Philipp Krueger: die Daten müssen stimmen, aber woher kommen denn schlechte Daten? Schlechte Daten kommen meistens von schlechten Prozessen. Matthias Dietrich: Und wenn dann Orders rausgeschickt werden und dann gehen irgendwie nach Buxtehude 50 Lkw-Ladungen, weil der Agent das irgendwie falsch interpretiert hat, ist halt blöd. Philipp Krueger: Ich bin mir nie so ganz sicher, was eigentlich ein Agent ist. Können wir das klären? Matthias Dietrich: Naja, Hallo Philipp! Philipp Krueger: Hallo Matthias! Matthias Dietrich: Und wieder eine neue Folge. Ich bin sehr gespannt, was wir heute zu beraten haben. Ich habe mich ein Thema mitgebracht zu What Works Tomorrow. Und es ist ein Thema, das auch jetzt schon funktioniert, wenn man will und kann, aber ganz, ganz viel Zukunft drin hat. Die Rede ist von Agenten. Philipp Krueger: Okay. Oha. Ja, das ist vor allem ein sehr omnipräsentes Thema. ja. Ich muss ja, Matthias Dietrich: sehr total omnipräsent. Und ich hatte mir tatsächlich Philipp Krueger: kann ich mit einem Geständnis einsteigen? Ich hab da, also es jetzt aber, es muss Matthias Dietrich: Ja, mach. Philipp Krueger: zwischen uns bleiben an der Stelle. Matthias Dietrich: Okay, ich verrat's niemandem. Philipp Krueger: ich treib mich ja viel auf diesen ganzen Konferenzen und Veranstaltungen und so rum. Ist ja alles agentisch und alle machen irgendwie was mit Agenten. Ich bin mir nie so... Matthias Dietrich: Jetzt sag mich, was ich denke, dass du sagen willst. Philipp Krueger: Ich bin mir nie so ganz sicher, was eigentlich ein Agent ist. Können wir das klären? Matthias Dietrich: Naja, das war genau mein Ansinnen. Philipp Krueger: Ja perfekt, hervorragend, das finde ich gut. Absolut hervorragend. Matthias Dietrich: Weil ich glaube nämlich, dass es nicht nur dir so geht, sondern dass da ganz viele draußen sind, die von Agenten sprechen und vielleicht was ganz anderes meinen. Oder was anderes sagen, aber eigentlich Agenten meinen, vielleicht ja auch. Und ich hatte ja eigentlich vor, mich noch bisschen vorzubereiten. Schwarzes Jackett, schwarze Krawatte anzuziehen, damit ich auch wie ein Agent aussehe. Das habe ich jetzt leider nicht geschafft. nicht zugucken. Philipp Krueger: Schade. Matthias Dietrich: Schade. Ich habe auch gar keine schwarze Krawatte. Fällt mir da ein. Aber wir wollten ja hier klären, was sind denn eigentlich Agenten? Ja, du hast richtig gesagt, Agenten. Agentik ist in aller Munde. Wir reden auch darüber. Auch du redest darüber und meinst damit etwas bestimmtes. Die Frage ist halt immer, was verstehen wir denn tatsächlich drunter? Und ich habe Aus der aktuellen Perspektive, also was jetzt und morgen funktioniert, habe ich zwei Antworten, was Agenten sind. Und dann gibt es natürlich noch mehr Dinge. Und vielleicht zur Einsortierung, ich rede jetzt nicht von Coding-Agenten, die wir in der Entwicklung nutzen, sondern von Agenten, die unsere Kunden einsetzen können oder die unsere Kunden sehen im Alltäglichen. Soll ich da mal anfangen? Philipp Krueger: Ja bitte, ich bin total gespannt, was die Definitionen sind. Ich habe ja zum Beispiel auch agentisch, wie ich bin, ich zum Beispiel auch mal Claude gefragt, was das ist. Mit der Antwort konnte ich relativ wenig anfangen. Matthias Dietrich: Mhm. Philipp Krueger: Deswegen finde ich das total spannend und bin sehr, gespannt, wo du jetzt einsteigst tatsächlich. Und dann gucken wir, wo es uns hinführt. Matthias Dietrich: Aber bevor ich jetzt aber deine Antwort gebe, würde ich mal fragen, was würdest du denn sagen, was Agenten sind? Oder was hat Claude gesagt? Philipp Krueger: Naja, habe mich jetzt natürlich ein bisschen vorbereitet. Matthias Dietrich: Okay. Philipp Krueger: Macht es ja auch tatsächlich auch bisschen beruflich. Was ich verstanden habe ist, dass ein Agent im Prinzip ein Sprachmodell ist, das nicht nur auf eine direkte Eingabe reagiert, sondern dass eben auch in der Lage ist, selbstständig weiterführende Schritte zur Erledigung einer Aufgabe auszuführen und eventuell eben auch weiter in diesem Regelkreis zu laufen, bis eine Aufgabe dann tatsächlich erfüllt ist. Das fand ich dann Matthias Dietrich: Mhm. Philipp Krueger: erstmal, das habe ich dann verstanden. Also das ist ja jetzt von der intellektuellen Tiefe her war das für mich in Ordnung. was ich immer so schwer greifbar finde und was wahrscheinlich mein Problem ist, Was macht man denn eigentlich, wenn man Agenten baut? Das ist, viel mehr meine Frage. Ist das jetzt einfach nur so, ich frage Matthias Dietrich: Mhm. Philipp Krueger: jetzt ChatGPT oder frage jetzt Claude, was ein Agent ist, und dann sucht das Ding im Internet, die Antwort zu finden, und dann gibt es mir die Antwort aus dem Internet. Das ist ja agentisch. Matthias Dietrich: Ja, ja. Philipp Krueger: Auf der anderen Seite erzählen mir dann Leute im Internet oder auf LinkedIn oder auf Konferenzen, dass sie irgendwie, keine Ahnung, den verschiedenen Agenten haben, die sich gegenseitig kontrollieren. Und dann haben sie einen PO-Agenten, der die Dev-Agenten steuert, die wiederum Solution-Architekten haben, der denen sagt, sie... Wo ich denke, aber was, wo, warum, wie machst du, wo, hä? Weißt du, das ist bisschen da, wo ich stehe, vielleicht bisschen abgegrenzt. Also in der Theorie weiß ich, was es ist, aber ich weiß gar nicht, wo das stattfindet. Matthias Dietrich: Ja, jetzt driften wir so ein bisschen in Coding-Agenten ab, aber auch diese kann man ja entsprechend für seine eigene Arbeit nutzen. Und ja, lasst uns das mal bisschen auseinandersortieren. Also ich glaube, wenn Leute über Agenten sprechen, also wie gesagt, es gibt dann ganz, ganz unterschiedliche Interpretationen. Ich glaube, eine Interpretation ist, dass man eigentlich häufig von einem Prozess spricht. von einem ganz statischen Prozess, wo irgendwo zwischendrin typischerweise ein Mensch sitzt, der dann entscheiden muss, ist das jetzt eine Bestellung oder ist das eine Kundenbeschwerde, beispielsweise, Philipp Krueger: Mhm. Matthias Dietrich: und dann sagen muss, sind das jetzt fünf Artikel oder sind es zwei Artikel. bei den Zahlen wäre es vielleicht noch relativ einfach, aber zu interpretieren, was jetzt hier an diesem Prozessschritt gemacht werden muss, Und Agenten sind zum großen Teil einfach Prozesse, die dann KI-Schritte oder LLM-Schritte in sich tragen. Und ich glaube, dass es auch sinnvoll ist, das zu machen. Da gibt es ganz, ganz viele Dinge, wo im alltäglichen Interpretation notwendig sind. Also wir reden zum Beispiel ganz häufig von den Promotion-Agenten. Was ist das? Ich habe ... ein Tool, was eine Eingabe erfordert und dann entsprechend in verschiedenen Tools diese Promotion definiert. Das könnte ich jetzt ganz einfach auch programmatisch lösen. Ich könnte die Tools andocken über eine API und dann sagen, okay, mit dem CMS lege ich jetzt das an, da muss dann irgendwo der Input, also was dann da drin steht, den Textfeld irgendwo herkommen, dann lege ich in meinem Commerce die Pricing-Logik dafür an. Und in meinem Dynamic Yield zum Beispiel, in meinem Kampagnensteuerungs-Tool, lege ich dann auch nur diese Kampagne an, die das dann alles zusammenbringt. das könnte ich alles programmatisch lösen und ich kann das bis zu einem gewissen Grad agentifizieren. Ich könnte sagen, okay, ich nehme diese programmatische Lösung, baue dann Schritte ein, die dann sagen, okay, jetzt generiere ich den Content, der für die Landing-Page zuständig ist. und schreibe den in die Felder rein. Ich könnte aber genauso gut, und das ist dieser erste Schritt, und dann zweiten Schritt könnte ich genauso gut sagen, ich prompte das und lasse einen Claude als Agenten für mich arbeiten. Und alles dazwischen kannst du natürlich dann entsprechend über eine KI steuern lassen oder programmatisch Philipp Krueger: Mmh. Matthias Dietrich: machen. Und das sind, ich, diese zwei sehr weit auseinandergelegenen Agentenarten. Und dann gibt es natürlich noch die Agenten, über einen sehr großen Prompt laufen, die dann im Zweifel nochmal andere Agenten spawnen oder hervorrufen oder irgendwie steuern. Und meistens passiert das dann über einen Subagenten im LLM. Also Claude kann das zum Beispiel ganz ganz gut inzwischen, wenn ich sage, ich möchte irgendetwas Großes bauen und er soll irgendwie die Agenten oder Subagenten erstellen, dann tut mir Claude das in seiner Session. Dann laufen die los, verbrauchen doppelt so viele Tokens und so weiter. dann habe ich eben da Subagenten. Philipp Krueger: Und was unterscheidet das jetzt? die Frage muss ich ja jetzt natürlich stellen. Also das habe ich auch verstanden. Ich verstehe, okay, ich Matthias Dietrich: Mhm. Philipp Krueger: habe einen Prozess und dann würde ich ja wahrscheinlich, wenn ich das zum Kundenbeispiel durchspiele, dann würde ich mich dahinsetzen und mit dem Kunden drüber reden. Ey, wie sieht denn der Prozess eigentlich aus? Ich würde mir das vielleicht auch bei den Mitarbeitenden angucken. Was machen die? Was führen die für Schritte aus? Warum machen sie das? Wo kommt dann irgendwie so ein eigenes, eine eigene Form von irgendwie, weiß ich nicht, Wertung irgendwie auch mit rein oder Einschätzung mit rein. Matthias Dietrich: Mhm. Philipp Krueger: was unterscheidet das denn jetzt von so einem Make oder Zapier oder n8n enden, also von so einer Workflow Automatisierung? Matthias Dietrich: Mhm. Philipp Krueger: Weil am Ende des Tages ist das ja also Ich eine State Machine quasi. Matthias Dietrich: Gute Nacht. Philipp Krueger: Wenn man das jetzt sehr technisch sagt, ich habe einen Anfangspunkt, ich habe einen Endpunkt, das möchte ich erreichen. Sieben Schritte dazwischen, wo Dinge passieren müssen. Ich habe das Gefühl, da ist viel Überschneidung, mal mindestens. Matthias Dietrich: Ja, finde ich auch in der einen Ausprägung, also wenn ich jetzt sage, ich habe einen relativ statischen Prozess, quasi irgendwie in einer Art programmiert wurde oder über n8n gestaltet wurde, also auch ein Prozess mit n8n kann als Agent bezeichnet werden, dann ist das nicht viel anders als ein Sapier oder ein Make oder halt n8n mit entsprechenden Zwischenschritten drin. Du kannst es vielleicht so sehen wie ein Skill, dass du sagst, du definierst deinen Prozess, du gibst Anweisungen an das LLM, was es wie zu tun hat oder in welchen Reihenfolgen und welche Formate es für oder wie ihr es vielleicht bestimmte Strukturen füllen muss. Also wenn ich jetzt sage, ich möchte so einen Promotion Agent, dann kann ich definieren, okay, das CMS braucht immer die und die Felder auf jeden Fall. weil eine Überschrift über da sein muss. Oder eine Landingpage, eine SEO-Description und so weiter und so fort. Philipp Krueger: Hm. Matthias Dietrich: Und dann kann der Agent das entsprechend ausführen. glaube, was dann vor allem einen Agenten oder einen Prozess ein Agent macht oder den Prompt von einem Agenten unterscheidet, dass dieser Agent laufen kann, ohne dass ein Mensch direkt in einem, ich sag mal, in einem Claude-Desktop interagiert und sagt, jetzt möchte ich das machen und baue mir mal das, sondern ich habe dann irgendwo auf einer Plattform einen Tooling, wo ich das laufen lassen kann. Und das wäre ja zum Beispiel eine Cloud-Plattform. Da kannst du auch entsprechend Agenten anlegen, die dann quasi unter bestimmten Triggern loslaufen. Oder du kannst einen Versell nutzen, wo du dann Agenten hast, die mehr oder weniger feste programmierte Schritte haben. Ja, und dann gibt es natürlich auch noch, also im Grunde hat ja jeder, jede Plattform inzwischen Agenten, commercetools hat MosAIc, Snowflake hat auch einige Agenten, die da entsprechend laufen und die haben alle so bisschen einen anderen Fokus, also Snowflake hast du viel mit Daten, die auf Daten arbeiten mit deiner Governance, die laufen dann nur mit deinen Daten, die der jeweilige Triggerer sehen darf und dann werden diese Aufgaben entsprechend ausgeführt. In einer zentralisierten Plattform und nicht in deiner oder meiner Claude Instance. Philipp Krueger: Also ist das im Prinzip ein Autonomieversprechen am Ende des Tages. Also je autonomer dieser Matthias Dietrich: Genau. Philipp Krueger: Prozess laufen kann, desto mehr. Und dann habe ich aber auch nochmal die Unterscheidung, das habe ich dann auch in der Vorbereitung gelernt, dass es dann ja auch nochmal so diese Frage ist. Also habe ich definierte Schritte, in denen dann in einigen Schritten vielleicht ein LLM eine Rolle spielt, weil ich Matthias Dietrich: Mhm. Philipp Krueger: sage, weiß ich nicht aus, Prozessschritt zwei kommt. Das ist Beispiel. Order intake. Ich Matthias Dietrich: Hm? Philipp Krueger: kriege ein unstrukturiertes PDF oder eine unstrukturierte E-Mail. steht drin, Matthias Dietrich: Mhm. Philipp Krueger: mach mal bitte wie beim letzten Mal. Und fertig aus. Wenn ich sowas habe, dann hätte ich ja... Das ist ja nicht deterministisch zu lösen, weil ich ja gar nicht weiß, Matthias Dietrich: Mhm. Philipp Krueger: was ich für einen Input bekomme. Dann ist natürlich der eine Punkt, ich kann jetzt entweder sagen, ich habe quasi dann einen Schritt innerhalb meines Prozesses. Also, dass ich sage, am Anfang steht ein LLM Schritt, der mir identifiziert, ist das eine Bestellung. Und wenn ja, was wird da bestellt? Matthias Dietrich: Mhm. Philipp Krueger: Also was war das beim letzten Mal? Wer ist der Kunde anhand der E-Mail-Adresse? Was hat er für Preise? Also all diese Dinge Matthias Dietrich: Mhm. Philipp Krueger: zu prüfen quasi. Und dann eben gucken muss, okay, welche Informationen fehlen mir, welche Informationen muss ich zusätzlich dann aus anderen Softwaren oder aus anderen Systemen dann eben holen und mir zusammensuchen, Matthias Dietrich: Mhm. Philipp Krueger: dann aber in einem geregelten Workflow quasi weiterzugehen, wenn ich das alles zusammen habe. eine Artikelnummer, habe eine Quantität, habe einen Kunden. Dann kann ich ja von da aus in den normalen Prozess weitergehen, weil dann habe ich ja einfach das, was eine Bestellung ausmacht am Ende des Tages. Matthias Dietrich: Genau, genau, richtig. Also ich sehe das so ein bisschen als Autonomie-Skala. Ich kann eben sagen, ich habe diesen Prozessschritt mit ein paar KI-Schritten da drin und ich habe einen komplett autonomen Agenten, der aber nicht vorhersagbar ist, weil er im Zweifel manchmal anders reagiert. Und ich finde das ein gutes Beispiel, so ein Order-Intake. Sagen wir mal, du bekommst eine E-Mail. die muss interpretiert werden. Am Ende dieses Interpretationsschritte brauche ich aber eine definierte Liste an Attributen, die ich dann als eine Order anlege. Und das muss dann starr sein. Da muss eine Prüfung drin sein, ist da ein Kunde mit dran, ist da ein Produkt mit dran, sind die Produktdaten gefüllt etc. Und dann kann aber davor das LLM auf zum Beispiel einer Claude-Plattform überlegen, was brauche ich denn dazu? Wenn ich jetzt beispielsweise nur eine E-Mail-Adresse habe ohne Kundennummer, dann könnte dieser agentische Schritt sagen, okay, da muss ich jetzt erstmal MCP von unserem CRM anfragen oder vom Commerce und schicke die E-Mail-Adresse hin und frage ab, welcher Kunden-ID ist das denn? Und bekommen die dann entsprechend zurück und kann diese dann an den Aufruf zum Order erstellen anhängen. Diese Dinge kann dann ein LLM-Schritt durchführen und auch feststellen, dass das benötigt wird und dann aktiv werden, zu sagen, gut, jetzt rufe ich einen MCP vom CRM auf, weil das vielleicht gar nicht so bedacht war, aber die Tools eben zur Verfügung stehen. Und das ist dann die Magie da drin. Ich kann natürlich auch relativ Kleines machen. Ich für mich so ein kleines Spielthema letztens gebaut, eine App, die mir einen Eigenbeleg erstellt. wenn ich mal eine Ausgabe irgendwo verloren habe. Philipp Krueger: Finance-Leute hören jetzt einmal weg, Matthias Dietrich: Es wird ja gebraucht, sehr selten zwar, aber es passiert. Irgendwie mal ein Beleg verloren oder der Parkautomat hat kein Papier mehr ausgespuckt, wir kennen das alle. Ich wollte kein Formular haben, ich was eingebe, sondern ich habe einen Screenshot von der Kreditkartenabrechnung, ich paste das da rein und dann interpretierte, hat er alles verfügbar, was dann gebraucht wird, dieses Eigenbelegdokument auszufüllen oder nicht und stellt mir dann Rückfragen. Theoretisch könnte das, wenn ich das aus System her ablesen könnte, könnte er dann auch automatisch interpretieren, zu dem Datum war ich bei dem Termin, da habe ich wahrscheinlich dann irgendwie Kaffee gehabt und dann mit einem Kunden, der im Termin drin steht, den getrunken, dann war es eine externe Bewertung zum Beispiel. Solche Dinge könnte das direkt auslesen, habe ich jetzt da in dem Spielthema nicht gebaut, es war nur eine Rückfragethematik, aber Dieser agentische Schritt in diesem Prozess stellt fest, ob alle Informationen vorhanden sind und kann dann auch identifizieren, welche benötigt werden. Philipp Krueger: Also, ich würde dann jetzt mal die These wagen. Das Großteil dessen, was wir heute als agentische Systeme sehen oder auch was als agentische Systeme da draußen auch vermarktet wird, vor allem viel von den Herstellern, dann ja wahrscheinlich eigentlich eher Workflows sind mit LLM-Schritten dazwischen, ehrlicherweise. Matthias Dietrich: Mhm. Philipp Krueger: Ich würde aber auch einen Schritt weitergehen und würde sagen, wahrscheinlich ist das gar nicht doof, weil das natürlich dafür sorgt, dass ich auch A natürlich mehr Kontrolle habe, weil ich einen festgelegten Ablauf habe. Auf der anderen Seite ist natürlich auch, also das ist ja auch so eine Seuche ehrlicherweise, die wir ja in den letzten Jahren wahrscheinlich alle irgendwie gesehen haben. Also nicht überall, wo ich ein LLM draufschmeißen kann, ist ein LLM ja die richtige Wahl. Das erzeugt ja auch, so neben der Tatsache, dass es eine Fehleranfälligkeit hatte, gibt es natürlich auch nochmal das Thema Das ist natürlich massive Kosten erzeugt. Also das, ich eigentlich locker-flockig, deterministisch regeln könnte mit einem IF: Wenn das, dann mach das. Da war ja kein LLM für zu fragen. Was sich dann noch in Matthias Dietrich: Na, da kommt wieder der Programmierer bei dir raus. Philipp Krueger: 5 % der Fälle falsch entscheidet. Das ist ja auch vielleicht keine gute Idee an der Stelle. Matthias Dietrich: Also ich weiß noch nicht, ob ich so weit gehen würde, dass ich sage, ja eigentlich sind das alles Prozessworkflows. Ich glaube, dass, also wenn ich jetzt so einen MosAIc anschaue oder auch Dinge von anderen Herstellern, agentische Systeme. Philipp Krueger: Wir sind ja gar nicht im öffentlich-rechtlichen Fernsehen. Wir dürfen auch nur eins sagen. Es ist okay, wenn wir nur eins sagen. Matthias Dietrich: Ja, ja, aber ich meine nicht Dinge, sondern ich meine ja KI-Systeme, die Agenten lauffähig machen können. Also wenn ich mir MosAIc anschaue als Beispiel, dann ist das unklar, was dahinter steht. Ja, wir wissen, dass da jetzt diese Skills verfügbar sind und wir sehen jetzt nicht unbedingt, ob das etwas ist, was mir einen Prozess vorgibt oder ob das ein großer Prompt mit Kontext ist, der dann abläuft. Und ich glaube, es kommt sehr stark darauf an, was so der Use-Case ist. MosAIc als Beispiel ist ja sehr generisch. Das heißt, es muss ja mit ganz unterschiedlichen Zuständen auskommen und die kann ein commercetools als Entwickler gar nicht vorhersehen. Ja, da gibt es ein PIM oder ein CMS, wovon die vielleicht noch nie gehört haben. Ja, kommt ein Open Source-Anbieter, bindet einen MCP an. Und dann muss es damit klarkommen. Das heißt, ich glaube, dass hier mehr auf eine Art großer Prompt mit Kontext gesetzt wird, der dann durch Kontext und durch Skills entsprechend dazu gebracht wird, möglichst deterministisch zu arbeiten und sich in einem bestimmten vorhersehbaren Prozess zu bewegen, aber diese Schritte dann zu ändern. Wenn ich aber jetzt eine Firma bin, irgendeinem Konzern und ich sage, ich möchte meinen Mitarbeitern ein Tooling geben, dann ist es durchaus sinnvoll, sich mal zu fragen, will ich denn eigentlich, dass Mitarbeiter:in A oder Mitarbeiter:in B unterschiedliche Dinge tun, wenn sie eigentlich den gleichen Prompt reingeben? Oder möchte ich hundertprozentig sicherstellen, dass diese einzelnen Schritte immer gleich sind? Also was weiß ich, du musst Bevor du im Commerce deine Pricing-Logik anlegst, musst du im ERP irgendwas anlegen. Gut, ERPs haben heutzutage in den Kontexten weniger einen MCP, aber als Beispiel. Oder du kannst ja auch sagen, die Kampagne kann erst in einem Dynamic Yield angelegt werden, nachdem im CMS die Dokumente angelegt werden. Solche Dinge. Philipp Krueger: Mmh. Matthias Dietrich: Das könnte natürlich, also kannst du natürlich immer mitgeben an deinen Prompt. über den Kontext, aber du musst davon ausgehen, dass das halt nicht immer so läuft. Ja, und dann würde ich sagen, ich würde den Prozess oder ich würde überlegen, den Prozess etwas starrer zu machen und einzelne KI- oder LLM-Schritte einzupflegen. Aber da steht natürlich auch wieder der Punkt drin, der Prozess an sich ist dann halt wieder starrer. Das ist so eine Gradwanderung, die man da, glaube ich, gehen muss, wie sehr vertraue ich darauf, dass der Prozess immer gleich bleibt und wie sehr muss ich auch haben, dass der Prozess gleich bleibt. Das sind so die Fragen, ich mir stellen würde, wenn ich sage, ich baue einen Agenten. Und das wird ja dann auch am 17. November haben wir ja unser KI im B2B-Handel. Ja, du lachst jetzt wieder, aber das ist ja auch ein Thema, wo wir uns dann entsprechend vorbereiten Philipp Krueger: Na klar. Matthias Dietrich: noch. Und auch dann mit den Teilnehmern vor Ort entscheiden müssen, okay, wir bauen jetzt einen KI-Agenten. Was heißt das denn eigentlich für uns? Also wollen wir einen großen Prompt machen und sagen, der soll irgendwas tun und dann MCP-Server hier, MCP-Server da verbinden? Oder wollen wir eigentlich einen Prozess erarbeiten, den wir relativ starr durchgehen? Und das sind unterschiedliche Use-Cases und auch unterschiedliche Plattformen, ich dann brauche. So eine Claude-Plattform kann ich dann dafür, also für einen starren Prozess, nicht unbedingt verwenden. Aber da sind super die freien radikalen Agenten. Dafür kann ich vielleicht so einen starren Prozess eher mit einem Vercel SDK machen oder Philipp Krueger: Mmh. Matthias Dietrich: auf einem Snowflake aufbauen. Philipp Krueger: Finde ich total spannend. Ja, aber dann machen wir das jetzt auch einmal komplett. Also am 17. November bei uns in München bei der foobar Agency, Thementag KI im B2B-Handel mit einem Workshop-Teil davor anmelden kann man sich auf foobar.agency. Da findet man das direkt auf der Website und kann dann draufklicken und sich anmelden und wir freuen uns, wenn die Leute kommen. Dann machen wir richtig Werbung. Aber finde ich total spannend, ich auch... Also ich gehe ich alles mit. Also ich glaube, die Frage ist halt tatsächlich, wie viel... wie viel Autonomie dann eben da drin liegt und wie viel Wiederholbarkeit ich haben möchte. Also das ist wahrscheinlich Matthias Dietrich: Mhm. Philipp Krueger: der sehr entscheidende Punkt an der Stelle. Und dann ist es noch eine Frage der Governance, ich wann welche Dinge tun möchte. Ich finde Matthias Dietrich: Ja. Philipp Krueger: das ganz spannend. Es gibt von Gartner einen Begriff, den sie Ende 2025 haben die sich irgendwie mit ein paar tausend Saas-Vendoren angeguckt und haben dann davon gesprochen, es gäbe ganz viel Den Begriff fand ich so schön. Es würde ganz viel Agent Washing betrieben. Also Matthias Dietrich: Mhm. Philipp Krueger: Dinge, eigentlich über Workflow Engines in Produkten schon seit Jahren irgendwie gemacht werden, die dann plötzlich Matthias Dietrich: Ja. Philipp Krueger: als agentisch gelten, obwohl sie es gar nicht sind. Eigentlich eben Prozesse oder vielleicht ein LLM Schritt oder manchmal sogar nicht mal das eine Rolle spielte. Das fand ich, fand ich den Begriff, fand ich wichtig. Aber das ist etwas, worauf man achten sollte, wenn man in diesem Kontext unterwegs ist. Ich glaube, die Verwirrung ist halt im Moment echt. Matthias Dietrich: Ja, ja, klar. Philipp Krueger: Ich spiele jetzt natürlich auch bisschen doof, aber ich finde, es ist schon Thema, wo ich das Gefühl habe, auch die Schere zwischen dem, was wir auf einer Konferenz oder auf einer Hersteller-Website oder auch in einem LinkedIn-Beitrag sehen, und das, tatsächlich real passiert, natürlich massiv weiter immer Matthias Dietrich: Ja. Philipp Krueger: weiter auseinander geht auf der einen seite hast du halt Leute die erzählen ich habe jetzt hier ein ganzes ein ganzes Team das jetzt ein Engineering Team ist ob das ein Marketing Team ist ob das ein Matthias Dietrich: Mhm. Philipp Krueger: Go To market Team ist ob das was auch immer ist Und das ist hier und das ist ein Koordinatoragent und da ist der macht das und der macht das und der macht das und dann kontrollieren die sich alle gegenseitig und machen irgendwelche Dinge und bla. Das ist natürlich, also das ist ja halt so total Matthias Dietrich: Mhm. Philipp Krueger: total futuristisch. Und dann auf der anderen Seite hast du halt wirklich diese Geschichte, wo du halt sagst, ja, also wir würden gerne jetzt mal irgendwie mindestens mal drei Prozessschritte vielleicht einfach mal automatisieren, damit unser Vertrieb irgendwie bisschen schneller darin wird, Angebot rauszuhauen an Kunden. Matthias Dietrich: Mhm. Philipp Krueger: Was aber real daran scheitert, dass dir ganz klar wieder Daten fehlen, Capabilities fehlen im Unternehmen, die du halt gar nicht über diese Wege ansprechen kannst und dann ist halt die ganze Bestrebung dann auch wieder für einen Matthias Dietrich: Ja, Total. Also ich meine, vielleicht hier auch kurz der Aufruf an alle, die zuhören und zusehen. Auch ich, ja, ich habe das jetzt auch natürlich so dargestell:. Das ist meine Interpretation, was ich sehe und was wir sehen. Aber das ist ja nicht der Weisheit letzter Schluss und da gibt es ganz viele Dinge zwischendrin. Also gerne in den Kommentaren mal schreiben, was man da so draußen so sieht, also was ihr da so seht. Und Mich erinnert das Agent Washing so bisschen an das Thema KI-Einführung. Ich war vor einer Weile in Hamburg auf einem Handelsblatt Executive Salon und da hat man natürlich auch wieder gesehen, die einen reden von KI-Einführung und haben jetzt Copilot von Microsoft für alle ausgerollt und haben damit KI eingeführt, sind fertig und die anderen, die sprechen dann davon, dass irgendwelche Software jetzt über KI gebaut wurde und dann relativ zügig live geht und dann interne Prozesse auch darüber abgearbeitet werden. Also da ist auch die Schere, das Wort benutzt man heutzutage glaube ich anders, aber die Schere geht da sehr weit auseinander. Und da muss man natürlich aufpassen, über was spricht man eigentlich. Vielleicht da auch noch ein Gedanke dazu, Agenten, ich habe jetzt so zwei Perspektiven aufgemacht. Ich glaube, was ein Agent auch ausmachen sollte, aber natürlich den statischen Prozess nicht unbedingt ausmacht, zu entscheiden, was kann man dann eigentlich noch in diesem Prozess ändern. Also ich habe so diesen ganz statischen Prozess, sag ich jetzt mal, mit LLM-Schritten und ich habe dann das ganz agentische, wo ich nur einen Prompt habe. Was ist denn eigentlich so dazwischen? Und etwas, was ganz wichtig ist, diese Schleifen zu machen. Wie mache ich denn jetzt weiter? Was ist denn auch der nächste Schritt? Also selbst wenn ich sage, ich habe verschiedene Tools, die ich anminde, Ich habe vielleicht einen definierten Prozess oder Teilprozess dann noch mal zu entscheiden über eine LLM. Was als nächstes Sinn ergibt in diesem Prozess, ist natürlich auch etwas, was ganz wichtig ist. Wenn man so von den Bausteinen denkt, dann braucht man natürlich das Modell, braucht die entsprechenden Werkzeuge, die Schleife und natürlich das ganze Thema Kontextgedächtnis. Und Teile davon kann man natürlich, also vor allem diese Schleifen und diese Prozesse kann man dann entsprechend in Kot auch gießen. Das sind so ein Dinge. Philipp Krueger: Ja, das ist ja spannend, weil das ist ja auch wieder, also das ist ja total spannend, weil das ist ja, das ist ja genau das, passiert. Und am Ende des Tages, du musst natürlich über all diese Dinge Gedanken machen, du musst diese ganzen Leitplanken definieren, du musst all diese Dinge irgendwie zusammenkriegen. Das ist natürlich ganz spannend, weil am Ende des Tages entsteht ja dann doch wieder, doch wieder mehr oder minder, also natürlich in einem ganz anderen Scope, aber es entsteht ja trotzdem wieder eine klassische, eine klassische Engineering-Aufgabe, irgendwie. Also diese Dinge. diese Dinge dann doch wieder so aufzubauen und zusammenzubauen, versionierbar zu machen, deploybar zu machen, lauffähig zu halten, betriebsfähig zu halten, Matthias Dietrich: Mhm. Mhm. Philipp Krueger: kontinuierlich auch zu monitoren zu schauen, macht das noch das, was es machen soll oder macht das schon was ganz anderes? Matthias Dietrich: Ja. Philipp Krueger: Also auch dieses kontinuierliche Testing und so, was ja natürlich eigentlich dann doch wieder sehr nah an dem ist, was wir ja aus der klassischen Entwicklung halt kennen. Matthias Dietrich: Mhm. Philipp Krueger: Das finde ich ganz spannend, weil diese Dinge sich auch nicht einfach von alleine magisch betreiben lassen, sondern das natürlich auch dann gewisse Fähigkeiten verbraucht, das machen zu können. Matthias Dietrich: Ja. Ja. Genau. Und ich glaube, es ist natürlich auch die Frage des Risikos. Wenn ich jetzt sage, ich möchte einen Promotion-Agent bauen oder bedienen und was passiert, wenn der fehlschlägt? Was passiert, wenn da etwas auf der Seite steht, was falsch ist? In Zweifel kann ich, wenn ich den laufen gelassen habe, kann ich nochmal über die Seite drüber schauen, nochmal korrigieren, etc. Dann kann ich eingreifen. Beim Order-Intake ist es schon wieder bisschen schwieriger, je nachdem, was ich für ein Volumen habe. Da will ich ja auch, dass eigentlich die Bestellungen immer gleich ablaufen. Aber es gibt ja auch noch mal so Dinge, die jetzt komplett aus diesem Kontext, wo wir jetzt gerade reden, laufen können. Wenn ich jetzt außerhalb von Commerce denke, wir haben Kunden, sind in Transportgewerbe unterwegs. Wenn die dann einen Agenten haben, der dann irgendwie bestimmt, wie oder ich überlege jetzt gerade, ich habe einen Agenten, dem möchte ich mitgeben, dieses Packstück muss auf dem LKW von A nach B, planen wir das in meine Lieferkette ein oder in meine Transportroute. Da muss dann natürlich das immer relativ gleich ablaufen und ich brauche eine quasi 100 %ige Verlässlichkeit, weil wenn dieses Stückgut irgendwann mal plötzlich zwei Zentimeter zu breit ist und dann nicht mehr in ein LKW passt, ist es halt kacke, weil irgendwie was anderes dasteht. Das ist natürlich immer eine Frage, wie wie problematisch ist ein Fehler in diesem Prozess und wie schnell kann ich ihn wieder beheben. Das hängt, glaube ich, auch davon ab, wie ich mich entscheide, ob ich jetzt sage, ich habe einfach einen Prompt mit Kontext und der läuft und kreiert Subagents oder ob ich sage, ich mache hier einen Prozess, wo ein paar LLM-gestützte Prüfprozesse drin sind. Genau. Und was natürlich aber auch ganz spannend ist, sind so Dinge, woran es denn häufig scheitert. Philipp Krueger: Ja, ich wollte ganz ehrlich sagen, was ist denn die große Herausforderung am Ende des Tages, wenn ich da jetzt hinkommen möchte? Matthias Dietrich: Ja, also das Problem ist wieder mal das Thema Daten. Also ich brauche natürlich irgendwie Zugang zu den Systemen und zu den Daten, damit ich, sagen wir mal, ich habe vorhin das ERP erwähnt und dann kurz gesagt, ja, meistens hat ein ERP keinen MCP-Server, aber das ist natürlich dann auch ein Problem. Weil ich muss irgendwo diese Bestellung reingeben. Dann habe ich halt meistens einen Commerce, was diese Bestellung anlegt und dann entsprechend nach hinten schiebt. Aber wenn ich dann eine AS400 stehen habe, dann kann ich die natürlich nicht direkt anbinden. Wenn ich ein Commerce habe, was keine API hat, weil es irgendwie irgendwas Altes ist, was nur auf der Datenbank lebt und dann HTML Seiten rausrendered, kann ich das halt auch nicht machen. Ich brauche quasi zugängliche Daten und Systeme. Das Thema Rechte und Freigabe ist super wichtig. nur weil ich jetzt irgendwo einen Agenten habe, der irgendetwas tut, darf ich den auch ausführen. Darf ich den mit meinen Daten füttern und darf ich diese Finanzdaten als Beispiel, die da drunter liegen, überhaupt sehen? Das sind so Dinge, die natürlich dann ganz ganz viele Fragen aufwerfen, wo dann auch darüber gesprochen wird, was darf der Agent, was darf der Benutzer des Agenten, ja dann gibt es wieder Themen wie IAM, Identity Access Management, die dann ins Spiel kommen etc. Und dann natürlich so, was passiert, wenn der Agent sich in der Schleife dreht, wenn er gar nicht weiterkommt. Diese Observability in die Agenten hinein ist ein großes Thema. Weitere Herausforderungen dann im Betrieb sind natürlich Kosten. Also wir hatten es ja auch in einer anderen Episode über das Risiko der Tokenkosten. Wenn ich jetzt ständig alles nur mit einem riesigen Prompt mit viel Kontext mache, habe ich natürlich teure Prozesse. Wenn ich die aber relativ statisch laufen lassen kann, dann kostet es mich halt nur Computezeit, die quasi heutzutage fast kostenfrei ist oder sowieso schon da ist. Und dann ist natürlich ein großes Risiko oder eine große Frage des Vertrauens und natürlich auch der Verantwortung am Ende. Wir haben dieses Thema, wie du jetzt gerade gesagt hast, Agenten die Agenten steuern. Was ist, wenn die nicht auf meinem Computer laufen und ich sehe die alle auf meinem großen Bildschirm, sondern die laufen irgendwo im Rechenzentrum, komplett autonom, keiner weiß, was sie tun oder wann sie starten. Wer hat denn da die Verantwortung dafür? Das ist natürlich auch die Frage. Und wer prüft diese Ergebnisse? Und wenn dann Orders rausgeschickt werden und dann gehen irgendwie nach Buxtehude 50 Lkw-Ladungen, weil der Agent das irgendwie falsch interpretiert hat, ist halt blöd. Das sind so ganz, ganz viele Fragen, die dann natürlich Einsicht brauchen in, was der Agent macht, was der Agent produziert. Und die sind nicht ganz einfach. automatisierte Prozesse haben wir schon ewig gemacht. Und da muss man halt das mitnehmen und nicht nur einfach sagen, ich... Vibecode jetzt irgendein Agent und dann ist schon gut. Genau. Philipp Krueger: Ja, glaube, ja, also Fähigkeiten, Daten, ist natürlich das eine, und Fähigkeiten und Daten messen sich aber auch. Und ich glaube, das ist ein ganz, ganz wichtiger Punkt. zumindest das, was wir auch im Zuge unseres Agentic Impact Checks das ein oder andere Mal gesehen haben. Es hilft halt auch total, sich einfach mal mit den Leuten hinzusetzen und zu gucken, was so Prozess eigentlich ist und den ausmacht. Matthias Dietrich: Mhm. Philipp Krueger: Also das vor allem mal sich hinzusetzen und zu sagen, naja, ey, Wir sagen das immer so, die Daten müssen stimmen, aber woher kommen denn schlechte Daten? Schlechte Daten kommen meistens von schlechten Prozessen. Du musst Matthias Dietrich: Mhm. Philipp Krueger: den Prozess verstehen, du musst wissen, was da passiert, und dann musst du dich darauf einstellen, wenn du irgendwas automatisieren willst, musst du erst mal wissen, was es ist und worum es geht. Ich glaube, dass das auch etwas ist, was ganz viel in dieser Euphorie teilweise dann auch verloren geht. Wenn man sagt, ach komm, Agent drauf, wird schon. Und dann fragt man sich irgendwie, warum hat es denn jetzt eigentlich nicht geklappt, was ist denn eigentlich passiert. Das ist ja auch so eine ganz interessante Matthias Dietrich: Ja. Philipp Krueger: Zahl, glaube ich. Ich habe sie jetzt nicht mehr ganz vor Augen, es ist immer so viel, was man liest und sieht und so. Also war, glaube ich, auch Gartner oder wars McKinsey, irgendein großer Analyst und von der der dann sagt, dass irgendwie ein Großteil der KI-Prototypen oder der agentischen Prototypen Matthias Dietrich: Mhm. Philipp Krueger: wieder eingestellt werden, 70 Prozent oder so eingestellt werden. weil sie kein oder ein nicht messbares betriefstössliches Ergebnis bringen. Ich glaube, das passiert viel aus so einer falschen Euphorie heraus, dass man sagt, let's go, wir machen jetzt einfach irgendwas, statt sich einmal vernünftig hinzusetzen und zu sagen, Matthias Dietrich: Ja. Philipp Krueger: was ist das eigentlich für ein Prozess, worum geht es da eigentlich. Und dann gibt es natürlich auch viel, das wollen wir ja ehrlicherweise auch sagen in diesem ganzen Markt, es gibt ja auch so wahnsinnig viele Snake-Oil. Also das ist ja so viel. wo jetzt Leute erzählen, ja, dann machst du halt jetzt was mit Agenten, ich bau dir das System und kommentiere jetzt Agent und dann weißt du, wie du deine Firma umbauen kannst und so. Also da ist ja auch unheimlich viel Quatsch drin. Matthias Dietrich: Also ich habe da halt den, genau, ich habe da den Ansatz, also KI oder LLMs, es ist eine Technologie. Und das ist gerade sehr gehypt. Und wenn du es als Technologie verwendest und dann erstmal schaust, okay, was will ich denn eigentlich als Prozess erreichen, was ist denn mein Business Ziel dahinter und dir dann überlegst, ist es sinnvoll, das mit einem LLM umzusetzen oder ist es sinnvoll, dass mit einem LLM programmieren zu lassen, also statisch aufzubauen, dann kommst du ans Ziel. Wenn du einfach nur sagst, ja, KI, wir müssen KI machen, dann läuft es eben falsch. Und das ist halt so, als wenn jemand sagen würde, jo, wir müssen jetzt alles mit Java machen früher. Das hat auch niemand gesagt, weil es war halt eine Technologie. Und das ist, glaube ich, etwas, was ... Also ich verstehe das ja und das wird auf C-Level gehandhabt, weil natürlich damit eine hohe Effizienzsteigerung hereinkommt und man sich an etwas Neues geböhnen muss und da auch ein Change stattfindet. Aber ich glaube, das dürfen wir nicht aus Acht lassen, dass es halt trotzdem eine Technologie ist und sinnvoll eingesetzt werden muss und nicht einfach nur überall KI sinnvoll ist oder LLMs in dem Fall. Ich hatte Beispiele gesehen, da wurden irgendwie Fehlermeldungen die zuhauf passiert sind, durch ein LLM gejagt, um zu schauen, ob das dann jetzt false positives sind und dann zu entscheiden, ob man jemanden wecken muss nachts, wenn ein Fehler aufgetreten ist, um den zu beheben. Ich verstehe den Sinn dahinter, aber wäre es vielleicht sinnvoller gewesen, die Ursache zu beheben, warum denn diese false positives überhaupt geworfen werden, statt das später zu machen. Und da werden dann häufig Dinge gemacht, nur um KI zu machen und Dann kommen wir entsprechend daraus, dass wir eine Tokenverbrennung haben, die nicht mehr schön ist und dann unsere TCO, unsere Total Cost of Ownership nach oben gehen. Das ist natürlich etwas, man aufpassen muss. Philipp Krueger: Ja, total. Ja, schöne neue Welt. jetzt vielleicht abschließend eine Einschätzung. Zurück zu dem Beispiel vom Anfang mit den Solo-Selbstständigen, mit den 37 Agenten, die sich alle selbst steuern. Was ist deine Einschätzung? Wie real ist das? Wo auf dieser... Ich frage meinen Chatbot, ob er weiß, was ich heute zum Mittag esse, bis hin zu 37 Agenten orchestrieren sich gegenseitig. Wo steht die Realität gerade aus deiner Sicht? In Unternehmen, ich glaube, das ist wichtig an der Stelle. Matthias Dietrich: Das ist eine schwierige Frage. Ich glaube, das ist ein wichtiger Kontext, weil ich glaube daran, dass wir Unternehmen sehen, und wir sehen sie ja auch, Soloselbstständige, die mit KI relativ viel produzieren und auch Umsatz machen. Aber irgendwann ist eine Komplexität da, die kannst du dann nicht mehr so einfach mit einem Desktop oder mit einem Mac Mini und ganz vielen Agenten abwickeln. Das ist dann eben in Konzernen auch so oder in größeren Firmen, einfach Verlässlichkeit brauchen. Und da, glaube ich, sind wir noch weit davon entfernt, dass der Vorstand jetzt anfängt, ein Mac Mini zu besitzen und da mit sein ganzes Unternehmen zu steuern. Ich glaube aber auf jeden Fall ist es sinnvoll, sich mit dem Thema Agenten zu beschäftigen. Egal, wo man jetzt steht, ob man sagt, ja, das ist eigentlich ein Workflow mit ein paar LLM-Schritten drin. oder es ist ein großer Prompt mit ganz vielen Kontextelementen mit dabei und Vorgaben etc. Man sollte sich auf jeden Fall damit beschäftigen und überlegen, was ist denn sinnvoll für mich, wo kann ich durch eine Automatisierung einsparen, weil auch das Bauen von solchen deterministischen Prozessen einfacher geworden ist durch KI. Philipp Krueger: Sehr richtig. sehr diplomatisch schon. Ich hatte jetzt gehofft, dass du noch ein bisschen drauf rumhaust, wie einfach sich das einige Leute machen. Aber gut, dann heute nicht. Sehr schön. Matthias Dietrich: Nein, ich doch nicht. Philipp Krueger: Schade. Schade drum. Ja, aber spannend. Ich meine, das ist ja genau das, wir im tatsächlichen Einsatz auf Kundenseite auch erleben. Also in größeren Unternehmen, also Mittelstand oder auch im Konzernumfeld, logischerweise viel sehen, dass eben diese Dinge aus einer anfänglichen Prototyp Euphorie heraus dann ja relativ schnell festgestellt wird, dass es ja eben doch auch wieder Dinge braucht rund Steuerung, rund um Governance, Regeln, Nachvollziehbarkeit, Versionierung. Also du hast natürlich am Ende des Tages, ich glaube, das muss man halt immer wieder wiederholen, auch ein Agent ist ein Stück Software und Matthias Dietrich: Hm. Philipp Krueger: ein Stück Software braucht die entsprechende Pflege und die entsprechenden Regeln, unabhängig Matthias Dietrich: Ja. Philipp Krueger: davon, was die jetzt macht. Das ist, glaube ich, ganz, ganz wichtiger Punkt. Matthias Dietrich: Ja und ich meine, was bei uns auch in vielen Projekten immer relevant war früher und auch heute ist, dass keine Schatten-IT entsteht. Das ist in großen Firmen, es ist einfach wichtig und ein kleiner, also überall, also egal, deswegen habe ich Philipp Krueger: Das ist Kleinfilm Matthias Dietrich: gleich zurückgenommen, aber es ist wichtig. Ich muss wissen, auf was ich aufbaue, was da läuft und muss dann auch Dinge abschalten können im Zweifel. Und genau das gleiche ist ja mit KI. Wenn ich jetzt in meinem Claude irgendwelche geplanten Aufgaben habe, dann ist es ja schön, wenn es funktioniert. Aber wenn diese Mitarbeiter:in weggeht, dann sollte das Wissen halt auch nicht weggehen, weil sonst müsste jemand anderes wieder alles von vorne anfangen. Und deswegen ist es natürlich wichtig, sowas auch zu zentralisieren. Und weißt du, was ich da immer ganz empfehle? Philipp Krueger: Absolut. Ja, genau. Nee, aber du willst wahrscheinlich jetzt auch eine wundervolle Überleitung bauen, so wie ich das auch gerade vor hatte. Aber bitte, go ahead. Was empfiehlst du? Matthias Dietrich: Ja, unseren Impact Check. Philipp Krueger: Wer hätte das gedacht? Genau. Matthias Dietrich: Nein, also tatsächlich finde ich das super spannend. Jetzt Sales mal komplett aus und vor gelassen, weil es halt einmal so ein paar Steine umdreht und dir auch einen ehrlichen, aber auch guten Blick gibt, wie du da vorangehen kannst. Philipp Krueger: Genau. Ja, also genau das hätte ich jetzt auch gesagt. Also wenn ihr euch dafür interessiert, wie das weitergehen kann, gibt es zwei hervorragende Möglichkeiten, das zu machen. Zum einen könnt ihr, wie Matthias schon gesagt hat, am 17. November zu uns kommen nach München. Ihr könnt auch jeden anderen Tag kommen, aber da ist Programm zum KI im B2B-Handel Event. Den Link dazu oder die Anmeldung dazu gibt es bei foobar.agency oder aber auch auf foobar.agency. Bucht euch den Agentic Impact Check mit uns oder schreibt uns einfach an. bringen wir bisschen Zeit miteinander, gucken uns eure Prozesse an, gucken uns eure Daten an und gucken uns die Capabilities an, die ihr im Unternehmen habt und schaut, was man an Automatisierungswünschen umsetzen kann und was realistisch ist als Prototyp und was dann realistisch ist auch für eine Umsetzung, die einen tatsächlichen Wertbeitrag leistet, statt nur einer schönen Vorstandspräsentation quasi. Dann sind wir mit dabei. Freuen wir uns auch sehr. Aber dann würde ich sagen, danke Matthias, du hast mir heute sehr geholfen, dass ich dann doch zukünftig Matthias Dietrich: Ich hoffe. Philipp Krueger: hoffentlich in der Lage bin, diese Projekte zu machen. Matthias Dietrich: Endlich. Philipp Krueger: Endlich in der Lage, diese Projekte aufwirkend zu machen. Ich glaube, das tut gut. Ich merke das auch immer wieder in meinen Präsentationen und in den Diskussionen, die wir haben beim Kunden, wo wir diese Dinge machen. Wir sind natürlich da. Wir gehören zu dieser kleinen Gruppe an Menschen, die diese Dinge beruflich machen dürfen. Das ist natürlich immer eine ganz eigene Bubble, die sich bewegt. Matthias Dietrich: Mmh. Philipp Krueger: finde es ganz wichtig, dazwischen immer wieder rauszugehen und zu sagen, was ist das jetzt eigentlich? Wir schmeißen mit Begriffen uns herum, ob das jetzt agentic ist, ob das Hanes ist, so Begriffe, ich auch die Fußlegel hochrollen weil kein Mensch... Also, alles ist ein Harness und wenn alles ein Harness ist, dann ist nix mehr ein Harness. Das sind so diese Dinge, wo ich auch zu viel kriege. Ich glaube, es ist wichtig, diese Fragen auch einfach mal wieder so bisschen grundiert nochmal sich vorzunehmen und zu sagen so, okay, pass auf, das und das heißt das und so und so können wir das machen. Deswegen vielen, vielen Dank für diesen Einblick darin, wie Dinge funktionieren können. Matthias Dietrich: Ja, sehr gerne. Real Talk. Und ich bin gespannt auf die Kommentare oder Zuschriften, die wir da erhalten Philipp Krueger: Ja, ich auch. Total. Matthias Dietrich: und was ihr als Zuhörer oder Zuschauer darunter versteht. Und danke dir, Philipp, auch fürs Zuhören und Mitreden. Bis dann. Philipp Krueger: Absolut. Ich danke dir, Matthias. Bis dahin und viel Erfolg. Ciao. Matthias Dietrich: Ciao.