Herzlich willkommen zum AI-First-Podcast. Heute zu Gast ist Daniel Kaschab, der Gründer und CEO von Choco, eines der Unternehmen, die erstes eine AI-First-Strategie und Transformation angegangen sind und umsetzen. Und da dieser Podcast AI-First heißt, freue ich mich sehr, mit dir darüber zu sprechen, Daniel, was ihr auf diesem Weg gelernt habt, wo ihr heute steht, welchen Impact das auf euer Business hatte und wie du über die Zukunft nachdenkst. Danke, dass du hier bist. Magst du noch mal in deinen Worten erklären, ihr bei Choco? Daniel (Choco): Genau, also Choco baut oder Technologie für die Lebensmittellieferkette und wir fokussieren uns auf den Lebensmittelgroßhandel. Das Felix: Du hast Choco als eines der ersten Unternehmen, zumindest in Deutschland, hatte ich das vorher noch kaum gehört, AI-first positioniert. Kannst du noch mal so beschreiben, [00:01:00] wann war das und hast du dich entschieden, diesen Weg so konsequent einzuschlagen? Daniel (Choco): Also, erst mal, warum haben wir uns entschieden, das konsequent einzuschlagen? sozusagen dieser ChatGPT-Moment war so 2023, würde ich meinen, war das. Das war Ende des Jahres 2023, so kurz vor der Weihnachtspause. Da habe ich GPT ausprobiert und habe damit ein Experimente gemacht und rumgespielt und Strich war das, ich glaube es war Chat-GBT 3 damals, war das schon sehr gut. Also es ist nichts im Vergleich mit den heutigen LMs, aber es war einfach schon sehr gut und dann habe ich das weiter darüber nachgedacht und ich konnte auch irgendwie gar nicht mehr schlafen, weil ich habe mir gedacht, wenn das jetzt sozusagen auf Felix: Vielen Dank. Daniel (Choco): dann dauert halt einfach nicht lange. Bis es halt Code ausgeben kann. Und, also das ist jetzt eine Frage auf Deutsch und Englisch frage, bauen wir eine [00:02:00] Webseite und dann gibt es mir den Code zurück. Und so habe ich damals drüber nachgedacht. Da habe ich mir gedacht, okay, wenn es die Technologie Felix: Vielen Dank Daniel (Choco): oder fünf Jahre braucht, aber es wird halt nicht besonders lang brauchen. Da kann halt jeder Software erstellen. Und wenn jeder jede Software bauen kann, dann was ist dann überhaupt noch dein Und dann habe ich gedacht, okay, also wie können wir überhaupt in so einer Welt bestehen, in jeder die Technologie nachmachen kann, die wir hier in Choco über Jahre weg aufgebaut haben und darauf gibt es Antworten aber ich glaube, das Wichtigste ist halt, was wir uns gedacht haben, ist, wenn wir jetzt Choco eingreifen würden, also wenn wir unsere eigenen Wettbewerber sein würden, dann würden wir es Felix: Vielen Dank. Daniel (Choco): ist halt selber AI-first zu werden und das war im Prinzip der Grundgedankengang, [00:03:00] so in der Welt in der du mit AI, mit KI jeden angreifen kannst, musst du halt selber der Angreifer sein. So hat das angefangen. Was heißt für uns AI-first oder warum ist es wichtig? Also ich glaube, was... einem Unternehmen den generiert, ist im Fokus des Unternehmens. Und wenn du mit einem Softwareprodukt Umsatz generierst dann ist das im Fokus des Unternehmens Und wenn du mit einem Serviceprodukt Umsatz generierst, dann ist im Fokus des Unternehmens. Und dann konzentrieren sich alle drauf und willst den besser machen und so weiter. Und wenn in deinem Unternehmen ein KI-Produkt ein AI-Produkt Software generiert, dann ist das halt im Fokus deines Unternehmens. Und vor allem wenn es halt sozusagen die Schwelle von 50% überschreitet. Das heißt, wenn ein Produkt mehr als die Hälfte deines Umsatzes ausmacht, dann denkst natürlich jeden Tag an dieses Produkt. Und dann hast du Prozesse und Teams und KPIs und Strategien um dieses Produkt. Und Felix: [00:04:00] Mhm. Mhm Daniel (Choco): des neuen Umsatzes ausmacht, dann führt es ja dazu, dass irgendwann mehr als die Hälfte des Gesamtumsatzes ist wenn du das sozusagen schaffst, dann bist du per Definition, also nach unserer Definition halt AI first, weil dann ist das nicht irgendwie ein Gimmick oder ich probiere jetzt einfach irgendein Chatbot auf oder unsere Webseite oder ich baue jetzt irgendwie einen kleinen Agenten-Inhouse, die irgendeine kleine Sache automatisieren, sondern es ist mein Kerngeschäft, denn alles, was mehr als die Hälfte meines Umsatzes ist, ist mein Kerngeschäft und wenn das ein KI-Produkt ist, dann ist halt KI mein Kern. Und so haben wir das bei uns definiert. Ich glaube, es ist aber schon wichtig, dass auch wenn jetzt KI die wichtigste Technologie des Jahrhunderts vielleicht sogar aller Zeiten ist, Felix: Vielen [00:05:00] Dank. Daniel (Choco): bauen, die meinen Kunden helfen und so weiter. Und manchmal ist die Antwort ja, manchmal ist sie auch nein und wir hatten das Glück, dass es im KI-Fall halt ja war. Felix: Ich fand das interessant, was du gesagt hast, du gar nicht unbedingt von der Technologie initial gekommen bist, sondern dich eigentlich gefragt hast, auf diesem neuen Spielfeld, was jetzt entsteht, wie würde eigentlich das Unternehmen aussehen, das Tore schießt als wir und uns irgendwie zu null vom Platz schickt von dort aus dann zurückzuarbeiten und sich zu fragen, was müssen wir jetzt eigentlich tun, um in Zukunft mehr Tore zu schießen? Daniel (Choco): Ja, ich glaube, es ist ganz wichtig, weil also letztendlich geht es ja sozusagen darum, ein Problem zu lösen. Und ich glaube, wenn es neue Sachen gibt, unabhängig ob das jetzt KI ist oder irgendwas anderes, was neu ist, dann springen ganz viele Leute [00:06:00] auf einen Zug auf, einfach nur um auszuprobieren. dann wird halt so dieses neue Werkzeug, dieser neue Hammer halt versucht, um jedes Problem zu lösen, was es halt gibt. So, ich Aber der Hammer, auch wenn es die neue tollste Technologie ist, ist halt nicht für jeden dieser das beste Tool. Und das passiert ja ganz oft mit KI. Jetzt müssen wir KI machen und dann kommen diese ganzen unnötigen dabei raus. Und deswegen ist es, glaube ich, halt wichtig, sozusagen immer so wirklich... Nach Problemen zu lösen also die Technologie zu verstehen, genau wie jede andere Technologie zu bewerten und zu verstehen. Und wenn man dann ein Problem findet, wo die Technologie helfen kann, dann kann man investieren. Aber man muss sozusagen von der Richtung kommen anstelle wo kann ich jetzt KI einsetzen? Das ist, glaube ich, der falsche Weg. Felix: Was hast du denn neben der Zukunftsfähigkeit als Softwareunternehmen, wo der konsequente Einsatz der Technologie wichtig ist, um das Produkt zu bauen, aber wahrscheinlich auch im Produkt integriert zu sein, was hast du denn als die großen [00:07:00] Hebel bzw. auch die Probleme gesehen, die ihr mit KI besser lösen könnt? Oder war das vielleicht am Anfang noch gar nicht so klar und das war auch Teil der Reise, genau das herauszufinden? Oder hattest du schon ganz, ganz klar die Opportunitäten identifiziert Daniel (Choco): Ich glaube, in Schritt 1 ist das Wichtigste, sozusagen Neugierde zu haben und diese neue Technologie zu verstehen, ungefähr zu verstehen wie man sie einsetzen kann und nicht. Und das ist, glaube ich, Schritt 1 und den muss man machen. Den muss man gerade als Technologieunternehmen immer machen. ist Schritt 1. das ist vielleicht sogar schon der wichtigste Schritt, diese Neugierde zu haben. Und das passiert nicht einfach so im Day-to-Day. Jeder hat einen Job, wir hatten gestern was zu tun, heute kommt KI raus, wir haben heute trotzdem noch was zu tun. Das heißt, man muss dafür aktiv Zeit schaffen und das auch, glaube ich, innerhalb der Firma in irgendeiner Weise inzentivieren. Ich meine nicht mit [00:08:00] Geld. Das heißt... Und ich glaube, als erstes muss man halt das Tool verstehen, oder Felix: Vielen Dank. Daniel (Choco): Und das war so in der Zeit vor Weihnachten 23. Ich habe ihr einfach eine E-Mail geschrieben, zwei Sätze an so let's embrace Und dann habe ich allen Leuten gesagt, schickt mir einfach eine Idee, wofür ihr GPT nutzen würdet und dann kriegt ihr den Premium-Account. Ich bewerte die Ideen nicht. Sondern jeder kriegt die, aber ich möchte, dass ihr euch kurz mal Gedanken macht, wofür ihr es nutzen könnt. Und dann hat es angefangen. Und dann so, okay, es ist jetzt erlaubt jetzt kriege ich auch noch das Budget, ich darf damit rumexperimentieren Und dann ist der nächste Schritt so, okay, jetzt brauche ich aber auch noch aktiv Zeit, mich mit dieser [00:09:00] Technologie auseinanderzusetzen. Und da fand ich mit Abstand das beste Tool ich allgemein mit Abstand das beste Tool, wenn man auf die KI-Journey gehen will, sind Hackathons. Und das heißt, was wir gemacht haben, wir haben einfach drei Tage genommen, haben gesagt, hey Leute, diese Technologie sieht promising aus, wir müssen jetzt genauer verstehen und alle, hunderte von Leuten und haben gesagt, gibt drei Tage Zeit und am Ende der drei Tage ihr, was ihr gemacht habt und es gibt nur drei und dann machen wir ein kleines Spiel, da gibt es einen Gewinner, einen zweiten, einen dritten Preis und so weiter damit es ein bisschen Spaß macht und es gibt sozusagen drei Kriterien um zu gewinnen. So Kriterium eins, musst KI. Nutzen Kriterium zwei. muss eine echte Demo sein, die uns nach den drei Tagen zahlt. Also keine PowerPoint-Präsentation, kein Paper, keine Ideen keine Strategie Es muss ein echtes Produkt sein. Egal wie schlecht, es muss funktionieren. Und drittens es muss [00:10:00] sozusagen mit unserer Strategie als Choco-aligned sein. Also wir können jetzt nicht irgendwas ganz Wildes machen. Wir können jetzt kein Meeting-Transcription-Tool bauen, sondern was halt für unsere Kunden ein Problem löst. Dann haben wir einen zweiten Hackathon gemacht, vielleicht einen Monat später oder so. Felix: Vielen Daniel (Choco): Resultate halt schon wesentlich besser, weil Felix: Dank. Daniel (Choco): weiter ausgebaut hat. haben einen zweiten Hackathon gemacht, der war schon viel besser und dann haben wir gemerkt, okay, jetzt sind die Leute sensibilisiert für diese Technologie dann ging es eigentlich erst richtig los und dann ist einmal so ein PM zu mir gekommen und hat gemeint Daniel, schau mal, können hier, glaube ich, ein riesengroßes Kundenproblem mit KI wesentlich besser lösen. Ich gebe dazu kurz Kontext um das zu verstehen. Unser Kunde ist jetzt ein Großhändler, das heißt man kann sich das vorstellen. Das ein großes Lager, das ist ein typisches mittelständisches deutsches Unternehmen, die machen vielleicht 100 Millionen Euro [00:11:00] Umsatz da arbeiten irgendwie 200, 300 Leute und die ein großes Lager und hinten kommen große LKWs an mit tonnenweise Nahrungsmitteln und vorne fahren dann kleine LKWs raus, die sozusagen die Zutaten in den Restaurants liefern. Wie bestellt denn das Restaurant jetzt bei diesem Großhändler? Die rufen da an und sprechen aufs Band, das passiert meistens in der Nacht, nachdem sie halt sozusagen nach dem Abendessen die Küche gesäubert haben, da sprechen sie aufs Band oder schicken eine E-Mail. Und was wir früher gemacht haben, das machen wir auch immer noch, ist, wir haben dem Großhändler gesagt, hier ist eine App, die kannst du jetzt deinem Kunden geben ins Restaurant und er kann das Restaurant über App bei dir bestellen, dann musst du nicht mehr das Band abhören. Eins der, wir haben so sechs Software-Module ist eins der Software-Module und dafür sind wir auch am bekanntesten weil die 80.000 Restaurants App nutzen. Aber es gibt immer einen Teil des Marktes die wollen keine App nutzen. Entweder weil die oldschool sind, das ist irgendein Wirtshaus irgendwo auf dem Land und die sagen, nein, ich möchte einfach weiter aufs Band sprechen oder weil es irgendwie eine große Kette Felix: [00:12:00] Vielen Daniel (Choco): eine Person das Band abhört, gehört die KI ans Telefon. Und somit haben wir sozusagen den gesamten Bestelleingang vom Händler innerhalb von einem Tag digitalisiert, was halt vorher Monate gedauert hat. Und die Monate waren, jeden einzelnen Kunden des Händlers sozusagen auf die App zu bekommen. Und das ist sozusagen Felix: Vielen Daniel (Choco): wir nützen die richtige Technologie, weil wenn du dieses Produkt bauen willst, KI die erste KI die einzige Felix: Dank. Daniel (Choco): beim Kunden. Also es ist halt ein relevantes Produkt. Und ich glaube, zu dem Punkt kommt man halt nur, wenn man halt davor investiert hat, damit das Team [00:13:00] versteht, was kann ich überhaupt machen mit dieser Technologie, wozu ist die überhaupt fähig. Und wenn man auch dem Unternehmen in mehreren Arten signalisiert hat, hey, wir wollen was damit machen, wir sind offen dazu, damit was zu machen. Und so hat es dann angefangen Felix: Also wirklich Leute erstmal neugierig gemacht und in die Nutzung gebracht, darüber Verständnis entwickelt und gar nicht geschaut irgendwie, jetzt lass uns mal gucken, was sind eigentlich mögliche Probleme, die wir lösen können, sondern eher von der anderen Seite angesetzt. Es gibt ja jetzt, ich meine so AI-first-Narrative sind ja schon fast en vogue geworden. Duolingo, Shopify, Box und einige andere, die ja da recht viral auch mitgegangen sind, indem sie gesagt haben, wir erwarten halt, dass Nutzung von KI sowohl im Produkt als auch in unseren Arbeitsweisen zum Default wird. Was Was hältst davon? bist ja doch sehr anders vorgegangen. Das [00:14:00] jetzt nicht so direktiv sondern hast eher Ideen einmal eingesammelt sehr schnell Zugang zur Technologie gegeben und dann Platz und Raum geschaffen, um tatsächlich zu experimentieren und dann gemeinsam zu lernen. Daniel (Choco): Also ich muss dazu sagen, dass diese ganzen Briefe die du jetzt gerade geschrieben hast, die kamen irgendwann so ersten, zweiten Quartal 2025. rede jetzt eher so, die Geschichte, die ich erzählt habe, die ist so Ende 2023, Anfang 2024. Das ist jetzt eineinhalb Jahre her. Das war wesentlich früher als das. Ich halte tendenziell von diesen Briefen ich habe jetzt nur den von Shopify gelesen, aber ich nehme an, die anderen sind ähnlich, eigentlich relativ viel. Also zum Beispiel, wir haben angefangen auch um dem Team zu vermitteln, wie wichtig jetzt diese Technologie ist, war einer der ersten Schritte, dass wir gesagt haben, im Hiring fragen wir jeden, was sie mit KI machen. das ist eine ganz offene Frage, eine ganz simple Frage, weil man könnte zu dem Zeitpunkt [00:15:00] vielleicht mittlerweile nicht mal jetzt auf sozusagen Erfahrungen weil es einfach zu neu ist, weil es in der Application-Layer zu neu ist, aber wenn ich den Ingenieur interviewe seit Anfang 2024 und ich frage, hey, hast du mit der OpenAI-API mal rumgespielt in deiner Freizeit und die Antwort ist nein, da bist du einfach in unseren Augen kaputt kein Ingenieur. Und damit haben wir ganz früh, damit haben wir Anfang 2024 eigentlich angefangen und zwar auf jeder Position und im glaube ich war wichtig auch. klar haben wir seitdem dann nur Leute geheiratet, die dann dementsprechend auch neugierig sind, die das gewisse Mindset mitbringen, was natürlich ein Vorteil ist, aber gleichzeitig vermittelt das ja auch was an die Leuten, die bereits da sind. Ist so, du willst hier sein, dann ist das die Grundvoraussetzung. Prinzip, dieser Shopify-Brief sagt ja sowas ähnliches. Ich erwarte das jetzt von jedem, dass er offen dafür ist, dass er erst denkt, wie kann ich es mit KI lösen. Und jetzt die Frage, wann tippt das Ganze und in [00:16:00] gewissen Jobs oder gewissen Tagen ist es halt schon getippt Und deswegen glaube ich, ist es ganz wichtig, diese Prämisse zu haben, bevor wir irgendeine Person einstellen, was man beweisen kann, was man mit KI nicht machen kann. Felix: Das war euch diesem moment auch dass ich meine gerade im engineering software engineering ist es ja schon so dass da die modelle Modelle und auch die Infrastruktur drumherum immer besser geworden ist, immer mehr Aufgaben auch zumindest mal zu unterstützen oder vollständig zu unternehmen, aber zumindest mal kann ja ein Developer irgendwie mehrere Dutzend Prozent wahrscheinlich schneller besser werden und arbeiten. Gab es da auch Widerstände dagegen? Daniel (Choco): unsere Engineering-Produktivität, ich habe jetzt in den letzten Monaten nicht gecheckt aber als wir sozusagen ein Jahr angefangen hatten, oder nach einem Jahr, 120% nach oben. heißt, ob wir mehr als so viele Engineers hätten. Felix: Das war nach dem ersten Jahr, also wo sich seitdem ja die [00:17:00] Modelle auch noch mal deutlich weiterentwickelt haben. Daniel (Choco): wo alle noch auf GitHub Copilot waren, dann war das nicht gut genug, jetzt sind alle auf Cursor und so weiter. Also das war nach dem ersten Jahr. Und das setzt natürlich nicht nur voraus, dass Technologie gut ist, sondern es setzt auch voraus, dass die Leute das einsetzen wollen. Es gab einige Leute, die wollten das nicht und von denen haben wir uns trennen müssen. Und dann haben wir das auch konsequent gemacht und so auf jeder Ebene der Firma, weil du kannst dich ja nicht aus Angst oder so etwas Neuem verwehren. Wir sind ein Technologieunternehmen, wir ein innovatives Unternehmen. Und das ist sozusagen unsere Rolle, wenn Kunden zu uns kommen, dann ist es ja, weil wir etwas Innovatives machen, was sie noch nicht haben. Und dementsprechend brauchen wir natürlich Leute, die dann genauso denken und die das auch machen wollen. Und da gab es durchaus Widerstände ja. Aber der Großteil der Leute... Ich finde es schon spannend und es gibt Leute, die muss man halt [00:18:00] heranführen und die sind anfangs vielleicht ein bisschen ängstlich, da muss man vielleicht ein bisschen mehr Zeit geben und eine kleine Minderheit ist vielleicht absolut stur und dann sind es dann nicht die richtigen Leute. Felix: Was habt ihr denn verändert oder was habt ihr noch gemacht, damit sich so diese Arbeitskultur Arbeitsweise, wahrscheinlich ja auch Denkweise darüber, wie hier Arbeit in dem Unternehmen erledigt wird, nicht mehr so wie vorher, sondern halt irgendwie wahrscheinlich auch mit einem AI-first-Blick da drauf, so nicht nur, wie kann ein Problem des Kunden besser gelöst werden, sondern wie kann ich eigentlich auch meine Probleme im Arbeitsalltag lösen. Was habt ihr noch gemacht, um da hinzukommen um diesen Produktivitätsgewinn auch zu anlocken Weil ich glaube, der ist ganz oft erledigt Ist das Potenzial schon da, aber das bleibt dann hängen in alten Prozessen, in alten Strukturen, in altem Mindset und kann sich überhaupt nicht [00:19:00] entfalten. Daniel (Choco): Ja, also ich glaube, es ist ganz wichtig, dass es sozusagen eine Speerspitze gibt und also bei uns in dem Fall war es sozusagen dieses Produkt, das heißt Order Agent, was ich vorher beschrieben habe, was dann ans Telefon geht, genau. Was eben dieses Order Agent Produkt und wir haben das dann angefangen mit sehr klein, ein Ingenieur, es hätten im Nachhinein zwei sein sollten, aber ein Ingenieur und ich und dann bin ich irgendwann raus und hat das dann dieser Produktmanager gemacht Felix: Vielen Daniel (Choco): Und es ist auch wichtig, dass es ganz klein ist, denn es ist ja was Neues und unsere Company Struktur ist ja nicht, ist ja sozusagen für die Sachen gebaut, die wir schon haben, nicht für die Sachen die wir noch nicht haben, deswegen muss es außerhalb dieser Strukturen stattfinden. dann haben wir uns einfach ein paar Wochen zu einem Kunden ins Büro gesetzt und haben das einfach Felix: Dank Daniel (Choco): erste Version halt nicht so gut und die zweite war besser und die dritte war und so weiter. Und jetzt sind so hunderte tausende Bestellungen jede Woche drüber. Es ist riesengroß und weltweit genutzt und es ist [00:20:00] ein Riesenprodukt. Felix: Okay, also da nochmal ganz kurz, um das zu verstehen, also da rufen dann die Kunden an, geben ihre Bestellung auf, das wird über so ein Voice Agent aufgenommen, der stellt vielleicht noch Rückfragen, um die Order komplett zu verstehen und strukturiert dann diese Ergebnisse und schreibt dir in irgendeiner Datenbank weg, was man sonst über die App gemacht hätte oder was jemand manuell gemacht hätte, der sich das Band angehört hat. Daniel (Choco): Genau, Kanal, das ist jetzt eigentlich das Omnichannel. zurück zum Thema, wie baut man das auf? Man baut das erstmal klein auf eine kleine Speerspitze. glaube ich das Allerwichtigste wenn man eine kleine Sache hat, die ein bisschen funktioniert. Und dann muss man es halt teilen. Und dann erzählt man halt in jedem Allhands-Show, wir haben das gemacht und hier ist eine Demo-Show, da hat jemand angerufen und hat plötzlich eine ganz andere Sprache gesprochen und es hat trotzdem funktioniert und hier hat es einen Fehler gemacht. jetzt haben wir zehn Orders die Woche gemacht. Und jetzt sind wir schon bei 100 und jetzt sind wir bei 200 und jetzt sind wir bei 1000, bei 10.000, bei 100.000 und [00:21:00] ich glaube, das muss man einfach ein bisschen überkommunizieren und dann werden die Leute ja auch neugierig. Also irgendwann geht es ja so weit so, okay wow, die Technologie ist echt magisch. Also wenn das erste Felix: Vielen Daniel (Choco): vielleicht natürlicher wenn du Anfang 24, Mitte 24 mit deinem KI-Gerät hast, Felix: Dank. Daniel (Choco): glaube, man muss es gar nicht so in die Breite gehen, alle müssen jetzt was mit der KI machen, sondern ich glaube, man muss eine Sache richtig gut machen und dann wächst ja Felix: Vielen Daniel (Choco): ich mir die besten Leute von überall rausziehen, die da mitarbeiten wollen, kann noch ein paar Leute draufhaben, dann habe ich so ein Nukleus so ein Cluster, mit dem ich anfangen kann und der ist glaube ich, sehr, sehr wichtig. Ich brauche einfach diese Vorbildrolle. Ich glaube, es ist viel wichtiger, eine Speerspitze zu haben, als überall ein bisschen was zu machen, die können dann, wenn ich dann später, jetzt ist KI überall unser Produkt, in allen unseren Modulen drin, aber dann habe ich halt einfach ein Team, das kann, die können dann raus zum Team gehen, neue Teams starten, die können anderen Teams helfen und so weiter aber damit habe ich sozusagen ein gutes Vorbild geschaffen. Das ist, glaube ich, ganz [00:22:00] wichtig, Schritt 1, das zu erreichen. Jetzt Felix: Dank. Daniel (Choco): das fand ich auch interessant, also wir haben dieses Order Agent Produkt, wir haben auch ein CRM. Und es ist auch ein komplettes AI-enabled CRM-System, das heißt, da musst du nicht mehr reinklicken und den Lead-Status ändern, nur wie immer hier jetzt gesprochen und warum, sondern du sprichst es einfach rein und der macht ganz viele Sachen automatisch macht automatisch Outreach und das Prospecting und solche Sachen. Und wir haben noch Felix: Vielen Daniel (Choco): wir das intern eigentlich sehr wenig. Wir nutzen es ein bisschen in Sales und Outreach und SDA und so diese KI-Klassiker, aber wir nutzen es eigentlich sehr wenig und haben wir gedacht, okay, eigentlich müssen wir das Gleiche machen, was wir bei uns in Was im Produkt, im Engineering gemacht haben, halt auf der Non-Engineering-Seite und haben wir [00:23:00] letztens einen Hackathon gemacht und das fand ich eigentlich auch sehr interessant, weil wir im Prinzip genau das Gleiche gemacht haben. Wir haben, hier sind drei Tage. Und am Ende der drei Tage bitte Demo etwas, das funktioniert. Das ist Prämisse 1. Prämisse 2 ist mit KI und Prämisse 3 ist, es muss etwas automatisieren, was du regelmäßig machst. Und unabhängig davon, ob es jetzt eine Rechnung in unser Accounting-System einhacken ist oder ob das Demo-Material erstellen ist oder ob das, egal was es ist, komplexere Abläufe, ob das Recruiting sogar ist, Outreach auf LinkedIn oder was halt auch immer. Und dann haben wir am Anfang ein bisschen mehr investiert den Leuten ein paar Tools zu zeigen, so die Klassiker sind ja N8N und Zapier und solche Geschichten und haben ein bisschen eine Intro gegeben. Da hilft auch wieder, wenn so eine Speerspiele Ganz wichtig, das kommt nicht vom Leadership, nicht vom Management, sondern das kommt sozusagen vom Team. Felix: Die damit schon [00:24:00] gearbeitet haben. Daniel (Choco): Die damit schon gearbeitet haben, dann ist es ein bisschen authentischer, es ist mehr powerful, dann kommt es nicht so von oben herab, dann ist es halt mehr ein Movement. dann haben wir das gemacht und dann kamen jetzt auch wieder interessante Sachen raus und du kannst halt einfach intern sehr viel automatisieren. Aber es war im Prinzip wieder genau dieser Hackathon-Gedanke. Es gibt ein paar andere kleine Sachen, die man machen kann. Also ich habe dann, man kann an jeder Firma ein paar Leute identifizieren, die halt sich mehr damit auseinandersetzen als andere, das ist auch ganz normal. das sind teilweise eigentlich eher so kleine Sachen, die über Zeit so eine kulturelle Veränderung herbeiführen. Felix Schlenther: Kurz in eigener Sache. Wenn dir der AI First Podcast gefällt und du mehr spannende Inhalte und hochkarätige Gäste hören möchtest, dann freue ich mich über deine Unterstützung. Mit einer Fünf-Sterne-Bewertung und einem Abo für den Podcast hilfst du uns sichtbarer zu werden und AI First weiterzuentwickeln. Für dich und die gesamte Community. Ich danke dir. Felix: Okay, es klingt für [00:25:00] mich so, als hättest du dem Thema am Anfang super viel Sichtbarkeit gegeben und damit natürlich auch Relevanz und dann ist da einfach Momentum draus entstanden und ihr habt die erste Success Story gebaut und mit dieser Success Story immer mehr Menschen für das Thema irgendwie gewonnen, dann hat es sich im Product und Engineering stärker ausgebreitet, ihr habt es in die Produkte und zu den Kunden gebracht, also es wurde ein Produkt Fester Bestandteil auch eures Geschäftsmodells und wie ihr Umsatz macht und jetzt geht ihr so den nächsten Schritt, so klingt es jetzt für mich nochmal weiter in alle anderen Teams, AI-First-Mindset und Arbeitsweisen Prozesse reinzubringen Was waren in dem zweiten Hackathon, kannst du erzählen, was sind da so die Use Cases gewesen, die oben gelandet sind? Daniel (Choco): Und wir, ich muss auch noch ein bisschen ausholen dafür, so diese App, die wir Großhändler geben, die dann wiederum in die Restaurants geben, um zu bestellen, die ist gewitelabelt. Das heißt, die hat die Marke und den Font und die [00:26:00] Farben des Großhändlers, nicht von Choco. Sieht aus wie die App des Großhändlers, ist auch die App des Großhändlers dann. Und dementsprechend, wenn du halt so einen Großhändler pitchst ist es eigentlich eine relativ große Vorbereitung, die Designs immer anzupassen. Weil ich will immer nicht irgendwie eine App von jemand anderem pitchen, sondern ich will ihm eher zeigen, wie deine App aussehen würde. Und sozusagen diese ganze Vorbereitung, hat jemand ein Tool gebaut, das nennt sich Barbie. heißt, da nimmst du einfach den Website-Link vom Großhändler irgendeine Webseite, postet es da rein und dann baut es dir die ganze Präsentation. Das heißt es zieht aus der Webseite das Logo und das Colorscheme und den Font und vielleicht noch das About Us und bla bla. Und gibt sozusagen die komplette Design Die Demo die sogar clickable ist. Und das ist halt vorher so Stunden Arbeit gewesen. Die sind einfach jetzt dauert das irgendwie 20 Sekunden. Das war glaube ich Nummer 1. Nummer 2 Felix: Aber das ist ja schon, ganz kurz bevor du weitermachst, das ist ja schon crazy. Also in drei Tagen, das ist ja schon [00:27:00] stark. Habt ihr da die Matter Experts aus dem Marketing, Sales, Finance und so mit Engineers zusammen in Teams gesteckt? Daniel (Choco): Nee, wir hatten also im Parallel auch einen ganz normalen Engineering-Hackathon gehabt. Ähm Aber wir haben so ein paar Leute, die sozusagen immer ansprechbar waren. Wir arbeiten intern sehr viel mit N8N aus anderen Gründen haben gar nichts mit KI zu tun. Und hauptsächlich baut man sowas mit N8N, das ist einfach die beste, skalierbarste Plattform für sowas. Und die konnten die Leute immer ansprechen. Und wir haben auch einen kleinen Workshop am Anfang gemacht, funktioniert denn sowas? Unterm Strich ist es ja so ein bisschen wie malen nach Zahlen, so als erstes post die URL, was machst du dann? Gehe auf die Webseite, was machst du dann? Finde das Logo, was machst du dann? Finde About Us, was machst du dann? Extracte die Farbe dann poste es hier und so. Also die Leute einmal beibringen wie das funktioniert, haben wir gemacht und konnten immer Fragen stellen. Aber ich glaube, das Wichtigste ist, sich selbst zu helfen. Denn [00:28:00] wenn ich irgendwo stuck bin, sowas zu bauen, muss meine erste Reaktion sein, mache einen Screenshot und poste den Screenshot in JGPT und frage, was ist los? Und so komme ich halt sehr schnell weiter. Das heißt, ich nutze auch wieder KI, um mir helfen, KI zu bauen. Felix: Was waren die anderen Use Cases? Daniel (Choco): Das zweite war, es ist ein sehr internal Tool, aber im Prinzip geht es darum, also unsere Kunden diese Händler, das sind sehr traditionelle Unternehmen, die sind sehr oft über 100 Jahre alt, sind meistens Familien geführt und so in dritter, vierter Generation und so. Und dementsprechend ist deren Datengrundlage oftmals nicht besonders strukturiert. Und in unserem Fall halt speziell der Katalog, also einfach, was haben die im Katalog, was wir waren, haben die. Und wir haben so ein ganzes Team gehabt mal in Barcelona, die den ganzen Tag nichts anderes gemacht haben, als diese Kataloge zu cleanen und eben einfach dafür ein Tool gebaut, dass es halt irgendwie eine [00:29:00] halbe von 20 Minuten geht, was vorher irgendwie mit einem riesen Aufwand 24 Stunden gedauert hat. war, glaube ich Nummer zwei. Nummer drei war in Finance. Wir sind in, ich glaube, zehn Ländern aktiv und da ging es einfach darum, Umsätze zu, wie nennt man das, zu reconciliaten, auf einen Nenner zu bringen. Also eine Buchhaltungsanwendung ja. Felix: Okay, aber dann habt ihr mit dem 3-Tage-Hackathon wahrscheinlich tausende Arbeitsstunden Daniel (Choco): Ja, also ziemlich sicher. Ich glaube, dann ist die nächste Frage, wann geht sowas in Production? Felix: Hm? Daniel (Choco): Tagen auch wenn du eine Demo bekommst sowas noch nicht unbedingt Production-ready. Ja um jetzt beim Buchhaltungsbeispiel zu bleiben, da darf halt einfach kein Fehler sein. Jetzt in dem ersten Beispiel mit dem Barbie, diesem Demo-Ding wenn da ein Fehler ist, dann kann es ja noch jemand ausbessern. Ja heißt, man muss dann nach dem Hackathon sich auch schon hinsetzen und jetzt sagen, okay, was sind jetzt hier irgendwie die [00:30:00] wichtigsten Projekte? Und das sind vielleicht nicht die ersten drei, das ist vielleicht nur eins, das sind vielleicht auch die ersten zehn. Ja wir hatten so 35 Projekte. Und dann muss man das auch auf die Roadmap setzen. Und den Leuten natürlich Zeit geben, das jetzt irgendwie fertig zu machen. Und hier sind dann nochmal die zwei Wochen, die wir jetzt reinstecken, um das dann zu machen. Und dann muss man auch nachhalten, das ist dann einfach Teil der Arbeit. Und ist Felix: Dank. Daniel (Choco): war ich irgendwie ein Dirigent und dann hatte ich eine Geige und eine Trompete und ganz viele andere Instrumente in meinem Orchester. Und wir waren so aufeinander angewiesen, wir hatten andere Rollen und die mussten halt sehr [00:31:00] gut sein und ich musste auch sehr gut sein und zusammen haben wir dann irgendwie tolle Musik gemacht. ich glaube, in der Zukunft baut heute der Dirigent diese ganzen Instrumente halt selber. Das heißt, ich gebe ein Beispiel. Nehmen wir an ich bin Anwalt in einer Firma. Okay, dann habe ich da vielleicht drei Haupt-Tasks. So, Aufgabe 1 ist, wenn Verträge reinkommen, weil ich mir zum Beispiel ein neues Software-Produkt kaufe, will ich zum Beispiel Slack oder Salesforce kaufen. Okay dann kommt so ein Vertrag rein, den muss jemand durchlesen schauen, ob alles okay ist, einmal absegnen, bevor das geschrieben werden kann. Das ist ein Task, Verträge prüfen. Task 2 ist, vielleicht mir jemand mein Copyright und ich muss mal jemanden verklagen. Das ist das Task 2 und Task 3 ist, vielleicht Arbeitsrecht. Felix: Vielen Dank. Daniel (Choco): nehmen wir an, das sind die einzigen drei Aufgaben, die ich habe. Gestern habe ich das als Anwalt jeden dieser drei [00:32:00] Sachen, jeden dieser drei Arbeitsbereiche sozusagen gemacht und muss mich da ein bisschen einlesen und mich da auskennen und halt jeden Vertrag durchlesen und jeden einzelnen verklagen und so weiter. Heute erwarte ich allerdings vom Anwalt, dass er sich drei Agents baut. Felix: Mhm. Daniel (Choco): Agent, der alle diese Verträge liest. Denn unterm Strich scannen wir die Verträge immer aufs Gleiche. Ein Agent, der vielleicht mein, okay, klar, jetzt jemand Un-Agent ist, und ein Agent, der halt mein Arbeitsrechtler-Agent ist, der mir vielleicht Arbeitsverträge erstellt oder irgendwie Fragen beantworten kann und wann darf ich in Urlaub gehen und wann darf ich in Rente gehen und Mutterschutz und so weiter, der halt eben dieses ganze Thema kann. Und ich erwarte sozusagen von dem Anwalt von früher, ich mache alles selber, zum Agent-Orchestrator, ich baue diese drei Agents, kontrolliere, was sie machen und ich mache die immer besser. Felix: Mhm. Daniel (Choco): [00:33:00] Und ich glaube, ganz viele, wenn nicht sogar alle Berufsbilder die irgendwie am Computer passieren, werden halt darauf hinauslaufen. Und deswegen haben wir sozusagen diesen Hackathon gemacht. Felix: Ja, also wir werden immer weniger der reinen digitalen Fleißarbeit in irgendeiner Form übernehmen, sondern das wird halt immer stärker von KI übernommen im Laufe der Zeit. Okay, wir müssen also lernen, wie können wir KI-Systeme dafür nutzen, diese Arbeit zu erledigen und wir steuern sie. Daniel (Choco): wie steuernd sie sind müssen sie auch kontinuierlich besser machen. Felix: Mhm. Daniel (Choco): mal ausprobiert hat, weiß man wie viel Arbeit das eigentlich ist, so einen Agenten zu bauen, auch wenn ich alle Tools zur Weltzufügung habe und viel Arbeit ist, die wirklich gut zu machen und gut einzustellen und so weiter. Und dann erkennt man auch, wenn ich so ein paar Agenten habe, das ist ein Fulltime-Job. Ich glaube, wenn man einfach nur sagt, die KI wird die Arbeit machen, dann hat man ein [00:34:00] bisschen Angst, oh mein Gott, werde ich jetzt durch KI ersetzt? Aber wenn man es mal gemacht hat, dann glaube ich versteht man das, ich kann einfach hundertmal mehr Arbeit machen. Aber es muss jemand diese Agenten bauen, es muss jemand pflegen, es muss jemand besser machen, es muss jemand kontrollieren. Also dementsprechend glaube ich verändert sich einfach, wie der Beruf abläuft. Und ich glaube, das ist gut für alle, weil wenn eine Person halt, zum Beispiel ein Felix: Kraft! Daniel (Choco): Verkäufer kann halt hundert Vertragsabschlüsse machen statt zehn oder kann hundert Produkte bauen statt zehn, dann kann die Firma einfach auf gleicher Kostenbasis mehr Produkte verkaufen. Das ist gut für die Firma, das ist aber auch gut für den Angestellten, weil der Angestellte ist viel mehr produktiver und dementsprechend wird auch das Gehalt stark steigen. Ich glaube, es ist wichtiger, so zu sprechen, weil ich glaube, dieses von KI ersetzt werden, das löst viele Ängste aus. Felix: Ich würde nochmal gerne [00:35:00] verstehen wollen, wer das denn bei euch macht. Also ist das wirklich der Recruiter und der Anwalt und der Controller, die sich dann hinsetzen und sagen, okay ich habe hier meine Jobs to be done und ich breche das jetzt runter in Workflow-Steps und jetzt fange ich an, mir meine Agents zu bauen und die immer weiter zu optimieren. Ich erlebe oft in der Realität, dass dann doch wieder das Tagesgeschäft reinbricht und dann sind die Leute so unter Wasser. Und wie du schon gesagt hast, es braucht halt einfach richtig viel Zeit, bis so ein Agent dann nicht nur so nice to have, okay, funktioniert so ein bisschen, sondern funktioniert halt richtig, richtig gut. Und ich hätte es nicht besser gemacht, bis man auf diesem Level ankommt. Oder siehst du da, also siehst du das wirklich im Endgame so bei den Leuten selbst oder siehst du da noch andere Rollen so einen, weiß ich nicht, internen AI-Operator, eine Enablement-Funktion die dann das, Expertenwissen nimmt und das aber in KI-Systeme nach Best Practices [00:36:00] irgendwie da rein transferiert. Daniel (Choco): Ja, also ich bin ganz, ganz stark davon überzeugt dass es von den Leuten selbst kommen muss. Denn wenn ich sozusagen, also vor KI, was hatten Unternehmen da? Die hatten so Transformationseinheiten oder Innovationseinheiten. Und ich bin sicher, die Bundesrepublik hatte sowas auch schon immer. Die Deutsche Bahn hat sowas auch schon immer. Und alle möglichen verstaubten Unternehmen haben das auch schon immer. Aber es funktioniert halt nicht. Es muss aus dem Team kommen, aus der Person kommen, die da wirklich dran arbeitet. Und dann kommt es sozusagen in die Breite. Ich bin gar kein Fan des Wissen irgendwo zu isolieren. Es ist ganz natürlich, dass gewisse Leute was besser können als andere. Von denen kann man dann lernen. Aber ich bin gar kein Fan, das irgendwo zu isolieren, sondern es muss wirklich in die Breite reinkommen. Und [00:37:00] da gibt es ganz viele verschiedene Tools. Das erste Tool ist ja schon mal, das als Erwartungshaltung zu haben und das auch zu kommunizieren. So, das ist jetzt Teil deines Jobs. Und wenn wir uns einmal im Jahr über das Gehalt unterhalten oder Feedback-Session einmal im Quartal einmal im Monat machen, dann ist das eine Sache, über die wir auf jeden Fall reden werden. Und ich glaube, man muss es halt so angehen und Leuten sagen, nicht nur, ich erwarte jetzt, erwarte jetzt erwarte jetzt. Wenn du es machst, dann, also jemand, der diese Agents bauen kann, ist jemand, der halt natürlich dann eher ein besseres Performance-Ranking bekommt. Oder auch eher eine Gehaltserhöhung bekommt und so weiter. auf allen Felix: Vielen Dank. Daniel (Choco): Auf allen Levels der Firma es, glaube ich ganz wichtig. Also ich bin kein Fan, Innovationen zu isolieren. Ich glaube, das führt zu nichts. Felix: also dann habt ihr auch in den Zielen verankert Mhm Daniel (Choco): [00:38:00] Das KI-Nutzung ist, glaube ich falsch. Bei den Non-Engineern oder außerhalb von unserer Produktentwicklung ist es eher Automatisierung, ist Felix: Mhm Mhm Mhm Mhm Daniel (Choco): konnte eigentlich schon ganz viel von KI automatisieren, das hat sich nur keiner damit beschäftigt. So das API gab es auch schon davor. Und jetzt, weil es so diesen riesen... Hype hat, bestätigt man sich mehr damit, aber so Automatisierung ist in allen Zielen verankert ja. Also im Prinzip, wir haben vorher von diesem internen E-Mail, von dem Shopify-Gerät vom Tobi, wenn er sagt, wir machen keinen Hire, wenn du nicht beweisen kannst, KI, das sind eigentlich, machen wir es, es läuft genau das Gleiche hinaus, dass jeder damit auseinander sitzen muss, jeder Manager, der irgendwen anstellen will. Es kann keiner mehr sagen, oh, wir brauchen mehr Leute mehr zu schaffen. Felix: Ja. Daniel (Choco): ich glaube, dass es auch extrem wichtig ist, es von jedem zu [00:39:00] erwarten, weil ich sage immer den Leuten bei Choco schon mal, ich will, dass sie alle ihr Felix: Vielen Daniel (Choco): wollen und so weiter, weil es mir Spaß macht, aber wenn sich ja doch mal jemand entschließt Choco zu verlassen oder auch verlassen muss... Und die Person halt nicht mit KI arbeiten kann, dann ist deren Skillset einfach obsolet. Einfach obsolet. Einfach obsolet Brauchen wir nicht mehr. Brauchen keine Kutscher mehr. Das ist jetzt irgendwie so ein Holiday-Beruf oder so. Aber das ist der Fall, wenn du es nicht lernst. Wird, glaube ich sehr schwer auf dem Arbeitsmarkt, wenn man es heute nicht merkt. Ich glaube, heute merkt man ein bisschen und im Allgemeinen wird man es ein bisschen mehr merken und in jedem Jahr wird es einfach ein bisschen mehr wirken. Wir sind über den Point of No Return hinaus und es wird jedes Jahr nur wichtiger, dieses Skillset. Und desto früher ich habe es, desto besser. Aber ich kann es nicht nicht haben. Felix: Wie hat sich denn [00:40:00] euer Headcount seitdem entwickelt? Stellt ihr jetzt überhaupt noch Leute ein oder wird jetzt jedes zusätzliche Wachstum über KI-Automatisierung plus den bestehenden Team aufgefangen? Daniel (Choco): Kommt sehr stark aufs Team an. Zum Beispiel, also wie gesagt, wir verkaufen in diese sehr traditionelle Industrie und die ist sehr Relationship-basiert und wenn wir wachsen wollen, brauchen wir mehr Verkäufer und die brauchen wir auch, weil du musst hinfahren und du musst Hände schütteln und du musst Vertrauen Felix: Mhm. Daniel (Choco): Produkt persönlich zeigen und wir müssen den Kunden auch verstehen und wissen, was die überhaupt machen. ist glaube ich noch nicht automatisiert. Was automatisierbar ist, ist so so Den richtigen Kunden finden, also sozusagen diesen Verkäufer effizienter zu machen. Im Engineering dagegen, glaube ich gibt es halt mittlerweile schon massive Effizienzsteigerungen, da heilen wir eigentlich überhaupt nicht, außer [00:41:00] es ist etwas sehr Spezielles, wenn uns ein Skill komplett fehlt. Aber da heilen wir einfach nicht. So, Ende. Und dann gibt es andere, andere Funktionen wenn wahrscheinlich, es kommt noch stark auf die Funktion an, also auch um zum Engineering zu bleiben, alle reden von Wipecoden und Versal und Lovable und so weiter und damit kann man sehr viel coole Sachen machen, man kann noch, wenn man von Null startet, kann man ein super Produkt für sich selber bauen, kann man super Proof-of-Concept bauen, einen super Prototypen bauen. Aber wenn man jetzt so einen riesen Software-Stack hat und ich will irgendwo an irgendeinem Animal-Stack was erweitern, ist die KI noch nicht so weit, dass sie den gesamten Kontext, auf welchem sie aufbauen muss, und dann irgendwie noch mehr einen Button obendrauf setzt. So weit ist es dann noch nicht. Aber jedes Mal, wenn ich etwas Neues [00:42:00] anfange sollte ich wahrscheinlich KI anfangen oder ich sollte auch intern im Engineering viele Prozesse wie Quality Assurance und teilweise auch das Lösen von Felix: Dank. Daniel (Choco): Das heißt, jedes Department ist einfach auf einer anderen Geschwindigkeit, glaube ich. Felix: Ihr seid ein Softwareunternehmen, also maximal auch impacted von AI. Jetzt gibt es ja viele, viele andere Unternehmen da draußen, auch insbesondere in unserem deutschen Mittelstand, Konzernen und so weiter, die dann vielleicht physische Produkte haben oder Professional Services anbieten. Also, du denn sagen, euer Vorgehen und dieser AI-first-Ansatz und auch das Mindset im Team zu implementieren ist jetzt was, was jedes Unternehmen machen muss oder nicht? Daniel (Choco): Also ich glaube, wenn man sich die P&L anschaut, muss man jetzt schauen, was steht zwischen meinem Umsatz und meinem Gewinn. Und [00:43:00] werden dazwischen halt hauptsächlich Leute stehen, das heißt, wenn ich hauptsächlich Service-Unternehmen bin, und dann muss ich es mir sehr, sehr genau anschauen, und wenn dazwischen hauptsächlich irgendwelche Assets stehen, irgendwelche Maschinen, Lager, Rohstoffe hat das einen potenziell geringeren Impact. Ich muss mir aber trotzdem ganz genau anschauen Und das hat viele verschiedene Gründe. Also der erste Grund ist so, Arbeitskräftemangel ist und ist sehr präsent und es ist sehr schwer für viele Mittelständler, also nicht für viele Mittelständler, für allgemein für alle Firmen, gutes Personal zu bekommen. Und man liest immer in Nachrichten wie viele Milliarden an Wirtschaftswachstum wir nicht mitnehmen weil wir nicht das nötige Personal haben. Das heißt, ich kann auch als Mittelständler, wenn ich, was viele sind, sehr asset-heavy [00:44:00] bin, kann ich trotzdem weiter wachsen, weil ich einfach eben Effizienzen reinhole, die ich sonst nur, oder Kapazitäten reinhole, die sonst nur über Hiring reinbekommen würde. Also das ist, glaube ich so ein Framework, was funktioniert. glaube, ich muss mir allerdings... Also KI wird nur größer und nur wichtiger und irgendwann kommt der Punkt, dann ist KI nichts mehr Innovatives, sondern dann ist es der Status Quo um Felix: überhaupt mitspielen zu dürfen. Daniel (Choco): mitspielen zu dürfen. Und ich dann keine KI habe, dann werde ich verlieren im Wettbewerb. da werde ich bankrupp gehen, weil meine Firma nicht mehr existiert. Und der beste Weg, mich darauf vorzubereiten, ist jetzt Early Adopter zu sein und es jetzt auszuprobieren. Das ist, glaube ich, das allerwichtigste Einfach anfangen, auch bereit sein, Fehler zu machen, aber es ist ganz wichtig, einfach nur anzufangen, weil da ist eine Lernkurve dahinter. Und mit allem, was man lernt, wenn man Fahrrad fahren lernt, haut es [00:45:00] dann auch erst mal fünfmal hin. Und dann kann man irgendwann Fahrrad fahren. Und das ist bei KI genau das Gleiche Man muss einfach anfangen. Felix: Könnte ich nicht auch abwarten bis die Modelle noch besser sind, bis die Infrastruktur drumherum noch besser ist, bis die Integration in meine Systeme noch besser funktioniert und dann anfangen? Daniel (Choco): ich zum Beispiel auf unsere Industrie schaue, den Großhandel, dann, wie gesagt, sehr traditionell und es gibt jetzt halt einige tausende Großhändler, die nutzen halt jetzt diese ganzen Choco-KI-Tools und ich bin mir sicher, wenn heute die KI-Entwicklung stehen bleibt und nichts Neues mehr kommt, werden alle anderen, die es nicht nutzen, trotzdem der Bildfläche verschwinden. dann ist die Frage, wann ist es gut genug und wer sagt überhaupt, dass es gut genug ist? also ich würde auf gar keinen Fall auf irgendwas warten. Ich sehe auch gar keinen Grund dazu. Man kann jetzt Wetter zu stiften und umso früher ich drin bin, umso mehr lerne ich dann auch, wie ich damit überhaupt umzugehen [00:46:00] habe. Diese Lernkurve, welche ich jetzt gesagt habe, durch die wir gehen mussten als Technologieunternehmen, glaube in abgeänderter Form, muss wahrscheinlich jedes Unternehmen ein bisschen durchgehen, manche weniger, aber es dadurch, dass Felix: Vielen Dank. Daniel (Choco): Und eine andere Frage, die du gesagt hast, zu einer Frage zurückzukommen war, jetzt eher diesen Approach machen mit diesen ganzen Hackathons und so. Im Mittelstand ist, glaube ich auf nein, das ist, glaube ich meine kurze Antwort. Was wir oft sehen, und das sieht man die ganze Zeit, ist, man muss sich auf seine Kernkompetenz fokussieren. Und wenn meine Kernkompetenz nicht KI ist und nicht digital ist, dann sollte ich nicht versuchen, das selber zu bauen. Das ist Das Für die ganze Zeit überall immer zur Abschreibung. Davon gibt es tausend, also ich kann jetzt mal zwei Beispiele nennen. So Lidl hat, glaube ich 500 Millionen Euro abgeschrieben für eine SAP-Implementation, die sie aufgegeben haben. Dann dieses ShareNow, was Mercedes, BMW, ich glaube [00:47:00] noch irgendjemand gehört haben, da haben die glaube ich über zwei Milliarden investiert, haben die jetzt für 140 Millionen verscherbelt, weil das einfach nicht deren Kernkompetenz ist. Die hätten das einkaufen sollen von jemandem dessen Kernkompetenz ist. Dass er sich den ganzen Tag um nichts anderes Gedanken macht, als das zu tun. Und ich glaube weil Software halt irgendwie so in der Cloud ist, weil jeder irgendeine IT-Bude kennt, denkt man, okay, das kann jetzt irgendwie jeder so ein bisschen bauen. Aber es wird halt nur richtig gut, wenn halt, wenn dann sozusagen ein Überleben davon abhängig ist. als Technologiefirma ist davon abhängig dass unsere Technologie gut ist. Ja Ja das Überleben von Mercedes ist nicht davon abhängig ob deren Taxi-App funktioniert oder nicht. Und deswegen hat sie auch nicht funktioniert. Felix: Ja, wohl war. Ich find's echt... Verrückt wie viele Unternehmen sich immer noch ihr eigenes Company GPT bauen, um dann irgendwie einen extrem schlechten Chatbot zu haben auf [00:48:00] einer GPT-4-API, der nichts kann und die Mitarbeiter trotzdem dann mit ihren privaten E-Mail-Adressen ChatGPT und Co. nutzen, weil das eben niemand nutzen will. Und die IT dann damit ihr Promoprojekt hatte. betreibt Innovation, ihr baut Produkte auf dieser Technologie. viele Unternehmen, die nicht Technologieprodukte entwickeln, geht es ja trotzdem darum, diesen Verhaltens und Kulturwandel im Team zu treiben und zu erreichen. Also, das reinzubekommen, was du beschrieben hast, nämlich jeder hier wird in Zukunft ein Manager von seinen eigenen AI-Agents und wir erwarten von jedem hier, dass ihr euren Job und das, was ihr tut, kritisch hinterfragt und Potenziale identifiziert und euch die Fähigkeiten aneignet um diese Potenziale zu heben, indem ihr Automatisierung und KI clever einsetzt. Dafür geben wir euch Support, vielleicht auch [00:49:00] Zeit. Tools Ressourcen, was dafür notwendig ist, aber das ist ja Kernerwartungshaltung an jede Person und dann diesen Wandel tatsächlich auch zu treiben und das nicht irgendwo versickern zu lassen oder dann zu sagen, wir bauen hier unser Center of Excellence auf und da könnt ihr jetzt hier Tickets einreichen mit irgendwelchen Use Cases und die bauen das dann oder halt auch nicht oder bauen es dann an den Teams vorbei und dann hat man das Gleiche wie bei der digitalen Transformation, dass nämlich am Ende irgendwie der Value nicht so richtig durchgreift. Und jetzt um diesen Kultur- und Verhaltenswandel, weil ich glaube, das ist es, glaube ich, am Ende, weil ich glaube, die Produkte um das zu tun, die sind ja oft schon da, die Modelle, also Large Language Models sind ja heute schon echt sehr, sehr gut. Ich glaube, wir könnten jahrelang erstmal damit bauen... Bis wir überhaupt merken, okay, da stoßen wir jetzt an Grenzen. Also das ist da und es wird immer besser und da werden Dutzende Milliarden, Hunderte Milliarden jedes Jahr [00:50:00] investiert von den größten Tech-Konzernen. Also wir müssen halt die Anwendung meistern. Und um in diese Anwendung zu kommen und in dieses Mindset zu kommen, sind doch schon so diese Hackathon-Formate, die du beschrieben hast, schon ein gutes Werkzeug oder? Daniel (Choco): Dank. Weil es auch Spaß macht, dadurch, dass es so ein bisschen so einen Wettbewerb so einen Touch von Wettbewerb hat, weil es gibt ja dann einen Preis, es ist ein kleiner Preis, wir hatten einfach Gold, Silber Bronze Medaille, wo irgendwas Lustiges draufsteht und T-Shirts, aber es gibt halt trotzdem, und dann werden irgendwie die besten Leute im Allhands vorgestellt und so weiter es ist trotzdem irgendwie motivierend, es zeigt den Leuten auch, wie wichtig das ist, weil natürlich habe ich den Leuten gesagt, schau mal, wir haben eine sehr straffe Roadmap, wir haben sehr straffe Umsatzziele jetzt drei Tage rauszunehmen, es ist keine einfache Entscheidung, wir machen es [00:51:00] trotzdem, weil wir denken, dass es so wichtig ist, das heißt, es hat auch eine starke Signalwirkung, wir haben auch dieses Jahr, wir haben, also das ist unser Sommerfest, wird normalerweise eine fette Party gemacht, und dieses Jahr haben drei Tage Hackathon gemacht, zum Schluss haben wir gegrillt, also, das, das, das signalisiert auch Leuten, wie wichtig das ist, wir werden es wahrscheinlich für unsere Weihnachtsfeier genauso machen. Felix: Aber dafür muss es ein klares CEO-Thema sein, oder? Also es muss. Daniel (Choco): ein CEO-Thema sein, sogar der alleraller Anfang, wenn man damit anfängt, so die erste Person, die I-First sein muss, ist der CEO, heißt es muss von ganz oben kommen, es geht nicht anders, also wenn ich jetzt mit meinem Leadership-Team rede, muss ich die auffragen, hey, Ahnung, vor ein paar Wochen kam Gemini 3.5 raus, hast du es dir angeschaut, was denkst du davon, oder letzte Woche kam [00:52:00] ChatGPT Agent raus, was hast du damit gemacht, hast du es ausprobiert, okay, der Agent ist Schrott funktioniert nicht so toll, aber hast du das herausgefunden, damit ich die Frage stellen kann, muss ich am Wochenende selber ausprobieren. Felix: Genau, ja. Daniel (Choco): Und muss wissen, was da rausgekommen ist, muss sich damit auseinandersetzen so weiter. Es muss wirklich von oben kommen und ich muss ja auch mit den Leuten, wenn ich mit unserem ganz großen Data Science Team, wenn ich mit Leuten rede, muss ich ja auch ungefähr wissen, was passiert da, was machen die da und was machen die sich Gedanken. muss die Sprache sprechen, ich wissen, was Inference ist und was Compute ist und was System Prompt ist und wenn ich will, dass die Leute anfangen Context Engineering zu betreiben, muss ich das auch kurz erklären können und muss vielleicht selber ausprobiert haben. Wenn ich will, dass die Leute Proof of Concepts Vibe Coden, muss ich das selber mal getan haben. Es ist eigentlich nichts wertvoller, wenn ich sage, hey, ich glaube, wir könnten das bauen, ich habe hier einen Prototypen, habe ich selber gemacht, dann denken sich die Leute, [00:53:00] okay, Felix: Hm. Daniel (Choco): ist ernst, es ist wichtig, es muss von oben kommen. Felix: Also jeder CEO vier Stunden die Woche AI-Focus-Time und selbst Dinge bauen, oder was würdest du empfehlen, weil es ist ja auch eine volle Woche, die schon da ist. Wie kriege ich jetzt mir die Zeit freigeräumt, beziehungsweise was mache ich? Ich glaube, auch dieser Startpunkt, was mache ich dann konkret? Ich glaube, das ist für viele auch noch nicht klar, dieses Thema erarbeiten wollen. Daniel (Choco): also, was ist der erste Schritt sozusagen? Ich glaube, wenn man in einem Start-up oder Technologiefirma arbeitet, dann kann ich ganz einfach anfangen. Es gibt zwei, drei sehr gute Newsletter, die ich empfehlen würde. Die kommen jeden Tag rein. Die brauchen pro Newsletter drei bis vier Minuten zu lesen. versteht man die Themen, dann braucht man noch eine Minute zu lesen. Das heißt, ich verbringe jeden Tag damit, zehn Minuten Newsletter zu lesen. So, jeden Felix: sind das? Ich Daniel (Choco): eine heißt Alpha Signal, der [00:54:00] ist sehr technisch. Der nächste heißt Neuron. Der Neuron der ist, glaube ich, sehr so digestible. Und den dritten habe ich jetzt gerade vergessen. Ich kann sie aber nochmal schicken. Und die lese ich jeden Tag. Und dann, bei Alpha Signal ist das sehr technisch. Da gibt es viel weiter für in Links. Dann kannst du auf den Link klicken, wenn du mal einen Tag keine Zeit hast, dann liest du halt nicht. Es, glaube ich, geht nur darum, irgendwie dran zu bleiben. Ich glaube, damit kann man einfach anfangen. Und vielleicht versteht man die ersten drei Wochen nichts, aber irgendwann versteht man es halt doch. Ansonsten ist ja das Felix: Vielen Daniel (Choco): ja von den besten Leuten der Welt lernen. Jederzeit Weil die haben alle zig Podcasts auf allen möglichen Medien. Felix: Dank Daniel (Choco): als ob ich mich zwei Stunden mit dem hinsetze und dem zuhöre. Das sind jetzt vielleicht nicht genau meine Fragen, aber das sind schon Sachen, die mich auch interessieren. Das heißt, ich kann anfangen. Ich glaube, wenn ich nicht weiß, [00:55:00] wie ich anfange und jetzt vielleicht noch nicht bereit bin, so ein bisschen tiefer einzusteigen, dann frage ich einfach Chat-GPT, wie ich anfangen soll. Und dann gebe ich dem den ganzen Kontext, hey, ich bin der CEO von der und der Firma, wir machen das und das und das, das habe ich gelernt, so alt bin ich, das kann ich das kann ich nicht. Kannst du mir bitte mal sagen, wie ich am besten anfange? Und dann bin ich mir sicher, kriegst du einen perfekten Lehrplan. Und ich kann sagen, ich habe nur fünf Minuten Zeit am Tag. Felix: Wir haben jetzt eine ganze Menge über eure Story gesprochen und über die Vergangenheit Das, was ihr vor Anderthalb zwei Jahren gemacht habe, da sind ja heute noch viele Unternehmen weit, weit von entfernt. Und ich bin mir sicher, dass du in deinem Kopf aber schon nochmal viel, viel weiter bist. Wie denkst du denn jetzt über die nächsten zwei Jahre über AI bei Choco nach? Was ist dein Zielbild? Daniel (Choco): Ja, unsere Produkte [00:56:00] müssen alles automatisieren können, was bei unseren Kunden automatisierbar ist. Das sozusagen, die Maximum-Bestell-Eingang ist jetzt ein kleines Beispiel. Da gibt es noch 100 andere Tasks große und kleine. Und im Prinzip wollen wir dass unser User, also die Person, die es dann auch wirklich nutzt, dass die sozusagen zum Agent-Orchestrator, über den wir gesprochen haben, wird. Und die Agents sind halt sozusagen die Features von Choco, wie ich so schön gesagt habe, all day. Order Agent. Das heißt, wir glauben schon, dass es ein Human-in-the-Loop gibt. Wir glauben, Interfaces werden ganz anders ausschauen als heute, aber die Person kann sehen, hier passieren gerade 100 Live-Calls, das sind die Einkäufe, die ich tun sollte, so sollte ich die LKWs rausschicken, hier sind meine Preise nicht kompetitiv, hier sollte ich meinen Katalog updaten, es sollte alles automatisch passieren, es sollte mich notifieren, was es macht Felix: Mh mh mh. Daniel (Choco): [00:57:00] sein, was anzuhalten, wenn ist, oder was zu verbessern und so weiter. Das ist, glaube ich sozusagen das Wichtigste. Und dann, wie gesagt, unser eigenes Team muss halt auch zu Agent Orchestratern werden, also ich glaube nicht, dass Choco noch diesen großen Headcount wachsen wird. Ich sehe einfach Kaum Grund dafür, außer wenn wir jetzt in neue Geografien gehen und neue Länder aufmachen und so weiter Sonst sehe ich jetzt eigentlich keinen großen Grund dafür und denke, dass das meiste aus der KI kommen wird. Ich glaube, man muss auch an einem Ort sein, wo man sozusagen profitiert, wenn die Modelle besser werden. Das heißt, wir haben jetzt so ein LLM genommen und wir haben das gut verpackt und optimiert, genau für unsere Industrie, genau für Food. Und dafür funktioniert er perfekt. Funktioniert auch perfekt, weil er eben nicht horizontal ist, sondern nur, weil er für diese eine Industrie für diesen einen Use Case gemacht ist. Und wenn [00:58:00] aber sozusagen die Supercomputer, die das Ganze betreiben schneller werden, wenn die Wenn die KI-Modelle besser werden, dann wird dadurch automatisch auch unser Produkt besser und damit profitieren wir von den 100 Milliarden, von denen du gerade gesprochen hast, sozusagen da in die Grundlagenforschung und in die Riesen-Daten-Rechenzentren und so weiter gesteckt werden und ich glaube, es ist wichtig, an diesem Punkt zu sein. Felix: Was sind gerade noch Entwicklungen als letzte Frage, die du dir gerade genauer anschaust? Glaubst an AGI? In den nächsten zwei, drei Jahren. Daniel (Choco): also AGI oder Super Intelligence, es ist ja eigentlich die Frage, was hindert uns da hinzukommen und Ich glaube nicht, dass es Chips sind. Wir können mehr Chips produzieren und es gibt Moore's Law. Die Chips werden auch fast doppelt so gut jedes Jahr. Und das wird, glaube ich, so weitergehen. Und da gibt es eine sehr robuste Infrastruktur dafür, auch wenn es mit Taiwan [00:59:00] ein bisschen gefettert ist. Aber generell ist es eine sehr robuste Chip-Infrastruktur. Ich glaube, wir haben mit schon die smartesten Leute der Welt in AI-Research, die die besten Modelle bauen. Also frage ich mich, was hindert uns wirklich daran? Und das ist halt, glaube ich, wirklich Elektrizität. Und ich habe gehört, dass die USA alleine Felix: Vielen Daniel (Choco): Gigawatt an Stromoutput mehr. Und dann habe ich das mal eingegeben in ChatGBT. Und was heißt es überhaupt? Und das ist halt schon sehr schwierig zu erreichen. Also 92 Gigawatt sind ungefähr 92 Atomkraftwerke. Jedes kostet ungefähr 12 Milliarden und braucht ungefähr 15 Jahre, um es zu bauen. Ich weiß die genaue Zahl nicht mehr, aber ich glaube, um einen Gigawatt an [01:00:00] konstanter Energie zu bauen, jetzt quoten wir nicht auf der Zahl, ich weiß nicht, ob es 45 oder 450 Hektar an Solar sind. Also wir sprechen einfach von unfassbar, unfassbar unfassbar viel Energie, egal wie ich sie herstelle. Felix: Vielen Daniel (Choco): hat aber allein letztes Jahr über 450 Gigawatt an Leistung in Solarpanelen aufgebaut. Felix: Dank Daniel (Choco): 450. Das sind 450 Atomkraftwerke, haben die in Solar aufgebaut. Das muss man sich mal vorstellen. Letztes Jahr, in den letzten zwölf Monaten. Und das heißt sozusagen, wenn die Annahme stimmt, es halt nicht die Chips sind und nicht die Modelle sind, sondern halt Elektrizität sind, dann glaube ich, müssen wir radikal anders denken, wenn wir wollen, dass die westliche Welt, ich sage schon gar nicht mehr Europa, aber die westliche Welt, also die USA weiterhin vorne [01:01:00] mitspielt. Also ich schaue mir AGI an, ich schaue mir Superintelligence an und wüsste aber nicht, ob die jetzt gerade wahrscheinlich aus China oder aus den USA kommt. mache ich mir Gedanken. Felix: Okay, okay. Gibt es sonst noch irgendwas, irgendwelche anderen neuen Entwicklungen, jetzt Context Engineering war jetzt die letzte Sau, die durchs Dorf getrieben wurde, irgendwelche neuen Agents Tools, die du gerade dir genau anschaust? Daniel (Choco): Also ich finde, eine Sache die ich interessant finde an Grok, ist einfach, dass es, also die AI von X, von Twitter, ist, dass es Live-Zugang hat zu Twitter-Daten. Also wirklich, was da live passiert auf der Plattform und zu so einer Live-Datenquelle hat eigentlich sonst kein anderes Modell Zugang und ist ein Alleinstellungsmerkmal. Und das ist halt schon interessant, wenn ich sozusagen Grok live prompten kann und frage über was unterhalten sich die Leute [01:02:00] jetzt gerade in den letzten 60 Minuten weltweit oder zu Felix: Mm-hmm. Daniel (Choco): wohin schwingt die Stimmung? Und wie ist die Stimmung in dem einen Land oder in dem anderen Land und wie ist es bei Usern, die sonst den endorsen oder die Person endorsen? das habe ich einfach letztes Mal damit experimentiert, finde ich interessant, funktioniert auch einigermaßen gut. Ansonsten finde ich, ein richtiger Hidden Champion ist einfach N8N, auch noch aus Berlin kommt, aus Deutschland, der im Prinzip heute eigentlich weltweit fast schon als die No- oder Low-Code-Infrastruktur, um Agenten zu bauen, genutzt wird. Felix: Dank Daniel (Choco): super früh AI-first gegangen und haben das Verstehen, dass man Agenten bauen kann und haben jetzt im Prinzip so diese Infrastruktur dafür gebaut, wie jeder, der kein Ingenieur ist, sich mal Agenten bauen kann. Finde ich beeindruckend finde ich ein gutes Tool. Felix: Daniel, vielen, vielen Dank. Tolle Story. Gibt sicherlich eine ganze Menge zu lernen und ich wünsche euch dann viel Erfolg weiterhin auf eurer AI-First-Journey. Danke. Daniel (Choco): Vielen Dank Felix, danke für die Zeit.