# Enterprise AI Strategy: Scaling, Governance, and Sovereignty

**Podcast:** AI FIRST Podcast
**Published:** 2026-07-24

## Transcript

Herzlich willkommen zum AI First Podcast.
Heute zu Gast ist Philipp Schwab, der Chief AI Officer der Helaba Gruppe, der dort seit einigen Jahren die KI-Transformation vorantreibt.
Und wir wollen uns heute darüber unterhalten, warum KI keine separate Strategie braucht, wie Use Cases skaliert werden, wie man das Empowerment auch in so einem hochregulierten...
umsetzt und Geschwindigkeit in der Transformation trotz hoher Regulierungsstandards aufrechterhält.
Philipp, ich freue mich sehr, dass du da bist und auf unser Gespräch.
Ja, vielen Dank, Felix.
Ich freue mich auch sehr und bin gespannt, wo wir heute so landen in unserem Gespräch und ich freue mich.
Gib uns noch mal einen kurzen Überblick.
Was macht ihr in der Helaba-Gruppe und wofür bist du in deiner Rolle verantwortlich?
Also ich, aus meiner Rolle heraus als Chief Air Officer, ich fand es schon sehr gut in deiner Anmoderation seit Jahren.
Also Jahre sind es noch nicht.
Also es sind Jahre, wenn man es jetzt aufsummiert, aber noch nicht so viele.
Also ich bin seit Ende 2024 jetzt in dieser Rolle.
Und wir haben mit der Helaba so in dem Thema angefangen.
Ich würde sagen so Ende 2023, Anfang 2024 ging das Ganze los.
Und haben da...
quasi ein zentrales Projekt aufgesetzt für das Thema AI, also Helaba AI.
Und in diesem Zuge ist auch eine Organisationseinheit entstanden und auch in dem Zuge diese Rolle des Chief AI Officers, die wir bewusst gewählt haben, weil wir gesagt haben, es ist eine für uns sehr, sehr strategische...
Technologie, die ein enormes Transformationspotenzial hat und auch diese enorme Geschwindigkeit mit sich bringt.
Und deswegen haben wir gesagt, das ist genau etwas, was wir auch in so einer Rolle im Endeffekt bündeln wollen für den Konzern.
Also das heißt, dass wir Ich mit den Töchtern auch interagiere darüber, was machen wir eigentlich mit AI.
Das heißt nicht, dass wir feste Vorgaben geben, sondern wir haben auch noch dezentrale Umsetzungen, die sind auch eigenständig.
Aber wir haben sehr viele Themen, da gehen wir mit Sicherheit gleich auch mal drauf ein, wo es halt viele Synergien gibt.
Und deswegen ist von uns dieser zentrale Ansatz gewählt worden.
Und daraus ist auch eine Organisationseinheit entstanden.
AI and Digital Innovation, die ich leite.
Und da ist genau dieser Punkt, wir haben schon vorher eine digitale Transformation gehabt und deswegen haben wir gesagt, naja, eigentlich ist es so, dass wir nicht eine eigene AI-Strategie uns auferlegen, sondern wir haben das Ganze in die bestehende Digitalstrategie integriert, weil es halt für uns die transformative Technologie unserer Zeit ist und die extrem viel verändern wird.
Aber es gibt noch andere Themen und diese...
sind im Endeffekt dann immer wieder untereinander mit verschiedenen Schnittstellen.
Also das Beispiel ist einfach Plattformökonomie.
Das gibt es irgendwie auch seit Jahren und es verändert sich auch nochmal durch AI.
Und da gibt es sehr, sehr viele Beispiele dazu sind, die in der Digitalstrategie gebündelt sind, die wir halt für den Konzern im Endeffekt erarbeiten, mit den Töchtern auch abstimmen und damit so diese Leitplanken setzen.
Und das ist genau der zentrale Ansatz, den wir gefahren haben.
Und die Einheit verantwortet sowohl den strategischen Part, wo wir so ein Ökosystem auch aufbauen, wo wir sagen, es ist wichtig, ein Partnernetzwerk zu haben.
Und da liegt auch unser Venture Capital Vehicle mit der Hilaba Digital drin, wo man auf Beteiligungen mitgehen kann.
Und der zweite Part ist wirklich eine Entwicklungseinheit, wo wir Data Scientist Entwickler haben, die wirklich Use Cases umsetzen.
Das heißt nicht, dass es die einzigen sind, die Use Cases umsetzen, aber die bauen auch die zentrale Plattform mit und darüber skalieren wir dann in die Organisation und das ist auch ein großer Part der Befähigung.
Deswegen legt das Thema Empowerment auch in dem Team mit.
Und dann haben wir noch den Part Governance.
Wir sehen Governance nicht als reines Regulatorik-Thema, sondern da wird auch das Target Operating Model mit erarbeitet, weil mit jedem Technologiesprung haben wir quasi eigentlich eine neue Überlegung, welche Rollen kommen damit, was passiert eigentlich und das ist alles dort drin.
Und gerade jetzt in dem Agentik-Thema ist das ja jetzt nochmal eine Sache, wo wir halt einen extremen Wandel haben in der Art und Weise, wie wird gearbeitet, wie denken wir auch Human in the Loop mit, was passiert eigentlich.
Und das sehen wir mit als Part in der Governance.
Das heißt, es ist nicht einfach, okay, wie setze ich jetzt den EU-AI-Act um und verbinde den noch mit DORA, sondern wirklich das Gesamtkonstrukt.
Also wie schaffe ich das Unternehmen auch bedingt aus der Strategie heraus mit zu transformieren, dass es für uns wirklich Governance ist.
Okay, also sehr, sehr breiter Bereich und das ist schön, weil wir gleich über viele unterschiedliche Dinge sprechen und dort eintauchen können.
Nochmal ganz kurz, damit die Zuhörer so ein bisschen verstehen, in welchem Umfeld du das Ganze machst, denn ihr seid ja eine Gruppe, in dem Namen steckt schon Landesbank mit drin, aber da gehört noch ein bisschen mehr dazu.
Also wie ist der Konzern aufgestellt und für auch welche Arten von Unternehmen und Branchen schaffst du da eigentlich die Standards im KI-Bereich?
Die Jelaba ist die Landesbank Hessen-Thüringen und wir haben als Konzern aber noch weitere, ich sag mal, wir haben einige Töchter, aber auch strategische Töchter, auf die würde ich eher eingehen.
Das heißt, wir sind als Bank, als Einzelinstitut letztendlich als Helaba.
Wir sind ein sehr großer Zahlungsverkehrsabwickler und haben dort aber auch einen starken Fokus einfach auf Wholesale, also kein Retail.
Wir haben kein Private Banking im Endeffekt im Helaba Einzelinstitut.
Dafür haben wir aber die Frankfurter Sparkasse als Tochter.
Also Sparkasse kennt jeder im Endeffekt.
Das ist ein Retail, das Private Banking im Endeffekt auch.
Mit der Frankfurter Bankgesellschaft ein Family Office.
Wir haben mit der GWH einen der größten Wohnungsvermieter in Hessen, also wirklich Wohnungsverwaltung.
Mit der OFB einen Projektentwickler, also wirklich Bauprojekte.
Das ist quasi unser Immobilienbereich, der da ist.
Und mit der Helaba Invest auch Portfolio Management.
Also das heißt, wir decken sehr, sehr viel.
Da sind sie sehr breit diversifiziert im Konzern und auch unterschiedlich reguliert natürlich.
Also eine GWH ist kein Finanzinstitut, also das heißt, sie sind auch nicht irgendwie von der Aussicht reguliert, wie jetzt das Einzelinstitut reguliert wird.
Und das macht es super spannend in der Umsetzung.
Bloß was man verstehen muss, ist, dass da auch unterschiedliche IT läuft.
Die sind eigenständig, also das heißt, da sind ganz viele...
auch unterschiedliche Reife, gerade in der gesamten Digitalisierung, aber auch natürlich auf dieser AI-Reise.
Das heißt, die einen sind schon voll unterwegs im Agententhema, die anderen fangen gerade an und wieder andere überlegen sich gerade, wie sie eigentlich Gen-AI umsetzen.
Und das sind so die Sachen, die wir halt nutzen, um miteinander voneinander auch zu lernen.
Das ist so.
A, eine Herausforderung, klar, aber B, eine unglaubliche Chance auch für die weiteren Themen, die jetzt kommen, weil es hat halt alles Skalierungspotenzial.
Ich würde das gerne zum Start mal verstehen wollen, wie ihr das aufgezogen habt, also in dieser Heterogenität, die du gerade beschrieben hast.
Wonach habt ihr entschieden, was zentral organisiert und gesteuert wird und was ihr dezentral in die einzelnen Gesellschaften abgebt?
Ich glaube, das ist erst mal gar nicht so leicht zu beantworten.
Das, was klar war, ist, dass wir über die Digitalstrategie erst mal zentrale Rahmenbedingungen einfach setzen.
Also, wo wollen wir eigentlich hin?
Was machen wir?
Wir haben Leitplanken gesetzt für das gesamte Thema AI.
Und der Aufhänger ist eigentlich der, dass die Töchter dann ihre Dezentralität auch behalten und eigenständig umsetzen können.
Wenn wir aber sagen, wir haben jetzt Beispiele.
die Pflichtschulung, die im Endeffekt aus dem EU-AI-Jagd herausgekommen ist.
Also jeder Mitarbeiter, der im Endeffekt KI nutzt, muss geschult werden, gar nicht die spezifischen auf Einzel-Use-Cases, sondern wirklich die Breite.
Wenn ich so ein Unternehmens-GPT einsetze, wo der Zugriff hat, dann muss ich zumindest eine Schulung haben, die grundlegend vermittelt, was ist AI.
die muss nicht institutspezifisch irgendwie sein.
Das heißt, das war so ein erster Punkt, wo wir gesagt haben, das ganze Schulungsthema, das kann skalieren, das können wir einmal entwickeln, können wir nutzen.
Weitere Punkte sind Rollen, die auch aus einer Governance herauskommen.
Also was brauche ich eigentlich wirklich aus einer Regulatorik-Sicht, was ist sinnig, was kann man machen?
Und diese Rollen kann ich auch adaptieren und das kann ich im Endeffekt auch skalieren, weil ...
Ich meine, ich brauche nicht für eine Rolle eine Person.
Und je nach Größe können natürlich mehrere Personen mehrere Rollen einnehmen oder umgedreht.
Und das heißt, das ist auch ein Punkt, den ich skalieren kann.
Und natürlich dann, und da wollen wir halt auch irgendwann hin, dass man schaut, wie man einheitliche Technologie-Stacks nutzen kann.
Also gerade in dem Argentic-Thema, wenn ich jetzt gucke, dass ich irgendwie Patterns finden will, die ich skalieren kann, sollte man halt irgendwie einen einheitlichen Stack verwenden.
Ob der dann in Amazon Cloud läuft, in der Google Cloud läuft, in Azure oder in einem eigenen Rechenzentrum, ist dann erstmal egal.
Und das ist ein bisschen eine kleine Herausforderung, weil wenn ich halt Software-to-Service-Angebote jetzt, sagen wir mal, oder die Azure Services nutze, dann sind die schon spezifisch.
Das kriege ich nicht einfach umgezogen.
Und da musst du halt ein bisschen gucken, wie kriege ich was.
was gebaut, was vielleicht auch cloudagnostisch ist.
Das ist das, was wir gerade vor allen Dingen im Gentic-Thema gerade anstreben.
Das heißt, wir geben keine Technologie vor, aber wir gucken halt, wie wir es schaffen, dass wir hier zu einem Zielbild kommen, wo die gleichen Stacks annähernd verwendet werden, um halt auch Skalenpotenziale mitzuziehen.
Wirklich großes Thema ist das Thema der Befähigung, also nicht nur auf den Pflichtschulungen, sondern wir haben eine sehr große Community inzwischen, die AI Champions, die als Multiplikatoren dienen.
Das heißt, die werden auch anders bespielt von uns, die kriegen andere Befähigungsformate an die Hand, weil die wirklich in den Fachbereichen, aber auch in den Töchtern dort im Endeffekt aktiv sind als diejenigen, die, ich sag mal, als AI-Botschafter im Endeffekt die Kollegen und Kolleginnen an die Hand nehmen, mithelfen, eigene Formate machen, weil wir können das bei uns ja gar nicht.
in diese Größe skalieren.
Das heißt, wir geben das, was wir geben, darauf weiter.
Und das ist auch ein Punkt, das hat sich durchgesetzt.
Also wir hatten bei allen Töchtern im Endeffekt immer AI-Champions, die von uns Tee mitgekriegt haben.
Und inzwischen hat jede Tochter auch eine eigene Community nochmal gebildet.
Also dieser Community-Gedanke, der wächst.
Und der ist bei uns auch schon früher gestartet.
Wir haben die sogenannten digitalen Transformer gehabt.
Und da ist jetzt eine eigene Tech-Bubble entstanden, die halt AI heißt.
Und das ist ganz wunderbar, wie diese Community funktioniert.
Und das ist eher so eine Sache, die ächzen halt nach neuen Tools und weiter, weiter, weiter.
Also das ist eher was, was man ein bisschen gucken muss, dass man da vielleicht mal schon ein bisschen einbremst.
Aber das ist wirklich ein ganz entscheidender Schritt für die Transformation.
Ja, das wäre jetzt meine nächste Frage gewesen.
Also wie schafft ihr es, die Standards, die ihr zentral aufbaut, dann zu übersetzen in die einzelnen Gesellschaften und dann auch in die Umsetzung zu bringen?
Weil am Ende muss es ja genutzt werden und wahrscheinlich sind ja die, du hast es schon angesprochen, der Reifegrad ist überall unterschiedlich, Systemlandschaft ist unterschiedlich, Geschäftsmodelle sind teilweise unterschiedlich und die Probleme.
Und Anwendungsfälle sind ja auch nochmal unterschiedlich.
Also wer sind da eure Anspielpartner dann und wie schafft ihr diese Übersetzungsleistung irgendwie sicherzustellen?
Du hast jetzt die Community angesprochen, kann ich mir wunderbar vorstellen und hier klingt es jetzt, vielleicht gehen wir da auch einmal kurz rein, also ihr hattet die digitalen Transformer, das war also schon eine Multiplikatorengruppe im Rahmen der digitalen Transformation und die konntet ihr jetzt?
weiterentwickeln oder neu aktivieren für die KI-Transformation?
Genau, also der grundlegende Community-Gedanke war da.
Es gab eine Community, die sich auch schon mit sehr vielen technischen Themen auseinandergesetzt haben.
Das war quasi vorhanden und haben das jetzt nochmal dann angereichert quasi mit dem Thema AI und was...
Wichtig ist, dass das wirklich auch committed ist mit den Führungskräften.
Also das heißt, die Leute kriegen wirklich Zeit zur Verfügung, diese Themen auch zu bedienen, weil sonst wird es schwierig.
Und das haben wir wirklich sehr gut in dem Umfeld quasi einmal umsetzen können.
Ich glaube, dass, also gerade was der Punkt der Töchter betrifft.
Und da unterschiedlichen Reifegrade.
Und wie sind wir auf der Reise?
Ein wichtiger Punkt ist, dass wir es auch in den Töchtern haben, dass wir zentrale Ansprechpartner haben.
Das hat erstmal nichts mit der Community zu tun, wo man wirklich sagen kann, da ist die Strategie aufgehängt.
Die sind entweder jetzt schon in Projekthaft noch unterwegs oder die haben schon eine Organisationseinheit, die aktiv daran arbeitet.
Und das ist was, was sich durchzieht.
Also wir haben einen zentralen Aufsatz im Einzelinstitut, der ja auch Input gibt und du hast zentrale Stellen, die das auch in den Töchtern aufnehmen.
Und im Endeffekt einen einheitlichen Stack aufzubauen, das ist eine Vision, die wir haben, wo wir hinwollen.
Das ist noch nicht der Fall.
Und es ist auch so, und das ist auch immer ein bisschen ein Punkt, der jetzt auch mit solchen Themen wie digitaler Souveränität mit sich kommt.
Also das heißt, wo...
will ich wirklich auch schnell sein und Innovation weiter treiben?
Und wo habe ich etwas, wo ich sage, da denke ich nochmal drüber nach, weil vielleicht brauche ich da eine andere Lösung, weil das sind irgendwie meine Kronjuwelen und die will ich auch irgendwie besser schützen.
Ich glaube, genauso ist es auch mit, wir wollen ja gar keinen Stopp jetzt irgendwo reinsetzen und sagen, dass irgendjemand nicht weitergeht auf dieser Reise, sondern wir wollen im Endeffekt mit den Leitplanken unterstützen und sagen, da geht es hin.
Und ein Gesamt...
Bild auf die Transformation des Konzerns haben.
Und das ist halt ein ganz entscheidender Part.
Wir wollen gar nicht unbedingt nur mit den Vorgaben irgendwie unterwegs sein, sondern wir wollen wissen, wo stehen wir eigentlich als Gesamtkonzern?
Und wo können wir wirklich sagen, okay, die sind da auf der Reise, da können wir auch als Einzelinstitut was lernen oder die Tochter von der Tochter.
Und das ist eigentlich so der entscheidende Part daran, dass wir voneinander da wirklich profitieren können.
Was sind für dich so ein paar vielleicht Metriken oder also woran machst du fest, dass ihr euch positiv entwickelt und so vorankommt in eurer KI-Transformation, wie ihr das geplant habt?
Also ich würde jetzt erstmal ein bisschen auch aufs Einzelinstitut gehen, wo wir halt und wie wir gestartet sind.
haben die gleiche Reise durchgemacht wie wahrscheinlich die meisten.
Wir sind mit dem Unternehmens-GPT losgelaufen.
Das haben wir irgendwie Software-as-a-Service verprobt mit einer Plattform.
Einfach mal, dass die Leute ins Ausprobieren kommen und haben daran parallel dann im Endeffekt die Strategie aufgezogen und haben uns angeschaut, okay, was müssen wir eigentlich machen?
Wie wollen wir es machen?
Sind dahin gekommen, dass wir eine zentrale Aufhängung haben.
Und da gab es ja dann natürlich schon die erste Diskussion.
Also wo ist das Thema aufgehängt?
Ist es ein IT-Thema?
Ist es irgendwie ein Operations-Thema?
Also wo passt das Ganze hin?
Und haben das dann bewusst in das Dezernat, also den Vorstandsbereich von unserem CEO gepackt, weil wir gesagt haben, es ist ein sehr, sehr strategisches Thema, was sehr viele Implikationen hat und kein reines IT-Thema.
Es ist kein reines Umsetzungsthema, sondern AI schafft Wertbeiträge und diese Wertbeiträge müssen auch irgendwo abgeleitet werden.
Die müssen von irgendwoher kommen.
Das heißt, ich habe ja sowohl Effizienzen als auch irgendwie Erträge, die ich mit der AI generieren will.
Kannst du da vielleicht ein, zwei Beispiele geben, dass wir das so ein bisschen explizit machen können jetzt in eurem Bereich?
Wo siehst du da, wo ist da das Wertschöpfungspotenzial?
Ich glaube, Effizienz können sich alle vorstellen, aber wo siehst du da noch neue Wertschöpfungen, die gehoben werden kann?
Also ich glaube, da muss man gar nicht unbedingt extrem abstrakt denken und sagen, da sind neue Geschäftsmodelle, sondern allein auch aus einer Effizienz, dass ich schneller werde, kann ich auch mehr Kunden ansprechen und damit mehr Beträge generieren.
Das ist was, was einfach auf der Hand liegt.
Je schneller ich jetzt in der Kreditvergabe werde, desto mehr kann ich potenziell auch ansprechen.
Oder ein einfaches Beispiel ist, die...
der Kundenbesuch, also eine Kundenvorbereitung.
Die Informationen, die ich über einen Kunden irgendwie sammle, wenn ich ihn noch irgendwie anspreche, wenn ich auf ihn zugehe, wenn ich sage, ich gucke mir jetzt an, was sind vielleicht wirklich...
Services, die ich dem Kunden jetzt anbieten kann oder was ist für ihn gerade relevant, das ist ja schon von früher her einfach eine Recherche gewesen, die ich jetzt automatisieren kann, die schneller geht, wo ich einen Ping kriegen kann, automatisiert, das und das sollte man sich vielleicht anschauen, was dann auch wirklich in einer viel, viel schnelleren und detaillierteren Kundenvorbereitung mündet, was dann auch wieder zu mehr Geschäft führen kann.
Also es ist keine Garantie, aber die Wahrscheinlichkeit wird höher, je detaillierter, je besser, je mehr, dass das Geschäft natürlich auch größer wird.
Und das sind so einfache Beispiele heraus, wo Effizienzen sich dann auch im Endeffekt in mehr Geschäft widerspiegeln.
Also das zentraler Grund KI wird wahrscheinlich jeden Bereich bei euch verändern, wie ihr mit Kunden arbeitet, welchen Wert ihr Kunden bringen könnt, wie eure Prozesse aussehen, wie Rollengestaltend seid und deswegen habt ihr das sehr zentral beim CEO Office mit aufgehangen.
Auf jeden Fall.
Also ich glaube, ein entscheidender Punkt ist für eine funktionierende Transformation und eine funktionierende AI-Reise ist erstmal torn from the top.
Also du brauchst das Commitment von oben, du brauchst das Commitment vom Vorstand, vom Board, dass du überhaupt anfangen kannst und auf die Reise gehst.
Und der zweite Punkt, es ist definitiv so, dass sich diese Technologie durch die gesamte Wertschöpfungskette zieht.
Und das bedingt auch, dass sich Rollen verändern, dass sich irgendwie Prozesse verändern, dass sich Arbeitsabläufe dadurch verändern und dass...
sich neue Geschäftsfelder auftun, aber vielleicht auch andere Geschäftsfelder nicht mehr so relevant sind, weil irgendwie sich Dinge einfach ändern.
Und das ist eine hochstrategische Sichtweise, die da ist.
Und deswegen haben wir auch genau bewusst gesagt, dass das im Endeffekt in diesem Bereich gehört.
Und wir sind da auch angesiedelt in der Konzernsteuerung.
wo auch die Geschäftsstrategie angesiedelt ist, wo wir die Digitalstrategie haben und das richtet man halt auch aneinander aus.
Wie seid ihr dann von da aus weitergegangen?
Also es gab ja, ich glaube, diesen Start mit dem Unternehmens-GBT, den hatten ja recht viele so gemacht, um erstmal KI möglichst vielen Menschen zugänglich zu machen.
Wie ging es dann von da aus weiter?
Wir sind gestartet genau mit diesem Unternehmens-GPT, haben dann auch, bevor das Thema kam, wir müssen jetzt irgendwie Schulungen machen, den sogenannten KI-Führerschein eingeführt gehabt, weil wir von Anfang an gesagt haben, für uns ist das Wichtigste der Faktor Mensch.
Also wie holen wir die Mitarbeitenden ab, wie nehmen wir sie mit und wie gehen wir mit dem ganzen Thema um und frühzeitig die Leute wirklich schulen zu können.
Das war so eine Kombi, also Organisation, Strategie, Befähigung, ausprobieren.
Und dann sind wir weitergegangen jetzt in 25, wo wir gesagt haben, jetzt haben wir quasi, ich sag mal, einen breiten Tool mit Helena eingeführt als Unternehmens-GPT.
Also wir sind von einem Software-to-Service zu, wir haben selber eins entwickelt in der Azure Cloud für die Breite und sind dann zu, wir schauen uns jetzt fachbereichsspezifische Use Cases an und setzen die ersten auch um.
Und das haben wir auch in 25 gemacht.
Beispielsweise Oder sagen wir so, die Grundlage zu setzen, um die AI-Plattform Helena weiterzuentwickeln.
Also nicht nur ein Unternehmens-GPT, sondern ein modulare Aufsatz, wo ich sagen kann, ich habe unterschiedliche Module, die ich danach auch wieder relativ schnell in die Skalierung bringen kann.
Also ein einfaches Beispiel dafür ist das Auslesen von großen Berichten.
Wir sind eine Bank, wir haben...
Wir kriegen riesige Nachhaltigkeitsberichte, wir kriegen irgendwie Berichte, Geschäftsberichte, wir müssen Bonitätsthemen analysieren und, und, und.
Also prädestiniert für Sprachmodelle.
Aber trotzdem musst du ja gewisse Leitplanken setzen, dass die Ergebnisse kommen, die du auch haben willst.
Aber wenn du es einmal grundlegend aufgesetzt hast, dann brauchst du nicht mehr viel.
um es anzupassen, damit es weitergeht.
Das heißt, aus diesem ist das Thema DocExtract bei uns entstanden.
Und DocExtract ist quasi ein Modul, was jetzt immer weiterentwickelt wird und wo dann die Skalierung auch passieren kann.
Und das ist im Endeffekt der Ansatz von, wir sind mit Helle da als Unternehmens-GPT gestartet.
ganz vielen Funktionen, die drin sind.
Man hat eine zentrale Prompt-Bibliothek.
Wir haben verschiedene andere Funktionalitäten gebaut, die für dich als Einzelnutzer halt da sind, aber in der Breite, ich sag mal, als Arbeitsplatzassistent.
Und dann in die Skalierung zu gehen für wirklich fachspezifische Themen.
Und das jetzt in den weiteren Ausbau zu geben, auch mit der Gentic, das sind die nächsten Themen, wo wir dann diese Plattform immer weiter ausbauen.
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.
Okay, und dass ich das jetzt nochmal verstehe, also ihr hattet diese erste Version, danach habt ihr, wahrscheinlich seid ihr, kannst du gleich nochmal sagen, aber in die...
Fachbereiche gegangen, habt geschaut, was gibt es hier noch für weitere Anwendungsfälle.
Dann habt ihr erkannt, es gibt immer wieder die Herausforderung, dass große umfangreiche Berichte und Dokumente verarbeitet werden müssen und habt daraus dann nicht ganz oft diesen einen Case umgesetzt, sondern ihr habt ein weiteres Modul gebaut, das Dock Extract, was ihr auf eure Plattform integriert habt, woraus dann wiederum die Fachbereiche, so nehme ich es jetzt mal an, stärker dezentral sich Lösungen bauen können, die auf ganz spezifisch ihre Anforderungen ausgerichtet sind.
Du hast jetzt genau das Zielbild schon beschrieben, wo wir gerade hingehen.
Also der Ausbau, im Moment sind wir noch sehr stark bei mir im Team in der Skalierung, in dem Aufbau auch.
Aber genau das Ziel ist, dass diese einzelnen Module, die jetzt nach und nach auch entstehen, die werden dann von den Fachbereichen in dem vorherigen Zielbild, was auch da war, Fachbereich und IT, einfach weiterentwickelt.
Weil ansonsten, du schaffst ja ein riesiges Bottleneck sonst.
Wenn dann halt alle einfach nur auf eine Einheit zukommen und sagen, komm, mach mal.
Also du hast ja dann irgendwann einen sehr großen Use-Case-Backlog.
Und wenn du dann irgendwie sagst, ja, ist kein Problem, in sieben Jahren haben wir auch alle Use-Cases umgesetzt, können wir irgendwie machen, wird schwierig.
Also du kannst irgendwann, egal wie viele kleine Münzen du reinwirfst, irgendwann kommst du an einen Punkt, wo die Skalierung schwierig wird.
Und du musst auch wieder zurückfahren.
Also das wird komplexer.
Und von daher ist das genau der Plan.
Aber wir sind so vorgegangen.
Wir schauen uns im Endeffekt einmal an.
Also wir haben einen gewissen Part, wo wir sagen, Innovation wollen wir nicht ausbremsen.
Und da guckt man nicht nur hart auf einen Business Case.
Aber ansonsten ist es schon so, dass ein gewisser Business Case da sein muss, wo wir sagen, es muss sich lohnen, das wirklich auf die Plattform aufzubringen.
Und es gibt verschiedene Kriterien, die auch sagen, ist auch wiederverwendbar für andere.
Das sind die Skalierungsthemen, weil wir schon nach Skalierung auswählen wollen, damit wir sehr viel, was auch später noch kommt, schneller umgesetzt bekommen.
Also ein höheres Anfang-Invest, was dann später halt im Endeffekt auch runtergeht.
Aber ganz klar, es wird ja alles, was man auf die Plattform bringt, hat ja eine gewisse auch, verursacht ja Kosten.
Und die müssen ja auch irgendwie wieder reinkommen.
Ansonsten.
bist du ja irgendwann an einem Punkt, wo du immer mehr Innovationen einführst und die Kosten werden immer höher, aber wie genau willst du das Ganze auch finanzieren?
Also du musst einen Business Case dahinter haben.
Das ist schon die Vorgabe.
Und da haben wir zwei unterschiedliche Arten, wie wir auch an die Use Cases kommen.
Das eine ist der sogenannte Bottom-up-Ansatz.
Das heißt, wir haben ein Vorgehen, wo die Fachbereiche uns einfach Use Cases auch einreichen.
Wir bewerten die in einem Invest-Komitee.
und nach gewissen Kriterien und sagen dann, okay, das sind im Endeffekt die Use Cases, die wir als nächstes umsetzen.
Und dann haben wir gesagt, es gibt große Themen, die wir auch zentral angehen, die halt viel Querschnitt auch haben.
Also das sind Kreditprozesse, das ist Know Your Customer beispielsweise auch, das ist die IT-Anwendungsentwicklung, das sind so große Themen.
Da ist jetzt nichts, da verriert es ja kein Geheimnis, weil letztendlich alle Banken, die du da anschaust, werden dir genau das sagen, an was arbeitet ihr so?
Naja, wir gucken uns Kreditprozess an, wir gucken uns irgendwie die Regulatorik dahinter auch an mit KYC und dass hohe Potenziale in dem gesamten Software-Development-Prozess liegen, das ist, glaube ich, auch relativ klar.
Aber es ist sehr gut, wenn man...
sich einfach solche Leuchttürme noch setzt, neben sogenannten Schnellbooten, die halt auch bottom-up kommen.
Weil du musst auch, und wir werden daran gemessen, das ist so, ich betone es nochmal, wir werden keine Innovation abwürgen.
Aber zum Schluss geht es wirklich auch darum, Wertbeiträge zu schaffen.
Und die muss ich irgendwie vorher messen.
Ich glaube, es ist bei vielen sind im Moment an dem Strugglen, wo sie sagen, so, okay, wo kommen jetzt meine Wertbeiträge her?
Lohnt sich das wirklich?
Und wo kann ich damit arbeiten?
Und was passiert?
Und das ist halt, das war unsere, dadurch, dass wir so ein bisschen hinterher gewesen sind im Vergleich zu anderen, konnten wir halt manche Sachen uns wirklich anschauen, was wir gelernt haben.
Und das war die, die halt hart dezentral angefangen haben und diese Themen nicht vorher aufgesetzt haben.
Wie kommt es rein?
die haben jetzt wirklich das Thema, es wieder zu zentralisieren, weil, guck dir das an, jetzt gehst du davon aus, du hast irgendwie sieben, acht, neun, zehn unterschiedliche Azure-Instanzen gebaut und der andere ist noch irgendwie mit Google unterwegs und der nächste da und alle verbrauchen munter Kosten und dann, okay, was kostet AI jetzt eigentlich gerade und du hast keine Kontrolle mehr da drauf.
Ein wirklich für uns entscheidender weiterer Punkt ist in diesem Aufbau dieser Plattform, diese Modularität.
Also was kann ich eigentlich wo auswählen?
Und du brauchst aus meiner Sicht nicht überall die teuersten Modelle.
Du kannst auch sehr gut mit einem Mistral arbeiten, wenn du wirklich gewisse Themen beachtest und sagst, für diese Art Prozess kann ich das machen.
Und da bist du auch wieder das, was wir uns halt anschauen im Punkt der digitalen Souveränität.
Und da geht es gar nicht nur darum, dass du sagst, wer auch immer gerade Präsident in den USA ist, schaltet uns irgendwelche Modelle ab, sondern auch wirklich, das ist auch ein Kostenpunkt.
Also Open Source, was kann ich machen, wie kann ich es machen, genau anschauen.
Also wir werden nicht unsere Kronjuwelen im Endeffekt jetzt einfach wild in eine Richtung schieben.
Das wird nicht passieren.
Und das ist auch mit einem Part, den wir halt in diesem Aufbau dieser Plattform uns ganz genau anschauen und beachten.
Also höre ich da raus, ihr stellt euch schon modellagnostisch auf, um die Flexibilität zu haben und dann nach Use Case auch das beste Modell zu wählen, guckt aber immer stärker, wie ihr...
über Open-Source und selbst gehostete Modelle Use Cases abwickeln könnt, ohne da zum Beispiel mit US-Anbietern oder euch zu abhängig zu machen von US-Anbietern?
Ja, also du kannst dann einfach das praktische Beispiel nehmen.
Es geht gar nicht nur um US-Anbieter.
Wenn du jetzt sagst, du gehst auch auf Open-Source und nimmst ein chinesisches Modell.
Die sind extrem stark.
Du hast aber ein Thema, wenn du jetzt Also fiktives Beispiel, du gehst jetzt und sagst, wir würden jetzt ein chinesisches Modell in der Unterstützung für eine Kreditentscheidung nutzen.
Dann wird es relativ schnell gehen, auch aus dem EU-AI-Rekt heraus und auch von der Aufsicht, dass sie sagen, okay, dann weiss mir jetzt mal nach, dass dieses chinesische Modell, wo du ja nicht weißt, ob ein Bias eintrainiert wurde, jetzt nicht zu einer Diskriminierung von irgendeiner Personengruppe führt, weil du weißt nicht, was davon gekommen ist.
schwierig.
Ist generell wahrscheinlich schwierig mit den Modellen, aber hast du wahrscheinlich mit Mistral irgendwie, kannst du das wahrscheinlich leichter argumentieren und kannst das anders darlegen.
Aber wenn du das Ganze einsetzt in eine Automatisierung von einem Ticketsystem im Service Desk, also Wen genau soll ich da diskriminieren?
Ich diskriminiere jetzt den Felix, weil er zu viele Tickets irgendwie stellt oder so.
Und ich kriege dann keine Antwort mehr.
Genau.
Also das ist halt eine andere Sache.
Und das ist, glaube ich, wirklich perspektivisch was, wo man echt schauen muss, was setzt sich eigentlich wofür ein?
Und da kommen dann, glaube ich, sehr, sehr stark die Kostenthemen irgendwann rein.
Also nicht nur, was steht eigentlich zur Verfügung und ist es vielleicht irgendwann weg?
Oder was ist wirklich im Endeffekt von, bei diesen chinesischen Modellen bleiben, ein Problem in dem, was vielleicht antrainiert wurde, was wir halt nicht wissen.
Mich würde auch mal interessieren, wie ihr mit diesem Fall umgeht.
Also weil du hast gesagt, ihr wollt Innovationen ermöglichen, ihr habt eure Community aufgebaut, enabled dort dezentral, investiert viel in das Empowerment.
Dann gibt es ja...
Ganz viele tolle Menschen in Unternehmen, die viele tolle Ideen haben, die Probleme aus ihrem Fachbereich kennen und die verstehen, wie sie KI darauf anwenden können, um Lösungen zu bauen.
Zum Beispiel aus so einer Plattform, die ihr bereitstellt.
Die Herausforderung ist ja dann oft diese...
ersten 80 Prozent, die gehen ganz gut, die letzten 20 Prozent, um sowas wirklich produktiv in einen bestehenden Prozess einzubinden, sicher zu machen, skalierbar zu machen, das ist ja oftmals das Schwierige.
Wie schafft ihr es, diese Ideen zu sourcen und zu finden und dann auch wirklich in den Produktivbetrieb zu bekommen?
Oder sagt ihr vielleicht auch, hey, Macht also macht er ruhig erst mal, probiert euch aus, findet diese Cases und baut auch erst mal für euch die ersten Prototypen und Lösungen auf.
Und also genau, wie ist da so das Betriebsmodell?
Ich glaube, dass was relativ schwierig ist, probiert euch mal aus und wir schauen erst mal und dann gucken wir.
Also ich glaube, das ist schwierig, vor allen Dingen auch in der Größe, in der wir jetzt sind.
Es gibt wahrscheinlich in kleineren Unternehmen geht es leichter, diese Geschichte auf diese Art anzugehen.
Und für uns ist es so, wir sammeln halt die Use Cases ein und bewerten sie erstmal, so wie ich es dir gerade beschrieben hatte.
Das ist erstmal auch der erste Schritt.
Also damit ich das verstehe, wenn ich jetzt so ein AI-Champion bin und ich habe eine Idee für einen super Use Case, dann gibt es ein Formular, wo ich das an Philipp und sein Team schicken kann oder gibt es da einen Workshop?
Genau, also es gibt den ersten Schritt.
Das ist erstmal, du stößt den Workflow an, da sind verschiedene Fragen drin, die du schreibst, was alles dazu gehört, dann geht es rein und dann bewerten wir das auch und dann...
geht das in Vertiefungsworkshops, also sogenannte Ideation Workshops, wo wir sagen, passt das so, was gehört eigentlich, wie geht es in die Umsetzung, dass ein Business Case gehört, dass das dahinter ist und dann geht es quasi in den nächsten Schritt in das Invest-Komitee, wo wir sagen, okay, das passt und das ist breit aufgestellt, weil wir haben Personal mit dabei, wir haben Geschäftsstrategie mit dabei, wir haben die IT mit dabei, wir haben Marktbereiche mit dabei, das heißt, Wir haben Risiko, also Risiko gebündelt, Informationssicherheit, Datenschutz und, und, und.
Da treffen wir dann wirklich die Entscheidung, okay, der passt, den setzen wir jetzt um.
Und dann geht er bei mir im Team auch in der Umsetzung und das ist was, was wir auch beibehalten wollen, das kannst du dann später auch skalieren.
Also gerade der Plattformgedanke ist ja der, ob das mein Team umsetzt oder ein anderes, egal.
Wir haben klare Leitplanken, wie wir entwickeln.
Das ist ein Softwareentwicklungsprozess.
Auch wenn ich jetzt Autocoding mache oder nur weil jetzt AI drüber steht, dann haben wir immer noch irgendwie, wir finden ein Stück Software ein und wir entwickeln ein Stück Software.
Und das hat klare Regeln, auch in unseren Deployment Chains, weil ich zum Schluss auch, ich muss das ja auch warten können.
Und das Ausprobierthema ist immer so eine Sache mit, wie kriege ich das Ganze eigentlich dann auch zukunftsgerichtet weiter in den Betrieb.
Und das ist meistens das, wo nicht so ganz drüber nachgedacht wird, wenn ich jetzt sage, allein nur.
der Wechsel von einem Modell.
Das ist jetzt alles ganz einfach gewesen und ich habe das jetzt einmal da, aber die Folgekosten, die du auch hast, wenn du so ein Modell wechselst, wenn du es auch zentral hast, was bedeutet das mit dem Testen dahinter?
Sind die Ergebnisse wieder da?
Und auch dieses, ich probiere mich aus, hast du das sauber getestet?
Wie viele Testfälle hattest du denn dahinter, um zu validieren, dass die Ergebnisse auch immer die waren, die da sind?
Deswegen ist es für mich, AI ist für mich wirklich hart auch einfach Softwareentwicklung und dafür gibt es auch gute Prozesse.
Du kannst es beschleunigen, aber grundlegend ist es so.
Und diesen Weg, den verfolgen wir auch stringent, aber es ist immer ein schmaler Grad, weil natürlich darfst du nicht vergessen, wenn ich jetzt irgendwie ...
privat mit Vibe-Coding mir relativ schnell meine Applikation zu Hause baue und dann kommt auf einmal der Schwab an und sagt, dafür brauche ich jetzt aber drei Monate, dann sagen die, das verstehe ich nicht.
Also warum brauchst du jetzt drei Monate für das, wo ich irgendwie sechs Stunden gestern Arbeiten bei der Küche gebraucht habe?
Und das sind natürlich Diskussionen, aber das musst du halt auch transparent machen.
Du musst halt sagen, wir sind immer noch, wir haben...
genau diese geregelten Prozesse in der Softwareentwicklung und die ändern sich nicht.
Und du hast halt, wir sind immer von, da ist die Idee und dann von der Schätzung bis zum Produktivgang.
Das ist im Endeffekt die Kette, die wir da abbilden.
Und das wollen wir immer weiter transformieren, immer weiter reingehen, immer mehr Self-Service auf die Plattform auch bringen.
Aber jetzt...
dass wir jetzt sehr, sehr schnell zu Themen kommen, wo jeder selber einfach seine Sachen mit Vibe-Coding entwickelt, das glaube ich nicht.
Also da sind wir sehr weit von entfernt.
Also das verfolgen wir auch gar nicht aktiv, sondern wir sind wirklich, wir haben in eher diesen professionellen Entwicklergedanken und die Befähigung von denen, als jeder Fachbereich entwickelt selber.
Das ist ein anderer Strang, das ist was anderes.
Also ich glaube, dass du in diese in diese Office-Themen, ich optimiere mich selber.
Also, dass du sagen kannst, dass du jetzt einfach über eine Power Automate Plattform auf Azure oder so und dann mit einem angekoppelten Sprachmodell, was wir tatsächlich auch verfolgen und irgendwie Agenten, die du da hast, dann der Felix selber sein Postfach optimieren kann, anderes Thema.
Das ist klar.
Aber du bleibst irgendwie, ich nenne es jetzt mal in diesem Office-Bereich.
Und du gehst nicht in ein Thema, wie schaffe ich es jetzt, mir eine Applikation zu bauen, keine Ahnung, die eine Bilanzanalyse macht und dann in unsere effektiven Geschäftsprozesse reingeht.
Also könnte man sagen, individuelle Produktivität, das Stärken auf Self-Service, alles, wenn es um Prozesse, Geschäftsprozesse geht, dann kommt es bei euch auf den Tisch.
Absolut, absolut.
Und ich sage mal, was wirklich eine Herausforderung ist, Und ich glaube, dass andere mit Sicherheit auch da stehen, ist die Frage, also du, wenn dich jetzt in so eine Rolle, so in so einem Fachbereich einfach versetzt und du leitest jetzt einen Fachbereich und da musst du ja aktuell einfach denken, okay, was passiert eigentlich in ein, zwei, drei, vier Jahren?
Also das heißt, du musst dir überlegen, welches Geschäft mache ich dann noch?
Oder wie arbeite ich?
Es muss ja nicht unbedingt jemand sein, der in der Geschäft macht.
Man kann es ja mit Personal genauso denken.
Also wie arbeite ich in Zukunft?
Was gibt es noch?
Was ist neu?
Welche Rollen brauche ich dafür?
Welche Prozesse habe ich denn eigentlich noch?
Welche IT-Systeme sind da?
Und welche Daten brauche ich irgendwie dafür?
Und wie optimiere ich das Ganze?
Das ist nicht trivial.
Also du kannst das nicht einfach von jedem sagen, so ist das.
Und das ist so ein bisschen diese Herausforderung zu sagen, okay, wir müssen ein bisschen auch aus dieser Datendenke herauskommen.
Also welche Daten brauche ich eigentlich?
Dann sehe ich, was sind eigentlich die IT-Systeme?
Welche Prozesse habe ich in Zukunft abgeleitet, von dem ich glaube, in einem Jahr, zwei Jahren, drei Jahren sieht meine Art Arbeit so aus?
Diese Rollen sind dann da und darauf gehe ich auf die Automatisierung und die Use Cases.
Damit du auch in eine Priorisierung reinkommst, was setzt sich eigentlich um.
Weil die Idee, die du heute hast, für Quick Wins in 26, weiß nicht, ob die in 27 Bestand hat oder in 28.
Und somit musst du sehr viele verschiedene Zielbilder eigentlich haben und bauen mit Leuchttürmen, so ein North Star auch, wo du sagst, da geht die Reise hin und hast eine gewisse Roadmap, die da ist.
Wie oft schaut ihr euch das an?
Das ist ein Ansatz, den wir jetzt gerade verfolgen, dass wir das mit dem Bereich nun auch verproben, inwieweit kommen wir eigentlich rein.
Und das ist so eine Sache, also gerade wenn du auch Agentik umsetzt, ist es ja schon wichtig, dass du in Piloten, die du gehst, oder auch den Aufbau konkret an Beispielen machst, also einen konkreten Use Case und den aufsetzt.
Und einen spannenden Ansatz, den wir jetzt halt gefahren haben, um eine Hilfestellung zu geben, ist, dass wir wirklich mit unserem Unternehmens-GPT genau solche Roadmaps halt entwickeln.
Also weil du brauchst gewisse Daten, also keine Ahnung, als einfaches Beispiel, wie ist meine Demografieentwicklung, was sind eigentlich meine Prozesse, wo möchte ich eigentlich hin, aber wenn du diese Art der Daten hast und fütterst dein Sprachmodell damit, deine Wahl, jetzt bei uns unser Unternehmens-GPT, dann kannst du da sehr, sehr gut dir so eine Roadmap entstehen lassen.
Und das heißt nicht, dass das das was dann gesetzt ist, aber du hast eine Grundidee.
auf der du weiterarbeiten kannst.
Und oftmals fehlt dieser Anschub, dieser Grundidee.
Weil wir gehen ja nicht hin, also ich gehe nicht hin und sage, gib mal jetzt hier und hier ist deine Strategie.
Sondern die Strategien sind oftmals vorhanden.
Schwierig ist einfach dieses Denken mit AI oder auch mit Genereltransformation, wie verändert sich das?
Und das mit reinzubringen.
Und das ist tatsächlich auch ein Punkt, wo wir aktuell stehen, wo wir uns angucken, wie machen wir das eigentlich auf die gesamte Größe.
Ja, es ist spannend, resoniert aber total stark diese unterschiedlichen Zielbildern und irgendwie versuchen anhand von den wenigen Fixpunkten, die es gibt, die Zukunft nach vorne zu ziehen.
Und Führung hat ja, habe ich auch letztens im Podcast nochmal gelernt, viel damit zu tun, eine Zukunft zu erschaffen, die ja heute noch gar nicht...
da ist, aber genau dieses, das müssen halt gute Führungskräfte irgendwie hinbekommen in einer Zeit, die sich jetzt mit KI und durch KI immer schneller weiter entwickelt.
Das ist so, also du musst ja, wir stehen alle vor dem relativ, also vor dem gleichen Problem und das heißt Demografie.
Das wird einfach genauso kommen.
Da muss ja nicht nur die Helaba sein, da stehen alle Unternehmen genau vor der gleichen Herausforderung.
Bis 2030.
hast du eine gewisse Entwicklung schon von den Leuten, die in Rente gehen und ab 2030 kommen die Babyboomer dazu.
Das heißt, du hast eine sehr, sehr stark wachsende Kurve an Menschen, die in den wohlverdienten Ruhestand gehen.
Aber diese Anzahl kommt gar nicht nach auf dem Arbeitsmarkt.
Und das kannst du auch irgendwie nicht mit Zuwanderung und hier und allem irgendwie regeln.
Das wird nicht funktionieren.
Das heißt, du musst es mit Technologie lösen.
Und damit verändern sich aber Themen, das ich gerade beschrieben habe.
Arbeitsweisen, Rollen, es wird anders.
Und das ist was, was wir ganz klar jetzt halt angehen und antizipieren und uns anschauen, weil wenn du da in 29 mit anfängst, ist es zu spät.
Du hast schon ein paar Mal Agentec AI angesprochen.
Jetzt bekommt KI Hände.
Und wir können uns nicht mehr nur Antworten oder Prognosen geben, sondern auch mitarbeiten und echte Arbeit, digitale Arbeit erledigen.
Was verändert sich dadurch nochmal für euch oder deine Gedanken, wie sich so eine Organisation weiterentwickeln muss, um diese Fähigkeiten auch absorbieren, nutzen zu können und gleichzeitig das irgendwie in einem sicheren Rahmen zu halten, gerade bei euch ja noch besonders wichtig.
Ich glaube, die Veränderung ist genau, was wir schon gesagt haben, dass sich einfach Arbeitsweisen ändern.
Ich glaube, sehr entscheidend ist, wie betrachtet man im Endeffekt das Thema Human in the Loop?
Also was guckt sich ein Mensch an, was nicht und wie wird das Ganze weitergeschoben?
Und das muss, glaube ich, jeder für sich im Endeffekt selber beantworten, auch von einem Risikoappetit heraus.
Von Vollautomatisierung, die wir jetzt irgendwie im Netz schon gesehen haben, von irgendwie kleineren Unternehmen, die gesagt haben, ich arbeite eigentlich nur noch mit Agenten und habe eine One-Man-Show gefühlt.
Das ist was, was bei uns so nicht wirklich passieren wird.
Ich glaube, wir haben einen...
ahnen einen entscheidenden Punkt auch als Bank, was ein Vertrauen in Richtung unserer Kunden gibt und das ist etwas, was wir nicht verspielen wollen.
Das heißt, wir werden eher doppelt und dreifach irgendwie uns die Sachen angucken, aber trotzdem in eine Automatisierung gehen wollen.
Also das ist ganz klar.
Und wie sich diese Arbeitsweise jetzt verändern wird dann und wie viel Human in the Loop machen, das kann ich schon nicht beantworten.
Das weiß ich schlichtweg noch nicht.
Das müssen wir jetzt wirklich auch an Piloten uns angucken und auch abwägen von dem, wenn du solche Durchläufe hast, wie oft ist eigentlich welches Ergebnis wie gekommen und musst es vergleichen, musst halt wirklich dann überlegen.
Also von daher kann ich dir noch gar keine klare Antwort darauf geben, aber es ist definitiv so, dass für uns gerade diese Überprüfung auch wichtig ist und uns das Ganze wirklich anzuschauen.
Also wenn du eine Antwort hast, sag Bescheid.
Ich glaube, nach der Suchengarde.
Ich denke, es entwickelt sich halt einfach.
Ich glaube, man muss wirklich da in das Ausprobieren kommen und man wird ja wahrscheinlich nicht die kritischsten Prozesse halt am Anfang auch machen.
Das siehst du ja gerade, wo das Argentic-Thema schon ganz gut ist, ist auch in den ganzen Callcenter-Themen und, und, und.
Dann kann ich trotzdem noch einen Mensch auswählen und nicht bei...
Jetzt als einfaches Beispiel bei einer expliziten Entscheidung für zum Beispiel Kreditprozess.
Und dass du sagst, der Agent trifft die Entscheidung für den Kreditprozess und dann läuft es einfach weiter oder sowas.
Also das heißt, so abwägen von, wo mache ich das Ganze?
Also wir setzen es im Konzern auch schon in Callcenter-Themen ein.
Also auch bei Töchtern sind die schon sehr stark in dem Agentic-Thema wirklich auch unterwegs.
Da siehst du auch, dass es funktioniert und es ist ein extrem großes Potenzial drin.
Ich glaube, für uns ist es sehr wichtig zu sagen, dass wir diese Orchestrierungsträden, also die Orchestrierungsplattform für Gentic.
Das ist was, was wir wirklich in unserer Verantwortung haben wollen, was wir gucken wollen, wie wir das entwickeln, ausbauen.
Und wenn du sowas anguckst, du hast ja nicht auf einem Prozess dann einen Agenten, dann hast du drei.
Du hast einen, der ausführt, einen, der kontrolliert und dann der, der orchestriert und im Endeffekt weitergibt.
Und da kommst du dann auch ganz schnell wieder in die Veränderung der Arbeitsweisen rein und in das Neuschneiden von den Prozessen.
Dann kommen wir wieder zu dem, wie es eigentlich mein Zielbild und was passiert.
Du guckst ja gar nicht mehr nur in diese Ende-zu-Ende-Strecken von den Prozessen.
sondern du hast ja Teilabschnitte von den Prozessen, weil du ganz anders optimieren kannst.
Du kommst ja von der Denke her Ende zu Ende Prozessoptimierung zu, naja, ich nehme jetzt diesen Abschnitt, weil den kann ich jetzt genau hier gerade optimieren und der Agent geht dann eh weiter in den nächsten, in die Workflows.
Und das heißt, das ist eine ganz andere Art, wie du den Prozess optimierst und anhand von dieser Strecke guckst du dir wieder an, welche Daten, welche Rollen verändern sich, wie ist es und auch das kriegst du wieder auf eine Roadmap gelegt.
Weil du musst ja jetzt nicht mehr hingehen und sagen, ich nehme jetzt den Prozess, kannst auch bei Personal bleiben für Recruiting oder so und muss den jetzt schon in seiner ganzen Gänze irgendwie irgendwo drauflegen, sondern du kannst jetzt viel spezifischer und besser auf Einzelaspekte gehen.
Siehst du schon bei euch irgendwelche neuen Rollen oder Aufgabenfelder entstehen, die es so vor ein, zwei Jahren noch nicht gab?
Und wenn du die Linie nach vorne zeichnest, was ist da dein Take drauf, wie sich so Arbeit verändern wird?
Ich nehme jetzt auch mit in the loop und ich muss mehr KI-Ergebnisse kontrollieren.
Ich glaube, was man ganz klar sieht, ist, dass vor allen Dingen diese datengetriebenen Berufsbilder viel stärker werden.
Also du gehst jetzt in den Fachbereich rein und dann siehst du jetzt beispielsweise in Finance, es wird viel, viel mehr mit Daten gearbeitet.
Also das Thema Data Scientist, das ist ganz anders geworden.
Früher hat man mal, als ich auch in der IT angefangen habe, da hattest du immer so den Business Analysten, der zwischen Fachbereich und IT übersetzt hat.
Und ich glaube, dieser Shift von Fähigkeiten, die mit Daten zu tun haben, Data Scientists, das ist was, was sehr, sehr stark in die Fachbereiche reingeht.
Also du wirst nicht mehr diese reinen Bereiche haben, die wirklich nur fachgetrieben sind, sondern wirklich, es geht sehr, sehr stark in die Vermischung von der Technologie mit rein.
Und auch da...
Wenn ich jetzt wie wir auch angefangen, wir haben ja auch nur Recruiting, wir haben Leute eingestellt, wir haben die Einheit mit aufgebaut und was für mich auch gar nicht mehr Trends schaffe ist, ist genau auch sowas zwischen einem Data Scientist und einem Entwickler.
Die meisten, die dir sagen, ja, natürlich kann ich mit Python arbeiten, ich weiß auch, wie ich hier entwickle, ja, aber ich bin trotzdem ein Data Scientist.
Und der Entwickler sagt dir, naja, natürlich weiß ich, wie ich mit Daten umgehe.
Ich muss die verknüpfen.
Also auch da kriegst du so ein Zusammenziehen von diesen Rollen.
Also gerade diese Softwareentwicklung, da geht es hin zu so einem Software-Ingenieur, der irgendwie Code kontrolliert und Vorgaben gibt, weniger programmiert, mit Autocoding klar.
Was für mich eigentlich das Absurdeste ist, das muss ich sagen, ist, was so am Arbeitsmarkt jetzt passiert ist, gerade in Richtung, ist ja groß durch die Medien gegangen.
Wenn du dir anguckst, so große Rechtsanwaltskanzleien oder auch die Beratung, die halt keine Juniors mehr einstellen.
Und wenn wir jetzt diesen Schulterschluss wieder zurückziehen zu Human in the Loop.
Wenn ich jetzt keine Young Professionals mehr habe oder keine Absolventen, die ich ausbilde, Wer kontrolliert mir das denn dann später?
Weil der Senior ist ja nicht mehr da.
Der Senior geht irgendwie in Rente, der ist dann irgendwie weg.
Ich höre aber irgendwie auf, die Juniors einzustellen.
Wo kommen denn die dann hin, die die Arbeitsergebnisse kontrollieren, die da sind?
Das heißt, das ist auf gar keinen Fall unser Weg zu sagen, die Juniors, das funktioniert alles nicht mehr.
Und das ist auch eine sehr verrückte Entwicklung am Arbeitsmarkt.
Also, wenn du dir das überlegst, dass...
Die Leute, die jetzt von der Uni kommen, irgendwie Probleme haben, einen Job zu finden, weil wir weniger Leute einstellen, weil wir das Potenzial mit KI so hoch sehen, dass wir die nicht mehr brauchen.
Das ist total verrückt.
Also das ist auch eine, glaube ich, schwierige Entwicklung.
Und das rächt sich auch wieder hinten raus.
Also wenn du die Demografie wieder anguckst, wie soll das funktionieren?
Weil du musst die KI kontrollieren.
Also meine feste Überzeugung ist, es wird nicht so sein, dass sie einfach alleine läuft.
Du musst im Endeffekt dieses Human-in-the-Loop-Faktor Mensch, das wird einfach so sein.
Und deswegen ist das eine sehr gefährliche Entwicklung, glaube ich, dass du aufhörst, quasi die Absolventen einzustellen.
Und jetzt um deine Frage abzurunden, mehr von Rollenveränderungen.
Ich glaube einfach, wie gesagt, das ist der Shift von genau solchen Themen hart in die Fachbereiche rein.
Und ansonsten ist, ich denke, dass gerade das Thema auch Führung sich stark verändern wird.
Wie führe ich eigentlich?
Was führe ich?
Und generell sind keine Rollen davor gefeilt, zu sagen, dass sich das nicht ändert.
Abschließend hast du noch ein Take auf die aktuellen KI-Entwicklungen da draußen.
Also dieses Jahr ist ja unfassbar viel schon passiert.
Anthropic hat mächtig auf die Tube gedrückt und OpenAI, könnte man sagen, den Rang abgelaufen.
Gleichzeitig geben sie sich noch nicht so ganz geschlagen.
Gerade im Coding-Bereich sind die Agenten extrem leistungsfähig geworden.
Wir sehen jetzt, dass die...
chinesischen Anbieter in immer kürzerer Zeit zu den Frontier-Modellen aufschließen können.
Wie blickst du da auf diese Entwicklung und wie geht ihr damit um?
Ich kann diesen Satz irgendwie immer sehr, sehr passend von dem, die die KI, die du heute nutzt, ist die schlechteste Morgen, die du je genutzt hast.
Ich glaube, das trifft es einfach voll und ganz.
Die Geschwindigkeit ist so extrem, dass wir uns tatsächlich auch etwas davon lösen.
Also wir setzen nicht immer die neuesten Modelle ein, weil es auch gar nicht irgendwie so funktioniert.
Das ist was anderes, wenn du in einem Autocoding bist mit einer Plattform.
Das ist eine andere Geschichte, die du da einfach nutzt.
Aber wir sind nicht vergleichbar mit einem...
mit einem Unternehmen, was dann einfach sagt, okay, ich nutze jetzt OpenAI direkt angebunden über API und kann dann schön irgendwie die Agententechnologie mitnutzen.
Das passiert bei uns nicht.
Also wir beobachten es, wir schauen es uns an, aber da kommen wir halt ganz klar zu dem Punkt, wir wollen sehr viel Innovation auch weiter nutzen, deswegen sind wir auch in der Azure Cloud, aber wir wollen uns auch ganz klar anschauen, wie schaffe ich es eigentlich auch, mich ein bisschen davon zu lösen.
Und ich finde, dass wir, also gerade Europa und auch Deutschland im Moment eine sehr, sehr starke Chance hat, aufzuholen.
Wir werden nicht das größte Modell jetzt irgendwie zur Verfügung stellen, das wird nicht mehr passieren, also machen wir uns nichts vor.
Aber einzelne industriespezifische Modelle und das Trainieren mit Daten, also diese Datenschätze, die überall im Mittelstand liegen oder auch bei den Banken, das ist ungemein groß.
Und damit weiterzugehen und zu sagen, wir schaffen es wirklich über Finanzierung von digitaler Infrastruktur, von jungen Unternehmen, von Pushen von Themen, die wirklich da sind.
Und wir haben Sachen.
Klar, wir haben jetzt irgendwie nicht OpenAI in Europa, aber wir haben genug Technologie, die wirklich lohnenswert ist, auch zu nutzen und darüber zu gehen und zu sagen, dass wir es schaffen, da wirklich auch einen Gegenwicht zu stellen.
Das ist eigentlich für mich im Moment viel wichtiger zu gucken, wie schaffen wir sowas, als zu sagen, ich habe jetzt das neueste Modell da, um den letzten, letzten Punkt dann Effizienz irgendwie rauszuholen.
Sondern wir müssen eigentlich in Deutschland oder Europa aufwarten und sagen, wir haben jetzt eine Chance.
Und wenn wir die verpassen, dann sind wir, dann haben wir, wir haben nicht mehr die volle Wertschöpfung.
Also das dürfen wir nicht vergessen.
Das wird schwierig sonst.
Und wenn du die haben willst, dann musst du jetzt halt wirklich auch anfangen, andere Dinge zu nutzen, anders zu denken, zu helfen, zu investieren.
Und das ist eigentlich das, was ich aktuell viel, viel wichtiger finde, weil auch diese Uhr tickt.
Und auch das ist dann irgendwann abgelaufen.
Und das wollen wir auf gar keinen Fall, dass das Gleiche passiert wie mit den Sprachmodellen.
Wir nehmen das als Call to Action und als ambitionierten Weg in die Zukunft.
Das Schöne ist, dass wir alle die Möglichkeit haben, das mitzugestalten und Teil der Lösung und nicht des Problems zu sein.
Und ich glaube, dass auf jeden Fall noch einige Karten auf dem Tisch liegen, die wir uns nehmen können.
Das Spiel ist noch lange nicht...
vorbei.
Und ich konnte heute auf jeden Fall von dir eine ganze Menge mitnehmen, wie ihr in einem sehr, sehr komplexen Umfeld KI trotzdem so gesteuert bekommt und eine ganze Menge darüber gelernt, wie auch so eine schnelle Technologie trotzdem mit Wirkung in so regulierte Umfelder kommt.
Also Philipp, vielen, vielen Dank für deine Insights und Einblicke und ich wünsche euch auf dem Weg weiterhin ganz, ganz viel Erfolg.
Danke dir.