Felix: [00:00:00] Herzlich willkommen zum AI-First-Podcast. Heute zu Gast ist Benedikt Böhringer, der Gründer und CEO von Jamie, einem KI-geschützten Meeting-Tool. Und wir sprechen heute darüber, wie es ist, im aktuellen Markt ein KI-Unternehmen aufzubauen, wie er über die Produktentwicklung nachdenkt aber auch vor allem über die Entwicklung der eigenen Produkte Organisation, Prozesse, Arbeitsweisen in seinem Team. Und Benni ich freue mich, dass du da bist. Benny: Vielen Dank für die Einladung. Schön, dass ich hier sein darf. Felix: Erzähl nochmal kurz mit deinen eigenen Worten was macht ihr bei Jamie? Benny: Ja, sehr gerne. Also mit Jamie bauen wir einen Privacy-First-Meeting-Assistenten haben wir gebaut. Wir sind inzwischen seit knapp über drei Jahren am Markt. Und ich glaube, wir kennen es mittlerweile alle, dass das Mitschreiben in Meetings nicht mehr notwendig ist und wir haben mit Jamie eben eine [00:01:00] DSGVO-konforme Lösung gebaut, die automatisiert Meeting-Zusammenfassungen erstellt, Aufgaben aus den Meetings herausschreibt und das Ganze eben komplett plattformunabhängig funktioniert, das heißt auch bei Meetings die in Person stattfinden, genutzt werden kann und auch ohne den lästigen Bot, der sich gerne mal in die Online-Meetings sonst einwählt. Felix: Viele AI-Startups sind ja nach dem Launch von ChatGPT entstanden auch viele eurer direkten Wettbewerber. Ihr seid aber vor dem Chat-GPT-Launch gestartet. Erzähl mal kurz, was war damals eure Hypothese, womit seid ihr reingegangen und was hat sich dann verändert, nachdem irgendwie der Gen-AI-Boom so richtig in die Gänge gekommen ist? Benny: Ja. Ja, sehr gute Frage. Muss dazu sagen, es war, glaube ich zwei Monate vor dem ChatGPT-Launch oder sogar nur ein, also ganz knapp davor. Aber wie das Ganze eigentlich begonnen hat, wir sind wirklich vom... Problem aus [00:02:00] gestartet. Ich glaube, anders als andere Startups, vielleicht später, die eher von der Technologie aus gestartet sind und gesehen haben, hey, hier gibt es jetzt KI-Modelle und was lässt sich denn Sinnvolles mit diesen machen? Dann sind wir dem Problem ausgehend gekommen. Das heißt, wir haben vorher schon eine andere Lösung gebaut, auch im Bereich Informations-Wissens-Management. da war aber noch kein KI involviert Und es ging eigentlich darum, bei dem vorherigen Produkt, dass asynchron Informationen einfach geteilt werden konnten. Wir haben gesehen, dass damals Slack irgendwie sehr, sehr messy war und Informationen nicht so einfach wiedergefunden wurden, Notion oftmals zu statisch war und vielleicht jetzt der... Sales-Mitarbeiter oder auch der Produktmanager, der irgendwie ein Kundeninterview führt, nicht unbedingt die Notizen danach, die damals dann noch händisch geschrieben wurden, in Notion einträgt und wir wollten eigentlich einen Ort dafür schaffen. Dann haben wir aber schnell festgestellt dass das [00:03:00] Problem gar nicht zwingend der Ort ist, wo diese Informationen gespeichert werden, sondern dass unfassbar viele Informationen, die in Meetings besprochen werden, einfach nicht sauber dokumentiert werden Werden und das haben wir sowohl bei den kunden damals gemerkt aber auch ich selber der viele kundengespräche geführt hat hatte absolut natürlich keine freude daran meeting notizen zu machen habe auch gemerkt dass einfach sehr viel fokus dabei verloren ging und dann haben wir über dieses problem gesprochen und louis kaufhörer mit dem ich das damals auch gestartet habe der hatte sich schon vorher mit den themen Sehr viel beschäftigt. Und ich meine, ChatGPT war jetzt nicht der Beginn von AI, sondern KI gibt es ja schon wesentlich länger als das. Und auch damals gab es schon andere Modelle Die sich eben über eine API, also über eine Schnittstelle schon nutzen ließen. Und wir haben dann gedacht, okay, warum bauen wir nicht eigentlich ein Feature, was dafür sorgt dass die Meetings automatisch [00:04:00] zusammengefasst werden und dann in dieser Plattform, die wir damals bauen wollten, landen. Und haben dann mit unseren stehenden Nutzern und potenziellen Kunden gesprochen, haben denen das gesamte Paket gepitcht Jedoch haben wir dann festgestellt, dass das Excitement und... Die Begeisterung wirklich eigentlich nur bei diesem Zusammenfassungsthema lag. Und genau, dann haben wir relativ schnell innerhalb von einer Woche eine Website gebaut, so getan, als würde es das Produkt schon geben, eine Warteliste aufgesetzt, auch mit einer Preisindikation, sind dann am Freitag am Donnerstag glaube ich, gelauncht Das heißt, wir haben auf LinkedIn verkündet, hey, wir launchen Jamie, haben unser Netzwerk dazu angehalten, das Ganze zu teilen und hatten dann innerhalb von 24 Stunden mehrere hundert Anmeldungen auf dem Produkt, viele Leute die uns geschrieben haben. Das heißt, wir haben wirklich festgestellt, okay, da ist ein Need da und genau, darauf dann aufgebaut und Jamie zu dem gemacht, was es jetzt heute ist. Felix: Wo steht ihr jetzt heute? Kannst so ein paar Zahlen teilen? Wie viele Kunden habt [00:05:00] ihr? Vielleicht Umsatz? Was auch immer du da rausgeben möchtest damit wir so ein bisschen besseres Gefühl dafür kriegen. Benny: Ja ne klar, also wir haben mehrere tausend zahlende Kunden, machen, genau sind im niedrigen bis mittleren siebenstelligen EAA, das letzte Jahr mit knapp 700% gewachsen, bisher organisch. Und sowohl natürlich individuelle Kunden, das heißt Einzelpersonen die das nutzen, natürlich dann in einem Business-Kontext als auch Unternehmenskunden, wo es dann unternehmensweit oder teamweit eingeführt wird. Felix: Jetzt hast du gesagt, dass es KI ja schon länger gibt, aber trotzdem haben sich ja die Grenzen des Möglichen was insbesondere mit generativer KI und Large-Language-Models betrifft ... ja, machbar ist, immer weiter verschoben in den letzten Jahren. Auch die Dynamik ist ja doch schon extrem hoch. Wahrscheinlich so groß wie man sie noch nie [00:06:00] hatte. Big Tech setzt alle großen Wetten auf generative KI. Also sehr dynamisches Umfeld, in dem ihr da unterwegs seid. Es gibt ja jetzt so einige Firmen auch aus Deutschland nicht so viele, leider. Aber einige, die ähnlich hohe Wachstumsraten haben wie ihr. 700 Prozent hast du jetzt gerade gesagt Also nimm uns mal so ein bisschen mit in deine Gedanken- und Gefühlswelt. Wie ist das für dich als Gründer jetzt zu der Zeit gerade diese Firma weiterzuentwickeln? Und wo findest du deine Fix- und Ankerorientierungspunkte um trotzdem so eure Mission, Vision zu verfolgen wenn die technologische Grundlage... Auf der ihr aufbaut, sich immer weiterentwickelt und vor allem für viele auch noch gar nicht so klar ist, wo geht das eigentlich noch hin, was wird morgen vielleicht möglich sein oder laufen wir hier doch in einen Punkt rein, wo sich Technologie nicht mehr weiterentwickelt. Benny: Ja, ich glaube, ich beantworte die Frage mal auf zwei [00:07:00] Ebenen Einmal unternehmens company level und dann auch auf persönlicher. Also ich glaube, es ist auf Company-Level und wenn man jetzt gerade sich irgendwie die Produktentwicklung anguckt auch wie wir Jeremy weiterentwickeln, wie wir Technologien nutzen, glaube ich eine Herausforderung natürlich ein bisschen die Noise, sage ich mal, herauszufiltern und Felix: Ja. Benny: okay, was ist jetzt eine wirkliche Innovation, die auch wirklich Wert generiert und was ist jetzt vielleicht einfach nur ein kurzer Hype aus ein paar Gründen. Ich glaube, das ist erstmal, wo man dem Ganzen wesentlich mehr Aufmerksamkeit schenken muss, um wirklich zu schauen, okay, was bringt uns jetzt diese neue Technologie zum Beispiel unterm Strich wirklich. Und ich glaube in den letzten Jahren sind einige Neuerungen gekommen, die extrem wichtig waren. Auch wir haben zum Beispiel unsere Infrastruktur natürlich kontinuierlich angepasst. Wenn wir feststellen, dass es neuere, bessere Modelle gibt beispielsweise, [00:08:00] bauen wir sie natürlich direkt ein. Aber gleichermaßen bedeutet neuer auch nicht gleich immer besser. Das heißt, auch da wichtig zu schauen, dass wenn wir jetzt beispielsweise in der Vergangenheit mit einem Cloud-Modell gearbeitet haben oder mit einem anderen Modell und es gab vielleicht schon neuere Modelle, nicht gleich direkt alles auf das neuere Modell umzuziehen, weil man davon ausgeht okay, das neuere ist besser, sondern wirklich auch hart zu prüfen, okay, ist es denn eine wirkliche Verbesserung letzten Endes für den Nutzer? Oder natürlich auch andere Perspektive für die Kosten, wobei wir gesagt haben, wir optimieren gerade wirklich auf die Qualität und weniger auf Kosten. Dann auf einer persönlichen Ebene extrem spannend, ich erinnere mich an einen Moment, wenn wir in San Francisco waren, in einem Accelerator-Programm das war vor ein bisschen über zwei Jahren jetzt, da Damals hat dann Co-Pilot angekündigt, dass es auch Meeting-Zusammenfassungen geben [00:09:00] wird. einen persönlich war das damals, und jetzt habe ich gelernt, damit wesentlich besser umzugehen, aber am Anfang eine sehr herausfordernde Zeit, weil ständig neue Competition auf den Markt gekommen ist und auch die bestehenden Player ihre Lösungen angeboten haben. Und wie ich jetzt allerdings mittlerweile darauf blicke, ist, dass wir uns wesentlich stärker einfach auf uns selber fokussieren und feststellen dass wir, was wir können, was unsere Qualitäten sind, die weiter ausbauen, sehr, sehr nah am Kunden bauen und letzten Endes war dann unser letztes also das letzte Jahr das Beste, was wir bisher hatten, erfolgreich Im Sinne von Wachstumsraten jetzt beispielsweise, obwohl es natürlich objektiv gesehen die meiste Competition da draußen gab. ich glaube, das ist einfach enorm wichtig, Namen Nutzer und Kunden weiterzuentwickeln. Genau, und letzten Endes hat es für uns natürlich auch ein, [00:10:00] wir sind sehr stark in der Vergangenheit über SEO gewachsen. Also, beziehungsweise tun es auch immer noch, es ist ein großer Wachstumskanal von uns. Und für uns war dann natürlich, als wir gestartet sind, haben wir sehr, sehr früh auch auf den Kanal gesetzt und haben relativ früh angefangen, Content zu verfassen und zu veröffentlichen Und dann war natürlich der insgesamte Trend um AI und der Hype natürlich sehr, sehr vorteilhaft für uns, weil wir uns sehr früh bei den relevanten Keywords platzieren konnten und dann letzten Endes einfach nur auch von einem steigenden Search-Volume profitieren konnten. Felix: Mhm. Du hast es jetzt gerade schon angesprochen mit Co-Pilot. Ich glaube, das ist bestimmt eine Frage, wenn man jetzt hier so zuhört, die sehr offensichtlich ist. Ihr seid ja nicht als Einzige auf die Idee gekommen, sowas zu machen. Und gleichzeitig konkurriert ihr ja gegen die Player, die die Meetings hosten sei das ein Zoom-Meeting Google Meet, Teams und Co., [00:11:00] die alle ähnliche Funktionen auch mittlerweile eingebaut haben. Und es wird ja oft so gesagt, dass eigentlich, wenn du auf diesen KI-Produkten oder auf diesen LLMs aufbaust oder auf Produkte aufbaust dann brauchst entweder eigene Daten Daten oder du brauchst Distribution, also große Kundengruppe an die du das Produkt dann auch verteilen kannst. Da sieht man ja jetzt auch gerade wie Microsoft und Google zum Beispiel ihre Produkte einfach an all ihre Kunden da irgendwie reindrücken und in bestehende Produkte reinbundeln und so weiter. Aber das habt ihr ja alles nicht und trotzdem seid ihr irgendwie erfolgreich damit. Was würdest du sagen, sind so Erfolgsprinzipien um... so erfolgreiche KI-Produkte auf diesem Application-Layer zu bauen. Benny: Also alles richtige Punkte, die du genannt hast. Ich glaube, am Ende kommt es sehr stark auf die Produktqualität an. Gerade bei Meeting-Zusammenfassungen ist es enorm [00:12:00] wichtig, dass es eine sehr, sehr starke Qualität hat am Ende. Die Zusammenfassung das Transkript. Und ich glaube, wir haben da halt einen Vorteil das ist unser Fokus. stecken all unsere Energie genau da rein. Während die Großen natürlich, für die ist das ein kleiner Teil und nicht unbedingt der Kernfokus der Company. Und was wir auch feststellen, warum jetzt beispielsweise auch einige Kunden, die zwar Zugang zu Co-Pilot haben und auch eine Lizenz, trotzdem bei uns letzten Endes kaufen, ist, weil sie sagen, okay, die Meetingszusammenfassung habe ich festgestellt ist wichtig. es ist mir nicht gut genug, es ist mir nicht detailliert genug bei Copilot oder bei anderen Lösungen. Zudem in der Realität sehen wir auch, dass Meetings nicht immer nur in einer Plattform stattfinden. Das heißt, ich meine, du kennst sicherlich auch von dir selber, man springt zwischen Meeting-Lösung zu Meeting-Lösung. Jetzt gerade lassen wir sogar Jamie hier [00:13:00] mitlaufen im Podcast, aber... Wir nutzen verschiedene Tools, haben Meetings, die in Person stattfinden und im Idealfall möchte ich all meine Meetings oder all meine Meetingszusammenfassungen an einem Ort haben. Und das ist natürlich etwas, was wir mit Jamie ermöglichen und was auch die anderen Player nicht abdecken können. Felix: Ihr gehört ja jetzt damit so zur ... Ich würde sagen, ersten Generationen die moderne KI in ihrer, oder erst Generationen an Unternehmen, die moderne KI in ihrer DNA haben. Ich meine, bei mir früher, wir hatten auch wir hatten auch ja schon natürliche Sprachverarbeitung und ähnliches in unseren Produkten damals gehabt, aber ich würde sagen, das ist jetzt schon nochmal ein anderes Game. Benny: Vielen Dank. Felix: in den Produkten, sondern ihr werdet das ja sicherlich auch in euren Prozessen in euren Arbeitsweisen, also wirklich so in eurer DNA verankert haben. Was würdest du sagen, du hast ja auch vorher schon eine Softwarefirma mitgegründet, was macht ihr heute ganz anders in [00:14:00] der Art und Weise wie ihr das Unternehmen aufbaut, weiterentwickelt wie ihr dort arbeitet, als man das früher in Softwarefirmen gemacht hat? Benny: Dank ich glaube, wir denken viel, viel stärker einfach grundsätzlich erstmal in Automatisierung. Also wenn wir irgendwie feststellen, dass wir ein Problem haben in irgendeiner Form, schauen wir natürlich erstmal, lässt sich das anders lösen als über Human Capital? Und oftmals ist die Antwort noch nein. Und es ist am Ende so, dass man sich entscheidet, okay, es werden weitere dabei der Gehalt. Aber das ist, glaube ich eine Sache. Und zum anderen natürlich, dass jeder auch im Unternehmen... Dazu angehalten ist, wirklich KI in die eigenen Workflows mit einzubauen und sehe auch, dass es sehr, sehr gut funktioniert. Also zum Beispiel natürlich auf Produktseite nutzen wir Lösungen wie Cursor beispielsweise, die natürlich einfach extrem viel an Geschwindigkeit bringen und unser gesamtes Team einfach wesentlich schneller arbeiten lassen. Felix: Habt ihr [00:15:00] das mal gemessen was ihr da so an Produktivitätsgewinn rausbekommt? Weil als ihr gegründet habt, gab es ja Cursor zum Beispiel noch nicht. Also da werdet ihr wahrscheinlich so paar Vergleichswerte haben. Benny: Ja, wir haben leider nie gemessen, aber ich glaube auch leider dass wir es auch nicht vergleichen könnten, weil damals waren wir auch, glaube ich war eine Person oder zwei Personen im Produktteam, jetzt sind es ein paar mehr, aber nee, konnten wir nicht, haben wir nicht gemessen leider. Ja. Zum anderen eine Sache, die wir zum Beispiel auch automatisiert haben, ist bei uns im Customer Success irgendwann festgestellt, okay, es kommen immer wieder dieselben Fragen irgendwie, was jetzt nicht unbedingt für unser Help Center spricht, gebe ich zu, aber kommen immer wiederholende Themen und haben dann auch gesagt, okay, dann bauen wir da irgendwie eine eigene AI-Pipeline, die angeknüpft ist an unsere Dokumente und auch an das Wissen was wir irgendwie schon haben und lassen uns Antworten vorschreiben Jetzt in Kombination auch mit einer eingebauten Lösung in unserem Customer Success Team was enorm viel [00:16:00] Arbeit einfach gespart hat, was früher so nicht möglich gewesen wäre. Oder vielleicht hätte man sich auch, zumindest hätte man sich damals noch nicht damit beschäftigt ob es möglich gewesen wäre. Gut, dann weiter Das nutzen wir noch. Natürlich nutzen wir Jamie. Ich glaube, das ist außer Frage. Vielen natürlich auch die AI-Features, die in bestehenden Lösungen sind. Also ich habe jetzt beim letzten Mal zum Beispiel, da habe ich in Figma musste ich was designen und habe mal deren zur Bildbearbeitung ausprobiert und war echt entstaunt. Also das hat Echt gut funktioniert, haben wir irgendwie so einen virtuellen Background für Zoom-Meetings stellen lassen und es war, ich hatte ein Bild von unserem Büro gemacht und es war dunkel und wollte aber auch einen bei Tageslicht haben, damit ich das je nach Tageszeit eben anpassen kann und habe Figma dann das gesagt und es hat mir wirklich echt gute Resultate gegeben mit Schatten und allem, wo ich wirklich nochmal, war so ein kleiner Wow-Moment nochmal für mich. [00:17:00] ansonsten Clay nutzen wir noch viel für Prozessautomatisierung auch, gerade auch im Sales. dann nutze ich persönlich und auch eigentlich der Großteil des Teams viel Chat-GPT. Also zum Verfassen oder bei Formulierungshilfen für Dokumente, aber auch natürlich bei der Datenanalyse, Research Tasks ich glaube mittlerweile auch. wenn jemand irgendwie bei uns im Team vor einem Problem steht, dann wird nicht direkt irgendwie Kollege gefragt und die Kollegin, sondern wird erstmal mit JGBT geschaut, wie man das Problem dann selber lösen kann. Ich glaube das ist auch enorm wichtig. Felix: Du hast vorher gesagt, dass ihr euch immer fragt Müsst ihr eigentlich eine neue Person einstellen oder kann das, was ihr dort lösen wollt, wofür die Person braucht, auch irgendwie mit Automatisierung, Technologie, KI gelöst werden? Und meistens ist die Antwort nein. Was sind das denn für Aufgaben wo du sagst, egal wie stark [00:18:00] wir unsere Leute aktuell mit KI vielleicht verstärken können, so höre ich es gerade raus, mit verschiedenem Tooling, was du gerade aufgezählt hast, brauchen wir da doch noch einfach Menschen? Ja Benny: Ja, ich glaube, es ist eine Verzögerung zumindest. Also ich glaube, mit ich aus meiner Erfahrung einfach sagen kann, ist, dass KI natürlich schon ein extremer Produktivitätsgewinn einfach ist. Also jetzt das Beispiel des Customer Success, wo wir einen Großteil einfach automatisiert haben. Nichtsdestotrotz ist es uns am Ende wichtig, dass da nochmal eine Person einfach drüber liest Und schaut, dass auch die richtigen Antworten wirklich gegeben werden, weil es für uns natürlich ein sehr wichtiges Thema ist, dass die Kunden vernünftige Antworten bekommen im Support. Und ich glaube, durch diese Automatisierung konnten wir vielleicht ein bisschen herauszögern das Team in dem Bereich weiter aufzubauen, weil vielleicht zu Beginn 10% eines FTIs gereicht haben mit AI, natürlich [00:19:00] mit steigender Kundenzahl und steigendem Support-Volume. Ja. Lässt sich das dann natürlich nicht ganz eliminieren und ich glaube, bei vielen Dingen ist es halt schon auch einfach wichtig, dass es noch das menschliche Judgment gibt und genau, das ist zum Beispiel ein Thema, wo ich jetzt noch nicht das komplett einem KI-Agenten geben würde oder einer Plattform und sage, okay, jetzt autonom bitte Customer Success Management betreiben. Felix: Was glaubst du, wie lange das noch so bleiben wird? Benny: Das ist eine sehr gute Frage. Felix: Also ich frage mich immer, ich kann noch so ein bisschen Kontext geben. Also... Ich glaube, dass wir mittlerweile an einem Punkt sind, wo die Fähigkeiten insbesondere von agentischer KI, zum Teil schon unterschätzt werden, wie weit das wirklich schon ist. Ich glaube, dass die meisten Probleme, [00:20:00] warum das noch nicht fliegt in Unternehmen, nicht an der Technologie liegt, sondern an alten irgendwelchen Systemen nicht gepflegten Daten, unklaren Prozessen, diese Themen. Aber wenn ich... Einen klaren Prozess habe, nehmen wir mal diesen Support. Der Support-Prozess ist total klar. Es gibt ganz klare Klassifikationen von Tickets, die da reinkommen. Und es gibt klare Dokumentationen wie was beantwortet werden soll. Und ich kann das routen folgende Tickets werden von KI beantwortet, gibt es klare Dokumentation, du kannst ja mehrere KI-Agenten hintereinander schalten, die sich da nochmal gegenseitig kontrollieren und dann einfache Anfragen die wiederkehrend sind, automatisiert beantworten Dann hast du halt irgendwie noch x Prozent von Antworten die unklar sind und die werden dann an menschlichen Agenten zum Beispiel weitergeleitet. Und, also ich glaube, wenn das das fasst kann der Automatisierungsgrad [00:21:00] tatsächlich in einigen Bereichen schon relativ hoch sein. Und ich frage mich immer, also dieses Human in the Loop, wir machen das auch noch viel. Wir machen das auch noch viel. Und ich glaube, bei manchen Sachen, wir testen halt sehr, sehr lange, wie zuverlässig das wirklich ist. Und du hast dann noch eine Errorrate von einem Prozent oder so. Aber ich glaube, die Errorrate von einem Prozent hast du bei den Menschen auch, der sitzt. Und dann ist halt die Frage, also ich glaube, wir überschätzen auch manchmal dann so die Genauigkeit und die Fehleranfälligkeit oder Genialität von Menschen, die diesen Prozess sonst ownen würden. Benny: Ja, das ist ein super Punkt und vielleicht müssen wir mal gemeinsam einen Workshop zu unserem Customer Success machen. Kommst mal bei uns rein. Aber ich glaube es ist bestimmt auch einfach ein psychologisches thema mit kontrolle und denken dass man da noch irgendwie informiert sein weil ich glaube im medizinischen sektor gibt es ja auch viele beispiele für oder auch bei [00:22:00] diagnosen beispielsweise wo statistisch gesehen die ki wesentlich bessere antwort oder wesentlich besseres judgment letzten endes hat basierend auf Anderen Daten, ist der Mensch aber trotzdem, ja, ist glaube ich dann auch noch so ein kleines psychologisches Konzept und ich glaube, ich bin von diesem Bias auch nicht ganz befreit Felix: Ja. Deswegen ist es immer schön, ihr seid ja da wirklich vorne dabei, produktseitig Wie weit geht ihr da schon in der Anwendung der Technologie Ich spreche ja hier mit sehr sehr vielen KI-Verantwortlichen habe immer wieder diesen Blick in Unternehmen rein und tatsächlich gibt es da noch sehr wenig von diesen Technologien Hart disruptiven Ansätzen, die sagen, wir Benny: Dank. Felix: in the Loop ist aktuell ja noch Best Practice oder ein Grundprinzip was ganz, ganz viele Unternehmen im Einsatz von LLMs verfolgen vor allem wenn es in die Prozesse geht. Ähm [00:23:00] Was glaubst du denn, also wenn du jetzt die Erfahrung gemacht hast, wie hat sich KI weiterentwickelt wie nutzt ihr das heute schon, jetzt kann man ja so ein Stück weit forecasten wenn das noch besser wird, die Adaption bei euch im Team noch besser funktioniert etc. Du hast auch so andere Unternehmen wie Cursa Lovable und so weiter die auf neunstellige Umsätze gewachsen sind mit einem super kleinen Team. Was glaubst du denn, wie viele Leute braucht ihr zum Beispiel, um auf 10 Millionen oder 100 Millionen Euro Umsatz wachsen zu können? Benny: Also ich glaube auf also 10 Millionen nicht mehr als jetzt. Felix: Ja. Benny: 3 mehr, also ich glaube unter 20 kann man da auf jeden Fall bleiben. glaube wenn es auf die 100 geht dann schon 50, was natürlich immer [00:24:00] noch enorm klein letzten Endes ist. Also das wäre vor zehn Jahren so nicht möglich gewesen, keine Frage. Ich glaube, es hängt aber auch sehr stark davon ab, was die Go-to-Market-Motion einer Company ist. Also ich glaube, wenn es jetzt ein sehr starkes Sales-Thema ist, ich weiß auch, da gibt es mittlerweile natürlich Virtual-Avatare, die man in die Meetings schicken kann, die dann irgendwie den Vertrieb teilweise übernehmen. Aber ich glaube, das ist zum Beispiel eine Aufgabe, die noch längerfristig einfach Personen benötigt. Und natürlich lässt sich da super viel machen Drumherum um die Meetings automatisieren, was Sales zum Beispiel auch angeht die Outreach beispielsweise, Fall-Ups etc., Lead Research natürlich, aber letzten Endes die Meetings müssen dann natürlich trotzdem noch jetzt für die nächsten, zumindest meiner Meinung nach, die nächsten paar Jahre einfach Personen anhalten oder abhalten, deswegen, ja.[00:25:00] Felix: Okay gut. Aber das ist ja schon mal so ein Eindruck. Ja, ich will einfach nur so ein paar Datenpunkte sammeln, um auch das eigene Denken so ein Stück weit zu dehnen. Zu gucken, also mit unter 20 Personen auf 10 Millionen Umsatz. Ich weiß noch, also wir hatten in der letzten Company, da hatten wir auf jeden Fall deutlich mehr für weniger Umsatz. Also das hat auf jeden Fall schon Wechsel stattgefunden. Benny: Ja, ich Felix: lassen Sie uns doch mal... Benny: die, ja, wahrscheinlich die Effizienz im Produkt, vor allem im Produktteam auch, ne, ja. Felix: Ich meine ja klar, das ist ja eure Kernwertschöpfung. Am Ende. Und wenn ihr dann ein effizientes Marketing habt, plus noch den Support automatisiert, dann ist es das ja. Oder Customer Success automatisiert Jetzt habt ihr noch Enterprise Sales für größere Kunden. Da brauchst du dann von allem wieder mehr, weil eben diese menschliche Komponente größeren Unterschied macht. Das ist dann auch eine Entscheidung, welches Spiel man spielen und gewinnen möchte. Benny: Ja. [00:26:00] Ja Felix: Lasst uns mal über euer Produkt vor allem nicht unbedingt über Features und Functions, sondern über die Anwendung davon sprechen. Weil, also, auch ich jetzt, ich nutze, ich lasse mir auch meine Meetings transkribieren und zusammenfassen Und lege mir die ab und so und lasse auch ein Follow-up davon generieren. Aber ich frage mich oft so, wie sieht eigentlich so ein Best-Practice aus mit einem Meeting-Assistenten Also was würdest du sagen, auch so von euren besten Kunden oder wie ihr es intern nutzt, wie kann man so einen Meeting-Assistenten wirklich komplett hebeln um das Potenzial aus diesem Produkt maximal auszureizen? Benny: ähm... Felix: aus? Benny: Gut, ich muss jetzt schon mal, kleiner Disclaimer ich bin da wahrscheinlich nicht so ganz so objektiv wie du es bist. Aber ich glaube, [00:27:00] das ist jedem klar. Also was ich glaube, erstmal, was super wichtig ist, dass man es in allen Meetings benutzt. Also, weil... Letzten Endes weiß ich während des Meetings noch nicht, ob mir irgendwann eine Information, über die ich in dem Meeting gesprochen habe, irgendwann mal fehlt. Das heißt, es ist eigentlich wichtig, dass ich einmal in den Meetings letzten Endes... Zusammenfassen lasse, um dann beispielsweise auch vor dem nächsten Termin schnell Dinge nachschlagen zu können. Und ich glaube, die Funktionen haben zum Beispiel viele Tools jetzt mittlerweile. Eine Chat-Funktionalität die verknüpft ist mit dem Meeting-Kontext aus all den vergangenen Konversationen wo sich zum Beispiel gewisse Daten einfach nochmal abfragen lassen, wo sich auch vielleicht eine Entwicklung über Meetings hinweg Erstellen lassen kann. Das heißt irgendwie wie hat sich das Projekt XYZ über die letzten Wochen entwickelt und der Kontext wird aus den vergangenen Meetings genommen. Dann glaube ich natürlich ist es sehr wichtig auch zu schauen, okay, was für ein Meeting haben wir letzten Endes. Es gibt, [00:28:00] und da sind wir auch nicht die Einzigen die das haben, aber halt Vorlagen beispielsweise, um zu schauen, okay, Das ist jetzt beispielsweise ein Interview, ein Recruiting-Interview und letzten Endes möchte ich meine Zusammenfassung in einem standardisierten vergleichbaren Format haben, weil beispielsweise mir sind immer folgende Punkte super wichtig, dass die Gehaltsvorstellung drin ist, dass das mögliche Startdatum drin ist, dass ob Vollzeit oder Teilzeit drin ist, also gewisse Punkte und kann dann Vorlagen anwenden und ich glaube das ist ein, Ein enormer Mehrwert schon, dass die Zusammenfassung eben nicht generisch ist, sondern schon einfach in einem Output-Format, nämlich das haben möchte. Und dann letzten Endes, das ist, glaube ich das bei uns, wenn ich jetzt auf unsere Nutzer gucke, machen es knapp 30, 40 Prozent, viele auch nicht, das ist natürlich Integration. das letzten Endes das ist dann [00:29:00] wieder natürlich, Abhängig von der Art der Arbeit, die man macht, aber dass zum Beispiel im Optimalfall im Sales direkt die Felder im CRM entsprechend gefüllt werden und die Zusammenfassung dort direkt abgelegt wird. Und so, dass es wirklich eigentlich die Meeting-Notizen einfach optimal in den eigenen Workflow integriert werden und vor allem auch in den bestehenden Workflow. Das ist nicht unbedingt der bestehenden Workflow Workflow disrupted, sondern einfach da wirklich eine Ergänzung ist. Und ich glaube da ist es dann auch unsere Aufgabe, das so einfach wie möglich für Nutzer zu machen, sich das in individuelle Workflows integrieren lässt. Felix: Okay, also habe ich jetzt drei Punkte vor allem mitgenommen. Der erste ist, Meeting-Assistenten in jedes Meeting mit reinnehmen, um einfach über alle Konversationen die man hat, den Kontext einzusammeln, den später nochmal befragen zu können, falls man irgendwelche Informationen daraus benötigt. Zweitens Vorlagen aufsetzen. Da braucht man dann natürlich [00:30:00] das entsprechende Tooling dafür, aber nicht jedes Meeting ist gleich. Ich brauche unterschiedliche Strukturen Strukturen des Outputs je nachdem, welche Art von Meeting ich habe. Und drittens, ich integriere das idealerweise mit anderen Systemen wo die Informationen, die im Meeting generiert werden, dann auch reingespielt werden müssen. Also CRM ist natürlich jetzt ein Klassiker. Benny: Genau, ja. Felix: Okay. Was ich ja finde, ja, also was ich extrem spannend finde, ist ja diese ganze Kontextdimension. Ja, das wird ja immer klarer dass umso mehr und nicht mehr ist besser, sondern mehr... Akkurater, sauberer, relevanter Kontext, ich glaube, es geht viel um Relevanz, den ich meinen KI-Agenten KI-Chatbot, womit auch immer ich arbeite bereitstellen kann, umso kontextualisierter, spezifischer werden die Antworten und Ergebnisse, die ich bekomme. Also man könnte auch sagen, wenn meine KI-Agenten ein [00:31:00] besseres Verständnis davon haben, was bei mir hier in der Firma wann, wie, wo, mit wem passiert ist, umso eher können sie darauf Bezug nehmen und ich bekomme halt irgendwie Ergebnisse, die Die in diesen Kontext reinpassen und mir in diesem Kontext weiterhelfen. Aber es ist eine Riesenherausforderung, was ich zu meiner Wahrnehmung, wie baue ich diesen Kontext auf und halte ihn vor allem auch aktuell. Also einmalig Wissen aufzubauen, Dokumentation aufzubauen über Produkte Prozesse, pipapo, das ist das eine. Aber dann passiert ja jeden Tag irgendetwas Neues. Vor allem viel in Meetings wo irgendwas besprochen wird. Also habt ihr ja eigentlich eine Kontextmaschine Wie ich das sehe. Also für mich sind Meeting-Assistenten Kontextmaschinen, Kontextproduktionsmaschinen, die, wenn man diesen Kontext richtig nutzt, wieder das Benzin für KI-Agenten sind, damit die richtig gut arbeiten können. So, und da frage ich mich aber noch, wie löst man das wirklich zusammen Wirklich strukturiert, weil das eine ist, ich spüre, also die Integration in so ein [00:32:00] CRM, das verstehe ich schon, ich glaube, das ist schon gut, ansonsten das alles irgendwo ablegen, dann habe ich ja auch nur einfach ganz viele Informationen wieder an einem Ort und meine Agenten finden vielleicht nicht das für sie Relevante dann in dem Moment, also es muss irgendwie noch Aufbereitet und ins richtige System gelegt werden. Die finale Antwort, wie du merkst, habe ich darauf auch noch nicht gefunden. Aber vielleicht denkt ihr darüber ja auch nach. Also ich glaube, das ist halt noch mal zusätzlich eine gigantische Value Proposition, die durch Meeting-Assistenten entstehen. Aber hier geht es jetzt echt um Verzahnungen mit anderen Systemen wo dann diese Infos wieder rausgezogen werden müssen. Glaube ich. Benny: ein super spannendes Thema und auch ein sehr komplexes natürlich, weil wie du schon sagst du hast irgendwie eine sehr Ja, eine sehr breite Tool-Landschaft und im Optimalfall brauchst aus allen Tools die Daten, um die irgendwie zu nutzen. Ich glaube, also was wir machen, ist, wir machen es [00:33:00] sag ich mal, einfach nur auf Meetings fokussiert aktuell. Also ein Feature zum Beispiel, an dem wir arbeiten, sind Briefings, dass du, bevor du in dein nächstes Meeting kommst Gehst, du einen kleinen Kontext bekommst. Das heißt, basierend auf all den vergangenen Konversationen die vielleicht mit der Person stattgefunden haben, die vielleicht zu dem Thema stattgefunden haben oder vielleicht auch wenn du die erste Person oder wenn du die Person zum ersten Mal triffst, du Kontext bekommst aus deinem Kalender beispielsweise, auch E-Mail oder auch natürlich dem Internet oder an ein paar E-Modellen. Das ist eine Sache, aber das ist natürlich nur auf Meetings sind aktuell bezogen oder natürlich öffentlich zugängliche Informationen, aber ich sehe da auch sehr viel Potenzial wenn man da verschiedene Quellen noch verknüpft um da mehr Kontext letzten Endes zu kreieren und enormes Wertschöpfungspotenzial, aber auch eine große [00:34:00] Komplexität, ja. Felix: Also wir haben uns da gerade so einen kleinen Workaround gebaut und nehmen quasi ein Transkript was erstellt wird. Das schicken wir an einen Agenten Dieser Agent erstellt daraus nochmal eine kleine Mini-Zusammenfassung und schreibt das dann in eine Notion-Seite rein. Oder beziehungsweise haben wir da unterschiedliche Notion-Seiten. Das ist unsere Wissensdatenbank. Auf diese Seiten können dann wieder Agenten zugreifen, wenn sie den Kontext zu diesen Themen brauchen. Aber so richtig optimal ist das auch noch nicht. Benny: Und sind dann in Notion sind all eure Informationen oder Felix: haben Benny: alle Informationen die in CRM oder in einem Slack sind jetzt beispielsweise sind die auch Felix: wir alles nicht. Wir haben keinen Slack. Wir haben Benny: nutzt ihr zum Messaging Felix: dieses Tool für alles [00:35:00] Mögliche. Benny: zur Kommunikation? Felix: Google Chat. Benny: Okay, nein. Sehr lean. Felix: Absolut. Ja, also ich glaube, das könnte irgendwie noch spannend sein, wenn man diesen Kontext Nochmal anders aufbereiten könnte und wenn ich dann zum Beispiel eine Integration hätte von meinem AI-Agent-Tool oder lass es ChatGPT sein oder so und könnte... Ich war nicht zu Ende gedacht, aber ich könnte das auf den Kontext, der aus den Meetings mit Jamie generiert worden ist, darauf zugreifen lassen. Und das wird schon für diese Anwendungen irgendwie optimiert aufbereitet, sodass die Agents damit dann gut weiterarbeiten können. Benny: Ja, wer weiß, vielleicht sind wir in sechs Monaten soweit. See. Felix: Wie ist das eigentlich, wenn ihr euer Produkt auch in größeren Unternehmen ausrollt? [00:36:00] Erlebt ihr da auch so Vorbehalte dass Menschen gar nicht wollen, dass jetzt auf einmal alle Meetings aufgezeichnet werden und wie so eine Art kulturelle Widerstände Benny: Ähm... Nee, also bisher eigentlich nicht wirklich. Wir kriegen natürlich aber auch nicht alles mit, was jetzt wie die einzelnen internen Diskussionen mit dem Betriebsrat oder vielleicht mit anderen Stakeholdern ablaufen. Bisher gibt es da aber keinen großen, also gibt es keinen Widerstand, was den Leuten natürlich schon wichtig ist und wofür wir auch Sorgen ist, sicherzustellen dass es alle datenschutzkonform einsetzen können. Und das ist natürlich immer ein Thema, gerade bei größeren Unternehmen. Aber letzten Endes hatten wir jetzt bisher noch nicht den Fall, dass sich Leute irgendwie beschwert haben, warum es denn jetzt die Lösung gibt. Genau. Felix: Okay, ich habe letztens die Frage [00:37:00] von jemandem bekommen, wo das ein total großes Thema war, war ein recht großer Laden, wo ich so dachte, ja okay, ist eigentlich ein schöner Kulturtest. Und KI wird am Ende nicht die Kultur fixen ob die transparent und offen oder eher defensiv und verschlossen ist. Benny: Nee, und man muss ja auch sagen, also unser Produkt gibt ja jetzt kein Judgment oder keine Evaluierung nach einem Meeting, sondern fast ja wirklich einfach nur das besprochene Ergebnis Also objektiv ich glaube objektiver kann man es nicht zusammenfassen, zusammen, Felix: das Problem. Benny: genau, vielleicht wird dann einigen einfach der Spiegel vorgehalten, was dann zum Felix: also wenn ich nichts sage, wo ich später vielleicht, naja, ich glaube, das ist dann wahrscheinlich auch eher ein Kulturthema Hat mich mal interessiert ob ihr das Thema irgendwie kennt. Lass uns nochmal einen Blick in die Zukunft werfen. Wo willst du hin mit der Firma in den nächsten Jahren und vor allem [00:38:00] jetzt, ja, ich glaube, das interessiert mich nochmal, wie willst du dich verteidigen gegen einfach riesengroße Konzerne die irgendwie auf den Tools sitzen, wo die Meetings ablaufen, die diese Produkte natürlich auch irgendwie weiterentwickeln werden und gegen die, die ja im Wettbewerb steht. Woran glaubst du da, was ist deine Vision für J-Meeting? Benny: Also in den nächsten drei Jahren möchte ich mit Jamie auf über 100 Millionen ARR, also Annual Recurring Revenue, skalieren aus Europa heraus und letzten Endes jegliche Form von Busy Work rund um Meetings auch eliminieren. Das heißt nicht nur Zusammenfassungen kreieren, sondern auch Context Enrichment während Meetings beispielsweise betreiben Aufgaben direkt automatisieren aus dem Meeting heraus Briefings erstellen. Ich glaube, da gibt es unfassbar viel Potenzial und ich glaube, wenn wir uns da sehr stark auf eben diesen Meeting-Use-Case fokussieren und auch von [00:39:00] dem heraus arbeiten und von dem Problem wirklich heraus arbeiten, können wir uns da auch sehr gut gegen die größeren Player wie jetzt beispielsweise Microsoft und Google absetzen. Felix: Ich meine, es gibt ja auch viele Beispiele aus der Vergangenheit, wo das geklappt hat. Ich vergleiche so ein bisschen mit Superhuman, die das ja für die Inbox gemacht haben. Wie nennt man das? Nennt das Luxury-App? Also schon eine höherpreisige App gebaut haben für Menschen, die einfach echt viele E-Mails bekommen und da halt die beste Inbox-Experience gebaut haben und da auch ein sehr erfolgreiches Produkt gebaut und jetzt, glaube ich, an Grammarly verkauft haben. Geht ja. Benny: Ja, ich glaube ein anderes, also das Beispiel zum einen, ein anderes prominentes Beispiel ist glaube ich auch Dropbox, also ein File-Sharing-System, wo irgendwann dann natürlich Google, Microsoft alle ihre eigenen Lösungen angeboten haben, aber letzten Endes Dropbox trotzdem noch die bessere Lösung für [00:40:00] viele anscheinend, also ich kann jetzt das Produkt nicht im Detail gegen die anderen bewerten, aber von dem so, wie es bei Dropbox läuft, ist davon auszugehen, dass sie trotzdem die bessere Lösung für einen spezifischen Use Case gebaut haben. Felix: Nochmal Blick auf den KI-Markt Was glaubst du, wo stehen wir oder was erwartest du dir noch an weiteren Entwicklungen? Glaubst du, dass wir irgendwie die Spitze von dem erreicht haben, was möglich ist, auch mit Large Language Models? Glaubst, dass wir da eher noch am Anfang stehen? Ich weiß, das ist immer ein bisschen Philosophiererei und Blick in die Glaskugel weil es keiner so richtig weiß, aber mich interessiert mal deine Einschätzung. Benny: Ja. Also ich glaube, persönlich die Spitze haben wir noch lange nicht erreicht. Also ich glaube, es wird noch in dem Tempo der Entwicklungsgeschwindigkeit weitergehen. Felix: Bräuchtet ihr bessere Large-Language-Models oder [00:41:00] würdest du sagen, wenn jetzt einfach auf den Pauseknopf gedrückt wird, können wir trotzdem das Produkt mit der Vision, die du hast, den Wert, den ihr damit stiften wollt, so weiterentwickeln? Benny: Es würde uns helfen, aber das, was ich mir jetzt gerade vorstelle, da sind wir nicht darauf angewiesen, dass... Felix: Mhm mhm. Benny: oder noch technologische Fortschritte kommen. Aber es wäre natürlich eine große Hilfe für uns. Und was die Entwicklung auch angeht von KI, ich bin sehr gespannt. Ich meine, es gibt ja jetzt einige Companies, daran arbeiten jetzt gerade durch Merge Labs gestartet, wie es sich entwickelt zwischen der menschlichen Intelligenz und der KI, wie da die Connection wie geschaffen wird. Und ja, ich bin da sehr gespannt. Die Entwicklung Felix: Okay, Merch-Labs habe ich noch nie gehört. Was machen die? Benny: sehr ähnlich wie [00:42:00] Neuralink von Sam Altman und Alex Blanier, ein Deutscher, die sind jetzt gerade gestartet oder vor sechs Tagen zumindest gestartet Und deren Ziel ist es, oder zumindest von dem, was ich jetzt gelesen habe, Biological und Artificial Intelligence zu verknüpfen. Felix: Benni super spannend. Also dann, the race is on. Race to 100 million ARR. Ich werde auf jeden Fall von der Seitenlinie dabei zuschauen und wünsche dir und dem Team viel Erfolg. Danke für deine Einblicke und deine Einschätzung. Hat Spaß gemacht. Benny: Vielen Dank, der Felix. Das war ein gutes Gespräch. gut.