Felix: [00:00:00] Herzlich willkommen zum AI First Podcast und zur ersten Folge im Jahr 2026. Ich hoffe, dass du einen guten Start in diesem Jahr hattest und freue mich auf, ich glaube, es werden wieder 52 AI First Podcast Folgen mit spannenden Gästen und die Traditionen Und erlaubt ist oder will es auch so, dass dieses Jahr genauso wie im letzten Jahr schon ich starten darf mit Christoph Pacher, dem Host vom State of Process Automation Podcast und wir werfen einen Blick zurück auf das System KI-Jahr 2025, schauen wie gut unsere Prognosen denn im letzten Jahr waren und schauen uns dieses Jahr an und werfen einen Blick in die Glaskugel und schauen mal, was uns möglicherweise in diesem Jahr erwartet. Wir machen das wieder in beiden Podcasts also jetzt hören wir Christophs Perspektive und [00:01:00] morgen kannst du schon im State of Process Automation Podcast meine Prognosen und mein Review hören. Christoph, danke, dass du da bist. Christoph: Felix es freut mich sehr, dass wir wieder gemeinsam in das neue Jahr starten. Felix: Ja, erzähl mal, was würdest du denn sagen, wie würdest du in einem Wort das Jahr 2025 aus Prozessautomations- und KI-Perspektive beschreiben? Du hast ja auch in deinem Podcast eine Menge spannender Gäste, die viele unterschiedliche Perspektiven auf diesem Markt und auch die Disziplin mit reinbringen. Was hast du da mitgenommen? Christoph: In einem wort würde ich sagen intensiv warum weil wir haben auf der einen seite die wirtschaftliche situation die super angespannt das heißt die unternehmen tun sich definitiv nicht leicht da Viel Geld in neue Projekte zu investieren, weil die Situation eben generell angespannt ist. Auf der einen Seite entwickelt [00:02:00] sich die Technologie super schnell, auf der anderen Seite müssen die Mitarbeiter aus den jeweiligen Unternehmen am Ball bleiben, dass sie diesen Trend, diese Entwicklung nicht verpassen. Auf der anderen Seite gab es schon einige KI-Projekte, Prozessautomatisierungsprojekte die sich weiterentwickeln. Das heißt, man muss hier mit wenig Budget auskommen und Einen Blick haben auf die neuen Technologien und gleichzeitig seine eigenen Fähigkeiten weiterentwickeln und am Ende muss natürlich auch ein richtiger Business Value aus dem Projekt entstehen, dass es sich auszahlt und dass das passiert, muss man sich intensiv mit diesen unterschiedlichen Szenarien beschäftigen. Deswegen würde ich sagen in einem Wort intensiv. Felix: Trifft sehr gut. Lass uns mal zuerst in die Prognosen aus dem letzten Jahr reinschauen. Du hattest fünf Prognosen. Aufgestellt, die sehr breit [00:03:00] gingen. Ich habe sie hier gerade noch vorliegen. Erste war Neueinstellungen werden durch Automatisierung ersetzt, bis hin zu die Gewinner werden diejenigen KI-Unternehmen sein, die die gesamte vertikale Wertschöpfung abbilden können, also Infrastruktur Hardware und Software oder Applikationen darauf aufgebaut. Ich werfe mal den Ball zu dir rüber und vielleicht gehen wir einfach mal eine Prognose nach der anderen durch und du teilst mal oder wir können ja mal gemeinsam diskutieren, was davon wie eingetreten ist. Wie zufrieden bist du denn insgesamt mit deinen Prognosen? Auf einer Skala von 1 bis 10, wie würdest du deine Orakel-Fähigkeiten bewerten? Christoph: Orakel-Fähigkeiten Ich würde sagen, ich war zu optimistisch Aber eher bezogen auf das, was möglich ist, wie Unternehmen die neuen Technologien anwenden. Da war ich zu optimistisch. Auf der anderen [00:04:00] Seite beim Thema Technologie hat man klar gesehen, dass sich das eben super schnell entwickelt hat Und ich glaube, da sind wir es gar nicht gewohnt dass sich die Technologien so schnell entwickeln, weil gefühlt du bist ja da noch mehr am Ball, speziell im AI-Thema als ich. Ich glaube, du konntest fast jede Woche berichten, wie sich das ein oder andere Modell nochmal weiterentwickelt hat, welche Firma jetzt gerade noch relevanter geworden ist als vor zwei Monaten. Und da sieht man einfach, dass die Technologie und das Gap zu den Unternehmen, dass das immer größer wird. Vielen Felix: Müdigkeit eintritt. Und das passiert schon bei Leuten, die in der KI-Blase sind und sich damit Tag ein, Tag aus beschäftigen. Ich glaube, darüber hinaus dringen wahrscheinlich viele von diesen News gar nicht mehr so durch. Und ich [00:05:00] sage immer... Dass wir meinetwegen jetzt auf den Stopp-Knopf drücken können. Wir lassen sämtliche Modelle... Einfach wie sie sind und arbeiten vielleicht auch auf dem Applikationslevel, dass die Modelle besser integrierbar werden und dann nehmen wir uns mal drei Jahre Zeit, um das, was heute möglich ist, mal sinnvoll in Prozesse Arbeitsweisen, Produkte zu integrieren und ich sage dir, wir werden auch nach drei Jahren, könnten wir nochmal um drei Jahre... Verlängern, weil ich würde den Reifegrad der Technologie mit den Fähigkeiten die sie heute mitbringt und die Anwendbarkeit auf echte Probleme in Unternehmen schon als erstaunlich hoch bewerten. Das ist zumindest so meine Perspektive. Also meinetwegen bräuchte es diesen ganzen Lärm und Hype gar nicht mehr, weil der auch sehr viel zur Ablenkung beigetragen Christoph: hat ja auch gesehen jetzt bei der Veröffentlichung des letzten OpenAI-Modells GPT 5.2, die haben ja auch ihre [00:06:00] eigene Benchmark eingeführt, das GDP-Will-Score, wo sie ja genau messen, Wie vergleichbar sind die Ergebnisse eines AI-Modells mit dem Ergebnis eines Menschen? Und jetzt beim letzten Modell ist es 70, über 70 Prozent waren es, glaube ich, was rausgekommen ist. Das heißt eigentlich sieben von zehn Ergebnissen sind... Speaker 2: Dank. Christoph: man natürlich diskutieren, okay, das ist eine Benchmark von OpenAI. Ich bin mir sicher, dass es im nächsten Jahr wahrscheinlich [00:07:00] dann eine ähnliche Benchmark nochmal spezifisch in diese Richtung für unterschiedliche Modelle gibt. Aber das bringt mich genau zu dem Punkt, den ich letztes Jahr prognostiziert habe, ist das Thema Neueinstellungen werden durch Automatisierung ersetzt. Da sind wir noch nicht angekommen, aber was man sieht, sind Tendenzen in diese Richtung. Ich habe zum Beispiel Anfang 2025 mit dem Co-Founder von Finn Auto gesprochen und Finauto für die leute wahrscheinlich in deutschland bekannt als in österreich finauto ist ein auto abo anbieter ich kann online ein auto bestellen und bekommst dann vor die haustür gestellt und alles drumherum ist eben erledigt ich zahle einfach pro monat eine gewisse miete und habe das auto mit versicherung service etc voll verfügbar und die sind anfang des jahres eben genauso vorgegangen dass sie gesagt haben frage 1 Welche Positionen kommen [00:08:00] bei uns im Unternehmen am häufigsten vor? Hat sich dann herausgestellt, dass es Customer Services haben dann eine Stellenbeschreibung hergenommen und gesagt, okay, wenn ich die jetzt einfach mal durchlese und ich habe auch mal beliebige Stellenbeschreibung rausgesucht zum Beispiel für Kundenservice und wenn wir da einfach mal drauf schauen, deine Aufgaben bei uns. Unterstützung im täglichen Bürogeschehen, okay. Angebote vorbereiten und Rechnungen erstellen. Termine planen koordinieren und kontrollieren. Office-Organisation, Ablage, Schriftverkehr, Dokumentation Und wenn wir die Aufgaben hören, eines Stellenprofils von einem Kundenservice-Mitarbeiter, du lachst schon, weil du denkst dir gerade, okay, das sind eigentlich genau die Standardaufgaben die ich bei AI First, bei deinem Unternehmen, alles schon an AI-Agenten abgegeben [00:09:00] habe. Und genau so sind die natürlich auch vorgegangen, dass sie gesagt haben, was ist denn so ein typisches Profil? Die Aufgaben die da vorkommen, welche können wir mit AI automatisieren, welche haben wir vielleicht noch nicht mit anderen Tools automatisiert und haben sich so sukzessive genau in diese Richtung reingearbeitet sind weiter gewachsen, nicht jetzt bezogen auf Mitarbeiteranzahl, sondern bezogen auf Umsatz und Sie messen es eben Subscription-Ansatz Pro, also wie viele Abos pro Mitarbeiter ist so eine Kennzahl die sie im Unternehmen haben und die ist deutlich in diesem Jahr auch gestiegen. Und das würde ich bezeichnen als, okay, ich war ein bisschen zu voreilig dass das in diesem Jahr bei der breiten Masse passiert, aber es gibt Tendenzen genau in diese Richtung schon. Felix: Ja, interessant. Ich hatte auch einen guten Gast, den Daniel Kaschab von Schoko. Das [00:10:00] ist ein Softwareunternehmen für Lebensmittelhändler, Großhändler und der hat auch von einem fast 2x Anstieg der Softwareentwicklerproduktivität erlebt Gesprochen. Also mit dem gleichen Team kann heute deutlich mehr Output erzeugt werden, beziehungsweise mehr Wachstum ermöglicht werden, ohne die Anzahl der Menschen im Team zu vergrößern. Und eine Unterscheidung die ich ... angefangen habe in diesem Jahr zu treffen, ... ist die zwischen Knowledge Worker ... ... und Process Worker. Ich glaube das ist wichtig, ... ... weil der Knowledge Worker ... ... das würde ich jetzt zum Beispiel ... ... mal einen Anwalt mit reinzählen ... ... oder einen Consultant oder einen Head of Finance vielleicht, ... ... ein Spezialist in einer Domäne, ... Mit einem vielfältigen Aufgabengebiet und sehr viel Transferleistung, die in allen möglichen Arten basierend auf dem Wissen was diese Person [00:11:00] hat, erbracht werden muss, um einen bestimmten Wert zu generieren. Ein Process Worker hingegen übernimmt ganz klar definierte Aufgaben in einem festgelegten Prozess Immer das Gleiche Ich glaube, Buchhaltung die Klassische Buchhaltung könnte man hier auf jeden Fall dazuzählen, auch den klassischen Kundensupport First Level Support, der in einem bestimmten Servicebereich immer wieder ähnliche Anfragen beantwortet obwohl es hier natürlich auch manchmal schon deutlich schneller komplexer wird, als man das annehmen mag. Also wenn ich auch so meine Supportfragen... Die ich manchmal an meine Bank oder an andere Dienstleister stelle, wo ich mich auch mal gefragt habe, okay, also wie einfach wäre das denn jetzt wirklich, das zu automatisieren? Man denkt immer schnell so, ja, ja ist ja alles irgendwie recht klar, da hast du irgendwie eine Wissensartenbank, da steht das ja alles drin und dann kann eine KI das ja beantworten aber dann gibt es doch oft [00:12:00] sehr viele Probleme Ausnahmefälle und Graustufen in einer Aufgabe. Und dann trifft das ja auf die Realität der Unternehmen, in denen das umgesetzt werden muss. Und da ist es eben oft nicht so, dass sämtliche Antworten auf sämtliche Fragen dokumentiert sind. Prozesse dokumentiert sind, Systeme überhaupt zugänglich sind für Maschinen und deswegen würde ich dir zustimmen, ja, also wir sehen, also ich erlebe jetzt in kleinen, agilen Unternehmen, dass genau diese Effekte eintreten, also sie wachsen über immer mehr Automation und auch KI, die in Prozesse kommt oder Mitarbeiter erweitert, damit eine einzelne Person mehr schafft, aber in der Breite kommt das jetzt gerade erst vor So langsam an. Und da erlebe ich zum Beispiel auch oft, dass Betriebsräte also eine enorme Verlangsamung in diesem gesamten Transformationsprozess darstellen, weil [00:13:00] Betriebsvereinbarungen teilweise ein Jahr oder länger benötigen damit diese abgeschlossen sind, vorher gar nichts genutzt werden kann von dem, was heute möglich wäre. Also, es gibt so einige Effekte. Okay. Ich bin ja gespannt, was du dann nachher in deinen Prognosen sagst. Lass uns mal zu Nummer zwei übergehen. Du hattest gesagt, dass Gen-AI das Lean-Prinzip für Knowledge-Worker ermöglicht. Vielleicht kannst du das nochmal kurz erklären und wie du da jetzt ein Jahr später drauf blickst. Christoph: Ich mache gerne gleich bei deiner Beschreibung zwischen Prozess-Arbeiter hast du es gerade genannt und Knowledge-Worker. Und beim Knowledge-Worker ist es ja so, ich habe eine Wissensdatenbank und ich lese die vielleicht oder ich habe das Wissen bereits in mir und dann basierend auf meinen Erfahrungen weiß ich, was der schnellste und beste Weg ist, um diesen Case zu lösen. Und jetzt kommst du ins Unternehmen und möchtest die gleiche Aufgabe wie ich machen, aber [00:14:00] hast ... noch gar keine Erfahrung. Und natürlich kannst du mich jetzt jederzeit fragen. Ich gebe dir die Antworten Aber besser wäre doch, wenn ein Art Zwilling aufgebaut wird, ... ... der dir genau dabei hilft, den Case, den ich schon zehnmal gemacht habe, auch zu lösen. Das heißt, der Zwilling hilft dir, genau die Richtung vorzugeben ... ... basierend auf Referenz-Casen zu diesem Fall ... Ist das der beste Weg, um zu diesem Ergebnis zu kommen? Und das hat man teilweise wieder gesehen, würde ich sagen. Also jetzt nicht ganz explizit dass man sagt, okay, ich habe da einen Zwilling der hilft mir genau, in welche Richtung ich gehen möchte, aber... Es gibt schon auch wieder Richtungen, wo digitale Zwillinge mit generativen KI-Plattformen aufgebaut worden sind und habe da auch zum Beispiel ein Interview mit einem [00:15:00] Gründer-Geschäftsführer von Blockbrain geführt, die zum Beispiel genau das mit einem CIO... Von einem mittelständischen Unternehmen umgesetzt haben, der bekommt jeden Tag super viele Fragen, Mitarbeiter kommen mit Problemen auf ihn zu und das ist ja alles gut, Aber die Beantwortung weil er halt auch nur 24 Stunden am Tag hat, dauert oft sehr lange. Und wenn man dann hergeht und sagt, okay, wie können wir das Wissen diese Erfahrungen die diese Person hat, extrahieren, mit Hilfe von generativer KI in ein Tool packen und das Tool dann den Mitarbeitern zur Verfügung zu stellen, dass die bei der nächsten Ausschreibung wissen, auf was muss ich genau achten, dass wir diesen Kunden vielleicht bekommen. Wie kann ich diesen Case lösen? Wenn ich diese Entscheidung treffen muss, auf was muss ich aufpassen? Das geht schon mal in diese Richtung und ich glaube, dass wir das dann in den nächsten Jahren noch mehr auch sehen werden. Felix: Ja, das ist natürlich [00:16:00] extrem spannend, also wie schafft man es, also was ich jetzt verstanden habe, ist, wie schafft man es, die Best Practices in einem Unternehmen automatisiert zu analysieren, zu modellieren und dann wieder auf neue gleichartige Aufgaben zu übertragen. Christoph: Genau, ein gutes Beispiel ist der Verkauf, weil es gibt immer Leute, die performen besser als andere. Und die Frage ist, was machen die Personen in bestimmten Situationen anders als die, die nicht gut oder low performen Sprich wie führen die ein erstes Kundengespräch? Wie präsentieren diese Personen... Das Produkt, wie verhandeln die Personen, welche Personen sind involviert in den gesamten Verkaufsprozess vom Kunden und all das kann man natürlich mithilfe generativer KI mitdokumentieren, sodass man das Wissen die Erfahrungen vom erfahrenen Verkäufer der gut [00:17:00] performt extrahieren kann. Und einen anderen Verkäufer, der entweder Neues oder eben noch ein bisschen Coaching braucht, dass der davon profitieren kann und einen Partner auf der Seite hat, ich bin gerade im ersten Gespräch, welche Fragen muss ich stellen? Ah, die Fragen. Ich präsentiere gerade das Produkt, wie soll ich das am besten darstellen? Welchen Mehrwert soll ich präsentieren? Und das hilft nicht nur, dass die Mitarbeiter produktiver werden, sondern das hilft am Ende, dass das Unternehmen mehr Umsatz generiert. Vielen Felix: wir drehen mal die Geschwindigkeit ein bisschen auf, damit wir es noch schaffen, zu deinen Produkten zu kommen. Darum soll es ja im Kern gehen. Nummer drei, Softwarepreismodelle ändern sich durch Agentenzugriffe Christoph: Das können wir ganz schnell eigentlich abarbeiten, weil da ist noch nicht viel passiert. Ja, es gibt von allen möglichen Anbietern die Richtung, dass sie in Consumption gehen. Meine Prognose war aber, dass die [00:18:00] Anbieter auch ein gewisses Preismodell entwickeln, dass sie sich schützen, dass Agenten auf ihre Systeme täglich und in großer Vielfalt zugreifen werden. Ist noch nicht eingetreten, deswegen können wir den Punkt super schnell abarbeiten. Felix: Nummer 4 geht ja in eine ähnliche Richtung. KI-Agenten ersetzen Randsysteme Erklär nochmal kurz, was du mit Randsystemen meinst und wie du auf die Prognose heute blickst. Christoph: Wir haben Kernsysteme wie ein ERP, wie ein CRM-System und auf der anderen Seite gibt es dann viele Randsysteme wie zum Beispiel Spesenerfassung. Das sind alles Tools, die rundherum um die Kernsysteme gebaut werden, weil die Kernsysteme nicht in diesem Bereich spezialisiert sind oder das ein oder andere nicht abdecken können. Und was meine Prognose war, mit KI ist es möglich, schneller unterschiedliche Apps und Tools zu erstellen. Und deswegen werden diese RAN-Systeme auch ersetzt werden. Wir... Sind da noch [00:19:00] nicht angekommen, aber auch da sieht man wieder klare Tendenzen. Wenn ich einfach ein paar Wochen zurückschaue, ist das Vibe-Coding-Startup Lovable aus Schweden hat jetzt eine nächste Runde wieder geraced und sind jetzt mittlerweile bei einer Bewertung von 6,6 Billionen Dollar. Das heißt, die haben ihren Firmenwert in den letzten Monaten verdreifacht und das ist ein App, was spezialisiert ist, Ist auf Wipecoding, sprich ich habe das Ziel im Kopf, ich habe keine Ahnung wie ich dorthin komme, aber die AI hilft mir, das, was ich mir ausgedacht habe, auf den Bildschirm zu bringen, sage ich mal. Und deswegen gibt es auch da klare Tendenzen, dass Apps oder Software viel schneller entwickelt werden kann. Siehst du das ähnlich? Felix: Ähm Jein wir hören ja dann in deinem Podcast meine Prognosen, da ist auf jeden Fall eine auch dazu drin, aber ich [00:20:00] könnte mir schon wieder vorstellen, dass ich viel zu optimistisch damit bin, weil auch das, also... Wie soll man sagen? Also das heutige gesamte Internet, alle Systeme und Tools, die wir nutzen, sind für die meisten KI-Agenten halt überhaupt noch nicht intuitiv nutzbar und ich glaube, dass ganz viele, also diese Veränderungsprozesse, dass wirklich... Die vorhandene Software, vorhandene Arbeitsweisen Prozesse, dass das wirklich umgestellt wird und Leute sagen, ich mache jetzt hier seit zehn Jahren in diesem Spesenabrechnungstool meine Spesenabrechnung und ja, jetzt könnte ich mir das einfacher bauen und Menge Lizenzkosten sparen weil es eigentlich die Kernfunktionalität so simpel ist, dass ich das, Basteln könnte. Glaube ich trotzdem, dass damit, bis das passiert und wirklich durchschlägt, dass es noch, wahrscheinlich noch ein bisschen länger dauern wird, als wir das so vermuten Aber, Christoph: einen ich wollte nur sagen, du hast schon einen guten Cliffhanger für die andere [00:21:00] Folge dann aufgebaut, aber du wolltest noch weiterreden. Felix: aber ich glaube, dass es sehr progressive Unternehmen, du hast ja auch jetzt, wir hören auch diese Stories immer wieder mal in unseren Podcasts geben wird, die einfach die zur Verfügung stehenden Möglichkeiten viel früher nutzen werden und auf jeden Fall in diesem Jahr zeigen werden, Das, also was alles schon möglich ist und wie weit man gehen kann, deutlich stärker als letztes Jahr, das glaube ich schon. Und wir nutzen selbst Lovable. Also wir haben selbst keine Entwickler bei uns. Wir hatten immer wieder, jetzt auch in 2025, das Problem, dass wir bestimmte Probleme mit anderer Software oder auch so mit Gen-AI-Plattformen nicht gelöst bekommen haben. Und wir haben dann angefangen uns ein Portfolio an selbstgebauten Apps aufzubauen, die wir heute intern nutzen und auch unseren Kunden geben, um ganz bestimmte Tasks zu machen. Also zum Beispiel haben wir ein komplettes System KI-geschützte App gebaut, um eine AI, um einen [00:22:00] AI-Use-Case-Prozess zu durchlaufen. Können wir heute nutzen oder den können wir auch unseren Kunden geben und sagen, hey, hier, spiel das durch für einen bestimmten Prozess und du kriegst am Ende deine Matrix und dein Konzept für die Umsetzung von einem Use Case ausgespielt. Was vorher ein Workshop von mehreren Stunden war an einem Whiteboard. Und die Möglichkeiten sind halt super. Also ich bin da total bullish. Christoph: Und ich würde sagen schauen wir dann gleich mal in das neue Jahr rein 2026 Felix: Eine hatten wir noch. Christoph: wir hatten noch eine, stimmt Felix: Genau, die größten Gewinner 2025 Christoph: Gewinner 2025 und zwar Kann man auch ganz schnell besprechen ich sagte der größte gewinner wird auf jeden fall die branche sein oder das unternehmen das die komplette wertschöpfungskette in-house hat beispiel berater von kundenanfrage bis zur umsetzung des projektes beratung des [00:23:00] projektes et cetera alles komplett im haus die haben es natürlich in der eigenen hand welche tools wie wie eingesetzt werden welche prozesse wie gemacht werden Bin ich selber noch sehr kritisch weil ich sehe auch, dass sich teilweise große Beratungsfirmen teilweise schwer tun, da am Ball zu bleiben, wie sich die ganzen Technologien weiterentwickeln, geschweige denn selber umgesetzt haben. Das heißt, als ganz großer Gewinner 2025 würde ich es nicht bezeichnen. Dann die zweiten Gewinner Softwareunternehmen würde ich schon sehen, weil die natürlich aufgrund des Hypes Einen kompletten Fokus einfach auf sich gerichtet haben und wenn man da gut aufgestellt ist mit seinen Produkten, dann sind die Kunden sehr offen, dass man über die unterschiedlichen Themen spricht und die kleinen Gewinner sind Datenbanken und Infrastruktur. Ich würde sagen, das geht auch noch weiter so, weil natürlich das das Fundament ist und darauf alles aufbaut.[00:24:00] Felix: Also, ich würde sagen, Gewinner 2025 ist ganz klar Google. Ich habe hier gerade nochmal meine App aufgemacht, meine Trading-App. Ich hatte viel Spaß mit Google in diesem Jahr, weil ich dachte, die sind einfach für den Job, den sie machen und die nach vorne raus die Möglichkeiten, die sie haben, durch eigene Chips wahrscheinlich das beste KI-Labor, was es auf der Welt gibt Plus ihre unendlich große Distribution in alle möglichen Kanäle, wo sie heute schon Milliarden von Kunden erreichen können. Und das hat sich ausgezahlt. Ich habe jetzt hier gerade nochmal geschaut, 40 Prozent die Aktie hochgegangen dieses Jahr. Keinerlei Empfehlungen Beratungen oder ähnliches aber ich glaube, da könnte noch mehr, deutlich mehr Luft nach oben sein, wenn sie das weiter so exekutieren. Und man hat jetzt, glaube ich gesehen, Also da schaue ich natürlich auf den KI-Markt aber wie Google so wirklich aus dem Windschatten rausgekommen ist und da auch Open AI richtig zum [00:25:00] Ächzen gebracht hat, die ja zum Jahresende noch den Code Red ausgerufen haben, um mehr Ressourcen auf bestimmte Themen zu packen und die Leute ein paar mehr Stunden arbeiten zu lassen, damit sie überhaupt eine Chance haben, noch ranzukommen und dann haben sie jetzt irgendwie so, wirkte für mich sehr verzweifelt Neue Modelle noch zum Jahresende recht schnell veröffentlicht neue Features noch rausgehauen, um irgendwie das Momentum aufrecht zu erhalten. Ich frage mich wirklich, wie lange das noch so funktionieren kann, aber meiner Meinung nach Google auf jeden Fall unfassbar guten Job gemacht in 2025 und da bestätigt sich meiner Meinung nach deine Prognose, nämlich die Unternehmen, die diese vertikale Integration haben, die komplette Wertschöpfung kontrollieren können, die haben massive Vorteile. Christoph: Wobei mich das dann eben gleich zur Prediction Nummer 1 führt tatsächlich. Felix: Sehr gut. Christoph: meine Prediction Nummer 1 ist, 2026 werden sich die Modelle der großen Anbieter nur noch [00:26:00] minimal unterscheiden Spricht ein bisschen gegen das, was du jetzt so zum Schluss nochmal beschrieben hast, dass du glaubst, dass Google die Nase vorne haben wird. Ich glaube... Weil man hat es ja auch dieses Jahr schon ein wenig gesehen, dass einmal das Modell besser war, einmal das andere. Und am Ende, und da kommen wir auch wieder zum Punkt ganz am Anfang, am Ende sind die Modelle im nächsten Jahr schon so gut, dass es für die meisten Aufgaben eigentlich egal ist, welches Modell ich verwenden werde. Die werden sich sehr stark immer und immer wieder überholen und am Ende ist weniger die Frage, welches Modell Muss ich jetzt einsetzen, sondern es ist die Frage, Thema Prozesse, weil ich werde mich als Unternehmen nicht mehr unterscheiden, weil ich jetzt Google einsetze oder weil ich irgendein anderes Modell einsetze, sondern ich werde mich unterscheiden weil ich mir Gedanken gemacht habe, wie kann ich meinen Prozess mit Hilfe von generativer KI neu denken. [00:27:00] Welche Daten habe ich selbst? Wie kann ich den Kontext bringen? Wie sieht der Input konkret aus? Und wie schaffe ich es auch, die richtigen Use Cases zu identifizieren, die jetzt mir als Unternehmen am meisten bringen? Da wird klar der Fokus drauf liegen. Und deswegen glaube ich dass die Modelle Dann eher quasi auf einem sehr ähnlichen Niveau sind, sodass man nur noch minimale Unterschiede sehen wird, aber die jetzt nicht ausschlaggebend sind. Felix: Also bin ich voll bei dir. Ich würde sagen, dass das heute schon mehr oder weniger der Fall ist, dass die neuesten Modelle es nur noch schaffen, mit wirklich noch weniger und noch schlechterem Input ein noch Besseres durchschnittliches Ergebnis zu bekommen. Aber das brauchen wir ja oftmals nicht genauso, wie du es schon beschrieben hast. Also sehe ich eins zu eins genauso. Was glaubst du denn, welche Fähigkeiten die Modelle trotzdem noch dieses Jahr entwickeln [00:28:00] könnten, die jetzt heute vielleicht noch nicht vorhanden sind? Christoph: Puh das ist eine schwierige Frage. Ich würde mich eher darauf fokussieren oder was ich glaube, wir haben ganz am Anfang auch besprochen, diese 70%, wo man wirklich Aufgaben hernimmt, die businessrelevant sind, nicht jetzt einfach einen simplen Mathe-Test zu machen und dann zu schauen, wer ist da besser und dann mache ich noch irgendwie ein Schachspiel oder sonst was und wer ist da besser, sondern wirklich, Business-relevante Aufgaben, wie performen die unterschiedlichen Modellen in diesen Bereichen und die dann am Ende von Menschen bewerten zu lassen, was ist besser, A oder B. Und dann stellt sich nicht mehr die Frage, welches Modell ist besser, sondern nur noch, welches Ergebnis ist besser und wie kann ich dafür sorgen, dass das Ergebnis, das jetzt noch nicht so gut ist, noch besser wird. Und das heißt da auch wieder voller Fokus auf das Thema Business Value. [00:29:00] Wie schaut der Weg aus, um zu Business Value zu kommen? Das ist, glaube ich der Fokus. Was siehst du? Felix: hören wir in deinem Podcast. Christoph: Sehr gut. Felix: lass uns zu Prognose 2 kommen. Christoph: Zwei, AI wird zum Action-Lehrer. Es ist noch nicht so verbreitet in Unternehmen, aber... Wir haben davor darüber gesprochen, Thema Randsysteme Kernsysteme und je mehr sich das Thema AI im Unternehmen verbreitet, desto häufiger ist eine Person als erstes in einen KI-Tool wie ChatGPT, nehmen wir als Beispiel zum Beispiel, aber kann natürlich durch jede Technologie dann ersetzt werden. Ich habe ein Chatfenster aktuell noch, Ich kann es durch Sprache steuern entweder reingesprochen oder reingeschrieben und dieser [00:30:00] Action Layer greift dann im Hintergrund auf die unterschiedlichen Systeme wie ERP, wie CRM, wie irgendeine andere Datenbank zu, dass ich genau diesen Output bekomme, den ich brauche. Gib mir einen Überblick über meine drei Top-Kunden, wie viel Umsatz haben die in den letzten drei Monaten gemacht. Ich muss nicht in ein CRM reingehen, mir einen Bericht bauen, überlegen, wo sind denn meine Kundendaten, wie kann ich den Bericht bauen, klick klick klick sondern ich stelle eine Frage, bekomme die Antwort und deswegen Layer dazwischen und Action-Layer, weil ich dann natürlich auch Aktionen auslösen kann, nicht nur Output vom System bekommen kann, sondern auch sagen kann, okay, das sind meine Top-3-Kunden. Bitte leg eine Opportunity für Kunden A an. Bitte vereinbare einen Termin mit Felix und suche dann auch einen passenden Termin für nächste Woche. Felix: Wem gehört dieser Action Layer? Ist das ein [00:31:00] OpenAI oder ist das ein Microsoft, die auch das CRM dazu haben oder ist das dann SAP, die das ja auch, also das ist ja die Idee von diesem letzten Interface, von dem immer wieder gesprochen wird. Ich denke, das hast du auf Consumer-Seite, dass du nur noch irgendwo rein sprichst und dann läuft dein Agent los und besorgt dir die Information oder bucht irgendetwas für dich und eigentlich gehst du auf gar keine Webseiten mehr und das, was du beschreibst So wie ich es verstanden habe, ist das ja gleich jetzt auf B2B-Ebene, nämlich du hast verschiedene Systeme loggst dich aber dort gar nicht mehr ein, sondern hast dieses eine AI-Interface, was damit verbunden ist und dort Informationen rausziehen und Aktionen ausführen kann. Und damit verliert ja, würde ja dann jedes Unternehmen quasi irgendwie den Kundenzugang so halbwegs verlieren und ist ja dann nur noch irgendwie eine Datenablage. Ja Christoph: Ich würde das nicht so schwarz-weiß sehen, dass wer Gewinnt am Ende dieses Rennen und wer ist dieser Action-Lehrer [00:32:00] Weil da sehen wir ja auch heute schon, es gibt nicht einen CRM-Anbieter es gibt nicht einen ERP-Anbieter sondern es gibt unterschiedliche Firmen und je nach Unternehmensstrategie sind unterschiedliche Technologien in ihrer IT-Landschaft vorhanden. Und genau so wird es auch Ausprägungen geben beim Thema Action-Lehrer Es wird einmal Microsoft sein, einmal wird es SAP vielleicht sein, einmal wird es vielleicht Blockbrain oder sonst was sein, vielleicht im Mittelstand, komplett wieder andere Tools im Startup-Umgebung auch wieder andere. Es wird eine reine Unternehmensstrategie sein, welchen Action-Layer möchte ich haben, so wie ich aktuell ein CRM oder ERP auswähle. Felix: Okay, aber dann würde quasi um das so ein bisschen oder also dann würdest du sagen, dass sich dieses Action Layer, dieser Action Layer als Art neues Tooling etabliert und Mitarbeiter [00:33:00] deutlich mehr Zeit auf diesem Action-Layer verbringen, als das, was sie heute in den anderen Systemen verbringen. Christoph: Das heißt, die Zeit, die ein Verkäufer im CRM aktuell verbringt, wird weniger und dafür mehr im Action Layer. Felix: Okay, da bin ich sehr gespannt. Also ich bin vor allem gespannt, weil Weil ich glaube ja, dass, also ich glaube das auch und sehe das auch und wir zum Beispiel uns in der Firma setzen das auch genau so auf, also wir haben eine zentrale KI-Plattform, da hängt alles dran, all unser Wissen, alle unsere zentralen Tools und wir können dort dann Agenten drauf aufbauen, die auf dem Wissen und in den Tools Aufgaben ausführen und wir auch Diese dann wieder anstoßen, also es ist eher ähnlich, was du beschreibst, aber wir merken zum Beispiel auch, dass so Tools wie Notion, wo wir uns das gesamte Unternehmenswissen [00:34:00] dokumentiert haben und so Projekte managen und ähnliches, die drücken natürlich massiv dagegen, also sie machen ihre Schnittstellen gar nicht so richtig auf, dass man sehr smooth damit arbeiten kann, sondern versuchen, Uns natürlich immer wieder in Notion reinzuziehen, damit wir deren KI nutzen, deren KI natürlich perfekt auf den Daten in Notion arbeiten kann und wir wollen aber eigentlich genau diesen zentralen Layer aufbauen und da merke ich schon, dass das natürlich ein Kampf um den Kundenzugang irgendwie ist. Das ist ein Gefühl gerade, eine sehr anekdotische Evidenz aber natürlich irgendwie HubSpot, Salesforce, Zendesk und Co., die müssen sich ja auch irgendwie ihr Geschäftsmodell verteidigen. Christoph: Absolut deswegen investiert ja auch jeder genau in diese richtung thema agenten weil Sie diesen Trend nicht verschlafen möchten und vielleicht trotzdem einen eigenen Action Layer haben. Wie der dann aussieht ist wieder was anderes. Aber ich [00:35:00] glaube, dieser generelle Action Layer, das wird eben eine super spannende Entwicklung werden. Felix: Also ich würde sagen, das dreht sich von einer KI beantwortet etwas, Zu KI macht etwas. Christoph: komplett. Felix: Okay, was hast du noch im Gepäck? Christoph: Die Renaissance von Intelligent Automation. Du hast es auch am Anfang angesprochen und zwar, was ich eben deutlich beobachte ist, auch so wie du gesagt hast, Man wird langsam ein bisschen müde weil es nur noch um AI geht. Es ist eine Technologie, die sich super schnell weiterentwickelt, wissen wir, viel Potenzial wissen wir, alles okay. Aber wenn man mit den unterschiedlichen Unternehmen spricht, hat man das Gefühl, dass nur noch der Fokus auf dem liegt, Man sich auf diese Sache fokussiert man dann aber wieder zwei, drei Schritte [00:36:00] zurückgehen muss, weil das Problem gar nicht verstanden worden ist und das Problem gar nicht lösbar ist mit KI, sondern eigentlich mit simpler Automation-Technologie. Und der Intelligent Automation-Ansatz, der ja so vor den generativen KI-Hype ein gängiger Begriff war, jetzt ein bisschen weniger geworden ist, sagt ja nichts anderes als, ich habe ein Problem, ich möchte das Problem automatisieren Und ich nutze unterschiedliche Technologien, die für diesen Use Case genau passend sind, um das Problem lösen zu können, sprich automatisieren zu können. Ob das jetzt Robotic Process Automation einen Teil abdeckt, ob da jetzt Gen AI drinnen ist, ob da sonst was drinnen ist, ist komplett egal, sondern eher die Frage, was ist das Problem, welche Technologien helfen mir bei diesem spezifischen Problem zu Das eben zu lösen. Und deswegen glaube ich, dass man da eine klare [00:37:00] Tendenz wieder sieht, okay, KI ist jetzt nicht der Ausgangspunkt sondern klar Mittel zum Zweck. Felix: Also das Problem, das zu lösende Problem rückt wieder stärker in den Vordergrund. Christoph: Ja, auch Felix: dann gelöst wird, also das dazu passende Werkzeug und quasi der Push kommt nicht mehr von der Technologie, wie es jetzt in den letzten zwei, drei Jahren stark der Fall war, sondern wieder stärker vom Problem her und es wird differenzierter darauf geschaut, was ist der richtige Ansatz um das Problem zu lösen. Christoph: Und dann sind eigentlich so drei Fragen, die man so im Kopf haben sollte. Wie viel Arbeit kann ich dann auf die Maschine auslagern? Punkt A. Wie kann ich das Ganze kontrollieren? Orchestrieren. Das heißt, ich muss mir Gedanken machen, wie die Governance aufgebaut wird, wie ich auch beobachten kann, wie die unterschiedlichen Technologien miteinander arbeiten [00:38:00] und interagieren. Und der letzte Punkt ist, wie schnell kann ich das auch machen? Es hilft mir nichts, wenn ich ein Use Case habe, wo ich bei der Umsetzung fünf Jahre brauche und dann ist er hoffentlich gut, sondern ich muss beobachten, Auch basierend auf den Marktbedingungen, Technologie Weiterentwicklungen schnell zum Ziel kommen und deswegen wird auch das eine super wichtige Kennzahl in diesem Kontext sein, wie schnell komme ich, also Time to Value. Felix: Du hostest ja den State-of-Process-Automation-Podcast, also bist ja seit Jahren wirklich genau auf diesem Thema unterwegs. Jetzt ist sicherlich KI ja noch stärker als Dimension in dem Gesamtkontext Automation hinzugekommen. Aber wenn du heutzutage Wenn mit deinen Gästen sprichst, was würdest du denn so als Hausnummer sagen, wie viel von dem was heute automatisiert wird in Unternehmen, wie oft ist denn da KI überhaupt drin und wie oft sind es dann doch noch klassische [00:39:00] Ansätze wie RPA, regelbasierte Automation und Co.? Christoph: Ich würde sagen, der größte Teil... Man muss ja auch wieder unterscheiden, was ist der Use Case ganz konkret? Weil es gibt Unternehmen, die sind eher so aufgebaut, dass sehr viel regelbasiert schon ist. Weil sehr viel standardisiert ist, Beispiel Finanzbranche, da kann man natürlich schon mit Tools sehr gut arbeiten und möchte vielleicht auch nicht dass generative KI irgendwie etwas neu erfindet sondern es muss eins zu eins genau so abgearbeitet werden. Das heißt, es gibt Branchen, die sind natürlich gut aufgestellt, um mit Standard-Automatisierungstools umzugehen Erfolge erzielen zu können. Es gibt aber Branchen, auch unterschiedlichste Knowledge Worker, wo es dann eben nicht möglich ist, alles komplett zu standardisieren und zu sagen, gut, klick da, klick da, klick da, [00:40:00] so müssen wir das Ganze automatisieren und da brauche ich natürlich diese Flexibilität die generative KI bietet. Aber ich würde sagen, Status Quo der größte Teil ist mit Standard Tools automatisiert, aber Es geht natürlich eben genau in diese Richtung und genau in diese Überlegungen, dass damals ein Center of Excellence ist entstanden um Robotic Process Automation, um irgendwelche Low-Code No-Code Tools in diesem Center of Excellence zu vereinen. Im Unternehmen dann Use Cases zu identifizieren diese umzusetzen und ich sehe auch, dass genau diese Unternehmen, die damals einen kompletten Fokus auf Automation gelegt haben, dass die sich jetzt leichter tun, generative KI ins Unternehmen zu bringen, weil der Ansatz der hat sich nicht geändert. Ich brauche ein C-Level-Commitment, dass ich was machen kann. Ich muss die Fachbereiche involvieren, dass [00:41:00] ich die konkreten Business-Probleme identifizieren kann. Ich muss da eng zusammenarbeiten, dass das Center of Excellence dann Den Prozess automatisieren kann oder mit Unterstützung, das der Fachbereich ja selbst macht. Und so kann ich das ganze Thema dann sukzessive intern skalieren. Ich muss die Ergebnisse intern auch weitertragen, dass du auch in der anderen Abteilung was darüber erfährst, dass du sagst, ah okay, die machen spannende Dinge. Der Ansatz hat sich nicht geändert. Der ist ähnlich und deswegen tun sich diese Unternehmen auch aktuell gut Ist leichter als die Unternehmen, die sagen, gut, das war so ein kleines Thema, hat die IT irgendwo mitgemacht oder haben wir komplett extern ausgelagert. Felix: ganz klar. Ich finde ja schön, dass KI ein Dosenöffner war in vielen Firmen in den letzten Jahren, um mehr Sichtbarkeit auf überhaupt mal Digitalisierung, Prozessdigitalisierung, Standardisierung, Automation [00:42:00] und womit das dann gelöst wird, am Ende, also ich erlebe das so, dem Unternehmen ist es eigentlich Wurst wie das heißt, sondern Hauptsache es wird gelöst und ob das dann KI oder Automation oder RPA oder was auch immer ist, ich erlebe das so, dass das da noch gar nicht so stark differenziert wird und aktuell oder in den letzten Jahren auch irgendwie alles KI war, aber Da sind wir wieder beim Problem, um das es am Ende geht. Lass uns... Christoph: Ich wollte nur sagen, was aber natürlich nicht heißt, und das brauche ich, da bist du der Falsche, den ich das sagen muss, aber was natürlich nicht heißt, dass man sich mit KI nicht beschäftigen sollte, weil man muss die Technologie verstehen, man muss auch verstehen, was ist möglich, Weil es sind teilweise andere Use Cases oder Kombinationen von den unterschiedlichen Technologien, die dann ermöglichen dass ich wieder komplett andere Use Cases [00:43:00] automatisieren kann, die davor nicht möglich waren. Felix: Ja, also die Fähigkeiten über Text, Bild, Audio, Video und Code, das sind die Datentypen, auf denen generative KI gut arbeiten kann und gelernt hat, immer effizienter und auch von der Qualität her diese Daten zu verarbeiten und zu generieren. Immer wenn ich also mit diesen Daten viel arbeite im Unternehmen, dann sollte ich mich mal irgendwie damit auseinandersetzen, ob das, was da getan wird, nicht eigentlich von einer KI schon deutlich schneller oder besser gemacht werden kann oder massiv unterstützt werden kann. Also klar, die Flexibilität ist einfach noch größer geworden. Das ist das Schöne dass uns jetzt noch eine größere Toolbox zur Verfügung steht, um mehr machen zu können, was vor allem nicht möglich war. Christoph: Mein nächster Punkt wäre, dass dieses Jahr vor allem so das Jahr der Anwendung wird. Wir haben im letzten Jahr gesehen, MIT-Studie ist auch im Sommer rausgekommen, 95 Prozent der Unternehmen haben einen Piloten aber [00:44:00] sind mit diesem Piloten nicht produktiv geworden, haben keine deutlichen Ergebnisse gesehen. Und das wird dieses Jahr anders werden, weil... Ich habe ganz am Anfang beschrieben, die Marktsituation ist nicht gut, die wirtschaftliche Situation und die Unternehmen müssen noch mehr Gas geben, dass sie echten Mehrwert für das Unternehmen mit generativer KI auch realisieren werden, weil sonst wird das ein oder andere C-Level mal eher auf die Bremse drücken, dass wir sagen, okay, Ist ein wichtiges Thema, aber wir fahren ein bisschen langsamer, was glaube ich die falsche Antwort darauf wäre und deswegen werden die Unternehmen noch mehr am Fokus drauf legen, was sind die richtigen News Cases, wie können wir daraus Business Value generieren und ich glaube, dass wir dann so Mitte, Ende nächsten Jahres wahrscheinlich eine bisschen andere Studie sehen werden. Wäre das dann veröffentlicht werden wir sehen, aber dass die Ergebnisse sich [00:45:00] doch in eine andere Richtung, sprich positiv, entwickeln werden. Felix: Ja, also das hoffe ich auf jeden Fall und passt ja sehr gut zusammen mit deinen anderen Prognosen und ich glaube da auch stark dran. Ich meine, das Problem mit diesen Studien ist immer, dass wenn man dahinter schaut oder... Und die Studie natürlich immer so designed werden kann, dass ein bestimmtes Ergebnis bei rauskommt. Bei dem MIT-Ding das waren ja wenige hundert Führungskräfte, die, glaube ich befragt worden sind und dann, wenn man mal geschaut hat, was haben sie denn gemacht, wie sind sie denn vorgegangen, um ihre Piloten umzusetzen und da kam dann zum Beispiel raus, dass Viel versucht wurde, selbst in-house zu bauen, anstatt zum Beispiel mit Startups zusammenzuarbeiten, die das Problem gelöst haben und ähnliche Sachen, wo man sagen würde, okay, es ist dann kein Wunder, dass die Ergebnisse dabei rauskommen. Aber auch das gehört ja oft zu der Reise mit so einer neuen Technologie, dass man auch den Umgang, auch wenn [00:46:00] manche Dinge eigentlich Best Practice sind, auch außerhalb von KI, trotzdem den Umgang damit dann immer wieder neu lernen muss und diese Lernstreifen dazugehören. Ich glaube, die wurden jetzt reichlich gedreht in den letzten Jahren und ich freue mich da einfach drauf, wenn der Fokus, also wenn das eintritt und wir mehr über Anwendungen anstatt über das nächste neue Modell oder nächste Feature in ChatGPT sprechen, dann ist es auf jeden Fall ein gutes Thema. Christoph: Ich habe noch eine letzte Prognose die können wir schnell besprechen. Und zwar, wir haben auf der einen Seite über den Action-Lehrer gesprochen im B2B-Umfeld und auf der anderen Seite gibt es ja aktuell auch die Entwicklung, dass OpenAI die ganzen Apps wie Booking.com [http://booking.com/] etc. in JGPT einbaut. Und da bin ich super skeptisch. Ich glaube nicht, dass im nächsten Jahr... Wir oder andere Leute direkt in JPD alle sagen, hallo, buch mir bitte einen Flug, der sollte von [00:47:00] Wien nach Frankfurt gehen und es sollte einfach der billigste sein, buch mir das komplett durch. Glaube ich nicht dass wir schon so weit sind und komplett darauf vertrauen und gar nicht mehr sehen müssen, welche Angebote es noch gibt. Da glaube ich dass diese... Anpassung diese Verhaltensänderung dass das noch Jahre dauern wird, Felix: Was würdest du denn heute so einen Agenten schon machen lassen im privaten Kontext? Christoph: zum Beispiel. Dass ich dann nochmal ganz detailliert sehe, was sind die unterschiedlichen Möglichkeiten. Und ich glaube, das müssen auch viele Menschen sehen, so wie Windows Shopping. Ich habe, egal ob das virtuell ist oder physisch, ich schaue mir gerne die Sachen an. Speaker 2: Vielen Christoph: ist, okay, sage ich vielleicht, hey, such mir die bestbewerteste Zahnbürste raus und [00:48:00] bestell mir die, wobei man da auch ganz ehrlich sagen muss, wenn man zurückblickt, Alexa ist auch nicht super erfolgreich geworden. Und im Prinzip ist es das ähnliche Konzept und auch das hat ja schon funktioniert, Alexa, leg mal was in den Warenkorb und bestell es mir, ist vor allem in unserem Bereich, ist es nicht gängig und wenn wir jetzt auf ChatGPT schauen und sagen, jetzt sollte es aber so sein, glaube ich dass wir da in den letzten Jahren auch durch den schlechten Erfahrungen von diversen Chatbots noch kein Vertrauen haben, dass wir im nächsten Jahr schon sagen, gut, Jetzt vertraue ich dem blind, bestelle mir dies, bestelle mir jenes sondern ich möchte die Produkte sehen, ich möchte vielleicht noch unterschiedliche Fenster haben, wo ich die Produkte vergleiche und dann entscheide ich mich. Felix: Und was müsste passieren, also das wäre das, was passieren müsste, damit du Vertrauen aufbaust oder gibt es da noch was anderes, damit du sagst, also ich vertraue der KI, solche [00:49:00] Aktionen für mich auszuführen. Christoph: Ich glaube, dass das Verhalten der Menschen, so wie es sich über die letzten Jahre geprägt hat, nicht einfach von heute auf morgen verändern wird. Und das Verhalten ist, ich möchte etwas sehen, ich möchte etwas vergleichen können. Wenn das gegeben ist, dann kann ja... Dieses Chatfenster ein guter Begleiter sein, weil es zeigt mir im Chat vielleicht die unterschiedlichen Produkte an, ich sage, ja, das passt vielleicht nicht, bekomme da nochmal einen Vorschlag, es soll mehr in diese Richtung gehen, bekomme nochmal ein anderes Produkt, aber was ich nicht glaube, ist, dass ich sage, bitte buch mir das, ich möchte nichts mehr sehen, buch es einfach durch, ich sehe dann eh die Rechnung und that's it. Das glaube ich noch nicht. Dass es ein Begleiter ist, ein Berater, das schon, habe ich auch dieses Jahr selber gemacht, also 2025 so, letztes Jahr, Habe ich mir zum Beispiel Sportschuhe online bestellt. Ich wollte eigentlich das gleiche Modell [00:50:00] mit der gleichen Größe. Das war ausverkauft und habe dann ChatGPT gefragt, was wäre basierend auf diesem Modell, weil bei Sportschuhen ist es ja auch oft so, der eine ist breiter geschnitten, der andere enger und da ist es dann super individuell wie die Fußpassform ist. Und habe dann einfach Chat-GPT gefragt, das Modell habe ich, diese Größe davon, was sind ein, zwei andere Modelle, habe die Vorschläge bekommen, habe diese gebucht und tada, es hat wirklich gepasst. Das heißt, ich muss das nicht mehr zurückschicken, das kann ich mir schon vorstellen, aber nicht eben, dass es einfach blind durchgebucht wird. Felix: Ich nehme das dann schon mal vorweg ist auch eine meiner Prognosen. Niemand gibt seinem KI-Agenten 2026 seine Kreditkarte, glaube ich überhaupt nicht dran. Ähnlich genau, also ähnliche Gedanken dazu, wie du sie geteilt hast. Christoph: Das waren meine Prognosen [00:51:00] für 2026. Felix: Christoph, sehr, sehr spannend. Magst du noch einmal kurz zusammenfassen? Ich habe leider verpasst mitzuschreiben, aber vielleicht gehst noch mal ganz kurz alle Prognosen durch, dann haben wir sie zum Abschluss noch mal auf einen Blick. Christoph: Dass sich die Modelle großer Anbieter nur noch in Nuancen unterscheiden werden, Punkt 1. AI wird zum Action-Lehrer, Renaissance von Intelligent Automation, Fokus auf die Anwendung Dass die richtigen Use Cases gefunden werden und wirklicher Mehrwert realisiert wird. Und Thema JGPD-Nutzung oder anderes Duo, dass man nicht blind dem Agenten anvertrauen wird, dass der nächste Flug gebucht wird. Felix: Sehr gut. Ich bin gespannt, wenn wir in einem Jahr wieder darauf zurückblicken. Viele gute Prognosen [00:52:00] auf jeden Fall dabei und ich freue mich einfach. Also wenn das so eintritt in diesem Jahr, dann kommen wir, glaube ich in einen sehr, sehr großen Schritt nach vorne und kommen aus diesem rein Tech-Buzz und Hype raus und zu Real-World-Use-Cases und Value und ich glaube, das ist ja das, was am Ende passieren muss, damit Und auch die Blase, die ja schon recht groß geworden ist, zumindest mal an der Börse, also platzen wird sie, glaube ich. Ich glaube, da gibt es keinen Weg dran vorbei. Aber dass die Technologie nachhaltig ihren Weg in unser Unternehmen und auch in unser Leben findet und nicht wieder verpufft. Ich glaube, da müsste schon viel passieren, damit das... Also, damit das noch irgendwie scheitern könnte oder so, ich glaube, dafür ist es wahrscheinlich schon ein bisschen zu weit, aber ich glaube, ein bisschen mehr Ruhe und Fokus auf den Mehrwert tut gut. Gibt es etwas in deinem Podcast, was hast du dir für dieses Jahr [00:53:00] vorgenommen, irgendwelche Ziele, die du gesteckt hast, was erwartet uns im State-of-Process-Automation-Podcast? Ja Christoph: Um ganz ehrlich zu sein, der gleiche Fokus wie 2025, Felix: Vielen Christoph: zu finden, die Coole Erfahrungen gemacht haben, die coole Ideen Strategie haben, wie man eben Technologien so anwendet, dass ein guter Mehrwert daraus entsteht Das ist der volle Fokus und der bleibt tatsächlich unverändert. Felix: Dann wünsche ich dir viel Erfolg dabei. Ich freue mich, euch oft zuzuhören und wir hören uns in einem Jahr. Danke Christoph. Christoph: Ciao Felix! Felix: Das war Teil 1 von unseren Prognosen. Wir haben jetzt den 2. Januar und ab dem 3. Januar Samstagabends kannst du bei Christoph im State-of-Process-Automation-Podcast reinhören und dort teile ich meinen Rückblick auf das Jahr 2025 und meine Prognosen für das KI-Jahr 2026 und ich freue mich, [00:54:00] wenn du reinhörst.