# AI Transformation Is Cultural, Not Technical

**Podcast:** HMZE
**Published:** 2026-10-29

## Transcript

Was wir hier sprechen, ist nicht so anders aus dem, was wir über 50 oder 20 Jahre alt waren, wenn Agile war.
Jeder war über Projekt Management und Writing Stories und Diods und Bord und so weiter.
Aber was es eigentlich all about ist, dass es ein Ablament, eine andere Attitüte zu arbeiten, eine andere Decision-Making.
Und so weiter.
ist in der Organisation.
Bastian Buch, again.
And we have talked with Bastian in April on the transformation, the AI transformation he ran at the Getaway Group.
Exactly.
And this is actually an update episode.
He'll share his learnings and specifically what needs extra focus during the AI transformation.
So we hope you enjoy the episode as much as we did.
Welcome to the show, Bastian.
Second time, you're an old friend of this podcast.
Last time we spoke in German, obviously, this time in English.
And yeah, last time we already discussed a little bit of transformation that you've been starting in your current company, right?
There have definitely been some learnings.
We hope we'll be able to discuss with you today.
But before we jump into the main section, please repeat your intro again for our listeners, for those of you who have not heard the German episode as usual.
Yeah, hi.
I'm super happy to be back.
Let's see if we can make it also third time, unless it's not Spanish or Polish or any other language.
I might come back even with that time.
So yeah, a bit about me.
I'm in tech since 2002.
Actually, it's 1999 or so.
That's where I started programming.
And I moved to Berlin 2002 and worked in all the different tech companies here from smaller companies.
Promark Online, maybe some of you still know that.
Then ImmuScout, Omeo, Zalando Deliver Hero.
And recently I've been in a project for two and a half years where I started as a fractional CTO, modernizing and then AI transforming a group of travel brands to today's world, let's say.
But there's big news.
I'm currently leaving the company.
The project is over.
The chapter is closed.
Wir haben einige Strategie-Schänderungen in wie die Firma wird in der Zukunft sein.
Also, die Fokus der Firma in der Karte, in der mehreren Marketing und so weiter.
Based on das, wir zusammengezogen haben, dass das Chapter ist, es braucht ein anderes Profil von jetzt und ich move auf neue Dinge.
I'm working with a few startups that I also can name right now because I'm doing more like due diligence, vendor DDs and these kind of things.
And I'm helping a founder in the space of reg tech, regulatory tech, in the field of banking regulations to build their first platform version right now.
So there's a couple of things coming up and I'm super happy to be back here in your show.
Awesome.
Yeah, that sounds exciting indeed.
And yeah, you know the deal, right?
So we have a first section in our podcast where we talk about the status quo, right?
You explained your very sophisticated setup already last time.
So we don't want to repeat everything.
Just for those who haven't listened to it, you are an active user of OpenClaw.
Very early on, basically, after, I don't know, it was out one or two weeks, you already had been using it very extensively, have a pretty sophisticated second brand set up with several agents that are sorting through the business and updating it and building connections, right?
So just for our listeners, Und ich würde mich auch interessieren, dass ich das auch habe, und es automates eine Part-of-my-Life-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein-M-ein was wir hier sprechen.
Aber es macht mich wiser, es macht mich besser, und es macht mich viel insight über mich, über meine dailye Routines und so weiter, das macht mich besser in was ich.
So, ein Beispiel, das ich wirklich, wirklich liebe, ist, diese kleine Gagets, wo man sich record, die Plot zu recordieren.
Ich habe ein paar von den Pocketplot.
Ich habe ein Plot.
Und ich benutze das immer alle, um jeden Abend zu journalen.
Ich wollte das Journalen, aber das ist eigentlich nicht ein Praktis.
So was ich jetzt mache, wo ich in der Fahrt bin, in der Bett, woher ich gehe, ich mache Journalen.
Und all diese Dinge werden von meinem OpenClaw-Setup.
Together with what I have on my watch, which is the Garmin, you know, activities, sports, nutrition and these kind of things, with my calendar and all of this, and then it puts a narrative into my journal about myself.
So I'm able every morning to read a chapter almost out of a book, which is my last name, about myself, which is extremely great for reflection, right?
Because it tells me about patterns.
Das ist wirklich großartig.
In addition zu dem, es also builds meeres dashboards für meine sports-routines, meine habits und diese kinder Dinge.
Und einfach nur diese Dinge macht mich einfach besser.
So, ein bisschen persönliche Use.
Und ein Punkt für meine Augenklaue, ich muss mich auf die Garmin integrationen.
Das ist wirklich gut.
Du solltest das.
All right.
Thanks a lot.
Aber jetzt geht's into die Main-Section, die Meat, wie wir es in diesem Podcast.
Last time, as announced, you were talking about a fundamental transformation of the product and tech organization at the Getaway Group, right?
And we could say you made some learnings along the way, right?
And that's, I think, what you want to discuss and share with our listeners today.
And yeah, maybe let's start by you introducing us to the Das ist die Hauptsache, die wir in eine Diskussion über die Details haben.
Es ist eigentlich etwas, was wir über oder über über ein paar Stunden reden können.
Ich war triggert, wenn ich ein von deinen Reisen episodes mit Stefan gehört habe, wo ich die Punkt war, was das Transformation Takes Time.
Und dann habe ich gedacht, ist es ein Technikus-Transformation?
Oder ist es eigentlich etwas anderes?
Und ich denke, und das ist ein Big Learning, dass es eigentlich etwas anderes ist.
Was wir hier sprechen, ist nicht so anders aus dem, was wir über 50, 20 Jahre alt waren, wenn Agile war.
Everyone war über Projekt Management und Writing Stories und Doing DoDs und Having Boards und so weiter.
Aber was es eigentlich all about ist, enablement, eine andere Attitude towards Work, eine andere Decision-Making.
und so weiter.
Und wir haben die gleiche Sache heute.
Die nächste Model ist Opus besser als Fable, ist Gemini besser als was, was wir haben?
Was kind of guardrails?
All of das ist wichtig, aber was ich gelernt ist, dass wenn wir über AI-Transformation sprechen, es ist eigentlich die harde Part der Veränderung des Veränderungsstunden und die Essens der Zusammenarbeit und der Zusammenarbeit Das ist alles, was wir sehen.
Wir können nur in der Entwicklung und sagen, wir sind ein Agenten-Setup-Bereich und dann alles gut.
Wir haben nicht nur Leute, die das und wollen in einer mehr Holistik-Way arbeiten, in einer orchestrater-direktor-Way.
aber eigentlich wollen sie zu executieren.
Das ist der vollen Rettung, weil das ist wie sie ihre Jobs starten.
Es braucht Zeit, um das zu finden, um verschiedene Jobs für die Leute zu finden.
Aber dann gibt es auch andere departments und andere Funktionen, und sie, von natureem, sind unterschiedlich.
Wir haben Sales, wir haben Finanz, wir haben HR, wir haben alle diese verschiedenen Leute, die ein Teil einer Organisationen haben, und wir müssen sie sich um sie zu machen.
Und zu sagen, hey, Sie alle arbeiten mit AI jetzt ist nicht was das All-Abte, weil...
Most people use AI as a tool, right?
It's like they go to a church ABT and ask for a text.
They get a text and then they think they're doing AI.
It's completely different and that is what people have to learn.
Yeah, and that is my biggest learning that this is actually holding us back from AI or you could actually turn it around and say AI is an amplifier for how the culture in an organization is like.
Yes.
I mean, that essentially, as you mentioned already, we discussed 15 years ago as well, right?
The Potter change management.
It's essentially, it's change management at its best and even probably even more so than when we introduced Agile because it's changing the...
Das ist die größte, die Software Engineering ist, viel mehr als Agile.
Denn bei Agile, du war still Coden und Writest, aber die Zusammenarbeit mit anderen Engenern war es verändert.
Diesmal, es verändert die Arbeit.
Es ist sogar mehr schwierig.
Aber auch für andere Funktionen, es ist sehr, sehr schwierig.
Ich denke, das ist eine der Haupte manchen.
Ich habe die Begründung.
Ich habe es ein sehr viel.
Ich habe es ein sehr viel.
Ich habe es auch ein sehr, sehr viel.
Ich habe es auch ein sehr, sehr viel.
Ich habe es auch ein sehr, sehr vieles.
Ich kann mich sehr interessieren, dass ich sehr into die Technikale Aspekte war, wie wie wie wir das machen, wie wie wir das machen, wie wir das machen, wie wir das machen, wie wir das machen, wie wir das machen, wie wir das machen.
Und dann, über die Zeit, ich habe gelernt, dass es mehr über die Leute, die Kultur und die Mindset.
So I think you absolutely have a point here, Bastian.
But, and I think there, HR is maybe the wrong comparison.
What we see with AI is it affects the entire knowledge work, right?
It's not just us on the technical side.
It's actually everyone in the company and everyone is dealing differently.
So I would say the scale we see today or the challenge we see today is actually larger.
Absolutely.
I mean, there's a lack of comparisons, right?
Because humanity never has seen something like that, right?
In Agile, this aspect of learning and aspect of reflection, this was the new thing, right?
And now you have something completely different, which is becoming part of an kind of ecosystem where humans and machines are able to think, right?
And this is, I mean...
Ja, ich kann jetzt mal jemanden haben, in deinem Podcast 10 Jahre alt, wenn du das Podcast schon hatten und es kommt mit dem Story, dass du ja, in 10 Jahren wird das und niemand hätte das geliefert.
So das ist wirklich, wirklich großartig.
Und du absoluten Name es, André, es ist nicht für tech, es ist für alle.
Und zurück zu den größten Erinnerungen, es ist auch wie ein executive team works, wie die board works.
Was we expect from people?
How do we actually drive decisions through the organization when everyone is becoming super fast, but you have this kind of need of becoming close or staying close to where decisions are made, but you are just a few people in the management team and the rest is like everyone else, right?
If you have 100 people, 100 decision makers, but you are just...
All of this makes it super difficult and we have not learned this as knowledge workers, as humanity.
Ja, und ich denke, es hat mehrere Dementions.
Die erste ist, dass jeder von den Knowledge Workers muss, oder muss man lernen, wie mit AI in order zu werden, und mit mehr Productiv zu werden, also ich bin pretty much referring zu, was du gesagt hast, ich glaube, dass Efficiency ist eine Teil des Erfolge.
So, die Knowledge Gathering ist viel mehr effizient.
Ability to make informed decisions based on more data collated and collected in a very quick way.
Also in software engineering, just producing code that actually works is a lot faster, right?
But the even bigger lever is what's possible right now, right?
So the amount of projects that I've started in the last nine months in areas that I wouldn't have thought about before, be it GIS, be it audio processing, whatever, or image processing for that matter, is just staggering, right?
So that is one part, but the other part is actually the next step is then how to do it, how to still collaborate, right?
Because you now have your, I don't know, assistant or your...
die Partnern, die du arbeiten mit, die AI agents, aber wie du das dann mit anderen Menschen mit anderen Menschen und anderen Menschen?
Das ist komplett unsolvend für mich.
So in Software Engineering Teams, aber auch in anderen Knowledge Areas.
Aber anyway, es ist ein sehr philosophisches Punkt, ich glaube.
Probably, es ist nicht so philosophisch in der Ende.
So eine Realisation, die ich kam zu ist, dass wir wahrscheinlich haben, dass nicht jeder ist.
in terms of how they see work and what kind of talents and skills they bring to the table.
And saying that everyone should use AI is probably not the right thing.
Because then you say everyone has their own agent and everyone opens Cloud Code and everyone has to somehow think about the difficulties of it, like giving context, setting goals, setting guardrails.
When you have a sales team, they cannot build these, for example, hooks to be secure.
So there's limitations to it.
But then you could realize this, you could say it's our saying that we are able to build and work with AI.
It's our obligation to build a system that makes everyone else, humans and the agents and juniors who come to the table after university, able to work in that environment.
Das ist eigentlich, ich denke, was wir tun.
Wir sollten wirklich haben etwas wie...
Da waren diese Unternehmen Architektes, 15, 20 Jahre alt.
Aber sie still existieren.
Ja, ich weiß.
Sorry for interrupting.
Aber jetzt brauchen wir eine Gruppe von Leuten, die nicht tech-technisch sind, aber auch die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, die Menschen, AI-Sort of things, to build an operating model, an operating system for an organization where agentic intelligence, human intelligence, can work together in processes that don't overwhelm, especially the humans, but also the agents.
Ich denke, wir haben jetzt noch eine neue Rolle gefunden.
Ich bin absolut mit Ihnen mit Ihnen.
Du kannst nicht die Komplexität der etwas zu bauen, auf die ganze Organisation.
Ich denke, es ist überwürdig, Leute.
Ich denke, wenn du nie die Chance hast, zu bauen, weil die Komplexität so hoch war, weil du keine Ahnung über die Software-Engineen hast, und jetzt kannst du mit einem Prompte oder kannst du mit einem Prompte bauen.
Ich denke, das ist auch...
Das ist das, was auch Leute gerne machen.
Aber du absolut haben eine Punkt.
Du kannst nicht die Komplexität in der Produktion environment auf die ganze Organisation.
Du kannst etwas wie AI-Operating Engineers oder etwas wie das.
So Leute building diese Operating Model, diese Operating System, die andere einfach nur können, aber auch...
Ja, gut point.
mit Roderike von Delivery Hero über der Hannes.
Aber auf der General Knowledge work, die Frontier Labs sind die Forward-Deployed Engineers, und eigentlich, die Unternehmen sind die gleiche Sache.
Sie haben diese Internally-Deployed AI-Engineers, die sich in der Arbeit beherrscht.
So, ich denke, es ist passiert.
Still, the fact is that there's no best practice yet out, right?
How to do this.
So we're all trying to find this out as we go.
And we should share and speak about it, even if we know that tomorrow it will be solved differently or that the kind of pace of things is just insane and it will be hard to follow through with a lot of these ideas anyways.
But maybe as one example, what I just did was the startup that I mentioned before.
So the founder...
Obviously, any founder wants to work on the frontend of that application.
There's a lot of ownership in it.
And up to now, she was doing mocks in this Google tool, Google Paint tool or whatever it's called.
So now I thought about, okay, how can I make this an exercise for her that she works with AI without working with AI and she can kind of do what she's doing without understanding.
oder mit Figma oder all diesen Tools.
Was ich was building, das ist ziemlich einfach und sehr straightforward, ist, dass ich Pen.dev, das heißt, es sich called Tencel, ich glaube, in unsere Repo, weil das Code ist.
Und sie hat eine localische Installation von Pen auf ihrer Maschine.
Sie kann sehen die Design System unserer App mit tokens, mit Atoms, Moleküls und Domain Componenten und so weiter.
But that's just for her to see.
What she is working with is linear.
So there is now a project where the design agent actually set up issues with all the different design tokens and components to review.
The agent sends a screenshot of those.
And she can go in and just write in whatever format she likes.
I don't like the gray.
Or I have a screenshot here of something different.
And then she just...
Das ist dann auch die Harness des Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations-Applikations- dass nach ein paar Minuten ein paar Minuten die Agent senden back screenshots des Resultes in der Frage, und wenn sie gut ist, sie einfach mal es, dann wird es dann automatisch geöffnet werden, in der Frontend-Code, die ich in GitHub review.
Und dann ist es live.
So es ist ein ziemlich einfaches Prozess, wo Intelligenz und Human validation kommen.
without the need of everyone installing Cloud Code and trying to figure out all the complexity.
That's basically the dark software factory, right?
In a way, it is, yeah.
You have two interfaces.
It's exactly like also Rodrigo from Delivery Hero described it.
You have two interfaces.
One is the issue tracker, where you pretty much define what you want, right?
And then on the other hand, you have you reviewing the outcome.
And once it's approved, then it can go live.
Und dann ist es auch in der anderen Seite.
So die Arbeit der Agent ist in einer Art, dass jeder PR hat eine Sektion, die sich für den Fondern befindet.
Und dann ist es in der Nontechnik-Termin.
Es ist einfach ein Log, das war, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist, das ist Das ist das, was ich jetzt verstehe, was das alles übersteht.
Aber das ist das, was ich jetzt meine approache an der Moment ist.
Ein wirklich interessanter approach.
Und ich denke, für die du gerade jetzt, eine sehr kleine Team zu tun, ist das genau wie ich es jetzt heute machen.
Of course, after like when three, four people joined and obviously things become more complex and complicated at the same time.
In the moment where you move out of engineering territory, I would say this is where I would be fascinated to better understand how this is going to work out.
Because as Sebastian said, actually in engineering, we are transforming this wire like a solid harness.
like what is the harness for organization, right?
And I think also the use cases are so different.
I think there is not one harness to rule them all, to rule all non-technical work.
And I was also wondering if, yeah, like a harness for me is still something like a process, right?
It's something which is giving you guidance along a process.
Maybe it's also more like, wie vielleicht ein Interface, um, rather than a Process, which you may use.
Not sure.
I haven't, I haven't had the time yet to look at, um, uh, Cloudflare, Cloudflare OS.
Have you heard about that?
I think that is going a bit in that direction, like giving the organization a place where you can collaborate with AI in a, in a less complex manner.
Um, I think at least.
The way it looks, it might be something worth exploring.
But absolutely get your point.
You don't want to throw the complexity of making AI work for your work on the organization.
In the end, I think one thing that also I underestimated is I think UI is not going to die.
UI is the interface for human beings.
Absolutely.
So, es wird sich die Farbe, es wird sich die Boxen, es wird sich die Tutsch verändern.
Sie werden sich die Natur aussehen, aber es ist die Interface für uns und es ist wahrscheinlich nicht ein Chat.
Nicht in allen allen anderen Källen, an der ich es.
Ja, ich glaube, nicht in allen anderen Källen.
So, wenn ich die Harness' habe, kann ich ein bisschen über ein Experiment machen, das ich habe dieses Woche gemacht.
After I thought about exactly what we might talk about here in this episode, and one of the realizations, I think I mentioned this before, is AI is not a producer of text or content.
That's what 99% of those users actually use it for currently.
But what it is, is actually a plugin intelligence, right?
Probably intelligence is not even the right word.
It's more like a plug-in thinking that you have, right?
And what I experimented with is writing a book, a novel.
So there were a lot of failures in these, in this regards, right?
I even, I think, books being published in Amazon, being written by AI.
But how these were working is actually asking Chet-GPT or these agents, agentic setups, without giving any context in Harness.
to write me a book.
What I did was actually set up a harness for writing a book, which consists of, for example, an agent for characters.
Within the process, up to 20 agents of those kind can be spawned.
There is another agent, which is a director, there is a stage builder, there is a narrator, there is a continuity manager.
And all of these things have different roles in the setup, right?
And then all of this comes together.
And one of the key elements that I tried is actually starting these profile agents with their own background, with their motives and so on, and let them talk with each other on a specific environment, on a specific stage.
And I can tell you the first two books that I produced last night.
They're just like page turners.
They're really, really, really good.
Really interesting.
Well written.
Very poetic.
Deep.
They have many characters with deep relations and so on.
I will write about this experiment soon, I guess.
But this is actually what it is, right?
So not using it as a producer, but actually thinking about what do I actually need when I write a book I need.
Someone who thinks about the stage, someone who thinks about continuity and so on.
And this is what we need to bring to people in all kinds of work.
I think this is also a great example of playing to the strengths of the LLMs, right?
Where what we oftentimes do is we either give too little context or average users either give too level.
zu wenig context, zu sagen, es zu schreiben, ein Buch über Topic X zu schreiben und dann etwas Average wird.
Oder zu geben, zu viel context zu geben und dann sind es weder competingen Informationen in den Kontext zu schreiben oder es ist einfach zu viel für die LLN zu verhalten und zu halten, die wir nicht gut sind, aber bei diesem Beispiel zu dissetzen, diese specialisationen, die du gemacht hast.
You keep every one of these focused on a specific job.
That's actually also, I'm not sure if you also follow Matt Pocock in his latest, yeah, I would say advancements to his skill library.
He is saying, We should not bloat the code generation up too much by giving it too much context about how the code should look like and how it should be structured, but rather do it after the fact.
So first produce the code that solves the problem and then after the fact make the code look nice due to several specialized agents that take care of the reviews and the changes.
Exactly, exactly.
And then it's kind of a circle.
It's not that different from writing code.
Weil es alles über die Abstrachtung ist.
Wenn wir als Software Engineers waren, ich hoffe, du remember das.
Wenn wir über ein Problem waren, wir waren nicht alle einzelnen Teilen, aber wir wollten die Abstrachtung.
Mit Class, mit Interface, mit System, mit Services und so weiter.
Und jetzt ist es ziemlich ähnlich.
Mit meiner Buchung zum Beispiel, könnte man sagen, dass man alles über die Profile ist.
Probierlich nicht das was, aber was man ist ein Casting Agent.
Das kann man auf die Profile einfach nur mit einem bisschen Kontext über welche Leute du willst.
Und dann kommt es mit verschiedenen Ideen und so weiter.
Das ist auch der Weg.
Du musst nicht schreiben, was ein Agenten sollte, step-by-step-by-step-butstern, aber du gibst es ein Ziel.
Und das Ziel ist es eine Abstraction.
Und zurück zu der Organisation, viele Menschen sind wirklich nicht gut in setting goals.
Was sie machen, was sie können, was sie können?
Was ist die nächste?
Was ist die nächste deadline?
Aber eigentlich, thinking über eine Vision und eine Goal ist die harde Part.
Aber das ist das wir jetzt.
Es ist ein Obstruction.
Und ich denke, das ist eigentlich, vielleicht, um es in einem Nutshell.
So, pretty much, zu landen, oder der Planen, oder was es, in terms of goals und nicht in terms of...
The process and steps to get there, but rather in terms of which agents could be needed in order to get there or which perspectives that could be represented by agents.
Exactly.
I think an agent is something like a bucket of thinking.
So where you say this is one goal, it has specific independent contacts from the others, it might have their own identity.
mit memory und so on.
Und du musst dieses Identität über das was es tun.
Das kommt wahrscheinlich nach der Fakt.
Vielleicht ist es ein bisschen philosophisch, aber ich habe nicht gefunden, die LinkedIn-Diskussion gefunden.
Aber ich habe eine sehr similare LinkedIn-Diskussion, ich weiß nicht, oder die Woche, und es meinte mich an...
The phrase, the most profound technologies are those that disappear.
And I think that, so maybe it actually also, on your point, Sebastian, maybe it also goes beyond agent, right?
So at the end, you want to give it to someone.
It doesn't matter whether this person exists or is virtual, but you hand this over and you get a result, right?
You do not care about...
wie es jetzt geht.
Und ich denke, es ist für uns oder jemand mit einem guten Technik und Business-Understand zu bauen, diese kinder operating model.
Und dann, ich würde absoluten agree, es ist vielleicht die Agent, aber etwas, aber etwas, was nicht so sehr, sehr komplex.
Absolut.
Ich denke, es ist nicht sogar philosophisch.
Es ist eigentlich zurückgekommen zu, was wir hatten in den Beginn mit den Agile Teams hatten.
Wann das auch nicht so?
Er sagt, dass ein Enginheer mehr mehr als nur ein Plan und es zu tun hat.
Sie müssen es sich an.
An Agile Team mit einem Produkt-Owner hat die Ownership in place, das ist die Entscheidung-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making-Making A lot of those things were never really done in most teams, right?
There was this going back to engineering managers and really hierarchical organizations.
But the actual idea of Agile and new work and all of these movements was exactly that, right?
Having elements of entities, abstract entities where work can be done and you give it goals and that's it.
Since it did not change.
Every company, to put it mildly, right?
Maybe most companies even reverted back to some form of what happened before.
Can we all just sigh in relief and say, ah, the agile thing, sorry, the AI thing will also go away?
Just a sarcastic comment.
We're probably not and it needs to, we all need to, yeah, see how we can actually, and this is then the leadership question, right?
It's not just, again, building a system that, People can then use in order to set goals in the right way and make progress in the direction of these goals, but also keep these goals aligned to one another in a company that everything pays into the same thing, but rather that enables people on the way to get there and still collaborate and be a social.
Go back to the socio-technical Das ist nicht nur technisch, sondern auch social.
Ja, genau.
Ich denke, wie du gesagt hast, dass die meisten Unternehmen nicht mehr machen.
Es wird Jahre und Jahre.
Die Frage ist, ob die Unternehmen, die es oder die Unternehmen machen, so können, weil sie so stark sind, Das ist das, was ich weiß, wie es hier ist.
Ja, für sicher.
There comes in the reality of time just takes change, right?
Specifically, if humans are part of this change that needs to be carried out.
Did you see there was an article that also went through LinkedIn, I think last week, where it said something about the intelligence of the others, where it compared the intelligence of the Houthis using Claude to build an intelligent missile system while in Berlin, Die kind of authorities tried to manually figure out what happened in the attack that happened, I think, a couple of weeks ago.
So they were not allowed to use any AI.
And then you have a terrorist organization that actually uses it to build something really like science fiction.
Maybe also a good example why you can't compare AI with AI.
Exactly, exactly, exactly.
Ja, die scale, die complexity, die mich tatsächlich dazu führt.
Du hast Sebastian, das will es take time.
Wenn ich die Begriffe mit der Anzahl von H&R und wie lange es dauert, für die Unternehmen es, ich denke Sebastian, du bist absolut richtig.
Für die Unternehmen, ich denke, sie haben wahrscheinlich nur ein Frisch von es.
Und jetzt haben wir AI, die ist viel mehr complex.
aber auch viel mehr dynamisch.
Es ist für mich zu denken, was es bedeutet, wie lange es dauert es?
Ich habe mich daran, dass es viel länger dauert, aber es fühlt sich anders.
So die progress you see in bestimmten Unternehmen, in bestimmte Industrie und in bestimmte Funktionen, denke ich, ist phenomenal.
Und dann sieht man People denying that or using it as a shed to produce content.
So it's very unbalanced, as Sebastian would say.
I would say it happens both at the same time.
Welcome to the world of ambiguity, right?
So that's where we're all in.
It happens both at the same time.
Those companies won't move that fast, maybe not at all.
But at the same time, there will be solutions for things that those companies do.
Let's say, I don't know, security audits or regulatory audits.
Currently, managers have to go to meetings again and again every year.
The same procedure, right?
They go into those meetings and fill out Excel forms and so on.
All of this will be solved.
So some roles will even go away.
Designers probably will be solved.
Coders is solved, will be even more solved with the harness that we are currently building.
So you need less of them or you need...
Oder du musst mehr Probleme lösen.
Just eine andere Art und dann mehr.
All of das nicht brauchen die Unternehmen zu ändern, aber sie werden die Veränderungen haben, dass sie die Veränderungen haben, wo sie nicht mehr Menschen brauchen oder andere Menschen brauchen.
So das wird kommen, aber es wird auch möglich.
Aber es ist wahrscheinlich nicht der Unternehmen, die Unternehmen, die ihre Kontext und Harness und so weiter.
Das wird einfach nur die Software, die sie benutzen, die Dinge benutzen, die Dinge, die Dinge.
Das war eigentlich mein initiales Assumption, drei Jahre alt, wenn es all started hat, dass wir einfach nur die Tools zu warten und bringen all die Features.
ist ein bisschen von der Begegnung von der Beginn, dass man nicht in der Tools und Steps sollte, sondern eher von Goals und Agents, die können oder können machen, und dann können Sie auch mit dem Schritt in der Richtung, um die Goals zu gehen.
Fundamentally, ich denke, dass wir da noch nicht mehr sind, in knowledge work generally will be transformed in this direction.
It's a long time, definitely.
There will be companies that will go in this direction and will be moving a lot faster than others and then old companies will die that cannot adapt quick enough.
With every change, basically, that happens, right?
It's just that currently the sheer tsunami or the size of the change makes it so hard to grasp if this will transform.
Right now, it's very constrained to the knowledge work, to the digital world.
Will it also move into the physical world?
Will all companies basically be affected by this and then pretty much overturned by these younger competitors that are so much faster?
Nice closing.
We could now go maybe for the next episode or so.
The Beyond Vibe Coding Podcast is a project by Sebastian Heidemeyer zu Erpen and Andre Neubauer, partnering with ImpalaSearch.
The content is created by us and our guests.
Join the discussion on LinkedIn or visit our website where we publish all episodes.
For questions and inquiries, feel free to reach out via LinkedIn.
Thank you for your time and see you in the next episode.