Peter Seeberg – AI Evangelist und KI Berater

- Jaguar (Host, The Erium Podcast)Podcast Host
- Peter SeebergAI Consultant and Owner of Asimo Vero AI, Podcaster ('KI in der Industrie')
Overview
In this episode, the Erium Podcast host speaks with Peter Seeberg, an experienced AI consultant and owner of Asimo Vero AI. Peter looks back on a career at Intel, as an independent consultant, and at Softing Industrial Automation, and explains how he guides companies through the development of AI use cases. The conversation focuses on his philosophy of life, the importance of lifelong learning, and concrete advice for recent graduates searching for the right job in the data science space.
About the guest
Peter Seeberg is an AI consultant and owner of Asimo Vero AI, a consultancy that helps industrial companies develop AI use cases and apply machine learning. He looks back on nearly a decade as a Marketing Manager at Intel, followed by a period as an independent consultant and seven years as a Business Development Manager at Softing Industrial Automation. He is also a podcaster and co-host of the podcast 'KI in der Industrie' (together with Robert Weber). Peter studied at Delft University of Technology in an interdisciplinary programme combining architecture and computer science - a foundation that continues to shape his broad, interconnected way of thinking to this day.
Summary
From Intel to his own AI consultancy: an organically grown career path
Peter Seeberg describes his professional journey as something that developed naturally rather than being strictly planned. Building on nearly a decade of marketing experience at Intel - where he gained foundational knowledge around processors, hardware, and Moore's Law - he moved into the field of industrial automation at Softing. There he combined IT expertise with IoT and Industry 4.0, before increasingly turning his attention to data science and machine learning. About two years ago, he decided to give back his accumulated knowledge to industry as an independent AI consultant - a step that arose from a concrete market opportunity rather than a long-term master plan.
The core principle: gathering information, recognising patterns, passing on knowledge
When asked what his work actually consists of, Peter describes a three-part cycle: first, intensive information gathering - by his own estimate five to seven hours a day, primarily via LinkedIn and Google Alerts - then recognising patterns at a higher level, and finally passing on this distilled knowledge in the form of workshops or podcasts. He sees this approach as a common thread running through his entire professional life, from Intel to Softing to his own consultancy.
What AI consulting looks like in practice: the workshop approach
Peter explains in concrete terms how he operates as an independent consultant. In one-day workshops with decision-makers and small teams - typically from discrete manufacturing or the process industry - participants first collect 20 to 30 potential AI use cases through brainstorming. These are then systematically prioritised using criteria such as data availability and data quality, until one or a few concrete use cases for a proof of concept have been identified. Peter emphasises his independence: he does not implement the use cases himself, but can connect clients with suitable implementation partners - an advantage that avoids conflicts of interest.
University as a school for learning how to learn: from punch cards to real-time screens
Peter studied an unusual combination of architecture and computer science in Delft. The key lesson he took away was that university is less about learning specific content and more about learning how to learn. Using a vivid story - the leap from batch punch-card programming with 48- to 72-hour waiting times to interactive, real-time work on a screen - he illustrates how dramatic technological leaps can be and why adaptability matters more than specific technical knowledge. For him, lifelong learning is not a buzzword but a daily practice.
Guidance for graduates: finding the right job in the AI space
Peter advises recent graduates to take their time when entering the job market and to reflect on who they are and where they want to go - similar to the CRISP approach in machine learning, where you always need to clarify where you stand and where you want to be. The questions are varied: Which industry appeals to me? Where do I want to live? Do I want to work within a company or in a consulting role? Peter emphasises that data science skills are currently in high demand, but that the decision about where to apply them depends heavily on one's own background and personal interests. He considers a rushed entry into the job market riskier than a deliberate, time-intensive period of reflection.
The life motto: staying true to yourself
As the central message for listeners, Peter articulates the principle of 'staying true to yourself': finding out who you are and what you truly want - and then consistently holding on to that, even when external circumstances or employers point in a different direction. He shares personal experiences from difficult phases of his career, in which company mergers and job changes challenged him - including obtaining a taxi licence as a transitional measure. His conclusion: if after a year you realise that you cannot pursue your own ideas in your current environment, you should actively bring about a change rather than simply adapting.
Key takeaways
- Credible AI consulting grows from deep industry expertise: Peter combines years of IT and industrial experience before stepping into an advisory role.
- The core of Peter's work is a three-part cycle of gathering information, recognising patterns, and passing on knowledge - an approach that runs through his entire career.
- Independent consulting means freedom from conflicts of interest: those who do not also implement can guide companies more neutrally in selecting use cases.
- Learning how to learn matters more than specific technical knowledge - lifelong learning is not an option but a fundamental requirement in the AI field.
- Recent graduates should take time to find their bearings when entering the job market, rather than rushing into the first available position.
- The most important career principle according to Peter Seeberg: stay true to yourself and consistently pursue your own ideas, even when your environment points in a different direction.
- AI use case workshops follow a structured funnel principle: from 20-30 brainstorming ideas down to one prioritised, actionable use case.
Conclusion
Peter Seeberg's story shows that successful AI consulting arises less from a linear career plan than from the ability to connect knowledge from different fields, to learn continuously, and to stay true to oneself. His advice to young professionals is as simple as it is profound: reflect on who you are and where you want to go - and then act consistently on that, rather than being driven by external expectations or tempting offers.
For graduates and young professionals
Take time after your studies to deliberately find your bearings: which industry, which location, which way of working suits me? A few weeks or months of reflection will pay off far more than years spent in a job that does not fit you.
For companies looking to adopt AI
Structured AI use case workshops with clear prioritisation criteria - data availability, data quality, business relevance - help to quickly filter out the truly actionable projects from a wealth of ideas, before committing to costly implementation.
For career changers and lateral entrants
Peter's path shows that a non-linear CV is not a flaw but a strength: the combination of seemingly unconnected roles - marketing, IT, automation, consulting - can become a decisive differentiating factor.
Show full transcript
Speaker0: Ihr hört die Ihrem Podcast, der Data Science und Machine Learning Podcast für Studienabsolventen und Young Professionals.
Speaker1: Heute habe ich den KI Berater Peter Seeberg zu Gast. Mit seiner Firma Asimo Viro AI hilft er Unternehmen, AI Use Cases zu entwickeln und mit Machine Learning aufzurüsten. Er erzählt uns, was ihn sein Leben lang und auch heute noch leitet, wie man herausfindet, ob man den richtigen Job für sich gefunden hat und wie seine Arbeit aussieht. Ach ja, und natürlich sagt er uns, warum er immer noch seinen Tags lag. Seid gespannt. Beinahe ein Jahrzehnt als Marketingmanager bei Intel gearbeitet, dann 3 Jahre als unabhängiger Consultant unterwegs gewesen, anschließend 7 Jahre Business Development Manager bei Softing Industrial Automation und jetzt Owner von Asimo Vero AI, in den Firmen zu AI Use Cases beraten werden. Und natürlich Podcaster und Freund des Hauses Erium, Peter Seeberg. Toll, dass Du da bist. Schönen guten Morgen, Jaguar. Wie geht's dir? Guten Morgen. Mir geht's gut, sag mal, das mal einzuordnen. Wir sind jetzt grad, es ist 10 Uhr 5 vormittags. Wobei stör ich dich denn grad? Hast warst Du grad dabei zu arbeiten und ich hab mich da jetzt aus etwas rausgerissen oder
Speaker2: ist das heute das 1., was Du machst? Ja, nee, die Arbeit, die geht die geht normal weiter, ja, in diesen etwas besonderen Umständen. Aber ich stehe sehr früh auf, schon 5 Uhr morgens. Hab mich heut morgen realisiert, dass es ja eigentlich nicht 5 Uhr, sondern eigentlich der Sonnenzeit wegen schon 4 Uhr ist, aber das hat man, habe ich nicht unbedingt so mitgekriegt. Steh sehr früh auf, ja und hatten gerade kurz drüber gesprochen bei uns. Ich bin im Homeoffice. Der einzige Unterschied ist, dass man jetzt noch mehr quasi an dem Homeoffice festsitzt, aber fest ist vielleicht das falsche Wort. Ich hab schon immer sehr viel Ruhe gebraucht, sehr viel lesen, sehr viel Informationen verarbeiten müssten. Das habe ich auch früher. Kommen vielleicht später drauf, wenn ich dann mit der Firma Intel im CureBURGLY gearbeitet hab, ab und zu dann hat man schon seine Ruhe gebraucht, ist man in einen Meetingraum gegangen und diese Ruhe, die hab ich aber hier zu Hause und nee, ich bin ganz normal am Arbeiten, irgendwelchen Workshops vorbereiten oder auch wie immer Informationen verarbeiten, ja.
Speaker1: Genau, das wär jetzt meine nächste Frage gewesen. Aus welchen Teilen besteht da denn deine Arbeit konkret? Also jetzt nehmen wir mal vielleicht die besondere Situation, in der wir grade sind, raus. Ich hab gesehen, Du fährst ja auch zu den Firmen hin, hältst Vorträge und informierst und berätst. Ist das der größte Teil deiner Arbeit? Oder wenn Du jetzt quasi, wie Du gesagt hast, morgens aufstehst, was genau, was sind die Teile, aus denen deine Arbeit besteht, ganz präzise vielleicht?
Speaker2: Ich hab da so noch nie drüber nachgedacht, bis Du dann mir vor 'n paar Tagen so die eine oder andere Frage zugestellt hast und mir überlegt, was ich eigentlich mache. Und ich glaub, was ich möglicherweise schon mein ganzes Leben mache, also auch damals schon bei Intel oder vor Psycho, hast Du jetzt nicht erwähnt. Aber es geht immer ein, es geht, glaube ich, immer ein Sammeln von Informationen, von irgendwelchen Wissenswürdigkeiten, Maschinen erlernen, dann irgendwelchen Muster zu erkennen, ähnlich wie in der Machine Learning, würde ich fast sagen, aber Muster, die ich als Manchets erkennen, dann auf eine höhere Ebene die zusammenzupacken, vielleicht da Geschichten draus zu zu erzählen, sage ich jetzt mal, zusammenzupacken, die dann wieder weiterzugeben. Und das weitergeben, das tue ich dann tatsächlich im Sinne von Workshops bei Firmen oder eben genauso in Podcast. Aber ich glaub dieses Sehen, was los ist, sammeln, auf eine höhere Ebene zusammenpacken und dann wieder weitergeben ist, das ist, glaube ich, was ich seit, ja, seit sehr langer Zeit schon mache, ja.
Speaker1: Und mit wem arbeitest Du da meistens zusammen? Also Du musst jetzt keine konkreten Namen von den Kindern, aber ich mein so von der Branche her ist das viel in der Industrie oder auch ganz an Recken, wo man jetzt Machine Learning und AI noch gar nicht vermuten würde. Wie sieht das genau aus?
Speaker2: Also dort, wo ich als Berater unterwegs bin, ist es tatsächlich in der Industrie. Ich hab ja, sag mal, 25 Jahre in der IT gearbeitet, die längste Zeit davon bei der Firma Intel. Also da eigentlich schon diese Basis kennengelernt, wenns ging Prozessoren, Hardware, Moorsche Gesetz und so weiter und so fort, dann anschließend 7, 8 Jahre konkret war das bei der Firma Softing in der in dem Bereich Automatisierung und wo ich dann die beiden zusammengepackt hab, IoT, Industrial, Internet of Things, Industrie 4 Punkt 0 und dann in den letzten Jahren halt verstärkt Data Science, wie gehe ich mit Daten maschinelles Lernen. Ja, und dann kam immer stärker diese diese, ist es 'n Sog gewesen oder ist es ein doch verstärkt, glaube ich, von Journalisten ein auf den Zug der künstlichen Intelligenz gesetzt worden, obwohl ich das anfangs selber nicht so unbedingt unterstützt habe. Aber als ich mich dann selbstständig gemacht hab, dann trotzdem in der Zeit entschieden hab, ja dann musst Du dich wahrscheinlich, wenn Du dann beratend unterwegs sein willst, dann kannst Du dich m l beraten, machine learning Berater nennen oder eben doch KI Berater. Und dort, wo ich dann beratend unterwegs bin, ist es tatsächlich hauptsächlich in der Industrie. Konferenzen hier oder dort können auch mal nach links nach rechts in anderen Bereichen gehen, wo ich vielleicht den einen oder anderen Vortrag halte. Aber es ist jetzt nicht so, dass ich, ich sag mal, im Bereich Medizin jetzt beratend tätig sein könnte, weil obwohl da natürlich, es geht immer Daten, es geht immer Machine Learning und so weiter und so fort. Aber ich denke schon, dass es dann schon sinnvoll ist, auch immer den Markt zu kennen, wo man beratend unterwegs ist.
Speaker1: Mhm. Also es ist eher auf eine natürliche Art und Weise entstanden, so wie ich das verstehe, wie Du da jetzt quasi in die
Speaker2: Industrie gekommen bist. Ja, das hast Du sehr gut erkannt, ja. Das ist vielleicht auch eine Art Lebensansatz, wo wir vielleicht später auch noch mal drauf kommen. Ich bin, glaub ich, eher eine, der der schon immer geglaubt hat, dass man und wir sehen es jetzt leider in leider Gottes in dem Sinne alle weltweit, dass man das Leben doch nicht immer so hundertprozentig steuern kann. Der 1. Gedanke, der jetzt dabei kommt, dass tatsächlich als als ich dann als Niederländer, als Holländer das Gymnasium fertig hatte. Da bin ich an 1, das hieß bei uns ja auch Hochschule gegangen, was sehr untypisch ist, weil Gymnasium geht man eher in die Uni, das habe ich dann später gemacht. Da wusste ich da wusste ich damals gar nicht, was ich will. Später wusste ich da schon besser, was ich wollte oder so. Aber genau diese, ich hab nicht jetzt irgendwie nach meinem Studium das Gefühl gehabt, ich will irgendwann Berater werden und ich hab, Du hast es gerade erwähnt, ich war stark im Bereich Marketing unterwegs, später eher Business Development in den Bereichen EDV, IT, später dann in der Automatisierung und jetzt dann vor 2 Jahren diese Entscheidung getroffen zu haben, Ich denke, was ich jetzt am besten machen kann, ist eben das Wissen, was ich hab, weiterzugeben als Berater in die zurückzugeben, in die Industrie hinein. Das war, weil es eben in dem Moment diese Chance für mich gegeben hat, diese Opportunity.
Speaker1: Würdest Du dennoch sagen, dass die Zeit an der Hochschule oder ich hatte gesehen, dass Du an der quasi auch mal oder beim Namen nennen, die Delp University of Technology, würdest Du dennoch sagen, dass Du da was für deine jetzige Zeit besonders mitgenommen hast? Beziehungsweise würdest Du da irgendwas anders machen? Ja, also auch im Hinblick darauf, dass wir mir jetzt sagen, man dass man das nicht alles, wie Du's völlig richtig gesagt hast, immer so richtig in der Hand hat und man dann auf natürliche Art und Weise oft dann auch in gewissen Bereichen landet. Aber wenn Du jetzt, sag ich mal, son bisschen eine Stellschraube ändern könntest, was würdest Du genau verändern oder würdest Du das überhaupt wollen?
Speaker2: Nee, würd ich, glaub ich, nicht wollen. Okay. Ich, was ich mich erinner, ich hab in Delfin tatsächlich studiert und hab da angefangen im Bereich der Architektur. Ah, okay. Da hat man aber mir schon im ersten halben Jahr, da kam ich halt eben von einem fertigen Studium eher so Civil Engineering Städtebau, hab damals gelernt zu programmieren. Da gibt's noch eine schöne Geschichte dazu, wenn Du die hören willst. Der Gerne, gerne. Übergang von der Hochschule nach der damals zur Uni. Aber dann bei der Uni hat man dann relativ schnell gesagt, es ist sehr schwierig bei uns und so, nicht so gut. Aber im zehnten Stock, das war ein Hochbau dort, da machen wir etwas mit Computern, da gehen sich vielleicht mal hin. Und das habe ich halt gemacht und hab dann halt dort Computer Edit Architecture Design ein, das hieß bei denen freies Struktural gemacht. Also ich hab die Hälfte der Fächer aus dem Bereich der Architektur und die Hälfte der Fächer aus der Bereich der Informatik. Also ein 1 Studiumabschluss gemacht, der bis dato kein andere gemacht hat. Ob's danach welche gegeben hat, weiß ich nicht, aber auch dieser Ansatz hier war sehr neu. Was ich mich erinner, ist, dass es damals schon gelesen hat, es geht eigentlich weniger darum, was man lernt. Es geht darum, dass man lernt zu lernen. Ja. Und das ist ein bissel ein Philosophischer
Speaker1: Sport, ja so. Ja, genau. Na ja, oder Aber die Fähigkeit zu adaptieren sozusagen. Vielleicht auch im Hinblick darauf, wie schnell sich dann doch jetzt die Welt mittlerweile uns wandelt, ja, speziell eben, vielleicht noch mal zurückzukommen zu kommen auf die neuen Technologien, die sich durch KI und Machine Learning ergeben. Genau. Und da schnell adaptieren zu können, ist auf jeden Fall Gold wert. Und es Das ist das Ja,
Speaker2: Entschuldigung. Life long, ja. Ja, life long learning is flow, wie man das heute gerne nennt, ne. Und da bin ich 'n großer, wenn ich schon vorher gesagt hab, mein Job ist es zu sammeln, dann ich hab da keine Zahl, aber ich ich ich kann mir wirklich vorstellen, dass ich 5, 6, 7 Stunden am Tag im Durchschnitt dabei bin, Informationen zu sammeln, zu lesen. Ich mach das verstärkt über ein LinkedIn, bin dort sehr aktiv, aber komm aus dem LinkedIn heraus, natürlich dann wieder überall hin, bin sehr breit, interessiert, hab meine Google Alerts, gibt's bestimmt noch sehr viel mehr und bin sehr immer immer immer dabei. Hab das meinen Kindern auch immer erzählt, die in ganz anderen Bereichen unterwegs sind, aber dieses man man hört nicht aus zu lernen, das hab ich, hab ich an der Uni in Delph gelernt. Was ich dir dazu sagen wollte, wenn Du magst, sind's wenn wir schon ein bissel Richtung Technologie nehmen. Ich weiß, dass ich an der Hochschule habe ich dann Programmieren gelernt und in der Zeit war es fortan, hast Du wahrscheinlich nie von gehört oder Pascale Hast hast Du
Speaker1: Es ist ein 1 Urgestein, der programmiert hat. Ja, genau.
Speaker2: Basic hatten wir auch, aber Basic durften wir nicht, weil es war kein elegantes Programmieren. Man konnte da diese endgültige Schleifen und so weiter und so fort. C habe ich glaube ich auch noch gemacht und dann habe ich irgendwann aufgehört, weil ich irgendwann nachts nächtelang wach gelegen bin, weil ich Angst gehabt hatte, dass ich da da war schon ein Projekt, wo wir Geld bezahlt bekommen und dann habe ich Angst gehabt, ich hätte einen groben Fehler gemacht und was hat mich aufgehört. Der Punkt, den ich machen wollte, ist an der Uni habe ich noch mit mit mit Karten gearbeitet, wo man so eine Schreibmaschine hatte und ein Satz, der wurde dann in eine Karte reingedruckt. Und da hat man son Stapel von Karten gehabt und die hat man dann nach 'ner halben Stunde, ist man aufgestanden, hat man 10 oder 20 Karten und die hat man dann irgendeinen Administrator gegeben und den hat der hat gewartet, bis der vielleicht von 10, 20 anderen Studenten auch noch die Karten gehabt hat. Also lange Rede, kurzer Sinn, bist am nächsten Tag zurück, hast 'n Fehler gemacht, musstest Du die Karte auswechseln, bist Du wieder zurück. Also 48, 42 Stunden, 72 Stunden später hast Du das 1. Mal dein Programm laufen lassen und hast vielleicht gesehen, dass da 'n Resultat rausgekommen ist. Und dann bin ich an die Uni und da haben wir damals mit Ataris, glaube ich, gearbeitet. Okay. Später auch noch mit mit Unix Rechnern. Und das war das 1. Mal, wo Du dann vor dem Bildschirm gesessen bist. Du hast die Taste gedrückt und hast innerhalb 'ner Sekunde hast Du dein Resultat gehabt. Das war von also von 72 Stunden auf eine Sekunde und es war mores Law hoch 10 Uhr sozusagen.
Speaker1: Das war die Geschichte. Warst Du da damals komplett verblüfft davon? Also hat dich das geflasht in gewisser Weise, wie's Nee. Heute Machine Learning und KI tut?
Speaker2: Ja, nicht im Hinblick auf Machine Learning KI. Ich hab in der Zeit sehr wohl, jetzt muss ich gleich gucken, ob ich die Namen noch parat habe. Ich habe mich sehr wohl auch damals mit mit künstlicher Intelligenz befasst. Der Name kommt gleich normal. Das ist 'n, ich glaub das ist der Berliner gewesen, der aber dann irgendwann später die KI sehr stark infrage gestellt. Ich ich komm gleich noch mal drauf. Ich hab mich damals eben befasst mit der Programmierung und die Tatsache, dass ich diese Geschichte noch mal so zurück erzählen kann, das hat mich sehr verblüfft. Und ich weiß, dass mich dann später auch verblüfft hat, als ich das allererste Mal selber eine Website programmiert hab und ich dann ein bisschen verstanden hab, was da eigentlich passiert, wenn ich eine Anfrage auf eine URL von einem Server, der dann vielleicht irgendwo in Amerika steht, über diese 20, 30 Stufen wieder zurück innerhalb damals vielleicht 5 Sekunden oder 10 Sekunden, weiß ich nicht, aber trotzdem dann an eine Seite war, da war ich total verblüfft. Und diese Momente, die gibt es gibt es öfters, kommen wir vielleicht später auch noch drauf, ja. Aber das war der Weizenbaum übrigens, der Joseph Weizenbaum, das war der, ja, das war der KI Guru in meiner Zeit. Mhm. Aber wie gesagt, der hat dann diese Elizia, glaub ich, gehabt und ich kann mich erinnern, dass der damals seine Assistentin, da ging's, glaube ich, eher psychiatrische psychologische Probleme, wo ein 1 Programm mit dem Menschen gesprochen hat. Und seine Kollegin, die war total begeistert und als er das gesehen hat, hat er hat er große Angst bekommen, was er eigentlich angerichtet hat, so ungefähr. Und seitdem war er 'n sehr großer, wie soll ich sagen? Er hat eigentlich dann die KI in dem Sinne immer sehr stark infrage gestellt, ist dann später wieder nach Berlin, glaub ich, zurückgekommen, ja, der Weizenbaum.
Speaker1: Kommen wir noch ganz kurz zu deiner Zeit als unabhängiger Consultant, was sicherlich auch interessant ist für unsere Hörer, die Complexity Masters. Und zwar, wie kann man sich das denn vorstellen, ne? Also unsere große Frage hier ist ja immer einerseits interdisziplinäre Kommunikation, also wie schaff ich es zu kommunizieren, was im Bereich Data Science und Machine Learning passiert? Und andererseits natürlich auch, unsere Hauptzielgruppe ist natürlich auch die Studienabsolventen, Genau. Die eben wissen möchten, in welche Richtungen man gehen kann. Wie speziell auf den auf das Adjektiv unabhängig, was siehst Du da für Besonderheiten als unabhängiger Data Science Consultant zum Beispiel?
Speaker2: Ein Beispiel zu geben, ich kann, das gleich einzuschränken, nicht mehr tun, als zum Beispiel einen Workshop geben in dem Bereich industrietypischerweise, ob das jetzt diskrete Fertigung ist oder im Prozessbereich. Da sitzt dann ein Geschäftsführer oder ein Abteilungsleiter, aber der Entscheidungsträger, der muss dann im Raum sein, 3, 4 Personen ihn, sie herum und dann kann man einen Tag lang kann man Anwendungsfälle angehen. Am Anfang gibt's einen Brainstorm, dann kommen vielleicht 20, 30 Ideen. Jeder darf sagen, was er was er will. Vielleicht gibt's vorher schon eine kleine Einführung in das Thema KI. Dann da muss man gemeinsam sagen, jetzt jetzt gibt's eine Anzahl von Kriterien, welche sind das? Ich brauch Daten, ich brauch hochqualitative Daten und so weiter und so fort. Genau. Und dann hat man einen Trichter über den Rest des Tages bis nachmittags 4 Uhr, 5 Uhr, wo man dann gemeinsam dazu kommt, dass man sagt, ich hab jetzt Top 1, 2, 3 Anwendungsfälle, vielleicht nur einen, wo ich sage, okay, wenn ich den jetzt umsetzen will, also 'n Proof of Concept oder so, dann weiß ich genau, das ist der Anwendungsfall. Der damit haben wir uns jetzt den ganzen und dann kommt der Punkt, wo ich dann sag, das hab ich jetzt mit Ihnen, mit euch gemeinsam gemacht und ich kann das dann nicht umsetzen. Ich bin nicht diejenige. Ich hab in den letzten Jahren son Projektmanagement selber gemacht in dem Bereich, könnte das auch mit anderen Leuten theoretisch machen, aber das mache ich eben nicht. Und wenn ich dann unabhängig bin, dann kann ich in dem Moment sagen, ich lasse es jetzt bei Ihnen. Wenn Sie wollen, dann kann ich Sie auch in den nächsten Schritt dahin vielleicht helfen, dass ich sag, Sie sind in dem Bereich, weiß ich jetzt nicht, Spritzgießmaschinen unterwegs. Da kenne ich zufälligerweise eine Firma, die hat schon 'n Projekt ABC in dem Bereich gemacht worden. Also ich kann da Verbindungen legen, aber ich bin eben nicht derjenige, der und das sind dann andere Firmen, die aber eine andere Geschichte erzählen, die die sagen, sie kriegen von uns alles ist eine Hand. Also die machen auch diesen Workshop, machen die vielleicht viel größer mit den Leuten und und wenn die dann zu dieser Schlussfolgerung kommen, das Projekt, was wir machen sollen, das ist das Folgende und wir können das auch sofort selber für sie umsetzen. Also ich sag nicht, dass das der einzige Weg ist, aber das könnte für den einen oder anderen ein Vorteil sein, das Gefühl zu haben, dass ich diesbezüglich unabhängig bin.
Speaker1: Mhm. Aber das klingt doch schon mal sehr nach etwas, sag ich mal, zum Anfassen zumindest, ja? Also jetzt Beispiel der also der Begriff unabhängiger Consultant oder generell Consultant wirkt dann immer sehr, sehr vage, aber Ja. So wie Du das jetzt geschildert hattest, ist das, glaub ich, schon mal auf jeden Fall hilfreich für unsere Zuhörer. Was würdest Du denn sagen, vielleicht auch noch zu dem Themenbereich, macht es denn schwierig für Studienabsolventen einen den einen Job oder beziehungsweise nicht einen Job, den richtigen Job im Bereich zu finden, ja? Weil es gibt ja sehr, sehr mannigfaltige Möglichkeiten, wo man hingehen kann. Du hast es eigentlich schon Medizin, Industrie und dann wieder wieder Unterzweigungen. Vielleicht, also wie gesagt, was macht es schwierig und wie könnte man denn da dann eben wirken, außer natürlich The Ihrem Podcast zu hören?
Speaker2: Ganz genau, ja. Es gibt natürlich sehr viele Möglichkeiten. Also wir hatten vorher drüber gesprochen, ich bin offensichtlich 1, der sich eher hat hat leiten lassen, obwohl oder nicht hat leiten lassen, wodurch oder wodurch hat leisten lassen. Also ich bin bin Business, jetzt 'n englischer Begriff, ich bin von Geschäftlichen her in der Firma Intel groß geworden. Also da habe ich gelernt, das war der Andy Grove, das war damals der CEO, das war die neunziger Jahre, da war Intel Nummer 1 Market Capitalisation, was heute jetzt Apple und Microsoft oder oder Amazon sich so abwechselnd und das war eine unglaublich tolle Firma und da gab's eine Vision, eine Mission und Objects und kann ich noch lange drüber reden, wirklich sehr, sehr toll. Da habe ich gelernt, wenn es Projekte geht und wenn wir jetzt irgendwann zu einem Machine Learning Projekt kommen, dann dann kennen einige der Zuhörer vielleicht diesen CRISP Ansatz. Ich muss erst wissen, wo ich stehe in meinem Projekt, muss wissen, wo ich hingehen will und dann kommen die Daten, dann kommt die Datenqualität, aber immer muss ich zurückkommen, bei jedem Schritt, bei jedem in diesem Kreis muss ich zurückgehen. Ich muss erst entscheiden, wo ich bin und wo ich eigentlich hin will. Das habe ich gelernt vom geschäftlichen her, aber ich habe das für mich als Mensch nie benutzt und das ist mein Punkt, den ich machen will. Die Zuhörer, da kann jeder für sich entscheiden. Tatsächlich weiß ich schon genau, was ich in 5 oder 10 oder 20 Jahre sein will. Ich glaube, dass es schwierig ist, aber ich will das nicht nicht sagen, dass es nicht möglich ist. Also da muss man für sich entscheiden. Das andere ist dann natürlich, ich habe entschieden, ich bin irgendwo in in einem Studium, ob das dann der Statistik in München oder anderswo ist oder das heißt schon Day Designs sind, glaube ich, noch die wenigsten. Aber dann weiß ich natürlich erst mal, dass das, was ich heute kann und im nächsten Jahr oder irgendwann dann fertig bin, dass das erst mal sehr gefragt ist aufm Markt. Ja. Und da muss natürlich auch dort jeder für sich wieder entscheiden, wo bin ich gerade? Bin ich in München? Bin ich irgendwie vielleicht in 'nem kleinen Dorf irgendwo? Will ich dort bleiben? Will ich in der Großstadt sein? Will ich in Deutschland bleiben? Will ich nach Amerika gehen? Will ich vielleicht nach China gehen? Jetzt unabhängig jetzt so eine Tatsache, dass es momentan gerade ein bisschen schwierig ist. Aber das sind so viele Fragen tatsächlich und dann tatsächlich zu sagen, will ich in die Industrie, Industrie im Sinne von, will ich in Produktion oder will ich in Medizin oder will ich im Handel? Das ist natürlich auch sehr stark abhängig von, was ich parallel noch gemacht hab. Wo lerne ich grade? Ist das ausschließlich Day Designs Oder lerne ich auch schon drumherum, welche die unterschiedlichen Märkte sind? Und wo wo komm ich daher? Wo fühl ich mich selber zu Hause? Also das ist nicht so einfach zu beantworten.
Speaker1: Zumindest zu manchen Fragen, da hatten wir auch schon, können wir gerne noch mal drauf verweisen, eine Folge gemacht in der ersten Staffel vorm Erium Podcast, und zwar zu Bewerbung, wo auch manche dieser Fragen noch mal getackelt werden. Und da hatten wir auch angesprochen, dass man sich auf jeden Fall auch Zeit nehmen sollte dafür und nicht überhastet sagen soll, so, Studium fertig, jetzt zack zack zack gleich irgendwohin. Also da sollte man sich ganz bewusst, sage ich mal, darum auch kümmern. Denn wenn man da jetzt mal gegenrechnet, schnell einen Job bekommen, den man dann vielleicht 2, 3 Jahre hat, wo es einem nicht gefällt, versus 2 Monate investieren, sich ordentlich zu orientieren und dann einen Job zu bekommen, der, sage ich mal, längerfristig einen glücklich macht. Das ist es auf jeden Fall wert. Dann jetzt vielleicht zum Abschluss, es ist implizit irgendwie schon passiert, aber sone Frage, die wir gerne stellen, wenn Du hast jetzt quasi die Chance, der nächste Konfuzius zu werden und unseren Hörern noch mal eine 1 oder 2 Messages mitzugeben, wo Du sagst, hey, das ist eine Lehre, die ich wirklich aus meinem Leben beziehungsweise Berufsleben gezogen hab. Die kannst Du denen jetzt gerne noch mal mitgeben. Also wir hatten schon Lifelong Learning und immer dranbleiben und eben für sich selber entscheiden, in welchem Bereich denn man gehen möchte. Aber hast Du noch etwas anderes, wo Du sagst, das willst Du auf jeden Fall mitgeben an unsere Complexity Masters?
Speaker2: Ich glaube, was sehr wichtig ist tatsächlich, dass man so gut wie man das kann und ich hab schon erzählt, dass ich das in dem Alter eigentlich noch gar nicht wusste, also in dem Sinne. Aber dass man so nah wie möglich versucht, bei sich selber zu sein, wirklich rauszufinden, wer man selber ist und dann einfach bei sich zu bleiben. Und wenn man da mal in eine Umgebung kommt, wo man sich dann nicht wohlfühlt, weil man sagt, eigentlich habe ich doch ganz andere Ideen. Ich hab eigentlich ganz andere Pläne. Ich stell mir das ganz anders vor, dass man bei sich bleibt, dass man bei sich bleibt und aus dieser Situation dann selber die Entscheidungen trifft. Du hast ein oder andere Stelle meines beruflichen Werdegangs hast Du erzählt, aber Du hast nicht alle erzählt, weil die wahrscheinlich auch nie überall stehen. Aber ich hab auch mal eine Zeit gehabt nach Intel oder gab's ja eine große Merge Acquisition Zeit. Ich hab 'n Jahr gehabt, wo ich glaube ich von A nach B nach C immer wieder so European Marketing Director mäßig war der einzige und 3 Monate später hat die Firma zugemacht oder wurde zusammengelegt oder Irgendwann habe ich mal eine Zeit gehabt, dann habe ich auch mal einen Taxler gemacht hier in München, hab immer noch den Schein. Ich denk nicht, dass ich den irgendwann wieder nehmen werde jetzt mit der ganzen U-Bahn-Geschichte und so. Aber der Punkt ist für mich, an seinen eigenen Ideen zu glauben und wenn man die nichts nicht nichts, ich sag nicht nach 1 Woche oder Monat, aber wenn man nach 'nem Jahr so sieht, dass man dort, wo man gerade ist, diese Ideen nicht umsetzen kann und vielleicht die die Gegenüber seine eigene Idee nicht versteht, dass man dann tatsächlich guckt, dass dann dass man eine Entscheidung trifft, dass man wirklich bei sich bleibt und seine eigene Ideen
Speaker1: verwirklichen kann. Peter, ich sag vielen Dank, dass Du mit dabei warst.
Speaker2: Gerne, Jaguar. Hab mich gefreut und ich hoff, die Zuhörer haben irgendwie was was mitgekriegt von dem, was ich heute erzählen durfte.
Speaker1: Auf jeden Fall. An der Stelle natürlich noch mal ein Shoutout an den Podcast KI in der Industrie, den Du zusammen mit Robert Weber machst. Hört da gerne auch rein. Also ich bin mir sicher, dass viele den sowieso schon hören von unserer Hörerschaft, aber auf jeden Fall ein absoluter Top Notch Podcast, was künstliche Intelligenz und Machine Learning angeht, da auch regelmäßig tolle Gäste dabei. Und ja,
Speaker2: ich sag noch mal vielen Dank. Wir würden uns freuen. Danke dir.
Speaker1: Das war mein Interview mit Peter Seeberg. Sein Motto, bei sich selbst bleiben, ist simpel formuliert, aber oft schwer zu erreichen. In 1 Zeit, in der man von allen Seiten mit verlockenden Einstiegsgehältern für Data Scientists und den verrücktesten Ideen aus dem Science Fiction Bereich beworfen wird, ist es aber umso wichtiger. Ich habe mir vorgenommen, mir nun öfter die Frage zu stellen, will ich das wirklich? Was denkt ihr? Muss man bei Peters Motto auch Abstriche machen können, was das Berufsleben zum Beispiel angeht? Was würdet ihr bei eurem Beruf in Kauf nehmen, zum Beispiel ein höheres Gehalt zu bekommen? In Kauf nehmen, zum Beispiel ein höheres Gehalt zu bekommen oder weniger Arbeitszeit? Schreibt mir auf den Social Media Kanälen unseres Podcasts. Ich bin gespannt auf eure Nachrichten. Wenn ihr neben denen von Peter Seeberg auch noch 3 weite wichtige Ratschläge zur Jobfindung haben wollt, dann hört doch mal in die Folge zu Bewerbungen von Theher Steininger und mir aus unserer ersten Staffel rein. Master the Complexity.
Speaker0: Jeden Dienstag erscheint eine neue Folge von The Erium Podcast. Auf dem Laufenden zu bleiben, folgt uns auf Facebook, Instagram, Twitter und LinkedIn. Wenn ihr uns unterstützen wollt, gebt uns eine 5 Sterne Bewertung auf Apple Podcasts, folgt uns auf Spotify und empfehlt uns weiter. Bis zum nächsten Mal bei The IREIUM Podcast.