00:00:03: Über künstliche Intelligenz spricht jeder.

00:00:07: Alle Unternehmen glauben, dass sie mehr darauf setzen müssen.

00:00:11: doch wie gelingt das eigentlich?

00:00:13: Darüber wollen wir heute sprechen.

00:00:14: Herzlich willkommen zu einer neuen Ausgabe unseres FHZ Digitalwirtschaft Podcasts.

00:00:18: mein Name ist Alexander Amprost ich bin Resolator in unserer Wirtschaftsredaktion moderiere zusammen mit Carsten Knob einem unserer Herausgeber.

00:00:27: Hallo lieber Carsten und wir sprechen Partner und KI-Chef von der Unternehmensberatung PWC in Deutschland.

00:00:40: Hallo, lieber Herr Reichen!

00:00:41: Hallo, freue mich hier zu sein.

00:00:43: Ja bevor wir ins Detail gehen wie gesagt wir sprechen über künstliche Intelligenz und wollen sehr konkret heute darüber sprechen, wie man die eigentlich erfolgreich umsetzt.

00:00:53: denn natürlich hören wir von überall her ja wir machen jetzt mehr KI Wir müssen mehr KI machen.

00:00:59: Wir haben hier ein KI Team eine KI Strategie einen KI-Masterplan, aber das heißt dass es das gibt auf irgendwelchen Folien noch eben noch nicht.

00:01:08: Dass das automatisch erfolgreich ist und das ist auch nicht für jeden dann immer das gleiche Sinn voll das ganze zu machen.

00:01:16: Bevor wir dabei in die Details gehen müssen sie einmal kurz Noten vergeben klassische Schulnoten von eins bis sechs und mal sagen wie in welchem Zustand befinden sich denn die deutsche Wirtschaft in der KF, erst mal sagen wir mal eine Gesamtnote KI der deutschen Wirtschaft ist jetzt gerade die

00:01:36: spannende Frage.

00:01:37: gleich zum Einstieg.

00:01:39: Ich würde mich mal vielleicht typisch Deutsch in die Mitte orientieren und meine drei vergeben welche

00:01:44: Noten kriegen die Mitarbeiter?

00:01:47: Die Mitarbeitenden Unternehmen bekommen auch sehr unterschiedlich.

00:01:51: ich bin auch bei einer Drei weil es wirklich von bis geht.

00:01:54: die Führungskräfte Da

00:01:56: bin ich eher bei einer Vier.

00:01:57: Und die Anbieter hier, die die KI zur Verfügung stellen?

00:02:02: Bei den Anbieten bin ich eh bei einer Zwei.

00:02:05: Also ist sozusagen als Einfazit und das denkt sich so ein bisschen mit dem was wir auch ermitteln Die Technik ist inzwischen wirklich recht weit Es gibt sehr viele Möglichkeiten Ist es eher eine Frage Die Sachen die es gibt eben auch sinnvoll umzusetzen.

00:02:25: und jetzt fangen wir mal ein bisschen aus der abstrakteren oder Vogelperspektive an.

00:02:32: Worauf kommt es denn da an?

00:02:34: Wenn ich jetzt sage, ich möchte das richtig einsetzen was muss ich da vielleicht zuerst einmal machen?

00:02:40: Auf jeden Fall muss ich mir klar werden dass ist kein.

00:02:42: wir reden über keine Technologieprobleme, Technologiethema die Technik alleine sind ja auch schon gar nicht gesagt.

00:02:47: Es ist nicht dies dar.

00:02:50: Ich muss mir darüber klar werden Das ist hier eine Gesamt Transformation geht, dass ich von meiner Businessstrategie überlegen muss vor dem Hintergrund dessen welche Möglichkeiten Künstliche Intelligenz bietet und muss es dann vorausgehend ganzheitlich betrachten.

00:03:08: Das heißt eine Unternehmen braucht ein KI-Team.

00:03:12: oder ist das ganze Unternehmen eigentlich ein KI Team?

00:03:15: Aus der Phase des separaten KI-Teams sind wir aus meiner Sicht ein Stück mal draus.

00:03:19: Das ist sicherlich ganz gut gewesen, um mal so'n bisschen erste Berührungspunkte zu haben und mit der Technologienkontakt zu kommen.

00:03:26: aber stand heute sehe ich das gesamte Unternehmen als das KI Team.

00:03:31: Und es muss man auch begreifen, so muss man's angehen.

00:03:35: Ich kann KI jetzt nicht irgendwie delegieren und sagen da gibt´s in der IT vielleicht das KI-Team und die machen das dann schon.

00:03:42: Das wird mich funktionieren

00:03:44: Wenn Sie jetzt konkreter werden und sagen, wie gelingt das Ganze erfolgreich?

00:03:52: Das ganze aus

00:03:53: unserer Sicht meiner Sicht erfolgreich beginnt mit einer Wissenstrategie.

00:03:58: Dass ich mir überlege was ich überhaupt machen kann, was ich machen möchte.

00:04:04: Wo könntest du die Intelligenz mehr hier helfen kann und da ganz wichtig, es geht jetzt mir nicht darum zu sagen.

00:04:11: Na ja, dann kann ich ein paar Dinge optimieren etwas einen kleinen Prozess beschleunigen, sondern wir gibt's darin zu sagen was kann ich denn jetzt mit den Möglichkeiten generell ganz neu machen?

00:04:22: Welche Geschäftsmöglichkeiten eröffnen sich denn jetzt?

00:04:25: Und ausgehend von dieser Strategie habe ich mir dann überlegen Was brauche ich dafür?

00:04:30: wie sieht meine Datengrundlage aus?

00:04:32: Wie sehen meine Mitarbeiter-Fähigkeiten Wie kann ich die Einführung entsprechend skalieren?

00:04:41: Was brauche ich dafür?

00:04:42: Ganz wichtig natürlich auch, wie sieht es von der rechtlichen regulatorischen Seite aus.

00:04:47: Habe ich die richtige Governance?

00:04:49: Dann kann ich das gesamte Thema wirklich Ende zu Ende betrachten und kann durch alle Facetten durchlaufen Und nicht einfach nur in der IT-Abteilung einen kleinen Piloten starten und sagen, das war es dann jetzt.

00:05:04: Gibt es mal ein konkretes Beispiel was Sie begleitet haben oder erlebt haben wo man irgendwie ein Produkt was vielleicht auch jeder kennt sieht wie das funktioniert in der Praxis?

00:05:17: Also ich muss natürlich gar nicht über alle Kundendeteils sprechen.

00:05:21: logischerweise aber wir begleiten eine ganze Menge unserer Kunden auf diesen Reisen und da würde ich unterscheiden Bei vielen sind wir noch in der Phase, wichtige Grundlagen zu schaffen.

00:05:33: Und dass ich sage, ich brauche eine verlässliche Datenbasis beispielsweise, damit ich KI überhaupt effizienter einsetzen kann.

00:05:39: Das ist bei sehr, sehr vielen ein großes Thema.

00:05:43: Da fallen einem auch einige der Hausaufgaben auf die Füße, die man in den letzten Jahren einfach mal so ein bisschen ignoriert hat.

00:05:49: und überraschenderweise löst die KI das Problem nicht für einen, sondern muss es schon selber lösen.

00:05:55: Wir haben aber andere Kunden, die da auch schon ein Schritt weiter sind.

00:05:59: Die dann wirklich vom R&D-Bereich kommen komplett neue Prozesse aufsetzen, die KI in der Forschung einsetzen und in die Produktisierung reingehen.

00:06:13: Also von der R& D bis hin zum fertigen Produkt die KI durchgänglich einsetzen.

00:06:20: Das funktioniert schon sehr gut und schafft nicht nur höhere Geschwindigkeit, sondern auch eine viel höhere Qualität die in diesem Prozess dann stattfindet.

00:06:33: Und schafft aber auch ganz neue Möglichkeiten im Sinne von Optionen, die man durchspielen kann vom Output den man generieren kann als man das vorher ohne KI hätte machen können.

00:06:46: Wenn Sie sagen, Daten ist so ein immer noch zentrales Thema.

00:06:50: Wir staunen da auch immer mal.

00:06:52: Woran liegt es denn?

00:06:53: Dass es auf die Datengrundlagen gar nicht

00:06:54: gibt.

00:06:55: War man sehr oft was wir unter den Vorfinden in Datensilos unterwegs sind.

00:06:59: Man hat in einzelnen Abteilungen und Bereichen sich sehr gute Daten-Grundlagen geschaffen hat aber selten die Notwendigkeit einfach auch nicht gehabt, zu sagen ich möchte es jetzt wirklich Ende-zu-Ende durchdenken.

00:07:14: Sondern ich habe halt meine Finance Daten, ich hab' meine Produktionsdaten, ich habe meine Marketingdaten und jetzt kommt auf einmal jemand und sagt können wir das bitte mal alles zusammenbringen?

00:07:24: Und dann sagt man natürlich erst mal ja gar kein Problem!

00:07:26: Das können wir ja machen.

00:07:28: und dann stellt man plötzlich fest naja allein von der Stammdatenseite so ganz richtig zusammen passen tut's halt dann doch nicht.

00:07:35: dann hat das plötzlich mein Produkt völlig andere Benennungen, völlig andere Nummern.

00:07:41: Als ich das in meinem Finance-System habe und so weiter und sofort.

00:07:47: Und schon kriege ich jetzt nichts mit KI darauf vernünftig gemacht.

00:07:53: Da muss ich halt wirklich ran.

00:07:56: Das sind leider meistens Aufgaben die nicht ganz schnell funktionieren.

00:08:00: Das mache ich halt nicht mal eben!

00:08:02: Ich will,

00:08:03: dass das Leute überhaupt sagen.

00:08:05: Aber es ist wahrscheinlich in der Realität sowieso auch alles immer komplexer wenn so ein Ansinnen kommt kein Problem kann ich mir sowieso kaum vorstellen weil wahrscheinlich sind die doch gerade alle erst froh dass sie die Daten aus ihrem Finanzbereich so in einer Datenbank konsolidiert haben, dass Sie dort wenigstens vernünftig homogen und strukturiert damit arbeiten können.

00:08:29: Und die Daten von Ihrem Kundengeschäft so vielleicht in einem Data Lake zusammengeführt haben, das man da jetzt endlich mal vernünftig somit umgehen kann.

00:08:40: Dass man auf der Basis der klassischen IT damit so arbeiten kann wie man sich das irgendwann einmal vorgestellt hat Das war ja in den vergangenen zehn, fünfzehn Jahren alles schon Arbeit genug.

00:08:52: Und jetzt kommt dann der Nächste daher und sagt so... ...und jetzt hätten wir das gerne alles noch mal miteinander verbunden.

00:08:58: Eigentlich müsste doch jeder IT verantwortlich hier in dem Moment erstmal die Hände überm Kopf zusammenschlagen oder?

00:09:04: Absolut, das ist genau ein typisches Beispiel was wir immer wieder erleben.

00:09:08: Dann habe ich ja ein konkretes Beispiel, dann fing auch ein Grunde an und sagte Ja wir machen es im Vertriebsbereich haben jetzt die Data Scientisten und sie setzen sich jetzt hin und überlegen sich mal genau Was machen wir eigentlich mit unseren Kunden?

00:09:22: Wie kann ich jetzt auch Vertriebsgespräche optimal vorbereiten?

00:09:25: und dann wird sowas alles irgendwie gemacht.

00:09:27: Dann heißt er, gut aber jetzt werde ich mal so die Finanzdaten ans Hilfreich.

00:09:30: was habe ich denn mit den Kunden für Geschäft gemacht?

00:09:32: welche Konditionen habe ich ihm gegeben?

00:09:34: das habe ich da abgerechnet.

00:09:36: ist es überhaupt finanziell gesehen interessanter kunde?

00:09:39: und dann stellt man fest Die Daten kommen so nicht richtig zusammen.

00:09:43: Als nächstes führt man die händisch irgendwie zusammen, sagt ja so könnte das funktionieren.

00:09:49: und dann sagt man da gut aber jetzt rollen wir das mal eben aus.

00:09:51: und dann merkt man aber von den Zugriffsmöglichkeiten, von den Berechtigungen her funktioniert es überhaupt gar nicht.

00:09:58: und dann stellt man fest, wir müssen erstmal an der wirklich einer Datenbasis in der Plattform arbeiten um das überhaupt zu ermöglichen und vor allen Dingen auch den Business die Flexibilität und auch die Geschwindigkeit geben zu können, diese Wissensprozesse auch gestalten zu können.

00:10:13: Ich kann ja nicht wie in der Vergangenheit sagen ich mache das mal ein zweijahres IT-Projekt damit ich einen Prozess abbilden kann.

00:10:20: bis ich da fertig bin hat sich das schon dreimal weiterentwickelt und der Prozess ist gar nicht mehr relevant.

00:10:24: Ist es eine Irrglaube?

00:10:26: Also leihenhaft könnte man ja vermuten dass gerade die KI dabei helfen könnte solche Dinge zusammenzuführen Eventuell einfacher wird, dass Dinge die in verschiedenen Töpfen liegen... Richtigerweise früher irgendwie aufwendig über Mittel wäre oder was weiß ich zusammengefügt werden mussten.

00:10:46: Dass die KI das nun erleichtert diese Dinge miteinander zu verbinden.

00:10:49: aber wenn ich ihnen richtig zuhöre, wäre das tatsächlich ein großer Irrtum und es setzt an der Stelle tatsächlich sehr viel mehr Arbeit voraus, dass aus dem KI-System dann auch was so nüftiges herauskommt.

00:11:02: Ja, das ist leider die schlechte Nachricht.

00:11:04: Die Frage kriege ich sehr häufig her.

00:11:06: Kann die KI das denn da nicht für mich achten?

00:11:09: Genau!

00:11:10: Wenn sie auf dem Netz alles mögliche Informationen noch zusammenziehen kann wie man ja weiß.

00:11:17: KI kann sich wirklich helfen.

00:11:18: also wir haben ja auch viele Datenqualitätsprozesse Themen.

00:11:23: Also da kann die KI auch im laufenden Betrieb sehr viel helfen kann auch Anwender sehr gut unterstützen, dass das schlecht Gartenqualität gar nicht entsteht.

00:11:33: Also da kann man eine ganze Menge machen und das stimmt definitiv.

00:11:37: Wenn ich aber die Basis noch gar nicht habe, dann kann ich auch mit der KI die Standardprobleme, die ich einfach im System habe, damit von der KI lösen lassen.

00:11:49: Die KI kann mir dabei helfen, gar keine Frage.

00:11:51: aber ich kann sie nicht irgendwie sagen hier drück auf den Knopf und dann sind die Daten vernünftig das wird... ...nicht funktionieren.

00:11:58: Man muss ja auch schauen.

00:11:59: wenn wir auch auf das Thema der Kosten von KI schauen ist es auch mal so ein sehr griffiges Beispiel.

00:12:09: Klar kann ich jetzt die KI immer auf meinen ganzen Datemischand loslassen.

00:12:12: Ich habe schon verschiedene Fragen gehabt.

00:12:15: Ja, wir haben unser Monatsreport.

00:12:17: Das brauchen jetzt alles gar nicht mehr.

00:12:18: Dann frage ich die KI und die holt mir das dann raus?

00:12:20: Und so kann man machen!

00:12:22: Wenn ich aber dann gucke, mein Monats-Report, meinen Monatsfinancials, wie der Name schon sagt, ändert sich einmal im Monat.

00:12:28: Wenn jetzt aber beliebig viele User mehrmals am Tag die KI los schicken um sich diesen Reboard raussuchen zu lassen... Was das an Tokens kostet, was mich hinter jeder einzelne Aufruf dieses Reports dann kostet.

00:12:40: Auch wenn es eine Sense Beträge sind, was sich da aufsummiert, anstatt einmal diesen Bericht klassisch wie vorher abzulegen und jeder ruft einfach den Bericht auf.

00:12:49: Also muss man wirklich mal gucken, was man mit KI dann auch löst für eine Aufgabenstellung?

00:12:55: Und ob das hinterher auch wirklich kosteneffizient funktioniert.

00:12:58: Gibt es diese Probleme, diese beiden die ich jetzt gleich nennen werde in ihrer Beratungspraxis?

00:13:05: Problem eins, das passt genau zu dem was Sie gerade gesagt haben.

00:13:09: Problem eins ein hoch motivierter Mitarbeiter setzt sich am Wochenende hin hat grad sturmfreie Bude und auch sonst nichts zu tun und macht mal so für hunderttausend Euro Tokenverbrauch so richtig Wipe Coding.

00:13:28: Und am Montagmorgen sagt dann einen Kollege da ist ja eine große Lampe an.

00:13:33: Und Problemfall zwei, selbst wenn das nicht in diese Extremdimensionen geht sitzen die Controller in den ganzen Unternehmen hier rundrum und raufen sich die Haare wie sie eigentlich die Kosten für diesen ganzen Token von dieser KI-Nutzung ordentlich auf Projekte zu rechnen sollen.

00:13:51: Existieren diese beiden Probleme auch an der Realität?

00:13:54: oder Denke ich mir, dass hier nur am journalistischen Schraubtisch aus.

00:13:58: Die beiden

00:13:59: Probleme existieren definitiv und wir inhalten dann auch schon wieder einige Problemfelder.

00:14:05: Ich würde versuchen die mal gerade ein bisschen abzuarbeiten.

00:14:08: das eine ist natürlich Wir sind mit der generativen KI jetzt irgendwie so ein bisschen ein bisschen Firm geworden.

00:14:13: Wir kennen es aus dem privaten Umfeld.

00:14:16: Da ist es dann irgendwie schön wenn man Wenn man mit JetGPT oder anderen So einen Dialog führt.

00:14:21: Das fühlt sich auch irgendwie ganz gut an.

00:14:23: Und das übertragen wir dann automatisch eins zu eins in den Betrieblichen Alltag und machen das da genauso.

00:14:30: Das ist natürlich extrem teuer, weil wir schicken jedes Mal die ganzen Kontext mit.

00:14:36: Also das summiert sich ganz ergänzt extrem.

00:14:39: Da muss man aus meiner Sicht auch mal verstehen für die betriebliche Nutzung.

00:14:44: Macht das so keinen Sinn?

00:14:45: Ich muss keine E-Guns anders nutzen.

00:14:47: Ich muss mich wirklich embedden in wesentliche Prozesse und muss wegkommen von diesem.

00:14:53: Ich Chatte da mal wild durch die Gegend, probiere alle möglichen Sachen aus.

00:14:57: Also das ist schonmal die Art und Weise wie ich es nutze.

00:15:00: Und auf der anderen Seite habe ich natürlich nur Richtung Controlling an Sie angesprochen und klar die Aufgabenstellung.

00:15:06: Wie kann ich das denn auch auf einzelne Produkte, Projekte was auch immer meppen.

00:15:12: Und dann sind wir natürlich gerade in Deutschland in etwas komplizierteren Situationen.

00:15:17: Dann fange ich an natürlich pro Person zu tracken und sagt dann dieser Mensch arbeitet grade für dieses oder für jenes?

00:15:23: Und da kann ich das dann zurechnen!

00:15:25: Dann fang' ich aber natürlich an mit dem Betriebsrat zu sprechen wie weit ich jetzt Personen bezogen mein Topenverbrauch meppen kann und möchte.

00:15:35: Da muss man ja auch mal schauen dass man etwas intelligentere Lösungen findet die es aber durchaus auch gibt, dass man im Kontext eines Projektes die Token-Nutzung auch tracken und erfassen kann.

00:15:46: Und ohne das auf den einzelnen User zurückführen zu können.

00:15:49: Aber das muss man bedenken.

00:15:51: Das ist halt unserem Projekt noch mal wichtig.

00:15:53: Das gehört für mich alles zum Gesamtkonzept und zur Gesamtgovernance, dass wir das frühzeitig bedenkt und nicht erst hinterher, wenn man dann auf einmal die Rechnung bekommt.

00:16:03: Da gibt's ja auch einige durchaus prominente Beispiele, wo das passiert ist.

00:16:07: Es ist nicht die richtige Entscheidung, irgendeinen Pilotprojekt zu machen.

00:16:11: Sondern man muss wenn man so will mit einem ganzheit ich mache jetzt mit meinen eigenen Worten mit dem ganzhaltig ihren strategischen Ansatz in diese projekte einsteigen.

00:16:20: aber wenn man den jetzt vielleicht noch gar nicht hat weil man immer noch nicht genug peilung hat Und möglicherweise, Sie haben den Führungskräften ja auch eingangs die Note vier gegeben.

00:16:29: Ist auch da immer noch mangelt?

00:16:30: Ist es denn dann in dieser Situation nicht vielleicht doch besser man macht wenigstens an irgendeiner Stelle ein valides Pilotprojekt bevor ich da weiter mit der Taschenlampe ins dunkel leuchte und überhaupt keinen Halt finde?

00:16:43: Absolut!

00:16:43: Ich würde ja für plädieren zwei Dinge parallel zu machen auf der einen Seite sich am Anfang mal hinzusetzen und sich ein Gesamtplan zu machen.

00:16:51: wo möchte ich denn eigentlich hin im Sinne auch von Gesamtstrategie.

00:16:54: Und dann kann natürlich, im Rahmen der Gesamtsstrategien auch ein Pilot ein erster Schritt sein und sagen okay mal ganz ehrlich wir haben noch gar keinen Licht am Fahrrad.

00:17:04: Wir wollen da bisschen näher ran und dann greifen wir uns genau einen Ding raus und probieren das mal durch.

00:17:09: parallel dazu muss ich mir dann aber schon die Gedanken machen wenn das jetzt funktioniert was sich da pilotiere Bin ich denn auch in der Lage, das dann zu skalieren und auszurollen?

00:17:19: Oder erreiche ich genau das Gegenteil.

00:17:21: Ich mache einen coolen Pilot alle finden da super!

00:17:24: Und danach muss ich dann sagen ja war eine tolle Idee aber wir können es leider nicht produktiv nutzen haben wir jetzt gerade festgestellt.

00:17:30: also das muss sich natürlich schon parallel ein bisschen

00:17:32: beachten.

00:17:33: wenn wir jetzt auf die Wirtschaft in der Breite ein bisschen gucken wo klappt KI?

00:17:40: was kann man machen?

00:17:41: ganz ganz konkret sozusagen einmal sagen, ich bin in Industrieunternehmen oder ich bin ein Dienstleister.

00:17:47: Ich bin eine Bank oder eine Versicherung oder einen Baumaschinenhersteller oder irgendetwas und habe eben meinen Produkten.

00:17:52: da kann ich vielleicht KI mehr einsetzen oder weniger einsetzen?

00:17:57: Und dann haben natürlich alle diese Unternehmen auch gemeinsame Gemeinsamkeiten mit diesen ganzen klassischen betriebswirtschaftlichen Abteilungen und Funktionen wie Personal, Rechnungswesen usw.. Wenn wir mal bei denen anfangen, was sind denn da sozusagen die low-hängigen Fruits mit KI?

00:18:15: Die man jetzt einfach alle schon einsamen ernten kann oder schon geerntet haben sollte eigentlich aus ihrer Sicht.

00:18:22: Wenn ich jetzt mir mal einfach eine Liste machen möchte und sage so das im Jahr zwartausend sechsundzwanzig im August ist müsste ich eigentlich jetzt... Da kann ich viel raus holen und es müsste ich schon längst gemacht haben

00:18:35: Wenn wir von der Branche in die Industriesicht mal starten, klar ist ja schon gesagt gibt es natürlich da sehr unterschiedliche.

00:18:41: Ich habe die sehr datennativen Branchen, würde ich jetzt mal sagen wie eine Bank, wie eine Versicherung, wie ein TECO oder also da bin ich natürlich schon KI-technisch viel, viel näher dran und ich habe sehr klart strukturierte Prozesse, ich habe meine Daten üblicherweise ganz anders schon im Griff.

00:19:00: Da mache ich natürlich auch schon sehr, Wo bin ich denn unterwegs?

00:19:04: Natürlich auch das ganze Frontoffice-Thema.

00:19:07: Wenn ich jetzt bei der Versicherung Schaden melde, werde ich hundertprozentig mit KI kommunizieren und keinen Mitarbeiter am Telefon haben.

00:19:14: als solche Dinge Die sind alle schon entsprechend da in anderen Branchen.

00:19:20: Wenn ich mir jetzt Gesundheitswesen anschaue, wenn ich mir das Bausektor oder so dann wird es natürlich in den Kernprozessen erstmal vielleicht nicht ganz so offenkundig wie wo ich mit KI unterwegs bin.

00:19:33: Dann komme ich eher an die Backoffice-Prozesse und da denke ich auch führende ERP Hersteller reden ja vom autonomen ERP System Das wäre so schon aktuell auf dem Stand sein sollten, dass ich doch im Rahmen meiner Finanzprozesse mindestens mal mit KI schon arbeiten sollte und in diese Richtung auch immer stärker kommen sollte.

00:19:59: Dass sich also da viele, viele Dinge schon automatisiert ablaufen lassen kann ob nicht jetzt eine Steuerfindung brauche, ob ich irgendwelche Rechnungen verbuchen muss oder ähnliches das ist aber dann sollte heute aber schon State of the Arts sein.

00:20:18: Also das erleben wir schon bei sehr, sehr vielen.

00:20:20: Man muss noch ein bisschen genauer gucken.

00:20:23: Bei dem einen oder anderen ist es dann genau eineinhalb Prozess und man ist ja ganz, ganz stolz, dass man das schon gemacht hat.

00:20:28: Mehr ist aber dann auch nicht so richtig.

00:20:30: Und wenn man dann nochmal genauer hinguckt geht's danach dann ganz krass manuell wieder weiter.

00:20:36: Das ist dadurch nicht so toll!

00:20:38: Wir haben auch schon viele Kunden die da schon deutlichen Schritt weiter sind.

00:20:43: Klar, die Back-Offs Prozesse sind natürlich am stärksten Datengetrieben standardisiert.

00:20:49: Da kann ich mich schnellstens am einfachsten etwas machen, also die klassischen Low Hanging Floods.

00:20:54: Die auch ermöglichen dass die Unternehmen sich dann in dem Bereich von vielen Mitarbeitern trennen

00:20:59: können?

00:21:00: und da Kosten sparen, weil das halt alles dann die KI-Marmacht.

00:21:04: Möglicherweise,

00:21:05: wobei das glaube ich gar nicht unbedingt so dass das primär Ziel bei der Sache ist es geht ja finde ich gar nichts immer nur darum zu sagen wir schaffen da jetzt Menschen ab sondern muss ja mal gucken wer steigert an eine Qualität.

00:21:19: Ich kann viele Dinge mit KI qualitativ viel hochwertiger machen ich kann viel mehr Prüfschritte machen, die sich mit Menschen einfach nicht machen können.

00:21:28: klar brauche ich auch denn etwas andere Skills von den Mitarbeitern.

00:21:32: Ich muss natürlich jemand haben, der nicht selber primär die Buchung vornimmt, sondern in der Lage ist, die Dinge zu prüfen, die eine KI macht, demalte das einschätzen kann.

00:21:42: Aber ich erlebe jetzt gar nicht unbedingt dass es das Primärziel ist nur nur jetzt die Menschen einzusparen.

00:21:47: Nichts letztlich.

00:21:48: das Ziel aber ist nicht einfach eine Folge das Ganze haben wird, dass die eben in diesen Bereichen so gut ist.

00:21:56: Dass sie da einfach auch viele komplette Tätigkeiten ersetzt und diese Wahrheit man dann aussprechen muss.

00:22:06: Ganz viel was heute im sogenannten Satzbearbeitung ist, dass es eine KI künftig macht.

00:22:14: Da gibt's noch Leute vielleicht auch Stichprobenartig gucken Dass es passt oder eine andere KI guckt, dass die erste KI alles richtig gemacht hat.

00:22:23: Aber das da einfach ganz viel wegfallen wird?

00:22:26: Es verschieben sich Tätigkeiten wie gesagt also Nussgill-Profile verändern sich.

00:22:32: ich würde jetzt nicht davon ausgehen, dass hier ganze Dinge alle nur wegfallen aber ich meine das ist ja auch... Das Kommensfeld der Spekulation was wird in den nächsten zwei drei Jahren passieren?

00:22:45: Das, was ich aktuell wahrnehme ist wirklich eine Veränderung der Skillprofile und der Anforderungen an Mitarbeiter.

00:22:54: Ich sehe das höhere Qualität gediefert wird, dass man in der Lage ist auch zusätzliche Dinge machen zu können in den Abteilungen, die man vorher gar nicht machen konnte.

00:23:06: Das ist eigentlich das, was sich im Moment positiv wahrnehmte Und das sehen wir auch in den Studien, die wir vom PVC gemacht haben.

00:23:15: Von daher haben wir das auch ganz gut belegt, glaube ich.

00:23:17: Wir sehen mit Artikeln, die gerade veröffentlicht haben so zum Thema KI und Arbeitsmarkt Jobperspektiven vor allem auf junge Menschen aber auch überhaupt für Ältere, dass es schon deutlich schwieriger geworden ist.

00:23:33: Das liegt einmal eben an der wirtschaftlichen Situation insgesamt, Produkte eben Schwierigkeiten haben, wie die Autos und was da dranhängt.

00:23:41: Weil sich die Antriebstechnik ändert und weil auch andere Wettbewerber aus anderen Ländern stärker werden aber zum Anderen eben auch an KI hat in vielen Bereichen so gut ist wie Berufsanfänger oder in anderen Bereichen eben auch so gut wir Experten schon und diese einfach im.

00:23:58: Wir können momentan, wir haben relativ großes Interesse daran wenn wir Artikel zu diesen Themenbereichen veröffentlichten.

00:24:04: Die auch bisschen für uns darauf hindeuten dass die Leute sich zunehmend Sorgen machen und sich fragen werden wir noch gebraucht in fünf Jahren oder wenn wir jetzt heute fertig sind haben wir eigentlich bringen wir das Richtige mit um in den Arbeitsmarkt zu kommen?

00:24:24: wie alarmiert sind Sie da?

00:24:25: Ich

00:24:25: würde es ein bisschen übertreiben.

00:24:28: Wenn ich neu in den Job reinkomme, bringe ich das Richtige mit?

00:24:31: Das ist natürlich eine sehr valide Frage und klar!

00:24:33: Also wenn jetzt jemand neu in einen Job startet und sagt, übertrieben von KI habe ich noch nie was gehört, dann ist vielleicht nicht gerade ganz geschickt.

00:24:41: Da muss man das richtige mitbringen.

00:24:44: Wichtig finde ich aber auch so eine gewisse Mentalitätsfrage die wir auch in Deutschland haben einfach auch die Chancen zu sehen, was sich jetzt hier raus ergibt.

00:24:56: Ich bin der Meinung wir haben in Deutschland sehr sehr sehr großes Potenzial.

00:25:01: also wenn ich sehe was wir an Know-How, ein Ingenieur Know-how in diesem Land haben und was wir damit machen können.

00:25:08: Man will glaube ich eine sehr gute Voraussetzung um KI wirklich richtig gut zu nutzen.

00:25:13: und das finde ich wichtig dass wir da auch mit einer mit der Chance drauf schauen und es wirklich die Frage stellen, jetzt gibt's hier KI.

00:25:21: Was bietet mir das für eine Chance?

00:25:22: Und nicht immer sofort sagen, das ist bestimmt gefährlich.

00:25:26: Was ist das wieder für ein Risiko?

00:25:28: Das sehe ich in anderen Ländern gehen Menschen ganz anders mit der Technologie um.

00:25:36: Da denke ich schon dass wir in Deutschland sehr großes Potenzial haben und das unbedingt nutzen sollen.

00:25:42: Mit ganz anders meinen Sie die Probieren vielmehr aus oder Was heißt ganz anders?

00:25:49: Die sind probieren mehr aus.

00:25:51: Sie sind da mutiger, das sieht man im Unternehmenskontext ja dann auch.

00:25:54: Deutsche Unternehmen, das haben unsere Studien gezeigt, fokussieren sich an vielen Stellen noch auf Detail, Prozessoptimierung.

00:26:01: Es geht darum kann ich irgendwas schneller machen, kann nicht irgendwas mit KI billiger machen.

00:26:06: Es passiert noch zu wenig und das war der Grund für meine Schulnote drei am Anfang ist passiert es mal sich zu wenig wirklich neue Dinge zu machen, sondern was bietet KI denn jetzt für ganz neue Möglichkeiten?

00:26:19: Habe ich die Chance, ganz neue Geschäftsmodelle umzusetzen.

00:26:23: Also wirklich ein bisschen mehr einen Schritt zurückzutreten aus vorhandenen Prozessen heraus und etwas ganzheitlicher draufzuschauen und wirklich die Chancen zu sehen, die ich da habe und nicht gleich mit so einer Risikobetrachtung einzustalten.

00:26:39: also natürlich muss man die Risiken betrachten.

00:26:41: das will ich jetzt nicht behaupten.

00:26:42: aber direkt wieder zu sagen, das ist bestimmt gefährlich und bestimmt schlecht.

00:26:47: Und deswegen machen wir es nicht.

00:26:48: Ich

00:26:49: bin an einer anderen Stelle in den Eingangsbemerkungen noch mal hängen geblieben und zwar Alex als du nach der Notenverteilung gefragt hast.

00:26:57: Da haben mich zwei Dinge überrascht.

00:26:59: Und zwar die Note für die deutschen Anbieter und wenn man so will für die Bereitschaft oder die Readiness der deutschen Wirtschaft insgesamt.

00:27:09: also Warum sind sie so optimistisch,

00:27:12: dass

00:27:14: die Anbieter in der KI, die wir hier in Europa und Deutschland haben?

00:27:19: schon diese gute Note verdient haben, auch das ist ja kontraintuitiv.

00:27:25: Also ich

00:27:26: vermute mal die meisten Hörerinnen und Hörere haben jetzt noch nicht mit einem europäischen KI-Modell gearbeitet.

00:27:31: Das ist richtig!

00:27:32: Die Frage natürlich aber auch macht es ernsthaft Sinn aus Deutschland, aus Europa heraus in das KI Modellrennen einzusteigen?

00:27:42: Ich denke nicht.

00:27:42: also wenn wir da eine Schmürte vergeben müssen Haben wir den Zug, haben wir verpasst.

00:27:47: Was ich aber bei den deutschen europäischen Anbietern schonen sehe und dann gleich auch beim Thema Souveränität.

00:27:53: Da haben wir schon eine ganze Menge Möglichkeiten und bieten die auch heute schon und können auch die deutschen europäische Stärke an der Stelle nutzen.

00:28:01: Also da bin ich wirklich sehr optimistisch, muss sich jetzt unbedingt versuchen mit amerikanischen oder chinesischen Modellen zu konkurrieren weiß ich nicht ob das jetzt wirklich uns weiterbringt.

00:28:12: Ich

00:28:12: würde auch sagen vielleicht doch eher schon.

00:28:15: also zwei Gedanken dazu vielleicht

00:28:17: spätestens

00:28:17: doch auf dem Gebiet von Industrial AI.

00:28:21: Und bietet uns Open Source nicht tatsächlich sogar auch die Chance Dazu das hinzubekommen ohne dass wir die aber Milliarden in Bewegung setzen müssen, die dafür in amerika.

00:28:35: In Bewegung gesetzt worden sind?

00:28:37: Das mit Sicherheit genauso.

00:28:39: auch zu sagen man nimmt vorhandene modelle und trainiert sie nochmal ganz spezifisch also jetzt gerade hier mit industrial or physical AI.

00:28:45: das ist definitiv sich in deutschland auch ein ganz ganz großes Thema und eine riesig große Chance, in die wir auf jeden Fall reingehen müssen.

00:28:52: Aber jetzt zu sagen, wir wollen jetzt nochmal mit Open AI oder anderen generisch generell mit einem Modell konkurrieren.

00:29:02: Das kann ich jetzt nicht sehen.

00:29:04: Also da sind wir so weit von weg das macht aus meiner Sicht überhaupt gar keinen Sinn.

00:29:10: Ja aber wie gesagt... wir alleine um den Skill zu haben und die Fähigkeit, ich glaube dass man das hier machen muss auch wenn man da jetzt sehr weit weg ist.

00:29:19: Das heißt nicht dass man dann nur das oder solche benutzen muss.

00:29:22: aber also ich hatte das persönlich für absolut unerlässlich im Prinzip und es kostet was es kostelt oder braucht den Aufwand.

00:29:30: Aber das ist so eine grundsätzliche Fähigkeiten.

00:29:32: im Prinzip habe ich die Mann haben muss Und in Kombination mit dem jüngsten Antropic Fall Die Amerikaner, das ist ja mal kurz abgeschlossen geklips haben vorübergehend.

00:29:47: Das hat ja diese Warnung, weil der man davor immer nur dachte naja die ist so eine theoretische Warnungen aber das machen die ja nie.

00:29:55: Aber vielleicht halt schon und da war es halt mal gerade so Und wir müssen was haben, dass uns hier niemand einfach die KI abschalten kann

00:30:08: Das ist richtig, das sehe ich absolut auch so.

00:30:11: Das ist für mich auch das Thema der Souveränität.

00:30:14: Da muss ich mir als Unternehmen nur falls auch die Frage stellen ob ich mir sowas nicht selber in den Keller stelle und dass auch dann für meine spezifischen Bedürfnisse nochmal weiter trainiere.

00:30:24: also das auf jeden Fall aber jetzt praktisch Auf dem Weltmarkt mit den Frontiermodellen nochmal zu sagen, da muss es jetzt noch mal ein deutsches geben.

00:30:33: Ich meine die Versuche hat sehr gegeben aber das hat ja nun nicht wirklich funktioniert.

00:30:37: also das sehe ich dann ehrlich.

00:30:40: Ist Stichwort industrial ist das eigentlich dann mörder weniger wie so etwas wie die letzte Chance die Deutschland und Europa haben?

00:30:50: Weil wir hier unterschließt sich der Kreis auch bisschen zu dem was Sie zur Eingangs gesagt haben zu dem Datenthema weil es eben in der Industrie ganz viele Daten gibt die nur wir haben und die nur unsere Unternehmen, die das eben hier machen.

00:31:02: Auch nur haben findet man nicht im Internet Und die hat auch erst mal kein andere und die müssen die halt heben und die können dann damit was Sinnvolles machen, wenn sie es klug anstellen aber müssen es halt auch machen.

00:31:14: Ich finde

00:31:14: es ein bisschen hart zu sagen, das ist jetzt die einzige und letzte Chance.

00:31:17: Das weiß ich nicht.

00:31:19: Nur ergeben sich immer wieder neue Möglichkeiten aber das ist aus meiner Sicht wirklich aktuell absehbar das Wichtigste und das größte Thema.

00:31:29: um genauer zu sagen also wenn wir diese Daten, die wir da haben, diese Kompetenz, diese jahrelange Erfahrungen, wenn wir das nicht nutzen dann ist uns auch echt nichts zu helfen.

00:31:41: Also ich meine das ist doch ein ganz relevantes Thema.

00:31:43: Ich will vor den anderen Unternehmen mal weggehen, mal auf PwC als Selbstschirm mit der KI.

00:31:47: Sie bieten ja KI an für andere und beraten darin wie viel?

00:31:52: Und wo steckt denn KI inzwischen in PwZ?

00:31:56: gibt es den KI-Berater auch schon?

00:31:58: Also natürlich gibt's KI auch bei Pwz und Pwc ist natürlich sehr groß.

00:32:05: also das ist ja nicht nur Beratung Es ist ja Wirtschaftsprüfungen, es ist Steuerberatung.

00:32:08: Das ist wirklich ein Riesenspektrum.

00:32:11: Insofern muss man bei uns ähnlichen Unternehmen auch unterscheiden.

00:32:14: Es gibt KI in Weckerfussprozessen, vollkommen klar.

00:32:17: Er ist wahrscheinlich sehr ähnlich über anderen Unternehmen auch.

00:32:20: Es geht KI dann aber auch in den einzelnen Bereichen und Leistungen die die Bereiche anbieten.

00:32:27: Das ist natürlich ein sehr unterschiedlicher Einsatz wenn er so breit wie unser Spektrum danach ist.

00:32:32: Und Wirtschaftsprüfe, aber der ja im Prinzip nur ganz viele Zahlen prüfen und immer danach prüften.

00:32:37: Also das ist ja eine sehr zahne.

00:32:39: Kann man dir nicht durch die KI einfach ersetzen mal so in ein paar Jahren?

00:32:43: Weil zum Hallo und Tschüss sagen könnt ihr an die KI auch noch wahrscheinlich über sie den ganzen Zahlen und auf Texte verstehen kann.

00:32:49: Ist es vielleicht auch das Prüfergebnis ist viel schneller da, die kosten viel Geld.

00:32:55: Die Prüfung ist schon eine sehr relevante und sehr wichtige Aufgabe.

00:33:00: Genau wie in anderen Bereichen auch KI nutzen um die Qualität zu steigern, also wo ich dann sagen wir mal ganz früher mit Block und Stift mir die Sachen angeschaut habe.

00:33:11: Habe ich natürlich mit KI ganz andere Möglichkeiten eine ganz andere Tiefe und Breite in Prüfung vorzunehmen.

00:33:18: das macht natürlich absolut Sinn.

00:33:20: am Ende muss aber schon ein Mensch drauf gucken weil mehr oder ein paar durchaus negative Beispiele auch schon außerhalb von PVC gehört.

00:33:29: Also da wird die KI auf gar keinen Fall das alleine machen und dann irgendein Prüfergebnis erzeugen, das macht keinen Sinn.

00:33:37: Ich würde gerne zum Ende hin noch in eine andere Thematik kurz kommen, die tatsächlich jetzt mal nicht nochmal wieder auf die Chancen geht, die man hat, sondern auch was anderes, was man auch manchmal sieht.

00:33:50: auf dieses ACHKI ist jetzt das riesige Thema.

00:33:53: wir müssen jetzt auch etwas machen Und dann läuft so KI-Projekte und die führen aber dann in vielen Fällen auch mal zu nichts, weil entweder nicht ganz klar war was wollte man eigentlich machen oder man wollte Hauptsache hat jetzt irgendwas mit KI.

00:34:07: Und zweitens weil man da auch insgesamt dann auch manchmal unter der Doppel nicht so gut waren wie verbreitet ist das denn momentan sozusagen dieses im Begriff ich es tanken sollte?

00:34:18: aber so eine dass man sogar gelegdlich fast übertreibt und auch auf Sachen versucht KI drauf zu tun, wo es vielleicht ein einfacher Taschenrechner schon das Optimum ist.

00:34:29: Und man gar nichts mehr vereinfacht muss eigentlich.

00:34:32: Ja definitiv!

00:34:33: Das trifft ja bis ans Beispiel was ich vorhin mit dem Monats Report hatte also... Das geht wirklich von Biss.

00:34:40: Also es gibt von der KI-Resignation, wo der eine oder andere sagt, wir haben da auch die Sachen probiert hat.

00:34:46: Irgendwie war das aber alles nicht gut.

00:34:48: Der Nächste, der sagt ja nee also müssen auf jeden Fall KI machen weil ist doch einfach viel besser egal wo drauf Späßenswender dann auf die Kosten schaut, sieht das auch wieder anders aus.

00:34:58: Da erleben wir das komplette Spektrum aber doch schon ganz stark die Entwicklung, dass man wirklich etwas grundsätzlicher und strategischer draufschaut.

00:35:06: also die Entwicklung ist klar erkennbar.

00:35:08: Ganz heipe wilde Wir probieren jetzt Hauptsache KI steht darauf.

00:35:11: Das liegt eigentlich zum größten Teil hinter uns.

00:35:13: Dann würde ich noch gerne aufgelöst haben Die Mitarbeiter haben die Note drei, die Führungskräfte vier bekommen von ihnen.

00:35:21: Was ist da im Argen?

00:35:22: Also Mitarbeiter kriegen wir deswegen eine Drei, weil wir wirklich von Wiss haben.

00:35:26: Wir haben Leute die sind so sage ich jetzt mal KI-Nativ irgendwie unterwegs, die nutzen das den ganzen Tag auch privat andere sind da noch ein bisschen weit davon weg.

00:35:35: also das ist für mich dann einfach so ein gewisses Mittel.

00:35:38: Führungskräfte kriegen eher ne Vier weil ich leider zu oft erlebe, dass man das KI-Thema versucht zu delegieren.

00:35:47: Das macht dann irgendjemand ein Unternehmen oder da gibt es halt das Pilotprojekt und die IT-Abteilung oder Ähnliches.

00:35:54: Und wir hier in der Geschäftsführung schauen dann mal später meine Erfahrungen Das funktioniert nur Top-Down.

00:36:04: Wenn ich das von oben nicht vorlebe und nicht mache, wir machen da auch sehr viel im Sinne von Reverse Mentoring, von wirklich Enablement, von Führungskräften... Also wenn ich das nicht von oben vorlege dann wird es nicht funktionieren!

00:36:19: Und da wünsche ich mir noch ein bisschen mehr Offenheiten, bisschen mehr Bereitschaft bei deutschen Führungskräften um da wirklich voran zu schreiten.

00:36:29: Sagt Nico Reichen Partner bei PwC in Deutschland und sozusagen der KI-Chef des Unternehmens.

00:36:37: Liebe Herr Reichen, vielen Dank für Ihre Zeit und Auskünfte!

00:36:41: Und Ihnen liebe Hörerinnen und Hörern, vielen dank dass Sie einmal mehr eingeschaltet haben.

00:36:46: natürlich informieren wir sie in diesem Podcast nicht nur über die KI sondern auch jede andere Digitalisierungsentwicklung von der wir glauben das Sie Kenntnis haben sollten.

00:36:56: Danke fürs Einschalten.

00:36:58: waren es gut und bis in der kommenden Woche Ciao.