speaker-0: Das

speaker-1: Welcome to the 13th episode of Between 2 Stacks, the podcast in Christoph and I you our daily projects, experiences and learnings in field of product and tech. Hi, I'm Jens, I'm self-taught software developer specializing in web development and work for companies in roof space and in the USA and have been particularly busy with AI-based development and integration in products and processes

speaker-0: Ja, auch willkommen von mir zur 13. Infolge. Mein Name ist Christoph. Ich baue seit über 20 Jahren Webseiten und bin auch fast genau so lange im Bereich SEO unterwegs und eben seit jetzt gar immer Zeit auch im Bereich Geo. Also wir werden Marken und Webseiten sichtbar in LLNs. Und genau, freue mich hier auf die Folge. Und ich kann hier heute eigentlich so darüber gucken, weil wir sitzen tatsächlich zum allerersten Mal bei der Aufnahme an einem Tisch. Wir sind nämlich heute in haben uns getroffen in Sandfort, korrigiere mich, Jens, wenn ich das weiß ausspreche. in dieser Landung. Und wir haben uns eigentlich auch erst ein einziges Mal davor persönlich gesehen. Und das ist jetzt gerade mal unser zweites persönliches Treffen. Aber ja, wir haben so einen anderen Anlass genutzt, uns hier nochmal zu treffen und dann auch gleich die Podcastaufnahme hier zu machen. Und ja, genau. Also erinnert euch nicht, wenn wir die auch mal in der Suche überpuppen und wir mussten jetzt erstmal rausfinden, wie das hier funktioniert, dass wir nicht so ein Echo aufnehmen und so. man muss sagen, unsere Aufnahme ist auf der Riverside etwas für uns geregelt.

speaker-1: So the setup is a bit minimalistic, but we'll so that everything is as usual Today I the topic of Payload v4, the beta Payload has it for several months now. But finally the first public beta version and I wanted to show to And briefly discuss what is Payload and what is new and what I Payload and what I recommend. And that's my topic What do you with

speaker-0: Ja, habe ein Thema dabei und zwar, ich habe eine Rolle quasi, eine Rolle, die es wahrscheinlich jetzt vielleicht irgendwann auch im Unternehmen geben wird, und zwar den Forward Deploy Engineer. Es geht quasi darum, wie man wirklich AI Prozesse in Abwachsenheit im Unternehmen implementiert. Und da würde ich gerne ein bisschen drüber reden. Genau.

speaker-1: It's very exciting. I'm to

speaker-0: Und wie immer starten wir erst mal mit unseren Snacks. Ich habe heute zwei Snacks dabei. nicht drei, sondern ich habe noch zwei. Ich glaube, das ist auch okay so. ja, genau, ich lege hier einfach mal los. Snack Nummer eins. zwar genau an dieser Stelle auch mal danke an Simon, der mir Multicar empfohlen hat. Multicar, ich gehe mir auf die Webseite, sieht so aus. Mein erster Eindruck war so. ein Trello Board, Kanmban Board, ich kann hier Tickets erstellen und das coole ist, ich kann quasi die Tickets dann an Agents assignen und die werden dann abgearbeitet. muss zudem, ich hatte diese Vision schon mal so vor anderthalb Jahren oder so, dass ich dachte, das wäre so cool, so ein Board zu haben und ich hab mir auch so ein Board noch gebaut, aber das, das, mit verschiedenen Skills und so, äh, aber ich hab mich natürlich jetzt nicht, nicht gemacht. Aber ja, ich glaube, das lohnt sich, sich dann mal zu gucken. Gibt's tatsächlich auch schon länger, ist jetzt nicht zwar ein wenig neues, aber ja, es ist eben so. ich gesagt habe, man erstellt ein Ticket, man kann es assignen zu einem Agent und der arbeitet es dann ab. Und man hat verschiedene Skills, die sind dann für das ganze Team auch nutzbar. das gucke ich mir im Moment gerade mal an und versuche das mal aufzusetzen und werde vielleicht Zukunft nochmal darüber berichten. Ich glaube, es wäre wahrscheinlich nochmal ein Berufsthema so gesehen, wenn ich das zum laupten gebracht habe und wirklich echt ja behaushaltet habe. Vielleicht auch spannend hier. So, eines der ersten Mal, dass ich mir das so bewusst auffällt, dass etwas source-available ist und nicht open source. Und es bedeutet einfach, dass man das jetzt nicht kommerziell einfach vertreiben kann. gesehen, Open Source kann ich eigentlich relativ oft sagen. Ich mache jetzt da ein Software als Service drauf oder ein Hosted Service und kann das weiter vertreiben. Aber Source Available sind die Rechte noch ein bisschen weiter eingeschränkt. Aber hier für die eigenen Nutzer ist es einfach komplett nutzbar. Genau. Und dann versuche ich jetzt mal kurz als Snack, aber das ist jetzt vielleicht ein bisschen mutig, vielleicht. Also. Vielleicht hat es jeder mitbekommen, OpenAI und auch Claude müssen aufgrund von dem EU-AI-Act die Texte, die damit generiert werden, auch kennzeichnen. da wurde eben schon erstmal gesagt, werden hier Watermarks einführen für die Texte. Und ich weiß nicht, bei mir war es immer so, ja, hab das im Kopf so bisschen, konnte ich es verstehen, aber ich mir gedacht, wie macht man denn sowas, weil es ist ja kein Bild, ich weiß nicht, ist das Text. Und deswegen hab ich mir dann nur mal ganz grob angeguckt. wie das so funktioniert. man kann das so ein bisschen vergleichen mit so einem gezinkten Würfel. sprich, die Ecken von einem Würfel sind so ein bisschen angeritzt, damit die Wahrscheinlichkeit einfach beeinflusst wird. Und wenn man jetzt hier mal dieses Beispiel nimmt, das wären jetzt zwölf Würfel, da würde zwei mal die sechs vorkommen. Und mit so gezinkten Würfel, da würden halt so fünf mal die sechs vorkommen. Und man kann das vergleichen mit den Wörtern, die verwendet werden. sprich, beide Anbieter haben so einen Entschlüsselungskonzept, was man jetzt nicht öffentlich einsehen kann, sondern man kann das beantragen, dass man es bekommt, damit man helfen kann. Aber die können eben genau sagen, ja, also ganz vereinfacht, also bitte jemand, hier zuguckt und genau weiß, wie das funktioniert. Es ist wirklich jetzt, ich versuche das hier vereinfacht zu erklären. Es gibt ein Set zum Beispiel von, es gibt einen Satz und an dem einen Satz gibt es ein Wort, was ich einsetzen könnte und dann gibt es halt sechs verschiedene Optionen und Lord zum Beispiel verbindet dann immer sehr häufig diese eine Option von. Und das wäre dann quasi hier so dieses der gezinkte Würfel und so würde man das erkennen. Bedeutet auch, man kann sich gleich denken, wenn ich einen kurzen Text habe, habe ich auch weniger Würfel und somit kann ich das gar nicht so gut erkennen bei kurzen Texten. Das heißt, besonders bei langen Texten kann ich das quasi besser erkennen und was natürlich auch nahe liegt, ich könnte jetzt einen Text nehmen und jage den dann durch verschiedene andere LLMs nochmal durch, lasst dann das die Wörter bisschen austauschen. Ganz früh hat man nur so ein Textsinnigen auch so genannt. Das wird natürlich auch schwer. Ich glaube, unmöglich wird es Aber grundsätzlich habe ich jetzt mal für mich festgehalten, gerade bei kurzen Texten ist es echt schwer, das nachzumachen, bei langen Texten eben schon. Und genau. Und auch noch für mich wichtig, ein Treffer heißt, die KI war beteiligt. Das heißt nicht, die KI hat es komplett geschrieben. Das ist auch so was, was auch wichtig ist, weil wenn man dann das Werkzeug anguckt mit diesem Konzept, dann kann man ja herausfinden, zu wie viel Prozent Warholikalie beteiligt an diesem Text und was ist eben noch menschlich geschrieben. Genau. Ja, die beiden Sachen wollte ich mal kurz zeigen. Ich hoffe, ich konnte es bisschen erklären. In zwei Minuten. eigentlich ganz. nein, wo hier? Reconnect. Okay. Das wäre auch ein großes Thema gewesen, was man sprechen könnte. Aber ich glaube einfach, dass mit den Würfeln und dass die Wahrscheinlichkeit ein bisschen beeinflusst ist, ich glaube das Konzept.

speaker-1: Yeah, very exciting. I think cool with Multiq, because I'm curious when you've it in this way and maybe when the whole thing is out. And with this watermarking, I haven't been too busy it but I'm also very, very excited how they do it. Yeah, they do so that you it in text and probably don't even notice that it's a watermarked But yeah, very exciting and cool comparison with the Murpher in any Then I'll directly to the snacks that I brought me in The first snack is the Halku 5.5. I already about the Opus 5.5 both which are very well done. Now, Trophic has this series, the Halku. a new version, the 5.5, it's that it's incredibly cheap, especially in areas of up to 100,000 tokens. That's it's particularly good for classifying or generally for areas where you don't such large context window. So for coding tasks it would be unsuitable, but if you a feature in your product that is used then this model is or this model can very suitable for And what a traffic showed in a few demos is that it is very well suited as a subagent for Opus or Sonnet. Examples were also from an Actrop experiment, can on Twitter, it's very funny, where it was that if Opus this task alone versus if Opus solves and has high-core agents, i.e. subagents available. And that's I wanted to introduce here, I it's definitely interesting. that you the model and how into your product or workflows. Then my second snack is OX Format and OX Lint. I don't Christoph, do you ASLint prettier or did you with it or what it in your setups?

speaker-0: Ja, so ein bisschen schon ist das natürlich bei meinen Claude-Projekten und AI-Development-Projekten automatisch schon mit drin. Ich hab's auch früher, als ich selber noch gecodet hab, da auch schon mit drin gehabt, aber wahrscheinlich nicht so intensiv wie jetzt. jemand, der, ich sag mal, professionell codet. Ich bin trotzdem ein Hobby-Coder, würde ich mal sagen.

speaker-1: That's right. This Britia and AS Lindt is less the same, but there more competitors. In the case of Lindt and his format, they convince you your being is much faster. I have a few numbers for example, from Century, which have their formatting jobs from 45 seconds to 6 seconds. Or the Lindt side at Mercedes-Benz, which I find interesting. What Scott chose here, minus 71%. So you can lot of time with And think that's especially now in a time when a lot more polygons are lot more code is being written it's just super valuable to some time with. And that's I've this this slide, that now it's possible to finally and Astro projects with We're both big Astro and there was no support for it but it's now. The pre-request, I've it the background for but I've a message that it's merged now and the next version. So then again, a simple little thing how to your schooling a little bit to save time and money. Yes, and then my third snack. I've about or two podcasts about his agent skills. I'm very excited it. I this Grimmy skill a lot. Do you want to more it?

speaker-0: mehr Vermögen.

speaker-1: I have to say that Gerda always You can here. 287,000 stars on his skill. It's impressive. There are 3 new skills in the skill Femine. I wanted to introduce them to very exciting, especially this PR skill, which is relevant because many of publicists are by their agents and they then the descriptions. And of course sense that you a skill on it yourself or use yourself so that these descriptions and descriptions are as efficient as to a good PR review. And this PR skill that. I to show because think it's worth taking at what new skills has.

speaker-0: Cool. Finde ich übrigens auch immer cool bei solchen Sachen dann zu sagen so hey, in dem Cloud Code Projekt guck mal dieses repository von Skills an. Was denkst du, was könnte spannend für dieses Projekt hier sein? dann Vorschlag zu machen und dann diese Skills zu implementieren. Genau. Gerade so ein Reminder an mich, dass du wieder zu machen bist. Weil ich hab das mal regelmäßig gemacht, aber dann wieder so bisschen Ding gelassen. Ja, cool. Stark. Alles klar. wollen wir keine Zeit verlieren heute, da brauchen wir nämlich auch bisschen stabile Internetverbindungen. Wer hätte es gedacht? Aber ja, ich gehe mal auf mein heutiges Hauptthema über. zwar, schon angekündigt, ist das eine Rolle, die ich mich da so informiert habe. Der Forward Deployed Engineer. glaube, ich habe vor einem Einstieg Deployed Engineer gesagt, Stimmt, Deployed Engineer. Ja, hier steht jetzt so der One-Million-Dollar-Job. Warum habe ich das jetzt hier reingeschrieben? Weil ich möchte mal auch ganz transparent sagen, ich habe mich hier inspirieren lassen oder... Also es gibt ein langes Interview mit jemandem, mit der Consulting-Agency, würde ich mal sagen, die das anscheinend jetzt schon seit längerer Zeit machen. Und der Gründer von dieser Agency gibt ein langes Interview mit dem Greg Eisenberg von den Startup-IDM-Podcast. Das war so bisschen meine Inspiration davon. Die die HLZ ist die hier, das ist die die Beric agents.com und man sieht schon nämlich sehr auf auf Enterprise quasi spezialisiert und ich glaube die positionieren sich schon sehr wie in den klassischen Planingsberatungen. Und der Gründer ist der West, der ist hier auf LinkedIn auch. Ich ich das auch einfach mal verlinken. Aber ja, ich wollte das mal so ein bisschen für den deutschen Markt auch mal angucken, weil ich. Für mich war es so spannend, okay, ich glaube, wenn das hier in den USA jetzt schon so Thema ist, glaube ich einfach, dass in Deutschland alles noch kommt. Und das fühlt sich auch immer so an, dass alles ein bisschen, oder es ist ja auch alles bisschen zeitversetzt. Und deswegen finde ich es echt spannend, sich solche Sachen jetzt anzugucken. Ja, und ich möchte mit euch halt einfach mal so bisschen darüber gehen, was ist denn so ein Job und wie sieht das denn aus und wie arbeiten die eben dort in dieser Unternehmensberatung? Und ja, was ist das denn überhaupt so ein? Also ich nenne das jetzt gerade immer nur FDI, also Forward Deployed Engineer. ja, grundsätzlich ist es eben so, dass das Wissen ist so gesehen die Ware, die da noch ist. Aber der Vorsprung, liegt eigentlich da quasi in der Nutzung, in dem wie es im Unternehmensalltag dann auch wirklich genutzt wird. Die Rolle, die die kommt wohl von Palantir. Ich kein Fan zum Palantir, möchte ich auch ausdrücklich hier mal sagen. Aber ja, dort wurde das anscheinend so entwickelt. Und grundsätzlich ist es eben so, dass das Viso die Rolle ist, ein Zusammenschluss, man sagen, ein Mix aus einem Prozessberater, einem Software-Ingenieur, einem AI-Ingenieur und einem Business-Consultant. Also, diese Fähigkeiten, glaube ich, in jemandem oder sollte jemand haben, der in diesem Bereich so tätig ist. Und es ist auch nicht einfach nur ein Prompt Engineer. es ist auch wirklich gar nicht, das würde gar nicht passen. würde das eigentlich total runter, viel zu sehr runterbrechen auf das, es eben wirklich nicht ist. Und genau, eben nicht einfach nur ein paar Agents gebaut werden. Und so für mich die Kern-These, die ich da so mitgenommen habe, war eigentlich der Satz einfach Don't Apply AI. Also... dass man eben wirklich jetzt nicht sagen soll, hey, ich packe jetzt einfach mal AI auf schlechte Prozesse drauf und mach die jetzt ein bisschen schneller. Weil das liegt natürlich nahe, Die Menschen, die im Unternehmen arbeiten, wollen sich vielleicht auch, ne, Veränderung ist immer ein bisschen hart. Man hat vielleicht auch dann immer ganz schnell Angst seinen Job und so weiter. Und stattdessen sollte es eben so sein, dass man sagt, okay, lass uns den Prozess erstmal wirklich verstehen. Warum machen wir das? Ne, zerlegen. Schritte streichen und dann lasst uns das einfach nochmal neu bauen und danach automatisieren wir das. Also das finde ich persönlich schon ziemlich wichtig auch diesen Ansatz zu folgen, weil ansonsten ist es eben einfach nur ich habe quasi, sorry, wie so ein vergammeltes Haus und mache halt da schicke Fahrer drauf oder so. Ja, aber am Ende ist das im Hintergrund immer noch das gleiche vergammelte Haus, das einfach nur schick aussieht und schlechte Prozesse ein bisschen schneller machen. Das ist, glaube ich, keine nachhaltige Maßnahme so richtig. Aber kommen wir mal zum eigentlichen Problem, warum man das dann auch so nochmal zerlegen sollte. ja, jetzt gucken wir, jetzt kommst du in eine Firma und zeigst dir nochmal den Prozess, zum Beispiel einen Salesprozess und sagst dir so, ja, also wir schreiben ein Angebot, dann kommt die Freigabe, dann geht das darüber, dann geht es zum Kunden und dann wird es quasi unterschrieben und dann sind wir fertig. So. Aber. Wie sieht das denn so im Real Life aus, dieser Prozess? das sind wahrscheinlich, wie es hier so steht, vielleicht 20 Prozessschritte. Und dann guckt man sich halt natürlich die letzten 10, 20, 30 echten Cases an und merkt, aha, an dem Punkt geht es zu 60 Prozent auch nochmal zurück. Und dann geht es nochmal zu legal 12 Prozent und dann macht es da sogar manchmal die Schleife, bis es wieder richtig dann da ist. Und dann hast du eigentlich den echten Prozess so gesehen. Und dieses Beispiel, was ich jetzt hier habe, das ist so ein bisschen, lasst uns mal davon ausgehen, wir haben so einen großen Softwarekonzern, wir sind börsennotiert, 5 Milliarden Umsatz, 150 plus Produkte. Also wir sind jetzt gerade wirklich im Enterprise-Enterprise-Bereich hier, aber einfach das mal kurz zu zeigen, weil nichtsdestotrotz, das ist natürlich alles auch für kleine und mittelständische Unternehmen, Adaptierer. Ja, und in der Discovery-Phase Wie man eben so startet, ist es eben so, dass man erst mal guckt, so drei Quellen zeigen lassen, wie die Arbeit eben wirklich läuft. Und das erste sind halt dann die Menschen. Und ich fand diese Bezeichnung ganz lustig von dem Greg, von dem Host, von dem Podcast, der gesagt hat, so ja, das ist die Human API. die, na, hier steht auch, das macht seit 20 Jahren Claudia und die weiß, wie das geht. Das ist die Human API. Ja, und deswegen auch wirklich Interviews führen mit Menschen, ja, und einfach, und zwar auf allen Ebenen. Also da muss ich auch sagen, meinem eigenen quasi beruflichen Leben weiß ich, wenn du nur mit Managern sprichst, ist das nicht die Wahrheit. Ein Manager hat einen ganz anderen Blick auf etwas und man muss mit den Menschen sprechen, die operativ am Ende wirklich arbeiten. Und da kommen nochmal ganz spannende Sachen raus. Dann auch dieses System of Record, sprich eben sich das angucken in Salesforce, in, keine Ahnung, Pub Drive oder in dem Fall jetzt, wenn wir auf diesen Sales Prozess gucken und zu prüfen, was passiert denn da bei welchem Ereignis eigentlich und wie sieht denn die Historie eigentlich aus, also was ich gerade gesagt habe, die letzten 20, 30 Fälle oder mehr wirklich mal angucken und dann eben auch zu gucken, zum Beispiel welche Kommunikation findet denn da überhaupt alles statt, so auf Slack, auf Teams, in Mails und so weiter und so fort, einfach einfach ein Gesamtbild zu haben von diesem echten Real-Life-Prozess. Und jeder Schritt landet dann quasi in einen von vier Töpfen und das kann dann entweder sein, okay, Delete, weil man einfach sagt, ganz ehrlich, braucht man die zweite Freigabe, das braucht man zum Beispiel gar nicht, und da wirklich auszumisten und zu sagen, lass uns schon mal allein diesen Prozess viel effektiver machen. Dann versuchen sie wirklich viel über Code zu regeln. Also nicht über AI, sondern die versuchen, wo können wir ganz klare Regeln setzen und wo können wir, ich glaube man nennt das deterministisch, einfach vorgehen, wie so eine, wie jetzt hier mit so einer einfachen if-else-Regel quasi Regeln festzulegen. Dann kommt der Agent. Das ist eine der vier Töpfe. Und genau, braucht Kontext und Urteil, welche Kostenstellen zum Beispiel ist bei dieser Rechnungsposition gemeint. Und wie gesagt, wenn man das nicht mit Code regeln kann, dann kommt eben der Agent. Und dann trotzdem natürlich noch feststellen, wo wird der Human gebraucht? Wo ist es zu riskant für Automation? Also zum Beispiel 187.000 Euro zu überweisen wäre jetzt vielleicht etwas, wo man dann noch einen Menschen mal drüber gucken muss, bevor man das einfach automatisiert. Genau, und hier steht auch nochmal die beste Automatisierung ist oft Schritte streichen. Das fand ich auch irgendwie ganz cool. Und jetzt gehen wir nochmal so auf diese zwei Arten von Agents, es eben so gibt. Das eine ist der Sidekick, also sprich, ist das, wenn wir jetzt alle Chat-GPT oder Cloud in der Chat-UI offen haben und eine Prompt eingeben und uns helfen lassen. ist so der Sidekick. Der macht uns schon effektiver, der macht es schon schneller. Aber Background Agents, die nehmen uns halt wirklich Arbeit vom Tisch. Die helfen uns, dass im Hintergrund Sachen wirklich erledigt werden und die Menschen, in diesem Unternehmen arbeiten, einfach Kapazitäten haben für neue Aufgaben. Das ist übrigens auch so bisschen meine Hoffnung und ich glaube auch daran, dass ein nachhaltiges Unternehmen sich wahrscheinlich nicht unbedingt trennen wird von Leuten, vor allem auch die, die schon lange da sind, sondern einfach auch sagt, hey, okay, wir können jetzt mehr Qualität liefern, anstatt einfach nur mehr, ja, schneller zu arbeiten. Also von dem her finde ich immer, ich glaube, ich sehe im Moment gar nicht mehr so so krass, dass so viele Menschen da ihren Job so verlieren würden durch so was. Also wirklich meine ehrliche Meinung. Und genau, dass man da eben wirklich dann versucht, Background Agents zu machen und jetzt nicht einfach nur so, hey, helfe mal, die Rechnung zu schreiben, so gesehen. Genau. Ja, und dann haben wir hier immer so ein Beispiel. Also das ist auch ein Beispiel aus dem Podcast dort. Also, und der Rechnungseingang. verglichen wie er vorher und nachher war. dann haben sie erst mal so die Kennzahl Prozessschritte. Davor waren das 17 Schritte, die da im echten Leben eigentlich da waren und haben das dann schon mal reduziert auf 7 Schritte. Die Durchlaufzeit von einer Rechnung, die hat sich verändert von 24 Tage auf 6 Tage. Dann die Loops waren von 6 auf einen Loop nur noch. Also es geht nur. einmal zu zu zu zu legal zurück zum Beispiel so. Und wie das halt einfach komplett durchläuft, ist dann wirklich hier nicht nur 18 Prozent quasi der Happy Flow, sondern dann wirklich so 87 Prozent Happy Flow. Und so werden dann eben auch die Kosten quasi reduziert von 31 Dollar pro Rechnung auf 6 Dollar pro Rechnung. Und woher kommt der Effekt? Also die Prozesse wurden neu designed, es wurden bestimmte Schritte gestrichen. Regeln wurden als Code festgelegt und Agents wurden an dem Punkt eingesetzt, wo es eben wirklich auch Sinn macht. Ja und genau und dann ist es eben auch spannend finde ich, dass man jetzt nicht einfach nur sagt, ja dann nehme ich einfach immer Claude, Sonnet, keine Ahnung, 5.5 für alles, sondern wenn ich eben so einen Prozess habe, dann kann ich eben auch wirklich sagen, ich kann verschiedene Modelle testen. kann genau feststellen, welches Modell das sinnvollste ist für diesen Prozess. Und hier finde ich eben auch, es geht nicht 100 Prozent darum, dass wir hier bei der Genauigkeit zum Beispiel immer auf 100 Prozent sind oder nahe 100 Prozent, sondern daneben auch vergleichen mit der Latenz und mit den Kosten. Und so ergibt sich dann quasi das perfekte Modell für den jeweiligen Arbeitsflur. Genau, finde ich persönlich auch sehr spannend, weil Ich eben auch jetzt gerade so, ich weiß Open-Router-AI gibt es auch schon länger, aber ich habe es jetzt erst so richtig für mich entdeckt und finde es eigentlich auch sehr spannend, dass man dort eigentlich jedes Modell nutzen kann und man wirklich merkt, dass es für verschiedene Use-Cases einfach auch manchmal verschiedene Modelle braucht. Genau. Und jetzt kommen wir so ein bisschen zu diesem Thema, da stand ja ganz am Anfang hier der neue 1 Million Dollar Job so. Das ist jetzt so bisschen US-Sprech und das ist mir auch bewusst, aber Trotzdem, finde ich, sollte man sich mal so, in diesem konkreten Beispiel, zum Beispiel, das wir da jetzt hatten, du schaffst es quasi möglich, die Kosten für eine Rechnung von 31 Dollar auf 6 Dollar zu drücken. Und was bedeutet das eigentlich bei 250.000 Rechnungen zum Beispiel? Wie gesagt, wir sprechen hier über ein großes, großes Enterprise-Unternehmen, aber da sprechen wir über Kosten von viereinhalb Millionen Euro oder Dollar. Und nachher sind es 1,75 Millionen. Und das ist quasi eine Differenz im Jahr von 2,75 Millionen, die eingespart werden. Und ich sag mal so, also wenn man das jetzt einem Unternehmen beweisen könnte, dass man das schafft, ja weiß ich nicht, glaube, da könnte man schon wirklich gutes Geld dafür bekommen, dass man das, also wenn man dann das Ziel auch wirklich erreicht. Und was ich halt auch ein bisschen Man finde, jetzt nochmal hier kurz auf diese Bezahlung zurückzukommen, also ich weiß auch zum Beispiel im Bereich Conversion Rate Optimierung, das ist auch so ein Thema, ich weiß aber nicht so richtig, ob das in Deutschland auch so gelebt wird, ehrlich gesagt, dass man da aber eben auch erfolgsbezogen bezahlt wird, also wir sprechen jetzt natürlich als Freiberufler, als Selbstständiger, so gesehen, aber dass man hier eben sagt, hey es gibt zum Beispiel eine Base-Fee, die ist sehr gering, aber dass man dann eben sagt, erfolgsbezogen möchte ich halt wirklich dann diesen Teil haben, wenn ich das schaffe. ja, finde ich halt schon spannend, also diesen Weg zu gehen. Ja, und jetzt nochmal kurz so ein Playbook einfach. Also gehe ich jetzt auch mal schnell durch einfach. Also Schritt eins wäre so Discovery, Menschen mit Menschen sprechen, Systeme sich angucken und so weiter. Dann das Ganze wirklich mappen, also den echten Ist-Prozess, Measurement, also Wo sind die Kosten? Wo sind die Fehler? Einfach meine Baseline schaffen, damit ich danach auch messen kann, wie viel ist was besser geworden. Redesign des Prozesses, dann wirklich den Prozess bauen, den neuen, also diesen Background Agent am besten. Oder was heißt Background Agent? Den neuen Prozessbau. Punkt. Ich KI ist gar nicht so ein Riesenteil davon. KI ermöglicht uns halt nur bestimmte Sachen noch zu automatisieren, die eben vorher von Menschen benommen werden mussten, die aber vielleicht wenig Risiko hatten und sie ermöglichen uns, die Code-Anteile schneller zu bauen, so gesehen. Dann eben möglich deploy, also wirklich ein bestehendes System einbauen. Das ist auch so eine Idee, jetzt nicht zu sagen, hey Firma, verändere dich jetzt, sondern zu sagen, wir versuchen einen Prozess zu bauen, der sich trotzdem an ruhig anpasst. Oder, genau. dann evaluieren, Impact messen und dann eben wirklich auf andere ähnliche Prozesse in der Firma ausweiten. Genau, und dann einfach nochmal so bisschen so ein paar Zahlen. Also Chatchabit ist angekommen, Prozessautomatisierung nicht. Also 20 % der Mittelständler nutzen KI, sogar von denen bei mehr als 50 beschäftigen 36%. Und 14 % nutzen Texterzeugung und nur 3 % nutzen zum Beispiel Datenanalyse. Das ist eben auch spannend. dann die vier Töpfe plus einer Covenant. Also wir haben vorhin gesagt, diese vier Töpfe, wo man quasi etwas einsortiert. Aber was natürlich bei uns durch den EU AI Act auch wichtig ist, dass man immer schaut, dass das den Regeln, den Gesetzen quasi wirklich entspricht. Und klar, das macht es wahrscheinlich bei uns auch noch mal ein bisschen schwerer als in den USA, aber vielleicht auch nachhaltiger, vielleicht auch sicherer. Und genau, das muss man natürlich einfach nochmal auch im Hinterkopf behalten, also EU AI Act, DSGVO und eben auch zum Beispiel dann bei großen Unternehmen den Betriebswahlklausel einzubeziehen und so weiter. Ja, und dann war eben auch so bisschen so diese Thematik, wo fängt man denn an und so, und dann war das im Anfang, wo es langweilig, teuer und häufig ist einfach, und da hat man ein paar Beispiele genannt, einfach, was ist ein guter Einstieg, das wäre zum Beispiel dann das Thema Rechnungseingang, der Monatsabschluss, Abstimmungen bei bestimmten Themen, so allein Terminabstimmung vielleicht, Angebotsherstellung, ZRM-Pflege, Ticketklassifizierung und E-Mail auf ERP. Das das halt wirklich langweilige Themen sind, die aber jeder kennt, die es in wahrscheinlich fast jedem Unternehmen gibt. Und genau, dass man jetzt nicht alles voll automatisieren sollte sofort und so, sondern wirklich mal versuchen sollte, die Sachen zu finden, wo Menschen oder Unternehmen auch sagen, so, also wenn du das automatisieren kannst, ja, let's go. Wie könnte so eine Woche aussehen? das ist einfach auch immer mal so eine Idee noch gewesen. Man geht am Montag rein, guckt sich die Systeme an, macht quasi diese Discovery. Man geht dann hin am Dienstag und schaut sich 20 Dinge. 20 Dinge aufschreiben, die du letzte Woche getan hast, also die echten Tätigkeiten, dann einen Prozess quasi dokumentieren, sortieren und dann einen, ja, quasi hast, hat man eigentlich schon so einen ersten Kunden so gesehen, Den Anspruch da, eine Firma AI-native zu machen im Nachgang ist natürlich irgendwie nicht, für mich zumindest finde ich jetzt nicht realistisch, aber so würde das Ganze grob vielleicht mal funktionieren, genau. Und dann noch so mal so ein Einsatz. Don't automate the task, redesign the process, decide what belongs to software agents and humans. Und für Deutschland Endgovernance. Genau. Ja, das war so mal so dieses Thema. Jens, hast du schon mal so Erfahrungen gemacht, wo du sagst, hast gewisse Prozesse in einem Unternehmen bei einem Kunden so angefasst und würdest du dich da schon wieder erkennen, dass du bestimmte Sachen automatisch auch so gemacht hast?

speaker-1: Yes, definitely. wanted to say that it is a very important topic for the and I am now working on processing certain processes. And I this point that you just mentioned, that these process parts in code and made them deterministic. In computer science we have this term called determinism and a program or algorithm for the same input and also same output.

speaker-0: Autofahrt

speaker-1: And that's different with a language model. You always have slightly different output. And that's why I it's important, and I've myself in processes, that they to a part of the process completely from a language model. Where I said, this is what actually runs every week. Let's just in code and build a program for which runs exactly the same because there rules that you can apply and with that can the whole thing much more reproducible, much reliable and of course in certain way cheaper and faster and I think that's very important that you always look at, okay, this process part now AI really, so in language model in this case, is the right one or not and not try to

speaker-0: Überall.

speaker-1: AI in, because in the end that's not the goal.

speaker-0: Ja genau, finde ich auch. Und ich finde eben auch gerade zu sagen, so lasst uns diese, lasst uns bestimmte Prozesse nochmal komplett neu beurteilen und auch echt analysieren. Und ich glaube auch ganz ehrlich, dass es manchmal jemand externes braucht, der noch nicht zu tief im Prozess selber drinsteckt, der das dann wirklich erfragt, interviewt und dann eben aufdeckt, so gesehen. Ja, also ich finde es ein mega spannendes Thema. Ich glaube, ehrlich gesagt, finde ich, als ich das so gelesen habe, dachte ich so... finde ich echt ein spannender Job, ehrlich gesagt, so ein Unternehmen reinzugehen und bestimmte Sachen so bewusst zu optimieren. Ich finde aber auch, man muss natürlich dann die Unternehmen finden, auch Lust haben, da richtig mitzumachen. ja, da gibt es halt schon auch trotzdem Veränderungen, die dann stattfinden muss.

speaker-1: Very cool. I think there are many things that you can apply And now a little more in the back of your For example, we all have processes. example, we our self-sufficiency. have processes. So, yes, many cool points. Yes, then we come to the next topic. I have to find a business and stand and that is payload version 4 beta. I already briefly teased There is now a new major version of payload and that now in beta. But maybe we step back. What is payload? I would describe bit that it is a backend that you from a config. The idea is that you want a contract for the payload itself, for your collections, also for the customers in these collections. So you have different entities that you might need. For for a website you have pages, posts, media. For the CRM you might have leads, other things below these entities. You can out of a contract. and them a that they fit perfectly to the use case. What's nice about Payload is that code first. And now, with all the agents we have available and using them, it makes total sense to into code. And from Payload automatically an admin panel, a UI, the data files with the migrations, various APIs, various use cases, and course an own-ncp server. You have elements in like access control and uploads. Everything you from a backend is built In the past, just in your own Next.js app. That's changing now, and then that. But basically, it's open source and you host wherever you want. I've it for several years and I'm just super excited and wanted to... Today we show you in the Chia version and the we will briefly talk about where I the Payload and where would What is new in the admin panel? On one Payload was by Chigma, which they now worked on a new design. I will show in There are new features like a grid view, I very useful. There are hierarchies and tags. It's also very exciting because I my own payload or several payload plugins and these open source. One of them is a page hierarchy plugin, allows you that the payload pages collection is suitable for websites where you need like breadcrumbs. You need a parent page, the child page is below it, so just hierarchy on the And that's now native in the core with Trünn, and that's why I'm also very curious how I my plugin I don't need anymore, but I've looked For certain use cases, it later. But that's it for this topic. There other new topics in such how upload speed improved and accessibility, which I an important topic that the UI is optimized for being as accessible Now I'll show you the admin panel I have our CMS open from the CX-Stacks website. And here I an article from the last episode of local CEO GEO. So go and check Here you can the new design, how it the V4. And here the old design from the V3. You can that it is all a bit minimalistic, less work flaps, a bit cleaner. I to say that it is a bit confusing and I would not necessarily say that it more transparent. But, yeah, there be some freedom, I can navigate the media library was updated, and yeah, but have to say, in version 4, it's not that convincing for that there's new UI, but more what was changed and there are less logins and more agents, which fits together And a big aspect is is a Tencent Stars support. You are no longer locked in the that you Next.js, but you can also Tencent Stars. Which I very exciting, because I a cool framework with great applications. And that's big new advantage. Then the NCP was completely redesigned. There are now generic tools. And I would to episode 4, I the theme of progressive disclosure. So go check if you missed it. Because it's a very important pattern, this progressive disclosure, when with agents. And I also mentioned that I the period of SCPs or changed them, that there are these generic tools. So I'm very happy that Peridot understood that and that they their MCPs. I very cool. Otherwise, point three, Sharp is an image library that is also from the core, so there less login. And very important for everyone to mix, there are code mods. That means it should be relatively easy to comparison to a few years ago. Then, what I changed, everything is a bit safer by default, I that's also very important. Especially topics like diversions are always by default or authorship, so you know who when something is updated. I also it to AI agents to see when something changes and to a grow back if the agent does something he shouldn't do. It's great that everything secure and agent friendly. Now, a short summary of what I Payload for. I use Payload mostly for website projects, like Cms. Because it's a lot work to all these topics like multilingualism, versioning, drafts, live previews, etc. So it makes total sense in my opinion. On the hand, Payload is generally a... back-end-oriented. Not only for web apps, but also for mobile apps. I can recommend that you a framework that already has all the basic components, like boilerplate, which are all the that you can use. I can recommend to anyone who has a back-end and a back-end application. I always think about how this could make so that I more on my business logic and not focus the whole data model, the real API and so on. And that's definitely my recommendation, if you this backend structure to it and really on the data model and the business logic. Exactly. That's it to Herod Version 4 Beta.

speaker-0: Ja, Wahnsinn. Also ich finde es echt auch spannend nochmal, muss zugeben, ich habe payload immer so als CMS eben auch nur gesehen, weil ich das als CMS mal Einsatz gesehen habe. ich weiß ja, dass du da auch echt mehr mitmachst und ich es eigentlich auch spannend, mal als boilerplate, als backend zu sehen. Ja, cool. Vielen Dank. Wir wollen mal die Folge einfach mal hier so bei, wir sind jetzt bei 42 Minuten. Ich glaube, wir machen jetzt einfach direkt den Abschluss. Ja, erste Folge, wo wir quasi wirklich aus gegenüber sitzen. gibt es ab und zu mal gucken. ja, wir freuen uns über Follows, über Kommentare, wie immer. Und ja, lasst auf jeden Fall gerne ein Like da, wenn euch die Inhalte gefallen. Und wenn es jetzt bestimmte Themen gibt, die euch interessieren, wirklich, ihr könnt uns auch anschreiben. Also ein paar Leute, also das, was bisher reinkam, das war eigentlich immer über DM, ehrlich gesagt. Schreibt uns gerne an, schickt uns Sachen, die euch interessieren. Und wir wollen, dass ihr das Video

speaker-1: definitely look at social media there are now a few more to our snacks and then I say we'll you in next episode

speaker-0: Bis dann.