Herzlich willkommen zum AI-First-Podcast. Heute zu Gast sind Anja und JJ von der Otto Group und wir reflektieren heute einmal die letzten Jahre der KI-Reise von der Otto Group prognostiziert Machen eine Bestandsaufnahme, wo sie heute stehen und sprechen über ein sehr wertvolles Element in ihrer KI-Transformation und auch Adaption nämlich KI-Hackathons, wie sie konkret Hackathons einsetzen und welche Ergebnisse sie damit erzielt haben und werfen dann noch Blick in die Zukunft, wie geht die KI-Reise bei der Otto Group weiter, was haben sie sich vorgenommen und wie wird sich auch KI im E-Commerce weiter auswirken. Anja, JJ, schön, dass ihr da seid und ich übergebe einmal an euch für eine kurze Vorstellung. Anja: Ja, moin meinerseits, vielen Dank einmal für die Einladung und genau, ich bin Anja, ich arbeite mittlerweile seit elf Jahren in der Otto Group und bin Teil der Otto Group 1.0 und dort [00:01:00] verantwortlich für die internen Corporate AI Themen und eins unserer größten Themen ist dann natürlich unser interner KI-Assistent OGGBT und da haben wir ganz viele Berührungspunkte vor allem mit meinem Kollegen. JJ: Okay Anja, ja, ich bin Juan José, aber du hast mich ja schon richtig vorgestellt, JJ. So kennt man mich, so stelle ich mich auch immer gerne vor. Ja, ich bin in der Auto Group Holding tatsächlich auch, sehr viel mit ein Jahr zum Glück zu tun und ich bin dort aktuell für die Tech Strategy verantwortlich. Das heißt, wir sind die Einheit die sich gerne um Synergien und mögliche Standardisierung nach vorne hin mit Zukunftstechnologien beschäftigen und entsprechend ist AI natürlich das, was wir heute 20 Pro 7 machen. Felix: 24-7 ist ein gutes Stichwort. Wenn ihr euch den ganzen Tag schon mit KI beschäftigt seit mehreren Jahren, wie setzt ihr die Technologie denn eigentlich selbst ein, für euch privat oder auch beruflich? Was sind so [00:02:00] eure Top-Use-Cases? Anja, ich spiele den Ball nochmal zu dir. Anja: Ja also ich probiere immer gerne einiges aus, muss zugeben manches klappt davon gut und manches nicht. Also lassen wir mal die beiden Teile einfach in die Betrachtung einfließen Genau, also ich nutze natürlich bei uns OGBT, aber probiere auch andere KI-Assistenten einfach aus, um den Markt da ganz gut zu kennen. Und eine Sache, wofür ich das immer super gerne mache, sind Dinge zum Beispiel von Bilder auszuprobieren Zu lesen Texte die ich dann weiter verarbeite oder aber auch tatsächlich in der Formulierung zu helfen. Beispielsweise wenn es um englischsprachige Texte oder sowas geht, ist das ehrlicherweise eine Riesenhilfe. Ich probiere jetzt auch gerade neuere Funktionen aus, wo wir OGPT mit unserem Outlook verbunden haben und ich da meinen Kalender mit planen kann. Das ist tatsächlich so ganz neu und sehr innovativ, aber ich sehe jetzt schon, dass die Grenzen da eigentlich fast unmöglich sind. Von daher das ist cool. JJ: gut zu dem, was ich mache. Beruflich, [00:03:00] OJJPT ist für uns natürlich morgens schon Sachen, Tage vorbereiten, Termine vorbereiten, auch Notizen machen, Protokolle für Termine. Das ist auch eines der größten Vorteile weil ich selber bin absolut nicht gut darin Notizen nachzuhalten. Ich bin dann im Gespräch vertieft und dann vergesse ich irgendwas aufzuschreiben Fällt mir ja später im Nachhinein ein. Dadurch ist das eine große Hilfe. Privat nutze ich das auch tatsächlich sehr, sehr, sehr viel in der Organisation des Familienalltags mit Essensplänen, mit irgendwelchen Kostenanalysen. Also ich habe tatsächlich von 0 auf 100 mich mit dem Thema beschäftigt, wobei ich vorher, also AI so lange ist auch jetzt in der Orthopädie. Hatte wenig damit zu tun, Machine Learning, ja, okay, machen wir, cool, finde ich nice, aber verstanden habe ich es nicht. Jetzt bin ich tatsächlich ein Power-User von allen möglichen Tools. Ich probiere auch gerne alles. Also das finde ich auch sehr wichtig, [00:04:00] auch aus unserer Rolle heraus, aber auch privat interessiert mich das. Felix: Ja, und das ist ja auch der große Wandel der passiert ist, dass die Technologie jetzt so einfach zugänglich geworden ist und damit ja auch nochmal ganz der Ansatz, wie man diese Technologie eigentlich nutzbar macht im Unternehmen, sich ja auch aus meiner Sicht total verändert hat. Da ist KI, hast du gerade schon gesagt, ja nichts Neues für euch. Also macht ihr wahrscheinlich seit über zehn Jahren so ältere KI-Methoden, die ihr auch wahrscheinlich nutzt. Aber insbesondere in den letzten drei Jahren, insbesondere mit Large-Language-Models die immer einfacher nutzbar waren, habe ich euch schon sehr früh als So ein bisschen Vorreiter wahrgenommen oder sehr präsent zumindest, dass ihr zumindest mit OGGPT und anderen Initiativen das Thema doch schon sehr, sehr stark gepusht habt. Und ich würde da gerne auch mal von euch verstehen, wie sah eure Reise in [00:05:00] den letzten Jahren aus? Wo seid ihr angefangen? Was waren die wichtigsten Meilensteine? Und wie würdet ihr euren Status Quo heute beschreiben? Anja: Genau, ich fange da einfach mal an weil ich glaube, da könnten wir jetzt ewig ausholen, aber wir machen mal ein paar Beispiele. Das Erste was mir dazu einfällt, ist, dass wir tatsächlich schon in dem Bereich Chatbots sehr stark unterwegs waren, in ganz unterschiedlichen Business-Anwendungen und die tatsächlich dann auf KI quasi umgestellt haben, um einfach einen besseren Dialog zu Da führen zu können. Und ich glaube, das ist so das Erste, was man auch da mitnehmen kann für uns, dass wir einfach und schon gut darauf vorbereitet hatten, ohne vielleicht auch zu wissen, dass wir uns darauf vorbereitet haben. Wir hatten nämlich schon gute Technik die wir dann tatsächlich einfach weiterentwickeln konnten und mussten nicht bei null anfangen. Das heißt, das sind zum Beispiel Dinge, die uns stark beschäftigt haben, sowohl Halt auch intern. Wir hatten ein Produkt oder haben noch ein Produkt, das nennt sich Kodi, das ist schon wirklich so ein statischer Chatbot gewesen, der im Servicedex oder so hilft und der hat dann plötzlich auch noch andere Dinge gekonnt vielseitiger [00:06:00] geantwortet konnte besser zum Beispiel auch mit Dingen umgehen die er eigentlich nicht beantworten kann. Also da haben wir ganz, ganz schnell viel gemerkt. Ganz klar zwei Jahre OGPT, das ist glaube ich das erste wo jeder in der Otto Group an KI denkt und das ist gut und das ist richtig und das war viel Arbeit das heißt wir haben da einfach ganz klar den Ansatz verfolgt wir wollen KI zum Anfassen haben es tatsächlich mit so einer Technologie, gerade wenn wir so an KollegInnen aus den Fachbereichen denken, schwer zu greifen und gerade hören viele Leute dann was aus den News, es ist sehr weit weg und wenn manchen aber einfach etwas Anfassen können, ausprobieren können, dann nimmt das tatsächlich auch sehr viel Ängste und es bildet vor allem einfach Fakten und wirklich richtige und wahre Fakten Was ist KI? Was kann ich damit machen? Wir haben tatsächlich vor zwei Jahren damit angefangen und dachten auch damals so okay, wo uns die Reise hinbringt und lassen gerade so ein bisschen Revue passieren, was eigentlich alles passiert ist und mittlerweile haben wir einfach Funktionen da hätte ich vor zwei Jahren ehrlicherweise nie dran gedacht und [00:07:00] das Schöne ist, dass wir, Auch dadurch, dass diese Funktionen immer so nach und nach gekommen sind, die Leute einfach gut mitnehmen konnten. Und ich merke jetzt schon, dass ich auch die Gespräche mit meinen Kolleginnen komplett verändert haben über Dinge, über die wir heute sprechen. Zum Thema KI. Also am Anfang waren wirklich viele Mythen dabei. Ich sage mal auch Vorurteile. Mittlerweile tun wir das schon recht faktisch Basiert mit, hey, okay, ich habe da mal was ausprobiert, sag mal, warum geht das nicht, warum geht es vielleicht in dem Case, dann merke ich, okay, jetzt wird es produktiv, oder jemand sagt, ich habe da mal eine Idee, sag mal so, irgendwie könnte das was werden, wie ist da die Einschätzung oder so, also ich merke einfach, dass wir da ganz viel Wissen jetzt bei uns in der Mannschaft tatsächlich halt haben und dass dadurch dann wiederum ganz, ganz andere Cases auch noch entstehen und das finde ich ist so eine ganz spannende Reise. JJ: Tatsächlich, OGGPT ist für mich quasi das absolute Meilenstein, historische Meilenstein sozusagen. Ich glaube, overall ist die [00:08:00] größte Bedeutung die ich dem beisteuere, ist, dass diese Ängste einfach komplett genommen werden konnten und wir superschnell tatsächlich auch das Managementbein dadurch erlangen konnten, in diesen Themen reinzugehen. Weil arbeite ja auch schon länger im Innovationsbereich innerhalb der Otto Group, das ist Teil der Tech-Strategy und bei vielen Themen mussten wir einfach sehr, sehr sehr viel Vorarbeit leisten. Aber der Hype hat hier natürlich geholfen, um schon mal eine Tür zu eröffnen, wenn große Beratungsfirmen oder andere große Firmen dann natürlich auf Management-Ebene sehr viel darüber reden, dann hört man eher zu. Und ich glaube, wir haben genau den richtigen Moment erwischt. Als Organisation, um rechtzeitig um auch gut in den Thema einzusteigen und heute ja auch schon Früchte davon tragen, dass diese Gespräche, so wie Anja das beschreibt, heute ja schon möglich sind auf der Art und Weise. Natürlich hat das dann immer wieder eine andere Seite. Der Hype tritt nicht immer sofort [00:09:00] ein und dadurch sind wir natürlich für mich, für mein Empfinden sind wir tatsächlich noch früh in der Reise. Wo wir auch noch sehr viel Bewusstsein dafür schaffen müssen, wie viel sich tatsächlich noch zusätzlich verändern wird in allen Fachbereichen. Weil es gibt noch tatsächlich Bereiche, Menschen, die wir nicht erreichen durch unsere Formate oder durch diese ganzen Sachen, die tatsächlich den Tag Excel zu Excel machen oder Excel to Tool to Excel oder sowas in der Art. Und das ist, glaube ich auch etwas, was selbstverständlich Innerhalb der Otto Group weiß ich, dass wir Robotic Process Automation und all diese Themen schon ziemlich gut gemacht haben im Marktvergleich, aber auch noch sehr am Anfang sind, weil wir einfach so viel Unternehmen, so heterogen sind, unterschiedliche Geschäftsmodelle. Wir haben Firmen die noch Kataloge haben. Insofern wenn du die versuchst alle unter einen Hut zu bringen, ist das natürlich eine Anja: Ich finde auch, dass sich bei uns so die [00:10:00] Diskussion ein bisschen gedreht hat und da würde ich mal so ungefähr die letzten sechs Monate nehmen. Ich finde da hat sich nämlich was verändert. Wir haben verstanden dass die Zukunft in der Multi-Agent-Architektur liegt und am Anfang haben wir eher mal gesagt, Okay, wir brauchen irgendwie eine Lösung, die wirklich alles kann und sonst ist sie eine schlechte Lösung. Und ich finde, wir merken jetzt gerade, dass wir tatsächlich eher so kleinere Agents bauen, die wir dann miteinander kombinieren, sodass wir mehrere Expertinnen halt bauen. Und ich finde, da haben wir gerade eine ganz, ganz große Awareness für geschaffen bei uns. Und das macht diese ganze Diskussion gerade nochmal, finde ich, so auf ein nächstes Level, was wir dann da irgendwie erreichen und wo wir auch ganz, ganz neue Ideen halt jetzt irgendwie nochmal generieren können oder auch angehen können. Felix: Also ich höre da ein bisschen raus, dass ihr den OGGPT als internen Chatbot slash allgemeinem KI-Assistenten ... mit otto-spezifischem Wissen erstmal in der Breite ... ... zugänglich gemacht habt. Und daraus dann im zweiten Schritt auch so [00:11:00] einzelne Agents ... darauf aufgebaut werden konnten für speziellere Aufgaben. Und wenn ihr jetzt den nächsten Schritt geht, ... ... mehrere Agents zu kombinieren und zusammenarbeiten zu lassen, ... ... um mehrschrittige Prozesse auch abbilden zu können. Und das passiert alles auf der OGGPT-Plattform. Es entwickelt sich jetzt also deutlich weiter über ein Chatbot, ... dem ich eine Frage stelle und der mir dazu eine Antwort kann oder mir einen Text generieren kann, geht darüber hinaus. Anja: Ja genau, also wir glauben ganz fest daran, dass wir jeden Einzelnen und jeden unserer Kollegen einfach mitnehmen wollen. Das heißt, uns ist es wichtig, wirklich unabhängig von der Rolle, unabhängig von der Tätigkeit einen Zugang zu verschaffen zur KI. Deswegen haben wir es einfach für unsere 30.000 Mitarbeiterinnen ausgerollt von Anfang an und wir hatten schon in den ersten, Monaten da haben wir es noch Projects genannt, die Möglichkeit halt mit internem Content zu interagieren. Und das hat sich jetzt erweitert Das sind unsere Custom GPTs. Das heißt dort können wirklich dann [00:12:00] eigentlich, also am Anfang war es wirklich, ich kann eine Wissensdatenbank irgendwie hochladen Dann kam irgendwann System Prompt nochmal dazu. Wo ich dann schon merkte, okay, ich kann steuern wie die Antworten vielleicht generiert werden sollen und so weiter. Und jetzt haben wir noch mehr Layer tatsächlich dazu. Das heißt, wir können nicht nur statisch Content hochladen sondern wirklich auch Schnittstellen aktivieren. Und das ist jetzt die neue Ära der Tools, wo ich dann beispielsweise mit meinem Kalender interagieren kann und sagen kann, okay, sag mir mal bitte, wann ist die nächste Lücke? Ich möchte etwas machen oder irgendwie das geht um das Thema Zeiten buchen. Bitte stell mir mal Bis Ende des Jahres immer am letzten Tag im Monat einen Termin ein und der macht das. Und das ist richtig Zeit, die ich da tatsächlich spare. Und auch nochmal klar finde ich wird, dass wir einfach in eine neue Ära jetzt gerade reingehen. Und diese Agents wenn wir die irgendwann mal alle haben oder die Custom-GPTs, kann man miteinander verbinden. Aber auch nochmal explizit gesagt, UPGPT ist nicht die Lösung für alles. Also wir setzen auch auf unterschiedliche weitere Lösungen noch bei uns, probieren natürlich auch viel aus und wägen dann immer für uns ab. Felix: Wie [00:13:00] viele Menschen nutzen OGGPT heute? Anja: Das nutzen wirklich 10.000 Kolleginnen jeden Monat. Also ich war super erstaunt und positiv überrascht und gleichzeitig auch natürlich ein Resultat der Arbeit, die wir hier gemacht haben. Aber diese Menschen gucken und nutzen aktiv pro Monat OGBT, was wirklich verdammt viel ist. Wir machen auch immer regelmäßig Surveys und wir haben mal gefragt, so, was würdest du machen, wenn OGPT morgen nicht mehr da wäre? Und die meistgenanzte Antwort war weinen. Und ich glaube, das sagt schon ganz viel darüber aus. Ich kann mal erzählen, wir hatten letzte Woche einen Release und bei dem Release tatsächlich kam es zu einer ganz kurzen Downtime und die Teams-Nachrichten hörten nicht mehr auf. Wo ist mein OGPT? Ich kann es nicht mehr nutzen und so weiter. Also es ist Wirklich mittlerweile überlebenswichtig hier für uns geworden und zeigt einfach, welches hohe Commitment auch die Kolleginnen auf das Tool haben. [00:14:00] Felix: Ihr mal gemessen oder wie messt ihr den Business Impact, den das für euch hat? Anja: Genau, das ist ja eines der spannendsten Fragen, die sich glaube ich sehr, sehr viele halt stellen und tatsächlich sind wir nicht das Unternehmen für Kontrolle, das heißt, wir setzen uns nicht neben die Mitarbeiter und kontrollieren die und sagen, hey, wie viele Stunden hast du denn da jetzt wirklich gespart, das heißt, was wir machen ist, wir fragen immer auf freiwilliger Basis unsere Kolleginnen und Und da kommt ungefähr sowas wie drei Stunden tatsächlich raus. Das ist natürlich super abhängig von den Aufgaben die ich damit erledige, aber auch wie häufig ich es nutze und natürlich vom Jobprofil. Das heißt, da haben wir tatsächlich keinen Überblick. Aber das Grobe ist wirklich schon so ein großer Business-Impact, dass dann der Rest der Fragen sich damit schon beantwortet. Felix: Und die drei Stunden sind dann monatlich wöchentlich oder in welchem... Genau, Anja: die drei Stunden sind ungefähr halt pro Monat, kann aber auch pro Woche sein. Das liegt halt tatsächlich sehr, sehr [00:15:00] daran, je nachdem wie intensiv ich das nutze. Ich würde auf jeden Fall durch OBGPT meine persönliche Steigerung ungefähr bei einem Tag im Monat sehen. Das ist wirklich so das, wo ich merke, okay, es kommt auf die Aufgabe an. Manchmal weiß ich, ist gar nicht relevant und manchmal merke ich, okay, wow, da habe ich die Abkürzung genommen. JJ: Ich wollte nur kurz ergänzen, die Veränderung zum Beispiel in der Strategiearbeit ist halt sehr, sehr deutlich. Wir haben in einigen Projekten aktuell auch mit anderen Kollegen aus, wir haben die Konzertstrategie und die Textstrategie und wir arbeiten auch zusammen. Wir haben im Prinzip in jedem Monat Vorstandstermine, wo wir etwas präsentieren und dann arbeiten zwei Personen daran, wo früher vielleicht vier oder fünf dran gearbeitet hätten, weil die einfach diese Recherchezeit Wirklich deutlich halbieren oder sogar mehr wenn du zum beispiel jetzt studien nimmst du hast jede menge studien für irgendwelche sachen nutzten custom gpt und dann hast du [00:16:00] schon viel also diesen diesen anfangsprozess ist viel viel schneller und ist in dem bereich also sehr spezifisch auf den bereich wir haben ja auch die freiheit jetzt unabhängig von uhrzeit und anderen kolleginnen diese themen zu arbeiten um auszuprobieren und natürlich gehört auch sehr viel learning dazu so prompt learning mache ich jeden tag Aber da ist der Impact immens, würde ich sagen. Also da kannst du so viele Euros, wie wir da gespart haben, an Stunden die Senior Consultants normalerweise dran sitzen würden, um diese Studien auseinanderzunehmen, das ist halt deutlich, deutlich Impact. Felix: Es sind ja auch qualitativen... Also das eine ist ja immer, wie viel Zeit kann ich sparen, aber da gibt es ja noch so viel mehr. Also was ich immer merke ist so mentale Last. Ich habe da eine Aufgabe, die ich eigentlich nicht machen will und ich komme viel schneller vom weißen Blatt weg, habe viel schneller einen Startpunkt, kann viel schneller nochmal andere Perspektiven einnehmen lassen und das [00:17:00] lässt mich einfach mehr Gehirnkapazität auf andere Tätigkeiten verwenden oder ich kann konsistentere Qualität erzeugen oder Ähnliches Das sind ja auch noch so Mehrwerte die entstehen Mässt ihr das auch? Anja: Also fairerweise nein, messen wir nicht. Das geht auch wieder bei uns über die qualitative Ebene, wo wir einfach nach guten Beispielen tatsächlich fragen und die existieren an der Stelle. Ein Beispiel, was mir letztens genannt wurde, ist OGTBT hilft dabei, wenn ich eine E-Mail etwas unfreundlich schreibe sie freundlicher zu formulieren, sodass ich meine Kollegen nicht verkrauste damit. Finde ich tatsächlich einen total validen punkt das sind zum beispiel so sachen oder einfach auch noch mal drüber lesen sag mir noch mal was irgendwie die lücken sind was habe ich vielleicht vergessen das ist wirklich einfach noch mal eine unterstützung wenn man selber gerade irgendwie auch in seinem arbeitsfluss ist noch meine perspektive dazu zu bekommen ich sage mir das muss man wollen dass man muss auch offen für andere perspektiven halt generell als mensch sein dann ist das glaube ich einfach sehr [00:18:00] bereichernd Und das sind dann genau auch die Cases wo es dann halt hilft und ganz häufig einfach nicht vor diesem leeren Blatt Papier sitzen. Also das ist das, was ich häufigst mache. Ich fange so an ich habe so eine konfuse Idee und strukturiere das so ein bisschen für mich hin. Und dann habe ich schon meinen Ansatz und dann gehe ich halt rein und dann arbeite ich das nochmal so ein bisschen halt aus. Tatsächlich erwische ich mich selber dabei, dass ich immer weiter diese... Ich arbeite es aus, Schritte sogar auch mit KI mittlerweile gehe. Was ich gerne dabei mache, ist, ich probiere zum Beispiel unterschiedliche Modelle aus. Also wir haben eine große Modellvielfalt bei uns und merke tatsächlich, dass ich zum Beispiel mit einem Modell dann eine gewisse Grenze erreiche. Und dann gehe ich in ein anderes Modell und merke okay, das Modell ist hier in diesem Use Case gerade besser. Und dann gehe ich weiter tatsächlich mit KI. Das ist etwas, was dann wirklich doch nochmal deutliche Qualitätssteigerung, denke ich bietet. Felix: Jetzt dreht sich ja die KI-Welt alle paar Wochen weiter. Neue Modelle, neue Funktionen eingebaute Agenten in JetGPT, [00:19:00] Copilot und so weiter. Irgendwo konkurriert ihr ja mit OGPT auch gegen andere Produkte da draußen, die ja aber Hunderte oder Tausende Entwickler auf diesen Produkten haben. Wie seid ihr denn aufgestellt und wie Priorisiert ihr euch da, um irgendwie nicht allem hinterherzulaufen, sondern euch schon auf die Dinge zu konzentrieren, die für euch wichtig sind, aber gleichzeitig müsst ihr ja weiterhin ein wettbewerbsfähiges Produkt auch hinstellen, könnte ich mir vorstellen, dass das ja auch ein bisschen gechallenged wird oder ich kenne das zumindest auch aus unseren Projekten, wenn man da was intern hinstellt, was so viel schlechter ist als das, was es am Markt gibt, dann wird es halt nicht genutzt. Wie geht ihr damit um? Anja: Das ist eine super Frage tatsächlich. Also das erste ist immer, du musst den Markt kennen und du musst wirklich ehrlich zu dir selber sein und sagen, okay, was irgendwie bietet der Markt und was ist irgendwie so mein USP? Das ist immer so der Klassiker im Produkt. Und unser [00:20:00] USP ist, dass wir nur das machen und das entwickeln was die Otto Group braucht. Das ist einer unserer größten Vorteile Weil ich sage mal, der externe Markt, der muss das mal alles bedienen. Das müssen wir gar nicht so. Das heißt, wir können tatsächlich einfach schon mal den Funnel deutlich kleiner an der Stelle halt machen. Das machen wir auch. Und wir überlegen uns tatsächlich immer, wir priorisieren die Funktion sehr hoch, die möglichst generisch für die Otto-Gruß sind. Also wieder viele Konzerngesellschaften ansprechen, viele Jobprofile ansprechen und so weiter. Und wo ich tatsächlich auch im guten Aufwand nutzen zu einer Lösung komme. Also ganz häufig ist es so, du kannst ja technisch eigentlich alles möglich machen, wenn halt... Geld und Zeit unendlich ist und das ist bei uns natürlich auch nicht der Fall. Wir haben tatsächlich eine internationale kleine schlagfertige Truppe wo wir auch wirklich sehr agil in drei Wochen Sprints uns immer überlegen, was sind die Funktionen und ehrlicherweise manchmal denken wir so, okay, wir wissen jetzt schon die Roadmap für die nächsten irgendwie drei Monate und Und dann entscheiden wir uns nach drei Wochen wieder um, weil wieder ein neuer Impuls auf den Markt kam, weil wieder eine neue Technologie haben. Also Dinge, wo wir damals [00:21:00] dachten, das ist das Wichtigste, das kommt in den nächsten Sprints, das haben wir bis heute nicht realisiert. Also es ist immer fairerweise ein Abwägen und man muss damit leben, nie 100 Prozent liefern zu können. Also das ist so ein Teil des Herzens ist dann immer so echt erschütternd weil man will ja das beobachten Perfekte Produkt bauen und gleichzeitig ist es nicht unser Job, das perfekte Produkt für uns zu bauen, sondern das perfekte Produkt für die Otto Group zu bauen. Und wenn du das miteinander matchst, dann wird es tatsächlich gut. Das heißt, wir lassen uns natürlich auf dem Markt inspirieren, aber wir bauen auch tatsächlich keine anderen Produkte nach oder so. Das ist nicht unser Ziel. Es sind bestimmt Funktionen die es woanders auch mal gibt. Das passiert schon. Und gleichzeitig, und da kann ich glaube ich mal was erwähnen als Beispiel, wir haben gemerkt dass für unsere KI-Reise Es total wichtig ist, dass wir wissen, wie sehen unsere Prozesse aus. Und tatsächlich kann nicht jeder Mensch BPMN 2.0 prozesskonforme Prozesse aufmalen Also fair point. KI kann da aber sehr, sehr gut helfen. Das heißt, man kann... Also tatsächlich sage ich immer Text des [00:22:00] Prozesses rein und dann Dokumentation des Prozesses rausbekommen. Und das ist etwas, was jetzt gerade ganz neu in unserem Release war, weil wir glauben, dass gerade auch für den Bau von Agents es wichtig ist, seine Gedanken und seine Ideen zu strukturieren sich zu überlegen was will ich denn eigentlich mit dem Agent ab? Bilden um ihn dann zu implementieren. Das heißt, zu diesem Schritt sollte man, glaube ich einfach nicht überspringen, weil es dann ein bisschen unkontrolliert und konfus wird. Und genau das sind zum Beispiel so Dinge, die es dann sehr einzigartig machen, aber genau das widerspiegeln, was wir gerade als Otto Group brauchen. JJ: Dass du overall bei so einem Thema, wo es so early stage ist, Haben wir das Glück als Unternehmen die Leute da zu haben und die Teams zu haben, die genau diesen ersten Schritten machen können, um zu verstehen, was das für uns bedeutet, weißt du und dich nicht unbedingt nur von dem Markt oder jetzt von den großen Providern dann direkt in eine Richtung schieben zu lassen, weil wir wissen schon, dass am Anfang der Halbkurve viele Sachen [00:23:00] letztendlich angekündigt worden oder versprochen worden Die jetzt nicht in dem Umfang für uns ganz konkret in der Form eingetreten sind. Es hätte ja auch sein können, also es ist nicht so, dass das was passiert falsch war, in der Vermutung vielleicht sogar ganz richtig. Nur unsere Prozesse und unsere operative Realität im Alltag ist nun mal anders als die von anderen. Und das ist glaube ich eben dieser große Vorteil den wir haben und dass wir uns auch dafür entschieden haben, diesen Weg in der Form zu gehen Natürlich steht auch jedem Unternehmen dann hinterher offen, weißt du, wenn du irgendwann mal so weiter eskalierst und quasi die Kosten des zusätzlich Bauens und zusätzlich Feature-Bauens dann irgendwann mal zu hoch gehen und du einfach dann irgendetwas zusätzlich von der Stange dann letztendlich nimmst, ist no pain, aber du hast es für dich verstanden und kannst das wahrscheinlich viel, viel besser bewerten in der Zukunft, als dass du es jetzt hättest machen können. Felix: Ich habe jetzt verstanden, dass ihr… Wenn ihr es darüber geschafft habt, so die KI-Nutzung zu [00:24:00] demokratisieren, 10.000 Menschen nutzen das jeden Monat. Anja, du hast am Anfang gesagt, dass damit auch das Kompetenzlevel in der KI-Nutzung gestiegen ist und jetzt auch immer mehr Ideen kommen. Wie ist das denn, wenn dann jemand jetzt aus dem Marketing, Einkauf, Controlling oder aus dem HR-Bereich kommt und dann einen spezifischen Use Case hat und damit vielleicht auch an die Grenzen stößt dieses Tools? Wie geht ihr denn mit so vertikalen Use Cases in bestimmten Fachbereichen um und setzt? Die um? Ist da auch weiterhin OGGPT so zentraler Dreh- und Angelpunkt und wird auch in Prozesse und mit anderen Systemen verknüpft Oder macht ihr da auch so eine typische Anforderungsanalyse, geht dann auf den Markt raus und guckt wie ihr das am besten umgesetzt bekommt? Anja: Also das ist super abhängig von dem Case. Also jeder Case ist anders, sowohl fachlich als auch technisch nachher in der Lösung, wenn man sich überlegt, was ist jetzt das Beste, wie ich das entsprechend abbilden kann. Also was wir auf jeden Fall in der Otto Group tun, ist, wir [00:25:00] ermutigen immer jeden Mitarbeiter Kollegen oder jede Kollegin bei uns, die eine Idee hat, bitte hau sie raus. Bitte sag einmal Bescheid Also nur Ideen die gesagt werden können, auch gehört werden und dann finden wir da schon Mittel und Wege. Wir haben natürlich gerade auch für größere Use Cases natürlich Planning Prozesse in den einzelnen Konzerngesellschaften und so weiter. Wir müssen uns fairerweise immer entscheiden, Worauf fokussieren wir uns gerade? Man kann nicht alles gleich und parallel halt machen. Und eins unserer Instrumente, was ich hier gerne erwähnen würde, ist nämlich ein Hackathon. Das heißt, da habe ich nochmal eine ganz andere Möglichkeit, reinzugehen Und die Idee ist tatsächlich, dass diese Kolleginnen Ideen mitbringen, aber auch manchmal gar nicht wissen, wo sie die platzieren sollen oder sagen so, okay ich weiß gar nicht, ob die Idee eigentlich funktionieren würde oder nee, also ich weiß jetzt, bei uns sind die Ressourcen alle schon verplant So, das braucht einen Raum. Und vor allem was cool ist, ist, wir haben ja sehr, sehr unterschiedliche Konzerngesellschaften aber manchmal hat zum Beispiel auch jede Konzerngesellschaft sowas wie ein Marketing oder so. [00:26:00] Also wir haben auch Funktionen die tatsächlich überall vorhanden sind. Und unsere Idee ist genau, dieses Wissen wieder miteinander zu kombinieren. Das heißt, Hackathons funktionieren bei uns wie folgt. Wir haben immer erstmal eine Phase. In der wir sagen, bitte reicht alle Cases ein. Und wir haben da so ein paar Grundregeln. Das erste ist, es muss mal ein Business-Anforderer geben. Also es muss jemand geben mit der fachlichen Kompetenz, der weiß was dort passieren soll und inhaltlich abgebildet werden soll. Und das zweite ist, du musst auch Zeit haben, wenn der Hackathon stattfindet Das ist leider so eine kleine Einschränkung, aber das ist schon hilfreich. Und ansonsten musst du gar nicht viel wissen. Ich eine Felix: kurze Frage. Also das geht dann an 30.000 Personen raus und jeder kann dann seine Ideen ankippen? Ja da gibt es keinen Filter. Anja: Also wir glauben an die Kompetenz unserer Kolleginnen, von daher gibt es da erstmal keinen Filter, genau, und wir sammeln ein und gucken auch, dass tatsächlich wirklich alle Konzerngesellschaften sich da entsprechend beteiligen können, deswegen ist es zum Beispiel englischsprachig, damit wir das einfach [00:27:00] gewährleisten. Und ehrlicherweise kriegen wir dort immer einen sehr, sehr bunten Blumenstrauß. So das ist ganz schön zu sehen, wie unterschiedlich tatsächlich auch Cases dann beschrieben werden und tatsächlich auch manchmal wie reif die Ideen schon sind. Manchmal sind sie sogar schon zu konkret, da heißt es, ich will nur meine Technologie ausprobieren, dafür ist ein Hackathon fairerweise nicht das richtige Format, aber das heißt, wir kriegen dort... Und dann auch wirklich Kolleginnen, die sagen so, ich reiche da mal was ein und der Kollegin sagte mir mal, sie hat was eingereicht und sie dachte gar nicht, dass das irgendwie beachtet wird, nachher war das ein Top Case, ist super umgesetzt worden und danach auch dann weiterentwickelt worden, also wie gesagt, mutig sein wird hier auf jeden Fall belohnt. Genau, was wir dann machen ist, nach dieser Case-Einreichphase, dass wir uns mit ein paar Expertinnen zusammensetzen auch aus unterschiedlichen Konzerngesellschaften und diese Cases bewerten. Und da schauen wir uns an, unsere Hackathons sind immer zwei Tage, kann der Case in zwei Tagen zum Mini-MVP realisiert werden? Habe ich [00:28:00] die Datengrundlage die ich dafür brauche Tatsächlich auch eine sehr sehr wichtige Frage, die ich dort stellen muss. Und dann wählen wir das aus. Wir machen das immer mit einem Partner von uns, zum Beispiel mit einem Hyperscaler Und der bewertet das dann auch nochmal technisch und sagt so, okay, ich hätte auch Expertinnen, die uns dabei zum Beispiel unterstützen. Und dann entscheiden wir uns meistens für so eine Handvoll von Cases Also Qualität vor Quantität ist da immer tatsächlich unser Credo und dann darf sich bei uns in der Otto Group jeder darauf bewerben und sagen, ich habe Lust und zwar entweder eine Rolle als Fachbereich oder eine Rolle als Techie und dann gibt es immer meistens leider mehr Anmeldung und mehr Kolleginnen, die teilnehmen wollen, als wir dann abbilden können, aber da mischen wir dann auch einmal durch, sodass wir dann nachher meistens around about 40 Kolleginnen dann halt zwei Tage da zusammen an ungefähr fünf bis Sechs Cases halt arbeiten lassen können und die letzten Male wirklich aus jedem Case ein MVP rausgekommen ist. Also ich bin immer fasziniert was passiert, [00:29:00] wenn man einfach mal Menschen in einen Raum sperrt und sie einfach mal machen lässt. JJ: Ich glaube auch eines der größten Vorteile, die ich an diesen Formaten erkenne jetzt als ehemaliger Produktler, ist, dass wir in solchen großen Organisationen hast du natürlich nach wie vor Diese doch sich schon stark veränderte Rolle von Tech und Business, also diese Rollen wie die zusammenarbeiten. Aber es existieren natürlich noch Fachbereiche, die jetzt nicht unbedingt täglich Kontakt zur Technologie oder zu Technologiemachern haben. Und am Anfang unserer Reise weiß ich noch, viele Gespräche geführt zu haben, wo es immer hieß, naja, wir warten auf die BI-Teams, auf die Data Engineers, die uns dann sagen, was wir machen sollen Und auf der anderen Seite die Techies sagen, naja, aber welche Probleme wollt ihr denn lösen? Was können wir machen? Was sind die Ziele? Ich weiß es nicht. Und genau solche Formate bringen uns dazu, dass Leute ja Ideen bringen und die irgendwie benchmarken testen ins Gespräch [00:30:00] kommen und gemeinsam diese Ideen dann noch weiter fortführen oder weiterentwickeln und neu bewerten. Und du bringst diese, also diese Grenzen verschwinden dann so langsam. Und das ist auch so ein edukativer Vorteil von AI, weil Durch diesen Zugang wie du anfangs unseres Gesprächs gesagt hast, also es demokratisiert den Zugang zu dieser Technologie größtenteils, ist es für Menschen, die nicht Technologie erfinden, einfacher, damit rumzuspielen und ihre Ideen irgendwie zum Leben zu bringen. Anja: Absolut und vor allem es braucht sehr, sehr viele unterschiedliche Kompetenzen und das ist eines der größten Mehrwerte, die wir schaffen, weil sehr, sehr klar wird, es kann nicht nur aus dem Business oder nur aus der IT heraus funktionieren Du brauchst beides und zwar gemeinsam Hand in Hand wie Zahnräder und ich habe auch ganz häufig schon das Thema gehabt, dass ein Fachbereich sagt, naja, da muss ich mal einen Tag hinsetzen, dann ist das durch. Die sehen halt tatsächlich dann, wie viel Aufwand das ist. Und gleichzeitig sieht so ein Techie so, okay, die Anforderung ist vielleicht noch manchmal nicht ganz [00:31:00] klar. Ich muss in die Daten vielleicht nochmal nachschärfen. Ich muss nochmal genau nachfragen, was möchtest du für einen Mehrwert eigentlich jetzt hier gerade erreichen? Ich habe einen qualifizierten Tester zum Beispiel am Ende, der nochmal sagt, okay, mach das eigentlich das, was der Nutzer oder die Nutzerin dann erwarten würde. Und ich finde, dafür steht es halt einfach. KI kann nur funktionieren erfolgreich, wenn wir alle Kompetenzen gemeinsam an einen Tisch bringen Und wirklich auch mit einem gemeinsamen Ziel in die richtige Richtung laufen, dann wird es richtig gut. Wie Felix: viele Ideen bekommt ihr denn bei so einer Abfrage rein? Das müssen doch Hunderte sein oder so. Anja: Es waren tatsächlich keine Hunderte, aber es ist immer sowas eigentlich so um die 30, 40. Tatsächlich ist da doch noch vielleicht eine kleine Hürde da und fairerweise erreichen wir wahrscheinlich nicht alle. Aber wir merken halt auch, dass wichtig ist, das immer in so gewissen Zeitabständen zu machen. Also wenn ich täglich frage dann würde ich nur die gleiche Antwort bekommen. Und manchmal ist es aber auch so Dass zum [00:32:00] beispiel themen oder bin ich sehr dankbar für gewesen wieder eingereicht wurden also wir machen ja schon etwas länger ein hackathon was in dem fall gut ist und da war ein thema wo wir uns damals dafür entschieden haben dass die technologie noch nicht weit genug ist um ihn zu realisieren dann war dieser case letztes mal dabei ich habe mich gefreut weil ich dachte cool Jetzt ist der richtige Zeitpunkt und dann haben wir ihn halt umgesetzt und sowas ist tatsächlich auch besonders schön und eine tolle Message zu sagen, so nur weil irgendjemand mal den Case abmoderiert hat oder wirklich aus fachlich validen Gründen gesagt hat, du jetzt geht es gerade nicht, weil irgendwas nicht passt, bitte, wenn es eine gute Idee ist, bringen Sie wieder ein, komm wieder, glaub an die Idee und dann gucken wir, ob wir es zum späteren Zeitpunkt dann realisiert bekommen und ich glaube, das ist ganz, ganz wichtig, dass das keine Einbahnstraße ist. 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 [00:33:00] First weiterzuentwickeln. Für dich und die gesamte Community. Ich danke dir. Felix: Ich würde da gerne mit euch mal richtig tief reingehen, weil das Format ist großartig Ich höre es auch immer wieder, mache es selbst total und diese Power, was ihr auch beschrieben habt Magie wenn man so möchte, wenn man Menschen mal aus ihrem Alltags... Also im Alltag rausholt, wo ja dann doch zig Dinge dann immer wieder auf einen einprasseln und dann dann auch irgendwie KI dazwischen zu schieben, das ist total schwer, aber wenn man diesen Raum schafft, wo es nur darum geht und die richtigen Leute zu den richtigen Themen mit ein bisschen Zeit an einen Tisch holt das ist Wahnsinn, was da passieren kann und ich hatte hier Letztens auch ein Gast, der gesagt hat, auf deren KI-Transformationsreise waren Hackathons das eine wichtigste Element, um tatsächlich zu Ergebnissen zu kommen. Ihr scheint das ja jetzt zu bestätigen aber ich [00:34:00] glaube, vielen ist noch gar nicht klar, wie macht man das jetzt eigentlich ganz konkret. Und deswegen würde ich da gerne wirklich durch die einzelnen Punkte, Anna, die du beschrieben hattest nochmal durchgehen und sagen, also... Wie organisiert ihr das? Also ihr habt zwei Tage geblockt und dann habt ihr 30 bis 40 Teilnehmende und da ist ein Anteil eher mit Tech-IT-Kompetenz und der andere Teil kommt dann aus den Fachbereichen. Anja: Genau und wir schaffen natürlich vor allem erstmal den ganzen Rahmen. Also es ist tatsächlich so, man muss ein gutes Datum zum Beispiel wählen Wichtig ist, sowas wie Ferien zu beachten, aber auch vielleicht so andere Prozesse, die ich im Unternehmen habe, dass ich einfach zum richtigen Zeitpunkt damit tatsächlich auch unterwegs bin. Das andere ist, wir starten dann auch immer mit einer kleinen Keynote oder so, wo wir nochmal irgendwie gerade so ein bisschen auch irgendwie die neuesten Ereignisse in der KI-Welt beispielsweise teilen. Uns ist aber wichtig, die Leute kommen dahin Um loszulegen. Also ich glaube, ein Fehler, den man machen könnte, den wir hoffentlich nicht gemacht [00:35:00] haben, ist, am Anfang die erstmal irgendwie wie in die Uni hinzusetzen, sagen, wir erzählen euch jetzt mal, wie KI funktioniert, dann hat man das Momentum schon ruiniert ehrlicherweise. Das heißt, wirklich schnell die Leute ins Doing zu bringen. Wir haben dann immer so Marker wo wir sagen, natürlich irgendwie, wir haben auch zum Beispiel festgestellt Essen, wenn es welches gibt, das kann total pragmatisch sein. Also die Leute kommen nicht wegen dem Essen, sondern sie kommen wegen dem Hackathon. Sandwiches reicht völlig. Genügend ist die einzige Voraussetzung, aber dann klappt es. Und das heißt, die Leute legen los. Der erste Tag ist dann immer, wo tatsächlich viel Unterschiedliches ausprobiert wird. Und wir haben es ganz häufig erlebt, dass die Leute dann am ersten Tag wir haben dann meistens immer entsprechend Feierabend zum Beispiel um 17 Uhr, Und dass viele dann auch sagen, nee, ich will doch nochmal weitermachen. Also die Leute sind so dann in diesem Thema drin, dass sie sagen, okay, dieser Case fasziniert mich, ich möchte hier was schaffen. Und was wir auch gerne machen, ist zum Beispiel dann am zweiten Tag damit zu starten, dass wir uns aus einem anderen Unternehmen jemanden Dazu holen und der [00:36:00] einfach erzählt was die in diesem unternehmen zum beispiel mit ki schon alles gemacht haben also noch mal das thema voneinander lernen inspiriert sein das ist zum beispiel auch ein ganz cooler start und man so ein tag halt hinein und dann geht es wieder An das Thema Hacking Time und am zweiten Tag ab nachmittags geht es dann auch um das Thema Präsentation. Das ist auch etwas, was sich so über die Zeit bei uns etabliert hat. Das, was dort passiert, kriegt eine ganz, ganz große Attention im gesamten Unternehmen. Das heißt, wir haben letztes Mal das dann so gemacht, dass dann die Präsentation auch im Livestream übertragen wurde. Jeder aus dem Konzern konnte dazugucken. Hatten ganz, ganz viele TeilnehmerInnen, die sagten, okay, ich will sehen, was aus diesem Case geworden ist. Und obwohl sie vielleicht nicht dabei sein konnten, wollten sie trotzdem sehen, was kann man da produktiv entsprechend halt daraus machen. Und genau, am ersten Abend haben wir auch nochmal meistens so ein kleines Afterwork. Das hilft auch nochmal, um sich vor allem gut zu vernetzen und Ideen auszutauschen. Felix: Ist denn so ein Beispiel-Case, der [00:37:00] für so ein Format geeignet ist? Vielleicht hast du da ein paar Beispiele. Anja: Ja, genau. Ich kann aus einem unserer letzten Hackersons ein Beispiel geben, was tatsächlich von Bonprix kam. Und zwar ist es so, dass wir natürlich auch als Marke ganz viel auf Social Media kommunizieren. Und die Idee war tatsächlich, es gibt da Social Media Managerinnen, die diese Fragen dann alle beantworten und das tun die tatsächlich in sehr großer Stückzahl und uns ist es wichtig, natürlich eine gute individuelle Antwort zu geben und haben überlegt ob KI dort unterstützen könnte. Und tatsächlich ist das etwas, was im Hackathon erprobt wurde und danach noch ein bisschen weiter ausgefeilt wurde, dass wir tatsächlich Also es war ein Add-on für UGGPT tatsächlich am Ende des Tages. Also wir haben auch Dinge, die wir schon haben, wiederverwendet und nochmal ergänzt. Das heißt tatsächlich, dass Antwortvorschläge dann für diese Kolleginnen, die die Antworten schreiben, gibt. Und sie die dann verwenden können, aber nicht müssen. Das heißt [00:38:00] ganz wichtig, hier auch haben wir das. Human-in-the-Loop-Prinzip wieder, können daraus ganz, ganz viel lernen, können Dinge ausprobieren und vor allem aber auch sicherstellen, dass wenn die Antwort vielleicht jetzt nicht die ist, die wir eigentlich senden wollten, dass die gemacht wird. Und etwas, was wir auch wieder verwendet haben, ist, wir haben einen Brand-Language-Converter, das heißt, wir haben wie eine Brand-Language funktioniert mal in ein Prompt geschrieben und können tatsächlich Texte dann wir markenkonformen Formulieren. Und das haben wir dann natürlich auch einfließen lassen. Also das heißt, wir haben schon Dinge, die wir hatten, mit Dingen, die wir noch nicht hatten, kombiniert. Nämlich so ein Browser-Plugin, dass man das auch nutzen kann, da wo man gerade ist an der Stelle als Nutzer und nicht noch irgendwie zwischen Fenster wechseln kann. Und den Case haben wir sogar auf der OMR vorstellen dürfen. Und das war wirklich tatsächlich eine ganz, ganz tolle Geschichte, weil ich glaube, wahrscheinlich in den Normalprozessen wäre es irgendwie nicht durchgekommen, was auch schade ist, aber solange es am Ende so funktioniert hat, total gut. Felix: Gibt es Cases, wo du sagen würdest, die sind überhaupt [00:39:00] nicht geeignet? Anja: Genau, also ... Also ungeeignet sind Cases wenn ich weiß, dass ich technologisch momentan da wenig Handhabe mache. Also gerade wenn es häufig zum Beispiel nicht um das Thema Wörter sondern Zahlen gibt, da muss man ehrlicherweise sagen, da hilft Gen-AI häufig sehr wenig. Das heißt, das sind so Themen, wo wir meistens dann sagen, okay, da müssen wir nochmal gucken, das müsste man vielleicht auf einem anderen Weg dann eher sich ansehen und dann auch lösen. Oder auch, wenn es keine Daten gibt. Also wir haben tatsächlich schon auch mal so gehabt, da wollte ich ja mal einen Prozess automatisieren aber es gibt gar keine Datenpunkte Also ich kann nichts automatisieren wo ich keine Datenpunkte habe. Da habe ich keine Grundlage tatsächlich dafür. Das sind auch so Cases, die wir dann leider abmoderieren müssen oder Cases, die eingereicht werden, wo wir denken, okay, da... Das läuft doch schon in der anderen Konzerngesellschaft, die müssen wir nur mal miteinander vernetzen, haben wir auch einen Mehrwert erreicht, nämlich dann, dass die einfach nur miteinander mal reden, aber eben tatsächlich, sowas machen wir da auch nicht, also wir bauen nicht [00:40:00] nochmal Dinge, die es schon gibt oder sowas. Felix: Wie oft macht ihr das? Anja: Genau, momentan machen wir das tatsächlich zweimal im Jahr. Einmal so, ich sag mal, in Frühjahrssaison und einmal so im Herbstblues. Genau, wir planen das jetzt auch entsprechend wieder, aber auch da so, man muss den richtigen Zeitpunkt finden mit Schulferien bloß nicht in die Weihnachtszeit und Weihnachtsferien kommen und so weiter und so weiter Und wie gesagt, auch so ein bisschen Zeit muss dazwischen sein, um einfach auf gute Ideen auch dann aus der Organisation zu kommen. Also ich glaube, würde man auch das zu häufig machen, würde, glaube ich, auch einfach diese Flair damit einhergeht, einfach verloren gehen an der Stelle. Wobei wir haben auch welche, die kommen jedes Mal. Also tatsächlich, da weiß ich, diese Person wird sich auf jeden Fall wieder anmelden. Das ist total großartig und das Schöne ist, man freut sich auch darüber. Aber auch ansonsten haben wir sehr unterschiedliche TeilnehmerInnen dabei, die wirklich... Genau das einfach mal ausprobieren und ein Feedback, was ich mal bekommen habe, was in meinem Kopf geblieben ist, war von einer [00:41:00] Person so Also das, was ich jetzt in zwei Tagen über KI gelernt habe, das hätte ich in wochenlangen irgendwelchen Schulungen nicht gelernt. So und dann denke ich mir Yes, super, danke. Felix: Okay, cool. Ja, das ist natürlich eine starke Aussage die es noch mal unterstreicht den Wert dieses Formats. Es gibt ja diese Aussage Irgendwie im KI-Bereich gibt es mehr Piloten als bei der Lufthansa, aber keiner kann fliegen. Wie stellt ihr denn sicher, dass die ganzen Pilot-Cases oder MVPs, die dann da rauspurzeln, das sind ja dann doch schon so 10, 12 im Jahr, habe ich jetzt so gehört, dass sie tatsächlich dann auch weitergeführt und in den Prozess irgendwie implementiert werden und nicht in so einem, der auf dem MVP-Friedhof dann begraben werden müssen irgendwann. Anja: Sehr gute Frage. Genau, also erstmal wählen wir nur Cases aus, von denen wir glauben, dass sie nicht auf dem MVP-Friedhof auf jeden Fall landen [00:42:00] Und das Zweite ist einfach eine Frage der Organisation, ehrlicherweise. Also wir haben ja immer auch ein Fach und ein Techie-Ona für jeden Case. Und wir schauen dann immer schon, meistens sogar während der zwei Tage, wenn es funktioniert, wo könnte es weitergehen? Also wo gehört es eigentlich in der Organisation hin? Weil wenn ich das weiß, dann... Dann habe ich genau die nachhaltige lösung ehrlicherweise weil unser ziel ist es nicht irgendwelche parallel prozesse strenge oder so aufzubauen dafür haben wir unsere bewährten prozesse und das ist zum beispiel dass wir dann immer wissen okay bei wem gehört es hin dann stellen wir gleich mal den kontakt her dann wird es da platziert manchmal wird es zum beispiel durch uns als bono dann auch weiterentwickelt manchmal macht das aber zum beispiel eine konzerngesellschaft selbstständig hauptsache es geht weiter und wir fragen tatsächlich natürlich auch immer nach Einfach noch mal nach ein paar Monaten so, wie sieht es aus, ist es wirklich weiterverfolgt worden und so weiter. Dieses freundlich nervende, liebevolle Nachfragen, das hilft. JJ: Ich glaube aber, dieses Thema Pilotitis oder wie [00:43:00] auch immer man das nennen mag, es hat, also AI macht es einfach nur sichtbar, weil der Hype jetzt da ist. Aber ich glaube, dass die meisten Organisationen haben immer dieses Problem, dass sie A-B-Tests machen, dass sie irgendetwas ausprobieren Und manchmal einfach auch die falschen Erwartungen erst mal entstehen und die falschen KPIs letztendlich getrackt werden. Weißt du, also wofür machst du das? Und bei KI ist halt, glaube ich, der der deutliche Nachteil durch den Hype ist, dass du erwartest einen effizienten Übermorgen und dann noch Wachstum am Tag darauf. Und das ist nicht so, weil deine Grundlage ja ganz unterschiedlich ist, genauso wie für die Use Cases, für den Hackathon, wenn du keine Daten oder vernünftige Datenbasis dafür hast. Wird das nichts. Entsprechend ist es ja auch im Reallabor sozusagen in den Teams, die dann Features entwickeln oder Produkte entwickeln, ist es genau das Gleiche. Und es ist einfach nur sichtbarer. Ich glaube, dass jede Organisation und da gibt es, [00:44:00] also ich als ehemaliger Produktler, bei blutet das Herz, wenn ich immer so mitkriege, oh, wir haben das getestet dann mussten wir das abschalten, weil irgendetwas... Irgendeine KPI wurde dadurch beeinflusst, die wir eigentlich nicht beeinflussen wollten. Aber ist das jetzt trotzdem richtig oder falsch? Weiß ich nicht, aber das ist gefährdet, deshalb stoppen wir. Und dann ist es für mich ein klarer Hinweis darauf, dass man es nicht auf die richtigen KPIs gemessen hat. Es ist halt komplex, so eine E-Commerce-Seite in allen Schritten, alles was beeinflusst werden kann, es ist halt sehr komplex. Und da müssen wir noch sehr viel lernen, also die meisten Organisationen Und deswegen finde ich nicht so schade, dass man Sachen ausprobiert weil wenn du die richtigen Learnings drauf ziehst, kommst du voran. Das ist einfach mein Take on that. Felix: Ja sehr erfrischender Take. Gefällt mir total gut. Mir gefällt das nicht, dieses Narrativ von 80, 90 Prozent der KI-Projekte [00:45:00] scheitern und dann gibt es einen anderen Report, der sagt wieder etwas ganz anderes. Am Ende des Tages lernt man ja auch nur, indem man Dinge ausprobiert und wenn man Dinge ausprobiert kann man sie halt noch nicht, sonst wüsste man es ja nicht ausprobieren, wenn man alles schon wüsste und wir lernen das jetzt aus alle gerade noch, was wie gut funktioniert. Ja, also deswegen, ich mag den Take auch sehr und ich habe aber jetzt mitgenommen, dass ihr von Anfang an sicherstellt, dass das nicht nur bei euch oder auf irgendeiner Tech-Seite geohnt wird, sondern ihr immer für jeden Case auch auf der Fachbereichsseite einen klaren Owner habt. Ich glaube, das ist nämlich auch total wichtig, dass das nicht als ein KI-Team oder IT-Team oder Tech-Team-Projekt angesehen wird, sondern eben persönlich Wie ihr es auch anfangs schon gesagt habt, als gemeinsames Ziel, aber wahrscheinlich braucht ihr ja die Business-Seite, die am Ende auch die fachlichen Anforderungen für jeden Use-Case mit reingibt und der auch nur [00:46:00] final die Umsetzung irgendwie verantworten kann, weil sie für die eigenen Prozesse verantwortlich ist. Anja: Genau Also ohne die Expertise funktioniert das nicht. Also KI ist kein Selbstzweck sondern es geht darum, dass wir Fachprozesse automatisieren oder technologisch unterstützen. Und das Wissen liegt in den Fachbereichen und deswegen sind sie essentiell genau dabei zu sein. Die wissen, was da abgebildet werden muss grundsätzlich Und deswegen klappt das tatsächlich auch gut, weil die haben auch ein ganz, ganz großes Interesse daran, dass in ihren Prozessen halt was passiert, können aber alleine es nicht realisieren, weil ihnen dafür halt der Techie fehlt, der es dann nachher implementiert fairerweise. Und wenn du das beides zusammenbringst, dann hast du halt einfach ein Perfect Match. Felix: Wie sieht denn jetzt die künftige Otto-Group-KI-Reise aus? Was habt ihr als nächstes vor? JJ: Da gehe ich mal rein. Also alles und nichts, nein. Spaß beiseite. Also ich glaube, [00:47:00] wie Anja schon richtig gesagt hat, auch für unsere eigenen Lösungen beschäftigen wir uns mit dem Thema Agenten Und entsprechend ist es, wenn du auf die Zukunft guckst, kommst du ja um das Thema nicht vorbei. Und beschäftigen uns einfach auch sehr aktiv darin Wohin kann der Markt sich führen, was bedeutet das für uns, was bedeutet das für unsere Konzerngesellschaft und was bedeutet das für den Kunden oder für die Kundin insgesamt. Also wo findet was statt, was glauben wir, was passieren wird. Und es ist ein deutliches Zeichen du hast es vorhin erwähnt, JGPT hat einen Agent, Perplexity hat Agenten. Natürlich müssen wir uns damit auseinandersetzen, aber ich glaube, die Kunst liegt darin, tatsächlich schrittweise sich dann voranzubringen und auch deine eigenen Fähigkeiten aufzubauen Jetzt noch schneller dahin zu entwickeln, dass du auf Marktveränderung reagieren kannst. Also du nimmst nicht unbedingt jeden Mal Hype von vornherein mit, aber du versuchst diesen Hype zu verstehen und zu durchleuchten und in irgendeiner Weise eine Schlussfolgerung für dich zu erzielen.[00:48:00] Und der Vorteil jetzt, dadurch, dass wir noch am Anfang sind, ist, dass du zum Beispiel Perplexity Shopping oder all das, du kannst es ja im Prinzip als Online-Marketing-Kanal erstmal sehen. Du kannst erst mal sehen, wie viele Kunden kommen davon, was machen sie auf meiner Webseite, wie kaufen sie, was heißt das für mich, wie muss ich mich darauf aufstellen, was muss ich denen geben, damit das besser funktioniert, wo sollte ich dann sagen, okay, das ist Teil meiner Kundenbindungsthematik das behalte ich bei mir. Also all diese Sachen, da gibt es jetzt keine Antwort. Und du hast es ja auch während unseres Gesprächs erwähnt, neue Modelle kommen ständig, da kommt das, da kommt jenes. Wir kommen oft gar nicht hinterher. Ich mache dann eine Unterlage... Vor einigen monaten zum thema geo und sagt okay wir müssen unsere seos darauf vorbereiten dass wir uns auch mit dem thema systematisch irgendwie auseinandersetzen und drei wochen später ist eine unterlage im prinzip schon zur hälfte obsolet weil so viel passiert ist also da da glaube ich ist es auch ein [00:49:00] deutliches zeichen dafür dass diese resilienz für die veränderungen in die zukunft das müssen wir als organisation noch stärker fokussieren trifft im prinzip ein Und Agenten gehören sicherlich dazu und wir beschäftigen uns damit. Felix: Was sind denn speziell im E-Commerce gerade die großen relevanten Strömungen und Trends die ihr euch da anschaut? Also ist es dieses Thema, wie werde ich irgendwie in E-Chatbot Ergebnissen erzielen Gefunden. Geht es vielleicht auch um irgendwie Hardware, der über die Menschen in Zukunft kommunizieren und konsumieren werden? Ganz andere Themen, was sind da die großen Felder, die ihr euch anschaut? JJ: Also Basis ist, was du anfangs gesagt hast, wie werde ich irgendwo dargestellt, wie finde ich dort statt, was kann ich diesem Tool mitgeben? Das ist für mich klassisches Online-Marketing, weißt du, also das Gleiche machen wir für Product-Feeds für alles mögliche Das ist jetzt nicht die [00:50:00] größte Kunst, sondern es geht vielmehr darum zu verstehen, wie ist dieser Kundensegment, der sich dort befindet. Das Thema AI-Overviews wird glaube ich für uns dann ein großes Learning sein, sobald das in Europa richtig ausgerollt wird und sowas wie AI-Mode tatsächlich passiert, weil aktuell ist glaube ich E-Commerce relevante Keywords noch minimal betroffen. Würde ich sagen. Natürlich hast du Bedarfsdeckung oder Bedarfsinspiration durch diese Azub-Begriffe. Ich nehme mich immer als Beispiel mit dem Garten. Ich habe keine Ahnung vom Garten. Ich suche alles und entsprechend könntest du mir wahrscheinlich alles verkaufen, weil ich alles mit Tools versuche zu lösen, was ich mit den Händen nicht mache. Aber das ist quasi das, was auf Sicht jetzt schon notwendig ist. Wenn du über Devices sprichst, auch das sind Interfaces zu Kunden. Ich glaube, die Interaktion macht dann die Musik und [00:51:00] welche Art von Geschäftsmodell dort entsteht wie der Kundenzugang dann tatsächlich agiert. Wir können das Gleiche über App Stores früher denken. Wie kommen wir mit unserer App da rein? Dann machst du das dann lernst du das dann gehst du dahin smart tv apps haben wir auch also live shopping formate machen wir auch also wir probieren immer wieder diese themen um zu gucken wie können wir da kunden akquirieren und genauso würde ich das thema mit einem zukünftigen gewalt sehen ich glaube der einzige unterschied und darauf habe ich auch nach wie vor keine antworten ich glaube keiner eine vermutung für mich ist ich glaube alle device die heute schon smart sind werden noch smarter Also ich will mir die Brillen kaufen, vielleicht nicht die von Meta sondern wenn es irgendwie andere gibt. Da, glaube ich, ist es dann eine sehr große dass du über alle Devices die dich in deinem Alltag begleiten. [00:52:00] Du im Prinzip irgendein Art Protokoll von deinem Leben hast. Und dadurch lernt es mein Kalender die E-Mails, meine E-Mails, alles. Und das ist natürlich auch ein bisschen dystopisch. Es klingt auch so ein bisschen wie in der Black Mirror Folge, wenn man sich überlegt, alles wird getrackt. Ich habe irgendeine Art Minute-Taker on board, sei es in meiner Brille, in irgendeinem Mikrofon-Device hier oder woanders, Ringe, Smartwatch, you name it. Ich glaube, das ist die große Frage der Devices. Und darauf habe ich keine Antwort, was es sich irgendwie durchsetzen wird. Ich glaube, es wird alles smarter. Das ist so meine Vermutung. Und dann gibt es den Kunden. Wir wissen nicht, wie der Kunde das akzeptieren wird, diese Veränderung. Wir wissen es nicht. Es ist sehr schwierig. iPhone, ja, iPhone hat mein Papa, der heute 88 ist. Ins Internet gebracht. Erst mit dem iPhone ist er ins Internet [00:53:00] gekommen. Woher? Gar nicht. Jetzt ist er super aktiv auf allen möglichen Chat-Plattformen oder Social-Media-Plattformen Das macht er mit 88. Wird das mit diesen Devices auch passieren und um es quasi nochmal eine zusätzliche Schwelle in der Nutzung von Realprodukten irgendwie zu verschaffen? Gibt es diese Devices? Ich weiß es noch nicht, aber auch da wiederum Für uns ist es wichtig, schrittweise uns dem ranzuwagen, unsere Fähigkeiten dorthin zu bringen, dass wir schneller auch Sachen setzen können oder sie ausprobieren können und lernen können und dann hopefully win. Felix: Anja, hast du da noch was hinzuzufügen? Anja: Ich finde, das klingt super, aber ich habe gerade einen Gedanken, der mir durch den Kopf geht. Wir denken und reden so viel über KI-Produkte. Ich glaube, dass dieses Wort KI irgendwann einfach eine Selbstverständlichkeit ist in Produkten, [00:54:00] mit denen wir halt interagieren. Also das finde ich ist so spannend daran, weil wir machen ja am Ende zum Beispiel irgendwie Softwareprodukte, damit es beispielsweise einen Prozess realisiert. Einkaufen gehen, wir wollen bestimmte Dinge, das ist das, was immer im Vordergrund steht und KI ist dann am Ende nur eine Technologie, die uns vielleicht eine Abkürzung bringt oder halt zum Beispiel einen größeren technischen Weitblick, was ich alles machen kann, aber ich glaube, das ist, finde ich, das Das Besonderste an dem Thema, dass das Wort KI eigentlich wahrscheinlich irgendwann so aus diesem Hype rauskommen wird und dass wir dann wieder vielleicht auch in eine, ich sag mal, andere Perspektive kommen, in der es darum geht, okay, cool, ich kann jetzt beispielsweise irgendwie ein Produkt, ein Pullover schon zu Hause irgendwie anprobieren und brauche dazu nicht irgendwo hingehen um mir den live anzuprobieren. Das ist doch das, worum es geht und dann ist zweitrangig ob es mit KI passiert ist oder nicht. Felix: Ich danke euch ganz herzlich für... [00:55:00] Ja die Insights aus eurer KI-Reise was ihr gelernt habt und insbesondere nochmal besser zu verstehen, wie KI-Hackathons funktionieren und spannende Gedanken, die ihr da für die Zukunft habt, sehr erfrischend eure Offenheit und Ehrlichkeit und Unaufgeregtheit dem Thema gegenüber. Ich glaube, das tut uns total gut und ich wünsche euch einfach ganz viel Erfolg Zukunft und bei der weiteren Umsetzung. Danke. JJ: Vielen Dank. Danke dir.