Intro 0:01

Liebe Startups, herzlich willkommen. Wir freuen uns, dass ihr bei uns eingecheckt habt. Unser Team bereitet euch nun auf den perfekten Start vor. Bitte schnallt euch an wir heben in kürze von der Startbahn27 ab.

Begrüßung und Vorstellung von Nicolas Bartschat

Vom Industriehintergrund zur KI-Beratung

Nico Hildmann 0:35

Mein Name ist Nico Hildmann und heute haben wir eine ganz besondere Podcast-Folge für euch. Ein Startbahn 27 Special. Denn wir möchten heute über ein Thema sprechen, was ja schon seit längerem in aller Munde ist, aber in vielen Unternehmen noch nicht wirklich gut umgesetzt wird, nämlich KI. Vor allem künstliche Intelligenz im echten Betrieb. Das heißt, wir wollen mal drauf schauen, was funktioniert denn heute schon wirklich und was ist vielleicht eher noch Wunschdenken anstatt wirklich Realität. Und hierfür haben wir heute zu Gast Nicolas Bartschat. Er ist Gründer und Geschäftsführer der AI Consult GmbH aus München und beschäftigt sich schon seit vielen Jahren mit den Themen Digitalisierung, Softwareeinführung und auch Automatisierung in Unternehmen und begleitet dort eben auch den Einsatz von KI, sodass der so umgesetzt wird, dass da wirklich ein messbarer Nutzen draus wird. Und ja, bin ich mal ganz gespannt, wie er das so macht und insgesamt natürlich mit ihm über das Thema zu sprechen. Und so herzlich willkommen, Nicolas. Schön, dass du da bist. Dankeschön, freut mich, sehr hier zu sein. Ja, cool, dass du den weiten Weg aus München hier nach Schweinfurt genommen hast. Finde ich sehr, sehr schön. Und ja du, ich würde auch direkt einsteigen und auf deine persönliche Reise vielleicht auch ein bisschen eingehen. Ich habe gerade schon gesagt, viele Jahre schon mit dem Thema KI und Automatisierung zu tun gehabt. Magst du uns einfach mal so ein bisschen mitnehmen, wie du dich so entwickelt hast und wie das auch deine Fokusthemen geworden sind?

Nicolas Bartschat 2:08

Ja, richtig gerne. Also ich glaube erstmal, das Thema ist super relevant, eigentlich für alle Unternehmen. Das macht es auch so spannender von klein bis groß. Ganz kurz zu mir, seit ich decken kann, beschäftige ich mich mit Software. Nie als wirklicher Hardcore-Programmierer, sondern immer zwischen, als Bindeglied zwischen Technologie und dem Einsatz, durfte einige Jahre zum Beispiel in mittelständischen Unternehmen, beispielsweise Löta-Automatisierungsmaschinen, Bau, Gießereimaschinenbau, Partikel-Schaumschaftsmaschinenbau, also super diverse Industrien, durfte diese Bereiche dort begleiten, das Produktmanagement im Softwarebereich global aufbauen zum Beispiel. Und hab also immer geguckt, wie kann man eigentlich Anforderungen der Unternehmen, der Organisation eigentlich übersetzen in Anforderungen für die Technologie und dann aber auch die sozusagen Spezifikationen und auch die technischen Möglichkeiten übersetzen in reale Softwareprodukte und Prozesse.

Nico Hildmann 3:00

Ja, also es war so im Prinzip ein ständiger Begleiter, immer mehr tiefer reingegangen. Ich glaube auch, einen ordentlichen Industriehintergrund hast du ja auch, ne? Maschinenbau. Ich glaube auch bei größeren Unternehmen wie BMW gearbeitet. Wie würdest du sagen, wie wichtig ist dieser Industriehintergrund, also deine Historie auch für die Projekte, die du jetzt so umsetzt? Extrem wichtig.

Nicolas Bartschat 3:21

Also, das war eigentlich so mein Ursprung, dass ich eigentlich immer die Prozesse von Unternehmen mir angeschaut habe als interner Mitarbeiter und da wirklich auch live mitbekommen habe, was Hürden sind, was gut funktioniert, was nicht gut funktioniert. Das kriegt man meistens von außen gar nicht so mit, wenn man praktisch noch nie im Unternehmen in solchen Prozessen unterwegs war. Und konnte das sozusagen wirklich am offenen Herzen kennenlernen, konnte da extrem viel lernen, vor allem auch durch die verschiedenen Industrien, die ich gesehen habe, auch in globalen Rollen. Super, super spannende Zeit gewesen. Genau, auch international viel unterwegs. Du hast aber tatsächlich auch einen Bezug zu Weinfranken, richtig? Ja. Ich bin gebürtig aus Würzburg. Ah ja, klasse, genau. Ich war einige Jahre bei Kurz Erser, so ein Technologieführer in verschiedenen Industrien und von daher ganz, ganz eng verwurzt mit der Industrie natürlich und viel mehr der Region, vielmehr. Auch Einblick in die Startup gehabt. Du warst ja auch meinem WAG-Teilnehmer, richtig? Genau, beim IGZ, habe dort auch ein Programm durchlaufen, sehr viel gelernt natürlich auch, super coole Sachen gemacht. Und ja, hatte immer auch irgendwie schon das Thema Kunden natürlich irgendwie als in mir angelegt. Ich weiß auch nicht warum, aber es ist auf jeden Fall da.

Nico Hildmann 4:27

Ja, war sehr schön. Also finde ich cool. Ich glaube, auch solche Erfahrungen oder allein die Denkweise hilft dir natürlich, dich auch in solche neuen Projekte einfach reinzudenken. Ich glaube auch, jetzt wenn man deinen Industriehintergrund so nimmt, das ist ja wahrscheinlich auch sehr von Vorteil, einfach in den Gesprächen mit deinen Kunden. Weil die sind ja auch aus der Industrie. Ich glaube, da ist es dann immer auch schön zu sehen, ey, der versteht mich. Oder? Also das wird ja wahrscheinlich wieder gespielt, so ein I-Tüpfelchen geht von aus.

Nicolas Bartschat 4:57

Absolut. Ich habe eigentlich das, was ich jetzt für andere Unternehmen mache, intern gemacht. Und habe da eigentlich auch gemerkt, welche Schwierigkeiten Unternehmen haben und wie komplex eigentlich dieses Thema geworden ist. Klar, vor irgendwie zehn Jahren, da war irgendwie Software auch schon komplex, aber das, was natürlich in den letzten zwei, drei Jahren an Dynamik in diesem KI-Markt entstanden ist, ist wirklich Wahnsinn. Wir arbeiten beispielsweise auch mit dem VDMA zusammen oder auch ansonsten mit vielen Industrieunternehmen und haben da natürlich auch immer Bezug zu Menschen, die sich mit dem Thema eigentlich beschäftigen müssten, es aber auch durch ihre operative Funktion einfach nicht schaffen, weil sie einfach die Zeit nicht haben. Und um ehrlich zu sein, selbst für uns, obwohl wir uns 100% mit dem Thema KI-Software beschäftigen, ist es auch Challenging. Also das Thema ist so krass dynamisch momentan, so komplex. Ist alles sauschnell. Extrem, extrem. Also es ist eigentlich fast täglich, kommen neue Sachen raus. Und für Unternehmen ist es halt immer die Frage: welche Lösungen funktionieren wirklich? Was ist nur Hype? Wie führt man sie ein, wie begleitet man Mitarbeiter auf dem Weg neben den ganzen technischen Hürden? Ja, genau. Das ist super spannend gerade.

Was macht AI CONSULT GmbH?

Nico Hildmann 6:05

Also viele Punkte, da will ich natürlich auch in der Podcast-Folge auch näher drauf eingehen, nochmal ein bisschen tiefer, weil du es auch schon gesagt hast, was ihr jetzt macht. Gehen wir doch mal kurz darauf ein, natürlich. AI-Consult. Magst du uns mal kurz abholen? Es gibt jetzt so seit eineinhalb Jahren, hast du es jetzt gemacht, ne? Noch nicht so lange im Endeffekt, aber magst du uns mal erzählen, was ist euer Fokus und mit welchen Unternehmen arbeitet ihr so zusammen?

Nicolas Bartschat 6:27

Sehr gut, ja. Wir ganz in einem Satz, wir automatisieren Unternehmen mit Karriereagenten. Das heißt, grundsätzlich, wir schauen uns Unternehmensprozesse an, überlegen dort, wo gibt es manuelle Prozesse, wo kann man die Kotenzufriedenheit steigern, wo kann man Medienbrüche reduzieren, wo kann man eigentlich ganze Prozessketten automatisieren und setzen dort dann zum einen marktreife Lösungen ein, aber zum Teil auch je nach Anforderungsbereich Individuallösung. Das heißt, im Endeffekt helfen wir, Technologie in Unternehmen einzusetzen.

Nico Hildmann 6:58

Ja, waren sie also sehr breit auch vom Anwendungsfeld. Heißt, ihr seid wirklich sehr, sehr nah an den Unternehmen dran. Wisst im Endeffekt auch, was gerade so funktioniert und was auch in den Köpfen vorgeht? Das finde ich nämlich immer das Spannende. Welche Thematiken treibt denn die so rum? Was sind so die größten Hürden vielleicht auch? Vielleicht erstmal allgemein gefragt, jetzt aus deiner Erfahrung auch hinaus. Wo würdest du sagen, stehen so die meisten Unternehmen vielleicht jetzt in Deutschland in der Thematik KI? Ist das eher noch viel Ausprobieren oder sind schon einige super produktiv da drin?

Warum viele KI-Projekte scheitern

Nicolas Bartschat 7:35

Also ich glaube, zu der Frage davor nochmal ganz kurz. Wir haben schon einen Fokus, also wir fokussieren uns schon stark auf die Bereiche, wo man ein ROI von unter sechs Monaten erreichen kann. Das sind in der Regel Bereiche, die irgendwie nah beim Kutten sind, also Customer Support Service und Sales, aber auch operative Prozesse, die dort angeknüpft sind, wie zum Beispiel Ersatzteilmanagement-Prozesse, Dokumentmanagement-Prozesse, die also praktisch aus diesen Bereichen in die Organisation reingehen und die eben auch typischerweise geprägt sind von diesen klassischen Medienbrüchen, von klassischen, auch großen Teams, die wirklich eigentlich, ohne es despektierlich zu meinen, so Monkey Work durchführen, obwohl diese Unternehmen in den Bereichen extreme Fachkräftemängel haben. Aber zu der anderen Frage im Prinzip, was war das nochmal?

Nico Hildmann 8:22

Wo die Unternehmen stehen aktuell, also aus deiner Sicht. Es ist eher noch wirklich so dieses Learning, also ausprobieren oder geht da schon wirklich produktiv was mit KI voran?

Nicolas Bartschat 8:33

Ich würde es differenzieren, ich glaube, die meisten Unternehmen haben schon so ein bisschen was mit KI gemacht. Viele haben auch einige, kennt ihr, so Pilotprojekte oder POCs gemacht, teilweise auch sehr, sehr breit, ohne einen klaren Fokus. Und die meisten Unternehmen merken jetzt irgendwie, okay, irgendwie müssen wir, also irgendwie ist es nicht so richtig erfolgreich. Wir tun uns irgendwie schwer, das in die Produktion, also in die, in den Realbetrieb, einen operativen Betrieb umzusetzen. Das hat halt auch Gründe. Das liegt irgendwie natürlich daran, weil natürlich total viel passiert gerade, viele neue Lösungen kommen. Also die, die sie irgendwann eingeführt haben, sind dann schon wieder alt, genau. Richtig? Und auf der anderen Seite gab es zum Teil auch irgendwie keinen Fokus. Also man hat irgendwie alles gemacht und nichts richtig. Und das ist auch ein Learning, was wir immer empfehlen, zu sagen, fokussiert euch doch auf die Bereiche, die sich wirklich lohnen, holt euch Hilfe, um das rauszufinden. Also wirklich, holt euch Leute, die euch als Baring-Partner unterstützen, die richtigen Prozesse zu finden und dann auch mit den richtigen Lösungen umzusetzen.

Nico Hildmann 9:32

Ist es dann genau das, wo du einsteigst? Weil das habe ich mich nämlich gefragt, weil woher weiß ich denn als Unternehmen, wo starte ich denn am besten?

Nicolas Bartschat 9:40

Ja, also das machen wir regelmäßig. Ich würde sagen, zu 50 Prozent der Kunden, die wir haben, die sind so unterwegs, dass sie sagen, hey, wir haben einfach, wir sehen den Wald vor Bäumen nicht, helft uns, irgendwie die richtigen Prozesse zu finden. Wir haben aber auch Mandate, wo wir wirklich ganz konkret ein Problem lösen. Zum Beispiel die Optimierung im Customer Support mit KI Voice Agents, wie zum Beispiel mit einer Lösung wie Palua, ja, kennt man ja wahrscheinlich auch ein deutsches Startup, Unicorn mit drei Milliarden Bewertungen. Wir sind Implementierungspartner von denen und das sind halt sehr spitze Use Cases, die man innerhalb von sechs bis acht Wochen live bekommt, die sich natürlich immer anbieten, wenn man schnell sieht, okay, das sind große Service- oder Support-Organisationen, das sind eigentlich No-Brainer oder No-Regret-Use Cases.

Use Cases mit echtem Business-Impact

Nico Hildmann 10:26

Also haben wir ja auch schon gesagt, in der Anmoderation, euer Ziel ist es ja auch wirklich einen messbaren Nutzen zu machen. Deswegen finde ich das auch so spannend zu sehen, nach einer wirklich relativ kurzen Zeit, da kommt auch dann schon was bei rum. Oder ich sehe, dass mein Invest irgendeinen Return hat, also der ROI. Hast du da vielleicht mal ein konkretes Beispiel, was du nennen kannst, wo man sagt, ey, da hat es super gut funktioniert, aus den und den Gründen?

Nicolas Bartschat 10:49

Ja, auf jeden Fall. Also vielleicht noch zu der Frage davor, welche Kunden wir begleiten. Also wir sind industrieagnostisch unterwegs, weil wir sagen, es spielt eigentlich keine Rolle, welche manuellen Prozesse oder welche Prozessketten wir automatisieren. Wir unterstützen von großen Unternehmen wie die LBS Süd. Wir haben eine Mobi 24, also eine Versicherung in der Schweiz, gegleitet, unterstützen aber auch mittelständische Unternehmen, die wirklich teilweise 50 Mann groß sind, also im Prinzip die komplette Breite. Weil wir tatsächlich sehen, alle haben die gleichen Probleme und helfen da halt eben sowohl die Use Cases zu finden, Lösungen auszuwählen und die dann auch zu implementieren. Ich glaube, die Use Cases, die wirklich gut funktionieren, sind wirklich diese klassischen KI-Voice-Agent-Lösungen, E-Mail-Automatisierung, Customer Support-Automatisierung, wo wir wirklich innerhalb von acht Wochen beispielsweise ein ganzes Contact Center teilautomatisiert haben, also First Level Support automatisiert haben, mit Schnittstellen in die Backend-Systeme und damit natürlich Mitarbeitende endlich Zeit für die komplexen Themen hatten.

Nico Hildmann 11:55

Ja. Also wirklich super spannend, das auch so zu hören, wie sich das dann auch in den Unternehmen entwickelt. Also ich habe brutal viele Fragen auch gerade. Ich muss das kurz mal auch für mich so sortieren, weil wie muss ich das mir dann vorstellen, kommt ihr denn zu diesen Kunden? Also sprich, wann steigt ihr da ein? Du hast ja gerade schon gesagt, manche haben sich schon mal Gedanken gemacht und eine Basis und dann kommen sie nicht mehr weiter. Ist das euer typischer Einstiegspunkt? Oder sagt ihr, geht ihr noch früher rein und sagt, also hier sind wir, jetzt gucken wir erstmal, was vor uns liegt und dann bringen wir da ein bisschen Licht rein. Also gibt es das so diesen typischen Einstiegspunkt für euch?

Nicolas Bartschat 12:39

Ich würde sagen, ja und fairerweise dadurch, dass wir schon so viele Unternehmen gesehen haben, kann man in der Regel relativ schnell von außen zum Teil schon sehen, welche Use Cases potenziell dort Sinn machen könnten. Wir nutzen natürlich auch KI für sowas. Also wir haben eigentlich ein, wir haben ein Herr an KI-Agenten, die uns natürlich auch Dossiers zu Kunden oder potenziellen Kunden erstellen und uns helfen, dann auch sozusagen vorab mit Informationen, die man öffentlich findet, auch potenzielle Use Cases zu scopen. Aber fairerweise, mir bringt es am meisten Spaß, mit den Menschen zu sprechen in den Bereichen. Wir sprechen typischerweise mit C-Level, mit auch, es gibt oft auch in Unternehmen diese Rollen, die im Prinzip für das Unternehmen Use Cases auch sammeln und dann im Prinzip so Gen AI-Projektleiter sozusagen. Mit denen sprechen wir oft, sprechen aber auch oft mit Fachbereichsleitern, ja, die sagen, hey, wir haben hier einen riesen Pain gerade in unserem Bereich, wir haben Fachkräftemangel, unsere Kunden sind unzufrieden, wir wachsen stark. Wie können wir das irgendwie mit Technologie unterstützen? Habt ihr da eine Idee? Und dann gehen wir halt meistens rein, führen Gespräche, nutzen dafür auch natürlich KI und mappen dann die Prozesse und können dann ziemlich schnell sagen, welche Lösung kann dort welchen Impact bringen.

Nico Hildmann 13:56

Das heißt, ihr habt euch selbst auch gut optimiert in diesem ganzen Prozess, ne? Ist ja auch immer wichtig, also diese Vorbildsfunktion dann auch zu zeigen. So, ey, bei uns läuft es vielleicht auch so mit Beispielen. Gibt es aber dann auch einen Punkt, wo ihr sagt, jetzt sind wir raus, also jetzt sind wir zufrieden und jetzt verabschieden wir uns und jetzt, also gibt es diesen Punkt?

KI verändert Rollen statt Menschen zu ersetzen

Nicolas Bartschat 14:15

Ich glaube ehrlicherweise nicht, weil, also wir sehen uns ja sozusagen als intermediär zwischen Technologie und Anwendung. Und eins, was gerade ganz sicher ist, ist, dass die Technologie im Prinzip gerade so dynamisch ist. Das heißt, wir haben auch Kunden, wo ich ganz ehrlich bin, die jetzt Lösungen einführen, denen sagen wir jetzt schon, natürlich das, was ihr jetzt macht, das wird sich auch weiterentwickeln, also die Technologie. Das heißt, in drei, vier, fünf Jahren kann es sein, dass man natürlich eine andere Lösung vielleicht besser nutzen könnte. Und das ist auch ein Punkt, wo wir helfen, wirklich Architekturmodelle zu konzipieren, auch dann zu bauen bei Kunden, damit sie unabhängig sind von Softwarelösungen, Datenhoheit behalten, Modularlösungen wieder austauschen können, um dann vielleicht bei neuen Entwicklungen wieder up-to-date sein zu können.

Nico Hildmann 15:02

Würdest du aber auch sagen, es ist dann immer wichtig oder das Ziel, dass die das alles bei sich selber umsetzen können und dass das dann auch die Expertise dort drin sitzt? Weil wenn man, wenn ich das jetzt mal mit Startups vergleiche, sagen wir ja auch oft, ey, bei einer Softwareentwicklung oder sowas, wäre es schön, wenn ihr einen Tagie hättet, der bei euch im Team sitzt, aus vielerlei Gründen. Ist das dann auch eure Empfehlung? Oder sagt ihr, ey, eigentlich ist es auch in Ordnung, auf externes Know-how zuzugreifen?

Nicolas Bartschat 15:33

Den Punkt würde ich differenzieren und zwar, was wir feststellen ist, also es ist ein ganz interessanter Punkt eigentlich, dass sich ein riesiger Rollenshift gerade entwickelt in der Wirtschaft oder in Unternehmen, in Organisationen. Ganz besonders merkt man es daran, dass natürlich eine Aufgabenverteilung, eine Aufgabenshift gibt von diesen, wieder ohne despektierlich was zu meinen, aber von dieser Monkey Work hin zu komplexeren Themen, die KI noch nicht lösen kann. Das heißt, Mitarbeitende werden eigentlich dort eingesetzt, wo sie natürlich jetzt hoffentlich bald nicht mehr einfach Copy-and-Paste-Aufgaben machen, wo sie einfache Fragen, Kunden beantworten, die irgendwo dokumentiert sind und mit KI im Prinzip beantwortet werden können. Das führt dann aber auch dazu, dass natürlich die Rolle des Mitarbeiters oder der Mitarbeiterin sich dahin verändert, dass sie eigentlich zu Supervisoren, also zu Mitarbeitenden von KI-Agenten werden. Und das bedeutet aber auch, dass sie ein Verständnis dafür brauchen, wie funktionieren KI-Agenten, wie funktionieren Plattformen, in denen KI-Agenten auch in Multi-Agenten-Systemen orchestriert sind. Was bedeutet es überhaupt, denen Wissen zu geben? In welcher Form muss man Wissen geben, wie muss man es anreichern, wie muss man es bereitstellen, welche Formate und so weiter. Es gibt so viele Fragen. Und ich glaube, dass das ein Skill ist oder auch ein Skill, den Mitarbeiter grundsätzlich erwerben müssen. Und das ist auch ein Bereich, den wir unterstützen, also wo wir begleiten, dass Teams wirklich fit sind, mit solchen Lösungen zu arbeiten und auch die selbstständig zu betreiben. Was ich aktuell mit ziemlicher auch Vehemenz sagen kann, ist, dass ich fest davon überzeugt bin, dass es keinen Sinn ergibt, zum Teil Lösungen selber zu entwickeln. Also wirklich sozusagen, also bestes Beispiel ist ein Sprachmodell. Also ich glaube, für den Mittelstand sowieso nicht und ich glaube auch für den Großteil der deutschen oder auch europäischen Industrie und Wirtschaft völliger Schwachsinn. Als anwendendes Unternehmen, Sprachmodell zu entwickeln, aber dann natürlich auch die weiteren Layers, die darüber sind, bis hin eigentlich zum Anwendungslayer. Sondern ich glaube, Unternehmen sollten wirklich einen Fokus drauf legen, wie wende ich die richtigen Anwendungen in meiner Organisation an, wie bringe ich es in die Prozesse, wie bringe ich die Mitarbeiter dahin, dass sie mit umgehen können und sich darauf zu fokussieren, weil da macht man auch den Wettbewerbsunterschied.

Nico Hildmann 17:52

Wie siehst du das, weil du es ja vorhin auch schon gesagt hast, ja auch in puncto Schnelligkeit, ihr habt ja Mittelstandsunternehmen als Kunden, Konzerne, sind aufgrund der kleineren Größe, so sagt man es ja auch immer bei Startups, sind die auch dann schneller, agiler, aktiver als Konzerne oder wie ist denn da deine Erfahrung?

Nicolas Bartschat 18:10

Also wir stellen fest, dass natürlich große Organisationen zum einen schon irgendwie mehr Manpower haben, also die können sich leisten, irgendwie auch so ein Zehn-Mann-Team irgendwie aufzusetzen, die sich jetzt mit irgendwie Gen AI oder sowas beschäftigen oder auch mit KI-Lösungen. Auf der anderen Seite haben die natürlich auch viel breitere Einsatzbereiche, wo es Sinn ergibt. Das heißt auch viel mehr Use Cases, haben aber auch langsamere Organisationen. Also natürlich, manchmal dauert es eineinhalb Jahre oder ein Jahr, bis eine große Organisation sich dann doch dazu entschließt, eine Lösung einzuführen. Und dafür schenken die aus meiner Sicht sehr, sehr viel Zeit. Im Mittelstand ist es eine andere Herausforderung, da sehe ich eher, dass die Mitarbeiter viel operativ tätig sind und die sich nicht leisten können, spezifische Rollen dafür freizustellen oder vielmehr darauf anzuwenden und dadurch natürlich, dass du irgendwie nebenbei herlaufen musst und die darüber hinaus auch noch von den großen Beratungen halt komplett links liegen gelassen werden. Und dadurch natürlich dieser eigentlich ein Wissensgap entsteht und auch ein Knowledge-Gap zwischen diesen großen Organisationen, großen Unternehmen und eigentlich den Weltmarktführern in der europäischen Industrie und im Mittelstand. Und das ist ein Riesenproblem. Und ich denke halt, die haben eigentlich die Möglichkeit, die Kleinen auch dynamisch schnell was einzusetzen. Und wir sprechen auch mit vielen Geschäftsführern, die dann auch wirklich super aktiv sind. Jetzt am Dienstag zum Beispiel war ich bei einem Workshop bei einem super coolen Unternehmen mit zehn Führungskräften und dem Vorstand und haben 26 KI-Use Cases entwickelt und jetzt einen klaren Fahrplan, womit wir jetzt dort starten. Super, super cool. Also, das sind die Unternehmen, die auch in den nächsten Jahren vorne dabei sein werden und die natürlich für ihre Bereiche auch irgendwo KI-Knowledge aufbauen können und davon profitieren.

Nico Hildmann 19:55

Ja, aber Wahnsinn, wenn man dann, ich stelle es mir gerade so vor, wenn ich da auch selbst in so einem Workshop gewesen wäre, so viele Use Cases, sowas, ja krass, das ist mir, glaube ich, absolut gehypt oder euphorisiert zu sehen, das könnte in Zukunft alles was werden. Das ist natürlich super und ich glaube, es macht auch für euch wahnsinnig viel Spaß, dann das auszugraben, das Potenzial.

Nicolas Bartschat 20:14

Absolut und was natürlich auch toll ist, dass man verschiedene Unternehmen sieht, verschiedene Industrien erstaunlicherweise immer irgendwie die gleichen Probleme oder gleichen Herausforderungen. Das ist zum einen natürlich das Thema Wissen, ja, also Wissen ist verteilt in isolierten Systemen, in den falschen Formaten, redundant vorhanden und so weiter. Also das überhaupt einmal zu durchdringen, ist ein Riesenthema. Aber auch natürlich technologisch. Also viele kennen klar ChatGPT. Das ist aus meiner Sicht natürlich schon mal schön, aber das ist halt, das ist für mich nicht KI in der Anwendung in Unternehmen, ehrlicherweise.

Voice Agents: Was heute schon möglich ist

Nico Hildmann 20:48

Es ist lustig, dass du das sagst. Also da nehme ich mich aber auch nicht raus. Ich nutze ChatGPT auf der Arbeit eigentlich jeden Tag. Es hat es ja auch der breiten Masse dieses Thema zugänglich gemacht. Das ist natürlich super und auch mächtig, wunderbar. Aber ich glaube auch, dass wenn man über KI im Unternehmen spricht, dass vor allem so Prozessautomatisierung, da ist noch ganz, ganz viel Potenzial. Weil ich glaube, es war acht dem Letzt irgendwo, wer setzt ein KI ein? Ging alle Hände hoch und wer setzt nur ChatGPT ein? Sind fast alle oben geblieben. Und das ist halt so eine Differenzierung. Und ich glaube, da ist natürlich auch ein schönes Potenzial für euch zu sehen, pass mal auf, wir gucken wirklich eure Prozesse an, da fangen wir mal mit an. Finde ich auch cool, wenn du sagst, so klassische Anfänge und so Automatisierung, Mails, Kunden, Kontakt mit Voicemails. Merkst du selber, weil ich habe da auch schon kritischere Stimmen gehört, so da spreche ich ja mit einer Maschine. Wie siehst du das? Wie kriegst du denn das widergespiegelt? Ist das aktuell noch ein Thema oder appt es ab?

Nicolas Bartschat 21:52

Wir hören das? Ich glaube, das ist so ein bisschen bedingt durch die Entwicklung der letzten Jahre. Also du sprichst wahrscheinlich Thema KI Voice-Agente zum Beispiel. Da hat sich natürlich wirklich extrem viel getan in den letzten zwölf bis 18 Monaten. Jeder kennt ja irgendwie diese alten Systeme, wo man im Prinzip rein spricht und dann kommt so, okay, sagen sie das Stichwort, wenn sagen sie das, wenn sagen sie das wenn, das ist natürlich eine super schlechte Erfahrung. Das sind so klassisch regelbasierte Lösungen, die waren damals schon gut, ja, aber im Endeffekt haben die halt für viel verbrannte Erde gesorgt, weil Nutzer, Anrufer, also Anwender im Prinzip eigentlich nur versuchen, daran vorbeizukommen, wenn man ehrlich ist. Also man versucht ja eigentlich nur sich darum, irgendwas zu sagen, mit Ich will mit einem Menschen sprechen und um dann zu hoffen, dass man irgendwo in der Hotline landet. Das hat sich geändert. Mittlerweile sind die Lösungen so gut, dass man es zum einen teilweise gar nicht mehr hören kann. Richtig. Es ist erschreckend gut. Auf der anderen Seite, technologisch machen die ja keinen semantischen Stichwortvergleich mehr, sondern die erkennen eigentlich an den Sätzen, die Anwender da rein sprechen und an der Konversation, am Dialog, erkennen die Systeme eigentlich, was ist die Absicht der Person und führen auf der Basis auch natürliche Gespräche, die voll integriert sind in Backend-Systeme, in CRM-Systeme, Ticketsysteme, können eigentlich mittlerweile schon für jeden Anrufer einen individuellen KI-Agenten bereitstellen, der zum Teil auch in 50 plus Sprachen rund um die Uhr Probleme lösen kann, wie Adressänderungen, wie Versand von Dokumenten, Bestellungen annehmen kann, teilweise Cross- und Upselling macht. Also es ist wirklich Wahnsinn, was da geht. Und aus meiner Sicht, die Unternehmen, die sagen, das funktioniert nicht, die verschenken riesen viel Potenzial gerade.

Die größten Hürden bei KI im Unternehmen

Nico Hildmann 23:39

Weil vielleicht bleiben es auch nicht am Zahn der Zeit genau das, was du gesagt hast. Ich hatte nämlich vor kurzem auch mit einem älteren Herrn gesprochen. Ich weiß nicht mehr, bei welchem Arzt er einen Termin machen wollte. Aber hat er angerufen und hat mir dann von seiner Erfahrung so erzählt, ich bin sofort durchgekommen, da war eine super nette Dame dran, ich habe gleich einen Termin bekommen. Es war KI, super. Mega, ne? Also wie sich das auch verbessert, weil ich kenne es auch noch sagen, sind Stichwort und so weiter, aber ey, in der heutigen Welt ein Jahr, das ist ja unfassbar, was da passiert. Und um da eine Überleitung vielleicht auch zu diesem Punkt zu bekommen, was diese Schnelllebigkeit, wir hatten es ja gerade schon angesprochen, ich glaube, für viele Menschen, und auch da nehme ich mich wieder nicht raus, ist KI im Gesamten doch noch eine Art Blackbox. Du hast ja selber auch für dich gesagt, da passiert so viel. Das überfordert ja auch oder es macht es gar nicht so greifbar, weil da kommen die Fragen, ich glaube auch so die gängigen Fragen, kannst ja hoffentlich dann gleich nochmal drauf eingehen, sowas wie, ich weiß gar nicht, wo ich anfangen soll, da gibt es pro Tag 100 neue KI-Tools, was ist denn das Beste für mich? Das kostet doch super viel Geld oder sowas. Nimmst du das so wahr, dass diese Überforderung da ist bei den Kunden oder insgesamt?

Nicolas Bartschat 24:54

100 Prozent, ja. Also ich glaube, also das ist ja irgendwie multifaktorell irgendwie bedingt. Auf der einen Seite ist natürlich dieser KI-Hype überall, ich meine, allein wenn man durch LinkedIn geht, wahrscheinlich neun von zehn Nachrichten erklären einem irgendwas, wie toll die Welt gerade ist und wie gut alles mit KI automatisierbar ist. Vielleicht liegt es auch an mir, was ich in dieser Bubble bin, aber.

Nico Hildmann 25:17

Ich finde, der beste Satz, finde ich, nach einem Event, was für ein toller Abend. Ja, genau. Jede Post ist so. Ich weiß es schon.

Nicolas Bartschat 25:24

Alles klar. Und also das ist natürlich, auf der einen Seite wird sehr viel versprochen, auf der anderen Seite irgendwie tun sich halt viele schwer, das irgendwie zu übersetzen in ihre Prozesse. Das hat halt auch irgendwie Gründe, wie zum Beispiel, also was wir sehen, warum sich Unternehmen so schwer tun, ist auf der einen Seite, dass das Wissen komplett verstreut ist in der Organisation und natürlich in den Köpfen der Mitarbeitenden. Auf der anderen Seite aber auch, es gibt ganz viele isolierte Softwarelösungen in Unternehmen, also in denen es überall Wissen, in denen laufen Prozesse ab. Und das ist auch normal, weil natürlich Unternehmen über die Zeit gewachsen sind und sich natürlich dann auch IT-Architekturen und Strukturen bilden, die zum Teil auch veraltet sind, aber man hat halt irgendwie die Software, die ist jetzt da und die zu wechseln, ist auch teuer. Und das Problem ist aber, Mitarbeitende arbeiten halt nicht nur in einem Tool, sondern die arbeiten zwischen verschiedenen Lösungen, die arbeiten zwischen Outlook, zwischen SAP, zwischen Excel, zwischen SharePoint, zwischen ihren OneNote, zwischen ihren Notizblöcken auf dem Schreibtisch. Also die arbeiten zwischen verschiedensten isolierten Systemen eigentlich. Und jetzt ist halt die Frage, wenn du jetzt einen Arbeitsprozess automatisieren willst, ganz konkret, Order Management-Prozess. Unternehmen kriegt Anfragen von einem Kunden, ich möchte hier irgendwie das Ersatzteil bestellen. So, was beginnt dort? Als allererstes fehlt eine Information vom Kunden. Also meistens fehlt die Serialnummer oder die Anzahl fehlt oder was auch immer fehlt. Das heißt, da finden überall Medienbrüche statt oder es fehlen Rückfragen, finden Rückfragen statt. Dann fängt der Mitarbeiter an, natürlich intern zu suchen, okay, da die Maschine, jetzt brauche ich irgendwie die passende Ersatzteile. Das heißt, er sucht in irgendwelchen Systemen, findet es nicht, geht in seine Notizen, sucht es da, fragt einen Kollegen. Das heißt, du hast überall Medienbrüche, überall praktisch die manuellen Schritte, bis er das natürlich dann irgendwann in den SAP einträgt, per Copy and Paste. Also er kopiert die Seriellnummer, trägt sie dort ein, trägt die Kutnummer ein, was auch immer, kriegt eine PDF und schickt die wieder manuell dem Coden. Das heißt, das sind so viele manuelle Schritte, und jetzt ist die Frage, wie automatisierst du diesen Prozess? Du müsstest eigentlich N mal N Schnittstellen zwischen den Systemen bauen. Das ist so aufwendig, komplex und wahrscheinlich ein Projekt, das du nie fertig bekommst, dass das die meisten Unternehmen nicht bekommen. Wir machen das in der Regel so, dass wir über diese, ich würde sagen, Systeme, in denen Mitarbeitende arbeiten, eigentlich Lösungen bauen, Plattformen bauen. Das hört sich so groß an, aber im Prinzip ist es ein Layer darüber, in dem wir dann KI-Agten einsetzen können. Und in dem Fall jetzt mit Order Management zum Beispiel, haben wir bei einem Unternehmen umgesetzt, die kriegen 36.000 Ersatzteilanfragen im Jahr. Was passiert dort? Die Anfrage geht rein, RI-Agenten erkennen automatisch, ah, okay, das ist der Kunde, der hat die Maschine, aber er hat uns jetzt nicht gesagt, welche Anzahl er will. Okay, wir schicken ihm ein Formular, wo er nur die Informationen einträgt, direkt. Also es dauert keine drei Tage, bis es jemand liest, bis jemand die E-Mail liest. Ein Kunde trägt die Informationen ein, es geht komplett durch, es wird ein Angebot erstellt. Und Mitarbeiter im Unternehmen prüfen das nochmal. Und das ist nämlich auch ein wichtiger Punkt. Ich bin der Meinung, es wird Menschen nicht komplett ersetzen und es ist auch gut so, dass wir auch gewisse Human Checks dazwischendrin haben. Und in dem Fall prüft es ein Mensch noch, schaut sich die Anfrage an, prüft das Angebot, drückt auf den Knopf oder korrigiert es, um das dann rauszuschicken. Das ist so ein typischer Fall, der jetzt sozusagen für jedes, wirklich für jedes Industrieunternehmen relevant ist, Riesenimpact hat, Geschwindigkeit, Umsatz, Kosten, Kundenzufriedenheit, super spannender Case und natürlich, also auch auf das Fachkräftemangel, Thema Inzeit.

Nico Hildmann 29:13

Ich finde genau das, was du sagst, eine Ad-Hoc-Frage, die mir da gerade in den Kopf gekommen ist, ist eigentlich, wie sehr freuen sich denn Mitarbeiter euch zu sehen dann im Unternehmen. Weil ich glaube, die Angst schwingt ja schon mit. Brauchen die mich dann noch? Oder was ist denn dann meine Aufgabe? Dann ändert sich ja was. Und der Mensch ist ja doch so, auch Gewohnheitstier, ich bin erst mal skeptisch vielleicht vor irgendwas Neuem. Wie einerseits genau ist die Freude groß von der Mitarbeiterschaft, euch da zu haben, dass die merken, jetzt geht endlich mal was voran. Und gleichzeitig, wie macht man denen das Thema greifbar?

Nicolas Bartschat 29:50

Ich meine, das, was wir machen, ist ja, wir nehmen den Mitarbeitenden ja eigentlich die lästigen Arbeiten weg. Das heißt, also ich habe bisher noch kein Projekt gesehen, wo Leute gekündigt wurden. Okay. Wenn ich ehrlich bin, weil die meisten Unternehmen, mit denen wir sprechen, ein riesen Fachkräfteproblem haben. Und sie eigentlich gerade beispielsweise große Backlogs haben, sagen, wir kriegen das nicht abgearbeitet, Mitarbeiter sind gestresst, es gehen Leute in Rente. Natürlich heißt es auch, wenn man es schafft, natürlich, sowas zu unterstützen, das man dann vielleicht nachbesetzen muss. Aber auf der anderen Seite, also alle Projekte, Mitarbeiter sind für uns extrem wichtig, weil die ja auch eine Wissensquelle sind für diese Prozesse. Und die sind highfroh in der Regel, dass wir kommen und irgendwie diese Copy-and-Paste-Monkey-Work-Aufgaben automatisieren.

Nico Hildmann 30:38

Wie viele könnten ihr parallel bedienen? Weil das hört sich ja nach einem Matz-Aufwand an. Ihr müsst euch ja auch eindenken in die Unternehmen. Müsst ihr das so Step-by-Step machen? Also jetzt machen wir einen Unternehmen eine gewisse Zeit lang und dann kommt der nächste oder geht auch parallel gut. Geht auch parallel. Also wir haben gerade fünf parallel Fall.

Nicolas Bartschat 30:54

Oh, okay, doch. Auf jeden Fall, geht parallel. Und für uns ist ja im Prinzip, das Spannende ist ja, wir sind ja eigentlich so ein Übersetzer zwischen Technologie und Anwendung und haben eigentlich so einen sich immer weiter füllenden Methodenbaukasten und werden dann, also wir nutzen für uns ja auch KI. Das heißt, selbst wir als AI-Consult verfolgen ja das Ziel, mit KI weiter zu skalieren und eigentlich unser Wachstum mit KI überproportional zu unterstützen. Das heißt, aktuell ist es eher so, dass wir eigentlich mehr KI-Agenten haben. Also wir haben immer mehr Mitarbeiter auch, wachsen auch immer stärker in der Form. Wir brauchen aber natürlich auch Menschen, die mit dem Kunden sprechen und natürlich auch, ich sag mal auch, emotionale Bindung aufbauen und auch empathisch sind.

Der größte Fehler bei der KI-Einführung

Nico Hildmann 31:41

Also ich finde es auch cool, dass du sagst, das sind Mitarbeiter, auch wenn sie jetzt nicht physisch da sind, aber sie leisten brutal viel, beschleunigen viel. Und ich glaube auch diese Denkweise bei anderen zu etablieren, zu sagen, das ist kein Feind, das ist wirklich ein Kollege, wenn man so will, halt nur im Digitalen, der aber sau viel weiß, direkt weiß, ey, da fehlt die Nummer. Das musst du dir jetzt eine halbe Stunde zusammen suchen. Richtig. Das ist natürlich auch klasse. Ich denke mir halt immer, die meisten haben so gedankliche Hürden erstmal, wir hatten es ja gerade schon gesagt, es überfordert, weil es zu viele Möglichkeiten gibt. Gleichzeitig ist vielleicht auch so ein Mythos zu sagen, das kostet super, super viel Geld, ich habe gar nicht die Ressourcen, ich brauche dann ein Zehn-Mann-Team oder sowas. Was sind so die größten Denkfehler, die du vielleicht auch jetzt in deiner Zeit so miterlebt hast, wo du sagst, nee, das kommt oft, aber es ist eigentlich gar nicht so. Du meinst in Unternehmen bei der Einführung von Kilo. Genau, also wenn sie auch mit euch in Kontakt sind, zum Beispiel aus der Startup-Welt, für mich der Klassiker ist, als Denkfehler zu sagen, ja, ich möchte jetzt noch nicht mit über meinen Produkt sprechen, es wird geklaut. Es ist so einfach so dieser klassische, nee, Leute, so läuft es nicht.

Nicolas Bartschat 32:52

Gibt es da sowas in deiner Welt? Ja, auf jeden Fall. Also was wir feststellen ist, dass viele Unternehmen irgendwie sagen, ja, sie müssen irgendwie so das Zielbild eigentlich in einem Schritt erreichen. Aus meiner Sicht einer der größten Fehler, weil du dann nie anfängst. Ja, gut, du kommst da dir in die Pötte, weil du dich nicht entscheiden kannst. Ja, ja. Und dann auch als Beispiel jetzt von dem Workshop die Woche zum Beispiel im Unternehmen, von diesen 25 bis 27 Use Cases, die wir da gefunden haben, meine Empfehlung ist, nicht die umzusetzen. Ja, also das ist sozusagen eine Longlist und es ist immer wichtig, dann, das machen wir auch immer, die zu priorisieren und zu sagen, okay, was sind denn die drei wichtigsten? Und dann mit denen zu starten und aber auch dann die Use Cases stufenweise aufzubohren. Und das hilft halt auch enorm für das Thema Akzeptanz, weil auch Mitarbeiter müssen irgendwie mitgenommen werden, die müssen ja irgendwie verstehen, was kommt irgendwie hier ein neues System rein, was kann das, wie bediene ich das? Die ganzen Themen, wie bringe ich da neues Wissen rein, wie ändere ich dort Prozesse und so weiter. Und das praktisch, so ein Use Case zu, wie so ein in so Scheibchen zu schneiden, hilft halt enorm, sowohl für Mitarbeiter als auch als Entscheidungsvorlage für den Business Case auch an sich, um dann auch erfolgreicher und schneller reinzukommen, iteratieren, iterieren zu können und auch Kundenfeedback zu kriegen. Also das sind ja auch solche Sachen.

Nico Hildmann 34:13

Ja, ich glaube, da ist so dieses, das ist aber häufig so, dieses Perfektionismusdenken, ich will jetzt die perfekte Lösung, aber in dieser sehr schnelllebigen Welt, ich glaube, es gibt es nie. Also wie du schon sagst, in einem Monat ist das fast vielleicht sogar schon wieder alt, so schnell wie sich das entwickelt.

Nicolas Bartschat 34:30

Ja, und du kannst auch teilweise mit teilweise wirklich mit 20 Prozent des Aufwands 80 Prozent der Erfolge schon erreichen. Also es ist wirklich klassisches Pareto-Prinzip, Beispiel Voice Agents. Wenn wir in Unternehmen gehen, ja, so zum Beispiel bei einer großen Bausparkasse, die haben natürlich ein riesen Anrufvolumen. Und das wäre natürlich taler Quatsch zu sagen, wir machen als allererstes die super komplexen Kundenanliegen, die irgendwelche 50 verschiedene Schnittstellen brauchen im Backend und wirklich komplexe Operationen im Backend vornehmen müssen. Das ist Quatsch. Oft reicht es einfach, wirklich Anrufe annehmen, Anliegen klären, dann den Anrufer identifizieren, an den richtigen Ansprechpartner intern routen. Alleine mit den vier Themen kannst du teilweise 40 bis 50 Prozent des Anrufvolumens, also der monatlichen, jährlichen Minuten in einem Contact-Center einer großen Organisation automatisieren. Und das sind die einfachsten Standard-Cases, die kann man seit Jahren so umsetzen und seit, ich würde sagen, 12 bis 18 Monaten in einer hervorragenden Qualität. Natürlich heißt es nicht, dass man natürlich dann, wenn man das umgesetzt hat, dann nicht weitermacht, weil natürlich auch Sinn, dass man auch Adressänderungen vornehmen kann. Also wenn ein Kunde umgezogen ist, dann kann er mit einem Voice-Agetten seine Adresse automatisiert umstellen oder Zählerstände abgeben oder eine Produktberatung auf höherem Niveau bekommen.

Nico Hildmann 35:59

Also ich finde auch, vor allem Voice Agents, ne, ist auch, neben dem, was du gesagt hast, was das der Vorteil für die Unternehmen selbst ist, die diese Lösung eingeführt haben. Aber um das nochmal wieder zu spiegeln, für den Anrufer, du kommst da häufig nirgends durch. Und dann beschäftigt dich das eigentlich mindestens mal zwei, drei Stunden, bis du mal durchgekommen bist. Und dann ist vielleicht eine Sprechstunde vorbei oder was auch immer. Oder sind immer da. Dieses, ich ruf an, da geht jemand dran, der nimmt das Zeug auf und irgendwann wird sich dann schon jemand melden, weil es im Backlog irgendwo hinterlegt ist. Allein dieses Gefühl, ich habe meine Information dorthin geschickt schicken können.

Nicolas Bartschat 36:37

Und auf der anderen Seite können diese Agenten ja auch die Probleme direkt lösen. Genau. Das ist auch cool. Also es ist gar nicht so, dass du, dass es wie so ein Anrufbeantworter nur ist, sondern wir haben auch schon bei einem Kunden umgesetzt, beispielsweise die komplette End-to-End-Terminvereinbarung für zigtausend von Ortsbegehungen, also wo jemand an einen Standort muss und dort mit dem einen Termin vereinbaren musste. Zigtausend solche Terminvereinbarungen pro Jahr automatisieren wir mit Voice-Agenten beim Kunden. Das ist natürlich großartig, weil du plötzlich halt völlig skalierbare Organisationen damit aufbaust, die auch Aufgaben komplett übernehmen können und im Prinzip wirklich für die Endkunden auch einen Nährwert bieten, weil sie multilingual in über 50 Sprachen rund um die Uhr Probleme lösen.

Was Unternehmen verpassen, wenn sie nicht handeln

Nico Hildmann 37:20

Ja, weißt du, ich überlege mir gerade, ich denke mich gerade in die Höre gerade so rein, ne? Man denkt ja jetzt wahrscheinlich, ja, voll cool, ne? Echt super. Aber ich glaube, so dieser Blocker im Kopf ist dann auch, das kostet wahrscheinlich viel Geld. Also, wo man dann sagt, kannst du es vielleicht mal ein bisschen so einschätzen oder ich möchte vielleicht sogar mal anders formulieren, was wird es denn Unternehmen kosten, wenn man nicht in solche KI investiert?

Nicolas Bartschat 37:44

Also, das ist total spannend, weil ich glaube, du hast natürlich auf der einen Seite sozusagen die Potenziale, die du nicht hebst. Du kannst bei Voice-Agenten in der Regel sagen, ungefähr ein Viertel der aktuellen Kosten. Also du reduzierst auf ein Viertel der aktuellen Kosten. Also du hast teilweise eine Kostenersparnis von über 75 bis 80 Prozent in Contact-Centern. Das ist halt nur ein Use Case. Und das ist nur Kostenersparnis. Aber auf der anderen Seite sage ich auch immer: Schaut euch an, ihr steigert die Qualität, ihr steigert die Kundenzufriedenheit, ihr steigert die Skalierbarkeit und so weiter, das sind alles sozusagen Randthemen und eines, was so völlig unterbetrachtet wird in dieser gesamten KI-Journey und in den ganzen KI-Use Cases, es sind andere Geschäftsmodelle möglich. Also du kannst plötzlich, also du kannst proaktiven Service machen zum Beispiel, du kannst Cross- und Upselling machen, du kannst auch ganz anders mit Kunden kommunizieren, du kannst jedem Endkunden einen persönlichen Concierge anbieten, der seine Vorlieben kennt. Das ist so, wie wenn du immer bei deinem Unternehmen anrufst und es geht immer der Michael ran. Dein Ansprech. Dein Michael, mit dem du gerne telefonierst und sprichst, der deine Sprache spricht, der vielleicht auch deinen Dialekt spricht, der deine komplette Kundenhistorie kennt. Also du kannst plötzlich ganz andere Modelle aufbauen, um Umsatz zu steigern, die Kuttenbindung zu erhöhen und auch irgendwie die Kundenzufriedenheit zu steigern. Und das ist so cool, das geht so ein bisschen verloren immer, weil alle immer nur auf die Kosten gucken. Natürlich ist das für auch, ja, die meisten Entscheider auch immer sehr relevant, ja, wo kann man Kosten gerade heute in der heutigen Zeit sparen? Auf der anderen Seite ist es natürlich großartig, was man da machen kann.

Nico Hildmann 39:28

Ist es aber so, jetzt vielleicht nur mal ganz kurz in eurem Prozess zu sagen, wenn man sich informieren möchte, guckt ihr es euch erstmal an und dann wird dann auch entschieden, ja, dann machen wir das oder ist auch so Analysen? Ich meine, es gibt ja auch andere KI-Berater. Ich meine, du kennst ja wahrscheinlich viele. Ist das dann direkt schon mal mit Kosten verbunden oder wie macht ihr das vielleicht? Diese Anbahnung?

Nicolas Bartschat 39:50

Also wir sprechen in der Regel relativ locker auch mit Kunden. Also wir haben da super niedrige Hürden, weil wir einfach sagen, es ist ein Kennenlernen auf Augenhöhe. Wir arbeiten am liebsten mit Kunden auf partnerschaftlicher Ebene zusammen, wo man wirklich zusammen mit den Projektteams auch überlegt, was hat den größten Effekt für die. Das kostet nichts. Natürlich nicht, weil im Prinzip ist echt ein Kennenlernen. Und wir haben auch, also es hängt auch immer von den Projektkonstellationen dann ab. Natürlich, wenn wir jetzt irgendwie eine tiefe Analyse machen, dann kostet es schon auch Geld. Aber was wir in der Regel machen, ist auch, oder was wir sehr gerne machen, ist auch, dass wir uns wirklich auch am Erfolg orientieren lassen. Wir haben auch schon Projekte gemacht, wo wir wirklich outcome-basiert, also pro Automatisierungsvorgang, beteiligt werden und die Implementierung sozusagen nur der Weg dorthin ist. Arbeiten aber auch natürlich auch auf klassische Implementierungsprojekte. Also das hängt wirklich auch stark davon ab, was unsere Kunden wollen, wenn die sagen, hey, passt mal auf, wir wollen alle an einem Strang ziehen. Ihr automatisiert uns und dafür haben wir alle was davon, dann umso besser, weil das ist das, was wir am besten können.

Nico Hildmann 41:00

Weißt du, da auch die Optimierung, die ihr dann schafft, ist ja im digitalen Raum, ne? Aber genau in diesem Prozess, den du gerade beschrieben hast, wie wichtig ist so Face-to-Face? Total wichtig. Schon, ne? Also ihr seid schon vor Ort dann, oder? Absolut, ja. Immer vor Ort. Heißt Dunstkreis München eure Kunden? Dach. Komplett Dach. Ach ja, okay. Wir haben auch einen Kunden in den USA. Ach krass.

Nicolas Bartschat 41:20

Ja, gut, dann nur wahrscheinlich digital, oder? Seid ihr schon mal hingeflogen? Wir sind bisher digital, aber wir werden auch dabei entfliehen. Auf der anderen Seite immer, also natürlich vor Ort, wir machen natürlich, auch wenn es ums Building geht, haben wir auch ein Team, das natürlich dann auch remote arbeitet, ja, ist ja auch klar. Aber natürlich gerne vor Ort, man lernt sich besser kennen, man kann viel besser auch Prozesse aufnehmen, kriegt die, kriegt auch sozusagen auch genau diese Themen mit, wo gibt es Widerstände intern, wo muss man irgendwie auch im Change Management anders vorgehen. Übrigens auch ein Punkt, was ich immer empfehlen würde in solchen Projekten, sich wirklich saubere Stakeholder-Maps zu erstellen, dass man weiß, wer hat welche Themen auf dem Tisch und wo kann man vielleicht auch diesen Change begleiten, damit man die Mitarbeiter mitnimmt.

Nico Hildmann 42:05

Ich finde auch, das ist einfach Thema Vertrauensbasis, was sich dann noch mehr und mehr aufbaut. Auch Bindung zueinander, das ist bei uns. Im Programm ist es natürlich auch wichtig. Wir haben Online-Elemente, aber auch immer eigentlich pro Woche eine Präsenzsession, wo man sagt, ey, das Netzwerk, ne, auch jetzt in unserem Fall, aber dieses Face-to-Face ist eine ganz andere Dynamik. Du bist ja auch extra hierher gefahren. Wir hätten es ja auch online aufnehmen können, aber ich finde es einfach jetzt schon mal viel, viel schöner. Und ist einfach eine andere Dynamik.

Nicolas Bartschat 42:33

Und ich finde auch, also das ist auch so ein Thema bei den ganzen KI-Use-Cases. Man denkt immer, ja, okay, KI kommt und es nimmt alle Arbeitsplätze weg. Und wir, ich weiß auch nicht, das ist manchmal immer so ein bisschen, da wird sehr viel Angst auch erzeugt. Ich bin hundertprozentig der Meinung, dass Unternehmen ohne Menschen nicht funktionieren. Ich bin aber auch hundertprozentig überzeugt, dass es sozusagen ein Shift gibt und dass halt auch viele Teile der heutigen Arbeitsprozesse automatisierbar sind, jetzt schon und auch automatisiert werden. Und wir eigentlich gucken sollten, wo setzen wir unsere wirklich wertvollen Ressourcen und ehrlicherweise die Teams sind die besten und die wertvollsten Ressourcen in Unternehmen, dass wir die da einsetzen, wo es ihnen Spaß bringt und wo sie nicht irgendwie Informationen aus einem PDF in SIP kopieren oder Fragen beantworten von irgendwelchen Standardsachen, die man auch auf einer FAQ-Liste findet, ja. Also das ist mir echt ein Anliegen, also dass man, dass man darauf achtet, Menschen sinnvoll einzusetzen, wo es ihnen Spaß bringt und wo sie einen Mehrwert stiften.

Nico Hildmann 43:36

Siehst du da auch den Weg hin? Also jetzt mal vielleicht mit einem Blick in die Zukunft zu sagen, dieses Bild, das du gerade skizziert hast oder der Wunsch, ne? Ist der für dich realistisch, so wie es vielleicht in zwei, drei, vier, fünf Jahren aussieht, dass das so passiert?

Nicolas Bartschat 43:50

Ja, hundertprozentig. Also, das ist jedes in jedem Kundenprojekt, in dem wir sind, ist das genau der Weg, wo wir auch natürlich reingehen. An der Stelle und Mitarbeiter trainieren, damit sie diesen Rollenwechsel hinbekommen und damit sie auch verstehen, dass das eigentlich eine Riesenchance ist. Ja, weil ich glaube, Europa, ich bin ein riesiger Europa-Fan, Europa hat so tolle Unternehmen, ist so auch ein toller Kulturkreis, so divers und wir haben so solche Schätze in Unternehmen und natürlich gibt es immer auch sozusagen dieses, die, ja, werden wir gechallenged aus anderen Kontinenten. Und ich glaube, vielleicht werden wir nicht das beste Sprachmodell bauen, aber wir werden als Europa wahrscheinlich die besten oder wir haben die Chance, die besten Anwendungen zu bauen und auch die besten Anwendungen in die Prozesse zu bekommen und praktisch unsere Produkte, die wir heute haben, besser zu machen mit KI.

Nico Hildmann 44:48

Also ist das schon mal ein sehr optimistischer und positiver Blick in die Zukunft, finde ich sehr, sehr gut. Und auch um das nochmal zu unterstreichen, ich bin auch der Meinung, es ist nicht dieses Ersetzen eines Arbeitsplatzes, das wird auch sein, aber ich finde auch eher, es ist diese Rollenschiff. Du hast dann halt eine andere Aufgabe oder eine Advanced-Aufgabe, wenn man so will, wenn man es sehr positiv formulieren möchte. Wie es normalerweise über die Zeit hinweg neue Berufe gibt, gibt es dann halt auch so neue Aufgabenbereich, dann heißt das auch wieder ganz fancy und dann ist man auch vielleicht schon wieder zufrieden. Wer weiß, aber ich finde auch, es ist gut zu sehen, wie sich das so langsam etabliert. Wir sind immer noch in den Kinderschuhen in dem Sinne, ne? Und da vielleicht auch nochmal die Frage, das wollte ich dich nämlich nur unbedingt fragen. Jetzt haben wir ja so geredet, ja, das klappt alles mit Prozessoptimierung, das wird gut angenommen. Gibt es aber auch aus deiner Sicht noch Bereiche oder Aufgaben, wo du sagst, boah, da ist es aktuell wirklich sauschwer, mit KI das zu lösen. Also ein Wunschbereich, das ist Wunschdenken, aber Realität, das ist jetzt dann doch noch schwierig.

Nicolas Bartschat 45:56

Ja, ich glaube, also das geht so ein bisschen dann auch auf die Organisationsstrukturen selber hin. Zum Teil auch an der Mentalität von manchen Unternehmen. Das ist, das ist aus meiner Sicht der größte Blocker aktuell. Okay. Dass manche einfach wirklich sagen, okay, ich tu mir da, also wir haben Angst. Wir sind nicht offen genug davon. Wir sind nicht offen genug, das ist nur wie Humbug, das funktioniert nicht. Wir beschäftigen uns nicht damit und so. Technologisch glaube ich, macht es schon Sinn, sich zu überlegen, was sind die Bereiche im Unternehmen, wo ich eigentlich den größten Impact habe. Und jetzt, also aus meiner Sicht macht es keinen Sinn, wirklich jeden kleinsten Use Case, also wo man irgendwie zehn Vorgänge im Monat hat und jeder Vorgang kostet dich zehn Minuten, das dann zu automatisieren. Das ist ein großer Fehler, den viele machen, dass sie meinen, sie müssen alle Schritte irgendwie automatisieren. Das ist Quatsch aus meiner Sicht. Aber ich glaube, die Challenge ist gerade eher, die richtigen Use Cases zu finden und dann lieber drei davon als 20 im gesamten Unternehmen und die Mitarbeiter mitnehmen. Übrigens, das ist auch ein Thema, ganz in ganz frühen Phasen Mitarbeiter mitzunehmen bei dieser Journey, die Use Cases zu ermitteln, ist aus meiner Sicht ein Riesenerfolgsfaktor für den Erfolg später in der Umsetzung, weil natürlich Mitarbeiter ihre Ideen eingebracht haben. Du geht es nicht einfach so hin, ne? Und sie hatten praktisch einen Anteil an den Prozess, an ihrem eigenen Change-Prozess und konnten sagen, teilweise hier habe ich Probleme. Also es war super cool in vielen Unternehmen, da kommen Mitarbeiter zu uns und die sagen, mein täglicher Tag, also mein Alltag, mein Arbeitsalltag ist an denen und denen Stellen nervig, weil und wir nehmen das dann zusammen auf und am Ende sagen, okay, das können wir lösen. Und das finden natürlich alle teil cool. Und das hat natürlich in mehreren Aspekten einen Vorteil. Fürs Unternehmen natürlich, weil sie automatisieren für einen Mitarbeiter, weil er diese lästigen Aufgaben los wird. Und er hat einen Anteil daran. Das heißt, er kriegt auch irgendwie mit, wie sich das verändert.

Der wichtigste Rat zum Schluss

Nico Hildmann 47:58

Genau, also wird gehört, es ist wirklich eigentlich das Pondort zum Startup-Wesen. Kundenanalyse. Du musst die Leute halt mit reinnehmen auf die Reise und es dann so basteln, damit jeder zufrieden ist und dann hast du dein Produkt verkauft im Endeffekt. Also super Parallele. Und so funktioniert es nämlich auch. Kommunikation, ganz, ganz wichtiger Faktor, auch irgendwo diese Präsenz zeigen und einfach zuhören. Und dann wirklich ist da, glaube ich, jeder abgeholt und hat auch gar nicht mehr so großartige Angst oder finde dann sogar KI freundlich oder sehr positiv. Und da geht ja der, da sollte der Switch ja hingehen im Endeffekt. Jetzt vielleicht auch noch zum Schluss der Podcast-Folge. Jetzt haben wir ja viel darüber erzählt, was ist möglich, was sind aber auch Bedenken. Wenn jetzt nochmal jemand zuhört und sagt, ja, irgendwie zögere ich doch noch, was hättest du für einen Rat noch für den? Welchen Tipp oder welchen Push möchtest du jetzt noch so mitgeben?

Nicolas Bartschat 48:53

Lasst euch challengen. Also das ist echt mein, das ist wirklich mein Tipp. Verschlaf diese Phase nicht. Es gibt so viele tolle Möglichkeiten, die man auch schnell nutzen kann. Ich kann da immer empfehlen, nutzt auch andere Unternehmen, die in einer ähnlichen Branche sind wie ihr. Guckt, was die machen, schaut, wie ihr euch auch ein bisschen schneller bewegen könnt als eure Wettbewerber, gerade auch aus anderen Ländern. Und holt euch Leute rein, die den Erfahrungsaustausch, einen Knowledge, Impact bringen, also wirklich auch euch Erfahrung aus anderen Unternehmen ins Unternehmen reinbringen und auch aus der Technologiewelt. Weil ich glaube, das, also habe ich ja selber gemerkt früher in meinen ganzen Rollen, du bist als Mitarbeiter im Unternehmen einfach nicht in der Lage, dich so intensiv mit dem Thema KI zu befassen, weil du halt andere Sachen hast auf dem Tisch und nutzt das. Das ist so ein, das ist also so ein Game Changer im Prinzip.

Nico Hildmann 49:55

Also finde ich auch ganz wichtig, dass du das gesagt hast, noch hier zum Schluss, weil viele wollen es immer erstmal allein probieren. Ist ja auch okay, ne? Erstmal selber die Erfahrung machen, aber dann auch wirklich zu realisieren und in die Handlung zu kommen, ja, ich schaffe es halt nicht in meinem operativen Alltag, also hole ich mir jemanden dazu, Expertise von externen, zum Beispiel euch, ne? Und man sagt, guckt mal bitte drüber, leiht mich mal in eine Richtung. Das gibt dir einfach auch ein super Gefühl.

Nicolas Bartschat 50:21

Ja, und vor allem das Ding ist ja, wenn wir sagen, wir sind sozusagen outcome-based beteiligt, sozusagen das extremste Modell, das ist dann eine Win-Win-Situation. Das heißt, eigentlich kann Unternehmen nichts verlieren auf der einen Seite, auf der anderen Seite, wir würden nie Use Cases umsetzen, die sich nicht lohnen. Und haben natürlich super viel Erfahrung aus anderen Unternehmen und wissen eigentlich relativ schnell, welche Use Cases sich mit welchen Lösungen gut anbieten.

Nico Hildmann 50:46

Also ein super, super spannendes Feld, in dem ihr euch bewegt. Also da auch weiterhin ganz, ganz viel Erfolg natürlich. Dankeschön. Ja, ich hoffe, es hat dir Spaß gemacht, Nikolas, die Podcast-Folge.

Nicolas Bartschat 50:55

Sehr viel Spaß gemacht. Ich hoffe, die Anreise hat sich gelohnt nach Schweinfurt.

Nico Hildmann 51:00

Genau. Deine Eltern wohnen ja immer noch hier in der Region. Dementsprechend, wir hatten es schon vorab, für einen Besuch reicht es leider nicht mehr, du musst wieder zurück nach München. Dementsprechend dahin auch eine gute Fahrt. Dankeschön. Es hat mir wahnsinnig viel Spaß gemacht, es war viel dabei, auch mal für mich griffiger zu machen, wie deine Arbeit so ist und wie es so in Unternehmen aussieht. Also vielen, vielen Dank. Ich wünsche dir weiterhin ganz viel Erfolg und hoffentlich bis ganz bald. Dankeschön, hat mich sehr gefreut.