Masters of Data, BI & AI

Frösche fangen im Datensee: Warum KI-Projekte scheitern | Konrad Sippel & Rocky Khan - #24

‱ Rocky Khan ‱ Episode 24

Use Left/Right to seek, Home/End to jump to start or end. Hold shift to jump forward or backward.

0:00 | 52:48

Send us Fan Mail

🐾 Wir haben ein tolles Labor eingerichtet. Wissenschaftler eingestellt. Beste Instrumente besorgt.

Und dann haben wir festgestellt: Wir haben gar keine Frösche. Die sind noch draußen im Teich.

Konrad Sippel hat den Content Lab bei der Deutsche Börse Group aufgebaut — eine der ersten Data Science Einheiten im Börsenbetrieb. 1 bis 1,5 Petabyte Daten tĂ€glich. Und trotzdem: Die grĂ¶ĂŸte Erkenntnis war nicht der fancy Use Case, sondern das Fundament darunter.

Heute ist er CIOO bei valantic FSA und CEO bei Signalyst — einem Startup, das institutionelle Investmentsignale auf Basis bayesianischer Statistik fĂŒr den breiten Markt öffnet.

In der aktuellen Episode von Masters of Data & AI spricht er ĂŒber drei Karrierestationen, zwei Unternehmen gleichzeitig — und eine Lektion, die sich durch alles zieht.

Ein paar Dinge, die hÀngengeblieben sind:

Zur Datenfundament-Falle: Data Scientists, die 80 % ihrer Zeit mit Data Wrangling verbringen statt mit Data Science — das ist kein Einzelfall, das ist der Normalzustand. Konrads Rat heute: Erst ein Jahr lang nur Data Engineers und Infrastruktur. Dann erst die Wissenschaftler ins Labor holen. Frösche mĂŒssen zuerst gefangen werden.

Zu KI im Kapitalmarkt — damals vs. heute: 2016 war Machine Learning im Finanzbereich noch gefĂ€hrlich, datenschutzrechtlich verdĂ€chtig und organisatorisch unerwĂŒnscht. Heute fĂ€llt der Aktienkurs, wenn der CEO keine KI-Strategie hat. Dieselbe Technologie, komplett andere Welt.

Zu GAIA-X und kollaborativen Datenprojekten: GeldwĂ€sche erkennt man nicht innerhalb einer Bank — sondern ĂŒber alle Banken hinweg. Das Problem: Die Daten dĂŒrfen nicht geteilt werden. Konrad hat daran gearbeitet, genau dieses "Das geht nicht" als falsch zu beweisen. Gemeinsam gehostete Infrastrukturen mit hohen Sicherheitskonzepten — damals Pionierarbeit, heute RealitĂ€t.

Zum Startup-Fehler bei Signalyst: Produkt fertig. Erster Monetarisierungskanal nicht validiert. Zertifikate emittieren wollten sie — ging nicht. Neun Monate verloren. Die Lektion: Das Ende muss vom ersten Tag mitgedacht werden. Nicht "Modell lĂ€uft in der Cloud", sondern "Kunde kann hier sein Depot eröffnen."

Zu valantic FSA und der nĂ€chsten Phase: Gute Produkte, gute Kunden — aber zu viel Individualentwicklung, zu wenig Standardisierung. Konrads Mission: Operative Prozesse straffen, KI in die Applikationen integrieren, vom IntegrationsgeschĂ€ft Richtung skalierbarem ProduktgeschĂ€ft. Weniger ist mehr.

Wie seht ihr das — ist eine solide Dateninfrastruktur wirklich die Voraussetzung fĂŒr erfolgreiche KI, oder ĂŒberschĂ€tzen wir das Fundament und unterschĂ€tzen den Mut zum Experiment?

đŸŽ™ïž Die ganze Episode jetzt auf Masters of Data, AI & BI — Link in den Kommentaren.

____LinkedIn Profile____

LinkedIn Profile von Konrad Sippel: https://www.linkedin.com/in/konrad-sippel/

LinkedIn Profile von Rocky Khan: https://www.linkedin.com/in/khanrocky/

____Business Buch____

Influence von Robert Cialdini — wie unser Gehirn Entscheidungen trifft und wie Einfluss wirklich funktioniert. Konrad hat es wĂ€hrend seines MBAs gelesen und es hat seine Sicht auf Business-Entscheidungen und GeschĂ€ftsmodelle grundlegend geprĂ€gt.