# Staffbase CEO on AI for Frontline Workers

**Podcast:** AI FIRST Podcast
**Published:** 2026-02-06

## Transcript

Herzlich willkommen zum AI-First-Podcast.
Heute zu Gast ist Martin Böhringer, der Gründer und CEO von Staffbase, einem der wenigen Tech-Unicorns, was wir in Deutschland haben.
Staffbase hat sich auf den Weg der eigenen KI-Transformationen gemacht, nicht nur im Team, sondern vor allem auch im Produkt und entwickelt AI for the rest of us.
Was das heißt und wie Staffbase diesen Weg gemeistert hat, darüber sprechen wir jetzt.
Martin, vielen Dank, dass du hier bist.
Felix, danke für die Einladung.
Erzähl doch mal kurz, wer du bist und was ihr macht.
Ja, also ich bin Martin.
Ich habe mal irgendwann Wirtschaftsinformatik studiert, dann über verschiedene Umwege Staffbase mitgegründet vor jetzt elf Jahren.
Ich sitze hier in Chemnitz, unserem Headquarter.
Wir sind aber mittlerweile ein total globales Unternehmen von Sydney bis New York.
Und Staffbase hat sich...
von bescheidenen Anfängen mit sechs Leuten im Hinterzimmerbüro zum globalen Marktführer für Employee Experience Plattforms gemausert oder gewachsen, explodiert, je nachdem welches Wort du nutzen willst.
Employee Experience Plattform, was heißt das?
Also früher hat man dazu mal Intranet gesagt.
Und um vielleicht noch zu verstehen, wie wir auf diesen Markt schauen, was da...
unsere spezielle Position ist.
Wir haben ja gar nicht als Staffbase gegründet.
Also der erste Unternehmensname war tatsächlich Mitarbeiter-App.de.
Und das war praktisch die Initialzündung, das, was wir damals geprägt haben.
Mittlerweile ist es ein Kategoriebegriff.
Also mittlerweile haben eine ganze Reihe anderer Unternehmen auch irgendwie eine Mitarbeiter-App im Angebot.
Aber wir waren damals die Ersten, die diesen Begriff nicht bloß geprägt haben, sondern auch die Technik dahinter entwickelt haben.
Also der Gedanke war zu sagen, dass dieses Intranet, was es da schon irgendwie gab, wo Unternehmensnews drin sind und die Policies und Zugang zu wichtigen Prozessen, die waren halt und sind nach wie vor bei vielen Unternehmen nur für Leute mit E-Mail-Adresse und Firmenrechner verfügbar.
Die Realität von ganz vielen Leuten da draußen ist aber ja ein ganz anderer.
Die sind also die sogenannten Non-Desk-Mitarbeiter oder Hard-to-Reach-Frontline-Mitarbeiter.
Also die Krankenschwester im Krankenhaus und die Ärztin im Krankenhaus und der Lagerist und die Menschen, die am Fließband Produkte herstellen.
Die Leute, die an der Kasse sitzen oder Kunden beraten im Retail-Bereich.
Das sind sehr viele Menschen, die eben keinen Zugriff haben zum Intranet.
Und wir haben damals also eine App entwickelt, um das zu ändern.
Und das ist nach wie vor...
die Kern-DNA von Staffbase, mittlerweile für weit über 1000 Kunden weltweit.
Sehr, sehr spannend und Glückwunsch zu dem Erfolg aus Chemnitz heraus.
Echt eine starke Story.
Jetzt sind wir im AI First Podcast.
Es geht um KI.
Ihr habt euch auch auf den Weg gemacht.
Und ich meine, wenn ihr ein Internet gebaut habt, dann sitzt ihr ja quasi, ihr bietet die Infrastruktur für ja auch eine extrem wertvolle...
Datenquelle, mit der KI dann relevante Ergebnisse erzeugen kann.
Und gleichzeitig sagst du, dass die heutige KI ja viele Menschen, die du gerade schon mal so angeschnitten oder Gruppen, die du gerade angeschnitten hast, dass sie noch gar nicht so richtig erreicht werden und wir viel mehr über the rest of us sprechen müssen, wenn es um KI geht und nicht nur über den klassischen Wissensarbeiter wie du und ich, die den ganzen Tag am Schreibtisch sitzen, weil ein Großteil der Menschen sitzt.
da eben nicht und auch die können mit KI arbeiten.
Vielleicht kannst du da nochmal so ein bisschen drauf eingehen, wer ist diese Zielgruppe genau und was sind die Probleme, die du siehst, warum mit so Standard-Tooling wie Copilot, Chat-GPT und so weiter, dort eigentlich nicht die Probleme löst, die diese Zielgruppe hat?
Ja, also die AI-Revolution aus Sicht von so einer Software-Company wie uns, heißt ja erst mal, dass die Karten komplett neu gemischt werden.
Und als das vor ein paar Jahren auch klar geworden ist, was das jetzt alles heißt, dann überlegst du ja erst mal, was ist eigentlich meine neue Rolle in der Welt?
Also du kannst da anfangen von der Kategorie als Ganzes, wer braucht schon noch ein Intranet, wenn am Ende AI-Agenten mein Unternehmen managen, bis hin zu dann, okay, was ist jetzt?
Gehen wir mal davon aus, es gibt in irgendeiner Form im Intranetz, wie genau wollen wir dazu beitragen, da hinzukommen.
Und wir haben dann das gemacht, was wir immer machen.
Wir sprechen mit unseren Kunden, fahren da hin, schauen uns das an.
Und das ist eben die wichtige Einschränkung, die ich da machen würde.
Unsere Erkenntnisse sind jetzt nicht komplett generalisierbar für alle.
Also es gibt da draußen Unternehmen, die haben eben nur...
Schreibtischtäter und Wissensarbeit.
Es gibt aber halt total viele Unternehmen von Automotive, Helftkirch, ich habe vorhin schon Beispiele genannt, sehr viele, der halbe DAX, die mehr als 50 Prozent Mitarbeiter haben, die halt tatsächlich nicht mit dem Laptop arbeiten, sondern mit ihren Händen.
Und was wir festgestellt haben, ist, wenn, also auch unsere Kunden haben erst mal im Headquarter angefangen, da wo die IT sitzt und dann hat die IT angefangen, wir kaufen jetzt Co-Pilot ein und probieren das ein bisschen rum und machen.
Und dann stoßen die natürlich auf die typischen Probleme, die es da gibt.
Also das ist ja auch nicht ganz so einfach und da sehen ja auch viele Unternehmen noch gar nicht die Values.
Aber dann wird denen irgendwie klar, okay, wir haben jetzt 20 Prozent Mitarbeiter, die am Schreibtisch wirklich Wissensarbeit machen.
Klar, die können wir jetzt vielleicht 10 Prozent effizienter machen.
Eigentlich haben wir ja einen viel größeren Teil von Leuten, die draußen unterwegs sind.
Und wenn wir die nur 5% effizienter machen würden, dann hätten wir einen viel höheren Return of Invest, als wenn wir uns hier auf das Headquarter konzentrieren.
Was ja ganz spannend ist, weil eigentlich geht ja der Trend gerade genau in die andere Richtung.
Also es geht um Coding, Marketing, Sales, Customer Support und all diese Funktionen, wo gerade massiv investiert wird, aber über die andere Seite wird kaum gesprochen.
Und ich meine, ich hatte jetzt über 60 Gespräche hier und die meisten Gespräche haben sich um diese digitalen Arbeitsplätze und Funktionen gedreht und auch die Use Cases, die wir hier besprochen haben.
Es gibt ja diese zwei Möglichkeiten, wie AI value generiert, Replacement und Augmentation.
Und ich glaube, die Cases, die du gerade angesprochen hast, die führen ja über kurz oder lang zu Replacement.
Also da gehen wir jetzt durch so eine Augmentation-Phase, also wo es jetzt darum geht, den Developer besser zu machen und irgendwie den Marketeer besser zu machen.
Aber im Kern...
siehst du da praktisch kein Ende der Effizienzmöglichkeiten.
Du weißt nur, okay, ich gehe jetzt durch einige Jahre des Übergangs, aber am Ende werde ich statt zehn Leuten, die heute Content Marketing machen, vielleicht noch einen Menschen haben, der halt den AI-Agenten bei der Arbeit zuschaut und sie steuert.
Es ist aktuell noch nicht klar, wie ein AI-Agent ein Dach decken soll.
Ich meine, jetzt kann man sagen, okay, irgendwann kommen diese Roboter und die können das alle und so weiter.
Aber an der Stelle sind wir noch viel, viel weiter weg von einem Geplacement.
Und das ist aus meiner Sicht eben der zentrale Unterschied, dass du in diesem Nondesk-Bereich alles, was auch irgendwie mit Menschen was macht, alles, was praktisch ...
Last Mile in der Logistik ist ein tolles Beispiel.
Das sind schlecht bezahlte Jobs mit einem sehr hohen Turnover, wo die Unternehmen riesige Probleme haben, ihre Workforce, ihre Mitarbeiter zu rekrutieren, zu motivieren, ein gewisses Qualitätslevel reinzubekommen, ihre Kultur darüber weiterzugeben.
Oftmals sind die ja direkt kundenrelevant, diese Mitarbeitenden.
Also was die machen, wie die sich verhalten, hat dann direkten Einfluss auf die Topline-Unternehmen.
Und das sind also alles Anwendungsfälle, wo du sagst, Mensch, da kann AI richtig stark helfen.
Und bisher hatten wir das halt nicht auf dem Schirm.
Und der große Unterschied ist eben, das Ziel dort ist nicht Replacement, auch mittelfristig nicht, sondern das Ziel ist Augmentation.
Also wie kann ich AI nutzen, um diese Menschen in der Situation, wo sie jetzt auf Arbeit eine Frage haben, bestmöglich zu unterstützen.
Was heißt das denn jetzt?
Also bei mir schwirrt die ganze Zeit im Kopf rum, ja okay, ich mache die Last Mile, ich bin im Krankenhaus, ich decke das Dach und ich sehe die ganze Zeit so einen Chat-GPT-Bot vor mir oder auch ein Chat-Interface über dem Internet und frage mich, ja okay, aber wie soll mir das jetzt helfen?
Was sind die Cases?
Wie nutzt diese Berufsgruppe dann euer...
Intranet und wie habt ihr da auch KI eingebaut?
Das sind jetzt viele Fragen, aber genau, vielleicht können wir mal vorne anfangen.
Ja, erstmal das Bild, was wir da im Kopf haben, ist, was ist denn, wenn du einen Mitarbeiter nimmst und ihr ihm praktisch Die Zugang zu Wissen gibt es in derselben Art und Weise, als ob daneben praktisch ein erfahrener Kollege arbeiten würde, den ich immer mal fragen kann.
Hey, was mache ich denn?
Der Brief ist hier zur Hälfte aufgerissen.
Stecke ich den jetzt noch rein oder geht er zurück zur Base?
Oder hey, ich habe gerade einen Patienten, der ist Vegetarier und Laktoseintolerant.
Haben wir für den was in der Kantine oder nicht?
Es gibt ja so eine Million Fragen, wo es oftmals heute schon verschriftlichtes Wissen gibt dafür, was aber praktisch für die Menschen nicht verfügbar ist.
Also selbst wenn das heute schon ein Kunde von Starbase ist und diese Menschen in ihrer Hosentasche ein Telefon haben mit einer Starbase Mitarbeiter App, im Pre-AI-Zeitalter würde es halt heißen, ich muss die App rausnehmen.
Ich muss irgendwie suchen, komme dann auf eine Internetseite, wo irgendwie viel Text ist, muss mir das durchlesen, das ist vielleicht auch noch in der falschen Sprache.
Also diese kleine Nutzerhürde bedeutet sozusagen, es ist also ein Black or White Hemmnis für Adoption.
Währenddessen ich, wenn ich jetzt zu einer KI sprechen kann, wenn ich mit meiner Mitarbeiter-App sprechen kann, habe ich eine völlig andere...
anderen Zugang zu diesen Informationen, die heute schon da sind.
Und das ist also im Kern dieser Dialog, den wir uns versprechen von Conversational AI, dass du also sagen kannst, okay, ich stelle einfach eine Frage, so wie ich Chachibitin eine Frage stelle und die KI, die kennt sozusagen die relevanten Informationen, relevante Wissen und ist in der Lage, den Mitarbeitern an der Stelle in der richtigen Sprache zu helfen.
Und das ist jetzt für jemanden, der JGBT ständig nutzt, wirkt das erstmal nicht revolutionär.
Aber überhaupt diesen Zugang zu bieten, also erstmal auf das Handy von den Mitarbeitern zu kommen, das können wir gerne gleich nochmal drüber sprechen, es ist nicht einfach, das machen wir jetzt seit elf Jahren, das ist nach wie vor ein Alleinstellungsmerkmal, wo wir sehen, viele andere scheitern dran.
Und dann sozusagen die KI auch so benutzbar zu machen, dass sie halt jemanden, der privat eben nicht JGBT nutzt, nutzt und schnell auch einen Value darin sieht und es deswegen wieder benutzen möchte, das sind die Kernherausforderungen, die wir im Bereich KI für Frontline-Mitarbeiter so sehen.
Okay.
Und der Kern-Use-Case, den ich jetzt rausgehört habe, ist, ich mache etwas, ich habe ein Problem, ich brauche eine Information, um dieses Problem zu lösen und ich kann mit dem Unternehmenswissen über Staffbase, was dort dokumentiert ist und ihr ein Interface, was KI dazwischen hat, bietet, um sehr einfach dieses Wissen abfragen zu können, damit ich die Informationen bekomme, um mein Problem an Ort und Stelle lösen zu können.
Genau, also Informationen Schritt 1, Aktion natürlich Schritt 2.
Also oftmals hast du ja dann, also im Maintenance-Bereich, da ist was kaputt, da muss ein Ticket angelegt werden im Ticketing-System.
Das sind Sachen, die die Nonneskörger heute entweder gar nicht machen können.
und dann halt irgendwie ihren Supervisor anrufen oder Sachen, wo sie dann durch ein schwieriges User-Interface durchklicken müssen, ist natürlich ganz klar, dass das dann die Erwartungshaltung ist, dass du dann sagen kannst, okay, was soll ich tun, hier ist was kaputt.
Die KI sagt, ja, dazu musst du bitte ein Ticket anlegen, soll ich das für dich tun?
Ja, beschreib doch mal kurz, wo du bist und was los ist.
Und dann sagt er das und dann können wir natürlich im Hintergrund an das ServiceNow oder was auch immer dann davon her...
für die Plattform am Start ist, dann das Ticket anlegen.
Das ist also natürlich Teil der Vision.
In den Gesprächen, die wir aktuell führen mit den Dutzenden von Pilotkunden für dieses Produkt, was ja erst im April richtig live geht, sind die Anwendungsfalle erstaunlich simpel.
Wir haben selten zu tun damit, dass du sagst, okay, ich habe hier komplexe...
Integrationsszenarien, sondern das sind solche Sachen wie, oh, ich möchte alle meine Bedienungserleitungen von den Bussen hochladen, damit die Leute da eine Antwort drauf bekommen.
Hey, hier blinkt was, was mache ich denn jetzt?
Wir haben mehrere Kunden im Logistikbereich, wo gerade viel Geld drauf geht, auf so 24-7 Hotlines, wo die Menschen, die halt irgendwie nachts mit dem LKW unterwegs sind, dann auch eine Frage haben.
sich da hinwenden können und die sagen, 50 Prozent der Fragen sind Sachen, die im Mitarbeiterhandbuch drinstehen.
Wenn ich also in der Lage bin, das einfach direkt zu beantworten, dann spare ich Zeit beim Mitarbeiter, weil der muss nicht in der Warteschleife hängen und ich spare mir Zeit beim HR Helpdesk.
Also die technische Tiefe dieser Features, die ist gar nicht weltbewegend, sondern das Entscheidende ist sozusagen, die Technik zu nehmen und sie so einfach zu verpacken.
dass du sie tatsächlich zu diesen Mitarbeitern hinbekommst und sie das dann in ihrem nicht-digitalen Arbeitseintrag verwenden können.
Das alles beruht ja darauf, dass im Kern darunter die Daten sauber sind und die Informationen richtig abgelegt sind.
Das ist hier auch in dem Podcast immer wieder ein groß diskutiertes Thema.
Ich glaube, wenn man sich die Gründe anschaut, warum KI-Projekte scheitern, ist es selten die Technologie, sondern entweder, dass die Menschen es nicht nutzen oder dass die Daten, die die KI braucht, um die Aktion richtig auszuführen, nicht sauber gepflegt sind, widersprüchlich sind, wie auch immer.
Wie löst ihr das denn?
Du siehst ja auch viele Unternehmen, wie gehen die damit um?
Was sind da so Best Practices?
Was du gerade ansprichst, ist der zentrale Grund, warum wir glauben, dass wir einen Wide-to-Play haben in dem Bereich als Intranet-Anbieter.
Was ist ein Intranet?
Ein Intranet ist am Ende der harte Kern vom Unternehmenswissen.
Da hat sich jemand Gedanken gemacht, meistens ein menschlicher Editor.
Was sind denn die Kerninformationen, die jetzt...
ein Mensch, der bei diesem Unternehmen arbeitet, so braucht, um seinen Job zu machen.
Und das heißt, es ist oftmals rein zahlenmäßig nur ein kleines Subset von dem gesamten Unternehmenswissen.
Aber dieses Subset ist ja heute schon redaktionell gepflegt, oftmals gut strukturiert.
Jetzt ist das, was ich gerade gesagt habe, erstmal idealtypisch.
Und wir finden auch im Intranet-Umfeld, auch bei unseren Kunden.
Datenstruktur, Herausforderung, sage ich gleichmals dazu.
Aber im Kern ist das erstmal der Gedanke, warum wir glauben, ja, wir haben doch die Datenbasis und wir haben vor allen Dingen die Chance, die Datenbasis sauber hinzubekommen, einfach weil es so ein Subset darstellt.
Und deswegen glauben wir, sind wir der Einige, der auch das zu allen Mitarbeitern bringen sollte und eben nicht irgendein spezialisierter KI-Anbieter, der vielleicht einen tollen Touchpoint bereitstellen kann, aber eben nicht Zugang zu den Daten hat.
Okay, also wenn ich jetzt als Felix kommen würde und sagen würde, hey, guck mal, ich verstehe dieses Problem von den Frontline-Kollegen und ich habe hier das beste Interface gebaut mit der besten Voice AI dahinter und ich müsste jetzt nur zu Martin gehen und sagen, Martin, kann ich mal eure API andocken, damit die hier miteinander sprechen könnten, dann hätte ich quasi kein Right to Play, weil mein Burggraben mehr oder weniger nicht vorhanden.
Du hast zwei Probleme.
Das erste Problem ist, dass du eben die Kontrolle über die Daten nicht hast und da eben darauf angewiesen bist, dass dann die API, die du ansprichst, dann auch vernünftige Sachen zurückbringt.
Und dein zweites Problem ist, dass du ja trotzdem irgendwie auf diese privaten Handys von den Leuten drauf musst.
Also wir reden ja ...
in dem Bereich Nondes-Mitarbeiter in den allermeisten Fällen von eben nicht-mandatory-Apps, also die Mitarbeiter-Apps von Staffbase, die unsere Kunden ausrollen, dass die sind typischerweise nicht, können nicht verpflichtend sein.
Also es gibt oftmals auch noch einen Weg, praktisch Mitarbeiter bei dem Unternehmen zu sein, ohne diese App zu haben.
Und die ist freiwillig, weil du sie ja auf das private Handy runterlädst.
Da gibt es oftmals auch Dienstvereinbarungen dazu und so weiter, eine Betriebsvereinbarung.
Aber weil die App eben einen Mehrwert liefert, weil sie das Leben leichter macht für den Mitarbeiter, laden sich trotzdem viele diese App runter und nutzen sie.
Und da sind wir ganz schnell bei Themen, die gar nichts mit Produktivität und Effizienz zu tun haben.
Lokale News, der Heinz hat sein 30-jähriges Betriebsjubiläum.
Hier ist der Fabrikleiter unter Heinz mit dem Blumenstrauß.
Social Wall-Themen.
All-around-Klassiker ist der Speiseplan in der Kantine.
Also das sind dieses Thema Adoption.
Also wie komme ich überhaupt erstmal dazu, dass ich mir in der Relevanz erarbeite, dass Menschen das runterladen wollen und nutzen wollen.
Das ist echt nicht einfach.
100% gekauft.
Das ist schon sehr, sehr, sehr schwer bei Menschen, die den ganzen Tag am PC arbeiten.
Und auch da selbst in Softwareunternehmen ist das nicht so leicht, über 50% tägliche KI-Nutzung zu erreichen.
Deswegen, das interessiert mich gleich.
Vorher noch eine Frage, weil es in den Kontext passt.
Konkurriert ihr aber nicht trotzdem mit einem Co-Pilot, mit einem Gemini und ähnlichen Lösungen, die ja auch ...
irgendeine Art von Datenbasis mit einem Sharepoint zum Beispiel und wenn das nur ein Drive ist, wo ja auch Sachen ablegen und ja auch die Apps mit dem Interface bereitstellen, wo ich theoretisch meine Frage reinsprechen und mir die Antwort geben lassen kann.
Ja, also das ist genau der Bereich, wo vieles im Fluss ist gerade, so würde ich es mal vorsichtig formulieren.
Ich habe natürlich eine Perspektive darauf, wie ich mir eine zukünftige Enterprise-IT-Architektur vorstelle.
Das ist eine Perspektive, wo Staffbase oder ein Tool wie Staffbase, also das AI-enabled Intranet, praktisch das Einstiegstor ist in alle ...
generellen Fragen, die so ein Mitarbeiter hat und bei Frontline auch das einzigste Einstiegstor.
Und Leute, die dann halt mit Excel und Word arbeiten, die nutzen halt Coupile dazu.
Es gibt aber sicherlich auch alternative Wege.
Also wenn man jetzt den Microsoft IT-Konsultor fragen würde, der würde sagen, nee, du kannst ja Coupile für alles nutzen.
Und sowas wie Startbase brauchst du wenn überhaupt nur für den Content im Hintergrund.
Und da gibt es also gerade Also da testen ganz viele irgendwas aus und das ist so eine Sache, die wird man sehen müssen, was sich da durchsetzt.
Wir tun natürlich unseren Teil, also um es mal auf den Punkt zu bringen.
Wir haben so viele Kunden, die das mit Copile probiert haben, die dann auch teilweise, also die haben mit Copile Studio dann auch so Web-Chatbots gebaut.
Wollen Sie einbetten bei uns in die App?
Das geht natürlich, unterstützen wir.
Wir sind ja Microsoft-Partner.
Wir sind ja nicht Microsoft-Konkurrent.
Aber es gibt halt ein paar Überschneidungen im Produktportfolio.
Und dort kommt immer wieder in dieselben Themen rein.
Dass die Benutzbarkeit für die Zielgruppe nicht da ist.
Dass der Spagat praktisch zum einen für diese Knowledge-Worker zu optimieren, viel mehr Skills haben und viel mehr Daten und viel mehr Tools und dann diese Einfachheit für den Non-Desk-Worker, also das in ein Tool reinzubringen, das ist ein Supergrad, an dem Sie scheitern.
Und dann ist noch was Drittes, da haben wir noch gar nicht drüber gesprochen, das Thema Kontrolle.
Also wir haben ja die Menschen, mit denen wir im Unternehmen oftmals arbeiten, sind ja im HR-Bereich, im Kommunikationsbereich.
Das sind die, die den Content für die Apps bereitstellen.
Dadurch haben wir über die letzten Jahre gelernt, wie wir Tools bereitstellen können, die diesen Menschen helfen, ihren Job am besten zu machen.
Da reden wir von Analytics, da reden wir aber auch von, wie kann ich jetzt möglichst die Unternehmenssprache nutzen, im Narrativ bleiben und so weiter.
Wovor alle riesige Angst haben, ist dieses Szenario, dass am Ende alle nur noch mit der KI reden und dass meine Botschaft oder der O-Ton von meinem CEO komplett verbessert wird, weil die AI jetzt sich das alles angehört hat und am Ende das in einer Art und Weise zusammenfasst, wie ich das gar nicht möchte.
Also keiner liest sich mehr den Beitrag im Internet durch, sondern fragt einfach nur noch.
Genau.
Ich meine, der Trend ist klar.
Du hast also das Internet verschwindet hinter ChatGPT und dasselbe passiert auch mit dem Intranet.
Das verschwindet hinter was auch immer von Assistenten du jetzt hast.
Das ist einfach schlicht inakzeptabel für viele unserer Kunden.
Also es geht dann damit los, Bondesk-Wirker, Voice spielt eine große Rolle, dann wird der Name von deinem CEO falsch ausgesprochen oder ein Unternehmensname wird falsch ausgesprochen oder die KI fasst diesen langen Artikel zusammen und fokussiert sich auf genau das Unwesentlichste, aber nicht auf das Wichtige.
Das heißt, was wir...
sehen ist, dass in diesem Bereich, also ich habe diese Kernunternehmens-News und Unternehmens-Policies, Unternehmen wünschen sich Kontrolle darüber, wie die KI das zusammenfasst, wünschen sich Kontrolle darüber, wie man das priorisiert, wollen sagen, was ist die Persönlichkeit von dem KI-Chatboard, darf der auch mal einen Witz machen oder ist der total streng.
Und das sind Themen, die wir bei den typischen Tech-Vendoren, auf höher, schneller, weiter im Bereich KI-Features schauen, überhaupt nicht vorkommen.
Und dann hast du am Ende, also du hast praktisch einen Ferrari, der dir aber gar nichts bringt, weil du eigentlich nur in einer Tiefgarage unterwegs bist.
Und da sehen wir, das meinen wir auch mit Adoption, also dass du in der Lage bist, etwas, also eine KI auszurollen, die wirklich funktioniert für alle.
Und eben nicht bloß für einen elitären Kreis von 10 Prozent der Leute, die das können und die es auch brauchen.
Und du hast mir vorher noch einen Podcast zugeschickt, der auch über Staffbase KI generiert an eure Nutzerin ausgespielt werden kann.
Und das hören wir uns jetzt einmal kurz an.
As we wrap up 2025, I want to take a moment to thank you for tuning in and for all the feedback you've shared over the past months.
Your input has been invaluable in shaping Mixtape into what it is today, a space for us Communicorns to stay informed, connected and inspired.
Now, as we head into the holiday season, I want to give a special shout out to our heroes who are keeping the lights on during the holidays.
Your dedication ensures that staff base continues to thrive, even as many of us take time to recharge and celebrate with loved ones.
Thank you for your hard work and commitment.
Speaking of the holidays, let's talk about staying safe during this festive period.
Cybersecurity threats tend to increase during this time, so it's crucial to remain vigilant.
From phishing scams disguised as holiday deals to fake e-commerce websites, cybercriminals are more active than ever.
Remember to check the sender's email address carefully, avoid clicking on suspicious links, and keep your software updated.
And if you encounter anything suspicious, don't hesitate to report it to our IT department.
Let's prioritize security awareness and enjoy the festivities without compromising our digital safety.
Looking ahead to 2026, there are some exciting updates to share.
The staff-based global calendar has been updated and it's packed with key dates to help us plan better and manage our time effectively.
Guardians Weeks will return in October, Recharge Fridays will give us four-day weeks in August, and Growth Talks and Goal Setting will kick off in February.
These initiatives are designed to support our well-being and productivity, so make sure to subscribe to the calendar and stay informed.
And here's a quick highlight from our engineering team.
AI tools are becoming integral to our workflow, with adoption rates aligning closely with industry benchmarks.
While AI accelerates routine tasks and improves code quality, it also presents challenges like inconsistent output and the need for rigorous review.
As we continue to explore AI's potential, we're committed to refining its use to maximize productivity and inclusivity across experience levels.
Finally, Florian, I want to wish you a very happy holiday season.
Thank you for being part of our incredible community here at Staffbase.
Let's continue to grow, innovate and support each other as we move into the new year.
Take care, enjoy the festivities and I'll see you in 2026.
Das ist ein zentrales Problem.
Was unsere Kunden haben, ist, dass sie Inhalte haben, die Leute wissen müssen.
Die Leute wollen es auch wissen und sagen sonst, warum habt ihr es uns nicht erzählt.
Das es aber halt sehr schwer ist, in dieser Flut von Infos hinterher zu kommen.
Also gerade die Frontline-Mitarbeiter, Leute, die unterwegs sind.
Die können am Tag nicht 10 Minuten, 20 Minuten damit zubringen, Artikel in der Mitarbeiter-App oder im Intranet zu lesen.
Und Voice ist etwas, was gut funktioniert, was die Leute auf dem Weg zur Arbeit hören können, in der Mittagspause hören können.
Und vor allem das Thema Personalisierung.
Also ich bin in der Lage zu verstehen, was interessiert in diesen Mitarbeitern.
Aus der Vergangenheit zu lernen, von ihren Mitarbeitern zu lernen und sozusagen dann...
eine ganz krispe, aber hochrelevante Zusammenfassung zu liefern von dem, was jetzt für diesen einen Mitarbeiter gerade relevant ist.
Das ist was, das hatten wir also als Idee, haben dann mit unseren Kunden darüber gesprochen und festgestellt, viele haben tatsächlich Pre-AI-Podcasts schon probiert und das funktioniert als Format für die, haben aber halt das Problem der hohen Produktionskosten und deswegen auch der fehlenden Personalisierung, weil du dann halt nur einen Podcast an das Unternehmen machst.
Da lag es nahe zu sagen, okay, aber das geht doch jetzt.
Und die Ergebnisse sind absolut verblüffend.
Und die Reaktionen, die wir bekommen, sind geil, super.
Die Leute, die es hören, fühlen sich connected zu dem, was passiert im Unternehmen.
Die fühlen sich wertgeschätzt.
Der Podcast hat auch in deiner Sprache ausgespielt.
Ausgespielt, sag ich schon, ausgespielt.
Und aus Unternehmenssicht habe ich trotzdem das Gefühl, dass ich irgendwie Kontrolle darüber habe, was die KI mit meinen Inhalten macht, weil ich trotzdem das in geordnete Bahn lenken kann.
Diesen Podcast, den kann ich halt sagen, das macht das einmal pro Woche, beziehe dort vor allem diese Quellen ein und bei meinen wichtigen Artikeln kann ich sogar steuern, wie er das zusammenfasst.
Also ich habe praktisch eine Kombination aus hochpersonalisiert, einfach zu konsumieren und gleichzeitig so eine kontrollierte Umgebung aus Unternehmenssicht, das funktioniert fantastisch.
Kurz in eigener Sache.
Wenn dir der AI First Podcast gefällt und du mehr spannende Inhalte und hochkarätige Gäste hören möchtest, dann freue ich mich über deine Unterstützung.
Mit einer 5-Sterne-Bewertung und einem Abo für den Podcast hilfst du uns, sichtbarer zu werden und AI First weiterzuentwickeln.
Für dich und die gesamte Community.
Ich danke dir.
Ich kann mir gut vorstellen, dass ihr bei euch intern auch ganz schöne Lernkurve gemacht habt, jetzt in der Entwicklung von einem ja doch immer stärkeren AI-Produkt und das geht ja gerade vielen Unternehmen, Softwareunternehmen so, dass sie irgendwie versuchen herauszufinden, wie lassen sich die Fähigkeiten, die die Technologie mitbringt, sinnvoll in unser Produkt integrieren, um den Wert, den wir für Kunden schaffen, steigern zu können.
Wann seid ihr denn diesen Weg angetreten und was hat sich auch irgendwie intern so in eurem Mindset oder der Art und Weise, wie ihr über das Produkt und Produktentwicklung nachdenkt, verändert?
Oder ist es vielleicht auch gleich geblieben?
Ich glaube, ein Riesenvorteil ist natürlich, dass so eine Company wie Staffbase, auch wenn wir jetzt schon elf Jahre alt sind, im Herzen und auch im Kopf Startups sind.
Also sprich technologieaffin.
Und wir haben sehr viele Leute, die überwiegende Mehrzahl der Leute, finden es einfach geil, was da gerade passiert.
Es ist praktisch so eine riesen Aufbruchstimmung der ganzen Branche, was nicht selbstverständlich ist, weil natürlich ist es halt auch eine riesen Bedrohung.
Es ist immer auch klar, wenn du halt jetzt mit deinen internen Prozessen nicht die Kurve bekommst.
Oder jetzt bei uns als Softwareanbieter, wenn du halt mit deinem Produkt-Offering nicht die Kurve bekommst, kann es doch mal sein, dass du in drei Jahren ganz schnell irrelevant bist.
Also die Stakes sind high, gerade wenn du siehst, was wir jetzt schon aufgebaut haben.
Und das ist eigentlich so das Einzige, woran ich arbeite, also in die Organisation hinein.
Also ich sehe ein großes, alle haben Bock auf KI.
Aber was du...
jeden Tag immer wieder wiederholen muss, ist, okay, wir müssen die Risiken eingehen.
Wir müssen auch Fehler zulassen, weil sonst sind wir zu langsam.
Und das ist so das eine Pattern, was ich da überall sehe.
Was halt super schwierig ist, wenn du über interne Prozesse sprichst, in so einem Unternehmen wie wir, wir stellen natürlich kritische Infrastruktur her, das Intranet für einige der größten Unternehmen auf der Welt.
Wir haben einen Enterprise-Vertrieb, Enterprise-Support, Kundenbetreuung, Leute wollen sprechen mit Leuten, da muss mal jemand hinfahren.
Du hast eben keine täglichen Releases, sondern in der Realität eher quarterly Releases, die du Wochen vorher bei Kunden ankündigen musst und so weiter.
Also du hast eine Struktur, die noch sehr auf Menschen machen, Geschäfte mit Menschen.
Und eine Governance ist für Menschen gebaut, aufgebaut ist.
Und das kollidiert natürlich teilweise mit dem, was du mit AI eigentlich gerade am besten machen kannst.
Das heißt, es ist so eine konstante Abwägung und eine Suche nach den Low-Hanging-Foods.
Und das ist eine Reise, die haben wir, weiß ich, als TGPT rauskam, begonnen.
Vorher tatsächlich nicht.
Also vorher waren wir da jetzt nicht die großen Early Adopter, aber in dem Moment haben wir drauf geschaut und gesagt, wow, also das verändert alles.
Und mittlerweile ist es halt so, dass wir in einigen Bereichen sehr stark KI nutzen, also the usual suspects, von Kundensupport bis hin zu Content Marketing, wo wir sehr stark auf Augmentation setzen, also nicht auf Replacement, sondern Augmentation, um halt auch dieses Enterprise-Element reinzubringen.
Also wir versuchen immer noch, also für uns steht der Mensch im Mittelpunkt, aber wir nutzen die KI so stark wie möglich, um sozusagen dem einen Menschen plötzlich so viel, dass der eine Mensch so viel schafft wie drei, vier Menschen vorher.
Okay.
Das wäre jetzt meine nächste Frage gewesen.
Es gibt so...
Companies wie Cursor, Lovable und Co., die in einem Rekordtempo riesige Bewertungen erreichen und ihre Umsätze nach oben treiben mit teils 20, 30, 40, 50 Mitarbeitern.
Also extrem kleines Team, extrem schnelles Wachstum, sitzen natürlich auch genau auf der Rakete, die gerade Richtung Himmel fliegt, das muss man auch sagen.
Aber wie blickst du darauf?
jetzt Unternehmer von einem erwachsenen Tech-Unternehmen jetzt Richtung Zukunft gedacht?
Also sagst du auch mit dem bestehenden Team, was ihr habt, könnt ihr jetzt eigentlich das nächste Wachstum gehen?
Hast du jetzt 3, 4x gesagt?
Glaubst du, das ist so ein Weg, den man ins Auge fassen kann?
Oder wie denkst du darüber nach, auch die Organisation weiterzuentwickeln, wenn jetzt KI, hast du ja vorhin auch gesagt, im Wissensarbeitsbereich einen immer größeren Anteil dessen?
was heute Menschen machen, unterstützen oder selbst machen wird?
Erstmal finde ich es super geil zu sehen, was Love Builder macht und die ganzen anderen.
Ich glaube, wir haben noch kein wirkliches Enterprise-Software-Produkt gesehen, was ähnliche Effizienzen schafft.
Wir hatten es ja auch schon im Pre-AI-Zeitalter.
Ich meine, Instagram hatte auch nicht besonders viele Mitarbeiter, als sie an Facebook verkauft worden sind.
Also das ist super.
Aber wie genau das jetzt in dieser Welt von, also in dieser Enterprise-Welt ankommt, ich glaube, das Wort gerade verhandelt, das müssen wir gerade herausfinden.
Weil die Dinge, die so diese Enterprise-Welt zu komplex machen, das sind ja Dinge wie Governance, wie Mitbestimmung, zum Beispiel bei uns, das ist so ein Thema, Mitarbeiter-App, das geht durch den Betriebsrat durch.
IT, Security und so weiter.
Das sind ja praktisch Systeme, Kontrollinstanzen, die das alles so kompliziert machen, die ja ihren Sinn und Zweck haben und die, solange da menschliche Agents in den Unternehmen arbeiten, auch noch Bestand haben werden.
Das heißt, wir befinden uns in so einer Übergangsphase, wo du praktisch beides unterstützen musst.
Du musst praktisch den Schlitzsteller hin zur AI haben, aber auch zum Menschen.
Und das sorgt natürlich jetzt bei Unternehmen wie bei uns immer wieder für so eine, also das ist praktisch eine Effizienzbremse.
Wir können halt nicht so schnell die Lavable, weil wir am Ende an ein Unternehmen verkaufen, was halt diese Prozesse hat und die können ihre Prozesse aber auch nicht so schnell umstellen, weil sie auch eine Verpflichtung gegenüber ihren Kunden haben und wir ja übrigens auch.
Ich meine, wir sind dann ISO-zertifiziert.
Es ist wichtig und wenn du halt bei 100 Releases einen dabei hast, wo es halt doch doch schief gelaufen ist, dann ist das bei Lovable vielleicht akzeptabel, bei uns halt nicht.
Also ich habe da keinen Königsweg, außer zu sagen, du musst es immer wieder probieren, immer wieder abwägen, Fehler halt zulassen, aber in einem kontrollierten Umfeld, dass du sagst, das ist jetzt nicht unter der Wasserlinie.
Also wir pushen KI-Projekte im gesamten Unternehmen, schnell Sachen ausprobieren, aber über der Wasserlinie.
Wir vermeiden aktuell Themen, wo du sagst, okay, das überlassen wir jetzt der KI und wenn da einmal was schief geht, dann sinkt das ganze Schiff.
Das ist so der Ansatz.
Das, was mich so optimistisch stimmt, ist halt die, also ich fange nochmal anders an, du hast, wenn du so ein altes Unternehmen hast wie uns.
Das sage ich jetzt ein bisschen zugespitzt, alt.
Aber mit alt meine ich gewachsen zu weit über 100 Millionen Revenue, über 1000 Kunden mit Pre-AI-Prozessen.
Pre-AI-Buchhaltung, Pre-AI-Kundenmanagement-System und so weiter.
Dann ist das Hauptproblem, um Effizienzen zu heben, jetzt nicht, dass du jetzt sagst, jeder kriegt jetzt eine Gemini-Lizenz und fängt jetzt an, seine E-Mails auch mit Gemini zu schreiben.
Das bringt dir vielleicht...
3% oder 5% oder so.
Sondern das Hauptthema ist ja, dass du sagst, diesen Prozess, den wir hier haben, wie würde der jetzt eigentlich aussehen, wenn wir jetzt heute anfangen würden, ein Unternehmen zu gründen und eben nicht das Legacy-System hätten, wie würde denn der Prozess eigentlich aussehen?
So, und das ist jetzt, ich meine, ich bin Wirtschaftsinformatiker, trainierter, ich meine, klassische Prozessmodellierung, das ist was, das hättest du früher.
praktisch zentral gemacht.
Da hättest du gesagt, okay, wir haben jetzt ein Prozessmanagement, kommen jetzt auch wie Berater, gucken sich das Unternehmen an und dann malen die irgendwas Neues auf.
Was im KI-Zeitalter natürlich völlig gut ist, weil sich alle viel zu schnell bewegt.
Also das würde überhaupt keinen Sinn machen.
Aber es ist wohl eigentlich nicht notwendig, weil ja eigentlich jeder die Werkzeuge in der Hand hat.
Also in den seltensten Fällen nehme ich wahr, dass du hier irgendwelche...
besonderen Tools einkaufen musst und so weiter.
Oftmals ist es wirklich, dass sich das eine Team hinsetzt und sagt, okay, wenn wir jetzt Gemini nutzen würden, um unser Ergebnis zu erzielen, was ist denn jetzt unsere Rolle als Menschen überhaupt noch?
Und dann hast du einen völlig anderen Prozess.
Und das ist also eine Neuerfindung des Unternehmens, die dezentral stattfinden kann.
Das heißt, alles, was du als Manager machen musst, es so die Basic Tools bereitstellen, also Gemini oder GPT oder so, und die Motivation herstellen, dass die Leute wirklich Bock drauf haben und eine Idee haben, wie sie dann an das Thema angehen können.
Und ich glaube, hier liegt das Gold vergraben, denn, also klar, keine so wirkungsvolle Technologie war jemals so einfach zugänglich wie KI und trotzdem fällt diese Transformation und das ist ja dann doch...
Das ist ja immer so ein Floskel, ja, das ist irgendwie kein Technologiethema, sondern ein Menschenthema ist.
Und dann ist die Frage, okay, wie schaffe ich es denn, meine Menschen mitzunehmen, dahinter zu bringen, in die Nutzung zu bringen, wirklich die Arbeitsweise zu verändern, wirklich sich zu fragen, wie können wir das denn heute ganz anders machen und zu empowern, das auch umzusetzen.
Ich kaufe dir das ab, dass ihr das bei euren Kunden zumindest mit voller Leidenschaft vorantreibt, um KI zugänglich und nutzbar und wertvoll zu machen.
Wie hast du das bei euch?
Wie hast du diese Kultur irgendwie aufgebaut und KI in deine Teams gebracht?
Du hast ja immer diese Hero-Story.
Also wie bin ich jetzt praktisch nicht das Opfer von so einer KI-Transformation, der am Ende im schlimmsten Fall seinen Job verliert, sondern wie bin ich hier der Hero?
Und das ist...
Ich glaube, die Geschichte ist gar nicht schwer zu erzählen, dass wenn du heute eine Weltklasse-Entwicklerin sein möchtest oder ein Weltklasse-Marketeer oder Weltklasse-Says-Mensch, dann geht das natürlich ausschließlich über AI, über KI-Tools.
Das ist dieser alte blöde Spruch, du wirst nicht durch KI ersetzt, sondern durch Menschen, die KI nutzen.
Das heißt, die Kern-Message ist, hey, du willst top of the league sein, Wollen wir auch, dass du das bist, weil wir sind auch top of the League.
Und aus Chemnitz raus hier gegen Silicon Valley, das geht eh nur, wenn wir einfach viel geiler und besser sind als die.
Und das geht nur, wenn wir die besten Leute haben.
Und das heißt, ihr müsst alle jetzt die Besten werden in eurem Fach, um KI zu nutzen.
Und unsere Rolle als Unternehmen ist, euch die besten Tools bereitzustellen.
Und das ist was, was echt gut funktioniert.
Wir haben sicherlich...
das muss ich jetzt noch dazu sagen, im Vergleich zu einem traditionellen Unternehmen, den großen Unfair-Advantage, dass wir halt wachsen, also deutlich wachsen und dass du da natürlich die Effizienzen, die du dann generierst, auch nicht notwendigerweise durch große Entlassungswellen irgendwie, ja, dass sich dadurch zeigen.
Aber auch da glaube ich, weil die Alternative ist ja, du machst es nicht und dann stirbt das Unternehmen.
Und ich glaube, dass das verstehen auch viele Leute.
Und das Tolle ist ja, dass eben jeder Akteur sein kann.
Jeder kann Akteur sein.
Und ich habe sogar viele Manager, die regelrecht, also die sind elektrisiert von dem ganzen Thema.
Der eine hat jetzt zu mir gesagt, ich habe das noch nie in meinem Leben gehabt, dass mich jemand auf Arbeit so gut versteht.
Er sprach über Gemini.
Und was ich jetzt sehe, ist, dass überall Kontextdokumente hochpoppen.
Also du hast ja, Das ist auch closed loop zum Thema Intranet.
Also normalerweise so verschriftlicht hast du ja oftmals so basic Anweisungen, grobe Prozesse, die deinen Mitarbeitern irgendwie den Guidance geben sollen.
Und ganz viele Sachen werden ja implizit weitergegeben.
Also es trifft jetzt auf Unternehmen wie uns zu, aber hast recht auf solche Non-Descaddy-Unternehmen.
Also bin ich freundlich zu einem Kunde oder nicht.
Also ganz viele Sachen sind eigentlich implizit, was ich mir abgucke von meinen Kollegen.
Und ich nehme jetzt wahr, ich habe immer mehr Manager, die machen dann praktisch Textiliter auf und schreiben dutzende Seiten an Anweisungen für die KI, wie ein bestimmter Prozess durchzuführen ist.
Und was da am Ende passiert, ist, dass diese Manager sich selber skalieren.
Also praktisch die, oder Subject Meta Experts.
Also der Mensch, der ein bestimmtes Thema am besten kann im Unternehmen, der schreibt das jetzt plötzlich auf, in der Art und Weise, dass du am Ende, dass der KI als Kontextdokument geben kannst und die KI dann auch einem anderen Mitarbeiter helfen kann, genauso gut zu sein wie der.
Und das ist ein Trend, der begeistert mich komplett, weil du am Ende dann diese Skalierung hinbekommst, viel besser als du das jemals vorher.
in der Lage waren.
Ja, und da sind wir dann wieder bei der Datenqualität und die ermöglicht es dann mit KI, das, was heute Menschen tun, irgendwie schneller, besser und skalierbar zu machen.
Und bevor wir jetzt den Podcast beenden, möchte ich noch einmal mit dir zu The Rest of Us zurückgehen und mal drei Jahre nach vorne spulen.
Weil ich glaube, das, was du heute geschildert hast, wie auch Non-Desk-Worker mit KI interagieren und ihnen helfen kann, Ist klar geworden, was ist deine Vision?
Wie siehst du das weiter in drei Jahren von heute?
Wie interagieren, wie arbeiten Non-Desk-Worker mit KI und was wird da noch möglich?
Was glaubst du?
Also ich denke, es ist ein permanenter Dialog.
Es ist so, als ob mal ständig jemand neben mir wäre, den ich fragen kann oder wie mein persönlicher Chief of Staff.
Und ich glaube, dass vor allem aus einer Unternehmenssicht die also Dinge auszurollen wie eine Sicherheitsschulung oder Infos zu der neuen Produktreihe, die jetzt in den Laden steht und wo ich möchte, dass meine Verkäufer in der Lage sind, den Kunde zu beraten.
Diese Dinge, das sind im Prinzip Kontextdokumente für einen Agenten, der den Mitarbeiter in dem Moment trainieren kann.
Also ich bekomme so eine kurze Info, hey, sind halt jetzt die neuen Sportschuhe da, die sehen jetzt so und so aus und die sind super cool, weil?
Das ist so ein 30-Sekunden-Ding, was ich vielleicht in meinem morgendlichen Podcast höre, was über die App ausgespielt wird.
Und dann weiß ich genau, okay, wenn ich dazu weitere Fragen habe, kann ich dort den Assistenten fragen.
Und dahinter steckt dann ein Agent, der eine komplett Riesenliste hat mit allen Q&As, die es gibt und einfach in der Lage ist.
Also ein Mitarbeiter kann vieles von seinem Hirn auslagern.
So wie das ja viele Wissensarbeiter heute auch schon machen und hat dadurch aber auch Zugriff auf viel mehr Informationen, kann viel bessere Entscheidungen treffen.
Ich glaube, dass Arbeit dadurch auch echt viel Spaß machen kann und wird.
Und eigentlich würde ich da gerne mit einem vielleicht eher überraschenden Thema enden.
Ich glaube, die Herausforderung, die wir haben, wenn wir jetzt in zwei oder drei Jahren wieder treffen, ist, dass ich glaube, die KI wird dermaßen gut funktionieren, dass die...
zentrale Herausforderung sein wird, wie kann ich denn das Menschliche überhaupt bewahren?
Weil so ein, also unser Jagdgebiet sind Unternehmen.
Ich glaube, Unternehmen ist was Wichtiges.
Das macht meistens irgendwas Tolles, was wir als Menschen brauchen.
Unternehmen sind halt, ist halt eine Gruppe von Menschen, die irgendwie an irgendwas Gemeinsames glauben, was Gemeinsames machen.
Wenn aber am Ende jeder mit der KI spricht, dann gibt es eigentlich dieses Wir gar nicht mehr.
Ich habe gar keinen Grund, irgendwie noch einen Kollegen zu fragen, weil die KI alles besser weiß.
Das heißt, was wir am Horizont schon klar sehen, ist, dass du Mitarbeiter haben wirst, die so gut informiert sind wie noch nie, aber so einsam sind wie noch nie.
Und dass es uns also gelingen muss, in dieser KI-Interaktion trotzdem was Authentisches, was Menschliches, also nicht fake-menschlich, sondern echt-menschlich.
Hey, dein Kollege Felix hat das und das.
Willst du ihm Kudos geben?
Das mit reinzubringen, das ist am Horizont als das nächste ungelöste Thema.
Informationen und Aktionen unterstützen, deutlich effizienter werden.
Das ist geschenkt, das kommt und da können wir uns drauf holen.
Martin, ich wünsche euch auf jeden Fall ganz viel Erfolg dabei.
Tolle Story.
Danke, dass du uns mal durchgeführt hast, wie AI for the rest of us aussieht und wie du KI in eurem Produkt siehst, aber das auch bei euch in der Firma und im Team vorantreibst.
Viel Erfolg im Kampf gegen Valley und hoffentlich dann zu einem Update in drei Jahren.
Danke.
Hat dich gefreut, Felix.
Danke.