ServiceNow über AI-Use-Cases im Handel, Thought Leadership & KI in der Kindererziehung

00:00:01: EHE, Retail Insights.

00:00:05: Der Podcast für alle, die im Retail entscheiden und die von den Besten lernen

00:00:10: wollen.

00:00:12: Ja, hallo, liebe Hörerinnen, liebe Hörer.

00:00:14: Ich freue mich mal wieder auf eine Supporterfolge mit ServiceNow zur Vorbereitung.

00:00:20: Google ich, klar.

00:00:21: Check die Webseite ab, das Link in Profil meines Gastes.

00:00:25: Was lese ich da?

00:00:26: The word works with ServiceNow.

00:00:28: Lassen Sie die KI arbeiten.

00:00:31: Wenn es bei unseren Kunden läuft, funktioniert die Welt.

00:00:34: ServiceNow ist eine cloud-basierte Plattform, die Prozesse digitalisiert und automatisiert.

00:00:40: Ich freue mich auf einen Gesprächspartner, der sich schon sehr lange mit KI beschäftigt, der vielfältige Einblicke in KI-Projekte verschiedener Retailer hat.

00:00:49: Und ich bin natürlich auch gespannt, welche konkreten Use-Cases hinter diesen Slogans stecken,

00:01:01: Manche Kunden fühlen sich schneller an als andere, aber sie enden meistens am gleichen Zieldatum.

00:01:06: Nur auf unterschiedlicher Art und Weise.

00:01:09: Fakt ist aber auch, wer jetzt live geht, hat einfach jetzt den Vorteil, bis der Rest live ist.

00:01:14: Das ist so.

00:01:15: Und die, die es verstehen, sind durchaus aggressiv unterwegs und sagen, dann machen wir das jetzt.

00:01:20: Mein Name ist Karo Matens und ich blicke mit euch in diesem Podcast gemeinsam hinter die Kulissen der wichtigsten und innovativsten Dienstleistungs- und Handelsunternehmen.

00:01:29: Meine erste Frage an Mike, welche Rolle spielt KI für dich als Vater?

00:01:42: Also KI spielt für mich als Vater, dementsprechend eine große Rolle.

00:01:45: Da meine Tochter sehr interessiert an Technologies, die ist jetzt vier Jahre alt, hat mir auch gestern wieder gesagt, sie würde gerne ein pinkes iPhone besitzen und KI ist einfach Teil der Zukunft.

00:01:56: Und ich habe mit meiner Tochter einen Podcast zusammengemacht.

00:02:00: Ihre kreativen Ideen, kombiniert mit meinem leicht technischen Flavor, bringen mir einfach dazu, dass ich meine Tochter solche Dinge nahebringen kann und Spaß haben gleichzeitig und sie nicht einfach nur von den Fernsehsätzen und irgendeinen Comic-Sendung anschauen lassen.

00:02:13: Und das ist total spannend für mich, was KI eigentlich für einen Vater möglich

00:02:16: macht.

00:02:17: Ja, ist auch interessant, weil du sagst, meine Tochter ist Technik-Affin und ich hätte jetzt erwartet, dass sie älter ist.

00:02:22: Es ist so interessant, dass sie ist Vier und sie ist Technik-Affin.

00:02:26: Stell dich unseren Hörerinnen und Hörern doch einmal kurz vor, was ist dein roter Faden in deinem Lebenslauf?

00:02:33: Ja, super.

00:02:33: Also nochmal auch vielen Dank für die Einladung.

00:02:35: Ich bin Michael oder AI Mike, wie sie mich generell nennen.

00:02:38: Deswegen darfst du mich auch Mike nennen.

00:02:40: Ich bin jetzt seit zehn Jahren im KI-Umfeld unterwegs.

00:02:44: Beziehungsweise wenn ich meinen Studium dazu zähle, sind es fünfzehn Jahre und KI ist tatsächlich dieser rote Faden, der mich begleitet.

00:02:50: Es ist sehr spannend.

00:02:52: Ich habe studiert und wusste irgendwie nicht, was man mit Mathematik und Programmieren anfangen kann.

00:02:57: Mein erster Arbeitgeber hat gesagt, ich weiß ganz genau, was ich mit dir anfange.

00:03:00: Ich habe mich nach einer Werkstattentätigkeit eingestellt und hab da hatte ich das KI-Label.

00:03:05: Das zielt sich eigentlich durch jede Rolle, jeden Job, jeden Arbeitgeber.

00:03:10: Es hat sich nur einfach verändert von Hands-on zu jetzt Kundenbegeistern mit Technologie.

00:03:16: Und seit wann beschäftigst du dich mit KI?

00:03:18: Also wie viele Jahre sind das dann ungefähr?

00:03:21: Also wenn ich es ganz exakt beziffern müsste oder dürfte es ins vierzehn Jahre.

00:03:25: So zweites, dritte Semester hat das dann an der Uni angefangen, wo dann die Kurse gekommen sind und gesagt, okay, jetzt machen wir KI-Lösungen.

00:03:33: Und ja, das war natürlich sehr ... Wissenschaftlich und sehr, ich sag mal, also weniger Business Cases und ich löse ein Problem, das wirklich Menschen betrifft, aber damit hat es angefangen und dann bin ich nie mehr losgekommen.

00:03:46: Ja, sehr gut.

00:03:47: Und nutzt du KI auch privat?

00:03:49: Also du hast eben erzählt von dem Podcast mit deiner Tochter, aber du bist so für mich so jemand, wir hatten ja ein Vorgespräch zusammen, so jemand, der so KI so lebt.

00:03:58: Gibt es irgendwelche Sachen, die du privat auch mit KI managst oder Privatsachen generierst sozusagen?

00:04:05: Also wenn ich jetzt meine Frau fragen würde, würde sie sagen, dass ich zu viel mit KI privat mache.

00:04:09: tatsächlich.

00:04:10: Ist aber tatsächlich, es ist ein Hobby.

00:04:13: KI hat einfach die Möglichkeit, ich lebe da meine Gerätivität aus.

00:04:16: Ich habe klassische Chatbots für Dinge.

00:04:20: Ich habe einen Chatbot für meine Frau gebaut, die ist Physiotherapeutin, dass die ihre Unterlagen schneller durchsuchen kann für Behandlungsverläufe und so weiter.

00:04:29: Nicht mit Kunden dann, versteht sich von selbst.

00:04:31: Ich hab aber selber auch einen eigenen Podcast, ich generiere eigene Musik.

00:04:36: Ich bin jemand, der gern Lieder schreibt, aber ich kann einfach keinen Instrument spielen.

00:04:40: Also gebe ich einfach mein Lied Text an die KI und die macht mir dann einen richtig tollen Country-Song draus.

00:04:44: Und eigentlich jede Nuose, die mir irgendwie durch den Kopf geht, jag ich einmal durch irgendein KI-System und gucke, was passiert.

00:04:51: Und oft hat das gar keinen Mehrwert oder auch keinen Produktivitätswert für mich, aber ich kann Kreativität ausleben.

00:04:57: Und dann gibt es wieder diese ein, zwei Momente, wo ich mir denke, wow, zum Beispiel der Chatbot für meine Frau, wo sie ihre eigenen Unterlagen durchforsten kann.

00:05:05: Wo ich sage, wow, ich kann den Menschen helfen, indem ich drei Knöpfe klicke und die KI macht den Rest für mich.

00:05:11: Das ist Wahnsinn.

00:05:12: Was würdest du denn sagen?

00:05:13: ist Kreativität im Bereich von KI, weil wenn ich mir jetzt so vorstelle, also es ist ja das Riesenthema gerade, Gen AI, also generierende KI, die ist ja gefüttert mit Daten und nur weil sie gefüttert ist, mit Daten kann ich überhaupt neue Daten generieren.

00:05:28: Was ist denn dann das Kreative dran?

00:05:30: Weil man könnte ja jetzt auch sagen, ja, nee, das ist ja nur eine Zusammenfassung oder ein Ausschnitt, ein anderes Kombinieren von den eh schon generierten Daten.

00:05:39: Du machst ja eigentlich nichts.

00:05:40: Warum findest du es kreativ?

00:05:42: Und danach sprechen wir auch über Service und über eure Kunden cases, aber ein paar Sachen wollte ich vorher hier mal abfrühstücken.

00:05:50: Genau, passt sehr, sehr, sehr gut.

00:05:52: Ich rede natürlich auch gerne mit meiner Hobbyprojekte, weil das natürlich Hobby ist, das ist immer Spaß und Kreativität.

00:05:59: Da muss ich eins vorwegschieben und das ist ganz wichtig.

00:06:01: Das ist ein Thema Menschen und Change Management und wie KI augmentiert und nicht ersetzt.

00:06:09: Das ist für mich ganz wichtig und ich glaube, um kreativ mit KI zu sein, muss ich ein gewisses Vertrauen in die KI haben, aber auch eine gewisse Skepsis zu sagen, ist denn der Output jetzt neu, spannend und kreativ und macht dir was?

00:06:23: Oder ist es einfach nur was runtergeleiertes, was es schon gibt?

00:06:26: Und dann gehe ich zum Beispiel her und sage, kommt mir wieder ein Liedtext durch den Kopf, den ich mir gerade selber ausdenke, dann schreibe ich mir das runter und denke mir, cooler Song hat es noch nicht ganz den Vibe.

00:06:36: und dann gebe ich den Sonntext an die KI und sag du, Wie würdest du denn diesen Songtext umstrukturieren?

00:06:41: Das ist ein bisschen besser klingt.

00:06:43: Dann arbeitet die KI mit meinem Wissen und dann nehme ich das Wissen der KI zurück und denk drüber nach, macht Sinn.

00:06:50: Und dann irgendwann komme ich raus an einem Liedtext, den ich irgendwie selber geschrieben habe mit ein bisschen Hilfe, mit einem Codewriter, das waren dann meine KI.

00:06:57: Und dann kommt der nächste Schritt, dass ich sage, okay, jetzt habe ich einen Countrysong im Kopf oder das ist jetzt ein Heavy Metal Song oder das ist jetzt ein Technolied oder sowas.

00:07:05: Und dann gehe ich an die nächste KI ran und sage, guck mal.

00:07:08: Ich habe ein Lied geschrieben, mache mir mal ein Song draus, das so und so klingt, dann beschreibe ich meinen Song.

00:07:15: Und der Prozess, der geht dann über manchmal Minuten, manchmal ist es sich auch Stundenabends da für ein Lied.

00:07:22: Und dieser kreative Prozess zu verstehen, okay, jetzt hat die KI wieder irgendwas produziert, was so langweilig ist oder so, ja, habe ich schon hundertmal gehört, bis hin dann die KI dahin zu driezen, das zu tun, was ich in meinem Kopf hab.

00:07:35: Den Prozess finde ich faszinierend, weil ich... für mich selber mitdenken muss, kreativ bin, aber Sachen erledigen, die ich selber nicht kannte und das ist so für mich so ein kreativer KI-Prozess und das kann ich privat machen.

00:07:47: Ich kann das natürlich auch in dieses Kontext machen, da ist es natürlich unendlich viel schwerer als einfach ein Lied zu schreiben mit KI.

00:07:54: Aber ich glaube, wir sind heute auch dauernd, dass wir über das schwierige Thema dann nochmal sprechen.

00:07:59: Genau, also gehen wir auf den Business-KI-Kontext.

00:08:03: Worunter sollten wir alle ServiceNow abspeichern, wenn es um diese Thematik geht?

00:08:07: Was macht ihr und was macht ihr vielleicht auch nicht?

00:08:10: Der Slogan, den man online sieht, dass wir die AI-Plattform für Business Transformation sind.

00:08:15: Das klingt erstmal ziemlich fancy, aber was bedeutet das?

00:08:18: Also wir können eigentlich drei Dinge und die können wir richtig gut.

00:08:22: Workflows, das heißt Automatisierung mit und ohne AI.

00:08:26: ... in jeglicher Nuance.

00:08:28: Damit verbinde ich euch auch.

00:08:29: Genau.

00:08:30: Man kennt uns quasi als Workflow Company.

00:08:31: Also ich verbinde das System ... ... im Unternehmen und automatisiere Prozesse.

00:08:35: Dann jetzt mit dem Thema Agentic AI.

00:08:37: Sprechen wir wahrscheinlich dann auch noch mal drüber.

00:08:39: Das erkläre ich dann her nach noch mal, was das genau bedeutet ... ... oder eben auch nicht.

00:08:43: Wir wollen so ein Orchestration Engine sein.

00:08:46: Das heißt, dass ich nicht nur eine Automatisierung treibe, ... ... sondern mit KI diese Automatisierung orchestrieren kann.

00:08:52: Das ist der zweite Aspekt und der dritte ist Governance.

00:08:56: Wir machen, wenn wir KI machen, müssen wir Governance machen.

00:08:59: Und wir sagen, wir machen nicht nur die Governance für uns, sondern wir machen es für jedes Unternehmen, Unternehmen soweit.

00:09:05: Das sind so die drei Aspekte, die ich in meinen Talk Tracks habe, wie ich uns wahrnehme und ich uns auch am Markt positioniere.

00:09:11: Ich glaube, wenn wir mit anderen Kollegen sprechen, die würden was anderes sagen, aber KI spielt natürlich.

00:09:15: egal, was die Leute sagen, ist es immer mit KI.

00:09:18: Das ist auf jeden Fall in unsere Plattform eingebocken, sag ich jetzt mal.

00:09:22: Eingebocken, die KI ist sehr schön, so haptisch.

00:09:26: Was sind denn so typische Sätze, die du in Kundengesprächen mit Retailern hörst?

00:09:31: Also was begegnet ihr da so?

00:09:34: Das ist spannend, weil Retailer ist ja nicht gleich Retailer.

00:09:38: Und es gibt Retailer, die sagen so, wir müssen all in gehen mit KI und wir gucken an, was könnt ihr, was können andere, um im Marktwettbewerb sozusagen stabil zu sein oder einen Advantage, was auf Deutsch Vorteil zu haben.

00:09:52: Sorry für mein Englisch ab und zu, das ist für meinen ganzen Tag Englisch gearbeitet, dann kommt man dann natürlich hin.

00:09:56: Ich kann dir folgen.

00:09:59: Der Vorteil ist natürlich, wenn ich auf KI setze und Prozesse automatisiere, dann bin ich Vorreiter.

00:10:04: Das ist so die eine Seite.

00:10:06: Es gibt aber auch Retailer, die sagen, ehrlich gesagt überfordert uns das.

00:10:11: Und warum?

00:10:12: Weil sie haben vielleicht, die reden ja nicht nur mit ServiceNow.

00:10:15: Retailer hat mit Sicherheit auch ein SAP zum Beispiel, weil ich muss ja die Logistik, die Supply Chain, basiert ja... Höchstwahrscheinlich in den meisten Retail-Unternehmen auf SAP.

00:10:24: Ich habe eine Microsoft als Office-Produkte.

00:10:26: Ich habe so viele Anbieter, die über KI sprechen und irgendwo kommt die Überforderung.

00:10:30: Man weiß, man muss und möchte, man weiß es aber nicht, wie, mit wem, wann und wo.

00:10:37: Und diese Mischung aus, wir wollen unbedingt und sind super aggressiv zu, wir sind ein bisschen gelähmt von diesem ganzen AI-Bus und dann alles in dem Spektrum drin.

00:10:46: Und das macht den Spaß beim Retail so, weil die Use-Case, es gibt eine Menge.

00:10:51: Aber jeden Kunden muss sich anders anpacken und denen da hinführen.

00:10:53: Und manchmal ist es ein super schneller Prozess und manchmal ist es ein längerer Prozess.

00:10:58: Es gibt aber kein richtig oder falsch.

00:10:59: Also jede Seite hat ihre Daseinsberichtigung und mein Job ist halt dann, die da abzuholen, wo sie stehen.

00:11:05: Das ist auch das, was wir beobachten im EHI auch in unseren Studien.

00:11:08: Also, dass es da eine total große Bandbreite gibt, wie du ja auch sagst.

00:11:11: Retailer nicht gleich Retailer.

00:11:13: Es ist einfach total divers im Handel.

00:11:17: Was wären denn dann ... So erste Schritte in dem Case sagen wir das überfordert uns.

00:11:23: Also es kann ja auch total nachempfinden.

00:11:25: Wie geht man denn da überhaupt vor?

00:11:26: Also was, wo packt man an?

00:11:29: Ich versetze mich immer in die Lage der Leute.

00:11:31: Das ist so, was ich persönlich versuche jetzt als Mitarbeiter von Thomas Nauder, Grundsätzlich als Mensch, zu sagen, okay, ihr seid überfordert.

00:11:37: Was ist denn eigentlich euer Anliegen?

00:11:39: Und was will denn Retailer?

00:11:40: Ich nehme jetzt mal einer meiner Lieblings Retailer, weil ich dort auch schon in Texas einkaufen war.

00:11:46: Sorry, aber es ist Aldi.

00:11:47: Einfach deswegen, weil die sehr, sehr kundenzentriert sind und auch gerade in den USA mit dem Pricing einen sehr tollen Mehrwert für die Bevölkerung schaffen.

00:11:56: Und dann setzt versetzen wir in die Lage, okay, ich bin jetzt ein Aldi-Mitarbeiter, was ist denn eigentlich mein Paimpoint?

00:12:01: Und mein Paimpoint als Mitarbeiter ist, ja gut, was ist denn, wenn eine Kasse kaputt geht?

00:12:05: Dann muss ich die Kasse schließen und ich habe einen Zulauf von ganz vielen Menschen, die stehen da schlange, wie fühlt sich mein Kunde?

00:12:11: Und dann spinne ich diese Geschichte von mir selber als Kunde bei Aldi, wie ich mich fühle.

00:12:16: Und dann kann ich auch einen CIO oder jemanden, der für dieses Thema verantwortlich abholen und sagen, guck mal, dir geht's um den Kunden.

00:12:25: Das ist dein Hauptziel als Retailer.

00:12:27: Aber um deinen Kunden glücklich zu machen, müsst du deine Mitarbeiter glücklich machen.

00:12:30: Und da hakt's vielleicht manchmal an den Systemen.

00:12:35: Wollen wir uns nicht mehr einen Use Case anschauen?

00:12:37: Zum Beispiel Kasse ist kaputt, wie gehst du vor?

00:12:39: Wie könnten wir den mit KI lösen?

00:12:41: Dann habe ich dieses große Problem, ich muss KI machen, auf einen Use Case eingedampft.

00:12:46: Und dann ist es so, lasst mir überlegen.

00:12:48: Wir haben das Problem, dass der Mitarbeiter da anrufen muss in der Hotline und die Hotline sitzt aber nicht in dem Land.

00:12:54: Dann haben wir eine Sprachbarriere.

00:12:55: Dann ist es oft so, dass es vielleicht zu Zeiten passiert, wo gerade mehr los ist, dann dauert es länger.

00:13:01: Was könnten wir tun?

00:13:02: Und dann sind wir in einem richtigen Gespräch.

00:13:04: Du hast mir eigentlich gerade deine ganzen Payments genannt.

00:13:06: Lass uns das mal.

00:13:07: aufskezieren, wo jetzt KI da wirklich reinkommt, oder ist es denn überhaupt KI?

00:13:11: Können wir das Problem ohne KI lösen?

00:13:13: Und das baut dann schon mehr Vertrauen auf und das Gefühl für, ich löse ein Business-Problem und es muss nicht KI sein.

00:13:20: Das ist so die Herangehensweise.

00:13:23: Ihr schafft dann quasi eine erste User-Story, einen ersten Use-Case und dann lernt man daraus entwickelten Verständnis, um dann darauf aufzubauen und Akzeptanz zu schaffen und so, oder?

00:13:34: Genau, das ist der Case.

00:13:35: Das ist genau die Herangehensweise.

00:13:37: Und ich sage auch oft, wir als ServiceNow kommen ja traditionell aus der IT-Schiene.

00:13:43: Wenn man heute in eine Firma geht und fragt, was ist ServiceNow, dann würden die sagen, ach, das ist doch unser IT-Ticketingssystem.

00:13:50: Wir können viel mehr als das natürlich, aber da kommen wir her.

00:13:53: Und ich sage auch immer, das ist doch super.

00:13:56: Fangt da an, wo wir eh schon sind.

00:13:59: Fangt in der IT mit einem Use Case an, lernt.

00:14:02: baut dieses Vertrauen und auch die Selbstvertrauen auf, dass KI helfen kann.

00:14:07: Und dann replizieren wir das von einem IT, in den HR-Bereich, in den Supply Chain-Bereich, was im Retail auch mega spannend ist.

00:14:14: Aber lernen wir irgendwo, wo so die Kernkompetenz ist und dann gehen wir von da.

00:14:18: Und ich hatte ja schon erwähnt, jeder Retail ist anders, aber einsamen sie gemeinsam, die haben alle die gleichen Probleme.

00:14:25: Und das macht es dann wieder einfach, weil jetzt kann ich, wenn ich als Retailer was vorlebe, wenn ich automatisch die Plaubhause für die nächsten, für die anderen Retailer, die dann relativ schnell nachziehen wollen.

00:14:35: Und so kommen wir da eigentlich relativ gut im Retailbereich hoffentlich in der Innovationsschiene rein.

00:14:40: Sehr, sehr schnell.

00:14:41: Und wenn ich mich jetzt mal in so eine... gefühlt in so eine C-Level-Ebene gehe.

00:14:46: Und du erzählst mir das dann, ja, wir fangen klein an, wir machen hier so ein Use Case.

00:14:50: Aber wie lange dauert das dann?

00:14:52: Ich weiß nicht, ob du das fragen kannst.

00:14:53: Ich weiß, jedes Unternehmen ist anders, bis man das dann so ausgerollt hat, bis da auch das zu einer AI Company irgendwo wird, weil das ja auch ein kultureller Shift ist.

00:15:03: Das ist ja auch ein Shift, den wir gerade alle auch im Kopf haben.

00:15:06: Aber ich habe das Gefühl auch ich persönlich.

00:15:08: bin erst am Anfang und schöpfe überhaupt nicht das Potenzial aus, was ich z.B.

00:15:13: aus ChatGPT allein schöpfen könnte.

00:15:16: Also, wie lang dauert das?

00:15:17: Und vielleicht hast du auch KPIs?

00:15:19: Also, was habe ich auch davon?

00:15:22: Deswegen wird es ja gemacht.

00:15:23: Genau.

00:15:24: Da muss man unterscheiden, glaube ich, auch nach Größe des Unternehmens.

00:15:27: Ich darf einen Retailer, den darf ich leider nicht erwähnen, aber etwas Ähnliches zu dem, was ich gerade erzählt habe, haben wir tatsächlich sehr, sehr zügig, sehr, sehr schnell durchgezogen mit dem Retailer.

00:15:38: Ich hoffe vielleicht in zwölf Monaten von heute, je nachdem, wer den Podcast gehört, weiß dann auch über wen ich rede.

00:15:43: Der Retail ist etwas kleiner, also die ganz großen Ketten, die man so kennt, macht es bedeutend einfacher, weil ich kleinere Prozesse habe, kleinere Entscheidungswege, kleinere Räume, in denen ich mich bewege.

00:15:56: Online Retail ist natürlich noch mal was anderes, weil die sind ja digital native, die sind ja im Internet geboren sozusagen.

00:16:01: Aber ihr habt sowohl pure Player als auch stationäre Händler, ne?

00:16:05: Im Portfolio.

00:16:06: Wir

00:16:06: haben beides, genau.

00:16:08: Und das Spannende ist, also man kann es zwar nicht genau sagen, aber ich sage jetzt mal, innerhalb von drei Monaten kriege ich durchaus einen High Value Use Case gewuppt.

00:16:17: Wenn ich das möchte, dazu braucht es Commitment von der Vendorenseite, also uns, vom Kunden, vielleicht als ein Partner drin und ich brauche den Willen.

00:16:26: Also da muss der unbedingte Wille muss da sein.

00:16:29: Auf der anderen Seite gibt es dann auch, wenn ich jetzt auf größere Retailer schaue, Da setzt man das Ganze natürlich ein bisschen strategischer auf und sagt, okay, ja, wir verstehen, wir wollen über ein Use Case skalieren und dann mehr machen.

00:16:40: Aber wir wollen eigentlich gleich mehrere Use Cases gleichzeitig täckeln.

00:16:43: Und um da dann natürlich einen Plan zu überlegen, eine Strategie dann Richtung Budget zu gehen, diese Zyklen sind halt dann wesentlich länger.

00:16:51: Da reden wir dann nicht mehr von Wochen, sondern eher auch von Monaten.

00:16:54: Da ist dann die Hoffnung, dass über das Volumen und diese strategische Roadmap, die sehr, sehr schnell dann durchgeführt werden muss, einfach mehr Leute da sind, die viel, viel schneller liefern.

00:17:03: und kommt am gleichen Ende raus wie vielleicht der kleine Retailer, es fühlt sich nur langsamer an.

00:17:09: Und das, glaube ich, ist auch was so ein Learning, das ich habe.

00:17:11: Das ist nicht nur im Retail, das ist grundsätzlich so, wenn ich in einem Industrievertikel unterwegs bin.

00:17:15: Manche Kunden fühlen sich schneller an als andere, aber sie enden meistens am gleichen Zieldatum.

00:17:21: Nur auf unterschiedlicher Art und Weise.

00:17:24: Fakt ist aber auch, wer jetzt live geht, hat einfach jetzt den Vorteil, bis der Rest live ist.

00:17:29: Das ist so.

00:17:30: Und die, die es verstehen, sind durchaus aggressiv unterwegs und sagen, dann machen wir das jetzt.

00:17:36: Und wenn du eben hattest das Beispiel Kasse kaputt, ne?

00:17:39: Was wären denn noch so Use Cases, die ihr für Händler mit KI umsetzt?

00:17:45: Also ich denke, es gibt sehr viele, aber vielleicht kannst du so ein paar Beispiele nennen, um das für uns und die Hörerinnen und Hörer so ein bisschen mit Leben zu führen, dass wir uns ein bisschen mehr darunter vorstellen können.

00:17:54: Einer meiner Lieblingsuse Cases, den haben wir einem Retailer vorgestellt, der ist gerade in Evaluation, wie man das so schön nennt.

00:18:01: Das ist eine sehr spannende Geschichte, weil Spinat-Shortage, oder wie heißt das, also Knappheit von Spinat.

00:18:07: Kinder, also ich auch meine Tochter, lieben Spinat, ich heiße erwachsene Liebe auf Spinat.

00:18:10: Meine Tochter

00:18:11: nicht.

00:18:11: Und jetzt ist

00:18:12: in Spanien nicht, oh wow.

00:18:15: Ich kriege fast kein Gemüse in sie rein.

00:18:17: Sie hat mir auch mal gesagt, also sie ist zweieinhalb, sie hat neulich zu mir gesagt, dass esse ich nur in der Kita.

00:18:23: Was willst du machen?

00:18:24: Ich biete es an, aber Erbsen zum Beispiel, hat sie mir gesagt, ist sie nur in der Kita.

00:18:28: Was soll ich machen?

00:18:29: Ich kann sie ja nicht zwingen.

00:18:30: Aber gut, wir tragen nicht zum Spinnatschortet dabei, aber erzähl weiter.

00:18:35: Okay.

00:18:36: Da muss ich kurz einwirfen, meine Tochter hat sich letztens mal beschwert, warum es nur Kuchen am Nachmittag gibt, ob ich ihr nicht in den Salat machen kann.

00:18:43: Wow.

00:18:43: Okay.

00:18:44: Da müssen wir uns später noch mal unterhalten, wie du das hinkriegst.

00:18:48: Wahrscheinlich eher meine Frauen, nicht ich.

00:18:49: Aber genau, Spinnatschortet.

00:18:51: Spannend.

00:18:52: Weil, wenn in Spanien eine Tür ist, also ein Großteil vom Spinat kommt nach Spanien.

00:18:56: Nicht nur, aber es gibt Retailer, die beziehen den einfach aus Spanien.

00:18:59: Nähere Wege, ich muss das nicht über verschiedene Kontinente jagen.

00:19:03: Jetzt ist da eine Shortage.

00:19:04: So, jetzt geht das aus.

00:19:06: Und was mache ich denn jetzt?

00:19:08: Ich habe jetzt mal gar keine Indikator, dass das ausgeht.

00:19:10: Warum?

00:19:11: Weil ich das Zeug ist in SAP vielleicht oder in anderen Logistic-Datenbanken im Transportmanagement-System.

00:19:16: Ich habe überhaupt keinen Überblick, was passiert und was machen die Nachrichten.

00:19:21: Ich sehe das nicht.

00:19:22: Und jetzt passiert auf einmal der Worst Case, das Regal ist leer, oder in dem Fall die Kühltruhe.

00:19:26: Und wir haben eine Kühlkette, also die Kühlsachen sind da sowieso, die haben wir, die habe ich gelernt, in der Höhle der Löwen haben den wichtigsten und teuersten Platz die Kühlung.

00:19:35: Das ist so der Platz, jetzt ist der leer und jetzt verliere ich hier Marge und Möglichkeit.

00:19:40: Jetzt kann ich reaktiv arbeiten als Retailer und sagen, gut, dann lege ich halt Erbsen rein.

00:19:45: und jetzt kommen Kinder und sagen, hey, Erbsen finden keinen Spinat.

00:19:48: So, man kaufen Eltern das nicht.

00:19:50: Also ich will eigentlich vorher wissen, dass das passiert und will dann einen optionalen Weg haben, einen anderen Bezugsweg zu haben.

00:19:57: Das kann ich auch ohne ServiceNow schaffen.

00:20:00: Ich verges nicht, dass es nur mit ServiceNow geht.

00:20:02: Mit ServiceNow ist halt einfach so, wie ich gesagt habe, so ein Enterprise-Kleber.

00:20:06: Ich klebe einfach meine verschiedensten Applikationen zusammen, monitor das, leg DEI drüber, die sich das anschaut und sagt, oh, ich sehe Signale, also die Inventur geht runter, das Wetter, die Nachrichten, also es sind so viele Dinge.

00:20:19: Lieber Head of Supply Chain, wollen wir uns nicht überlegen, ob wir vielleicht nicht nur auf Spanien beziehen, sondern vielleicht auch rüber in Nordafrika einen Anbau finden oder irgendwo, der eine gute Proximity hat oder von der Sustainability, also von der Nachhaltigkeit, logisch ist.

00:20:34: Und dann spreche ich mit der AI über meinen Problem und löse dieses Problem, bevor es passiert.

00:20:40: Persönlicher Case, ich bin, ich liebe, ich will nicht zu viel Werbung machen, aber ich liebe Ben & Jerry's Ice Cream und die ist immer aus in unserem Supermarkt hier im Ort.

00:20:49: Der ist ums Eck und die ist immer aus.

00:20:50: Und ich denke immer, wenn die das System hätten, dann hätte ich meinen konstanten Supply in Ben & Jerry's Ice Cream.

00:20:56: Das ist einfach ein Use Case, der ist wesentlich komplexer als jetzt.

00:20:58: Kasse kaputt.

00:20:59: Der Bedarf viel mehr auffahren, viel mehr durchdenken, viel mehr Orchestrierung hat aber jetzt den hohen Wert, dass ich das jetzt nur ein Beispiel spinnaht.

00:21:10: Wenn ich jetzt genau diese Strecke über jedes meiner Produkte habe, dann ist meine Supply Genar zu gesichert, weil ich immer weiß, was passiert.

00:21:18: Ich will ja gerade bei den Produkten, die einen hohen Turnaround im Regal haben, oder auch eine hohe Marge, unten einen hohen Turnaround, die dürfen wir nicht ausgehen.

00:21:25: In der Regel gehen die nicht aus, aber wer garantiert mir das?

00:21:28: So, und jetzt habe ich auf einmal ein System, das mir das nahezu garantiert.

00:21:32: Für mich als Unternehmer natürlich super.

00:21:34: Voll, auf jeden Fall.

00:21:35: Wenn du sagst, das machen wir Service Now, das kann man aber natürlich auch mit anderen machen, was sind denn Gründe, warum ich mit euch zusammenarbeiten sollte?

00:21:43: Also worin seid ihr richtig gut?

00:21:45: Ja, das ist der Klebstoff.

00:21:47: Klebstoff ist so das Kernwort, das ich auch bei Kunden immer verwende.

00:21:50: Weil, ja, ich kann mir, das ist vielleicht die Zuhörer, je nachdem wir jetzt zuhören, man hat das bestimmt gehört, das Wort Data Lake.

00:21:58: Das war ja mal, das war so ein Basswort, das in der Industrie war.

00:22:01: Ich zentralisiere alle meine Daten.

00:22:03: Heißt aber nicht, dass ich sie a-zentralisiert habe und wirklich alle Daten in Echtzeit visible habe.

00:22:09: Und was wir tun, wir wollen gar nicht Daten von links und rechts irgendwo reinkopieren und visible machen.

00:22:15: Wir können diese Applikationen verbinden, ohne was zu bauen, großartige Code zu schreiben, hohe Investitionen, irgendwelche Data Lakes zu machen.

00:22:23: Wir kleben einfach zusammen.

00:22:25: Und das ist was, was wir halt extrem gut können, schon seit Jahren, Jahrzehnten.

00:22:31: Und das ist so unsere Unique Value Proposition, dieses Zusammenkleben von Applikationen.

00:22:34: Jetzt könnte ich als Firma sagen, ja gut, mache ich selber, kann ich selber bauen.

00:22:38: Aber bauen dauert einfach viel, viel länger als kleben.

00:22:40: Das ist so.

00:22:41: Und deswegen ... Das ist was, was mir meinem Job auch Spaß macht, dass ich halt weiß, dass wir das schnell können.

00:22:47: Dann ist halt der Spaß viel größer, wenn ich weiß, dass schnell geht.

00:22:50: Ja, voll.

00:22:51: Du lächelst mich auch so durch das Smartphone an.

00:22:54: Ich fühle das voll, deine Energie.

00:22:56: Was würdest du denn sagen, sind Herausforderungen auf Handelsseite?

00:23:01: Woran können Projekte scheitern?

00:23:03: KI-Projekte.

00:23:04: Es soll jetzt nicht negativ klingen, aber es ist immer der gleiche Aspekt der Menschstellbar.

00:23:09: Also, der Amerikaner würde sagen, es ist eine Opportunity, es ist eine Chance für uns, es ist kein Problem, aber scheitert meistens am Menschen.

00:23:16: Und eigentlich gar nicht am Menschen selber, sondern an der Art und Weise, wie wir die Menschen auf dem Weg mitnehmen.

00:23:23: Und was passiert ist, leider zu oft, und das habe ich leider in den letzten zehn Jahren auch zu oft erlebt, da ist ein neues System, ein neues Idee, neues Produkt, das werfe ich raus und sage, so, ich habe KI geworfen.

00:23:35: Wir sind super, wir sparen uns jetzt hundert Millionen im Jahr ein, wir brauchen euch Leute nicht mehr und die, die da sind, ihr dem KI her.

00:23:42: So, das ist so der ganz große Big Bang von dem alle reden.

00:23:46: So funktioniert es aber nicht.

00:23:47: Und warum?

00:23:48: Weil wenn ich heute einen neuen Job anfange, das ist immer so mein Bild, wenn ich heute eine neue Firma gehe, dann habe ich zwei Monate onboarding, wo ich lerne, was macht die Firma, wie funktioniert die Firma, was braucht die Firma, was ist mein Job, mit wem muss ich reden, wen muss ich kennenlernen.

00:24:01: Und von der KI gehen wir davon aus, dass ein Mensch einfach KI kriegt und dann versteht, was KI ist.

00:24:07: Diesen Weg zu gehen, zu sagen, okay, ich treibe den UseCase, wenn ich noch mal zu der Kasse zurückgehe, ich treibe den UseCase, dann muss ich in die Stores reingehen und muss die Leute mitnehmen und sagen, guck mal, hier sind Training, das ist der neue Weg.

00:24:19: Der ist besser, weil und ich muss den Leuten auch sagen, warum das besser ist für sie.

00:24:22: Nicht einfach sagen, es ist effizienter Punkt, sondern eine Erklärung geben.

00:24:26: Ich muss denen Training geben.

00:24:27: Und wenn die dann anfangen, das zu nutzen und mir dann die Mehrwerte reinpürzeln.

00:24:31: Kann KI nicht schiefgehen?

00:24:33: Dann kann es nicht schiefgehen.

00:24:34: Wenn ich aber erwarte, dass die Leute das einfach so mitmachen, so funktionieren wir Menschen ja nicht.

00:24:39: Und das ist, glaube ich, dieses Change-Management ist der größte Entscheidungsfaktor.

00:24:43: Ich meine, ich bin jetzt so zwölf Jahre im Berufsleben oder so.

00:24:46: Und ich weiß noch vor zwölf Jahren war so CEO so ein Ding sehr überhaupt, dass wir stärker Prozesse digitalisieren, wegkommen von Excel-Tabellen.

00:24:57: Das war so in meinem Berufsleben, dass wir ... teilweise auch schon automatisieren, aber wenig.

00:25:03: Und es ging ja immer darum, die Leute mitzunehmen.

00:25:05: Also das ist ja jetzt nichts Neues in dem Sinne, dass wir die Leute mitnehmen müssen.

00:25:09: Aber ich verstehe das natürlich voll, dass das auch bei KI total wichtig ist.

00:25:13: Ich verstehe total, was du sagst.

00:25:15: Würdest du denn sagen, es gibt im Bezugnahme auf diese Mitnahme von Menschen in Bezug auf KI etwas, was neu ist?

00:25:21: Also ist es diesmal ein bisschen anders?

00:25:23: Ja, die Leute sind und ... Das tut mir leid, wer auch immer zuhört, aber die Leute sind, das ist illusionierter, sagt man das so, weil man denkt, okay cool, guck mal was KI mit Chatchivity alles kann, das ist ja schon so schlau, das ist ja selbsterklärend.

00:25:38: Es ist ja so easy und man schließt oft, okay, für mich ist es easy, also musst du es auch können.

00:25:44: Und weil das so ein Hype ist, hat man immer das Gefühl, ja das ist jetzt das Ding, das kann jetzt jeder, das ist jetzt ganz einfach.

00:25:51: Aber ich finde es schön, dass du z.B.

00:25:52: CNN oder die Digitalisierung allgemein.

00:25:55: Das Thema war immer das gleiche, nur der Hype ist gerade so stark und für ihre Weise, ich will jetzt nicht nur Fingerpointing machen, der Druck von außen auf Unternehmen oder auf Personen ist natürlich auch so immens, dass sie das tun müssen, dass man manchmal, wenn man unter Druck arbeitet, ist man manchmal einfach auf den Punkt, wo man sagt, okay, das muss jetzt gehen und ganz vergisst, dass das so einfach nicht funktioniert.

00:26:17: Und das sind so diese ganzen Norsen.

00:26:19: Ich glaube auch, dass die Firmen, wie gesagt, einer der Retailer macht das sehr, sehr gut.

00:26:25: mit denen ich Kontakt habe, die, die das verstehen und die so ein KI Mindset, KI First Mindset in der Firma implementieren und auch vorleben und die mitnehmen und kontinuierlich und schrittweise vorgehen und den Druck von außen abfangen und nicht weitergeben, die haben einfach, die haben einfach die besten Chancen.

00:26:44: Meine zweite Lieblingsherausforderung ist, und das ist was da, da kriege ich ja immer so ein bisschen innerlich, ja, der Brodelt sind wir hoch.

00:26:51: Wenn wir sagen, okay, wir werfen jetzt einfach mal ganz viel Geld raus, machen KI und alles ist gelöst.

00:26:57: So hat es noch nie funktioniert.

00:26:58: Und das ist dieses.

00:27:00: Amazon nennt diesen Mechanismus a working backwards.

00:27:02: Also Amazon ist ja auch ein Retailer.

00:27:05: Das ist also die Blaupause eigentlich für wie mache ich Customer Obsession, wie brauche ich das in meinem Prozess rein.

00:27:13: Und das habe ich den Vorteil, dass ich vier und ein halb Jahre Amazon Web Services gearbeitet habe.

00:27:17: Das heißt, ich habe das in echt erlebt.

00:27:19: Und was macht man da?

00:27:21: Man geht her und guckt sich an, lieber Kunde, was ist dein Problem?

00:27:25: Und dann überlege ich mir, wie löse ich das Problem?

00:27:27: Das Problem ist leider, das habe ich jetzt tatsächlich, das Software-Vendoren wollen natürlich KI verkaufen.

00:27:35: Und je mehr KI verkaufe, desto besser ist es für meine Marke.

00:27:38: Und da ist es natürlich sehr, sehr schwierig für Unternehmen.

00:27:40: und dann auch irgendwann, vor diesem ganzen Wald sehe ich die ganzen Bäume nicht mehr und investiere einfach mal blind in der Hoffnung, dass es funktioniert.

00:27:48: Und ich bin totaler Freund davon zu sagen, ich löse ein Problem nach dem anderen und ich überlege mir, was ist das Problem, das wir im schnellsten in ROI bietet und wie skaliere ich das?

00:27:57: Und dann arbeite ich tatsächlich wie Amazon, weil genauso machen die das auch.

00:28:02: und witzigerweise, wenn ich ein Problem gelöst habe, kommt irgendjemand ums Eck und sagt, du, das war schnau.

00:28:08: Ich habe da noch eine andere Idee.

00:28:09: und dann ist es wie so ein Wildfire, dass ich das für selbstständig, aber einfach KI werfen, dann scheitern wir, da hat der Gardner auch erst diese Studie heraus.

00:28:17: Und ich glaube, was Gartner oder was McKinsey, ich weiß es gar nicht mehr.

00:28:20: Fünfundneinzig Prozent aller Jenny Eiburg der Scheitern.

00:28:23: Und es liegt genau an dem, ich habe keinen Business Use Case oder ich nehme die Leute nicht mit.

00:28:27: Du bezeichnest dich bei LinkedIn ja auch als Sort Leader.

00:28:31: Ist für mich auch so ein relativ neues Buzzword.

00:28:33: Was würdest du denn sagen, was für Skills brauchen Managerinnen und Manager heute eben auch in Zeiten von KI?

00:28:42: Das ist schwierig, weil es gibt keine Blaupause.

00:28:46: Was hilft, ist natürlich klar, Vertrauen in Kai und die Menschen drum herum.

00:28:53: Aber das ist das, was mir hilft, das ist so, glaube ich, mein Steckenpferd, was Leute meiner Vergangenheit oft über mich gesagt haben, dieses Out-of-the-Box-Denken.

00:29:02: Und dieses, ich setze mich mal hin und überlege, ich bin jetzt im Retail, ich überlege mir jetzt mal nicht den klassischen Use-Case, über den wir schon seit Jahren diskutieren oder die klassischen Probleme, die wir haben, sondern bin einfach mal kreativ und sagt, was könnten wir noch machen?

00:29:16: Zum Beispiel im Retail, wenn ich eh schon eine Online-Plattform hab, kann ich Amazon kopieren.

00:29:21: Die machen diese sogenannten, das nennt sich Recommender-Engine, also die gehen her und sagen, ah, du hast hier die, ich weiß nicht, das Proteinpulver gekauft, dann musst du ja auch bestimmt Kreatin kaufen, weil das sie die Muskeln ja noch mehr boostet, willst du nicht, hier ist ein Rabatt.

00:29:34: So, das nennt man Recommender-Engine.

00:29:35: oder man kennt es auch von Netflix, du hast das angeschaut, schau doch das an.

00:29:39: Kann ich das auf meiner Webseite machen?

00:29:41: Kann ich das ausprobieren?

00:29:42: Und dann ... machen bestimmt schon Unternehmen oder machen bestimmt schon retail in Deutschland, vielleicht nicht alle.

00:29:48: Und von da spinne ich die Idee dann mit jemandem in meinem Team oder vielleicht mit meinem eigenen Leadership, die dann sagen, ja Moment, aber wir wollen ja eigentlich den Kanal gar nicht treiben, wir wollen eigentlich das machen und dann wieder mit einer neuen Idee kommen und dieses Ideen werfen und einem vielleicht auch so einen Backlog an Ideen haben.

00:30:03: Und dann, und das ist auch so ein Mechanismus, den haben wir auch bei Amazon geklaut, dieses Design Thinking, vielleicht einmal im Monat, einmal im Quartal.

00:30:09: ... mit Leuten, die like-minded sind, ... ... die die gleiche Vorstellung haben, ... ... die die gleiche Drive haben, ... ... gehe ich einfach in den Raum rein und sage, ... ... guck mal, das sind meine Ideen.

00:30:17: Was habt ihr für den Last und Spinnen?

00:30:20: Und dann komme ich vielleicht mal ... ... mit einer Idee ums Eck, ... ... die vielleicht komplett crazy ist, ... ... und kann aber dann ein Business Case rausrechnen, ... ... dann probiere ich das und auf einmal bin ich ... ... kein AI-First mehr, ... ... sondern vielleicht bin ich dann ... ... ein AI Disruptor auf dem Markt, ... ... weil ich mit einer Idee gekommen bin, ... ... die nicht mehr Amazon hatte.

00:30:36: Und das sind so ganz einfache Mechanismen, die sind nicht schwer, die muss ich gar nicht lernen.

00:30:41: Ich war eigentlich nur ein Whiteboard, muss immer mal wieder meine Ideen runterschreiben und kommunizieren drüber.

00:30:47: Und das, glaub ich, hilft ungemein.

00:30:49: Und das ist halt das, ich habe zu viele Ideen tatsächlich.

00:30:51: Ich bin ein Mensch, der wirft viele Ideen und achtzig Prozent sind tatsächlich eher Schrott.

00:30:56: Aber die zwanzig Prozent, die dann weniger Schrott sind, sind vielleicht dann die, die zu was führen.

00:31:01: Und da müssen wir hinkommen, dass wir auch mal, das ist der zweite Aspekt.

00:31:05: Fehler machen ist gut.

00:31:06: Es ist nicht falsch, es ist gut, weil der Fehler bringt mich ja zum Erfolg.

00:31:10: Ich krieg grad richtig Bock, loszulegen, wenn du das so erzählst.

00:31:14: Und ganz entscheidend ist, wie immer, die Kultur.

00:31:17: Ich glaub, das ist das, was du auch total rübergebracht hast.

00:31:20: Letzte Frage.

00:31:21: Du als absoluter KI-Mensch.

00:31:23: Gibt es so KI-Themen?

00:31:25: Gab's schon mal was, was dich so überrascht hat oder auch etwas, wovor du dich fürchtest in Bezug auf KI?

00:31:32: Ja, fürchten tatsächlich.

00:31:34: Es ist eigentlich ... Vor zwei Wochen habe ich mich gefragt, ich führe mich gar nicht, alles ist super.

00:31:39: Ja, wir können ruhig sagen, wenn wir Aufzeigenzeichen am zehnten September, April und September auf.

00:31:42: Es sind eigentlich zwei Dinge passiert, die sind zwei Wochen.

00:31:45: Zum einen habe ich ein Video gefunden von der Deutschen Telekom, das kann ich hier sagen, weil es auf dem YouTube-Kanal ist, das empfehle ich wirklich.

00:31:51: Das ist zwar in dem Archivschwund, aber da zeigen die, und das Video ist witzig, es ist zwei Jahre alt, also die Technologie ist ja schon viel weiter.

00:31:58: Es ist von zwanzig dreiundzwanzig, wo die aufzeigen, wie sie von einem jungen Mädchen ... wo die Eltern Bilder auf Social Media teilen, was ich, by the way, gar nicht tue.

00:32:07: Mein Kind ist nirgends online.

00:32:09: Warum?

00:32:10: Die zeigen im Video, wie ich das Gesicht ausschneide.

00:32:12: Aber ganz kurz,

00:32:13: schickst du Fotos von deinem Kind über Messenger?

00:32:16: Nein,

00:32:17: gar nicht.

00:32:17: Gar nicht.

00:32:18: Das ist in der Familie ein sehr großes Topic.

00:32:21: Bei uns auch.

00:32:21: Das setze ich mich durch, weil ich ... Ich will das nicht.

00:32:25: Ich melde mir meine Tochter irgendwann in einem Alter, das kann ich selber entscheiden, Papa.

00:32:28: Das ist mein Risiko, dann sag ich, okay, cool.

00:32:30: Du bist ein selbstbestimmte junge Frau.

00:32:32: Mach was du richtig findest.

00:32:34: Mit vier Jahren kann sie das nicht.

00:32:35: und da entscheide ich und das ist, ich will nicht, dass da Fotos rausgehen.

00:32:40: Und da bin ich schon immer so.

00:32:42: und es kommt zum Video, wo sie Kind älter machen und dann zeigen, was ich mit dem eigentlich anstellen kann.

00:32:47: Identität, Klauen, irgendwelche Anrufe fällt, Geld abzustauben und andere Dinge, die man vielleicht in dem Podcast wicheln werden möchte.

00:32:55: Und da kommt mir als Vater von der Tochter schon, also da kommen mir fast die drinnen, das macht mich fertig.

00:33:00: Und dann gleichzeitig, eine Woche später stellt, ich sehe das Video, und eine Woche später stellt Google, ihr neues KI-Modell vor für Image-Generierung, das nennt sich Nano-Banana, cooler Name.

00:33:11: Und dann habe ich mir überlegt, oh, krass, was kann denn, ich trigger das dann bis zum Extent.

00:33:15: Und dann habe ich ein Foto von meiner Frau und mir gegen dieses Modell gejagt und gesagt, sag mir doch mal, wie meine Tochter mit vier Jahren auch schon würde, auf Basis von meiner Frau und mir.

00:33:24: Da ist ein Foto rausgekommen.

00:33:26: Und das habe ich dann meiner Schwiegermutter gezeigt.

00:33:28: und mein Schwiegervater hat dann von der Seite des Bild nur gesehen und hat gesagt, ah, hat Laura eine neue Frisur.

00:33:34: Krass.

00:33:34: Und das war halt richtig.

00:33:36: Und dieses Bild ist es unfassbar ähnlich.

00:33:38: Und genau deswegen, das ist eine Angst, die ich habe.

00:33:40: Und deswegen möchte ich auch das Menschen verantworten und voll mit KI umgehen, was sie mit ihren Bildern machen, sich bewusst sind.

00:33:47: Wenn ich die rausgebe und was andere damit machen, das ist so ein bisschen die private Angst.

00:33:52: Deswegen immer mitdenken, sage ich, wenn man KI benutzt.

00:33:55: Auf der anderen Seite, als Chat-Gipetier ausgekommen ist und dieses Chatten mit KI ist ja nicht neu, das gibt es ja auch schon seit zehn, fünfzehn Jahren.

00:34:03: Google hatte da schon Modelle in der Vergangenheit.

00:34:05: Und das ist vielleicht auch an die Retailer da draußen.

00:34:08: Die Lösung muss nicht fancy ausschauen, die Lösung muss nicht brillant sein und ins letzte Detail durchdacht.

00:34:15: Eine hässliche Webseite, sorry.

00:34:17: Open AI, aber so schön war sie am Anfang nicht.

00:34:19: Eine hässliche Webseite, die einen magischen Chatbot dahinter hat, tut manchmal einfach auch den Job, eine ganze Industrie zu disrupten.

00:34:26: Und das hat mich total begeistert.

00:34:28: Deswegen sehe ich das immer so mit so zwei Augen.

00:34:30: Die Privatpersonen und die professionelle Verkäufer, wie auch immer Personen, sind so zwei Welten, die da in mir leben.

00:34:37: Ja, Mike, ich danke dir für die Insights heute hier.

00:34:41: Du solltest, glaube ich, so was machen, so ein Online-Kurs für ... Eltern, wie sie mediensensibel, datensensibel mit den Daten rund um ihr Kind umgehen.

00:34:50: Das habe ich gerade für mich total mitgenommen.

00:34:52: Das sollte es auf jeden Fall machen und weiter natürlich bei ServiceNow arbeiten.

00:34:56: Ich bedanke mich bei dir.

00:34:57: Vielen Dank.

00:34:58: Danke schön.

00:34:59: Bis bald.

00:35:01: Ja, ich danke euch fürs Zuhören, liebe Hörerinnen, liebe Hörer.

00:35:05: Ich hoffe, ihr konntet wieder einiges mitnehmen aus dieser Folge.

00:35:08: Ich freue mich, wenn ihr uns abonniert, wenn ihr uns Sterne gebt, schreibt mir auch gerne Feedback auf, LinkedIn, wie es für euch passt.

00:35:15: Wir hören uns wieder nächsten Mittwoch.

00:35:17: Macht's

00:35:32: gut!