00:00:00: Dann sagte der Richard na ja du musst halt erstmal investieren bevor du profitieren kannst.

00:00:04: Und das ist genau das was auch hier schiefläuft ist auch zu dir so denke na ja ich muss einfach nur mal gucken welche Daten habe ich dann Keller.

00:00:12: Und dann lass ich dann ein bisschen Data Mining machine learning drüber und dann kommt schon hinten raus raus.

00:00:17: Nee ich muss das tatsächlich strategisch angehen das heißt ich muss mir heute überlegen was will ich in 5 Jahren machen welche Daten brauche ich dafür,

00:00:24: und wie komme ich an diese Daten dran und diese Daten dann systematisch strukturiert sie Gerichte zu erfassen und dann die Projekte entspringt aufzusetzen.

00:00:36: Im neuen Erde 5.0 Perspektivwechsel Podcast treffen sich Karl-Heinz Land und wohnen Fiege regelmäßig mit spannenden Menschen.

00:00:44: Sprechen über die Herausforderung der Zukunft Fluch und Segen der Digitalisierung besprechen die über die Chancen und Risiken von künstlicher Intelligenz unter Daten.

00:00:54: Ist die Digitalisierung letztendlich der Hebel zur mehr Nachhaltigkeit und der Weg zu einer ökologisch sozialen Marktwirtschaft.

00:01:02: Eine kritische Betrachtung der Gegenwart mit einem optimistischen Blick in die Zug.

00:01:08: Willkommen beim Erde 5.0 Perspektivwechsel Podcast heute Weber mit Karl-Heinz Land Auto Investor Speaker entrepreneur.

00:01:16: Im schönen Hennef bei Köln.

00:01:18: Grüß Dich Karl-Heinz guten Morgen wie geht's dir ja guten Morgen Roland und mit mir ist heute Roland Fiege.

00:01:27: Technologie und Marketing Experte und wir haben heute einen lang erwarteten Gast in unserem schönen Podcaster ein Mann.

00:01:37: Von dem ich sage der in Deutschland wahrscheinlich die höchste Markttransparenz hat wenn es so eines Reifegrad von Unternehmen hinsichtlich der intelligenten Nutzung von Daten geht.

00:01:46: Ich spreche von keinem geringeren als Martin Szugat. Grüß Dich Martin schönen Morgen.

00:01:52: Guten Morgen Karl-Heinz und Roland und vielen Dank für die Einladung hier auch zu eurem tollen Podcast und vielen Dank auch für diese wahnsinnige Ankündigung meiner Person die hat mich sehr lang.

00:02:02: Bilder noch nicht fertig für unseren und höre Martinszüge das Inhaber und Geschäftsführer von Datentreiber.

00:02:10: Wir kennen uns auch schon geklappt seit über 10 Jahren früher hat er mal Software entwickelt davor.

00:02:16: Hatte auch noch Social Media Software und Spiele entwickelte davor war hat er Bioinformatik studiert und sich schon wirklich mit sehr jungen Jahren,

00:02:24: mit so perversen Dingen die maschinellen lernen und Data Mining beschäftigt und geforscht.

00:02:30: Ich kenne ihn außerdem als die Programmdirektor also so eine Art curator der predictive Analytics world.

00:02:36: Oder deep learning world das sind alle Konferenzen in Deutschland bei denen es um daten geht und intelligente Nutzung von da.

00:02:43: Du dort auch so einen kleinen Job oder einen Vortrag halten,

00:02:47: mir ist es aufgefallen wie so eine Art tinder für data scientists also quasi so eine Art Marktplatz.

00:02:54: Wo steht das Heinz ist sich austauschen gucken wo gibt's denn gerade die neuesten heißesten Jobs und dazu ist er auch noch beteiligt an und Mitgründer von twentyfour,

00:03:06: deinem Marktplatz für künstliche Intelligenz das was es damit auf sich hat das wenn wir noch im Verlaufe des,

00:03:12: Gesprächs noch mal genau erklären wir werden heute sehr viel lernen über.

00:03:17: Ja Datennutzung künstliche Intelligenz Datenstrategie in in der Realität und da bin ich sehr.

00:03:25: Fange wann wird unsere üblichen Rubrik.

00:03:29: Ihr beiden fange an mit dir Karl-heinz was ist denn so das Thema was ich denn dich heute am heutigen Tag am meisten beschäftigt was sind die News gefährlich.

00:03:38: Also Fakt ist ja natürlich das Wochenende hatte für alle so ein bisschen was in Ostberlin gebracht dann wieder.

00:03:48: Gegen Corona demonstriert ich bin manchmal erstaunt wie weit das gehen kann bis zu dem

00:03:55: möglichen Parlaments Zerstörung morgen das ganze Land ist aufgeregt aber na ja okay ich weiß nicht ob die Aufregung das alles wert ist wegen so ein paar

00:04:06: Nerv doch leicht verrückten verstörten überhaupt kein Thema.

00:04:11: Und dann gab es ja auch aus der KI Szene ne was ganz Neues denn ihr habt wahrscheinlich alle gehört der liebe Elon Musk.

00:04:19: Gertrud Eurolink vorgestellt und sein Chip Implantat das ja mit dem Gehirn direkt verbunden werden kann und.

00:04:30: Setz die ersten die das schon ganz kritisch vorwarnen und was da doch alles so passieren könnte ich würde nachher mal vom Schwitzen von Martin mal interessieren.

00:04:40: Was er davon denkt weil ich glaube da ist auch noch ganz viel heiße Luft aber das ist ein anderes Thema.

00:04:46: Ja ich denke das auch also ich denke der Herr Precht ist der erste der wieder aufschreien wird oder einer der ersten aber Neuralink war natürlich schon ein ziemliches Brett

00:04:56: das muss man schon sagen also immer wieder auch zu sehen dass der Elon Musk also wirklich wirklich kein guter Präsentator ist

00:05:03: was ich aber auch so interessant fand dass er es verpackt hat als Recruiting Aktion

00:05:09: finde über links und nach dem Modell hier kommt und arbeitet für uns und da hat er für die Job die Jobbeschreibung so kurz malghe haben sie gezeigt was sie denn so alles suchen und er ist mir ganz schwindlig geworden wo ich sagen würde als in Deutschland ich weiß nicht wie wenig Leute Mann finden würde die überhaupt für sowas

00:05:23: qualifiziert wären aber dazu vielleicht später mehr auf von Martin Marti was ist für das Thema des Tages Thema der Woche.

00:05:31: Eröffne für mich ist es eigentlich in der profane aber doch wichtige Sache und zwar das nächste Woche die Schulen öffnen das nachdem unsere.

00:05:41: Ältester Sohn auch die erste Klasse kommt war das jetzt eine freudige Nachricht dass er tatsächlich dann auch nächste Woche ganz regulär ganz normal in die Schule gehen kann.

00:05:52: Was ich auch ne gute Sache finde und ich glaube auch dass es wichtig dass jetzt die Kids wieder auch in die Schule gehen weil das schließlich so ein bisschen herum das Thema an.

00:06:01: Dass du gerade aufgebrochen hast oder nämlich das Thema findet man hier überhaupt noch qualifizierte Mitarbeiter und das meinte ich sowieso.

00:06:10: Eine Bildung kostet eben sehr viel Zeit sehr viel Jahre sehr für Jahrzehnte und glaube wenn wir.

00:06:16: Sind 20 Jahren gut dastehen wollen und müssen wir jetzt schauen dass wir jetzt unsere Leute ausbilden nicht nur die Kinder sicher auch Jugendliche auch Erwachsene aber von daher,

00:06:25: hoffe ich auch dass dieses Schuljahr besser läuft als das letzte weil das langfristig eine gute Investition ist die eine Gesellschaft hier getätigt.

00:06:36: Absoluten ich denke auch dass die Ansätze auch Karl-heinz wir haben auch einen gemeinsamen guten Bekannten

00:06:43: Scott Galloway der ja sehr stark Politik macht momentan gegen das Bildungssystem auch in den USA so vor allem die ich

00:06:50: der Preisung des Bildungssystems dass die Kosten der explodierte das haben wir ja in der Form nicht aber was ihr natürlich auch sehen ist die einfach der die Tatsache dass man den Anschein hat dass in den letzten Monaten

00:07:03: was Digitalisierung der Schulen angeht auch nicht so wirklich viel passiert ist wie hast du das wahrgenommen Martin bei dir in der Ecke in Bayern.

00:07:11: Also unser Sohn kommt erst dieses Jahr dieses Schuljahr in die Schule aber natürlich auch von Bekannten und Freunden mitbekommen dass es

00:07:20: eine Katastrophe ist dass der gar nichts passiert ist und dass es sehr stark endlich vom einzelnen Lehrer abhängt also der eine Lehre.

00:07:27: Dann irgendwie jeden Montag einfach per E-Mail die Aufgaben für die Woche schickt und dann am Freitag einsammelt und da.

00:07:33: Hört man fünf Tage von der Lehrerin oder dem Lehrer nichts andre die dann mit dem Fahrrad hier irgendwie die einzelnen Schüler abklappern und die die Hausaufgaben sozusagen.

00:07:43: Es wirklich analog verteilen und oder einsammeln.

00:07:47: Wobei das der Maschine noch positiv ist wenn sich jemand die Arbeit macht weil er dann zumindest noch einen Kontakt zwischen Lehrer und Schüler da ist aber das kann er dich auch nicht die Lösung sein und,

00:07:58: dann wieder auch Fälle wo dann würde ich die Lehrerin die sich zu Hause in den Mini sozusagen

00:08:04: Studio einrichten und mit Zoom und allem möglichen und super Mikro und Kamera innerlich Live-Streaming innen,

00:08:13: machen rum ihre Schüler zu erreichen.

00:08:16: Und ich glaube an genau in diesem in dieser Preis ist dieser Bandbreite an ja wie Lehrer damit umgehen sieht man eigentlich,

00:08:24: was möglich wäre einerseits und andererseits was ihm auch nicht gemacht wird und ein ich müsste man ja so sein diese so zeigen dass alles nach rechts verschieben also dahin wo er sagt ja.

00:08:36: Jeder Schüler sollte eigentlich die Möglichkeit haben per online streaming am Unterricht teilzunehmen.

00:08:42: Auch wenn du dann wieder die Schnupfenzeit losgeht und dann die Kinder zu Hause bleiben müssen weil sie einen Schnupfen haben und da kann man mehr Sachen an euch dann hingehen und sagen wir ja dann,

00:08:52: müsst ihr halt selber alleine in eurem stillen Kämmerlein ja ja den Bericht machen oder auch das auf die Eltern ab.

00:09:02: Ja ich denke da also muss es tatsächlich mal eine generelle Lösung geben denn das ist ja klar dass wir wieder Phasen haben wenn wo die Kinder eben nicht in die Schule gehen können.

00:09:11: Und dann sehen wir im Prinzip genauso weit wie vorher Karl-Heinz hast du noch Berührungspunkte was das angeht deine gibt es sind ja quasi schon raus aus dem Gröbsten oder.

00:09:18: Ich nee ich bin wieder drin mein Enkel ist jetzt 12 der wird 13,

00:09:24: gerade die Schule gewechselt also ist jetzt in der fünften und,

00:09:32: was mich immer erschreckt und das geht auch so in die Richtung das was der Martin gesagt hat und was wir früher schon vor ein paar Wochen mal besprochen haben ich habe ja damals in Erde 5.0 ein ganzes Kapitel dem Thema der Bildung Gewinn.

00:09:46: Und ich sag halt Bildung dient ja auch dazu die Menschen vorzubereiten auf eine geänderte Lebens aber auch auf eine geändert,

00:09:55: Arbeitswelt ne in die Arbeitswelt hat sich radikal geändert wenn man mal überlegen wie man vor 100 Jahren gearbeitet hat und wie war heute Arbeit.

00:10:04: Wenn du dir aber einen Klassenraum Nummern bilden Foto von dem Klassenraum vor 100 Jahren anschaust und von einem heute also außer dass es vielleicht bisschen farbiger ist ist da sonst nichts passiert.

00:10:16: Und

00:10:19: das Bildung im Fokus darauf haben sollte die Menschen vorzubereiten auf das was ist also dieses Thema wie Medienkompetenz soziale Kompetenzen Teamfähigkeiten,

00:10:32: Todesfee Kompetenzen weil was wir heute tun mit den Kindern das finde ich ziemlich brutal,

00:10:39: bezwingen die alle durch denselben Trichter durch in derselben Geschwindigkeit unabhängig von ihren Neigungen und das Ergebnis ist dass wir extrem viele gescheit.

00:10:51: Oder scheiternde unzufriedene Schüler produzieren,

00:10:55: die am Abschluss der Klasse 13 oft noch nicht mal wissen was ihre Neigungen eigentlich entspricht ja und ich finde eigentlich traurig wenn man 13 Jahre braucht.

00:11:07: Um fertig zu sein um dann noch nicht mehr zu wissen was kann ich besonders gut was kann ich weniger gut

00:11:13: weil wir alle durch die selben Kurse Mathe Dings und so weiter durchgeschleift haben und wir wissen alle der eine ist er begabt auf der künstlerischen Seite der sprachlichen Seite der Matte Martin seid und selten ist das bei allen gleich aus.

00:11:28: Mitunter muss ja Versagen das ist eigentlich ein total versagen das ist er.

00:11:33: Also ich habe alles gibt ja die klassischen warum wie und was und bei der Schule passen alle drei Sachen nicht also das warum die Schule das bereitet schon lange nicht mehr auf die tatsächliche,

00:11:45: Arbeits und Lebenswelt vor das wie ist auch völlig falsch gemacht angesichts der Tatsache dass wir halt auch ganz andere

00:11:52: Werkzeuge mittlerweile eher zur Verfügung haben und wir den Unterricht ganz anders gestalten könnten und das was auch gelehrt wird ist auch nicht mehr dem zeitgemäß

00:12:01: ja von daher sehr traurig.

00:12:06: Aber man muss aber auch sagen Martin es ist insofern auch besonders kritisch in wir haben ja diesen digital Pack

00:12:14: der Länder mit dem Bund da wurden fünf Milliarden zur Verfügung gestellt und ich habe mich gestern noch mal erkundigt weil ich gerade Stillstand als Beschleuniger so ein neues Booklet geschrieben habe und da habe ich noch mal das Thema Bildung aufgegriffen.

00:12:29: Es sind bisher irgendwie knappe 10 15 Millionen aus 5000000000 abgerufen weil die Lehrer die Schule

00:12:39: ja nicht wissen was du denn tun sollen also wir haben die Voraussetzungen gar nicht geschaffen wir müssen die digitale Infrastruktur aufbauend die Lernumgebung scharf.

00:12:50: Die Lehrinhalte mal neu definieren was wollen wir überhaupt und dann können wir den Wandel gestalten,

00:12:57: also auch Anreize für die Lehrer schaffen das was du vorhin sagst na das wäre ja ganz wichtig dass die Lehrer auch ein Interesse daran haben dass es eine Weiterentwicklung gibt.

00:13:09: Und auch dir Erleichterung in der Verbreitung über die Plattformen ne also wenn wir über,

00:13:15: Ausfälle im physischen Unterricht also Präsenzunterricht drehen da müssen wir natürlich darüber reden wie können wir das kompensieren durch digitale ohne müssen wir.

00:13:25: Bildung einfach komplett auch neu denken und zwar auf die zukünftige Anforderung nenne wachsende Komplexität in unserem Leben,

00:13:35: und auch mehr auf Kollaboration und miteinander als dieses ewige ich bin der beste also Pisa

00:13:43: geht ja komplett in die falsche Richtung na und da denke ich mir so einfach komplett neu denkt.

00:13:49: Da darf ich kurz noch eine Anekdote erzählen also unser Erstgeborene ist jetzt ich glaube in der zweiten Woche Erstklässler.

00:13:57: Und hast du ihm gesagt hast mit dieser Schule Situation das ist so wie vor 100 Jahren

00:14:02: wir haben uns bewusst dafür entschlossen ihn in der Montessori-Schule zu schicken mit der bin ich total desorientiert weil ich gehe rein und nicht Seite warte mal wo ist der Klassenraum,

00:14:12: sag ihr dass jeder Klassenraum die suchen sich Ihren Platz selbst sie suchen Sie Ihre Arbeit selbst und lernen von vornherein wirklich selbständig zu arbeiten und an für mich gab Sie bitte diese Inspiration ich habe fort

00:14:27: 24 Jahren mal auch Interview ging es um wo schicken denn die Entwickler

00:14:34: all der Sucht machen den Apps die wir gerne alle Benutzung Instagram face,

00:14:40: aus Silicon Valley Washington die denn ihre Kinder hin und die haben da ja so ein Gerät ist jetzt nicht so meins ja.

00:14:46: Bei unterdessen habe ich mir das mal angeschaut und ich muss sagen ich bin total begeistert weil es genau das was ihr eben gesagt habt fördert also Selbständigkeit.

00:14:56: Freies lerne aber der Kreativität aber natürlich also am Ende kommen die Kinder daraus und dass wir können die auch Rechnen Schreiben Lesen das ist ja ganz klar wir können auch noch viel viel mehr,

00:15:07: ich bin auch der Auffassung dass ich dich ich schätze das so ein dass es mehr als eine

00:15:11: das alternativ kriegt jetzt ökoloco mäßig aber alternative Angebote der Bildungsangebote und Bildungskonzepte geben wird in der Zukunft die aber natürlich leider eher wobei das jetzt nicht die Welt ist aber auch privat organisiert und privat zur zum Teil mitfinanziert werden müssen

00:15:27: denn das gegenwärtige Modell da bin ich vollkommen bei euch dass das ist überhaupt nicht zeitgemäß aber

00:15:34: da musst du selbst was dran ändern habe ich den Eindruck.

00:15:38: Absolut aber damit sind wir ja auch beim Thema ich denke der gerade der Martin kann noch einiges dazu sagen

00:15:45: was tut sich wie wird sich denn unsere Arbeits und Lebenswelt auch durch die künstliche Intelligenz verändern und was hat das im Rock

00:15:53: Rückschluss für Folgen für unsere Kinder beispielsweise auch auf die Ausbildung und so.

00:16:00: Genau vielleicht kannst du uns nicht erstmal einen Eindruck geben Martin.

00:16:05: Lass mal fange vielleicht bei den Firmen an wie weit sind die Firmen alle reden von günstigen talents von Nutzen von Daten big data Intelligenz predictive Analytics deep learning machine learning wie weit sind denn

00:16:18: Firmen in Deutschland mittlerer und großer größer der kleinere Firmen überhaupt darauf vorbereitet jetzt erst mal inhaltlich gesehen.

00:16:27: Ich würde mal schätzen und das sind keine Zahlen die ich jetzt.

00:16:32: Fitnessstudio oben habe aber erstmal so aus meiner Erfahrung heraus über die letzten 5 Jahre und ein paar Dutzend Unternehmen.

00:16:40: Dich mir würde die gerne Datentreiber beraten haben und wasche ich ein paar hundert Unternehmen die eben Vorträge auf der Toilette von der Ludwigs oder die burning war gehalten haben wegen sein das glaube ich ja glatt ein Prozent der Unternehmen in Deutschland schon wirklich.

00:16:53: Künstliche Intelligenz oder zweimal Verfahren der künstlichen Intelligenz.

00:16:58: Künstliche Intelligenz so gibt es nicht aber Verfahren aus der künstlichen Intelligenz für dich in einer breiteren in native einsetzen das ist o2 Multi auf das gesamte Unternehmen hochskalieren das ist will ich im Prozentbereich.

00:17:10: Am dann hat man vielleicht zu 10 % der Unternehmen die schon anfangen erste Projekte mit ja weggefahren Ludix machine learning deep learning ecetera umzusetzen

00:17:22: und ich schätze mal so knapp 90% der Unternehmen oder dann 89 wenn man jetzt die prozentige ordentlich aufsummiert sind eigentlich in dem Zustand oder Situation

00:17:34: Obi noch weit entfernt sind davon überhaupt maschinelles Lernen Affe und Co einzusetzen die meisten Unternehmen,

00:17:41: fangen eigentlich erst an überhaupt zu begreifen was sie mit datenanalytik machen können und sind dann eher für dieses klassisch Analytik Reifegradmodell gesagt.

00:17:51: Deskriptive diagnostische prädiktive präskriptive autonome Analytik also dass das dann autonome Analytik ist dann sozusagen KI künstliche Intelligenz und deskriptive Analytics das was man vielleicht so ein bisschen als Business Intelligence reporting bezeichnen würde.

00:18:06: Die meisten Unternehmen sind endlich auf diese untersten Stufe am da noch sehr viel Hausaufgaben zu erledigen oder haben noch nicht mal diese Stufe

00:18:13: gemeistert und müssen jetzt erstmal sich überhaupt ja einen Mist System aufbauen wenn du importing System überhaupt mal anfangen sie gerichtet systematisch Daten zu erheben

00:18:26: denn unsere Nummer Kundenfragen Soja wie lange brauchen wir denn dann dass wir da diese

00:18:31: Reifegrad Leiter der hochsteigen dann sage ich immer naja wenn ihr euch jetzt mal so zehn beeilt dann seid ihr in zehn Jahren da oben und dann sagen Sie was zehn Jahre ja und wenn wir uns und dann soll ich ja aber dafür müsste jetzt auch mal so sein etwas mit seinen Gang hoch.

00:18:45: Hochschalten und auch eure Taktfrequenz erhöhen also einfach schneller Dinge anpacken nicht irgendwie fünf Sachen gleichzeitig und dann braucht ihr das Projekt irgendwie zwei Jahre sondern das muss man in zwei Wochen in zwei Monaten

00:18:58: die ersten Sachen abgeschlossen sein dass mein Taktfrequenz erhöhen also nicht große Räder drehen sollen kleine Räder schneller drehen.

00:19:06: Anna kommt dann häufig nachher aber wenn wir zwei dazu machen solche dann brauchte 20 Jahre aber ihr werdet zu dann gar nicht mehr überleben weil andere werden die werden halt

00:19:15: mit kleineren Rädern anfangen wenn die schneller drehen und werden euch einfach überholen und das ist das klassische was man in der Evolutionsbiologie aus als rote Königin Phänomen bezeichnet also derjenige der schneller sich anpasst wird am Ende überleben

00:19:30: speccy bin jetzt irgendwie Virus und Immunsystem wenn es Virus schneller mutiert ist sich das Immunsystem anpasst dann.

00:19:37: Ja ist blöd dann gibt's Todesfälle.

00:19:41: Und das gleiche Prinzip gehört man lässt sich auch in der Wirtschaft also die Unternehmen die schneller adaptieren die Schnelle evolvieren.

00:19:48: Also z.b. gerade was datenanalytik anbelangt schneller diese Reifegrad leider hochgehen die werden eben,

00:19:56: höhere Effizienz haben höhere Effektivität werden mehr Gewinn machen und ich sage mal der Gewinn von diesem Jahr ist es sind die Investition von nächsten Jahr

00:20:03: Bikinis ja wieder noch mehr Geld um in Innovationen zu investieren und dann wieder gestärkt daraus zu kommen um noch mehr Geld zu haben und irgendwann ist es uneinholbar,

00:20:13: Und und gibt es Broschen wo du sagst die sind da bisschen schneller hs-42t in OTC sage malinowa,

00:20:21: Zion's getrieben sind oder ist es vollkommen unterschiedlich von von Solarfirmen abhängig Strategie abhängig.

00:20:30: Es gibt schon so Tendenzen dass bestimmte Branchen etwas träger sind wobei das dann auch immer.

00:20:36: Das gibt da immer sowieso erweckungs Momente ja wenn dann einer in der Branche wieder anfängt und es publik wird und die ersten Erfolge.

00:20:45: Na zu berichten hat und es da auch in den Medien oder auf Konferenzen auftauchten ziehen die anderen meistens nach.

00:20:52: Ich glaube der Stärkere Hebel ist aber tatsächlich die Firmenkultur marsum wenn man sich Unternehmen anguckt die eben und da, fällt auch genau dieses Thema so Bildungen rein oder wie wie wie es euch geht dir.

00:21:05: Die Arbeit der Zukunft ich sehe es immer dann.

00:21:10: Das Unternehmen erfolgreich sind wenn sie kleineren Teams auch mehr Autonomie geben also mehr Entscheidungsfreiheit

00:21:17: sprich nicht diese klassischen hierarchischen Strukturen wo oben irgendjemand was entscheidet dann dann wird es einfach runter delegiert

00:21:25: haben sondern die Unternehmen die mit datenanalytik erfolgreich sind was die eigentlich alle vereint ist ein hohes Maß an ja Autonomie des heißt die einzelnen Personen oder auch Teams Hamm.

00:21:40: Kompetenzen die Dinge auch umzusetzen und haben aber auch die Entscheidung zur Hoheit,

00:21:46: Entscheidungen zu treffen und sind eben auch sehr selbstbestimmt und ich fremdbestimmt und das ist wenn man nicht drauf mal überlegt.

00:21:54: Leg Dich gibt's bei KI auch nur um daten und Analytik und wenn man bei datenanalytik geht's immer um

00:22:00: wenn man mal ganz runter bricht um ein ich datengetrieben Entscheidungen ob jetzt die Maschine entscheidet oder nur eine Entscheidungs Unterstützung macht aber letztlich geht es darum und die Frage wie wir entscheiden.

00:22:10: Bin ich jetzt aber.

00:22:13: Martin vielleicht noch mal ich glaube das wäre wichtig auch für unsere Zuhörer wenn wir schon mal so einen Experten wird dich hier haben der sich so viele Jahre damit auseinandersetzt,

00:22:23: das war noch mal sagen was eigentlich heute schon geht weil ich

00:22:26: du hattest vorhin so in dem Nebensatz gesagt künstliche Intelligenz gibt es ja eigentlich noch gar nicht es gibt lernen der Algorithmen es gibt noch nichts was auch nur annähernd künstliche Intelligenz genannt werden könnte der Begriff ist einfach falsch vielleicht erzählst

00:22:40: dazumal,

00:22:41: und dann auch mal eben in Anwendungsbeispielen dass der Zuhörer versteht was denn tatsächlich schon geht oder

00:22:50: was tatsächlich erst geht und was eben auch nicht weil du sprichst ja selber sehr gerne von eigentlich von der Analyse und dem dem auseinander Sortieren der Daten.

00:23:01: Genau also erstmal muss natürlich verstehen dass Kathi der Begriff war ja mal wieder meine Vision die formuliert wurde vor glaube ich 60-70 Jahren,

00:23:13: okay das ist irgendwas wo man mal hin will wobei aber das nicht wissenschaftlich definiert ist also dass keiner hingegangen angesagt

00:23:21: was ist überhaupt Intelligenz und was ist künstliche Intelligenz.

00:23:24: Habe im Zuge dieser sozusagen dem Streben nach Erfüllung dieser Vision sind natürlich ganz viele unterschiedliche Verfahren entwickelt worden und ein Bereich ist eben maschinelles Lernen.

00:23:34: Und da gibt es ganz viele unterschiedliche Verfahren in diesem Fall Werkzeugkasten namens maschinenlernen.

00:23:41: Das heißt wenn man eigentlich von künstliche Intelligenz heute spricht meint man ob jemand bedient sich Verfahren des maschinellen Lernens.

00:23:48: Wobei auch andere.

00:23:51: Disziplinen Anwendung finden dass es z.b. klassische Logik ja also alle Menschen sind sterblich sokrates ist ein Mensch also ist Sokrates sterblich.

00:23:59: Solche Verfahren werden im Rahmen von Suki Projekten eingesetzt im Moment ist ein bisschen die der Fokus immer nur auf Meschen bzw deep learning.

00:24:08: Ama Wald klassischen RKI Forschungen finden ja auch Logik oder Wissensrepräsentation oder Spieltheorie Anwendung.

00:24:16: Wenn man sich nur mal so sein auf das Thema machine und Deep learning fokussieren und dann vielleicht auch noch mal kurz zur Begriffsklärung.

00:24:24: Deep learning ist im Endeffekt so ein eine subkategorie das machine Learnings eigentlich muss man sagen dass die blond bedeutet eigentlich deep neural network machine learning also,

00:24:35: maschinelles Lernen mit sogenannten tiefen neuronalen Netzwerken eine bestimmte bestimmt das Verfahren wo sagen das Konzept der neuronalen Netze sowie unseren funktioniert aber das wird zurzeit adaptiert,

00:24:50: für den Rechner und damit werden daneben Maschinen trainiert und lästig sag immer.

00:24:56: Also bitte diesen diesen Satz der wenn es irgendeine PowerPoint steht dann ist es KI und wenn in Peißen geschrieben ist ist eine Programmiersprache dann nimmt man machine learning und ich Scherz dann immer naja.

00:25:08: Wenn es in Erle geschrieben ist dass es so lang so eine mathematische Sprache dann ist es einfach angewandte Statistik und tatsächlich ist ein maschinelles Lernen auch nichts anderes als angewandte Statistik also man verwendet,

00:25:19: Methoden der Wahrscheinlichkeit und Statistik Lehre um in Daten Muster zu erkennen muss der bedeutet sozusagen Korrelationen also man guckt nach Variablen,

00:25:30: die korrelieren das heißt wenn die eine Variable rausgeht geht die andere Variable auch rauf und dann geht's runter.

00:25:36: Orte Berlin das ist alles total interessante total super wir wollen praktische Beispiele haben.

00:25:46: Freiraum das mal ich soll mal so ein bisschen zu entzaubern,

00:25:52: also immer dann wenn du viele Daten hast mit vielen Variablen wo du nach Korrelationen suchst dann kannst du eigentlich schon alles lernen einsetzen und da ist letztlich die

00:26:03: Anzahl der Anwendungsfälle ist unbegrenzte das reine

00:26:07: deine rheinfantasie begrenzt wo momentan Maschinist lernen eingesetzt wird ist natürlich zu möchte sehr stark in der Bilder Kennung.

00:26:15: Ja bei dir eben mit Deep learning sehr erfolgreiche so sein Projekte gemacht worden sind Bilderkennung

00:26:23: mal ein Beispiel was du bisschen außergewöhnlich ist

00:26:26: ein Sprecher von der politischen Ludwigs behalt die hatten Projekt gemacht zusammen mit der indischen Regierung und zwar ging es darum,

00:26:35: Kinder die entführt worden sind zu identifizieren weil jedes Jahr in Indien über 100.000 Kinder entführt werden und jetzt ist die Frage.

00:26:43: Die gemacht haben es im Endeffekt die haben Fotos dieser Kinder genommen haben ein Modell her genommen was hochrechnet wie das Kind in jetzt aussehen würde also wenn das Kind.

00:26:52: Entführt worden ist mit 5 Jahren dann rechnen die hoch die wird es heute aussehen zum Schiff 5 Jahre später und dann haben die Leute mit Kameras zurzeit auf Märkte geschickt oder öffentliche Plätze und die haben diese

00:27:03: von Menschenmenge aufgenommen und dann in den Aufnahmen nach,

00:27:08: diesen entführten Kindern gesucht und auch dafür würde wieder maschinelles oder deep learning Modelle verwendet was sozusagen versucht diese Kinder in diese Menschenmenge bitten hunderten.

00:27:18: Personen zu erkennen und tatsächlich ist auch schon paar Monate her gab es einen Fall wo man tatsächlich auch einen Kind dann,

00:27:25: anhand dieser Software identifizieren konnte und das ist so möchte einen Fall wo auch machine-learning gehabt billig.

00:27:33: Also klar die die meisten Modelle wäre natürlich eingesetzte in der Wirtschaft mehr um sie sich vorherzusagen ob Kunden kündigen oder.

00:27:41: Combi in der Industrie visual inspection da sind dann wird seine Materialien gescannt und geguckt gibt es da irgendwelche Fehler dass das die Soße die nicht fehlerhaft aus dem Berg rausgehen oder wenn Materialien in der Fabrik reinkommen das natürlich dann er sei mal wirtschaftlich Anwendungsfälle aber an dem Beispiel

00:28:00: von dem entführten Kinder erkennt man auch ja man kann auch Gutes tun mit machine learning und Deep learning.

00:28:11: Genau ich kann gerne auch noch mal so ein paar andere Anwendungsfälle bei dir gesagt das ist natürlich unendlich viele.

00:28:18: Am muss ich auch sehr stark so im healthcare Bereich eingesetzt und Gesundheitswesen Erkennung von Krebs auf Röntgenbildern oder jetzt auch.

00:28:28: Coronavirus in Aufnahmen der Lunge verwendet werden um so zu einer zu erkennen ob jemand an Corona erkrankt ist.

00:28:37: Wir sind jetzt über oder auch in einem anderen Projekt z.b. dran da geht's darum.

00:28:44: Vorherzusagen wie wird denn die.

00:28:49: Der die Nachfrage nach bestimmten Medikamenten sich in den nächsten Wochen oder Monaten Entwicklung weil das natürlich ein kritisches Thema ist das hat man jetzt während das was vor der Corona Krise schon Problem.

00:29:02: Dass es bei bestimmten Arzneimitteln zu Knappheiten gekommen ist aber insbesondere im Umfeld von Krankenhäusern das hängt

00:29:11: ein bisschen damit zusammen wie die die Produktion von Lieferketten im pharmazeutischen Bereich sein weil nur wenige nur noch die Wirkstoffe produzieren und die,

00:29:21: Krankenkassen auch nur von wenigen Arzneimittelhersteller die Arzneien abnehmen so dass es da so zwang immer zu so Engpässen kommt.

00:29:29: Und wären Korona hat sich das Ganze aber noch natürlich noch mal massiv verschärft weil auf einmal Lieferketten sozusagen gestoppt worden sind und andererseits gewisse Bedarfsspitzen gab für bestimmte Medikamente.

00:29:42: Und das ist z.b. in dem Problem und da gibt es war auch Ansätze wie man mit.

00:29:50: Ich unbedingt deep learning aber zumal mit einfachen Zeitreihenanalysen.

00:29:55: Den Bedarf von zwei Männern vorher sagen kann das ist was Martin da muss man doch eins ganz klar festhalten was in Deutschland spezielle noch nicht verstanden wurde.

00:30:09: Das künstliche Intelligenz ne matrixfunktion ist also sprich

00:30:14: diffundiert in alle Lebens in alle Geschäftsbereiche also egal ob ich über Gesundheitswesen Banking Versicherung

00:30:22: Maschinenbau Anlagenbau ich habe vor 35 Jahren in Projekt begleitet beim Krupp Forschungsinstitut das nannten vero Lernregel Lernende basierende Systeme.

00:30:34: Und da wollten wir wissen bei welchen

00:30:36: Umgebungstemperaturen Feuchtigkeit zu Reparaturen korrigieren Stelle unter den gegebenen Umweltbedingung und das am besten vorher sagen können so das haben wir vor 35 Jahren gemacht die Frage ist,

00:30:51: warum verstehen

00:30:52: bedeute Unternehmen warum versteht die Wirtschaft nicht dass sich eigentlich jeder auch mal mit den Daten auseinandersetzen muss und hast du eine Erklärung also jetzt als Spezialist aus der Kai warum die Leute sich da so ab.

00:31:07: Ablehnend oder ja zumindest nicht begeistert zu stellen und sagen hier wir müssen das Thema aufgreifen.

00:31:15: Und wie gesagt das hat viel mit Bildung und Kultur zu tun also erstens natürlich die naturwissenschaftliche Bildung.

00:31:21: In Deutschland nicht besonders ausgeprägt es gilt hier immer noch sozusagen die klassische bürgerliche Bildung mehr Güte und Co.

00:31:27: Und ich war auf einer Party mit meinem kaum punkten können damit dass man irgendwie über Quantentheorie philosophiert.

00:31:34: Das setzt sich hatte ich auch in der Wirtschaft Ford dann auch die sehr starke Kultur in Deutschland ja da wird solange der Chef oder Sebo in der nicht in immer der heißt papers nominieren.

00:31:45: Der dass es dir der entscheidet und gesagt dass.

00:31:49: Fängt er nicht mit KI an sondern das endet mit Karies fängt ja schon damit an dass ich eben auf einer wesentlich niedrigeren komplexitätsstufen auf der deskriptive diagnostischen.

00:31:59: Suche überhaupt zum mit datenanalytik arbeite aber wenn die Unternehmen nicht mal das hinbekommen.

00:32:06: Dann ist auch nicht die Bereitschaft da sich überhaupt oder auch die die das Fundament da KI einzusetzen.

00:32:12: Der Klassiker ist nimm den Team kommt und sag guck mal Chef wie haben die Daten analysiert und es ist die Entscheidung A oder B und alles spricht für A,

00:32:21: und der Chef sagt nie mein Bauchgefühl sagt mir aber B und ich bin hier der Chef weil ich bin der Entscheider so ist ja auch das Selbstverständnis deswegen entscheide ich für B

00:32:29: dann ist es ein extrem frustrierend das Erlebnis und tödlichen kenn das von vielen Vorträgen oder auch von Mitarbeiter von Kunden die mir das erzählen und die daneben auch schnell wieder kündigen und das ist zu scharf ein massives Problem.

00:32:44: Also das heißt im Klartext was du uns erklärst das Gegenteil der künstlichen Intelligenz ist die natürliche Dummheit das ist was du uns eigentlich sagt oder das natürliche Desinteresse die natürliche Ignoranz salmans genau will.

00:32:59: Ja wenn man Ignoranz mit Unwissenheit.

00:33:04: Übersetz ja also ich weiß nicht ob es Dummheit ist sondern es ist ja dieses na ja.

00:33:11: Mit Dummheit kann man schon ein bisschen gleichsetzen also ich bin immer wieder erstaunt ich nehme noch mal das,

00:33:17: Spiel von Handys von VW hätte seid ihr jetzt gesagt wir bauen eigene Software Haus weil er hat erkannt es geht in Zukunft gar nicht mehr um das Automobil sondern es geht um die Mobilität und damit

00:33:31: geht es darum wer das Betriebssystem des Autos baut übrigens vergleichbar mit dem was im.

00:33:37: Harte und Softwarebereich passiert ist eine früher gab es mal 100 Firmen die haben PCs hergestellt Personal Computer heute gibt's vielleicht noch zwei drei Hände voll Dell und Fujitsu noch ein paar andere die anderen haben sich eigentlich davon verabschiedet

00:33:53: was aber geblieben ist

00:33:54: das Microsoft die wertvollste eines der wertvollsten Unternehmen der Welt ist die nämlich das Betriebssystem dafür herstellen und die Frage ist

00:34:03: wenn wir eine Wertschöpfung feststellen die zunehmend sich Richtung software-service und Plattformen entwickelt aber wie er immer noch an

00:34:13: Blechen rum dengeln also sprich das Auto Blech verbiegen und glauben damit können wir überleben dann ist das ja sehr fraglich und was ich halt

00:34:24: der Automobilindustrie aber auch der Maschinenbau und im Anlagenbau vorwerfen

00:34:28: die Erfahrung die jetzt VW macht nämlich das merken ob wir müssen doch schneller Rechnungssoftware dass das die

00:34:36: Maschinenbauer die Anlagenbauer Versicherungsunternehmen vielleicht haben es schon verstanden aber viele viele eben noch nicht oder wie siehst du das.

00:34:46: Ja also was ich für mich mache wie gesagt verschiedene Konferenzen die auch immer in the vertical ist aufgeteilt sind und es gibt die Britta von Alexa etwas business for industry for point of healthcare

00:34:57: ganz mich wie dieses Jahr nennen special prefix for Finance & insurance und zum Schwede Generali in der in Schule Versicherungsbranche merkt man jetzt.

00:35:06: Genau das diese Hebel umgelegt ist das heißt Einzelunternehmen haben angefangen da Gas zu geben,

00:35:11: und jetzt merkt man so einen sogeffekt und wir haben uns dieses Jahr eben da dachte ich wir machen ein Tag,

00:35:18: Vorträgen und Hamid aber so viel Einreichungen bekommen das hat zwei Tage Programm füllen nur mit Thema Finance & insurance weil eben die Unternehmen und wir haben auch einige Kunden aus dem Versicherungsbereich jetzt bei Datentreiber,

00:35:30: da merkten wir ja da ist jetzt sozusagen die Erkenntnis gereift.

00:35:33: Wir müssen da was tun weil im andere sozusagen den Schritt gemacht haben das genau diese rote Königin Phänomen ja der eine legt sozial Gang zu und jetzt müssen die anderen auch wieder schneller laufen um eben sozusagen relativ die Position zu halten.

00:35:48: Am das gleiche merke ich im Maschinenbau wir haben vor drei Jahren die Brücke von endlich 12 für Industrie vor heute auch gestartet.

00:35:56: I ja aber noch sehr soll mal Verhalten und das zweite Jahr hat man schon gemerkt dass vielmehr Vorträge Einreichungen kommen.

00:36:05: Und was da sehr spannend zu sehen ist dass die Treiber nicht unbedingt die großen Sender sind nicht die Automobilhersteller.

00:36:12: Sondern es sind vor allem eher mittelständisch Unternehmen und die jetzt auch gar nicht so sehr in die Richtung,

00:36:18: möchte predictive maintenance gehen also man sagt die kann ich jetzt sozusagen vorher sagen welche meiner Maschine muss demnächst gewartet werden.

00:36:26: Haben sondern die denken direkt in die Richtung wie kann ich meine Maschinen meine Werkzeuge mit maschinellen Lernverfahren Suppen intelligenter machen

00:36:36: für ein Vortrag von einer intelligenten Schneidemaschine das heißt das ist nämlich eine Schneidemaschine für Holz.

00:36:43: Die gab's schon immer so und die kann es aber aufgerüstet werden mit Kameras und na Software die haben so eine eigene App Store.

00:36:50: Und da kann man sich gewisse Apps draufladen und diese Software zum schon eine Hemd Anwendungsfall ist dann die erklärt einen dann wie man optimal,

00:36:59: das Holz schneidet damit der Sozialausschuss möglichst gering ist.

00:37:03: Und da merkt man das glaube ich auch wieder viel mit Filmen Filmkultur zu tun sollen Mittelständler hat einfach schnellere Entscheidungsprozessen

00:37:12: na der Macht nicht erst irgendwie in der Studie über zwei Jahre wo dann in ein PowerPoint rauskommt und dann wird es irgendwie in erstmal Vorstand vorgelegt und der macht dann noch mal ruhig McKinsey rein und das dann noch mal in die drüber sondern.

00:37:27: Das wird ihm schneller entschieden dann wird es prototypisch auch umgesetzt und wenn es funktioniert wird es auch möglich schnell sozusagen in die Produktion also in das Sea Life übersetzt.

00:37:37: Das ist ja wo man einfach merkt ich muss einerseits es wollen aber ich muss es andererseits auch können und das können hängt nicht nur von rein,

00:37:47: fachliche Expertise absinkt sehr stark auch von wie mehr wie die Firmenkultur ist.

00:37:53: Ja aber Martin wenn man das so sagt und wenn ich dir zuhöre aufmerksam,

00:37:58: dann sagst du ja auch viele Unternehmen haben die Daten gar nicht weil was willst du machen

00:38:04: wenn du die Daten aus dem Produktionsprozess nie hast gespeichert und zwar möglichst mit vielen Sensoren

00:38:12: und dann aus dem Datenmengen überhaupt mal was erkennen kannst und die Korrelationen ne denn vieles im.

00:38:19: Machine learning oder nrn m deep learning passiert ja indem ich einfach mal experimentiere und sage

00:38:27: das auch ich bringe mal die Daten X und Y zusammen und dann gucken wir mal welche Beziehungen ist überhaupt gibt also Beziehung die bei uns vorher gar nicht klar gemacht haben,

00:38:38: Wer ist nicht das auch ein großes Thema.

00:38:41: Genau und das auch der Grund warum der Datenstrategie braucht aber da auch da Heinz wieder sehr verstärken mit der Denkweise zusammen was ich gebe mal ein Beispiel eine kleine Anekdote wir hatten vor drei Jahren den Richard Lehmann als Sprecher auf

00:38:54: public frühlingswalzer industrieverein toll der es bei MHP verantwortlich dafür die Fabriken zu optimieren und die hatten Programm.

00:39:04: 20 % Effizienzsteigerung bis 20:20 Uhr und dann.

00:39:08: Was so der hatte am zweiten Tag seine Vortrag und am ersten Tag waren relativ viele so aus Automobilbranche und ja mal erzählt naja und dann habe ich diesen piusi gemacht und prüfkonzept.

00:39:18: Und es hat dann einigermaßen funktioniert und naja und dann bei mir die Frage an was macht jetzt damit.

00:39:24: Haben ja wir versuchen das jetzt in Produktion zu bekommen also quasi auf alle Fabriken tatsächlich anzuwenden.

00:39:30: Na dann die Frage warum klappt das nicht ja weil die Geschäftsführung noch nicht die Budgets freigegeben hat und ist ja so viel Investition erforderlich weil man braucht er dafür Daten.

00:39:39: Und sprich die Daten bekommt man denn nur wenn man Sensoren hat und auch die sind so an die daten Deck funken können

00:39:45: und das hatten die alle nicht mehr das heißt ihre Bio sie es passiert und darauf dass er ein zwei Maschinen hatten haben sie mal in die Sensoren hingeklebt uns mal ganz platt zu sagen und haben dann versucht darauf die.

00:39:55: Wir Pizza machen dann kam zweiten Tag der Richard dann hat eben erzählt

00:39:59: okay wir haben das ausprobiert das hat nicht funktioniert dann habe das ausprobiert es hat funktioniert und 6 Monate später hat was in Produktion weltweit auf ein Fabriken

00:40:08: das nächste ausprobiert hat nicht funktioniert aber wieder was ausprobiert haben dich nicht funktioniert aber das ausprobiert hat funktioniert Hammer global ausgerollt.

00:40:15: Und am Ende des Vortrags fragte dann einer der Automobilzulieferer.

00:40:20: Na ja wird schon du hast doch erzählt dass ihr vor fünf Jahren schon an eure Maschinen in all euren Fabriken mit Sensoren ausgestattet habt das hat er wahrscheinlich Millionen gekostet Warum habt ihr das schon vor 5 Jahren gemacht

00:40:32: dann sagte der Richard na ja du musst halt erstmal investieren bevor du profitieren kannst,

00:40:37: und das ist genau das was auch hier schief läuft ist auch zu dir sie denken naja ich muss einfach nur mal gucken welche Daten habe ich dann Keller.

00:40:45: Und dann lass ich dann ein bisschen Data Mining machine learning drüber oder kommt schon hinten raus raus.

00:40:50: Nee ich muss das tatsächlich strategisch angehen das heißt ich muss mir heute überlegen was will ich in 5 Jahren machen welche Daten brauche ich dafür und wie komme ich an diese Daten dran und diese Daten dann systematisch strukturiert sie gerichtet zu erfassen.

00:41:04: Und dann die Projekte entsprechend aufzusetzen dafür muss ich aber heute ein Entscheidung treffen dass ich diese Investition tätigen will und das ist genau das wollen Thema Datenstrategie sind die meisten Unternehmen haben einfach überhaupt keine Datenstrategie wissen.

00:41:17: Hab gesagt nicht was für ein ich mit den Daten machen wollen und dementsprechend wissen sie auch gar nicht welche Daten einige wertvoll sind und welche Daten sie eigentlich erfassen sollten und wo sie ihr Geld investieren sollten also.

00:41:28: Das heißt wie also wir haben ja Martin Karl-Heinz und ich und auch mit Gästen wird mit dem Peter gern stehen ja gut kennst wir haben in der letzten Folge schon öfters darüber gesprochen.

00:41:38: Den Stand von in diesem Bereich Technologie auch in anderen Ländern und anderen Regionen dieser Erde.

00:41:44: Wer ist es Deutschland und wir haben da einen mäßiges Bild für gezeichnet wenn ich dir so zuhöre da muss ich aber fest dass euch alles noch viel schlimmer.

00:41:51: Also seid ihr noch alles noch viel viel weiter weg von dem was eigentlich machbar wäre und wir haben ja jetzt über über ja Firmen über Broschen und auch über die,

00:42:00: strategische Fehlentscheidungen oder noch nicht gefällt der Entscheidungen pro Datenstrategie magisch.

00:42:07: Ich würde gerne auch weil wir so schön angefangen haben heute mit dem Bildungssystem mal auf diese echar Thematik kommen und diese Frage haben wir denn jetzt haben wir gerade gesprochen,

00:42:20: Management okay da wird manchmal gegen ratio entschiedene Gewicht für Bauch und Bauchgefühl oder man will halt nicht investieren aber wenn es dann darum geht Menschen zu haben im Team oder Teams aufzubauen

00:42:33: die sowas umsetzen können

00:42:34: wie siehst du da die Unternehmen gut aufgestellt oder auch Karl-heinz wie wie ist deine Erfahrung da du hast ja auch viel mit Daten Projekten zu tun gehabt

00:42:45: haben wir denn überhaupt in der Firma benötigten Masse genügend Menschen genügend Menschen die jenseits Zimmer von programmiert Tätigkeiten oder managementtätigkeiten

00:42:57: wirklich clever mit Daten umgehen können also

00:43:03: vielleicht kann ich noch mal ein bisschen generisch antworten weil ich mache ja viel in der Strategieberatung und wer helfen Mittelständlern auf dem Weg in diese digitale Transformation in die digitale Arbeitswelt.

00:43:16: Und was wir immer wieder feststellen

00:43:19: dass wir noch ein viel zu großes Hierarchie denken haben das ist ja auch das was Martin vorhin gesagt hat aber vor allen Dingen haben wir ein viel zu großes silodenken also sprechen silodenken

00:43:31: jeder denkt in seinem silona der der im im Kundenbereich ist der denkt NCAM mal so customer relationship management der der in der,

00:43:40: Aktion Planung und Steuerung ist der denkt in pps-systemen der der andere denkt in ERP System und alle Daten sind immer noch sie los und das ist ein großes Problem also wir haben noch nicht verstanden dass der Wert

00:43:55: ja daran liegt die aus diesen Daten Informationen.

00:44:00: Kieft aktiv zu machen um sie dann zum Nutzen vom Unternehmen einzusetzen und.

00:44:07: Letztens hatte ich einen Manager und er sagte zu mir ja hören zu machen wenn sie sagen wir sollen diese Silos integrieren wissen Sie was das kostet und da habe ich gesagt

00:44:16: na ja wissen Sie was Sie das kosten wird wenn sie das nicht tun ja also im Sinne von wird Ihr Unternehmen das überhaupt überleben können denn das verhindert ja auch dass die Wertschöpfung als solches vom Kunden

00:44:29: über die Produktion über die Lieferung die Logistik bis hin zum Kunden wieder verstanden wird,

00:44:36: und deshalb glaube ich das vorher noch ein bisschen was passieren muss nämlich dieses Verständnis was eigentlich diese ab

00:44:45: teilungsgrenze diese physischen Grenzen die sich da dann auch in diesem Datensilos

00:44:50: sozusagen manifestieren widerspiegelt und ich glaube das Verständnis dafür ist in Deutschland

00:44:55: tatsächlich leider noch nicht sehr hoch das ist in anderen Ländern komplett anders und wenn ich mir Beispiele wie Tesla nur der Innenmaß der ist quasi als Prinzip in seinem Unternehmen wir denken

00:45:07: die deutsche Automobilindustrie denkt sind die kämpft gegen ein anderes Auto oder in anderen Automobilhersteller fakt ist.

00:45:15: Die die die kämpfen eigentlich gegen anderes Produktions Paradigma und anderes Kunden Paradigma das haben die aber oft noch gar nicht verstanden.

00:45:25: Definitiv alles sehen wir auch.

00:45:27: Das viele Break zwischen deshalb und nicht lösbar sein weil die Daten in anderen Abteilungen sitzen und es dann direkt immer sozialpolitisch wird ich sage immer dass es so,

00:45:39: da sitzt jeder Manager auf seine Daten auf seinem datentopf macht in den Garten Topf rein.

00:45:44: Und versuch dann in den Garten Topf die Gold Nuggets zu finden ne mit data-Mining.

00:45:49: Anstatt dass du mal die datentöpfe erstmal auch systematisch erfassen und auch zusammen werfen.

00:45:58: Am aber.

00:45:59: Auch das sehr hat wieder viel mit Firmenkultur zu tun also für erfolgreiche datenanalytik Projekte braucht es halt interdisziplinäre Teams das heißt du musst jemand aus dem Marketing mit dem See ist.

00:46:09: Mit der ID mit der data science sozusagen in ein Team rein bringen.

00:46:13: Und so ganz profane Dinge mir merken ist schon dann wenn wir unseren Kunden empfehlen macht doch ein Projektraum also ein Raum wo wir alle zusammen sitzen,

00:46:21: Freddy Groner Zeiten jetzt schwierig aber auch vockeroth hat Seiten kaum möglich sagt er macht einen Raum,

00:46:27: wir arbeiten inzwischen sehr starken zu Canvas und sagt die hängt die Canvas an die Wände dann weiß jeder was ist das Ziel welche Daten gibt es wie es der Weg dahin Arne waren die man ja wir haben solche Räume nicht wir ham Meetingräume,

00:46:39: Wer war da könnt ihr euch dann ein zwei Stunden zusammensetzen ihr müsst jetzt aber mal irgendwie 5 Wochen am Stück zusammen arbeiten dann sagen die ja das geht ja jeder gar nicht wir haben Erkrath maximal mit sind 20 % Zeit für dieses.

00:46:53: Vielleicht auch noch mal ein oder zwei Anekdoten auch von der Konferenz wir hatten.

00:46:58: Am letztes Jahr den Nikita Dade ist head of die das 1 von Sibirien Airlines,

00:47:05: da mit der Stürmer 30 hat dann Team von 40-50 Leuten aufgebaut innerhalb von drei Jahren machen wir die einen Anwendungsfall nach dem anderen.

00:47:15: Und dann kam nach dem Vortrag die Frage aus dem Publikum Brief an wie viel Projekten ein Data scientist oder ein Mitglied seines Teams gleichzeitig dran arbeiten würde.

00:47:26: Und dann habe ich schon gemerkt am Gesichtsausdruck von Nikita dass ich frage nicht versteht und dann habe ich ihm erstmal die Frage erklären sondern eher Nikita in Deutschland ist es häufig so dass eine Person die Arbeit dann an 345 Projekte gleichzeitig.

00:47:39: Dann guckt er mich an sagte du das denn das für ein Schmarrn bei ihm arbeitet halt ein Team an einer Sache und versucht möglich schnell dass entweder sozusagen ja make it or break it also sozusagen,

00:47:51: rausfinden auf klappt oder nicht und die Arbeiten dann auch wirklich physisch zusammen deshalb ist es wird ein Team geformt die Arbeiten einer Sache und entweder klappt sondern.

00:48:01: Aber das ist die beide oh das funktioniert dann nicht nach Dustin wieder aufgelöst und wieder sich neu zusammen geformt und was ähnliches hat auch in Facebook die haben dann halt immer.

00:48:11: Interdisziplinäre Team Software-Entwickler in DivX Designern in data scientist and product manager und da werden immer.

00:48:18: Das ist die Nerf Teams gegründet da gibt es diese Abteilungen nicht an aber vielleicht auch gerne noch mal einen II Anekdote weil das Thema Bildung oder vorne aufkam

00:48:28: und zwar Kollege von dem Richard von HP der war dann auf der darauffolgenden Konferenz und hat eben auch noch mal über ihre Analytics Initiative gesprochen und hat dann eben erzählt dass,

00:48:38: alle Mitarbeiter die bei HP arbeiten in der Fabrik mussten eben durch eine Analytics Schulungen eintägige.

00:48:47: Und dann war natürlich auch wieder Frage aus dem Publikum so.

00:48:51: Meinst du wirklich jeder und dann meinte er ja jeder Mitarbeiter hat diese Schulung gemacht oder so glaube ich auch was viele Unternehmen vergessen,

00:49:01: RMS bringt nicht sozusagen ein spezialisiertes Team aufzubauen mit dem top data scientist data engineer say translator DDs credit ist und was da alles für tolle Berufsbezeichnungen gibt sondern man muss das Thema datenanalytik

00:49:14: damit eben ausschließlich KI ein in der Breite in einem Unternehmen verankern damit jeder weiß und was ist da geht was

00:49:21: das wirklich kann was ist nicht kein Wunsch gegen die Chancen Risiken in dieses,

00:49:25: Peter meinte zu schaffen und da ist glaube ich aber auch z.b. der Start gefragt weil was dann der Kollege von HP im auch erzählt hat das am Dienstag.

00:49:36: Als die Mitarbeiterschulung hatten übernimmt der Staat Singapur die Lohnkosten für diese Mitarbeiter.

00:49:42: Das ist aber spät glaube ich auch was das Bier was ich in den Konferenzen oder wir machen auch sehr viele Seminare und Trainings immer wieder höher ist.

00:49:49: Dass die Mitarbeiter nicht auf Schulungen oder Konferenzen geschickt werden.

00:49:54: Nicht mit der Begründung dass die Konferenz oder die Schulung zu viel kostet nein sondern dass der Mitarbeiter an diesen ein oder zwei Tagen ja nicht arbeiten würde.

00:50:02: Und damit er sozusagen einen Verlust für das Unternehmen entsteht und das eigentlich ganz gut zu Ende wir hatten wir hatten Referenten aus den USA.

00:50:12: Die haben mir erzählt dass der SOPA als objective key results drinstehen haben,

00:50:17: das im Jahr drei Konferenzen als Referent besuchen müssen in Deutschland erzähl mir Speaker sie können bei mir nicht den Vortrag halten weil sie dieses Jahr schon auf einer Konferenz repariert haben und sie dürfen pro Jahr nur eine Konferenz besuchen.

00:50:31: Das I.

00:50:33: Das ist verrückt hammerhart aber das ist dass das beschreibt auch wieder die Perversion unseres Wirtschaftssystems aber auch unseres Arbeit wirkungs Systems im Sinne von

00:50:45: wir haben noch kein Gefühl für dieses lebenslange Lernen und wir haben vor allen Dingen kein Gefühl dass

00:50:52: Bildung Jan Invest in unsere Zukunft ist also wenn wir in der Bildung Schlampen bei unseren Kindern bei unseren Studenten dann.

00:51:02: Schlampen wir eher als Invest für unsere Zukunft und dasselbe gilt natürlich für unsere Unternehmen das heißt wenn wir hier nicht vernünftige Budgets aufstellen und.

00:51:14: Ich bin ja ein totaler propagiere der der der drei oder zwei Tage Woche weil ich sage da wird sowieso irgendwann hinkommen wer sagt denn dass der Mensch zum Arbeiten gemacht ist Herr die

00:51:25: künstliche Intelligenz wird uns dabei sogar helfen denn,

00:51:30: die Effizienz und Effektivität mittels solcher Systeme wenn wir automatisieren geht ja tatsächlich nach oben dafür müssen wir sie nur beherrschen

00:51:40: Und und ich wunder mich immer dass die selben der die Firmen die Unternehmen sich letztendlich ihre Zukunft Weg sparen sozusagen.

00:51:49: Ja das ist ja wie die danach Tote im Sitzen.

00:51:53: Das ist aber wie die Anekdote von den Bauern der mit einer Sense quasi das Heu macht und schwitzt und schaffen und macht da kommt alle vorbei sag ja was ist denn hier galt meine Sense ist eine ist so stumpf Sängerin Scherf die doch mal ich habe keine Zeit ich muss doch hier das heute machen.

00:52:08: Ja also das ist genau das gleiche also wie du können nicht investiert in die Zeit dein dein Gehirn zu schärfen dann schwitzt du halt weiter ne also mein übertragenden zärtlich brauchst du dürftest du wirklich Ärger.

00:52:22: Auch die wollen seiner Entschuldigung,

00:52:25: sag mir die beste Analytics sitzt immer noch zwischen den Ohren also das ist ganz die wir kennen im Universum kennen aktuell wieder eine künstliche oder aus ist Intelligenz die intelligenter ist als wir.

00:52:38: Und wann muss er dieses auf trainieren.

00:52:41: Dass das ist so also so wär doch wieder bei der menschlichen Dummheit aber okay sollten wir mal zu den Tops und Flops kommen der Woche ich weiß nicht Martin was hast Du erlebt was ist ein Top und was ist ein Flop der Woche.

00:52:56: Immer in mein Flug der Woche ist etwas.

00:53:02: Persönlich wirtschaftliches ich merke gerade dass die Unternehmen extrem auf die Kosten gucken wir haben zwischen gerade eine Diskussion wegen einem Workshop.

00:53:12: Modern der der Einkauf mit dem Telefonat ist und wo ist willig umbauen auf Euro geht.

00:53:17: Wo ich mir auch wieder denkt er liebe Leute allein das Gespräch kostet euch ja schon so viel Geld und da glaube ich so auch wieder dass die Unternehmen.

00:53:25: Die falschen Prioritäten setzen müssen sich auch klar dass in Corona zeiten aufs Geld geguckt wird.

00:53:30: Aber was zum Beispiel dann halt nicht brechen oder was nicht einkalkuliert wird ist die Zeit die da verschwendet wird das merken wir tatsächlich gerade bei einigen Unternehmen.

00:53:41: Am Main top der Woche ist mein persönlicher wir merken dass,

00:53:49: die die wirtschaftlich mal wieder anzieht ja dass die Unternehmen auch wieder mehr bereits im Jahr zukunftsgerichteten so in so Themen die Datenstrategie datenkultur Daten Kompetenz zu investieren.

00:54:02: Bin gespannt hoffe dass du es auch sozusagen jetzt bleibt auch falls sich die Corona Situation wieder verschärft.

00:54:10: Das waren meine beiden Tops und Flops

00:54:13: ja bei mir top der Woche ist auch einen in den wirtschaftlicher also ich kann das auch nur bestätigen einerseits ist es trauen sich wieder Unternehmen neue Projekte anzufangen bei mir ganz konkretes ist die Begleitung eines sehr intensiven Website-Relaunch ist von der großen Videoplattform

00:54:33: das ist also schon sehr gutes ist zu Gast obwohl zu bezeichnen als Top oder bar gleichzeitig Flop fand ich heute die Schlagzeile

00:54:42: das soll unsere Wirtschaftsminister sagt

00:54:45: der Wirtschaftseinbruch sei doch nicht so stark wie befürchtet das halte ich als eine Flop Nachricht weil wenn das Kurzarbeitergeld dann im nächsten Jahr ausläuft dann werden wir noch andere sagen wir mal Strömungen erleben und das halte ich ja ohne quasi eine Strategie für Digitalisierung in wirklich massiven Bereichen oder fand ich jetzt auch

00:55:12: das gut was du erzählt hast von Singapur Martin dass wenn Menschen dort auf eine Weiterbildung gehen darfst

00:55:17: für diesen Tag die Lohnkosten und Lohnnebenkosten quasi subventioniert werden

00:55:23: das ist so der Bereich wo ich sage da muss es ihm gehen die nächsten Jahre.

00:55:28: Na wer weiß was dazu wenn es in Deutschland ist es so dass wenn du in Kurzarbeit bist du eigentlich ein Fortbildung machen darfst.

00:55:37: Weil du ja in Kurzarbeit bist und Fortbildung gilt als Arbeitszeit

00:55:41: wir haben zu müssen auch einige Referenzen die deswegen erfolgt Vortrag abgesagt haben mit der und die müssen ja nicht mehr zahlen nicht dafür sein erinnern Reis Referent eingeladen aber die können nicht weiß in Kurzarbeit sind und das ist das ist

00:55:54: verrückt SLC jetzt jeder wär zeitenbildung zu investieren ja dass er es wirklich.

00:56:00: Naja mein Flop der Woche ist unser Hund

00:56:05: Stefano ist gestorben oder wer min gehen lassen sozusagen das war eine ganz traurige Geschichte für die ganze Familie und der Top mein neues Buch,

00:56:16: Stillstand als Beschleuniger ist jetzt endlich.

00:56:20: Und übrigens wird in den nächsten Tagen für kurze Zeit kostenlos kostenlos zum Download und da Karl-heinz land.com bereitstehen also wer sich beeilt.

00:56:29: Kann sich das für ein paar Tage kostenlos runterladen sind auch noch 65 Seiten da geht's um Corona und den 1.

00:56:37: Hat aber auch auf die Gesellschaft das war's von meiner Seite sehr schön.

00:56:42: Dann bleibt mir für heute nichts anderes mich zu bedanken bei Martin Szugat für die tollen Einsichten oder auch total weniger tollen Einsicht.

00:56:53: Wie es um die Lage in Deutschland steht es um Datenstrategie geht.

00:56:57: Wer sich inspiriert fühlt und das vielleicht auch in seiner Firma Mal haben möchte kann ja mal unter Datentreiber. De schauen was es da so alles.

00:57:07: Potentiell was da alles angeboten wird vielen Dank auch an Dich Karl-Heinz ich wünsche euch allen erfolgreichen schöne Woche.

00:57:14: Danke euch auch tschüss Martin sola und dann Ciao tschüss.

00:57:20: Music.