Künstliche Intelligenz ist längst mehr als ein Hype. Sie verändert unsere Arbeitswelt, unsere Entscheidungsprozesse und unsere Unternehmenskulturen. Insbesondere im Medienumfeld führt das zu großen Herausforderungen. Nie war es leichter, Fake News zu verbreiten, nie einfacher, Bilder, Videos und Nachrichten zu erstellen, die täuschend echt aussehen, aber nichts anderes sind als gut gemachte Deepfakes. Und damit herzlich willkommen zu einer neuen Folge des p-3-Podcast. Heute geht es um KI in der Medienwelt. Künstliche Intelligenz im Journalismus und in den angrenzenden Bereichen, die sich mit Bild- und Textgenerierung beschäftigen. Mein heutiger Gast ist Clemens Prerowski, Geschäftsführer der APA IT. Die APA IT bietet Komplettlösungen mit dem Fokus auf den Bereich Media Solutions und IT-Outsourcing an. Als Tochterunternehmen der APA. Der Austria Presseagentur, betreibt die APA IT die Infrastruktur der österreichischen Nachrichtenagentur sowie zahlreicher weiterer Medienbetriebe. Und mit diesem Know-how ist die APA IT natürlich Spezialist für IT-Lösungen von Verlagen und Unternehmen mit mediennahen Aufgabenstellungen. Clemens verantwortet als Geschäftsführer die strategische Entwicklung von Produkten, Plattformen und KI-gestützten Suchsystemen. Er beschäftigt sich mit semantischer Suche, mit AI in der Praxis und der Frage, wie man mit Tools nutzenstiftende Prozesse erstellen kann. Über diese Themen hält er auch regelmäßig Vorträge und ist auf Panel-Diskussionen zu Gast. Und ich freue mich bei der Vielzahl dieser Aufgaben, dass er sich heute die Zeit für einen kleinen Deep Dive in das Thema KI im Medienumfeld genommen hat. Hallo Clemens, schön, dass du da bist. Hallo Claudia, ich freue mich, dass ich zu Gast sein darf mit dir. Ja, wir wollen heute nicht nur darüber sprechen, wie es gelingt, wie eure KI-Lösungen aussehen, sondern auch so ein bisschen, wie man so etwas einführt, auch so, dass natürlich ein echter Mehrwert entsteht und vor allen Dingen wie KI sinnstiftend im Journalismus und im Medienumfeld eingesetzt werden kann. Vor allen Dingen auch. Welche Herausforderungen es dabei gibt und wie man vielleicht auch Mitarbeitende den Datenschutz und auch ethische Fragen in der Praxis so tatsächlich im Tagtäglichen zusammenbringt. Bevor wir darauf eingehen, eine Einstiegsfrage für dich. Was war die letzte Situation in deinem Alltag, in der du dir gewünscht hättest, das könnte jetzt doch bitte die KI für mich erledigen? Haha, da habe ich ein sehr gutes Beispiel. Ich war gerade auf Urlaub und habe mir einen Mietwagen genommen. Und ich mache das seit 15 oder 20 Jahren so, dass ich auf die billigste Online-Plattform gehe und mir dort den Mietwagen raussuche. Und es war das erste Mal seit diesen 15, 20 Jahren, dass ich ein Problem bei der Vermietung hatte, weil die haben mir nicht den Preis gegeben, den ich online gebucht habe. Die haben einfach gesagt, yeah, yeah, it's on the voucher, but this is not the right price. Und ich hatte an dem Tag mit Anreise mit zwei Kindern und Pipapo und vier Uhr aufstehen, keine Kraft mehr, das vor Ort auszudiskutieren. Und ich habe mich natürlich furchtbar geärgert, weil ich habe erheblich mehr gezahlt, 300, 400 Pfund. Und ich habe mich wahnsinnig geärgert und habe begonnen natürlich dann zu recherchieren, was kann ich tun und Verbraucherschutz und also sowas. Und dann habe ich mir nicht gedacht, hey, das könnte eine KI tun, sondern habe mir gedacht, hey, das soll eine KI mir nicht tun, warum mache ich das? Und das Grandiose an dieser Situation war, dass JGPT echt versucht hat, mir die Arbeit zuzuschieben, weil ich habe ihm geschrieben, also was ist die Situation, das ist mein Voucher, das habe ich gebucht, das habe ich gezahlt, das ist die Rechnung, tu was. Und JGPT hat geantwortet, ja, da muss man jetzt einen Brief schreiben an den Vermieter und an den Vermittler. und ich habe JGPD geantwortet, man muss einen Brief schreiben, du musst einen Brief schreiben. Und das hat es gemacht und das Coole an dieser Sache ist, das hat funktioniert, ich habe mein Geld zurückgekriegt. Ehrlich? Es waren drei Mails, die ich schreiben musste, ich habe kein Wort davon selber geschrieben, weil das wären Stunden, du kennst das, wenn man so einen Reklamationsfall hat, mit Kunden am Arbeit. Ich habe mir gedacht, nein, ich mache es diesmal anders, ich investiere da diese 10 Minuten Prompting und es hat funktioniert. Ich habe mein Geld zurückgegangen. Ich bin ihnen genug auf den Nerv gegangen und habe mein Geld bekommen. Der Idealzustand wäre dann ja gewesen, wenn du das einfach so einem Agent, wenn du das mit Agent-DKI gemacht hättest, was ja hinaus posaunt wurde und angeblich ja so cool funktioniert. Aber ich glaube, da würde ich jetzt noch nicht drauf vertrauen. Ich kann mich erinnern, 2017 gab es von Google eine extrem coole Agent-Demo, die einen Friseurtermin gebucht hat. Und natürlich sprach ich mit Anruf, hallo, ich möchte einen Termin ausmachen. Und ich war so gehypt damals und mein Google Nest Hub schafft es nicht mal einen Timer einzustellen heute. Also ein bisschen braucht es. Na, dann kommen wir doch wieder in die Niederungen der echten Anwendungsfälle. Wobei, das ist ja cool, dass das dann eben auch wirklich funktioniert hat. Aber zurück zur APA-IT. Welche Rolle spielt denn die APA-IT bei der Transformation der Bei euch von Journalismus und Medien. Also in Bezug auf KI, was ist da konkret eure Aufgabe? Die Aufgabe unterstützt eigentlich den Kernauftrag und die Mission der APA und diese Mission sind True and Unbiased News. Und die Aufgabe der APA IT ist es, die Software und Infrastruktur dafür zur Verfügung zu stellen, dass man diese True and Unbiased News auch liefern kann. Und das ist es in der kürzesten Version und Form, was wir machen. Ja, Stichwort Unbiased ist natürlich irgendwie so gleich so ein Punkt, wo ich gerne einhake. Wie schafft ihr das dann, das Unbiased tatsächlich hinzubekommen? Naja, das ist eine Frage, die der APA-Redaktion gehört. Aber die APA-Redakteure arbeiten hart daran, objektiv und sachlich zu beurteilen und die Sachen so wiederzugeben und die Fakten zu berichten. Das ist ihr Kernauftrag und in dem gehen sie auch ganz auf. Und wer versucht, etwas anderes zu behaupten, soll das einmal in der Redaktion laut sagen. Die werden wirklich böse, die nehmen ihre Mission absolut ernst und erfüllen diese auch sehr. Sehr gut. Ja, und inwieweit unterstützen dann eure Lösungen und eure Tools, die ihr entwickelt, dafür diesen Auftrag? Ja. Unsere Softwarelösungen bilden eigentlich die ganze Kette der journalistischen Tätigkeit ab. Also von der Aufbringung, vom Eingang, vom Nachrichteneingang, wo wir zum Beispiel die Agenturen angeliefert bekommen bis zur Recherche, wo wir die Systeme haben, die Datenbank haben dahinter, die eine eigene Entwicklung ist, dass die Journalistinnen und Journalisten recherchieren können zu den Vorfällen bis hin zur Eingabe und zum Redaktionsprozess. Und dann weiter zu den Ausspielkanälen und diese gesamte Kette ist selbstentwickelte Software der APA IT, die wir auch selber betreiben. Ja, das ist ja nicht erst seit gestern so, sondern ihr macht das ja schon sehr lange. Wann hat bei euch dann tatsächlich KI Einzug gehalten? Das heißt, seit wann setzt ihr da auch verstärkt auf KI-basierte Lösungen? Und wie sieht das konkret aus? Ja, es gibt keinen ganz harten Schnitt, kein Startdatum für KI, weil KI ja auch so eine fließende Geschichte ist. Wir haben ein sehr aktives Research and Development und durch die Entwicklung unseres eigenen Textindex haben wir auch viele Technologien, die so eine Überschneidung haben mit Technologien, Clustering von den Nachrichten und in der automatisierten Sortierung und empfinden, was besonders ist. Wir haben zum Beispiel schon lange, ich glaube 2015, eine Technologie, die eine News-Frontpage scannen kann, verstehen kann, was welche Gewichtung hat. Also die geht nach der Größe der Überschrift und wie viel Platz hat das Bild und ordnet auch den Text den Bildern zu und kann dann gewichten aufgrund dessen, was sind in der österreichischen Medienlandschaft oder welche Webseiten du auch immer beobachtest, was sind die Themen, die gerade berichtet werden, was sind die wichtigen Themen. Und das fällt für mich doch in die KI, weil die hat jetzt keine fixen Instruktionen, wie diese Website aufgebaut ist, sondern die lernt und versteht das selber. Aber ich glaube, es gibt so einen Punkt, der... Der vielleicht als schon ein Wechsel oder Startpunkt für KI in der APA und in der APA IT gelten kann. Und das ist für mich die Picture Desk, unsere Bilderagentur der APA. Die hatten eine sehr große Mediendatenbank gehabt und im Jahr 2021 waren das 60 Millionen Bilder, die verwaltet wurden. Und auf ca. 45, 50 Millionen davon waren Personen abgebildet. Und diese Bilder sind nur noch gut und sinnvoll nutzbar, wenn du weißt, wer auf den Bildern drauf ist. Und ganz viel wurde manuell beschlagwortet natürlich. Durch Fotografen, aber durch die Bildredakteurinnen. Und bei diesem Umfang ist es natürlich so, dass du das schwer manuell leisten kannst. Natürlich musst du nicht jeden Tag den ganzen Dichtbestand annotieren, aber es kommen halt laufend neue Bilder dazu. Und deswegen haben wir gesagt 2021, okay, wir schauen uns jetzt KI-Lösungen dafür an und wir haben alle Standardlösungen, die es am Markt gibt, evaluiert. Die großen, die man eh kennt, Amazon, Google, Microsoft und so weiter, haben damals Bilderkennungs-APIs angeboten, also Personenerkennungs-APIs angeboten. Und die haben wir genutzt und wir waren extrem beeindruckt vom Ergebnis. Microsoft Azure hatte damals die beste Gesichtserkennung, ist glaube ich auch heute noch eine der besten, hatte die beste Gesichtserkennung, sehr, sehr, sehr hohe Genauigkeit mit wenigen Trainingsbildern, drei, vier Trainingsbilder und du findest diese Person mit fast hundertprozentiger Genauigkeit wieder. Und wir waren ehrlich gesagt sehr verblüfft, wie gut das geht, aber die Sache hatte einen Haken und zwar das Preismodell. Das Preismodell war so hart gestrickt, dass es unmöglich gewesen wäre, über das Geschäftsmodell einer Bilderagentur das abzubilden. Also das initiale Training waren an die 30.000 Dollar und die Problematik war hier, einmal kann man das ja machen für einen Bildbestand, aber wir kriegen ja jeden Tag neue Personen hinein und es wäre sehr häufig ein komplettes Retraining notwendig gewesen und du kannst nicht mehrfach im Monat um 30.000 Dollar trainieren, das geht einfach nicht. Und deswegen haben wir uns damals auf die Suche nach einer Alternative gemacht und einer unserer Entwicklerkollegen hat gemeint, naja, dann machen wir das doch selber. Wir haben ein Open-Source-Modell genommen für die reine Gesichtserkennung, also um die Vektortaten uns herauszuholen und haben auf Basis dessen eine eigene Gesichtserkennung programmiert. Es reicht nicht, einfach nur ein Open-Source-Modell zu nehmen, weil man die Geschwindigkeit bei dieser Anzahl an Bildern auch liefern muss. Und das geht nicht, indem man einfach ein Open-Source-Modell drüber fahren lässt, das ist zu langsam. Also da wurde ziemlich heftig optimiert. Unsere Datenbank, unser Volltextindex wurde auch erweitert, dass er diese Daten aufnehmen kann. Und so haben wir es geschafft, eine um Magnitudengünstigere Lösung für uns hinzustellen und den vollen Bildbestand indizieren zu können, also die uns diese Möglichkeit gibt, ohne diese brachialen Retraining-Kosten zu haben. Und was ein Nebeneffekt ist, der wirklich, wirklich cool war, ist, wenn du eine API wie Microsoft fragst, dann kannst du deine Personen trainieren und die API gibt dir dann zur Antwort, ja, da ist die Claudia auf dem Bild drauf, aber was du nicht bekommst, sind die Vector-Daten. Und die haben wir jetzt natürlich. Das heißt, wir haben, nachdem es unser eigenes Modell ist und unsere eigene Technologie, haben wir auch Den vollen Datensatz und was wir zusätzlich haben, weil wir sind die APA und nicht irgendeine Softwarebude, wir haben auch ein entsprechendes Rechtsgutachten dazu erstellen lassen, was darf man trainieren und wie darf man diese Daten nutzen und verwenden. Ja, sehr cool. Ist das etwas, was ihr ausschließlich für die APA anbietet? Also nutzt es wirklich nur die APA? Oder ist das etwas, was ihr auch anderen, das ist ja super interessant, das ist ja eine Lösung, die auch für Zeitungsverlage, für Fernsehen, das ist ja für alle interessant. Absolut. Deswegen bieten wir es nicht nur für die APA an, sondern zum Beispiel gibt es dieses Angebot auch im Rahmen von APA PIX, das ist unsere Bildverwaltungssoftware, zum Beispiel für Corporate Communications oder Medienhäuser oder auch Kommunikationsstellen. Und im Rahmen dieser Lösung kann man diese Gesichtsähnlichkeitssuche, diese Personenerkennung nutzen. Und im PIX befindet sich die jetzt gerade im Rollout, die müsste so Oktober, November, müsste sie dort angekommen sein, die Technologie. Und mit der hat man Zugriff auf den trainierten Stand der APA, plus man kann darüber hinaus, weil es eben unsere Technologie ist, auch seine eigenen Personen trainieren lassen. Ja, das heißt, wenn ich jetzt im Prinzip daran Interesse habe, weil zum einen der Bildbestand der APA interessant ist, Und aufgrund dessen, dass das erstens so viele sind und eben auch zu meinem Journalismus-Medienbereich passt, den ich anbiete. Wie sieht dann das eigene Training aus? Bietet ihr das dann an für die Kunden oder machen die das selber? Wie muss ich mir das vorstellen? Genau, du kannst deine Bilder anliefern mit der entsprechenden Beschlagwertung. Du musst wissen, welche Personen, wir brauchen die Beispielfotos und wir trainieren das ins System ein. Damit für deinen eigenen Bildbestand, also du verwaltest mit Pix zum Beispiel, UpperPix, deinen eigenen Bildbestand, dass du dort dann die Erkennung der Personen hast, die für dich wichtig sind. Und euer Preismodell ist günstiger als das von Microsoft? Ja, es kostet nicht 30.000 Gesichter zu trainieren. Das war relativ großer Umfang, muss man sagen. 50.000 Personen waren das. Hast du, kurzer Nebenbefekt, weil mir das gerade einfällt, Habt ihr das weiter verfolgt? Ist das inzwischen günstiger geworden, das Trainieren, wenn ich praktisch die Trainings von einem Anbieter machen lasse? Oder ist das nach wie vor in solchen Größenordnungen? Ich kenne das aktuelle Preismodell von Microsoft nicht. Ich gehe davon aus, dass es günstiger geworden ist. Ich gehe aber auch davon aus, dass es wahrscheinlich trotzdem nicht abbildbar wäre. Für uns ein Use Case mit 50.000 Personen. Und mittlerweile sind wir auf 70 Millionen Bilder. Wahnsinn. Das steigt ja auch gut an. Ja, klar. Wie, was war jetzt, also ich meine, zum einen ist es ja super, dass einer eurer Entwickler gesagt hat, das machen wir mal selber, aber was war jetzt bei dieser Lösung auch im Rückblick besonders herausfordernd in dieser Entwicklung? Wenn du dir das anguckst, was waren da so die Schwierigkeiten? Weil ich kann mir jetzt nicht vorstellen, dass das irgendwie alles so smooth irgendwie über die Bühne gegangen ist. Im Rückblick ist das super, wenn du jetzt auf so eine Lösung guckst. Aber währenddessen ist das ja so eine Berg- und Talfahrt wahrscheinlich. Aber was war da die größte Herausforderung? Ja, im Rückblick ist das immer alles eine ganz einfache Geschichte. Die größten Herausforderungen sind aber wahrscheinlich nicht unglaublich spannend, weil es geht immer um Performance und es geht darum, dieses System zu optimieren, dass wir den Echtbetrieb standhalten können. Und dafür haben wir einfach Ausführungszeiten, die wir einhalten müssen. Und wir wissen ja, mit welchem Volumen wir umgehen müssen. Und es bringt mir nichts, die beste Gesichtserkennung der Welt zu haben, wenn es fünf Tage dauert, die neuen Bilder zu indizieren. und das ist einfach dieses kontinuierliche Arbeiten daran, dass die Performance und Stabilität einfach gegeben ist. Ja, und wie stellt ihr sicher, also das ist ja dann eben auch ein Produkt, was natürlich weiter von euch betrieben, betreut, gegebenenfalls auch weiterentwickelt wird. Wie stellt ihr sicher, dass eben auch das nötige Know-how bei euch im Team bleibt und dass die Leute das einfach auch können? Weil ihr habt ja vermutlich auch Fluktuationen. Wie ist das generell bei euch, dass ihr diesen Wissenstransfer auch hinbekommt? Wir haben ein Initial in der Aufstellung begonnen, schon früher, das muss so 2000, wow, weiß ich nicht, vor 2020, haben wir einige Leute in ein Data Scientist-Machine-Learning-Ausbildung geschickt, um einmal diesen Grundstein zu legen. Und es ist so, dass wir, das ist ein bisschen klassisch, aber das ist, wie es funktioniert. Wir haben Teams, die sehr stark an bestimmten Feature-Bereichen arbeiten, also die Expertisen haben, wie zum Beispiel eben diese Mediendatenbank oder die Medienbeobachtung. Und in diesen Teams gibt es Spezialistenrollen. Wir sind jetzt nicht so, wie es lehrbuchmäßig wunderbar, aber unfinanzierbar wäre, völlig redundant aufgestimmt. Ja, das kann keiner finanzieren. Nein, das funktioniert leider nicht. Deswegen haben wir die Superhelden, die sich perfekt auskennen und die ganz großen Spezialisten, aber die arbeiten natürlich nicht allein, sondern die arbeiten mit ihren Kolleginnen und Kollegen zusammen. Und da entsteht im Austausch diese Lösung. Das finde ich interessant. Dass ihr eben schon relativ früh wirklich auch diese Ausbildung Data Scientist gewählt habt. Also die Leute, die das gemacht haben, hatten ja vermutlich schon irgendwie so eine entsprechende Grundvorbildung wahrscheinlich. Oder sind dort auch Mitarbeiterinnen oder Mitarbeiter mit reingegangen, die jetzt irgendwie, ich will mal sagen, in dem Bereich klassische Quereinsteiger wären oder waren? Quereinsteiger würde ich jetzt nicht sagen. Es waren halt alles erfahrene Softwareentwicklerinnen. Ja, und war das schwierig, da Interessenten dafür zu finden? Puh, das ist jetzt schon wirklich lange her, aber in meiner Erinnerung ist es tatsächlich so, dass das eigentlich sehr aufgelegt war, wer das macht. Und es war auch kein Problem, diese Plätze zu besetzen. Ja. Da hatten wir keine Konsumöhe. Wie ist das denn jetzt in den letzten, also ich meine seit November 2022, ich vergesse das schon immer, weil das kommt mir schon so ewig hin. ist Jetzt im Prinzip. Dann auch natürlich der allgemeine Zugriff auf Chat-GPT und damit ist ja KI überhaupt erst irgendwie in das Bewusstsein von den meisten Menschen irgendwie gekommen, die sich jetzt vorher nicht mit solchen Themen beschäftigt haben. Was hat sich seither bei euch verändert? Ist das etwas, wo dann eben auch generative Sprachmodelle stärker bei euch in eure Prozesse, in euren Ablauf, vielleicht auch in eurer Produktpalette mit Einfluss haben? Also im Ablauf ist es so und in der tatsächlichen Software-Erstellung ist es so, dass wir natürlich Dinge wie ein GitHub-Cobailout nutzen. Das nutzen unsere Entwickler gern. Da gab es eine Evaluierung dazu, wo wir geschaut haben, welchen Unterschied macht das und wollen wir das benutzen und wer braucht alle die Lizenzen. Was ich ganz spannend fand, ist zu sehen, dass Entwickler, die das benutzen, die finden das richtig gut. Also die nutzen das dann auch sehr begeistert und regelmäßig die versprochenen oder angemarketeten 40% Entwicklungsbeschleunigungsboost, auf die warten wir noch. Vielleicht kannst du ganz kurz in zwei Sätzen für die, die nicht genau wissen, was das ist, das für die Landbevölkerung erklären. Natürlich, das ist ein Entwicklungswerkzeug, das, wenn man selber gerade am Coden ist, also wenn man gerade ein Programm schreibt, dann schlägt einen das Implementierungen vor oder Code vor zum Beispiel. Anhand vom Funktionsnamen kann man, wenn man die Funktion sauber benennt, kann man ganz oft oder sollte man schon erkennen, was die Funktion denn macht. Zum Beispiel E-Mail-Adresse prüfen. Ja. Und was Copilot macht, ist eigentlich ziemlich cool, weil wenn ich eine Funktion schreibe und ich schreibe jetzt Function Check E-Mail-Adress, um die eine Eingabeüberprüfung zu machen, dann wird mir Copilot vorschlagen, eine gesamte Implementierung, also dass eine E-Mail-Adresse reinkommt und dann wird geschaut, ist ein Ad drinnen und was weiß ich, was alles. Und wird diese Überprüfung schon vorschlagen und als Softwareentwickler muss ich dann nur mehr draufschauen, passt das, sind da alle Dinge drin abgedeckt, die ich haben möchte, aber ich habe halt schon so ein Template oder so einen richtigen Entwurf. Und das macht sie mittlerweile ziemlich klug. Und du hast gesagt, die 40 Prozent, die natürlich immer in so Marketingbotschaften irgendwie einem verkauft werden, sind da noch nicht mit abgedeckt an Geschwindigkeitsgewinn. Woran liegt das aus eurer Erfahrung und aus deiner Sicht? Ich denke, für solche Cases wie, ich prüfe die E-Mail-Adresse, kann ich mir das durchaus vorstellen, dass es diese Beschleunigung bringt, weil da geht es ja tatsächlich um die Tipparbeit und dasselbe öde Ding zum hundertsten Mal runterzutippen. In den komplexeren Use Cases, wo ich eine selbstentwickelte Vektordatenbank habe, ist dann der Performance-Gewinn wahrscheinlich nicht mehr ganz so hoch. Da kommen dann keine ganzen Funktionen, die automatisch vorgeschlagen werden. Ja. Sondern da wird es dann einfach kleinteiliger. Für Vibe-Coder wie mich sicher. Kriegen wir sicher die 40% zusammen. Aber das ist ein gutes Stichwort, dass du sagst, für Vibe-Coder wie dich Und wie ist das, kämpft ihr in der Zwischenzeit auch schon mit so etwas wie Schatten-IT durch KI? Also ich meine, ich kann mich erinnern, früher war das so, dass man irgendwie immer so ein Problem hatte, dass sich in verschiedenen Abteilungen oder so so eine kleine Schatten-IT aufgebaut hat. Das waren aber dann eher so Dinge, da ging es um Datenqualität, Excel-Sheet-Weitwurf und solche Geschichten und was weiß ich, mit Basic irgendwas geschrieben, was man dann wieder einfangen musste und nicht kannte. Aber jetzt mit natürlich all den Möglichkeiten, die verschiedene KI-Tools bieten, ist es ja so, dass das ihr geradezu dazu einlädt. Wie ist das bei euch? Ist das etwas, womit ihr zu kämpfen habt oder wie sieht das aus? Ja, das Thema Schatten-IT beschäftigt uns schon ganz lange, lange vor dem Thema KI. Ich hätte ehrlich keine große Veränderung durch das Thema KI dort gemerkt. Das ist jetzt nicht so, dass alle Leute in der APA begonnen hätten, Software zu entwickeln. Ja, okay. Oder sie verstecken es. Das heißt, das hat sich dadurch weder verschlechtert noch verbessert, die Situation. Wie ist es generell bei euch im Unternehmen, also bei der IT selber? Ich meine, ihr seid ja per se ein IT-Unternehmen, da gehe ich mal davon aus, ist irgendwie so das Interesse und auch der Wunsch, sich da weiterzuentwickeln und vielleicht auch weiterzubilden, groß. Wie sorgt ihr dafür, dass eben auch alle mitgenommen werden? Ist das ein Problem oder ist das wie so ein Schneeball, der sich da irgendwie entwickelt und die Leute warten förmlich drauf, irgendwie auf den KI-Zug aufzuspringen? Naja, KI ist wie alle Innovationen dieser Größe schon ein Thema unterschiedlicher Geschwindigkeiten. Man merkt einfach, manche sind sehr nah dran, wie unser Research and Development Und wir haben ein eigenes AI-Team, die natürlich an der Front sind und ganz intensiv sich damit beschäftigen. Und andere sind bei dem Thema ein bisschen weiter weg, wo das noch nicht so stark in den Alltag hineinkommt. Wir versuchen das gleich zu ziehen, indem wir auf der einen Seite Leute haben, die sich sehr gut auskennen und diese verteilen über die Teams. Das waren eben diese besagten Machine Learning Data Science-Kolleginnen und Kollegen. Und zum anderen ist es so, dass dankenswerterweise zwei Kolleginnen von mir, nämlich die Andrea Schauerhuber und der Michael Kirchberger zusammen, es auf sich genommen haben, unsere First Night zu organisieren. Das ist so ein AI-Event, wo auf der einen Seite so die neuen Themen und was bestimmte Abteilungen und Personen machen rund um KI vorgestellt werden und wo es einfach einen Austausch dazu gibt. Ja. Den nächsten Event, der sollte jetzt bald kommen. Das heißt, gibt es bei euch, also bei euch selber in der APA-IT, gab es da jetzt irgendwie sowas wie Sorgen oder Widerstände? Zum weiteren Einsatz oder auch wie sich das vielleicht weiterentwickelt? Gibt es irgendwie Menschen bei euch, die befürchten, dass KI irgendwann sie überflüssig macht? Also diese Sorge, habe ich morgen noch einen Job als Softwareentwickler, die habe ich ehrlich noch gar nicht wahrgenommen. Und dieses Gefühl habe ich nicht, das ist auch noch nie an mich in irgendeiner Form herangetragen worden. Von anderen Bereichen, also Softwareentwickler ist natürlich auch irgendwie so etwas, so ein Bereich, wo man ja sowieso über die Jahre hinweg gelernt hat und weiß, dass sich Technologien verändern, dass sich Dinge verändern, dass man da eben auch, ich will mal sagen, mit am Ball bleibt. Aber gibt es vielleicht andere Bereiche, wo die Sorge besteht? Oder zum Beispiel auch Bereiche, worüber wir auch sprechen, eben bei euren Kunden oder im Medienumfeld generell? Naja, AI hat eigentlich auf alle Bereiche der APA, und ich glaube, das ist ja nicht auf die APA beschränkt, sondern geht eigentlich quer durch die Branchen, hat schon tiefgreifende Auswirkungen. Gleichzeitig ist es so, ich glaube, man kann absolut von einer disruptiven Technologie brechen, aber diese Disruption oder diese Auswirkungen, die geschehen ja dann nicht immer so, dass morgen die Welt komplett anders ist, sondern das ist ja immer etwas, was in Stufen geschieht. Und die Chat-Assistenten seit 2022, die waren eine riesengroße Welle und die sind auch wirklich viel besser geworden und beeindruckender geworden über die letzten Jahre bis heute. Gleichzeitig ist mein Gefühl und ich erlebe es einfach so, dass die letzten neun Versionen von JetGPT einfach nicht mehr so revolutionär waren wie dieser Schritt 2022. Also ich glaube, wir haben ein bisschen ein Plateau vor uns. Das kann ein paar Monate dauern, das kann ein paar Jahre dauern. Und dann wird es den nächsten Evolutionsschritt geben. Und um zum Beispiel zur Softwareentwicklung zurückzukommen, die Frage für mich ist weniger, ob KI das kann, weil es gibt KI-Coding-Plattformen wie Bolt, denen kann ich sagen, hey, ich habe eine Idee für eine App und jetzt programmieren wir das und die tun das auch und die machen das erstaunlich gut, finde ich. Aber die zweite Frage, die man sich als Anbieter von IT und besonders von Softwarelösungen überlegen muss, ist, wie betreibe ich dieses Zeug? Und wenn ich niemanden mehr habe, der sich auskennt, weil alle nur mehr die App herbeigechattet haben, dann habe ich spätestens beim ersten Ausfall ein ganz massives Problem, weil mir dann vielleicht keiner helfen kann. Debugging mit IT ist eine fantastische Geschichte. Ich liebe das absolut, mein Home Assistant zu Hause nicht mehr mit ganz viel Dokumentationslesen wieder zum Laufen bringen zu müssen. Aber es hat halt auch seine Grenzen. Ja, ich finde, da sprichst du einen total wichtigen Aspekt an, der bei diesem ganzen Hype irgendwie so völlig, also aus meiner Sicht völlig hinten ansteht. Ich meine, klar, IT-Unternehmen oder Softwareentwicklungsunternehmen wissen das, aber auch ich habe manchmal das Gefühl, viele auch in Unternehmen denken, okay, ich brauche jetzt ja nur noch irgendwie so generierte Software und das macht das Ganze unfassbar viel schneller. Ich bekomme viel schneller Lösungen. Aber diese Frage des Betriebes, also wie stelle ich sicher, dass das stabil läuft, ist das eine. Und das andere ja auch, wenn neue Varianten, neue Versionen kommen, wie stelle ich sicher, dass die neue Version zwar neue Funktionen hat, aber die alten trotzdem noch genauso funktionieren. Das ist ja schon bei klassischer Softwareentwicklung und Auslieferung und so weiter eine Herausforderung. Und wenn ich jetzt eben im Prinzip KI-generierte Software habe, dann ist das ja nochmal potenziert, irgendwie dieses Problem, wenn ich tatsächlich niemanden habe, der dann überhaupt weiß, wie das Ganze zusammenhängt und funktioniert. Ganz genau. Also je schneller die Software entsteht, denke ich, desto schwieriger ist es, die Architektur und den Gesamtüberblick der Wechselwirkungen im Kopf zu behalten und wirklich jemanden zu haben, der das versteht. Und wenn statt drei Kollegen zehn AI-Agents programmieren, dann kann ich mir schwer vorstellen, dann glaube ich, kommt da wahrscheinlich auch was Brauchbares raus. Aber wie gesagt, wenn du den ersten Totalausfall hast, wird diese Suche wahnsinnig, wahnsinnig unangenehm sein. Ja, ja. Wie reagieren eure Kunden jetzt auf diese Entwicklung? Gibt es irgendwie neue Wünsche, mit denen sie an euch herantreten, auch was zum Beispiel vielleicht Geschwindigkeit angeht oder auch neue Ideen an, also neue, ich würde mal sagen, Probleme, Fragestellungen, mit denen sie kommen? Ja, wir schauen sehr gut darauf in unserem Produktmanagement und mit unseren Produktonen, genau diese Problemstellungen uns herauszusuchen, die wert sind, gelöst zu werden mit KI. Dass es so ist, dass ein Kunde zu uns kommt und sagt, hey, wollt ihr dazu nicht was bauen? Dazu erkenne ich jetzt kein konkretes Beispiel. Aber ich sehe durchaus, also es gibt einfach KI-Produkte, die wir gebaut haben, wo wir ganz klar sehen, dass das wirklich gut ankommt und ganz intensiv genutzt wird und einen echten Pain löst. Und das sind ja die Lösungen, die man letztendlich bauen will. Beispiel außer eurer Bilderdatenbank, über die wir schon kommen haben? Absolut, das KI-Lektorat ist sicher eines der allergrößten Tools. Das ist mit Abstand das größt, meistgenutzte AI-Service-Darbeiter. Okay. Weil das nicht einfach eine dumme Rechtschreibprüfung ist, sondern von uns auch dort hingetunt, dass es auf inhaltliche Konsistenz prüft. Da sind zum Beispiel Dinge abgedeckt, wie wenn ich als Redakteur jetzt einen Artikel schreibe, heute ist Montag, der am Dienstag rauskommen soll. Und der Redakteur schreibt aus Versehen einfach im Stress, schreibt morgen. Aber es sollte heute sein. Dann haben wir im Hintergrund ein Netz am Prompt, die das eben erkennt und darauf hinweist, hey, da gibt es einen zeitlichen Bezug, der Artikel ist für diesen Tag gedacht. Ja. Passt etwas nicht. Und das ist schon sehr hilfreich. Oder etwas im Haupttext, sich auf die Einleitung referenzieren. Und das steht aber gar nicht in der Einleitung, solche Dinge. Und das ist was, das kann man jetzt algorithmisch sehr schwer lösen. Das ist halt etwas, was mit KI jetzt wirklich gut geht. Ja, das klingt spannend. Wie sieht die Architektur aus? Weil das sind ja Services, die ihr ja vermutlich nicht nur auch der APA anbietet, sondern das ist ja etwas, was jeder braucht, der Artikel schreibt, der im Prinzip ist. Ganz genau, das sind KI-Services, die man beziehen kann. Die kann man bei euch beziehen und die laufen dann auf eurer Infrastruktur und werden irgendwie integriert dann in die Systeme oder wie muss ich mir das vorstellen von der Architektur? Diese Services, da kriegst du APIs von uns, aber dahinter läuft eine OpenAI-Instanz auf Azure, weil uns natürlich wichtig ist, dass die Daten in Europa sind und deswegen auch. Und es ist nicht einfach ein normaler Open AI-Instanz, sondern natürlich hast du unser Prompting dazwischen, das diese Services aufsetzt und ermöglicht und Business-Logik von uns, die dazwischen machen. Ja, das heißt, ihr stellt natürlich sicher, dass im Prinzip, was ja oft irgendwie So ein K.O.-Kriterium ist, ihr stellt auf jeden Fall sicher, dass das eben letztendlich wirklich in Europa läuft, Datenschutzrechtlinien und so weiter hier auch dann eben gewährleistet sind. Unser Claim ist ja, dass wir Trusted AI anbieten und nicht irgendeine AI, wo du nicht weißt, was mit deinen Daten passiert, ob die zum Training verwendet werden, ob die weiterverkauft werden. Das finde ich ist ein wichtiger Aspekt, den du gerade nochmal sagst. Aber vielleicht erklärst du nochmal in drei Sätzen, was bedeutet für dich bzw. Für euch dann auch, wenn da steht, wir bieten Trusted AI an. Was ist das in diesem Kontext? Wenn ich Trusted AI kaufe, dann möchte ich sicher sein, dass meine Daten mir gehören, dass die nur dazu verwendet werden, für diesen Zweck, für den ich das nutze, also zum Beispiel um mein Lektorat durchzuführen, aber dann auch für nichts. Ich mag, dass meine Daten nicht nach draußen laufen, nicht an Dritte weiterverkauft werden. Ich mag, dass sie vertrauenswürdig und gesetzeskonform gespeichert und behandelt werden. Das ist Trusted AI. Und das ist das. Was ihr mit euren Lösungen, die ihr anbietet, grundsätzlich immer sicherstellt. Genau. Was da auch wichtig ist, weil die Trusted AI spielt auch in die True and Unbiased News hinein natürlich. Deswegen wirst du auch keine generative AI von der App erfinden, also keine Bildgenerierung. Weil wir wollen die Fakten berichten und die Wahrheit und die echten Gegebenheiten zeigen. Ja. Gibt es eigentlich Lösungen, die, ich hatte vorhin in der Anmoderation ja gesagt, so in diesem Zeitalter ist eben so diese Vertrauenswürdigkeit geht ja sowieso immer stärker verloren, auch in klassische Medien. Nie war es einfacher irgendwelche Deepfakes. Am Anfang hat man das immer noch erkannt, die generativen Bildmodelle, auch Video und so weiter. Das wird immer besser, immer schwieriger herauszufinden oder festzustellen, ist das jetzt echt oder ist das nicht echt. Gibt es da Lösungsmöglichkeiten, Tools, die ihr auch vielleicht einsetzt, also jetzt nicht ihr, die APA IT, aber bei der APA vielleicht eingesetzt werden, was so die Recherche angeht, welche Bilder tatsächlich echt sind, welche Videos echt sind und so weiter, weil das ist ja ein wesentlicher Aspekt auch von Qualitätsjournalismus und journalistischer Arbeit heran. Ganz genau. Also wir haben ein eigenes Faktencheck-Team, das sich genau damit auseinandersetzt. Und vor AI sind diese Bilder manipuliert, ist das ein echtes Video. Und die Art, das zu überprüfen, setzt sich aus ganz, ganz vielen einzelnen Komponenten zusammen. Also da gibt es natürlich technische Tools, da gibt es ein gewisses Wissen, das man braucht, worauf schaue ich, hat die Person sechs Finger, zwei Arme, fünf Beine, um die ganz offensichtlichen zu nennen. Dann gibt es die Möglichkeit, die Konsistenz zu überprüfen, zum Beispiel wenn ein Video aufgenommen wurde oder ein Foto mit dem Hintergrund, ist das diese Location, die angegeben wird, passt der zeitliche Zusammenhang. Und dann gibt es natürlich die Erfahrung, die man hat in diesem Bereich. Ja, und sind das, also Erfahrung ist sicherlich ein ganz wesentlicher Aspekt, etwas, was man ja auch nicht, was teilweise ja so ein bisschen auch aus dem Tun über Jahre entsteht. Worauf ich aber noch hinaus wollte ist, gibt es da inzwischen auch KI-gestützte Lösungen, um das Ganze zu unterstützen? Diese, also herauszufinden, was tatsächlich KI generiert ist und was nicht? Ja, wir haben jetzt keine vollständige KI-Lösung im Einsatz, die ja oder nein sagt am Ende. So etwas haben wir nicht. Also eine Kombination aus vielen Tools, die da verwendet wird. Okay. Was glaubst du, wenn du in die Zukunft schaust, was wird sich aus deiner Sicht, aus deiner Einschätzung heraus in Redaktionen, in Medienhäusern zukünftig in Bezug auf die Arbeit verändern? Die Frage zielt jetzt mehr auf den Hintergrund KI natürlich ab. Ja, klar. Ich denke, dass sich Redaktionen und Softwareentwicklungen da relativ ähnlich sind, weil in beiden hast du diesen Druck zur Effizienzsteigerung und das ist der erste Punkt, wo KI-Gelösungen ganz stark aufschlagen werden und heute auch schon aufschlagen. Das sieht man eben genau in dem Lektorat oder in Dingen wie Titelvorschlägen und Textkürzungen. Ich glaube, nachdem es bei den Medien natürlich auch stark darum geht, gelesen zu werden und seine Audience anzusprechen, sind automatisierte Iterationen von Titeln und Abtestungen, was funktioniert und nicht. Das wird einen viel höheren Automatisierungsgrad noch erfahren. Und, Was auch eine wichtige Herausforderung ist, ist, dass jetzt JournalistInnen sehr viel Zeit damit zu bringen, ihre Artikel anzureichern. Weil du magst ja nicht nur so eine Wall of Text haben, sondern magst Bilder haben und Videos und idealerweise interaktive Elemente. Und in diesem Schritt der Contentbearbeitung, da geht wirklich viel Zeit drauf, weil das Contentrecherche ist. Und KI gibt uns jetzt aber die Möglichkeit, diese Inhalte viel besser zu erschließen, diese audiovisuellen Medien viel besser zu erschließen als früher, weil jetzt kann ich automatisiert meinen Podcast transcriben und weiß komplett, worüber gesprochen wird. Das selber kann ich mit Videos machen, ich kann mit Personenerkennung mir heraussuchen, wer ist drinnen in dem Video, in welchen Zeitabschnitten, was sagt er da, welche Statements sind relevant für meinen Artikel. Und ich kann Objekterkennung machen und weiß, welche Fahrzeuge mit welchen Nummern tabeln und was weiß ich. Also ich habe plötzlich über diese Medien, die ja wahnsinnig unstrukturiert sind in sich, habe ich plötzlich ganz viel strukturierte und detaillierte Daten. Und ich denke, dass daher, dass man diesen Anreicherungsschritt hochgradig automatisieren wird können. Ja, habt ihr schon bei der APA IT und damit dann auch bei der APA dafür so etwas wie eine Infrastruktur oder ein Framework für diese Arbeitsabläufe, die ja durchaus anders sind als mit klassischen Redaktionssystemen. Habt ihr da schon etwas aufgebaut, um das zu ermöglichen? Ja, wir haben alle Einzelkomponenten eigentlich, die dafür notwendig sind. Also die Personenerkennung, die Objekterkennung, die automatischen Transkripte. Diese Dinge haben wir alle. Wir haben noch keine vollautomatisierte Lösung, die das alles zusammenbindet und eine automatische Anreicherung. Das heißt, ich, wenn ich jetzt Redakteurin bin, muss im Prinzip diese Tools oder nacheinander einzeln nutzen? Oder habe ich da die Möglichkeit, dann eben über praktisch einen Zugang alles zu nutzen? So ähnlich wie wenn ich in ChatGPT bin und dann sage, mach mir mal ein Bild, mach mir mal ein Video und ich kann ja im Hintergrund auch durchaus APIs ansprechen. Ja, also ich glaube, für den Endnutzer macht das keinen Sinn, das einzeln zu nutzen, sondern das muss im Bundle sein. Was hier fehlt, ist aber ein Projekt oder eine Produktinvestition, um das zusammenzuziehen. Also jemand, der sagt, hey, das ist ein cooles Projekt, das wollen wir gerne machen, lass uns das aufsetzen. Die Technologien sind da, das Bündeln dieser Technologien, das fehlt noch. Okay, aber es ist letztendlich alles, also wenn ich das richtig verstanden habe, ist alles vorbereitet, ihr könntet das und es müsste dann... Wir bringen es auch in unseren eigenen Produkten zusammen. Zum Beispiel ist es so, dass wir die semantische Suche auf die Bildsuche ausweiten, was jetzt auch im Herbst in Appapix integriert wird. Also die Technologie funktioniert und ist schon ausgerollt, wird intern genutzt, aber eben noch nicht im Endkundenprodukt, wo sie jetzt gerade eingebaut wird. Und da kann man schon echt extrem beeindruckende Sachen machen, weil wir haben die Personenerkennung, über die ich vorher gesprochen habe. Wir haben die Objekterkennung und wir haben eine automatisiert generierte Bildbeschreibung. Diese Bildbeschreibung benutzen wir aber nicht, um sie nach draußen zu geben, weil die Bildbeschreibung, sagen wir mal so 70, 80 Prozent gut ist und nicht 100 Prozent gut. und APA-Standard wäre 100% gut. Aber wir benutzen diese Bildbeschreibung, um unser Embedding-Modell anzufüttern. Und deswegen kann ich mit dieser Technologie in der Bildsuche, haben wir semantische Bildsuche. Also ich kann zum Beispiel suchen politikerweise nicht Andi Babler mit erhobener Faust und ich kriege tatsächlich Bilder von der Person mit erhobenen Faust. Natürlich ist diese Art der Suche, das ist nicht wie eine klassische gefilterte Suche früher. Also dann ist es nicht absolut tausendprozentig, dass da nur eine Faust drauf ist. Da kann auch eine offene Hand sein oder eine gehobene Hand. Aber deine ersten 10, 20 Hits, je nach Verfügbarkeit der Fotos, sind exakt. Das ist schon ein anderer Zugang für Bilder. Und der nächste Schritt ist, das für Videomaterial auch zu tun, wo wir das noch nicht machen könnten. Aber wir tun es noch nicht. Das ist natürlich gleich eine Potenz in den Daten. Ja, klar. Das ist von der Datenmenge und den Strukturen natürlich gleich. Aber da geht es ganz klar hin. Also das ist das, was passiert. Ja. Wird. Ich würde gerne auf einen Aspekt noch eingehen, den wir ganz am Anfang noch gestreift haben. Du selber bist ja als Geschäftsführer der APA-IT auch sehr stark in der Organisationsentwicklung aktiv. Wir haben ja schon mal auch ein Interview geführt. Du warst ja schon mal bei mir zu Gast zum Thema Transformation in eine agile Organisation. Genau. Jetzt ist KI da. Wie hat KI, hat es überhaupt deine Führungsrolle oder dein Führungsverständnis, deine Art und Weise, das Unternehmen weiterzuentwickelt, beeinflusst? Hat es das? Und wenn ja, wie? Also in der direkten Interaktion mit meinen Kolleginnen und mit meinen Direct Reports merke ich jetzt rein durch KI, Keinen Unterschied, da kommt niemand mit KI-Spezifika zu mir. Und ich merke auch nicht, dass es die Interaktion wesentlich geändert hat. Völlig unverändert, weil die große Änderung war ja diese breite Ausrollung von Homeoffice. Und völlig unverändert ist es wichtig für mich, den persönlichen Kontakt zu haben. Idealerweise wirklich persönlich und vor Ort, aber zumindest ein One-on-One zu haben mit den Leuten, mit denen ich laufend zusammenarbeite. Aber eine Sache hat es für mich schon, Und zwar in dem Sinne, dass ich einen unglaublich geduldigen Sparring-Partner habe, der für den wirklich keine Frage zu dämlich ist und mit dem man, natürlich voll anonymisiert, aber mit dem man Situationen klären kann. Ich habe diese Situation, ich habe diese Herausforderung. Und was da super ist, ist, dass man einfach diese Rahmenbedingungen schildern kann, wenn man ein Zielsystem entwickeln möchte zum Beispiel. Und du hast einfach ein schnelles Feedback und du kannst, ohne jemanden zu beleidigen, sagen, das ist absoluter Käse, probier das nochmal oder mach mir zehn Varianten. Das heißt, du nutzt die KI selber auch als Sparringspartner, als Mentor, als Diskussionspartner, als wie immer. Also eigentlich auch um deine eigenen Herausforderungen zu challengen und neue Ideen zu bekommen oder eben auch Vorschläge zu bekommen, wie du mit Situationen umgehen könntest, wo du selber vielleicht unsicher bist. Ich benutze zwei. Ich glaube, zwei Varianten benutze ich am meisten. Das eine ist als Diskussionspartner und die zweite Geschichte ist Devils Advocate. Das finde ich funktioniert fantastisch. Es gibt mir alle Varianten, wie diese Argumentation schiefgehen kann. Ist ja manchmal auch hilfreich, wenn man irgendwie seinen Vorstand über bestimmte Dinge, von bestimmten Dingen überzeugen möchte. Oder? Weil naja, es gibt ja schon Argumente, auf die man selber nicht kommt oder Situationen, wo man denkt, okay, wie bereite ich mich jetzt darauf vor? Und man ist ja immer in seinem eigenen, also bei seinen Gedanken, in seinen eigenen Kreiseln. Und deswegen finde ich diese Variante, die KI zu nutzen, das finde ich irgendwie wirklich hervorragend. Mhm. Eine Schlussfrage. Ihr selber seid. Als Organisation schon sehr weit. Ihr nutzt KI schon sehr lange in der Entwicklung eurer Produkte und seid von daher ja irgendwie kein Unternehmen, was ganz am Anfang der Reise steht. Wenn du Unternehmen, die jetzt nicht klassisch Software-Unternehmen sind, aber in anderen Branchen tätig sind, vielleicht auch andere Herausforderungen haben, die am Anfang ihrer KI-Reise stehen, wenn du ihnen einen Tipp geben könntest, was würdest du sagen, wie sollte man sich diesem Thema nähern und gucken, wie man das Ganze in sein eigenes Geschäftsumfeld, in sein eigenes Business integrieren kann, nutzen kann? Ich denke, KI hat eine Sache gar nicht verändert, in der wir in Europa eine große Schwäche haben. Und das ist die Frage, welches Problem lösen wir hier eigentlich und wem nutzen wir damit? Das ist die Frage, die immer ganz zuletzt kommt. Und das ist aber die erste Frage, die man sich stellen sollte, vor allem, wenn man in der Situation ist, dass man mit KI startet, weil die Versuchung wahnsinnig groß ist, sich gleich in die Technologie zu stürzen, weil das halt, irrsinnig flashig und bunt ist. Und ich denke, sauber zu klären, was wir lösen wollen und wie wir wissen, dass wir dieses Problem gelöst haben und wie wir das zu unseren Kunden bringen, das ist der große erste Schritt. Und dann erst zu schauen, welche Technologie verwenden wir und wie kriegen wir das jetzt wirklich auf den Weg. Und damit ist das eigentlich nicht anders als mit allen anderen Softwarelösungen, IT-Lösungen oder so, die es vorher war, weil auch da geht es ja nie um das Tool oder so, sondern es geht ja immer darum, okay, welches Problem habe ich und was will ich eigentlich erreichen damit, oder? Ganz genau. Ich bin halt im Herzen immer noch ein Softwareentwickler. Genau. Naja, letztendlich ist ja KI nichts anderes als Software auf ganz verschiedenen anderen Komponenten, die halt nur irgendwie etwas anders funktioniert. Absolut. Super, ich danke dir sehr für deine Zeit, dafür, dass du uns mitgenommen hast auf diese Reise nach innen. Ich werde natürlich alle Informationen über euch auch in die Shownotes schreiben. Eine Sache vielleicht noch, wenn man sich zum einen über eure Produkte informieren möchte und zum anderen mit dir Kontakt aufnehmen möchte, was sind da die besten Wege? Auf Aparatee findet man alle Informationen zu unseren Produkten. Und mich erreicht man am besten, indem man mir eine E-Mail schreibt oder bei der APA antwortet, wenn ich durchstelle. Okay, und deine Kontaktdaten finde ich auf der APA-Seite, weil sonst würde ich nämlich einfach, ich werde das in die Shownotes packen und ich glaube, auf LinkedIn kann man dich auch erreichen, oder? Ich finde es eine super Variante, mich zu erreichen. Genau, das packen wir alles in die Shownotes. Ich danke dir sehr für deine Zeit und ich bin voll gespannt, was ihr noch alles für Produkte und für tolle KI-Lösungen dann auch bieten werdet in diesem Medienumfeld. Darauf bin ich auch gespannt. Vielen Dank für die Einladung, Claudia. Und damit sind wir für heute am Ende. Und ich wünsche euch ein schönes Wochenende. Und wir hören uns am nächsten Freitag wieder.