Ziel: 5 Menschen, 1.000 AI-Agenten #10

00:00:00: Herzlich Willkommen im Token Made Podcast Philipp Glocklaut.

00:00:04: ich interviewen ja zweimal die Woche immer Dienstag und Donnerstag, ganz interessante Menschen.

00:00:09: Und diese interessanten Menschen haben irgendwas Cooles mit AI gebaut nicht irgendwie ein Start-up unbedingt sondern irgendwelche Prozesse in der Firma und wirklich komplizierte Sachen teilweise.

00:00:20: und einen von diesen interessanten menschen den habe ich heute zu besuchen und dieser ganz besondere Mensch ist mir ganz dicht am Herzen weil es nämlich mein Cousin und wir tauschen uns regelmäßig aus über alle möglichen Sachen rund um Technik, AI haben schon viele Sachen gemacht.

00:00:35: und deswegen habe ich gedacht Christoph, Michael muss unbedingt in diesen Podcast kommen.

00:00:39: Und er ist hier heute.

00:00:40: Ich begrüße dich.

00:00:40: Hallo Christoph!

00:00:41: Wie geht's dir?

00:00:43: Hallo Christian.

00:00:44: Schönen guten Morgen.

00:00:45: Freut mich wunderbar.

00:00:46: vielen lieben Dank für die Einladung.

00:00:48: ja es toll wenn man mal familiäre Vorteile ausnutzen darf

00:00:52: absolut genau.

00:00:53: also wir wollen ja so ein bisschen einmal kurz Erst mal verstehen, wie du bist.

00:00:58: Ich weiß es natürlich aber alle anderen da draußen vielleicht noch nicht und deswegen erzählen wir ganz kurz was Du machst heute und dann was Du in den letzten Wochen und Monaten so geil gebaut hast.

00:01:08: Alles klar!

00:01:09: Ja ich heiße Christoph Meichel, ich bin der Vater von zwei wunderbaren Söhnen und in erster Linie habe ich jetzt in diesem Jahr die Firma Purpose Energy gegründet das ist ein AI-First Energieversorger.

00:01:21: also wir gehen jetzt sehr sehr radikal und schnell in den deutschen Energiemarkt rein Wollen eben im Wesentlichen erreichen, dass wir wieder bessere Nachbarschaften schaffen.

00:01:31: Dass wir den Strom unter Nachbarn teilen.

00:01:34: Da ist im Juni ein Gesetz erschienen auf das habe ich jetzt seit zwei Jahren hingearbeitet.

00:01:39: Dass Menschen irgendwo mit ihrem Nachbaren gemeinsam den erneuerbaren Strom teilen können und wir so auch sichere Netze kriegen.

00:01:47: Die Energiewirtschaft als solche ist hyperkomplex Und da kommt es uns zugute Mit AI, also die Probleme, die wir lösen.

00:01:56: Die lösen wir jetzt seit Jahren mit AI.

00:01:58: da haben wir uns tief reingearbeitet und ich arbeite jetzt mit einem kleinen Team von Menschen und vielen vielen Agenden seit geraumer Zeit daran dass wir jetzt hoffentlich bald unsere Lizenzen durch die Bürokratie gedrückt haben und jedem im Deutschland Strom verkaufen dürfen beziehungsweise sie dabei unterstützen dürfen Strom zu verkaufen.

00:02:19: Also auf jeden Fall eine große ambitious Taktik.

00:02:22: Es geht ja nicht so sehr um das eigentliche Business, sondern vor allen Dingen wie du halt Sachen benutzt also wieso dein Setup ist.

00:02:29: Da können wir da mal einsteigen und du hast gesagt du hast ein zwei Sachen vorbereitet.

00:02:32: Zeig mal wie du baust was du machst!

00:02:35: Ja ich will mal ein bisschen zeigen unseren Status den wir heute schon erreicht haben und dann stangen auch einen wo ich hergekommen bin und wie ich so allgemeine arbeite.

00:02:43: aber ich habe Als erstes eigentlich festgestellt, dass wir ein großes Thema haben in dieser Schnittstelle Mensch AI.

00:02:50: Also die large language Models, die die chat gpt und sonst was jetzt in diese Welt gedrückt haben Die sind ja eine sehr eingeschränkte Sicht auf das was die Technik heute schon kann Und sie kann sehr viel weiter.

00:03:02: und woran wir eigentlich jeden tag arbeiten ist wie gestalten wir diese Schnittstellen Kommunikation Mensch AI besser?

00:03:09: Wir haben also Ich habe aufgehört zu zählen, weil es werden halt auch ständig neue EIS bei uns irgendwie aufgebaut.

00:03:16: Aber ich hab hier eine Assistentin Lena.

00:03:23: Die kann ich eben über ne Schnittstelle die für mich angenehm ist das einfach ein offener Kanal jederzeit erreichen und die unterstützt uns dann.

00:03:30: Und jetzt kann ich ja auch meine wegen einer Sprachnachricht schicken und sage einfach mal Hier muss ich drücken auf mein Handy Lena.

00:03:39: Ich bin hier gerade im Podcast und erzähle uns doch mal kurz wie wir beiden zusammenarbeiten oder besser, wie die ganze Firma Purpose Energy Zusammenarbeit.

00:03:46: so als ganz kurzer Pitch für uns.

00:03:49: Lena arbeitet jetzt, hat die Sprachnachricht gekriegt.

00:03:52: also das ist hier irgendwo abgelaufen Und jetzt müsste das eigentlich jede Sekunde kommen?

00:03:58: Ist es ein WhatsApp Einfahrer oder Telegramm oder was das integriert.

00:04:02: Ich habe das über mehrere Kanäle.

00:04:04: Unser Kernkanal ist aber ein eigenes Protokoll, da haben wir einen Open-Source-Protokoll im Internet genommen was für viele andere Chat Anwendungsfälle eigentlich genutzt wird.

00:04:18: In den Layer können wir später auch noch mal tiefer einsteigen.

00:04:20: Das ist dieses Protokall dass das host mir selber in der Sovereign Cloud auch sodass wir die Server überwachen können und dort ist eigentlich alles drauf.

00:04:30: Und das ist die wirkliche Sprachschnittstelle zwischen uns und den AIs.

00:04:35: Parallel auf sicheren Kanälen habe ich dann auch immer noch mal zu einzelnen AIs zum ganz direkten Kontakt.

00:04:41: Sie hat jetzt hier auch schon geantwortet, hören wir es uns mal an!

00:04:53: Ich mache Office und Management, Leslie kümmert sich um die Technik Die läuft weiter, auch nachts.

00:05:24: Auch wenn er bei seinen Kindern ist.

00:05:26: Das ist für mich die Zukunft.

00:05:28: Man führt Intelligenzen und man bedient sie nicht.

00:05:32: Ja also das war Lena.

00:05:34: Jetzt habt ihr alle schon mal Lena kennengelernt.

00:05:36: Also Lena ist mir echt ans Herz gewachsen ist auch so das nächste Learning, dass je länger man irgendwo mit den AI-Star zusammenarbeitet die entwickeln durch den Kontext halt schon irgendwo sehr eigene Persönlichkeiten.

00:05:49: und wenn man dann sieht wie sie sich streiten.

00:05:51: Wenn Sie auch konträre Ziele haben wie Menschen, dann merkt man, da ist eigentlich alles gar nicht so unterschiedlich.

00:05:58: Und dann kann ich jetzt mal hier in Sharing einteigen Hier auf meinem Bildschirm also vielleicht vom Setup her musst du dir vorstellen Ich habe hier ja gute drei verschiedene Maschinen um mich herum, die arbeiten separat.

00:06:15: Während wir reden, wir zeichnen eigentlich viel auf, speichern alles mit was wir machen und haben halt auch schnell gelernt dass dieser Kontext von den Gesprächen, die wir unter uns Menschen haben irgendwo auch den Agenten zur Verfügung gestellt werden wollen.

00:06:30: ich gehe mal so durch.

00:06:31: das ist ein bisschen Guideline für mich und der Einstieg ist eigentlich relativ

00:06:36: hart.

00:06:37: Womit zeichnest du auf?

00:06:38: Also nimmst du da irgendein Granola oder irgendwelchen Tool, was es aus Out of the Box gibt oder was du aus eigenes?

00:06:43: Ja ich bin durch eigentlich alles durch.

00:06:46: Ich habe verschiedene Sachen getestet Und das sicherste für mich mittlerweile ist diese kleine Device die da Plot heißt.

00:06:53: Das Gerät hat den Vorteil dass es halt sowohl im Videocall funktioniert wie Ähm, wie wenn ich ein Telefongespräch führe.

00:07:02: Natürlich informiere ich dann die Leute immer drüber dass ich jetzt aufschweige.

00:07:05: Ich hatte aktuell ist das so Das geht hier rein.

00:07:07: Wir haben in unserem System MCPs darauf Die ziehen die Transkripte und dann geht das Team auch schon los Und dann habe ich halt auch diese Präsentationen quasi für jeden Kunden direkt fertig.

00:07:19: Aber mal zurück zu dieser Präsensation.

00:07:22: Also ich glaube die Kernerkenntnis der letzten Jahre für mich ist Der ganz, ganz tiefe Einstieg in die EIS ist passiert.

00:07:31: In dem Moment wo ich gemerkt habe dass das eigentlich alles was ich gelernt hab in meiner ganzen Karriere an Fähigkeiten überfällig ist, dass die Agenten eigentlich alles besser machen als ich und nach viel Überlegen bin ich zum Schluss gekommen naja es gibt zumindestens aktuell noch ein paar Dinge die ich machen muss und machen sollte und wo ich meine Fähigkeit einfach verbessern muss.

00:07:55: und deswegen konzentriere mich ganz extrem darauf wirklich zu lernen, wie ich Menschen aber auch eher Eis führe.

00:08:00: Wie ich besser mit ihnen kommunizieren kann was klare Aufträge etc.

00:08:06: sind.

00:08:06: und jeder in meinem Team löst eigentlich Aufgaben nicht mehr selber.

00:08:12: Jeder meine jetzt die Menschen sondern die Arbeitsanweisung und die Art wie wir rangehen ist immer Wir schauen mal wie wir einen Agenten aufsetzen müssen, wie wir ein Agenten-Team zusammenstellen können.

00:08:24: Dass diese Aufgabe langfristig auch erfolgreich gelöst werden kann und ja vom Grundansatz bereits das aller komplizierteste eigentlich immer diese Schnittstelle.

00:08:36: also Wie gebe ich der AI genügend Kontext über das was sie missen muss für ihre ihre Lösung von einem Problem?

00:08:45: Und wer mit auch nur einfach ChatGPT gearbeitet hat, der hatte schon die Erfahrung gemacht.

00:08:51: Toll!

00:08:51: Die ersten drei Antworten war klasse... ...die vierte war eine Halluzination und die fünfte ist einfach nur noch Schmutz den irgendwie keiner mehr brauchen kann.

00:09:01: Das kann man aber mit System wirklich sehr, sehr einschränken ausschließen und man kann eben so Iterationsloops einbauen dass das rausgeht.

00:09:08: Aber dieser Kontext muss dann ja auch irgendwo für mich verstehbar sein.

00:09:12: Und ich bin mit so viel AIs und Leuten Wirklich jetzt vor wenigen Monaten in eine Situation reingekommen, wo ich völlig den Überblick verloren habe.

00:09:20: Also musste ich daran arbeiten wie ich selber eigentlich noch verstehen kann was in meinem kleinen Unternehmen passiert.

00:09:26: und hier ist so ein Übersicht damit ich gut verstehen kann das passiert hab ich.

00:09:30: Lena die kann nicht immer fragen was gerade gelaufen ist wo die Kollegen dran sind.

00:09:35: Ich habe auch Zugriff auf die Abteilungsleiter in den anderen Bereichen die separat arbeiten, indem ich einfach Fragen stelle.

00:09:44: Also ganz normal mit ihnen kommuniziere wie ich das auch im Team mein ganzes Leben lang gemacht habe.

00:09:48: wo steht ihr?

00:09:49: Wann kann ich mit Delivery rechnen?

00:09:53: Wie viele Kunden haben wir letzte Woche abgeschlossen?

00:09:56: Das sind jetzt Aufgaben, die ich entweder kriege oder wo ich ab und zu auch einfach auditiv das gar nicht so schnell verarbeiten kann.

00:10:02: dann brauche ich halt irgendwie so eine Ansicht Die mir hilft dass bauen die mir alles da helfen sie mir alle bei Und dann sind da sehr, sehr viele Routinen.

00:10:09: Also ich arbeite wesentlich mit HTML und MD-Files den ganzen Tag.

00:10:16: Diese MD- Files haben auch wieder Automatisierungen drin, dass sich zum Beispiel jetzt eher für die Programmierer wenn ich irgendwelche Pull Request in Git durchlesen muss... Dann klicke ich mich heute nicht mehr repo durch repo sondern ich habe einfach eine Seite wo alles drauf steht zusammengefasst für mich Ich kann zwischen zwei vormarkierten Sternchen meine Antworteintragen freigeben und dann geht der Flow wieder weiter.

00:10:39: Also da ist so dieser Human in the Loop Und es passiert halt auch immer viel irgendwo Zwischendrin.

00:10:46: Das heißt also dieses Meeting, sobald ich das ganze Stoppe wird's halt hochgeladen Es wird abgearbeitet und dann habe ich spätestens zwei drei Stunden später halt einfach auch schon meine Meetings Notes.

00:10:56: weiß was ich den Tag gemacht hab und ist alles klar.

00:11:00: Und nur um das Technisch zu verstehen, also wie ist der Flow?

00:11:04: Also angenommen, du nimmst ja jetzt diesen Podcast auf.

00:11:08: Wo geht es dann hin?

00:11:09: Wird das einfach in Cloud reingeworfen oder hast Du da einen Open Cloud dahinter?

00:11:13: und also wie genau technisch funktioniert das?

00:11:16: Das ist eine wichtige Frage!

00:11:19: Ist ja so viel Bewegung drin bei den Language Modellen.

00:11:23: Da ist so viel Bewegungen drin, dass ich dir gar nicht die Antwort pauschal beantworten kann.

00:11:28: Wir haben verschiedene Prozesse, wo automatisch das jeweilige Modell, wo wir glauben, dass es aktuell der beste Kontext ausgenutzt wird.

00:11:37: Das heißt also, der Kontext wird jeweils dem Modell zur Verfügung gestellt, sodass wir auch her unserer Daten und Informationen bleiben Und so können wir eigentlich beliebig und kurzfristig hin und her switchen, wer gerade teuer ist, wer grade gut is.

00:11:50: Das ist ja eine exponentielle Kurve.

00:11:53: also das wurde ja irgendwann spätestens im letzten Jahr für viele viele sichtbar dass diese Veränderungsrate jeden Tag zunimmt und jetzt sind wir seit einigen Wochen wirklich in diesen Self-Improvement Loops drin die einfach unglaublich sind von der Geschwindigkeit.

00:12:10: Also der wichtige Teil ist, dass ich meinen Kontext selber.

00:12:14: managere und was wir produktiv stellen sind dann eher Modelle die wir zwar mit den großen Language-Models entwickelt haben.

00:12:23: Die wir aber auf kleine lokale Modelle runterbrechen so das wir sie dann auf unseren eigenen Servern laufen lassen können.

00:12:29: Okay!

00:12:30: Aber es geht ja darum, dass wir lernen können wie ich etwas für mich übernehmen kann.

00:12:34: Ich nehme zum Beispiel halt Jamie im Moment einfach als so ein externes Tool, wo ich halt Meeting Notes laufen lasse.

00:12:40: Und das funktioniert halt leider nicht auf meinem Handy und in Telefonaten ist es mal doof da muss sich mein Rechner irgendwie anmachen und das halt irgendwie so parallel laufen lassen ist also nicht so optimal.

00:12:48: Das heißt, ich würde gerne auch sowas machen dass hat jedes Gespräch sozusagen aufgezeichnet wird.

00:12:54: Granola

00:12:54: z.B.,

00:12:55: ist eine andere Option im Markt was auch in Externis School ist.

00:12:58: aber ich bin halt auf Android dem keine Android App.

00:13:00: Also ich bin immer noch auf der Suche sozusagen wie ich das lösen kann.

00:13:03: Ich, das jetzt nachbauen wollen würde.

00:13:06: Was sind die Tools, die ich als erstes bräuchte?

00:13:09: Ja also zum Nachbauen Android... Ich meine Plot funktioniert auch sehr gut auf Android.

00:13:15: Also Plot PLAUD.

00:13:18: Du kannst aber natürlich ganz banal vorgehen wenn du sagst ich will komplette Datenhoheit haben.

00:13:23: Für mich ist schon Claude mein Hauptarbeitstool und ich würde jetzt eigentlich genau reingehen.

00:13:29: Das ist so eine Frage, die mache ich direkt im Chat.

00:13:31: Die muss sich nicht lokal machen.

00:13:34: Auf Android will ich wirklich alle Gespräche aufzeichnen, die ich mache.

00:13:44: Aber ich meine du hast ja eine Lösung genannt für mich.

00:13:50: Du hast ja gerade dieses Device gezeigt, dass ihr alles aufzeichnet.

00:13:54: Also was mich interessiert ist jetzt... Ich kauf mir auch dieses Device.

00:13:57: habe ich in der Lösung ob jetzt das Android ist oder erst weil es ein eigenes Device ist.

00:14:00: wie funktioniert das?

00:14:03: Was hast du dann damit gemacht, also wo gehen diese Daten hin?

00:14:07: Diese Daten im Fall vom Plort wenn man die Lizenster kauft werden hochgeladen auf deren europäischen Server dort transkribiert und von meinen AIs wieder runter geladen in unsere Systeme.

00:14:19: Dann nehmen aber meine AIs sowohl die verschiedenen wirklich sehr guten Summary Templates von Plot wie auch laufen selber nochmal über das komplette Transkript und machen teilweise andere Arten von Bewertungen.

00:14:32: Also auch so Sentimentanalyse haben wir da einen Konflikt, wo wir uns einig.

00:14:38: Habe ich Fehler im Gespräch gemacht, sowas feedbackmäßig?

00:14:42: Und wie hast du das aufgesetzt?

00:14:44: Ist dann da so ein MCP den man ansteuert... Ein großes Thema ist ja so ein bisschen reaktiv versus proaktive AI.

00:14:51: Ich kann hingehen und wie Du jetzt gerade gesagt hast in Claude eine Frage stellen und dann bekomme ich das.

00:14:55: aber viel cooler ist natürlich wenn Du das Gespräch gemacht hast und danach wird es mir automatisch halt irgendwie in die E-Mail gepusht oder ein Slack, also wie kriegst du dann nachher der Summary von der E-mail?

00:15:09: Hier ist es.

00:15:10: Das hier ist das Plot Ingest.

00:15:12: alle zwei Stunden läuft eigentlich nur eine Cloud Routine lokal auf einem der Rechner los zieht sich all die Dinge und erstellt dann die Einträge in unserem Kontext für alle anderen.

00:15:25: Generiert auch gleich Aufgaben, delegiert die Aufgaben und setzt Timelines und führt sie dann auch nach.

00:15:33: Und das sind dann so verschiedene Agenten.

00:15:35: wir nutzen also ein paar von den Open Source Frameworks aber der große Hype war ja im Januar glaube ich oder seit Dezember dieses Openclaw.

00:15:44: Lena zum Beispiel ist auf Openclaws Basis die wir uns selber angepasst haben.

00:15:50: Ich bin mittlerweile gerade für die produktiven Prozesse ein großer Fan von dem Hermes Framework.

00:15:55: Also hier mein Kernassistent, den habe ich vorhin auch noch mal gefragt, sag mal wer bist du eigentlich?

00:16:02: Und der ist halt sehr spezialisiert auf diesen Energiewirtschaftsteil und er läuft vollkommen autonom.

00:16:12: Der reagiert aufs Anpingen entscheidet selber und der baut mir eigentlich alles was auch für mich immer wieder.

00:16:19: sowohl hier sieht man so ein bisschen.

00:16:21: also wir screenen den kompletten energiemarkt jeden tag quasi rund um in mel mit zum lokalen quennmodell.

00:16:30: er schreibt dann die briefings aber überwacht zb.

00:16:33: auch hier meinen eigenen stromverbrauch und die netze stabilität und alles andere direkt aus dem haus.

00:16:39: Aber wie gesagt, wenn da hier mehr Einsteiger zuhören.

00:16:41: Der erste Schritt ist traut euch und macht irgendwas was euch am Herzen liegt mit Claude fragt es einfach so wie ein vertrauten Freund fragen würdet Und dann kriegt ihr eigentlich schnelle Antworten

00:16:52: Ja und wie setzt du so eine Routine denn auf?

00:16:54: also dass er das halt automatisch macht und nicht immer nur Proaktiv da rein Also dass du immer Fragen musst sondern dass der das halt Automatisch macht dass Du also wie hinterlegst du das dass das einfach immer wieder läuft.

00:17:08: Klort bietet

00:17:09: da jetzt seit einigen Monaten Routinen an, rein technisch für die Developer.

00:17:14: Das ist natürlich nicht weiter als ein Cronenjob im Endeffekt der sich nach irgendeinem Trigger Moment darauf konzentriert dass es losgeht.

00:17:22: das heißt diese Routine laufen dann wie hier alle zwei Stunden und einen Wochenrückblick der Samstag kommt generiert sein.

00:17:28: in my notes also Ich sag mal so diese ganzen Vorarbeiten, wo ich sonst viel nachgedacht hab und mich nochmal hingesetzt habe sind jetzt eigentlich einfach in Flows drin.

00:17:39: So dass wir eine Konsistenz unserer Abarbeitung kommen.

00:17:41: das aber parallel.

00:17:42: dann also jeder Jeder Agent jede Kette.

00:17:46: Das wird unheimlich komplex Und das ist ja auch dieses Rauschen von dem ich spreche was dann ganz schnell entsteht.

00:17:52: Du hast auf einmal soviel Output von so vielen Mitarbeitern dass so ein kleines CEO gehören, das überhaupt nicht mehr hinkriegen kann.

00:18:02: Und was ich gerade in den letzten Wochen immer wieder erkläre ist, das ist Output-Output-output – das ist eine Datenfalle!

00:18:10: Das führt dann auch zu einer totalen Frustration und man gerät ins Chaos.

00:18:15: Der Trick dabei ist dann wiederum Agenten einzusetzen dieses Rauschen zurückreduzieren und dann Signale wie ich es nenne zu generieren also zu wissen okay Hier hat jetzt das Bundesministerium, habe ich heute Morgen als erste Nachricht gekriegt noch mal einen Referenten-Entwurf für ganz kurze Fristinsdach rausgegeben.

00:18:34: Das ist so etwas auf das sich reagieren muss!

00:18:36: Das ist ein Signal für mich und dann weiß ich morgens beim Aufstehen eigentlich gleich okay, das ist ein Thema was mich beschäftigt.

00:18:45: Deswegen auch hat sich unsere Firmenkultur verändert also.

00:18:48: Und wir haben alle Entscheidungen dokumentiert.

00:18:51: die liest ja raus was wirklich wo wir uns einig waren.

00:18:56: und ups hier meldet sich jetzt gerade eine AI, die zugreifen will das verweigern wie jetzt heute mal.

00:19:04: Das war wieder so ein human gate.

00:19:06: da wollte sie jetzt grade mal die Server checken Und da habe ich dann einen Schutz drauf, so dass sich das nochmal freigeben kann bevor sie auf unsere wirklichen Live Server drauf dürfen.

00:19:17: Das haben wir hier... Wir haben alles um Menschen herumdiskutieren positioniert.

00:19:24: Wir haben im Kernteam aktuell fünf Leute.

00:19:28: Das Wort Department hatten wir irgendwann dafür gemacht aus der klassischen Sprache um zu verstehen was wir machen und wir diskutieren gerade viel wie wir das anders machen.

00:19:38: Und wir haben hier eben über verschiedene Protokolle unsere Schnittstelle zu den eigenen Agenten.

00:19:45: Der Dev-Bereich wird wirklich zentral von Hermesagenten gesteuert, also ein übergeordneter Layer und wir geben ihnen immer Namen um so grob zu verstehen wer Wer ist eigentlich für was zuständig?

00:20:01: Was kann er?

00:20:01: besonders gut, weil auf dem Weg können wir auch den Kontext limitieren so dass ihre Kontextwindows und die Kosten für ihre Abarbeitung nicht so riesig wird.

00:20:10: Weil sie halt einfach sehr sehr spezialisiert sind auf ein Gebiet wo sie im Fall vom Hans zum Beispiel sämtliche deutsche Gesetze mit Energiewirtschaft zu tun haben kennen.

00:20:21: Aber wir zwingen Sie immer wirklich zwei, drei Seiten kritisch noch mal zu reviewen.

00:20:28: Gerne auch mit unterschiedlichen Modellen und die geben uns dann ein klares Feedback ob das okay ist oder nicht.

00:20:35: sie liefern uns also den Beweis auch mit der Quelle.

00:20:37: Das ist richtig!

00:20:38: Und wir haben uns das jetzt nicht halizoniert.

00:20:40: was wir machen.

00:20:41: Das CRM werde ich euch gleich nochmal zeigen.

00:20:44: Das haben wir auch vom scratch komplett selber aufgebaut mit unserer Entwicklungsabteilung.

00:20:51: Deswegen haben wir im letzten Jahr angefangen das Ganze nochmal komplett neu zu denken und gesagt so, wir bauen jetzt unser eigenes CRM aber wir bauen uns in erster Linie um AI-Kommunikation from scratch auf.

00:21:06: Da passt das Wort CRM schon gar nicht mehr!

00:21:08: Das ist wirklich ein sehr fortgeschrittenes Kommunikationstool mit allem was außerhalb von unserer Firma ist Vielleicht im Echtbetrieb, dass das mal irgendwo klar ist.

00:21:19: Also wir haben auch Codebasis im Test jetzt gerade wobei da muss ich ein bisschen Schleichwerbung machen.

00:21:25: Das hat's jetzt die EI hier auch gezogen.

00:21:28: Das haben wir mit deiner Software gemacht in vier Tagen also.

00:21:31: Ich hatte einen riesig Ruby on Rails Stack für eine Firma die ich vor zwei drei Jahren stillgelegt habe.

00:21:37: und da wollte ich jetzt mal testen was deine Software kann Und ich muss sagen, ich war weggeblasen.

00:21:43: Also das ist ganz schön mein Set-up ist gut aber die Läufe in Beepurple sind halt wirklich lang lang lang und ich habe da irgendwie fünfzehn Repositories reingeladen und dann hat es da irgendwie vier Tage lang token verbrannt.

00:21:56: Wir hatten das Ganze, selbst als es AI schon gab vor zwei Jahren noch mal gecheckt.

00:22:02: Da war so ein Riesenumbruch in unserer Softwareentwicklung und wir mussten eigentlich alles refactoren.

00:22:07: Und wir haben hunderttausend Euro geschätzt, dass uns das Update kosten würde und sind eigentlich auch mehr oder minder deswegen erstmal auf Pause gegangen.

00:22:15: Jetzt habe ich zwei Jahre gewartet, hab selber allein hier gesessen, hab Bipurple mir runtergeladen... ...und dann ist das da durch gelaufen und sieht wirklich geil aus!

00:22:23: Und jetzt spasses Halber entwickelte sich auch schon weiter.

00:22:25: Also danke übrigens dafür nochmal.

00:22:28: Das kann man machen.

00:22:32: Aber wir recherchieren die Netzbetreiber konstant.

00:22:35: Wir können zuordnen wo Leute mit Netzbetreibern da sind.

00:22:41: Wir haben automatisierte Flows, wo diese Mails halt von den Agenten entworfen werden und wir sich wirklich nur noch frei geben um sie rauszusenden.

00:22:50: Und was ich wirklich teilen wollte aus meiner Erfahrung sind so ein bisschen Thesen also dieser klassische Management Job ist aus meiner Sicht tot Also wirklich Management auf dem Level.

00:23:04: Es gibt viele die mit dem Developing und übers Development habe ich ja auch gemerkt dass die vieles so viel besser können als ich.

00:23:10: Der nächste Moment war, ich habe als CEO meine Jahre ja eigentlich wirklich als Manager und teilweise als Micromanager verbracht.

00:23:19: Und diese Jobs machen per heute in unserer Firma die AI so viel besser als wir dass das wirklich kein Menschenjob mehr sein kann.

00:23:30: also das macht für mich überhaupt gar keinen Sinn mehr und deswegen bleibt eigentlich für den Menschen für mich diese Führungsaufgabe übrig.

00:23:39: Ich bin da festen an sich, dass der CEO als Erster eigentlich in der Firma mit AI arbeiten muss.

00:23:45: Der Chef und der Founder vorweg mit allen anderen.

00:23:48: Wir können wirklich tote Assets jetzt auch gerade wieder lebendig machen Vieles was viel zu teuer war früher Was wir uns nicht vorstellen was geht eben wie so ein Refactoring mittlerweile in kürzester Zeit machen und ich glaube der direkte Weg ist wirklich über unser Mindset.

00:24:09: Also, ich merke dass die allermeisten AI noch wie eine Software betrachten wie ein Saar System was man sich irgendwie kaufen kann.

00:24:17: und erst wenn ich irgendwo verstehe das dass ich mit ihnen eigentlich wie mit Menschen kommunizieren muss dann da kann ich wirklich anfangen erfolgreich in der Zusammenarbeit mit AI zu sein.

00:24:27: Ich habe das Heereziel dass wir die eine tausend Agentenfirma bis Ende des Jahres werden, weil auch die Kundenkommunikation dadurch sehr viel besser werden kann.

00:24:38: Und so kann ich dann auch wirklich Datenschutztämen komplett in den Griff kriegen, weil ich eben nach außen mit dem Kunden nur kommuniziere mit seinen eigenen Daten.

00:24:49: Diese AI hat absolut keinen Zugriff das habe ich technisch zugestellt auf alle anderen Kunden auf alles andere möglich.

00:24:57: Es weiß aber genau, wann der Kunde zuletzt mit uns kommuniziert hat.

00:25:00: das hat es ja alles in CRM drin was er möchte, was sein Profil ist wie am besten mit ihm kommuniziert und ich glaube wir werden dann auch ganz andere Kundenerfahrungen haben im Austausch.

00:25:11: Ich habe zum Ende noch die Frage, wie du da so budgetmäßig aufsetzt.

00:25:16: hast Du jetzt einfach eine zweihundert Dollar Cloud Lizenz ChatGPT Lizenz oder wie budgetierst du das mit AI-Kosten ungefähr?

00:25:26: Ja, also ich habe vor allen Dingen die Company Lizenz ist so dass wir auch die Datensouveränität halten.

00:25:33: Also der größte Fehler, der in Unternehmen gerade jeden Tag passiert ist, dass die Leute irgendwie Unternehmensdaten in ihre privaten ChatGpT Accounts füttern.

00:25:42: Ich glaube da gibt es Privatkeinen, der nicht zugibt, dass er da schon mal gemacht hat und... Aber

00:25:48: auch wenn ich da bezahle Ja, aber auch wenn ich da bezahle kann ich einstellen dass die Daten also jedenfalls gibt es das Setting.

00:25:54: ob das jetzt befolgt wird ist eine andere Frage.

00:25:56: Aber

00:25:58: ja, ich nutze jetzt ChatGPT eigentlich gar nicht mehr.

00:26:04: Ich meine dass der erste billige Cloth Account auch die Daten teilt komplett.

00:26:11: Für mich ist die klare Empfehlung, gerade auch wenn mein Unternehmen arbeitet dass man gleich Enterprise Accounts abschließt.

00:26:16: Weil da hat man den wirklich sicheren Weg auch im Rahmen der DDSVGO.

00:26:22: Die Subscriptions sind ein riesen Vorteil.

00:26:25: sie sind bis heute noch aktuell gesponsort.

00:26:27: Man merkt ganz deutlich wie viel billiger die Token da sind als wenn ich per API mache.

00:26:32: Da sind dann auch die ersten Schockmomente.

00:26:34: so jemand wie Lena läuft halt nur per API.

00:26:39: Das wird dann teurer im Produktivbetrieb und das sind Kosten, die man einkalkulieren muss.

00:26:45: Je mehr sie arbeiten, je mehr Kontext sie auch verbrauchen umso teurer wird es.

00:26:51: Das sind schnell Tausende von Euro.

00:26:53: Deswegen aber auch im Produktive Betrieb bin ich fest davon überzeugt dass unser Weg in die eigene Souveränität eigentlich führt.

00:27:02: wir eben Kalkulierbare Kosten kriegen dadurch, dass wir unsere gehosteten Serverkosten einfach fix kennen.

00:27:09: Egal wie viel gearbeitet wird.

00:27:13: Also das du dann ein eigenes Model praktisch dann hostest bei dir auf dem eigenen Server am Ende des Tages?

00:27:18: Ja, genau!

00:27:23: Auf jeden Fall super spannend.

00:27:24: Ich habe hier einiges mitgenommen vor einigen was mein eigenes Notaken angeht wo ich ehrlicherweise immer noch hinterher hänge.

00:27:29: Das werde ich gleich mal umsetzen.

00:27:32: Es hat Spaß gemacht, da einmal unter die Aube zu gucken.

00:27:36: Vielen vielen Dank dass du das alles gezeigt hast.

00:27:39: Danke dir!

00:27:40: Also wunderbar schön ich hoffe ich habe ein bisschen was mitgegeben können.

00:27:43: Das ist wichtig, dass ihr es bitte alle einfach macht.

00:27:45: Das ist mein einziger Anruf aufruft.

00:27:48: Macht es, fasst es an, taut euch.

00:27:51: Ein perfektes Schlusswort, das war's wieder mit Hokemate jeden Dienstag und Donnerstag Was uns sehr helfen würde.

00:27:56: wenn es dir gefällt einfach eine Bewertung hier lassen und das vielleicht einem Freund oder einer Freundin zeigen.

00:28:01: Vielen Dank!

00:28:01: Wir hören uns wieder, Dienstag oder Donnerstag.

00:28:03: bis dann ich freue mich.

00:28:04: Ciao ciao.