Folge 9: Simon Tschuertz (100 Worte Sprachanalyse GmbH) – Mit psychologischer KI den richtigen Ton treffen

[Sprecher 3]

Hallo und herzlich willkommen zum KI-Podcast, präsentiert vom Hubwerk 01. Verständlich für alle klären wir große und kleine Fragen rund um das Thema künstliche Intelligenz. Wir wünschen dir viel Spaß.

[Sprecher 2]

Ja, herzlich willkommen zu einer neuen Folge hier im KI-Podcast des Hubwerk 01. Heute mal wieder eine Remote-Folge sozusagen. Simon Tschürtz, der heute zu Gast ist, kann leider nicht vor Ort sein.

Das macht aber gar nichts, wir machen das hier über Zoom. Kurz zu dir Simon, du bist Mitgründer und Geschäftsführer von 100 Worte Sprachanalyse GmbH, einem innovativen Unternehmen, das sich auf die Analyse von Sprache zur Ermittlung psychologischer Merkmale spezialisiert hat. Die Idee zu 100 Worte entstand 2014, als Simon und sein Partner Daniel Spitzer die wissenschaftlichen Erkenntnisse der Sprachanalyse wirtschaftlich nutzbar machen wollten.

Das Unternehmen wurde dann 2017 gegründet und bietet heute Tools an, die vor allem im Bereich Personalwesen, Marketing und Markenwahrnehmung eingesetzt werden. Simon hat sowohl ein Master in Maschinenbau als auch in Data Science und Business Analytics. Das hat er studiert und ist somit ganz besonders qualifiziert für das Thema KI, das wir hier besprechen.

Und auch die Firma, die er gegründet hat, nutzt KI-basierte Lösungen und psychologische Forschung, um Persönlichkeitsmerkmale zu analysieren. Mehr will ich jetzt auch gar nicht sagen, denn jetzt will ich auch dich zu Wort kommen lassen. Herzlich willkommen Simon, schön, dass du da bist.

[Sprecher 1]

Ja, hallo Matthias, hallo zusammen. Freut mich auch hier zu sein und ein bisschen was über unsere Unternehmung, über mich zu erzählen, auch wie ich KI sehe. Genau, lass uns gerne direkt starten.

[Sprecher 2]

Genau, ich hoffe, es hat soweit alles gestimmt, was ich gesagt habe. Und deshalb möchte ich auch direkt, oder erst mal stimmt es so, was ich gesagt habe.

[Sprecher 1]

Genau, das stimmt, was ich gesagt habe. Und als Gegenfrage hast du es dir mit ChatGPT hier zusammenfassen lassen.

[Sprecher 2]

Tatsächlich, du wirst lachen. Ich mache das ja nicht allein, die Recherche. Die Vanessa und meine Kollegin, die macht das immer händisch über Google und war dann schon ganz weit.

Und ich habe das erste Mal gesehen, wie sie das macht. Und witzigerweise du und der Gast, den wir heute noch nach der Aufnahme sind, die ersten, wo ich sage, du Vanessa, wenn du jetzt schon fertig bist, nutz doch mal ChatGPT und Perplexity und schau mal, was dabei rauskommt. Das ist erstaunlich gut.

Man muss so ein paar Fakten gegenchecken tatsächlich, mit Jahreszahlen manchmal und so. Aber es ist ziemlich gut, ja. Also aus dem, was ich da rausgekriegt habe, kann ich mir dann immer schöne Sachen noch zusammenfassen und rausschreiben und Fragen checken.

Genau. War das eine reine Ressenfrage oder hat sich der Text jetzt so angehört wie mit ChatGPT? War das nicht 100% ChatGPT gewesen?

[Sprecher 1]

Ne, tatsächlich wollte ich es nur interesserhalber wissen, weil natürlich für mich so als Prozessmensch immer gleich die Frage ist, kann ich sowas, kann ich nicht schneller machen? Und dann wollte ich eben verstehen, ob ihr das manuell macht, wenn da jemand sitzt und wirklich in dem verlinkten Profil und Webseite wahrscheinlich von uns anschaut oder eben einfach nur bei Perplexity AI eingibt. Gebt mir mal bitte eine Zusammenfassung.

Zieh mal einen Schatz.

[Sprecher 2]

Also bisher, bisher hat es die Vanessa manuell gemacht und ich habe dann so einen ganz quick and dirty Prompt gemacht natürlich. Deshalb ist es jetzt auch nicht so vollumfänglich, aber ich werde das jetzt für die nächsten Gäste der Vanessa quasi so einen Prompt mal schreiben, so ein bisschen ausführlicher. Und dann werden wir das auf jeden Fall optimieren, weil es geht schon viel Zeit drauf in der Recherche auf jeden Fall.

Sehr cool, super. Genau, dann möchte ich direkt mit der ersten Frage einsteigen. Und zwar, was mich ja brennend interessiert, ihr nutzt sowohl KI als auch psychologische Merkmale und erstellt dann, wenn ich das so richtig verstanden habe, also so ein Persönlichkeitsbild oder erforscht nach Persönlichkeitsmerkmalen oder ich habe es nicht ganz verstanden.

Vielleicht kannst du kurz mal sagen, was genau ihr macht und wie ihr das macht.

[Sprecher 1]

Ja, also ich versuche es in einfachen Worten zu erklären. Also die Idee ist entstanden aus einem psychologischen Modell erst mal heraus, dass wir als Mensch auf unterschiedliche sogenannten Motive reagieren, zum Beispiel diese Vortrellen. Du sprichst vielleicht verstärkt auf Texte an, die einen leistungsorientierten Text, also leistungsorientierte Worte haben, wo es um Erfolge geht.

Andere reagieren vielleicht eher stärker darauf, wenn es um Statuselemente geht, also sowas wie Exklusivität zum Beispiel adressiert wird. Und das ist, was wir als erstes Mal als Modell hatten. Und dann haben wir uns die Frage gestellt, können wir nicht aus Sprache mit verschiedenen Methoden quasi des Machine Learnings, also einer Datenanalyse letztendlich, herausfinden, ob es da irgendwelche Zusammenhänge gibt.

Also wenn bestimmte Worte genutzt werden, von welcher Person werden die besonders häufig genutzt, also von welchem Modell, also Persönlichkeitsmodell werden die besonders häufig genutzt. Und damit lernt die KI quasi aus der Sprache von einer Person oder von irgendjemandem erst mal kennen, okay, wie häufig benutzt jemand bestimmte Begrifflichkeiten und kann dann sagen, okay, weil Matthias super viel über Erfolg spricht, scheint ihm das besonders wichtig zu sein, sonst würde er es nicht tun. Hat damit quasi gelernt, okay, das ist dir wichtig und kann das dann natürlich auch wieder nutzen, um in der Ansprache an dich genau diese Notches, oder diese Stoßer zu setzen und sagen, okay, immer wenn ich mit Matthias spreche, weiß ich, in der Ansprache muss ich über Erfolg reden.

Dann komme ich schneller bei ihm an.

[Sprecher 2]

Ja, verstanden. Und habt ihr euch da dann jetzt nur, also wie muss man sich das vorstellen? Ihr habt die KI dann selbst geschrieben, programmiert, machen lassen sozusagen.

Also ihr habt eine eigene KI entwickelt, die das tut.

[Sprecher 1]

Genau, also wir nennen das Psychological AI, die das tut. Die haben wir entwickelt, insbesondere in den Jahren 2017, 18, 19, 20. Das waren so die wichtigsten Jahre, um die Qualität sicherzustellen, die wir erreichen wollten.

Wir arbeiten noch immer an, also wir trainieren noch immer nach und machen immer so Reinforcement Loops, also quasi trainieren eben noch mal nach und prüfen ab, okay, wie gut ist sie wirklich, können wir das weiter verbessern. Es gibt ja jetzt auch ganz, ganz viele neue KI-Modelle, die auch wieder besser sind in Bedeutungsextraktion, also zu verstehen, welche Worte nutzt jemand und haben die genau die Bedeutung, die auch Erfolg adressiert oder ist es eigentlich gar nicht Erfolg, sondern es ist einfach irgendwie nur so dahergesagt. Genau, und sowas funktioniert viel, viel besser heute.

Das haben wir entwickelt, also das war der Kernasset letztendlich, den wir am Anfang hatten. Und dann haben wir uns überlegt, okay, wie können wir das jetzt nutzbar machen für Unternehmen und sind dann über, eigentlich durch Zufall oder auch ein bisschen Glück, da sind wir manchmal auch dazu, haben viel gepitcht und die Firma Carl Zeiss fand das sehr spannend damals für das Thema Optimierung von Stellenanzeigen. Hinsichtlich einerseits rauszufinden, okay, wie muss man bestimmte Personengruppen ansprechen?

Also quasi, wenn ich jetzt zum Beispiel Physiker für ein bestimmtes Produkt einstellen will, wie Babsig formuliert, Tickens Physiker, das haben wir dann quasi großflächig analysiert und konnten dann sagen, okay, deine Stellenanzeige trifft den Typ Physiker aktuell zu x Prozent und eigentlich müsstest du bestimmte Worte noch einsetzen, damit du diesen Typ Mensch quasi besser triffst. Also es ist ein bisschen so stereotypisch dann jetzt gesprochen. Es ist natürlich noch ein bisschen feiner in der Zeit.

[Sprecher 2]

Und wie habt ihr in eure KI das Thema mit dieser, also Psychologie einfließen lassen? Füttert man die dann mit Bücher über Psychologie oder wie funktioniert das?

[Sprecher 1]

Nee, also wir haben jahrelang versucht, an Daten zu kommen und haben ganz, ganz viele Daten von psychologischen Tests bekommen von verschiedenen Universitäten, von verschiedenen Lehrstühlen, denen wir uns das dann dankenswerterweise auch zur Verfügung gestellt haben, mit Bitten und Nachfragen. Und das war so quasi die Ausgangslage. Und dann haben wir auch einen Partner gefunden, der mit uns diese Research weitergetrieben hat.

Das ist der Dr. Stephan Dörr, der sich A47 Consulting, kommt aus der TU München raus und machen sehr, sehr viele psychologische Tests noch immer manuell. Also haben die früher manuell gemacht und jetzt nutzen sie quasi unsere Technologie dazu, aber die machen auch noch so Querchecks und mit denen optimieren wir quasi unsere Modelle stetig weiter. Und als wir dann quasi dieses fertige KI-Modell hatten, dann ging es eben darum, wie kann man das nutzbar machen?

Und dann haben wir angefangen, auch Anwendungen zu entwickeln.

[Sprecher 2]

Okay, und bevor wir jetzt weitergehen, nochmal ganz an den Anfang. Also jetzt bist du jemand, der sich mit KI im Studium beschäftigt hat, das gelernt hat und so. Wie kommt man jetzt denn auf die Idee, cool, ich mache so ein Sprach-KI und gebe die mal Unternehmen für ihre Stellen anzeigen?

Also was war denn da so die Idee? Was hat dich interessiert? Wie kam, was war der Weg dahin?

[Sprecher 1]

Ja, also ganz anderer Weg. Also ich hatte damals, als wir gegründet haben, nicht gedacht, was wir jetzt machen, was wir dann gemacht haben jetzt zum Schluss tatsächlich, sondern am Anfang war es wahnsinnig viel Interesse in die Technologie, ob das grundsätzlich möglich ist. Das hat sich ein bisschen noch in die Zeit hinein versetzt.

Das war 2018, als wir wirklich so richtig Vollgas und nur noch die Firma quasi hatten. Damals gab es quasi kein JetGPT und die Modelle waren rudimentär, die damals waren. Da hat man über Sentimentanalyse gerade mal so gesprochen.

Also Sentimentanalyse bedeutet, ich erkenne Emotionen, ob ein Text positiv zum Beispiel, grundsätzlich ist oder negativ oder neutral. Das waren so die Anfänge.

[Sprecher 2]

Also nicht über menschliches Verhalten, sondern aus dem Lesen raus.

[Sprecher 1]

Genau, aus dem Lesen. Also wenn du einen Kommentar zum Beispiel liest oder eine Rezension, ist die Rezension negativ oder ist sie positiv, also der Satz. Das war so damals die Anfänge.

Da war noch nichts mit, ich lasse mir einfach einen Text erstellen oder ich schreibe 20 Varianten eines Textes auf Knopfdruck, sondern es war wirklich ganz, ganz rudimentär. Und da sind wir damals eben in diese Kerbe auch rein und haben einfach gesagt, dass man Sentiment quasi erfassen kann, also positiv, negativ, neutral. Aber eigentlich bringt dir das nicht unbedingt einen Mehrwert, sondern du willst ja irgendwie eine Handlung ableiten von dem Wissen.

Und das fanden wir eben so spannend, weil es da in der Psychologie halt wahnsinnig viele Erkenntnisse eigentlich schon gibt, die du dann auch verhalten verändern kannst, wenn du bestimmte Dinge weißt. Und das war so der Hauptpunkt, warum wir eigentlich gegründet haben. Wir haben ja gesagt, okay, wenn wir das machen, wenn wir eine Lösung haben, die Analyse betreibt, aber auch gleichzeitig Handlungsempfehlungen gibt, wie du bestimmte Dinge verändern kannst, dann ist das ein riesengroßer Markt, der erstmal aufgeht.

[Sprecher 2]

Ja, und hattest du dann neben der Faszination oder dem Interesse für KI oder damals konnte man da überhaupt schon von KI sprechen?

[Sprecher 1]

Eigentlich nicht, also selbst heute noch nicht mehr.

[Sprecher 2]

Okay, spannefrei. Da machen wir gleich mal ein Stückchen fort. Genau.

Also hattest du dann auch ein grundsätzliches Interesse für Sprache und Psychologie oder hat sich das dann so im Prozess entwickelt, das damit einfließen zu lassen?

[Sprecher 1]

Nee, ich hatte eigentlich schon immer auch ein grundsätzliches Interesse für Kommunikation und Veränderung, würde ich sagen. Ich war bei Audi, als ich auf Audi vorher gearbeitet und wurde dort Projektleiter, auch international, also noch viel in China unterwegs und habe mich dann wahnsinnig viel damit befasst, wie mein Auftreten ist, wie ich kommunizieren muss, wie kulturelle Unterschiede sind und dann merkst du irgendwann, dass einzelne Worte ganz, ganz viel Bedeutung haben können. Also wenn du was falsch formulierst in China, ist das nicht so toll meistens, das wird dann sehr negativ auf dich zurück und da wirst du dann quasi auch ein bisschen vorsichtiger und setzt dich halt damit auseinander.

Also ich setze mich jetzt mit Kommunikation auseinander und wie ich gut ankomme bei verschiedenen Personengruppen, die ich sehr stark reingearbeitet habe, letztendlich über Schulungen, Bücher, Kurse.

[Sprecher 2]

Okay. Also das heißt auch, dieses Ganze, weil du vorhin schon über Erfolg und Führung und Kommunikation sprachst, also dieses ganze Thema, wie wirke ich auf andere und darüber flosst es dann alles zusammen. Und wenn ich das jetzt nehme und da noch die Psychologie drauf packe, also wo siehst du denn so die größten Chancen von, was ihr jetzt ja schon macht, von Verbindungen zwischen KI und Psychologie?

[Sprecher 1]

Ja, genau. Also ich glaube, also wo wir ja ganz stark drin sind, ist in dem Bereich Verhalten quasi zu einer gewissen Art zu steuern. Also ein bisschen zu viel diskutieren, weil wir ja nicht sagen, also nur weil wir jetzt einen Satz anders formulieren, läufst du jetzt auf einmal links rum anstatt rechts rum.

Aber so ein bisschen stupsen quasi. Und das geht, also es gibt ein Buch von Richard Thaler, das ist ein Wirtschaftsökonom, der hat auch einen Nobelpreis dafür gekriegt, wo es quasi darum geht, wie kann ich Menschen mit ganz, ganz einfachen, impliziten Mitteln bewegen, quasi Dinge richtig, also im Sinne von quasi, was ist gesellschaftlich gewollt, anzustupsen, also in die Richtung zu schubsen, wo man hin will. Und das sind diese Nudges, die man letztendlich setzt.

Und da gibt es eben verschiedene Mittel, die man nutzen kann. Und wir haben halt eins, nämlich dieses Mimiken, also quasi dieses Spiegeln der Sprache und diese letztendlich richtigen Worte für jede Person unterschiedlich herauszufinden Wir schreiben ja auch Shownotes immer, wie heißt das Buch, dass die Leute da vielleicht wer weiterführendes Interesse hat, mal draufgeklickt? Genau, Nudge, tatsächlich, also Richard Thaler, Nudge.

[Sprecher 2]

Richard Fader?

[Sprecher 1]

Thaler, T-H-A-L-E-R Also Thaler. Ja, ja, ja.

[Sprecher 2]

Und Nudges. Gut, jetzt haben wir kurz einen Faden verloren. Genau, ist eure KI, dann kann man sich, wir haben jetzt in den vergangenen Folgen schon sehr viel immer, ich meine, Chachibity kennt mittlerweile, glaube ich, jeder über KI, Chachibity und so weiter gesprochen.

In der letzten Folge auch mal über Perplexity, was ja alles so Sprachmodelle sind. Ist eure KI auch quasi so ein, also ist es dieselbe Technologie, auch so ein Sprachmodell, wie man es heute wohl lernt?

[Sprecher 1]

Genau, es ist auch ein Sprachmodell, das würden wir auch sagen. Wir haben ein bisschen einen anderen Ansatz, wie jetzt diese Large Language Model, also die ja auch dieser Transformer-Architekt haben, das ist so technisch, die auf einem anderen Layer quasi aufbauen. Darfst ruhig technisch sprechen, wir müssen es dann nur kurz erklären.

Okay, genau. Also die bauen auch eine andere Architektur auf wie das, was wir gemacht haben, wie wir heute quasi, oder wo man unsere Technologie quasi einsetzt, ist, man nutzt so etwas wie Chachibity, also die API oder die Schnittstelle, also jetzt nicht so, dass man das Interface von Chachibity hat und dann quasi wir da drüber sind, sondern wir nutzen Chachibity im Endeffekt oder Chachibity dafür, Texte zu generieren, die unser Layer dann nachträglich bewertet und dann quasi den so verändert, dass es eben passt, letztendlich.

[Sprecher 2]

Okay, das heißt, ganz praktisch, ich lasse mir eine Stellenanzeige in Chachibity schreiben, oder in Perplexity oder wie auch immer, egal, lass mir die schreiben und könnte diese Stellenanzeige dann nochmal mit eurer KI verbessern. Kann ich das?

[Sprecher 1]

Genau, so kannst du es quasi verstehen, wobei wir eben auch den, natürlich auch den Text schon generieren, also wir können ja, man kann ja auch OpenAI zugreifen quasi, das heißt, wir haben eine Plattform und in der Plattform passiert dann alles, aber so vom Technischen her ist es quasi, ich baue, vom Automobilbau her, die Rohkarosse liefert GPT und die Endmontage machen wir.

[Sprecher 2]

Okay, verstanden. aber eure KI ist natürlich, da ihr damit Geld verdient und es für Firmen nicht öffentlich zugänglich, sehe ich das richtig?

[Sprecher 1]

Nein, also genau, die ist nicht frei verfügbar, so muss man sagen. Genau, also wir haben schon mit verschiedenen Research-Instituten auch Agreements, die uns durch KI dann nutzen können, auch für Forschungszwecke, aber es gibt jetzt keine kommenden, also keine CC, also keine Open Source Lizenz, dass jeder damit einfach rumspielen kann.

[Sprecher 2]

Aber als Unternehmen kann ich Lizenzgebühren quasi zahlen und das nutzen sozusagen?

[Sprecher 1]

Wenn du ein Unternehmen bist, ist es normalerweise so, du hast ein Problem, sagen wir mal vom Problem, du hast vielleicht drei Probleme, das eine Problem ist, du suchst Talente, das zweite Problem ist, du möchtest dein Marketing verbessern, also mehr Leads zum Beispiel generieren und das dritte Problem ist, du hast einen Online-Shop und willst quasi mehr Verkäufe auf deinem Online-Shop erzielen. Bei allen drei spielt ja Kommunikation bei Leads, also im Marketing klassischerweise ja genauso, also du musst irgendjemanden ansprechen, der dann auf dich reagiert und im Online-Shop hast du das Glück, da kommen dann vielleicht sogar Besucher, aber in dem Moment, wenn die auf deiner Seite sind, musst du die überzeugen, weil es gibt ja vielleicht noch andere Online-Shops, die ähnliche Produkte wie du anbieten, also musst du die überzeugen, bei dir zu kaufen und dort spielt überall Kommunikation eine ganz, ganz große Rolle

[Sprecher 2]

und das ist auch ein großer Vorteil. Also, ein Copywriter ist ja jemand, der Marketing-Texte schreibt und der genau Web-Shops verbessert oder der einem auch hilft, seine Unternehmenssachen auf der Webseite gut zu schreiben und so weiter. Könnte ich mir vorstellen?

[Sprecher 1]

Ja, also Hassliebe, würde ich sagen, es ist auch so, bei Copywritern ist es noch gar nicht so extrem, tatsächlich, weil hier nicht alle Content-Formen und sowas abdecken, und dann auch noch Konzeption und sowas. Das machen wir jetzt nicht, aber die Texterstellungsprozesse und das Tuning quasi des Textes, da treten wir schon in Konkurrenz zu denen ganz, ganz klar. Wo wir es viel extremer merken, auch diese Ängste, die ja da irgendwo implizit eine Rolle spielen, ist im Bereich Active Sourcing, also quasi den Prozess, ich suche Talente auf einer Plattform und ich schreibe die an Also so der Headhunter sozusagen.

Genau, der Headhunter, weil da sind wir mittlerweile in der Lage sozusagen 80% des Jobs, also zumindest des Anspracheprozesses komplett zu automatisieren, was natürlich einen riesengroßen Zeitvorteil mit sich bringt und grundsätzlich gehe ich immer davon aus, Technik hat immer zu mehr Jobs geführt wie zu weniger, also glaube ich auch nicht, dass da Jobs wegfallen, sondern die Aufgaben verändern sich, also die Rolle, die man hat. Man wird vielleicht nicht mehr acht Stunden am Tag auf LinkedIn-Profile screenen und anschreiben, sondern man wird dafür vielleicht lieber acht Gespräche mit Menschen führen, die wechselwillig sind, also das ist dann halt eine andere Aufgabe, aber nicht, dass der Job weg ist.

[Sprecher 2]

Ja, also da kann ich dir und allen, die das jetzt hören, die Folge 8 empfehlen, das ist zum Zeitpunkt unseres Gesprächs jetzt hier, die kommt erst am Freitag raus, also am 18., aber wenn die dann draußen ist und die Folge hier auch, dann ist es ganz spannend, weil in der Folge habe ich mit jemanden gesprochen, der genau das macht, also so Recruiting, Stellen besetzen und so weiter und der nutzt zwar auch KI, aber da haben wir darüber gesprochen, dass die eher noch das Gefühl hat, dass die menschliche Ansprache und das Individuelle und dass man auch merkt, man spricht mit jemand Echtem und so weiter, so wichtig ist, dass er glaubt, dass das noch nicht KI leistet, also das ist ganz spannend. Aber ich glaube auch, ich bin da komplett bei dir, also ich bin ja ein großer Fan von KI, sage ich glaube ich jede Folge, weil ich ultra gern mit neuen Modellen rumspiele einfach und ausprobiere und ich glaube auch, dass es eher mehr Jobs gibt und ich bin ja da so ein bisschen naiv und selbst wenn es keine mehr gibt, also natürlich muss dann irgendwie unser Leben finanziert werden und gesichert werden, aber nehmen wir mal an, es gäbe eine Grundsicherung und man tut noch was, um es aufzustocken, dann ist es doch auch cool, wenn man mehr Freizeit hat oder sich den Dingen finden kann, die einen wirklich antreiben, wo vielleicht gar nicht so viel, manche machen ultra gern Ehrenamt, was ultra gesellschaftlich wichtig ist, wird aber nicht bezahlt, aber das wäre dann auch erfüllt.

Also ich bin da ein bisschen bei dir, ich habe da auch nicht so große Angst davor. Gut, zurück zum Thema, ich habe mir in der Vorbereitung auf das Gespräch so ein bisschen die Frage gestellt, ob es bei diesem Thema Texte zu verbessern, Texte anpassen, Leute, wie du es vorhin so ein bisschen Flaps gesagt hast, in die Richtung zu stupsen, ob sich da dann nicht an irgendeinem Punkt auch ethische Fragen ergeben und ethische Problematiken, habt ihr da schon Berührungspunkte oder irgendwas, wo man danach schauen muss?

[Sprecher 1]

Also es gibt ja den EU-AI-Akt dazu, der hat das ja jetzt quasi in einen Rahmen gepackt. Da kann man auch darüber diskutieren, ob das gut oder schlecht ist. Ich glaube, in den USA entwickelt man, in Asien wendet man, in Europa reguliert man und jetzt ist die Frage, ob das gut ist, schlecht ist oder nicht, das wird sich dann zeigen für die Zukunft, aber wir feiern das, glaube ich, momentan ein bisschen zu stark, dass wir jetzt die sind, die alles reguliert haben.

Aber das ist nur meine persönliche Meinung dazu, also man hört da Werbung raus.

[Sprecher 2]

Das ist eine Frage, wie AIX reguliert ist, also manchmal Leitplanken geben, finde ich grundsätzlich nicht schlimm, aber in Deutschland gibt es auch in anderen Bereichen nicht nur Leitplanken, sondern eingezwängt. Das ist schwieriger.

[Sprecher 1]

Ich hatte mal ein nettes Quote von einem Personalforscher von Genesis, der einfach sagte, wir sollten weniger, also da ging es auch um Regulatorik, in dem Fall im AR, da gibt es auch ganz viel Regulation und Regulierung und was er nur meinte ist, eigentlich reicht es ja, wenn du sagst, make mama proud, das ist eigentlich genug. Das ist jetzt ganz das Extreme natürlich, aber zum Schluss hat er schon eine gewisse Wahrheit, also du kannst auch mit einfachen Dingen, wenn du so ein klares Statement hast, mach deine Mama stolz, dann weißt du schon, was richtig und was falsch ist, und das ist so ein bisschen auch, wie wir darauf schauen, also um was geht es uns eigentlich, also wir haben zwei Dinge, wir werden ja zum Beispiel im AR eingesetzt, also immer ein bisschen Risiko klassifiziert, wir sind aber im Prozess noch relativ am Anfang, also quasi in der Schiene, wo du ja die Stelle vermarktest, also mittlerweile sind wir kein Fan mehr davon, komplett automatisch eine Auswahl zu machen, das war mal ein Gedanke, den wir 2018, 2019 auch hatten, das könnte man ja auch machen, haben uns davon aber abgewendet, gar nicht so sehr, weil ich nicht glaube, dass es AI besser kann als wir als Mensch, sondern einfach, weil wir damals auf so viele Hürden gestoßen sind, und auf so viel Ablehnung auch vom Markt, dass wir gesagt haben, das wollen wir gar nicht tun, wir helfen bei einem anderen Problem, nämlich überhaupt Leute in den Assessment-Prozess zu bekommen, und so gucken wir darauf, also wir suchen uns jetzt nicht die High-Risk-Themen, sondern gucken uns eher, wo kann man AI sinnvoll einsetzen, wo es quasi auch gar nicht so viel ethische Dilemma im ersten Moment mal gibt.

[Sprecher 2]

Okay, also von vornherein schon nicht blind überall rein, sondern, ja, okay, wahrscheinlich. Ja, ich habe mir die Frage tatsächlich gestellt, weil, ich weiß nicht, ob du es mitbekommen hast, also ich habe es erst gestern gesehen, dass in China dieser Tesla im Automatisch-Mode war und in eine Baustelle reingerast ist, und in irgendeiner Großstadt, weiß ich nicht, war jetzt auch in der Presse, wo der einfach Gas gegeben hat und gefahren ist, und ich sage immer, wenn mich jemand fragt, so, ich glaube, ich bin der Erste, der, wenn das wirklich safe ist, sich ein Auto kauft, wo er alleine fährt, weil ich fahre leider ziemlich viel Auto und mag es überhaupt nicht und denke immer, das ist total verschwendete Zeit, und dann kann ich da das machen.

Gleichzeitig will ich natürlich auch eben, dass solche Sachen nicht passieren. Und da haben wir schon gefragt, das ist jetzt Auto, aber bei so etwas, wo man Menschen auch triggern kann und mit Sprache kann man nun mal Menschen triggern, also ich kann eine Rezession schreiben, über ein Produkt, wo der Produktinhaber denkt, ja, ist nicht so schön, aber okay, oder ich kann es halt so schreiben, dass der richtig angepisst ist, und da habe ich mir halt die Frage gestellt, wie weit darf man gehen, sollte man gehen, und deshalb hat mich einfach die Sicht auch des Firmeninhabers interessiert.

[Sprecher 1]

Ja, also zu deinem Autobeispiel, also ich glaube, grundsätzlich, was mich da immer an der Diskussion ein bisschen stört, ist, dass wir uns quasi als die Wahrheit hinstellen, die biasfrei ist, keine Fehler macht, alle nur rational handelt, das sind wir aber faktisch einfach nicht, wir sind total irrational, wir fahren Auto, wir haben das Handy links, rechts, wir haben eine total schlechte Aufmerksamkeit, also wir haben viel mehr Unfälle, aber wenn dann einer weltweit passiert, von Tesla, dann wird das so geheim, das ist quasi, oh Gott, ist das schlimm, auf der anderen Seite, wie viele andere Unfälle passieren, ignorieren wir dann halt einfach mal weg.

Ich glaube, Stalin hat mal gesagt, wenn Millionen sterben, ist es egal, wenn einer stirbt, dann ist es quasi ein Case, also wenn es dann Schicksal hat, genau, und so kommt mir das gerade so ein bisschen in die Diskussion vor.

[Sprecher 2]

Das verstehe ich, der Unterschied ist jetzt in dem Beispiel natürlich, klar, in eine Baustelle kann ich auch reinrasen, da muss ich ja nur Sekundenschlafe haben, rase in die Baustelle, aber jetzt zum Beispiel einfach so, also ich kenne jetzt keinen Unfall, wo hier, ja, okay, doch, kenne ich, aber normalerweise beschleunigt man ja nicht in einer Großstadt einfach blind, außer man will einen Attentat verüben, so, und ich bin da bei dir, nur weil eine KI, das ist jetzt für alle Zuhörenden ein bisschen flaps formuliert, ich meine das nicht so, aber nur weil eine KI mal einen Unfall macht und vielleicht auch jemand zu Tode kommt, das Ganze dann zu verdammen und zu sagen, nee, keine KI, das finde ich auch falsch. Ich finde aber schon, es sollte irgendwann möglich sein, diese Unfälle wie eine KI läuft am Ock, sowas muss man ausschließen können, also dass der einfach in einer Großstadt Gas gibt, sowas sollte man ausschließen können, finde ich, und das ist so eine Frage, ab wann kann man sicher sein, dass das nicht mehr passiert?

[Sprecher 1]

Ja, ja, also da gehe ich wieder auf, also da gehe ich direkt, also ich würde sogar eigentlich, wenn man das ein bisschen in ein positiveres Bild bringen will, könnte man sogar sagen, dass KI eigentlich dabei hilft, ja, das Ganze überhaupt mal sichtbar zu machen. Ja. Also mein Lieblingsbeispiel ist da Amazon, das ging ja auch ganz arg durch die Presse, als die quasi diesen automatischen Selektionsprozess im Bewerben dann gemacht haben und dann irgendwann festgestellt haben, wir stellen irgendwie nur weiße Männer ein im Alter von 25 bis 30, glaube ich war das damals, und das quasi dann hochgepoppt ist sehr stark.

Und dann hat man gesagt, ja, die KI ist schuld, aus meiner Sicht ist nicht die KI schuld, erstmal wäre es, also man könnte mal positiv formulieren, die KI hat es sichtbar und transparent gemacht, der Fehler entsteht ja schon 20 Jahre lang bei Amazon, weil die hat ja auf Amazon Daten gelernt, das heißt Amazon hat bisher so selektiert, die haben bevorzugweise Männer aus der Mittelschicht quasi ausgewählt und die KI hat es halt einfach nur gelernt und hat es dann halt repliziert.

[Sprecher 2]

Ja, das ist spannend. Deshalb liebe ich diese Gespräche so. Wieder was gelernt, ja, das stimmt natürlich, man kann natürlich immer der KI der Schuld geben oder mal gucken, woher die Daten kommen auf jeden Fall, absolut.

Ja, jetzt sind wir ein bisschen in dieses Ethik-Thema abgedriftet, deshalb wieder zurück zum Sprachmodell. Wo siehst du euch denn, wie sich das weiterentwickelt? Jetzt nutzen Unternehmen schon eure Technologie, verbessern ihre Stellenanzeigen, ihr Marketing, aber habt ihr Pläne oder Ideen, wo sich eure Technologie weiterhin entwickelt?

[Sprecher 1]

Also, ja, haben wir natürlich.

[Sprecher 2]

Also, dass du darüber reden kannst.

[Sprecher 1]

Ja, alles gut, klar. Also, Anwendungsseite, ich glaube, sind wir jetzt erstmal so von unserer Seite für unser Unternehmen soweit klar, dass wir diese drei Bereiche haben, wie du es vorhin erwähnt hast, also im Recruiting, im Marketing und im Retail-Online-Shop-Bereich. Da sind wir mit den Anwendungen quasi erstmal durch.

Ist jetzt eher so, dass wir uns mehr und mehr als Plattform entwickeln, dass man das Wissen, das wir generieren, nutzbar macht für andere Firmen, also irgendwelche Entwickler, die sagen, hey, ich habe hier eine coole Idee, vielleicht könnte ich die anreichern über so ein Tool wie unseres, um quasi mehr Nutzen zu generieren. Dahin wollen wir uns entwickeln, also mehr so eine Art Plattform zu werden, die genutzt wird, dass das eine und das andere, was mich wahnsinnig umtreibt und ich super viel Fock drauf habe, da tiefer reinzugehen. Wir machen da gerade die ersten Ansätze, aber ich will da einfach noch tiefer reingehen, wirklich so die gesamte Kommunikation zu verändern.

Also Kommunikation besteht ja nicht nur aus Worten, sondern da gibt es ja noch Bild, also visuelle Elemente, ganz viel drin theoretisch, auch Ton, Tonalität. Das finde ich super spannend, sich da quasi auf diese Reise zu begeben und zu sagen, okay, wenn ich jetzt schon weiß, wie dieser Mensch, auf was der reagiert, gibt es irgendwelche Zusammenhänge mit Farben, mit Bildwelten, die da nochmal verstärkt wirken, sowas finde ich super spannend.

[Sprecher 2]

Okay, das bedeutet, ich mache jetzt mal ein Bild auf, also wenn ich es richtig verstehe, ich mache mal ein Bild auf, ein Unternehmen sucht dringend eine Fachkraft und findet keine. Jetzt habt ihr in der Zukunft vielleicht analysiert, okay, diese Art Fachkraft fühlt sich wohl in einem blauen Raum und dann macht man den Raum blau und vielleicht wird das Gespräch sogar noch aufgenommen und ihr könnt quasi in Echtzeit sagen, oh, das Gespräch muss man anders führen, sonst verlieren wir den. Also so in die Richtung tatsächlich.

[Sprecher 1]

Genau, tatsächlich ist das sowieso eine Art eigentlich, das ist kein Coach eigentlich, aber irgendwie ist es vielleicht ein Berater oder sowas, der quasi dir dann Feedback gibt und dir aber auch natürlich Vorschläge, nicht nur Feedback, sondern wirklich konkrete Anweisungen, wie du es jetzt quasi hinbekommst. Das finde ich spannend. Und zwar nicht nur auf Textbasis, sondern eben auch auf allen Kommunikationsarten, die wir da haben.

[Sprecher 2]

Dann müsstet ihr eure Technik ja insofern auch auf zum Beispiel Video, also jetzt so ein Gespräch wie unseres aufnehmen lassen, schauen, was ist gerade im Gesicht von Matthias passiert, als er kurz geschrieben hat und nicht 100 Prozent zugehört hat und dann sieht man das ja, dann lernt die KI, okay, wenn das und das passiert, driftet der Bewerber gerade gedanklich weg zum Beispiel.

[Sprecher 1]

Genau, also das ist dann schon ganz weit gedacht, genau. Um das geht es letztendlich, also woran wir jetzt aktuell, also was wir jetzt heute schon können ist zum Beispiel, wenn wir ein Transkript oder jetzt unser Gespräch aufzeichnen, dann könnte ich sagen, wie gut bin ich auf dich eingegangen. Also haben wir eine ähnliche Sprache benutzt oder nicht?

Und dann würde ich im Nachgang Feedback dazu kriegen, was ich hätte besser machen können. Das ist natürlich jetzt blöd, weil dann ist ja der Podcast schon gelaufen. Wie cool wäre es natürlich, ich kriege jetzt gerade gesagt, hey, um jetzt Matthias noch ein bisschen glücklicher zu machen, sagt auch das und das und das.

[Sprecher 2]

Scheitert es da noch an der Technologie oder ist es in Theorie möglich, sowas schon in Echtzeit zu machen?

[Sprecher 1]

Ja, also die Frage ist dann, kommst du nicht in Echtzeit ran, aber in naher Echtzeit eher so. Also momentan, wie gesagt, nachgelagert. Es ist jetzt immer die Frage, wie schnell kriegst du das Transkript quasi hin und wie schnell kannst du es dann in sinnvolle Badges unterteilen, dass du es analysieren kannst und dann auch wieder Feedback zu geben.

Das ist, wo wir gerade stehen. Aber ich glaube auch, tatsächlich mit nachgelagertem Feedback kann man schon wahnsinnig viel machen.

[Sprecher 2]

Absolut. Es ist total geil, dass wir da hinten jetzt abbiegen, weil eine Frage, die ich mir aufgeräumt hatte, warte, wo ist sie? Ich finde sie gerade nicht, aber ich weiß sie.

Und zwar, was ist der Unterschied oder warum ist eure Technologie besser als die menschliche Intuition? Und gerade als du jetzt gerade gesagt hast, die KI könnte dir sagen, ob wir eine gleiche Sprache benutzen, ob wir gerade gut sprechen. Was sagt dir deine Intuition und was denkst du, was würde die KI sagen?

[Sprecher 1]

Das ist eine gute Frage. Grundsätzlich sind wir als Mensch gar nicht gut da, andere zu bewerten, glaube ich. Zumindest, wenn man den ganzen diagnostischen Studienglauben schenken mag.

Deswegen gibt es ja gerade die Tests, die dann in einem gewissen Setting gemacht werden, damit man halt wirklich valide Daten erheben kann. Genau.

[Sprecher 2]

Gerade in so einem Gespräch merkt man ja schon, also jetzt ohne den Gegenüber zu bewerten, im Sinne, oh der ist blöd oder der ist cool oder so, aber man merkt ja, finde ich, schon, ob das rational ist oder nicht, will ich jetzt gar nicht beantworten, aber man merkt ja, okay, das Gespräch ist sehr mühsam oder da kommt was zurück, man unterhält sich gut. Also das ist ja zum Beispiel eine Intuition, die man, glaube ich, wenn man, also die meisten Menschen haben das, es gibt bestimmt auch welche, wo das nicht merken, natürlich, aber ich denke, die meisten haben das, oder?

[Sprecher 1]

Ja, also das glaube ich schon, dass man so ein Draht zueinander findet. Ich glaube, das ist das, was du formulierst. Die Frage ist ja aber, also das eine ist der Draht zueinander finden, aber wenn ich jetzt ein konkretes Ziel hätte, also ich will jetzt im Podcast, vielleicht schwierig, aber nehmen wir an, ich würde dir was verkaufen wollen.

[Sprecher 2]

Ach so, ja, okay.

[Sprecher 1]

Und dann ist ja nicht nur die Frage, haben wir ein Draht zueinander, sondern überzeuge ich dich zum Beispiel auch noch, also kriege ich dich committed oder sowas und das zu feedbacken, das ist ja zum Beispiel dann was Spannendes oder wie du vorhin meintest, mit dem Talent im Bewerbungsgespräch, also heute ist ja der Markt andersrum, also das Talent muss sich ja nicht mehr so stark verkaufen, aber das Unternehmen muss sich ja auch ganz stark verkaufen, dann schaffe ich es quasi so viel Überzeugungskraft für das Talent zu generieren, dass derjenige oder diejenige dann zum Schluss sagt, ja, finde ich gut, lass uns weitergehen und ich steige bei euch ein.

[Sprecher 2]

Ich finde es total spannend, vor allem was da so kommt. Ich kann da total verstehen, dass da viele Ängste kommen, aber auf der anderen Seite, weil du vorhin gesagt hast, positiv formulieren, ich sehe da echt viele Vorteile, weil man muss es ja auch mal so sehen, es ist ja auch eine Chance, passendere Menschen oder Bewerberinnen, Bewerber zu finden, weil es eben viel die Analyse jetzt über euer Modell oder zukünftig vielleicht auch auf den anderen Kommunikationsämtern viel tiefer gehend ist.

Das heißt, ich finde ja im Prinzip vielleicht sogar den besseren Deckel für den Topf, nenne ich das mal ganz plump.

[Sprecher 1]

Also es ist das eine, ich würde sogar noch weitergehen und sagen, es ist eine Demokratisierung von Wissen. Also heute kann es sich, also wer leistet sich zum Beispiel einen Sprachcoach? Das sind die Top-Führungskräfte oder Politiker, die dann rhetorisch quasi so getrimmt werden, dass wenn du denen zuhörst eben, dass die halt überzeugend sind.

Was ich halt schon auch geil finde, ist wenn jeder sich das quasi leisten kann, weil es nicht mehr ein exklusives Gut ist, sondern ein massentaugliches Gut wird. Und das können wir mit KI aus meiner Sicht gut schaffen.

[Sprecher 2]

Und ist das für dich dann auch ein Vorteil gegenüber der menschlichen Intuition, gerade so im Recruiting, dass es a für alle zugänglich ist, b vielleicht eben auch rationaler handelt, weil du vorhin meintest, der Mensch handelt ja nicht immer rational oder seltenst. Oft sind ja viele Emotionen mit. Ja.

[Sprecher 1]

Also ich glaube, das Erste im Sinne von Unterstützung, das finde ich einen super schönen Gedanken auch. Also jetzt auch mal Sprachcoach ist das eine. Das wäre jetzt vielleicht eher was von unserer Seite, aber auch zum Beispiel Anwalt, also Rechtsberatung.

Jeder kann sich zukünftig vielleicht einen Rechtsanwalt leisten. Zumindest mal so einen KI-Rechtsanwalt. Genau, der die einfach mal so Grundlagenwissen in dem Moment gibt.

Oder jeder kann sich einen Lehrer leisten. Also wir sind privilegiert in Deutschland, da ist Schulpflicht, da gibt es das. Aber in anderen Ländern gibt es halt keine Schulpflicht.

Und theoretisch könnte dann, wenn man ein Device hat, einfach jeder, was sie sich wissen, besorgen und selbstständig lernen. Das finde ich eigentlich ganz cool, den Gedanken. Und das andere zum Thema Rationalität.

Da bin ich so hin und her gerissen, ehrlicherweise. Ich glaube ja, ich könnte es besser. Ich würde es aber eher einsetzen, als auch hier wieder eher um Nudges zu setzen.

Also quasi so in die richtige Richtung zu treiben und nicht die komplette Verantwortung wegzunehmen von der Person.

[Sprecher 2]

Weil das ist ja eine spannende Frage, finde ich. Weil es gibt ja heute auch in Top-Konzernen, großen Unternehmen, aber auch generell, kommen ja, früher war es der Facharbeiter, die harten Skills, ich bin Elektroinstallateur, ich bin Ingenieur, was weiß ich. Heute ist ja immer mehr, okay, ja, das kann man zur Not auch noch lernen, aber wichtig sind die Empathie, die Soft-Skills, die eben Kommunikation.

Und jetzt stelle ich mir gerade vor, nur eine KI macht am Anfang diese Gespräche oder analysiert die. Wie kann man das gut darstellen, dass es dann ineinander greift, KI und Empathie des Menschen, oder kann man eine KI zur Empathie trainieren?

[Sprecher 1]

Ja, das ist total interessant, die Frage. Es gibt, also da gibt es jetzt die ersten Studien dazu, wo man geschaut hat, quasi im Chatbot, im Bereich von psychologischer Beratung funktioniert, ob das ähnliche gute Ergebnisse wie ein Berater, also ein Pure-Tablet zum Beispiel, dann hinkriegt. Ich kenne die Studie nicht genau, deswegen muss ich vorsichtig sein, wie ich es formuliere, aber ich glaube, es gibt auf jeden Fall positive Effekte da drauf.

Und in Japan, glaube ich, ist das in Altenheim auch so roboter, dass so niedliche Roboter quasi eingesetzt werden und auch die dazu führen, dass die Leute grundsätzlich glücklicher sind. Also quasi, die bauen dann schon auch eine emotionale Bindung zu dem Gegenstand auf letztendlich.

[Sprecher 2]

Ich habe für so eine Firma gearbeitet. Tatsächlich sind in China und Japan werden in Altenheim so Roboter eingesetzt, diese kleinen weißen, die dann mit den Senioren tatsächlich auch hier Yoga und Spiele und so weiter machen und sind positive Effekte auf jeden Fall. Natürlich nicht nur, der Mensch wird immer noch gebraucht.

Und die Studie, die du ansprichst, ich glaube, es war die gleiche mit dem Christian Ries, da habe ich eine Folge aufgenommen, Folge 3 oder 4, da haben wir genau auch darüber gesprochen, weil du gerade diese psychologische Beratung ansprichst. Und er hat den Blickwinkel aufgemacht und den finde ich total gut, weil ich habe dann so gesagt, ich muss ja immer so ein bisschen auch nachfragen und nachforschen, egal jetzt was meine Meinung ist. Ich habe dann gefragt, naja, aber was ist denn, wenn jetzt so ein Psychologe, jetzt nehmen wir mal an, ich bin selbstmordgefährdet, in einer tiefen Depression, was weiß ich, jetzt lasse ich mich von so einer Psychologie-KI in Anführungsstrichen beraten und die macht es schlimmer.

Und das ist genau dasselbe, wie wir vorher beim Autor hatten, der Christian meinte dann, naja, aber sieh es doch mal so, auch der Mensch kann falsch beraten und B, anders hättest du gar keine Beratung gehabt. Das heißt, nur, ich sage es wieder bewusst in Anführungszeichen, nur weil es dann einmal schief geht, geht es vielleicht aber auch zehnmal gut und die Person nimmt sich nicht das Leben, sondern geht nochmal in eine Therapie und so. Also es ist auf jeden Fall nur dieses Thema zur Empathie, ob eine KI irgendwann mal wirklich sprachlich bei Chat-GPT, hat man manchmal schon den Eindruck, der Kollege sitzt nebendran, aber gerade so dieses wirklich drauf eingehen, weiß ich nicht, ob das, da bin ich sehr gespannt, ob das irgendwann mal so sein wird, wie wenn wir zusammensprechen sozusagen.

[Sprecher 1]

Ja, also genau, das Kill-Skills quasi zu überlegen oder zu beweisen, wie auch immer man das sagt, genau, also das ist glaube ich so ein bisschen auch das Ziel letztendlich, zu deiner Frage, oder ich habe es ja vorhin auch gesagt, würde ich heute von künstlicher Intelligenz oder was ist eigentlich künstliche Intelligenz sprechen und heute ist ja auch so diese Large Language Models, natürlich hast du das Gefühl, die sind wahnsinnig intelligent, aber zum Schluss ist es nur eine Statistik, die halt Worte aneinander reiht, die am wahrscheinlichsten sind zu bestimmten Themen. Wirkliche Intelligenz im Sinne von, also dann ist die Frage, was ist eigentlich Intelligenz, wir versuchen Intelligenz zu testen mit IQ-Tests, da geht es um Problemlösefähigkeit, wenn man das als Basis nimmt, kann man es ja relativ simpel testen, also eine KI einfach IQ-Test machen, dann weißt du ungefähr, wie die Problemlösefähigkeit der KI ist, aber würdest du jetzt sagen, also die hat eine Intuition, genau das, was du sagst, Empathie, menschliche Intelligenz, wo vielleicht auch andere biologische Prozesse eine Rolle spielen, die du eben einer KI nicht mitgeben kannst, also was weiß ich, wir fühlen ja nicht nur mit, also wir hören, also wir haben ja nicht nur den Hörnerv, sondern auch ganz andere Dinge, wir sehen, wir nehmen ja ganz viele Dinge wahr, einfach noch so unbewusst, die einfach eine Rolle spielen, die irgendwie biologisch bei uns verarbeitet werden, und die dann zu einem Gesamteindruck quasi führen, aber ich weiß nicht, ob eine KI das hinkriegt.

[Sprecher 2]

Also vor allem, was ist denn, wenn man die Basis nimmt, die du gerade beschrieben hast, was ist denn mit emotionaler Intelligenz, sozialer Intelligenz, kreativer Intelligenz, also ich bin auch musikalisch tätig, man kann ja jetzt auch Musik auch relativ okay erstellen, trotzdem frage ich mich, ist das kreativ, weil letztlich reihen die ja auch nur Sachen aneinander, die sie halt kennen und vermischen es neu, aber da wird ja, die Frage ist, wann entsteht wirklich was Neues, was noch nicht da war?

[Sprecher 1]

Genau, also weil der Mensch macht ja auch fest, er hat irgendwas gesehen, und erstmal ist es eine Replikation von dem, was er gesehen hat, und das tun wir ja heute auch als Kreativität bewerten, also von dem her kann KI sicherlich kreativ sein, in gewissen Prozessen, die Frage ist dann genau das, was du auch sagst, entsteht mal was komplett Neues, also so eine katholische Explosion, also irgendwie einfach was, was noch nie da war.

Genau.

[Sprecher 2]

Ich möchte nochmal zurück zu eurer Technologie und dann auch, weil wir ja ein Subwerk ja auch mit Startups arbeiten, aber erst zu eurer Technologie. A, wie wird sichergestellt, dass eure Technologie unvoreingenommen arbeitet, das heißt, ohne den Menschen zu bewerten oder die Sprache zu bewerten und wirklich ganz, ganz neutral arbeitet, und wie ist das Thema, auch jetzt sind wir wieder bei der Überregulation oder Regulation, wie ist das mit dem ganzen Thema Datenschutz und Privatsphäre bei eurer Technologie? Die zwei Sachen mich noch interessieren.

[Sprecher 1]

Die würde ich noch interessieren, okay. Genau, also wie versuchen wir zumindest das Weise quasi zu reduzieren, also wir nehmen erstmal grundsätzlich, wenn jemand bewertet wird, alle personenbezogenen Daten raus, im Sinne von okay, welches Geschlecht hat eine Person, welchen Namen hat eine Person und geben wirklich nur den reinen Text als, also quasi als Informationsquelle rein und dann ja auch immer mit dem Ziel übersetzt, ich zeige dir, Simon, jetzt auch, wie du deinen Text anpasst, damit Matthias ihn zum Schluss versteht, im Sinne von die gleiche Sprache benutzt, also da ist quasi die Gefahr relativ, also nicht so hoch, dass man da Bias produziert, sondern man versucht ja eigentlich besser auf dich einzugehen in dem Moment, also eigentlich ist es sogar so, dass man Bias reduziert, auch dadurch, dass man viele Informationen einfach rausnimmt und enthält, was eigentlich ein gängiger Weg auch ist, um Bias zu vermeiden.

Genau, und vom Datenschutz Aspekt kommt es jetzt so ein bisschen drauf an, also wie man das dachten mag, es ist kein klassisches Profiling, also wir stellen nicht ein finales, fertiges Profil, ob das dann alles gemünzt wird, also von dem her wäre es das nicht, du musst natürlich schon die Zustimmung quasi der Person haben, dass ihre Daten verarbeitet werden dürfen, das ist was du brauchst, also das kriegst du normalerweise, wenn du jetzt auf LinkedIn halt jemand anschreibst, dann sind die User von LinkedIn haben halt zugestimmt, dass ihre Daten öffentlich zur Verfügung stehen, dann kannst du die halt analysieren in einer gewissen Art und Weise.

Ja, so ist das.

[Sprecher 2]

Glaube ich erschreckenderweise ist das Thema auch mit Facebook und so, also ich komme aus dem Online-Marketing und Event und so, und es ist ja vielen gar nicht bewusst, was sie da alles zugestimmt haben bei Facebook, Insta und TikTok und so weiter, aber gut, anderes Thema, andere Folge. Genau, jetzt dass wir auch noch vielleicht Gründern was mitgeben oder Startups, jetzt bist du und deine Partner schon etabliert, sag ich mal, oder ihr seid, oder würdest du euch noch als Startup bezeichnen?

[Sprecher 1]

Ja, also macht man ja gerne, weil das irgendwie so ganz gut kommt, aber ich sage mal, ich komme zu formulieren, wir sind schon noch, also wir sind noch nicht Cashflow-positiv, in dem Fall würde ich mich jetzt noch als Startup bezeichnen und noch nicht als gereiftes Unternehmen, das ist die Frage, ist Uber noch ein Startup, weil es auch nicht Cashflow-positiv ist, also ist die Definition richtig, aber von dem, wie wir noch strukturiert sind und von der Größe, würde ich uns schon noch eher als Startup sehen, wir jetzt schon als gestandener Mittelständler, also das sind wir noch nicht.

[Sprecher 2]

Aber trotzdem habt ihr ja schon seit 2017 die eine oder andere Hürde, nenne ich es jetzt mal, genommen, deshalb einfach mal so die Frage, was kannst du als jemand, der schon Erfahrung hat, Gründern raten, die so in diesem ganzen Bereich KI und vielleicht in diesem Bereich Sprachtechnologie irgendwie noch einsteigen wollen oder was machen wollen, was sind da deine wichtigsten Hinweise, nenne ich es mal.

[Sprecher 1]

Ja, also wenn man jetzt unsere Reise betrachtet, dann haben wir unterschätzt, was überschätzt, was kurzfristig möglich ist und unterschätzt, was langfristig möglich ist, also quasi, wir haben wahnsinnig viel selbstentwickelt früher, also auch so Modelle haben wir selbstentwickelt, heute Wahnsinn, also wenn ich jetzt auch reflektiere, wie viel Geld und Zeit da reingeflossen ist und versuchen so ein Problem zu lösen, dann kam auf einmal GPT mit ihren Modellen raus und hat drei Jahre unsere Arbeit vernichtet. Also das klingt hart, aber es war einfach viel besser und dann musst du dir überlegen, wie kannst du es nutzbar machen.

Das finde ich, was eigentlich gerade eine ganz tolle Zeit ist. Ich glaube nicht, dass die großen Anbieter wie OpenAI und Google Anwendungen mit der Technologie entwickeln werden komplett, sondern die werden sich darauf fokussieren, das, was sie können, sehr gut zu machen und ich glaube, zum Schluss entsteht ganz viel Wert darin, dieses Wissen, also diese Technologie nutzbar zu machen in den Unternehmen und daher ist das eher ein Appell, es ist eine gute Zeit, sich da jetzt mit zu befassen und da entstehen wahnsinnig viele Ideen und Möglichkeiten und viele Firmen wissen gar nicht, was machbar ist und was schon alles automatisiert werden kann mit Technologie.

[Sprecher 2]

Und ich höre zwischen den Zeilen raus, durchhalten, weil wenn man so einen Rückschlag kriegt, drei Jahre Arbeit kaputt, gibt es bestimmt Leute, die dann auch gesagt hätten, okay, ich bin raus.

[Sprecher 1]

Ja, absolut. Gehört dazu.

[Sprecher 2]

Mit Blick auf die Uhr müssen wir so langsam auf die Zielgerade einbiegen, deshalb möchte ich noch kurz nochmal in Bezug auf euer Unternehmen, ihr habt ja vielleicht einfach mal auch um die Relevanz darzustellen, ihr habt ja auch schon Preise gewonnen mit dem Unternehmen, oder, wenn ich das richtig recherchiert habe, HR Startup Award habt ihr gewonnen, dann habt ihr an diesem bei der Deutschen Telekom bei diesem Techboost-Programm mitgenommen, was war das genau?

[Sprecher 1]

Also das Techboost-Programm war jetzt kein direkter Gewinn, sondern am Anfang, als die Telekom das aufgesetzt hatte, musste man sich dort noch bewerben dafür, und dann sind wir dort eben aufgenommen worden, aber wir haben genau den KI Champions Award von Basel-Lüttgenberg bekommen, wir haben auf dem Personal Management Kongress haben wir den HR Future Award bekommen für die innovativste AR-Technologie, und auch der Call Center World haben wir auch den Future Campus, wie heißt der da, Award gewonnen, wo es jetzt darum geht, okay, wie kann man Kundenkommunikation verbessern, genau, da haben wir schon einige Preise tatsächlich abgeräumt.

[Sprecher 2]

Und wie klein habt ihr gestartet, und wie groß seid ihr jetzt, also zu zweit gestartet?

[Sprecher 1]

Genau, zu zweit gestartet am Anfang, dann irgendwann alleine geworden, also im Sinne von, mein Mitgründer ist rausgegangen tatsächlich, während ja, hat es ja auch vorhin gesagt, so ein paar schwere Phasen haben wir auch durchgemacht, und sind mittlerweile jetzt 13 Personen, wir waren auch schon mal doppelt so viel, hatten dann eine Phase während Corona, wo wir sehr, also wo wir reduzieren mussten auch das Team, also auch diese Phase kenne ich schon, die dann auch durchaus hart war, und ja, jetzt wie gesagt bei 13 Personen aktuell, und fühle mich da eigentlich auch gerade ganz wohl, genau.

[Sprecher 2]

Ja, das ist noch überschaubar, und nutzt ihr dann eure Technologie auch selbst für euch, logischerweise?

[Sprecher 1]

Genau, ja, absolut.

[Sprecher 2]

Sehr gut. Gut, dann kommen wir zu unserer Rubrik, die wir in jedem Podcast haben, ich würde einfach mal kurz den Bumper abspielen, und dann kommen wir zu den drei Fragen. Drei Fragen an Ja, drei Fragen an Simon Tschürtz von der 100-Worte-Sprachanalyse GmbH.

Genau, Simon, die erste Frage ist, stell dir vor, du bist Vertretungslehrer, stell dir vor, du musst eine Vertretungsstunde in der Grundschule machen, und du musst den Schülern, den Kindern erklären, was KI ist. Wie machst du das?

[Sprecher 1]

Genau, wie würde ich es machen? Ich glaube, ich würde versuchen, ein bisschen eine schwerere Aufgabe zu stellen, irgendwas am besten basteln, und versuchen, dass es einen iterativen Prozess gibt, also dass die Kids merken, okay, wenn ich das nochmal mache, werde ich besser, wenn ich es nochmal mache, werde ich besser, wenn ich es nochmal mache, werde ich besser, wenn ich es nochmal mache, werde ich besser, weil letztendlich macht KI nichts anderes.

Das heißt, so würde ich es auch quasi veranschaulichen. Es ist zum Schluss einfach ein Lernprozess, wie den, den jedes Kind auch selber macht.

[Sprecher 2]

Spannend, also auch durch das Tun, nicht nur durch das Erklären. Sehr gut, greifbar. Dann die zweite Frage wäre, wo in deinem Leben willst du nie, oder kannst dir das aktuell nicht vorstellen, dass KI ist?

[Sprecher 1]

Also, ich, ehrlicherweise ist überall heute schon fast KI in meinem Leben, also alleine mit meinem Smartphone, wenn ich auch mein Smartphone habe, und das ist natürlich essentiell wichtig irgendwie, warum auch immer das so wichtig ist, ist aber ein zugmachendes Thema. Da spielt ja KI schon eine ganz, ganz große Rolle. Wenn ich Fernsehen schaue, spielt KI eine Rolle, also mit Streamer spielt KI eine große Rolle, eigentlich überall spielt KI eine große Rolle, von dem her glaube ich, dass es einfach mein Leben komplett durchzieht.

Es gibt, glaube ich, gar keinen Bereich, wo das nicht der Fall sein wird, genau.

[Sprecher 2]

Aber dann, die Zuhörenden haben das Beispiel schon oft gehört, weil das so was ist, was ich mir schwer vorstellen kann, oder nicht vorstellen kann, was ich nicht möchte, wenn ich mir vorstelle, ich bin wirklich krank und pflegebedürftig, ich kann mir durchaus vorstellen, dass da mal ein Roboter kommt und einer Pflegekraft hilft, aber was ich mir echt nicht vorstellen kann, ist, dass da ein Roboter ist, der mir das Händchen hält, der eben dieses Menschliche, dieses Empathische, mit dem ich auch vielleicht meine Gespräche über meine Sorgen führe, das kann ich mir noch bis zu einem gewissen Grad vorstellen, aber irgendwann auch nicht mehr. Ich will nicht sagen, dass es irgendwann so kommt, aber da tue ich mich zum Beispiel noch schwer mit diesem emotionaler Nähe.

[Sprecher 1]

Also ich glaube, die Frage, also weiß ich nicht, ob mich das so belasten würde, das Ding wäre eher, bevor ich niemanden habe, wäre das nicht die bessere Alternative. Genau, also natürlich, wenn ich eine Frau, Partner, wie auch immer, Kinder habe, die da sind, würde ich das natürlich auch bevorzugen, aber wenn die in dem Moment vielleicht nicht da sind, wäre das vielleicht die beste schlechte Alternative und dann wäre das okay.

[Sprecher 2]

Das stimmt. Okay, dann die letzte Frage. Nochmal was Praktisches.

Was sind deine drei wichtigsten KI-Tools, die du vielleicht den Zuhörenden auch empfehlen kannst, da auf jeden Fall mal zu nutzen? Und jetzt, weil du jemand bist, der sehr viel mit KI arbeitet, Chattivity ist verboten. Weil das haben wir, glaube ich, in jeder Folge.

[Sprecher 1]

In jeder Folge, okay. Also ich nutze viel perplexity tatsächlich für Datenanreicherungen, also jetzt Startups sind ja auch hier, glaube ich, Zuhörende, wo ich es gerne nutze, ist, wenn ich Sales mache und quasi Firmendaten oder sowas mir zusammensuche oder auch mal statistische Auswertungen, Marktanalysen mache, Wettbewerbsanalysen, da ist perplexity echt genial.

[Sprecher 2]

Warum perplexity und nicht Chattivity? Weil beide können...

[Sprecher 1]

Echtzeit, ja, Echtzeit-Internetzugriff und insbesondere auch Daten, also quasi bei perplexity liefert ja immer noch quasi die Quelle gleich mit dazu. Und da vertraue ich dann perplexity aktuell noch ein bisschen mehr als jetzt GPT alleine.

[Sprecher 2]

Was sind die aktuellsten Daten bei GPT aktuell?

[Sprecher 1]

Ich glaube, November 2021 war sowas. Also es gab jetzt ein neues Modell, GPT 4.0 Mini, das jetzt released wurde. Ich glaube, das hat neuere Daten, aber es ist auf jeden Fall nicht halbtags aktuell.

[Sprecher 2]

Perplexity holt sich's direkt.

[Sprecher 1]

Genau, das sieht man auch, die besuchen quasi, ich glaube, die nehmen die ersten Teilgebnisse von Google, so sieht es zumindest für mich immer aus. Besuchen dann die Seiten, scrollen die und dann fassen sie sich halt die Ergebnisse mit dem Modell zusammen. Genau, also das nutze ich sehr viel.

Da nutze ich unsere Technologie natürlich wahnsinnig viel für alles, was wir machen in Richtung Marketing, Sales und Richtung Ansprache von potenziellen neuen Mitarbeitenden. Jetzt haben wir kein Ecom, also keinen eigenen Shop, deswegen nutze ich's dafür nicht tatsächlich. Als zweite Technologie und als dritte nutze ich grundsätzlich viel, was in Richtung Call-Analyse, also Call-Aufzeichnen geht.

Ehrlicherweise bauen wir da selber selbst, weil wir das halt spannend finden, aber sonst Fireflies, DBLB zum Beispiel für sowas finde ich auch ganz gut.

[Sprecher 2]

Okay, werden wir alles verlinken in den Journals, dann können alle, die zuhören, da mal reinklicken. Wer jetzt, wir machen ja gleich noch so dein Abschlussstatement, aber wo keine Werbung sein soll, aber du hast natürlich hier die Möglichkeit oder mich interessiert es auch, wer sind denn jetzt eure Kunden? Kann jeder zu euch kommen?

Also vom Einzelunternehmer bis zur großen Firma, der sagt, ich will meine Webseite verbessern, mein Marketing. Also wer kommt zu euch? Oder darf kommen?

[Sprecher 1]

Wer ist unser Start-up-Jargon, sagt man ja ICP, also Ideal Customer Profile. Mit wem reden wir am liebsten? Also wir reden viel mit Personalberatern und da von 1 bis groß, also 100, 200, ist uns da eigentlich egal, weil einfach die Börse einen super guten Trick hat für unsere Technologie.

Wir reden sehr viel mit B2B-Agenturen, also die B2B-Marketing machen und anbieten. E-Mail-Marketing, Optimierung oder auch LinkedIn-Ansprachen, sowas in der Richtung. Da fühlen wir uns wohl.

Im Retail, also im Online-Shop ist es uns tatsächlich egal. Da geht es nur darum, dass genügend Visits auf dem Shop sind, damit man überhaupt Datenanalysen betreiben kann. Also wenn es ein super kleiner Shop ist, bringt es halt einfach also dann ist es schwierig quasi was zu messen, was nicht da ist.

Das ist dann einfach ein Problem. Deswegen eher da größere Shops. So 5 Millionen Umsatz ungefähr aufwärts.

Genau, das sind eigentlich so die Kunden und den Mittelstand, wenn man das auch so betrachtet, alle, die quasi dann nicht nur Agenturen einsetzen, sondern eben in-house genau die gleichen Prozesse machen wie jetzt ein Personalberater oder halt eine B2B-Agentur.

[Sprecher 2]

Okay, cool. Dann vielen Dank. Bevor wir zum Ende kommen, kommt das Abschlussstatement.

30 Sekunden, um einfach loszuwerden. Das ist immer ganz interessant, wie Leute das aus verschiedenen KI-Umgebungen so, was wichtig ist oder was sie den Zuhörern und Zuhörerinnen mitgeben. 30 Sekunden umgrad, einfach mal was dir das Wichtigste ist bei KI.

Genau, ich würde einfach so einen kleinen Countdown starten. Fertig. So, los geht's.

[Sprecher 1]

Ach so, jetzt geht's schon los. Sorry, jetzt habe ich es falsch verstanden, Entschuldigung.

[Sprecher 2]

Kein Problem, ich kann auch nochmal stoppen. Genau, einfach 30 Sekunden Abschluss. Irgendwoher kommt jetzt eine Stimme.

Gut, Achtung, auf die Plätze, fertig, los.

[Sprecher 1]

Genau, also mein 30-Sekunden-Statement ist relativ simpel, nämlich erstens weniger Angst zu haben vor der ganzen Schleckmacherei, das Ganze ein bisschen positiver sehen und ausprobieren, das ist eigentlich das Wichtigste. Einfach mal machen. War keine 30 Sekunden, aber geht schneller.

[Sprecher 2]

Völlig cool, das sehe ich genauso. Das würde ich voll und ganz unterschreiben. Cool, dann Simon, vielen herzlichen Dank, dass du da warst.

Ich mag den Podcast auch sehr gerne, weil man immer wieder was Neues lernt, auch für mich. Und vielen Dank, dass du da warst, dass du uns deine Zeit geschenkt hast und wir Einblick haben dürften, was er so macht und auch finde ich auch mal ein bisschen ethisch das beleuchtet haben, das haben wir noch gar nicht so oft gemacht im Podcast. Herzlichen Dank und weiterhin alles Gute für dich und die Firma.

Danke, dass du da warst.