Folge 9: KI-Transformation beginnt nicht beim Tool

Im Gespräch mit Jakob von Ingelheim über KI-Transformation, Führung und den Wandel von Organisationen

Shownotes

Weiterführende Informationen und Untertitel gibt es auf:
www.euro-fh.de/podcast-mind-meets-machine/

Transkript anzeigen

00:00:02:

00:00:04: Willkommen zu einer neuen Folge von Mind Meets Machinen, dem KI-Podcast der EuroFA.

00:00:09: Indem wir über die Zukunft von Bildung Arbeit und Gesellschaft im Zeitalter der künstlichen Intelligenz sprechen.

00:00:15: Am Mikrofon sind wieder meine Person Vera Lenz Käsekamp.

00:00:18: Ich bin die Präsidentin der Eurofaar Und mit mir dabei ist meine Kollegin Julia Jochim.

00:00:23: Stelle ich doch gerne bitte vor

00:00:25: Ja, ich bin Julia und ich leite an der Euro-Erfahrt das Team KI Entwicklung und Integration.

00:00:32: Und wir sprechen in diesem Podcast mit Menschen die KI nicht nur beobachten sondern aktiv mitgestalten also in Unternehmen, in Hochschulen, in der Gesellschaft.

00:00:41: und uns interessiert dabei nicht nur die Technologie sondern eben auch vor allem die Frage wie verändert KI die Art?

00:00:48: Wie wir arbeiten?

00:00:49: Wie werden lernen und wie wir Entscheidungen treffen?

00:00:51: In dieser Folge werfen wir einen Blick auf ein Thema, das viele Unternehmen gerade beschäftigt.

00:00:56: Wie gelingt KI-Transformation eigentlich wirklich?

00:01:00: Reicht es Mitarbeitenden einfach ein neues Tool zur Verfügung zu stellen oder braucht es mehr als das?

00:01:06: Zu Gast haben wir Jakob von Ingelheim – Jakob stelle ich doch gerne einmal selbst vor!

00:01:12: Ja sehr gerne, lieber Vera, lieber Julia Ich bin Jacke von Ingenheim, ich bin der Chief Risk und Transformation Officer.

00:01:21: Von unser macht das ganze jetzt seit über fünf Jahren in der Rolle.

00:01:27: Und freue mich sehr heute hier sein zu dürfen habe davor sehr viel auch im Bereich Payment schon gemacht die letzten fünfzehn Jahre wenn nicht sogar schon mehr und von daher kann ich hoffentlich ein paar Einblicke heute geben.

00:01:40: Äh, wie wir im Bereich Zahlungsverkehr bei unser insbesondere vielleicht in anderen Firmen etwas weniger.

00:01:47: Aber bei uns insbesondere ähm ja mit dem Thema Transformation und da natürlich auch mit dem thema KI oder AI umgehen.

00:01:59: Ja, ne übrigens der viele Jahre der Erfahrung im Bereich Finanzdienstleistungen mit und das ist da ganz viele Einblicke wenn du das mal so Überblickst wie, woran merkst du denn deiner Meinung nach dass Transformation tatsächlich gelingt und woran das wenn es vielleicht nicht der Fall ist?

00:02:17: Ich glaube in all den Jahren was wir gelernt haben.

00:02:20: Was ich gelernt habe ist man muss eigentlich immer sich ein klares Ziel setzen bei Transformation.

00:02:26: Das hat vielleicht gar nicht direkt jetzt etwas mit KI zu tun sondern mit allen Transformationszielen.

00:02:31: Es muss irgendwie klar sein für das Unternehmen aber eben auch für die Mitarbeiter Was, warum machen wir das?

00:02:38: Das Warum ist da sehr wichtig.

00:02:41: Die Aufgabe ist eben nicht irgendwie nur ein Tool einzuführen oder einen Prozess zu ändern oder zwei Plattformen zusammenzuschieben, sondern es muss irgendwie klar sein, warum und das ist etwas woran man im Grunde genommen mitunter auch gut messen kann is wenn die Organisation oder die Organisation in denen ich das irgendwie erlebt habe auch intrinsisch mittragen und das auch verstehen.

00:03:08: Und dass auch irgendwie sozusagen weiter in die Organisation reintragen können mit ihren eigenen Worten, mit ihren eigenem Zielen, mit Ihren eigenen Umsetzungsmechanismen, dass Sie sagen, oh da helfe ich mit!

00:03:21: Da arbeite ich dann dran mit weil ich verstehe, dass wir diesen Teil der Transformation aus denen und den Gründen machen wollen.

00:03:29: Das heißt, das ist dann auch das, warum du einmal gesagt hast ein KI Zugang Line verändert genauso wenig wie ein Fitnessstudio Abo eben fit macht.

00:03:39: Also ist das so die Erfahrung, die du machst?

00:03:41: Wir müssen den Leuten die Leute mitnehmen und sie dazu motivieren ihnen einen Ziel geben weil ansonsten wird es eben wie die wird dann eben natürlich ein KIzugang, ein Ki-Tool.

00:03:53: genau dieselbe Funktion haben wir in Fitnessstudios Abo dass eben ungenutzt einfach Jeden Monat Geld kostet, wir kennen ja alle das Prinzip.

00:04:02: Dieses Phänomen glaube ich, dass es die meisten Anmeldungen gibt im Januar im Fitnessstudio und auf die meisten Besucher, Januar Februar dann geht's irgendwie nach unten.

00:04:11: Ich würde sagen, das hat damit etwas sehr stark.

00:04:14: was oder kann man gut vergleichen.

00:04:18: jetzt eine sozusagen ein large Language Model den Mitarbeitern zur Verfügung stellen zu stellen ist sicherlich ein guter richtiger Ansatz, um die ersten Berührungspunkte vielleicht auch in der Firma auszuhebeln.

00:04:36: Denn was wir glaube ich ganz am Anfang gesehen haben als wir noch kein eigenes Tooling diesbezüglich hatten, das natürlich es immer Leute gibt, die ja Early Adopters sind, die das schon in ihrem Privatleben mehr und mehr nutzen was für ein Mehrwert sie für ihren eigenen Ablauf, Tagesablauf, ihren eigenen Alltag haben können und das natürlich dann versuchen auch in der Firma zu machen.

00:04:59: Also das haben wir da schnell versucht, auch dann in eine Umgebung zu geben die für uns als Finanzdienstleister in einer regulierten Umfeld eben auch wichtig ist dass es wirklich kontrollierbar ist oder in einer sogenannten Sandbox ist.

00:05:18: Und dann haben wir sicherlich mussten wir auch dazu lernen, wie das angenommen wird.

00:05:24: Also ich glaube eines der wichtigsten Punkte die bei uns immer wieder aufschlägt ist dass man nicht, dass es mit einem Zugang eigentlich nicht getan ist sondern man muss auch wirklich den Leuten, den Mitarbeitern und Mitarbeiterinnen die Chance geben zur Weiterbildung zu Initiativen starten um sie auch so ein bisschen anzuregen auch ganz viel Zeit zum Ausprobieren.

00:05:50: Dann das ist etwas, was glaube ich sehr entscheidend ist mit KI und der Umsetzung und der Implementierung in allen Bereichen – es ist etwas was in der Regel nicht top-down implementierbar ist sondern muss von den einzelnen Mitarbeiterinnen genutzt werden und dafür muss man einfach als Firma Zeit zur Verfügung stellen zu sagen Immer Donnerstag Nachmittags kann sich jeder zwei Stunden Zeit nehmen und einfach mal versuchen, einen kleinen Skill zu bauen.

00:06:24: Einen kleinen Agenten zu bauen, einfach damit beschäftigen.

00:06:29: Und das ist ja ganz spannend was du sagst.

00:06:31: Das heißt findet damit dann auch schon eine richtige Einführung von Tools in den Arbeitsalltag im Prozess statt?

00:06:40: oder was kann man denn konkret noch tun?

00:06:42: Also außer dass was du gerade beschrieben hast

00:06:44: Also konkret, ich kann es jetzt so zeigen.

00:06:46: Ich glaube da gibt's wie bei vielen.

00:06:48: Es gibt viele Wege die nach Rom führen aber wir haben zum Beispiel Anfang Anfang des Jahres oder Ende Anfang QQ zwei haben wir eine sogenannte AI Week gemacht indem wir sowohl intern als auch externe Leute eingeladen haben also primär Internets vorzustellen was sie mit AI schon machen Und das war eigentlich ein ziemlich guter Katalysator für alle Mitarbeiter, alle Mitarbeiterinnen zu sehen.

00:07:20: Ah ja es gibt sehr viele Leute teilweise auch Leute die nur irgendwie zweitische weitersitzen, die nutzen das schon und daraus sind jetzt entstanden ich glaube ich habe noch nicht gerade so eine Statistik gesehen dass wir über hundert Apps schon haben, die eigenentwickelt sind, die wir nicht gekauft haben sondern von unseren siebenhundert Mitarbeitern und Mitarbeiterinnen entwickelt wurden.

00:07:44: Und ich glaube, sechzig ungefähr Agents.

00:07:49: Das wird vielleicht nicht jeden Tag, aber es wird auf jeden Fall jede Woche, wird das mehr und mehr.

00:07:55: Ja du hast ja vorhin gerade erwähnt, dass gibt überall die Early Adopters, die eine neue Technologie sehen und einfach ausprobieren?

00:08:02: Aber dann gibt es ja auch die und die wird das bei euch sicher auch geben, die da eher skeptisch oder zurückhaltend sind.

00:08:09: Das kann verschiedenste Gründe haben.

00:08:11: Das können Überforderungen sein, das kann Technik-Skepsis sein oder Angst vor dem Jobverlust oder was auch immer.

00:08:19: Und dadurch hat man natürlich eine große Bandbreite an, was den Befähigungsstatus sozusagen angeht.

00:08:26: Wie geht ihr mit diesen unterschiedlichen Geschwindigkeiten und Einstellungen um?

00:08:31: Aber wir versuchen das sozusagen für alle irgendwie, also nicht mit einem Ansatz auf alle zuzugehen.

00:08:39: Was wir was wir gelb sehen haben ist dass es eben die Berührungspunkte sind.

00:08:45: ich würde mal sagen zwei bis drei schichtlich.

00:08:48: Es gibt es gibt sicherlich welche die sehr ja aversiv gegenüber einer Veränderung sind vielleicht auch gegenüber Technik.

00:08:58: Das ist da ist sicherlich die höchste Hürde zu nehmen.

00:09:01: Aber es gibt eigentlich das Groh der Mitarbeiter und Mitarbeiterin.

00:09:06: Bei uns haben wir festgestellt, braucht sucht sozusagen Kontakt zu jemanden, der ihnen das einigermaßen einfach erklären kann wie das funktioniert.

00:09:17: Und dafür haben wir sogenannte AI im Besse, dass in jedem eigentlich jede Abteilung oder Überabteilungen definiert Leute die vielleicht eher aus dem Bereich early adopters kommen Die in den Bereich schon erste eigene Erfolge hatten innerhalb der Firma und einen Rhythmus entwickelt, dass die sozusagen auch wirklich in jedes Team mal gehen und sich mal hören.

00:09:39: Was da was so die Themen sind?

00:09:41: Und dadurch haben wir wirklich eben Leute, die vielleicht ein bisschen skeptischer waren dazu gekriegt, das sie sich der Sache ein bisschen öffnen.

00:09:49: Es gibt auch andere Sachen, die wir eingeführt haben.

00:09:52: In meinem Bereich zum Beispiel hatte ich für das erste halbe Jahr ein Ziel definiert, der eine Teamführungsfunktion innehat, zum Beispiel selber einen Agent bauen soll.

00:10:07: Nicht irgendwie jemand im Team sondern selber damit eben wirklich auch die Führungsriege sich selber damit beschäftigt und auch da für selber Zeit zur Verfügung stellt, damit man auch ein Gefühl kriegt wie lang dauert das?

00:10:18: Wie komplex ist das?

00:10:20: Was sind die Schwierigkeiten auf der Datenebene?

00:10:23: Wie oft muss ich Iterationen in so'n Prozess einbauen?

00:10:27: also wie gesagt es sind viele kleine Hebel die wir versuchen da reinzukriegen und wir merken eben auch anhand der Nutzer von der sogenannten unser AI, was eher ein larger Language Model ist.

00:10:43: Dass die hoch und hoch geht und dass es nicht nur mehr Unique User gibt sondern auch mehr Requestes, es gibt mehr Agents Es gibt mehr Apps die genutzt werden.

00:10:52: also es geht sicherlich in die richtige Richtung sag ich mal so

00:10:58: Du hattest ja auch gerade davon gesprochen, dass es eben nicht top down sein soll und jetzt hast du auch noch davon erzählt das ist ja auch grade die Führungskräfte nochmal explizit dazu aufgefordert sind selbst doch etwas zu entwickeln.

00:11:10: Wie können denn Führungskräfte in diesen Zeiten auch agieren so dass dann Veränderungen und die Transformationen auch in den Teams tatsächlich ankommt?

00:11:19: Dass wir da auch eine Veränderung merken können?

00:11:22: Ja also ich glaube die die Füllungskreste zusammen mit ihren teams sind ja sehr nah an den Themen logischerweise der Teams dran.

00:11:31: Und auch da, es gibt glaube ich kaum eine Ein-Tool oder eine AI die ich sage mal Salop alles löst sondern es gibt viel mehr Problemen.

00:11:44: Es gibt Herausforderungen die ein Team hat oder dies in einem bestimmten Prozess eines Teams gift oder die ein bestimmter Task vielleicht mit sich bringt und Da geht es darum, den zu automatisieren.

00:11:58: Zu standardisieren!

00:11:59: Das ist eben auch ein großer Punkt, den ich den Führungskräften auch immer wieder mitgebe.

00:12:04: der Schritt bevor man automatisiert kann und dann auch irgendeine Art von KI vielleicht da implementieren ist sicherlich das Standardisieren.

00:12:13: da sind wir.

00:12:14: bei uns haben wir vielleicht eine besondere Herausforderung weil wir einen ja ich sag mal Konglomerat sind von die wir in den letzten Jahren zusammenbauen mussten.

00:12:27: Aber das ist sicherlich etwas, wo eine Führungskraft einfach auch gut mit guten Beispiel vorangehen kann und sich immer wieder selber und die Teamprozesse hinterfragen kann.

00:12:38: wie weit können wir sie standardisieren?

00:12:40: Wie weit sind Sie schon standardisiert um dann auch eine Automatisierung Skrat da reinzukriegen?

00:12:46: Und jetzt du hast ja gesagt viel ausprobieren, viel experimentieren Da würde ich mich jetzt interessieren Wie macht man das möglich?

00:12:54: Weil als Finanzdienstleister ist man ja jetzt in einem Umfeld unterwegs, wo ja auch Datenschutz und Sicherheit usw.

00:13:01: eine ganz große Rolle spielen.

00:13:03: Und das verträgt sich dann etwas schlechter mit einfach mal mit einer generativen KI rumzuspielen und zu experimentieren.

00:13:11: also wie schafft ihr da diesen Raum für das Experimentieren ohne dass eben diese Anforderungen an Sicherheit, an Datenschutzen

00:13:18: usw.,

00:13:19: komplett hinten runterfallen?

00:13:22: Das ist eine sehr gute Frage.

00:13:24: Aber auch wir haben natürlich viele Prozesse, die vielleicht auch trotz Regulatorik gar nicht wesentlich anders sind als beandern.

00:13:34: für was?

00:13:35: Was will ich damit sagen?

00:13:36: also Wir haben natürlich nicht angefangen irgendwie einen einen Compliance-Prozess Als erstes mit einer AI zu versetzen Sondern wir haben als Beispiel schon seit Jahren Auch bevor dieser dieser jetzt neue sozusagen Hype über KI losgetreten wurde, haben wir schon im Bereich von Risikomanagement sehr viel automatisiert.

00:14:01: Sehr viel mit Scorecards und Modellen gearbeitet um eben Forderungen vollautomatisch auf unsere Bücher zu nehmen.

00:14:10: was würde ich damit sagen?

00:14:12: Unsere Maschine entscheidet innerhalb von maximal zwei Sekunden ob wir eine Forderung, die einen Kunde im Internet abschließt.

00:14:23: Also er will eine Hose kaufen für ich sag mal hundert Euro.

00:14:26: Ob wir die überwiegende Wahrscheinlichkeit dort drin sehen dass der Kunde das zurück zeigt?

00:14:32: Das macht schon seit ja zwölf, dreizehn Jahren macht es eine Maschine ohne dass dort noch jemand manuell drüber schaut.

00:14:44: und Das sind Bereiche, wo man einfach viel experimentieren kann.

00:14:49: Wo man auch sehen kann dass es funktioniert.

00:14:53: aber klar ist natürlich Datenschutz wichtig sehr wichtig.

00:14:57: Natürlich haben wir die Regulatorik.

00:14:59: Wir sind gerade dabei einen sogenannten KYC Prozess also Die Händler mit denen wir zusammenarbeiten müssen wir einem Prozess unterziehen.

00:15:11: das wird eben in der regulatorisch onboarden und dort verstehen Wer ist der eigentliche Eigentümer dahinter, wer bekommt das Geld und so weiter und sofort.

00:15:20: Das ist traditionell etwas was sehr mit sehr viel Aufwand verbunden war sowohl bei Banken als auch bei uns also allen die in diesem Umfeld vielleicht tätig sind.

00:15:32: Und da kann man mehr und mehr Teile davon nicht den ganzen Prozess aber Teile Davon eben auch automatisieren.

00:15:39: und für diese Automatisierung nutzen wir auch in vielen Fällen äh KI heutzutage.

00:15:46: Du hast ja auch gesagt, dass eine erfolgreiche Transformation noch gar nicht abgeschlossen ist wenn man erst ja ein Tool einführt sondern wenn wirklich einen Nutzen im Alltag entsteht und mitarbeitende Tools auch nutzen.

00:15:59: Habt ihr bei euch schon einmal diesen Punkt erreicht wo ihr gesagt habt wir haben Tool eingeführt Wir sehen den Nutzen konkret und sind damit jetzt quasi in den Alltag übergegangen?

00:16:08: Ähm Ja auf jeden Fall.

00:16:10: Ähm wir haben fällt perfekt Beispiel einen was ich gerade schon so ein bisschen angerissen habe.

00:16:17: In dem in diesem Prozess der Händler Überwachung also, was macht der Hände?

00:16:22: ist das alles sinik.

00:16:25: bezogen auf sozusagen Geldwäsche gibt es auch etwas was man was man nennt Adverse Media Screening.

00:16:32: taucht ein Händner irgendwie in den Medien auf und man kann dort irgendwas rauslesen.

00:16:37: dass er nicht sorgfältig handelt sag ich mal so.

00:16:41: Da kann man sich vorstellen, dass das ein ziemlich mühsamer Prozess ist.

00:16:48: Weil die Hände vielleicht Standardnamen haben.

00:16:51: also nehme ich mal Thomas Müller als Beispiel.

00:16:53: Es gibt wahrscheinlich Zehntausend einen ganz bekannten und ständig sozusagen tauch dann sozusagen diese Medienpräsenz da auf und irgendjemand muss eigentlich klicken.

00:17:04: Ach nee es hat nichts mit unserem Thomas Mülla zu tun.

00:17:07: Und das ist sicherlich ein Prozess der Fehler anfällig ist, weil er einfach ermüdend ist.

00:17:14: Der dadurch nicht besser wird.

00:17:16: und da haben wir ... können wir auch ganz konkret messen?

00:17:21: Haben wir eine Quote dass wir nur noch ein Prozent der Meldungen anschauen müssen und in diesen einen Prozent der Ermeldung haben wir sozusagen dann die überwiegende Prozentsatz ist Wir treffen wir dann bei diesem AdverseMidias und umgedreht.

00:17:42: Uns ist bis dato kein wesentlicher Fall bekannt, dass wir etwas übersehen haben.

00:17:48: Also das ist ein ganz konkretes Beispiel wo eine kleine Automatisierung im Alltag sehr viel Last von den Schultern der Mitarbeitenden nimmt und ja alle weniger frustriert sind und der Prozess qualitativ auch besser.

00:18:11: Ich mein, Zahlungsverkehr ist ja auch ein Bereich wo einfach große Datenmengen anfallen was er an sich für KI-Automatisierungen eigentlich prädestiniert ist.

00:18:22: Wo siehst du so euer crisis Potenzial?

00:18:23: Ist das eher Betrugserkennung oder Risikomanagement oder Customer Experience?

00:18:29: hast du da so einen Bereich wo du sagst der also da würde ich wirklich alle Kräfte drauf werfen weil dass es der Bereich wo das am meisten bringen wird?

00:18:37: Ich glaube bei uns gibt's keinen kein einzelnen Bereich, auf den wir uns das alles bündeln.

00:18:44: Wir sind relativ weit in dem ganzen Bereich Risikomanagement aber auch da ist ein Team von vier fünf Leuten die dort fortlaufen jeden Tag versuchen die Modelle weiter zu verbessern mehr Kunden an der positive Erfahrung Kauferfahrung anzubieten bei gleichbleibenden oder idealerweise rückläufigen Risiko.

00:19:10: Und was wir eben, wo wir total jetzt in den letzten achtzehn Monaten Fokus draufgesetzt haben ist dieses... Wir nennen es Onboarding.

00:19:19: Also der Händler hat sich entschieden mit unser zusammenzuarbeiten und muss durch so ein Prozess laufen dass wir validieren das der Hände auch derjenige ist für dem er sich vorgibt.

00:19:31: Das ist etwas wo wir in den vergangenen achtzehnten Monaten ja neunzig Prozent Automatisierungsgrad erreicht haben.

00:19:39: Und wie messen wir das?

00:19:42: Vor achtzehn Monaten hat es fast fünfzig Tage gedauert, im Mittel ein Händler durch diesen Prozess zu manövrieren und heute sind wir im Bereich von fünf sechs Tagen.

00:19:57: Das ist natürlich eine tolle Erfolg aber wir sind auch da nicht am Ende.

00:20:01: Wir glauben dass es auch möglich ist noch weiter das zu optimieren.

00:20:05: Ich glaube auch daran, dass es bestimmte Segmente gibt in dem man eine völlige Automatisierung des Onboardings machen kann aber soweit sind wir eben heute nicht.

00:20:18: Jetzt haben wir über Prozesse gesprochen Datenqualität, Datenverfügbarkeit, aber auch das Thema Governance und du hattest ja auch gesagt, dass das wichtige Voraussetzungen für KI sind.

00:20:29: Welche Erfahrungen habt ihr denn damit gemacht?

00:20:31: Gibt es Situationen in denen ihr gemerkt habt Die Technologie wäre eigentlich da, aber auf der anderen Seite fehlen uns noch Voraussetzungen und wenn wir diese hätten könnten wir die Technologie einsetzen.

00:20:43: Ja haben wir also.

00:20:45: ich glaube mir ist kein Beispiel bekannt zumindest aus der jüngeren Vergangenheit wo man sagen würde das Modell an sich wäre der Engpass gewesen.

00:20:55: es sind eigentlich immer eine Frage der Daten wie du auch gerade schon gefragt hast, Qualität und Verfügbarkeit.

00:21:05: Auch das ist etwas was glaube ich jeder der sich im Bereich KI innerhalb seiner Firma intensiv beschäftigt merkt dass natürlich die Sauberheit der Daten eine große Herausforderung in manchen Bereichen ist oder auch etwas ist was vielleicht in den letzten Jahren bevor der KI ... Hype losging, nicht immer so eins zu eins der Fokus drauf lag.

00:21:35: Also was ich damit sagen will ist, KI ist einfach kein Ersatz für saubere Daten oder für unklare Verantwortlichkeiten.

00:21:48: Ganz im Gegenteil sie kann das eigentlich verstärken.

00:21:50: also da ist etwas was nicht nur für uns betrifft, ich glaube es betriffe alle Firmen die sich in diesem Umfeld von KI bewegen und da sich austesten, dass die Daten- sauberheit und die Datenqualität ein riesigen Punkt ist.

00:22:07: Was vielleicht bei uns noch sozusagen hinzukommt zum Thema Governance, ist das wir schon immer die Herausforderung haben, dass das Resultat muss immer noch erklärbar sein.

00:22:19: Also wir haben uns selber eine gewisse Hürde gesetzt und gesagt Wir müssen die Erklärbarkeit.

00:22:28: Die ist einfach nicht verhandelbar, denn irgendwann kommt ein Prüfer.

00:22:32: Irgendwann kommt eine Aufsicht und möchte verstehen warum wir im Fall A so entschieden haben und Fall B so.

00:22:41: Und dann können wir nicht sagen die KI hat so entschieden.

00:22:44: Wir wissen es nicht genau.

00:22:45: also das ist sozusagen sicherlich eine Hürde, die vielleicht im regulierten Umfeld noch ein bisschen höher ist.

00:22:51: aber es ist natürlich einfach eine Herausforderung der man sich stellen muss erfordert von uns, von unseren Analysten.

00:22:58: Dass die Modelle einfach noch mehr auf unserem Zweck trainiert

00:23:04: werden.".

00:23:06: Und wenn du jetzt so zurückguckst auf die bisherige KI- und Transformationsreise bei deinem Unternehmen?

00:23:12: Was habt ihr oder was hast du unterwegs gelernt?

00:23:15: Gibt es Dinge, die du jetzt anders machen würdest als am Anfang der Fall war?

00:23:20: Ähm, ich glaube dann würde immer ein paar Sachen vielleicht in der Nachhinein anders machen.

00:23:25: Aber im Wesentlichen ist sozusagen das Mantra was man was man immer sagen muss is dass die so sein.

00:23:37: KI wird oft aus einem technischen Aspekt gedacht und nicht aus dem Produktaspekt.

00:23:43: Und was meine ich damit?

00:23:45: Auch da ist etwas Was will ich denn verbessern?

00:23:51: einfach nur zu sagen, ich habe jetzt irgendwie ein Tool in dem ich besser Fragen stellen kann.

00:23:58: Das ist sicherlich hilfreich und das kann auch kleiner oder vielleicht mittlere Verbesserungen mit sich bringen.

00:24:06: aber damit es erfolgreich ist muss man sich fragen was wird damit?

00:24:11: Was ändert sich daran?

00:24:15: Dadurch, wir haben zum Beispiel irgendwie in diesem Verlauf gemerkt.

00:24:19: Wir müssen operationelle KPIs einführen.

00:24:22: also jedes Team muss sich eigentlich überlegen was sind meine drei vier wesentlichen operationellen KPIs?

00:24:30: Woran ich messen kann dass das letzte Woche besser war als diese Woche sage ich mal salopp und dann Kann man darauf sozusagen sich fokussieren an welchen Stellen man eine KI oder ein Tool, oder eine andere aber gleich ähnlich gelagerte AI dort implementieren kann.

00:24:53: Und das ist etwas was wir glaube ich, was man im Berätrospektive wahrscheinlich hätte schneller machen können.

00:24:59: Aber es braucht natürlich auch Zeit sich irgendwie daran zu gewöhnen und damit auch zu beschäftigen.

00:25:05: damit

00:25:07: Ich würde ganz gerne nochmal mit dir auf Mitarbeiter schauen.

00:25:10: Also merkst du auch bereits beim Recruiting oder bei der Weiterentwicklung bestehender Teams, dass sich die Anforderungen an Mitarbeitende verändert haben?

00:25:22: Und das wäre die zweite Frage – Auf welche Fähigkeiten ihr jetzt mehr achtet als noch vor einigen Jahren?

00:25:32: Auch da, das kann man glaube ich immer nicht sozusagen pauschalisieren auf alle Funktionen und alle Bereiche.

00:25:38: Aber vom Grundsatz her stellen wir, stelle ich mittlerweile in den Interviews schon auch sehr viel konkreter Fragen danach wo der Kandidat oder die Kandidatin in der Vergangenheit auch wirklich mal Berührung mit KI hatte.

00:25:56: also wo wurde selber mal damit sich beschäftigt und selber vielleicht ein Agent gebaut.

00:26:04: Das ist glaube ich etwas, was mehr und mehr einfach eine Standardfrage wird weil man verstehen will wo steht der Kandidat die Kandidatin auf dieser Reise?

00:26:16: Die wahrscheinlich alle von uns durchlaufen müssen.

00:26:18: Ich glaube es gibt wenige Bereiche wo man sagen kann hier ist KI einfach gar nicht relevant.

00:26:25: das ist sicherlich etwas.

00:26:27: Aber umgedreht habe ich zum Beispiel auch ein ... ist mir neulich was passiert, dass ich einen Telefoninterview gemacht hab oder für Videocall.

00:26:36: Und da auch nach so ungefähr zehn Minuten ist mir aufgefallen, dass der Kandidat ja nebenbei eine KI hat laufen lassen die eben die Antworten auf meine Fragen sozusagen vor dekliniert haben sag' ich mal so.

00:26:54: Also es geht sozusagen in beide Richtungen das man auch beim dass man auch sozusagen beim Recruiting auch ein bisschen darauf achten muss.

00:27:02: Was kriegt man da eigentlich?

00:27:03: Es ist natürlich sehr viel einfacher an Einschreiben, Zielgerichte zu schreiben als es vielleicht noch vor KI war.

00:27:14: zusammenfassend die Kompetenz des KI der KI und der Nutzung das ist etwas was wichtiger und wichtiger wird und auf das wir auf jeden Fall sehr achten dass je nachdem auf welcher Ebene wir einstellen, bei jüngeren ist es überproportional wichtig.

00:27:31: Weil wir da einfach glauben wenn jemand jetzt mit Mitte zwanzig zu uns kommt dann muss man da voraussetzen können das der gewisse Interesse zumindest da ist.

00:27:40: Wir können viele Sachen beibringen aber es muss sozusagen nur Offenheit diesbezüglich sein sonst glaube ich wird's einfach für den Kandidat die Kandidatin auf Dauer schwer.

00:27:50: Man muss ja sagen, der Kandidat hat zumindest Erfindungsreichtum und Kreativität bewiesen.

00:27:54: Auf jeden Fall.

00:27:55: Der da im Vorstellungsgespräch mit der KI unterwegs war... Die ersten

00:27:58: sieben Minuten hatte mich auch sehr beeindruckt wo ich mir dachte wow!

00:28:01: Sehr vorbereitet.

00:28:04: Woran hast du es gemerkt?

00:28:06: Rededresse halber?

00:28:07: War's einfach das ist zu glatt klang oder...?

00:28:09: Es war dann so, es gab immer eine leichte Verzögerung der Antwort Und dann klang es eben sehr, sehr glatt.

00:28:17: die Antworten die da kam Und genau.

00:28:21: Er

00:28:22: hat es dann zugegeben,

00:28:24: dass er sich das als Unterstützung nebenbei hingelegt hat?

00:28:26: Ja also ist auf jeden Fall ein Vorgehen.

00:28:28: bin ich noch gleich drauf gekommen?

00:28:30: wer weiß wenn ich mal irgendwann wieder einen Job suchen sollte muss ich mir das mal genauer angucken.

00:28:35: ja

00:28:36: und Der droht die Vorgesetze mit Zeigefinger.

00:28:40: Nee, aber es ist ja wirklich spannend was da jetzt schon so an Anekdoten zusammenkommt an der Front.

00:28:47: Wenn dich jemand aus einem anderen Unternehmen fragen würde, was habt ihr gelernt?

00:28:50: Was ich bei meiner KI-Transformation unbedingt berücksichtigen sollte und was würdest du demjenigen oder derjenigen dann mitgeben?

00:28:58: Ich würde den glaube ich mitgeben.

00:28:59: erstes mal gibt's nicht die eine KI einführen sondern es gibt wahrscheinlich viele kleinere, und man muss immer beim Problem starten oder nicht beim Tool.

00:29:11: Denn das ist das, wo einfach sozusagen am Ende die Befähigung und die Zeit, die man den Mitarbeitenden zur Verfügung stellt.

00:29:21: Und auch die Kultur ist das was wichtiger als die Technologie.

00:29:27: Die eine KI, die einen ganzen Prozess mit dem richtigen Prompt abschließt in der richtigen Qualität, die gibt es glaube ich heutzutage noch nicht.

00:29:40: Vielleicht geht sie ein paar Jahren dann ist erinnert sich vielleicht diese dieser Blickwinkel wieder.

00:29:45: aber heute ist es wenn man rad starte bei einem problem und nicht beim tool.

00:29:51: ja herzlichen dank lieber jacob.

00:29:53: zwar ganz spannend zu fahren wie ihr auch die kei transformationen Ja, durchlaufen seid was aus deiner Sicht auch wichtig ist.

00:30:01: Vor allen Dingen spannend fand ich auch den Aspekt das du gesagt habt es sollte nicht top down sein sondern wirklich in den Teams ambassadors geben das sind die breite Masse zu bringen auch wirklich einmal auszuprobieren und Zeit dafür zur Verfügung haben sich tatsächlich auch mit dem Thema KI auseinanderzusetzen Und vielleicht ja auch tatsächlich Lösungen zu schaffen die dann im arbeitsalltag helfen.

00:30:23: daher herzlichen dank für diesen Einblick.

00:30:27: Ich sage einmal Tschüss an dieser Stelle und bis ganz bald.

00:30:31: Vielen Dank für das freundliche und nette Interview!

00:30:33: Ja, auch von mir vielen dank.

00:30:35: und an unsere Hörerinnen und Hörern wenn es euch gefallen hat lasst uns eine Bewertung da schreibt uns eine Rezension abonniert uns und empfehlt uns natürlich weiter und schaltet wieder ein.

00:30:45: wir freuen uns auf euch.

Neuer Kommentar

Dein Name oder Pseudonym (wird öffentlich angezeigt)
Mindestens 10 Zeichen
Durch das Abschicken des Formulars stimmst du zu, dass der Wert unter "Name oder Pseudonym" gespeichert wird und öffentlich angezeigt werden kann. Wir speichern keine IP-Adressen oder andere personenbezogene Daten. Die Nutzung deines echten Namens ist freiwillig.