John Achim Holzhauer - J.A.R.V.I.S. wird zur Realität im Engineering #69

00:00:01: Im Kern entwickeln wir eine multimodale KI.

00:00:05: Das ist eine KI -Form, die verschiedenste KI -Modelle miteinander verbindet.

00:00:10: Und diese KI kann Produkte und Herstellungsprozesse auf einer

00:00:14: physikalischen Ebene verstehen.

00:00:17: Wie gesagt, ist eben das menschliche Wissen der zentrale Faktor, der da

00:00:22: einfließen muss.

00:00:29: Herzlich willkommen zu Business Unplugged, meinem Interview -Podcast rund um das

00:00:33: Thema Digitalisierung.

00:00:34: Mein Name ist Johannes Pohl, ich bin Gründer der PEOPEX und ich spreche mit

00:00:38: Gründerinnen, Unternehmerinnen, Führungskräften und anderen Hellen des

00:00:41: Business Alltags über ihre Unternehmen, Visionen, Ideen und Herausforderungen.

00:00:46: Kurzum spannende Themen, spannende Menschen, von denen man lernen kann und

00:00:50: inspirieren.

00:00:53: Die deutsche Industrie verursacht jährlich um die 300 Milliarden Euro

00:00:57: Qualitätskosten.

00:00:59: Um diese Kosten zu reduzieren und auch dem vorherrschenden Ingenieursmangel

00:01:03: entgegenzuwirken, hat das Startup Semorai eine multimodale KI entwickelt und darüber

00:01:10: spreche ich mit meinem heutigen Gast John Achim Holzhauer, einem der Gründer von

00:01:16: Semorai.

00:01:17: Wir sprechen darüber, wie sie die Ingenieure im Engineering und

00:01:21: Qualitätsmanagement unterstützen,

00:01:23: damit sich diese wieder mehr auf ihre eigentlichen Tätigkeiten fokussieren

00:01:26: können und wie sie mit ihrer Lösung die Qualität der Produkte steigern.

00:01:32: Neben automatischer Erstellung von Lasten - und Pflichtneften spielt unter anderem

00:01:37: die Erstellung der Risikoanalyse eine Rolle.

00:01:40: Oftmals erst am Ende erstellt eines Entwicklungsprozesses kann diese durch

00:01:45: Semorai ohne großen Aufwand parallel zum Entwicklungsprozess durchgeführt und

00:01:50: kontinuierlich erweitert werden.

00:01:52: Spannend fand ich an dieser Stelle auch Johns Sicht auf die Zusammenarbeit von

00:01:57: Mensch und KI.

00:01:59: So genug gespoilert, jetzt viel Spaß mit der neuen Folge.

00:02:05: Lieber John, herzlich willkommen zu Business Unplugged.

00:02:10: Hallo lieber Johannes, ich freue mich hier zu sein.

00:02:12: Danke für die Einladung.

00:02:14: Sehr gerne.

00:02:16: John, deine große Leidenschaft für Unternehmertum hast du in den frühen

00:02:22: Kinderjahren bereits begonnen.

00:02:27: Mit gerade mal sechs Jahren hast du begonnen, indische Laufenden zu züchten

00:02:33: und diese

00:02:34: zu vermieten an Besitzer von Gemüsegärten für die Schneckenbekämpfung.

00:02:39: Mit 13 ging es bei dir Richtung Programmieren.

00:02:44: Und mit 19 war es dann so weit mit deiner, wie du sagst, doch richtig ersten Start

00:02:50: -up, nämlich einem Portal für den Kauf von Schulbedarf, sprich ein Portal, wo die

00:02:55: Eltern sich einfach den Schulbedarf kaufen konnten, ohne groß herum zu laufen in der

00:03:01: Stadt oder zu recherchieren und so weiter und so fort.

00:03:05: Du bist dann auch nach Karlsruhe zum Studieren gegangen, hast da natürlich auch

00:03:09: nicht aufgehört, dein Antrieb war auch da vorhanden und hast diese

00:03:14: Empfehlungsplattform Bock auf Karlsruhe mit vorangetrieben und jetzt im April 2021

00:03:22: dann mit deinem Mitgründer Semorai gegründet, mit dem ihr die Engineering und

00:03:30: Qualitätsmanagement Prozesse mittels

00:03:33: K .I.

00:03:34: revolutionieren wollt bzw.

00:03:37: auch schon bereits tut.

00:03:40: Wenn du deine Karriere vom Entenzüchter hin zum Gründer von Semorai Revue

00:03:46: passieren lässt, was hat dich eigentlich all die Jahre angetrieben, Dinge zu

00:03:51: starten und unter anderem auch neue Unternehmen zu gründen?

00:03:56: Ja, danke erstmal für die Einführung.

00:04:00: Was mich schon immer begeistert hat, war bei Unternehmertum die Freiheit, eigene

00:04:06: Ideen umsetzen zu können und nicht an

00:04:11: Führungskräfte gebunden zu sein, von denen man sich Sachen vorschreiben lassen muss,

00:04:16: die man selbst vielleicht auch mit mehr Kreativität anders lösen würde.

00:04:24: Und durch meine frühe Kindheit, wo mein Vater mich auf Baustellen mitgenommen hat

00:04:33: oder privat am eigenen Gefügelbauernhof hat teilhaben lassen und ich da immer

00:04:39: mitgeholfen habe, habe ich

00:04:41: gelernt was harte Arbeit ist und wie zäh das auch sein kann Geld zu verdienen.

00:04:48: und wie man sich auch am Tag danach oder am Ende vom Tag fühlt, wenn man eben sehr

00:04:55: hart körperlich arbeiten muss.

00:04:57: Es war immer so ein Antrieb für mich, meinen Kopf einzusetzen.

00:05:01: Deswegen ich dann auch in der Schule ganz gute Leistungen abgeliefert habe.

00:05:06: In meiner Grundschulbewertung, da gab es damals noch Texte, stand schon drin, dass

00:05:13: ich in Gruppenarbeiten auch ganz gerne die Führung übernommen habe und

00:05:17: wenn es mir mal nicht schnell genug ging, ich Antworten auch einfach reingerufen

00:05:20: habe, weil ich einfach sehr wissbegierig und neugierig war.

00:05:26: Und dadurch entstand auch dieses tiefe Interesse für die Umwelt um mich drum

00:05:31: herum, wie was funktioniert, was zum Beispiel für eine Maschine für eine

00:05:37: Funktion hat.

00:05:40: Und durch den Kontakt zu Landmaschinen und Baumaschinen kam ich in

00:05:47: sehr frühe Phase meines Lebens in den Kontakt mit Mechanik, mit Mechatronik und

00:05:55: habe da immer sehr viele Fragen gestellt und war immer sehr neugierig, wie was

00:06:02: funktioniert.

00:06:04: Und dadurch entstand auch dieser tiefe Antrieb, mich weiterzubilden, was dann

00:06:09: auch zu dem Studium geführt hat, KIT Wirtschaftsingenieurwesen, weil das eine

00:06:15: sehr gute Kombination war aus

00:06:16: Wirtschaft, Technik und Informatik und so ein treibender Faktor, den ich damals

00:06:25: gelernt habe.

00:06:26: Also muss man glaube ich zu meiner Historie wissen.

00:06:30: Meine Eltern kommen aus der DDR und die sind dort im Kommunismus groß geworden in

00:06:35: der Planwirtschaft und hatten mit Kapitalismus nicht so viel am Hut, haben

00:06:41: das System auch meines Erachtens nach.

00:06:47: bis spät im Alter nicht so ganz verstanden.

00:06:49: Sie wussten, was harte Arbeit bedeutet, aber nicht, wie man das System richtig

00:06:55: einsetzen kann.

00:06:56: Und das war immer mein innerer Antrieb dann, um dieses kapitalistische System

00:07:03: eben für mich zu nutzen und meine Kreativität, meinen Kopf einzusetzen und

00:07:09: insgesamt auch über die komplette Historie hinweg das, was meine Vorfahren quasi

00:07:15: ihr Leben lang durchgemacht haben und ihren Kindern damit ermöglicht haben, was

00:07:21: sie meinen Eltern weitergegeben haben und meine Eltern mir ermöglicht haben, zum

00:07:27: Besten zu nutzen und fühle da eben auch eine gewisse Verbindlichkeit hin.

00:07:33: Spannend von der Historie kommend.

00:07:36: Ich habe vorhin erwähnt, Cimorai ist in den Bereichen Engineering und

00:07:41: Qualitätsmanagement unterwegs.

00:07:44: Das war ja nicht

00:07:45: immer so, denn den Einstieg habt ihr rein über das Qualitätsmanagement gemacht, wenn

00:07:51: ich das richtig recherchiert habe.

00:07:55: Wie bist du mit deiner Mitgründer eigentlich auf die Idee gekommen, in

00:08:00: diesem Bereich zu gründen?

00:08:03: Ja, die Frage wird mir sehr häufig gestellt, weil es nicht direkt ersichtlich

00:08:10: ist, dass das ein spannender Bereich ist.

00:08:12: und man eher aus dem Bereich kommen muss, um zu verstehen, dass dort ein großes

00:08:16: Potenzial liegt.

00:08:19: Ich habe vor einigen Jahren den Ralf Basler kennengelernt, das ist ein guter

00:08:25: Bekannter von mir.

00:08:27: Und der war jahrelang im Bereich FMEA tätig, unter anderem für Bosch und hat

00:08:35: dort eben international auch Leute zu dem Thema ausgebildet und der hat

00:08:41: mit so einer Begeisterung von dieser Methodik erzählt, das war die

00:08:44: Fehlermöglichkeit der Einflussanalyse, was diese Methode an sich an Potential

00:08:50: beinhaltet und was sie auch an Mehrwerten dann am Ende für Engineering Abteilung und

00:08:56: die Unternehmen dahinter bieten kann.

00:09:00: Nur hat er im gleichen Atemzug auch darüber erzählt, was eben aktuell noch

00:09:06: nicht funktioniert und wie die Markttrends aktuell sind.

00:09:11: Und die Hauptprobleme dabei sind eigentlich, dass es auf der einen Seite

00:09:17: menschliches Wissen ist, das eingebracht werden muss, um die Methodik zum Erfolg zu

00:09:23: führen.

00:09:24: Und auf der anderen Seite die Methodik klar durchgeführt werden muss.

00:09:28: Das heißt, da steht verschiedenste Kompetenz dahinter.

00:09:32: Im Fokus ist dabei ein FMR -Moderator, der eben die Leute gut führen kann.

00:09:40: Methodik klar anwenden kann, dieses Wissen aus den Leuten rauszieht und dann die

00:09:47: Ergebnisse in einer Software dokumentiert.

00:09:50: Somit sind es eben die zwei Hauptfaktoren, das menschliches Wissen und die Kompetenz

00:09:56: vom Menschen, die Software zum Beispiel auch anzuwenden, sind, um da ein

00:10:01: erfolgreiches Ergebnis rauszubringen.

00:10:04: Nur hat er mir eben auch erzählt, dass

00:10:07: Die Software, die aktuell am Markt verfügbar ist, sehr darauf baut, dass eben

00:10:14: Menschen per Hand dieses Wissen eintippen und diese redundante Arbeit, was da immer

00:10:20: wieder anfällt, sehr nervenaufreibend ist, Zeit verschlingt und Wissen bisher nicht

00:10:27: wirklich wiederverwertet wird.

00:10:29: Das heißt, dieses Wissen, was da in sehr teuren, zeitaufwendigen Prozessen erstellt

00:10:35: wird, wird von Projekt zu Projekt

00:10:37: nicht wiederverwertet, sondern meistens neu aufgebaut.

00:10:43: Und das sind alles Tätigkeiten, die Ingenieure von ihrer Kernaufgabe der

00:10:48: Entwicklung ableiten und denen quasi nicht die Möglichkeit geben, in der Tiefe sich

00:10:58: auf Innovation und kreative Prozesse fokussieren zu können.

00:11:04: Und

00:11:04: Das war ja genau dieses Thema, was ich vorhin erzählt hatte, dass mich genau

00:11:09: diese Neugier für Innovation, für wie funktioniert etwas immer schon angetrieben

00:11:15: hat und ich mich da auch irgendwo wiedergefunden habe.

00:11:19: Weil wenn ich jetzt reiner Ingenieur wäre, würde ich am liebsten die meiste Zeit nur

00:11:25: mit Entwicklung mich beschäftigen, mit Innovation, mit Lösungen zu schaffen für

00:11:31: aktuelle Probleme, die wir auch

00:11:33: in unserer gesamten Gesellschaft haben, insbesondere in unserer Generation, wo ich

00:11:39: das Gefühl habe, dass wir gerade einen großen Umschwung erleben.

00:11:45: Und da hat es mich dann eben rein verschlagen, dafür eine Lösung zu

00:11:51: schaffen, um Ingenieuren insgesamt mehr Freiheit zu ermöglichen, um sich mit

00:11:55: kreativen Prozessen und insbesondere auch Innovation, innovativen Lösungen

00:12:00: beschäftigen zu können.

00:12:02: Und

00:12:02: weniger Zeit damit verbringen, redundante Arbeit, Dokumentation,

00:12:08: Anforderungserfüllung, ja in verschiedenster Form sich damit

00:12:13: beschäftigen zu müssen.

00:12:15: Vielleicht für alle Zuhörerinnen, die nicht wissen, was die FMIR -Mitrude ist,

00:12:18: es geht darum, sei es Produkte oder Prozesse vorab, sage ich einmal,

00:12:23: potenzielle Risiken zu identifizieren und auch Gegenmaßnahmen zu definieren, um da

00:12:28: entsprechend gegenzuwirken.

00:12:30: Und das kostet natürlich

00:12:32: viel Zeit und wie du schon sagst, ist auch sehr viel Erfahrungswissen drinnen aus den

00:12:38: vorhergegangenen Entwicklungsprojekten und so weiter und so fort.

00:12:42: Jetzt muss ich ganz einfach mal nochmal nachfragen, eine Sache, die mich

00:12:46: interessiert, weil ich hatte es erst gestern in meiner Vorlesung bei meinen

00:12:50: Studentinnen, ich habe ihnen über die Zehnerregel erzählt.

00:12:54: Die Erfahrung habt ihr da auch gemacht, dass die auch noch immer aktuell ist oder

00:13:01: Ist das aufgrund der aktuellen Entwicklungen, die es am Markt gibt, nicht

00:13:07: mehr aktuell die Zenerregel?

00:13:08: Wie schaut es da aus?

00:13:11: Ich würde sogar behaupten, dass die Zenerregel aktuell wichtiger denn je ist,

00:13:18: weil wir auf der einen Seite verschiedenste Trends dazu haben, was die

00:13:24: Tätigkeit von einem Ingenieur immer komplexer und arbeitslastiger macht.

00:13:30: Produkte werden komplexer, wenn man sich mal überlegt, wie schnell sich das Handy

00:13:33: entwickelt hat, von 2004, 2008 irgendwann bis jetzt, von einem einfachen Nokia

00:13:43: -Handy bis jetzt, zu einem iPhone, was unfassbar viel Elektronik auch auf Nano

00:13:48: -Ebene mit drin hat.

00:13:51: Auf der anderen Seite, während die Produkte komplexer werden, zum Beispiel

00:13:56: selbstfahrende Autos, gibt es sehr viel Regulatorik dazu.

00:14:00: Das heißt, da müssen sehr viele verschiedene Anforderungen seitens der

00:14:03: Regierung erfüllt werden.

00:14:05: Da sind manche Regierungen ein bisschen restriktiver als andere global gesehen,

00:14:10: was aber Sicherheitsdenken hintendran hat.

00:14:17: Und aufgrund dessen entsteht insgesamt auch globaler Wettbewerbsdruck.

00:14:23: Das heißt, Unternehmen müssen so schnell wie möglich Innovationen voranbringen

00:14:27: müssen.

00:14:28: neue innovative Produkte auf den Markt bringen und haben deswegen kürzere

00:14:34: Entwicklungszeiten.

00:14:37: Und auf der anderen Seite ist der Punkt, dass man diese komplexen Produkte so

00:14:44: hochqualitativ wie möglich auf den Markt bringen muss.

00:14:46: Das heißt, es muss sehr hohe Qualität sein, es muss zu geringen Kosten

00:14:52: produziert werden und möglichst in einem kurzen Zeitraum.

00:14:58: Also während auf der einen Seite die Produkte komplexer werden, immer mehr

00:15:02: Arbeit dadurch entsteht für die Ingenieure, die parallel quasi zum

00:15:07: normalen Entwicklungsprozess anfällt, ist eben das Problem, dass die 10er -Regel

00:15:16: dadurch mehr an Relevanz gewinnt.

00:15:20: Das heißt, die Produkte und die Investition in diese Produkte, die

00:15:25: irgendwann fertig entwickelt werden und zum Markt rausgehen, haben ein höheres

00:15:31: Kostenrisiko und deswegen ist es essentiell, dass man schon in der

00:15:36: Entwicklung weiß, welche Fehlerpotenziale passieren können, wie wahrscheinlich die

00:15:40: sind und wie man die vermeiden kann, also welche Maßnahmen man dann greifen kann.

00:15:45: Und dafür gibt es verschiedene Methoden.

00:15:47: Die FMEA ist eine davon, um diese Fehlerpotenziale zu identifizieren und

00:15:52: Maßnahmen dafür abzuleiten, um das eben zu vermeiden.

00:15:56: Nur, wie gesagt, ist eben das menschliche Wissen der zentrale Faktor, der da

00:16:03: einfließen muss und auf der anderen Seite die Kompetenz in Seiten Software,

00:16:08: Bedienung, Moderation durch diese Methodik, um da eben zu einem sehr guten

00:16:14: Ergebnis auch zu kommen.

00:16:17: Und deswegen ist die Zähneregel ja relevanter denn je, weil die aktuelle

00:16:24: Arbeitslast,

00:16:25: und auf der anderen Seite die Menschen, die die Arbeit erbringen müssen.

00:16:31: Zwei Punkte sind.

00:16:32: Die dritte Marktdynamik dabei ist, wir haben eine überalternde Gesellschaft.

00:16:37: Wir haben eine umgekehrte Dreiecksform.

00:16:40: Es gibt einen Altersdurchschnitt von 52 im Ingenieursbereich.

00:16:44: Es gibt sehr viele Leute, die aktuell kurz vorm Renteneintritt stehen und aktuell

00:16:50: fehlen bereits 170 .000 Ingenieure am Markt in Deutschland alleine.

00:16:54: 700 .000 weitere gehen in den nächsten fünf Jahren in Rente.

00:16:58: Das heißt, es ist eine sehr große Lücke, die da klafft.

00:17:01: Und ich glaube, pro Jahr kommen vielleicht 80 .000, 90 .000 Ingenieure aus der Uni

00:17:05: nach.

00:17:06: Nur die haben dieses Wissen nicht, was sich die anderen Ingenieure, die schon ein

00:17:10: bisschen erfahrener sind, über Jahrzehnte aufgebaut haben.

00:17:15: Das heißt, die Prozesse werden komplexer, die Produkte werden komplexer.

00:17:19: Es gibt dadurch mehr Arbeitslast.

00:17:22: Aber es gibt wenige Leute, die diese Arbeit abfangen können.

00:17:26: Und mit weniger Leuten kann man diese Arbeitslast einfach nicht mehr stemmen.

00:17:31: Jetzt sind wir direkt eigentlich, hast einfach die Brücke perfekt gelegt.

00:17:35: Wir sind jetzt direkt dort, wo ich eigentlich hin wollte danach.

00:17:39: Was macht ihr denn jetzt dann mit CEMU?

00:17:41: Um genau diese Themen, die du jetzt auch noch mal ausgeführt hast, über die

00:17:46: Zenerregel, über die Kosten, die sich im Zenerfaktor pro Schritt erhöhen.

00:17:50: gesprochen, wir haben über das Wissen und die alternde Gesellschaft gesprochen und

00:17:56: die Technologien und die Software und so weiter und so fort.

00:18:00: Was macht ihr, wie schaut euer Leistungsportfolio konkret aus bei SimRoy?

00:18:07: Genau, danke für die Frage.

00:18:10: Was wir jetzt konkret tun, ist, das hat sich auch über die letzten drei Jahre eben

00:18:16: entwickelt.

00:18:17: Also als wir uns im April 2021 kennengelernt haben, haben wir uns auf das

00:18:21: Fehlermanagement in der Baubranche fokussiert, weil wir dort ein großes

00:18:25: Potenzial dafür gesehen haben, aber in den Gesprächen gemerkt haben, es braucht einen

00:18:30: gewissen Digitalisierungsgrad, um diese Technologie zu bauen, die wir vorhaben.

00:18:35: Es braucht aber auf der anderen Seite auch Unternehmen und eine gewisse

00:18:39: Unternehmensgröße, um überhaupt lernen zu können aus vergangenen Projekten und

00:18:45: vergangenen Erfahrungen.

00:18:46: Und der Markt in der Baubranche und die Unterteilung in die Unternehmen war

00:18:51: einfach viel zu heterogen.

00:18:52: Das heißt, die konnten von Projekt zu Projekt nicht wirklich lernen, weil es

00:18:57: nicht diese etablierten und gestreamelierten Prozesse wie

00:19:01: beispielsweise im Automotive und anderen produzierenden Bereichen

00:19:05: gibt.

00:19:06: Deswegen haben wir dann den Switch gemacht zum eher produzierenden Industriegewerbe,

00:19:12: heißt Primär Automotive und dann hat sich da der Komponentenhersteller und der

00:19:19: Maschinenbauer noch hinten angestellt und mittlerweile sind wir auch im

00:19:22: Medizintechnikbereich.

00:19:25: Und was wir jetzt konkret tun, ist, wir haben uns insgesamt den gesamten Prozess

00:19:33: der Entwicklung angeschaut.

00:19:34: und überlegt, wie Ingenieure aktuell arbeiten und wie sie zukunftsfähig gemacht

00:19:42: werden können.

00:19:44: Und im Kern entwickeln wir eine multimodale KI.

00:19:49: Das ist eine KI -Form, die verschiedenste KI -Modelle miteinander verbindet.

00:19:54: Und diese KI kann Produkte und Herstellungsprozesse auf einer

00:19:58: physikalischen Ebene verstehen.

00:20:01: heißt sie versteht auf der einen Seite Funktionsgestaltzusammenhänge, auf der

00:20:06: anderen Seite Ursache Wirkungszusammenhänge und kann dadurch

00:20:12: eben verschiedenste Unterlagen auf der einen Seite verarbeiten.

00:20:19: Aktuell sind das primär Textdaten, wir sind an Modellen dran um Bilddaten und

00:20:24: numerische Daten noch zu verarbeiten und aus diesen Textdaten extrahiert die KI

00:20:30: verschiedenste Entitäten und Zusammenhänge.

00:20:35: Und was wir uns jetzt angeschaut haben, war, wie baut sich ein Ingenieur

00:20:41: eigentlich diese Erfahrung auf?

00:20:43: Und zu Beginn durchläuft ein Studium, deswegen lernen wir der KI -Grundlagen des

00:20:51: Ingenieurswesens aus verschiedensten Bereichen.

00:20:55: Und dann unternehmensspezifisch wird die KI

00:20:58: eben auf die Unternehmen zugeschnitten.

00:21:00: Das heißt, die KI lernt, welche Produkte stellt das Unternehmen her, welche

00:21:04: Prozesse hat das Unternehmen, wie sind diese Prozesse ausgelegt, was können die

00:21:10: Produkte, was haben die für Eigenschaften und auf Basis dessen kann die KI eben den

00:21:16: Ingenieuren dabei helfen, die verschiedensten Tätigkeiten entlang vom

00:21:21: Entwicklungsprozess zu unterstützen und da die Arbeit abzunehmen.

00:21:27: Und

00:21:27: Auf der anderen Seite ist die Service -Seite und die Service -Seite wird von uns

00:21:34: jetzt aktuell auf Basis von bestimmten Kernprozessen immer weiterentwickelt.

00:21:41: Das heißt, wir haben uns angeschaut, wie arbeitet ein Ingenieur und im Kern ist das

00:21:47: eigentlich Informationsmanagement und ein Mensch tendiert dazu, verschiedenste

00:21:54: Prozesse, die er anders wahrnimmt,

00:21:58: unterschiedlich zu bezeichnen.

00:22:00: Zum Beispiel im Ingenieursbereich ist das nochmal sehr spezifisch.

00:22:04: Gibt es verschiedenste Prozesse, wie zum Beispiel das Anforderungsmanagement oder

00:22:08: eine Risikoanalyse.

00:22:10: Und wenn man das jetzt mal auf den Alltag überträgt, gibt es zum Beispiel den

00:22:16: Prozess, dass man in einer Pizzeria sitzt und sich den Belag auf den verschiedenen

00:22:21: Pizzen anschaut und die miteinander vergleicht.

00:22:24: Und dann am Ende im innerlichen, im

00:22:28: im Kopf einen gewissen Wert zuordnet, welche Pizza man dann jetzt am besten

00:22:34: einordnet, welche man präferiert.

00:22:37: Und um so dann quasi zu einem Ergebnis zu kommen, für welche Pizza man sich

00:22:42: entscheiden möchte.

00:22:43: Und auf der anderen Seite gibt es zum Beispiel den Prozess, dass man sich

00:22:47: verschiedene Autos anschaut und da die Spezifikation, also wie viel PS hat das

00:22:51: Fahrzeug, bei wie viel kmh ist das Fahrzeug abgeriegelt, wie viel Sitze hat

00:22:56: das Fahrzeug, wie viel

00:22:58: Kofferraumvolumen, was auch immer und an sich ist es aber quasi fast der gleiche

00:23:03: Prozess.

00:23:04: Es geht darum, Informationen zu vergleichen und am Ende zu bewerten und

00:23:11: für sich zu einem Ergebnis zu kommen, was man präferiert.

00:23:15: Und für eine KI ist es aber völlig egal, was da für Informationen am Anfang

00:23:19: reingehen.

00:23:20: Es geht nur darum, dass sie weiß, wie sie diese Informationen zu verarbeiten hat und

00:23:24: was der gewünschte Output ist.

00:23:26: Und dadurch bauen wir jetzt eine Service -Seite auf.

00:23:28: Auf dieser Service -Seite haben wir aktuell sehr viel mit Automotive OEMs zu

00:23:34: tun, bei denen es eben primär darum geht, zum Beispiel die Qualität von Lastenheften

00:23:40: sicherzustellen.

00:23:41: Dann geht es darum, neue Lastenhefte zu erstellen.

00:23:44: Und das Ziel für die OEMs ist, dass der Entwicklungsprozess so kurz wie möglich

00:23:49: ist.

00:23:49: Deswegen muss man eben auch diese Änderungsprozesse vermeiden, weil das die

00:23:53: Zeit verlängert.

00:23:54: Auf der anderen Seite, was wir

00:23:56: Zulieferern bieten, ist das Anlernen vom internen Produktportfolio oder den

00:24:03: vergangenen Projekterfahrungen, sodass die KI wie ein Mitarbeiter den Ingenieur dabei

00:24:09: unterstützen kann, eingehende Kundenanfragen automatisch beantworten zu

00:24:14: können.

00:24:16: Und auf der anderen Seite gibt es eben den Prozess des Risikomanagements.

00:24:21: Das Risiko muss entlang von diesem Entwicklungsprozess dauerhaft

00:24:27: überwacht werden.

00:24:28: Aktuell ist es so, dass aufgrund von Zeit die Risikoanalysen meistens am Ende vom

00:24:34: Entwicklungsprozess stattfinden und dann auf einmal identifiziert wird, dass

00:24:39: bestimmte Anforderungen noch gar nicht erfüllt sind oder dass es gewisse Risiken

00:24:45: gibt, die wirklich dramatisch sein können und zu sehr hohen, also Fehlerkosten

00:24:54: führen können und ja,

00:24:57: Das war mit eines der Faktoren, was der Ralf uns auch mitgegeben hat.

00:25:01: Risikoanalyse wird viel zu spät gemacht.

00:25:04: Und das hat was damit zu tun, dass dieses menschliche Wissen damit einfließen muss,

00:25:08: dass die Kompetenz mit einfließen muss, diese Ergebnisse überhaupt erreichen zu

00:25:11: können.

00:25:13: Und der Punkt dabei ist, wo wir jetzt schrittweise hinkommen wollen, ist, dass

00:25:19: man eine Risikoanalyse parallel zum Entwicklungsprozess mitlaufen lässt,

00:25:24: sodass man quasi automatisch

00:25:26: die neuen Informationen, die von Ingenieuren im Entwicklungsprozess

00:25:30: generiert werden, die in die Risikoanalyse mit einfließen und die KI dann parallel

00:25:36: durch das Verständnis von Ursache -Wirkungsprinzipien und dem Anlernen von

00:25:42: verschiedener Methodik versteht, wie man dieses Risiko einzuschätzen hat, wie sich

00:25:48: das Risiko entwickelt, auch zum Beispiel bei Entscheidungen in der Entwicklung

00:25:55: gewisse

00:25:56: Entscheidungsgrundlagen schaffen kann, welche Wege man jetzt an einem gewissen

00:26:01: Punkt gehen kann und welche Auswirkungen diese Entscheidung dann auch haben werden

00:26:06: und wie man diesem Risiko, was da entsteht, begegnen kann, sodass am Ende

00:26:12: robustere Produkte bei rauskommen, die weniger Ausfallraten haben und dadurch

00:26:18: insgesamt auch weniger Fehlerkosten verursachen.

00:26:20: Weil aktuell ist es auch ein Hauptproblem,

00:26:25: Die deutsche Industrie verliert eine halbe Million Euro pro Minute, das sind 300

00:26:29: Milliarden Euro jedes Jahr an Qualitätskosten.

00:26:34: Okay.

00:26:34: Das ist eine ziemlich hohe Zahl und ich würde das jetzt gerne nochmal, was du

00:26:38: jetzt sehr ausführlich dargestellt hast, was ihr macht, versuchen, ob wir das

00:26:43: nochmal ganz einfach ein Bild schaffen können für die Zuhörerinnen, damit sie

00:26:48: sich das nochmal vorstellen können.

00:26:50: Also ich habe jetzt im Prinzip

00:26:51: zu den OEM, den Lieferanten und die Risikoanalyse.

00:26:54: Die Risikoanalyse ist ja sowohl beim OEM als auch beim Lieferanten, die parallel

00:27:00: läuft.

00:27:01: Wie darf man sich das jetzt vorstellen?

00:27:04: Was macht der OEM?

00:27:06: Sagt er, ich möchte ein Produkt haben, das vier Räder hat, ein Lenkrad hat und so

00:27:12: weiter und so fort?

00:27:13: Oder hat er schon den ersten Wurf einer CAD -Zeichnung, die er dann in euer System

00:27:18: einspeist?

00:27:20: und bekommt dann ein Lastenheft ausgespuckt oder auch die ersten, wenn ich

00:27:30: das jetzt richtig verstanden habe, diese Risikoanalyse, dann irgendwie so eine

00:27:33: FMEA, den ersten Wurf von dem, was das System bis zu diesem Zeitpunkt jetzt weiß,

00:27:39: kann man sich das ungefähr so vorstellen?

00:27:42: Also ich gebe dir eine CAD -Datei und das Lastenheft kommt raus oder ist das zu

00:27:47: einfach?

00:27:50: zeichnet dieses Bild von mir.

00:27:53: Das ist aktuell noch zu einfach.

00:27:56: Wir haben ja aktuell noch die Thematik, dass KI an sich noch in den Kinderschuhen

00:28:03: steckt.

00:28:04: Das heißt, es gibt noch keine generelle künstliche Intelligenz, wo jetzt viele

00:28:11: Bestrebungen dazu sind, das zu entwickeln.

00:28:14: Aber aktuell ist das noch nicht der Stand.

00:28:17: Es gibt viele KI -Algorithmen.

00:28:19: die jetzt sehr schnell entwickelt werden konnten.

00:28:23: Aber die Forschung an KI geht schon in die 1960er Jahre zurück.

00:28:29: Da wurden erste Algorithmen entwickelt, um zum Beispiel über heuristische Suchen

00:28:35: bestimmte Informationen in einer gewissen Geschwindigkeit zu bekommen.

00:28:38: Dann in 1980er, 1990ern wurde an Expertensystemen und wissensbasierten

00:28:45: Systemen auch viel gearbeitet und

00:28:47: Jetzt kam dieser neue KI -Boom erst zustande seit ein paar Jahren, weil, und

00:28:53: da liegen ein paar Marktdynamiken auch hinten dran, sogenannte Moore's Law sagt

00:28:59: aus, dass die Anzahl der Transistoren auf einer Platine sich alle zwei Jahre

00:29:04: verdoppeln.

00:29:06: Und parallel dazu gibt es eben den Trend, dass sich der Preis für diese Platine alle

00:29:11: zwei Jahre halbiert.

00:29:12: Das heißt, es ist mittlerweile möglich, sehr große Datenmengen,

00:29:16: innerhalb von einem gewissen Investment, was man da auch in diese Technologie, in

00:29:22: diese Hardware investieren muss, überhaupt erstmal verarbeiten konnte.

00:29:27: Deswegen ist es heute möglich, sehr große Datensätze zu verarbeiten und sehr

00:29:32: komplexe und große KI -Algorithmen überhaupt auch erst anzutrainieren.

00:29:37: Und auf Basis dessen war es jetzt auch erst möglich, für uns diese Grundlagen

00:29:44: dafür zu schaffen und

00:29:45: Aktuell bewegen wir uns eben nur auf der Textebene.

00:29:50: Die Textebene ist auch so wie gesagt einer der Hauptpunkte von

00:29:54: Informationsverarbeitung, weil für den Menschen gibt es verschiedenste Formen,

00:29:58: wie man Informationen darstellen kann.

00:30:00: Aber Textebene ist so die Hauptform, in der Informationen gespeichert,

00:30:07: transferiert von einer Person zu anderen übertragen werden und mit denen gearbeitet

00:30:11: wird.

00:30:12: Dann gibt es natürlich grafische

00:30:14: Informationen, wie zum Beispiel aus Zeichnungen, aus CAD Modellen, wo auch in

00:30:20: CAD Modellen zum Beispiel die Geometrien hinterlegt sein können.

00:30:24: Aber das sind alles Informationen, die wir aktuell noch nicht angehen.

00:30:28: Wir haben Modelle, mit denen wir daran arbeiten, diese Informationen zu

00:30:31: verarbeiten, Informationen zu extrahieren und Zusammenhänge herzustellen.

00:30:35: Aber aktuell ist das noch nicht der Fall.

00:30:38: Wir fokussieren uns jetzt eben aktuell auf die Prozesse,

00:30:42: entlang von der Entwicklung geschehen, bei denen ein Ingenieur sein eigenes Wissen

00:30:47: mit einbringen müsste oder bestimmte Software bedienen muss und um bestimmte

00:30:53: Ergebnisse zu erzielen.

00:30:55: Wie man sich das aber jetzt insgesamt da ja verstehen kann, was wir tun, ist glaube

00:31:01: ich Jarvis von Iron Man, eine ganz spannende Geschichte, die glaube ich das

00:31:06: ganz ganz gut zusammenfasst, wo wir hin wollen.

00:31:10: Da gibt es eine künstliche Intelligenz.

00:31:12: die Tony Stark dabei unterstützt, Produkte zu entwickeln.

00:31:17: Sieht man ihn, glaube ich, ich meine, das ist Teil 1 in seine Garage setzen, wo er

00:31:21: irgendein neues Teil entwickelt.

00:31:26: Und die KI ihn einfach dabei unterstützt, das zu bauen.

00:31:30: Und ich glaube, sogar einem Hologramm dann noch.

00:31:34: Also super spannend und auch gibt, glaube ich, eine gute Vision, wo das mal hingehen

00:31:38: kann.

00:31:38: Ich glaube, später hat er das sogar im Anzug eingebaut.

00:31:42: Also das KI auch irgendwann auf die Hardware -Ebene mitkommt, dass zum

00:31:47: Beispiel eine Anlage eine KI besitzt und die KI die Anlage mit teilüberwacht.

00:31:54: Aber das spielt auch alles mit auf die Ebene, wie arbeitet denn ein Mensch, wie

00:32:00: arbeitet eine KI und wie arbeitet ein Mensch mit einer KI.

00:32:05: Da muss man sich auch mal anschauen, bei selbstfahrenden Autos,

00:32:11: gibt es dann eine ganz gute Unterteilung mit den fünf Stufen und den fünf Leveln

00:32:17: quasi.

00:32:19: Wie man sich das vorstellen kann, wie Mensch und KI auch zusammenarbeiten, also

00:32:23: dass es eben am Anfang das noch nicht gibt und dann stufenweise die Fähigkeiten der

00:32:27: KI besser werden, irgendwann auch besser als die vom Menschen und den Menschen bei

00:32:32: der eigentlichen Tätigkeit unterstützt, sodass der Mensch mehr Freiräume bekommt,

00:32:37: um

00:32:38: beim Ingenieur zum Beispiel, sich mehr mit kreativen Prozessen beschäftigen zu

00:32:41: können.

00:32:42: Okay, ich habe also jetzt verstanden, Chavis ist die Vision, dorthin soll es

00:32:46: gehen, dass ich sage, ich möchte dieses und jenes Gerät haben, keine Ahnung, und

00:32:49: die KI spuckt mir ein erstes CAD -Modell aus, mit allen Funktionen und so weiter

00:32:54: und so fort.

00:32:55: Ihr seid aktuell da, dass ihr sagt, okay, wir speisen Text ein, ich sage es jetzt

00:33:01: mal so, und es hilft jetzt bei der Dokumentenerstellung mehr oder minder.

00:33:06: Bei den Lieferanten ist es ja so, dass die Anfragen kriegen für irgendwelche Produkte

00:33:10: und ihr da die interne Datenbasis mit abgleichen, können wir das produzieren,

00:33:15: wie groß ist das Risiko und so weiter und so fort, wenn ich das verstanden habe.

00:33:18: Sprich, da würdet ihr das Lastenheft kriegen.

00:33:21: Die checken die internen Prozesse, Möglichkeiten erstellen, angegebenenfalls

00:33:25: das Pflichtenheft.

00:33:27: Das ist ja auch was, was die KI kann und so weiter.

00:33:30: Wie geht es da eigentlich vor, wenn zum Beispiel steht ok gut in unserem aktuellen

00:33:34: Produktportfolie ist es nicht machbar, aber auch mit unseren aktuellen

00:33:38: Technologien nicht.

00:33:39: Aber wir bräuchten vielleicht eine andere Technologie.

00:33:43: Wird das dann quasi auch als Vorschlag ausgegeben, zu sagen, okay, gut, könnten

00:33:48: wir aktuell jetzt nicht produzieren und anbieten, aber wenn wir investieren in

00:33:56: Technologie XY, dann könnten wir das auch anbieten.

00:34:01: Ist das auch möglich bei eurer Lösung?

00:34:06: Genau, also das ist ein Thema, womit wir uns eben jetzt auch beschäftigt haben.

00:34:11: Wir haben über die letzten drei Jahre jetzt fast, ich meine, über 700 Features

00:34:20: gesammelt, die wir von Leuten aus der Industrie als Input bekommen haben oder

00:34:27: teilweise als Problem.

00:34:28: Und wir haben uns dazu Gedanken gemacht, was man da machen könnte.

00:34:31: Und wir haben uns überlegt, was bei diesen Features eben

00:34:36: ja, an Lösungen rauskommt und was auch den größten Mehrwert für die Industrie

00:34:41: schafft.

00:34:43: Und da kamen wir eben darauf, dass die aktuellen Prozesse darauf ausgelegt sind,

00:34:50: dass das halt ein Mensch macht, aber jetzt schrittweise eben dadurch, dass es mehr

00:34:55: Arbeitslast erzeugt, durch die Zusammenarbeit mit künstlicher Intelligenz

00:35:00: im Aufwand deutlich reduziert werden kann.

00:35:03: Und durch diese enge Kommunikation haben wir eben sehr viele Features identifiziert

00:35:07: und mit unseren aktuellen Kunden priorisieren wir die jetzt quasi und

00:35:12: fokussieren uns auf ein paar Punkte.

00:35:15: Und wie gesagt, was wir jetzt festgestellt haben, ist, dass da natürlich sehr viel

00:35:22: neuer Input auch die ganze Zeit kommt und wir auch einiges davon dann schon abdecken

00:35:28: können, dadurch dass es halt meistens Prozesse sind, die auf Informations...

00:35:32: Verarbeitung basieren, aber diese anderen Datenformate ultra spannend sind.

00:35:41: Dadurch, dass wir selber aber nur bedingt Ressourcen haben, müssen wir uns auf die

00:35:46: Themen fokussieren, die aktuell mit einem relativ absehbaren Zeitraum auch Umsatz

00:35:52: erzeugen.

00:35:53: Dadurch, dass wir das Unternehmen auch zum Großteil bisher gebootstrapped haben, ist

00:36:00: da eben der Fokus darauf,

00:36:01: die Themen und die Lösungen zu schaffen, die Umsatz generieren.

00:36:07: Wir werden wahrscheinlich gegen Ende des Jahres eine neue Finanzierungsrunde

00:36:14: fahren, um da eben mehr Geld auch einzusammeln und auch Ressourcen für die

00:36:19: Weiterentwicklung zu bekommen, sei es Humankapital oder eben auch an Investment

00:36:25: in Hardware, was auch im KI -Bereich ultra wichtig ist.

00:36:30: Aber

00:36:30: Wo wir uns jetzt nicht darauf fokussieren können, ist in einen Renn einzusteigen mit

00:36:37: Playern aus den USA oder auch Deutschland, die mit hunderten Millionen oder

00:36:43: Milliarden an Kapital ausgestattet sind, weil dieses Rennen einfach nicht gewonnen

00:36:48: werden kann, wenn man die Ressourcen nicht hat.

00:36:51: Und wie gesagt, da ist Humankapital, dieses Wissen von Menschen, auf der

00:36:55: anderen Seite die Hardware, so unfassbar wichtig.

00:36:58: Und der dritte Schlüssel ist,

00:37:00: sind die Daten.

00:37:02: Was mir jetzt auch noch in unserem Gespräch aufgekommen ist, was er auch

00:37:05: vorher gerade erwähnt, das Thema einerseits die KI muss arbeiten, der

00:37:09: Mensch bringt Input ein und aber auch dieses Zusammenwirken beider ist extrem

00:37:13: wichtig bei euch.

00:37:15: Was jetzt in diesen ganzen Diskussionen rund um KI ja immer wieder aufkommt, ist

00:37:19: auch das Thema der Nachvollziehbarkeit.

00:37:21: Kann ich das nachvollziehen, was die KI mir vorschlägt oder was die KI überhaupt

00:37:27: macht?

00:37:29: Welche Rolle spielt dieses Thema bei euch in diesem Thema Qualitätsmanagement oder

00:37:34: auch Engineering und wie geht ihr damit um?

00:37:38: Das ist eine super Frage.

00:37:40: Und zwar habe ich mich damals bei meinem Abschluss vom Bachelor damit beschäftigt,

00:37:47: warum KI eigentlich aktuell noch nicht in der Industrie eingesetzt wird und was es

00:37:51: für Potenziale gibt.

00:37:52: Es war damals noch Fokus auf die semantische KI, aber eben auch im Kontext

00:37:57: von FMI -A.

00:37:59: und es gab ein paar Studien dazu, warum KI noch nicht flächendeckend eingesetzt wird,

00:38:03: obwohl es aktuell schon sehr gute Trends dahin gibt und die Lösungen auch immer

00:38:08: besser werden.

00:38:10: Und das Hauptproblem, warum Menschen KI noch nicht eingesetzt haben in der

00:38:16: Industrie, ist, dass sie in die Ergebnisse noch nicht vertrauen konnten, weil es

00:38:21: bisher eine Blackbox war.

00:38:25: Blackbox deswegen, weil die meisten

00:38:28: KI -Algorithmen und Modelle, die es bis dahin gab, hauptsächlich auf numerischer

00:38:35: Datenverarbeitung aufgesetzt haben.

00:38:38: Und dieses Thema Nachvollziehbarkeit von den Ergebnissen für Ingenieure so wichtig

00:38:43: ist, weil man in diese Ergebnisse so ein tiefes Vertrauen haben muss.

00:38:49: Und Mensch vertraut meistens immer eher in seine eigene Arbeit und hat deswegen das

00:38:54: Gefühl, er kann es selbst besser umsetzen.

00:38:57: Aber die KI,

00:38:58: insbesondere im Bereich von Informationsverarbeitung wird immer besser

00:39:02: und aktuell gibt es auch schon sehr gute Modelle wie zum Beispiel ChatGPT, die

00:39:07: schon sehr gute Ergebnisse zurückliefern können.

00:39:10: Allerdings ist es bei LLMs so, dass die auf stochastischen Verfahren aufsetzen und

00:39:15: deswegen eher weniger gut nachvollziehbar sind.

00:39:19: Bei dem Modell, was wir jetzt bauen, das ist wie gesagt eine multimodale KI, heißt

00:39:24: verschiedene KI -Verfahren arbeiten zusammen und

00:39:28: Da setzen wir LLM zum einen zum Interpretieren ein, aber im Kern geht es

00:39:34: darum, die Zusammenhänge zwischen verschiedenen Entitäten und Ursache

00:39:39: Wirkungsprinzipien herzustellen.

00:39:42: Und die sind grafisch verarbeitet, sodass ein Mensch diese Grafiken auch einsehen

00:39:46: kann oder die LLMs können diese Grafen interpretieren und auf Basis dessen dann

00:39:54: einen Text erzeugen mit

00:39:56: also Referenzen darauf, wo kommt dieses Wissen her, wie aktuell ist das, wer ist

00:40:01: der Autor davon, um dadurch diese Nachvollziehbarkeit zu erzeugen.

00:40:06: Und dadurch steigt auch das Vertrauen in diese Ergebnisse.

00:40:11: Und insbesondere in der Zusammenarbeit von künstlicher Intelligenz und Menschen ist

00:40:16: das so wichtig und das ist auch, glaube ich, sehr, sehr wichtiges Message an deine

00:40:21: Zuhörer.

00:40:23: Die

00:40:24: Menschen brauchen auf der einen Seite das Vertrauen, dass sie eben diese

00:40:30: Zuverlässigkeit bekommen von der KI, dass KI -Algorithmen nicht immer eine schwarze

00:40:36: Box sind und man die Ergebnisse auch mittlerweile gut nachvollziehen kann.

00:40:42: Auf der anderen Seite ist es aber wichtig, dass die KI einen konkreten Nutzen bringt

00:40:46: und insgesamt, dass es dadurch dann auch zu einer Bereitschaft bei der Industrie

00:40:52: kommt und bei den Leuten, die

00:40:54: überhaupt einzusetzen.

00:40:56: Aber dafür ist es so wichtig, dass der Mensch sich nicht an die Technologie

00:41:01: anpasst, sondern dass die Technologie sich an den Menschen anpasst und dass die

00:41:06: Technologie von den Entwicklern, wie wir das sind, eben an diese Verhaltensweisen

00:41:11: vom Menschen angepasst werden.

00:41:14: Super interessant.

00:41:15: Also wenn ich das jetzt so ein bisschen Revue passieren lasse,

00:41:21: Ihr macht multimodale KI's, also unterschiedliche KI's, die ihr kombiniert

00:41:25: um...

00:41:28: den Ingenieuren Freiräume zu schaffen, mehr an dem zu arbeiten, worauf sie

00:41:32: wirklich Bock haben.

00:41:34: Und diese lästigen Tätigkeiten, die aber auch notwendig sind, wie Lastenheft und

00:41:42: Pflichtenheft erstellen, etc.

00:41:44: zu automatisieren, zu unterstützen.

00:41:48: Auch diese Risikoanalyse, die oftmals viel zu spät startet in dem Prozess, nach vorne

00:41:56: zu ziehen und parallel

00:41:57: zu befüttern und parallel aufzubauen.

00:42:03: Und ja, auch dieser Aspekt dieser Technologie, das habe ich jetzt gerade

00:42:09: super interessant gefunden, die Technologie an den Menschen anzupassen und

00:42:15: nicht der Mensch muss sich an die Technologie anpassen.

00:42:18: Das finde ich einen sehr spannenden Aspekt, den du da gerade gebracht hast.

00:42:26: So.

00:42:27: Last but not least, die letzte Frage, John.

00:42:30: Drei Learnings, die du den Zuhörerinnen mitgeben möchtest, drei Learnings privater

00:42:35: Natur, beruflicher Natur, du kannst es dir aussuchen.

00:42:40: Feel free.

00:42:47: Ich weiß, ist meist die schwierigste Frage für alle.

00:42:52: Ja, ja, da musste ich kurz überlegen.

00:42:56: Aus meiner Sicht, was ich für mein Leben gelernt habe, also vielleicht auch nochmal

00:43:03: wichtig, meine Historie so ein bisschen zu verstehen.

00:43:07: Ich bin relativ spät geboren.

00:43:09: Ich habe ein paar Geschwister, die sind deutlich älter als ich.

00:43:12: Und meine Eltern waren entsprechend auch schon ein bisschen älter.

00:43:16: Ich habe vor ein paar Jahren meinen Vater verloren.

00:43:19: Und das war mit so die schwierigste Zeit in meinem Leben.

00:43:22: Es war, es ist sehr viel drum herum passiert, was mich immer mehr

00:43:26: runtergezogen hat und ich tief traurig war.

00:43:31: Aber was mir im Leben immer geholfen hat, war dieser Blick in die Zukunft,

00:43:36: optimistisch zu sein.

00:43:37: Das ist ein ganz wichtiges Learning.

00:43:40: Nie den Mut zu verlieren, immer mutig zu sein, egal was kommt.

00:43:45: immer mutig und proaktiv auf Challenges und Herausforderungen zuzugehen und auch

00:43:54: Schwächen zu zeigen und die ganz klar nach außen zu kommunizieren.

00:43:58: Weil ich glaube, wenn man seine Schwächen nach außen zeigt, ist man nicht

00:44:02: angreifbar.

00:44:04: Und das war so was, habe ich lange mich mit beschäftigt dann in dem Zeitraum.

00:44:10: Ich habe auch

00:44:11: zwei Jahre dann mit einer Psychologin gesprochen, um einfach viele Themen mal

00:44:15: aufzuarbeiten und zu reflektieren, was mir einfach geholfen hat, so einen

00:44:20: psychologischen Werkzeugkoffer aufzubauen.

00:44:23: Und ja, deswegen würde ich sagen, die drei wichtigsten Learnings, die ich mein Leben

00:44:28: lang, glaube ich, nie vergessen werde, ist einfach immer mutig zu sein, Schwächen

00:44:36: nach außen zu zeigen und sich dadurch auch nicht angreifbar zu machen.

00:44:42: Und immer optimistisch zu bleiben, egal was kommt.

00:44:47: Und ich glaube, das sind drei Kernthemen, die man als Start -up -Gründer immer

00:44:52: braucht.

00:44:55: Und auch mit diesem Thema Schwächen nach außen zeigen, meine ich eben ehrlich zu

00:45:00: sein und ehrlich zur Außenwelt zu sein.

00:45:02: Das ist ganz wichtig.

00:45:04: Okay, super.

00:45:05: Danke für deine Learnings.

00:45:07: Ich glaube, man kann das ganz gut nachvollziehen.

00:45:10: wie diese Learnings auch mit deinem Antrieb zusammenpassen, auch immer wieder

00:45:13: was Neues zu probieren und dass du schon mit sechs Jahren begonnen hast mit dem

00:45:19: Unternehmertum, finde ich echt super.

00:45:23: Ja, John, herzlichen Dank für deine Zeit, für die Einblicke, für das, was ihr macht,

00:45:29: wie auch dein Blick auf das Thema Qualitätsmanagement ist und Engineering

00:45:32: und auch dein Blick auf das Thema

00:45:36: künstliche Intelligenz und Mensch, diese Verbindung zwischen Technologie und

00:45:41: Mensch.

00:45:43: Und ich bin gespannt, wie es bei euch weitergeht.

00:45:46: Du hast gesagt, Ende des Jahres steht eine Finanzierungsrunde möglicherweise an,

00:45:49: damit ihr da noch einmal den Boost zünden könnt.

00:45:52: Ich wünsche euch da auf jeden Fall mal schon jetzt viel Erfolg bei der Suche.

00:45:57: Ich bin mir sicher, dass sich da wer finden wird, weil das System tatsächlich,

00:46:01: ja.

00:46:04: Da ist so viel Potenzial da und da ich glaube du sprichst jedem Ingenieur aus der

00:46:10: Seele, wenn du einer sagst, ich schaffe die Freizeit für das, was du wirklich

00:46:15: machen möchtest und nicht für den Papierkram.

00:46:18: Das ist einfach genau das Thema, wo man sehr viel Zeit verbrennt und wo viel

00:46:25: Innovationsgedanken und Innovationen auch auf der Strecke bleiben, finde ich

00:46:31: teilweise.

00:46:32: Genau, herzlichen Dank.

00:46:34: Und ich wünsche dir jetzt noch einen schönen Tag, liebe Grüße Richtung

00:46:38: Karlsruhe und bis bald.

00:46:41: Dankeschön, Johannes.

00:46:43: Dir auch alles Gute für die Zukunft.

00:46:47: Das war das Interview mit John Achim Holzhauer.

00:46:50: Infos zu John und Szemorei findet ihr in den Show Notes.

00:46:54: Die nächste Folge ist dann wieder Jubiläum, denn Nummer 70 steht an und das

00:46:59: zum dreijährigen Bestehen von Business Unplugged.

00:47:02: Bis dahin viel Spaß und liebe Grüße aus München.