Warum eure KI absichtlich Fehler machen sollte | Prof. Dr. Florian Offergelt & Rocky Khan - #33

Ein Kunde von Prof. Dr. Florian Offergelt lässt seine E-Mail-KI absichtlich 25 bis 30 Minuten warten, bevor sie antwortet. Und in jede zweite oder dritte Mail wird bewusst ein Rechtschreibfehler eingebaut.

Nicht aus Versehen. Aus Kalkül. Zu perfekt, zu schnell, zu steril — und Menschen merken sofort, dass da eine Maschine antwortet. Ein Tippfehler macht die KI menschlicher, und genau das schafft Vertrauen.

Florian ist Wirtschaftspsychologe, Unternehmer und Forscher zu Knowledge Hiding — dem bewussten Zurückhalten von Wissen in Organisationen. Er hat quantics plus zu dritt gegründet, mit zwei weiteren Wirtschaftspsychologen aus der Wissenschaft, und bringt seit über zehn Jahren das zusammen, woran viele Professoren scheitern: Theorie tatsächlich auf die Straße zu bringen.

In der aktuellen Episode von Masters of Data, BI & AI spricht er über den teuersten blinden Fleck vieler Unternehmen — und warum digitale Wissenszwillinge mehr können, als die meisten erwarten.

Ein paar Dinge, die hängengeblieben sind:

Zum eigentlichen Preis von Knowledge Hiding:
 Eine Studie aus 2014 beziffert den wirtschaftlichen Schaden für die Fortune 500 auf 40 Milliarden Dollar pro Jahr — und Florian vermutet, die Zahl ist heute höher. Organisationen mit 1.000+ Mitarbeitenden verlieren jährlich Millionenbeträge durch schlechtes Wissensmanagement. Bei kleineren Unternehmen wird es proportional oft sogar schlimmer, weil das Wissen einzelner Personen dort noch schwerer zu ersetzen ist.

Zum digitalen Werksleiter:
 Bei einem Kunden aus der Fleischverarbeitung mit mehreren Werken baut Florians Team gerade einen digitalen Zwilling für den Werksleiter. Der Auslöser: 70 bis 80 % der Maschinenausfälle sind schlicht Fehlbedienung, keine echten technischen Defekte. Der digitale Zwilling hilft den Leuten an der Linie, Maschinen selbst wieder zum Laufen zu bringen — das spart mehrere Stunden pro Woche und beschleunigt jeden neuen Werksaufbau, weil Fehler nicht mehrfach gemacht werden müssen.

Zur eigentlichen Positionierung gegen McKinsey & Co.:
 Nicht Talent, sondern Tagessätze. quantics plus arbeitet bewusst mit dem Mittelstand und Hidden Champions, wo McKinsey nach drei Tagen das Budget aufgebraucht hat. Und sie sagen bewusst Nein zu Projekten, die nicht in ihre Kernexpertise fallen oder ihnen schlicht keinen Spaß machen. Sein Lieblingssatz dazu, den er bei einem Kunden an der Wand gesehen hat: Wer immer Ja sagt, macht Umsatz. Wer auch mal Nein sagt, macht Gewinn.

Zur Frage, ob KI Wissensmanagement überflüssig macht:
 Florians Gegenfrage: Wenn die KI wirklich alles über eure internen Prozesse wüsste, hättet ihr vermutlich ein Datenleck. KI ist stark im expliziten, niedergeschriebenen Wissen. Spannend wird es erst beim impliziten Wissen — Entscheidungsheuristiken, Kontextwissen, Erfahrung. Und Wissensmanagement bleibt am Ende vor allem ein Führungsthema, keine reine Tool-Frage.

Zur Zukunft der Arbeit:
 Verantwortung wird noch lange menschlich bleiben — nicht weil KI es nicht könnte, sondern weil jemand die Konsequenzen tragen muss, positiv wie negativ. Florians Rat an junge Berufseinsteiger: Verantwortung suchen, nicht meiden. Wer sich davor drückt, macht sich in einer KI-Welt am ehesten überflüssig.

Wie seht ihr das — braucht gute KI wirklich ein bisschen kalkulierte Unvollkommenheit, um menschlich zu wirken, oder ist das am Ende doch nur ein netter Trick?

LinkedIn Profile: 

LinkedIn Profile von Florian Offergelt: https://www.linkedin.com/in/florianoffergelt/

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

Business Bücher

Thinking, Fast and Slow von Daniel Kahneman — Florians Erklärung dazu: Es hilft extrem zu verstehen, wie Menschen wirklich ticken, inklusive Verlustaversion und der Prospect Theory, die Kahneman gemeinsam mit Amos Tversky entwickelt hat.

Never Eat Alone von Keith Ferrazzi — die Kernidee: Egal was du machst, umgib dich mit Menschen und baue dein Netzwerk aktiv auf.

Transcript

Copy

SPEAKER_01 0:09

Die meisten Datenprojekte scheitern nicht an Technologie, sie scheitern daran, dass niemand versteht, wie Menschen wirklich überhaupt Entscheidungen treffen und wie sie ihr Wissen, teilen oder eben bewusst zurückhalten. Ich bin der Rocky und der Host von Masters of Data BI und AI. Und mein heutiger Gast, er ist Wirtschaftspsychologe, Forscher, Unternehmer und auch zugleich auch noch Buchautor. Und er ist fast zufällig, so hat es mir selbst gesagt, zufällig in die Welt der CDOs und CIOs reingerutscht. Ja, so fast. Professor Dr. Florian Offergeld, der ist Managing Partner bei Quantus Plus und Honorarprofessor an der HSSH in Schaffhausen. Florian, willkommen in der heutigen Show. Hi.

SPEAKER_00 0:58

Rocky, ich grüße dich. Servus, schön, dass ich da sein.

SPEAKER_01 1:00

Sehr gerne, Florian. Florian, wie eben gerade im Opener schon gesagt, du beschreibst dich ja oder hast dich ja im Prep Call ja so beschrieben, der ja eher so zufällig in diese Welt reingerutscht bist. Aber wenn ich mir deinen Weg mal so anschaue, ja, zehn Jahre Quantix Plus, also sieht man ja auch auf LinkedIn, Forschung zu Knowledge Hiding, du hast auch zwei Springer-Bücher veröffentlicht. Also für mich klingt das jetzt nicht so nach Zufall. Kannst du uns mal erzählen, was war so der echte Auslöser, der dich damals, Florian, genau auf diesen Weg gebracht hat?

SPEAKER_00 1:36

Also der Auslöser, der mich wirklich zur Wirtschaftspsychologie gebracht hat, das war reustig. Ich war noch ein Kind, ich weiß gar nicht wie alt, 14, 15, 16 oder so. Und da war ein Zeitungsartikel, den mir meine, den, glaube ich, eine Freundin von meiner Mutter, weiß nicht, wie sie ihn zu uns gebracht hat. Auf jeden Fall, der ist bei uns gelandet und da ging es irgendwie neuer Studiengang Wirtschaftspsychologie. Und da stand, wahrscheinlich war es ein Werbungsartikel. Ich weiß es nicht. Auf jeden Fall, da stand halt irgendwie drin, Wirtschaftspsychologie verbindet halt Wirtschaft, BWL und Psychologie, also den Menschen. Dann habe ich das gelesen mit 14, 15 oder was ich war und hab mir gedacht, cool, finde ich gut. Und dann hing der, wie so bei ganz vielen Leuten, so als Pin am Kühlschrank. Und dann war irgendwann ein Abi durch. Und dann hat mich meine Mutter gefragt, ja, was ich jetzt studieren will. Oder, also ich weiß gar nicht, ob ich die Frage hatte, ob ich studieren will oder nicht, aber was ich jetzt studieren will. Und dann habe ich gesagt, oh, Wirtschaftspsychologie. So, und dann habe ich geschaut, okay, wo geht es? Wie muss man den Weg über Psychologie einschlagen? Ja. Und so hat es mich dann generell in den Bereich Wirtschaftspsychologie verschlagen. Und dann vielleicht noch ergänzend, Wirtschaftspsychologie kann man ganz, ganz grob vor allem in zwei Hauptteile unterteilen. Das ist Markt- und Werbepsychologie und Arbeits- und Organisationspsychologie. Und am Anfang war ich noch ein bisschen mehr so in Richtung Markt und Werbe und habe mich dann immer stärker in die Arbeits- und Organisationspsychologie entwickelt. Und da kommt dann genau so dieser Part raus, den du jetzt erzählt hast, dass man sich stark unter anderem mit Thema Wissensmanagement zum Beispiel beschäftigt, mit dem Thema Führung. Kommen wir sicherlich auch gleich noch dazu mit dem Thema Technologieakzeptanz. Also warum nutzen Menschen Technologien? Und so bin ich, sag ich mal, immer weiter in die Fänge der Wirtschaftspsychologie abgerutscht.

SPEAKER_01 3:31

Vielen Dank für die Erläuterung, dass du uns das nochmal dargestellt hast. Ein Thema, was ihr ja gerne beschreibt, was ihr ja thematisiert, ist ja dieses Thema Knowledge Hiding, nämlich das bewusste Zurückhalten von Wissen. Das ist ja kein Begriff, den man so typischerweise in einer CDO, CIO-Präsentation täglich findet. Also ich kannte das bis jetzt auch nicht. Wie erklärst du einem Geschäftsführer in weniger als einer Minute oder in drei Sekunden, warum das sein teuerster blinder Fleck ist?

SPEAKER_00 4:11

Das absichtliche Zurückhalten von angefragtem Wissen durch Kollegen oder Mitarbeitende, führt natürlich zu riesigen Problemen. Wissen ist mit das wichtigste Gut, was in Organisationen vorherrscht, sowohl intraorganisational, also zum Teil zwischen den Mitarbeitern, als auch zwischen einzelnen Organisationen, weil ich mir einen Wettbewerbsvorteil damit einholen kann. Und dementsprechend ist, wenn dieser Wissensfluss behindert ist oder eben gestört, aus verschiedensten Gründen, die es gibt, das ist ein riesiger Nachteil für Organisationen, der mit erhöhten Kosten, niedrigerer Performance und Wettbewerbsnachteilen verbunden ist und damit ein extremer Kostenfaktor für Organisationen. Das als Elevator-Pitch. Ich hoffe, das war unter einer Minute. Ich glaube schon.

SPEAKER_01 4:58

Ich habe jetzt nicht mit der Stoppröhre mitgemessen, aber du hast jetzt ja gesagt, ein hoher wirtschaftlicher Schaden, da gibt es ja sicherlich verschiedene Studien. Ich glaube, ich hatte mal einige mal gelesen von Personal Psychology 2024 und die hatten ja auch mal drüber gesprochen, dass sowas auch teilweise mehrere Jahresgehälter kosten kann. Also hast du da vielleicht ein paar Zahlen, die du uns mal benennen kannst, wo du sagen kannst, ja, Rocky, wir haben folgendes mal festgestellt oder ich war selbst mal Teil einer Studie und folgende wirtschaftliche Schäden sehen wir, je nach Größe.

SPEAKER_00 5:34

Ja, ja. Also es gibt tatsächlich ganz spannende Studien. Eine ist schon älter, aber ich würde jetzt einfach mal auch behaupten, dass die Kosten eher gestiegen sind. Das war Babcock 2014, die hat allein für die Fortune 500, also die größten 500 Unternehmen, einen wirtschaftlichen Schaden in Höhe von 40 Milliarden Dollar pro Jahr, haben sie da kalkuliert. Klar, da sind Opportunitätskosten ein Stückchen weit mit drin. Das ist schwierig, sage ich mal ein bisschen, aber ich glaube, das gibt so eine grobe Richtlinie, wo das quasi hingehen kann. Und dann gibt es weitere Studien, die eben sehr, sehr stark zeigen, wie Produktivität darunter leidet, wie Mitarbeiter dann auch zum Beispiel Organisationen verlassen, wegen verminderter Arbeitszufriedenheit und und und und und. Und das kann man natürlich alles auch wieder runterbrechen auf verschiedene Kosten, die damit einhergehen. Man sieht zum Beispiel, dass Organisationen mit schlechtem Wissensmanagement, ich rede jetzt ganz bewusst nicht nur über Knowledge Hiding, sondern wirklich aber schlechten Wissensmanagement, niedrigere Anmeldezahlen bei den Patenten haben, höhere Fluktuationszahlen mit sich bringen. Also das schlägt sich tatsächlich an verschiedensten Ecken in den Organisationen nieder. Und es gab mal einen ganz schönen Rechner, den mal irgendeine Universität, glaube ich, aufgestellt hat, wo man also gesehen hat, Organisationen mit mehr als 1000 Mitarbeitern verlieren jährlich quasi im Millionenbereich durch schlechtes Wissensmanagement. Also bitte, das ist immer schwierig, ernsthaft was auf ein einzelnes Phänomen runterzubrechen. Eigentlich kaum möglich, aber in dem Bereich bewegen wir uns bei Organisationen mit 1000 und mehr Mitarbeitern. Und ja, man kann das so ein bisschen nach unten skalieren, natürlich, wenn man jetzt über Organisationen bis 500 Mitarbeiter, vielleicht bis 100 Mitarbeiter etc. redet. Vielleicht wird es aber da umso schlimmer, weil die Bedeutung des Wissens von einzelnen Leuten immer wichtiger wird. Wenn ich sage, ich habe nur 50 Leute.

SPEAKER_01 7:46

Danke dir, Florian. Mich würde noch folgendes mal interessieren. Und zwar, ihr habt ja damals die Brandix Plus zu dritt gegründet, du mit deinen zwei Kollegen Sebastian und den Thomas. Ihr seid ja auch alle drei Wirtschaftspsychologen, also alles Menschen, kluge Köpfe aus der Wissenschaft. Was hat euch denn damals so motiviert, dass ihr gesagt habt, Mensch, wir machen zwar weiter eine akademische Karriere, das hat uns Spaß gemacht, aber wir wollen jetzt mal auch Richtung Beratungsgeschäft gehen.

SPEAKER_00 8:15

Ja. Also sicherlich zwei Gründe. Grund eins war einfach, weil wir alle immer auch in der Wirtschaft tätig waren, also die drei Gründer, und wir tatsächlich einfach Anfragen bekommen haben. Also das Gebiet hat sich in der Zwischenzeit so ein Stückchen weit verändert. Am Anfang waren wir noch deutlich stärker, so in diesem ganzen Bereich Nachfolgemanagement, Change-Begleitung, das machen wir immer noch, aber das ist jetzt nur noch ein Teil des Ganzen. Die Firma ist ja auch gewachsen über die Jahre. Und zum anderen war sicherlich auch der Punkt, wir haben gesehen, dass ganz viele Professoren, mit denen wir zusammengearbeitet haben, sehr starke Theoretiker waren. Und die das echt Probleme hatten, die PS auch auf die Straße zu bringen im Praktischen. Also ein Beispiel, das hat jetzt nichts mit, ja, hat auch was mit Wissensmanagement zu tun, aber wir kannten einen Professor, der konnte ja sicherlich alles über Führung erzählen. Also extrem gut belesener, schrägstrich gebildener, intelligenter Mensch. Aber wenn es dann wirklich um das Thema Führung, Personal- und Menschenführung ging, hatte er Defizite. Und wir haben gesagt, okay, wir wollen die PS auf die Straße bringen. Wir wollen wirklich bewusst schauen, dass wir das, was wir lernen, was wir lehren und was wir auch drüber forschen, sinnvoll von der Akademia in die Praxis einbringen. Und das war so ein Stückchen weit mit der Beweggrund, warum Quantix Plus damals ins Leben gerufen wurde. Und natürlich am Ende geht es auch darum, dass wir gesagt haben, wir wollen irgendwie alle Unternehmer sein, wir wollen Geld verdienen, selbstständig sein. Ja, das schon auch.

SPEAKER_01 10:03

Danke dir. Mir hat dieser Part gefallen, eben viele Theoretiker, und jetzt ihr seid so die Praktiker. Mich würde mal interessieren, ihr als Boutiqueberatung, wie positioniert ihr euch oder wie differenziert ihr euch gegen die ganz starken Marken, die auf der Welt von McKinsey und Schlag nicht tot? Also was macht euch einzigartig?

SPEAKER_00 10:28

Zum einen sicherlich das spezifische Fachwissen, was wir haben. Also wir besitzen in gewissen Bereichen, bei mir sicherlich ganz, ganz stark mittlerweile dieses Thema Wissensmanagement, was ja jetzt auch nochmal neue Komponenten mit dem ganzen KI-Thema bekommen hat. Allerdings auch bei meinen Partnern und Kollegen, der Sebastian zum Beispiel, den du vorhin schon genannt hast, der ist ganz, ganz stark in dem Bereich Persönlichkeitspsychologie, Assessments, dass wir sagen, wir bringen da einfach Fachwissen mit, was so wenig vorhanden wäre in anderen Organisationen wie McKinsey oder Co. Und wo wir einfach sehr, sehr nah noch auch an der Forschung, wie gesagt, dranbringen. Also die Sachen, die wir selber auch erforschen, bringen wir innerhalb kürzester Zeit, wenn sinnvoll, natürlich auch in der Praxis ein. Normalerweise würde ich sagen, dauert, wenn irgendetwas sinnvoll ist, bis es den Weg von der Theorie in die Praxis findet oder von der Akademia, fünf bis zehn Jahre. Und das können wir natürlich deutlich schneller machen. Nichtsdestotrotz muss man sich jetzt auch nicht in die Tasche lügen, auch McKinsey und BCG haben hervorragende Leute unter ihren Reihen, aber die haben natürlich auch ganz andere Ansatzpunkte. Also während wir sicherlich auch mit Organisationen zusammenarbeiten, wo ein McKinsey sagt, so, da kann ich euch ja irgendwie einen Analysten vorbeischicken und nach drei Tagen habt ihr kein Geld mehr. Genau, weil einfach die Tagessätze zu hoch sind, sind wir durchaus auch gewählt, im Mittelstand Projekte mit den Leuten zu machen, mit den Unternehmen, wo wir wirklich einen Mehrwert schaffen und wo die auch sagen, hey, das hilft mir und das ist irgendwo auch ein Stückchen weit bezahlbar. Dafür beraten wir seltenst irgendwelche DAX-Vorstände oder SP 500 C-Level-Boards. Da hat McKinse wahrscheinlich die Nase vorne, vermutlich. Vielleicht noch ein bisschen.

SPEAKER_01 12:20

Verstehe, das heißt, ihr habt einmal einen Fokus auch auf Mittelstand oder auch auf diejenigen, die jetzt, die typische Hidden Champions, die, wo ihr etwas budgetfreundlicher seid. Du hast ja gesagt, wo vielleicht McKinsey nach ein paar Tagen ja schon das Budget, der Budgetopwehr ausgeschöpft ist. Und dann hast du nochmal dargestellt, es ist euer spezifisches Detailwissen, was ihr mitbringt.

SPEAKER_00 12:45

Genau, es ist unser Ansatz, unser Detailwissen in verschiedenen Punkten. Wie gesagt, wir sind da auch sehr, sehr strikt, dass wir Projekte oder Themen auch abgeben, wenn wir sagen, hey, das können andere einfach besser. Also ein Beispiel, was ich immer ganz gerne gebe, ist, wir kriegen schon auch ab und zu mal Anfragen für Einkaufsberatungsthemen. Oder sage ich, können wir im Zweifel schon auch machen, aber da gibt es Leute, die sind so viel besser und dann verweise ich eben auch gerne an mein Netzwerk, weil ich sage, hey, wir machen Sachen, ich glaube, ein Credo, was uns drei Gründern auch zugrunde liegt, ist, dass wir nichts machen wollen, was uns keinen Spaß macht. Und da leben wir, glaube ich, sehr, sehr stark danach. Wenn ich auf irgendwas keinen Bock habe, dann beende ich es quasi auch in dem Rahmen. Also klar, wenn wir, wenn wir, es gibt immer mal Themen, die sind irgendwie nicht so lustig und Themen, die machen mehr Spaß. Aber wenn jetzt irgendeine Anfrage kommt und ich von vornherein sage, aus welchem Grund auch immer, nee, das will ich nicht machen oder sehe ich nicht, dann ist das auch okay. Dann wird da jetzt nicht rumdiskutiert, aber das Geld oder was auch immer, sondern da können wir dann, das ist vielleicht der Vorteil des Selbstständigseins, man kann sich ein Stückchen weit selber aussuchen. Oder man verhungert, das kann auch passieren.

SPEAKER_01 14:02

Nee, finde ich sehr stark, dass du ja auch sagst wie, hey Rocky, ich nehme Projekte an, die mir Spaß machen. Das macht ja nicht jeder. Ich hatte auch einen anderen Gast gehabt, der hat ja am Anfang gesagt, der Rocky am Anfang haben wir gesagt, ja, der Boris war das, Boris Hüschmann. Jedes Projekt ist ein gutes Projekt, haben wir am Anfang gesagt. Aber er hat auch direkt im Podcast gesagt, dass wenn er nochmal die Beratung im BI öffnen würde, aufmachen würde, dass er dann deutlich mehr Richtung einem idealen Kundenprofil gehen würde. Das höre, habe ich heute auch rausgehört bei dir. Du hast jetzt gesagt, wenn jetzt so ein Kunde kommt vom Einkauf, Einkaufsberatung, das ist nicht so, wo anscheinend dein Herz schlägt, dann gibst du es ab.

SPEAKER_00 14:43

Das trifft es ganz gut. Ich habe beim Kunden von uns steht ein Satz an der Wand, den finde ich ganz gut. Wer immer Ja sagt, macht Umsatz, wer auch mal Nein sagt, macht Gewinn. Das geht so ein bisschen in diese Richtung, glaube ich.

SPEAKER_01 14:57

Ja, da stimme ich, da stimme ich über 100% mit dir hier zu. Es geht eben nicht darum, jedes Geschäft machen zu wollen. Dann hast du einen definitiv Umsatz, aber der Gewinn liegt wirklich darin, dass du etwas sehr gut kannst, hervorragen kannst als alle anderen. Also in der Nische. Da liegt wirklich der Gewinn. Das ist auch meine Erfahrung hier in den letzten 15 Jahren im Data BI-Umfeld. Es sind häufig so Hidden Champions, die fast keiner kennt, aber die haben auch dann verstanden, wie, hey, lasst uns mal auf eine bestimmte Branche spezialisieren. Ja, zum Beispiel sei es jetzt Aviation, sei es jetzt Banken, sei es jetzt Insurance, ja. Da hatte ich jetzt auch neulich jemanden gehabt, den Matthias Deling von Anaxima, und der macht beispielsweise Beratung mit sehr großem Schwerpunkt auf Finance und Insurance. Und dem geht es auch ganz gut. Also er macht das schon seit über zwei Dekaden unter anderem. Wollte ich nur nochmal betonen. Nicht schlecht. Mich würde mal interessieren, Florian, du hast ja auch gesagt, dass das erste Projekt kam rein mehr über, war mehr organisch, das war mehr so eine Anfrage, das ist ja auch der Klassiker. Ich würde behaupten, bestimmt über 8090 Prozent der Beratungen fangen eher so an, dass die eher eine Anfrage bekommen und dann mit der Zeit wächst es dann organisch. Also der Kunde wird größer, word of mouth, dann kommt der zweite, dritte Kunde, man hat einen tollen Job geleistet, wird weiteremppflen, man Netzwerk kennt, kennt die Person dann, also das ist der Klassiker. Wie habt ihr denn euren Go-to-Market ausgestaltet? Ich weiß, ihr macht jetzt ja auch einiges im Bereich YouTube oder im Bereich Podcast, aber was würdest du denn sagen, Rocky, so sah es am Anfang aus, so haben wir uns entwickelt und das ist das, wie ich mir das vorstelle für die nächsten Jahre.

SPEAKER_00 16:54

Also der Start war tatsächlich einfach sehr, sehr klassisch. Wir waren alle am Promovieren. Ich selber war noch in einer anderen, also ich bin so gesehen sozialisiert worden in einer Unternehmensberatung. Also ich war in einer großen Unternehmensberatung hier in München tätig, also die Headquarter in München. Und ich habe immer wieder mal Anfragen bekommen. So, und in Abhängigkeit dessen, was es halt für Anfragen waren, habe ich die natürlich entweder direkt halt in meine, in die Beratung für dich gearbeitet habe, mitgegeben, oder wenn es Themen waren, die eigentlich überhaupt nichts mit der mit der Beratung, für die ich gearbeitet habe, zu tun hatten, dann habe ich die quasi an den Sebastian oder den Tom abgegeben, weil ich aber auch fairerweise und bei sowas halte ich mich immer in Teger, gesagt habe, das kann ich ja nicht machen, dass ich irgendwie in einer Beratung arbeite und dann irgendwelche coolen Sachen irgendwie, warum auch immer ich sie kriege, irgendwie an der eigenen Firma vorbeischleuse an irgendwelche Leute. Also das habe ich schon sehr, sehr strikt getrennt. Und dann kam der Tag, an dem ich dann promoviert wurde, also wo ich meine Promotion abgeschlossen habe, und ich auch den Ruf an die Universität damals noch in Österreich bekommen habe. Und mit dem Tag hatte ich dann gesagt, okay, fuck it, ich probiere das mit der Selbstständigkeit. Ich hoffe, ich darf hier Schimpfwörter sagen.

SPEAKER_01 18:11

Ja, alles gut, easy. Passt, passt, passt schon.

SPEAKER_00 18:16

Sehr gut. Und habe dann von dem Zeitpunkt an, wo ich dann die Promotiv, wo ich dann den Ruf an die Universität hatte, das war in Salzburg, das war eine 50-Prozent-Stelle, das gibt es bei Professuren, also genauso wie in der Arbeit auch, also von 5 bis 100 Prozent, lief es dann tatsächlich ganz klassisch einfach über das Netzwerk. Es kamen Anfragen rein, die haben mich irgendwo sprechen gehört, warum auch immer, word of mouth. Und dann konnten wir das quasi als Firma dann selber eben anfangen. Am Anfang hatten wir klassisch, also das ist klassisch, wir hatten sehr coole Projekte, weil es viel so Wachstumsbegleitung war, also Organisationsstrukturierung, die Leute begleiten, Führungskräftentwicklung, Nachfolgemanagement, im Mittelstand eben und solche Geschichten. Ja, und wie du selber sagst, so das wächst dann, Kunden werden größer, das Team wächst so ein Stückchen weit mit. Wir sind dann auch immer wieder gern ins unternehmerische Risiko, haben Consulting for Equity gemacht, haben dann Firmen auch teilweise finanziert oder mitgekauft und und und, das ging schief, das ging gut. Und haben dann natürlich auch ein Stückchen weit, aber das machen wir noch gar nicht so lange, ehrlicherweise, vielleicht jetzt noch nicht mal ganz ein Jahr oder so, irgendwann gesagt, hey, lass mal stärker tatsächlich öffentlichkeitswirksam Marketing machen, sagen wir mal, Marketing und Vertrieb. Weil Beratung, und das gilt nach wie vor und das ist auch der Hauptfokus, ist Buddy Business. Das heißt, du brauchst einfach die Leute, das Netzwerk, niemand googelt, keine Ahnung, Unternehmensrestrukturierung, findet dann Rocky Khan zufällig und sagt dann, du, mir geht's echt beschissen, ich kenne dich nicht, aber deine Homepage ist schön, hast du nicht Lust, mit uns zu restrukturieren. Was willst du an? Eine halbe Million? Ja, super, mach mal. Also so läuft es ja nicht, ja, genau. Und das heißt, wir haben angefangen, einfach stärker, aber auf Personenebene dieses Sort Leadership einfach ein Stückchen weit zu vermarkten, was wir haben. Was bei mir eben ganz stark in die Richtung Wissensmanagement gegangen ist. Wir haben halt hier auch eine gewisse Glaubwürdigkeit, weil wir A dazu forschen, B, Projekte zu machen, C halt auch dazu veröffentlichen. Also du hast vorhin die Springer-Bücher zum Beispiel angesprochen. Und ja, das machen wir jetzt so seit einem Dreivierteljahr. Und ich sag mal so, tatsächlich mit, ja, weiß nicht, ich glaube, es funktioniert gut. Es kann natürlich immer besser sein, aber es ist jetzt auch nicht so, dass die Mühen und Arbeit irgendwie jetzt, sag ich mal, verpuffen. Wir haben, wie du selber gesagt hast, auch unseren eigenen Podcast, der sich gut entwickelt, was ein schönes Vehikel einfach ist für Sichtbarkeit. Ich bin mal mehr, mal weniger, aber ich versuche es ganz, ganz brav fleißig auf LinkedIn, poste da so von meinem Projektleben, Alltag, Leben, Erfahrungen. Und tatsächlich, das entwickelt natürlich ein bisschen eine andere Pace, sage ich mal. Also man erreicht halt viele Leute. Da ist natürlich ganz viele Leute dabei, die, keine Ahnung, vielleicht langweilt die auch mein Content oder ganz viele Leute, die einem selber was verkaufen wollen. Aber es sind schon auch eben entsprechend Entscheider dabei, was man dann häufig aber auch wiederum dann erst in den Gesprächen hinten rum erfährt. Also wenn du dann auf irgendwelchen Netzwerkveranstaltungen bist und dann redest du mit einem, ah, Herr Offergeld, ja, ja, ich habe ihren Podcast gehört und ich habe gesehen und und, die aber niemals irgendwie einen Post liken oder irgendwas kommentieren oder so. Und man aber sieht, es entsteht schon eine gewisse Wahrnehmung drumherum. Ich meine, das kennst du ja vielleicht auch mit deinem Podcast, ist jetzt auch noch nicht so alt, da nix da, ja. Ja, mal schauen wir mal. Wie es weitergeht. So, und der Blick nach vorne ist, wir wollen das auf jeden Fall weiter probieren. Ich möchte tatsächlich auch versuchen, dieses YouTube-Thema vielleicht noch ein bisschen mehr zu spielen. Spannend ist so die Aussage, ich habe mit einem Freund von mir geredet, der ist sehr erfolgreicher YouTuber, der ist Spirituosen-Influencer, der Nikolaus Kröger. Und der meint, das war jetzt erstmal seine Aussage, dass man jetzt vielleicht noch so ein halbes, dreiviertel Jahr hat, um sich wirklich eine Marke aufzubauen in den unterschiedlichen Social Media Kanälen. Danach wird alles quasi von KI zerfetzt oder es wird deutlich schwieriger. Weil klar, mit der Entwicklung, die da Dinge nehmen, könnte ich jetzt einfach ein Bild von dir nehmen oder von irgendjemandem und sagen: so, und jetzt bitte jeden Tag 35 TikToks posten, die alle hyperreal ausschauen. Also ich glaube, da wird sich schon einiges noch verändern in diesem gesamten Social Media Game. Ich zähle jetzt mal LinkedIn einfach auch zu Social Media.

SPEAKER_01 23:06

Danke dir erstmal für die Insights. Jetzt hast du ja sehr viele verschiedene Dinge genannt, wo wir uns weiter jetzt tiefer reinseln können. Aber einen Punkt würde ich noch gerne. Ja, sorry. Alles gut. Einen Punkt würde ich noch gerne nochmal erwähnen. Ich war bei einem Kollegen ganz am Anfang, wo ich noch meinen Podcast nicht hatte, beim Christian Krug im Podcast. Und er nennt tatsächlich seinen Podcast ja Unfuck Your Data. Daher, du hast ja eben gerade ja dieses F-Wort gesagt, fuck, alles gut. Also ich benutze das auch ab und zu mal. Das zeigt ja nur, dass wir sehr emotional geladene Menschen sind. Du hast es ja im Sinne deiner Passion dann ja beschrieben. Aber bin da echt gespannt, ob das wird. Irgendwann wird es ja auch, glaube ich, langweilig dann. Ich stelle mir jetzt gerade so eine Welt vor, wo dann alle, also wo man mit meinem Foto dann KI generiert, 80 Reels dann erstellt werden. Irgendwie, ich weiß nicht, das ist doch irgendwie, langweilig. Das wird ja auch sehr steril dann sein, weil ja eine KI macht ja auch so gut wie null Fehler. Es wird super steril sein. Ich weiß es nicht.

SPEAKER_00 24:09

Ich glaube, dass man sowas absichtlich einplan kann. Also ich beschäftige mich ja, ich weiß nicht, ob wir da heute noch drüber reden, noch ganz viel mit dem Thema digitale Wissenszwillinge. Also wo wir auch implizit das Wissen von Menschen mit aufnehmen. Und in den Projekten, die wir machen, reden wir ganz explizit darüber, wie soll denn so ein digitaler Wissenszwilling, wenn dann Mitarbeiter, wenn dann Menschen damit arbeiten, wie soll der denn agieren? Und das ist jetzt immer nur, ja, so ein bisschen spaßig dahergesagt, so nach dem Motto, naja, wenn wir einen digitalen Werksleiter haben, der den echten digitalen Werksleiter auch irgendwie abbilden soll, dann muss der aber auch rumpöbeln wie der echte Werksleiter. Also dann musst du schon auch mal einen Spruch loslassen. So ein Werk ist ja nicht immer nur Händchen halten und irgendwie Friede-Freude Eierkuchen, sondern da wird ja gearbeitet und da werden auch mal Sprüche geklopft, sage ich mal. Und dann sage ich auch, das ist in der Theorie überhaupt kein Problem, neueren LLM-Modellen irgendwo mitzugeben, bau bewusst mal Fehler ein oder mach irgendwie, sei nicht so glatt. Also wir haben einen Kunden, da haben wir eine Automatisierung gemacht. Ist vielleicht ganz spannend, da ging es auch um so Claim Management und solche Geschichten. Und da war es so, dass die gesagt haben, okay, E-Mail kommt rein, KI liest die E-Mail, beantwortet die E-Mail und soll zwei Sachen, sich 25 bis 30 Minuten Zeit lassen, bevor sie antwortet und in jede zweite oder dritte E-Mail soll ein Rechtschreibfehler eingearbeitet werden. Bewusst. Um zu verhindern, dass es eben wirklich rein wie KI wirkt. Also abwarten, was da kommt. Ich bin da selber wahnsinnig gespannt, weil, wie gesagt, ich rede mit sehr vielen Leuten, Kunden auf Projekten, auch in unserem Podcast, über das, was jetzt mit KI auf uns zukommt. Was passiert, was schon möglich ist. Und es sind Gespräche von das wird alles irgendwie ultra geil, über Doomsday-Szenario, über es ist, es ist bindet, es bildet die volle Breitseite ab und ich weiß es auch nicht. Ich bin gespannt und neugierig, aber ich kann, ich kann es dir auch nicht sagen. Könnte sich in jede Richtung entwickeln.

SPEAKER_01 26:21

Ich finde es irgendwie auch sehr, sehr, sehr, sehr, sehr, sehr lustig, dass einerseits will man ja gar keine Fehler mehr machen und dann will man wieder menschlich sein und sagt dann der KI, bitte bau mal ein, zwei Rechtschreibfehler ein. Oder was ich ja auch gemerkt habe, wenn ich mit ChatGPT spreche, und ChatGPT ist ja auch in der Regel immer so, ursprünglich auch so konzipiert, dass es sehr freundlich und auf Harmonie ist und sie gibt ja auch gar nicht immer sehr schnell kurze Antworten. Manchmal will ich einfach, sag mir doch jetzt einfach mal die Zahl, ja. Dann kommt dann immer eine sehr lange Antwort mit auch mit Füllwörtern. Da kommen wirklich Füllwörter, wie sie sagen, ja, eigentlich Rocky, ich denke so, hä? Warum redest du so?

SPEAKER_00 27:04

Ja, das ist schon richtig. Aber das ist intelligent gemacht, weil psychologisch betrachtet erzeugt das Empathie. Also wir nehmen die Maschine, die KI, stärker als stärker als ein Mensch, also wie ein Menschen quasi war. Und dadurch, ja, dadurch macht es uns mehr Spaß, mit dem Ding zu reden, mit der KI zu interagieren. Und es ist tatsächlich allerdings lustig, weil ich war jetzt am Wochenende, das war ja verlängert als Wochenende, auch im Auto gesessen und Google Maps arbeitet jetzt mit Gemini. Also das ist jetzt nicht mehr so eine doofe KI, die irgendwas ist, sondern halt wirklich, du kannst jetzt mit Google Maps, Gemini ähnlich reden wie mit ChatGPT. Und diese KIs sind ja immer darauf ausgerichtet, die Konversation am Leben zu halten. So, und dann, wie du sagst, dann stellst du eine Frage und dann antwortet das Ding und schlägt dir, wenn du willst, mach ich jetzt noch das und das und das und das und das. Dann denkst du so, nee, ich wollte eigentlich nur so, hör auf, ich will jetzt wieder Radio hören oder Musik hören. Ich wollte nur mal kurz wissen, ey, keine Ahnung, schau mal, ich bin hier gerade über den Brenner gefahren, erzähl mir was zur Europabrücke, okay. Und dann will dir immer diese Konversation am Leben halten. Denkst du so irgendwas, boah, das reicht.

SPEAKER_01 28:18

Ja, lass uns mal zu diesem Thema Wissenszwilling mal gehen. Du hast ja auch eben gefragt, okay, wollen wir darüber mal auch unterhalten, dann würde ich das gerne jetzt mal einführen. Wenn ihr einen Wissenszwilling einführt, du hast ja auch eben das Beispiel gegeben mit dem Werksleiter, der soll dann ja auch mal so ein bisschen umgangssprachlich sprechen, um eben diese Glaubwürdigkeit zu haben. Und wenn ihr so eine Wissenszwilling einführt, so eine K-Initiative habt, wie messt ihr Erfolg? Also was ist zum Beispiel eine Metrik, die du den VP-Data oder Geschäftsführer nennst, wenn sie fragen, ja, wann wissen wir denn Dr. Offergeld, ob das jetzt gewirkt hat?

SPEAKER_00 28:54

Also da kommt es tatsächlich, kann man sich auf zwei Ebenen sich anschauen, aber erstmal kommt es immer sehr auf den Use Case an. Also wenn wir jetzt einen digitalen Werksleiter zum Beispiel erstellen, dann wissen wir jetzt mittlerweile einfach, dass man sich KPIs anschauen kann wie verkürzte Rüstzeiten, Maschinenverfügbarkeit, Qualität des Outputs oder Ausschusshöhe. Also da weiß man wirklich, dass man sagt, hey, die Maschinen sind länger verfügbar, Rüstzeiten verkürzen sich, der Ausschuss verringert sich, also wo wirklich Geld gespart werden kann, in großen Fabriken Millionenbeträge. Also da ist es relativ einfach, sage ich mal. Das Ganze kann man natürlich immer auch auf White Color, also auf die Schreibtischtäter so ein Stückchen weit niedersetzen. Keine Ahnung, jetzt ein Beispiel, du hast pro Woche irgendwie eine halbe Stunde auf Dokumentation gebucht, also keine Ahnung, Zeiten aufschreiben, was auch immer. Kann man reduzieren vielleicht auf 10 Minuten. So, 20 Minuten pro Woche mal 100 Mitarbeiter, zack, da wird schnell ein Shoot raus. Sowas ist zum Beispiel auch gut messbar. Die zweite Ebene, die man vielleicht ein Stückchen weit mit einführen kann, ist eben dieses Thema Zufriedenheit mit der KI, Implementierungsgrad, das sind Sachen, die man auch erheben und abfragen kann. Und wie gesagt, dann eher die Menschen persönlich betreffen. Die meisten Unternehmer haben an sowas oder die meisten Führungskräfte, Geschäftsführer, Entscheider, haben da tatsächlich ein bisschen weniger Interesse fast dran, weil das ist natürlich so ein interessantes, nice to have und jeder sagt, ja, ja, das ist wichtig, aber am Ende wollen sie sehen, dass sie Geld sparen oder Geld verdienen. Und nicht, ob jetzt alle Mitarbeiter glücklich mit den neuen Methoden und Maßnahmen sind.

SPEAKER_01 30:40

Können wir da mal ein bisschen nochmal tiefer eingehen? Du hast jetzt ja auch ein paar Beispiele genannt, wie mit Rüstzeiten, Steigerung der Produktivität, da hast du wieder einen schönen Dreisatz gemacht, wo man dann den Impact sehen kann. Kannst du es mal vielleicht ein konkretes Beispiel geben, wenn du jetzt den Namen sagen kannst, noch besser, wo ihr mal so ein Projekt mal von A bis Z mal umgesetzt habt zu diesem Thema digitales Wissenszwilling?

SPEAKER_00 31:05

Ja, also wir sind jetzt gerade, da darf ich leider keine Namen nennen, weil die Projekte noch laufen. Bei einem Betrieb, der in der Fleischverarbeitung zum Beispiel tätig ist, und mehrere Werke, und hier ging es eben darum, dass man einen digitalen Werksleiter, also einen Hybriden aus Hybriden aus digitalem Werksleiter und digitalen Technikleiter einfügt. Warum? Es ist tatsächlich so, dass im Werk an den Linien die Leute arbeiten, jetzt funktioniert eine Technik nicht, eine Maschine nicht, warum auch immer. Dann ruft der Maschinenführer zum Beispiel die Technik an, die kommt dann eben mal schneller, mal langsamer, repariert, sondern können sie weiterarbeiten. Jetzt ist es aber tatsächlich so, und das ist eine Zahl, die hätte ich auch krass unterschätzt, oder gedacht, dass das eine andere Zahl ist, dass 70 bis 80 Prozent der Gründe, warum eine Maschine quasi nicht läuft, tatsächlich Fehlbedienung ist. Und nicht irgendwie war jetzt irgendwas durchgerauchtes, sage ich jetzt mal. So. Das heißt, da kommt die Technik ganz häufig und stellt die Maschine einfach wieder an. Und jetzt sind wir halt in der Lage, durch den digitalen Wissenszwilling sehr, sehr einfach geleitet, dass die Leute die Maschinen selber wieder ins Laufen bringen. So, und damit spart man sich dann einfach mehrere Stunden pro Woche beispielsweise. Und das schlägt sich natürlich dann sofort in der Produktivität, in der Maschinenverfügbarkeit zum Beispiel wieder nieder. So, und wenn jetzt ein Werk voll ausgelastet, voll ausgelastet ist, dann kann man für sowas natürlich sehr, sehr gut arbeiten. Vielleicht noch ein anderes Beispiel. Wenn ein Werk hochgefahren wird, so ein Ramp-Up, das sind ja, sowas kostet sehr, sehr viel Geld, sehr, sehr viel Zeit, passieren sehr, sehr viele Fehler und Wissen muss aufgebaut werden. Ein digitaler Wissenszwilling ist brutal dafür geeignet oder perfekt, quasi so ein Ramp-Up zu begleiten. Fehler müssen nicht mehrfach gemacht werden, weil der digitale Wissenszwilling natürlich eine Wissensbasis hat, die an allen Maschinen, an allen Linien verfügbar ist. Der lernt quasi mit dem Wachsenden, mit dem beginnenden Werk mit. Und wenn ich dann später zum Beispiel mal sage, man baut noch ein weiteres Werk auf irgendwo, dann ist man natürlich in der Lage, das sofort in jeder Sprache dieser Welt zu übertragen. Also Fehler müssen nicht zweimal oder dreimal gemacht werden, in einem neuen Werk nochmal. Und auch da liegen natürlich wieder Millionen Euro an Einsparungen, die möglich sind. Schnellere oder Geschwindigkeiten in der Effizienz vom Hochramp von so einem Werk und und und. Also da sind echt tolle und spannende Einsatzmöglichkeiten.

SPEAKER_01 33:37

Vielen Dank, Claudian, für die Erläuterung, für die Spezifik jetzt nochmal. Anderes Thema oder ähnlich. Es gibt ja eine These, die hört man jetzt immer häufiger. KI macht das Thema Knowledge Management ja obsolet, weil ja KI ja so gut wie alles weiß. Was antwortest du einem auf C-Leveln, vielleicht ein CEO, CIO oder CDO, der dir das sagt.

SPEAKER_00 34:04

Also zunächst mal wäre ich sehr beunruhigt, wenn die KI alles weiß, was von internen Prozessen in einer Firma läuft, weil dann habe ich wahrscheinlich ein Datenleck. Dass KI quasi alle Wikipedia-Einträge kennt, ein paar Prozesshandbücher und so, ja. Da sind wir ganz stark im expliziten Wissen. Das heißt also wirklich wissen, was niedergeschrieben kodifiziert ist. Spannend wird es natürlich dann, wenn ich sage, ich möchte auch implizites Wissen, Entscheidungsheuristiken zum Beispiel, Kontextwissen, mit ins Kalkül ziehen, weil das ist das where the magic happens, mehr oder weniger. Was allerdings, also da kann ich dann sagen, hey, wir bauen Entscheidungshilfen zum Beispiel für uns auf, wo unsere Mitarbeiter, unsere Führungskräfte mitarbeiten können, wo man sagt, vielleicht lasse ich eine KI auch autonom bis zu einem gewissen Grad Entscheidungen treffen, kriege ich natürlich Geschwindigkeits- und Effizienzvorteile. Was natürlich schon richtig ist, und da hat, das ist für Organisationen, glaube ich, erstmal ein schönes Zeichen: KI als Tool vereinfacht und erleichtert ganz, ganz viele Prozesse im Wissensmanagement, weil auch unstrukturiertes Wissen leichter auffindbar wird. Die KI braucht weniger Ordnung. Die KI findet schneller auch unstrukturierte Daten. Das macht sie einfach besser als ein Mensch, da ist sie schneller, das tut gut. Nichtsdestotrotz ist Wissensmanagement selber ja so viel mehr als nur Tools. Wissensmanagement ist Struktur, Struktur auch in der Kommunikation. Das heißt, wie ist eine Organisation aufgebaut, damit Wissen gut fließen kann und keine Hürden erfährt? Wie sind Prozesse in Teams, in Abteilungen aufgebaut, damit eben möglichst breiter Wissensfluss passiert? Es gibt ganz viele Organisationen, wo ja nicht nur jeder Mitarbeiter irgendwo am Schreibtisch sitzt. So, und diese Organisationen brauchen ja auch eine gewisse Hilfe. Diesen Organisationen muss man auch irgendwie unter die Arme greifen. Und das ist natürlich dann ein Stückchen weit nicht mehr nur reine KI-Arbeit, sondern ganz viel Strukturierung und Führungsarbeit. Und Wissensmanagement ist bis zu einem ganz, ganz großen Grad auch ganz stark Führungsthema.

SPEAKER_01 36:22

Ich würde gerne da mal nochmal weiter strecken, da du ja auch Lehrsprofessor bist. Gerade jetzt für die Nachwuchsführungskräfte, dieses Thema ist ja, du hast ja auch selbst gesagt heute, wie wird sich das Thema KI entwickeln, ist, da ist ja von Super Euphorie bis hin zu Doomsday, ist ja alles dabei. Es gibt ein Buch von Ethan Monik, Co-Intelligence, vielleicht kennst du das, und er sagt da unter anderem die These, wichtig ist, dass dieses menschliche Urteilsvermögen, Kontext, Kreativität, das wird immer da sein. Das ist sehr wichtig, dass man das verstärkt. Was würdest du denn sagen, jetzt abgesehen vom impliziten Wissen, was eben, wo die KI noch keinen Zugriff hat, was sind so Eigenschaften, Fähigkeiten, Fertigkeiten, die wir Menschen mitbringen müssten, damit wir nicht überflüssig werden?

SPEAKER_00 37:21

Also zunächst mal denke ich, dass es erstmal so ist, dass alles, was natürlich, weil du Fähigkeiten gesagt hast, alles, was irgendwelche handwerklichen Dinge. Da reden wir eher über Robotik oder so. Also ich glaube, dieses ganze Thema Handwerk ist nach wie vor für die nächsten Jahre ziemlich sicher so als Arbeitsplätze. Dann denke ich, dass KI, dass es noch sehr, sehr lange dauern wird, bis KI real Verantwortung übernehmen darf. Also da geht es einfach darum, dass du jemanden brauchst, der in der Lage ist, vielleicht zu verstehen, was KI tut, was KI entscheidet, was KI vorschlägt und am Ende auch die Verantwortung dafür trägt. Also was KI sagt oder macht, ist ja das eine, aber am Ende muss halt irgendeiner die Konsequenz, wenn es scheiße ist, genauso wie es positiv ist, wenn es positiv ist, habe ich das zweite Schimpfwort gesagt. Also wenn es negativ ist, genauso wie wenn es positiv ist, muss ja irgendeiner tragen. So, dafür wird es noch relativ lange Menschen geben, die wahrscheinlich einfach gewisse Prozesse und Mechanismen entwickeln, um einen Überblick zu behalten, was passiert und und und und und. Und dann denke ich, dass die Jobs, ja, ich rede jetzt mal von Jobs, wir arbeiten, noch am längsten relevant sind, die einfach ganz stark das Thema menschliche Interaktion brauchen. Das heißt, wo Mensch mit Mensch redet und interagieren muss, sage ich mal, ein Stückchen weit. Also da, wo vielleicht Entscheidungen getroffen werden. Also ich glaube nicht, dass irgendwann ein Verkäuferbot mit einem Käuferbot darüber entscheidet, ob jetzt eine Firma gekauft wird oder nicht, die im Hintergrund nur von Bots betrieben wird. Sondern ich glaube, auf der Ebene wird es noch relativ lange Menschen geben. Nicht, weil es die braucht, sondern weil der Mensch das wahrscheinlich auch so will. Das Schlechte ist, tatsächlich wäre das in dem Szenario keine besonders gute Nachricht für all die, die jetzt irgendwie von den Universitäten runtergehen und sagen, so, ich wollte jetzt mal anfangen zu arbeiten, weil das eben meistens schon so einen gewissen Level an Maturität oder sowas verlangt. Hier kann ich vielleicht wieder nur empfehlen, schaut, dass ihr schnell Verantwortung übernehmen wollt, schaut, dass ihr fleißig seid und euch da schnell in die Sachen reinarbeiten und graben wollt. Weil, wie gesagt, die Verantwortungsdiffusion, also Aversion, also Verantwortung irgendwo gar nicht übernehmen zu wollen, da sehr zurückhaltend zu sein, das, glaube ich, kann einen jetzt aktuell eher eher in die Verlegenheit bringen, dass man sagt: naja gut, dann macht's halt irgendeinen Computer.

SPEAKER_01 40:02

Danke dir für deine Perspektive, Florian. Du hast jetzt ja auch mehr über bestimmte Profile gesprochen, wie Handwerker, Bäcker. Gibt es denn abgesehen davon, gerade jetzt im White-Collar-Bereich Eigenschaften oder Charaktereigenschaften, Dinge, wo du sagst, ja, Rocky, wenn jemand, keine Ahnung, was ich ja immer wieder klassischerweise höre, ist Empathie, Kreativität, weil das sind so Dinge, die kann, die kann noch eine KI nicht, ich weiß auch nicht, ob der KI das überhaupt jemals schaffen wird, das ist einfach nicht möglich. Aber es wären so so aus deiner Sicht Dinge, gerade im White-Collar-Bereich, wo ja schon gewisse Jobs ja schon bedroht sind, ersetzt zu werden.

SPEAKER_00 40:48

Ja, also ich denke, bis zu einem gar nicht so unerheblichen Teil ist KI in der Lage, Empathie zumindest implizit vorzuspielen. Also, dass wir sagen, boah, die versteht mich. Ich weiß nicht, wie viele Menschen KI vielleicht so als persönlichen Seelberater nutzen und wenn sie nur schmeichelt oder so, ja, hey, ich verstehe dein Problem, das kriegen wir hin. So, in die Richtung gibt es ja auch irgendwie immer wieder mal Berichte, dass Leute irgendwie aufgrund von KI dann so selbstverstärkendes Verhalten bis hin zu Selbstmord begangen haben, weil die KI halt gewisse Gedankengänge verstärkt hat. Also das war gerade bei so einem Selbstmord, ich glaube in Japan oder sowas ganz spannend, weil die KI hat jetzt nicht gesagt, bring dich um, sondern die KI hat quasi immer unterstrichen, ja, schau mal, wie ungerecht die Welt ist. Und die Welt, ja, genau. Also quasi die Gedanken, die diese Person hatte, die am Ende quasi als Konsequenz, so ich packe das nicht mehr hatten, wurden immer wieder unterstrichen. So, hey, schau mal, heute ist mir das und das passiert. So, ja, das ist ein perfektes Beispiel, wie unfair die Welt ist und warum sind die so gemein zu dir und keine Ahnung. Aber es gaukelt erstmal Empathie vor. Auch bei dem Thema Kreativität ist immer die Frage, ja, es gibt eine gewisse Form von Kreativität, die wird eine KI, glaube ich, sehr, sehr lange nicht können, vielleicht auch nie. Die Frage ist aber, wie viele Menschen brauchen wie häufig diese Kreativität? Das sind wahrscheinlich die allerwenigen. Es ist ja nicht so, dass jeder Mensch morgens irgendwie aufsteht und so jeden Tag so diese vier oberkrass genialen kreativen Momente hat, wo man ein Apple draus gründet, mehr oder weniger. Sondern ich glaube, die meisten Menschen sind verhältnismäßig auf der Standardkreativitätsseite, inklusive mir bestimmt, wo man sagt, okay, ja, man hat mal irgendwie einen spannenden Weg oder sowas gefunden, irgendwas auszuarbeiten. Und da ist tatsächlich schon die Frage, wie weit kann eine KI sowas? Weil, wie gesagt, sieht man ja heute, wenn man mit verschiedenen LLMs arbeitet, dann klappt irgendwas nicht, dann probiert er einen anderen Lösungsweg und dann versucht er sich selber immer zu korrigieren. Das ist in der Form auch irgendwas, was wir, glaube ich, menschlich als Kreativität abspeichern würden. Deswegen, ich glaube, dass tatsächlich die Leute am längsten im White Colour-Bereich der KI eins ausschnippen können, die stark extrovertiert sind wahrscheinlich, also die in diesen Vertriebsbereich vielleicht auch gut reinpassen könnten, die nicht unbedingt eine hohe Verträglichkeit haben, hier eher quasi neutral sind, was eigentlich auch klassische Profile von Führungskräften tatsächlich auch ein Stückchen weit sind. Ja, also ich würde nicht in die Kreativität, also das ist aber bitte meine exklusive Meinung, die kann auch total falsch sein. Also, ich glaube, so dieses Thema Empathie und Kreativität für das, wie es die meisten Menschen im normalen Alltag benutzen, da ist, glaube ich, KI schon ziemlich weit. Also, ich glaube, jeder, der schon mal in einem Workshop saß, wo irgendwie so ein paar Leute. Leute drin saßen, egal welche Level, die eine Hälfte hat nicht so arg Bock, die andere Hälfte macht nebenbei so ein paar E-Mails und was auch immer, wo man sich im Nachhinein denkt, naja gut, ich hätte das jetzt auch einfach mit einem Chat-GPT von mir aus machen können. Dann wären die Ergebnisse vielleicht genauso gut, vielleicht ein Stückchen besser, aber ich wäre irgendwie drei Stunden schneller gewesen. So, und dann kann man sich halt schon überlegen.

SPEAKER_01 44:23

Alles gut, Florin. Es geht ja auch hier um deine Perspektive. Wir wissen ja selbst nicht, was jetzt auf uns zukommen wird. Also Glasgow hat ja keiner von uns in der Hand. Deswegen machen wir ja den Austausch. Mich würde mal interessieren, so die letzten zehn Jahre Quantix Plus so Pi mal Daumen in einem Satz zusammen, was war so dein biggest lesson learned, dein größter Fehler? Und was würdest du anders machen?

SPEAKER_00 44:51

Die biggest lesson learned. Man lernt mit ungewissenhaften Situationen, also mit ungewissen Situationen und Risiken umzugehen. Also man entwickelt eine ganz andere Resilienz als Unternehmer. Und the biggest lesson für mich, aber das ist vielleicht auch preußisch unabhängig so, viele Dinge sind tatsächlich wenig planbar. Sachen, wo man wetten könnte, so, das da passiert jetzt was und schnell kommen gar nie. Dafür kommt dann irgendwie um die nächste Ecke irgendeine Türe, die sich öffnet und irgendeine Chance, die man vorher null auf den Blick hatte. Also es geht immer weiter.

SPEAKER_01 45:37

Danke dir. Ja, diesen Spruch liebe ich. Es geht ja auch immer weiter.

unknown 45:42

Ja.

SPEAKER_00 45:43

Genauso ist es auch.

SPEAKER_01 45:44

Muss ja, muss ja. Was würdest du denn sagen, ist, welches Businessbuch, jetzt bitte nicht deine Bücher benennen, Florian, kannst du natürlich machen, aber welches Businessbuch hat dich denn am meisten inspiriert, was du nicht geschrieben hast?

SPEAKER_00 45:57

Businessbuch. Ja, Businessbuch. Geht konkret um Business. Businessbuch. Ja, ja, ich weiß nicht, was ich muss zugeben, ich bin stärker auf der Forschungs- und Wissenschaftsseite, weniger wirklich im Businessbereich. Ich will zwei sagen. Das eine, glaube ich, geht stark in den Businessbereich. Das ist Thinking Fast, Thinking Slow von Daniel Kahnemann. Das erklärt einfach, oder es hilft extrem zu verstehen, wie wir Menschen ticken, auch im organisationnahen Alltag. Und das hilft einfach, Sachen anders einzuschätzen. Und wenn es jetzt konkret um Business geht, dann würde ich sagen, das Buch, ich weiß leider nicht mehr, was geschrieben hat, aber Never Eat Alone. Ich glaube, ich kenne sehr, sehr viele, sehr, sehr bekannt, aber geht am Ende darum, dass du eigentlich, egal was du machst, schau immer, dass du dich mit Leuten umgibst, Netzwerkst und so quasi never eat alone.

SPEAKER_01 46:52

Verstanden. Kedemann, da muss ich kurz schmunzeln, den hatte ich auch damals gehabt in meinem Studium, wo es um das Thema Bias ging, Omission-Bias und so weiter. Und du nimmst ja Verluste in der gleichen Höhe. Jetzt muss ich mal gucken, ob ich das richtig formulieren kann. Verluste in der gleichen Höhe bewertest du ja schlimmer oder stärker als Gewinne in der gleichen Höhe. Und das war ja die Sache, wo er auch, glaube ich, da den Nobelpreis bekommen hat. Da kam ja auch dieses Thema Verlust-Aversion dann, ne?

SPEAKER_00 47:20

Ja, genau, also für seine Prospect Theory im Gesamten, die er zusammen mit Twersky entwickelt hat, und da ist das auch mit drin. Also, wir haben eine hohe Verlust-Aversion. Das heißt, wir versuchen mehr, um einen Status quo zu halten oder einen Verlust zu vermeiden, als quasi abseits zu generieren. Und das ist natürlich eine sehr, sehr falsche Denkweise, ein Stückchen weit, weil sie extrem in dieses Absichern keinen Fehler machen. Ist auch eine kulturelle Frage, da sind die Amerikaner sicherlich zum Beispiel besser, weil da ist es ja dann eher so, okay, trau dich, mach was, wenn du jetzt quasi hinfliegst, dann stehst du einfach wieder auf. Fail fast, fail often. Und ja, das ist ein sehr, sehr, sehr, sehr schönes Beispiel, die Luster-Version. Das eben zeigt, okay, welchen Fehlschlüssen wir da teilweise eben unterliegen. Dass wir sehr, sehr viel mehr Effort da reinstecken, den Status quo zu halten, als dann eben irgendwelche Abseits zu generieren. Und da gibt es aber zig. Also Daniel Kahnemann in dieser Prospect Serie, da gibt es zig, so Ankerheuristiken und Biases, die der im Laufe seiner langen Karriere, er ist ja leider letztes oder vorletztes Jahr verstorben, entwickelt hat. Und wenn man das alles mal weiß, ist es erstmal super spannend, weil zu wissen, dass wir diese Verzerrungen haben, löst sie nicht. Also, hey, ich weiß, ich habe irgendwie diese Verluste und deswegen hast du sie trotzdem. Also nur zu wissen, man hat sie, löst das Problem nicht. Gilt übrigens für fast alle beißes. Und zum anderen, man kann so gewisse Verhalten und Denkweisen einfach besser verstehen. Deswegen glaube ich, es ist schon ein Businessbuch und er hat ja auch dafür, in Psychologie gibt es ja einen Wirtschaftsnobelpreis gewonnen. Und in dem Zuge, glaube ich, kann ich deinen Hörern vielleicht sogar empfehlen, wenn wir schon darüber reden: Richard Taylor seine ganzen Forschungen und Bücher zum Nudging.

SPEAKER_01 49:22

Dann erstmal vielen Dank, Florian, Dankeschön. Waren jetzt ja schon, ich glaube, jetzt sogar drei Bücher, aber alles gut. Passt soweit, Florian? Erst einmal vielen Dank für den Austausch. Tut mir leid. Nee, ach, alles gut. Erstmal vielen Dank, Florian, für den heutigen Austausch und auch für deine Perspektive. Und der Podcast, der wird dann jetzt nicht heute live geschaltet, aber in den nächsten vier bis sechs Wochen ist er dann live. Alles klar. Florian, dann erstmal vielen Dank, dass du da warst und ich wünsche dir noch eine schöne Restwoche.

SPEAKER_00 49:55

Rocky, so wünsche ich es dir auch. Pass auf dich aus.

SPEAKER_01 49:58

Danke, Tito. Bis dann, ciao.