speaker-1: Heute spreche ich mit Karl-Heinz Land, Gründer von Neuland AI, einer Enterprise-KI-Plattform mit einem klaren Markenclaim, den er nach außen gibt, nämlich Made in Germany. Ja, macht das Sinn, braucht man das? Die Frage stelle ich mir als Unternehmer auch selber täglich und ich entscheide regelmäßig, ob ich auf US-Modelle setze oder auf europäische oder vielleicht sogar chinesische Lösungen. Und ja, wenn ich mich das so frage, ist Meine Antwort häufig, ich bin mir gar nicht sicher, was jetzt heutzutage richtig ist. Deutsche Rechenzentren, eine US-Software auf dem Rechenzentrum drauf, ein US-Modell obendrauf, wiederum was ich dann nutze. Was ist da eigentlich noch souverän? Und kaufen das Unternehmen wirklich aus Überzeugung oder kaufen die das, weil der Datenschutzbeauftragte OpMei einig durchlässt? Das wollen wir heute herausfinden, zusammen mit Karl Heinz. Lieber Karl Heinz, ich freue mich, dass du da bist. Du baust seit Jahren an dieser These, KI-Souveränität in Deutschland ist möglich. Ich will verstehen, ob das stimmt oder ob wir uns das gerade kollektiv einreden. Hallo, Karl Heinz.

speaker-0: Ja, hallo, danke Simon, danke für die Einladung.

speaker-1: Vielleicht kannst du erstmal die Zuhörer abholen. Du hast mit Neuland AI diesen Claim KI made in Germany dir auf die Fahnen geschrieben. Was steckt dahinter? Was ist wirklich deutsch an deiner Lösung?

speaker-0: ⁓ Also. Bisher glauben die meisten Menschen, KI sei abhängig von sogenannten Large Language Models, also den berühmten LLMs Open AI, Entropic, Mistral und so weiter. Wir benutzen das lediglich zum kuratieren, weil du willst deine Daten nicht in einem LLM zum Training finden, weil deine Firmengeheimnisse, wir haben Kunden wie Ministerien, Verwaltungen, Institute, die Forschungsergebnisse haben, Wirtschaftsprüfer, Steuerberater oder auch Anwälte, die dürfen ihre Daten nicht in solche Plattformen geben und zu gefährden, dass die Daten zum Trainieren der Modelle genutzt werden. ⁓ das zu tun, haben wir eine neue Technologie erfunden, eine sogenannte Enterprise AI Management und Orchestration Plattform. Ich gehe auch gleich darauf ein, was das heißt.

speaker-1: Und die funktioniert ohne LLM. Jetzt bin ich gespannt.

speaker-0: Die funktioniert mit LLM, aber das LLM bekommt die Daten nicht. Sondern wir benutzen das nur zum Erkennen der semantischen Sprachwelt. da kommt rein, ist das eine Kundenanfrage, ist das eine Reklamation, hat der Kunde eine Frage zur Lieferung und Logistik? Und dann verweist dieses System auf die Daten. Aber die Daten bleiben dort, wo sie sind. Nämlich im SAP-System, im ERP, im CRM, im Dokumentenmanagementsystem. Wir legen die Daten also quasi den Verweis, wenn du so willst, ein Inhaltsverzeichnis, nennt man ja auf Neudeutsch auch Knowledge Graph, ja? Wir legen das in einer Vektordatenbank, in einem Knowledge Graph und der sagt, wo die Daten sind. Das heißt aber im Klartext, wir geben die Daten nicht ins LLM. sondern nur zum Erkennen des Sprachraums und zum Erkennen des Anliegens und verweisen dann über den Knowledge Graph und eine Ontologie, muss man sich vorstellen, wie so eine Art semantischen Raum, der Verständnis für den Kontext hat und dann geht's über den Knowledge Graph in die Original-Date.

speaker-1: Okay, aber das ist ja noch nicht made in Germany, ich habe ja trotzdem noch ein LLM auf, ich dann angewiesen bin. Welches Modell läuft denn da konkret bei euch?

speaker-0: Da läuft das, was du gerne hättest. Wir sind LLM-agnostisch, weil in dem Umfeld, da muss man sagen, da wird ziemlich viel Geld investiert, wahrscheinlich auch inzwischen sehr viel verbrannt. Da reden wir ja über mehrere hundert Milliarden, wenn nicht eine Billion. Da haben wir gesagt, da lassen wir besser mal die Finger von, weil so viel Geld hatten wir nicht. Wir haben gesagt, was ist denn entscheidend? Entscheidend ist doch der Nutzen für den Benutzer. Und was ist denn Nutzen, einfach eine KI anzustoßen, die erkennt, worum es geht, die die Daten findet und die richtigen Ergebnisse zusammenführt. Und das macht eine neue Kategorie, weil dieses Thema, was ist denn ein Enterprise AI Management Orchestration, das ist nichts anderes, wie einer, der managt die Governance, die Compliance, Rollen und Rechte. Wer darf denn überhaupt auf welche Daten zugreifen? darf jeder, der auf die HAA-Datenbank zugreifen kann, auch das Gehalt sehen oder eben nicht. Und das wird in einem Management- und Orchestration-Layer geregelt und so Dinge wie Haltung, Ethik, persönliche Präferenzen, die werden in diesem Management-Orchestration-Layer verwendet.

speaker-1: Ist das genauso schnell, wie wenn ich das sofort an das NLM dran trainiere? Weil es muss ja immer nachgucken in irgendeinem Knowledge Graphen.

speaker-0: Es ist wesentlich schneller, es ist wesentlich präziser und es spart dir Faktor 100 oder 1000 an Energie. Weil du musst ja nicht… Ihr müsst euch das große LLM vorstellen wie eine große Maschine, die Weltmaschine sozusagen. Du kannst ja alles fragen und kriegst immer eine Antwort. Das Dumme ist, die Fragen sind oft nicht korrekt. Also wir sprechen ja gerne vom Halluzinieren. Wo kommt denn das Halluzinieren her? Eine KI halluziniert immer dann, wenn sie es nicht präzise weiß. Also wenn sie Wissenslücken hat. Also geht's eigentlich darum, Wissenslücken zu schließen. Dafür brauch ich aber kein Weltmodell, sondern ich muss nur ins richtige Modell gehen. Und da verweise ich einen sehr klugen Ansatz. Ihr habt euch vor einem Jahr wahrscheinlich alle, wie wir auch, gewundert über den Ansatz von Deep Was hat der denn gemacht? Der hat ein großes Modell gemacht, was er angeblich in ein paar Tagen selber entwickelt hat. Hat ja nachher sich rausgestimmt. Also so war das nicht. Und ich glaube, sie hatten auch 32.000 GPUs dann im Spiel, stellte sich raus. Aber sie haben zwei Dinge gemacht. Sie haben ein großes Modell, was sie wohl scheinbar viel zusammengeklaubt hatten. Und sie haben viele sogenannte Destillate gemacht. Und diese Destillate waren auch vorgedachte Modelle. Also muss man sich vorstellen wie eine großen Cube, wo das Wissen der Welt drin war und dann viele kleine Cubes hochspezialisiert auf Automotive, Versicherung, Banking und so weiter. Und immer wenn das große Modell erkannt hatte, worum es ging, wurde sehr schnell verwiesen an ein kleines. Und siehe da, die Ergebnisse waren schneller, die waren besser und die haben viel weniger Energie verbraucht. Und wir haben gedacht, der Ansatz ist klug, aber nicht klug genug. weil das waren immer noch vorgefertigte Modelle. Wir haben gesagt, ersetze den vorgedachten Cube durch eine Vektordatenbank, die klug verweist, aber auf die Originaldaten, da wo sie nämlich stehen. Nimm mal ein Beispiel, so ein ERP wie eine SAP bei der Telekom, die machen wahrscheinlich 10.000 Transaktionen in jeder Stunde. Also neue Aufträge, Kunden, die angelegt werden. Da kann ich nicht alles in so ein LLM übertragen. Was ich aber tun kann, ich kann auf die Tabelle verweisen, wo die Aufträge drin stehen und dann komme ich direkt dahin und bekomme ein viel schnelleres, ein besseres und auch ein präziseres Ergebnis.

speaker-1: Gut, was voraussetzt, dass die Unternehmen diesen Kontext wirklich irgendwo strukturiert überhaupt erstmal vorliegen haben?

speaker-0: Na ja, also tatsächlich in den meisten Fällen ist das natürlich genau nicht der Fall. Wir Deutschen sind zwar die Jäger und Sammler, wir sammeln ja alles, wir schmeißen ja nix weg und so ist es auch mit unseren Daten, aber wir nutzen sie nicht effektiv. Das ist ein ganz wichtiger Aspekt. Was wir tatsächlich getan haben, wir haben einen Ontology-Generator gebaut. Stell dir das Wissen deines Unternehmens vor wie eine große Bibliothek. Da sind 100.000, vielleicht eine Million Bücher drin. Da ist alles drin, was du weißt. Über Normen, Methoden, regulatorische Voraussetzungen, Gesetzestexte.

speaker-1: Das Problem ist, dass dieses Wissen natürlich auch häufig in den Köpfen einfach nur vorhanden ist meiner Mitarbeiter.

speaker-0: Kommen wir gleich drauf. Und du hast jetzt dieses ganze Wissen in den verschiedenen Systemen. Das liegt ein bisschen was. Die Auftragsdaten im ERP, die Produktionsdaten im PPS, also in der Produktionsplanungssteuerung, Kundendaten hast du im CRM, viele Dokumente im Dokumentenmanagement und, und, und. Und so hast du quasi teilweise Dutzende, wenn nicht gar Hunderte von Systemen. Und jetzt stellt ihr die KI vor, weil eins kann sie ja sehr gut. Sie kann schnell lesen und quasi eine Inhaltsangabe draus machen. Also bitten wir die KI, die Daten zu lesen, eine Inhaltsangabe in Form von Wissensgrafen zu machen, der voll vektorisiert und Ende zu Ende verschlüsselt wird. Das ist insofern wichtig. Also selbst wenn jemand so ein System hackt, dann kommt er an Daten, aber er wird nicht wissen, wo die Daten stehen, weil die sind halt verschlüsselt. Ohne Schlüsselbund kommst du nicht ran. Und jetzt passiert etwas, der Ontology-Generator, der baut selbstständig quasi den semantischen Raum. Also der weiß, hier, das ist eine Kundenanfrage, da muss ich in die Auftragsdatenbank oder Tabelle Und hier, der will was zur Lieferung wissen, da muss ich im Salesforce oder in der CRM-Datenbank dann in die Tabelle liefern. Und diese Struktur, die baut die KI selber und schreibt sie quasi in der Ontologie.

speaker-1: Und wie kommt das Wissen der Mitarbeiter dabei?

speaker-0: Stell dir vor, du bist jetzt Maschinenführer in einer Maschinenfabrik, eine große Maschine, warst 25 Jahre im Unternehmen und du kennst die Maschine aus dem FF. Du kennst jeden Prozess und du weißt auch, was zu tun ist, wenn sie mal ein bisschen muckt.

speaker-1: Genau, dann ist die Realität in vielen Unternehmen.

speaker-0: Jetzt hat der Ontology-Generator ja ein sehr genaues Verständnis, was du machst. Also, nehmen wir mal an, du machst Maschinenbau, irgendwie Drehmaschinen für irgendwie Sparnabhebende Fertigung. Und dann kann die KI den Mitarbeiter interviewen. Also, ich geb der Hinweise, was macht der für einen Job. Der ist Maschinenführer, der hat die Maschine 4712. Hier ist übrigens die Dokumentation zur Maschine. Und dann sagt die, mal, Simon Du hast jetzt 25 Jahre an diese Maschine geführt, erzähl mir doch mal, was ist alles nicht dokumentiert? Und dann sagt der, ja hier das und das und immer wenn die morgens kalt ist, dann läuft die nicht. Du musst die erst anmachen und dann sieben Minuten warten, bevor du das erste Mal auf den Startknopf drückst. Sonst produziert dir den ganzen Tag nur Schrott. Und schon ist das Wissen in der KI.

speaker-1: Okay, biegen wir nochmal zu diesem Deutschland-Thema tatsächlich ab, Made in Germany. Es gibt ja auch auf Seiten von Antropik, gibt es ja Claude, die auch den Enterprise-Markt ja nun entdeckt haben. Es gibt mit M365 Agent genau eben auch so ein Orchestration Layer, ServiceNow baut sowas gerade. Das machen die alle. Warum brauche ich das Made in Germany?

speaker-0: Also drei Dinge. Erstens, KI ist die größte Chance auf ein neues deutsches Wirtschaftshunder. Sagt Professor Hüther, er beziffert diese Zahl auf 400 bis 600 Milliarden pro anno. Wenn diese Wertschöpfung in Rechenzentren in Amerika passiert oder nur auf Modellen, die von amerikanischen oder chinesischen Herstellern bereitgestellt werden, haben wir natürlich eine extreme Abhängigkeit. Gerade im Moment, ich habe gestern eine Studie gesehen, 47 Prozent der CIOs können sich vorstellen, dass ein amerikanischer Präsident die Services, Internet-Services, Deutschland kappt. Und dann stehen wir erstmal da. Dann läuft hier gar nichts mehr.

speaker-1: Eure Lösung aber auch erstmal da. Ich bin ja trotzdem auf das LLM angewiesen bei euch.

speaker-0: Ne, ne, ne, ne, ne. Kommen wir gleich drauf. Also erstens, wir kapseln alles. Unsere Lösung ist eine, wenn du möchtest, zu 100 Prozent Daten souveräne Plattform. Einer unserer Kunden, ein großes Unternehmen, ich darf den Namen auch nennen, Rödel. Rödel ist ein großer Wirtschaftsprüfer, Steuerberater, 6.000 Mitarbeiter, die arbeiten auch wirklich mit 6.000 Leuten auf unserem Neuland AI Hub. Und bei denen ging es darum, die 3000 Anwälte haben natürlich ganz andere Anforderungen, wie die 3000 Wirtschaftsruhe vor Steuerberatern. Liegt schon am Beruf. Der eine hat ein ganz anderes Interesse, ganz andere Fachgebiete. Und da gibt es noch bei den Anwälten Arbeitsrecht, Fachrecht, Wirtschaftssteuerrecht, internationales Wirtschaftsrecht und so weiter. Also haben wir für die hoch spezialisierte Modelle für diese jeweilige Aufgabe gebaut. Wir nennen das Subject Matter Expert KI. eine Hochspezialistik. Weil wenn du einen Wirtschaftsprüfer mit dem Schwerpunkt internationale Wirtschaft, Einfuhr, Ausfuhr, Amerika und Doppelbesteuer, dann suchst du dir den besten Spezialisten zu dem Thema. Dann nimmst nicht ein größeres Modell. Weil in dem größeren Modell wird das wahrscheinlich nicht drinstehen. Das zweite ist, dass diese Modelle aber nur auf den Rechnern in dem Fall des Kunden und zwar in dem Falle on-premise. Also sprich in dessen eigenen Rechenzentrum. Weil Rödel sagt, wir haben so vertrauenswürdige Daten, die wollen wir auch gar nicht in die Cloud tun. Weil das sind dann zum Teil Kundendaten. Also die machen zum Beispiel Abschlussprüfungen, Zugangsrollen und Rechte für Atomkraftwerke. Da sagen die, die können wir zu keinem Zeitpunkt exponieren. Deshalb liegen die in einer hochverschlossenen, kapselten Umgebung. Aber die arbeiten gleichzeitig draußen auch, zum Beispiel mit Microsoft, mit 365, mit Outlook und SharePoint und OneDrive, für die die Daten, nicht so vertrauenswürdig und schützenswert sind und die Abfragen können hybrid erfolgen. Also sprich, das System weiß, ich wo was habe. Und da ja nichts ans LLM geht und die immer dort bleiben, ist das auch überhaupt kein Risiko der Kompromittierung.

speaker-1: Okay, das heißt, ihr baut den spezialisierte kleine LLMs? Auf welcher Basis baut ihr die denn? Weil auch da braucht ihr eine Technologie, die dem zugrunde

speaker-0: Ich sagte ja, wir nehmen die zum Kuratieren. Und dann nehmen wir das, was der Kunde will. Ein OSS von OpenAI, ein Entropic, aber dann on-premise oder hybrid. wir bringen es, also zum Beispiel viele unserer Kunden, nutzen heute noch die Azure Cloud, auch in Verbindung natürlich dann mit Microsoft Office und SharePoint und so weiter. Aber das legen wir dann in eine eigene Instanz, also einen eigenen Tenant, der einen geschützten Raum darstellt, wo ja unsere Daten wieder Ende zu Ende verschlüsselt werden. Also selbst wenn dieser Raum, Mr. Trump ist ja sehr offen mit seinen Vorhaben, der hat ja in diesem American AI Action Plan sehr deutlich gemacht, euer Datenschutz interessiert mich nicht, wir gucken überall rein. Übrigens ein spannendes Dokument für jeden, der es lesen will. 28 Seiten, die sich lohnen. Und diese 28 Seiten, da steht drin, wir gucken rein. Egal ob du das willst, belästigt euch uns nicht mit eurem Datenschussbegehren. Und was wir jetzt gemacht haben, wir nehmen dann die Vektordatenbank und verschlüsseln die Ende zu Ende. Das heißt Wenn du keinen Schlüsselbund hast, das muss ich dir vorstellen, der Hausmeister, hat vielleicht einen Generalschlüssel, aber dann gibt es halt hochspezialisierte, der eine Wirtschaftsprüfer darf nur die Schlüssel zu X haben, der andere, das heißt ein fremder Dritter, keine Chance an die Daten zu kommen.

speaker-1: Okay, das Datenschutzthema verstanden, Haken dran. Da habt ihr eine Lösung für, die du gerade dargestellt hast. Jetzt geht es ja nicht nur ⁓ Datenschutz, sondern du hast ja gerade auch dargestellt, dass der US-Präsident unter Umständen eben irgendwann verfügt. Ich kapier jetzt hier mal die Services. So, jetzt ist das ja trotzdem noch Azure-Infrastruktur, auf der das läuft. Wir sehen auch selbst das, was zumindest ist, das, was man so hört, was auch da seid ihr glaube ich verbunden, Schwarz-Digits baut, dass das natürlich in deutschen Rechenzentren steht, die Orchestrierungssoftware, auf der dann aber diese Rechenzentren verwaltet wird, dann doch wieder von Google ist. Ist das denn wirklich souverän?

speaker-0: Also, erstens, du hast natürlich vollkommen recht, es gibt verschiedene souveräne Angebote. Da wäre ich da ein bisschen vorsichtig, ja. Also es gibt auch, wie heißt das so, souverän Washing, würde ich das mal nennen. Und wenn ich mir dann den einen oder anderen Anbieter vorstelle, der seine … Cloud Open nennt und irgendwas verseht, aber die ist dann von Huawei erstellt worden, dann sag ich, hätte ich da starke Bedenken, ob ich nicht vom Regen in die Traufe gerate. Aber, weil du gerade den Namen Schwarz, Schwarz Digits und auch Staggit erwähnt hast, das sind wichtige Partner für uns. Warum sind die mir so wichtig? Herr Schwarz hat ja quasi ein Versprechen aufgemacht. Er hat gesagt, ich möchte der größte Anbieter neben AWS weltweit sein. Also Amazon Web Services. Und das ist jetzt schon mal eine Größenordnung, wo ich sage, das ist eine Aufgabe. Ich möchte die AWS für Europa werden. Und das meint er sehr ernst. Und ich finde das ein extrem mutiges Statement. Der investiert ja tatsächlich Milliarden. Wenn du Heilbronn dir anguckst, IPA-I, ich glaube sechs Milliarden fließen da rein. Das Rechenzentrum für Staggit, 11 Milliarden, die da nach Lübbenau fließen. Jetzt sagt man, er will nochmal neun Milliarden hier in Hürth, in den Rechenzentrum stecken. Die Ambition ist groß, aber es sieht auch danach aus, dass er dieses Versprechen einlösen kann. Dem geht es nicht nur ⁓ Wirtschaftlichkeit, dem geht es ⁓ Souveränität von Europa. Und die meint er ehrlich. Und gerade letzte Woche hat zum Beispiel die KPN, also auch die holländische Telco, eine große Kooperation abgeschlossen mit Staggit. Das heißt, die werden in Zukunft ihre Cloud in die souveräne Cloud von Staggit vertrauen. Und Staggit ist, soweit ich weiß, auch in Verbindung mit Schwarz der einzige Anbieter, der wirklich alle Komponenten selber entwickelt hat. Der genau keine anderen Komponenten aus China oder Amerika eingebaut hat und seine Cloud souverän unabhängig von einem Cloud.

speaker-1: Aber es sind ja trotzdem keine deutschen GPUs drin und da ist wahrscheinlich auch keine deutsche Orchestrierungssoftware drauf.

speaker-0: Aber die GPUs, das ist ja der Hardware-Fall. Die Hardware wird in der Regel nicht mehr verbogen. Die ist einmal da, dann läuft die. Da kannst du dir später Gedanken zu machen, läuft die noch effektiv? Weil das hat ja mal angefangen mit einer 100er-Serie, 200er, ich glaube jetzt sind wir bei der 300er oder 400er-Serie. Die sind dann n-mal schneller und brauchen n-mal weniger Energie. Dazu will ich einen Vergleich wagen. Unser Gehirn, also, und das hat natürlich eine wesentliche Aufgabe, wenn ich mit weniger Energie etwas tun kann, dann ist das am Ende günstiger und auch energiepolitisch, also Thema Abwärme und so weiter, besser für die Umwelt. Unser Gehirn braucht am Tag etwa 20 Prozent unseres Körperenergiebedarfs. Also wir reden davon, ich sag mal, 300, 400 Watt, die dafür gebraucht werden. Damit machen wir ganz schöne Rechnerleistung. Eine GPU heute braucht etwa das 500- bis 1000-fache eines Gehirns an Energie. Das ist noch nicht schön, aber wir sehen, das wird mit jeder Version der Chips und so weiter besser. Was wäre denn, wenn ich dir sage, wir können das heute schon Faktor 100 und 1000 mal besser nutzen? Also den Deep Seek Effekten. Die Software obendrauf effektiver machen. Und das wird einen ganz essenziellen Unterschied machen. Ich hatte dir erzählt, es gab jetzt vor letztes Wochenende einen Fall,

speaker-1: Beide die Software oben drauf effizienter machen.

speaker-0: Da hatten Unternehmen eine Rechnung. Die haben Claude für jeden verfügbar gemacht und die haben dann ganz viel scheinbar mit Agenten gespielt und rumgemacht und die haben eine Rechnung über 500 Millionen Dollar bekommen. Das ist, glaube ich, auch für ein großes Unternehmen unangenehm überraschend. Lass es mich so formulieren. Und ich glaube, genau darum wird es gehen. Wir werden in Zukunft die Ressourcen, GPUs Datenbanken, Rollen und Rechte, Governance, Compliance, Werte und Haltung auch als Ressourcen betrachtet, sehr viel besser managen müssen. Dazu zählen natürlich auch Budgets. Wenn du heute zum Kopierer gehst, dann hast du einen Chip dabei und diesen Chip legst du auf den Kopierer und dann gehen die drei Kopien, die du machst, an deine Kostenrechnung.

speaker-1: hier rein.

speaker-0: So, ja, nicht mehr wirklich. Aber Fakt ist, großen Unternehmen soll das noch passieren. Da gibt's auch noch manchmal Drucker. Und das Entscheidende ist, da werden die Kosten gemanagt und die werden deiner Kostenstelle zugeordnet. Es kann doch nicht sein, dass du GPU-Kosten, Rechenkosten, Energiekosten erzeugst, die nirgendwo zuzuführen sind. deshalb KI, Management und Orchestration-Plattformen werden der Standart werden. Das ist heute eine Kategorie, die noch nicht erkannt wurde. Selbst also vor ein paar Wochen rief mich Gardner an aus den USA. Wir sind ja jetzt ein deutsches Unternehmen. Und dann hat er einen Analyst gefragt, mal, Herr Land, ich habe ja was gelesen. Was ist denn eine Enterprise AI Management und Orchestration Plattform? Und da habe ich ihm das erklärt und dann sagt er, ja, wozu braucht man das dann? Das haben wir doch an den LLMs oder an den, jeweiligen Hersteller. Und ich sage, Genau da will ich es doch nicht haben. Weil ich will doch agnostisch sein von diesen Lehren, um mich im Notfall, wenn das eine LLM den Preis um Faktor 10 erhöht. Und wir werden sehen, das wird demnächst passieren. Vielleicht auch mal um Faktor 100. Dann will ich sagen, hey, dann gehe ich zum nächsten. Dann nutze ich eben nicht mehr Jiminy, dann nutze ich OpenAIX oder ich benutze OSS On-Premise oder fast Vergleich.

speaker-1: Wir biegen gleich auch nochmal zu den chinesischen Modellen und diesen Modellalternativen ab, weil da stimme ich dir auch wirklich zu, dass ich LLM-agnostisch sein möchte und deshalb bin ich auch... kritisch, was jetzt ein Börsengang von Claude angeht, von Anthropic angeht, ob diese Bewertung rechtfertig ist, wenn ich mit einem Pulldown am Ende in dem Tool, was ich nutze, das Modell wechseln kann tatsächlich. Aber das hat Anthropic ja auch selber erkannt. da würde ich dir widersprechen. Man arbeitet schon auch bei Anthropic an solchen Enterprise Modellen. Ich höre das auch von ServiceNow. Von ServiceNow war auch mal jemand hier im Podcast, dass man auch M365 Agent ist, ein ähnliches Modell, wo es auch ⁓ genau das geht, was ihr da sagt, mit Row-Level-Security, Wie kann ich Rechte und wie kann ich Skills auch ausrollen in der Organisation und so. Das sind schon Fragen, glaube ich, die sich viele momentan stellen, aber ihr habt schon eine gute Antwort ohne Frage.

speaker-0: Der Simon, die entscheidende Frage ist gar nicht, ob die anderen das können. SAP hat Juul, Salesforce hat Einstein, ServiceNow, ich weiß gar nicht, wie er heißt, aber die haben alle was und alle werden etwas tun. Das Problem ist, hilft dir das? Weil damit organisierst du dieses eine Silo. Aber ich habe doch kein Silo. Ich habe hunderte dieser Silos. Ich brauche eine Lösung, die einen Level höher liegt. Also ein Enterprise AI Management Orchestration Layer und nicht einen Salesforce SAP Adobe XY Orchestration Layer. Der hilft mir nicht.

speaker-1: Wir selber, zum Beispiel bei uns in der Organisation, wir diskutieren gerade genau das. Wir wollen uns im Nachgang auch mit Neuland AI tatsächlich mal beschäftigen. Wir organisieren das zum Beispiel gerade mit Notion. Das ist auch im Grunde genommen das gleiche Konzept. Du hast einen Kontextlayer, auf dem du dich triffst. Die AI hat das als Kontext, der Mensch hat das als Kontext. Du hast Verbindungen nach außen. Also auch Notion arbeitet mit seinem Enterprise Softwarelösung genau an solchen Konzepten. sind gespannt, was sich am Ende durchsetzen wird. Was mich aber jetzt noch interessiert, lass uns mal zurück zu Made in Germany kommen. Du hast eben so im Nebensatz gesagt, ja, das könnte das größte Wirtschaftswunder in Deutschland auslösen. Jetzt ist der allgemeine Kontext oder der allgemeine Konsens in Deutschland, wir sind eigentlich ⁓ schon abgehängt. Du siehst es völlig anders. Warum? Was macht dich so optimistisch?

speaker-0: absolut. weil wir die Erbsenzähler der Welt sind. Das ist gut. In dem Falle ist das mal gut. Also ich habe viele Jahre, fast zwei Jahrzehnte in USA gelebt und mich haben drei Dinge wahnsinnig gemacht in den USA. Wenn ich eine Türklinke in die Hand genommen habe, die so waberte oder wenn ich einen Lichtschalter an und aus machte, der aussah, als der bei meiner Oma vor 70 Jahren in ihrer Wohnung. Das waren so Dinge, Autos, wo die Türen klappern.

speaker-1: Das ist gut.

speaker-0: weil die Haptik nicht richtig stimmte. Also dieses Thema Anmutung, dieses letzte Quäntchen für Qualität, das fehlte oft. Und das ist genau das, wo Deutschland gut ist. Wir sind halt dummerweise immer abgebogen bei inkrementeller Verbesserung. Also wir haben unsere Produkte so weit verbessert, bis ein Autoschlüssel von einem 7er BMW so groß war wie ein Handschuhfach. Kostete uns dann auch 700 Euro, ich weiß es, weil ich habe ihn mal verloren. Und er hatte alle möglichen Gimmicks. Und die einzige Frage, die ich mir gestellt habe, warum habt ihr das Ding so groß gemacht, dass ich es nicht mehr bequem in die Tasche bekomme? Und warum ist es nicht auf meinem Handy? Das war die einzige Frage. Weil einen Schlüssel brauchst eigentlich nicht mehr. Die Amerikaner, die sind immer bei der disruptiven Veränderung gut. Also die sagen, hey Autoschlüssel, brauch ich eigentlich nicht mehr, mach ich einen Key auf dem Token auf dem Handy dafür. Und das ist natürlich ein Ansatz. Ich glaube, wenn wir jetzt das Wissen der deutschen Wirtschaft, und wir sind immer noch Wissensführer, wir haben eine Top-Ausbildung, die Unis werden immer noch gut ausgebildet, auch wenn die Gelder dramatisch gekürzt wurden, Unser Bildungssystem, auch übrigens das der Azubis, nicht nur der Unis, das ist immer noch, da gucken alle Länder oder viele Länder noch hin. Wir müssen jetzt nur diese Kombination zwischen dem Wissen, was wir haben, und das ist das wirkliche Potenzial, mit der KI verbinden und der Professor Hüther, wenn er sagt, 400 bis 600 Milliarden Potenzial. Er sagt 300 Milliarden Rundebau durch Produktivitätssteigerung, 100 Milliarden durch schnellere Innovation und 100 Milliarden wahrscheinlich durch Verwaltungsprozesse. Also, dass der Bauantrag nicht mehr 36 Monate, sondern vielleicht nur noch drei Tage dauert und so weiter. Und das ist das wahre Potenzial der KI. Und stell dir vor, also Nehmen wir mal den mittleren Wert, 500 Milliarden würden wir besser pro anno. Das würde bedeuten, unser BIP heute, Bruttoinlandsprodukt, ist bei 4,2 Trillionen. Da reden wir über mehr als zehn Prozent. Stell dir vor, was das für ein Wirtschaftswachstum wäre, wenn wir das für die Wirtschaft erschließen würden. Und eins, da bin ich sicher, wenn wir Deutschen etwas machen, wir kommen nicht gut mit diesem nicht vertrauenswürdigen Ergebnissen. Wir wollen Ergebnisse, die aus der KI kommen, die auf den Punkt sind, die dann auch wirklich das richtige Ergebnis Und ich möchte nicht überprüfen, ob jedes zweite Ergebnis geraten ist oder halluziniert daher halluziniert. Und da bin ich fest und überzeugt, da kann Deutschland auch führend werden.

speaker-1: Jetzt würde ich dir super gerne glauben. Das Problem ist, wir sehen aber, dass ein BYD eben auch nicht mehr klappert, wenn ich den kaufe, dass der die bessere Software hat. Das heißt, da ist offensichtlich auch unsere Technologie, ja Erfindung, Erfindergeist irgendwo stehen geblieben, offensichtlich bei dem Hardware-Level und im Software-Level haben wir das nicht mehr hinbekommen. Und auch das, was du aufgezählt hast gerade, wenn du sagst, die 400 Milliarden, die kommen aus, Effizienzsteigerung und so weiter. Du zählst ja nicht auf und 200 Milliarden kommen aus dem großen KI-Startup in Deutschland, was wir exportieren, sondern wir importieren ja weiterhin dann die LLMs und die ganze Technologie, auf der wir dann diese Effizienzsteigerung überhaupt erst erreichen.

speaker-0: Simon. Ich bin 64 und ich habe schon ein paar Jahre in dieser Branche hinter mir. Ich war bei einem kleinen amerikanischen Startup namens Oracle, da waren wir noch keine 300 Leute. Ich bin gegangen, 94, da waren wir 10.000. Und dann bin ich wieder zu einem Startup aus Frankreich, jeder hat gesagt, Karl, du bist bekloppt, geh nicht zu einem französischen Softwarehaus. Das Softwarehaus hieß Business Objects. haben wir, ich glaube, sechs Jahre später für sechs Milliarden an die SAP verkauft. Und dann bin ich zu einem erneuten Start-up namens MicroStrategy, heute heißen sie nur noch Strategy. Michael Zähler, mein alter Gründer, hat heute, ich glaube, 60 Milliarden in Bitcoin investiert. so ganz schlicht ist das auch nicht gelaufen. Was ich damit sagen will, wir waren immer 20, 30, 50 Mannläden. Entscheidend ist die Vision. Und ich habe mal gesagt, wir, Neuland AI, wird die SAP der KI. Was habe ich damit gemeint? Ich habe nicht gemeint, dass wir so verschnörkelte Prozesse machen wie eine SAP oder denen Konkurrenz machen werden. Aber wir werden der Enterprise AI Management und Orchestration lehren und sind das übrigens schon auf vielen SAP Sales for Service Now-Systemen sein. Wir werden oben drüber laufen. Und ich weiß nicht, ob du den Artikel, vor einigen Wochen kam der erste Artikel, äh, das große Erwachen, Handelsblatt, Titelseite, da ging's ⁓ OpenClaw, weil man hat mit OpenClaw gezeigt, ⁓ Gott, die Agenten sind los, da geht jetzt ganz vieles. Und vier Wochen später kam eine Titelseite, Da war der Christian Klein von SAP auf der Titelseite, hielt sich so die Hand vor den Kopf, die große SAP-Wette. Warum? Der Aktienkurs von SAP hatte sich fast halbiert. Ich glaube 40 Prozent runter. Wie Adobe, Salesforum, haben alle verloren. Warum? Weil der Welt klar geworden ist, KI wird das Interface on top von solchen Systemen.

speaker-1: Software Tools.

speaker-0: Kein Mensch hat mehr Lust, in die Systeme zu schreiben oder aus den Systemen zu lesen. Du stellst eine Frage, im Idealfall sogar mit deinem Handy, sagst du, hör mal, ich will wissen, wie der Umsatz oder bla bla, mit dem Kunden, mit denen und dem Problem. Und dann findet die KI die Daten in deinen Unternehmensdaten in dem System, wo sie halt gerade sind. ⁓ die Verschein da, denkst hier, ServiceNow da. Und genau das. Das heißt, die Macht wird dramatisch sich verschieben. weg von den Back-End-Systemen hin zum Front-End. Und das Front-End wird die KI. Und was wird das managen, dass die Regeln, die Rollen, die Rechte, die Security, den Zugang, das Budget, das wird eine KI-Management- und Orchestration-Plattform tun. Und deshalb, als ich SAP kennenlernte, waren die auch irgendwie 300, 400 Leute. Weil ich hab damals noch erlebt, wir haben ja denen damals die Orakellizenzen verkauft. Also da war ... Die SAP Community, noch eine sehr überschaubare, das war so Mitte der 80er, wo heute ein Konzern steht. Meine These ist, wenn wir das richtig machen, wird eine Neuland AI einer der globalen Player für KI, Enterprise, AI Management und Orchestration werden. Und ich sag mal, im Moment ist SAP 200 Milliarden wert, ich glaube 220, sie waren mal 400. Ich sag mal... Es gibt ja ein paar sehr erfolgreiche deutsche Start-ups, unter anderem hier das wertvollste ist jetzt N8N mit 5,2 Milliarden. Ich glaube, da ist noch viel Luft nach oben. Dieb L. ist jetzt auch mit 4,5.

speaker-1: Die L geht es ja eventuell gerade nicht so gut, hat man gehört, aber ja.

speaker-0: Warum eigentlich? Hast du mal Gedanken gemacht? Warum ist die Bell eingeknickt?

speaker-1: Naja gut, weil die LLMs im Grunde genommen ähnliche Lösungen gerade anbieten.

speaker-0: Das muss man sich ... Also ich war immer ein großer Fan von Subject Matter Expert KI. Und DeepL war ein perfekter Subject Matter Expert. Die konnten mit einem LLM super toll übersetzen. Waren der beste Übersetzer. Nur, wir haben inzwischen Kunden, die setzen zum Beispiel Salesforce ein, die setzen DeepL ein, die setzen verschiedene Systeme für ihr Service Management ein, wie ServiceNow. Jetzt bauen wir da oben drüber den Leer und dann kommt der Kunde auf mich zu und sagt, Herr Land, wir haben Deep L abgekündigt. Und ich sag, wieso? Sagte, ihr könnt doch viel besser übersetzen, weil ihr habt, das ist ein Medizintechnik-Anbieter, der macht so mobile Röntgengeräte, sitzen unten im Stuttgarter Raum und der sagte, ihr habt viel besser den Sprachschatz drauf.

speaker-1: Wenn ihr den Kontext

speaker-0: da ist und deshalb übersetzt der Neuland AI-Hub besser wie Diebl, weil er den Kontext dieser 12.000 Dokumente kennt, die er schon mal übersetzt hat. Und das ist das, was passieren wird. Das heißt, es wird viele Nischenanbieter erwischen. Gucken wir mal, was mit N8N in neun oder zwölf Monaten passiert. Wer braucht denn noch einen Workflow, der vorgedacht ist? Einen diskriptiven? für bestimmte Aufgaben will zu denen haben. Ich will das nicht negieren. Meine These ist, wir haben unsere eigene Workflow Engine eingestampft, weil wir gesagt, brauchen wir gar nicht mehr. Wir haben im Prinzip den Ansatz von Open Claw, aber in einer sicheren Umgebung und da brauche ich das nicht mehr zu determinieren.

speaker-1: Das heißt, der Workflow ist nicht deterministisch, sondern die AI baut sie sich sich so zusammen, weil sie es aus dem Kontext kann.

speaker-0: Genau. Weil der Kontext ist King. Früher war Content King und heute ist Kontext King. Ich hab letzte Woche einen Vortrag gehalten von einem PR-Tag und da habe ich gesagt, die Überschrift des Vortrages war, KI ist ohne Kontext doof. Sau-doof. Und diesen Spruch, den vertrete ich hart. Weil der Kontext bestimmt … ob was geht oder was nicht geht, ob ich weiß, worum es geht. Das ist wie die Tu-Worte im Buch. Wenn der aber fehlt, dann wird das Ergebnis schwach. kommt da, wir nennen das ja jetzt Work-Slob, also quasi diese Pseudoarbeit oder KI-Schluderei, wie ich sie nenne, raus. Und das ist sehr unbefriedigend. Und der Kontext, wo ist der denn? Der steckt tief verborgen in den System. Der steckt in deiner Auftragsdatenbank, in deiner Kundendatum, in deinem Dokumentenmanagement oder Produktmanagement. Und da musst du ganz tief integrieren. Also diese ganzen Tools, Co-Pilot, CIF, LengDoc und wie sie alle heißen, die auch gute Dienste bringen, ich will die gar nicht negieren, die gut sind, wenn du mal ein Gigabyte, zwei Gigabyte Daten hast. Aber wenn du richtig tief ins Eingemachte ... dann wirst du das ohne ein KI-Management-Orchestration-Player überhaupt nicht schaffen.

speaker-1: Jetzt kamen wir eben von der SAP, dem Aktienkurs, der sich halbiert hat und auch der von anderen Softwareherstellern da draußen. Das heißt, dein Rat da draußen an die CIOs dieser Welt ist, kündigt euren SAP-Vertrag.

speaker-0: Ne, auf keinen Fall. Also wir haben ja ein paar Vorbilder klar da beispielsweise, weil einer der frühen, die haben gesagt, wir führen KI ein, massiv gerade im Service Management, also in den Call-Centern und so weiter, haben auch einiges besser gemacht. Die haben erst ihr CRM abgelöst. Da würde ich sagen, das geht noch. Würde ich einem produzierenden Gewerbe empfehlen, seine Produktionsplanung und Steuerung oder sein ERP-System abzuschaffen mit aller Materialwirtschaft, da sag ich, da wäre ich noch sehr vorsichtig, da würde ich mir durchaus noch ein paar Jahre Zeit für lassen, weil das ist hochkomplex. Aber was passieren wird, die Bedeutung wird verschwinden, weil diese Systeme, ich kenn's ja aus der Vergangenheit, die wurden mal erfunden, weil Menschen Masken befüllt haben. und die haben Datenbanken befüllt. Da unten drunter lag ja eine Orakeldatenbank, am Anfang sogar ein Fausam-Satz. So, das war der Zweck dieser Geschichte. Deshalb kommen die auch jetzt so unter Druck, weil Menschen müssen die nicht mehr befüllen. Ich habe automatische Lieferschein-Erkennungssoftware, Rechnungseingangsprüfung und wer macht das? Das macht eine KI und die wird auch entsprechend die Dinge. die kann das auch besser und schneller als der Mensch das kann. Und in der Regel übrigens auch fehlerfrei. Komme ich gleich noch auf ein Thema, wo wir ein Ausschreibungsmanagement für einen Verladearmhersteller gebaut haben. Das heißt aber im Klartext, wenn die Bedeutung verschwindet vom Erfassen von Datensätzen und Schreiben in einer Datenbank, weil das die KI macht, dann stelle ich mir natürlich die Frage, ist denn die Bedeutung dann überhaupt noch des Systems? Und das ist eine generelle Frage. Und übrigens der Christian Klein von SAP, die hatten ja gerade die Sapphire in, ich weiß gar nicht, Orlando oder wo, ihre große User-Konferenz und der hat ja was angekündigt, was ihm glaube ich sehr auf die Füße fallen könnte. Der hat nämlich gesagt, wir werden in Zukunft keine Dritt-KI mehr erlauben, an unsere Daten ranzugehen. Das ist Protektionismus. Man versucht sich zu protekten, weil die sehen, wir werden kannibalisiert zur Datenbank. Weil das ist das, was nachher passieren wird. Egal wie komplex die Datenbank-Strukturen sein werden. Und übrigens, gilt für Salesforce und für ServiceNow im gleichen Maße. Die einen wissen es schon, die anderen wissen es noch nicht. Aber genauso wird das passieren. Und deshalb ist die Frage eigentlich nur, kann ich mich davor schützen? Und da erinnere ich immer an das Investors-Dilemma. Also bist du der Fisch, der den anderen frisst oder wirst du gerade gefressen? Bist du der Angreifer und kannibalisierst dein eigenes Geschäftsmodell oder versuchst du das zu beschützen?

speaker-1: Aber spielen wir das mal weiter durch. SAP sagt jetzt, da kommt keine fremde KI an meine Daten rein. Damit ist ja für dich mit deiner Knowland AI-Plattform hast du ein Problem. Weil der Kontext, in einem SAP-System liegt, ist für dich ja nicht mehr zugänglich in dem.

speaker-0: Also erstens, das ist ein netter Versuch, aber das wird scheitern. Das kann ich dir jetzt schon sagen. Und das wird auch deshalb scheitern, weil die Kunden das überhaupt nicht zulassen können und zulassen werden. Weil die haben ja nicht nur SAP. Die haben eben auch noch Salesforce, die haben noch DMS, die haben Supply Chain und, und, und. Das heißt, diese Integration, da muss selbst SAP ein Interesse daran haben, das zu tun.

speaker-1: Jetzt sagt der SAP, also die Andi, bin mal hier Christian Klein, der wird natürlich sagen, wir haben gerade für eine Milliarde so ein kleines Forschungslabor gekauft, was 17 Monate alt war. Man hat das mitbekommen, glaube ich. Und wir bauen da gerade selber was auf und wir bieten euch ja eine Alternative an, mit der ihr genau das machen könnt.

speaker-0: Ja, diese Alternativen optimieren immer das Framework der SAP. Meine These ist, kein Unternehmen hat eine reine SAP-Welt. Die werden alle über Schnittstellen nachdenken und deshalb ... Du musst dir vorstellen, was haben wir denn früher gemacht? Wir waren ja alle sehr SAP und Salesforce und ServiceNow gläubig und sind den Lieferanten auch immer sehr gefolgt. Das Ergebnis sind Silos. Silo-Architekturen, wo das eine Silo nix vom anderen weiß. Und wir haben das sogar verlängert in die E-Commerce-Welt, in die Webseiten, in die Welt der Loyalty-Programme, alle Silo für Silo für Silo. Der einzige Weg, Produktivitätsgewinne wirklich zu erzielen, ist, wenn wir diese Silos auflösen. Und das wird nur gehen, indem man quasi einen neuen Level eröffnet, nämlich so ein Enterprise-EI-Management und Orchestration-Lehr.

speaker-1: Genau, wenn du von dem Orchestration-Layern diese Tools drankommst, das ist die Bedingung. Und Microsoft ist ja mit diesen protektionistischen Politik relativ erfolgreich in der Vergangenheit gefahren, muss man sagen.

speaker-0: Also auch Microsoft ist heute sehr offen. Natürlich, haben ihren Knowledge-Grafen, den sie abkapseln. Ganz ehrlich, wir empfehlen den auch nicht allzu oft. Also für den, der eine reine Microsoft-Welt hat, für den löst Microsoft wahrscheinlich viele Fragen. Aber da kommen wir jetzt wieder zum Thema Resilienz und Datensouveränität. Ist man sich denn sicher, dass man mit dem Stack auch in Zukunft noch so sein wird? Ich weiß nicht, ob du den Fall des EuGH kennst, dieses Richters, des Nicolas. Der hatte ja ein Verfahren eingeleitet gegen Netanyahu, woraufhin Mr. Trump interveniert hat und Microsoft eben die E-Mail-Accounts und seinen Sharepoint-Account gelöscht haben. Übrigens auch seine Kredite.

speaker-1: ist ein Visa.

speaker-0: Der kann ja nichts mehr zahlen weltweit, der arme Kerl. Und das hat zu einem großen Umdenken in Europa geführt. Also der EuGH hat sofort gesagt, Microsoft, das war's, ihr seid raus, wir machen alles neu, wir machen, glaube ich, ein Alternativ, Open Desk oder was, aber on-premise. Und das hat dazu geführt, Schleswig-Holstein hat sich abgewendet, ist jetzt komplett weg von der Microsoft. Wir erleben das selbst. nichtstaatliche Anbieter inzwischen über den Weggang von Microsoft nachdenken, auch wegen solchen Befragungen. Wenn die sagen, zu 47 Prozent, da besteht theoretisch das Risiko, dass man mir den Service abklemmt, also Thema Resilienz und Eigenständigkeit, vielleicht auch bisschen getrieben durch den Krieg jetzt in der Ukraine, weil früher war die USA ein verlässlicher Partner. Und auch mit China waren wir ja relativ eng, so Handelsbeziehung, Club. Und jetzt auf einmal werden wir doch sehr nachdenklich. Und ich glaube, deine Eingangsfrage war ja made in Germany, brauchen wir das noch? Ich glaube sogar, das wird wertvoller denn je. Aus drei Gründen. Erstens. Wir sind resilienter, wir sind unabhängig. So wie wir eine eigene Verteidigung brauchen, brauchen wir auch eine eigene Technologie. Zweitens, nur mal ein paar Zahlen in den Raum geworfen, dass sechs Unternehmen in den USA, die sechs großen Hyperscalers, sie haben zusammen eine Bewertung von 26 bis 28 Billionen Dollar. Das ist viel Geld. Die gesamte Wirtschaft der Deutschen Bundesrepublik, inklusive SAPs, ja der wertvollste immer noch, und VW und Lufthansa und Deutsche Bank, sind zusammen 2,5, vielleicht 3 Billionen wert. Also sechs mal die drei sind vielleicht dann einmal das, was die sechs wert sind. Also gesamte deutsche Wirtschaft gegen die sechs. Und woran liegt das? Weil wir jahrzehntelang unser Geld zu den amerikanischen Hyperscalern, auch zu Oracle und den großen Googles, Apple, Facebook und so weiter Meter getragen haben, statt deutsche Alternativen aufzubauen, die es durchaus gibt.

speaker-1: Ja, das klingt aber jetzt so bisschen, bin ich als Unternehmer, ist das ein Vorwurf an die Unternehmer, bin ich als Unternehmer jetzt dafür zuständig, deutsche Wirtschaft zu retten, indem ich auch schlechtere Lösungen am Ende setze, als die, die ich in den USA eben günstig einkaufen kann. So ein bisschen wie Buy Local und rette dein lokales...

speaker-0: Also wie kommst du denn auf die Idee, dass die schlechter werden? Wir sind besser. Die Ergebnisse werden besser, es wird günstiger, es energieeffizienter. Du stärkst einen lokalen Provider, zum Beispiel Staggit oder Schwarz Digits, die ganz mutige wetten machen. Also muss man ja sagen, ich meine, der Schwarz kann sich wahrscheinlich auch leisten, wenn du mal ein paar 30 Milliarden über hast, kannst du auch mal ein bisschen was tun. Aber was ich damit sagen will, ich finde das sehr wohl eine mutige Wette. ⁓ Europa resilient zu machen. Denn wenn wir es nicht tun, dann wird die Wertschöpfung ins Ausland gehen. Dann werden die reicher und wir werden ärmer. Dann sind wir nachher das Land der Bogen und Schlösser. Dann kommt die noch zum Fotografieren im Urlaub her. Übrigens die Japaner machen das so zwei bis drei Tage, weil länger braucht man für Deutschland nicht. Die Fotos gucken die sich immer erst wieder zu Hause an.

speaker-1: Also das heißt, sagst zusammengefasst, ist erste Bürgerpflicht für deutsche Unternehmer, auch deutsche KI zu kaufen.

speaker-0: Ja, ein bisschen präziser. Ich würde sagen, guckt drauf, ob es nicht eine günstigere und bessere Alternative gibt. Weil die gibt es und die kann sehr lokal sein. es kann heute. Wir sind ja heute auch noch ein Lokalplayer. Wir haben jetzt die ersten Projekte in Den Haag, aber auch getrieben durch unsere Partner wie Staggit oder Schwarz. Ich glaube, dass das Bessere sehr viel näher. liegen kann, als man denkt. Und ich glaube, dass der Europäer, und ich hatte ja gesagt, was hat mich in Amerika immer so gestört, dass dieses letzte Quäntchen an Präzision, an Qualität, dieser Anspruch fehlte, Man so ein bisschen mehr Pareto, ne, mit 20 Prozent Aufwand, 80 Prozent, und dann passt das schon. Das ist aber nicht deutsche Spaltmaßpolitik.

speaker-1: Die Frage ist, ob das der Gebot der Stunde ist, eben 80 Prozent Dinge zu entwickeln, weil sie sowieso nicht lange halten momentan.

speaker-0: Also, und ich finde, wir müssen uns viel besser mit dem Pareto-Prinzip anfreunden. Da spricht auch gar nichts dagegen. Das kann ich aber auch in der deutschen Technologie tun und die dann zu 100 Prozent treiben. Bei uns hast du zumindest den Hebel, es tun zu können. Bei den anderen weißt du ja gar nicht was drauf. Also nur ein Feature, was bei uns Standard ist, Transparenz. Das klingt nicht nach was Großem. Was heißt das? Einer unserer Kunden, die Firma SVT aus Schwelm, die bauen sogenannte Marine Loading Arms. Verladearme, die sind auf 40, 50 Meter hoch, wiegen 50, 70 Tonnen und die verladen an den Hochseehäfen Flüssigkeiten von diesen großen Tankern. Öl, Gas, LNG. Wenn ich den für Öl mache, dann wird er ganz anders konstruiert als LNG, weil LNG wird auf 197 Grad runtergekühlt, hoher Druck. Die Rohre dürfen nicht geschweißt sein, die müssen geschmiedet sein, weil die der thermischen Belastung gar nicht standhalten könnten. Das muss ich alles wissen. Wenn ich da Fehler mache, jetzt kriegen die 1000 Seiten Dokumentation, manchmal auch 2000, dann müssen die lesen, drei, vier, fünf Ingenieure und dann machen die in den nächsten Wochen ein Angebot daraus. Die KI macht das jetzt in 20, 30 Minuten und zwar fehlerfreier wie die Ingenieure. Weil du kannst dir vorstellen, so 1000, 2000 Seiten lesen, womöglich 3-, 4-mal, dann wird nachher schon mal gerne was vergessen, übersehen, war das jetzt in der Version oder in der letzten und so weiter. Der KI passiert das nicht. Wenn ich jetzt aber das Angebot auf dem Tisch liegen habe, die hat jetzt da draußen ein zehnseitiges Angebot und da steht unten eine Summe drin, 3,45 irgendwas Millionen, dann will ich doch gucken, Wie kommt er denn drauf? Warum hat er denn die Ventile verwendet und nicht die? Dann will ich in die Ursprungsdokumente und auch in das Angebot. Und dann chatte ich quasi mit dem Wissen. Das ist Transparenz. Dasselbe würde bei einem Bürgergeldantrag. Jetzt hat der Bürger einen Antrag auf Wohngeld oder was bestellt und der wird negativ beschieden. Dann muss ich doch dem Bürger sagen können, ja, Weil du hast so und so viel Quadratmeter Wohnfläche zu viel oder vielleicht auch so und so viel Euro zu viel verdient. Deshalb kriegst du diesen Zuschuss, nicht? Oder nur anteilig? Das ist Transparenz. Das ist bei uns in so einem System immer vorhanden. ist ein Standard. Das können die Amerikaner oft gar nicht. Und das sind wichtige Differenziatoren. Wir sind halt noch in einem Early Adapter Markt, also ein früher Markt und die Leute wissen auch noch nicht immer, worauf sie zu achten haben. Wenn sie da aber mal genauer hingucken, werden sie feststellen, es lohnt sich mal genauer hinzuschauen.

speaker-1: So morgen released OpenAI eine 100 % DSGVO-konforme Lösung. Das Ende von Neuland AI.

speaker-0: Also das ist auch wieder netter Versuch in die richtige Richtung. Das Problem ist doch nicht gelöst, weil OpenAI ist ein 100 %iges Tochterunternehmen, inkorporated. Und Mr. Trumps AI Act, American AI Action Plan empfiehlt sich immer zu lesen. Da steht nämlich drin. Und alle beteiligten Unternehmen, auch im Ausland, haben wir vollen Zugriff auf die Daten. und glaube bloß nicht, was im Kleingedruckten steht. Also, wir haben viele Angebote geprüft, wir haben viele Rechtsanwaltskanzleien. Da geht nicht nur das DSGVO und der EU-EI-Act, da gilt die Braukonformität oder bei Banken die Dora-Konformität. Das heißt, das ist nochmal ein Level höher, vom Aufwand das nachzuweisen. Das können wir sicherstellen. Solche Dinge ... werden diese Anbieter nicht sicherstellen können, selbst wenn sie es in ihren Verträgen schreiben, empfehle ich jedem, geben sie es mal ihrem Anwalt und lasse es prüfen. Weil dann steht hinten im Kleingedruckten, ja, sorry, aber das bestimmte Calls wieder über den USA, also zum Beispiel bei Calls, die bestimmte Tools aufrufen, die dann doch wieder Daten in die USA führen, das kannst du oft gar nicht verhindern. Das kannst du aber bei einer KI Software made in Germany sehr wohlfeilend.

speaker-1: Okay, die aber, und da waren wir ganz am Anfang auch schon, immer noch auf LLMs angewiesen ist momentan, die in fremden Ländern erstellt werden, China oder USA. Wie besteht es denn da in Europa gerade? Also was siehst du da? Glaubst du, dass wir da in Europa aufholen können?

speaker-0: Stopp, stopp, stopp! Also es gibt Bemühungen, dass wir da was tun. Jetzt gerade aktuell hat ja auch Aleph Alpha, die haben ja gemeinsam jetzt eine Allianz mit der Coheer gebildet und die gehen ja jetzt Richtung SLL-Apps, also sogenannte Specialized Large Language Models. Das ist, finde ich, ein sehr bemerkenswerter Ansatz, besonders weil er ja jetzt mit einem kanadischen Partner passiert. Sicher Aleph Alpha ist ja der kleine Bruder im System, aber …

speaker-1: andere Leute sagen, wir haben das nach Kanada entsorgt, Ding, aber ja.

speaker-0: Also Tatsache ist, ich finde die Bemühungen gut. Hier in Deutschland gibt es ja die Bemühungen von Leam, also auch da wieder. Ich glaube, wir fangen an zu verstehen, dass wir nicht unbedingt die größten Modelle brauchen, sondern dass wir spezialisierte Modelle für bestimmte Branchen brauchen. Für uns ist das super, weil wir sagen uns ist egal. Heute gibt es 159 verschiedene LLMs, also in der ganzen Welt. Wir können theoretisch mit jedem davon arbeiten. Das ist auch eine Frage, welches Sicherheitsbedürfnis der Kunde hat oder welches auch Qualitätsbedürfnis. Und umso mehr da jetzt kommt, umso besser. Meine These ist, und da bin ich ein bisschen bei deiner Bemerkung von ganz am Anfang, LLMs werden commoditisiert. werden irgendwann ... Das wird gar keine Rolle mehr spielen. Heute mal ist mit dem ... Wir bauen gerade bei uns an einem Modell, da wird ein Bett rausgegeben. Also sprich, du kannst bieten. Also da ist eine Anfrage, die du beantwortet haben willst, und dann sagt der hier, das ist meine Frage, wer beantwortet die Query am schnellsten in der bestmöglichen Qualität zum günstigsten Preis? Und dann können die LLMs dagegen bieten. Und der, der es für einen Cent macht, der kriegt den Zuschlag und der andere mit 17 Cent geht leider nicht.

speaker-1: Das ein schönes Bild, das gefällt mir sehr gut, kann ich mir sehr gut vorstellen. Das heißt, Anthropic geht Ende des Jahres an die Börse. Bewertung, wir wissen es nicht, 1,8 Billionen. Du kaufst keine Aktien.

speaker-0: Also ehrlich gesagt, ich habe noch nie Aktien gekauft, die so gut gelaufen sind vorher. Weil ich würde aber auch kein SpaceX Aktien kaufen. Weil ich darf es ja sagen, ich bin damals bei MicroStrategy eingestiegen bei einer Aktie, da habe ich glaube ich 69 Cent für bezahlt und ich habe sie dann für 159 Dollar verkauft. Wenn du das mehr als einmal machen kannst, dann ist das ein sehr schöner Wechselkurs. Das sind die Dinge, mir lieber sind als in schon gut gelaufene Branchen. Was nicht heißen will, mir hat ein Kollege empfohlen, Nvidia zu kaufen, als er eine Billion wert war. Jetzt sind sie über fünf. Hätte sich auch gelohnt. Aber man muss immer sehen, oft ist der Weg nach unten viel schneller als der Weg nach oben. Als ich bei MicroStrategy meine Aktien verkauft habe, ich glaube im Februar 2000, Das war genau vier Wochen vor dem Börsenkreis. Und ich habe die für 159 Dollar verkauft. Und ein paar Wochen später war die Aktie noch acht Dollar wert. niemand, das war der Kurs nach oben, hatte sie über mehrere Jahre entwickelt, aber der Kurs nach unten, der hat sich in wenigen Wochen gezäntelt oder gezwanzigstel in dem Fall. Und deshalb investiere ich lieber in frühphasige Dinge. Übrigens auch deshalb mein Hang zu Start-ups. Auch hier in Köln. Ich habe mich ja damals engagiert hier bei der Claudios-Terme, Neptumbart und so weiter. Ein Brick-and-Motor-Geschäft. Also hat ja wirklich gar nichts mit Software zu tun, außer dass wir eine IP-Telefonanlage haben. Aber ... Das Ding war damals, sagte auch jemand, boah, was für ein Risiko. Und ich habe gesagt, nee, sehe ich ganz anders. Es gibt immer einen Bedarf, so wie jede Steckdose einen Abnehmer produziert, also in dem Fall Stromkonsumenten, so wird auch KI und KI-Rechenzentren werden Abnehmer produzieren. Und wenn im Moment gesagt wird, ja, dieser Hype, überall diese KI-Rechenzentren, ich sage ja. Da wird einiges korrigiert werden, auch von den Börsenwerten, da bin ich felsenfest. Aber würde ich sagen, die werden nicht gebraucht in Zukunft. No way. Wir haben gerade sogar Hardwares. Erst einmal seit langer, langer Zeit, weil wir entwickeln gerade ein Sprachmodell für Kölsch und für Bönsch für einen unserer größeren Kunden. Die wollen das zu ihrer 200-Jahr-Feier haben. Und da entwickeln wir einen Übersetzer für Kölsch und Bönsch, sehr schönes Ding. Und das machen wir auf eigener Hardware und zwar auf den alten 100 GPUs von NVIDIA. Die haben wir Refreshed, Refurbished, sagt man ja heute, gekauft. Und das funktioniert wunderbar. Und wir lernen jeden Tag enorm viel, wie man die GPUs noch effizienter nutzen kann. Also insofern, ist noch sehr viel Luft nach oben.

speaker-1: Okay, schauen wir zum Abschluss mit deiner bewundernswert positiven Einstellung auch für Europa und Deutschland mal fünf Jahre in die Zukunft. Wo steht Europa dann?

speaker-0: Also ich glaube, dass Europa zu dem Zeitpunkt führend sein wird in der Nutzung von KI und zwar einer sicheren, zuverlässigen, rechtskonformen und datensouveränen KI-Welt. Das ist ganz wichtig. Ich glaube, dass sich viele Amerikaner und auch Chinesen in der Zwischenzeit überlegt haben, wäre es nicht gut, wenn wir auch europäische Technologie hätten. Weil die wollen sich eigentlich auch nicht in ihre Karten gucken lassen. Also auch ein Chinese oder ein Amerikaner-Entwickler von irgendwas, der will nicht, dass seine Daten da irgendwie propagiert werden und irgendwo veröffentlicht werden oder zum Training von irgendwelchen Modellen genutzt werden. Und deshalb bin ich der Überzeugung, wenn wir das jetzt richtig machen und wenn wir dem Mittelstand vor allen Dingen so ein bisschen aufs Pferd helfen, weil Der Anspruch zwischen dem, was da gebraucht wird und dem, was heute da ist, der ist schon extrem divergierend. Also der Mittelständler fühlt sich oft noch total überfordert, sagt, hey, ich habe ja noch nicht mal meine Daten richtig aufgeräumt, jetzt kommt ihr mit KI ⁓ die Ecke. Und deshalb müssen wir jetzt Angebote machen, die so einfach sind, dass ich Quasi Anwendung für Anwendung und zwar in ganz kleinen Schritten, ohne dass ich da jedes Mal die große Maschine oder den Berater holen muss, der jetzt dann wieder ein 50- oder 100-Mann-Tage-Projekt aufmacht. Das muss sehr einfach gehen. Wir haben gesagt, dieses Gap zwischen dem, was der Benutzer möchte, Geschwindigkeit, Zuverlässigkeit und mal eben schnell was machen können, aber vertrauensvolle Ergebnisse. Und dem, was die IT und das Management braucht, nämlich die Kontrolle über die Daten, die Kontrolle über Budgets, wer darf auf welche Daten zuhören, das muss ich halt einmal in einer Plattform regeln. Und ich glaube, da werden wir Deutschen besser sein, wir Europäer. Ich glaube auch Mistral, machen da einige Dinge vollkommen richtig. Aber diese Art der Angebote, die denken die Amerikaner noch nicht mal. Die haben auch noch gar nicht verstanden, warum wir mit der Datensouveränität so ein Problem haben. Das werden die wahrscheinlich auch erst in fünf oder zehn Jahren verstanden.

speaker-1: Dann hoffen wir, dass genau das passiert und dass diese europäischen Tugenden, die du aufgezählt hast, uns am Ende auch zu genau dem Erfolg führen werden in der Welt. Vielen, vielen Dank heute Karl Heinz für das Gespräch. Ich fand das sehr spannend. Wir haben ganz, ganz viele Themen heute behandelt. Du hast, glaube ich, viel Werbung gemacht für dein System oder auch für diese neue Klasse an Systemen. Und ja, ich hoffe, einen oder anderen hat es heute zum Nachdenken angeregt.

speaker-0: Danke für die Einladung, Simon. Nur noch ein abschließendes Wort, weil ich bin eigentlich nicht der glaubigste Mensch, auch wenn das Erzbistum Köln oder die Deutsche Bischofskonferenz bereits unsere Produkte nutzen. Aber ich fand sehr bemerkenswert, was der Papst, Leo, gerade gemacht hat mit der Enzyklika Magnifica Humanitas, weil er hat ja etwas ganz Wichtiges gesagt. Er hat gesagt, die ... KI darf nicht den Menschen treiben, der Mensch muss die KI überprüfen können und er muss der Entscheider bleiben. Und das ist so, das ist das, was wir mit kollaborativer Intelligenz meinen. Das heißt, der Mensch bleibt in Charge. Früher hätte man gesagt, human in the loop, ja, auf Neudeutsch. Und genau das ist der Anspruch, den wir haben. Und ich finde, ich habe einen Artikel dazu verfasst, findet man auf unserer Webseite. Ich habe dann die Magnifica Humanitas, die Enzyklika mit dem, was wir so anbieten, verglichen. Und das ist ganz spannend. Kann jeder mal reingucken. Ich glaube, daraus kann man einige Dinge auch für sein eigenes Business erblicken.

speaker-1: Absolut, die ethische Frage ist nochmal eine ganz, ganz eigene. kann auch empfehlen, eine Folge, die wir gerade aufgezeichnet haben, dazu, wo wir mit einem Generalsekretär der FDP Hessen, der gleichzeitig im Verteidigungsausschuss acht Jahre saß, über autonome Waffensysteme gesprochen haben und die ethischen Konsequenzen die sich daraus so ergeben. Insofern vielen, vielen Dank für dieses Gespräch und hört gerne weiter bei genau diesem anderen Gespräch.

speaker-0: Danke.