Hallo und herzlich willkommen zu einer neuen Episode des p-hoch-3-Podcasts. Und heute geht es nun endlich auch bei mir um KI. Nicht, dass du denkst, ich verschlafe diese Technologie und schon gar nicht die Auswirkungen auf unsere Arbeit. Und damit wir das heute fundiert und auch aus ganz verschiedenen Perspektiven beleuchten können, habe ich mir eine, ich will mal sagen, Super-Expertin zu diesem Thema eingeladen. Und ihr werdet auch gleich hören, warum das so ist, denn ich bin ehrlich gesagt ein bisschen aufgeregt. Zum allerersten Mal ist ein Interviewgast, den ich einlade, mehr oder weniger eine Kollegin. Sie hat genau wie ich Mathematik studiert, aber im Gegensatz zu mir beschäftigt sie sich seit dem Studium hardcore damit und auch mit KI. Bei mir zu Gast heute ist Barbara Lampe und sie ist Verhaltensmathematikerin. Sie hat Mathematik, Finanzwissenschaften und Psychologie studiert. Sie ist Data- und AI-Strategin mit mehr als 20 Jahren Erfahrung. Sie ist Aufsichtsrätin, Mehrfachgründerin, Speakerin, Podcasterin, Bloggerin. Sie ist Dozentin an der Fresenius-Hochschule in Köln. Sie gibt Workshops zu KI. Sie berät namhafte Unternehmen dabei, datengestützt die passenden AI-Strategien zu finden und so einzusetzen, damit sie ihr Geschäft optimieren können. Sie ist Gründungsmitglied und Präsidentin der KG Apollonia, einem Kölner Karnevalsverein für Frauen und das als Nicht-Rheinländerin. Und sie hat ein Faible für Schuhe und Mode. Kurz gesagt, Barbara Lampel, the stage is yours. Ich freue mich total, dass ich dich heute hier als Gast gewinnen konnte. Hallo, schön, dass du da bist. Vielen, vielen lieben Dank für die Einladung. Jetzt will ich mir angucken. Klingt es im Nachgang, mein unstrategisches Holper, die Dolper. Ich plumpse durch die Gegend. Das klingt voll strategisch, als hätte ich das alles geplant. Sorry, Spoiler-Alert, nichts davon war so geplant. Ich war, ehrlich gesagt, ich habe mich die letzten Tage ein bisschen mit dir und deinem Werdegang beschäftigt und verschiedene Dinge recherchiert und ehrlich, ich bin vor Ehrfurcht erstarrt. Weil wenn man das so zusammenträgt, habe ich mich gefragt, okay, hat dein Tag mehr als 24 Stunden? Und ich vermute, ich habe noch ganz viel vergessen von dem, was du, weil du hast ja auch noch ein Privatleben, Angeblich manchmal. Ja, ich glaube, das ist so ein bisschen, wenn man das so geballt hört, also um es vorwegzunehmen, ich sage immer, ich bin nicht schlauer als ihr, ich habe nur früher mehr kaputt gemacht als ihr und deswegen, da kommt so ein bisschen so eine Beschleunigung rein, also easy. Nein, mein Tag hat leider auch nur 24 Stunden. Ich habe da auch keine geheime Formel. Hätte ich sie, würde ich sie euch verraten, aber ja, ich kann sehr viele Dinge parallel, beziehungsweise, es stimmt gar nicht, parallel ist nicht das Richtige. Ich kann sehr, sehr schnell zwischen Dingen hin und hier wechseln. Also quasi die Rüstzeit meines Gehirns ist genetisch gedankbar sehr kurz und deswegen kann ich sehr viele Dinge hintereinander machen. Ja, also das Gefühl hatte ich auch. Und deswegen mal meine Einstiegsfrage, wenn du irgendwo beim Grillen bist, mit einem Bier in der Hand und einer Bratwurst und du wirst gefragt, sag mal, was machst du so beruflich? Was sagst du da eigentlich? Also ehrlicherweise, und jetzt kommst du zu zwei lustigen Sachen meiner Karriere, ich habe angefangen irgendwann dann halt mal zu sagen, ja, ich mache so Daten- und KI-Strategien, meistens schwerpunktmäßig so Marketing-Sales-Geschichten. So, damit habe ich ursprünglich mal angefangen, weil ich habe sehr frühzeitig mich, Ende 20 ist es mir ja doof und schmeißt sich auf Sachen, die komplexer sind, so in dem Fall unstrukturierte Daten, menschlichen Ursprungs, Unsinn. Aber Realität habe ich häufig einfach irgendwann gesagt, weil Data und AI so nerdy war, dass damit niemand was anfangen konnte, habe ich in über 20 Jahren Berufskarriere, würde ich mal sagen, so 18 Jahre lang meistens erst mal so Daten, Machine Learning, das hat dann keiner verstanden. Und nachdem ich dann mich sehr stark auf dieses REF-OPS, also Marketing und Sales-Strategien datengetrieben spezialisiert habe, habe ich das datengetrieben immer weggelassen und habe gesagt, mach so Marketing-Sales-Strategien, das war dann einfacher für die Leute zu verstehen. Du bist doch Mathematikerin, ja, ja, wir nehmen Formeln her. Und dann kam JGPT irgendwie Ende 22 raus und so ab Anfang 23, Mitte 23, konnte ich dann wirklich sagen, ja, eigentlich machen wir schon immer Daten und KI-Strategien. Also ich habe immer so, Also ich weiß ja nicht wirklich, wie es ist, so out of the closet zu kommen. Aber so ein bisschen war es so mein, ich komme da jetzt mal out of the closet. Achtung, ich entwickle übrigens seit 20 Jahren den Scheiß. Das Spannende ist ja, dass viele Leute glauben, dass das eine absolut neue Technologie ist und überhaupt nicht wissen, dass das etwas ist, was im letzten Jahrhundert entwickelt wurde. Also ich habe das Ganze theoretisch gelernt. Und damals konnte sich aber noch keiner so richtig vorstellen, dass man da, einfach weil die Rechenkapazitäten und alles fehlten, dass man das dann so flächendeckend eben einsetzen kann, wie es jetzt halt ist. Genau. Das ist halt für die meisten so, ja, aber warum hatten wir es nicht früher? Also ich durfte nochmal was auf dem ETH-Superrechner laufen lassen. Das hat uns aber nur bedingt weit gebracht. Ihr Süßen. Dieser arme ETH-Superrechner, der da irgendwie 14 Tage gerechnet hat, das braucht mein nicht hochgetunter Rechner auf dem Schreibtisch heute gerade 0,5 Sekündchen für. Und das ist halt Anfang der Nullerjahre zu 25 Jahre später und das ist das, was die Leute halt quasi klar, das war immer, also dieses ganze Data AI, wir sind am Ende des Tages, kommst du aus zwei Richtungen, entweder hast du Mathe oder Physik studiert, da unterhält sich ja keiner freiwillig mit uns, also wir machen echt schlechte Witze, falls ihr es noch nicht gewusst habt. Ja, aber so kam das und ja und wenn du halt in dem Bereich, konnte man halt Und das ist ja eigentlich die Schönheit der Mathematik, ist ja die Vielfältigkeit der Anwendung. Also in meinem Algorithmus ist ja völlig wurscht, auf welche Daten und welchen Case ich den draufschmeiße. Wir sind ja so eine gnadenlose Hilfswissenschaft. Und dadurch entsteht natürlich auch diese Vielfältigkeit und diese viele Ansatzpunkte, was dann heute zu einem sehr vollen Lebenslauf führt, der im Rückblick dann so, keine Ahnung, erfolgreich und strategisch aussieht, was viel Stolpern und viel offene Knie und viel Heulkrampf auch dazwischen bedeutet hat. Also das war nicht unbedingt so eine Smooth-Curve, wie sich das jetzt vielleicht manche Zuhörerinnen und Zuhörer vorstellen. Ja, das kann ich mir gut vorstellen. Aber sag, wie bist du überhaupt dazu gekommen, Mathematik zu studieren? Also was war die Entscheidung? Warum hast du dich dafür entschieden? Also ganz anfangs, ich habe, also es ist ein offenes Geheimnis, dass ich eine mathematische Hochbegabung habe. Das kommt ein bisschen, das quasi, ich wurde da mal irgendwann so als Kind zur Intelligenz getestet. Dann hat man so festgestellt, ich habe eine sprachliche und eine mathematische Hochbegabung. Nicht, dass ich gut im Fremdsprachenlernen bin. Also das heißt nicht, dass man eine sprachliche Hochbegabung hat. Und ich fand Mathe immer spannend, weil ich wollte da nicht immer die Welt verstehen. Und ich habe immer die Idee gehabt, Mathe kann irgendwie die Welt erklären. Und es war für mich irgendwie im Gegensatz zu den meisten anderen Menschen intuitiver, in Matheformeln und Regeln zu denken als das, was der Rest der Menschheit da so tut. Dann hatte ich in Mathe-LK und ein Geschichts-LK im Abi und war sehr unentschlossen, was studiere ich denn jetzt davon? Und habe von meiner Geschichtslehrerin, hat uns damals den guten Rat gegeben, wissen Sie, Sie sind noch nicht erwachsen, Klammer auf, der präfrontale Kortex ist noch nicht ausgebildet, Klammer zu. Sie können nicht entscheiden, was Sie wollen, Sie können nur entscheiden, was Sie nicht wollen. Das habe ich sehr brav umgesetzt und alles rausgestrichen, was ich sicher nicht studieren wollte, blieb nicht mehr so viel übrig. Aber zurück zu meinem Bedürfnis, ich bin schrecklich neugierig und ich will die Welt verstehen. Und damit waren dann am Ende zwei Fächer übrig, nämlich Geschichte und Mathe. Dann habe ich mir das angeguckt, was man so in Geschichte macht und habe festgestellt, das ist aber nicht so, was ich machen möchte, damit ist es ausgefallen. Und dann bin ich bei Mathe gelandet und ich habe immer schon eine Faszination gehabt für den Finanzmarkt. Ich bin ein Arbeiterkindchen, aber quasi groß geworden in dieser Dotcom-Blase, aber auch den Platzen der Dotcom-Blase habe ich ja live von Fabian-Bekurse, auch mit eigenen Investments übrigens schon mitgemacht. Und das wollte ich einfach genauer verstehen. Und dann ist es eben Mathe, Finance und Psychologie geworden und deswegen bin ich rein von der Ausbildung her eben diese zweite Generation Quantitative Finance, international gesehen im deutschsprachigen Raum war mir die erste, und die erste Generation Behavioral Finance. Und so ist es im Prinzip entstanden. Eigentlich ist immer alles, was ich tue, ist aus Neugierde geprägt. Und ich will was verstehen. Das ist eigentlich alles, was mich motiviert. Also je komplexer das Problem, umso mehr freue ich mir den Hintern weg, dass ich wieder ein Rätsel lösen darf oder so. Naja, und von daher bist du da ja irgendwie wirklich auch... Also das klingt für mich wirklich so wie Zufall. Also bei mir war das damals auch so. Ich habe Mathe studiert, weil das mein Lieblingsfach war. und habe dann im Studium aber festgestellt, okay, da bleibt nicht mehr ganz so viel über. Und mein Onkel hatte mir damals geraten, naja, dann nimm was Gescheites dazu, Informatik, das scheint was Gutes zu werden. Und ich bin dann ja tatsächlich in der Softwareentwicklung gelandet. Also das ist aber lustig. Ich habe viele Kollegen gehabt, die eben Mathe oder Physik studiert haben und die dann in den, also ich bin ja deutlich älter als du, aber ich bin praktisch dann in den 90er Jahren wirklich dort in der Softwareentwicklung gelandet. und das ist, Ich finde es super spannend, dass es bei dir auch mehr oder weniger Zufall, aber eben Neugier getrieben, also eigentlich Interessen getrieben eben auch war. Ja, und deswegen bin ich, glaube ich, auch der Mathe immer treu geblieben, weil es halt auch wirklich so ein, es hat mir halt im Gegensatz zum Rest meine Neugier stärker befriedigt. Und deswegen, das ist, glaube ich, einer der Gründe, warum ich der Mathematik irgendwie doch, obwohl ich eigentlich per se in dem großen Cluster der Mathematiker maximal ein durchschnittlicher Mathematikerin bin, mir hat es halt immer Spaß gemacht. Und mich hat es immer interessiert. Und das ist, wenn du in Mathe nicht eine Idee für die Mathematik hast, die mit deinem Hirn redet, dann wirst du es nicht als Karriere durchziehen. Weil dann ist es nämlich echt Horror. Ja. Und ich habe dich ja gerade so vorgestellt und du hast es ja so ein bisschen schon angedeutet, in welchem Bereich du dann eben tätig oder auch gestartet hast nach der Uni. Du bist ja dann irgendwie auch in diesem Teilensbereich gegangen und hast dort im Prinzip, was hast du da genau gemacht? Du hast Modelle entwickelt, wie ich am besten... Die Finanzmarktkrise mit verursacht. Ich wollte es jetzt nicht so krass formulieren. Sorry, also wer Mitte der Nullerjahre. Anfang der Nullerjahre in den Job einsteigt und in Quantitative Trading, also Trading Algorithmen, also wir natürlich nicht direkt, weil wir, ich habe an einem Multifamily Office angefangen, wir waren jetzt nicht eine klassische Investmentbank, die hier diese Subprime-Krisenprodukte gepackt hat, aber wir waren eben diese, die halt quantitative Trading Algorithmen entwickelt hat. Relativ frühzeitig, auch auf der Idee, kommt die Psychologie mit ins Spiel. Nicht nur auf quantitativen Trading-Signalen, sondern eben auf semantischen Trading-Signalen und solchen Geschichten. Aber im Prinzip Portfolio-Strategien und Trading-Strategien. Also sowohl beides. Sowohl Portfolio-Strategien, mathematisch getrieben, und auch Trading. Und das ist im Prinzip das, was ich gemacht habe. Interessanterweise habe ich in einem Job angefangen, wo mein Chef die Schnittstellenposition für sinnvoll hielt. Sehr, sehr ungewöhnlich, weil das im deutschsprachigen Raum ja total verpönt ist, dass du auf einer Schnittstelle agierst. Und deswegen hatte ich immer viel auch Kundenkontakt, viel Asset Management, also wirklich mit dem Kunden und den Kundinnen reden und auch viel in deren, im Family Office, dass du viel diverse Dinge hast, die du zu tun kannst. Und das hat mein Chef immer mich sehr, sehr stark unterstützt, dass ich halt meine Nase und meine Fingerchen auch wirklich in jedem Schrott immer drin hatte, weil ich habe eine Liebe für den Sales und Marketing, ohne dass ich das je studiert habe, aber ich bin so ein kleines Sales-Mäuschen. Und das war eine ganz gute Kombination. Also das ist wirklich viel Zufall auch. Also ja, das Glück habe ich mir schon auch erarbeitet. Ich bin schon auch ein echter Workaholic. Aber es war halt auch viel Zufall und viel Glück, dass ich auch immer wieder Leute und Projekte gefunden habe, die diese weirde Kombination, die ich da so lebe und mitbringe, halt auch wirklich supported und unterstützt haben. Und das war halt unter anderem da ganz am Anfang meiner Karriere so. Und ich bin mir ziemlich sicher, du warst wahrscheinlich die einzige Frau, oder? Hattest du in deiner Nachbarn irgendwie KollegInnen? Nein, also Kolleginnen direkt im Umfeld nein. Wir hatten damals eine relativ große Kunstabteilung schon. Das Family Office hat auch in Kunst gekauft und investiert. Da saßen dann Mädels rum. Aber ansonsten in meinem Feld war das guten Morgen, sehr geehrte Frau Lampe, guten Morgen, sehr geehrte Herren und da waren 300 Leute in dem Raum anwesend. Also das ist, hat dich das irgendwie geprägt? Ist dir das überhaupt in dem Moment bewusst gewesen zu dem Zeitpunkt? Ja und nein. Ich bin erst nur mit Jungs groß geworden. Dann hatte ich auf einmal mit so Ende meiner Schulkarriere einen relativ weiblichen Freundeskreis, weil ich versehentlich mal in der reinen Mädchenklasse gelandet bin, die super cool war, also die kein Klischee des Zickenkrieges erfüllt hat. Dann hatte ich auf einmal Mädels und dann war ich natürlich im Studiengang und ich bin halt nur mit Jungs groß geworden. Wer so in der bayerischen, kurz außerhalb von München groß wird, Und Bayern dann, ja, ich war halt so ein Lausbub. Das hat keinen interessiert. Und deswegen, ja, das hat meine Karriere schon beeinflusst. Und es ist mir schon auch immer wieder klar geworden, dass ich anders bin oder vielmehr, dass ich da die einzige Frau bin. Ich habe mich auch sehr frühzeitig in Frauennetzwerken engagiert und sonst was. Aber dadurch, dass ich halt in Anführungszeichen damit groß geworden bin und die Schweiz und die Finance-Welt hat ein bisschen einen Vorteil, so sehr sie in Teilen auch wirklich misogyn und nicht nur sexistisch ist, in Finance und in der Schweiz, wenn du mal kurz gesagt hast, du hast gezeigt, du kannst deinen Job, dann ist es wirklich relativ stark irrelevant geworden. Und in diesem so super competitive Feld, wo du halt im Prinzip entweder friss oder stirb hast, wenn du da einmal ein paar Tage überlebt hast, dann hast du dein Standing. Das wird da zwar schon gechallenged, aber da habe ich halt einfach echt teilweise auch Ignoranz gezeigt oder halt habe eine sehr große Klappe, wenn es sein muss. Eigentlich immer. Aber deswegen, ja, das ist bei mir immer stärker im Laufe meiner weiteren Karriere aufgefallen, wieso ich dann auch irgendwann eigene Firmen gegründet habe, weil ich dann gemerkt habe, okay, Einstieg ist das eine, aber jetzt rising through the ranks, das wird nicht hinhauen. Dafür, das können die Kollegen machen, dafür bin ich eine Frau, das wird bei mir nicht hinhauen. Und deswegen habe ich mich dann aus dem System rausgezogen, um quasi, weil ich gemerkt habe, das System funktioniert für mich nicht mehr, hat mehrere Gründe, einer davon ist eben, weil ich weiblich bin, das ist auch der Hauptgrund. Und dann quasi, um dann immer wieder stärker Teil wieder des Systems zu werden, um es dann quasi von innen und außen zu manipulieren. Aber ja, einer der Gründe ist, warum ich dann irgendwann auch selbst gegründet habe, war, da ist der Deckel jetzt da. Und zwar, der war halt bei mir früher da als bei anderen. Aber das ist auch einer der Gründe, ja. Deswegen, es war schon offensichtlich und ja, definitiv. Ich habe am Anfang gedacht, bevor ich mich mit dir näher beschäftigt habe, mit deinem Werdegang, dass du von Anfang an gegründet hattest und nie selbstständig warst, weil ich irgendwie so, So wie ich dich jetzt so erlebe, habe ich gedacht, okay, kann Babsi eigentlich irgendwie selbstständig, angestellt sein oder so. Ja, ja. Und das ist auch etwas, das hat auch gut getan. Und ich habe ja heute, also mein LinkedIn-Profil hat ja auch nicht alle Positionen, besonders nicht meine Interimspositionen drin. Es gibt aber Kunden, die wollen nicht, dass man weiß, dass man da als Interim drin ist. Klassiker. Nee, also ich habe das auch gemacht. Und wie gesagt, dann kam ich halt in diesen Deckel und dann wäre es eklig geworden. Und dann kann man halt eventuell als Nerd dann halt auch sagen, wisst ihr was? Die Ekeligkeit tue ich mir nicht an, ich mache da mal was anderes. Das ist der Vorteil, wenn man so ein bisschen der Nerd ist, man kann sich da sehr elegant aus der Affäre ziehen und das habe ich gemacht. Aber ich habe in den Jahren auch nach dem Teil großer Teams gearbeitet, große Teams geleitet, Teams skaliert und sonst irgendwas. Also ich know the whole shebang. Aber ich für mich musste halt eine Entscheidung treffen, die war okay, bis hierher und nicht weiter. Also deswegen, ja. Ja, und seit 2014 hast du ein eigenes Unternehmen, aber ich glaube, du hast vorher schon gegründet. Ich habe davor schon gegründet. 2014 ist, also ich habe das allererste Unternehmen, boah, jetzt nagel ich mich nicht fest, Ende 2006, Anfang 2007 war das allererste Mal, dass ich eine Firma aufgebaut habe. Und Empathic Business ist dann 2014 entstanden. Im Januar 2014 ist der quasi die Firmenkonstruktion, die Hauptoperativ, ich heute leite. Es gibt noch ein paar andere. quasi entstanden. Wie bist du auf diesen Namen gekommen? Und was machst du in dieser Firma? Genau. Also Empathic Business ist eigentlich so ein bisschen daraus entstanden. Stellt euch vor, Finance, ich habe sehr, sehr viel durch die Finanzmarktkrise, nach der Finanzmarktkrise, ganz, ganz viel Finanzmarkt, Versicherungswelt, alles regulierter Markt, sehr, sehr viel betreut. Das ist dann alles auch dementsprechend, irgendwann ist mir das alles so ein bisschen auf den Senkel gegangen. Und die Idee war immer, dass mir gefehlt hat, die Welten zusammenzubringen. Mathematik ist eine Hilfswissenschaft. Psychologie, und besonders ich habe den verhaltenspsychologischen Teil studiert, ist eigentlich auch eine Hilfswissenschaft. Und die Finance ist eigentlich so ein bisschen die einzigste Anwendung, die ich kenne. Und das fand ich immer ein bisschen strange, dass wir zwar sehr frühzeitig, ich zum Beispiel, Behavioral Trading Strategien gewickelt haben, aber all das andere, Behavioral Economics, ja mit Obama kam da so ein bisschen Behavioral Economics mit Nudging Techniken und Framing Techniques auf einmal in die Öffentlichkeit. Aber wir haben ein riesen theoretisches Framework auf der anderen Seite und irgendwie super wenig Umsetzung davon. Und das hat mich immer gefecht und ich habe das sehr stark in meinen Strategien für sehr, sehr große Sachen eigentlich implementiert und dachte mir, also irgendwie müssen wir das noch cooler machen können. Und um das auszudrücken, ist dann quasi diese Idee entstanden. A, musste ich mir so Gedanken machen, was mache ich denn da eigentlich? Und wir entwickeln eben im Prinzip, und so kommt das halt in erster Linie Strategien, schwerpunktmäßig damals, insbesondere natürlich auf Marketing und Sales. Warum? Weil Marketing und Sales Daten hat, die von Menschen generiert sind. Und immer wenn die Mathematik Daten von Menschen generiert erschlagen muss, ist immer noch die gleiche Mathe. Aber es ist sehr viel komplexer in der Interpretation, im Model Ensemble. Also es ist sehr, sehr viel komplexer, das zu handeln, als wenn ich mit Sensordaten arbeite. Das ist trivial. Und bei dem Arbeiten mit Daten von menschlichen Ursprungs kann ich keine sogenannte Diagnostics machen. Also verdammte Hacke, ich weiß einfach nicht, warum wir uns jetzt alle bei Ikea treffen. Also das Warum ist ein großes Problem. Was ich aber habe, sind die Verhaltensdaten. Auf der anderen Seite, also das ist die eine Seite, so kommt diese Verhaltensmathematikerin zusammen. Und das auch übrigens, ich kann Verhalten nicht auf individuell berechnen, sondern nur auf Gruppen. Also falls sich jetzt irgendjemand denkt, ich profile hier jeden Einzelnen. Nee, nee, nee, nee, Gruppen. Also wir haben die Verhaltenseite, wir haben die Mathematikseite und dann ist aber gleichzeitig, was ist eigentlich hinter diesen Verhaltensthematiken, was steckt eigentlich dahinter und wie kann ich das irgendwie zugänglich machen und insbesondere, wie kann ich das erlebbar machen und jetzt kommt die Empathie ins Spiel. Und so ist dann die ganze Idee entstanden, weil wir ja in der Forschung, wir kennen zwei große Arten von Empathie, kognitive Empathie und emotionale Empathie. Und die kognitive Empathie ist das, was wir mit Verhalten eben halt auch sehr stark messen und adjustieren können. Und so ist dann irgendwann ist mir dann der Begriff von Empathic Business eingefallen, weil ich ja diese Welten alle sehr stark zusammenbringe und insbesondere der festen Überzeugung bin in allen Strategien, insbesondere wenn sie Daten und KI getrieben sind. Und wenn der Mensch nicht im Mittelpunkt steht, dann geht das alles schief. Und so ist dieser Firmenname mal entstanden. Ja, super spannend. Was mir da sofort als Impuls kommt, gerade eben, weil du das eben auf Marketing sales, man ist ja relativ rasch in der manipulativen Ecke, oder? Ja, ja. Ich sage mal so ein bisschen, also es ist ein bisschen peinlich meine Karriere. Schritt eins meiner Karriere haben wir die Finanzmarktkrise mit verursacht. Schritt zwei meiner Karriere manipuliere ich die Menschen mit. Live und in Farbe an diversen Projekten. Netter Studienkollege von mir bei Cambridge Analytics gearbeitet. Also ich bin zweimal fürs Desaster verantwortlich. I'm very sorry. Ja, wir sind schnell in der Manipulation. Aber, und das ist ja die Idee der Verhaltenspsychologie, ja, zwischen Manipulation und positive Beeinflussung, denkt an positive Psychologie, gibt es natürlich einen großen Unterschied. Und ja, aber natürlich, am Ende des Tages ist es bis zu einem bestimmten Grad Manipulation und daher ist die Frage, mit wie viel Ethik machen wir das. Genau, die Frage, mit wie viel Ethik machen wir das. Stellst du dir manchmal die Frage, mit welchen Unternehmen arbeite ich zusammen und mit welchen nicht? Immer. Ich lehne ganz bestimmte Arten von Kunden auch ab. Also es gibt einen harten Kodex. Wo ich sage, würde ich nicht tun, würde ich nicht machen, würde ich nicht unterstützen. Wo ziehst du da für dich selbst die Grenze? Ich ziehe die Grenze insbesondere dann, wenn ich noch nicht mal verstehe, warum die positiv existieren. Und jetzt wird es hart, weil ein lieber Abiturkollege von mir nämlich ausgerechnet bei einem der größten Konzerne als Lobbyist arbeitet. So viel lustige Story. Tabak-Konzerne zum Beispiel. Also der Tabak-Konzern ist mir nicht nachvollziehbar. Ich habe keine Ahnung, warum wir rauchen müssen. Also das ist so Sachen, wo ich mir denke, hat das irgendeinen Benefit? Nein, deswegen würde ich das nicht tun. Und dann gibt es, also das ist so eine Branche, wo ich sage, liebe Tabakindustrie, I'm sorry, geht woanders hin. Und dann gibt es vielleicht weniger Branchen, aber einzelne Firmen, wo ich eben mir relativ schnell denke, da matcht unser Werte- und Ethiksystem nicht. Das ist dann gar nicht so branchengetrieben. Aber manchmal sitzt du so ein Meeting und denkst dir so, gut, jetzt bin ich auch in einer echt luxuriösen Position zwischenzeitlich dann auch zu sagen, nee, danke. Aber das habe ich auch früher gemacht, wo ich mir das noch nicht unbedingt so leisten konnte, um ehrlich zu sein. Aber definitiv. Aber wie gesagt, dann ist es eher so Sachen, so ganz spezielle Sachen, auch wo ich sage, da bin ich nicht dran beteiligt. Ja, sehr interessant. Was mich in dem Zusammenhang noch interessiert, an deinem persönlichen Werdegang. Ich habe mich natürlich ein bisschen mit dir beschäftigt und man kann es auch auf deinem Blog nachlesen. Du bist Autistin. Und hast diese Diagnose bekommen mit, da warst du schon über 30. Ja. Hast du sie selbst angefordert oder wie ist es dazu gekommen? Also das ist ja so. Das ist so eine geile Story. Also jetzt pass auf. Ich bin ein Kind, was immer groß wird mit der inneren Überzeugung, also irgendwie bin ich anders als ihr Erdmännchen. Ich konnte keinen Superman gucken, weil ich heulen musste, weil ich wusste, wie der sich fühlt, dass der sich so alleine fühlt. Jetzt habe ich Eltern, die einen Bombenjob gemacht haben. Das heißt, es war quasi, ich war immer anders, aber es war so, naja, so ist Barbara halt. Also es wurde so akzeptiert, aber auch halt irgendwie ignoriert, aber im positivsten aller Sinne. Dann jetzt studiert die Mutti hier, also Psychologie. Sieht natürlich auch einen Teil Diagnostik. Und dann kommt es zu dem Klassiker, was die wirklich, also ich habe keine therapeutische Ausbildung, weil ich ja Verhaltenspsychologie und wie gesagt den Anwendungscase und Motivation und sowas gemacht habe. und Gruppe, nicht Invidium, also keine therapeutische Ausbildung. Und es gibt in der Therapeuten, aber die Grundlage musst du natürlich hören, den sogenannten Übertragungsmechanismus. Also der Patient überträgt die Probleme auf den Therapeuten. So, meinen damaligen Partner habe ich dann erst mal zum Autisten erklärt. Weil in irgendeiner Fernsehsiege habe ich den erst mal zum Autisten erklärt. Der hat sich versucht zu wehren, aber ich kann sehr pedantisch sein, das war eigentlich auch irgendwie ein bisschen egal. So, Jahre später spreche ich auf einer Konferenz, wo es genau diese Verbindung von Behavioral und die verschiedenen Einsatzmöglichkeiten und genau diesen theoretischen, akademischen Wissenstransfer in verschiedenen Fachgebieten gibt. Also eine sehr, sehr große Konferenz und ich stelle eben so ein paar Sachen vor, wie man eben die Erkenntnisse der Behavioral, zum Beispiel Marketing und Sales, aber auch zum Beispiel Portfolio Management einsetzen kann. So, dann kommt danach ein netter Mensch auf mich zu, völlig begeistert, hat sich für den Vortrag bedankt und sagt den legendären Satz und das überformelle Sprachmuster, man merkt es kaum noch. Und ich denke mir so, Was? Das ist aber eine ganz schlechte Anmachsprung. Es mag sein, dass ich nicht flirten kann, Aber das ist strange. Ich so, bitte, was? Daraufhin fällt diesem armen Menschen, und deswegen nennen wir denen jetzt auch nicht namentlich, die Farbe komplett aus dem Gesicht, hat ein Professor und ein Doktortitel, schwerpunktmäßige Forschung Autismus, und es ist der quasi vor Parseller Karriere passiert, hat mich quasi diagnostiziert, ohne dass er das durfte, und ich eine keine Diagnose hatte. Unglaublich. So, dann haben wir da, ich habe da sehr drüber gelacht, dann haben wir quasi Diagnostik gemacht und dann war, so wurde ich dann eben quasi, ich hatte es zu dem Zeitpunkt mir aber schon aber auch gedacht, es gab mehr Publikationen, sonst irgendwas, so mit den 2010er Jahren, 2011er Jahren wurde das Thema auch insbesondere Autismus in Frauen und wie er sich anders ausdrückt in Frauen als in Männern stärker publiziert. Deswegen, ich hatte schon so eine grobe Idee, dass ich wahrscheinlich ziemlich sicher in diesem Spektrum bin. Deswegen war das jetzt nicht so ganz das Riesendrama. Aber so kam es zu meiner eigentlichen Diagnose und dem überformellen Sprachmuster. Was, wenn ich sehr, also ich habe ja eine sehr unformelle Sprache. Also ich kann sehr, sehr informell sprechen, was manche Leute sehr irritiert. Oder eben dann sehr fachlich treu. Und dann hat es eben immer noch diesen Anklatsch vom überformellen Sprachmuster, was typisch ist für ganz bestimmte Autisten. Ah, okay. bleiblich. Das ist dieses Little Professor-Syndrom von manchen Autisten, wenn du so Kinder, autistische Kinder hast, die dieses Little Professor-Syndrom haben, wo du so ein bisschen denkst, das Buch hat das Fünfjährige denn jetzt da gelesen und kann zitieren. Das ist genau ein sogenanntes überformeller Sprache. Ja, und du sagst es ja, ich meine, es ist ja ein ganzes Spektrum. Das sind ja, das äußert sich ja in ganz unterschiedlichen, ganz unterschiedlichen Dingen. Und von daher ist das ja erst mal nur so ein Begriff. Aber das fand ich super spannend und ich hätte das nie für, nie gedacht. Ich habe ja vorher schon ein paar Beiträge von dir gelesen und eben dich auch schon mal im Podcast gehört. Und da wäre ich im Leben nicht drauf gekommen. Aber gut, ich bin halt auch keine Expertin. In dem Podcast. Nee, und du kennst halt, kennst du einen Autisten, kennst du einen Autisten und dadurch, dass ich zu so A bin, bin ich weiblich und B zähle ich zu den sehr extrovertierten Autisten. Das ist auch, also in diesem ganzen Spektrum kannst du skurrile Kombinationen haben und bei mir kommt eine skurrile Kombination zusammen aus. Zwar tief im Spektrum, aber ich habe eine mathematische und eine sprachliche Hochbegabung, plus dass ich relativ extrovertiert bin. Und das ist eine relativ ungewöhnliche Kombination. Und deswegen passen die Standardlabel, die man Autisten assoziiert, einfach nicht richtig gut zu mir. Ändert leider nichts. Es gab mal eine Zeit lang, da gab es noch den Begriff des Asperger-Autismus, den wir ja Gott sei Dank auch ein bisschen abgeschafft haben. Und dann ist unter anderem, wenn man nicht so tief im Spektrum ist und der besagte Herr, der mich diagnostiziert hat, dann habe ich das irgendwo mal vor Jahren irgendwann gesagt, wo er dabei war, dann ist es jetzt auch Asperger-Autismus zu sagen, Du bist so dermaßen tief im Spektrum, ich packe gleich die Skala aus. Aber wie gesagt, das ist halt so ein bisschen so, kennst du einen Autisten, kennst du einen Autisten und je nachdem, welche Dinge du halt eben hast, in der Kombination sind wir auch echt nicht ganz so einfach zu identifizieren in der freien Müllbahn. Genau. Kommen wir zurück zur KI. Ja, back to KI. Genau, weil eine Sache, Also dein Leben beeinflusst es schon die ganze Zeit. Es ist ja dein Leben seit mehr als 20 Jahren. Also klar, du machst noch viele andere Dinge, aber es ist wirklich die Grundlage dessen auch, was du tust und wie du arbeitest. Inzwischen, du hast es vorhin gesagt, Ende 2022 ist ChatGPT in dieser 3.5-Version, war es glaube ich irgendwie so. Seitdem ist es ein Hype und es ist etwas, es wird nie wieder weggehen, es wird immer nur besser werden und es beeinflusst und beeinträchtigt, nicht nur beeinträchtigt, nicht nur beeinträchtigt, es beeinflusst und verändert massiv unsere Art zu arbeiten und unsere Arbeitswelt. Ja, ich habe da so eine Bauchtheorie oder so ein Bauchgefühl, aber mich würde da einfach auch mal deine Einschätzung dazu interessieren. Was glaubst du, welche Jobs es in fünf Jahren noch geben wird und welche nicht? Das mit den fünf Jahren, da fängt es ein bisschen an. Das Problem, ihr seht das jetzt nicht. Aber ich halte quasi meine sehr schlecht geputzte Glaskugel gerade hoch, die ich ja allen Ernstes irgendwann mal von der Kundin endlich in netter Weise geschickt habe, weil ich ja mir in die Glaskugel gucken muss. Das allererste, wenn es um Thema AI geht, streicht mal fünf Jahreszeitpunkte raus. Ich kann eine Idee geben, die nächsten 12, 18, vielleicht 24 Monate, aber spätestens ab 36 Monaten bis circa so zehn Jahre ist es völlig nebulös. Man kann auch ganglieder sagen, wo wir grob wahrscheinlich so in 20 Jahren stehen werden. Tobi discussed, dass sehr viele Sachen früher passiert sind, als auch wir an der Uni diskutiert haben, dass sie passiert sind. Aber genau der Fünfjahreszeitpunkt ist, und ich weiß, wie viele Unternehmen auch den Fünfjahresplan haben, Das ist einer der größten und schwierigsten Zeitpunkte zu sagen, weil dafür müssen wir so viele Annahmen treffen. Die aktuelle Entwicklung, haben wir neue Modelle, also Kategorie nach den Large Language Modellen, die wir bekommen. Wie weit sind wir in bestimmten Problemen, wo wir gerade in AI stehen, sind gelöst oder nicht gelöst. Das heißt, von jetzt bis ungefähr 36 Monate, glaube ich, können wir eine grobe Idee abgeben. Alles danach ist, habe ich keinen blassen Schimmer, kann ich euch nicht sagen. Was ich euch sagen kann, ist, dass es A nicht weggeht und dass wir sicherlich zu unseren Lebzeiten, wenn nicht vielleicht ever, in der größten Transformation und der größten Veränderung drinstecken, die wir jemals live und in Farbe gesehen haben. Und wir beide haben ja das Internet-Zeitalter von quasi klein auf wirklich begleitet und haben eine Idee, wie durchgreifend das war. Aber ehrlicherweise, die Durchbrüche, die wir in AI gesehen haben und sehen werden, sind massiv, scale 100.000 durchgreifender, als das Internet jemals war. Das macht unglaublich vielen Menschen Angst. Kann ich nachvollziehen. Und ich kann das total gut verstehen, weil diese Transformation, das eine betrifft die Technologie und man sieht es aber nicht nur in diesem Technologie- und Arbeitswelt- oder Wirtschaftsbereich, sondern du siehst es momentan ja global in ganz vielen, unfassbar vielen Bereichen, in was für einer krassen Transformation wir uns befinden. Und der Mensch und das Gehirn ist irgendwie bequem. Niemand mag sich verändern, also keiner mag Veränderung. Das ist erstmal etwas, was vielen Angst macht. Was würdest du jemandem empfehlen? Oder empfehlen ist das falsche Wort. Was kannst du Menschen zur Beruhigung sagen? Also erstens, ich weiß, das wirkt bedrohlich. Ich weiß, es macht Angst und ich finde, es gibt nichts Schlimmeres als die Gefühle und die Emotionslage von Menschen zu negieren. Deswegen, diese Gefühle sind real und die beeinflussen euch und ich kann das mehr als nachvollziehen. Also seid ehrlich mit euch, wenn ihr Panik habt, dann habt sie, wenn ihr schreien wollt, schreit. Drei Schritte Retour, wenn ihr aus diesem Gefühl und dieser Emotion herausgeht, dann hier jetzt die Beruhigungspille. Erstens, wir stehen noch lange nicht, auch wenn uns das Marketing und der Hype-Zyklus diverser Unternehmen das gerne verkaufen möchte. Nein, wir sind weder am Terminator dran, noch an der General Intelligence, noch sonst irgendwas. Die Dinger sind auf eine eigene Art und Weise schlau, aber sie sind ohne uns Menschen noch nichts. Und ob ich mich jetzt mit einem, also ich kann, ich habe Mathe studiert und bin richtig schlecht im Rechnen und wenn ich jetzt im Kopf ausrechnen müsste, was 738.000 mal 348 ist und das zum Quadrat, wäre ich raus. Wenn du die Zahlen schnell in Taschenrechner reingibst, dann hast du das Ergebnis. Das heißt, wir kennen sehr wohl das scheinbar, was wir mal als Intelligenz definiert haben, in dem Fall Rechnen von irgendwelchen Multiplikationen und so einem Quadrat, Als Intelligenz und als Benchmark definiert haben. Und trotz alledem hat der Taschenrechner uns nicht abgeschafft. Achtung, AI ist eine ganz andere Technologie als ein Taschenrechner, weil wir auf Wahrscheinlichkeitssystemen arbeiten. Aber am Ende des Tages sind wir für die nächsten paar Monate und ich würde mal sagen so die nächsten paar Jahre auch, ist egal, was wir haben, ohne die menschliche Expertise nichts. Das funktioniert alles nicht, egal was euch jemand erzählt. Ich bin froh, dass ich AI Babsi heiße und nicht AI Boomer und nicht, keine Ahnung, Halbblasen Puffertante. Aber das ist der erste Punkt. Achtung, wenn der Fehler, der passieren könnte, ist, wenn ihr diese Worte hört, dass es euch beruhigt ist, dass ihr selber nicht mit euch in Medias Res geht und sagt, okay, das bedeutet aber, ich muss mich trotzdem verändern. Weil aus dieser Beruhigungspille entsteht häufig dieses, okay, dann bleibe ich mal in meiner Komfortzone, dann ist ja doch nicht so schlimm, die Lampe hat das gesagt. Nee, nee, nee. Ich habe gesagt, es ist nicht schlimm, aber es ist immer noch die größte Transformation, die uns ins Haus steht. Und dass den eigentlichen Fehler, den Unternehmen und auch Menschen gerade tun und machen werden es, sich nicht weiterzuentwickeln, sich nicht weiterzubilden und das Thema aktiv anzugehen. Denn dieser depperte Spruch, den ich zwar hasse, die passt, AI wird deinen Job noch nicht killen, nur jemand, der AI bedienen kann, der ist in Teilen wahr, weil irgendwann wird uns AI bestimmte Aufgaben, tut es ja jetzt schon, Aufgaben abnehmen. Noch sind wir nicht an dem Modus, dass es ganze Jobs abnehmen kann. Das kann irgendwann sein. Aber wer sich jetzt nicht mit der Technik auseinandersetzt, nicht sich seinem Weg darin findet, das für sich zu nutzen, der wird über kurz oder lange ein Problem bekommen. Nicht, weil er wegen AI ersetzt worden ist, sondern weil das Unternehmen keinen wirklichen Bedarf mehr an ihr oder ihm hat. Das ist die eigentliche Herausforderung. Ja, genau. Also du hast das super zusammengefasst. Also ich glaube, dass es irgendwann so war und das wird relativ rasch sein, dass die Fingerfertigkeit in der Anwendung und Nutzung von KI-Tools, also ich rede jetzt wirklich nur über diesen generativen Bereich, dass der genauso wichtig sein wird, wie heute von jedem erwartet wird, dass da Microsoft Office beherrscht. Und da sind wir eigentlich jetzt schon. In anderen Ländern sind wir da schon. Ja, in anderen Ländern sind wir da schon. Genau. Da haben wir quasi in Deutschland, dass wir da so ein bisschen extra lahmarschig sind. Aber auf der anderen Seite könnten wir das mal auch endlich als Chance verstehen und das hebeln. Aber wie gesagt, die Selbstverständlichkeit im Umgang mit Gen.ai und den Grenzen. Und das ist ja immer das, was ich den Leuten sage. Pass auf, es geht nicht darum, dass ihr versteht, was das kann, sondern ihr müsst lernen, was es nicht kann. Wir reden immer von den sogenannten Constraints. Wir müssen verstehen, was unter Legal, also unter der juristischen Abteilung, unter der ethischen Abteilung und in der Machbarkeit die Constraints sind. Und das ist das Problem mit dieser Technik. Und das ist auch, warum das so anders ist als jegliche andere Technik. Weil als du Office gelernt hast und in Word, dann wolltest du herausfinden, was das alles kann. Es war nicht, dass die Constraints waren so offensichtlich. Und das ist in Gen.AI genau gedreht. Und das macht auch die Herausforderung los. Ja. Du hast gerade gesagt, von jedem Einzelnen von uns, die in der Komfortzone sitzen zu bleiben, aber insbesondere auch von Unternehmen. Du bist ja in Unternehmen unterwegs. Ich hatte es ja gesagt, du berätst Unternehmen oder begleitest sie auch dabei, eben passende Strategien für sich zu entwickeln. Wo siehst du da die, wo steht momentan zum Beispiel der deutsche Mittelstand? Teilweise, also ich bin ja so ein harter Fußballfan, also manchmal würde ich sagen Kreisklasse oder keiner hat mitbekommen, dass wir Fußball spielen. Und auf der anderen Seite hast du natürlich Ausnahmeszenarien, die in der Champions League spielen. Die Realität ist leider sehr viel bitterer, als was alle immer gerne wahrhaben. Die Realität ist, dass obwohl wir bereits 2025 haben, der Welcome to my Party mit JGPT bereits November 2022 passiert ist. Also wir haben jetzt dann, und lass uns Anfang 23 bis heute rechnen, es sind zwei Jahre, stehen wir immer noch, besonders im Mittelstand, völlig am Anfang der Reise, rennen uns wirklich die Nasen und die Knie blutig, um in die Bewegung hineinzukommen, um besonders dem Mittelstand zu erklären, was Chance ist. Und das ist in Deutschland so, das ist in Österreich so. Und in der Schweiz ist die Quote derer, die es machen, höher, aber da reden wir nur von einer höheren Quote, nicht von der breiten Masse. Und das ist eigentlich das große Problem. Weil wir konzentrieren uns dann sehr auf die Ausnahmen, also die Leuchttürme, die wir haben. Und hier hat doch auch schon jemand gemacht und in der breiten Masse ist es nicht da, wo es ist. Und insbesondere das zweite Problem, was dann ist, die, die es machen, heißt noch lange nicht, dass es richtig gemacht ist. Dann wurde halt wieder entweder ein Top-Down-Approach oder nur ein Bottom-Up. Und hier mal eine Initiative und hier ein lustiges JGPT-Tool. Das hilft halt alles auch nichts. Und das ist halt gerade das, was die Komplexität ausmacht. Die einen sind noch gar nicht erschienen. Die anderen wollten Champions League spielen, sind aber im Kreisklasse-Stadion gelandet. Wir bleiben heute beim Fußball. Hoffentlich startet Köln bald auf. Also je nachdem, wer diesen Podcast hört, wissen wir dann, wann ihr den hört. Aber das ist halt genau diese Problematik. Und ich merke immer wieder, wenn ich das anspreche, dass ich teilweise, jetzt tut auch nicht so, als wäre es so schlimm. Nein, es ist schlimmer, Freunde der Nacht. Wir sind in einem Hochgeschwindigkeitszug und diskutieren noch über die Dampfbahn. Diskutieren, und das ist das große, entscheidende Wort. Wir diskutieren, ob wir die Dampflok irgendwie jetzt brauchen. Während der Rest auf den High-Speed-Zügen unterwegs ist und schon die Schallgrenze durchgrenzt, sitzen wir im Arbeitskreis zusammen und diskutieren über eine AI-Richtlinie und Initiative. Hat das etwas mit tatsächlich dieser typisch deutschen Mentalität zu tun, überall erstmal die Bedenken zu haben und nach irgendwie Datenschutz und so weiter zu fragen? Bedenken ist ein großes Thema. Bedenkenträger sind ein großes Thema. Zweites großes Thema. Wie bei Menschen sind die deutschen Organisationen ausgeprägt schlechter drin, kurzfristig Schmerzen zu ertragen für langfristige Gewinne? Da sind die Deutschen als auch die deutschsprachigen Unternehmen ähnlich, eigenartig. Warum bloß? Könnte dran sitzen, dass die Menschen die Kultur leben. Weiß auch nicht so genau, warum. Also das ist das. Das heißt, dann hast du Bedenkenträger, dann führst du eine kurzfristige Return on Investment Diskussion, wo du denkst so, hä? Und wenn du dann fragst, ja, dann lass uns doch mal über die Opportunitätskosten und Sankt Kost kommen. Ja, nee, die erheben wir ja so nicht. Ja gut, also dann brauchen wir auch nicht drüber reden, Freunde der Nacht. Und AI wird, oder halt wie immer, bei uns wird ja nicht in Innovation investiert, sondern in Kostenreduktion. Und Kostenreduktion heißt, es ist natürlich, im ersten Moment ist Kostenreduktion einfacher. Lass uns 100 Leute rausschmeißen. Da habe ich erstmal die Kosten runtergebracht, als ein AI-Projekt zu starten, was kein Projekt, sondern immer ein Prozess ist, was uns vielleicht eine Million kosten würde oder sowas. Ja, also das ist halt genau das. Das heißt, wir haben nicht den Willen zur Innovation und zum Investment in Innovation. Wir haben nicht den Willen, und ich muss da mal so ein bisschen lachen, weil dann die aktuelle Vorstands- und Geschäftsführer-Riege, meistens ja immer noch männlich, hat sehr viel Trend zum Sport. Da können Sie das scheinbar mit dem Kurzfrist-Schmerz- und Langfristgewinn leben. Transferleistung nicht vorhanden. Eigenartig, fragt mich immer, wie der Mensch so gespalten sein kann. Und eben dann mit den Bedenkenträgern und dann nehmen wir jetzt das Wort, was ja auch so ein bisschen Trend in den letzten Jahren ist, das ist dann eine toxische Mischung. Da kommst du dann halt genau gegen diese Wende, wenn du läufst. Sprichst du eigentlich in deinen Meetings genauso? Ja. Sehr cool. Ja, deswegen meine ich, also ich kann ein sehr, also wenn ich möchte. Kann ich sehr formell sprechen. Insbesondere in Schulungen, wenn es mir auch darum geht, meinen armen Trainingsteilnehmern die richtige Fachsprache beizubringen. Aber ansonsten habe ich einen teilweise extrem, extrem informellen Sprachstil. Und ich habe gesagt, ich werde auch dafür bezahlt, dass ich so spreche und so rede. Ansonsten hätte ja jemand auch einen Von den Big. Four anrufen können. ich kriege meinen Punkt auch sonst einfach nicht rüber. Also das ist so, wo ich mir denke, sehe ich aus wie die Konditorin. Ich kann nicht Zuckerguss auf Scheiße draufmalen. Dafür wäre ich nett bezahlt. Ja, finde ich. Ich glaube wirklich auch, dass man, das ist ein Aspekt, ich habe das früher auch auf den Projekten erlebt, man muss einfach ganz oft Klartext sprechen und vor allen Dingen auch dann irgendwie mit dem Lattenzaun da irgendwie drauf machen. Mit dem Lattenzaun, der Wiese, dem Bauern und dem Traktor oben drauf. Aber das ist halt wirklich auch so, das ist natürlich, sind wir ehrlich, der nächste große Geburtstag, der mir ansteht, ist die schöne 5 vorne dran. Das ist mit Mitte. Ende 40 ist das alles sehr, sehr viel entspannt. Ja, klar. Also mal ehrlich, ich sitze da mit 46 in so einem Meeting und denke mir, Kinder, ich bin keine 20 mehr, lass die Scheiße. Also jetzt mal Freunde der Nacht, nee. Wenn jetzt jemand zuhört und sagt, ja, ich würde dann schon ganz gerne, aber ich weiß nicht genau, wie ich starten soll. Was sind so aus deiner Erfahrung klassische Bereiche im Unternehmen? In, weiß ich nicht, mittelständisches Unternehmen, 100, 150 Mitarbeiter, 200, also eher klein. Wo kann man da, an welchen Stellen könnte man starten und wie? Okay, also startet doch erstmal bei euch persönlich. Legt euch einen ChatGPT oder einen Klot bezahlten Account für 20 Dollar zu. Das ist gut investiertes Geld. Und fangt doch einfach erstmal mit den Gute-Nacht-Geschichten für die Kinder und die Enkel an, je nach welcher Altersgruppe ihr da habt. Generiert, macht Fotos von euren Kühlschränken und lasst euch Rezepte erstellen. Spielt mit dieser großartigen Technologie doch einfach mal rum und lacht, wenn es irgendwie nicht funktioniert und macht es mal kaputt. Und denkt einfach, vielleicht liegt es an mir, wenn es nicht läuft und nicht an der Maschine. Erstes Learning. So, sind wir aus diesem spielerischen Stadium und auch das kann man großartig im Unternehmen machen. Gründe eine Spielgruppe. Jetzt wird es mal abstruse, Frau Lampe. Wir gründen jetzt eine Spielgruppe. Es ist so einfach. Genau, es ist so einfach. Also wir machen jetzt, wir können das Fancy Think Tank nennen. Intern ist es dann die KI-Spielgruppe. Probiert es aus, macht Bilder, spielt damit rum, nehmt keine persönlichen Daten oder sonst irgendwas rein. Nix Sensibles, aber testet die Technologie aus uns. Wenn ihr dann eine erste Idee für die Technologie bekommen habt, dann drei Schritte retour. Dann ist die Frage, wo kann ich es einsetzen? Klar, einer der einfachsten Use Cases für den mittelständischen Unternehmen, für generative AI, ist die Marketingseite. Warum? Naja, wir erstellen E-Texte und Sachen, die nachher in der Öffentlichkeit zugänglich sind, die basieren auf Daten, die für alle zugänglich sind. Wir haben also kein riesiges Drama mit irgendwelchen Bedenkenträgern, der ist DSGVO oder sonst was, Da sind weder unternehmenskritische Daten drin, noch sind da personenbezogene Daten drin. Und das ist so ein bisschen, kommt aus der Idee, wo laufe ich denn am wenigsten in Probleme und Marketing oder PR. Also Kommunikation ist halt großartig. Weil wenn das Ding nachher eh veröffentlicht wird und auf öffentlichen Daten beruht, habe ich garantiert kein Drama. Und dann ist es eher ein, denkt nicht in Wunschkonzert, sondern denkt in Problemen. Was nervt? Wo brauchen wir zu lange? Und da kommt es so ein bisschen so, angenommen, ihr schreibt einen Unternehmensblog und dieser Unternehmensblog, den zu erstellen, damit der cool ist, nehmen wir mal voll was oben drüber, dauert eine Woche für so einen Blogartikel. Braucht kein Mensch, aber wir bleiben jetzt mal dabei. Ihr braucht eine Woche für einen Blogartikel. Und dann wäre jetzt so die Überlegung, okay, das ist ja irgendwie ineffizient, außer muss ich das wahrscheinlich als Nebenbaustein haben. Bei unter 200 Mitarbeitern ist jetzt Marketing auch nicht selten so hoch gestaffed und so gut besetzt, als dass wir da ganz viele hauptberufliche Mitarbeitenden haben, die den Blog schreiben dürfen. Und dann nutzt das Tool einfach mal. Wie könnte ich mir helfen? Vielleicht ein paar Schlagworte zusammenstellen. Vielleicht eine Outline schreiben können, um dieses Gefühl dafür zu bekommen, dass es euch hilft. Und dann ist dieser Effekt, was da vor einer Woche gedauert hat, Damit es cool ist, dauert vielleicht, wie gesagt, ihr müsstet immer anpassen. Und sonst irgendwas, ihr müsstet es lernen, dauert vielleicht nur noch einen Tag. Und dann kann ich daraus dann nach und nach diesen Weg gehen. Aber am Ende des Tages ist es spielerisch ranzugehen, eher einen Problemcase als einen Use Case zu finden. Und die meisten Unternehmen kleinerer Natur brauchen externe Unterstützung, weil halt keine Inhouse-Expertise ist. Das sieht anders aus. Falls ihr im Unternehmen eine Forschung und Entwicklungsabteilung habt, wo Mathematiker, Physiker oder Biologen rumhängen, dann rennt in die und schnappt euch die. Die können euch erklären, wie der Scheiß funktioniert und haben wahrscheinlich auch schon damit rumgespielt. Ganz sicher. Ich bin mir ziemlich sicher, dass in den allermeisten Unternehmen Mitarbeiter sitzen, die damit privat schon mehr gemacht haben als eben in den Unternehmen. Und man könnte wirklich, ich habe damit gute Erfahrungen gemacht, jetzt nicht KI bezogen, aber in Bezug auf andere Technologien, die man sich erarbeitet oder Neuerungen, dass du wirklich so etwas wie ein Freitagnachmittag Experiment oder irgendjemandem sagst, du kannst dich damit mal beschäftigen und kannst du das nicht mal vorstellen oder so. Das ist einfach gemacht und das macht den meisten Leuten Freude und es bringt wirklich viel. Man kommt echt voran, wenn man das so macht. Und wer jetzt aus der Geschäftsführungsriege zuhört und besonders mutig ist, der macht folgendes. Der listet seine Fails mit JGPT und Claude auf und macht mal eine Session zu. Euer Geschäftsführer hat mit AI versagt. Danach hast du garantiert alle im Boot. Und die Frage, wie implementieren wir AI, ist sehr, sehr viel einfacher gefunden. Ganz sicher. Du machst ja eben auch Kurse dazu. Ich habe gesehen, es gibt so ganz verschiedene, also von wegen Einsteiger für Einsteiger bis hin zu, ich glaube, KI-Trainer oder weiß nicht. Was man alles so werden kann. Das heißt, es lohnt sich in jedem Fall auch auf deiner Website zu gucken. Ich werde die in die Shownotes packen, weil du dort das in coolen Formaten anbietest. So von wegen, auch mal abends kann man das machen. Du bist da super flexibel. Und ich würde das, was du gerade so beschrieben hast für Unternehmen, das ist ja letztendlich auch die Vorgehensweise für jeden Einzelnen. Das ist etwas, womit sich jeder von uns beschäftigen muss. Und von daher, diese 20 Euro pro Monat, die würde ich in jedem Fall investieren, weil das macht das Leben bunter, spannender und einfacher. Definitiv. Es ist, glaube ich, so günstig war es noch nie und so günstig wird es auch nie wieder sein. Also zumindest für persönlich wird es so bleiben. Für die Unternehmen sieht es anders aus. Aber ja, nutzt es. Gerade seid ihr, falls ihr auf LinkedIn rumhängt, dann denkt ihr, alle sind schon 30 Schritte weiter. sind sie nicht. Die Realität ist, dass 80 Prozent in Deutschland immer noch am Anfang stehen. Und das heißt, jeden Tag, den ihr jetzt anfängt, habt ihr euch einen Vorteil rausgearbeitet. Ja, genau. Und es lohnt sich auf jeden Fall auch dir in LinkedIn zu folgen. Da kommt schon auch ziemlich nerdig bist du da auch unterwegs. Aber man kriegt gute Tipps, wie zum Beispiel auch, wie man seinen Kleiderschrank dann irgendwie digitalisieren kann. Und super, wirklich. Also echt coole, echt coole Tipps. Zum Ende würde ich gerne nochmal so ein bisschen auf deine Vision von einer idealen Arbeitswelt, würde ich gerne, wie würde die aussehen? Wenn du dir das wünschen könntest. Also in einer idealen Arbeitswelt sind wir ein human-centered Unternehmen, full data und AI-driven. Der Mensch im Mittelpunkt, und zwar jeder Mensch. Ich repräsentiere auch die Neurodiverse Crowd. Die heißt jetzt übrigens dank TikTok Neuro Spicy. Finde ich total cool. Wir sind jetzt nicht mehr Neurodiverse, wir sind jetzt Neuro Spicy. Finde ich total cool. Wir haben alle Arten von Mitarbeitenden drin. Und können denen auch, sei es mit Remote Work oder In-Office oder was auch immer, alle eine coole Arbeitswelt ermöglichen. Human-Centered, das bedeutet für mich alle Menschen und nicht nur der weiße Standard-Typ. Und dann aber Data-on-AI-Driven, weil wir, also ich als, ich bin ja teilweise auch so ein Interims-Chief, Data-on-Afficer, mein Job ist ja nur dann eigentlich richtig geil, wenn ihr mich nicht seht. Wenn dein Problem, wo du dir denkst, verdammt, haben wir dafür, ja, dafür haben wir ein Dashboard. Ah, kann ich mir eine zusammenklicken. Wenn du dieses, in dieser Überflutung der Reizwelt, und deswegen ist Data und AI so wichtig, das menschliche Gehirn war nie dafür ausgelegt, dass es zwischenzeitlich im Durchschnitt 15.000 Entscheidungen, bis andere Schätzungen gehen, sogar auf 30.000 Entscheidungen pro Trag treffen muss. Dafür sind wir nie gebaut worden. Unsere Gehirne, unsere Unternehmen sind nicht für eine Welt gebaut worden, die so dermaßen von externen Einflüssen ständig anziehen und zerren ist. Und Data und AI soll uns enablen, diese Welt auch zu navigieren, besonders die Datenseite. Und in meiner perfekten Welt haben wir diesen Menschen im Fokus und haben alles dafür gebaut, dass dieser Mensch sein volles Potenzial, sein Expertenwissen leben kann, in einer möglichst guten Umgebung für ihn. Dann verdienen Unternehmen Geld, dann verdienen wir alle Geld, wenn die Umgebung möglichst ideal ist. So Nerds wie ich, ich habe mein komplettes Unternehmen, mein komplettes Leben gebaut. Dass ich darin funktioniere. Das kann ich nur bedingt für einen kleinen Teil der Menschheit machen, aber das wäre eigentlich das Ideale. Dann haben die Leute Bock, dann haben die, ich sage immer, ich bin kein Workaholic, ich bin ein Spaßaholic, dann hast du es. Und das muss aber human-centered und eben Data-AI-driven sein. Und Data-AI ist der Support für den Menschen. Dann funktioniert das auch. Ich finde, dass das so richtig schön klingt. Das entspricht so meiner Vorstellung auch. Und was ich aber glaube, was wir dazu brauchen, alle, und da wird uns keine KI helfen, das ist genau die emotionale Empathie. Und genau das zu sehen, das Besondere im Anderen zu sehen. Genau, das macht uns Menschen aus. Genau, die kognitive Empathie kann die Maschine, die emotionale Empathie kann die Maschine nicht. Und ob sie das jemals schafft, wissen wir nicht. Die Emotion und die emotionale Empathie, das Gut Feeling, unser Erfahrungswissen, unsere Intuition, das sind Intelligenzformen, die diskutieren wir aktuell noch nicht mal richtig in der Forschung von AI. Und die emotionale Empathie zusammen mit unserer Intuition für die sanften und leisen Zwischentöne, kontextualisiertes, vernetztes Wahrnehmen und Denken, das sind menschliche Stärken, die die ganze Führungsebene, wenn du die jetzt sauber hebelt, dann bist du vorbereitet und nimm die Technologie mit. Aber es ist nie Technology First. Es ist nie fucking im Leben. Und ich kriege da Föhn, wenn ich nochmal einen Post höre, AI First. Nee, Kinder, AI First ist so deppert wie nur irgendwas. Es ist immer noch erstmal der Mensch und wir sind nur in der Hilfswissenschaft. Ja, genau. Ganz genau. Und da, glaube ich, gibt es auch noch ganz, ganz viel Nachholbedarf bei genau denjenigen, die diese Unternehmen führen. Aber das ist dann nochmal ein anderes Thema. In einer anderen Welt. In einer anderen Welt oder in einer anderen Folge. Genau. Babsi, ich habe mich super gefreut. Ich könnte jetzt noch Stunden mit dir reden, aber vielleicht kommst du ja dann nochmal irgendwann zu einem weiteren Thema. Wenn ihr ganz viele Kommentare und Likes und sonst was sendet, dann darf ich vielleicht nochmal wiederkommen. Wer weiß so genau. Du darfst auch sonst nochmal wiederkommen. Nee, nee, so funktioniert der CTA nicht, liebe Claudia. Der CTA muss sein, dass sie mindestens so und so viel liken und kommentieren, dann komme ich nur wieder. Ganz ehrlich, ich sehe schon, du bist echt, ich hatte das ja gelesen und auch in irgendeinem Podcast gehört, dass du wirklich so ein Sales-Nerd, Sales und Marketing, und da glaube ich, kann ich noch unfassbar von dir lernen. Ja, so muss man das ja mit der Manipulation zum Guten ausnutzen. Ach so, einen Werbespot will ich aber noch einbringen, weil du das nicht machst. Ich habe, du bist, ich hatte ja gesagt, Podcasterin, ihr habt einen coolen Podcast. Ich habe jetzt so die ersten zwei Folgen mal gehört. AI, nein, nee, wie heißt der? Layer 8, nein. Nein. Genau, Layer 8, nein, mit Jochen zusammen, mit Jochen Fuchs zusammen, E-Fuchs. Genau, also journalistische Seite und quasi Praktikerin treffen sich und wir unterschreiben das, bis wir es geschafft haben. Euer neuer KI-Lieblings-Podcast. Ja, genau. Also mein Lieblings-Podcast ist es schon und ich finde diesen Titel ja mega. Ich meine, das verstehen auch nur Nerds. Dass die Erweiterung der Layer-7-Welt jetzt endlich sich bei euch wiederfindet, ich finde das total cool. Deswegen kam Jochen mit der Idee und ich war gleich Feuer und Flamme. Hört gerne rein. Wir erklären, wir haben erklärbar Folgen. Eine unserer letzten Folgen ist auch diese Frage sehr viel konkreter beantwortet. Wie bringen wir denn jetzt die KI in Unternehmen? Wir haben eine Fanpost bekommen mit sehr, sehr vielen Fragen. Die sind wir durchgetan zum coolen Erweiterungen. Und ihr findet aber auch viel, was hat es mit den Halluzinationen auf sich, Reasoning-Modelle. Das versuchen wir alles so ein bisschen abzudecken, damit ihr so ein bisschen Entscheidungskompetenz im Data-on-AI-Dschungel bekommt. Ja, finde ich sehr cool und auch das werde ich hier verlinken. Und von daher vielen Dank. Vielen Dank für deine Zeit. Vielen Dank.