immer in dem Unternehmen, Mhm. Der einfach alles darf. Ja. Sondern da muss es ja gewisse ja, eben Einschränkungen geben und diese so zu strukturieren, dass sie Sinn machen, ist ja dann trotzdem eine Aufgabe. Oder der Agent hat dann immer nur oder der Agent hat nur auf unkritisches Zugriff, aber dann ist er auch nicht spannend. Mhm. Dann wird die Präsentationen oder was auch immer oder die Demo App oder sonst was dann halt generisch, weil die Secrets meines Unternehmens nicht zur Verfügung standen. Mhm. Und also das haben wir ja alle gelernt, generischen, aber auf den ersten Blick schön aussehenden Scheiß, das kriegen die Bots wunderbar hin. Ja, richtig. Und vernichtet mehr Arbeitszeit als das in erster Linie. Aber das ist für eine Demo natürlich fantastisch. Also für die Demo, glaub ich, wird so was puh, mind blown, ja, wenn Du das dann siehst. Aber aber der wirklich, der Mehrwert, dafür braucht's dann doch irgendwie Wiederholgenauigkeit

Speaker0: und Struktur. Ja, ja, richtig. Wiederholgenauigkeit und Struktur. Ich würd mir gerne auf die nächsten Folgen Ja. Bissel bissel Ausblick halten. In der nächsten Episode sprech ich mit Thomas Deuster von unserem Partnerunternehmen der Software und Control. Und Ja, beziehungsweise seinem Fall d e Computing. Ja, ja. D e Group. D e Group. D e Group. Super coole d e Group. Und der der, so viel kann ich schon mal verraten, der hat den Satz gekoint, eigentlich darf niemand mehr für Softwareentwicklung bezahlt werden. Na, Moment. Hat er gesagt, Softwareentwicklung oder für Fürs Programmieren. Ja. Wichtiger Unterstrich. Danke, Maxime. Okay, okay, okay. Ja. Und danach würd ich mit dir dann tiefer einsteigen eben in das Thema Reproduzierbarkeit. Wir haben auch Kunden aus hochregulierten Industrien. Mhm. Und da gibt's noch mal einiges durch zu diskutieren. Ich würde zum Abschluss jetzt gerne 'n kleinen Werbeblock einbauen. Wer bei sich in der Firma die Situation hat, vor Legacy Software zu sitzen, die schmerzhaft ist und gleichzeitig Daten von Excel Tabellen von a nach b kopiert, ja.

Speaker1: Der Indem's grad die Fußeniegel hochrollt, wenn er das hört oder seine Vietnam Flashbacks kriegt.

Speaker0: Genau. Der darf sich selbstverständlich gerne bei uns melden und nur das auch in die Perspektive zu rücken. Ich hab neulich 'n Call gehabt, da meinte eben 1, ja, unser unser Dienstleister, der baut jetzt KI Features in die Software ein. 20 29 ist der go live. Wir sprechen heutzutage von 'ner einstelligen Anzahl an Wochen, komplette Systeme neu zu bauen. Also das ist wirklich sehr, sehr schnell. Ja. Und wir sind 'n Team, wir haben das im Kreuz von prompt Engineering bis hin zur Infrra. Gerne melden.

Speaker1: Gerne melden.

Speaker0: Maxim, danke dir fürs Gespräch. Hau rein, bis zum nächsten Mal. Bis zum nächsten Mal, danke dir.

Mehr Folgen aus Staffel 8 →