Philipp "Pip" Klöckner - Die nächste Evolution in der Technologie und ihre gesellschaftlichen Implikationen #100

00:00:01: Das überwiegt alle negativen Aspekte wie das braucht so viel Energie und so weiter bei weitem.

00:00:07: Also wir würden ja nicht sagen, dann sollen halt ein paar hundert Millionen Menschen weiter in Armut leben oder sterben an Krankheiten unnützerweise, damit irgendwie wir ein

00:00:13: bisschen Energie sparen oder so.

00:00:15: Von daher ist der wissenschaftliche Fortschritt und der zuletzt erwähnte Aspekt eigentlich das, was ich am spannendsten finde.

00:00:29: Herzlich willkommen zu Business Unplugged, dem Treffpunkt für Tradition und Zukunft.

00:00:34: Mein Name ist Johannes Pohl und ich spreche mit Unternehmerinnen, Gründerinnen und stillen Heldinnen des Business Alltags, die unsere digitale Zukunft formen.

00:00:43: Business Unplugged ist die Bühne für Visionäre der Digitalisierung und soll Brücken zwischen Start-ups und etablierten Unternehmen bauen.

00:00:51: Hier erhältst du wertvolle Impulse und Inspiration.

00:00:55: Hallo zu Folge 100 von Business Unplugged.

00:00:57: Was?

00:00:58: für eine Reise.

00:01:00: Seit der ersten Folge bin ich mit euch durch die faszinierende Welt der Unternehmen, Innovationen und digitalen Transformation gereist und ich habe mit GründerInnen,

00:01:10: MacherInnen und VisionärInnen gesprochen und dabei Dinge gehört, die wir hören, inspirieren und zum Nachdenken anregen.

00:01:18: Heute fahre ich nicht nur eine Rundezahl, all das, was diesen Podcast ausmacht, nämlich Einblicke in die Herzen, Köpfe, Ideen und Visionen von Menschen.

00:01:28: die unsere digitale Zukunft gestalten.

00:01:31: Ein großes Dankeschön meinerseits geht an dieser Stelle an alle Zuhörerinnen und Gäste.

00:01:38: Danke, dass ihr zuhört, für Interviews bereitsteht, mitdiskutiert und vor allem eines, diesen Podcast lebendig machen.

00:01:46: Und zur Feier des Tages habe ich einen ganz besonderen Gast, nämlich Philipp "Pip" Klöckner, bekannt aus dem Doppelgänger Tagtalk-Podcast, einer

00:01:55: der profiliertesten Stimmen, wenn es um Tech, Start-ups, digitale Geschäftsmodelle und KI geht.

00:02:01: Und ich habe die Chance genutzt und habe mit ihm über seinen Blick auf die Start-up-Szene, KI im Allgemeinen, aber vor allem auch deren gesellschaftlichen Implikationen gesprochen.

00:02:11: Und ich denke, es ist einiges dabei, dass selbst regelmäßige Doppelgänger Tech Talk-Hörerinnen so noch nicht gehört haben.

00:02:19: Und jetzt

00:02:21: Kopfhörer aufsetzen.

00:02:22: Los geht's mit der 100.

00:02:23: Folge von Business Unplugged mit Philipp Klöckner.

00:02:27: Lieber Pip, hallo und herzlich willkommen zu Business Unplugged.

00:02:29: Ich erfreue mich, mit dir diese spezielle Folge aufzunehmen, denn es ist eine Jubiläumsfolge, um genau zu sein Folge 100 vom Podcast.

00:02:38: Danke, dass du mit dabei bist.

00:02:42: Ich habe zu danken.

00:02:42: Hallo und herzlich willkommen zur letzten Folge.

00:02:45: Dankeschön.

00:02:47: Pip, den meisten Zuhörerinnen muss ich dich einen, wenn nicht vielleicht den bekanntesten deutschen Tech-Analysten wahrscheinlich gar nicht vorstellen.

00:02:57: Daher möchte ich es auch recht kurz halten.

00:03:00: Deine berufliche Reise hat nach deinem BWL-Studium begonnen bei Idealo als SEO-Consultant.

00:03:06: Du warst dann bei Rocket Internet als External Search Strategy Consultant tätig und hast Start-ups wie zum Beispiel Home24.

00:03:15: beraten.

00:03:16: Seit 2017 berätst du aber primär Private Equity Fonds, Venture Capital Fonds, als Angel Investor tätig oder auch als Berater für Wachstumsunternehmen.

00:03:31: Neben all diesen Tätigkeiten bist du auch auf den großen Bühnen der Veranstaltungen wie der OMR immer wieder Gast, was glaube ich erst jetzt auch auf der Hinterland of Things,

00:03:41: wenn ich das richtig irgendwie im Kopf habe.

00:03:44: Und hast seit 2020 oder seit 2020 bist du auch der Co-Host des im deutschsprachigen Raum, glaube ich, allen Taggies bekannten Doppelgänger Tech Talk Podcasts, den du gemeinsam mit

00:03:57: Philipp Glöckler aufnimmst und der auch zweimal pro Woche erscheint.

00:04:04: Und ja.

00:04:07: Und soll das tatsächlich noch irgendwen geben, der als Mini-Potter es nicht kennt?

00:04:11: Ich kann ihn sehr ans Herzen legen, sehr warm ans Herz.

00:04:14: Meine Empfehlung, ich finde, der ist ein sehr lässiger Mix aus News und fundierten Analysen und unterhaltsamen Diskussionen.

00:04:24: Bevor wir jetzt auch ins Gespräch reinsteigen, ich war das mal die Vorstellung, ich hoffe, habe jetzt nichts Wichtiges vergessen über dich.

00:04:33: doch, bitte Hand heben oder einfach reinkretschen.

00:04:36: Also danke.

00:04:38: Ansonsten würde ich mit den üblichen A-B-Fragen starten, die ich mit allen meinen Gästen durchgehe, die ein bisschen den Zuhörerinnen vielleicht eine Ahnung geben, wie sie dann

00:04:49: noch deine Antworten einzusortieren haben.

00:04:53: Du weißt, wie es funktioniert?

00:04:55: Ich nehme an, ich muss mit A B antworten, sagen, ich habe es mir vorher noch nicht angehört, deswegen lasse ich gerne auf mich zu kommen.

00:05:02: Es gibt zwei Antworten und du entscheidest dich für eine.

00:05:07: Es dreht sich alles ein bisschen das Thema Digitalisierung.

00:05:10: Wir starten...

00:05:11: Darf ich skippen oder sowas?

00:05:12: Oder habe ich Joker?

00:05:13: Oder ich muss Abi nehmen?

00:05:15: Ja, du musst eins von beiden nehmen.

00:05:17: Wir gehen dann nachher nochmal darauf ein, warum du dich für das eine oder andere entschieden hast.

00:05:22: Wir starten mit Bildung online oder offline.

00:05:27: Offline, automatisierte oder menschliche Entscheidungsfindung.

00:05:34: super schwer ist.

00:05:38: zukünftig eher automatisiert.

00:05:42: Also B.

00:05:42: Stärkere Regulierung oder mehr Freiheiten für Unternehmen?

00:05:50: Furchtbare Fragen.

00:05:51: Weder noch.

00:05:54: Tendenziell A.

00:05:57: Mehr Also stärkere Regulierung oder mehr Entschuldigung.

00:06:00: Tendenziell etwas mehr Freiheit.

00:06:03: Vierte Frage.

00:06:04: Jetzt wird es auch spannend.

00:06:05: Vollkommener Schutz persönlicher Daten oder weniger Datenschutz zur Wahrung der Sicherheit und des Wohls der Allgemeinheit?

00:06:14: maximaler Schutz persönlicher Daten.

00:06:18: Last but not least, bis durch Web-Meetings oder persönliche Treffen.

00:06:26: durchaus Web-Meetings, solange es nicht mit Microsoft Teams ist.

00:06:30: Okay.

00:06:32: Gut, du hast dich für Offline-Bildung entschieden.

00:06:34: Hast du ein bisschen gebraucht?

00:06:37: Warum Offline?

00:06:39: Ja, also es sind insofern hervorragende Fragen, dass man, glaube ich, keiner dieser Fragen, also ich wäre überrascht, wenn irgendjemand eine ganz klare Tendenz dazu hat,

00:06:47: selbst beim sozusagen Datenschutzmaximalist, auch da, also

00:06:51: Sondern auf alles sollte man sehr differenziert drauf schauen und die Wahrheit liegt immer im grau Bereich dazwischen, glaube ich.

00:06:58: Offline, Entschuldigung, die Frage war Offline-Bildung oder online?

00:07:01: Online oder offline, genau.

00:07:03: Du hast dich für offline entschieden.

00:07:05: Ja, ich glaube, also gar nicht wegen des Bildungsaspekts.

00:07:09: Ich glaube Bildung kannst du online und insbesondere mit Hilfe von KI Tutoren in Zukunft effektiver machen.

00:07:17: Mehr Individualisierung, Personalisierung, mehr Geduld.

00:07:21: gibt viele Gründe, warum ein KI-Tutor das besser kann als der durchschnittliche Lehrer oder die Lehrerin.

00:07:28: Aber ich denke, das Zusammenlernen in der Bildung offline hat ja noch andere Aspekte.

00:07:34: Klar kann man das auch in virtuellen Räumen machen, aber ich glaube, da kommt es nicht zum Glück.

00:07:37: Also die Schulpausen auf dem Schulhof oder in der Uni Mensa, ich glaube, das hat wichtige Zusatzfunktionen, von Vernetzung bis eventuell sein Lebenspartner treffen.

00:07:48: über das Gelernte oder das Vorgestellte diskutieren und all das passiert, glaube ich, mehr online.

00:07:54: Natürlich würde ich am liebsten eine Mischung aus beiden sehen.

00:07:56: Das ist auch ganz klar.

00:07:57: Ich würde weder nur das eine noch das andere bevorzugen.

00:08:01: Aber wenn ich mich entscheiden muss, glaube ich, wäre es gefährlich, die sozialen Aspekte des Zusammen-Offline-Lernen zu verzichten.

00:08:07: Das ist irgendwie der Hintergrund meiner Antwort.

00:08:09: Okay.

00:08:10: Dann hast du dich für die automatisierte Entscheidungsfindung entschieden, hast aber auch ein bisschen gebraucht.

00:08:16: Ja, weil es natürlich viele Pro und Contra auf beiden Seiten gibt.

00:08:19: Deswegen sind es ja auch die spannendsten Fragen, weil man sie nicht so schnell mit die anderen immer antworten.

00:08:22: Sonst wären wir ja langweilig.

00:08:23: Also die Wahrheit ist natürlich, muss viele wichtige Entscheidungen am Ende ein Mensch treffen oder zumindest den letzten Schalter umlegen.

00:08:32: Ich bin aber unbedingt dafür, dass Entscheidungen zunehmend durch künstliche Intelligenz und bessere Daten vorbereitet werden und die Entscheidungsbasis.

00:08:43: Mensch kann umso besser entscheiden, dass er oder sie selbst darauf vorbereitet ist und Zugang zu Daten hat und je transparenter der Entscheidungsraum ist.

00:08:54: Da helfen natürlich Daten und KI-Extremen weiter.

00:08:58: In Zukunft wird es aber noch weiter in die Richtung gehen, dass auch die Entscheidung selbst mehr und mehr von KI geträumt wird.

00:09:03: Was nicht heißt, dass ich will, dass die KI sämtliche Entscheidung autonom trifft.

00:09:07: Aber tendenziell würde ich sagen, Vergleich zu heute auf jeden Fall sollten wir mehr.

00:09:11: Entscheidung aufgrund von Daten und künstlicher Intelligenz treffen.

00:09:14: Okay.

00:09:15: Dann war es doch für mehr Freiheiten für Unternehmen?

00:09:19: Ja, tendenziell.

00:09:20: bin kein Regulierungshasser, aber ich bin auch niemand, der sagt, wir brauchen jetzt mehr Regulierung, sagen sie mal.

00:09:28: glaube, Regulierung hat eine wichtige Funktion, gerade wenn es um Massenmedien oder Technologien wie KI geht.

00:09:38: Aber man sollte sie natürlich so schlau wie möglich machen.

00:09:40: Warum Regulierung zum Beispiel wichtig ist oder warum ich dafür bin, dass wir eine gute Regulierung in der EU bauen, es wird mit KI, gerade wenn sie mehr und mehr Entscheidungen

00:09:50: trifft oder vorbereitet, ja viele Haftungsthemen gibt.

00:09:52: Und man muss ja zum Beispiel regulieren, wer haftet eigentlich, wenn eine KI was eventuell auch falsch entschieden hat.

00:09:58: Sei es das selbstfahrende Auto oder ein Businessprozess oder ein HR-Prozess.

00:10:04: Es gibt immer ein

00:10:05: Ein Anbieter des Modells, jemand, der das Modell implementiert, installiert hat, per Regulierung müssen wir zumindest klären, wer am Ende, wenn es was schief geht, Beispiel

00:10:15: die Schuld trägt.

00:10:16: Allein da kann zum Beispiel Regulierung für mehr Rechtssicherheit und letztlich sogar mehr Innovation stehen am Ende.

00:10:23: Aber natürlich ist die Regulierung, wie wir sie jetzt was kairn geht in der EU gerade, nicht perfekt, Innovation zu fördern.

00:10:29: Das ist auch vollkommen klar.

00:10:30: Aber wie gesagt, sehr differenzierte Frage, ist schwer, mit Ja oder Nein zu antworten.

00:10:34: Du hast dich dann nachher bei Frage 4 für maximalen Datenschutz ausgesprochen für die Personen.

00:10:43: Ja, gibt ja immer, das hast du ja vollkommen richtig dargestellt in der Frage, so diesen Schieberegler oder diesen Zielkonflikt zwischen Sicherheit und Freiheit der informatischen

00:10:52: Selbstbestimmung oder der Bürgerrechte.

00:10:55: Und ich glaube, wenn man nur tendenziell in die Richtung Sicherheit geht dabei, also natürlich

00:11:01: Wo ich natürlich Sicherheit privisiere, dass in dem Moment, wo Gefahr im Verzug ist, wo Terroranschläge drohen und wenn dann Richter das entscheiden, dann darf man gerne auch

00:11:11: Bürgerrechte auflösen und Menschen abhören, ähnliche Dinge tun.

00:11:15: Wenn das richterlich entschieden wird, wenn es eine Instanz gibt, die das kontrolliert, dann bin ich dagegen.

00:11:20: Womit ich ein Problem hätte, jetzt als Beispiel, wir würden bundesweit eine US-Software einsetzen, die Datenquellen aggregiert aus verschiedensten.

00:11:31: Quellen aus Social Media, verschiedenen Behörden und damit so eine Art Predictive Policing macht oder sagen auch einfach nur die Strafverfolgung vereinfacht damit.

00:11:42: Das hielt ich gefährlich, weil am Ende ist es auch in dem Fall gibt es am Ende ein Anwender oder eine Anwenderin und ich will nicht sagen jeder, aber es gibt Leute, die

00:11:52: haben irgendwie einen verrückten Ex-Freund oder Ex-Freundin.

00:11:55: Es gibt am Ende ist da ein Mensch, das würde theoretisch ein rechter Spinner oder linker Spinner bei der

00:12:01: Polizeireichen, der mithilfe so einer Software sehr detaillierte Todeslisten erstellen könnte und so weiter.

00:12:07: Deswegen bin ich tendenziell immer sehr stark für Datenschutz, sei es im kommerziellen Bereich, also über Metathematiken oder Google-Thematiken sprechen, als auch gerade im

00:12:16: staatlichen Bereich.

00:12:17: Das ist die einzige Frage, wo ich relativ klar einen Ausschlag habe, aber auch da mit Einschränkungen.

00:12:23: Wenn ein Richter beschließt, jemand ist so gefährlich oder der Verdacht ist so stark.

00:12:29: dass man Bürgerrechte einschränken muss und Datenschutzrechte, dann darf das natürlich sein.

00:12:35: Sofern ein Maximalist bin ich dann doch nicht.

00:12:37: Okay, du sprichst wahrscheinlich Palantir an ein bisschen.

00:12:41: glaube ich.

00:12:41: wäre eine.

00:12:43: Die Software, am ehesten dazu geeignet ist im Moment.

00:12:45: Ja, und die glaube ich auch im Gespräch ist, wenn ich das so richtig mitbekommen habe.

00:12:52: Last but not least, WANs Webmeetings statt persönliche.

00:12:58: Ja, es gibt natürlich persönliche Meetings, die ich sehr genieße.

00:13:06: was Effizienz angeht, finde ich Web-Meetings dann doch ganz spannend, einfach weil es mehr persönliche Freiheit gibt.

00:13:15: der Kompromiss oder die beste Graulösung ist natürlich wieder Termine, die irgendwie

00:13:23: vier der Leuchtung oder Freude versprechen, gerne irgendwie am späten Nachmittag vielleicht mit einem Kaffee oder Afterwork-Bier persönlich zu machen.

00:13:35: Und dann das, was man machen muss, dann effizient zu arbeiten, vielleicht dann doch in möglichst kurzen Videocalls zu machen.

00:13:44: So, dann sind wir bei den AB Fragen durch.

00:13:47: Starten wir in das eigentliche Gespräch oder Interview nach dem Rhein.

00:13:52: Fünf Jahre ist her, dass du mit Philipp gemeinsam den Doppelgänger-Podcast gestartet hast.

00:13:58: Wie ist eigentlich dazu gekommen?

00:14:00: Ihr habt euch ja davor eigentlich nicht wirklich gekannt, oder?

00:14:03: Wir haben uns gekannt, aber wir waren jetzt weit davon entfernt, befreundet zu sein oder ähnliches.

00:14:09: Wir haben uns zwei-, dreimal gesehen.

00:14:11: Das lag hauptsächlich daran, dass wir tatsächlich verwechselt wurden.

00:14:14: mein, ich heiße Philipp Klöckner, er Philipp Glöckler.

00:14:18: Es gab so abstruse Situationen, dass er mal zu einem Workshop eingeladen wurde und ich glaube sogar gut dafür bezahlt wurde und man dann festgestellt hat, dass er aber sozusagen

00:14:28: nicht der Suchmaschinenexperte ist, den man da vor sich hatte.

00:14:32: Genau, darüber haben wir uns mal irgendwie auf LinkedIn geschrieben und mal irgendwie auf dem Rückweg von der OMR einen Zug einen Kaffee getrunken und nochmal in Berlin.

00:14:41: Aber eigentlich hatten wir jetzt keine regelmäßigen Touchpoints.

00:14:44: Und während Corona haben wir, ich weiß gar nicht mehr, wahrscheinlich hatte er mich angesprochen, dass er gerne einen Podcast machen würde.

00:14:52: Hat dann einige Zeit gebraucht, mich dazu zu überreden.

00:14:55: bin tendenziell eher die Fraktion Overthinker.

00:14:59: Und bevor ich wirklich einen wichtigen Entscheidungen treffe, denke ich relativ lange nach in der Regel, wege das gut ab.

00:15:07: Das heißt, hat ein bisschen gedauert.

00:15:08: Aber dann hat er mir ein sehr niedrigschwelliges Angebot gemacht, dass wir einfach mal telefonieren und das aufnehmen.

00:15:14: nicht total schlimm wird, dann könnten wir es ja veröffentlichen und gucken, wie Leute darauf reagieren.

00:15:19: Und so ist dann auch gekommen, erste Folge, sagen wir, mir heute furchtbar peinlich, aber so soll das ja auch eigentlich sein, wenn man das als Produkt betrachten würde.

00:15:31: Aber die weiteren 470 Folgen, die wir gemacht haben, haben mir in aller Regel sehr viel Spaß gemacht und ich mag das wirklich gern, weil ich...

00:15:41: beschäftigen mich mehr oder weniger sowieso mit den aktuellen Tech-Themen.

00:15:44: interessiert die Auswirkungen von Technologie auf Unternehmen und Märkte, aber auch Gesellschaft, Zivilgesellschaften und Makroökonomie.

00:15:55: Und darüber sprechen wir viel zweimal die Woche im Top-Gänger.

00:16:00: Podcast, genau.

00:16:03: Und ihr habt mittlerweile auch echt eine riesige Community im Discord-Channel und so weiter und so fort.

00:16:08: man da reinschaut, ist auch immer ein reger Austausch.

00:16:10: Ich verfolge das ja selber mit, bin da auch drinnen und fleißiger Hörer.

00:16:15: Frage vorweg, kommst du zum Golfturnier?

00:16:17: Ich weiß, dass du kein Golf-Fan bist.

00:16:20: Ich bin kein Golfer, habe aber in dem einzigen Aufeinandertreffen mit Philipp Glückler beim Putten Glückler geschlagen.

00:16:26: Das möchte ich nochmal sagen.

00:16:29: Nee, werde wahrscheinlich, vielleicht wenn es zeitlich passt, komme ich als Spectator hin, aber selber mitspielen werde ich definitiv nicht.

00:16:37: Wahrscheinlich komme ich auch nicht auf den Platz.

00:16:39: Du könntest dich ja eigentlich auch mit irgendeinem anderen Alias anmelden, dass er sich dann nicht weiß, dass du kommst.

00:16:45: Vielleicht komme ich als Caddy mit und trag, gib ihm das Golf-Back.

00:16:49: Ja, das wäre auch was.

00:16:51: Ja, sehr cool.

00:16:55: Kommen wir dann zu dem Thema Startups.

00:16:57: Du bist ja als Angel Investor tätig.

00:17:01: Wenn man sich anschaut bei Idealo warst du CEO Consultant.

00:17:04: War da schon eigentlich so eine gewisse Affinität zu Startups da oder ist es dann eher im nächsten Schritt oder hat sich das eher im Laufe der Zeit entwickelt oder warst schon

00:17:13: immer irgendwie, finde ich, spannende Szene?

00:17:16: Also ich hatte bei Idealo ganz viele Rollen.

00:17:19: Ich habe begonnen als Datenerhebungs-Praktikant, könnte man sagen, oder Online-Trainee.

00:17:26: Und habe dann die Rolle sozusagen des SEO-Suchmaschinenoptimierungsbeauftragten bekommen, dann breiteres Marketing gemacht, Produktmanagement, Business Development, neue Kategorien

00:17:36: aufgebaut, die Flug- und Reisesparte von Idealo verantwortet und am Ende das gesamte Marketing für die Plattform auch ein bisschen mitbetreut.

00:17:48: Und auch danach habe ich vor allen Dingen erstmal viel in Start-ups.

00:17:52: gearbeitet.

00:17:53: Anfangs Vollzeit bei Diallo, dann als so eine Art, man nennt es gern Broke Angel, also das ist jemand quasi statt Geld zu investieren seine Arbeitszeit investiert.

00:18:04: Das habe ich bei Rocket Internet viel gemacht für verschiedenste Plattformen.

00:18:07: Also Rocket hat damals fast wöchentlich neue Firmen gegründet und da wo meine Fähigkeiten am ersten gebraucht wurden oder wo ich die Modelle auch spannend fand.

00:18:16: habe ich dann als so eine Art Hands-on-Berater mitgeholfen, Teams aufzubilden, Märkte aufzubauen und so weiter.

00:18:24: Und daraufhin habe ich zunehmend auch mehr dann statt der Arbeitszeit Geld investiert.

00:18:29: Aber bis heute mache ich eigentlich noch beides, dass ich manchmal als so Art Senior Advisor agiere oder eben auch einfach ein Check schreibe.

00:18:39: Aber sagen, ich habe eigentlich noch nie in einem Nicht-Startup gearbeitet in den 20 Jahren.

00:18:45: die ich tätig bin, also ideal ist in der Zeit, wo ich gearbeitet habe von, ich glaube, so 40 Mitarbeitern auf über 700 oder 800 sozusagen angewachsen.

00:18:53: Das wäre dann mindestens ein Grown-Up in der Zeit geworden.

00:18:58: ich kenne die Corporate-Welt nur als so bisschen Berater oder wenn ich für Private Equity-Unternehmen mir potentielle Ziele anschaue, habe ich da natürlich Kontakt zur

00:19:11: Corporate-Welt.

00:19:12: selber, sage in Vollzeit habe ich noch nie da drin gearbeitet.

00:19:15: Ja, okay.

00:19:16: Spannend.

00:19:17: Es sind tatsächlich auch ein, zwei Startups, bei denen du investiert bist, bei mir auch schon im Podcast zu Gast gewesen.

00:19:27: Global Savings Group heißt jetzt anders.

00:19:30: Heißt jetzt Atolls, glaube ich.

00:19:32: Ja, genau.

00:19:33: Haben sich rebrandet.

00:19:35: Wenn wir jetzt auf deine Zeit als Tech Analyst kurz schauen oder wenn du da mal zurückblickst, die Zeiten, in denen du da jetzt aktiv bist.

00:19:44: Wie hat sich denn da eigentlich dein Tätigkeitsfeld gewandelt?

00:19:49: Man muss dazu sagen, Tech-Analysis ist jetzt keine geschützte Berufsbezeichnung oder so, man hat so bisschen bei deiner Vorstellung gemerkt, ich mache halt tausend Sachen

00:19:57: gleichzeitig.

00:19:58: Ich bin Podcastern, Publisher irgendwie, ich bin Unternehmensberater, ich bin Investor, investiere mein eigenes Geld, ich investiere in Fonds anderer Leute, ich berate Start-ups,

00:20:09: arbeite teilweise in Start-ups.

00:20:11: Ich bin Aufsichtsrat bei einer, börsengelisteten Firma.

00:20:13: Ich bin Beirat in vielen Unternehmen.

00:20:15: Und das ist eine sehr schwere Vorstellung.

00:20:17: Ich habe mir so bisschen überlegt, was ist eigentlich das, was ich zukünftig machen will?

00:20:22: Und was ist das so die Klammer, die man das alles, was ich mache, bilden kann?

00:20:26: Und Analyse und Technologie ist eigentlich das, was die wirkliche Klammer ist.

00:20:30: Egal, was ich tue, es basiert immer eigentlich auf eine intellektuelle Analysearbeit, sei es als Berater.

00:20:37: Oder als Investor muss ich natürlich mehr an Unternehmen analysieren.

00:20:42: Im Podcast machen wir genau das.

00:20:44: Und es hat immer mit Technologie zu tun.

00:20:46: Also ich interessiere mich nicht für Rüstungsunternehmen, für Konsumgüter, Unternehmen, versuche die als Kunden oder Arbeitgeber auch eigentlich zu meiden.

00:20:54: Und gleichzeitig sind, wenn man so sagen würde, meine Vorbilder, wo ich meine Arbeit in Zukunft sehe, sind halt irgendwie Menschen wie Benedict Evans oder Ben Johns von

00:21:05: Strachechery oder

00:21:08: Professor Galloway, wenn du so möchtest.

00:21:10: Und die würde ich am ehesten als Technologieanalysten einordnen.

00:21:17: Und deswegen habe ich mir quasi selber diese Bezeichnung zu geben, weil ich glaube, dass das ganz gut trifft, was ich eigentlich tue und so ein bisschen die Vorstellung verkürzt

00:21:27: als Bauchbinde sozusagen unter dem Namen.

00:21:30: Aber wenn du jetzt sagst, okay, du tanzst auf sehr viele Hochzeiten, kenne ich von wo?

00:21:37: Da bist du ja doch bei den Analysen, wenn das ja die Gamma bildet, musst du ja immer wieder reinschauen, was passiert gerade, was ändert sich, wie ist die Geschwindigkeit.

00:21:46: Und gefühlt hat sich da ja auch, dass die Geschwindigkeit ja ziemlich erhöht.

00:21:53: Also jetzt mein Feeling jetzt vor allem durch den KI-Hype.

00:21:56: Wie schaffst du es da eigentlich auch dann Schritt zu halten, dass du wirklich auch die spannenden Trends, die spannenden Themen am Schirm hast und dass dir die nicht irgendwie

00:22:06: hinten runterfallen.

00:22:08: Also gefühlt schaffe ich auch ich nicht Schritt zu halten, das ist unheimlich schwer.

00:22:12: Ein Trick, man so will, ist, dass ich mich wirklich nur auf eine Sache konzentriere.

00:22:17: Ich werde oft noch gefragt zu Themen wie Marketing oder Suchmaschinenoptimierung zu sprechen, mit denen ich mich schon auch noch beschäftige.

00:22:24: Aber ich habe vor drei, vier Jahren schon relativ klar gesagt, dass ich meinen Fokus auf KI setzen werde.

00:22:31: Nicht, ich irgendwie auf jeden Hype train auf

00:22:34: aufspringen und vor drei Jahren irgendwie Blockchain-Consultant war und davor oder irgendwie NFT oder was weiß ich, sondern ich sehe das als die natürliche Evolution.

00:22:44: Meine Rolle, ich habe immer versucht mich weiter zu bewegen vom vom SEO-Suchmaschinenoptimierung zu breiterem Suchmaschinenmarketing, inklusive

00:22:51: Paid-Marketing, dann zu generalistischem Digital-Marketing, dann zu einer eher strategischeren Rolle inklusive, weil einfach das Produktmanagement sich gar nicht davon

00:22:59: trennen lässt, vom Marketing, gutes Marketing zu machen, hat mehr mit guten Produkten.

00:23:04: zu tun.

00:23:05: KI ist für mich die nächste Evolution bei Firmen, wo ich relativ viel gearbeitet habe, wie Ladenseile.

00:23:12: Zum Beispiel Visual Meter heißt die Company dahinter.

00:23:15: Haben wir seit 2009 Machine Learning genutzt, Beispiel Produktbilder zu beschreiben, zu erkennen, was da drauf ist, bessere Kategorien, Ansichten filter zu bauen und so weiter.

00:23:27: Seit drei, vier Jahren habe ich für mich beschlossen, dass KI sozusagen eine so wichtige Grundlagentechnologie

00:23:34: sein wird, die einfach alle Funktionen einer Firma betreffen wird und dass das Thema mir wichtig genug ist, dass ich mich hauptsächlich damit beschäftigen und einfach auf einmal

00:23:42: Interesse darliege, weil mir das am meisten Spaß macht.

00:23:45: Ich dass Marketing tendenziell eher weniger spannend für mich wird.

00:23:50: Manchmal fühlen sich solche Themen auch so bisschen durchgespielt an, auch wenn sie natürlich in sich immer weiter bewegen, aber für mich ist KI auch so bisschen die nächste

00:24:00: Herausforderung.

00:24:02: technologisch insgesamt gesellschaftlich, aber auch für mich persönlich und deswegen habe ich einen sehr hohen Fokus darauf.

00:24:09: Und noch kurz als Ergänzung zu dem Technologieanalysthema, ein Vorteil, den ich vielleicht habe und warum die Rolle so definiert ist, dass ich relativ unabhängig bin.

00:24:20: Es gibt, glaube ich, viele unheimlich schlaue Leute, die einen sehr analytischen Blick auf Dinge haben, aber die sind oft in einer Firma verhaftet oder sind selber Investor oder

00:24:32: politisch irgendwo eingeordnet oder haben als Bildungsträger einen Arbeitgeber und können sich in der Regel nicht so frei äußern.

00:24:40: Der Investor möchte vielleicht morgen noch in die Firma investieren, die er heute kritisiert, oder mit jemandem, der dort investiert hat, zusammen investieren.

00:24:47: Und alle müssen sich so bisschen gute Beziehungen warnen.

00:24:51: Und ich habe so bisschen das Privileg, dass ich nicht einen Arbeitgeber oder ganz viele Kunden habe, sodass ich relativ unabhängig bin.

00:25:00: quasi sprechen und analysieren kann.

00:25:03: Das ist vielleicht so bisschen ein Alleinstellungsmerkmal, weil es da nicht so viele Menschen gibt, die diese Unabhängigkeit haben, dass sie relativ frei sozusagen und nur

00:25:13: ihrem Gewissen verpflichtet Dinge einordnen können oder es versuchen können zumindest.

00:25:19: Auf das Thema KI und auch, du hast es jetzt schon zweimal erwähnt, das Thema Gesellschaft und KI, diese Verknüpfung, würde ich dann gerne noch mal zu sprechen kommen.

00:25:26: zuvor aber gerne noch ein bisschen eintauchen in die Start-up-Szene.

00:25:33: Wie schätzt du denn aktuell die deutsche Start-up-Szene ein?

00:25:41: Gibt es da hier eine Abkühlung?

00:25:42: Gibt es eine Neuausrichtung?

00:25:44: Geht es weiter bergauf?

00:25:46: Wie ist so dein Gefühl oder das, was du erlebst?

00:25:51: Also ich sehe mindestens zwei große Trends.

00:25:53: Das eine ist,

00:25:57: dass wir zum Glück deutlich mehr Richtung Deep Tech gehen, also dass es echte Ingenieurswissenschaften wieder geht, echte Grundlagen, tiefe Technologie und weniger um

00:26:09: noch einen neuen Marktplatz für irgendwas zu bauen oder ein relativ dünnes Software-as-a-Service-Produkt.

00:26:15: Und ich finde das sehr gut.

00:26:16: Und damit einher geht auch gefühlt so eine geografische Verschiebung in Richtung hauptsächlich dann

00:26:24: von München und dem Ökosystem die Tumrum, aber auch andere technische Universitäten, die davon profitieren.

00:26:32: Ich halte das für sehr gesund.

00:26:34: Ich glaube, ist einer der Gründe, warum Deutschland so wenig Dekacorns, also Firmen mit mehr als 10 Milliarden Bewertungen hervorbringt, dass wir dann eben doch relativ

00:26:46: langweilige Geschäftsmodelle in der Regel bauen.

00:26:49: Es ist nicht nur das Abtannensein von Geld.

00:26:51: Ich glaube, Geld ist

00:26:52: relativ fungibel.

00:26:53: Das heißt, wenn gute Ideen da sind oder spannende Wachstumsmöglichkeiten, dann kommt Geld eigentlich ganz schnell.

00:27:01: Das hat man in der Corona-Zeit gesehen, als es dann mal kurz diese Unicorn-Schwemme gab.

00:27:06: kam unheimlich schnell Geld aus den USA und China nach Deutschland Ideen, die sicherlich nicht alle nachhaltig waren, aber trotzdem hat man gesehen, dass Geld da ist, wenn

00:27:17: visionäre Gründer und Gründerinnen da sind.

00:27:19: Und ich glaube,

00:27:21: Das hat aber in der Vergangenheit so bisschen gefehlt.

00:27:23: Leute, wirklich große Ideen haben und die an echter Technologie arbeiten und nicht relativ, ich sag mal, trivialen Ideen wie Marktplätzen oder SaaS-Software.

00:27:37: Hör ich da raus, dass du sagst, dass jetzt Europa oder Deutschland gar nicht mehr so der USA und China hinterherlaufen, weil jetzt wieder Themen kommen, die

00:27:49: Die europäischen Tugenden zeige ich hier mal Treffen und Deep Tech oder?

00:27:54: Das wäre schön.

00:27:55: Das sehe ich wiederum leider noch nicht.

00:27:56: Wenn man sich anschaut, wo die sogenannten State of the Art Models für KI zum Beispiel, wenn man glaubt, dass KI eine sehr wichtige, große, grundlange Technologie ist, dann

00:28:06: kommen die großen Modelle natürlich fast ausnahmslos aus den USA und China beziehungsweise von US-Amerikanischen und chinesischen Unternehmen.

00:28:16: der kleinen Ausnahme Frankreich und Mistral, die aber jetzt auch nicht ganz ganz vorne dabei sind.

00:28:22: Das heißt, da sind wir etwas abgeschlagen, obwohl wir das Humankapital eigentlich haben.

00:28:26: wenn man schaut, wer diese Modelle eigentlich entwickelt, dann trifft man da relativ oft auf deutsche Namen, weil bei KI-Forschung ist Deutschland eigentlich noch relativ weit

00:28:35: vorne.

00:28:36: Wir schaffen es aber nicht, die Arbeitsplätze und die Unternehmen zu schaffen, die dann die besten Researcher auch hier in der Wirtschaft etablieren.

00:28:44: Aber woran liegt es?

00:28:46: Ist es die Regularien oder ist es die Risikobereitschaft von Investoren?

00:28:54: Also im Kleinen liegt es ein bisschen an der Risikobereitschaft von Investoren, aber auch von den Menschen.

00:29:00: weil unser Vor- und Nachteil ist ein bisschen, dass unsere Manufacturing-Industrie relativ sichere, gute Arbeitsplätze bietet.

00:29:08: Also wenn ich ein Ingenieur bin, habe ich eigentlich kaum einen Grund zu gründen, weil ich

00:29:12: von Audi, Porsche oder BMW sofort einen 85.000 bis 120.000 Euro Job bekommen, wenn ich wirklich, wirklich gut bin oder zumindest einen Ausblick innerhalb von drei Jahren dahin

00:29:22: zu kommen.

00:29:23: Das heißt, wenn ich vielleicht eine Familie gründen will und ein Haus kaufen, dann gibt es einen sehr sicheren, vorgezeichneten Pfad, auf dem ich wenig falsch machen kann.

00:29:32: Das senkt natürlich ein bisschen Anreiz, selber was zu gründen und ins Risiko zu gehen und die Leute, die Risiko, eine Affinität zu Risiko haben.

00:29:41: Die kommen dann vielleicht eben doch gegenüber den Ozeanen in die USA, weil da dann eben doch mehr Geld verfügbar ist, Investoren risikobereiter sind und die USA schon auch den

00:29:53: großen Vorteil haben, dass sie einen großen Binnenmarkt haben.

00:29:57: Das heißt, während man in Deutschland oder Frankreich halt einen Markt von 60 oder 80 Millionen Menschen adressiert, hat man in USA sofort irgendwie 350, 400 Millionen

00:30:09: Menschen.

00:30:11: wenn man die englischsprachige Welt dazunimmt, noch mal deutlich größer und kann dadurch Unternehmen auch einfach schneller und besser skalieren.

00:30:17: Und da wir noch keinen perfekt vollendeten Binnenmarkt in der EU haben, sind viele Schritte in die Richtung gegangen und ich glaube, sollten das weiter tun.

00:30:26: Weil das ist, glaube ich, einer der großen Vorteile.

00:30:28: Wir haben sowieso noch die Sprachbarrieren und Steuerbarrieren in der EU, aber wenigstens alle anderen abzuschaffen, wäre sehr hilfreich.

00:30:36: Idealerweise vielleicht auch noch die Steuern etwas.

00:30:42: sozusagen anpassen.

00:30:43: Aber das wird natürlich schwer, weil das eine wichtige Autonomie der einzelnen Nationalstaaten natürlich auch ist.

00:30:48: das ist definitiv, glaube ich, eine der Nachteile, warum es in USA einfach ist, von null auf eine Milliarde zu kommen und dann noch von einer Milliarde auf zehn Milliarden

00:30:57: Unternehmensbewertung.

00:30:59: In Deutschland müsste man dazu erstmal eigentlich den deutschen Markt gewinnen oder relativ klar vorne sein und dann sehr schnell in verschiedene neue Länder expandieren, was

00:31:08: relativ

00:31:09: aufwendig ist, sowohl für die Organisation als auch, sagen, was Investmentrisiko und so weiter angeht.

00:31:15: Das ist USA dann doch vergleichsweise einfach.

00:31:19: Aber ist es jetzt nur eine persönliche Frage als Investor bei dir, ist das für dich auch spannend, wie stark die Unternehmen skalieren können oder ist dann auch eher das

00:31:27: nachhaltige Geschäft zum Teil?

00:31:28: sagst, okay, das ist jetzt wirklich eine spannende Technologie, das ist was, was wir brauchen.

00:31:32: Die Skalierung wird schwieriger.

00:31:37: Ist das was für dich auch interessant?

00:31:39: ist eigentlich als Investor?

00:31:41: Oder sagst du, nee, ich muss schon skalierbar sein?

00:31:44: Klar, finanziell macht das natürlich am meisten Sinn.

00:31:48: es würde jetzt so eine Art Scorecard geben.

00:31:51: Ich will jetzt mal drei wichtige Dimensionen ansprechen.

00:31:53: Das eine ist die Skalierbarkeit.

00:31:54: Wie groß kann das werden?

00:31:56: Das ist schon super wichtig.

00:31:57: Das zweite, würde ich sagen, ist, ist das relativ schnell profitabel oder nicht?

00:32:02: Und das dritte ist, das was, ich würde jetzt mal einfach sagen, was ich gerne in der Welt sehen möchte.

00:32:07: Was was Gutes ist, was wichtig ist, was wir brauchen, was Nachhaltiges, wie auch immer man das bezeichnen möchte.

00:32:13: Ob ich das sinnvoll finde und in der Welt sehen möchte, spielt natürlich eine Rolle.

00:32:18: Sagen wir mal, ein Pulver, mit dem man Energydrinks zusammenbauen kann, halte ich vielleicht für skalierbar und sehr profitabel.

00:32:28: Aber das ist jetzt nichts, wo ich irgendwie meinen potenziellen Kindern irgendwann mal stolz erzähle, wie Papa damit viel Geld verdient hat.

00:32:36: dass sie jetzt mehr Energy in Strinks trinken können oder so.

00:32:41: Dann gibt es dann das muss das einfach oder schnell profitabel sein.

00:32:46: Das ist mir relativ egal.

00:32:47: Ich glaube, dass große gute Modelle immer auch profitabel werden können und es ist sogar hinderlich, wenn man zu früh auf Profitabilität drängt.

00:32:55: Das heißt, wenn mir jemand sagt, er oder sie möchte ein Start-up bauen und pitcht das heute und sagt, in 2027 machen wir das erste Mal positiven EBIT-Beitrag.

00:33:06: dann würde ich sagen, sie denken nicht groß genug, wenn sie in zwei Jahren schon profitabel sein sollen.

00:33:10: Wenn sie was bauen, was wirklich spannend ist, dann willst du ja weiter investieren und weiter Gas geben, dann ist Profitabilität fast hinderlich dabei, dann denken wir glaube

00:33:16: ich nicht groß genug.

00:33:18: Das heißt, das ist mir eigentlich überhaupt nicht wichtig oder fast gar nicht wichtig.

00:33:22: Und wie groß das werden kann, darauf muss ich schon schauen.

00:33:25: Das ist vielleicht sogar der häufigste Grund, warum ich Dinge ablehne, also gerade wenn so Cold-Call-Pitches über LinkedIn oder so kommen, dann sind das ganz oft Ideen, wo ich

00:33:33: antworte.

00:33:35: Das ist ein prima Produkt, zwei, drei Leute nicht nur gut zu versorgen, sondern vielleicht auch reich zu machen.

00:33:40: Oder eine 20-Mann-Firma zu bauen, alle davon...

00:33:42: Ihr werdet 15 bis 30 Leute beschäftigen können.

00:33:45: Ihr werdet selber bestimmt auch Millionäre werden, wenn das ein Ziel ist.

00:33:49: Damit ich sehe, dass das funktionieren kann.

00:33:51: Und die Erfolgsverschleunigkeit ist sogar vielleicht mehr als 50 Prozent, wenn ihr euch nicht selber im Weg steht.

00:33:58: Aber das wird halt niemals eine Milliarde wert werden.

00:34:02: Und damit ist es eigentlich kein Wagniskapital.

00:34:05: Also wenn jemand irgendwie eine neue Influencer Agentur aufbauen will oder eine Kette für Kaffeeläden, dann sollten die eigentlich mein Geld dafür nicht brauchen.

00:34:15: Das ist kein Modell, was typischerweise mit Venture Capital gefundet werden soll, sondern ich suche schon Modelle, man kann nicht, natürlich sieht man nicht immer sofort, wie groß

00:34:24: der Markt ist.

00:34:25: Es gibt ja diese hervorragenden Beispiele von Uber, der Markt für Black Town Cars, also schwarze Limousinen, der ist natürlich viel kleiner.

00:34:33: Heute ist Uber aber natürlich multi-multi-Milliarden.

00:34:35: Unternehmen, weil sie letztlich den gesamten Transport oder zumindest Personentransportmarkt adressieren.

00:34:41: Airbnb könnte man genauso sagen.

00:34:44: Couch austauschen mit Fremden, sehr kleiner Markt.

00:34:48: Accommodation weltweit, sehr großer Markt.

00:34:50: Also nicht immer sieht man die Marktgröße sofort, aber man trotzdem gespürt, wie groß die Gründer und Gründerinnen denken.

00:34:58: Und das ist tatsächlich die häufigste, sagen...

00:35:02: nicht ausrede.

00:35:03: Der häufigste Ablehnungsgrund, wenn ich in etwas nicht investiere, dass es für mich kein Venture Capital Case Das heißt aber ganz oft, dass diese Unternehmen trotzdem entstehen

00:35:11: sollten.

00:35:11: Das wären halt gute kleine und mittlere Unternehmen oder kleinere Mittelständler, die daraus entstehen.

00:35:17: Und man kann als Investor sogar eine Rendite daraus machen, aber das ist jetzt nicht das, wo ich typischerweise als Angel Investor investiere oder wo als nächstes auch ein Venture

00:35:29: Capitalist, also ein echt richtiger VC-Fo.

00:35:31: investieren würde.

00:35:35: Bevor wir zur KI kommen, noch eine letzte Frage.

00:35:37: Das Siegel, made in Germany, made in Europe, ist das für die Szene auch spannend oder sagst du, das ist boogie?

00:35:45: Es war vielleicht mal für den Maschinenbau spannend.

00:35:48: Da ist noch für den Maschinenbau spannend, aber jetzt für die Start-up-Szene?

00:35:53: Ich glaube, für die Start-up-Szene ist das kein Ausweis von Qualität oder besonderer Eignung.

00:36:01: kann für einzelne technische Produkte, keine Ahnung, vielleicht eine Kettensäge oder ein Rasenmäher oder sowas.

00:36:08: Vielleicht bewirkt das irgendwo in der Welt noch was, dass man da fünf Prozent mehr für ein Produkt zahlt.

00:36:14: Aber dass Start-ups besonders gut werden, weil sie aus der EU oder aus Deutschland kommen, das erhielt dich für überraschend, finde ich.

00:36:22: Okay.

00:36:24: Dann lassen wir zu deinem Fokus-Thema auch kommen, KI.

00:36:29: Du hast es ja auch schon angesprochen, wir haben in Europa jetzt keine großen Modelle, Mistral in Frankreich, aber auch das hinkt ein wenig hinterher.

00:36:38: Du hast es auf der OMR auch angesprochen, wo du gesagt hast vor einem Monat, ja, in Europa gibt es wenig, aber vielleicht ist das auch gar kein Beinbruch, weil es gibt genügend Open

00:36:50: Source Modelle, die am Markt sind und angeboten werden, die den kommerziellen

00:36:57: sage ich mal angeboten oder modellen ja nichts nachstehen ich drücke jetzt mal so aus kannst du da noch mal vielleicht ein bisschen tiefer einsteigen als ich habe wir haben das

00:37:09: video angeschaut die präsentation habe nach was meinst du konkret wie was bedeutet das für unternehmen zu sagen okay ich setze jetzt auf dem open source modell anstatt dass ich sage

00:37:19: von kommerzielles und vorn nach teile vielleicht also ich habe vor dieser vortrag stammt ja aus was aus

00:37:26: was inzwischen so eine Art Vortragsreihe ist.

00:37:28: Ich habe ihn das dritte Mal bei der UMR gehalten und vor zwei, drei Jahren habe ich vermutet, dass was passieren wird, ist eine Komoditisierung der Grundlagenmodelle, der

00:37:43: Foundation Models oder LLMs.

00:37:45: Das heißt, die werden alle relativ ähnliches

00:37:49: leisten, sich gegenseitig immer wieder überholen, damit auch andere Modelle sehr schnell entwerten und die ganzen R &D-Aufwendungen, Forschungs- und Entwicklungsausgaben, die da

00:37:56: reingeflossen sind.

00:37:58: Und gleichzeitig vermute ich, dass Open Source, so wie bei allem, was wir so infrastrukturelle Software nennen heute, also Server-Software, Datenbanken,

00:38:06: Handy-Software, Telefonmasken und Masten und so weiter, das basiert alles bis heute noch auf Open Source.

00:38:12: Und warum sollte KI nicht auch nur Open Source-Technologie sein?

00:38:15: Weil da die meisten Leute daran mitarbeiten, die Vorteile von Open Source.

00:38:18: sind ja relativ offensichtlich.

00:38:21: ich würde schon sagen, dass das eigentlich genauso gekommen ist.

00:38:24: Also wir sehen, Niemann schafft es einen signifikanten Fortschritt, herauszuarbeiten bei Modellen.

00:38:30: OpenAI sah aus wie der klare Führer.

00:38:35: Google sah sehr abgeschlagen aus, obwohl sie sehr gut darauf vorbereitet sind eigentlich auf diese Entwicklung.

00:38:39: Und jetzt sieht man, Google hat OpenAI in Kurzzeit überholt.

00:38:43: Ein chinesisches Modell DeepSeek ist da sehr nah herangekommen, aus dem Stand mehr oder weniger.

00:38:47: Und Open-Source-Modelle insgesamt kommen relativ stark an die Leistungsfähigkeit kommerzieller Modelle ran und erreichen das in der Regel auch noch mit deutlich weniger

00:38:56: Ressourcen.

00:38:57: So, und das ist der Hintergrund.

00:38:59: Und davon ausgehen könnte man sagen, die Wertschöpfung auf diesem eigentlichen Grundlagenmodell-Layer könnte relativ niedrig sein.

00:39:10: wie würde man das bepreisen, wenn die optimistische Aussicht wäre?

00:39:15: Wenn so ein Modell oder Agent mir 10.000 Menschen wegrationalisiert, dann könnte ich ihnen das Gehalt von der Hälfte davon eigentlich zahlen und hätte noch plus gemacht.

00:39:25: Wahrscheinlicher ist aber, man dadurch, dass die Konkurrenz zwischen den Modellen so groß ist und dadurch, dass sie alle in etwa das Gleiche können zumindest im Moment noch, also

00:39:34: es gibt vier, fünf Player mindestens, die dann sehr vergleichbare Ergebnisse haben oder sich in wenig nachstehen, dadurch müsste die Konkurrenz eigentlich relativ

00:39:42: groß sein, dann würde es eher so sein, dass jeder eigentlich seinen Mitteleinsatz, also die Datencenter, kosten, plus vielleicht 15-20 Prozent dem Kunden in Rechnung stellen

00:39:52: kann, weil ansonsten würde es ein anderer Anbieter unterbieten oder der Kunde hätte die Möglichkeit, das Unternehmen hätte die Möglichkeit, das Data Center selber anzumieten und

00:40:03: ein Open Source Modell das Gleiche tun zu lassen und hätte diesen Wertschöpfungslehr sozusagen selber über non-, mit Open Source was ja dann

00:40:10: überwiegend, wenn man sie selbst implementiert, relativ kostengünstige Technologie wäre.

00:40:19: Solange das so ist, ist es noch schwer zu sehen, wo quasi ein Player erhebliche Margen daraus ziehen könnte.

00:40:27: Wo könnte ich falsch liegen?

00:40:29: Würde ein Modell jetzt wirklich nah an nicht mal AGI, also Allgemeine Intelligenz, kommen, sondern einfach nur zum Beispiel einen selbsttätigen Entwickler bauen können damit, dann

00:40:37: würde das natürlich die in

00:40:39: Entwicklung massiv beschleunigen, es zu exponentiellen Wachstum der Leistungsfähigkeit der Software und Modelle kommen, dann könnte man sagen, vielleicht kann sich dadurch einer

00:40:47: absetzen.

00:40:48: Andererseits gibt es Gründe anzunehmen, andere das dann diesen Durchbruch auch sehr schnell erringen können, weil man das ja einerseits von außen ganz gut beobachten kann und

00:40:57: selbst wenn nicht, muss man davon ausgehen, dass durch Industrie-Spionage, durch das Abwandern von Mitarbeitern und so weiter dieses Wissen nach außen dringen würde.

00:41:09: letztlich gemeint.

00:41:11: Das heißt, am Ende sind zwei Sachen vielleicht wichtig oder im Vortrag nenne ich drei.

00:41:17: Wenn man davon ausgeht, dass die Modelle nicht so wichtig werden, dann gibt es drei Sachen, die wirklich essentiell sind für den Erfolg.

00:41:22: Das eine ist, propräritier Daten zu haben.

00:41:25: In diesen Modellen sind eigentlich alle digitalen Daten, also alle frei verfügbaren digitalen der Welt schon inkludiert.

00:41:31: Das Wissen ist da schon drin.

00:41:33: Nur wenn ich noch zusätzliche Daten habe, hätte ich eventuell einen Vorsprung.

00:41:37: uh

00:41:38: bei der Innovation.

00:41:39: Denn das andere ist Zugang zu Hardware.

00:41:42: ich könnte Geld verdienen, indem ich die Rechenzentren, die Data Center betreibe, auf denen diese Modelle laufen.

00:41:49: Dafür wird es in der Zukunft massive Nachfrage geben.

00:41:53: Und der dritte Vorteil in solch einer Welt, in dem Szenario könnte es sein, den besten Kunden Zugang zu haben.

00:42:01: für mir ist es am einfachsten, Konsumenten oder Unternehmen dazu zu bringen.

00:42:06: das einzusetzen.

00:42:07: würde in der Businesswelt sehr stark für die Samos-Aktien sprechen, also die typischen Unternehmenssoftware-Betreiber, Oracle, SAP, Salesforce, Microsoft, Eventual Alphabet,

00:42:18: aber die schon sehr guten Zugang zu Firmenkunden groß und klein haben.

00:42:22: Und in der Consumer-Welt wären es eben die großen Tech-Konzerne wieder, wie Google, Facebook, Microsoft auch, die über ihre Betriebssysteme und Produkte wie Suche und Social

00:42:33: Networks, sagen, große, Milliarden große

00:42:36: Kundenbasis ansprechen.

00:42:37: Ich glaube, wird dann für die Wertschöpfung bei KI wichtiger sein, als wäre das beste Modell halt am Ende.

00:42:45: Bis jetzt altert das ganz gut, das Statement, wenn man sehen wie es in der Zukunft läuft.

00:42:51: Ich meine, wenn man sich das anschaut, Hardware, die investieren gefühlt, kommt jede Woche ein neues News raus, wie viele Millionen und Milliarden sie investieren in neue

00:42:59: irgendwelche Data Center, sich da abzugrenzen, glaube ich wird.

00:43:04: ist jetzt, mein Gefühl, relativ schwierig.

00:43:06: Ich glaube, spannend für die Daten könnte auch nochmal das Thema Distribution werden, wie du es an die Leute kriegst, ob du dann irgendwie Zugang hast zu proprätären Daten, wenn

00:43:15: ich das richtig für sprich.

00:43:16: Das wäre dann die Distribution der Schlüssel zu dem Ganzen.

00:43:20: Genau.

00:43:21: Am Ende muss man davon ausgehen, dass die Modelle, also die werden einmal sehr aufwendig trainiert, verfeinert und dann

00:43:31: wird bei der Abfrage noch mal viel Rechenzeit benötigt.

00:43:35: In Zukunft oder sagen auch jetzt schon, wird man aber mehr und mehr das Feedback der Nutzer auch nutzen, die Modelle noch besser zu machen.

00:43:42: Es gibt viele wissenschaftliche Papers zu so, wie soll man sagen, sich selbst verbessern den Modellen, die sozusagen ihre Gewichte noch mal nachjustieren, während sie operativ

00:43:56: sind.

00:43:57: Wie sind Formel 1 Autos, dass du zwar aus der Fabrik holst, einmal perfekt, aber dann

00:44:00: auch auf die Rennstrecke nochmal anpasst oder während der Saison wird das Auto ja nochmal immer besser.

00:44:04: Obwohl man natürlich versucht hat, zum Anfang der Saison das beste Auto zu bauen.

00:44:07: Wenn es dann läuft und fährt, findet man dann doch nochmal mehr Potenzial und so ähnlich ist es bei den Modellen und durch Reinforcement Learning, also das Feedback der Nutzer,

00:44:17: kann man die quasi noch weiter verbessern und dann hätte natürlich die Firma, die die meisten Nutzer hat oder die die meisten Nutzung und Adoption für das Modell einen weiteren

00:44:27: Vorteil.

00:44:27: Das könnte dann theoretisch auch nochmal so eine Art

00:44:31: bilden.

00:44:32: Was Google zum Beispiel zur besten Suchmaschine der Welt macht, ist ja nicht zwangsläufig der beste Suchalgorithmus, sondern es sind hauptsächlich die Vielzahl von Nutzerdaten und

00:44:41: Nutzungsdaten.

00:44:42: Also was Leute klicken, welche Ergebnisse ihnen nicht gefallen.

00:44:49: Das kann Google sehr gut auswerten.

00:44:51: Dadurch verbessert sich eigentlich der Google Algorithmus, wenn man so möchte, oder die Google-Suchergebnisse ständig.

00:44:57: weiter und das sichert Ihnen einen großen Vorsprung, das macht es so schwer eine ehrenlich gute Suchmaschine zu bauen.

00:45:03: Wenn ich jetzt nochmal auf das Thema KI komme, ich glaube, es sind sich alle einig, dass sofern man jetzt irgendwelche Sachen trainieren kann, etc., wird die KI, das zeigen ja die

00:45:15: Modelle auch schon, besser sein als wir Menschen.

00:45:21: dann auch irgendwie den Tech-Konzernen zuhört, was denn die alles sehen, ihre Visionen und was alles KI machen kann, von Einkaufen bis steht am Fließband und der humanoide Roboter

00:45:33: kriegt das sofort hin, wann er wo was macht etc.

00:45:36: pp.

00:45:37: Stell ich mir manchmal die Frage, überschätzt die Tech-Bubble KI manchmal oder ist eher das Gegenteil der Fall aus deiner Sicht?

00:45:47: Verstehen wir eigentlich noch gar nicht, was auf uns zukommt?

00:45:52: Ich würde sagen, beides ist der Fall.

00:45:54: Es gibt Menschen, die KI überschätzen.

00:45:57: Ich glaube hauptsächlich sozusagen auf der Zeitachse, also verwechseln, was heute möglich ist, mit dem, was relativ sicher in fünf Jahren möglich ist.

00:46:06: Es gibt viele Leute, die sehr skeptisch sind oder es auch unterschätzen.

00:46:10: Das macht es ein bisschen schwer.

00:46:11: Wenn ich Vorträge darüber halte, möchte ich natürlich darüber reden, was absehbar möglich ist.

00:46:16: Und ganz oft kann man heute noch sagen, da und da funktioniert es aber nicht.

00:46:20: Oder da hat es noch ...

00:46:21: da halluziniert das noch zu viel.

00:46:22: Das ist alles vollkommen richtig.

00:46:24: Aber wenn man sich die Entwicklung anschaut, jetzt allein in letzten zweieinhalb Jahren passiert ist, seit dem November 22, dann muss man ja schon anerkennen, dass wahrscheinlich

00:46:33: jedes Jahr die gleichen Menschen gesagt hätten, dass Dinge vollkommen unmöglich sind, die dann innerhalb von kürzester Zeit möglich geworden sind.

00:46:40: Du hast recht, im Moment ist die KI noch nicht besser als der Mensch, aber in vielen Einzeldisziplinen oder einfach gesagt alles, was man aus Daten lernen kann und testen

00:46:48: kann.

00:46:49: Das kann KI heute schon besser.

00:46:51: Da gibt es auch überhaupt keine Frage.

00:46:54: Wenn man es aus dem Netz lernen kann und wenn man es vertesten kann, Biologie, Mathematik, Jura, Recht, also Geschichte, Linguistik, Sprachen sowieso.

00:47:04: Das ist spannend, auch die KI kann das in 160 Sprachen.

00:47:06: Den Menschen muss man erst mal zeigen, der das auch noch kann, nachdem man ein Genie in einem Bereich ist oder zwei Bereiche.

00:47:13: Das heißt, in diesen Einzelbereichen, was man testen kann, ist KI schon besser.

00:47:18: in der Abfrage von Wissen hauptsächlich.

00:47:21: Sie ist natürlich noch nicht so intelligent wie irgendwie die schlausten Menschen, aber arbeitet vielleicht schon an vielen Tasks besser als der mittelmäßige oder schlechte

00:47:29: Praktikant oder die Praktikantin.

00:47:32: Das ist so bisschen der Status quo.

00:47:33: Und da muss man eben auch anerkennen, was absehbar möglich ist in nächster Zeit.

00:47:37: Also wenn man die Fortschritte bei Reasoning sieht, die tendenzielle Reduktion von Halluzination, an diesem Thema Halluzination haben wir noch kaum gearbeitet in der

00:47:45: Vergangenheit.

00:47:46: weil das Scaling so gut funktioniert, also noch mehr Rechenzeit rausschlagen und bessere Ergebnisse liefern, hat man hauptsächlich in die Richtung gearbeitet.

00:47:55: Halluzinieren kann man relativ einfach, zumindest teilweise, in Griff bekommen.

00:47:59: Ich kann einfach vier Anfragen parallel stellen und nur wenn die vier ungefähr gleich klingen, ist es wahrscheinlich, dass sie richtig sind.

00:48:04: Weil bei einer Halluzination werden in der Regel immer verschiedene Antworten herauskommen.

00:48:10: Wenn aber drei von vier mal die gleiche herauskommt, ist es relativ wahrscheinlich, dass

00:48:15: ist keine Halassination.

00:48:16: heißt, es ist nur ein einfacher Ansatz, sonst wären ganz viele andere vertestet.

00:48:22: Natürlich.

00:48:24: Also, ich würde immer noch sagen, man kann die Technologie nur tendenziell eher unterschätzen als überschätzen.

00:48:33: Ich wüsste nicht, wo im Moment eine Überschätzung liegen würde, sei denn jemand wäre jetzt so undifferenziert, dass er sagt, die wäre heute intelligenter als Menschen.

00:48:41: Das wäre ...

00:48:42: und damit auch falsch und eine Überschätzung.

00:48:46: Aber wenn man das ein bisschen besser aufbricht in welchen Tasks und Jobs die KI besser ist und was der richtige Zeitraum ist, dann stimmt das tendenziell früher oder später eben

00:48:56: schon.

00:48:58: Ich habe manchmal das Gefühl, wenn die Tech-Szene oder die Tech-Bubble, ich nenne es jetzt mal so, über die Visionen spricht und so,

00:49:07: bin ich bei dir, es wird sicher unterschätzt, es wird noch sehr viel mehr gemacht werden können durch KI.

00:49:13: Aber es gibt ja auch einen ganz großen Teil der Gesellschaft, der noch, sage ich mal, unter Handflugzeichen der analogen Welt aufgewachsen ist, der ja auch irgendwelche Ängste

00:49:22: hat, Sorgen hat und so weiter und so fort.

00:49:24: Und ich stelle mir manchmal die Frage, hängen wir die ab?

00:49:27: Hängt die Textzene, die, ich drücke es jetzt mal, Mehrheit der Gesellschaft vielleicht ab?

00:49:36: mit den Innovationen, mit den Themen, die sie vorantreiben.

00:49:40: eine andere Frage, wie kriegen wir die auch ins Boot, dass diese ganzen Innovationen auch wirklich mal in die Realität kommen und zwar wirklich in die Breite?

00:49:50: Ich gefühle, sind ja sehr viele Anwendungen, die sehr spitz sind.

00:49:54: Aber was müssen wir gesellschaftlich tun, damit wir diese Möglichkeiten auch ausschöpfen?

00:50:00: Weil sind ja auch sehr viele positive Themen dabei.

00:50:04: Also zunächst einmal würde ich dem beiflichten, auch das habe ich glaube ich bei dem ersten Vortrag gesagt, dass die Menschen über die wir reden haben irgendwie das Radio

00:50:15: vielleicht erlebt, schwarz-weiß Fernsehen, wie Fernseher bunt werden, wie der Personal Computer kam, das Smartphone, das Internet und die haben sich ihren Möglichkeiten

00:50:27: angemessen eigentlich relativ gut angepasst, aber das KI ist jetzt einfach ein großer Schritt zu dem noch in dem Alter, es

00:50:34: einfach nachweislich schwerer ist, sich an technologische Änderungen anzupassen.

00:50:40: Insofern stimmt das glaube ich teilweise.

00:50:42: Und andererseits ist die Aufgabe, die erstmal noch nicht die Gesellschaft, sondern die Unternehmen haben, dass KI sich in der Benutzung sollte sich eigentlich nicht anders

00:50:53: anfühlen als ein Smartphone oder ein Rechner.

00:50:55: Das sollte Software, KI sollte Software einfach nur besser machen.

00:50:58: Das heißt, wenn ich das richtige Interface baue, dann sollte

00:51:03: sich eigentlich gar keinen Unterschied ergeben, bloß weil KI dahinter ist.

00:51:07: Weißt was ich meine?

00:51:08: KI sollte gar nicht als KI in Erscheinung treten, sondern es sollte einfach nur erst mal bessere Software durch Machine Learning oder generative KI bauen.

00:51:17: Das hat eins.

00:51:18: Und trotzdem ist natürlich richtig, es Teile und Effekte von generativer KI gibt, wo man wahrscheinlich wohl eine Rabezilgruppe, und das sind eben nicht nur Kinder, sondern vor

00:51:28: allem auch alte Menschen, schützen muss.

00:51:31: Fake News, AI, Slop, künstlich generierte Inhalte, Spam, Desinformation, Fake Videos.

00:51:40: Viele denken an die Bedrohung sozusagen aus sozialen Medien über TikTok, wie das unsere Kinder beeinflusst.

00:51:46: Aber wenn man sich anschaut, wer die vulnerabelsten Zielgruppen zum Beispiel für Desinformation sind, dann sind das die über 60-Jährigen.

00:51:53: Also in den Seminargruppen, Alumni-Chatgruppen, WhatsApp-Chatgruppen meiner Eltern.

00:52:00: gehen steilere Thesen ab als auf TikTok, ehrlich zu sein.

00:52:04: Und darauf ist diese Gesellschaft, glaube ich, nicht vorbereitet.

00:52:08: Hinzu kommen andere Probleme wie Arbeitslosigkeit, die inzwischen relativ wahrscheinlich erscheinen.

00:52:16: Das heißt, das wird schwer.

00:52:17: Und diese Probleme zu mitigieren als Gesellschaft und Staat, werden wir viel Geld brauchen.

00:52:22: Vor allen Dingen auch.

00:52:23: das Problem ist, dass wir deswegen sicherstellen müssen, dass die Produktivitätsgewinne

00:52:30: aus KI auch in Europa und Deutschland versteuert werden.

00:52:34: Also das denkbar schlechte Szenario wäre, dass so wie zum Beispiel die Online-Werbeeinnahmen quasi die europäischen Versteuerungen komplett abhandengehen,

00:52:47: tendenziell auch in USA nicht versteuert werden, sondern eigentlich komplett am Steuerregime vorbei gelotst werden.

00:52:56: Und dann werden alle Vorteile aus der Nutzung von KI

00:52:59: bei wenigen sehr reichen Menschen, sagen sie sich, anhäufen und die ganzen negativen Aspekte werden am Ende Sozialsysteme und Solidarsysteme von Staaten tragen müssen und das

00:53:11: wird sicherlich nicht funktionieren.

00:53:14: Weil das gerade angesprochen hat, Fake News, Sascha Palmberg hat glaube ich diese Woche oder letzte Woche seinen Ruf erneuert.

00:53:21: dass eigentlich für Fake News juristische Konsequenzen geben sollte, dass da System geschaffen werden sollte?

00:53:28: Würdest du dem zustimmen oder wie siehst du das Thema?

00:53:32: Also in den USA ist das eine relativ aussichtslose Forderung.

00:53:36: Das Recht auf freie Rede in USA umfasst viel, viel mehr als in Deutschland.

00:53:43: Haftung beginnt eigentlich erst, wo man wirklich Schaden in Kauf nimmt.

00:53:49: Es gibt immer dieses Beispiel von im Kinosaal oder im Theatersaal Feuer rufen und dann entsteht eine Panik.

00:53:54: Das darfst du nicht.

00:53:56: Nicht mehr Meinungsäußerungen, sondern fahrlässig Schaden riskieren.

00:54:02: Aber ansonsten wird es sehr schwer, nach dem US-Prinzip der freien Rede das so zu regulieren.

00:54:08: In Deutschland würde ich sagen, wir haben bei allen Massenmedien, Radio, Fernsehen, Zeitungen, haben wir Regulierungsbehörden und Aufsichtsbehörden.

00:54:19: Und was für die gilt, sollte auch für Inhalte, die mit KI generiert werden, in anderen sozialen Medien und so gelten.

00:54:27: Das ist deutlich schwerer zu kontrollieren, gerade wenn es in Dark Social und 1 zu 1 Kommunikation passiert.

00:54:31: Also Dark Social meint eben, Telegram Chatgruppen 1 zu 1 Kommunikation meint, wenn der Meta-Chatbot mir das erzählt, wie soll ich...

00:54:41: Das ist ein bisschen das Problem.

00:54:42: Massenmedien lassen sich relativ gut kontrollieren.

00:54:44: Deswegen mögen Staaten eigentlich auch Massenmedien ganz gerne.

00:54:49: und sogar so bisschen Oligopolisierung.

00:54:51: Also, dass es nur vier, fünf große Sender gibt, macht es einfacher, sie zu regulieren.

00:54:55: Es hat nichts mit Zensur zu tun, aber einfach die Überwachung und sicherstellen, dass da kein Unfug passiert.

00:55:00: Ist einfacher, wenn es nicht 10.000 freie Sender gibt.

00:55:05: wenn wir jetzt in einer Welt sind, wo zum Beispiel Meta jedem von uns fünf KI-Freunde zur Verfügung stellt, mein Psychologen, mein Life-Coach, meine Romantic-Girlfriend oder

00:55:16: Partner und so weiter.

00:55:18: Wie will man das denn für 82 Millionen Menschen kontrollieren und regulieren, dass da nicht irgendwie abusive Sachverhalte entstehen und so weiter.

00:55:28: Das macht es, glaube ich, wirklich schwer.

00:55:30: Das heißt, man muss das dann wahrscheinlich schon auf dem Technologie-Level irgendwie mit so einer Art TÜV-Behörde kontrollieren, dass diese Chatbots gar nicht erst so

00:55:41: funktionieren.

00:55:45: Ja, ansonsten gebe ich im Rest da, wo Fake News geeignet sind, Menschen zu diffamieren, den Ruf zu schädigen von Unternehmen oder Personen, andere Strafrechtsbestände erfüllen,

00:56:00: da wäre ich dafür, das zu ahnden.

00:56:03: Ob die Reiterstellung von Fake News, also was ist, wenn ich jetzt sage, mein Sportverein hat 4-0 gewonnen statt 0-1 verloren.

00:56:12: Willst du das jetzt ahnden?

00:56:14: Ich weiß nicht, das darfst du ja sozusagen, das darfst du auf Facebook ja auch schreiben.

00:56:19: Warum sollst du das nicht in einem Video festhalten?

00:56:20: Das ist natürlich schwerer zu erkennen, dass das Problem, dass Leute, sobald es ein Bewegebild ist, dem schon glauben, weil das Bewegebild früher ein Privileg von großen

00:56:29: Medien war und damit viel Glaubwürdigkeit einhergeht und Menschen so sehr stark auf Stories und Videos reagieren, sich Videos besser merken können als Text und so weiter.

00:56:40: Ich habe keine perfekte Lösung, aber sich damit zu beschäftigen, ist auf jeden Fall ein richtiger Gedanke.

00:56:47: Dann würde ich gerne noch auf einen anderen Punkt zu sprechen kommen und zwar auf die gesellschaftlichen Werte.

00:56:52: Und du hast auch schon gesagt, es werden mehr Entscheidungen getroffen werden durch oder automatisiert getroffen werden in Zukunft und wir sollten da vielleicht auch verstärkt

00:57:04: darauf zurückgreifen.

00:57:07: Was passiert denn?

00:57:09: Deine Meinung nach mit den gesellschaftlichen Werten oder worauf müssen wir aufpassen, wenn wir vielleicht auch ethische Entscheidungen an Maschinen delegieren oder sagst du,

00:57:18: das sollte man schon irgendwie außen vor lassen, aber alles andere ist okay?

00:57:24: Also das primäre Problem sind erst mal sogenannte Biases.

00:57:29: Also dass das Modell eine Schlagseite oder Ungerechtigkeit in sich drin hat.

00:57:35: Deswegen dürften Modelle

00:57:38: Selbst die einfachen Grundlagenmodelle, die ich befrage, aber spätestens wenn Sie Entscheidungen treffen, brauchen Sie eigentlich so ein Beipackzettel, auf was für Daten

00:57:45: Sie trainiert worden sind.

00:57:47: Wir würden ja alle kein Medikament nehmen, wo nicht drin steht, was der wirksame Bestandteil ist.

00:57:52: Sondern wenn er einfach nur draufsteht und würde gegen Kopfschmerzen, dann wäre es wahrscheinlich absurd, das zu nehmen.

00:57:58: Sondern wir wollen wissen, was eigentlich da wirkt und wie es wirkt und wie das vertestet worden ist.

00:58:03: Und das gleiche brauchen wir eigentlich beim Modell, dass wir wissen, auf was die trainiert worden sind, weil

00:58:08: Es gibt ja diese Beispiele, hauptsächlich aus der HR, also Personalwirtschaft, dass sie die Modelle fast sämtliche Vorurteile, die Menschen haben, übernommen haben.

00:58:21: Man muss ganz klar sagen, das ist kein Fehler der Technologie.

00:58:24: Diese Modelle funktionieren genauso wie erwartet.

00:58:26: Aber wenn wir schlechte Daten reinstecken oder wenn wir rassistische, ableistische, sexistische Daten hereinfügen, also wenn in der Vergangenheit Menschen

00:58:36: gehandelt haben und man sagt, man betrachtet dieses Handeln sozusagen als positives Wissen, der Reward ist, jemand wurde eingestellt.

00:58:44: Also das Modell wird belohnt, wenn jemand eingestellt wird und jetzt findet uns neue Leute, die wir einstellen wollen, dann führt es dazu, dass alle Kriterien, denen man

00:58:54: früher Leute eingestellt hat, Eliteuniversitäten, Hautfarbe, Alter, Schönheit und so weiter, dass die wieder eine Rolle spielen.

00:59:03: Da muss man wahrscheinlich sagen, der Anspruch sollte sein, dass das Modell das besser macht als Menschen in der Vergangenheit.

00:59:10: man jetzt fordert, fairerweise, man jetzt fordert, diese Modelle muss man wieder zurücknehmen, dann würde man einfach nur auf menschliche Rassisten zurückshiften.

00:59:19: Also Menschen machen das ja nicht besser, aber hier sollte man erwarten, dass Modelle das besser können und der Weg wäre zum Beispiel gewisse Merkmale aus den Trainingsdaten

00:59:27: auszuschließen.

00:59:29: Geschlechterkunft, wo die Menschen aufgewachsen sind, Impfvornamen, wenn jemand Mohammed heißt oder Jeremiah hat das vielleicht, irgendwelche Aufschlüsse auf Religion oder

00:59:43: Herkunft oder Hautfarbe.

00:59:46: Das heißt, man müsste die Sachen eigentlich ausschließen, dann wirklich faktenbasierte oder was heißt faktenbasierte, unbiased Entscheidungen zu treffen.

00:59:57: Das ist, sagen Biases sind das,

00:59:59: Die erste große Gefahr, wenn man überlegt, ob Modellentscheidungen treffen sollen.

01:00:05: Aber das würde bedeuten eigentlich, dass die bisher trainierten Modelle, da kriegst du sie eigentlich nicht mehr raus.

01:00:09: Sobald die trainiert sind, verschwimmt das ja.

01:00:12: Die müssten komplett neue Modelle aufsetzen mit diesen Richtlinien, die du jetzt da gerade erwähnst, vor wegen Geschlechtnahme, wie auch immer, rausnehmen.

01:00:21: Oder gibt es Möglichkeiten?

01:00:25: Ein bisschen muss man natürlich auch akzeptieren, dass man in iA Bias World, also

01:00:28: Du könntest ja genauso sagen, ein Großteil der Literatur und wissenschaftlichen Literatur der Vergangenheit wurde von Männern und weißen Männern geschrieben und auch das ist schon

01:00:37: ein Bias.

01:00:37: Medizinische Forschung hat einen Bias gegenüber prowestliche Welt, promännlich, proweis auch.

01:00:45: Die jetzt raus zu editieren wird schwer.

01:00:47: Also man kann nicht künstliche Daten erzeugen.

01:00:49: Die gibt es gerade eine riesen Debatte, weil Elon Musk genau das tun möchte.

01:00:54: Nicht in dem Sinne, wie wir es jetzt diskutieren, sondern eher sozusagen verschärfend befürchtigt.

01:00:58: Aber wie gesagt, die Geschichte kann man nicht neu schreiben, aber man kann natürlich schauen.

01:01:05: Man kann mittels Systemprompts das teilweise anpassen, also dass man sagt, dass ein gewisser Beiß ist.

01:01:10: Aber auch das kann schiefgehen, das hat man bei Google Image Gen, dem Bildgenerierungsprogramm von Google, gesehen.

01:01:17: Da hat man dann, wenn man zeigt, mir ein Wehrmachtsoldat 1940 eingegeben hat, eben irgendwie farbiger.

01:01:27: Person of Color, Wer macht Soldatinnen gesehen, die es natürlich zu der Zeit nicht gab.

01:01:31: Das heißt, so einfach ist dann auch nicht.

01:01:36: Ja, spannend.

01:01:38: Bevor wir zur obligatorischen letzten Frage kommen, was ist so ein KI-Feature, auf das du dich freust, was in Zukunft kommt oder wo du darauf wartest?

01:01:49: Also wir reden, wenn es KI geht ja viel darum, Umsätze zu steigern, Kosten zu senken, Produktivität zu erhöhen und all das.

01:01:55: Und das ist alles prima und dann wird der Weltwirtschaft zu viel zusätzlichen Wachstum und zu mehr Wohlstand, sagen, selbst für die Ärmsten aller Menschen führen.

01:02:07: Das ist ganz spannend so.

01:02:08: Aber was ich viel spannender finde, ist eigentlich, dass KI auch die Produktivität in der Wissenschaft steigern würde und damit Wissenschaft massiv beschleunigen würde.

01:02:17: Und das

01:02:18: So wie es alle Bereiche der Wirtschaft betrifft, betrifft es auch alle Bereiche der Wissenschaft.

01:02:23: Wir sehen das in der Materialwissenschaft, wir sehen es in der Biologie.

01:02:26: Die Nobelpreise für Chemiebiologie sind an KI-Wissenschaftler von Google DeepMind gegangen, weil sozusagen die Aminosäurenverhaltung für Eiweiß besser simulierbar ist durch

01:02:38: die Modelle.

01:02:40: hat hunderttausende neue Kristallinasubstanzen gefunden, die theoretisch stabil sein könnten.

01:02:45: Feststoffforschung, für Batterieforschung, für Arzneisstoffe unheimlich wichtig.

01:02:51: Der Diebmeinschef spricht davon, dass er sich zumindest vorstellen könnte, dass in nächsten zehn Jahren sämtliche Krankheiten zumindest, die wir heute kennen, gelöst sein

01:03:00: könnten, wenn man so möchte, oder behandelbar, verzögerbar oder sogar heilbar sein könnten.

01:03:05: Ich halte es nicht für vollkommen absurd, dass zumindest das für einen Großteil der Krankheiten stimmen könnte.

01:03:15: Mit all den negativen Konsequenzen, Arbeitslosigkeit, Fake News, Desinformationen, vielleicht sogar Bürgerkriege, mit denen wir rechnen müssen, das alles müssen wir

01:03:24: wahrscheinlich in Kauf nehmen.

01:03:25: Also es wäre ein ethisches Menschheitsverbrechen, diese Technologie jetzt zum Beispiel einzuschränken oder massiv zu verlangsamen.

01:03:33: Weil insbesondere außerhalb unserer Bubble in der sich entwickelnden

01:03:39: Welt, wo Menschen noch nicht Zugang zu Medizin oder Bildung zum Beispiel haben.

01:03:42: Deine Anfangsfrage, ich glaube die erste Frage war Offline- oder Onlinebildung.

01:03:46: Und für Menschen in der Sub-Saharan-Afrika oder in Süd-Ast-Asien, in China stellt sich diese Frage natürlich nicht.

01:03:56: Sondern deren erster Lehrer, den sie, also wenn sie überhaupt einen Lehrer oder eine Lehrerin sehen werden, dann wird das höchstwahrscheinlich eine Smartphone, KI, Tutor.

01:04:07: lehren sein, weil die Menschen sonst niemals Zugang zu einer Schule gefunden haben.

01:04:09: Und der wahrscheinlichste Weg, noch mehr Menschen zu Schulbildung zu verhelfen und zu einer gewissen medizinischen Grundversorgung und auch zu mehr Produktivität im Ackerbau

01:04:19: und so weiter ist definitiv KI.

01:04:23: Und das überwiegt alle negativen Aspekte wie das braucht so viel Energie und so weiter bei Weitem.

01:04:29: Also wir würden ja nicht sagen, dann sollen halt ein paar hundert Millionen Menschen weiter in Armut leben oder sterben an Krankheiten ohne Zerweise.

01:04:37: damit irgendwie wir ein bisschen Energie sparen oder so.

01:04:40: Von daher ist der wissenschaftliche Fortschritt und der zuletzt erwähnte Aspekt eigentlich das, was ich am spannendsten finde an KI und warum wir nicht heillose, aber doch relative

01:04:53: KI-Optimisten sein sollten alle.

01:04:56: Das höre ich natürlich gern, also oft von der akademischen Seite her.

01:04:59: Das ist natürlich cool.

01:05:02: dann last but not least

01:05:05: Die obligatorische letzte Frage, so wie die AB Fragen.

01:05:08: Gibt es auch eine Frage, die ich einstelle.

01:05:10: Drei Learnings, die du den Zuhörerinnen mitgeben möchtest.

01:05:15: Drei Learnings können privat oder beruflicher Natur sein.

01:05:17: Kannst du dir aussuchen.

01:05:19: It's up to you.

01:05:28: Also das erste, das habe ich am Anfang auch schon bisschen angesprochen, ist dieses nicht nach maximal Wahrheiten suchen, sondern begreifen, dass jedes Problem aus vielen kleinen

01:05:38: Gruppen besteht und es keine Durchschnittslösung in der Regel gibt.

01:05:42: Kann man auf ganz viele Sachen beziehen.

01:05:44: würde mal als Beispiel AB-Tests nehmen.

01:05:46: AB-Tests, damit will man, sagen, testen, ob eine Webseite besser oder schlechter funktioniert.

01:05:50: Da findet man dann raus, dass durch die Veränderung einer Buttonfarbe, das ist jetzt ein bisschen plakatives Beispiel, aber wir nehmen das mal.

01:05:57: anderthalb Prozent mehr Einkäufe gemacht werden auf der Webseite.

01:06:00: Die Wahrheit dahinter ist aber immer, dass für manche Leute die Wahrscheinlichkeit, dass sie kaufen, fünf Prozent steigt und für andere drei Prozent sinkt und dadurch ergibt sich

01:06:09: dann so ein Durchschnitt.

01:06:12: sagen, der Durchschnitt ist immer trügerisch und man sollte alle Themen und Debatten so differenziert betrachten und auch alle Businessprobleme, Durchschnitte immer trügerisch.

01:06:26: Dann, ich glaube, das zweite, wichtig ist, ist das Thema Fokus und Reduktion.

01:06:33: Ein Learning aus den letzten 20 Jahren ist, es immer die Firmen, nicht die Firmen waren, die am meisten Dinge gleichzeitig machen, die sehr schnell gewachsen sind, sondern die

01:06:43: ein, zwei Sachen sehr, sehr gut gemacht haben.

01:06:45: Die herausgefunden haben, was sind die wirklichen 1, 2, maximal 3 Treiber des eigenen Erfolges und da sozusagen aggressiv.

01:06:53: reingegangen sind.

01:06:54: Man wird selten Firmen finden, die besonders gut Affiliate-Marketing gemacht haben und damit drei Prozent mehr Traffic geholt haben.

01:07:02: wird ein Geschäft, das wird niemals über den Gedeih und Verderb einer Firma entscheiden sollen.

01:07:07: braucht, man muss zwei, drei große Themen identifizieren oder zwei gerade große Treiber identifizieren und die dann sehr, ja, reuelos exekutieren.

01:07:20: Und das dritte

01:07:23: Vielleicht so bisschen persönlich.

01:07:26: Im Leben steht man ganz oft vor Entscheidungen, die sich so wie life or death oder unumkehrbar anfühlen.

01:07:34: Wenige Entscheidungen sind das vielleicht doch, aber die allermeisten sind es nicht.

01:07:38: Selbst wenn sie in dem Moment unumkehrbar sind, ergeben sich Möglichkeiten in der Regel nochmal später.

01:07:42: In dem Fall ist es erstmal wichtig, sich überhaupt zu entscheiden und dann nicht sich leben zu lassen von der zu schweren Entscheidung.

01:07:49: Und das andere ist fast...

01:07:51: Alle Sachen sind entweder unkehrbar oder es gibt im Leben dann doch schon nochmal eine zweite Chance, an den gleichen Ort zu kommen.

01:08:01: Ich habe diese empfundene Pfadabhängigkeit.

01:08:05: Weil ich Biochemie studiert habe, kann ich jetzt nicht mehr in die Wirtschaft gehen oder sowas.

01:08:10: Das gibt es eigentlich nicht.

01:08:11: Ich wollte ganz früher in meiner Jugend fast noch Form studieren, habe ich mal gedacht, ich will mal Formmanager werden.

01:08:17: Ich habe schon ganz früh begonnen, Aktien zu investieren, dachte Formmanager wäre doch genau das.

01:08:21: was ich gerne machen würde und habe dann eigentlich einen relativ anderen Weg eingeschlagen mit Online-Marketing, Digital-Marketing und so weiter.

01:08:32: in den letzten Jahren hätte ich definitiv die Möglichkeit gehabt, das wieder Form-Manager zu werden, hätte ich das gewollt.

01:08:38: Wollte ich dann tatsächlich gar nicht mehr oder fand es gar nicht mehr spannend.

01:08:42: Aber manchmal hat das Leben so verrückte Wege, einen dahin zu bringen, wo man gehört oder wo man hingehört.

01:08:51: Auf dem Weg deren ist glaube ich, eher wichtig, dass man dynamisch Entscheidungen trifft, dass man immer die Richtige zweisläufig trifft.

01:09:00: Schöne Learnings, vor allem auch das letzte kann ich nur unterstreichen, ich.

01:09:04: Also ich hatte ja auch in meinem Leben so an der einen oder anderen Stelle dazu, dass irgendwie was anderes im Kopf und dann...

01:09:11: Ich glaube, es wären noch alle Leute, die sozusagen in Anführungsstrichen erfolgreich...

01:09:14: uh

01:09:15: sind, sagen, dass es nicht nur ihr eigenes Dazutun ist, sondern auch immer Glück dazugehört.

01:09:19: Das ist vielleicht auch noch ein wichtiges Learning.

01:09:24: dass es eben diese Scheidewege gibt.

01:09:29: was aussieht wie so eine Baumpfadabhängigkeit in einem Entscheidungsbaum, ist eher so ein Labyrinth aus verschiedenen Wegen, die sich immer wieder kreuzen und wo man immer wieder

01:09:37: nochmal eine andere Abbiegung nehmen kann.

01:09:39: Ja und wo Mut dazugehört auch, ab und zu mal zu sagen, ich gehe jetzt da nach links oder nach rechts oder geradeaus, ohne zu wissen, was wirklich kommt.

01:09:48: Na ja, super.

01:09:50: Pip, herzlichen Dank.

01:09:51: Danke für deine Zeit.

01:09:53: Danke auch für deine Spontanität.

01:09:55: Wir hatten ja heute schon durch ein Planungsmissgeschick meinerseits ein bisschen umplanen müssen.

01:10:02: Herzlichen Dank, dass das so spontan funktioniert hat.

01:10:07: Ich habe auch für mich einiges wieder mitgenommen, auch dann zum Thema Startup-Szene, wo du gerade siehst, es hingeht, Richtung Deep Tag, da jetzt einiges am Kommen ist, dass es

01:10:17: auch ein bisschen geografisch verschieben wird.

01:10:21: auch deine Einblicke auf KI und die Gesellschaft habe ich wieder super spannend gefunden.

01:10:28: Herzlichen Dank dafür und vielleicht treffen wir uns bei einem der nächsten Events irgendwann.

01:10:33: Ich glaube, sind uns letztes Jahr kurz im Startup-Land.

01:10:36: habe ich gesehen, dass du dort warst.

01:10:38: Ich war auch dort, aber da haben wir noch nicht so gekannt.

01:10:42: Vielleicht treffen wir uns irgendwo mal und dann können wir gemeinsam auch einen Kaffee trinken.

01:10:46: Würde mich sehr freuen.

01:10:48: Sehr gerne.

01:10:48: Spaß gemacht.

01:10:50: Das war das Interview mit Pip Klöckner vom Doppelgänger Tech Talk Podcasts.

01:10:54: Infos zu Pip und dem Podcast findet ihr in den Show Notes.

01:11:00: Wer bis jetzt noch nicht abgedreht hat und dabei ist, sollte sich auch noch die Zeit nehmen, den Podcast zu abonnieren, falls dies nicht schon der Fall sein sollte.

01:11:10: Ich freue mich auf jeden Fall mit euch, die nächsten 100 Folgen in Angriff zu nehmen und wünsche euch jetzt einen grandiosen Start in den Sommer.