Dr. Eric Weisz - AI-basierte Prognosen für gute Entscheidungen in der Supply Chain #127

00:00:02: Mittlerweile sind wir im operativen Bereich mit 46 Agents schon unterwegs und bauen diese Flotte auch aus.

00:00:08: Meine Vision ist es, dann auch diese Preisdemokratisierung und diesen Gedanken weiter zu pflegen und guten Service zu bieten, möchte ich nicht unbedingt mit einem Headcount

00:00:17: wachsen, sondern gerne über Automatisierung und die Lösung selbst.

00:00:26: Das

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 und Servus zu neuen Folge, für die ich mich mit Dr.

00:00:58: Eric Weisz, dem Gründer von Circle, getroffen habe.

00:01:01: Eric hat mich eingeladen ins Büro und ich kann nur sagen, es war grandios, denn wir haben unsere Aufnahmen in einem Boxring in einem Keller eines Wiener Altbaus gemacht.

00:01:12: Für mich definitiv eine der außergewöhnlichsten und lässigsten Locations, an denen ich bisher aufnehmen durfte.

00:01:20: nur das am Rande, Spannendes natürlich, worüber Eric und ich uns unterhalten haben.

00:01:25: Es ging darum, wie Circle Nachfrageprognosen und Bestellvorgänge für Handel und Industrie mittels KI-Forecasting optimiert, welche Parameter sich am meisten darauf auswirken, wie

00:01:36: Korrelation und Kausalität zu berücksichtigen sind und warum der Mittelstand im Fokus steht.

00:01:42: Wir haben aber auch darüber gesprochen, warum nicht alles Gold ist, was glänzt, sondern eher Kohle, die zuerst mal gepresst werden muss.

00:01:50: Aber ich möchte nicht zu viel verraten, hör am besten selbst rein und hab so viel Spaß beim Hören der Folge, wie ich im Boxring hatte.

00:01:59: Lieber Eric, ich freue mich sehr auf unser Gespräch, mit dir sitzt mir ein wahrer Bullwhip-Experte gegenüber und alle, die jetzt an Indiana Jones denken, hier in diesem

00:02:11: Setting, wo wir heute sitzen, muss ich leider enttäuschen.

00:02:14: Es geht einen Effekt im Bereich Supply Chain Management.

00:02:16: Und wie gesagt, ich freue mich sehr auch, dass wir uns hier in Wien in eurem Büro und in dieser Special Location, wir sitzen hier, ich glaube, das ist wirklich die abgefahrenste

00:02:26: Location, die ich je hatte für eine Podcastaufnahme.

00:02:29: Wir sitzen in einem Boxring.

00:02:32: Kannst gleich dazu sagen, wieso wir da sitzen oder wo wir sitzen.

00:02:36: Und zwar in eurem Büro, dass wir uns da treffen und diese Folge aufnehmen.

00:02:40: Herzlich willkommen im Podcast.

00:02:41: Ja, lieben Dank für die Einladung.

00:02:44: Wir haben gedacht, wir schicken dir gleich die Rückeinladung zurück, um dich hier in diesen Räumlichkeiten willkommen zu heißen.

00:02:52: Du hast ja schon eine kleine Roomtour bekommen und du hast gesehen, dass es nicht das typische Office ist.

00:02:55: Vor allem, wie du gerade eben schon angesprochen hast, wir sitzen hier mitten in einem Boxring.

00:02:59: Hier werden die meisten Kämpfe dann auch ausgeführt, je nachdem ob Gehaltsverhandlungen oder auch Preiserhöhungen.

00:03:05: Du kannst es ja aussuchen.

00:03:06: Ja, finde ich gut.

00:03:08: Wir waren schon kurz davor, uns eine auf die Nase zu geben.

00:03:12: Schauen wir mal, ob wir es danach machen oder nicht.

00:03:14: Aber auf jeden Fall lässige Location für ein Startup ist ein ehemaliges Filmstudio, oder?

00:03:22: Um nochmals genauer zu sein, eine Filmproduktion.

00:03:25: Das heißt, hier selber wurden keine Filme in diesen Räumlichkeiten gedreht, aber links von uns ist ja die Requisite, die hast du auch schon gesehen, also aber auch die

00:03:34: Schneideräume, die Büroflächen und das Geschäftsmodell von der Filmproduktion selber hat sich geändert.

00:03:41: Genauso wie andere Unternehmensstrategien sich immer mal wieder den Markt anpassen, hat die Filmproduktionsindustrie selber sehr, viel ausgelagert.

00:03:52: Subunternehmen und man hat die Person nicht mehr gebraucht und wurden hier die Räumlichkeiten frei und wir hatten die Möglichkeit über Bekannte uns dann hier nieder zu

00:04:01: lassen und genießen es weiterhin sehr in wirklich doch außerordentlich interessanten Räumlichkeiten dann auch jeden Tag wieder einzufinden, hier an unseren Themen zu arbeiten.

00:04:10: finde ich super.

00:04:11: Also wie gesagt, einer der lässigsten Locations, wo ich jemals Podcast aufgenommen habe.

00:04:15: Echt ziemlich lässig.

00:04:17: So, aber jetzt kommen wir zu dir.

00:04:19: Du hast ja Wirtschaftsrecht studiert, bist danach auch nach Österreich, hast den Master in Unternehmensführung in Krems draufgelegt und in dieser Zeit auch bei Union Investment

00:04:31: gearbeitet.

00:04:32: noch in dieser Zeit hast du Ende 2018 das Unternehmen

00:04:37: Ordito, ich hoffe, ich habe es jetzt richtig ausgesprochen, mitgegründet, mit dem ihr eine digitale Bestelllösung für Restaurants gebaut habt, mit der Gäste per Smartphone bestellen

00:04:48: können.

00:04:48: Und dann weiß jeder, was war nach 2018 oder 2019, 2020 hat es einen eingeschlagen, kam Corona.

00:04:55: Und das hat natürlich auch voll auf die Gastronomie eingeprasselt und die Gastronomie wurde entsprechend.

00:05:03: durchgeschüttelt und ihr habt sogar aber in dieser Zeit dann eine Registrierungslösung fürs Contact Tracing ergänzt in eurer Lösung und trotzdem oder vielleicht auch gerade

00:05:14: deshalb gelangt dann auch relativ schnell ein Exit an Kastner und du warst 26 bei der Gründung, 27 beim Verkauf, wenn ich das richtig recherchiert habe.

00:05:25: Das ist für viele das Alter, sag ich mal, in dem man noch überlegt, ob man Excel wirklich kann.

00:05:30: Und du hattest ja schon dein erstes Start-up verkauft, ich sag's mal so.

00:05:35: Was ich aber besonders an dieser Geschichte spannend finde, du hast danach nicht gesagt, okay, super, ich mach jetzt mal Pause, alles schön, sondern du hast offenbar sehr schnell

00:05:44: gesehen, dass da in den Daten, in den Bestellprozessen und in der Frage, wann braucht wer, wie viel, auch ein größeres Thema steckt.

00:05:52: Aus Ordito heraus entstand dann die Idee mit KI vorherzusagen, wann Gastronomie oder Handel welche Mengen bestellen sollten.

00:06:03: Problem, Gastronomie hatte dafür offenbar nicht die passende Datenlage und so seid ihr von eurer ursprünglichen Idee dann in eine neue Richtung gegangen.

00:06:11: Handel, Produktion, FMCG, also Fastmover, Consumer Goods und also genau die Welt in der

00:06:18: auch kleine Fehlentscheidungen, sage ich mal, bei Prognosen schnell große Folgen haben können.

00:06:23: Mindesthaltbarkeitsdatum, Verderb von Lebensmitteln, Kapitalbindung, Ressourcenverschwendung etc.

00:06:30: Und damit sind wir eigentlich auch schon bei Circly, einem Unternehmen, das KI ja nicht als hübsches Passwort auf der Website schreibt, sondern ziemlich konkret den

00:06:40: Absatzprognosen, Bestellvorschläge, Planungsprozesse übersetzt und ja, ihr nehmt so historische Absatzdaten.

00:06:47: Promotions, wie auch immer, wir gehen dann auch nochmal tief rein mit hinein und ergänzt sage ich mal oder macht die Prognosen für die Zukunft anstatt die klassischen Excel

00:07:00: Tabellen, anstatt das klassische Bauchgefühl, was oftmals auch immer noch vorherrscht.

00:07:07: Inzwischen arbeitet Circle auch mit bekannten Namen aus der Produktion, sag ich mal aus Handeln, Produktion, Stiegel, Nürn, etc.

00:07:16: kennt man in Österreich.

00:07:18: Die Deutschen werden es auch kennen, wenn sie im Urlaub waren in Österreich.

00:07:22: Ihr habt auch eine Finanzierungsrunde abgeschlossen 2023 und wurde 2024 von EY oder habt von EY den Scale Up Award als Rising Star bekommen.

00:07:36: ja, parallel zu Circly warst du aber auch wissenschaftlich tätig in dem Bereich und hast dir

00:07:43: Ja, sag ich mal, dieses Thema gewidmet und Anfang des Jahres auch deine Promotion abgeschlossen dazu zu dem Thema.

00:07:49: Herzliche Gratulation meinerseits nochmal dazu.

00:07:53: Und da ging es vor allem darum, wie du mit KI oder wie man mit KI den Bullwhip Effekt auch glätten kann.

00:07:59: Für alle, die nicht wissen, was der Bullwhip Effekt ist, es ist der Beitschenschlag Effekt und das in der Lieferkette einfach, sag ich mal, die Schwankungen Richtung Anfang der

00:08:10: Lieferkette.

00:08:11: immer stärker werden.

00:08:12: Ich drücke es jetzt mal so aus, ich versuche es einfach darzustellen.

00:08:15: So, aber egal, bevor wir jetzt da tiefer einsteigen in Digitalisierungs-Apply-Journal-Management, KI und Datenqualität, AB Fragen.

00:08:24: Wir kommen zu den AB Fragen.

00:08:25: Du weißt, was auf dich zukommt, du weißt, wie es funktioniert.

00:08:28: Ich könnte Boxhandschuhe noch nehmen für jeden, du falsch beantragst.

00:08:31: Es gibt kein falscher der richtig, falls die falsche Frage kommt, könnten wir auch noch mal ausfeiten.

00:08:40: Ok, also du weißt, was kommt, dann geht's los.

00:08:44: Bildung online oder offline?

00:08:47: Automatisiert oder menschliche Entscheidungsfindung?

00:08:49: Boah.

00:08:52: darauf an.

00:08:54: Tendenz zu automatisiert.

00:08:56: denn es automatisiert stärkere Regulierung oder mehr Freiheiten für Unternehmen.

00:09:01: Mehr Freiheiten mit Standards.

00:09:06: Vollkommener Schutz persönlicher Daten oder weniger Datenschutz zur Wahrung der Sicherheit und des Wohlste Allgemeinheit.

00:09:14: sind AB Fragen, deswegen soll ich kurz antworten.

00:09:16: Ich klicke jeden Cookie-Banner weg, im Sinne, dass ich alle ablehne, weil ich meine eigenen Daten schütze.

00:09:22: Im geschäftlichen Kontext bin ich für standardisierte Daten und lobbyiere auch genau dafür.

00:09:28: Und dann last but not least Web-Meetings oder persönliche Treffen im Ring, aus dem Ring, außerhalb vom Ring.

00:09:34: Am liebsten mir Regen, du merkst.

00:09:38: Ich bin Fan von persönlichen Treffen, weil wir Menschen sollten, wir Menschen bleiben, gerade im Zeitalter der Digitalisierung.

00:09:45: Aber viele Termine lassen sich auch online schnell mal abhalten.

00:09:49: Okay, aber jetzt gehen wir tiefer ein.

00:09:51: Warum hast du dich für Offline-Erbildung entschieden?

00:09:54: Auch hier wieder.

00:09:55: Ich selber halte noch hier und dort Vorträge, Vorlesungen selber im Bereich Emerging Technologies bis hin zu Entrepreneurship in den Masterstudiengängen, also auch in der

00:10:07: Logistik und und und.

00:10:08: Darum geht es ja aber in der Frage nicht, sondern was ich dort immer wieder feststelle ist, dass gerade wenn ein Kurs, also die Personen, die im Kurs sitzen, mal eine offene

00:10:18: Frage haben, dann melden sie sich nicht unbedingt.

00:10:21: Aber

00:10:22: Sie schauen so aus, als hätten sie eine Frage.

00:10:25: Wenn man jetzt online unterwegs ist, kann man allen immer wieder sagen, bitte alle die Kameras an und und und, aber man hat das, dass du kannst deine Empathie, die empathischen

00:10:35: Fähigkeiten nicht wirklich ausspielen und kannst nicht auf einzelne Leute, Individuen eingingen.

00:10:40: Und deswegen bin ich ein Fan davon, dass es lieber offline stattfindet.

00:10:44: Man kann all die ganzen Fragen beantworten, auch wenn es manchmal mühsam ist.

00:10:49: Aber man kann auch zum Beispiel die letzten in der letzten Reihe

00:10:52: mal aufholen und sagen, hast du hier eine Frage?

00:10:54: Wie würdest du das lösen?

00:10:56: Was ist deine Meinung dazu?

00:10:57: Und es geht online nicht ganz so gut.

00:10:59: Ich finde, Online-Settings sind gut fürs selbstständige Lernen.

00:11:03: Man kann sich hier diverse Videos anschauen, mit irgendwelchen Chatbots chatten, PDF-Store-Screen und und und.

00:11:09: Aber das tatsächliche Lernen, das findet für mich noch im Klassenraum statt.

00:11:13: Okay.

00:11:13: Und dann warst du für Tendenz automatisiert Entscheidungsfindung.

00:11:20: Jetzt muss ich weit ausholen.

00:11:23: Gehen wir zurück zu dem Wirtschaftsrecht Studium.

00:11:26: Jetzt kommen wir zum beliebten Thema DSGVO, Persönlichkeitsrechte.

00:11:30: Ich bin der Überzeugung, dass wir menschliche Entscheidungen menschlich sein lassen sollten, als aber auch alles andere, was nicht unbedingt direkt mit dem Menschen zu tun

00:11:39: hat, voll automatisieren sollten.

00:11:41: Das heißt Tendenz, Automatisierung, alles was

00:11:45: Danger, and Dirt bedeutet, also Arbeitsmaßnahmen, Schritte, Prozesse, die entweder gefährlich sind, die dreckig sind oder die einfach nur redundant sind und dadurch

00:11:53: langweilig sind.

00:11:54: Wieso sollte ein Mensch diese ausführen?

00:11:56: Das ist meine Überzeugung.

00:11:58: Diese sollten alle komplett automatisiert werden, aber wenn es um Entscheidungen geht, die Individuen betreffen, bin ich der Überzeugung, das sollten wir Menschen tun, damit wir

00:12:07: Menschen auch Menschen bleiben.

00:12:10: Okay, und dann warst du Richtung Tendenz mehr Freiheiten, aber mit Standards.

00:12:18: Da ging es dann eher darum, Datenstandards zu schaffen.

00:12:22: Wenn wir uns mal Innovation anschauen und vielleicht für die meisten Konsumenten ist es am einfachsten, zum Beispiel von Fintechs zu haben wir PSD 1 und PSD 2 Schnittstellen gehabt.

00:12:30: In dieser Zeitepoche sind sehr, sehr viele Neobanken auf den Markt gekommen.

00:12:35: Es ging nur über Datenstandards und standardisierte Schnittstellen.

00:12:38: Da können wir auch gleich bezüglich des Auditor Cases nochmals darauf eingehen, weil das war damals auch einer der Gründe, wieso wir uns aus diesem Markt zurückgezogen haben, aber

00:12:46: wieder zurückzukommen.

00:12:47: Durch die Datenstandards gab es eine gewisse Innovationskraft aus dem Markt heraus.

00:12:52: Und diese Innovationskraft selber hat uns Konsumenten gut getan.

00:12:57: Wir waren auf einmal in der Lage, über neue Anbieter, jetzt brauchen wir nicht über die Geschäftsmodelle und Banklizenzierung etc.

00:13:04: mehr philosophieren und diskutieren, sondern wir waren auf einmal in der Lage, dass wir nicht mehr in die Bankniederlassung mussten, eine Überweisung zu tätigen, sondern

00:13:14: Mittlerweile funktioniert alles am Handy und wir können uns sofort damit aushelfen.

00:13:18: Geht nur über Datenstandards und standardisierte Schnittstellen.

00:13:21: Und diese Innovationskraft auf Basis dieser Standards und diesem freien Markt, also dass der Markt auch darauf zuspielen kann, das sollten wir uns auch mal in anderen Industrien

00:13:30: überlegen, was das alles an Mehrwert bedeuten könnte.

00:13:33: Wir reden über nachhaltige Lieferketten, haben aber nie wirklich über Datenstandards, über Stammdatenstandards gesprochen.

00:13:40: Wie sollen wir hier nachhaltig wirtschaften, wenn die Unternehmen sich nicht mal untereinander so wirklich austauschen können?

00:13:48: Und dann warst du vollkommener Schutz, auch irgendwie weniger Datenschutz wie der Standard.

00:13:53: Du hast dich dann ein bisschen drum herum gewunden.

00:13:57: Ob A oder B.

00:13:59: Jetzt muss man mir noch einmal ganz kurz den Kontext geben, das heißt noch...

00:14:02: Vollkommener Schutz persönlicher Daten oder weniger Datenschutz zur Wahrung der Sicherheit und des Wohls der Allgemeinheit.

00:14:08: Auch hier, da geht es um Individualrechte, Persönlichkeitsrechte, bin ich der Überzeugung, wir sollten hier nicht mehr die Gesellschaft Lesern darstellen.

00:14:20: Du hattest vorhin gar nicht angesprochen, wie ich überhaupt zu dem KI-Thema gekommen bin.

00:14:24: Bevor ich bei einem der Big Force Found Union war, ich bei einer Boutique Bank, Investment Bank in Frankfurt tätig und durfte dort in jungen Jahren, das muss vor 2016 gewesen sein,

00:14:38: damals mit 22, 23 nach China reisen.

00:14:42: Das heißt, ich habe in China rund Shanghai die Wirtschaftszonen angeschaut und es ging um Joint Venture Vorhaben, deutsche Unternehmen, die in Asien Fuß fassen wollten.

00:14:54: Wir haben uns die Fördermöglichkeiten angeschaut, die Investmentmöglichkeiten vor Ort angeschaut, die Zusammenarbeit mit chinesischen Unternehmen angeschaut.

00:15:03: Und ich kann mich daran erinnern, relativ grün hinter den Ohren.

00:15:06: war das erste Mal mit Sako und Krawatte unterwegs gewesen für ein Unternehmen, das dir Geld zahlt.

00:15:11: Da dachte ich, ja, so jetzt geht es ganz richtig los.

00:15:15: Jetzt wirklich, jetzt zündet hier der Funken.

00:15:17: Und dann stand ich dort in den verschiedenen Betriebsstätten, Lagehallen, Produktionshallen.

00:15:24: Und damals war ich so erstaunt davon, wie weit die Chinesen eigentlich uns vorangekommen sind, wie weit die technologisch schon sind.

00:15:34: Und dort habe ich KI das erste Mal erleben dürfen.

00:15:36: Wirklich hautnah.

00:15:38: Und ich erzähle ganz gerne die Geschichte davon.

00:15:40: Es ist ein riesengroßes chinesisches Tech-Unternehmen.

00:15:43: Namen lassen wir jetzt mal aus.

00:15:46: Wir kamen dort in die Hauptzentrale und dann haben sie uns in den Surveillance Room eingeführt.

00:15:52: Der Raum war so ungefähr 50 Quadratmeter groß und kein Quadratzentimeter an den Wänden war frei.

00:16:00: Alles voll ausgestattet mit Bildschirm.

00:16:02: Und die Bildschirme haben die ganzen Verkehrsüberwachungskameras dargestellt.

00:16:08: zentral, alle paar Meter, war ein Counterbildschirm angebracht.

00:16:13: Und der hatte gezählt.

00:16:14: Frau, Mann, zweiachsig, dreiachsig, sechsachsig, das waren dann so riesengroße LKWs, Kurzarm, Langarm, Elektro, Verbrenner, also all die ganzen Statistiken, die du dir nur

00:16:27: vorstellen kannst.

00:16:28: Und dann standen wir mit riesengroßen Augen davon, haben uns gefragt.

00:16:31: Wie funktioniert das?

00:16:33: Und dann hat uns nur die Dolmetscherin gesagt, mein Chef sagt, cool, oder?

00:16:38: Und in dem Moment dachte ich mir so, nee, ist überhaupt gar nicht cool.

00:16:41: Das hat mich total an die Folge Black Mirror auf Netflix erinnert, wo es ein Social-Scoring-System gibt und dir über dieses Social-Scoring-System selber dann Bonis

00:16:52: zustehen.

00:16:53: Oder eben auch nicht.

00:16:54: Also du könntest ja damit vieles anstellen.

00:16:58: Und in dem Moment dachte ich mir so, okay, meine Daten möchte ich niemals in so System eingespielt haben.

00:17:03: Und da kommt der Drang her zu sagen, nee, muss nicht unbedingt sein.

00:17:08: Ich finde Plätze, von starker Kriminalität geprägt sind.

00:17:16: Da sollten wir es einsetzen.

00:17:17: Also hier sollten wir auf Massenüberwachung setzen.

00:17:20: sind meine zwei Szenes dazu.

00:17:22: Wieso?

00:17:24: Ich hab nichts zu verbergen, ob ich da jetzt vorbeigehe und ich vielleicht noch anonymisiert.

00:17:27: Das wäre mein Wunsch natürlich in der Sekunde, in der ich da über diesen Platz marschiere, habe ich ja nichts zu befürchten.

00:17:36: Ich verhalte mich normal.

00:17:38: Und genau an diesen Stellen, es eben entweder Brennpunkte gibt, Knotenpunkte gibt, wo es viel Kriminalität gibt, da bin ich dann wiederum für doch ein bisschen ein gläserner

00:17:50: Corpus der Überwachung.

00:17:52: Okay, spannend.

00:17:56: Letzte Frage war Webmeetings oder persönliche Treffen.

00:17:58: Da glaube ich, hast du schon auch Einblick gegeben.

00:18:02: Deswegen lass uns gleich weitergehen.

00:18:06: Du kommst ja ursprünglich nicht aus dem klassischen Tech-Gründer, oder Tech-Gründer Schublade.

00:18:13: Ich habe es schon erwähnt.

00:18:13: Wirtschaftsrecht, Beratung, Finance, Nahestationen.

00:18:18: War das eigentlich für dich rückblickend

00:18:21: eher ein Umweg oder das Fundament für das, du heute machst?

00:18:27: Spannende Frage.

00:18:30: Ich habe immer davon geträumt, eine Corporate-Laufbahn nachzugehen, ganz ehrlich zu sein.

00:18:35: heißt, super funktioniert.

00:18:39: Es gab zumindest mal das Training.

00:18:44: Nein, ich habe es damals bei meiner Mutter gesehen, die angestellt war, zwar immer stressig war, aber uns ging es dann nach und nach immer besser damit, auch finanziell

00:18:55: betrachtet.

00:18:56: Und da dachte ich mir, hey, das ist was, was du auch mal machen möchtest.

00:19:00: Das ist ja ganz typisch, wenn man zu Hause aufwächst und man schaut seine Eltern, größeren Geschwister an, was machen die denn, worin sind sie denn gut, man imitiert sie auch

00:19:08: irgendwo auf eine Art und Weise.

00:19:09: Und da dachte ich immer, ich möchte in Richtung Corporate gehen.

00:19:13: Und dann hatte ich in meiner Abiturzeit schon Wirtschaft als Fach.

00:19:18: War ich immer sehr, gut, hatte sehr gute Noten.

00:19:20: Und dann stand die Wahl des Studiums.

00:19:23: Und da dachte ich mir, das wäre jetzt Fahrt, wenn ich mich da drei Jahre hinsetze.

00:19:26: und das, was ich kann, dort einfach nochmals vertiefen.

00:19:29: Also immer weiter mir diese Themen anschaue.

00:19:32: Und der stand neben dem einfachen BWL war dann Wirtschaftsrecht.

00:19:37: Und war schon immer ein Klugscheißer.

00:19:38: So.

00:19:40: Jetzt kommt der Klugscheißer, der gerne herumdiskutiert und argumentiert.

00:19:43: Ich schaue da rüber und sehe Wirtschaftsrecht.

00:19:46: Juristisches Arbeiten kann ja gar nicht so schwer sein.

00:19:48: Und dann habe mich einfach eingeschrieben gehabt.

00:19:50: Und es hat mich super interessiert.

00:19:53: Ich hatte ...

00:19:54: Als Schüler eine Leserechtschreibschwäche und leichte Legasthenie und über das Wirtschaftsrechtsstudium musste ich so viel lesen und so viel schreiben, also teilweise in

00:20:03: zwei Stunden hast du eine Prüfung und hast so einen Block an Papier und musst dann halt Gutachten schreiben, sodass dir wirklich die Hände bluten.

00:20:09: haben die Fingernägel geblutet.

00:20:10: Also so viel schreiben musst, dass ich meine Leserechtschreibschwäche und meine Legasthenie irgendwo verloren habe.

00:20:16: Und auf einmal war ich im juristischen Arbeiten und es hat mir super Spaß gemacht.

00:20:21: War dann bei einem der Big Fours in der Rechtsberatung.

00:20:24: habe immer nur im gleichen Bereich geprüft.

00:20:26: Subventionsrecht, öffentliche Hand, öffentliche Infrastruktur, heißt Personennahverkehr, Schwimmbäder, Sportplätze.

00:20:34: Und da wurde mir dann auch wieder relativ schnell Fahrt.

00:20:38: Super spannend, wirklich.

00:20:40: Ab da dachte ich mir so, okay, was kannst jetzt mit dem Wirtschaftsrechtler noch anfangen?

00:20:44: Ja, Master, dann könntest du in die Steuerberatung gehen, Wirtschaftsprüfung oder eben im &A-Bereich noch arbeiten.

00:20:52: Dann dachte ich mir so, hm, nee.

00:20:53: brauche ich jetzt nicht unbedingt, dann kam meine damalige Partnerin auf die Idee, hey, lass mal nach Österreich ziehen, ich würde dort gerne studieren.

00:21:00: Und dann habe ich mir gedacht, ja, komm, packst mal deine sieben Sachen und schlägst dein Zelt woanders auf.

00:21:09: Und dann habe ich umgeschaut, wo könnte ich denn studieren?

00:21:12: Und dann kam ich auf die Universität in Krems, das hat mir zugesagt, habe mich dort eingeschrieben, wollte eigentlich nach zwei Jahren wieder zurückziehen, habe dann bei

00:21:20: Union Investment im Vertrieb auch mitgearbeitet, hab Markterbleitung durchgeführt und und und.

00:21:26: Nach den zwei Jahren Studium war es dann so weit, dass ich mir die Frage gestellt hab, was kommt denn jetzt eigentlich?

00:21:30: Also ziehe ich jetzt zurück und dann bleibe ich jetzt dort in Österreich.

00:21:33: Und ich hatte einen Kurs, der nannte sich Digital Business.

00:21:40: Ganz vage.

00:21:41: Und da ging es einfach darum, man muss mal den Case durchdenken.

00:21:44: Man muss versuchen, dass irgendwie

00:21:46: zu prototypen.

00:21:47: Und dann auf einmal hatte ich einen Prototypen.

00:21:48: Ich hatte einen Gruppenkollegen, der auch gemeint hat, ja, wieso nicht selbstständig werden?

00:21:53: Haben uns bei einem Inkubator angemeldet, haben das Projekt einfach mal durchgezogen.

00:21:57: Und dann habe ich damals meine Chefin da in Wien.

00:21:59: Witzigerweise ist das gerade mal zwei Häuser nebenan.

00:22:03: Das heißt, ich muss mich nicht umgewöhnen.

00:22:09: Der Arbeitsweg war der gleiche.

00:22:13: Ist sogar derselbe.

00:22:15: Ich muss einmal weniger abbiegen.

00:22:17: Und dann haben wir das Unternehmen auch schon aufgezogen.

00:22:20: Damals jeder 300 auch in die Mitte geschmissen.

00:22:23: Und ich kann mich noch dran erinnern, wie wir mit einer PowerPoint-Präsentation unterwegs waren.

00:22:27: Das heißt, kein Kunden, keine Ahnung von nix.

00:22:31: Gerade wenn man im Corporate-Umfeld unterwegs ist, dann ist man meist der Spezialist.

00:22:35: Und man merkt an meinem Werdegang, ich wollte mich weg von dem Spezialisten rein in den Generalisten arbeiten.

00:22:41: Und dann dachte ich mir so, ja, was hast du denn jetzt eigentlich zu verlieren?

00:22:45: Du hast keine Kinder, du hast keine Schulden, du hast eigentlich keine Abhängigkeit in diesem Alter.

00:22:52: Und wenn du aber einmal in das Corporate-Umfeld richtig eingestiegen bist und dann so zwei, drei Karrierestufen gemacht hast, dann fragst du dich ganz oft so, boah, eigentlich

00:22:59: habe ich einen ganz geilen Lebensstandard und den Luxus dem möchte ich nicht hergeben.

00:23:03: Das habe ich bei zwei, drei Freunden beobachtet und dachte mir, nee, das machst du jetzt nicht.

00:23:06: Du wirst jetzt nicht süchtig von dem Konsum und von deinem

00:23:11: gesellschaftlichen Standpunkt, sondern du probierst das jetzt einfach mal aus und mit 50 kannst du zurückblicken und kannst sagen, hey, das war eine gute Idee oder das war eine

00:23:20: schlechte Idee.

00:23:23: Mir geht es ganz gut dabei.

00:23:25: Jetzt komme ich trotzdem noch auf die Frage zurück.

00:23:27: War es jetzt ein Umweg oder war es das Fundament?

00:23:31: A-B-Frage.

00:23:33: Es klingt nach beiden, wenn ich ehrlich bin.

00:23:36: Wie gesagt, ich hatte es nie geplant.

00:23:40: Ich hatte schon immer mal überlegt, vielleicht irgendwann ein Unternehmen aufzukaufen, wenn man dann die Corporate-Bahn durchlaufen ist, vielleicht ein älteres Unternehmen, das

00:23:50: keine Nachfolge hat, zu übernehmen.

00:23:53: Aber ich hatte es nie geplant.

00:23:55: Und ist es das Fundament, ich war es oder wenn ich reflektiere, weiß ich aus den früheren Arbeitsstellen, was ich heute nicht mehr mag.

00:24:05: Und dadurch war es das Fundament.

00:24:07: Weil ich vieles ausschließen konnte und ich in meiner gestalterischen Freiheit hier alles aufbauen kann, genauso wie ich das für perfekt halte.

00:24:15: Also war es irgendwo dann schon doch das Fundament, aber es ist nicht so gewesen, ich es geplant hatte.

00:24:20: Und dann kommt das und dann kommt das, sondern ich sag vielen jungen Gründer und Gründerinnen ganz oft, du musst ein bisschen naiv sein.

00:24:27: Und ich glaube, war zu dem Zeitpunkt, ich es als Fundament für meine Karriere gesehen und war dann zu einem Zeitpunkt, der für mich richtig war.

00:24:35: naiv genug, zu sagen, drauf, wir machen es jetzt einfach mal.

00:24:40: Okay.

00:24:41: Ja, cool.

00:24:41: Und dann hast du schon ein bisschen angeteasert.

00:24:43: Auditor ist gegründet worden mit 300 Euro von jedem in der Mitte.

00:24:48: Kannst du da die Idee bis zum Exit auch noch mal kurz für die Zuhörerinnen knackig zusammenfassen?

00:24:54: Weil das ja anscheinend ja auch die Basis war oder das Fundament für das, was du jetzt machst mit Circle ein bisschen.

00:25:01: Ja, es gibt einen roten Faden.

00:25:05: Also irgendwie kommt das eine zum anderen.

00:25:07: Witzigerweise hier angestellt, zwei Blöcke nebendran.

00:25:12: Und wir hatten so eine ganz blöde Arbeitszeitserfassungsregel.

00:25:16: Sehr nervig.

00:25:18: Ich hatte nur eine halbe Stunde Zeit zum Essen gehen.

00:25:21: So, jetzt versuch mal zur Rush Hour mittags irgendwo hier in Wien halbwegs normal zu essen.

00:25:28: Also eine gute Qualität zu einem anständigen Preis.

00:25:31: In 30 Minuten.

00:25:32: Viel Spaß dabei.

00:25:34: Und damals haben wir uns gesagt, komm, da muss doch irgendwo eine Lösung geben.

00:25:37: Ordito hat eigentlich angefangen als Vorbestellungsplattform, also als Take-Away, als damals noch die ganzen Lieferdienste das nicht angeboten haben, die haben das erst seit

00:25:45: Covid angeboten, dass du es auch abholen kannst aus dieser Option, haben wir es möglich gemacht, dass du in deinem Lieblingslokal mit einem Link, den du einfach nur hinterlegt

00:25:54: hattest,

00:25:55: Die Möglichkeit hattest, entweder direkt den Tisch plus die Speise zu buchen und gleich schon auch durchzuzahlen.

00:25:59: hast gesagt, du kommst zu dem Zeitpunkt.

00:26:01: Dann kann der Kerne mit dem Essen.

00:26:04: Oder, dass du als Take-Away vorbestellst, einfach nur zum Abholen, damit du dir die Zeit sparst.

00:26:08: Alles schon durchkassiert, fertig.

00:26:10: Und dann...

00:26:12: Du versuchst natürlich auch den Markt zu finden.

00:26:13: Also Product Market Fit ist da gegeben, kommst du da rein, braucht das den Markt, brauchen das die Kunden, braucht das der Gastronom und haben uns immer tiefer rein gearbeitet.

00:26:22: Irgendwann hatten wir dann QR Codes am Tisch picken gehabt.

00:26:26: Dort konntest du dann vor Ort bestellen, bezahlen, Kellner rufen, deine gesamten Bestellungen zum Beispiel einsehen.

00:26:33: Dann kam die Covid-Krise.

00:26:35: Dann war alles wieder gesperrt, so all unsere Märkte eingestampft.

00:26:38: haben uns überlegt, Mist, was machen wir jetzt?

00:26:40: Kompilat in Pivot hingelegt, das heißt das Geschäftsmodell umgedreht.

00:26:43: Haben dann unsere nur auf Out-of-Home- bzw.

00:26:47: Delivery spezialisiert und waren damals schon, und das treibt uns auch bis heute noch an, der Meinung, dass man Software demokratisieren muss.

00:26:54: Das heißt, wir haben nicht prozentual mitgeschnitten.

00:26:56: Ich weiß gar nicht, wie viele deiner Zuhörer wissen, wie viel da an Marge an die Anbieter geht.

00:27:01: Also ganz grobe Vosträge sind 15 bis 30 Prozent.

00:27:04: Und wir haben gesagt, wir bieten jetzt einfach mal die Lösung zu einem Fixpreis an, der überschaubar war.

00:27:09: Und damit sind wir dann während der Covid-Zeit auf Einschlag gewachsen, gewachsen, gewachsen, gewachsen.

00:27:15: Hatten von türkischen Tanzcafés in Berlin zu Currywurstbuden, zu dem ganzen Stubeier-Kletcher bis nach Mallorca, so eine Biertheke, an Kunden.

00:27:27: Ballermann.

00:27:28: Das war am Ballermann, witzigerweise.

00:27:30: Ich weiß nicht, wie die auf uns gekommen sind, aber es war so ganz breit gestreut, hatten wir auf einmal sehr, viele Kunden.

00:27:37: Und dann hast du es vorhin schon angesprochen, wir hatten eine Gastregistrierung, da hatte die WKO, das Wirtschaftskammer hier in Österreich, die hatte die Regelungen ausgegeben

00:27:44: über die Regierung, dass jetzt Kontaktformulare ausgefüllt werden müssen.

00:27:49: Und ich glaube, war Donnerstags haben sie das verlautbart mit, ja, das muss man alles sammeln an Informationen.

00:27:55: Und am Sonntag war unser Prototyp fertig, den wir rausgegeben haben.

00:27:58: Da war die Vorlage der WKO, der Wirtschaftskammer, noch nicht einmal online.

00:28:02: Ja, und dann ging es los.

00:28:04: Das haben wir kostenlos nämlich hergegeben.

00:28:06: Weil wir uns gedacht haben, ganz ehrlich, das ist von uns ein Abfallprodukt.

00:28:09: Das ist ja eigentlich nur unsere Adresseingabe.

00:28:12: Jetzt geben wir das mal an jeden unserer Kunden her, um die Konsumenten einfach zu tracken.

00:28:19: Und über das Login sieht man dann noch alle unsere ganzen anderen verschiedenen Lösungen.

00:28:26: Wir hatten, ich glaube, innerhalb der ersten sieben Tage über 50.000 registrierte Kunden.

00:28:32: Und das war dann so ein Punkt für uns, wo wir gesagt haben, da geht noch ein bisschen was in der Covid-Zeit zu holen.

00:28:37: War aber ein Auf und Ab, Auf und Ab.

00:28:40: Und dann gab es den Moment, wo die Möglichkeit einfach bestand.

00:28:46: War auch ganz witzig.

00:28:48: Es war ein Telefonat mit demjenigen, der damals unser erster Kunde sogar war.

00:28:54: Und wir hatten hier mal Massenlizenzen verkauft.

00:28:57: Das war ein Großhändler.

00:28:59: Seine Kunden sind Gastronomen, auch geplagt über die Covid-Zeit.

00:29:03: Und er wollte ihnen kostenloses Tooling zur Verfügung stellen.

00:29:06: Er wollte im Hintergrund die Daten sozusagen akquirieren, zu sehen, was bestellt denn jetzt eigentlich der Gastronom gerade.

00:29:12: Beziehungsweise was wird er denn benötigen.

00:29:13: Und dann kommst du auch schon in Richtung Bulbepfekt.

00:29:17: Und dann wollte er...

00:29:20: 10.000 Lizenzen kaufen, damit er seinen Kunden das gratis zur Verfügung stellt.

00:29:23: Und dann habe ich gemeint, kauft euch einfach gleich das ganze Unternehmen.

00:29:28: Und dann hat er angefangen zu lachen, dann hat er gesagt, verarsch mich doch nicht und sagte, was willst du dafür haben?

00:29:36: Und dann habe ich kurz nachgedacht, habe eine Summe genannt.

00:29:43: und war jetzt wenig vom Balance Sheet runter abgelesen, sondern wo stecken wir gerade, wie viel Potential steckt da noch drin und und und und.

00:29:52: Hab dann die Summe X genannt und dann hat er gemeint, ich meld mich in ein paar Stunden.

00:29:57: Und dann hat er ein paar Stunden später angerufen und gesagt, lass uns den ganzen Spaß starten.

00:30:02: Und dann hab ich die Due Diligence sogar noch durchgeführt, weil das war während der Wirtschaftsprüfung bzw.

00:30:09: Rechtsberatung noch davor.

00:30:11: habe ich nichts anderes gemacht als Due Diligence durchzuprüfen, nämlich auf den Aspekt Subventionsrecht.

00:30:18: Ist es überhaupt möglich oder welche Risiken bestehen?

00:30:19: Da habe ich die Due Diligence selber geschrieben und habe sie dann zwei Wochen später zugeschickt und dann haben sie gemeint, wir wollten eigentlich mitbestimmen, welche

00:30:28: Kanzlei das mitmacht, aber das schaut richtig gut aus, kannst du uns mal bitte die Kontaktdaten geben?

00:30:32: Ich habe angefangen zu lachen und gesagt, er könnte mir einfach schreiben.

00:30:37: Und so war dann das Unternehmen relativ schnell verkauft.

00:30:40: Nachdem es auch schon eine ganz witzige Entstehungsgeschichte gab, wir waren ja nur bei den 300 Euro, war aber so, dass ich oben ohne bei meiner Mutter im Garten den Rasen gemäht

00:30:51: habe, als unser erster Kunde uns gefragt hat, ob wir ihn verarschen wollen.

00:30:56: Weil wir damals nur die Lösung als Prototyp zusammenklappustert hatten.

00:30:59: Also wir paar Lösungen zusammengesteckt und haben geschaut, dass es vom Workflow dem Ganzen entspricht.

00:31:04: Und der Kunde hatte Interesse dran.

00:31:06: Aber es war offensichtlich, dass es nicht uns gehört.

00:31:09: Und auch damals hat er uns schon angerufen gehabt und hat gemeint, dann wollt ihr mich denn eigentlich jetzt hier veräppeln, das gehört nicht euch.

00:31:16: Ich sag, naja, ich teste gerade den Markt an, ob es funktioniert, gib uns drei Monate Zeit und das Ding steht, hast du Interesse dran.

00:31:22: Das heißt, es gab viele Geschichten rund um Ordito, die am Telefon angefangen haben.

00:31:28: da merkt man auch den kleinen Vertriebler, am Telefon macht man die Geschäfte.

00:31:35: Und genauso ist es einmal entstanden, als aber auch dann

00:31:38: Das Unternehmen wurde als Asset Deal verkauft, weil wir die IP von Circly innerhalb des Unternehmens schon entwickelt hatten.

00:31:48: Also das Konzept und die Idee bestanden für Gastronomen, weil mich irgendwann mein Gastronom gefragt hatte, was muss ich denn eigentlich jetzt bestellen?

00:31:59: Ich dachte, was willst du jetzt bestellen?

00:32:00: Deine Kunden sollen bei dir bestellen mit unserer Lösung.

00:32:04: Er sagte, kann mir dein Tool nicht sagen, was ich bestellen muss?

00:32:08: Und da bin ich dann in die Thematik Bullwhip-Effekt und Prognosen, Forecasting, Replenishment hineingesprungen.

00:32:15: Das ist mittlerweile schon vor sieben Jahren her.

00:32:18: daraus ist dann auch Söckle entstanden.

00:32:20: Daraus die Circle entstanden.

00:32:22: Während die Due Dilligence erstellt wurde, wir gleich schon die IP rausgenommen aus dem ersten Unternehmen und haben dann den ersten Kunden auch wieder mit PowerPoint Folien

00:32:33: übrigens.

00:32:36: Da war mein vorheriger Job das Fundament.

00:32:39: Ich habe gelernt, wie man mit PowerPoint Folien umgeht.

00:32:45: Berater und Banking Folien, das ist das A und O.

00:32:50: Nein, Spaß beiseite, wieder mit Folien unterwegs gewesen und damals war es die österreichische Post, die wir als ersten bezahlenden Kunden an Land ziehen konnten.

00:33:00: Und dann haben sie uns gefragt, was macht ihr da eigentlich gerade in der Gastro und wieso wollt ihr uns das jetzt verkaufen?

00:33:07: Und da haben wir das Ganze dann so hingebogen, dass sie es verstanden haben, dass es uns eigentlich nicht darum geht, dass wir das in der Gastro einsetzen wollten.

00:33:15: sondern dass wir das Konzept so aufziehen wollen, eben nicht nur ein Unternehmen davon einmal einen Vorteil generiert, als aber auch nicht unbedingt eine ganz, ganz, ganz enge

00:33:26: Subindustrie, sondern wir denken, das Unternehmen viel größer.

00:33:29: Wir haben im Food and Beverage Bereich angefangen, beziehungsweise FMCG, wenn man noch die Drogerie und die Pharmazie hinzuzählt, um eine ganz spitze Positionierung zu haben, weil

00:33:39: wenn es in einem schnelltretenden Bereich gut funktioniert, dann kann man das auch noch auf den langsamtretenden Bereich dann überführen.

00:33:45: Und so haben wir dann damals mit der österreichischen Post über das Online-Fulfilment gearbeitet.

00:33:50: Da haben wir mal erst mal nur versucht Volumina zu prognostizieren.

00:33:53: Das heißt auf Basis der zukünftigen stattfindenden Verkäufe zu sagen, wie muss das Load Balancing ausschauen, wie verteile ich jetzt mein Personal.

00:34:02: Das sind teilweise Abrufkräfte, also Zeitarbeitskräfte und die müssen vorab gebucht werden für die Fläche.

00:34:09: Und da sind wir mal reingegangen und haben mal geschaut, können wir denn überhaupt forecasten.

00:34:13: hat sich herausgestellt, konnten wir.

00:34:15: Und von dort aus sind wir dann auf die ganzen Themen gekommen, was braucht denn der Handel, was braucht denn die Logistik dahinter stehend und haben uns immer tiefer in diese

00:34:21: Materie dann auch eingearbeitet.

00:34:23: und er arbeitet sehr, viel mit KI und ihr seid auch im Mittelstand, vor allem Fokus, also da komme ich dann nachher nochmal kurz drauf zu sprechen.

00:34:33: Und wenn du jetzt, ich mal, Circly an der Mittelständler erklärst, der sagt dir ja KI und Forecast, super, es klingt alles spannend, aber ich habe jetzt keine Data Science

00:34:41: Abteilung.

00:34:42: Wie würdest du so einer Mittelständler eigentlich in zwei Minuten erklären, was ihr bei Circly genau macht?

00:34:48: Ich würde Mittelständler wahrscheinlich den Aspekt KI sogar erstmal vorenthalten.

00:34:53: Weil wenn man jetzt mal mit KI kommt, du hast schon gesagt, Buzzword, dann denkt erstmal der Mittelständler, ohje, der nächste.

00:35:02: Uns geht es darum, den Painpoint zu lösen.

00:35:06: Wenn man sich mal anschaut, kleine Unternehmen kriegen es noch hin, mit Excel-Tabellen zu planen.

00:35:10: Dann nehme ich rollierende Durchschnitte, ich schaue ungefähr, wie bewegt sich mein Geschäft 5 %

00:35:15: drauf rechne ich dann nochmals, weil es letztes Jahr schon besser ging.

00:35:19: Oder ich ziehe wieder ein bisschen was ab, weil wurde ausgelistet bei dem einen oder anderen Kunden.

00:35:23: Das heißt, ich habe noch den Überblick über wenige SKUs, wenig Umsatz und kann das mit Excel-Tabelle rocken.

00:35:30: Ich bin ja kein Gegner von der Excel-Tabelle.

00:35:33: Aber ab einem gewissen Umsatz selber sollte man sich umschauen nach einer Automatisierung.

00:35:38: Weil nun sind wir im Bereich DALL.

00:35:39: Also dumme Arbeit, die redundant ist.

00:35:42: Und ab hier geht es dann los.

00:35:45: Weil ab einem gewissen Umsatz gibt es nicht mehr die Einzelabhängigkeit, sondern es gibt viele Einflussfaktoren.

00:35:52: Das ist Wetter, sind Feiertage, Feiertag-Wochen-Kombination, also Brückentage.

00:35:57: Das sind Promotionen, das sind wirtschaftliche Kennzahlen wie zum Beispiel die Inflationsrate.

00:36:01: Das sind Bestellfenster meiner Kunden, wenn ich im B2B-Segment unterwegs bin.

00:36:06: Das sind verschiedenste Einflüsse, die einfach auf den Bedarf einer Auswirkung besitzen und versucht, das mal mit einer Excel-Tabelle zu lösen.

00:36:15: wird nicht funktionieren.

00:36:16: Also um hier den Cliffhanger gleich mal aufzulösen.

00:36:20: Was haben wir uns auf die Fahne geschrieben?

00:36:22: Wir wollen genau dieses Problem tacklen.

00:36:24: Wir haben die ersten zwei Jahre nur im Forecasting gearbeitet.

00:36:28: Wir hatten gar keine logistischen Dispositionslogiken zum Beispiel im System.

00:36:34: Wir haben nicht mal Bestände verarbeitet, sondern wir sind hardcore hingegangen und haben uns angeschaut, was können wir mit der Technologie umsetzen, ein richtig solides

00:36:42: Forecasting

00:36:44: als nämlich Grundbaustein anzubieten und haben am Anfang das dann noch in bestehende Systeme hinein integriert.

00:36:50: Mittlerweile gehen wir da ein bisschen anders heran, um dann von dort aus weitere Funktionalitäten rund herum zu bauen.

00:36:56: Viele Anbieter setzen entweder auf ein standardisiertes Modell und versuchen da alle SKUs, also alle Storage-Keeping-Irons, alle Produkte über ein Modell drüber zu jagen.

00:37:05: Das funktioniert aber meistens nicht.

00:37:07: Oder die anderen Unternehmen setzen auf fertige Datenmodelle, die es im Open Source-Bereich gibt.

00:37:13: auch nicht verkehrt, aber es geht ja die Anwendung der Technologie, nämlich zur richtigen Charaktereigenschaft, zum Produkt.

00:37:22: Dadurch, dass wir uns nur auf die Forecasting-Algorithmen spezialisiert haben, wissen wir ganz genau, welcher Forecasting-Algorithmus funktioniert in welchem Segment ganz gut.

00:37:30: Also, welche Warngruppe passt ganz gut dazu, welche SGU passt ganz gut dazu, welche Abhängigkeitsfaktoren müssen dann vielleicht in den Forecast-Algorithmus hinein und haben

00:37:38: uns darauf spezialisiert.

00:37:40: eine sogenannte AI-Pipeline.

00:37:42: Das heißt, du musst dir das vorstellen wie ein Datentrichter, dass du deine Daten hineingibst, das System verarbeitet diese und spuckt dir dann den Forecast für den nächsten

00:37:51: Monate aus, auf einer Tagesebene, auf einer SKU-Ebene, um dir im Endeffekt einen sauberen Forecast anzubieten.

00:37:57: Und von hier raus geht das jetzt in die nächsten Produkte hinein, zum Beispiel Bestelloptimierung, dass du deine Bestände optimierst.

00:38:05: Und hier setzen wir meistens bei Mittelstand an, dass wir sagen,

00:38:09: Wir sind im Bestandsoptimierungsbereich unterwegs.

00:38:12: Wir kennen die Peaks und wir kennen die Lows.

00:38:14: Dann werden Produkte entweder gefragt sind oder nicht gefragt sind und passen dann zum Beispiel auch deine Sicherheitsbestände dynamisch an, was viele Systeme nämlich nicht

00:38:22: machen.

00:38:23: Was oftmals der Fall ist, und sonst sich wundern, warum die so hoch sind, weil sie es jahrelang nicht angreifen.

00:38:30: Exakt.

00:38:31: Und da ist nämlich das Geld versteckt und wir gehen eher über das Problem beim Kunden vor und erklären ihnen dann, wieso machen wir es besser und gehen dann erst auf den KI-Aspekt

00:38:39: an.

00:38:41: Also bessere Prognosen, weniger manuelle Arbeit, wenn ich das jetzt so zusammenfasse und auch bessere Bestände, was natürlich schöner Einfluss auf den Cash hat, am Cashflow.

00:38:55: Was für Mittelstand natürlich immer spannend ist.

00:38:57: um dir nochmal eine Faustregel kurz mitzugeben, lassen wir den Service Level gerade gleich und optimieren den Forecast Error so um 10%.

00:39:08: Dann können wir den Bestand um so 8 % reduzieren.

00:39:12: Und jetzt rechnet man sich das Ganze mal rauf.

00:39:14: Bei uns der durchschnittliche Kunde und die kleinen Kunden, die fangen so bei 30 Millionen Jahre um sich an.

00:39:19: da muss ich kurz einhaken, es kommt wahrscheinlich darauf an, wie groß der Forecastfehler auch schon ist aktuell oder?

00:39:25: Ja und in welcher Branche.

00:39:27: eine Faustriegel, bitte.

00:39:28: Bitte nicht falsch verstehen.

00:39:29: Das ist eine Faustriegel, du kannst es auch noch mal segmentieren nach ABC und und und.

00:39:35: Kann man auch darüber diskutieren, ob das der richtige Weg ist.

00:39:37: Aber es geht mal rein nur um eine Faustriegel, um einem Unternehmen den Impact von einem besseren Forecast mal darzustellen.

00:39:46: 8 Prozent wiederum an Reduktion des Bestandes bedeutet für viele Unternehmen teilweise schon gleich mal Millionen.

00:39:54: Wenn man hier die nächste Faustriegel nämlich anwendet.

00:39:56: bis 10 Prozent deines Jahresumsatzes wirst du im Lager liegen haben.

00:39:59: Jetzt kann man sich das Ganze ableiten, von den 50 Millionen runterkommen.

00:40:03: Da summiert sich schon ein bisschen.

00:40:05: auf.

00:40:05: definitiv.

00:40:06: Also ich sehe das ja selber.

00:40:06: also es ist oftmals, vor allem in den Restrukturierungsfällen, in denen ich unterwegs bin, das eines der Themen, greifen jahrelang die Bestände nicht an oder sag ich mal, haben das

00:40:16: falsche Flager, andere sind falsche Sicherheitsbestände etc.

00:40:19: Aber das ist ein spannendes Thema, weil ich habe da natürlich auch einiges in der Vergangenheit gesehen, wo dann eben über Excel geforecastet wird.

00:40:27: Ja, und dann muss jeder Sales-Mitarbeiter irgendwie Dateneintrag, wie du schon sagst, ja, ja, machen wir 5 Prozent.

00:40:33: ziehen wir das drüber über die nächsten zwölf Monate, werden wir schon wachsen, weil der CEO möchte wachsen, deswegen wird das so und so ausschauen.

00:40:43: Genau, so ist es.

00:40:44: In der Regel funktioniert es genauso und genauso treffen sie nicht oder sie passen es nachher nicht an, weil es nicht eingetreten ist oder wird das Feld des hinten oder wie

00:40:52: auch immer.

00:40:54: Was ich ja spannend finde oder manche haben ja auch gar nicht den Überblick darüber, gibt es jetzt Promotions, weil die auch nicht miteinander reden, silo denken.

00:41:02: Aber

00:41:02: Was ich spannend finde und was mich interessieren würde, wenn ihr in diesen Forecast geht, ich muss den ja mit Daten füttern, dann zieht sich ja nicht aus irgendwo her, Magic, ok

00:41:14: jetzt gibt es eine Promotion, jetzt kommt ein neuer Artikel, jetzt bringt die Gala irgendwie einen Gutschein raus und alle die die Gala kaufen haben irgendwie

00:41:26: gut schon auf irgendwelche Birkenstockschlapfen und dadurch steigt da die SGU von Rose gepunkteten Birkenstockschlapfen.

00:41:34: Keine Ahnung.

00:41:37: Wie wisst ihr, welchen sag ich mal, ist euer Algorithmus dann auf jedes Unternehmen fein zugeschnitten und überlegt ihr euch auch, Daten ihr braucht und definiert ihr auch einen

00:41:52: klaren Prozess, wie ihr den Algorithmus kontinuierlich füttert?

00:41:58: Mehrere Fragen sind das jetzt, die müssen wir wahrscheinlich einzeln beantworten.

00:42:03: Starten wir mal mit deiner letzten Frage, das ist kontinuierliche Lernen.

00:42:09: Das System wird einmal in der Woche neu trainiert.

00:42:13: Wir erhalten nächtlich die Daten von unseren Kunden, rechnen durch und einmal in der Woche wird neu trainiert.

00:42:19: Das heißt, die Abhängigkeitsfaktoren werden neu bestimmt vom System.

00:42:24: Aber es bedeutet, ihr erarbeitet mit eurem Kunden, pass auf, die Daten brauchen wir, diese Einflussfaktoren brauchen wir, die müsst ihr erheben und die müsst ihr uns zur Verfügung

00:42:33: stellen.

00:42:34: Das wäre jetzt an die nächste Frage gewesen.

00:42:37: Time Series Forecasting, das heißt in der Prognose, kannst du nicht unbedingt mit vorab trainierten Daten in unserem Segment arbeiten.

00:42:45: Also wenn wir uns mal JTPT anschauen oder Claude und Co., das sind ja alles vorab trainierte Sprachmodelle, die die Wahrscheinlichkeit demnächst in der Siebe sozusagen

00:42:55: rechnen und dann kriegen wir das Ergebnis ausgespielt.

00:42:57: Funktioniert im Forecasting-Bereich nicht, weil jedes Unternehmen und selbst jedes Produkt innerhalb des Unternehmens hat ja eine unterschiedliche Abhängigkeit zu etwas.

00:43:06: Zu einer Promotion, zu einer geografischen Zuordnung und und und.

00:43:10: Das heißt, hier kann man nicht mit vorab trainierten Modellen arbeiten.

00:43:13: Da haben wir mal eine Forschung zu angetrieben, wie man über föderales Lernen über verschiedene Unternehmen hinweg arbeiten kann.

00:43:21: Hat überhaupt nicht funktioniert.

00:43:24: Führt sogar eher zur Unsicherheit in den Artmodellen.

00:43:27: Das heißt,

00:43:27: Die AR-Pipeline, die ich vorhin angesprochen habe, die folgt einem Standard.

00:43:31: Da komme ich jetzt auch schon wieder zu meinem Datenstandard, den ich eingangs einmal gepitcht hatte, wieso ich da so ein Verfecht davon bin.

00:43:38: Das ist nämlich das größte Problem bei den Unternehmen.

00:43:41: Wir haben einen Datenstandard, den wir definiert haben und wir sind hingegangen und haben gesagt, was ist denn das Datenset, das man unbedingt dafür braucht, also es nicht zu

00:43:49: overingenieren, weil unsere Kunden, ganz typische Mittelstand, die sind jetzt nicht die Datenexperten.

00:43:56: Alle haben Daten, verstehe mich nicht falsch.

00:43:58: Es kommt ja nicht auf die Quantität drauf an, sondern die Qualität der Daten.

00:44:01: Und am besten hast du viele Daten in einer guten Qualität.

00:44:05: Wir haben Daten definiert, wie zum Beispiel die Stammdaten, die Promotionsdaten.

00:44:10: Wir haben die Verkaufsdaten als Standard definiert, also aber auch die Lagerstammdaten, die folgen dem Branchenstandard.

00:44:18: Es nicht so, dass wir uns was Neues ausgedacht haben.

00:44:20: Also jedes Unternehmen kann mit uns arbeiten.

00:44:22: Das Wichtigste ist nur, dass diese Datenstandard

00:44:24: gemäß eben einmal zur Verfügung stehen aus der Vergangenheit.

00:44:28: Und das ist meistens das, was am meisten tricky ist.

00:44:32: Als aber auch, dass wir eine Art Data Governance Prozess implementiert haben.

00:44:36: Das heißt, dass das Unternehmen sicherstellt, dass diese Daten immer wieder in der gleichen Qualität uns zugespielt werden.

00:44:40: Weil, wenn es das nicht tut, gibt es Datentrifts.

00:44:44: Das heißt, das System fängt an, auf Basis falschen Daten zu lernen und geht dann halt in irgendeine Richtung.

00:44:49: Und das können wir auch nicht garantieren.

00:44:51: Was wir garantieren, ist unsere Lösung.

00:44:54: dass diese eben auf diesem Use Case spezialisiert ist.

00:44:57: Wenn du mir als unser Kunde die Daten sauber schickst, kriegst du einen sauberen Forecast zurück.

00:45:03: Also, es kurz zu fassen, ja, es gibt Datenstandards, die was heißt beibringen.

00:45:10: Die besprechen wir mit unserem Kunden.

00:45:12: Dafür gibt es Templates, schickt mir zu.

00:45:14: Der Kunde kriegt die meistens genauso auch aus dem System heraus.

00:45:18: Meistens schickt man uns die dann erstmals als CSW-File zu, dass wir dann damit rumwerkeln können.

00:45:23: bis die Schnittstelle gelegt ist.

00:45:25: Wenn die Schnittstelle gelegt ist, dann gibt es sowieso standardisierte Endpunkte.

00:45:28: Dann greifen wir uns dort die Informationen raus, um dir gleich mal eine Indikation zu geben, saisonale Produkte abzudecken.

00:45:35: Brauchen wir so ungefähr drei Jahre an historischen Daten, das heißt 36 Monate in die Vergangenheit.

00:45:40: So der Sweetspot, alles, was drüber hinaus ist, verzerrt meistens die Wirklichkeit.

00:45:45: Covid interessiert keinen mehr, auf gut Deutsch gesagt, was da damals passiert ist und wie man dort konsumiert hatte.

00:45:50: So in letzten drei Jahren sind ausschlaggebend.

00:45:52: Und über diese eigenen Daten, die man uns zur Verfügung stellt, bieten wir nochmals Daten an.

00:45:59: Wir haben sowas wie Wetterdaten, Feiertage, also alle kalendarischen Highlights eigentlich drin, Wirtschaftsgenzellen und und und, als aber auch nochmals FMCG-spezifische Logiken.

00:46:10: Das sind teilweise sogar nur zyklische Logiken.

00:46:12: Das sind Logiken, die einhergehen.

00:46:16: Mehr kann ich nicht verraten, weil das ist ein bisschen auch unsere Secret Source.

00:46:21: die wir zur Verfügung stellen.

00:46:22: Und dann gibt es noch exotische Anfragen.

00:46:26: Bist du mit dem Flugzeug nach Wien geheißt?

00:46:29: Okay, dann hast es leider nicht genießen dürfen.

00:46:31: Der Flughafen München zum Beispiel ist einer unserer Kunden.

00:46:34: Dort kriegen wir sogar die Abflugsdaten.

00:46:36: Und wer ist dann in Wien angekommen?

00:46:37: Dort haben wir auch die Abflugsdaten, weil wir auch hier vor Ort aktiv sind.

00:46:41: Wieso?

00:46:42: Die Passagierströme, also die ausgehenden Flugzeuge, haben einen großen Impact

00:46:49: auf den Konsum, am Flughafen stattfindet.

00:46:51: Und deswegen verarbeiten wir hier auch solche exotischen Datensets.

00:46:55: Aber wir prüfen das immer erst, ob die KI hier eine Abhängigkeit erkennt.

00:46:58: Wenn sie das nicht tut, schmeißen wir dieses Datenset auch wieder raus.

00:47:02: Schönes Beispiel, WM bei einem Bierproduzenten.

00:47:08: Da haben wir während dem Zeitraum der WM bisschen genauer prognostiziert, als wir die WM-Spieltage mit hineingenommen haben.

00:47:15: Aber außerhalb gab es eine Unsicherheit, das System

00:47:19: schwankte ein bisschen stärker, also das Bias, sondern sich das systematisch verzehrt, sodass wir dann gesagt haben, was wollen wir eigentlich?

00:47:26: Wir wollen einen soliden, guten Forecast.

00:47:28: Lass uns das Datenset wieder rausschmeißen.

00:47:31: Jetzt haben sich ein paar Fragen aufgetan.

00:47:33: Punkt eins.

00:47:34: Du hast gesagt, ihr braucht eine Historie.

00:47:35: Was ist, wenn ihr neue Produkte mit rein nehmt, die noch keine Historie haben?

00:47:39: Wie geht es ihr damit

00:47:42: Ehrliche Antwort?

00:47:44: Du kannst doch lügen.

00:47:47: Ich habe ja vorhin gesagt, das ist bisschen vertriebler in mir.

00:47:51: Nein, ich bin Fan der ehrlichen Worte.

00:47:56: Ohne Historie ist ein Forecast nicht möglich.

00:48:00: Wir nennen das Ganze da oben Cafesuit lesen.

00:48:02: Wir kommen ja aus Wien.

00:48:04: Deswegen passen da dann auch benannt das Problem.

00:48:08: Man braucht eine gewisse Datenhistorie.

00:48:10: Was man jetzt machen kann, zum Beispiel gibt es ganz oft Substitutionsprodukte für den österreichischen Paradeiser, für den deutschen Tomate.

00:48:18: im Einzelhandel.

00:48:19: Wir nehmen es nicht wahr, dass da unterschiedliche Lieferanten dahinter stehen, aber es ist einmal der Lieferant aus Italien, dann kommen sie aus Israel, dann kommen sie aus

00:48:28: Spanien, dann kommen sie aus dem Gewächshaus, wir aus Wien.

00:48:31: Das merken wir gar nicht, aber der Händler bezieht diese Daten bzw.

00:48:35: diese Ware und weiß auch, zu welchem Zeitpunkt er von wem beziehen muss.

00:48:40: Und dann geht es ja eigentlich nur noch darum im Forecasting, welches Produkt wird denn gekauft, egal von welchem Lieferanten.

00:48:47: Und dann kann man diese Daten hintereinander hängen.

00:48:49: Also kann sie wie so ein Anhänger hinter das Auto hängen und kann diese Historie mitnehmen.

00:48:54: Aber bei Novelties, also Neulistungen, rate ich davon ab, dass man ein Substitutionsprodukt nimmt, weil es macht einen Unterschied, ob der Joghurtbecher

00:49:04: Erdbeermix nun auf einmal Erdbeerkirchmix ist und wahrscheinlich auch anders verkauft wird.

00:49:12: Würde ich nicht zu raten.

00:49:13: Man kann hingehen und kann sagen, na ja.

00:49:17: der Joghurt-Erdbeermix, der hat sich wie folgt verkauft, also nehme ich als Proxy an, dass die neue Sorte Erdbeerkirche sich ähnlich verkaufen wird, würde ich aber nicht in einen

00:49:29: automatisierten Forecast hineinstecken.

00:49:31: Okay, also du redest davon ab, sehr gut.

00:49:36: Dann zweite Frage, integriert es Wetterdaten, was auch immer?

00:49:40: Integriert ihr auch das Weltgeschehen?

00:49:43: Irgendwie?

00:49:43: Also ich sage jetzt mal, Irankrieg hat auch alles durcheinander gewürfelt und so weiter und so fort.

00:49:51: Ja, habt ihr da so ein paar Parameter?

00:49:54: zeigt sich meistens schon in den zeitlich basierten Abhängigkeitsfaktoren, nämlich kurzfristige, mittelfristige, langfristige Trends, die sich in den Daten abbilden.

00:50:05: Es interessiert uns nicht, ob nur der Kreis in China umfällt.

00:50:08: Das heißt, wir nehmen nicht das Geschehen aus China wahr oder in einem System, also aber auch Iran.

00:50:15: Da muss man bisschen nämlich aufpassen.

00:50:18: Gibt es eine direkte Kausalität?

00:50:19: oder nein?

00:50:22: Und wenn du dann alle verschiedenste Faktoren mit hinein nimmst, hast du zwar alle Faktoren bewertet, aber das System nimmt diese Abhängigkeiten falsch wahr und fängt dann

00:50:30: an zu halluzinieren.

00:50:32: Es gibt, glaube ich, sogar eine Korrelation.

00:50:34: Also dann, wenn wir von der Kausalität wegkommen, kommen wir zur Korrelation.

00:50:38: Es gibt nämlich auch eine Korrelation zwischen gekauftem Eis und High Attacken.

00:50:45: Hat das eine mit dem anderen jetzt zu tun?

00:50:47: Stimmt es nicht, oder?

00:50:49: Typischerweise nicht.

00:50:53: deswegen eine KI erkennt ja Muster.

00:50:56: Eine KI ist jetzt nicht die eierlegende Wollmützauer, die jetzt alles kann, sondern sie ist ein Tooling zur Mustererkennung und ist sehr gut dabei, uns dadurch den Output auch zu

00:51:08: generieren und uns dann Empfehlungen auszuspielen.

00:51:12: Aber wenn ich jetzt solche falschen Korrelationen abbilde und dadurch mir das ganze System dadurch zerschieße,

00:51:20: dann kommt da halt auch nur noch Müllball raus.

00:51:23: brauche ich das?

00:51:23: Nein.

00:51:24: Das wichtigste in einem Forecasting-Geschäft ist es zu verstehen, dass ein Forecast, dem keiner traut, nichts wert ist.

00:51:33: Also das heißt, der Disponent, muss diesem Forecast vertrauen, dass der Wert entsteht durch den Nutzen.

00:51:40: Und das ist so bisschen das, was uns antreibt.

00:51:41: Wir sagen, wir wollen einfach verdammt nochmal einen super akkuraten Forecast besitzen, der am besten so wenig beißt möglich hat.

00:51:49: Also das heißt,

00:51:50: Die systematische Verzerrung, also die systematische Standardverzerrung, die Volatilität im VOR-Cast, es so einfach wie möglich auszudrücken, die wollen wir gegen Null haben.

00:51:58: Das wäre das Beste.

00:52:00: Das heißt, dass wenn wir falsch liegen, tendenziell immer gleichmäßig falsch liegen und das so nah wie möglich an der Realität.

00:52:07: Und dann vertraut der Disponent der Lösung und dann nutzt er unsere Lösung und dann erst erschaffen wir wirklich den Mehrwert.

00:52:14: Das Thema Vertrauen ist auch ein wichtiger Punkt, du gerade ansprichst.

00:52:18: Wann vertraue ich?

00:52:19: Manche wollen das auch irgendwie nachvollziehbar haben, das ganze Thema.

00:52:26: Wie nachvollziehbar sind eure Prognosen?

00:52:30: Ist manchmal die Erklärbarkeit auch wichtiger als die letzte Nachkommenstelle, sage ich jetzt mal so, damit die Leute dem System folgen?

00:52:39: Ich hab's nämlich schon mal bei 1-2 Mitbürger beim Gesehen gehabt, dass sie die Korrelation darstellen.

00:52:43: Das heißt, man kann da ein Datenset drüberlegen, zum Beispiel Google Trends.

00:52:47: Wir oft haben die Leute nach Walnüssen gegoogelt, weil die Pamela Reif mal irgendwo wieder als Influencerin gesagt hat, das ist super.

00:52:55: Bringt mir aber nichts, wenn ich es dann einfach nur drüberleg, dann kann ich mir in der Retrospektive, also aus einer Postgame-Analysis-Perspektive, erklären, dass es so ist.

00:53:03: Aber ich weiß gar nicht, was jetzt eigentlich in der Zukunft passiert.

00:53:06: Wir gehen das...

00:53:07: ein bisschen anders an.

00:53:08: Wir versuchen darzustellen, wie stark diese Abhängigkeitsfaktoren in der Prognose selbst gewichtet wurden, es einmal aus der Vergangenheit darzustellen, also welche Abhängigkeiten

00:53:19: gibt es zu einem Wetterdatenfeature oder zu einem wirtschaftlichen Feature.

00:53:26: Und wir versuchen es gerade auch in die Zukunft darzustellen, wie stark gewichtet das System das auch wieder in die Zukunft, weil Vorsicht, die Vergangenheit bedeutet nicht,

00:53:35: gleich, dass es die Zukunft ist.

00:53:38: Das ist ja genau das, wie so eine Statistik auch oftmals daneben liegt, weil die Zukunft nicht unbedingt gleich der Vergangenheit gleicht.

00:53:45: Und wenn wir jetzt einfach nur diese Gewichtung in die Zukunft übertragen, dann ist es ja auch teilweise falsch und deswegen sind wir gerade dabei, das was wir aus der

00:53:54: Vergangenheit analysieren, also wie stark war die Gewichtung der Abhängigkeit in der Vergangenheit, das auch in die Zukunft zu übertragen und dann auch auszuspucken.

00:54:03: Hey, der Algorithmus hat entschieden, wie er entschieden hat, weil.

00:54:08: Das arbeiten wir ja nicht nur wir drin, sondern da arbeitet die gesamte KI-Branche dran an Explainability.

00:54:14: Das heißt, zu verstehen, wie eine KI entscheidet.

00:54:17: Also wieso sagt sie mir jetzt 500 Stück heute?

00:54:20: Ihr habt ja auch in einem, also wenn ich das richtig laut Retail Bericht, Zeitschrift, auch Ende 2025 so eine Erweiterung vorgestellt, die sichtbar macht, welche Faktoren

00:54:32: Prognosen beeinflusst haben, wie Preise, Wetter etc.

00:54:40: wie

00:54:41: oder was kam da oder was seht ihr da, was ist das so Gassische, was ihr dann da seht, wenn ihr da mal tiefer einsteigt.

00:54:48: unterschiedlich von Produkt zu Produkt.

00:54:52: Kommen wir mal zu dem Beispiel vielleicht wieder zurück.

00:54:55: Den Flughäfen, den ich vorhin angesprochen habe, weil die sind ein bisschen exotischer.

00:54:58: Da lässt sich das ganz gut abbilden.

00:55:00: Die Passagierströme sind nicht das wichtigste Feature Set.

00:55:03: Das kann ich schon mal verraten.

00:55:05: Es sind die Promotionen, weil die wiederum bestimmen, wie viel von den Passagieren dann tatsächlich kaufen.

00:55:12: Und da hatten wir starke Hypothesen gehabt.

00:55:15: Also der Kunde hatte Hypothesen, wir hatten Hypothesen.

00:55:18: Der Kunde sagte, ihr braucht die Promos nicht, ihr braucht nur die Passagierzahlen und wir haben gesagt, naja, wir brauchen die Promos, weil wir kennen es aus den anderen Retail

00:55:23: Cases, muss unbedingt rein.

00:55:25: Wir haben das Ganze durchgetestet und haben dann gesehen, was ist denn stark abhängig von was.

00:55:30: Und wieso ich dieses Beispiel erkläre, wir sind dann mal in die Sortimentsgruppen hineingesprungen und haben überlegt, ist es denn jetzt rein nur auf der Business Unit?

00:55:42: das Thema oder sogar in den Warengruppen und der SKUs nochmals, dass wir unterschiedliche Abhängigkeiten vorfinden.

00:55:48: Es war ganz witzig, wir sind dann in die Schokoladen hineingesprungen und haben uns angeschaut, das war glaube ich Lindt, Toblerone und Milka, wenn ich mich nicht heuche.

00:56:00: Und Toblerone wurde immer am Freitag gekauft.

00:56:04: Jetzt rate mal wieso.

00:56:07: Runde wurde immer Freitag gekauft, weil

00:56:13: Grater zurückflogen sind.

00:56:16: waren die Businessreisenden.

00:56:18: Das heißt Toblerone hatte einen super starken kalendarischen Abhängigkeitsfaktor, nämlich den Tag in der Woche, als aber auch die Uhrzeit, nämlich dann, wenn die Businessflüge alle

00:56:29: rausgehen, hatten die anderen zwei Schokoladensorten nicht.

00:56:32: Bei Lindt gab es eine starke Promotionsabhängigkeit, weil es die wertige Schokolade ist.

00:56:38: Das heißt, sie wurde stärker in Promotionen verkauft und die Milker witzigerweise bei schlechtem Wetter.

00:56:44: Und jetzt ist es, also das können wir alles auslesen aus der Algorithmik heraus und ich kann dir das auf jede einzelne SKU ausspielen.

00:56:51: Wir versuchen das, was du gerade eben angesprochen hast, das ist eine vereinfachte Version dieser Darstellung, weil wir wissen, dass unsere Kunden nicht unbedingt die Techniker sind

00:56:58: und diese Darstellung mehrere Dimensionen bewertet.

00:57:02: Das heißt, welchen Impact hatte sie auf den Forecast selber und sorgt sie eher für weniger Mengen oder mehr Mengen.

00:57:08: Dadurch, dass wir alle Algorithmen selber aufgebaut haben, haben wir den vollen Einblick rein und können das auswerten.

00:57:14: Die Version, die die Kunden ausgespielt bekommen, über die wir berichtet hatten, da stellen wir, ich glaube, zehn verschiedene Faktoren da.

00:57:20: Und das sind sogenannte Feature Bins.

00:57:23: Da sind verschiedene Faktoren zusammengefasst.

00:57:26: Zum Beispiel das Wetter können wir bewerten in Niederschlag, Sonnenstunden, Temperatur, Windgeschwindigkeiten.

00:57:32: Also wir haben alle verschiedensten Datenpunkte drin im System.

00:57:37: Am wichtigsten sind, und das kann ich auch den Zuhörern verraten, ist einmal Niederschlag, also auch Temperatur.

00:57:42: Der Rest ist

00:57:43: Ja, netter Beiläufer innerhalb dieses Datensets.

00:57:47: Können wir dir alles komplett ausspielen, aber musst du das unbedingt wissen, es jetzt die 5 ml mehr Niederschlag sind oder nicht.

00:57:54: Der Nutzer kriegt das angezeigt, indem wir einfach sagen, Wetter-Feature, bumm, fertig und das auf einer Tagesebene.

00:57:59: Okay.

00:57:59: So, jetzt haben wir relativ viel über Prognose geredet und das ist ein Thema Prognosegenauigkeit verbessern.

00:58:05: Das habe ich ja schon vorher gesagt, irgendwie so Prognosegenauigkeit, aber auch manuelle Tätigkeiten reduzieren und Bestände reduzieren.

00:58:14: Wenn wir jetzt Richtung manuelle Tätigkeiten gehen, Richtung Automatisierung, was sind denn so die klassischen Prozesse, die ihr mit Circle konkret automatisiert und ab wann

00:58:22: merkt der Kunde im Alltag auch, da fällt wirklich Arbeit weg?

00:58:28: Also es ist zum einen der Forecast selber, die Prognose.

00:58:31: Man darf das gar nicht unterschätzen.

00:58:33: Unternehmen haben dafür, je nach Unternehmensgröße, gibt es teilweise Extraplana dafür.

00:58:39: Deren Job ist nichts anderes zu tun, als in Extraballen hin und her zu schieben, wie viel dann verkauft wird.

00:58:45: Und sie sagen auch weiterhin, naja, ist my second best guess, hatten wir letztens mal den Kunden gesagt.

00:58:53: Das heißt, dieser ganze Forecasting-Aspekt ist mal das eine.

00:58:55: Und was wir daraus ableiten an den Flughäfen zum Beispiel die Personalbedarfsplanung.

00:59:00: Das heißt, wie viele Leute musst du denn jetzt bei den Parfürs stehen haben?

00:59:03: Wie viele jetzt bei der Schokolade?

00:59:05: Weil wie gesagt, es gibt unterschiedliche Abhängigkeiten.

00:59:09: Wir sind in der Disposition tätig.

00:59:11: Das heißt gerade die Beschaffung selber.

00:59:16: Wie viele muss ich jetzt von welchem Lieferanten beziehen?

00:59:20: Hier gehen wir hin und haben eine Art Einklickbestellung.

00:59:23: Das heißt, die Parameter sind hinterlegt, wenn der Kunde uns diese liefern kann.

00:59:28: Von eben dem Palettierungsfaktor, Best Order Quantity, Base Order Quantity, Staffelpreise, Lieferantenzuverlässigkeiten, Lieferfans.

00:59:40: Also alles, was du eigentlich für eine Bestellung bedenken musst.

00:59:43: Und was wir machen können, ist, dass ich dir mit einem Klick den LKW vollplane mit Gütern.

00:59:51: Was früher mehrere

00:59:52: Prozessschritte bedeutete, weil ich brauchte erstmal meinen normalen Bedarf, da musste ich schauen, was habe ich im Lager liegen.

00:59:57: Manchmal geht sogar noch der den Biersegment, geht dann der Braumeister, manchmal sogar noch das Lager und schaut sich an, was brauche ich denn jetzt hier eigentlich, gibt es

01:00:06: auch noch in anderen Sub-Industrien.

01:00:09: Von dort aus weiß ich dann, was ich hatte und dann musste ich reinschauen, naja und bewerten, ist der Lieferant dann jetzt zuverlässig, soll ich den lieber früher oder später

01:00:16: bestellen.

01:00:17: All diese ganzen Themen, die räumen wir komplett aus dem Weg.

01:00:21: Du lockst dich bei uns ein.

01:00:22: und siehst auf Basis der Dringlichkeit, des Bestellfensters, als aber auch dem Bedarf und deiner Lagebestände, was die wichtigste Dispo-Aufgabe ist.

01:00:32: Die kannst du öffnen und kannst dann nochmals alles anpassen, wenn du willst.

01:00:35: Oder du vertraust dem System und drückst einfach nur auf exportieren, schickst das Ding los und hast deine Disposition eigentlich schon abgeschlossen.

01:00:43: Also super smart und einfach gestaltet.

01:00:46: Jetzt gehen wir noch in Richtung Promotionsszenarien.

01:00:49: Also diese automatisiert zu berechnen, zu schauen.

01:00:51: Rechnet sich diese Promotion denn überhaupt?

01:00:54: Wie groß ist meine Marge überhaupt?

01:00:56: Weil teilweise die Unternehmen nicht wissen, dass es auch Halo-Effekte gibt, das heißt, vor einer Aktion wird nichts gekauft, nach einer Aktion wird nichts gekauft.

01:01:02: Diese weniger Mengen, die muss ich ja eigentlich abziehen von meinem Promotional Uplift, sauber zu kalkulieren, ob ich diese Promotion wirklich noch mache.

01:01:09: Ich glaube, dass viele Unternehmen Promotionen fahren, ohne überhaupt den wirtschaftlichen Mehrwert zu kennen und dadurch sogar teilweise Minusgeschäfte machen.

01:01:16: Das ist meine Arbeitshypothese.

01:01:18: Okay, da bin ich mal gespannt.

01:01:20: Ihr macht sicher wieder Analysen oder fahrt drüber.

01:01:23: Jetzt lass ich auch mal einen Bericht drüber laufen lassen.

01:01:26: wenn ich dir jetzt so zuhör, so klassische Kennzahlen sind natürlich irgendwie, Arbeitszeit verringert sich.

01:01:33: eine, wahrscheinlich geben weniger FTE, es wird weniger out of stock, höheres Service Level, bessere Auslastung, LKWs etc.

01:01:43: Das sind so die klassischen Kennzahlen wahrscheinlich, ihr dann auch da

01:01:47: bedienst oder wo man dann noch sieht wie effektiv eure Lösung ist.

01:01:53: Wie schnell sind denn Unternehmen so ein ROI im Normalfall?

01:01:56: Jetzt nicht Sales Antwort, sondern die richtige.

01:02:00: Wie gesagt, bin Fan der ehrlichen Worte.

01:02:03: Seltsam das Wort wäre sofort.

01:02:06: mir klar.

01:02:09: Nächste Frage.

01:02:11: Nein, ehrlich gesagt kommt es immer darauf an, wie schnell kannst du denn die Prozesse da anbinden.

01:02:16: Also wie kriegst du einmal das ERP-System rein, die Daten rein, wie schnell können wir es antrainieren, sind die Daten sauber etc.

01:02:22: Das ist auch unser größtes Bottleneck.

01:02:24: Das heißt diese ganze Vorverarbeitung.

01:02:26: als aber auch, dass es einmal dann rennt bei dem Kunden und ab dort hören wir den Kunden teilweise nur noch zu den ausgemachten Checkpoints.

01:02:34: Und dann kommt es darauf an, ob Disponent Planer Einkäufer damit arbeitet oder nicht.

01:02:40: Wenn sie damit arbeiten, sehen wir relativ schnell so ein EROI.

01:02:44: Wir haben schon innerhalb der ersten zwölf Monate zwischen, kommt ja auch immer darauf an, wie gut sind sie vorher aufgestellt und sind sie professionell aufgestellt.

01:02:54: zwischen 600 bis 1200 Prozent haben wir schon in den ersten zwölf Monaten gesehen.

01:03:00: Unsere Preisstruktur folgt einer Preisdemokratisierung.

01:03:03: Unser Ziel ist es, schnell einen großen Markt zu bedienen als jetzt Enterprise Sales zu betreiben.

01:03:08: Also ich rede nicht mit den ganz großen Unternehmen da draußen.

01:03:12: Ist auch gar nicht mein Ziel.

01:03:13: Die haben bereits große Suite, also Softwareanbieter, die alles anbieten.

01:03:19: Passt auch.

01:03:20: Sollen sie tun?

01:03:21: Wir sehen uns als das kleine schnelle Speedboat und genauso sehen wir auch unser Go-to-Market, dass wir sagen, wir wollen einfach so schnell wie möglich vielen Unternehmen

01:03:29: helfen bei der Disposition und der Steuerung, also aber auch bei der Reduzierung.

01:03:34: Und dadurch rechnet sich so ein System auch sehr, schnell, dir ein Vergleich zu geben.

01:03:37: Ich habe letztens mit einem Händler unser Preispaket mal durchdecliniert und er angefangen zu lachen, hat gesagt, bei dem und dem Mitbewerber zahle ich das Fünffache.

01:03:48: So, jetzt kannst es dir aussuchen.

01:03:53: Kommt auf einmal, wie groß der Rui bei dem natürlich ist.

01:03:57: Kann ja auch natürlich groß sein, ich gehe mal davon aus.

01:04:00: groß sein, kann auch irgendwo.

01:04:03: Ich schätze, auch der ROI, wenn du es proportional siehst, relativ ähnlich ist.

01:04:09: Also wenn ich jetzt meinen Preis auf das Vierfache hochschrauben würde, würden wir wahrscheinlich den gleichen ROI erwirtschaften wie der Große.

01:04:16: Also aber auch wenn du den Großen näher nehmen würdest und den Preis durchviert allen würdest, würdest du auch auf den gleichen ROI kommen wie bei uns.

01:04:22: Weil die Wertschöpfung selber, die beginnt mit dem genaueren Forecast und dadurch mit der besseren Planung und der operativen Execution.

01:04:30: So jetzt hast du schon wieder das Thema Forecast wieder erwähnt und so weiter und ich denke doch immer gerne an unser Vorgespräch, wo du auch gesagt hast, ja viele Kunden sagen, ja

01:04:39: wir haben die Daten und unsere Daten sind Gold und wenn man dann aber wirklich genau hinschaut, ist es eigentlich mehr so Kohle, die erst mal gepresst werden muss, bis da

01:04:49: wirklich ein Diamant draus entsteht.

01:04:52: Was meinst du oder magst du das mal den Zuhörerinnen nochmal erklären, was du da konkret gemeint hast?

01:04:58: Wer kennt es nicht?

01:05:01: Wir Menschen sind ein bisschen Trägerwesen und wir gehen immer den schnellsten Weg.

01:05:06: Deswegen sind wir als Gesellschaft ja auch so groß geworden, weil wir immer einen Weg der Optimierung gefunden haben und die Optimierung bedeutet ja teilweise auch Hut Hut, machen

01:05:15: wir mal schnell.

01:05:17: Ich hatte letztens einen Fall aus der Produktion und da haben wir uns die Stammdaten angeschaut und haben uns die Kundenkartei dann angeschaut und da war ein großer

01:05:28: Discounter drinne mit vier Buchstaben und hat dann nochmals die Süd-Ausrichtung dahinter.

01:05:34: Das weiß man auch schon, wen es geht.

01:05:36: So, dann war dieser Kunde mehrfach gelistet mit dem gleichen Identifier, aber einmal als Suet, Sud, Süd, Sude hat mir auch einmal drinne.

01:05:47: Dann war die vier Buchstaben davor einmal auch umgedreht, also ein kleiner Typo drinne.

01:05:53: Dann hast du jetzt Leerzeichen.

01:05:56: gerne.

01:05:59: Zeitformate sind ein klassisches Thema.

01:06:02: Promotionsdaten sind ganz, schwierig, weil die werden meistens per Telefon zugerufen oder per Fax haben wir auch schon mal gesehen.

01:06:08: Gibt es immer noch übrigens, auch in 2020.

01:06:11: Das wird dann irgendwo abgelegt, dann wird es mal schnell in die Excel-Tabelle eingegeben und dann wird auf einmal der Bezugszeitraum und der Promotionzeitraum verdreht.

01:06:19: Dann gibt es davon gar nicht mal das Datenattribut.

01:06:21: Also das heißt, es wird eher so on the fly gemacht und dann heißt es, wir haben aber alle Daten parat.

01:06:27: Ja, ist dann aber meist nicht so.

01:06:28: Und wenn du dann in die Datenanalyse reingehst, dann tut es richtig weh.

01:06:32: Das sind Kleinigkeiten.

01:06:33: Das sind keine riesengroßen Brocken, uns hier vorliegen, sondern es sind ganz, ganz viele kleine Fehler, die im Operativen stattfinden, auf Basis von eben Schlutrigkeit, Faulheit.

01:06:46: Und das würde ich raten jedem Unternehmen, gerade im Zeitalter von KI, alle sprechen immer über KI-Anwendungen, denken aber gar nicht das Fundament an.

01:06:54: Und das Fundament sind die eigenen Daten.

01:06:56: Weil ich kann mir jetzt 700 verschiedene Lösungen ins Unternehmen reinholen, die mir Katzenbilder erstellen.

01:07:01: Bringt mir das was?

01:07:02: Nein, sondern man muss sich ja mal seine eigenen Prozesse anschauen und die eigenen Prozesse, die basieren auf eigenen Daten.

01:07:07: Und wenn die sauber sind, kann ich über die KI-Adaptionen sprechen, nämlich wie nutze ich jetzt die Technologie, diese Daten zu verarbeiten, dann aus der Kohle, die Diamant wurde,

01:07:17: sozusagen dann auch mit den Mehrwerten dann auch abzuleiten oder ableiten zu können.

01:07:22: Was empfiehlst du denn den Unternehmen, wenn es Datenqualität geht?

01:07:26: Weil ich meine, das Thema ist, ich kann einmal aufräumen.

01:07:28: Ich sage es jetzt mal, ist Mörderarbeit.

01:07:30: Aber wie es halt so ist, wie ein Kinderzimmer, du räumst das einmal auf, am nächsten Tag schaut es wieder aus wie Sau.

01:07:38: Wie kann ich kontinuierlich oder was ist ideal, kontinuierlich hohe Datenqualität sicherzustellen, die auch für die Forecast genutzt werden können?

01:07:46: So, jetzt hast du gerade eben das Kinderzimmer angesprochen.

01:07:48: Nehmen wir das vielleicht mal in einen anderen Kontext, einem Naturschutzgebiet oder Naturpark.

01:07:57: Was gibt es denn da für Funktionen als Job, die genau diesen Job erledigen?

01:08:05: Dass das Zimmer, also der Naturschutzpark oder das Gebiet sauber bleibt.

01:08:11: Es gibt den Ranger, ah, und die Eltern.

01:08:14: Genau.

01:08:15: So und wenn es die Eltern nicht packen, also wenn die Eltern nicht darauf acht geben, dass das Kind die Capri so in den Müll schmeißt, dann muss der Ranger das richten.

01:08:25: Ich habe schon zwei, drei Mal darüber philosophiert und auch einen Buchkapitel über Supply Chain Prozesse und wie kann man Daten aufbereiten, also Data Governance Prozesse, durfte

01:08:35: ich mitwirken.

01:08:36: Und dort habe ich eine Position beschrieben, die nennt sich der Daten Ranger.

01:08:40: Das heißt, eine, sorry, es ist einfach so eine nervige Person, die diese Daten permanent sich anschaut und schaut, wer folgt den Standards und wer nicht.

01:08:51: Und die Leute, die das nicht tun,

01:08:53: einfach mal eine auf den Deckel oder irgendein Tool, damit es eben zu einem sauberen Prozess kommt.

01:08:58: Das liegt immer im Prozess selber, was man dann einsetzen kann.

01:09:02: Aber es braucht meines Erachtens jemand, der da ganz akribisch drauf schaut, dass eben einzelne Jobs und Prozesse dann auch automatisiert werden können.

01:09:11: Weil jetzt habe ich am Anfang zwar das Upfront Invest mit dem Datenranger,

01:09:16: Aber es führt ja auch dazu, dass ich mir vielleicht andere Jobs irgendwann mal einspannen kann.

01:09:20: Und da rede ich jetzt nicht von Streichen von Jobs, wir haben einfach, wenn du dir die demografische Gegebenheit anschaust, wie unsere Gesellschaften aufgebaut sind, werden wir

01:09:31: früher oder später ein Problem haben.

01:09:34: Wir werden nicht mehr genügend Leute sein, um unsere Jobs alle zu füllen.

01:09:37: Das können wir ja bis heute schon nicht.

01:09:41: Diese Jobs werden nicht nachbesetzt werden können.

01:09:43: Und wenn man sich jetzt die junge Generation anschaut, die nachkommt, das sind jetzt nicht unbedingt die besten Buchhalter oder Leute, die wiederkehrenden Arbeiten gerne nachgehen,

01:09:56: sondern das sind eher kreative Köpfe.

01:10:00: Das heißt, all diese ganze Redundante Arbeit, muss ja automatisiert werden nach und nach, damit sich unsere Gesellschaft dann trägt.

01:10:05: Und wenn ich jetzt langfristig schaue und ich habe einen Datenranger, der immer wieder darauf schaut, dass die Daten sauber sind und die Prozesse automatisiert laufen,

01:10:12: dann habe ich ja gar nicht mehr das Problem, dass Fachkräfte mangels auf wirklich mittel- bis langfristige gesehen.

01:10:18: Ich rede jetzt von 20 Jahren, weil wir brauchen immer bisschen länger im deutschsprachigen Raum bzw.

01:10:22: Europa.

01:10:24: Aber irgendwann werden auch wir das erleben.

01:10:27: Hattenrange ist übrigens ein schöner Berufstitel.

01:10:31: Vielleicht kriegt man den mal beim Kunden unter.

01:10:35: Dann würde ich gerne noch einmal aufs Vorgespräch zu sprechen kommen und zwar ich habe es jetzt vorhin schon kurz erwähnt, auch oder du hast es erwähnt, Mittelstand.

01:10:49: Es kam im Vorgespräch auch noch mal ganz stark heraus, euer Fokus auf den Mittelstand, das KI erschwinglich und zuglenkig gemacht werden muss.

01:10:57: jetzt nicht nur für die Enterprise Kunden, sondern auch für die kleineren Unternehmen.

01:11:01: Warum ist euch dieser Fokus so wichtig?

01:11:06: Weil du könntest doch sagen, boah meine Lösung mit Enterprise, da verkaufe ich die Lösung super entspannt, teuer, ja viele Lizenzen oder keine Ahnung, wie das Preismodell dann

01:11:15: konkret ausschaut.

01:11:16: Holla die Waldfee und die Sache hat sich ja weniger Vertriebsaufwand, als wenn ich jetzt viele kleine Unternehmen vielleicht

01:11:23: Ja, was heißt weniger Vertriebsaufwand?

01:11:25: Ich glaube, Enterprise Sales ist nochmal ein eigenes Segment und dafür brauchst du fertige Lösungen, die vieles können und auch einen Namen, damit dir der Entscheider in so einem

01:11:33: Großkonzern dann auch glaubhaft das Vertrauen schenkt.

01:11:39: Ich finde, dass man nicht immer nur nach den Großen streben sollte, sondern wir haben ein solides Backbone in Europa.

01:11:46: Uns zeichnet der Mittelstand aus und ich finde es so traurig, dass wir immer nur Software für die Großen bauen.

01:11:52: Wieso nicht auch mal für den Mittelstand?

01:11:55: Ganz explizit.

01:11:57: Ich finde super.

01:11:58: Ich bin auch nur da unterwegs und ist auch einer der Gründe, der Podcast besteht, weil es einfach auch Impulse für den Mittelstand, für die, die vielleicht nicht Möglichkeit haben,

01:12:09: zu scouten, Technologie zu scouten etc.

01:12:14: was natürlich junge Unternehmen haben, ist dann die Marktpositionierung, weil die Großen kennen die da.

01:12:19: Das ist eher was, wo wir dann kämpfen.

01:12:21: Ich glaube, dass unser Vertriebsaufwand der gleiche ist.

01:12:23: Was ich ganz gerne am Mittelstand habe, dass es Entscheider gibt, die Bock drauf haben, die auch mal eine Entscheidung treffen.

01:12:30: Und ob das jetzt der der der Firmen-Eigentümer ist oder ob das eben die Spezialisten sind, die einfach in ihrem Fach wirklich auf den Punkt kommen.

01:12:38: Im Enterprise-Segment hast du ganz oft dann Rotationen drin, weil dann musst du ja

01:12:42: muss dir irgendeiner Sache nachgehen, deiner Karriere nachgehen, dann gibt es Jobrotationen und und und.

01:12:50: was ich ganz geil finde am Mittelstand ist, dass das langfristig gesetzte Leute sind, die einfach auch Bock haben auf Entscheidungen, die Entscheidungen auch treffen und diese dann

01:12:58: auch mal tragen.

01:13:01: So, wir sitzen jetzt im Keller und die Entlüftungsanlage oder die Feuchtanlage ist angegangen.

01:13:05: Das ist ein Wiener Keller.

01:13:09: So, es könnte sein, dass man das jetzt hört.

01:13:11: Im Hintergrund soll jetzt kein Drama sein.

01:13:14: Wir sind ja schon quasi in der zehnten Runde von zwölf.

01:13:17: Wir kommen Richtung Ende.

01:13:19: Aber davor auch noch einmal.

01:13:23: Ihr verkauft KI, aber ihr wollt es auch selber leben.

01:13:27: Und was habt ihr denn intern eigentlich schon so alles ausprobiert?

01:13:30: Was funktioniert?

01:13:31: Wo ist jetzt vielleicht auch auf die, es jetzt ein bisschen kämpferisch hier auszudrücken, die Schnauze gefallen.

01:13:38: Also wir kommen ja ursprünglich aus der KI-Forschung und Supply-Chain-Forschung habe ich dann hinten noch draufgesetzt.

01:13:43: technischer Co-Gründer selber mehrere Jahre auch im KI-Space geforscht und wir sind nicht erst existent seitdem es JetGPT gibt.

01:13:54: Wenn man jetzt mal unsere Firmhistorie sich anschaut, da war JetGPT wahrscheinlich noch nicht mal bekannt, also noch nicht mal in den USA bekannt.

01:14:02: Davon spreche ich.

01:14:06: Wir sind wahrscheinlich AI-native, würde ich es mal bezeichnen.

01:14:11: Wir arbeiten seit am Beginn, sobald es Lösungen gibt, die wir selber nicht irgendwie auf die Beine stellen können, mit KI-Lösung selbst.

01:14:18: Ob es Textgenerierung schon damals war, Bildgenerierung war, wir haben immer schon die ersten Modelle im AI-based-Coding ausprobiert.

01:14:27: In der Praxis haben wir immer wieder evaluiert, hey, wo können wir es denn am besten einsetzen?

01:14:32: Und mittlerweile sind die Sprachmodelle so potent.

01:14:35: dass wir uns eine eigene Agentfleet aufbauen.

01:14:40: Nicht alles muss unbedingt eine Agent sein, also das auch mal kurz zu differenzieren.

01:14:44: Viele Lösungen, die nicht mal eine Agent sind, werden als Agents verkauft.

01:14:48: Das sind dann Workflows oder AI Workflows, wo dann ein kleiner Teilaspekt von einem Agent gelöst wird.

01:14:55: Wir differenzieren den ganzen Spaß und haben uns mittlerweile, sind wir im operativen Bereich mit 46 Agents schon unterwegs und bauen diese Flotte auch aus.

01:15:04: Meine Vision ist es.

01:15:05: dann auch diese Preisdemokratisierung und diesen Gedanken weiter zu pflegen und guten Service zu bieten, möchte ich nicht unbedingt mit einem Headcount wachsen, sondern gerne

01:15:15: über Automatisierung und die Lösung selbst.

01:15:18: Und meine Vision ist es hier eigentlich nicht mehr als 20 Personen zu haben, außer ich brauche sie verdammt nochmal, weil es noch nicht abdeckbar ist.

01:15:25: Und auf Basis dessen, dass wir im Endeffekt wachsen wollen, aber nicht zu viele Personen hier an Bord haben wollen,

01:15:33: dann wiederum Kosten zu erzeugen, die ich dann über Lizenzen dann wieder von meinen Kunden einspielen muss, dass ich mir das erspare, setzen wir ganz, ganz, ganz stark auf

01:15:43: Automatisierung.

01:15:44: Und das ist jetzt mal nur für unsere internen Prozesse.

01:15:47: Da rede ich noch nicht vom Produkt.

01:15:49: Im Produkt selber ist da auch was am kommen.

01:15:53: Es gibt auch schon den einen oder anderen.

01:15:54: Andere Unternehmen würden es als Agent bezeichnen.

01:15:57: Ich würde eher sagen Workflow, um hier ganz ehrlich miteinander zu sprechen.

01:16:01: Aber da wird es auch noch einiges geben, an dem wir gerade herumdoktoren.

01:16:06: Intern decken wir gerade von der Erkennung, dass es einen Bedarf gibt bis hin zu, wen müssen wir ansprechen, zu wie müssen wir ihn ansprechen, zur Auswertung, wann müssen wir

01:16:16: die Person anrufen.

01:16:18: Werden wir alles vollkommen automatisiert aus und der Agent schaut uns sogar in den Kalender rein, wann haben wir dafür Zeit, bucht ihr den ganzen Spaß ein und sagt ihr dann

01:16:25: auch, ey, Johannes, das musst du dann und dann tun.

01:16:27: mit der und der Message, also dem und dem Framing.

01:16:30: Rufe am besten die Uhrzeit an.

01:16:32: Das Unternehmen setzt so und so viel um.

01:16:35: Das waren die letzten Posts, es abgegeben hat.

01:16:36: und und.

01:16:37: Also das heißt riesengroßes Informationssourcing, das wir im Vorhinein schon betreiben, bevor wir überhaupt mit einem Kunden sprechen.

01:16:44: Was ich ja spannend finde, ihr wollt euch klonen.

01:16:50: Quasi.

01:16:51: Was dürfen sich die Zuhörerinnen darunter verstehen?

01:16:56: Ich glaube, das hatte ich dir im Vorgespräch gesagt.

01:16:58: Wir haben vor uns zu klonen.

01:16:59: Wir wollen uns klonen.

01:17:04: Stormtroopers.

01:17:08: Jetzt wird mir einiges bewusst, ja, oder klar, du keine Räume hast.

01:17:13: Nein, also was haben wir vor?

01:17:15: Meine Idee ist es, das Unternehmen eins zu eins in den virtuellen Space zu ziehen.

01:17:20: Ich habe es gerade eben schon angesprochen, jetzt haben wir Marketing und Sales schon drinne.

01:17:24: Meine Idee ist es dann noch viel weiterzugehen, nämlich alle Unternehmensprozesse auf Agents und Workflows zu übersetzen und das System, also das Unternehmen, die Organisation

01:17:39: selbstständig laufen zu lassen.

01:17:40: Und diese 20 Personen, hier arbeiten, sind die, die die meiste Motivation haben.

01:17:45: Ich möchte hier nur A-Player sitzen haben, die dann direkt zwischen dem System und dem Kunden kommunizieren.

01:17:52: Das heißt, das System erzeugt uns die Ergebnisse und der Mensch übersetzt sie für einen anderen Mensch und ist die Qualitätssicherung.

01:18:00: Also ich möchte das Unternehmen eins zu eins klonen.

01:18:03: Man muss sich das vorstellen wie Dolly.

01:18:05: Die, die es nicht kennen, sollten googeln.

01:18:09: Die, die es nicht kennen sollten, googeln.

01:18:11: Eins zu eins ist Unternehmen, so wie es jetzt hier in diesen witzigen Räumlichkeiten besteht, auf einer kleinen Box, die in einen Schuhkarton hineinpasst.

01:18:18: Oben steht sie, ich kann sie dir gleich nochmals zeigen, auf dem das ganze System dann rennen soll.

01:18:23: Und ich komme dann morgens rein und das System sagt mir ganz genau, was ist über den Nacht passiert, was für Entscheidungen stehen an, die ich als Unternehmer, als Geschäftsführer

01:18:32: treffen muss.

01:18:33: Wer hat sich bei mir eingebucht, mir dann einmal alles erklärt und ich sitze dann nur noch als Qualitätssicherung gegenüber dem Kunden und das aber auf jedem einzelnen Arbeitsplatz.

01:18:43: Also der Mensch spielt noch immer eine wichtige Rolle trotzdem, obwohl er euch gelohnt, obwohl ihr Agents habt und so weiter und so fort.

01:18:50: Ich sehe, das ganze KI-Zeitalter, also wir werden uns nicht von heute auf morgen transformieren und auf einmal sind alles Agents und fertig ist.

01:19:01: Das wird graduell stattfinden.

01:19:03: Nach und nach wird es uns in eine Art neues Arbeitsverhältnis ziehen.

01:19:10: Und ich bin der Überzeugung, dass in den nächsten 10 bis 20 Jahren eine Art Kollaboration zwischen dem System und uns Menschen stattfindet.

01:19:18: Das heißt, sie sind uns eher zuarbeitend, als dass sie unseren Job wegnehmen.

01:19:24: Und nach und nach wird es wahrscheinlich der Fall sein, dass einzelne Jobrollen entfallen, dass es aber wiederum neue Jobs gibt.

01:19:30: Das haben wir in der Industrialisierung gesehen, das haben wir schon mehrfach in der Menschheitsgeschichte gesehen.

01:19:36: Das wird sich dann mit der Zeit zeigen, weil jetzt können wir hier Visionen an die Wand malen.

01:19:40: Die werden höchstwahrscheinlich nicht stimmen.

01:19:43: Aber ich sehe den Mensch neben der Maschine coexistieren.

01:19:48: Eine KI wird unser Werkzeug sein und der Mensch soll Mensch bleiben und die Interaktion, das Empathische, was eine KI noch nicht kann.

01:19:57: Natürlich kann ich jetzt sagen, dass traurig bin und dann sagst du, tut mir leid für dich, dass du traurig bist.

01:20:02: Aber das ist keine Empathie.

01:20:04: Das wäre Fürsorge für mich.

01:20:05: Okay, sehr cool.

01:20:08: So, dann letzte Runde.

01:20:10: Zwölfte Runde ist eingeläutet.

01:20:14: Drei Learnings, du den Zuhörerinnen mitgeben möchtest.

01:20:18: Die können private Natur sein, die können berufliche Natur sein.

01:20:21: It's up to you.

01:20:23: Privat oder beruflich?

01:20:26: Drei Learnings.

01:20:29: Fangen wir mal vielleicht mit einem an.

01:20:31: Kommt von einem ersten Produkt und auch dem zweiten Produkt geht in Richtung Product Market Fit.

01:20:35: Den Product Market Fit selber, findest du nur, wenn du im Markt unterwegs bist mit deinem Product und musst es so lang treiben, bis es passt.

01:20:43: Wenn du dich nicht für dein erstes Produkt oder für die erste Version deines Produktes schämst, warst du zu spät am Markt.

01:20:51: Das ist mal mein eines Learning.

01:20:53: dass ich mal so platzieren möchte.

01:20:56: Dann mein zweites Learning ist, man sollte das Private nicht unbedingt vernachlässigen, nur weil man gerade Spaß an der Sache findet, nämlich im Unternehmen.

01:21:04: Man sollte auch schauen, dass es zu Hause gut funktioniert.

01:21:07: Über die letzten paar Jahre, ich weiß, dass ich wahrscheinlich auch kein einfacher Mensch bin, weil ich sehr zielstrebig bin und mich dann auch ganz gerne mal in meinem Fokustunnel

01:21:15: verhaare, dass ich alles andere vergesse.

01:21:17: Sollte man nicht tun, ich habe mittlerweile Blocker, fangen nicht vor 9.30 an.

01:21:22: Dafür habe ich die Erlaubnis, hinten in den Abend reinzuarbeiten.

01:21:25: Und Mittwochs ist mein Produktivitätsblocker, da darf mir keiner Termine reinlegen, damit ich einfach die Sachen auch abgearbeitet bekomme, um einfach, man macht als Unternehmer

01:21:33: viel, dort eine gewisse Struktur reinzubringen, als aber auch dann das Private nicht zu vernachlässigen.

01:21:39: Und dann das Dritte.

01:21:44: Als Learning, man sollte schauen, dass man die richtigen Leute sich herum hat.

01:21:51: Wenn du einen verdorbenen Apfel in ein großes Bouquet hineingibst, wird der abstrahlen.

01:21:58: Ich habe mir am Anfang sehr, sehr schwer getan Teams auszusortieren.

01:22:01: Aber wenn man eine gewisse Idee hat, eine Vision von einem Unternehmen, von einem Produkt, dann brauchst du Leute, die alle an den gleichen Strang ziehen.

01:22:08: Und man ist nicht unbedingt

01:22:11: Ich würde behaupten, dass es keinen Menschen auf der Welt gibt, der gut im Hiring ist oder gut darin ist, Personen auf den ersten Schlag sofort zu erkennen und zu sagen, hey, der

01:22:18: passt perfekt.

01:22:20: Und am Anfang tut man sich extrem schwer, die Leute mitzuziehen, weil man seine eigene Entscheidung nicht in Frage stellen möchte.

01:22:29: Weil man muss sich selber ja in Frage stellen.

01:22:31: Habe ich jetzt die richtige Entscheidung getroffen?

01:22:34: Die Art von Reflektion tut sehr, gut und manchmal auch Teams zu bereinigen.

01:22:38: Und da spreche ich junge Unternehmer jetzt damit an, als aber auch gewisse Leute im Mittelstand, die eben ganz, ganz fest auch an den Personen hängen.

01:22:48: Manchmal ist es besser einfach zu sagen, hey, geht hier nicht weiter und das passt.

01:22:52: Hätte ich diese drei Themen von Anfang an so behandelt, wie sie heute bewerte,

01:22:58: Ich glaube, ich hätte mir sehr, viel Energie und Frustration sparen können.

01:23:03: Okay, super, danke.

01:23:06: Danke Eric für deine Einblicke.

01:23:08: Danke für das, was ihr macht, dass du mich teilhaben hast lassen.

01:23:14: ihr macht, ist super spannend hinsichtlich Prognose, wie ihr dran geht.

01:23:18: Auch Automatisierung unterstützt, Bestände etc.

01:23:21: Fokus, Mittelstand.

01:23:23: Der Datenranger ist mir auch im Gedächtnis geblieben, weil das ja auch so Thema ist, die Daten.

01:23:28: müssen mal gepresst werden zum Diamanten, sind nicht Gold, sondern oder die müssen erst zum Diamanten gepresst und so weiter und so fort.

01:23:36: Und ein weiterer Punkt, den ich auch sehr spannend finde, auch das, du und auch Circle ja sehr stark AI-getrieben seid, Digitalisierungs- getrieben seid und so weiter und so fort,

01:23:50: trotzdem auch der Mensch noch irgendwo da ist und sagst, es wird co-existieren, es wird gemeinsam

01:23:58: gearbeitet werden und das finde ich tatsächlich auch spannend und ist sicher auch für viele auch beruhigend, dass dann nicht nur der Robocop herumläuft.

01:24:08: Es ist ja, wir entscheiden, was wir mit KI machen.

01:24:11: Ich sage immer, KI ist ein Welpe.

01:24:14: Nehmen wir jetzt mal einen Listenhund, einen Kampfhund.

01:24:15: Entweder so ein Pitbull-Terrier kann ein richtig verbundenes Familienmitglied werden.

01:24:24: Oder ich richte ihn drauf ab.

01:24:25: Und genauso ist es auch in der KI.

01:24:27: Kann man sich genauso vorstellen.

01:24:28: KI kommt ...

01:24:31: unprimed, also ohne irgendeine Veranstellung auf die Welt und wir entscheiden, was wir damit machen und deswegen bin ich der festen Überzeugung, wir sollten Mensch Mensch sein

01:24:37: lassen und nicht überall die Maschine ranlassen, als aber auch wir sollten ihr gescheite Dinge beibringen und uns jetzt nicht darauf abrichten und das gilt es einfach umzusetzen

01:24:46: und da sehen wir uns hier auch als Pioniere, wir leisten Pionierarbeit und da braucht es auch eine gewisse Einstellung dazu, dass diese Pionierarbeit auch in die richtige Richtung

01:24:57: verläuft.

01:24:58: Super, sehr cool.

01:25:00: Eric, danke.

01:25:01: Ich hätte noch ein paar weitere Fragen.

01:25:04: Wir werden die jetzt vertiefen, außerhalb des Rings, vielleicht am Würstelstand.

01:25:08: Wir sind in Wien und ich muss da meiner Leidenschaft, der muss ich jetzt noch frönen, nachher einen gescheiten Käse, keiner, oder Eitrige.

01:25:16: Also, herzlichen Dank.

01:25:20: Definitiv.

01:25:22: Ohne geht nicht.

01:25:23: Das habe ich eingeführt.

01:25:25: mir bei meiner Promotion gab es Käsekrainer und 16er-Blech anstatt Sekt.

01:25:30: Siehst du, freu ich mich schon drauf.

01:25:31: Deswegen schön, dass du hier in Person da bist und danke auch für deinen Besuch, weil online wäre das jetzt ein bisschen schwierig geworden mit dem Käsekrainer.

01:25:38: Richtig, aber das machen wir jetzt entspannt.

01:25:40: Danke für die Zeit und bis bald.

01:25:43: bald.

01:25:45: Das war die Folge mit Eric Weisz von Circly.

01:25:47: Alle Infos zu Eric und Circly findet ihr wie immer in den Show Notes.

01:25:50: Wenn euch die Folge gefallen hat, unbedingt den Podcast folgen und weiterempfehlen.

01:25:55: Das hilft der Sichtbarkeit und erhöht die Chance, dass vielleicht der oder die ein oder andere wichtige Impulse für sein bzw.

01:26:02: ihr Business erhält.

01:26:04: Danke und bis zur nächsten Folge.

01:26:05: Wenn es dann wieder heißt, herzlich willkommen zu Business on Plug.