Herzlich willkommen zum AI First Podcast. Heute sprechen wir über künstliche Intelligenz bei der Signal Iduna, sehr, sehr spannenden Großprojekt was dort gerade vorangetrieben wird. Erste agentische Use Cases, die entwickelt worden sind und auch wie KI so einen traditionellen Versicherungskonzern wie die Signal Iduna gerade entwickelt, aber das Unternehmen auch damit umgeht. Als Gäste haben wir heute zwei spannende Gäste. Ich freue mich über beide sehr, aber einer ist ganz besonders, denn Florian Leuerer war damals mein erster Gast, als ich noch total grün hinter den Podcast-Ohren war und überhaupt nicht wusste was ich hier sage Tour. Florian, schön, dass du da bist und mir damals irgendwie vertraut hast. War eine total coole Folge. Und ist noch Patrick Darby da. Und ich würde jetzt gerne einmal an euch übergeben für eine kurze Vorstellung. Erzählt einmal kurz, seid ihr und wofür [00:01:00] seid ihr im KI-Kontext bei der Signal Iduna verantwortlich? Und Patrick, ich werfe den Ball zum Start mal zu dir. Patrick Darby: Patrick, ich bin Felix: Vielen Dank. Patrick Darby: verschiedene Themen Startup-Bereich Aber auch Principal Johannes Rath und jetzt seit so ziemlich Anfang des Jahres auch in so einer koordinierenden Rolle für den Gemini Enterprise Go-Live, den wir vor kurzem hatten. Also versuche da die Workstreams zu koordinieren, so ein bisschen zu steuern auch Impediments zu lösen und arbeite da auch sehr eng mit Florian zusammen. Felix: Untertitelung des Florian: Ich freue mich auch, dass ich nochmal hier sein darf, Felix, dass ich nochmal die Chance bekomme, was zu AI erzählen. bin Florian, Scientist mit dem Schwerpunkt Gen-AI in der Signal Iduna. baue da Dinge mit Gen-AI, bin Teil des Gemini Enterprise Teams und versuche Dinge rund um Large Language Models und Gen-AI voranzutreiben. Felix: Also, wir haben die [00:02:00] geballte Kompetenz aus der organisatorischen Managementperspektive und aus der Daten- und KI-technischen Perspektive. Das kann ja nur gut werden. Und ihr habt es jetzt gerade schon gesagt, Patrick, du hattest es gerade angesprochen ihr seid gerade als... großes Unternehmen in Deutschland oder wenn nicht sogar dem Dachraum habt ihr angekündigt dass ihr Gemini Enterprise bei euch ausrollt und seid jetzt glaube ich mitten in dieser Initiative. Patrick, vielleicht kannst du uns einmal einen Überblick geben. Wie seid ihr zu dieser Entscheidung gekommen und wo steht ihr da heute? Patrick Darby: zu der Entscheidung komme, muss ich vielleicht einmal kurz historisch ausholen, was haben wir bei der Signal Iduna auch schon vorher gemacht. Wir haben unsere ersten beiden KI-Anwendungen schon in 2023 und 2024 gebaut. Das eine war so dieses typische Company Felix: Dank Patrick Darby: kennt. Wir haben es Weltwissen bei uns genannt. Also COSI steht für uns für den Co-Piloten in der Signal [00:03:00] Iduna. Und das zweite Thema war ein etwas fachlicheres. Und das war ein... KV-Wissensassistent, also ein Krankenversicherungs-Wissensassistent, der unseren Mitarbeitern im Kundenservice dabei helfen sollte, Kundenanfragen die in diesem Kontext der Krankenversicherung waren, schneller zu beantworten. Da kann auch Florian gleich mehr zu erzählen. Und wir sind aber an den Punkt gekommen mit unserem Weltwissen also mit unserem Unternehmens-GPT, Dass wir festgestellt haben, dass die Entwicklung des Marktes doch ziemlich rasant war in den letzten Wochen und Monaten und dass es ziemlich schwierig ist, da diese Geschwindigkeit auch intern abbilden zu können. Das heißt, wir haben uns dann irgendwann mal am Markt angeguckt welche Lösungen es da gibt, also mit wem können wir denn eigentlich partnern um Ein Modell oder eine eine Anwendung zur Verfügung zu stellen, die einfach diesen Marktstandard Dann war die Google Next in diesem Jahr, ich glaube das war im April, wo [00:04:00] Google Gemini Enterprise vorgestellt hat. Zum Kontext, die Signal Iduna und Google haben auch eine strategische Partnerschaft, die wurde interessanterweise Ende 2022 beschlossen, also kurz nachdem auch JetGPT das Licht der Welt erblickt hat und Gemini Enterprise, die Lösung von Google, Hat im Prinzip all diese Lösungen geboten für die Pain Points, die wir hatten, also ein marktfähiges Modell, agentische Fähigkeiten, also man kann auch Agenten darin bauen und dann haben wir ziemlich schnell entschieden, dass wir diesen Weg mit unserem strategischen Partner gehen und Gemini Enterprise an jeden Arbeitsplatz in der Signal Iduna ausrollen also an alle 10.000 Mitarbeitenden, die wir haben. Felix: Okay, ein starkes Commitment. Und damit, ich hatte es ja schon gesagt, seid ihr so ziemlich die Ersten die ich zumindest auf dem Schirm habe. Ich glaube, es gibt hier und da ein paar Piloten von denen ich gehört habe. Schon eine größere Hausnummer. es gibt ja da nicht nur Google [00:05:00] da draußen mit Gemini, sondern es gibt ja auch andere Enterprise-Produkte oder auch die Möglichkeit, sowas selbst zu bauen. Ihr habt, Patrick hat es gerade gesagt, ihr hattet das vorher schon gemacht. Florian ihr hattet das bei der Otto Group vorher auch gemacht. Was hat euch denn jetzt an dem Gemini Enterprise-Produkt so überzeugt oder wo seht ihr dort die Unterschiede im Vergleich zu anderen Anbietern? Florian: Also zum Thema selber bauen und du hast ja auch gesagt, Bezug zur Otto Group, wo ich zuvor an der OGGB Team mitgebaut habe, ist glaube ich so ein bisschen der Unterschied, dass wir damals, Sehr früh dran waren, eigentlich einen Vorsprung noch hatten zu anderen Anbietern und deswegen, glaube ich, ein super Produkt gebaut haben und auch immer noch gebaut wird von meinen ehemaligen Kollegen. Ich glaube aber, dass selbst bauen immer schwieriger wird und man von Anbietern wie Google und Co. einfach überholt wird. Und dass auch die Größe [00:06:00] der Vision von Google Mit mehr als, also Gemini Enterprise ist mehr als ein Company-GBT, ist halt wirklich auch ein ganzes Agent-Eco-System mit Agent-Builder mit dem Agent-Development-Kit, mit den ganzen Protokollen, die von Google entwickelt wird, Agent-to-Agent, Agent-Payment-Protokoll und so weiter und so fort. Und dass es, glaube ich, also selbst bauen schwierig ist und eben auch viele technische Dinge. Für Gemini Enterprise sprechen. Felix: Das Gegenteil. Argument ist ja da so ein bisschen, dass man so ein Login bei einem Anbieter hat und es ja auch immer bessere Open-Source-Modelle und Open-Source-Frameworks gibt, auf denen man dann auch immer einfacher, schneller, besser aufbauen kann. Was sagst dazu? Florian: Also zu Open-Source-Modellen habe ich eine Meinung. Da gibt es gute, aber die müssen ja auch [00:07:00] betrieben werden. Das effizient im eigenen Rechenzentrum zu machen mit den Usage-Patterns die so ein Unternehmen hat, also viele Peaks, viele Zeiten am Abend oder am Wochenende wo die Modelle vielleicht nicht so viel gebraucht werden, ist halt super schwierig. Und Zum Thema Open Source Frameworks, ADK ist auch Open Source, wird auch von der Community mitentwickelt, von daher sehe ich da jetzt gar nicht so den Widerspruch tatsächlich. Felix: Jetzt, Patrick, hattest du erzählt, dass ihr jede einzelne Person im Unternehmen Gemini Enterprise ausrollen wollt. Was ist denn da euer Gameplan dafür? Es gibt ja jetzt so unterschiedliche Playbooks auch schon, so hier im Podcast hat sich auch so das eine oder andere vielleicht so ein bisschen schon herauskristallisiert wie man sowas machen kann. Aber ich bin gespannt, ihr habt da sicherlich auch euren ganz eigenen Take drauf. Patrick Darby: gelernt einfach mit den beiden Anwendungen, die wir [00:08:00] schon live hatten. Ich glaube, zunächst einmal unser Gameplan war, erstmal ein starkes Team zu haben, die das Ganze, die den Rollout begleiten. Also wir haben unsere interne Squad mit Jan-Paul Assendorp, wo auch Florian mitwirkt also die sich so um die Entwicklung auf der Tech-Seite kümmern, aber natürlich auch um Agenten die wir dort entwickeln. Wir haben ein ganzes Team rund um Adoption und Change, die sich darum Florian: Untertitelung. Patrick Darby: kommt. Wir haben KI-Champions in der Organisation, insgesamt 118 Stück, die jetzt gerade ausgebildet werden und die ein enorm wichtiges Versatzstück darin sind, dass die Mitarbeiter verstehen, warum wir das machen und wie man eigentlich KI macht Anwendet Wir haben unsere Personalentwicklung damit bei, die Trainings konzipieren, wir haben intensive Trainingswochen hinter uns und natürlich eine super starke KI-Governance. Also letztendlich können wir viel befähigen und Felix: Vielen [00:09:00] Dank Patrick Darby: die einfach compliant sind und die die Anforderungen des EU-AI-Acts erfüllen. Felix: Da waren jetzt gerade einige spannende Punkte mit dabei, die ich mir nochmal rauspicken möchte, um etwas tiefer da reinzugehen. Und zwar hast du gesagt, dass ihr 118 Leute so als Multiplikatoren gewonnen habt. Wie habt ihr das geschafft, 118 Menschen dafür zu gewinnen? Was habt ihr gemacht? Patrick Darby: muss man auch einmal ausholen. Wir haben natürlich sehr früh diesen ganzen Rollout rund um Gemini Enterprise. Oder COSI, wie wir es intern nennen, auch natürlich mit unseren Felix: Vielen Dank. Patrick Darby: Betriebsratsgremien besprochen. Und da war ein ganz wesentlicher Hinweis die uns nämlich darum gebeten hatten oder angeregt hatten, dass wir darüber nachdenken, solche KI-Champions zu etablieren Also, dass die Anregung kam, die Diskussion mit unseren Betriebsräten auf und das Ziel war es eben, dass wir Leute in der Organisation benennen und finden, die eben nah an den Teams sind, um dort [00:10:00] mal auch, ich sage mal, die Barrieren zu reduzieren sich mal mit dieser Technologie vertraut zu machen. Und jetzt sind wir bei 118, weil wir dann, wir haben darum gebeten einfach, dass KI Champions benannt wurden. Also das war jetzt kein freier Bewerbungsprozess Aber ich glaube, in der Dynamik war es zu Beginn so, dass wir Namen genannt bekommen haben und dann immer nochmal welche nachkamen. Felix: Vielen Dank. Patrick Darby: habe auch einige erlebt, die das sehr Felix: Untertitelung ZDF Patrick Darby: ich war total positiv überrascht dass wir bei 10.000 Mitarbeitern über 100 KI-Champions haben. Die wirklich, ich habe mir das mal in den Funktionsstellen angeguckt die auch relativ gleich verteilt sind bei uns. Also es gibt jetzt nicht so einen Hotspot, wo wir sagen, da sind die überwiegenden sondern wir sind wirklich sehr, sehr breit damit. Und jetzt ist es so, die treffen sich einmal pro Woche virtuell Da gibt es immer ein Schwerpunktthema, wo sie entweder tiefer [00:11:00] einsteigen in, wie wird ein Agent eigentlich entwickelt oder wie funktioniert eine Funktion in COSI und das ist total faszinierend. Da bin ich regelmäßig mit dabei, weil auch die KI Champions vorstellen Was sie selber bei sich entwickeln oder wie sie selber an das Thema Befähigung rangehen. Und das ist natürlich nochmal was anderes wenn dir ein Kollege erklärt wie KI funktionieren kann, als wenn das jetzt ein zentrales Team oder ein externer Dienstleister macht. Felix: Welche Rolle oder welche Verantwortlichkeit und welche Aufgaben sind denn an die Rolle geknüpft? Patrick Darby: Fokusfelder die wir bei den KI-Champions betrachten. Und das erste, und das ist die Phase, in der wir jetzt gerade sind, ist die Phase Use. Also alles, was wir gerade tun bei uns in der Signal Iduna, geht darum, die Adoption zu erhöhen. Das heißt, wir haben auch den KI-Champions gegenüber sehr klar kommuniziert. Wir möchten, dass ihr in dieser ersten Phase dafür sorgt, dass Fragen geklärt werden, dass auch Ja, dass diese Noise [00:12:00] reduziert wird, also diese Unklarheit auch im Unternehmen, was kann das jetzt und was wird da noch an Funktionen kommen und wann kommen diese Funktionen also dass die Kite Champions gut informiert sind, wo stehen wir mit dem Produkt, was können die Funktionen und den einfach den Kolleginnen und Kollegen dabei helfen, das einfach mal auszuprobieren weil sie es zum Beispiel in Teambesprechungen reinbringen oder in andere Formate dann wird sich dieser Fokus wahrscheinlich im nächsten Jahr etwas verlagern wenn wir mehr das Thema Agenten angucken und Use Cases umsetzen dass dann diese dezentralen KI Champions uns dabei helfen, auch die Ideen die dezentral entstehen zu bewerten und schon mal mit den Kollegen vor Ort zu gucken, was könnte denn da eine Lösung sein, wo KI auch eine mögliche Lösung ist, weil ich glaube, das geht natürlich vielen so und Das geht auch mir so, dass man zwar irgendwie seine Herausforderungen kennt, aber vielleicht nicht jede ist eine, wo KI uns helfen kann. diese Schärfung schon zu haben, das wird dann ein Fokus im nächsten Jahr sein. Felix: Okay also [00:13:00] erste Phase Nutzung und zweite ist dann in die Anwendungsfälle. Tiefer reinzugehen, okay. Und die KI-Champions sind jetzt auch da euer wie soll man sagen, also über die treibt ihr die Nutzung voran, treibt auch neue Updates Möglichkeiten in die Fachbereiche und die testen auch einfach sehr viel und geben euch wieder im Steuerungsteam Feedback zurück. So habe ich es jetzt verstanden. Patrick Darby: uns. Dadurch dass die so dezentral in den Einheiten sitzen, nutzen wir das natürlich auch ganz gerne, um Feedback zu bekommen zu Funktionen Feedback zu Sachen, die vielleicht auch noch fehlen die ergänzt werden müssen. Also das ist ja... Nicht eine Einbahnstraße, sondern wir profitieren ja genauso davon, von den KI Champions da die Impulse aufzunehmen. Felix: Okay. Also es sind ja 118, dann fehlen ja noch 9882. Wie macht ihr das für die? Wie bringt ihr diese KI-Kompetenz die Nutzung in die Breite [00:14:00] bei so vielen Menschen? Patrick Darby: Frage. Also ich glaube, der Unterschied, den wir bei uns hatten, ist, wir sind mit einem, wir haben es Big Bang genannt also wirklich mit einem ziemlich großen Kommunikationstag gestartet Das war am 6. Oktober daran erinnere ich mich noch sehr gut, haben wir wirklich den ganzen Tag Fokus auf diese KI-Anwendung gehabt, auf COSI. Es gibt bei uns Co... Also es fing Felix: Was habt ihr da so gemacht? Patrick Darby: einmal haben Felix: Wie sah der Tag aus? Patrick Darby: so unser Avatar, das ist so die Person, die unseren Mitarbeitern KI näherbringt. Das musst du dir vorstellen, das ist eine Astronautin, so ein bisschen im Comic-Look. Und wir haben hier die Hauptverwaltung bei uns, die Standorte, die sind voll gewesen mit Raketenbildern mit Cosima im Astronautenanzug und wir haben gesagt, jetzt zünden wir die nächste Felix: Vielen Dank Patrick Darby: so ein... Ja, Aufmerksamkeitsmoment. Und das erste Format was wir an dem Tag hatten, war erstmal eine Botschaft unseres Gesamtvorstandes Also ein [00:15:00] Format wo die Vorstände interviewt wurden und wo sie quasi ihre Sicht auf COSI geben konnten. Und das war total wichtig für uns als Organisation, damit jeder auch versteht warum machen wir das eigentlich. Das ist ja nicht weil es irgendwie ein cooles Wort ist oder zum Selbstzweck, sondern wir wollen ja etwas damit erreichen. Und einmal diese klare Botschaft vom Gesamtvorstand zu hören, da ist jeder zur Sprache gekommen. Es gab auch am Ende noch ein paar offene Fragen. Das war so der erste Teil. Und Florian: Untertitelung des Patrick Darby: also einfach zwei Termine damit auch jeder Mitarbeiter die Chance hat, sich das anzugucken. Da waren Jan-Paul und Lisa mit dabei von dem COSI-Team, die einfach erklärt haben, was ist die Anwendung, was kann man da Florian: ZDF, Patrick Darby: zum Schluss hatten wir nochmal so eine Panel-Diskussion, wo es so ein bisschen um den Ausblick ging, was kann jetzt jeder Einzelne machen. Und Felix: Dank Patrick Darby: Wochen sehr intensiven Trainings gestartet. Also wir hatten diese [00:16:00] ersten zwei Wochen vom GoLive, gab es pro Tag ich glaube, vier Schulungstermine so Module. Das eine war der Einstieg das andere war, welche Agenten haben wir schon, wie funktionieren so Funktionen wie Deep Research. jeder Mitarbeiter konnte sich individuell so seinen Trainingsplan zusammenstellen, um einfach... Die Module zu nehmen, die er braucht. So, und das waren die ersten zwei Wochen. Und danach ging es aber direkt weiter mit anderen Schulungsformaten. Wir haben zusammen mit Google auch Schulungen gehabt, die ein bisschen umfangreicher waren. Wir machen jetzt gerade Werkstätten das heißt Vor-Ort-Termine wo die Kolleginnen und Kollegen mit ihrem Laptop hinkommen können, wo man einfach nochmal ein bisschen präsentiert Tiefer einsteigen kann in das, was sie vielleicht brauchen. eine wichtige Sache war natürlich noch unsere, wir hatten einen Regulatorik-Modul, was einfach nach EU-AI-Act gefordert ist, weil es eben auch wichtig ist, dass wir nachweisen können, dass wir alle unsere Mitarbeiter auch zu den Do's und Don'ts geschult haben. Also ich glaube, das ist mal so der grobe Abriss [00:17:00] rund um Befähigung, die wir in den ersten Wochen jetzt angegangen sind. Florian: Und ich würde reinwerfen, das ich super finde, das ist der Demo-Day. Der ist jetzt, glaube ich zweiwöchentlich, so eine Stunde ungefähr, wo eigentlich seinen Lieblings-Use-Case vorstellen kann. Und das ist wirklich spannend zu sehen, erstmal wie viele Leute da dabei sind und sich das Ganze anschauen, was mit Gemini Enterprise und COSI gemacht wird. Aber es gibt auch super viele spannende Use-Cases die da vorgestellt werden. Ja Und ich glaube, das ist auch dieser Use-Teil der einfach wirklich super funktioniert, jedem einfach mal das Werkzeug in die Hand zu geben und die Leute kommen schon auf super Ideen und finden ihre Cases. Felix: würde dir so ein paar, ein, zwei Highlights teilen. Patrick Darby: Okay, war der letzte Demo-Day, den wir vor zwei Wochen hatten. Da hatten wir ein Team bei uns, das die Kunden-App betreut. Und das ist ein total spannender Case gewesen, weil es eigentlich, Keiner ist, der jetzt [00:18:00] in einem Gemini Enterprise entsteht der aber die Gemini API nutzt im Hintergrund. Und zwar... Und das weiß ich noch ganz genau. Wir hatten einen Führungskräfte-On-Site im September gehabt. Da wurde zum ersten Mal dieser Case vorgestellt. Felix: Untertitelung Patrick Darby: hat nämlich festgestellt, dass wenn bei uns wir haben eine Kunden-App, so wie viele andere Versicherer auch, wenn ein Kunde da eine Nachricht eingibt, muss er sagen, zu welcher Kategorie Felix: Vielen Dank. Patrick Darby: um diesen Vorgang richtig zu routen Also wenn ich jetzt sage, es ist irgendwie ein Fall für meine Krankenversicherung, muss ich oben eingeben, das betrifft die Krankenversicherung. Und wir haben aber festgestellt dass ein Kunde... Einfach häufig diese internen Zuordnungen, Felix: Vielen Dank. Patrick Darby: kennt und deswegen auch vielleicht eine falsche Auswahl trifft Und das heißt, dass dieser Vorgang falsch geroutet wird. Dieser Fachbereich, wo der Vorgang ist, muss es sich angucken und muss es dann an die richtige Abteilung routen Also eigentlich eine Friktion, die die Zeit kostet. das Kunden-App-Team hat dann Mit unserer Schnittstelle zu [00:19:00] Gemini einen Test gewagt und gesagt, lass uns doch mal die KI bewerten, zu welchem Fachbereich dieses Schreiben gehört. das haben sie im September einmal vorgestellt und haben sie jetzt mittlerweile live gebracht. Ich glaube auch seit drei Wochen mittlerweile ist es so dass jetzt auch diese Kundenangabe dann Also dass die KI ausliest, wo das hingeroutet die deutlich reduziert hat. Also von, sagen wir mal, 40 Prozent auf 20 Prozent. Aber das hat natürlich, wenn man über ein Jahr guckt und mehrere tausend Kundenvorgänge anschaut, einen enormen Effekt erzeugt Das heißt, es war eigentlich eine sehr kleine Anpassung wenn man so auf den Prozess guckt, mit einer enormen Wirkung, die auch ich glaube, darüber möglich gemacht wurde, dass wir hier auf breite Befähigung setzen. Felix: Ich liebe diese Cases. Ich finde es großartig Und der kam jetzt aus dem Fachbereich Patrick Darby: letzten Demo-Day vorgestellt. Felix: Cool. Ja, super. Toll Also ich fasse das nochmal kurz zusammen, weil Change ist ja schon in diesem [00:20:00] gesamten Zusammenhang ein Riesenthema. Also ihr habt den Demo-Day gemacht, habt das aber auch eine klare Kommunikation dort vorbereitet Ihr macht so ein bisschen Branding um... Der KI auch so ein gewisses Gesicht und eine Art Persönlichkeit nach innen zu geben oder zumindest auch dieser gesamten Perspektive. Hab dann erstmal mit einem Big Bang gestartet und viel präsentiert aber auch Schulungen angeboten. Dann gab es so verschiedene Lerntracks, die Kollegen auswählen konnten und jetzt geht ihr weiter mit weiterführenden Workshops, Demo-Days und habt noch den Compliance-Haken gesetzt über so die verpflichtende Schulung, gerade zu den EU-AI-Act-Anforderungen. Okay, und im Kern stehen die Champions. Und sag mal, mit welchem Team macht ihr das Ganze? Wie viele Leute sind da drin und was habt ihr da so für Kompetenzen? Patrick Darby: musste ich einmal gerade die Teams durchgehen. Wir haben einmal die Squad bei uns, Florian, da [00:21:00] weißt du besser als ich ich glaube 20 Leute. Florian: Wir sind 20 Kollegen und Kolleginnen Scientists und Cloud Engineers und Gen AI, die eben an der Plattform bauen und an Use Cases. Patrick Darby: ich wollte noch sagen, ein interdisziplinäres Squad ist, die wir jetzt so seit... Felix: Vielen Dank. Patrick Darby: glaube, in einem Jahr jetzt so in der Zusammensetzung haben. Das heißt, da sind von den Tech-Profilen bis zu den Business-Profilen alle mit dabei. das war für uns, das ist Felix: Dank. Patrick Darby: hier in den letzten Jahren gemacht haben, dass wir halt die komplette Produktentwicklung umgestellt haben. Wir sind quasi nur noch in interdisziplinären Teams unterwegs. das hat hier bei dem Thema total geholfen Unter anderem natürlich auch bei dem Krankenversicherungswissensassistenten den wir erstellt haben. wir noch unser Adoption-Team. Das sind glaube ich auch nochmal so fünf, sechs Leute zusammen mit wir so die ganze Community [00:22:00] betreuen, wo wir Schulungsformate entwickeln, Weiß ich jetzt gar nicht aus dem Kopf, wie viele da nochmal drinstecken. Und dann gibt es natürlich noch zig Leute in der Organisation, die hier an dem Rollout mitgewirkt haben, Felix: ZDF Patrick Darby: festes Teil des Teams sind. Aber ich glaube, in Summe sind wir schon so 30, 35 Leute, die hier dran arbeiten. Felix: Ja ist, ich glaube, auch wichtig, immer mal so diese Zahlen zu hören, dass das alles nicht von alleine passiert, sondern da, um mit der Ambition, die ihr da habt, entsprechend auch ein Team dahinter stellen zu müssen. Abschließend zu diesem ganzen Thema. Wie ihr das heute macht, sind das alles Learnings aus dem, wie ihr es vorher gemacht habt? Also ihr seid ja jetzt quasi in der COSI V2. Habt ihr COSI V1, habt ihr das dort genauso gemacht oder ganz anders und daraus gelernt und jetzt nochmal den Ansatz angepasst? Patrick Darby: daraus gelernt. Felix: Vielen Dank Patrick Darby: so ein [00:23:00] Key-Learning bei COSI V1 war damals, wir haben die Führungskräfte gar nicht genügend mitgenommen. Wir sind, glaube ich ziemlich breit in die Organisation gegangen. Wir hatten auch viele Schulungs, wir hatten auch KI-Power-Weeks wo wir quasi eine volle Woche mitbekommen Formaten Impulsen und Trainings hatten und das hat auch alles Wirkung gezeigt. haben nur gemerkt, dass die Rolle der Führungskraft in diesem Change-Prozess ungeheuer wichtig ist, deswegen da bin ich jetzt eben noch nicht drauf eingegangen, aber wir Felix: Untertitelung Patrick Darby: angeboten bevor wir live gegangen sind und ich glaube ansonsten war so die Erkenntnis aus der COSI V1-Zeit es halt viele Features gibt, die die Leute mittlerweile privat kennen von ChatGPT und Gemini etc., sie auch in der Firma haben wollten mit unserem COSI, wo wir aber mit der Entwicklungsgeschwindigkeit nicht mehr hinterherkamen. Und das war, glaube ich so dieses [00:24:00] Kern-Learning, dass man einfach die gleichen Features bieten muss, wie jeder auch privat mittlerweile kennt oder viele. Florian: Also, wenn wir über COSI V1 sprechen, können wir, glaube ich, mal so einen Schwenker zu COSI KV machen. Weil ich glaube, da haben wir zum ganzen Thema Agents bauen viel gelernt. Da wird jetzt seit knapp zwei Jahren glaube ich, schon dran gearbeitet an unserem Krankenversicherungsagenten und wie Patrick gesagt hat, in einem cross-funktionalen Team auch, also sehr nahe Business- und Tech-Leute gemeinsam. Und ich glaube, in der Zeit haben wir sehr gut gelernt, wie... Was denn vielleicht die Fallstricke sind beim Bauen von solchen Anwendungen und was vielleicht wirklich nötig ist, um das Ganze stetig weiterzuentwickeln. Und ich glaube, so das Wichtigste ist, und ich glaube, da muss man sich jetzt auch, wenn neue [00:25:00] Agenten gebaut werden, so ein bisschen daran erinnern, so ein Agent kommt aus dem Business und er gehört dem Business und er muss auch irgendwie vom Business gewollt werden auch getrieben werden. Und... Die Entwicklung von so einem Agenten und jetzt auch im Speziellen dem Krankenversicherungsagenten, der halt wirklich super komplex ist, also ist mit, glaube ich, mit Abstand die komplizierteste Versicherungssparte die wir haben oder die es vielleicht auch gibt, der ist halt auch nie fertig. Also es sind super komplexe Themen, die da... Drin stecken. gibt immer wieder neue Themen, wie jetzt kürzlich wurde ein neuer Krankenversicherungstarif oder eine neue Tariflinie gelauncht die dann irgendwie eingearbeitet werden muss und so muss man wirklich einen guten Prozess bauen, sicherzustellen dass die Qualität so eines Agentens gut ist und Also Thema Evaluation. [00:26:00] Ich brauche irgendwie einen Fragenkatalog, muss überprüfen ob die Antworten gut sind. Ich muss im Betrieb stetig Feedback einsammeln. Also vielleicht gibt es Themen, die ich noch gar nicht auf dem Schirm hatte, die schlecht funktionieren. Felix: ZDF Florian: Das Feedback kann aber auch kein Techie bewerten, also brauche ich wieder das Fachteam das da eigentlich die ganze Zeit ein Auge drauf hat und versucht, Dinge zu identifizieren, die nicht gut funktionieren. Das nennen wir blinde Flecken. Die blinden Flecken müssen irgendwie gefixt werden. Das kann ein technisches Problem sein, das können fehlende Dokumente sein, das können in Anführungszeichen schlechte Dokumente sein. Und dann packt man neue Fragen in den Fragenkatalog zur Evaluation, deployed eine neue Version und dann geht das Spiel eigentlich von vorne los. Und wie gesagt, ich glaube, wichtig ist, es hört nie auf. Also man kann da nicht einen Haken dran machen und sagen, jetzt sind wir fertig mit dem Krankenversicherungsagenten sondern [00:27:00] das Setting muss halt eigentlich die ganze Zeit und auf Dauer weiter betrieben werden. Und wie gesagt, genau so ein Setting brauchen wir eigentlich für jeden neuen Agenten den wir jetzt aufbauen auch. Also es muss eine Business-Anforderung da sein, wir müssen einen Agenten bauen, es muss von allen Seiten Kapazität da sein, den erstmal gut zu bauen und dann eben Feedback zu sichten, stetig zu verbessern und wirklich auf Dauer gut zu machen und gut weiter zu betreiben oder weiterzuentwickeln. Felix Schlenther: Kurz in eigener Sache. Wenn dir der AI First Podcast gefällt und du mehr spannende Inhalte und hochkarätige Gäste hören möchtest, dann freue ich mich über deine Unterstützung. Mit einer Fünf-Sterne-Bewertung und einem Abo für den Podcast hilfst du uns sichtbarer zu werden und AI First weiterzuentwickeln. Für dich und die gesamte Community. Ich danke dir. Felix: Was sind denn da jetzt, [00:28:00] also jetzt hast du schon viele Sachen angesprochen. sind denn jetzt so die wichtigsten Punkte, wo du sagst die müssen auf jeden Fall abgehakt sein, bevor wir überhaupt dann danach denken, einen Agenten zu Florian: Vielen Dank Felix: ich auch nochmal... Zwei Fragen, die ich da jetzt mit reinnehme, ich glaube, sie gehören irgendwie zusammen, weil, also ich stimme dir auf jeden Fall zu, der einen Seite, dass gerade skalierte produktiv Betriebbefindliche Agenten extrem robust sein müssen, eigentlich wie ein internes Produkt behandelt werden müssen. Das hast du ja auch gerade sehr schön gesagt. Auf der anderen Seite ist ja gerade das Schöne an KI, generativer KI, dass sie so extrem niedrigschwellig zugänglich ist. Und ihr habt ja auch schon gesagt, dass Gemini Enterprise auch so einen Agent-Builder anbietet, wo sich ja eigentlich jeder, der sprechen und schreiben kann Darüber auch seine eigenen Anwendungen aufbauen kann. Jetzt hattet ihr auch gesagt, was dann für coole Cases aus dem Fachbereich kommen. Also [00:29:00] wie bringt man diese Governance und da irgendwie so ein bisschen Grip und Kontrolle dran zu haben mit dieser Geschwindigkeit und diesen niedrigschwelligen Möglichkeiten zusammen? Florian: Ich glaube, das Wichtige ist oder das Gute ist tatsächlich, dass die Leute sich Agenten selbst bauen können und dadurch ... Erstmal wirklich herausfinden, wie mächtig das Tool vielleicht ist. Aber ich glaube, sobald das Ganze wirklich in den Geschäftsprozess eingreift, dann braucht man eigentlich dieses Setting, das ich eben genannt habe. Also vereinfacht gesagt, muss die Antwort richtig sein, dann... Muss ich eigentlich die ganze Klaviatur auspacken Dann kann ich nicht sagen, ich verzichte auf die Hälfte oder evaluiere nicht richtig oder beziehe das Business nicht ein. Wir haben auch so kleine, da ist Agenten fast zu viel gesagt, wo es darum geht, vielleicht interne Dinge zu verbessern, einen [00:30:00] Übersetzer, OKRs schreiben und so weiter Da ist es vermutlich nicht so wichtig. Aber wenn es... Wirklich ans Versicherungsbusiness rangeht, ja, dann muss man da leider durch, also auch wenn es dann so ein bisschen die Schnelligkeit vielleicht manchmal ein bisschen rausnimmt, ja. Felix: Also kann man sagen, dass ihr unterscheidet zwischen Dingen, die nach extern gerichtet sind oder auch in die zentrale Wertschöpfungskette eingreifen versus so interne Effizienz Produktivität? Patrick Darby: intern haben wir es mal Low- und High-Code genannt was eigentlich wahrscheinlich vom Begriff her nicht ganz richtig ist. Felix: Vielen Dank Patrick Darby: wir im Moment erstellen, ist so ein Prozess der definiert, bis wohin kann man einen Agenten selber erstellen Also auch mit welchen Funktionen und Florian hat es ja eben schon gesagt, sobald es in Felix: ZDF Patrick Darby: ist es halt nicht mehr ein einfacher Case, sage ich mal so. Und dieser [00:31:00] Prozess definiert auch, ab wann sind zusätzliche Funktionen. Prozessschritte notwendig die eben sicherstellen, dass dieser Agent auch so funktioniert, wie wir es intendieren. Und damit wollen wir Felix: Vielen Dank Patrick Darby: die Möglichkeit hat, sich Agenten zu erstellen. Und wir aber sehr klare Mechanismen haben, die sorgen, dass wenn eine gewisse Komplexitätsstufe erreicht wird, dass es in einen offiziellen Prozess reinmündet. Wir bezeichnen das einfach als Funnel und gucken dann Und welche der Ideen die da reinkommen, braucht es? Wo braucht es nochmal wirklich ein Team, eine Squad, die das Ganze umsetzen kann? Das definieren wir gerade auch mit KI-Governance. Felix: Ich gehe da nochmal rein, weil sich diese Frage gerade enorm viele Unternehmen stellen. Wer darf eigentlich was und bis zu welchem Punkt wird KI-Anwendung demokratisiert und ab wann aber der Anwendungsfall oder [00:32:00] der Output zu kritisch als dass er nicht durch einen anständigen IT, Data Science, Governance wie auch immer man das nennen möchte, Prozess durchgeht. Habt ihr dort schon so richtig klare Kriterien definiert die man so abhaken kann, wo man sagt, jetzt muss es zu Florian und dem Team? Patrick Darby: Ich glaube, in aller Transparenz ich glaube, wir haben ein paar Kriterien, die wir schon sehen, die notwendig sind, damit es zu Florian und dem Team kommt. Und das sind natürlich alle Sachen, die irgendwie schreibend sind. Also wo der Agent nachher eine Aktion, ein Tool in einem System ausführt, das ist immer der Moment, wo wir zusätzliche Sicherheitsmechanismen brauchen. Das definieren wir gerade aus. Und alles das, wo es einfach darum geht, ich sage mal so ein assistiver Agent, der dir eine Information wiedergibt in deinem Fenster, da sind wahrscheinlich mehr Freiheiten möglich. Ganze wird dann aber auch komplexer wenn du weitere, bei uns heißt es [00:33:00] Konnektoren, also Schnittstellen in Systeme mit dazu nimmst Also ich glaube, das sind so unterschiedliche wo du eine einfache Komplexität oder eine hohe Komplexität hast und das definieren wir gerade aber aus. Felix: Ja, super. Ich hatte hier letztens den Sascha Dewald von der DKB, die haben ja auch im Customer Support sich einen Agenten gebaut, der dort schon relativ viel machen kann und die setzen sich regelmäßig mit ihrem Team zusammen und versuchen diesen Agenten auseinanderzunehmen mit allen möglichen Edge Cases und Tests und so weiter, also wie so ein Red Teaming und versuchen Schwachstellen zu identifizieren um den weiterzuentwickeln macht ihr denn das, dieses Testen Evaluieren und wieder das Feedback in die nächste Verbesserungsschleife mit einzubauen? Florian: Also erstmal muss man sagen, wir haben keine Agenten die nach extern direkt mit dem Kunden kommunizieren, sondern das ist alles für Mitarbeitenden und bei Cosi KV und Co., also den Agenten die [00:34:00] tatsächlich nah am Prozess sind, tatsächlich 100% human in the loop. Also da passieren keine Dinge automatisch, es wird wirklich zu 100% von Menschen die Entscheidung getroffen und Agent gibt quasi nur den Vorschlag. Zur Evaluation gibt es eigentlich zwei Pfade. Einmal das ganze Thema Offline-Evaluation. Also wir definieren ein gewünschtes Verhalten. Also es können Gold-Standard-Frage-Antworte-Paare sein. definieren unerwünschtes Verhalten und Evaluieren dann einfach, also lassen automatisch bestimmte Fragen Antworten generieren und überprüfen ob das gewünschte Verhalten eingehalten wird. Und zweite Thema ist eben und die ganze Feedback-Schleife. Wir integrieren quasi dieses Feedback und was wir da an Fehlern und Problemen festgestellt haben stetig in unsere Offline-Evaluation. Also der [00:35:00] Offline-Fragenkatalog, unsere Definition des gewünschten Verhaltens wird über Zeit eben immer größer und so bekommen wir auch immer einen besseren Überblick, welche Ecken gut oder welche Ecken vielleicht schlecht funktionieren. Felix: Was würdest du sagen, oder habt ihr da irgendeine Messung, seit ihr die erste Version aufgesetzt habt, wie viel besser sind die Ergebnisse von dem KV-Assistenten geworden? Florian: Also man kann das in Zahlen messen also wir tun das auch. Wir sind live gegangen mit ungefähr 80% also 80% richtigen Antworten sind jetzt bei 85% ungefähr angekommen, aber bei steigendem Scope. Also das lässt sich jetzt nicht eins zu eins vergleichen weil am Anfang war der Fokus eher so auf Betriebsfragen. Kann ich mein Kind in die Krankenversicherung mit [00:36:00] aufnehmen? Spezielle Themen für Beamte wie Beihilfe und solche Themen und die Zeit sind eben weitere Funktionen hinzugekommen wie Leistungsfragen zum Beispiel, also wie meiner Zahnbehandlung übernommen zum Beispiel und dadurch, dass der Scope immer größer wurde, man wie gesagt die Zahlen nicht eins zu eins vergleichen aber die Trotz steigender Komplexität die Antwortqualität eben besser. Felix: Und dieses Delta von den 15 Prozent, was glaubst du wie viel kriegt man davon noch raus oder sind das dann Halluzinationen oder wie kommt das zustande? Florian: Also Halluzinationen würde ich das so im klassischen Sinn eigentlich nicht nennen. Fehlerquellen sind, sind widersprüchliche Informationen in Dokumenten Also die Signal Iduna hat über die Zeit verschiedene [00:37:00] andere Versicherungen übernommen, zum Beispiel den Deutschen Ring. Das heißt, wir haben verschiedene Tariflandschaften die wir quasi bearbeiten müssen und die unterscheiden sich teilweise ein bisschen, also muss man aufpassen, dass zum richtigen Tarif auch genau die richtigen Dokumente und Richtlinien quasi berücksichtigt werden. Da kann es passieren, dass es richtig funktioniert, dann muss man das eben gegensteuern oder den Fehler beheben. Dann gibt es teilweise Probleme mit der Darstellung von Tabellen in Dokumenten. Also die Dokumente sind optimiert auf menschliche Leser, enthalten viele verschiedene Tabellen, das sind Zellen verbunden, Überschriften sind irgendwie mehrdeutig Dann wird das natürlich schwer verstanden. Das heißt, da muss man an der Datenquelle gibt es einfach Fragen, die wir nicht im Scope haben. Also man muss auch irgendwann mal definieren, welche Fragen [00:38:00] können wir denn nicht beantworten oder zu welchen Themen geben wir keine Antwort. Und so ist ja der Blumenstrauß eigentlich an... Fehlerquellen schon groß, also man kann nicht sagen, es gibt jetzt einen riesen Hebel, sondern es ist am Ende einfach Fleißarbeit, Patrick Darby: Vielen Dank Florian: die Fehlerquellen so ein bisschen zu sichten, zu klastern, zu priorisieren. Und zu beheben und wie gesagt auch zu definieren wann einfach keine Antwort gegeben wird. Und bei diesen 85 Prozent oder bei den in Anführungszeichen fehlenden 15 Prozent sind auch die keine Antwort dabei. Felix: Okay. Florian: Antwort muss jetzt nicht falsch sein. Also vielleicht ist es auch so gewollt dass der Agent keine Antwort gibt. Felix: Ja, okay. Verstanden. Florian, du bist ja jetzt seit Jahren wirklich echt tief im Gen-AI und jetzt auch immer mehr in den Agenten-Entwicklungen mit drin. Wie würdest du denn gerade so den [00:39:00] aktuellen Stand von Agenten betrachten Beschreiben wie hast du vielleicht auch anfang des jahres darüber nachgedacht und wie denkst du die nächsten zwölf monate darüber nach was uns da noch so erwarten wird Florian: Am Anfang des Jahres, glaube ich hat man Agenten zum Funktionieren gebracht, indem man die Definition geändert hat. Also zuvor war das irgendwas Komplexes, dass die Umwelt irgendwie wahrnehmen kann und autonom Aktionen durchführt. Und so 2025 hieß dann plötzlich alles Agenten und dann hat es auch funktioniert. Und ich muss auch sagen, ich war Anfang des Jahres noch sehr skeptisch Und der Hauptgrund war eigentlich, dass die Modelle nicht richtig gut planen konnten. Also sie haben zwar Dinge getan, aber nicht so oft das Richtige. Und der Zeitpunkt, wo sich das für mich so verändert hat, war eigentlich als OpenAI [00:40:00] aufgetreten Und Google Gemini 2.5 Pro rausgebracht hat, wo man wirklich gesehen hat, dass die Modelle verstehen, was man von denen möchte, auch in komplexeren Fällen. Also dass man auch einfache Workflows, also was man sonst irgendwie in Workflows coden musste, einfach prompten kann. Also ich kann beschreiben, hol dir erst die Informationen aus dem CRM-System, welche Verträge der Kunde hat, hol dir die Informationen aus vielleicht dem REC-System und wenn noch Informationen fehlen oder wenn Verweise auf das SGB da sind, such im Sozialgesetzbuch nach und gib dann eine Antwort. Das funktioniert jetzt plötzlich. Das hatte ich so nicht erwartet muss ich sagen. Also ich war bei diesem ganzen Agent-Thema wirklich ein bisschen skeptisch mittlerweile muss man wirklich sagen, auch weil die Frameworks reifer werden, weil die Konzepte sich auch langsam so ein bisschen [00:41:00] etablieren Glaube ich dass das schon funktionieren kann. Und das Spannende ist, und das sehen wir jetzt auch bei CosiKV zum Beispiel, dieses Agent-to-Agent fand ich immer so ein bisschen, wir werfen jetzt noch ein Passwort obendrauf dass der Hype irgendwie am Laufen bleibt. Aber ich habe gesagt, wir haben in CosiKV verschiedene Funktionen über die Zeit gebaut. Und das Lustige ist, hinter den Funktionen steht meistens ein eigenes Team. Also die... Und Leistungsfragen werden tatsächlich auch von einem Leistungsteam und bewertet also das Feedback bewertet und eben auch definiert wie sich der Agent zu Leistungsfragen verhalten soll. Und es gibt ein Betriebsteam das für Betriebsfragen zuständig ist. Und dann baut man jetzt verschiedene Tools ab Die der Agent verwendet aber vielleicht sind es ja tatsächlich eigene Agenten die vollkommen, also ein Agent komplett in der Verantwortung eines Teams liegt. [00:42:00] Und dann ist das vielleicht nicht mehr ein großes Stück Software, sondern vielleicht sind es zwei, die irgendwie miteinander kommunizieren müssen. Und vielleicht gibt es dann noch einen dritten Agenten der in diesem Krankenversicherungsagent eine Funktion übernehmen kann. Und plötzlich macht dann auch so ein Buzzword wie Agent-to-Agent-Kommunikation oder Multi-Agent-System irgendwie Sinn. Und gesagt, da muss ich selbstkritisch sagen, da dachte ich da wird jetzt Passwort an Passwort gereiht, aber ich kann mir schon vorstellen, dass es sich in die Richtung entwickelt und nicht nur aus technischer Sicht, sondern wie gesagt auch so ein bisschen, weil das Ganze vielleicht der Organisation folgen wird. Felix: Könnt ihr eigentlich schon Gemini 3 nutzen wenn dieser Podcast veröffentlicht wird können wir es wahrscheinlich alle Florian: Ich hoffe, aber nee. Ich frage auch die Kollegen von Google immer, aber ich bekomme genauso wenig eine Antwort wie du vermutlich wenn 3.0 kommt.[00:43:00] Felix: Okay, danke für den Reality-Check, also ich finde es immer wieder wirklich sehr, sehr interessant, es gibt so diese zwei unterschiedlichen Welten oder noch mehrere Graustufen dazwischen aber es gibt die einen, die wir können hier mit Agenten unser gesamtes Unternehmen schon automatisieren und so, es kommen meistens eher auch sehr kleine Unternehmen und ich meine, wir... Sind ja auch ein Stück weit so, ja, wir haben aber nicht diese vielen Abhängigkeiten und wir haben vor allem gar keine Legacy, also wir können einen Prozess sofort ändern und ihn genau so umstellen, dass wir einen KI-Agenten da draufsetzen können oder einen KI-Workflow, wie auch immer und dann mit Practitionern, die tief technisch drin sind in großen Organisationen Und was es dort für Welten dazwischen liegen, was wirklich notwendig ist, um so einen Agent von einer ersten Demo einem ersten Prototypen, was irgendwie halbwegs funktioniert, wirklich skalierbar produktiv zu bekommen. spannend [00:44:00] und danke auch für deine Einschätzung, wie viel robuster die Technologie doch geworden ist und da bin ich gespannt, was uns nächstes Jahr erwartet, aber ich glaube, die die kann man so wahrscheinlich fortführen mit den ganzen Ressourcen, die da aktuell von allen möglichen Seiten draufgehen. Patrick Darby: Ja. Felix: ja auch von Google geschildert. Patrick Darby: nur die Felix: Ja. Patrick Darby: noch dazu, weil wir sind ja jetzt gestartet mit Gemini dieser COSI-KV, dieser KV-Wissensassistent, das war ein ungeheuer wichtiges Versatzstück darin zu zeigen, dass diese Technologie echte Mehrwerte bei uns bringt und ich glaube... Dass das wichtig war, damit wir als Unternehmen auch erkennen, dass wir jetzt in diesen großen Rollout gehen. Also wenn ich eine Gleichung aufzeichnen würde, würde ich sagen, ohne Cosi Carver kein großes Cosi oder Gemini Enterprise Rollout, weil wir da einfach gesehen haben, auch mit viel harter Arbeit, wie Florian gesagt hat, Dass wir hier mit der Technologie Mehrwerte schaffen können und das [00:45:00] hat auch irgendwie den Mut und das Selbstbewusstsein gegeben, jetzt all in zu gehen in so eine Lösung und zu sagen, wir müssen jetzt die gesamte Belegschaft vorbereiten und auch Felix: Dank. Patrick Darby: da hast du gesagt, dass das, was uns eigentlich Irgendwie unterscheidet auch von anderen ist, dass wir das Durchhaltevermögen hatten. Also, dass wir nicht nach den ersten paar Tests wo vielleicht die Antwortqualität noch nicht da war, gesagt haben, wir lassen das wieder, sondern dass wir da dran geblieben sind und dass wir auch Management Support hatten, dass es weiter getestet wird, dass wir die Ressourcen hatten und jetzt ist es ein toller Case, über den wir gerne erzählen. Florian: Das war tatsächlich auch so ein Mitgrund, überzeugt hat von Signal Iduna tatsächlich. Man hat wirklich mit dem komplexesten Use Case angefangen und hat nicht aufgehört als es am Anfang nicht sofort gut [00:46:00] war. Ich glaube, man erlebt oft, dass sich da so vorsichtig von unten, von einfach nach kompliziert herangetastet wird und selbst da schnell die Flinte ins Korn geworfen wird und gesagt wird, ja, funktioniert ja alles nicht, alles ein Hype, dass man da wirklich drangeblieben ist und am Ende wirklich sieht, dass es funktionieren kann es auch durch so eine Bang, jetzt mit Gemini Enterprise und COSI 2.0, das auch nochmal dazu führt, dass die Usage bei COSI KV mitsteigt, das finde ich einfach faszinierend und macht total Spaß, da irgendwie dabei zu sein. Felix: Ihr für euch einen Nordstern definiert für eure KI-Initiative, wo ihr hinmöchtet und also... Wenn ihr das gesamte Board dahinter bekommen habt, dann denke ich mal, dass es so etwas gibt. Könnt so ein bisschen teilen, wo seht ihr die Signal Iduna in der KI-Ära und wo wollt ihr in den nächsten Jahren noch hin? Patrick Darby: fing damit [00:47:00] an, dass wir ja im letzten Jahr eine neue Unternehmensstrategie veröffentlicht oder beschlossen haben, Momentum 2030, was so den Horizont beschreibt. Das ist eine ganz klare Wachstumsstrategie Wir haben gesagt, wir wollen von heute 7 Milliarden Beitragsvolumen auf 10 Milliarden in 2030 wachsen. Und gleichzeitig, und das ist nicht Teil der Strategie, aber das ist einfach Fakt, haben wir einen ziemlich hohen Altersdurchschnitt. Das heißt, wir haben 30 Prozent der Mitarbeiter, die uns in den nächsten zehn Jahren altersbedingt verlassen werden. Und das stellt uns vor eine Herausforderung Und in dieser Strategie Momentum 2030 ist KI als ein Leuchtturm definiert so heißt es bei uns intern. ein wettbewerbsdifferenzierendes Merkmal Und es ist sehr klar verortet unter dem Feld Mehrwirkung also Produktivität. Es ist also sehr klar aus unserer Strategie für jeden Mitarbeiter [00:48:00] warum wir diese Technologie einsetzen. Und ich glaube, auf die... Die Felix: Vielen Dank. Patrick Darby: ist auch sehr klar, warum wir das brauchen. Und deswegen meinte ich auch eben, dass als wir in diesem Cosi-Tag an dem Big Bang gestartet sind mit dem Wort des Vorstandes das auch nochmal aus dem Mund des Managements zu hören. Für jeden Mitarbeiter, das wurde auch aufgenommen, das kann man sich immer noch angucken. Das ist ungeheuer wichtig, damit die Mitarbeiter verstehen, warum soll ich das denn jetzt überhaupt machen Ich glaube, das Schlimmste, was passieren kann, ist, wenn ein Geschäftsführer oder Vorstand sagt, probiert das mal ein bisschen aus, spielt damit mal rum, dann wird genau gar nichts passieren. Und wir sehen ja jetzt die Effekte von Leuten, die es anwenden, die erste Prozessverbesserungen identifizieren und sei es jemand, der im Schadensbereich sich komplexe Schadensakten zusammenfassen lässt, die irgendwie 100 Seiten lang sind. Der oder diejenige hat dann auf einmal 15 Minuten pro Fall gespart. Und dann erzählt diese Person vielleicht beim Mittagessen darüber und dann nutzt ein anderes auch. Und ich glaube, dadurch [00:49:00] entsteht so ein Movement bei uns in der Organisation, auch durch die KI Champions, was ungeheuer wichtig ist, damit wir auch die richtigen Ideen identifizieren, die wir danach umsetzen Vielleicht in einem größeren Umfang umsetzen wollen, weil es dann komplexere Anliegen sind oder komplexere Agenten Und das ist so dieses Mindset, was wir jetzt da haben. Und ich bin da sehr zuversichtlich, dass das gut funktionieren wird. Felix: Das bin ich nach dem, was ich heute gehört habe, absolut auch. Ich finde, das ist stark aufgezogen von der organisatorischen Seite, starke Partner an der Seite, ein starkes Tech- und Datenteam Ihr habt einen Leuchtturm Case dort geschaffen und wir sind jetzt gar nicht so viel noch in weiterer aber Ihr macht ja nicht nur diesen einen Case, sondern arbeitet ja an vielen Dingen auch schon vor KI mit RPA und Prozessautomation Das hattet ihr mir noch im Vorgespräch gesagt. Also jetzt kann KI da noch oben drauf kommen und ich wünsche euch auf jeden Fall weiterhin [00:50:00] viel Erfolg auf dem Weg. Das klingt sehr, sehr vielversprechend und vielleicht, Florian und dann auch Patrick, machen wir zu dritt nochmal ein Update in einem Jahr wieder. Florian: Absolut. Vielen Dank, Felix. Felix: Danke euch.