# AI-Native Operations vs Legacy Digital Transformation

**Podcast:** AI FIRST Podcast
**Published:** 2026-07-31

## Transcript

Herzlich willkommen zum AI First Podcast.
Heute zu Gast ist Carlos Rieberling, der viele Jahre der Digitalchef von Marken wie Jochen Schweitzer, MyDays und Bitburger war und mittlerweile auf der grünen Wiese ein AI-Native-Unternehmen aufbaut.
Wir wollen heute mal beide Welten beleuchten, nämlich das Brownfield und wie KI dort eigentlich eingesetzt werden kann und worauf es ankommt aus etablierten Unternehmen, was Carlos dort mitgenommen hat und wie das Spielfeld anders aussieht, wenn man es auf der grünen Wiese machen kann und was dort funktioniert und was wiederum auch etablierte Unternehmen davon lernen können.
Carlos, da freue ich mich sehr auf das Gespräch.
Schön, dass du da bist.
Vielen Dank dir, Felix.
Freut mich.
Vielen Dank für den Invite.
Bin super gespannt auf den Austausch.
Ja, ich habe auf LinkedIn gesehen, dass du jetzt ein neues...
Abenteuer gestartet hast und dachte mir sofort, ah komm, das ist doch ein super Thema für den Podcast.
Ich liebe es immer, mit Unternehmern zu sprechen, die einfach so den Aufbau von so einer Firma nochmal ganz neu und anders denken und KI dabei total hebeln.
Und gleichzeitig fand ich es so spannend, weil wir ja schon vor Jahren zusammengearbeitet haben, als du noch bei Jochen Schweizer My Days warst.
Und dann dachte ich, cool, lass uns mal einen Podcast machen.
Und vielleicht so zum Start wäre es wahrscheinlich für alle mal ganz spannend zu erfahren, was so deine Historie ist und was du vor deiner Gründung gemacht hast.
Ja, total gerne.
Und dann komme ich, glaube ich, auch an den Punkt, wo wir beide uns kennengelernt haben und was so ein bisschen die Historie ist.
Genau, an sich, ich sage das immer ganz gerne und benenne das ein bisschen belächelnd Klischee BWL-Lebenslauf.
Deshalb lasse ich mal alle Stationen inklusive Studium weg und bin nach dem Studium dann ein bisschen über Zufall, ein bisschen bewusst in die Startup-Welt rein.
Und das war auch zu einem sehr frühen Zeitpunkt, zu dem Zeitpunkt erstmal nur MyDays, mittlerweile auch in Schweizer MyDays, weil die Firmen zusammengehören.
Und habe aber da als typischer BWLer zu Beginn, Anfang, nach dem Studium, Als Business Developer angefangen und habe da eigentlich alles übernommen, was gerade zu tun ist.
Und jetzt in so einem kleinen Unternehmen, was bisher ein paar Millionen Euro Umsatz macht, nicht sehr viele Mitarbeiter hat und versucht irgendwie zu wachsen, im Idealfall profitabel, übernimmst du eigentlich alles.
Und bist da im sehr engen Austausch natürlich auch mit den Entwicklern, mit dem Online-Marketing und habe so in den, muss man doch sagen, sehr wilden zwei Zehnerjahren eine ziemlich verrückte Zeit im E-Commerce mitgenommen.
Was war da wild?
Was war wild?
Ich habe eigentlich, würde ich sagen, jede Wachstumsphase mit Ups und Downs eines Startups miterlebt und durfte dann, jetzt hast du es gerade eben angerissen, ich war ja dann nach drei, vier Jahren Geschäftsführer und später CDO beider Firmen, durfte all diese Phasen miterleben, betrachte das auch als Privileg.
Im Sinne von erst war es nur My Days, dann sind wir sehr, sehr stark gewachsen, hatten ProSieben als Shareholder, haben dann das Digitalgeschäft von Jochen Schweizer gekauft, haben das integriert, sind gefühlt vier oder fünfmal im Office umgezogen, sind von 30 auf 650 Leute gewachsen, hatten die unterschiedlichsten Shareholder-Konstruktionen von ProSieben, weiß jeder, ist börsennotiert, hatten EBITDA-Fokus, General Atlantic hat einen anderen Fokus und Einzelpersonen wie Jochen Schweizer haben wiederum einen anderen Fokus.
Und das heißt, da wurde ich auf positive Art und Weise mit vielen Wassern gewaschen.
Und wie du sagtest, habt ihr immer den digitalen Bereich verantwortet.
Digital in dem Kontext heißt jetzt nicht nur, sage ich jetzt mal, das digitale Online-Marketing-Tech-Stack, sondern war faktisch für den Umsatz beider Firmen verantwortlich.
Also ich gehe gerne rein in Details, aber es war ein sehr wilder Ritt, den ich sehr genossen habe und für den ich sehr dankbar bin.
Und dann hast du nochmal einen weiteren Step gemacht und bist nochmal ein sehr traditionelles Unternehmen.
Ja, genau, absolut.
Also ich habe, genau, ich gebe mir gerne Extreme, aber das ist jetzt eher positiv gemeint.
Also ich habe es jetzt gerade eben weggelassen vor ganz langer Zeit.
Ich habe ganz klassisch eine Bankausbildung gemacht.
Meine Generation hat noch gesagt, das ergibt Sinn, das ist was für die Ewigkeit.
Würde ich jetzt mittlerweile vielleicht ein bisschen anders sehen.
Aber das heißt Konzern habe ich schon ein bisschen kennengelernt, habe ich auch während des Studiums kennengelernt, dann die Startup-Welt sehr intensiv kennengelernt.
Für mich ein ziemlich konsequenter Schritt als jemand, der sehr wissbegierig ist, ist den Mittelstand kennenzulernen, einfach weil er in Deutschland auch so eine riesen Bedeutung hat.
Und ja, einfach dieses Umfeld einmal kennenzulernen.
Und genau, da hast du es angerissen.
Dann bin ich, habe viele Gespräche geführt, weil sehr viele, jetzt sprechen wir um die 220er-Wende herum, sehr viele Mittelständler zu dem Zeitpunkt erst mal gemerkt haben, ja, Digitalisierung beschleunigt sich.
Vielleicht sind wir nicht in der Pole-Position.
Und was können wir daran ändern?
Und ja, dann ist es, glaube ich, auch smart, sich jemanden reinzuholen, der sowas quasi vor der Pike auf mehr oder minder einmal aufgebaut hat.
Und habe dann bei Bitburger gestartet.
Die haben das sehr smart gemacht.
Die waren da sehr entschieden, dass sie eine digitale Einheit aufbauen wollen und die skalieren wollen.
Das nicht im Headquarter in Bitburg, sondern in Düsseldorf, was Talent Acquisition auch ein bisschen leichter macht.
Und auch da wieder nicht ganz grüne Wiese, aber im Grunde genommen schon eine neue Gesellschaft aufgebaut mit Führungsteam und Teams darunter.
Und was für mich schön war, da gehen wir vielleicht gleich auch nochmal drauf ein, ich hatte, auch wenn ich immer einen betriebswirtschaftlichen Schwerpunkt hatte, habe ich immer sehr nah an den Datenteams, also entweder waren sie bei mir in den Teams oder angrenzend, und den Tech-Teams.
Also ich muss sagen, in der Schweizer MyDays-Zeit war einer meiner engsten Sparingspartner eigentlich der CTO, weil wir auch oft Plattformwechsel machen mussten etc.
Und so war es auch ganz interessant, dann bei Bitburger zu sehen, was ist der Status Quo.
Für die, die es nicht wissen, Bitburger ist wirklich ein sehr großes Unternehmen mit vielen unterschiedlichen Marken.
Dazu gehört König Pilsner, Köstritzer, Licher und noch ein paar andere.
Das heißt, sich da einen Überblick über den Tech-Stack und den Status Quo zu machen, das war erstmal essentiell.
Und da, jetzt habe ich dir gerade eben, bevor wir das Intro hatten, habe ich dir Blumen geschenkt.
Jetzt mache ich es nochmal live im Podcast.
Da deckt sich unsere Meinung, denn ich denke, da sprechen wir auch später drüber, wenn es um AI spezifisch geht, sich einen Überblick zu verschaffen, wo steht das Unternehmen jetzt gerade eigentlich, was ist die Strategie, wie sieht die Wertschöpfungskette aus und dann zu überlegen, okay, wo habe ich jetzt eigentlich den größten Hebel.
Das war zu dem Zeitpunkt mein Approach und dann hat man relativ schnell gemerkt, okay, das Online-Marketing ist relativ fragmentiert.
was jetzt, ich sag mal, die Agenturlandschaft anbelangt, was den Reifegrad der einzelnen Kanäle anbelangt und über das Leveragen der wirklich interessanten Daten, die glücklicherweise relativ strukturiert vorlagen, hat man sich in der Zeit vor meiner Zeit wenig Gedanken gemacht.
Das heißt, es war ein sehr dankbares Setup, wo man aber trotzdem ein bisschen Hinschmalz investieren musste.
mit einer guten Führungsmannschaft und konnte dann da ja wirklich sehr viel in die Wege leiten in einem ziemlich kurzen Zeitraum.
Und als ging es damals auch schon um KI, wo sind wir jetzt auf der Zeitachse?
Wir sind auf der Zeitachse unterwegs ab 2022.
Also den Big Bang mit ChatGPT3 gab es noch nicht.
Das war, Moment, November 2022, richtig?
Ja.
November 22, genau.
Es war jedoch so, weil ich tatsächlich, ich sage das gerne, das stimmt auch im Herzen, eher ein Nerd war.
habe ich die ChatGPT-Modelle vorher sehr nah verfolgt.
Also alles, was rund um zwei war.
Das war aber damals nur Forschern, Wissenschaftlern oder einfach im Research-Bereich akademisch verankert, also Zugriff dazu.
Aber da gab es Gleichgesinnte, die dann teilweise ihre Erfahrungen, Ergebnisse und Austausch mit den Modellen vorher auf YouTube hochgeladen haben.
Da bin ich drüber gestolpert.
Zu der 2019er Zeit, das war ungelogen, 2019 bin ich zu meinem SEO-Team gegangen und habe gesagt, liebe Leute, da passiert jetzt gerade was hier.
Das solltet ihr euch bitte näher angucken.
Da haben wir keinen Zugriff drauf.
Aber das wird für Textgenerierung und wahrscheinlich ein paar andere Sachen wirklich relevant werden.
Aber ja, also das als kurzer Flashback.
Also das heißt, Bitburger war 22, 23, Teil von 24.
Genau, und das war ja auch super gut.
Funktioniert, es hat Spaß gemacht, wir haben einen Schwerpunkt auf Online-Marketing, den Datenbereich gelegt, Sales natürlich mit aufgebaut.
Das war zu der Zeit, wo Quick Delivery, Gorillas, wird dem ein oder anderen noch was sagen, auch durchaus relevant war, das mit aufgebaut.
Und natürlich, sage ich jetzt mal, so eine gewisse digitale Infrastruktur, die es einem auch ermöglicht, Projekte leichter zu steuern.
Genau, es war ziemlich vollumfänglich, inklusive Recruiting für die gesamte Mannschaft.
Dann kennst du das ja und hast das jetzt einmal so gerade diese Digitalisierung durchgespielt in verschiedensten Unternehmen.
Was würdest du heute sagen, wie Digitalisierung und KI zusammenspielen?
Was gibt es für Gemeinsamkeiten und wo liegen vielleicht auch die Unterschiede?
Das ist eine gute Frage und da würde ich wieder zurückgehen auf die ursprüngliche Fragestellung.
Das klingt ein bisschen lapidar, aber egal, ob ich jetzt über Digitalisierung nachdenke, über AI nachdenke oder das nächste Thema, was gehypt wird.
Intensiv, also wirklich, und das habe ich versucht, in jedem Setup, in dem ich war, zu tun, ich glaube, es ist mir gelungen, aber intensiv das Businessmodell zu verstehen und da wirklich nitty-gritty zu werden.
Und zu verstehen, wie sieht die Wertschöpfungskette aus, was logischerweise bei Bitburger was anderes ist als im puren D2C.
Und dann zu überlegen, wie sieht denn eigentlich mein Werkzeugkoffer aus, welche Tools gibt es.
Und dann kann ich fast chirurgisch ein klein wenig rangehen und sagen, ah, guck mal hier, bei der Logistik kann ich ein bisschen was machen.
Schau mal hier im Online-Marketing, hier kann ich mich mit Attributionen ein bisschen was anknüpfen.
Es gibt halt nicht One-Size-Fits-All und dann packe ich es drauf und dann funktioniert es irgendwie.
Zurück zu der Frage Digitalisierung und AI.
Geht miteinander einher, in beiden Szenarien muss ich mir vorher die Mühe und den Aufwand machen, das Verständnis zu generieren und dann zu überlegen, und dafür brauchst du schon gewisse Erfahrungen, das muss man sagen, dann zu sagen, okay, für diesen Painpoint oder diese Chance kann ich diese Lösung hier andocken.
Klassisch, weil du fragtest, wie weit war AI in dem Kontext von Bitburger.
Was wir da unter anderem machen konnten, super spannend, ist dem Offline-Vertrieb im Grunde genommen ein Scoring an die Hand zu geben, wie attraktiv unterschiedliche Gastro-Betriebe sind auf Basis der...
Bestandskunden und Nicht-Bestandskunden.
Und das ist natürlich, da bringst du alle Welten tiptop zusammen.
Da bringst du die Data Engineers zusammen, mit denen die wirklich faktisch in der Gastronomie vorbeifahren.
Und das ist dann einfach ein superschönes Szenario, wenn du siehst, hey, guck mal, wir können hier wirklich einen faktischen, unterm Strich Mehrwert für euch generieren.
Das ist schön und zu meinem Wissen existiert das auch bis heute noch.
Lass uns mal da so ein bisschen operativer reingehen, weil ich finde den Case ganz schön.
Und das ist immer die Frage, wie kommt man dahin?
Kannst du mal so den Weg skizzieren, wie seid ihr zu diesem Use Case gekommen und was war dann notwendig, um sowas auf die Straße zu bringen?
Ja, genau.
Da sind wir halt, okay, wenn wir da ein bisschen drauf fokussieren oder...
wenn man so schön gesagt doppelklicken, da sind wir im Datenbereich und da ist halt wirklich die Frage, da musste ich mir initial mit dem Klaus, der auch immer noch die Datenverantwortung bei Bitburger hat und an mich berichtet hat, mussten wir ja wirklich die Ärmel hochkrempeln und gucken, welche Daten liegen vor in diesem Unternehmen, wie strukturiert liegen sie vor und welche Brücken können wir schlagen und dann die Kreativität an den Tag zu legen und sagen, okay, was kennen wir denn bisher in der Erfahrung, die wir gesammelt haben, Und genau so ist dieses Projekt im Grunde genommen entstanden, wo wir dann sukzessive auch die Data Engineers und Scientists dazugezogen haben, aber wirklich überlegt haben, okay, Folgendes liegt vor.
Wir haben natürlich, wie jedes Unternehmen das hat, die entsprechenden Umsatz-Absatzdaten, Profitualitätsdaten der jeweiligen Gastro-Objekte.
Die können aus den unterschiedlichsten Gründen unterschiedlich interessant sein.
Kann ja auch sein, dass du einfach ein Gebiet erweitern möchtest.
So, und dann mit etwas Kreativität kriegst du ja online die Daten, sag ich jetzt mal, von allen Gastroamingen in Deutschland, ohne da zu sehr ins Detail zu gehen.
Und das einmal miteinander abzugleichen.
Und ich glaube, wenn ich jetzt richtig liege, wir haben zu dem Zeitpunkt, wie gesagt, das war jetzt nicht ChatGPT-Zeit, wir haben die Open-Source-Modelle von Facebook verwendet, um Scorings zu erstellen, die ziemlich akkurat waren.
Und dann das Klassische mit einer Trainingsgruppe und dann dagegen getestet und geschaut, wie hoch ist das Scoring von einem Betrieb, der für uns wirklich schon super attraktiv ist, um dann da eine relativ hohe Konfidenz zu erreichen.
Okay, gut.
Also ihr kanntet wahrscheinlich so Geschäftsmodell, Ziele und Herausforderungen.
Also wie kriegt man wahrscheinlich auch die Sales-Effizienz oder Effektivität gesteigert, dass sie sich auf die richtigen Kunden...
konzentrieren können mit der verfügbaren Zeit.
Dann habt ihr geschaut, was haben wir denn eigentlich für Daten von Kunden oder möglichen Kunden, was lässt sich daraus noch lernen oder an zusätzlichen Insights generieren, die unseren Vertrieblern wiederum Informationsvorsprung bieten und habe dann da Modelle draufgesetzt, die das Scoring machen können und das getestet mit der Zeit weiter optimiert.
Genau, das ist ein Beispiel, ein anderes Datenbeispiel, was dann auch sehr stark in die später AI-Richtung geht, weil es einfach Machine Learning war.
Da kann man sich jetzt ein bisschen über die Definition streiten.
Aber es ist natürlich Attribution.
Also wenn du ein großes Unternehmen bist, was wirklich D2C ist, aber auch mit LEH und Handel und so, dann bist du natürlich im Marketing, spielst du ein hohes Marketing-Game mit einem hohen Invest.
Und das spielst du in der Online- und der Offline-Welt.
Und da hast du dann natürlich auch Hebel, wenn du das gescheit aus einer Datenperspektive angehst und mit Machine Learning ein bisschen tweakst, um dann hoffentlich ein Verständnis dafür zu entwickeln, wo, also das, was eigentlich jeder CEO oder CDO oder CMO wissen will, so welchen Euro gebe ich an welcher Stelle sinnvoll aus.
Meine Erfahrung bisher hat mir gezeigt, es gibt ein paar Lösungen am Markt, die ganz gut sind, wenn man...
Als Unternehmen, sprechen wir jetzt mal über Mittelstand, da habe ich vielleicht jetzt nicht die Kappa, um ein eigenes Data Science Team darauf anzusetzen, um eine eigene Attribution zu entwickeln.
Da gibt es ein paar Tools, ich bin nicht assoziiert oder so, aber Attriba zum Beispiel, Funnel ist eins, was ich sehr gut fand, aber wenn man wirklich, sage ich mal, im größeren Setup ist, dann meiner Meinung nach, genauso wie mit der Wertschöpfungskette, ergibt es Sinn.
eine Lösung und zu entwickeln eine Attribution für das Unternehmen selbst.
Weil alles hat seine Eigenheiten.
Wie hoch ist der Out-of-Home-Anteil?
Wie hoch ist TV?
Das habe ich jetzt einfach gemerkt, auch im Kontext zurück.
Jochen Schweizer Meier, der ist ein super großes TV-Budget.
Da selbst Hand anzulegen, wenn man intern die FTE-Ressourcen hat, das lohnt sich vielfach.
Jetzt hast du gerade auch gesagt, dass ihr Data Engineers hattest.
die hast du dann eingestellt?
Also das war Teil des Teams, das du aufgebaut hast?
Genau, ja.
Data Engineers, Scientists, genau.
Wenn ich heute in vielen mittelständischen Unternehmen unterwegs bin, dann gibt es da eine IT und da gibt es dann Applikationsspezialisten und Leute, die die Infrastruktur warten und die neue Lösungen...
einkaufen und integrieren in den IT-Stack.
Aber meistens gibt es keine Data Engineers oder Data Scientists, geschweige denn AI Engineers.
Würdest du sagen, dass das aber Kompetenzen sind, die heute auch jeder Mittelständler aufbauen muss?
Ist immer schwer, so komplett zu verallgemeinern, aber...
Da werden die, genau, ich wollte jetzt, mein Disclaimer wäre gewesen, da gehen die Meinungen super stark logischerweise auseinander.
Aber du hast mich jetzt nach meiner Meinung gefragt.
Und meine Meinung ist ganz klar, ja.
Ja, würde ich mir jetzt, ich weiß nicht, über welche Größe von Mittelstand wir gerade sprechen, aber würde ich mir jetzt mal gesponnen 10, 20 Leute als Scientist und Engineers da hinsetzen.
Wahrscheinlich aus einer, jemand, der immer für eine G&V und EBITDA verantwortlich war.
Wahrscheinlich nicht.
Ja, das würde ich nicht tun.
Aber ich denke...
Ein paar kluge Köpfe, sprechen wir jetzt mal nicht mal zweistellig, das, glaube ich, ergibt schon Sinn.
Und in dem Zeitalter, in dem wir jetzt gerade sind, da wird vielleicht jemand argumentieren, ja, bei AI macht dann irgendwie schon alles und brauche ich dann überhaupt irgendwie Datenmenschen?
Maybe.
Ich glaube, bei der Interpretation oder der Gestaltung oder der Kreativität, nimm beispielsweise den Use Case, den ich gerade benannt habe, von Bitburger.
bin ich mir nicht sicher, ob das Front von vorne bis hinten komplett mit AI funktioniert hätte.
Also ich bin definitiv der Verfechter davon, Inhouse-Kompetenzen im analytischen Bereich aufzubauen und zugreifen zu können.
Jetzt muss man auch Disclaimer an der Stelle sagen, dass ich jemand bin, der eher ein bisschen zahlenverhaftet ist und längste Zeiten vorgesetzt hatte, der promovierter Mathematiker war.
Also wahrscheinlich bin ich da auch ein bisschen biased.
Okay.
Spielte Gen.AI damals schon eine Rolle, weil Machine Learning viele prädiktive Cases hier dann umgesetzt hat, was ich jetzt rausgehört habe, sehr stark datenbasiert und vorhersagend zu machen.
Jetzt geht es, jetzt dann kam das New Kit on the Block und auf einmal konnten wir alle möglichen Datentypen generieren lassen.
Spielte das schon eine Rolle damals?
Damals?
Damals, vor zwei, drei Jahren.
Ja, also die Geschwindigkeit ist insane, von daher bin ich bei dir bei der Formulierung damals.
Und das ist eigentlich eine super gute Frage, weil wir dann einfach mal sehen, in was für einem kurzen Zeitraum AI sich wie schnell entwickelt hat.
Denn initial würde ich sagen, Gen.AI hat zu dem Zeitpunkt keine große Rolle gespielt.
Ich habe Bitburger, wie gesagt, 22, 23 und Teil von 24, war ich dort verantwortlich.
Und klar haben wir experimentiert.
Ich würde vorsichtig sagen, wir waren sogar eine der ersten Brands, die eine D2C-Kampagne herausgebracht haben, die mit Gen.AI Bildern generiert war und teilweise auch mit Texten.
Das ist jetzt wirklich so ganz, ganz, ganz frühe Zeit gewesen.
Und darüber hinaus aber nicht.
Und wenn man sich dann überlegt, damals, was sich in der Zwischenzeit getan hat mit den unterschiedlichen Layern und unterschiedlichen Use Cases, textuell, visuell, das ist wirklich für mich nach wie vor komplett verrückt.
So, und das ist ja auch, und da spannen wir jetzt mal den Bogen und springen ein bisschen in die Gegenwart.
Das ist ja auch das, was du mit deiner neuen Company dir vorgenommen hast.
Nicht nur ein gutes Produkt auf den Markt zu bringen, sondern dich halt selbst maximal zu hebeln über KI und...
sehr starke digitale Prozesse.
Und jetzt den weiteren Podcast würde ich gerne mal so ein bisschen in das Playbook reingehen, auch verstehen, was von den Learnings nimmst du eigentlich mit, von dem, was du vorher gemacht hast und was sind auch Dinge, die du jetzt auf der ganz grünen Wiese nochmal anders denkst.
Und vielleicht kannst du mal kurz erklären, was machst du jetzt mit deiner neuen Firma?
Ja, super gern.
Also neue Firma ist die, die ich selbst gegründet habe, 60 Kollektiv.
ist, würde man denken, inhaltlich erstmal komplett was anderes.
Da geht es um Gesichtspflege für Männer.
Aber jetzt erkläre ich ein bisschen, woher ich da komme und warum das relevant ist.
Also, ich glaube, VCs würden sagen, das ist wunderbar, weil es mein eigener Painpoint war.
Deshalb bin ich den angegangen.
Der war, den habe ich, würde ich sagen, sieben, acht Jahre beobachtet.
Aber aufgrund meiner Rollen und Verantwortung, die ich hatte, keine Zeit in das Thema reinzutauchen.
Und meine, das ist jetzt meine persönliche Meinung gewesen, es gab meiner Meinung nach nichts für Männer.
konzipiert, was wirklich faktisch für Männer ist, aus zwei Perspektiven.
Einerseits, es muss super einfach sein.
Ich glaube, dass Männer durchschnittlich keine Lust auf Gesichtspflege haben.
Und ich muss mich damit identifizieren können.
Das meiste war für Frauen.
Ich glaube, die meisten Männer, die jetzt irgendwie zuhören, wissen, sie nutzen das von ihrer Partnerin, aber nicht für sich selbst.
Oder kriegen hin und wieder mal was hingestellt.
Und es war so ein bisschen der perfekte Sturm zu dem Zeitpunkt, weil ich mir darüber Gedanken gemacht habe, das ist ein interessantes Modell, ich kann mich damit identifizieren, ich sorge für Wohlbefinden bei der Zielgruppe und so konnte ich es komplett mit meinem eigenen Anspruch einmal angehen.
Und warum sage ich der perfekte Sturm?
Ist einfach, weil ich gemerkt habe, wie die unterschiedlichen AI-Modelle und Anwendungsszenarien sich überschlagen haben.
Und jetzt ist es genau so, du hast es gerade beschrieben, dass ich ja diese beiden Welten kennengelernt habe.
Also ich habe die Dichotomie kennengelernt im Sinne von, wie sieht es in einem Startup aus, wo nur ein bisschen was besteht, in einem Mittelstand, wo schon viel besteht und konnte grüne Wiese quasi dann einmal neu denken.
Und das war für mich total spannend, das von null zu machen, weil ich gesagt habe, okay, wenn ich das mache, Wie gesagt, im Herzen so ein bisschen Nerd.
Wie weit kann ich diesen Bogen denn spannen?
Auch so ein bisschen aus einer Experimentperspektive.
Und wie weit kann ich dieses Baby eigentlich entwickeln, ohne jetzt ganz, ganz viele Ressourcen aufzubauen?
Also ein Riesenteam aufzubauen.
Und fast forward ist, ich kann es komplett alleine machen.
Also da können wir später nochmal drauf eingehen, weil da schlagen so zwei Herzen in meiner Brust, weil ich gerne mit Leuten zusammenarbeite.
Aber rein praktisch kann ich es alleine machen.
Einmal im Grunde genommen diese Entstehungsgeschichte und wo ich es anwenden konnte entlang der Wertschöpfungskette.
Ich war jeden Tag eigentlich aufs Neue überrascht, weil es ja auch ein physisches Produkt ist.
Hätte mir vorher jemand gesagt, wie aufwendig das Zulassungsprozedere ist für Kosmetika, die man sich auf die Haut aufträgt in der EU, bin ich mir nicht sicher, ob ich es nochmal machen würde.
Aber da, also wirklich von der Formulierung der Rezeptur, weil ich wusste, was ich wollte, Sparing mit den Dermatologen, mit den Prüfungslaboren, mit den Herstellern, bis ich da angekommen bin, wirklich in der Rezeptur und in dem Ergebnis, den Anspruch, den ich hatte, um es einfach einfach zu halten.
Also habe da mich austoben können und wirklich auch da Sparing gegangen.
Früher JGPT-Modelle, dann habe ich aber entlang der Zeit auch DeepSeek verwendet.
Also querbeet und konnte da viel experimentieren und war immer sehr gut gerüstet, diese Gespräche zu führen.
Natürlich muss man fair enough sagen, ich bringe ein gewisses Hintergrundwissen mit, was jetzt E-Commerce und Vertrieb und so anbelangt.
Aber nichtsdestotrotz viel neue Materie für mich.
Auch die EU-Zulassungsverfahren, da in Sparing zu gehen.
Und ich habe es wirklich querbeet.
Also wenn du in der Wertschaffungskette weiter hinten beim Fulfillment schaust, da war es mir halt wichtig, also klar, Branding auch, alles AI supported und dann mit Freelancern über Fiverr in die Umsetzung gegangen.
Also wirklich sehr, sehr hands-on.
Aber auch Boxing und Fulfillment.
Also jetzt für die, die zuhören, sind drei Produkte.
Als Mann die drei sollte man verwenden.
Vitamin C ist ein bisschen Feuchtigkeitskrieg mit Sonnenschutz und Retinol und so.
Wenn du das verwendest, dann bist du tiptop unterwegs.
Mir war halt wichtig, dass wenn ich das ausliefer, dass das relativ schmal ist.
Also, dass ich als DHL-Kleinpaket definiere, was heißt das in den Maßen, was heißt das in der Umverpackung, was heißt das im Glas.
Und wirklich all diese Details saß ich Nächte da und habe natürlich auch Personen, die ich kenne, die schon im Fulfillment arbeiten und so, immer mal nachgefragt, also das Human in the Loop, ja.
Aber wirklich zum sehr, sehr, sehr großen Teil mich mit diesen AI-Modellen consultet.
Und ich denke, wenn man jetzt auf ein Status Quo drauf guckt, wo ich am meisten Leverage habe, neben den langweiligen Sachen wie Rechnungen, Abstimmungen mit...
Steuerberater und Dativ, was natürlich auch ganz cool ist, dass man sich um sowas weniger kümmern muss, aber diese ganze Ad-Materie.
Also von Ad-Idee zu Generierung, zu Formaten, zu Stillshots versus irgendwie Bewegtbild, zu Testing, Reporting, Verbesserung.
Wenn ich da überlege und wir denken, du hast gerade gesagt damals, wir denken, also ich denke in der alten Welt, wo ich Teams verantwortet habe.
die teilweise 50, 100 Leute groß waren, ja, über jetzt mal gesamte Online-Marketing-Klaviatur.
Und wenn du über klassisches Brand-Marketing denkst, jetzt sprechen wir vor zehn Jahren oder so, wo man Leute nach Südafrika geflogen hat, um da irgendwie ein Brand-Shooting zu machen, das ist ja insane, wenn du heutzutage drüber nachdenkst, ja.
So, und das jetzt heute abzubilden mit so ein paar Tweaks als eine Person, finde ich mindblowing.
Also das macht mir auch, wie man glaube ich merkt, anhand meiner Leidenschaft, das macht mir sehr viel Spaß.
Und es hört ja nicht auf.
Es wird ja einfach immer nur besser.
Also jetzt schaltet jeder Dienstleister nach und nach seine MCP frei und ich kann alles über Cloud bedienen und kann in Cloud meine Umgebung aufbauen.
Und egal, ob das vom Stack her, ob das Klavio ist, ob das Shopify ist, ob das Higgs Field ist, das ist wirklich...
Ich bin immer wieder mindblown.
Ich glaube, wenn man jetzt ein bisschen jünger ist, ich bin jetzt 40 geworden vor ein, zwei Wochen, wenn man jetzt mal 20 Jahre jünger ist und das nur so kennenlernt in der Berufswelt, dann denkst du ja, dass das normal ist.
Das ist ja ganz typisch.
Aber diese in Anführungszeichen alte Welt vor 10, 15 Jahren zu kennen und damit zu vergleichen, ist für mich komplett insane.
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.
Also macht auch Spaß, dir dabei zuzuhören.
Und ich will das jetzt mal so ein bisschen dekonstruieren noch, weil ich erinnere mich noch, als ich Anfang 2024 hier die Firma gestartet habe.
Und ich weiß noch, vorher habe ich mir vorgenommen, ich baue das alles perfekt auf.
Ich überlege mir diese ganzen Prozesse und dann baue ich da KI rein.
Und von Anfang an so First Principles mäßig das alles zerlegen.
Und dann hat es zwei Wochen gedauert und das Chaos ging los.
Konntest du dann vergessen.
Und dann war ich halt eher in diesem so iterativen Modus schon sehr stark drin.
Und wir hatten dann immer mal wieder Phasen, wo wir gesagt haben, okay, lass uns das alles nochmal hinterfragen.
Ist das eigentlich noch richtig, wie wir es machen?
Und haben so ein paar, glaube ich, ganz gute Moves gemacht.
Aber diese Firma so komplett AI-first von Anfang bis Ende aufzubauen, das war am Anfang eine Idee in meinem Kopf, die dann doch recht schnell wieder vorbei war.
Wie war das denn bei dir?
Also ich will mal so ein bisschen deinen Gedankenprozess vor allem verstehen.
Du hast jetzt schon mega viele Sachen gesagt, was unterschiedliche Use Cases waren, wie du mit KI zum Beispiel fürs Zulassungsverfahren gearbeitet hast, wie du es in Prozesse gebracht hast.
Also sehr Wahnsinn, was es alles so an unterschiedlichen Anwendungsfeldern schon gibt.
Was war das am Anfang?
Also hast du dich zum Beispiel erstmal hingesetzt und diese ganze Wertschöpfungskette gemappt und dann geguckt, wie und wo kann ich jetzt hier KI einsetzen?
Wie muss mein Stack-Stack-Stack aussehen?
Wie baue ich die Dateninfrastruktur?
Wo lebt die KI, die darauf arbeitet?
Und dann bist du so vorgegangen oder war das explorativer?
Also wie waren so die ersten Monate?
Ja, super gerne.
Die Frage ist auch sehr gut, weil ich glaube, sie beschreibt zwei unterschiedliche Arten und Weisen.
wie Personen in Unternehmen auch mit AI arbeiten oder sich vorstellen, mit AI zu arbeiten.
Zu deiner Frage, bei mir tatsächlich eher mit mehr Struktur, wie gesagt, so ein bisschen aus der analytischen Ecke kommt und die Erfahrung, die ich bisher gesammelt habe.
Bin ich wahrscheinlich erstmal in die alte Welt gegangen, habe gesagt, ich baue mir ein Trello-Board auf, entlang der Wertschöpfungskette.
Ja, da gehört irgendwie Administratives dazu, dazu gehören Ads, dazu gehört Legal, dazu gehört Fulfillment, dazu gehört irgendwie Produkt und so weiter und so fort.
Und jetzt habe ich, ich bin immer noch großer Trello-Fan, kann man ersetzen durch irgendwas anderes, aber kann man von mir aus.
Da habe ich mir meine Karten untergeschrieben und gesagt, okay, das sind eigentlich die Themen, wofür ich Antworten brauche und Lösungen finden muss.
Und dann habe ich relativ schnell gemerkt, bis jetzt auf die letztliche Produktion des Produkts, dass ich wirklich an vielen Stellen AI ansetzen kann.
Oder, weil das ist ja jetzt auch schon, das hat mir jetzt eine Weile gedauert, ein, zwei Jahre her, die Entwicklung, oder ich der Überzeugung bin, dass AI-Lösungen jetzt spezifisch im Ad-Bereich zum Beispiel entwickelt werden, die mir helfen, das Ganze sehr stark.
sehr schnell zu skalieren.
Also zu der Frage tatsächlich eher ein strukturierter Ansatz.
Ich bin auch jemand, der in der Hinsicht dann ganz gerne visuell arbeitet, zu sagen, okay, was haben wir dann insgesamt so auf dem Teller, was muss irgendwie erreicht werden und dann das runterzubrechen.
Ich glaube, ein anderer Ansatz und meiner Meinung nach ein Fehler ist, es kommt natürlich auch darauf an, wenn wir jetzt aus einer Unternehmensperspektive sprechen und damit einhergehen, so ein bisschen die Flughöhe, dieser explorative Ansatz.
Der ist, glaube ich, ganz gut, wenn es beispielsweise darum geht, einer Belegschaft oder einem Team, ich sage mal, die Angst oder Berührungsängste mit AI zu nehmen.
Dann finde ich diesen exportiven Ansatz eigentlich ganz gut zu sagen, hey, guck mal, das ist jetzt eine ganz einfache Fragestellung oder eine Herausforderung, guck mal, wie weit du hier mit AI kommst.
Das finde ich eigentlich ganz cool.
Aber wenn du wirklich faktisch umgesetzte in Produktion später haben, eine Lösung haben willst, dann vorher den Hirnschmalz einmal zu investieren, das runterzurechnen, zu strukturieren und der AI auch Kontext zu geben, kriegst du bei der Meinung nach die viel besseren Ergebnisse.
Und das ist ja eine einmalige Chance.
Also wenn nichts da ist, das alles genau so aufzubauen, dass es für KI funktioniert und nicht ein menschliches...
Playbook, menschliche Strukturen, Prozesse und auch Limitationen vielleicht darauf zu optimieren, sondern auf eben KI.
Und da ist ja eine große Challenge immer wieder, nicht den Prozess, den ich kenne und gelernt habe, zu nehmen und dann zu gucken, was an diesem Prozess kann denn jetzt KI eigentlich machen, sondern den Prozess nochmal neu denken.
Und das ist immer einfach gesagt und nicht so einfach umzusetzen, weil Neu-Denken heißt ja, gibt es noch nicht.
Sonst könnte man den ja übernehmen.
Man muss sich das ja neu überlegen.
Wie hast du das gemacht?
Ich glaube, du bist ja viel auch bei Mittelständlern im Einsatz und hilfst da und unterstützt da die Tools einzuführen.
Ich glaube, genau das, was du sagst, ist der Knackpunkt.
Weil im Grunde genommen...
Was wichtig ist, ist zu fragen, was will ich erreichen im Idealfall oder welches Problem will ich lösen?
Das ist so mein Endpunkt und mein Anfangspunkt ist, okay, was steht mir zur Verfügung?
Was habe ich für Daten?
Und vielleicht so, wenn man ein bisschen tiefer reingeht, was für Restriktionen habe ich?
Und dann zu überlegen, okay, wo setze ich irgendwie die AI an?
Weil genau das, was du sagst, ich habe jetzt hier einen Prozess und wo kann ich da jetzt irgendwie was automatisieren, damit es in der Excel ausgelesen wird und in der PDF und dann sechsmal übertragen wird, irgendwo hin.
Ja, genau.
Das bringt es halt irgendwie auch nicht so richtig.
Also da wirklich...
Ich meine, es geht meistens mit einher, mit einer Flughöhe höher, jetzt nicht ganz im Nitty-Gritty zu sein und zu überlegen, was wollen wir denn eigentlich erreichen?
Ist es das Wichtigste und was steht uns zur Verfügung und auf keinen Fall unmittelbar das abzubilden?
Das wäre ja auch irgendwie ein bisschen obstrus, weil ich habe ja ein Tool, was viel mehr kann.
Warum soll ich jetzt nur die...
5% der Leistung dieses Tools abrufen, wenn ich ein bisschen mehr mir Gedanken machen kann und dann einfach 90% der Leistung dieses Tools abrufen kann und für alle das Leben einfacher machen kann.
Ja, mein Lieblingsbeispiel ist, ich kriege mal total viele Ideen, wir müssen irgendwas machen und dann muss eine PowerPoint erstellt werden.
Und dann ist meine Lieblingsfrage, warum brauchen wir denn die PowerPoint?
Das ist ja Wahnsinn, dass das eigentlich so der heilige Gral von KI gerade ist, dass sie es schafft, gute PowerPoints zu bauen.
Aber die Frage ist ja, warum brauchen wir denn gute PowerPoints, wenn es andere Möglichkeiten gäbe, wie man die Daten so aufbereiten kann, dass Menschen einfache Entscheidungen treffen können oder sie vielleicht gar nicht unbedingt mehr treffen müssen.
Dann müssen wir nicht PowerPoints machen, um uns in Meetingräume zu setzen mit ganz vielen Leuten, um uns Dinge zu zeigen und uns von irgendwas zu überzeugen, wenn es auch einfacher objektiviert wird.
wäre.
Das ist immer so ein Beispiel, wo ich denke, wir haben uns halt ganz, ganz, ganz schön viele komische Prozesse und Arbeitsweisen angewöhnt, die so normal geworden sind, dass wir sie gar nicht mehr hinterfragen, aber in einem KI oder in einer agentischen Welt eigentlich nicht mehr so viel Sinn machen.
Ich gebe dir voll recht, da so ein bisschen zynisch.
Eine zynische Frage in den Raum geworfen, was sagt das über uns aus?
Dass wir uns jetzt hier irgendwie Powerpoints um die Ohren klatschen müssen, um irgendwie profane Entscheidungen zu treffen.
Die Personen, die hier zuhören und sich im Konzernkontext bewegen, werden wissen, dass vieles davon entweder redundant oder obsolet ist.
Und unweigerlich, nennen wir den Elefanten beim Namen, geht es da aber dann auch viel um Politik.
Und deshalb sind PowerPoints so wahnsinnig wichtig, weil ich meine eigene Agenda super toll darstellen kann.
Und wenn ich jetzt eine AI habe, die meine Agenda nochmal toll darstellt, dann ist das super.
Finde ich schwierig und ist meiner Meinung nach auch ein Punkt, wo ich sage, das steht, also wie sinnvoll, also ob, erst mal ob AI eingesetzt wird im Unternehmen, wie sinnvoll und mit welchem Schwerpunkt sollte, müsste meiner Meinung nach, sehr weit oben im Unternehmen angeheftet sein.
Also jemand, der dafür Berührungspunkte, eine Affinität hat und den Weitblick, in welche Richtung es damit gehen kann.
Diesen Buy-in, der sollte wirklich sehr weit oben platziert sein.
Ich kann gar nicht dringlich genug an alle Entscheider, die zuhören, appellieren.
Das wird extrem wichtig.
Nehmen wir das Beispiel.
Jetzt haben wir gerade über mein Startup gesprochen.
Das funktioniert gut und ich kann ein vollumfängliches physisches Produkt launchen mit einer Fulfillment und Supply Chain inklusive Werbung.
Ich bin alleine.
Alle, die jetzt irgendwie zuhören, müssen sich überlegen, ja gut, in dem Business, in dem ich mich bewege, in der Branche, da kann ja auch jemand kommen und sagen, ja gut, dann mache ich das jetzt nicht mit ein paar hundert Leuten oder tausend Leuten oder so, vergleichbar mit dem Mittelstand, sondern dann macht das einfach mal jemand mit zehn Leuten oder so.
Ja, das klingt jetzt vielleicht total verrückt, aber so verrückt ist es nicht.
Das passiert ja gerade.
Die Leute, die das gerade bauen, die sind halt noch nicht so sichtbar.
Natürlich nicht, weil ...
Die bauen das still und heimlich und holen sich dann irgendwie Schritt für Schritt die Marktanteile.
Aber überall da, wo die KI-Fähigkeiten jetzt gut in die Arbeit dieser Branchen reingehen, also jetzt Steuerberatung, Legal und, und, und, da kommen jetzt diese AI-First-Challenger-Unternehmen, die extrem schlank mit einem kompletten KI-nativen Tech-Stack da reingehen und dann nicht mehr 500 Euro Stundensatz abrechnen.
sondern in ein ganz anderes Modell fahren.
Exakt, das sehe ich genauso.
Und dann ist mein Gefühl manchmal, dass manche Verantwortlichen, Eigentümer oder ein Zielelevel so ein bisschen am Lenkrad eingeschlafen ist, weil wir sehen ja gerade, in welche Richtung es geht und sollten reagieren.
Ich habe jetzt verstanden, Sehr strukturiert von Anfang an hast du ja einmal die Wertschöpfungskette angeschaut, welche Probleme musst du lösen, wie und wo kannst du KI einsetzen, das mal alles auf dem Kanban-Bot gemappt und bist dann so Schritt für Schritt in die Umsetzung gegangen.
Dann ist ja auch eine wichtige Architektur, also Architektur ist ja dann total wichtig.
Welche Entscheidung triffst du?
Da gibt es ja auch verschiedene Trade-offs, aber du brauchst ja dann irgendwo, du hast jetzt von Claude gesprochen, also was ist dein KI-Layer, wo du mit KI arbeitest?
was auch, wo leben deine Daten auf die KI zugreift.
Und dann hast du auch schon verschiedene Tools wie Klavio zum Beispiel oder Shopify angesprochen.
Könnte man ja auch sagen, kann man ja auch selbst bauen vielleicht mittlerweile.
Oder man kauft sich State-of-the-Art-Tools dazu, die gut integriert sind.
Wie hast du dann darüber nachgedacht, so diesen Tech-Stack aufzusetzen?
Weil das ist ja extrem zentral.
um damit dann später mit einer Person weiter wachsen zu können.
Und falsche Entscheidungen kannst du ja immer noch mal zurückdrehen, aber will man ja vermeiden, so in den ersten Jahren.
Ja, absolut.
Absolut, du hast recht.
Spannende Frage, die ich jetzt so interpretieren würde, als Kern ist so ein bisschen Make or Buy, jetzt wo man eigentlich die Mittel hat, viel Make zu machen.
Und wie sieht in der Architektur eigentlich aus?
Bei Make or Buy finde ich das total spannend, weil wenn ich mir jetzt über die Herzstücke des Business essentielle Gedanken mache, im Sinne von Shopify als Beispiel, da klar kann ich mir ein Shop-System selbst aufbauen mit allen Schnittstellen, Payment etc.
pp.
Aber mal ganz ehrlich, wie lange gibt es Shopify, was für einen Market Cap haben die und das ist deren Business-Modell?
Es gibt einen Grund, warum da jetzt nicht unmittelbar jemand die angreift.
Die haben zwar viel Angst, zu Recht, ja, und bereiten sich darauf vor, aber da würde ich sagen, so, hey, wenn das das Businessmodell hat und das wirklich so weit getrieben ist, das würde ich nicht angehen.
Das Gleiche mit Clavio, ne?
Also CRM, Schwerpunkt E-Mail-Marketing, SMS-Marketing.
Für meinen Use Case jetzt im D2C-Business mit allen Schnittstellen, Flows, Kampagnenmöglichkeiten und so weiter, bis ich das nachgebaut habe, ja, das kann ich mit KI machen, aber dann entferne ich mich immer wieder von meinem eigentlichen Business-Schwerpunkt, der da ist, einfach Gesichtspflege für Männer in Einfach anzubieten, in höherer Qualität, als du sie bei DM bekommst oder grundsätzlich im Drogeriemarkt.
Und alles, was davon weit weg geht, würde ich sagen, okay, das kaufe ich mir mit hinzu und ist dann eher eine Buy-Entscheidung.
Jetzt eine kleine Abweichung von meinem eigenen Business.
Ich glaube jedoch, dass es sehr viele gute Make-Entscheidungen gibt innerhalb von KMUs für Prozesse und Vorgehensweisen, die aber nur für deren Businessmodell relevant sind.
Weil natürlich gibt es da niemanden am Markt oder es gibt eine Softwarebude, die sagt, ja klar, programmier ich die für 250.000.
An sich gibt es ja keine Lösung, auf die man zugreifen kann.
Ganz faktisches Beispiel, ein guter Bekannter von mir, der hat einer der größten Influencer-Management-Agenturen in Deutschland.
Und das ist, für die, die es damit berühmt, das ist ein ziemlich spezielles Business mit speziellen Menschen.
und deren Management und Co.
Und da müssen super viele Parteien wissen, wann ist welche Rechnung, wann wurde welcher Post gesetzt.
Das sind sehr, sehr spezifische Daten, Analytik und Einblicke von unterschiedlichen User-Ebenen.
Da wird es halt niemals eine Lösung am Markt geben, die jetzt sagt, ich programmiere so einen kompletten Überblick für eine Influencer-Management-Agentur.
Und die haben das vollumfänglich selbst gebaut.
Und alle sind happy.
Die Kunden sind happy, die Influencer sind happy, die Werbetreibenden sind happy.
Und ich glaube, da macht es bei vielen Businesses, gerade im KMU, wenn man sagt, hey, ich kann auch irgendwas, spezielle Fertigung oder sowas.
Ja, wir spinnen jetzt ein bisschen.
Ich bin jetzt in der Produktion.
Da was Eigenes zu bauen, gerade wenn es harmlos und keine personenbezogenen Daten oder sonst irgendwas, dann go for it.
Dann definitiv make.
So, jetzt spreche ich ganz kurz zur Architektur und dann bohr gerne.
Super, super, super, super Gedanken, ja.
Macht total Sinn.
Bei der Architektur, da muss ich sagen, das ist ein Thema, das nervt mich selbst ein klein wenig.
Warum nervt mich das?
Ist, weil ich das Gefühl habe, dass sich das alle zwei Wochen ebenfalls überschlägt.
Angefangen mit, ich weiß nicht, ob du Berührungspunkte jemals damit hattest, aber vor zwei, drei Jahren, als ich angefangen habe, habe ich ganz viel Taiping Mind genutzt.
Typing Mind ist im Grunde genommen, gibt es glaube ich immer noch, aber ist im Grunde genommen einfach nur ein Interface, was über eine API die unterschiedlichen LLMs angebunden hat.
Das heißt, du registrierst dich bei OpenAI, DeepSecret und so weiter, schließt das einmal ein, gibst dein API-Code an und dann kannst du halt mit allen gleichzeitig chatten.
Das war ziemlich state of the old und dann hatte ich da alles dran.
Dann hatte ich da meinen Kontext, dann hatte ich da irgendwie Zugriff auf die Daten.
So, und dann hat es sich irgendwann angefangen zu überschlagen.
Dann kam die Chat-GPT, dann hat man geguckt, okay, wie persistent ist welche Memory.
Wir sehen es jetzt seit einigen Monaten mit Claude, was da passiert.
Und ich habe versucht, so pragmatisch wie möglich zu bleiben.
Ich hätte immer State-of-the-Art sein können, aber dann wäre ich in einen Modus der Selbstverwaltung geraten und Perfektionierung von etwas, was keinen Impact auf meine Bottomline hat.
Das heißt, ich habe geguckt, dass ich immer so lange mit Surve in einem Modell, wie es für mich einen Benefit darstellt.
Und wenn ich dann ein anderes, jetzt in dem Beispiel, jetzt haben wir gerade über Claude gesprochen, da über MD-Files und dann experimentiere ich so ein bisschen mit Obsidian.
Für den einen oder anderen, das ist halt so irgendwie, um das Gedächtnis von Claude noch mal ein bisschen aufzuhübschen.
Aber das finde ich sehr anstrengend, weil man sich immer wieder mit seinem Kontext neu einstellen muss und überlegen muss, okay, wie referenziere ich jetzt welche Details, wenn es jetzt um...
Produktformulierungen geht oder Ads, die geschaltet worden sind oder Insights zu Ads.
Also das finde ich ein bisschen anstrengend.
Und da gucke ich, dass ich meistens das verwende, was für mich am pragmatischsten ist und das ist jetzt gerade die Cloud-Infrastruktur mit allem drum und dran, was aber ja auch immer wieder verschmolzen wird zwischen Cowork und Chat und so weiter und so fort.
Okay, aber dann hast du, der KI-Layer ist quasi Cloud-Entropic mit den unterschiedlichen Konzept und Funktion.
Dann hast du dein, alles, was man über dein Unternehmen, was es an Wissen, Kontext gibt, das lebt in Obsidian und ist direkt verbunden mit Cloud.
Und dann hast du ein paar Kernsysteme, die ganzen Transaktionsdaten und so weiter, hast du dann Shopify drin und dann die ganze CRM.
Daten, die leben in Klavium.
Genau, mit Zugriff über die MCPs dann.
Und dann versuche ich teilweise mit MD-Files nochmal ein bisschen abzugreifen und nutze halt für die unterschiedlichen Anwendungsfälle ziemlich viele Skills, die ich im Laufe der Zeit für mich einfach weiter verfeinert habe.
Gerade wenn du jetzt den Ad-Bereich ansprichst, dann habe ich, das ist eigentlich ein gutes Beispiel, weil das ein Beispiel dafür ist, wo AI meiner Meinung nach noch nicht ganz weit ist, ist wahrscheinlich eine Frage der Zeit, aber dieses von vorne bis hinten eine Ad erstellen, editen, fertig machen, zuschneiden, launchen und so weiter, das wird jetzt in dem einen oder anderen Reel, werden die Leute sagen, das machen sie alles irgendwie mit einem MCP-Prompt, aber die Realität sieht komplett anders aus.
Und dafür habe ich halt Skills entwickelt.
Nehmen wir einfach mal das hypothetische Beispiel, ich will eine neue Bewegtbild-Ad erstellen.
Dann A muss ich dann erstmal in Claude ein Prompt erstellen mit meiner Idee, die zu Nano-Banana.
Aktuell ist jetzt einfach das aktuelle Modell, was ich gerne nutze, aber das variiert auch immer.
Nano-Banana gut funktioniert, das irgendwie entsprechend zuschneidet, dann noch Zwischen-Iterationen, weil dann brauchst du ja doch irgendwie ein bisschen Platz für deinen Text, den du platzierst, weil die AI das irgendwie dann doch ein bisschen verschoben hat oder so und dann ist weiß auf weiß.
Da musst du es im Canva nochmal nachbearbeiten und dann willst du vielleicht später mit Kling noch Bewegtbild daraus machen.
Also das ist schon noch ziemlich nitty-gritty.
Du kriegst zwar in allen dieser Prozessschritte, wenn du dich lange Zeit damit beschäftigst, kriegst du super gute Resultate.
Aber diese ganzen Zutaten in eine Suppe zu werfen, dass du irgendwie was kriegst, was schmeckt, das ist schon noch sehr auffällig.
Hast du mal die Icon angeschaut?
Das war damals so, die haben das auch immer cool gebrandet, der AI-CMO.
und jetzt habe ich gerade mal geschaut heißt jetzt die human at maker und ich weiß ja dass das letzte mal glaube ich von einem jahr getestet und da war das noch das alles alles natürlich mega aus in deren beispielen aber dann war es doch noch ein bisschen klank hier also nicht so dass ich also so dieses an kennig valley ist er halt wurde dann da sichtbar ist es war ein bisschen noch zu unecht und man hat es erkannt und immer dann, wenn du erkennst, dass es AI ist, dann ist ja der ganze Effekt wieder vorbei.
Kennst du das?
Jetzt, wo du es sagst, also ich habe es nicht weiter verfolgt, jetzt, wo du es sagst, auch ungefähr ein Jahr her, bin ich öfters mal drüber gestolpert, habe es mir auch angeguckt, habe, glaube ich, den Pitch verstanden, aber es ist nichts jetzt, was ich irgendwie weiter verfolgt habe.
Ich glaube, den Angle mit so AI, CMO und Überblick und so weiter, den verstehe ich schon.
Als jetzt jemand, der in der Praxis in diesen Positionen unterwegs war, wäre ich da noch ein bisschen vorsichtig.
Wenn ich jetzt Tech-Founder mit Engineer-Background wäre, wüsste ich nicht, ob ich mich auf ICAN verlassen würde als CMO.
Also ich muss mir das auch nochmal anschauen.
Das kann ich bestätigen.
Also auch wir nutzen AI für alle möglichen visuellen Assets, Grafiken und so weiter.
Aber da ist auch immer noch ein Mensch dabei, der da nochmal den Schliff macht und die Assets am Ende fertig baut.
Und es ist ja auch schön, also so perspektivisch, wenn ich diesen Pfad weiterverfolge und es macht viel Spaß gerade, dann...
ist es irgendwann auch schön, wieder in einem Team zusammenzuarbeiten.
Und ich glaube, das ist auch notwendig.
Ich glaube, mit einer gewissen...
Genau, also da...
Nee, schieß los, schieß los.
Ja genau, also es hätte mich jetzt nochmal den Blick nach vorne interessiert.
Also du hast jetzt den Launch erfolgreich hinbekommen, so wie ich es gehört habe.
Du hast jetzt deine Wertschöpfungskette gut aufgebaut, hast deinen Tech-Stack, hast dir dein Cloud-Setup gebaut, das kann auf die Daten zugreifen, ist mit den Systemen verbunden, hast deine Skills gebaut für die einzelnen wiederkehrenden Aufgaben, hast für bestimmte Kreativ-Workflows zum Beispiel, hast du deinen Ablauf fertig und kannst jetzt alleine da weiter durchschieben.
Was ich mich jetzt frage ist, Wie weit, glaubst du, könntest du das jetzt alleine treiben?
Wann kommst du an den Punkt, wo du sagst, da, weil das ist ja jetzt die Frage, wie baut man eigentlich jetzt als so ein kainatives Unternehmen auch sein Team weiter auf?
Macht man das überhaupt?
Und wann würdest du das tun?
Und was für Leute würdest du dann für welche Jobs einstellen?
Ja, gute Frage.
Und ich würde einerseits sagen, es ist abhängig vom...
reife gerade des Unternehmens und wie weit man das selbst gepusht hat, weil, warum sage ich, ist es davon abhängig?
Ich glaube, entweder hast du jemanden, sagen wir mal den Finance-Bereich, das ist vielleicht ein ganz gutes Beispiel, würde man sagen, ist regelbasiert, kann man irgendwie größtenteils mit AI abbilden, was ich ja wie gesagt jetzt gerade mit Zugang zu Steuerberater und Dativ und so, das tue ich.
Aber da würde ich sagen, So CFO in der Skalierung ist schon eine Position, wo ich sage, okay, da würde ich jemanden reinholen, der oder die schon viel Erfahrung hat, auf dem einen Ende des Spektrums.
Und dann aber, wenn wir sagen, okay, unmittelbar, und jetzt bin ich in der Zeitachse eher kurzfristiger unterwegs, da jemanden, der auch super wissbegierig ist und experimentieren möchte und neue Sachen ausprobieren möchte, selbst dazulernen möchte und Da wäre ich sogar gar nicht so spezifisch auf, weiß ich nicht, ist das jetzt Marketing, Finance oder so, weil die Skills jetzt, die du darauf anwendest, die, jetzt sprechen wir eher vom Junior-Level, das ist halt, du musst mit der AI umgehen können.
Du musst verstehen können, wo sind die Grenzen der AI, wo fängt sie an zu spinnen und worauf muss ich irgendwie achten.
Und jetzt haben wir gerade eben meinen Workload zu den Ads beschrieben.
Das wäre was, wo ich sagen würde, Ich glaube, auf Dauer ist da vermutlich meine Zeit nicht perfekt investiert.
Jetzt gerade sind Ads total wichtig.
Die Personen, die Männer lernen die Marke kennen.
Darüber kriege ich Traktion, darüber kriege ich Awareness.
Deshalb ist da ein bisschen zu experimentieren, das ist wichtig.
Das ist gerade ein wichtiger Teil.
Und irgendwann bleibt es wichtig, aber ist meine Zeit vielleicht woanders investiert.
Das heißt, da eher Leute, egal aus welcher Disziplin sie kommen, und auch egal, was sie für einen Background haben.
Wenn sie die Smartness an den Tag legen und die Wissbegierigkeit, sich mit diesen Systemen auseinanderzusetzen, dann glaube ich, egal jetzt, ob in meinem Setup oder in einem anderen Setup, hat man super gute Karten.
Jetzt hast du alle möglichen Welten kennengelernt.
Das Scale-Up, den Mittelstand, jetzt nochmal Start-Up, komplett mit KI aufgebaut.
Sagen wir mal, jetzt kommt nochmal so ein richtig spannender.
Mittelständler und macht dir einfach ein unschlagbares Angebot, wo du sagen würdest, muss ich einfach machen.
Die Chance kann ich nicht an mir vorbeiziehen lassen.
Und du kommst dann nochmal rein, jetzt in so einer CDO, CAIO-Rolle, wie auch immer, es verschmilzt ja auch so ein bisschen.
Was würdest du von dem, was du jetzt gelernt hast beim Aufbau vom 60-Kollektiv, dort mit reinnehmen, weil du sagst, hey, das Da würde ich auch in so Mittelständler, würde ich diese Prinzipien dort mit anwenden.
Also ich will so ein bisschen verstehen, was kann eigentlich der Mittelstand lernen von dieser neuen Art von Unternehmen, die so mit super, super kleinen Teams trotzdem stark wachsen, um das für sich zunutze zu machen.
Ja, das ist eine gute Frage, muss ich ein bisschen schmunzeln, weil das ist jetzt keine komplett fiktive Frage, ich kriege tatsächlich die Anfragen, da muss dann...
viel passend, dass das Gesamtsetup interessant sein könnte.
Aber ganz kurz mal aus Faktischer eingehend.
Also ich glaube, was ich mir wünschen würde, zunächst für den Mittelstand ist, ich will das nicht zu stark verallgemeinern, aber weniger Berührungsängste mit der Materie und eine gewisse Offenheit.
Ich weiß, das kann man überall nachlesen, aber das ist nichts, was wegzudenken ist.
Jetzt haben wir gerade darüber gesprochen, wie verhältnismäßig leicht es ist, ein Unternehmen aufzubauen.
Und deshalb der Sense of Urgency und Dringlichkeit ist schon da.
Und das heißt, eine Offenheit und die Offenheit würde ich mir wünschen oder wäre schön im deutschen Mittelstand, wenn Führungsetagen den als erstes an den Tag legen.
Und jetzt ganz, ganz, ganz extrem, wenn ich auf dem C-Level wäre und dementsprechend Strategie und Planung, Budget und Zielvereinbarung mitverantworten, würde ich das auch weiter runterbrechen in die Organisation.
Also sich kann man dann überlegen, je nachdem in welcher Branche man unterwegs ist, aber welches Team sich mit welcher Lösung auseinandersetzt und dann ist das faktisch mit der Teil der Zielvereinbarungen, hat einen Einfluss auf die variable Vergütung.
Ist dann, will ich jetzt nicht sagen mit einem Brecheisen, aber zumindest so, so kriegt man es in die Organisation rein und man muss es aber auch vorleben.
Also da, ich bin bei Das betrifft AI, das betrifft alle anderen Verhaltensweisen.
Ich kann mir als Geschäftsführer und Zieler wünschen, was ich will.
Wenn ich selbst das nicht entsprechend vorlebe und zeige, dann wird sich in der Organisation relativ wenig tun.
Weil du spezifisch bei mir fragst, wenn ich reinkomme, was an Wissen würde ich einbringen?
Ich will nicht zu viel wiederholen.
Ich glaube, es ist falsch zu sagen, man hat jetzt viel kennengelernt.
Man hat diese...
Hat Glück gehabt und ist in dieser Zeit und Generation gewesen, wo man die digitale E-Commerce-Welt von A bis Z bespielt hat und jetzt AI ganz gut kennt und deshalb kennt man alles.
Das halte ich für eine gewisse Hybris.
Also ein bisschen humble zu sein und das Business zu verstehen, den Kontext zu verstehen, die Herausforderung zu verstehen, weil es immer individuell ist und dann tatsächlich wie so ein Werkzeugkasten, Toolkasten chirurgisch darauf anzusetzen, wo man die Probleme...
womit man die Probleme am besten lösen kann.
Und da, das ist jetzt kein abgesprochener Pitch für die Zuhörer oder so, für Felix und sein Team, aber sagen wir mal einfach Felix oder jemand ähnliches, ja, also wirklich eine Agentur, ein kleines Team sich reinzuholen und damit erstmal Berührungsängste abzubauen und zu sagen, okay, was sind denn einfache Use Cases?
Das ist wirklich das, wenn ich sage, wenn man sowas noch nicht gemacht hat, definitiv machen, weil dieses Thema ist, das wird unsere Wirtschaft so Tut es schon jetzt gerade, aber noch viel, viel extremer verändern, als es in den letzten zwei, drei Jahren der Fall war.
Und um da als Unternehmen, und Deutschland hat viele tolle Mittelständler, die es wirklich seit Jahrzehnten oder länger gibt, weiter am Ball zu sein, weiter Hidden Champion zu sein, dieses Thema wirklich ernst zu nehmen und in die Organisation zu etablieren, ist für mich, das muss geschehen.
Und genau...
Auf dieser Note enden wir jetzt.
Carlos, vielen, vielen Dank.
Superspannend.
Hat mir viel, viel Freude gemacht, dir zuzuhören.
Weckt immer meine ganze unternehmerische Energie.
Und ich denke, jetzt will ich auch noch mal von vorne anfangen, obwohl es auch gerade so ganz cool ist.
Aber echt spannend.
Ich werde das weiter verfolgen und drücke dir da alle Daumen beim Aufbau von dem Unternehmen.
Vielen lieben Dank, vielen lieben Dank für die Zuhörerschaft.
Checkt gern 60kollektiv.com aus.
Primär für Männer, die Frauen können auch für ihre Männer kaufen.
Grundsätzlich, genau.
Vielen Dank dir für den Invite, Felix.
Hat super Spaß gemacht.
Danke, ciao, ciao.