Sarina Wittchen – Partnerin bei Intero Consulting

- Dr. Theo SteiningerCo-Founder & CEO at Erium
- Sarina WittchenPartner at Intero Consulting
Overview
In this episode, host Theo Steininger speaks with Sarina Wittchen, Partner at the management consultancy Intero Consulting. The conversation explores her journey from mathematician to consulting partner, Intero's internal GenAI strategy, and concrete use cases and trends surrounding artificial intelligence in banking and financial services.
About the guest
Sarina Wittchen is a Partner at Intero Consulting, a management consultancy focused on digital transformation and IT transformation. She joined Intero in 2012 as a working student and has since progressed through every career stage, from Consultant to Manager to Partner. Her academic background is in pure mathematics - specifically algebraic geometry - with a Master's degree from Ludwig Maximilian University of Munich. Her professional focus is on advising financial services clients, particularly in banking, across the areas of IT operating models, cost management, and complex digitalisation projects.
Summary
From Algebraic Geometry to Management Consulting
Sarina Wittchen describes how she found her way to Intero Consulting through a working student position during her Master's thesis - after practical experience at Siemens and BMW, she wanted to explore the consulting environment and ultimately stayed. Her path from Consultant to Manager developed organically, shaped by the company's smaller size at the time; the step to Partner was more deliberate, yet still continuous through the development of her own client accounts.
She explicitly encourages STEM graduates not to shy away from business topics. Practically relevant knowledge is acquired primarily on the job, and the ability to quickly engage with new conceptual frameworks - trained during academic study - is a decisive advantage. She illustrates this anecdotally with the example of a network zoning matrix, which she as a mathematician was able to handle with ease.
What Makes Intero Consulting: Bridging Business Success and Technology
Intero positions itself as an enabler of business success: the consultancy focuses on understanding industry-specific characteristics and translating them into efficient processes, innovative technology, and pragmatic regulatory compliance. Sarina's personal focus is on financial services clients, particularly in banking. Typical clients are larger German companies or international corporations with corresponding complexity - including group-structured networks such as savings banks or cooperative banks.
The career levels - Consultant, Manager, Partner - differ substantially in depth of responsibility: Consultants carry subject-matter responsibility within projects, Managers take on operational project and leadership responsibility as well as entrepreneurial tasks, and Partners handle client account relationships, top management communication, quality assurance, and project acquisition.
Intero's Internal GenAI Journey: From Initiative to Strategy
The GenAI initiative at Intero began in late 2023 / early 2024 with a group of engaged employees experimenting with various applications. By mid-2024, Intero had developed a formal AI strategy with two strategic directions: first, to use GenAI as a tool in client projects in order to remain competitive; second, to offer AI consulting projects in their own right. A cross-functional group reviews the status of measures on a quarterly basis.
On the tooling side, Intero is introducing the assistant TextCortex (internally also called 'Zeno') over the 2024/2025 year-end period as a secure, cloud-based environment. Since no local hosting is operated, a residual limitation remains for particularly confidential client data. Concrete internal use cases include an AI-supported expense recognition system that has been running for some time, AI-based evaluation of the annual employee survey, and the planned AI-supported knowledge management system based on RAG technology.
Data Security and Cloud vs. Local Hosting: A Pragmatic Trade-off
Sarina explains that the GenAI journey of consulting firms is structurally constrained by confidentiality obligations, as client data must always be anonymised. Intero relies on contractual security rather than local model hosting - an approach that, according to Theo Steininger, is frequently found at comparable companies, even though the widespread assumption is that sensitive data necessarily requires local infrastructure.
For a company of Intero's size, local hosting would rarely make economic sense: the pay-per-use pricing of major cloud providers is generally competitive when weighed against electricity costs and infrastructure overhead. Cloud solutions also offer functional advantages that are difficult to replicate on-premise.
Sharing Knowledge Rather Than Prescribing Processes: Bottom-up Instead of Top-down
A central theme of the conversation is how Intero navigates the tension between standardised methods and individual working styles. Sarina describes Intero as a consultancy that positions itself closer to the individual end of the spectrum rather than the rigidly process-oriented end: no methodology - such as Scrum - is applied 'mechanically', but is always adapted to the client's specific situation. This flexibility is also reflected in the approach to GenAI.
Rather than rolling out centrally developed agents from the top down, Sarina advocates fostering organically grown practices. If someone has developed a particularly useful persona in TextCortex, it can be shared - but as an offer, not a requirement. Experience from internal knowledge management shows that imposed systems fail, while reinforcing already-lived practices works.
GenAI in Banking: Use Cases, Hurdles, and Market Trends
In the financial services sector, Sarina observes an intense - and sometimes overwhelming - engagement with AI. She distinguishes two strategic directions: GenAI in breadth - as a personal productivity tool for every individual - and AI for automating specific processes or process steps. The latter is not fundamentally different methodologically from previous digitalisation projects; the main effort still lies in clarifying business requirements, making architectural decisions, and rolling out, which means larger projects still take two to three years.
Concrete use cases in banking that Sarina mentions include the use of AI in evidence gathering for audits and compliance documentation, chatbots and customer communication, analysis and creation of financial documents, and personalised financial products - prospectively also in combination with blockchain technology in asset management. She sees the greatest short-term potential in the broad rollout of GenAI tools through targeted change management and training measures, supported by formats such as an 'AI potential analysis' in a workshop format.
Personal GenAI Use and a Look Ahead
In a closing rapid-fire format, Sarina offers insight into her personal GenAI practice: what she values most is support with formulating texts and communication - as a mathematician, concise writing is a learned skill but one she finds little joy in. The feature that impresses her most is the models' ability to generate content-rich text and draw associative connections.
The biggest missing feature she wishes for is reliable quality control for factual correctness - well aware that this is structurally difficult in a stochastic model. For young professionals entering the workforce, she recommends above all a willingness to continuously learn new things and to experiment in a focused way. To her twenty-year-old self, she would advise making fewer rigid plans - her own life plan had originally ruled out a consulting career.
Key takeaways
- A STEM background is no obstacle to a consulting career: practical knowledge is acquired primarily on the job, and the mathematical ability to quickly engage with new conceptual frameworks is a competitive advantage.
- Intero's AI strategy pursues two directions: GenAI as an internal productivity tool in client projects, and GenAI as a standalone consulting topic for clients.
- Data security in cloud-based GenAI deployments can in practice be addressed through contractual safeguards - local hosting is usually not economically viable for mid-sized consulting firms.
- Centralised, top-down-mandated AI agents and processes frequently fail; a more sustainable approach is to foster organically grown practices and scale them bottom-up.
- In banking, GenAI in breadth - as a personal efficiency tool - is the greatest short-term lever; AI-supported process automation remains a long-running project with timelines comparable to classic digitalisation initiatives.
- The greatest limitation of current GenAI models is unreliable accuracy checking - which makes human oversight in the work process indispensable.
- AI-supported knowledge management - in particular RAG-based access to project knowledge - offers consulting firms significant potential, as documentation discipline is organisationally difficult to enforce.
Conclusion
The conversation with Sarina Wittchen illustrates how a mid-sized management consultancy can approach GenAI adoption pragmatically and incrementally: with a clear strategy, contractual rather than technical data security solutions, and a bottom-up approach to introducing new tools. For the financial sector, it is becoming clear that GenAI in breadth - as a personal productivity tool - delivers the fastest return, while deep process automation continues to require medium-term investment. The human factor - judgement, quality control, and individual working style - remains indispensable throughout.
For Career Starters and STEM Students
Consulting careers outside one's field of study are realistic: project experience builds competence faster than any degree programme, and analytical thinking is valuable across industries. Those who experiment with GenAI early and in a focused way gain a genuine head start.
For Decision-Makers at Financial Institutions
The greatest short-term gains come from broadly enabling employees to work with GenAI - supported by structured potential analyses and change management measures, not through complex top-down agent architectures.
For IT and Transformation Leaders
Cloud-based GenAI hosting with contractual safeguards is the pragmatically sounder solution for most organisations compared to local hosting; AI-supported knowledge management based on RAG offers an underestimated source of internal value.
Show full transcript
Speaker0: The Ihrem Podcast.
Speaker1: Heute zu Gast bei The Ihrem Podcast ist Sarina Wittchen. Sie ist Partnerin bei Intero Consulting, wo sie ihre Leidenschaft für digitale Transformation einbringt. Seit ihrem Einstieg bei Intero im Jahr 2012 hat Sarina Wittchen verschiedene Rollen durchlaufen, von Consultant über Managerin bis hin zur Partnerin. Mit einem Master in Mathematik von der Ludwig Maximilians Universität München spezialisiert sie sich auf die Beratung von Finanzdienstleistern in den Bereichen Digitalisierung und IT Transformation. Ihre langjährige Erfahrung umfasst die Optimierung von IT Betriebsmodellen, Kostenmanagement sowie die erfolgreiche Umsetzung komplexer Digitalisierungsprojekte. Sarina Wittchen, zweifacher Mutter, begeistert sich für Outdoorsport in den Bergen oder rund München und genießt Musik sowohl aktiv als auch passiv.
Speaker2: Herzlich willkommen zu 1 neuen Folge von The Ihrem Podcast. Mein Name ist Theo Steininger und heute zu Gast Sarina Wittchen. Hallo Sarina, freut mich sehr, dass wir heute ins Gespräch kommen.
Speaker3: Hallo Theo, ja, vielen Dank für die Einladung. Freut mich auch, dass wir zu sonem spannenden Thema sprechen können.
Speaker2: Absolut. Wir haben's grad schon in der Einführung gehört. Du hast einen Background in München dir angeeignet im akademischen Umfeld der Mathematik und bist jetzt aber als Beraterin unterwegs. Ich find das superspannend, ja, weil normalerweise seh ich das vor allem bei meinen ehemaligen Studienkollegen aus der Physik, die's dann magischerweise zu McKinsey vor allem hinzieht und die großen BCG. Das war jetzt bei dir eine andere Beratung, werden wir nachher klein und mal tiefer einsteigen. Was mir aufgefallen ist, und das muss ich jetzt fragen, ja, weil der Wettstreit zwischen LMU und TU ist natürlich omnipräsent. Warum der Wechsel von der, jetzt muss ich noch mal schauen, genau, von der TU an die LMU zwischen Bachelor und Master, wie kam's dazu?
Speaker3: Ja, der Wettstreit ist tatsächlich ja da. Jetzt der kam beim der Wechsel kam bei mir damals vor allem aufgrund meiner Spezialisierung im Bereich reine Mathematik. Zu der Zeit, wo ich studiert hab, war das nämlich so, dass das bei der TU eher aufm absteigenden Ast war und die LMU da wesentlich mehr angeboten hat. Ich hab meinen Master dann in Algebarager Geometrie gemacht, als dir das was sagt. Genau, ich glaub mittlerweile muss man da zur Verteidigung der TU sagen, dass da wesentlich mehr wieder an Lehrstühlen auch im Bereich reine Mathematik da ist. Das heißt, vielleicht wär die Entscheidung jetzt anders. Damals war sie für mich so und so richtig. Genau.
Speaker2: Ich find das total spannend. Ich hab zum Spaß während dem Studium mir Vorlesungen von Matheprof reingezogen, der bei uns die Lineall gemacht hat, also die Lineare Algebra, zum Beispiel in Differentialgeometrie, obwohl man's nicht mal hätte machen müssen.
Speaker0: Mhm.
Speaker2: Für die, die jetzt nicht das Glück und den hatten, da einzusteigen, kannst Du kurz in einem Satz erklären, was ist algebraische Geometrie?
Speaker3: Ja, also im Prinzip versucht man, mit Werkzeugen der Algebra geometrische oder topologische Probleme zu lösen. Ja. Das mal in dem Satz zusammengefasst. Also ist dann eine Brücke, wenn man weitergeht über eben Geometrie, Topologie, auch tatsächlich Richtung theoretische Physik. Und dann kann man irgendwann zu tatsächlichen Anwendungen kommen. Also schon sehr theoretisch.
Speaker2: Find ich persönlich super. Im Rahmen dieses Podcasts müssen wir aber aufpassen, dass wir nicht abdriften, weil am Ende, wir wollen uns ja unterhalten über Jennai und dein Beratungsbusiness. Wie kam's dann dazu, dass Du bei Intero angefangen hast?
Speaker3: Das kam ursprünglich über eine Werkstudentenstelle, wo ich während meiner Masterarbeit noch Möglichkeiten gesucht hab, praktische Erfahrungen zu sammeln. Ich hab davor viel in der Industrie auch gemacht an Werkstudententätigkeiten bei Siemens, bei BMW und da war ich auch son bissel eingegrooved, wollte dann aber das Thema Beratung noch mal kennenlernen, weil der Gedanke, dass das für mich passt, je länger ich studiert hab, umso ja, größer wurde. Und da hab ich dann die Chance genutzt und das hat mir so gut gefallen, dass ich dann direkt dageblieben bin
Speaker2: und immer noch da bin, ja. Ja, es ist aber natürlich 'n smarte Move. Ich glaub, bei der Mathematik ist es da verpflichtend, ne, dass man Praktika während 'n Studium schon macht?
Speaker3: Bei uns war's nicht so, also
Speaker2: ja, so ganz 'n bisschen 3 Wochen Praktikum hätte man machen müssen, ja. Ah, alright. Aber wenn jetzt jetzt quasi Studienbegleiten, was bei dir dann der Fall war.
Speaker3: Ja, genau. Das war auf jeden Fall auch in Ordnung, studienbegleitend,
Speaker2: ja. Ja, ja, ja. Ah, okay. Das heißt, aktiv ausgewählt, okay, Interro hängen geblieben. Erklär uns doch bitte noch mal ganz kurz, was Interro konkret in den Beratungsmandat macht. Also wie sieht so der typische Kunde von Interro aus, wenn's ihn den gibt?
Speaker3: Ja, unsere Kunden sind natürlich alle individuell. Das heißt zumindest Logisch, glaub ich, genau. So richtig den typischen Kunden gibt's gibt's natürlich nicht, aber was uns auszeichnet, wir verstehen uns als Beratung schon schon seit ich quasi denken kann bei Intero als Enabler von Geschäftserfolg. Das heißt, wir haben den Anspruch zu verstehen, was Unternehmen erfolgreich macht, was auch die spezifischen ja Produkte oder Branchenspezifika sind. Und das umzusetzen dann in effizienten Prozessen, in innovativer Technologie, pragmatischer Regulatorik und so weiter. Also das ist das, wo wir uns eben in 'ner in 'ner Brücke sehen. Dementsprechend ist das, was unsere inhaltliche Kernkompetenz ist, auch relativ unabhängig von der Art des Unternehmens. Aber natürlich da, wo's spezifischer wird, bauen wir auch Branchenwissen auf. Und da ist jetzt bei mir der Schwerpunkt, das mal beispielhaft zu nennen, eben auf Finanzdienstleistungen und ja primär noch eher das Thema Banking als jetzt Also Versicherung ist für mich nicht so im Fokus. Genau und dann typischer unsere Kunden sind in der Regel eher größere größere deutsche Unternehmen oder internationale Konzerne, Mhm. Die dann auch entsprechende Komplexität haben, wo man sich als Berater auch austoben kann. Genau.
Speaker2: Okay. Und wie gehen die beiden Geschichten zusammen? Also wenn Du von Banking Expertise sprichst, hätte ich jetzt eher so gedacht, so dein Kunde wär jetzt die Commerzbank oder so oder eine Sparkasse. Wenn Du jetzt da von Konzernen sprichst, sind es Konzerne, die eine eigene Bank auch betreiben? Oder wie wie kann ich mir das vorstellen?
Speaker3: Es gibt ja auch in der Finanzdienstleistung konzernartige Strukturen. Also grade zum Beispiel Sparkassen ist ja auch 'n Verbund oder der Genoverbund ist auch, da gibt's auch eine konzernartige Struktur. Genau. Und ich darf leider jetzt keine Kundennamen nennen, deswegen kann ich da nicht in Details gehen. Genau, aber es gibt da durchaus auch konzernartige Strukturen.
Speaker2: Oh ja. Auch in der Versicherung. Ja. Aha. Danke für die Einordnung. Bevor wir jetzt Ja. Noch mal tiefer in die in Terro einsteigen, was ich total krass auch finde, ist also Respekt, ne, der der einfach der Track von, okay, Du hast ja als Werkstudentin angefangen. Während Studium steigst dann bei ein und bist dann einmal durch die komplette Leiter durch, ja mittlerweile schon, ja, dass Du erst als Consultant angefangen hast, dann Managerin wurdest und jetzt Partnerin bist. Und wir haben natürlich ja einige Hörer hier im Podcast, die vielleicht diese Leiter auch schon selber erklommen haben, aber auch ganz junge Hörer, die vielleicht nur im Studium stecken oder kurz danach. Und ich würd dich 2 Dinge bitten. Und zwar kannst Du uns noch mal kurz erklären, was bedeuten diese Stufen? Also was ist der Unterschied zwischen der Arbeit als Consultant versus Managerin versus Partnerin? Und was hat das auch für dich bedeutet? Hat sich deine Arbeitswelt, natürlich hat sich die verändert, wie hat sich die verändert? Und war das etwas, was Du ganz gezielt so forciert hattest? Oder bist Du da einfach reingewachsen nach und nach? Also Du merkst ganz viele Fragen in dem Komplex. Vielleicht kannst Du uns da einmal durchleiten, wie das für dich persönlich war.
Speaker0: Mhm.
Speaker3: Ich fang mal an bei der Beschreibung der Stufen, was das bedeutet. Als Consultant ist man in der Regel Teil von 'nem Projektteam und als als Teil des Teams auch eigenverantwortlich für Themen. Also man hat Themenverantwortung auch gegenüber dem Kunden, direkte Kundenkontakt. Er arbeitet selbstständig in Beratungsinhalte, stellt die auch teilweise vor und die diese Verantwortung wächst natürlich auch mit der Erfahrung. Ja. Als Manager ist man dann fürn gesamtes Projektteam bei uns verantwortlich. Auch dem Kunden gegenüber trägt man die operative Verantwortung für, was haben wir bis wann zu erledigen und fertigzustellen zum Beispiel. Die Performance vom Team, die Qualität, da trägt die Managerrolle bei uns die operative Verantwortung. Damit kommt natürlich dann auch eine Führungsaufgabe für die Consultants, die im Projektteam sind, also für die Weiterentwicklung, Feedbackgespräche und so weiter. Und bei uns, bei Intero dran gekoppelt ist auch eine unternehmerische Verantwortung. Also als Manager Managerin ist man bei uns Teil vom Managementteam, das die Partnerrunde darin unterstützt, das Unternehmen zu führen, ja. Oder man hat bei uns auch, die meisten Managerinnen und Manager bei uns haben auch Themenverantwortlichkeiten, die jetzt unsere interne Organisation betreffen. Mhm. Genau. Und dann in der Partnerrolle, dann ist man im Projektkontext verantwortlich für ja eine die Beziehungspflege zum Kunden mal übergeordnet, also als Unternehmen gesehen, heißt, man hat eine Accountverantwortung. Im Projekt bin ich für Qualitätssicherung oder für Impulse, für Topmanagementkommunikation an der Stelle vor allem mit dabei. Im Unternehmen ist die Verantwortung, haben wir uns jetzt aufgeteilt in Organisationsbereiche, wo jeder von uns einen verantwortet. Und natürlich haben wir noch mal insbesondere eine Verantwortung für Projektakquise, neue Sachen ranzuschaffen, uns weiterzuentwickeln als Firma, die genau. Das sind so die Stufen. Ja, ich würde sagen, mein eigener Weg war da, das war eigentlich in der Regel eher organisch. Also insbesondere der Weg vom Consultant zum Manager, das war damals war Intero auch noch 'n bisschen kleiner. Das heißt, nicht so viele Leute. Da war die der Schritt auch nicht ganz so groß, wie er vielleicht jetzt ist, weil wir damals sehr viel mit allen besprochen haben. Da war das eher eine organische Entwicklung. Der Schritt natürlich, Partner zu werden, ist dann noch mal 'n bisschen weniger organisch gewesen. Aber schon auch das, was ich was ich wollte und bewusst auch dran gearbeitet hab, ja. Aber ich denk, das hat sich trotzdem auch so insofern so entwickelt, dass ich mehr und mehr auch meinen eigenen Kundenaccount aufgebaut hab. Den den hatt ich da, da hatt ich meine eigenen Projekte, hab sukzessive dann auch andere größere Projektteams dort gehabt und deswegen war das schon auch eine ja, eine kontinuierliche Entwicklung, ne. Beantwortet es die 2 Fragen für dich ausreichend Ja, ja. Oder interessiert dich an 1 Stelle noch mal 'n bisschen tiefer einzugehen?
Speaker2: Mich interessiert noch folgenden Aspekt im Werdegang. Und zwar, ich seh immer diese 2 Varianten bei meinen Gästen, nämlich einmal von der fachlichen Seite herkommend und dann in die technische Rolle hineinwachsen. Also dass ich sag, jetzt, wenn man die anderen Folgen sich reinsieht der Staffel, so viel kann ich schon mal verraten, dann wird man gehört haben, dass es Teil des Wirtschaftsprüfer gibt, die quasi ihren Steuerberater machen, Wirtschaftsprüfer werden und dann in die GenAI Welt hineinwachsen. Und dann gibt's quasi die andere Richtung. Du kommst aus der Mathematik, algebraische Geometrie hat ja jetzt erst mal nix mit IT Betriebsmodellen zu tun und wächst dann quasi von 'ner anderen Richtung her in die fachliche Welt hinein. Und das würd mich nur an der Stelle ganz stark interessieren, wie das bei dir war, wie Du das auch gemacht hast, ja? Weil wir kennen das alle, ja? Im Tagesgeschäft, da hast Du dann immer so die Zeit wie im Studium, dass man sich immer sagt, so, hey cool, jetzt les ich mich mal 10 Stunden am Stück in eine Thematik ein, ja? Da geht's ein bissel schneller zur Sache. Und wie hast Du das gemacht? Also wie hast Du dich in dieses ganze Gebiet eingearbeitet, dass Du jetzt sagen kannst, hey, bin Partnerin von der von der von der Beratung, die high level Finanzberatung macht?
Speaker3: Ja, also mit meinem Studiumhintergrund in reiner Mathematik ist ist natürlich alles irgendwie Neuland, sowohl quasi die die fachliche Seite als auch die IT Seite. Und das primäre Lernfeld für mich waren immer die Projekte. Mhm. Ich glaube, dass es auch nur da wirklich praxisrelevantes Wissen zu lernen gibt. Merkt man, wenn man mal mit den Leuten spricht, die die BWL studiert haben zum Beispiel, was die dann tatsächlich von ihrem Studium noch noch wissen oder brauchen oder nicht sowieso auch noch sehr viel on the Job lernen. Und als Consultant hat man dann natürlich auch viel Zeit dazu und ist auch immer auf ein Thema fokussiert und so lernt man dann Stück für Stück auch die Expertise. Auch als Ermutigung vielleicht an alle, die auch eher was, ein MINT Fach studiert haben. Ich hab am Anfang ziemlich gestruggelt mit dem Thema BWL und hatte da immer das Gefühl, dass ich da eben zu wenig weiß. Das war so ungefähr 2 Jahre lang der Fall und danach hatt ich's Gefühl, nee, ich kenn alle wichtigen Begriffe und Konzepte, kann da mitreden. Das ist ausreichend. Und in manchen Punkten wusst ich auch mehr als Leute, die ursprünglich mal das studiert hatten, ja. Ja. Genau, also das hat's ungefähr 2 Jahre lang gedauert. Mittlerweile würd ich sagen, ist natürlich bewegt sich ja alles weiter. Das Thema GenAI ist zum Beispiel 'n sehr neues Thema, wo's in meiner Rolle natürlich auch wirklich nicht so einfach ist, sich mit zu beschäftigen, weil Zeit ein sehr knappes Gut ist. Wir wachsen dann natürlich mit unseren Kunden zusammen, das heißt mit in Gesprächen mit unseren mit verschiedenen Personen beim Kunden versteh ich, was die machen. Man tauscht sich aus oder man besucht Konferenzen wie zum Beispiel Handelsblatt, Bankentech. Das sind dann so Formate, wo man lernt. Über Veranstaltungen selber 'n bisschen lesen, Zeitschriften, wie auch immer und im Fall von Channel AI ausprobieren. Das ist grade jetzt teilweise meine Abendbeschäftigung, mich durch verschiedene Pools und Prompts zu testen und da mehr zu lernen. Find ich sehr schön, mal wieder richtig Da tut sich grad so viel, was auch so niederschwellig ist vom Einstieg. Das macht macht auch wirklich Spaß, finde ich da den Lernenden Teil vom Gehirn aktiv zu halten, ja.
Speaker2: Ja, in der Tat. Das ist ja eine Stärke vom generativer KI, dass der Zugang unmittelbar ist und nicht wie, okay, ich lern jetzt mal c, ja und Ja. Brauch erst mal 4 Wochen Ramp up Phase, bis ich 'n Hello World Exempel kompiliert krieg, ja, sondern Du bist halt sofort auch im Ausprobieren mit drin. Ja. Klingt man absolut genauso. Also für mich war das persönlich auch eine tolle Bereicherung nach dem Studium Promotion, Gründung. Okay, da waren sie nicht viel gelernt. Dann gab's mir son Learning Dip, ja? Da war's dann quasi eher, okay, Schema F und jetzt mit Jenna AI ist wirklich jeden Tag auch wieder, ah okay, so funktioniert das LLM, wenn man so splittet oder so rum splittet. Also wirklich geht geht man absolut genauso. Und was ich auch spannend fand, genau, das sind wir vorhin noch noch in den Sinn gekommen. Es ist auch erstaunlich, wenn man sich anguckt, wie viele Parallelen das ist zwischen den Fachbereichen gibt. 'N sehr, sehr guter Freund von mir, der hat BWL und VWL studiert und hatte dann mal so nebenbei erwähnt, ja, irgendwie das mit den Lagrange Multiplierern, das kapieren manche nicht. Und er hat's dann aber irgendwann doch gerafft und sagt, Moment mal, das benutzen wir ja in Mechanik, ja. Also der gleiche mathematische Ansatz in mal aufn ersten Blick komplett des jungen Fachgebieten. Insofern, genau, also das möcht ich unterstreichen, dass man da keine Angst haben muss, nur weil man irgendwie Mathe oder Physik oder Informatik studiert hat, dass man da Also vielleicht haben wir die Dinge sogar schon gesehen, nur aus 'ner anderen Perspektive
Speaker3: oder man arbeitet sich halt einfach von der von der Seitenlinie ein. Ja. Also eine lustige Anekdote dazu, wir hatten ich hatte mal 'n Projekt zum Thema Netzwerksicherheit, was wir Okay. Begleitet haben und da ging's Netzwerksegmentierung und ziemlich komplexe Kommunikationsmatrizen. Und wir hatten da In dem Fall waren wir sogar 'n rein rein weibliches Team, was ganz spannend war, weil das natürlich super Techies waren, die ja eigentlich alle, die natürlich Männer waren irgendwie. Und da ging's mal drum, dass wir für irgendwas, das weiterzuverarbeiten, wollten wir diese Kommunikationsmat oder diese Matrix, wer welche Zone mit welcher Zone im Netzwerk, in 'ner Netzwerkzornierung sprechen kann. Ja. Und da meinte der eine zu mir so, ja, Sagina, was willst Du denn mit der Zonierungsmatrix anfangen? Und da dacht ich so, ja okay, Moment. Mit Matrizen hab ich im Lauf meines Lebens schon viel zu tun gehabt. Ich glaub, die da kann man auch mit 'ner Zonierungsmatrix was anfangen. Ja. Von daher ja, keine keine Angst davor, an die, die neu einsteigen. Und ich find das Wichtigste im Studium sowieso die Methodik, die man lernt, sich in neue Sachen reinzuarbeiten. Und ja, auch wenn man das ja von außen immer nicht glaubt, die Mathematik ist ja voll von ganz unterschiedlichen Einzelthemengebieten und das schult wirklich die Fähigkeit, sich in unterschiedliche Denkmodelle schnell reinzuarbeiten und die zu durchdringen. Und das nutzt einem definitiv.
Speaker2: Steigen wir doch da auch direkt noch ein bissel tiefer ein. Jetzt müssen wir natürlich die Balance zwischen Non Disclosure und trotzdem spannende Geschichten finden. Aber ich denke, das kriegen wir hin. Und zwar vor allem, wenn wir erst mal den Blick nach innen richten. Ihr habt Beratungsmandate und zerlegt sie im Wesentlichen dabei harte Nüsse in kleineren, nicht mal ganz so harte Nüsse. Und ich nehme mal an, dass ihr auch Projekt Best Practices habt, die über die Zeit entstanden sind. Und was mich interessieren würde, jetzt gibt's seit bisschen mehr als 2 Jahren. Und wie das bei euch vonstatten gegangen ist. Also erst mal, wie wie war der 1. Ansatz? Habt ihr als Einzelpersonen einfach mal drauf losprobiert, jeder für sich, wo man wo man generative KI einsetzen kann? Gab's dann vielleicht auch zentrale Tools, die zur Verfügung gestellt wurden oder, oder, oder. Hol uns da mal ganz kurz ab, wie wie bisher die, ich nenn's mal ChatGPT Journey für euch da da in der Firma war.
Speaker3: Ja, die ChatGPT Journey schon mal vorweg ist natürlich immer dadurch massiv eingeschränkt, dass das Thema Non Disclosure und Vertraulichkeit da zur Anonymisierung von allen Daten zwingt, was viele der Use Cases umständlich macht. Wir haben unseren, also vielleicht kurz zu unserer KI Journey bei Intero und also oder Gen also Gen AI Journey. Wir hatten, jetzt muss ich mal überlegen, wann das gestartet hat, ich glaube Ende 23, Anfang 24, eine KI Initiative, wo sich verschiedene Personen, die da richtig Lust drauf hatten oder auch von ihrem Studium Studienhintergrund sich mit beschäftigt haben, zum Beispiel einen Kollegen, der ist mittlerweile Kollege, der war damals Werkstudent, also auch Kollege, jetzt ist er fest bei uns. Der hat seine Masterarbeit Thema KI geschrieben. Die haben sich eben zusammengetan und verschiedene Sachen ausprobiert und das für uns vorangetrieben. Dann hatten wir Mitte des Jahres haben also Mitte letzten Jahres 20 24 haben wir uns eine KI Strategie erarbeitet und für uns definiert, was wir mit dem Thema anfangen wollen, wie wir das für uns erschließen wollen, wie wir das auch für unsere Kunden erschließen wollen. Das war 'n sehr wichtiger Meilenstein und die verfolgen wir jetzt auch einmal im Quartal, gibt's eine ziemlich große Gruppe von von ziemlich großer Personenkreis, den das betrifft, weil das betrifft natürlich unsere eigene IT. Dann gibt's einen Teil unserer Methodenkompetenz, wie entwickeln wir das weiter? Aber auch eben für unsere Kunden. Was ist da relevant an Know how, wenn wir beratend tätig sind? Das ist eine ziemlich große Runde, die da so zusammenkommt und einmal im Quartal jetzt eben prüft, wie stehen wir denn in Bezug auf diese Strategie? Wo müssen wir noch nachjustieren? Sind wie verfolgen wir die Maßnahmen, die wir geplant haben an der Stelle? Jetzt zu der Frage, was wir da an Tools nutzen für unsere eigenen Zwecke. Da sind wir grade ganz neu dabei. Das ist jetzt übern Jahreswechsel passiert oder noch am Passieren, unseren über TexCortex einen eigenen Assistenten einzuführen. Eigen heißt in dem Fall, dass das eben eine sichere Umgebung ist. Das ist jetzt nichts, was was exklusiv für Intero gemacht wird, aber es ist es ist eben eine sichere Umgebung, sodass wir eben das Ganze dann auch sehr viel entspannter, wenn unsere Kundenverträge das erlauben, das auch einsetzen können im Projektgeschäft und vor allem zumindest mal für alle internen Themen. Das freut mich sehr. Da hab ich sehr drauf hingefiebert und genau, nutzt es jetzt auch schon ganz intensiv, Mhm. Weil ich schon mal 'n Testbook angekommen hab von den Kollegen. Genau, also das führen wir jetzt ein. Da wird's auch nächstes, nicht nächstes, dieses Jahr große Trainingssessions geben, da eben alle mitzunehmen. Ja.
Speaker2: Du Du hast da ganz am Anfang 'n wichtiges Thema angesprochen, und zwar das Thema Datensicherheit. Das müssen wir aus 2 Perspektiven, denk ich, betrachten. Nämlich einmal, viele lassen sich ja entmutigen. Und gleichzeitig gibt's aber, wie Du das grad dargestellt hast, immer einen Weg, wie man das Thema regelt. Und was mich jetzt da interessieren würde, ist, welches Level an Security ist bei euch da ausreichend? Es gibt ja einmal die Möglichkeit, dass man sagt, okay, man geht über vertragliche Sicherheit. Das heißt, am Ende läuft das Model doch in der Cloud, ja, aber das wird quasi über die Partnerverträge entsprechend abgesichert, dass das Ganze sicher und verschlüsselt abläuft. Oder hostet ihr tatsächlich 'n Modell lokal bei euch und für euch im Haus?
Speaker3: Wir haben kein lokales Hosting. Also wir gehen da über vertragliche Sicherheit.
Speaker2: Das ist nämlich son Learning, ja, also immer wenn ich diese Frage stelle, dann kommt eigentlich diese Antwort, ja. Und Ja. Bevor man sich damit auseinandersetzt, ist immer so dieses Klischee oder Vorurteil, ah okay, für geheime Daten brauch ich ja dann 'n lokales Modell, brauch 'n GPU Klasse, ist superteuer. Okay, nee, ja. Aber das muss nicht sein. Also es sind interessant zu hören, dass bei euch auch vertragliche Sicherheit am Ende dann dann läuft, außer der Kunde, der verbietet seit in den Verträgen wahrscheinlich explizit, dass man überhaupt irgendwas rausgibt,
Speaker3: Ja, also wir deswegen ist es trotzdem natürlich noch insofern eingeschränkt, dass es dass es trotzdem Informationen oder Daten gibt, die dann nicht in Textkortex verarbeitet werden sollen. Das heißt, da gibt's eine Resteinschränkung, die auch Genau. Im Rahmen von jetzt von der Einführung verteilt und geschult wird, weil wir's eben nicht lokal hosten. Das ist da auf jeden Fall 'n Unterschied, würd ich sagen. Aber fürn lokales Hosting muss man jetzt auch realistisch sagen, ja, müsste man schauen noch 'n bisschen. Ja, Wosting muss man jetzt auch realistisch sagen, ja, müssten wir schon noch 'n bisschen 'n größeres Unternehmen sein an der Stelle.
Speaker2: Ja, also und vor allem, ich weiß nicht, wer das schon mal durchgerechnet hat, aber die die pay per Use Preise, die man bezahlt bei Microsoft oder AWS oder bei 'nem, die sind so, dass wenn man das mal mit den Stromkosten gegenrechnet, die man in Deutschland alleine für quasi eine Evaluation dann prompt bezahlt, dann bist Du eigentlich schon nicht mehr sehr viel teurer, wenn Du den Cloud Dienst benutzt, weil die halt hyper erstens ausgelastet und und und hyperskalierte Modelle betreiben. Und also von der Kostenperspektive her kann man mit 'nem lokalen Deployment eigentlich bei den bei den sehr großen Modellen nicht mit dem Cloud Provider mithalten. Das ist einfach so. Ja, gut. Wir sind ja auch kein Billigstromland, ne. Ja, ja, schon, schon, genau. Genau. Genau. Das ist das ist halt 1 der Gründe, ja. Ja. Und Ja.
Speaker3: Ja, genau. Ich mein, wir beschäftigen uns ja auch mit dem Thema Cloud bei unseren Kunden, was was wo wie am besten günstigsten wie auch immer gemacht wird. An der Stelle hat meistens Cloud nicht nur 'n also nicht unbedingt 'n Kostenvorteil ehrlicherweise, sondern eher auch 'n Funktionsvorteil. Genau. Und das ist an der Stelle, glaube ich, auch das Entscheidende. Wobei ich jetzt auch nicht in der Auswahl der technischen Lösung für uns involviert war. Also ich will da auch jetzt nicht, genau. Das wird jetzt meine meine spezifischen Einblicke übersteigen, was da jetzt ausschlaggebend war. Aber so aus der allgemeinen Erfahrung hat man natürlich auch Funktionsurteile, wenn man eine Weblösung nimmt.
Speaker2: Ja, logisch, genau, genau. Und am Ende gut, bei den Funktionsbausteinen gibt's natürlich den Turnaround Punkt wird dann Cloud wieder teurer. Aber lass uns viel lieber bitte noch auf das Thema der KI Strategie einsteigen. Und zwar seh ich das, es gibt so die Entwicklungsstufe bei den Firmen, die haben noch nix außer vielleicht sone KI Richtlinie, ja, die sagt so, hey, gibt's auf keinen Fall irgendwelche Daten in Public Services raus? So, ja, das ist mal so Eskalationsstufe 0. Und dann sehr gut, ja, wenn man die Gedanken sortiert, Ziele definiert, KI Datenstrategie aufsetzt, beziehungsweise fokussieren wir's mal auf die KI Strategie. Und ich cluster so was immer gern in 4 Bereiche, nämlich welche Unternehmensziele möcht ich erreichen mit welchen Prozessen, ja? Und wie sollen diese Prozesse mit Use Cases unterstützt werden? Und die müssen natürlich viertens dann auf Daten zugreifen. Und wenn wir mal in diesen Silos oder in diesen diesen Kategorien denken, kannst Du uns so weit, wie's natürlich von der Vertraulichkeit her geht, abholen. Wie macht ihr das bei Intero hinsichtlich der der der Zielsetzung von KI? Also was erhofft ihr euch? Das kann ja mannigfaltig ausgestaltet sein. Es könnt ja die Ansage sein, ja okay, wir machen jetzt den Laden effizienter oder nee, wir machen unsere Arbeit schneller oder wir wachsen, ohne zusätzlich Personal aufbauen zu müssen oder, oder, oder. Ja, da gibt's ja so viele verschiedene Möglichkeiten. Würd mich interessieren, was ist sozusagen die Vision oder die die das das Endgo für die KI Strategie, so wie ihr die für euch erarbeitet habt?
Speaker3: Jetzt sind wir ja jetzt als Beratungsunternehmen, verbringen wir ja den Großteil unserer Zeit nicht mit administrativen Prozessen. Ja, genau. Das heißt, der Schwerpunkt unserer KI Strategie liegt auch erst mal nicht auf den administrativen Prozessen, obwohl es da sicherlich viel Potenzial gibt. Aber der Schwerpunkt unserer Zeit liegt ja im Kundenprojekt. Und das spiegelt sich dort auch wider. Uns ist es wichtig, dass wir dass wir in unseren Kundenprojekten, wenn wir für unsere Kunden arbeiten, methodisch so fit sind, dass wir effizient hochqualitative Ergebnisse liefern können. Und dazu gehört auch 'n Einsatz von von KI Tools, von Gen AI insbesondere. Das heißt, das wollen wir so verstehen, dass wir da wettbewerbsfähig sind und eben noch bessere, noch schneller, effizientere Ergebnisse auch liefern können, weil davon auch unsere Kunden profitieren. Mhm. Das ist eben das eine große Ziel. Das andere Ziel ist, dass wir natürlich das Thema KI für uns auch so durchdringen wollen, dass wir damit Beratung oder dass dass wir damit auch Beratungsprojekte für unsere Kunden machen. Das ist 'n Ziel, wo wir schon dran sind. Also also was heißt, wo wir schon dran sind? Wir wir machen schon KI Projekte. Aber natürlich also das Thema entwickelt sich so schnell, ja, da müssen wir dranbleiben. Wir sind zum Beispiel eine der Maßnahmen ist, dass wir regelmäßig in all unseren inhaltlichen Kompetenzcentern 'n Screening machen wollen. Was gibt's dort an neuen KI Tools zum Beispiel im Bereich Regulatorik rund RECT Tech? Was was tut sich da? Was gibt's da Neues? So eben up to date bleiben, damit wir dann in unseren Projekten auch mit unseren Kunden gemeinsam zusammen die besten Lösungen schaffen können. Das ist der Anspruch, den wir haben. Und das ist das 2. Große Ziel, so diese beiden Stoßrichtungen. Und genau, was unsere internen Prozesse anbetrifft, da gibt's gibt's gibt's 2, 3 Themen, wo wir konkret schon auch dran sind, uns zu automatisieren. Das eine Thema, das sind wir schon, das machen wir schon relativ lang. Das ist das Thema Spesenerkennung, Spesenbelege verarbeiten. Das ist 'n administrativer Prozess, den gut, post Covid nicht mehr ganz so viel, aber vor Covid viel mehr, jeden Einzelnen beschäftigt und nervt. Das haben wir sehr cool schon eben seit, ich ich weiß es nicht genau, 2, 3, 4 Jahren haben wir da eine 1 Bilderkennung, die das automatisch erfasst und klassifiziert. Das ist eine 1 tolle Sache. Wir haben unsere alljährliche Mitarbeitendenumfrage schon mit KI ausgewertet letztes Jahr. Das war allerdings eher ernüchternd. Das sind es sind sehr viele Antworten, Kommentare und die Idee war, das einfacher zu machen. Die Ernüchterung kam 'n bisschen dadurch, dass wir das mit Copilot gemacht haben. Damals hatten wir noch keinen Textkortex für uns sicher genug, dass wir das nutzen können. Da sagen jetzt die ersten Tests schon mal besser aus. Und das Letzte ist, wo wir dran sind, wo ich glaube, dass auch sehr viel Potenzial liegt, das ist das Thema KI basiertes Knowledge Management. Also da wollen wir eben mit CO2XCOORTICS zusammen verschiedene Wissensdatenbanken bei uns anschließen, damit eben das noch leichter zugänglich wird, weil das eigentlich im Knowledge Management für uns immer ein Thema ist. Wie schaffen wir das, dass das, was in den einen Projekten an Know how erworben wurde, auch zugänglich ist für andere? Da also sind wir seit Jahren eigentlich immer Es ist 1 unserer Knackpunkte, das noch besser hinzubekommen, dass da das das Knowledge wandert durch die Organisation. Und da wollen wir auch KI einsetzen. Das sind so jetzt interne Prozesse, wo wir auch Prozesse an und für sich mit KI bestücken wollen, wo wir grade dran sind oder schon umgesetzt haben. Und ansonsten eben der Einsatz als Werkzeug in unseren Kundenprojekten. So wie das, was früher Excel Know how war, das wird jetzt mehr und mehr dann KI Know how. Und das ist für uns als Berater wichtig, dass wir da vorne mit dabei sind.
Speaker2: Wenn ich das jetzt halt versuch, in Gruppen zu zerlegen, ja, dann höre ich da raus, Kategorie 1, das sind so Anwendungen wie die Spesenabrechnung. Das ist jetzt nix, was spezifisch bei euch in der Firma irgendwie Kern Know how oder Kernwertschöpfung ausmacht, ne. Das sind so Use Cases. Wenn ich mir die angucke oder wenn auch Kunden von uns danach fragen, da sag ich immer, okay, kauf am besten das billigste standardisierte Modul, am besten in der Suite, in der Du schon unterwegs bist, ja? Oder so klassische CRM Themen, da was Eigenes zu entwickeln. Ja, dann eher schauen, okay, dann kauft doch das Ding von Hubspot oder von Salesforce, ja. So so quasi diese Standardmodule. Von daher wundert mich das gar nicht, dass ihr das ja schon länger zum Beispiel eben diese Spesenbilderkennungsgeschichte macht. Weil klar, das ist 'n. Stufe 2, die ich da raushör, das ist so dieses euch intern proprietäre Know how zugänglich zu machen. Ich nehme an, ihr habt's 'n Wiki System oder eine Knowledge Database, in der vergangene Projekte dokumentiert sind oder wo Best Practices festgehalten werden? Ist das richtig?
Speaker3: Ja, also wir bewegen uns da eigentlich ausschließlich in der Microsoft Umgebung. Mhm. Und da nutzen wir verschiedene Sachen. Also wir haben natürlich also von den Kompetenzcentern, wo dann Wissen extrahiert wird, aber grade dieses Extraieren von Projektwissen zu abstrakterem Wissen, was dann auch für andere Projekte angewandt werden kann, ist das, was Disziplin erfordert ohne direkten Reward. Und Ja. Das sind alles Punkte, wo die wo eine Organisation schlecht ist, weil's Disziplin erfordert. Und ich glaube, der typische Consultant ist auch nicht disziplinierteste im in den administrativen Prozessen, ja. Da sind wir anders drauf, wissen auf Termindruck und neue Sachen gepolt und nicht auf Disziplin in Administration. Das heißt, es ist was, was uns schwerfällt als Organisation und da kann natürlich KI super unterstützen, die Punkte da rauszu extrahieren, zugänglicher zu machen. Ja, ja, ja, ja. Und das wird dann, ja genau, so laufen, dass wir dann eben verschiedene Dateiorte abspeichern und das wird mit 'ner mit 'ner LLM REC Technologie funktionieren. Also das werden Kopien vektorisiert und damit Bin gespannt. Ich hoffe sehr, sehr viel zugänglicher, dann ist das Wissen noch besser verfügbar für alle. Ja, ja.
Speaker2: Und was ich da nur unterstreichen möchte, das eine ist die bestehende Dokumentation, ja eine Datenbank reinzugeben, die dann über REC, also, wer das Akronym noch nicht wusste, dass man dass man erst mal die Dinge auffindbar macht, die man vorher schon hatte. Das ist auch etwas von der Einordnung her, wo Copilot erst mal auch recht stark drin ist. Also für mich ist mit 'ner momentanen Ausbaustufe Copilot 'n relativ einfacher Bot, aber mit 'ner superguten Verwurzelung in die ganze Microsoft Dateninfrastruktur. Also egal, ob SharePoint, Tiefs Channel, E-Mail. Der Bot ist zwar an sich recht doof, aber dafür greift er recht gut und tief in die Datenquellen der Firma ein. Mhm. Und das ist natürlich schon mal ja supergut der 1. Schritt. Und gleichzeitig, was aber jetzt über eine reine search hinausgeht, ist ja jetzt noch dieses interpretative Layer. Und das ist, was das mir immer wieder begegnet. Also so, wie Du das grad beschrieben hast mit, na ja, eigentlich müssten wir sich nachm Projekt hinsetzen und noch mal die Learnings da so raus abstrahieren, ja? Aber haben wir Zeit und Lust und den Nerv dazu? Nee, ja, wir machen ja schon wieder das Nächste, wieder das Nächste, das Nächste. Und das sehen wir, dass das in den verschiedensten Bereichen jetzt mit Jennay echt noch mal einen Hebel gibt. Sei es im Consulting wie bei euch, ja, wo ich dann sagen kann, ich ich mach eine Best Practice Reflexion mit 'ner Technologie und geh dann nur noch drüber und sag so, ja, stimmt, stimmt, stimmt, stimmt. Nee, das ist Quatsch. Da baust Du mit. Aber auch bei so was wie Softwaredokumentation. Wir haben genau das Gleiche bei unsere Kunden, die komplexe Software entwickeln, wo Du froh bist, wenn das Feature released ist und keiner mehr Bock hat, dann die Dokumentation abzudaten. Ja. Und da genau auch wieder der Punkt, ja, Du machst den Feedback Loop rein in die Dokumentation und sagst, okay, oder gegeben dieses gelöste Supportticket. Was müsst ich jetzt eigentlich an der Dokumentation updaten, damit die Erkenntnisse in der True, in der Source of Truth, nämlich der Dokumentation sich wiederfinden?
Speaker3: Ja. Ja, also das ist exakt 1 der, also ein auch 'n riesen Use Case, den ich sehe, weil also weil wir nicht die einzige Organisation sind, die sich schwertut mit Dokumentation und Disziplin. Ja, und wir haben das jetzt, genau. Ja, also ich ich erleb das bei unseren Kunden sehr häufig, dass es grade wenn man eben son Altbestand an Applikationen hat, die schon länger da sind, die irgendwie eigen entwickelt sind oder vielleicht noch übern Dienstleiste entwickelt, dass es immer öfters ein Reverse Engineering braucht. Das heißt, da muss jemand in den Code gehen, zu verstehen, was sind denn die fachlichen Regeln, die dahinterstehen, die fachlichen Ideen? Und das ist so son dramatischer Aufwand. Und an der Stelle präventiv dafür zu sorgen, dass der Code so so erklärt wird, dass das auch eine dass das eben die Fachseite auch versteht. Ja. Das halt ich für 'n Riesenmehrwert an der Stelle in der Bereich Softwareentwicklung und Pflege. Dann muss nachher nicht nach in der 10 Jahren alten Applikation sich irgendjemand fragen, was haben wir uns denn damals bei gedacht? Warum ist der Code so geschrieben? Und muss in den Code gehen, sondern man hat fortlaufend eine saubere Dokumentation, die eben nicht nur für Techies verständlich ist. Ja. Ja. Also ja, überall, wo Dokumentation Disziplin erfordert, hilft uns das zukünftig, bin ich auch fest von überzeugt.
Speaker2: Und dann würde ich noch gern jetzt gemeinsam auf die 3. Stufe 'n bissel tiefer einsteigen und zwar, also wir haben ja jetzt halt erst mal quasi administrativer Quatsch. Ja, okay, da da geht's drum, das nervige Weg zu weg zu automatisieren, Check. Ja, dann zweites Wissen zugänglich machen und auch die Knowledge Base up to date halten. Okay. Und jetzt würd ich gern mit dir mal in die in die Essenz einsteigen. Also die das Know how, dass dich und deine Kollegen ausmacht, wie ihr in Projekten arbeitet. Wie ist es da bei euch? Ich hab nämlich schon das ganze Spektrum jetzt erlebt. Es gibt einerseits die Art von Beratungsmandaten oder auch Beratungsfirmen, die haben über die Zeit hinweg und das ist deren Asset ja supergut und perfekt ausgearbeitete Prozesstemplates, wie sie gewisse Dinge tun. Also wenn's drum geht, zum Beispiel eine System Architecture Map bei einem Kunden zu erarbeiten, ja, erst mal rauszufinden für den Kunden, hey, was geben wir bei dir eigentlich ab, ja? Das rauszufinden über Interviews, über Dokumentenscreening, über Research und da eine Handlungsempfehlung auszugeben beispielsweise, wie macht man das besser? Ja, das ist in dem Fall hochgradig standardisiert auf der einen Seite. Und dann liegt's natürlich auch nahe, so was in der, in einen Framework reinzubringen, dass ich sag, okay, ich bring das jetzt meinen Subagenten bei, wie ich teile der Arbeit automatisier. So, und jetzt anderes Ende des Spektrums gibt's ja auch die Beratungen, die eher wie Psychologen unterwegs sind und bei denen so dieses starre prozessartige Vorgehen gar nicht so wichtig ist, sondern wo das nur eine untergeordnete Rolle ist. Und wenn's Projekte geht, also, ja, und jetzt muss man erst mal alle wieder einrenken und für sorgen. Dann bist Du auf 'ner ganz anderen, viel emotionaleren Ebene unterwegs. Und da hab ich erfahren im Gespräch, dass für die Art von Beratung JENI eigentlich gar nicht so anwendbar ist im ersten Punkt, weil auch die Berater alle ihren eigenen Stil ganz, ganz stark mit reinbringen. Also keiner der Beraterinnen und Berater arbeitet nach dem gleichen Schema. Und wie ist das bei euch verortet? Also wenn Du sagst, in diesem Spektrum, das ich da grad aufgemacht hab, wo bewegt sie euch? Und dementsprechend, wie viel erhoffst Du dir auch an quasi Prozessautomatisierungen über zum Beispiel agentische?
Speaker3: Also auf dem Spektrum befinden wir uns sicherlich irgendwo in der Mitte, Tendenz vielleicht in die Richtung das also in die individuellere Richtung. Ich glaube, das ist was, was uns auszeichnet, dass wir individuell auf die spezifische Situation reagieren. Wir haben natürlich verschiedenste, also zum Beispiel im eine unserer Beratungs oder in den Projekten, wo wir sind, sind wir sehr oft auch eine Unterstützung für die Projektleitung von den Projekten. Mhm. So, da geht's viel Projektmanagement. Da haben wir als Organisation, aber auch die einzelnen Personen unterschiedlichste Projektmanagement, Zertifizierungen, Tools und so weiter. Ja. Ich hab aber in meinen Projekten noch nie erlebt, dass das 100 Prozent ein Thema war. Also grade zum Beispiel auf dem Weg von klassisch Richtung agilem Projekt, da ist keines unserer unserer Projekte exakt Scrum. Das heißt, ich muss, ja, Du lachst, genau,
Speaker2: daraus verstehen Ich glaub, es gibt kein einziges Best Practes Scrum
Speaker3: auf diesem Planeten. Das ist Ja, aber vielleicht bei vielleicht bei Spotify oder so, aber ja. Na, das heißt, ich muss also unsere und das ist eigentlich unsere Kernkompetenz. Wir wollen verstehen, was was ist die Situation? Wie ist die Situation beim Kunden und was für eine Methodik brauch ich und wie muss ich die anpassen? Und dafür muss ich die Methodik verstehen. Ich darf sie nicht einfach stumpf anwenden, sondern ich muss verstehen, warum will ich den Scrum machen oder safe machen, als wenn man mal 'n anderes Framework in der Ecke. Warum? Was ist da die das Ziel, die die Vision dahinter, das der Zweck auch von den einzelnen Artefakten. Und dann kann ich die abwandeln und da liegt unsere Stärke drin. Das heißt, deswegen haben wir schon standardisierte Vorgehensweisen. Wir haben im Bereich Projektmanagement gibt's natürlich 'n Riesensammlung an eben genau solchen Artefakten für angefangen von 'ner Urlaubsabwesenheitsliste bis hin zu komplexen Risikomanagement in Projekten. Ja, die die Kunst liegt aber immer drin, das dann anzupassen. Genau. Und das ist jetzt nur ein Beispiel fürn Beratungsthema, das haben wir aber bei ganz vielen anderen auch. Jetzt würd ich aber gar nicht Also jetzt würd ich das Thema Nutzen von Jennia ein bisschen zweit teilen wollen. Du hast ja jetzt grade das Thema quasi vom digitalen Zwilling aufgemacht. Da ist es natürlich richtig, dass das vielleicht schwieriger ist. Ich seh aber erst mal 'n Riesenpotenzial darin, wenn wenn jeder jeder Einzelne bei uns JennAI nutzt und versteht, wie man damit effizienter und bessere Ergebnisse nutzen kann. Und dafür seh ich in unseren Projekten durchaus viele Use Cases und das betrifft sowohl die superanalytischen. Gut, da sind wir vielleicht nicht bei Gen AI, sondern bei Analytiktools. Das betrifft aber Na ja, gut, wenn man die Auswertung der Daten, da sind wir schon wieder im Gen AI Bereich, ne. Das betrifft sehr analytische Themen, aber auch die kommunikativen Themen, was in 'ner bestimmten Tonalität zu schreiben, das sich vorgeben zu lassen, find ich 'n eine Megasache. Spart superviel Zeit, da schon mal einen ersten Wurf zu haben. Ist was, was ich in allen Change Management Themen super nutzen könnte. Also ich glaube, da gibt's sehr, sehr viel, womit wir uns schon mal einen guten Schritt Arbeit abnehmen lassen können und dadurch schneller werden, auch besser werden können. Das wär für mich jetzt der Haupthebel, dass eben die einzelnen Personen bei uns befähigt werden, das zu verstehen, wie kann man das gut einsetzen? Was sind die Vorteile? Was wo lohnt sich's? Wo lohnt sich's vielleicht auch nicht? Wo muss ich auch aufpassen? Also Stichwort Halluzinationen oder falsche Falschinformationen grad im Research Bereich. Und das eben gut zu verstehen und gut einzusetzen, hab dann profitieren unsere Kunden von noch besseren Ergebnissen. Mhm. Für weniger Geld, ja.
Speaker2: Ja, und ich möchte einen Punkt rausstellen, der der, find ich, da jetzt heraussticht, nämlich wenn ich dich richtig verstanden hab, dann ist dein Ansatz, dass Du sagst, jeder erst mal auch für sich in seinem persönlichen Arbeitsstil, ne, dass man rausfindet, wie man Jenny einen nutzt. Mhm. Und das war mir vorher gar nicht so klar, aber wenn ich das anguck, wie auch wir in unseren Projekten unsere Plattform einsetzen, klar, wir haben vorausgearbeitete prompt Trees und prompt Chains, die einem schon mal vieles an nervigem Setup abnehmen. Ja, also wie sieht sone Projektstruktur aus? Wie ist so der Blueprint Meetinganalyzer aufgesetzt? Ja, also wer das bei uns noch nicht ausprobiert hat, die meisten kennen wahrscheinlich schon Transkripte, die da noch mal zusammengefasst werden. Das ist mir immer zu generisch, ja. Also eine einfache Zusammenfassung. Ich möchte dann auch mit dem Transkript arbeiten und je nach Projekttyp haben wir verschiedene Templates, wo dann verschiedene Aspekte ausgewertet werden aus dem Transkript. Unser Salesmitarbeiter, der wertet ganz andere Dinge aus wie unsere Projektmanager beispielsweise. Und was dann aber immer passiert, ist, dass man customized, ja, nämlich auf die eigene Art, die Dinge anzupacken. Das heißt wiederum, dass ich nicht zentralisiert Agenten bau und zur Verfügung stell, die dann alle frisst oder stirb nutzen sollen oder nicht, sondern das ist ja auch 'n Individualisierungsstep, der dann der dann da mit drinsteckt, ja. Es heißt, vor allem, weil ja 25 20 25 jetzt so als das Jahr der KI Agenten jetzt da versucht wird irgendwie reinzuessen. Ja. Das wär 'n ja wichtiger Punkt, ja, weil wenn Du das mal durchdeklinierst, wo landest Du denn als Firma, wenn Du zentralisiert KI Agenten baust und die ausrollst und dann aber feststellst oder deine Mitarbeiter feststellen, nee, der arbeitet nicht so, wie ich will, der arbeitet so, wie der Agent will. Das will ich aber nicht. Also machst's wieder nachm alten Stiefel. Das heißt, das ist 'n großes Risiko, dass man Investitionen versenkt, weil man quasi versucht, Leuten Prozesse vorzuschreiben, die nicht ihrer Arbeits- und Lebensrealität entsprechen.
Speaker3: Ja. Und da haben wir bei uns schon, würd ich auch sagen, in der Unternehmensphilosophie sehr große Freiheitsgrade, die wir zulassen. Dass dass im Prinzip jeder Also wir haben eine Geschichte gewisse Qualitätsstandards, die sind uns wichtig, die müssen da sein. Ja. Aber das ist auch was, was ich persönlich sehr genieße und und sehr schätze, die Freiheit auch, wenn ich mein mein Projekt auch 'n Stück weit so zu managen, wie wie grade die Situation das erfordert und wie ich das will und dann nicht jetzt irgendwie so das also intern, ne, mit also mit meinen Kolleginnen und Kollegen jetzt drüber diskutieren zu müssen, ob das jetzt so gut ist oder nicht. Ich hab den Kunden, mit dem gemeinsam muss ich das ja auch
Speaker0: ob das jetzt so gut ist oder nicht. Ich hab den Kunden, mit dem gemeinsam muss ich das erarbeiten. Es muss am Schluss gut sein, es muss
Speaker3: funktionieren. Ja. Und wir tauschen Best Practices aus, aber ansonsten gibt's da eigentlich über dies das das Wie gearbeitet wird, sehr, sehr große Freiheitsgrade. Also wir haben's zum Beispiel auch bei Excel nicht geschafft damals, uns auf auf verschiedenste Standard- und Methodiken zu einigen. Es gab immer die die Tabelle Pivot Tabellen Fans und dann gab's die Bereich verschieden Fans oder wie auch immer, wenn man das mal so nennt, da gab's auch keine Einheitlichkeit und die braucht's auch, find ich, nicht. Ja, ja. Die ist nicht notwendig, das zu erzwingen. Synergien sollten natürlich gehoben werden und da seh ich schon auch noch 'n Lerneffekt, grade wenn wir jetzt uns dann in dem Jahr 20 25 sehr viel Erfahrung machen mit dem Einsatz, mit Proms, mit individualisierten Personas. Dann kann man, glaub ich, auch mehr wieder teilen. Also wenn ich jetzt, also ich weiß nicht wie, ob Du Textkortex oder Zeno wird das genannt, ob Du das kennst, da gibt's die Möglichkeit, sich eben Personas anzulegen. Wenn ich mir jetzt zum Beispiel eine richtig coole Persona angelegt hab, die für mich Co Co Writing macht, dann kann das ja durchaus sein, dass ich dass irgendjemand anders sagt, okay, hey, kannst Du mir mal deine Beschreibung von der Persona geben. Da kann man ja durchaus Synergien heben. Ob man jetzt dann solche Personas allen zur Verfügung stellt, vielleicht auch. Aber ich glaub, ich würde das eher sozusagen Bottom up machen aus dem, was sich bewährt, raus das fördern und nicht jetzt beide investieren, das von oben vorzugeben.
Speaker2: So unsere Firma, ja, kann für euch Unternehmen anders Nee, aber kann ich nur total unterstreichen. Ich hab mich mal mitm Alexander Baruschke, das ist auch 'n Prozessconsultant, mit ganz viel Erfahrung unterhalten und der hatte das, ah, ich ich hoff, ich krieg Sinn. Der hat so gekoint, jede jeder starre Prozess oder jede Prozessdefinition ist der Tod jeder Kreativität oder irgendwie so. Oder oder ist der Tod 1 jeden Firma? Also was, ich bring's jetzt leider damit nicht aufn Punkt. Aber Ja. Die Idee ist, wenn Du anfängst, Prozesse durchzudeklinieren, nachdem die Leute arbeiten müssten, kannst Du die Firma eigentlich gleich zusperren, weil's nicht funktioniert. Und das ist, find ich, supercoole Perspektive, wie wie Du die grade gezeichnet hast, dass Du sagst, okay, lass mal lieber die Templates und die Personas oder die Agenten wachsen, die von den Leuten dann genutzt und und nachgefragt werden, anstatt dass Du, so, jetzt bauen wir den Überbot für alles, ja. Nee, Quatsch.
Speaker3: Ja, und das ist auch wirklich die Erfahrung, die wir im Knowledge Management bei uns gemacht haben, dass das Knowledge Management funktioniert dann richtig gut, wenn man das fördert, was was organisch schon wächst und funktioniert. Das zu fördern, das zu stärken. Alles, was was noch mal aufgesetzt ist und eben da kommt wie das Thema Disziplin auch ins Spiel, das funktioniert nicht. Das haben wir in den in den Anfängen, wo wir das Knowledgemanagement systematisiert haben, da haben wir verschiedene Anläufe gemacht und das hat sich aber wirklich bei uns auch gezeigt, dass dann, wenn wir das fördern, was die Organisation schon tut, das funktioniert zum Thema Knowledge austauscht. Genau. Alles andere ist wirklich meistens vergebene Liebesmühlen.
Speaker2: Ja, ja, ja. Voll spannend. Danke, dass Du uns da auch so den Einblick in eure Arbeitsweise gibst. Ja, gerne. Lass uns jetzt noch den Blick bissel auf die Branche richten. Ja. Weil mich natürlich auch brennend interessiert, wie das bei euren Kunden ist. Also jetzt halt eher Kategorie vom Denken her nicht, wie setzt ihr intern Jenn AI ein, sondern wo werdet ihr auch schon von eure Kunden angesprochen? Wo implementiert ihr Lösungen? Wo siehst Du da Bewegungen im Markt? Du hast vorhin Regulatorik angesprochen. Ich weiß aus unseren eigenen Kundenprojekten, dass wir im Banking- und Finanzbereich massiven Fachkräftemangel und Expertenmangel haben. Und da würd mich mal dein Blick auf die auf die ganze Branche auch interessieren. Wo siehst Du da die Bewegungen? Wo wo passiert da momentan am meisten?
Speaker3: Also ich glaub, insgesamt kann man definitiv sagen, dass da sehr, sehr, sehr viel passiert grade in dem Bereich im in den bei Finanzdienstleistern. Die beschäftigen sich fast aus also fast alle intensiv damit. Ich nehm eher manchmal fast eine Überforderung auch wahr, wo soll man denn eigentlich anfangen? Es wird so viel gleichzeitig gemacht. Wenn man auf das Thema JENAI schaut, unterteil ich das gerne in 2 Stoßrichtungen. Das eine ist JENAI als als Einsatz in der Breite, die jeden jeder Einzelne schneller, effizienter, besser macht. Und das andere ist, JENAI oder andere KI Tools, da würd ich's auch gerne weiter fassen als nur JENAI zum Ja. Als Werkzeug, Prozesse oder Prozessschritte zu automatisieren. Und vielleicht mit dem kurz zu starten. Da ist es aus meiner Sicht methodisch nicht sehr viel anders als das, was man bisher auch bei Digitalisierungsprojekten gemacht hat, dass man versteht, natürlich ganz übergreifend war, von der Prozesslandkarte kommend oder von fach von Value Chains, wie auch immer man das strukturiert, ja, zu verstehen, was was hab ich denn für Abläufe? Wie will ich die umsetzenden Applikationen? Und dann kommt ja die spannende Frage, was hab ich für Technologien dafür? Und da bietet uns jetzt gibt's natürlich Riesenfortschritte, die sich jetzt grad tun für Automatisierung durch KI. Da wird allerdings einfach auch sehr viel Zeit notwendig sein, bis das umgesetzt ist. Dass Projekte, die dann KI nutzen zur Automatisierung, werden aus meiner Sicht nicht schneller sein als Projekte, die in Anführungszeichen klassische Digitalisierungstools genutzt haben oder Automatisierungstools, weil die Hauptaufwände gehen da rein zu verstehen, was sind die fachlichen Anforderungen? Wie sieht die Grundarchitektur aus von also überhaupt mal, ist das eine Standardsoftware, was eigenentwickelt ist, das dann einzuführen, zu testen, auszurollen. Und da krieg ich keine signifikant, das wird nicht schneller gehen. So und solche Projekte laufen 2 bis 3 Jahre, wenn's 'n größerer Prozess ist, sone größere Applikation. Das heißt, die Zeit wird man brauchen und da glaub ich, wird einfach mehr und mehr das, was jetzt schon angefangen hat ja auch in der Vergangenheit, dass KI da auch mehr genutzt wird, wird einfach mehr werden. Ich glaub, der Anteil von Anwendungen mit KI Unterstützung wird größer werden. Und das hängt dann sicher auch von dem spezifischen Fachprozess ab, wo sich's mehr eignet und wo nicht, wo man dann auch anfangen kann als Unternehmen. Genau. Aber da tut sich viel, das ist aber eher auch 'n Langlauf, eine Langlaufgeschichte. Das, wo sich natürlich, wo ich, glaub ich, mehr einen Boost auch erwarte, ist eben das Thema Channel AI in der Breite, weil da einfach die Verfügbarkeit und auch die ja, die Schwelle deutlich gesenkt wurde, sich mit dem Thema zu beschäftigen. Und da sind viele unserer Kunden, also ich würd sagen, dass da wahrscheinlich 80, 90 Prozent schon irgendwie geartete eigene Tpts haben, die die Mitarbeitende nutzen können. Und da wird die Kernherausforderung, das in die Breite auch zu bringen. Es da geht sehr, sehr viel Change Management und Enabling Trainingsmaßnahmen an der Stelle. Genau, das erwarte ich da eigentlich vor allem. Genau. Wir haben bei uns ganz gute Erfahrungen auch schon gemacht mit 'nem Workshopkonzept namens KI Potenzialanalyse, wo man dann mit 'nem kleineren oder mit einem Team schon in der Regel auf der untersten Hierarchie eben, also die, die auch tatsächlich zusammenarbeiten, dann mal überlegt, was gibt's denn für Use Cases, das austestet und dann nach Einführungsaufwand und Nutzen sortiert. Und dann kann man son bisschen fokussiert auch überlegen, wo will ich denn in für mein Team oder man kann's natürlich auch im größeren Bereich machen, wo will ich mich denn drauf fokussieren in der Einführung? Das ist was, was, glaub ich, auch sehr viel Potenzial hat, wenn wir auf dieses Jahr schauen, da 'n bisschen Struktur reinzubringen in dieses Gefühl von, die Möglichkeiten sind explodiert. Wo fang ich denn jetzt an und wie krieg ich auch meine Leute in meinem Team fokussiert, dass nicht jeder irgendwie alles neu, er sich erarbeiten muss, sondern dass man auch gut voneinander lernen kann. Genau.
Speaker2: Und siehst Du, dass sich da was abzeichnet bei euren Kunden? Wenn man jetzt quasi wieder auf die KI Strategie, aber jetzt nicht von Interior, sondern eurer Kunden drauf blickt, Worum geht's denen am meisten? Gibt's da son son High Runner Thema, wie beispielsweise eben, was ich vorhin meinte, wir versuchen uns gegenüber Fachkräftemangel abzusichern und demografischer Wandel, dass wir jetzt schauen, dass wir die dass wir die Expertise unserer Leute eher halt in eine KI irgendwo mit reinkriegen? Oder sind's einfach platte Effizienzthemen, Durchlauf, Durchlauf, Durchlauf, Durchlauf, Durchlauf, also Durchlauf Geschwindigkeit von Prozessen erhöhen? Zeichnet sich da schon was ab. Weil also warum frag ich? Ich seh, dass die Branchen alles son bissel anders ticken, ja. Und vor allem im Maschinenbau beispielsweise, da geht's momentan ganz klar Richtung, einfach nur Kosteneffizienz aus verständlichen Gründen. Mhm. Wie ist das bei den Firmen, mit denen Du zu tun hast?
Speaker3: Ich würd sagen, dass das auch der Haupttreiber an der Stelle ist, kosteneffizient, auch mehr Kapazität wieder zu haben für Weiterentwicklung von Dingen. Also grade im Banking ist natürlich Regulatorik 'n riesen Zeitfresser, nenn ich's mal. Mhm. Und an der Stelle wird natürlich viel versucht, manches noch 'n bisschen mit Vorsicht zu genießen. Also die Auslegung von Regulatorik ist wirklich noch schwierig mit irgendwie LLMs, aber wo wir jetzt zum Beispiel grad auch einen Use Case implementieren, ist beim Thema Auffinden von Evidenz für Audits. Das ist zum Beispiel was, was supergut funktioniert, KI gestützt. Also da ist es eher Zeitgewinnung. Oder auch wenn man natürlich schaut, was sind so die Haupt Use Cases im im Banking? Wenn man jetzt so spezifische Prozesse anschaut, fallen einem natürlich auch noch so Sachen irgendwie Chat Bots oder ne, grundsätzlich die Unterstützung von der Kommunikation mit dem Kunden. Ob man das jetzt alles immer übern Chatbot wissen muss, das würd ich jetzt nicht unbedingt raten. Aber allein schon die Unterstützung davon, auch das Thema Auswertung von Finanzdokumenten oder Erstellung von Finanzdokumenten, das ist auch was, wo viele dran arbeiten oder viele auch schon nutzen. Personalisierte Produkte für Kunden, das in die Richtung geht's auch 'n bisschen. Also wie kann man noch kundenzentrierter werden an der Stelle? Also wenn ganz eben ne letztlich ganz individualisierte Finanzprodukte dann für dich, Theo zugeschnitten, für das, was dir wichtig ist, was Du brauchst. Ich glaube, da wird sich grundsätzlich auch mit anderen Technologien wie also Blockchain Technologie wird da auch noch mal viel ermöglichen jetzt im Bereich Asset Management, dass das es individualisierter wird. Und dann ist natürlich KI eine tolle Unterstützung bei der Auswahl, was jetzt für dich als Person dann das Passende ist. Also da geht auch viel hin, würd ich sagen.
Speaker2: 1 mussten wir jetzt mal genauer erklären bitte, was was meinst Du mit Auffinden von Inzidenzen?
Speaker3: Also na, man hat ja in also je nach regulatorischer Vorgabe aber bei dem einen oder anderen auch die Pflicht, Evidenz zu liefern oder Evidenz zu haben, grad in dem Bereich, wenn's IT Auslagern zum Beispiel auch geht. Und an der Stelle zu unterstützen, wie find ich jetzt die Evidenz, wie muss ich nicht ewig suchen? Wo ist jetzt das Dokument, was ich jetzt brauch, dann belegen zu können, dass das alles ist an der Stelle?
Speaker2: Alright. Ja, superspannend. Also vor allem, ich hör da raus, da gibt's halt die Use Cases, die Du jetzt aufzählst, die volle Bandpreise, ne. Also von klar, wieder Prozessautomatisierung, aber bis hin zu neue Produkte, die ich anbieten kann. Und auch erst drauf komme, jemanden was anbieten zu können, weil ich vielleicht einen Bot hab, der mir meine Kundeninformationen, bevor ich den Anruf annehme, aggregiert und mir sagt so, hey, Vorsicht, die Sarina, die war irgendwie unzufrieden mit Produkt x y, am besten nicht noch mal anbieten, ja.
Speaker3: Ja, genau, ja. Also da denk ich, ist viel Potenzial auch da oder nehm ich auch viel wahr, das in die Richtung gedacht wird. Ist auch notwendig, ja, die Dynamik am am Markt ist da groß. Also der Druck, gut gute Lösungen und passende Lösungen anzubieten, günstige Lösungen, der ist schon hoch.
Speaker2: Sehr, sehr spannend. Ich würde gerne in ein traditionelles Format noch einsteigen, und zwar, dass wir einmal ganz ruhig in 5 schnelle Fragen einsteigen. Und die Idee ist, dass Du einfach spontan von der Leber weg antwortest, was dir grad dazu einfällt oder was so der 1. Impuls ist. Und die 1. Frage an der Stelle ist, in welchem Bereich deiner Arbeit würdest Du am liebsten noch mehr Channel nutzen?
Speaker3: Gut, das ist oh, das ist wirklich schwierig, weil das so viele sind, aber E-Mail oder Kommunikation eben Unkritisch. Also schriftliche Kommunikation,
Speaker2: Ja. Warum? Also was was hast Du da, also welcher Punkt, ich ich nehm da so wahr oder zumindest das interpretier ich jetzt von mir das rein, dass es wohl irgendwo eine Nadel gibt, die man damit den den Nadelstich eliminieren kann bei Kommunikation oder worum geht's dir da genau?
Speaker3: Ach, das ist für mich tatsächlich 1 der Haupteinsatzzwecke. Ich setz es aber da auch schon ein. Jetzt bin ich von meinem Hintergrund ja Mathematikerin und Ja. Also ich meine Masterarbeit hat auf 30 Seiten gepasst. Das heißt, ich bin drauf im Studium drauf trainiert worden und das liegt mir auch, ne, knapp und prägnant zu kommunizieren. Das ist aber jetzt im ja, dementsprechend ist was Texte formulieren, was was ich gelernt hab, was ich kann, aber was was mir jetzt nicht besonders viel Freude macht, wenn man das mal so formuliert. Und da genieß ich sehr die Unterstützung und will das noch mehr einsetzen und noch also noch dran arbeiten, dass ich bessere Personas hab, die noch mehr dann auch meinen Stil meinem Stil entsprechen. Das ist was grade, wo ich dran arbeite. Genau. Aber ja, ich seh, ja. Und soll ja eine kurze Anzahl.
Speaker2: Ach, wenn's mal eine halbe Stunde dauert, ist es ja egal. Aber gehen wir gehen wir gern zur zweiten Frage. Und zwar, welche Fähigkeiten oder welche Features von GenAI haben dich am meisten beeindruckt?
Speaker3: Oder meisten beeindruckt. Gut. Eure Texte schreiben.
Speaker2: Also das, was Sinnvolles Sinnvolles rauskommt?
Speaker3: Ja, ja.
Speaker2: Kann ich kann ich relaten. Vor allem der Unterschied zwischen, man formuliert irgendwie Inhalt, den der User gibt, einfach nur aus. Ja, okay, also das ist ja so die eine Stufe von von von LLM. Aber was mich immer wieder umhaut, das ist auch der Punkt der assoziativen Leistungsfähigkeit. Also wie's die Modelle schaffen, inhaltlichen Zusammenhang herzustellen, der eben über eine Assoziation läuft. Und jetzt mehr ist als nur, okay, machen wir eine passive Formulierung zu 'ner aktiven Formulierung vom Satzbau.
Speaker3: Ja. Genau. Und an der Stelle ist auch das der Frust am geringsten für mich, weil überall, wo's auf richtig und falsch ankommt. Und das fängt beim Research an, das geht, ja, das geht bei ganz vielen anderen Punkten weiter. Da da muss man eben echt sehr, sehr vorsichtig sein. Und beim Formulieren von Texten kann man einfach mal drauf los und muss son bisschen naht anpassen auf das, dass es halt dementsprechend, was ich sagen will. Aber an der Stelle weiß ich ja, was ich sagen will, da gibt's auch keinen, da weiß ich ja auch automatisch sofort, was richtig ist und ob das dann dazu passt. Genau. Genau. Und beim Thema zum Beispiel eine Präsentationserstellung, da sind wir von vom Level, was man da was da nützlich ist, noch ganz, ganz weit weg, ja. Ja, ja, ja. Zum Beispiel, das auch mal aufzumachen, ja. Deswegen Texterstellung, da find ich's am begeistert's mich am meisten und da ist am wenigsten Frust mit der Qualität, ja.
Speaker2: Gehen wir direkt zur dritten Frage weiter. Und zwar, wenn Du dir eine zusätzliche Fähigkeit oder 'n Feature von JENAI wünschen könntest, welche wäre das?
Speaker3: Na ja, auf Korrektheit prüfen. Ich weiß, dass das 'n bisschen im, dass das 'n bisschen eine 1 Quadratur des Kreises ist. Aber tatsächlich würd ich mir wünschen, dass das 'n 'n richtig Art des Qualitäts Qualitätskontrolle gäbe. Mhm. Mhm. Ist in 'nem stochastischen Modell schwierig, aber
Speaker2: ja.
Speaker3: Sagen wir mal nicht so, ja. Ja, aber man, na ja, das, also wenn man sich jetzt frei wünschen könnte. Ich glaub, wir müssen da lernen halt mit umzugehen und das irgendwie zu verbessern, aber es wird ja nie 100 Prozent sein an der Stelle. Ja, ja, ja. Genau, das würde, glaub ich, noch mal sehr viel Zeit sparen, wenn man nicht dann noch mal alle Qualitecks selber machen müsste.
Speaker2: Ja, ja, in der Tat, ja. 4. Frage, welche Fähigkeiten oder Kenntnisse sollten junge Berufseinsteiger deiner Meinung nach im Bereich Jenna AI entwickeln?
Speaker3: Die Fähigkeit, immer wieder neue Sachen zu lernen offen zu sein. Ja. Ich glaube, das das kann man nicht statisch formulieren. Das ist auch sowieso das, was ich was ich auch vorher schon jedem mitgegeben hätte, in dem Fall noch viel mehr für sich irgendwie Möglichkeiten finden, wie man dranbleiben kann, das auszuprobieren fokussiert, ohne zu viel Zeit in unsinnvolle Sachen dann zu stecken. Das ist, glaub ich, eine wichtige Fähigkeit. Ja, und ich glaube Absolut. Absolut. Die Geschwindigkeit an der Stelle, die hat ja enorm zugenommen und ich bin gespannt, ob das irgendwie dann wieder 'n bisschen ab abflaut, wenn so dieser Schub vorbei ist durch JENAI oder ob dann das nächste große Ding kommt.
Speaker2: Na ja, also bezüglich der Modellperformance, da sehen wir ja schon die Saturationseffekte. Also so dieser von von 3 auf 3 5 auf 4 0, ja. Also so das Modell des o 1AM Ende war's so, krass, wird jetzt allgemeine Intelligenz, das ist so veröffentlicht. Ja, nix. Also ich war ich war wirklich fast schon enttäuscht, weil weil ich mir von so der nächsten Modellliteratur eben auch was erwartet hätte, was deutlich mehr On Point ist und und zuverlässiger wird und am Ende, ja, okay, ja.
Speaker3: Ja, die Zuverlässigkeit ist echt noch, lässt noch sehr zu, also
Speaker2: sehr zu wünschen übrig, ja. Hunderte. Ja, klar. Was was ja auch der Grund ist, warum wir so hart übers Prompt Engineering und das das Prompt tree bauen reingehen, dass ich sage, okay, ja, ich ich werfe nicht einfach nur eine prompt irgendwo in eine Blackbox, war 20 Minuten und schauen wir dann, was hinten dabei rausgepurzelt ist, sondern bei uns hat das Heft der Mensch in der Hand, genau aus dem Grund, ne, weil die KI als stochastisches Modell natürlich immer irgendwie
Speaker3: mal auch Quatsch macht, ne. Ja. Ja. Und ich glaub, na klar, das kann man wahrscheinlich übers Trump schon gut eingrenzen, aber eben nicht komplett. Und das ist 'n bisschen auch die Gefahr an der Technologie, dass das das Internet zumüllt, gemüllt wird mit irgendwelchen KI generierten Das haben wir jetzt schon, ja genau. Fake sein. Ja, ja, ist 'n macht das Also macht ja dann die nächste, damit ja Research noch schwieriger, wenn man das mal prüfen muss, ob die Quelle vernünftig ist oder ob's nur irgendwas ist, weil irgend eine KI zusammengestöpselt
Speaker2: hat. Ja, so schaut's aus. Ja. Genau. Letzte Frage, Sarina. Und zwar, wenn Du deinem zwanzigjährigen Ich einen Rat geben könntest, gibt's da einen und wenn ja,
Speaker3: welchen? Zwanzigjährigen. Also zu der Zeit hab ich studiert. Vielleicht nicht so viel Pläne machen. Das Leben kommt anders. Also mein mein Lebensplan mit 20 sah ganz anders aus als das, wie er jetzt geworden ist. Mit 20 hätt ich, glaub ich, sonen Weg in der Beratung noch ausgeschlossen für mich. Ja. Auf der anderen Seite braucht man auch Pläne, aber ich glaub vielleicht weniger davon.
Speaker2: Das ist eine schöne Klammer zu. Sarina, herzlichen Dank für das Gespräch. Sehr, sehr spannend. Danke, dass Du uns auch an vielen Stellen einen detaillierteren Einblick geben konntest, wie ihr arbeitet bei Entero, wie dein Werdegang und bisheriger ja, Lebenslauf einfach in der Domäne der Beratung war. Ich hoffe, die Zuhörer, die sich das jetzt reingezogen haben, konnten neben so viel mitnehmen. Ich fand's superkurzweilig, das Gespräch. Danke dir. Und bei 'ner zweiten Folge können wir mal so diesen alternativen Lebensweg durch xen. Nee, Quatsch.
Speaker3: Den, der Plan ursprünglich mal vorgesehen hat. Da kam auch eine KI befragen zu ihr. Danke schön. Genau. Nein, vielen Dank dir Theo. Es hat mir sehr viel Spaß gemacht und ja, hab mich gefreut, das Gespräch mit dir zu füllen.
Speaker2: Selina, ich danke dir. Haut rein. Bis dann. Bis dann. Tschüs Theo.
Speaker0: 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 Erium Podcast.