Jörg von Steinaecker: Was sind intelligente KI´s im Unternehmen?

Gespräch als Text

Automatisch erstellte Abschrift, Namen abgeglichen.

00:00 Umparken im Kopf. Dein KI-Podcast für die Autobranche. Die Automobilwelt steht vor einem gewaltigen Umbruch. Künstliche Intelligenz verändert alles. Wie wir Autos verkaufen und warten und vor allem, wie wir denken. Wir sprechen über neue Trends, Chancen, mutige Entscheidungen und echte Praxisbeispiele, die den Autohandel von morgen prägen werden. Ich bin Tim Klötzing, KI- und Marketingberater und jemand, der glaubt, wer heute im Kopf umparkt, fährt morgen ganz vorne mit. Schön, dass du dabei bist. Lass uns gemeinsam den Blick auf die Zukunft richten.

00:50 Ja, hallo, willkommen zurück bei Umparken im Kopf, wo wir wieder ein bisschen KI-Wissen streuen wollen. Und da rede ich schon im Plural, weil heute bin ich nicht alleine. Ich habe heute einen ganz guten Freund von mir dabei, der in der Autobranche auch relativ gut bekannt ist, weil er auch schon ein paar Tage länger dabei ist, die Themen Digitalisierung, jetzt auch Künstliche Intelligenz dabei hat. Hallo, herzlich willkommen dem lieben Jörg von Steinaecker. Hi. Hey Tim, grüß dich. Danke, dass ich wieder dabei sein darf. Ja, Stammgast inzwischen, ne? Irgendwie, weiß ich nicht, uns treibt ja der gemeinsame Wunsch, hier Aufklärung zu betreiben und einfach mal ein bisschen zu erzählen und aus der Praxis zu berichten, damit andere die Fehler nicht machen müssen, im besten Fall. Ich glaube, das eintritt.

01:36 Genau. Ja, sonst haben wir uns häufiger in dem Benzingespräche-Podcast in den letzten Jahren schon gesprochen, klar. Und da ging es auch immer ein bisschen mehr um die Branche. Jetzt hier sind wir aber viel konkreter, Umparken im Kopf, KI-Wissen, wo es mir darum geht, Wissen zu stiften, weil es ist so immens viel. Ich weiß nicht, also ich würde sagen, dir geht's ähnlich? Also ich weiß auch nicht, nein, ich bemühe mich immer noch vor jedem Vortrag, vor jedem Workshop, vor jedem, egal mit wem ich es bespreche, mal versuchen rauszukriegen, was versteht mein Gegenüber eigentlich von KI, was ist sein oder ihr Begriffsverständnis, weil da gibt's so viele Abweichungen. Und allein schon die Grenze zwischen Automatisierung und Künstliche, ist das dasselbe und so weiter. Insofern, ja, da ist wirklich viel Aufklärungs- und viel Diskussionsbedarf. Aber das ergibt sich über die Zeit und ich glaube, wenn wir dann einen kleinen Beitrag leisten können, umso besser.

02:39 Ganz genau. Ich habe nämlich zuletzt hier in der Sendung über den Unterschied von Automatisierung, Workflow, Assistenten, Agenten, Chatbots, KI und dem Wort, wo es heute so ein bisschen darum geht. REC, R-A-G, Retrieval, Augmented, Generative, oder Generation. Da sehen wir schon, ne? Ja, klar. Also Generierung von angereicherten oder aus Datenbanken herausgezogenen und damit eben die Anreicherung, das zu generieren. Das ist im Grunde genommen etwas sperriges Wort, aber wir erklären es nochmal. Ganz genau. Weil ich glaube, da ist, ich habe vorhin im Vorgespräch so gesagt, ich muss ein bisschen, heute stock ich ein bisschen, weil wir haben kein großes Skript, weil mir einfach der Wunsch war, ganz schnell dieses Thema in Angriff zu nehmen. Deswegen spreche ich einfach mal mit Jörg und der kann das ja alles so gut erklären. Deswegen dachte ich, ich muss mich nicht so gut vorbereiten. Aber das ist ein Thema, wie du schon sagtest, das Knowledge da draußen ist so unterschiedlich und wir selber, die wir uns jetzt schon sehr lange damit beschäftigen und du ja noch länger mit dem Thema Digitalisierung, was ja eigentlich so ein Fundament ist, worauf wir mit Karriere arbeiten können. Korrigiere mich, wenn ich falsch bin. Und Datenmanagement, alles was zur Digitalisierung gehört, das ist in den letzten

04:06 fünf bis zehn Jahren, glaube ich, in der Autobranche auch durchgesickert und glaube ich, relativ in der Breite jetzt da, ne? Ja, genau. Also wir kämpfen noch, wie man es im Einzelnen umsetzen sollte, müsste, könnte. Da gibt es viele Lösungswege, aber das Bewusstsein für das Thema ist definitiv angekommen. Okay, gut. Und jetzt kommt KI, Künstliche Intelligenz. Und alle haben eine unterschiedliche Vorstellung. Ich glaube, das, was alle, glaube ich, sehr gut und sehr schnell nachvollziehen können, was auch immer kommt, so jaja, ich nutze auch schon ChatGPT. Das ist immer erst mal so beng und dann okay, alles klar. Dann geben Leute so klassisch die Was-ist-Frage da ein. Erklär mir mal dies und erklären mir mal das. Das ist dann eh häufig, ohne sich jetzt drüber lustig zu machen.

04:55 Aber KI ist halt auch so viel mehr, aber auch so viel ja nicht. Jetzt haben wir das Buzzword, hast du ja schon gesagt, Digitalisierung, Daten, RAG-Systeme, eigene Daten. Wie dröseln wir das denn jetzt am besten auf? Ich glaube, von der jetzigen Befindlichkeit. Weil wir haben eigentlich eine ganz komplexe, komische Situation da draußen. Wir haben, und da schließe ich mich voll mit ein, das ist auch kein Thema, was nur der Autohandel hat. Wir sind basserstaunt davon, was diese ganzen Large Language Modelle, ChatGPT, die Bildgeneratoren alles hinkriegen. Unglaublich. Jetzt war letztens wieder ein Artikel, sogar in der Quantenphysik haben sie irgendein Problem gelöst. Das ist so die eine Seite, wo wir sagen, wow. Auf der anderen Seite hammerartig gepromptet in unseren Betrieben. Und das ist so ein bisschen wie, ich vergleiche das mal damit, du hast Durst, du trinkst aus dem Feuerhydranten, du bist hinter der Pudelnass, hast aber immer noch Durst. Also wir vermissen eigentlich diesen Knall, diesen Bang. Also wann macht es denn endlich mal bumm in unseren Prozessen, wo wir richtig was sparen, wo wir richtig die Kunden gut abholen, wo und so weiter. Auch da wieder interessante Studie ist letzte Woche rausgekommen. Nur 5% der Unternehmen berichten davon, dass sie messbare Vorteile durch KI, insbesondere Large Language Modelle,

06:25 in ihren Unternehmen haben. So, jetzt die Frage, warum ist das so? Und jetzt kommen wir zu RAG. Ein Grund ist der folgende. Wir haben da draußen natürlich ganz viel Wissen im Internet, im freien Internet. Nicht im Deep Web, nicht hinter einer Firewall, nicht im Unternehmen, nicht hinter einem Passwort. Darauf sind die ganzen großen Modelle trainiert. Ja, Urheber rechts, sag ich mal, geschissen. Da gibt es auch noch einiges zu klären rechtlich. Das ist auch nicht ganz sauber gelaufen. Aber die haben halt alles abgegrast. Deshalb ist in diesem Public-Bereich, in diesem öffentlichen Bereich, sind die Erfolge so groß. Und deshalb zum Beispiel auch im wissenschaftlichen Bereich, ist ja fast alles veröffentlicht. Kann ich mir ja runterladen. Im betrieblichen Bereich ist natürlich alles geschützt. Das ist ja auch nachvollziehbar. Ich möchte ja nicht meine Betriebsdaten als Autohaus irgendwo meinen Wettbewerbern oder ähnlichen Preis geben. Da kommen aber diese Large Language Modelle nicht dran. Und deshalb, wenn wir im Grunde genommen für uns im Autohaus triviale Fragestellungen in ChatGPT eingeben, dann kriegen wir, naja, Antworten, wo wir echt nochmal ran müssen. Und jetzt ist die Frage, wie verknüpfen wir die Large Language Modelle mit unseren betrieblichen Daten? Und dazu eine Lösung ist RAG. Da kommt das so ein bisschen her, sag ich mal. Also wir brauchen irgendwie eine Möglichkeit, wie wir diesen KIs unsere betrieblichen Daten zugänglich machen. Und das ist eben die Methode RAG.

07:52 Ich bin beinahe geneigt zu sagen, es gibt KI und es gibt, ja, wie sagt man, intelligente KI für mein Unternehmen. Weißt du, was ich meine? Ja, also einmal generell KI. Ich hau in ChatGPT eine Was-Ist-Frage rein oder sag, wie hat sich denn der Fahrzeugmarkt in Deutschland entwickelt in den letzten fünf Jahren? Zack, dann kriegst du irgendeine Antwort. Und das andere ist halt eine KI, die schon mit, die am besten lokal im Netzwerk, im Autohaus installiert ist, mit der Logik, die sie kann und dann mit den eigenen Daten arbeitet und dann ja erst richtig Intelligenz für dich ist. Ja, genau. Da bin ich völlig bei dir. Also ich würde es vielleicht anders beschreiben, aber wir meinen beide das absolut selbe. Wenn ich beispielsweise, ich möchte eine automatisch generierte E-Mail haben an einen Kunden, wenn sich jemand für ein Auto interessiert. Das kennen wir alle von mobile.de, Autoscow, kommt eine E-Mail ins Autohaus, habe Interesse an diesem Auto und dann möchte ich nicht diese, ich sage mal, kalte E-Mail. Danke für Ihre Anfrage, wir melden uns, sondern so. Und jetzt gibt es die zwei Ausprägungsformen. Angenommen, ich lasse das über ChatGPT machen, dann darf ich ja den Kundennamen da nicht eingeben. Ich möchte vielleicht auch nicht Lieferzeiten eingeben, weil das Ganze irgendwie für mich kein behaltungsbedürftiges Datum ist, schutzbedürftiges und so weiter. Das heißt, von nur ChatGPT kommt eine sehr generelle, bestimmt gut formulierte,

09:18 aber beim Adressaten ganz sicher als unpersönlich empfunden Antwort, weil nichts im Kontext steht. Ich bin nicht angesprochen, das Auto ist nicht referenziert, es ist nicht über, also so. Und dann machen wir halt Folgendes, dann müssen wir irgendwie diese Daten einem Large Language Model zur Verfügung stellen, damit es damit arbeiten kann. Also der Prompt müsste eigentlich lauten, also wie immer du da heißt, ChatGPT, beantworte diese Kundenanfrage mit folgender Ziel. Unter Berücksichtigung unter Berücksichtigung, dass der Karl Müller, der da fragt, heute einen Passat fährt, vielleicht den Service fremdgegangen ist oder auch nicht fremdgegangen ist und bei mir um die Ecke wohnt. So, und diese letzten Informationen, die stecken in meinen Datenbanken. Da kann natürlich ChatGPT nichts von wissen. Also muss ich das irgendwie verbinden. Und jetzt komme ich zu einem großen Problem. Ich darf es nicht, weil das sind personenbezogene Daten und die darf ich nicht einfach in diesen Chat reingehen.

10:18 Also müssen wir, wenn ich das verbinden will, einen Schritt vorher noch machen. Wir müssen im Grunde genommen eine private KI haben. Wir müssen entweder auf dem Gaming-PC bei uns im Keller, im Serverraum vom Autohaus oder auch gehostet. Also das muss man alles nicht selber machen. Dann gibt es mittlerweile auch Lösungen. Und wenn ich das habe, dann schafft es RAG, einen Prompt umzuformulieren. Und die Umformulierung lautet dann sinngemäß, also lieber wie auch immer Autohaus XGPT, beantworte diese E-Mail vom Kunden unter Berücksichtigung folgender Daten. Und dann kommt ein, was weiß ich, ein Auszug aus dem CRM-System über den Kunden. Dann kommt ein Auszug aus dem Dealer-Management-System.

11:04 Und vielleicht geht es um ein Auto, das eine gewisse Historie hat, das heißt eine Fahrzeugakte. Und dann hat diese künstliche Intelligenz Datensätze untergeschoben bekommen, die es ihr erlauben, sehr viel präziser zu antworten und auch sehr viel persönlicher zu antworten. Das ist das Wesen von RAG. Und wie man das dann technisch macht mit Embedding und mit allem möglich. Das ist dann eine zweite Frage. Und das ist vielleicht auch so ein bisschen die Verbindung zu dem, was du eben sagtest. Ich muss dann natürlich auch meine Daten zur Verfügung stellen können. Also ich muss irgendwie einen Zugang bieten zum DMS. Wie mache ich das denn? Mittlerweile haben wir ja immer mehr, Gott sei Dank, Schnittstellen, aber immer noch nicht alle. Also einige lösen das ganz pragmatisch. Die exportieren einmal pro Tag, einmal pro Stunde drei Tabellen. Alle Kundendaten, alle Fahrzeugdaten und alle Auftragsdaten. Damit kann man schon wahnsinnig viel machen.

12:01 So, und wenn jetzt dieser Prompt kommt oder diese E-Mail kommt und da ist vielleicht eine E-Mail-Adresse drin als Absenderadresse von dem Kunden, der sich für das Auto interessiert, dann geht das in dieses Tool rein. In diesem Tool weiß es dann halt so, jetzt muss ich also diese KI da fragen und fragt vorher die Datenbank ab. Kennst du eigentlich diese Absender-E-Mail-Adresse? Und da kann ein Datensatz zurückkommen. Ja, das ist Tim Dosenbrot, Lieschen Müller, wohnt in der Teststraße oder wie auch immer. Ah, wenn du den gefunden hast, hat der ein Auto heute? Bring das, sag das doch bitte auch mal, weil da könnten wir vielleicht irgendwie Inzahlungnahme-Prämien machen oder man kann Modellwechselprämien machen. Wir wollen es ja ein bisschen persönlich machen, das ganze Thema. Diese Daten werden dann rausgesucht und werden zusammen mit dem Prompt, der vorher lautete, beantworte diese E-Mail-Adresse und jetzt lautet, Entschuldigung, diese E-Mail-Anfrage und jetzt lautet, beantworte diese E-Mail-Anfrage unter Berücksichtigung dieser Daten.

13:02 Ja, dann geht was raus, was ja auch sehr viel besser ist und sehr viel persönlicherer und so weiter. Und das ist die Idee dahinter. Ja, definitiv. Super erklärt. Und ich habe schon direkt das quasi dieses Gegenbeispiel, was ja häufig gemacht wird, das häufiger durch die Welt getrieben wird. Lass dich doch von der KI bei der Beantwortung von Kunden-E-Mails unterstützen. Da kommt dann sehr schnell so das Beispiel von einem kritischen Kunden. Und es gibt ja auch Menschen, die vielleicht nicht so wortgewandt sind oder nicht so gut schreiben können. Dass man dann die E-Mail nimmt, da reinkopiert, vielleicht ohne Namen am besten und dann sagt, ich habe die E-Mail bekommen, beantworte mir die mal sehr, sehr höflich, dass ich morgen anrufe mit dem Prompt.

13:53 Dann kriegst du ja eine Antwort und kannst es wieder rüber kopieren und machen. Aber es ist ja völlig frei von jeglicher Datenlogik oder erweiterter Intelligenz, um das nochmal auf den Punkt zu bringen. Ganz einfach. Und wir haben glaube ich gerade am Markt, deswegen versuche ich auch in diese Begrifflichkeiten, Automatisierung, Workflow, Assistenten, Agenten, was weiß ich, LMM und was weiß ich, ein bisschen Licht reinzubringen, weil ich nehme wahr, dass es im Moment eine Flut von Tools gibt, die man buchen kann. Allgemein, die werden so auf dem Markt losgelassen. Es gibt aber auch inzwischen viele, die sich so Richtung Autohäuser so orientieren, wo nicht klar ist, was da eigentlich unbedingt drin ist.

14:41 Wie sage ich das richtig? Ich sehe das mit einem kritischen Auge, ich sehe das aber auch mit einem wohlwollenden Auge. Wie lange es den Kunden weiterbringt und hilft. Das ist so genau hinten die Quintessenz draus. Du nix, ich glaube du weißt auch das eine oder andere, was ich meine, aber da wollen wir jetzt nicht zu tief einsteigen. Es ist halt wichtig, ich sehe halt auch die Nutzeranwendung, weil wenn jetzt mit suggeriert wird, das ist jetzt der Stein der Weisen und doch nur 5% aller kommen da irgendwie mit ins Laufen, dann wird da auch Vertrauen verloren gehen, sich Leute getäuscht fühlen und das wird sich nicht weiterentwickeln.

15:26 Das wäre schade. Aber das ist auch wichtig, dass wir wirklich ausprobieren und deshalb bin ich völlig bei dir. Das ist auch ein Wunsch immer an unsere Branche, guckt euch die Tools mal an. Das heißt nicht, dass die alle super sind. Das heißt auch nicht, dass wir die alle weiter benutzen werden. Aber wir lernen dadurch eben auch. Und wir beginnen ja auch erst diese Anwendungsfälle zu verstehen, die sich dafür eignen. Ich mache mal ein paar Beispiele. Also angenommen, ich habe so eine private KI, woher auch immer und angenommen, die wird einfach mal mit den DMS und CRM Daten versorgt, nicht mehr und nicht weniger. Dann kann ich ja als Verkäufer hergehen und sagen, ich habe morgen einen Termin mit Lieschen Müller, mit dem Dosenbrot. Sag mir mal, was wir alles über die wissen. Das heißt, ich muss nicht mehr Datenbanken abfragen. Ich muss keine Excel-Tabellen mehr durchsuchen, sondern ich kriege in Sprache, kriege ich im Grunde genommen die komplette Kundenhistorie.

16:17 Das Sprachmodell sagt mir, der ist im Service fremdgegangen oder nicht fremdgegangen. Der hat vielleicht eine Tochter oder einen Sohn oder das sind so Interaktionen, die wir jetzt erst so langsam auch erst durch Doing, durchs Machen kennenlernen. Anderes Beispiel. Es gibt bei einigen Marken, wenn du dort als Serviceberater oder auch als Gewährleistungsbeauftragter dir überlegst, macht es Sinn, einen Gewährleistungsantrag oder einen Kulanzantrag beim Hersteller einzureichen. Dann ist das meistens niedergeschrieben vom Hersteller in hunderten von Seiten PDF. Also nach dem Motto, das ist Kulanzwille, das hat eine Chance anerkannt zu werden, das hat nicht anerkannt und so weiter. So, das kann man ja auch mal anders machen.

17:04 Also der Nachteil ist halt, ich muss halt irgendeinen im Betrieb haben, der ständig diese Dokumente liest und das ist nicht unbedingt vergnügungssteuerpflichtig. Lass uns das doch mal anders machen. Lass uns mal diese Dokumente alle in großes Verzeichnis kippen und lass uns mal eine KI über RAG Zugang dazu finden und dann kann zum Beispiel der Serviceberater diese KI abfragen und sagen, ich habe hier folgendes technische Problem, das gibt er in den Chat ein, bitte sag mir, wie wahrscheinlich es ist, einen positiven Antrag auf Kulanz oder Garantie vom Hersteller zu kriegen. Und dann antworte die KI im besten Fall, ich weiß ja nicht, Chancen sind 84 Prozent oder was auch immer und hier sind die einzelnen Paragrafen in den Herstellerdokumenten, auf die du dich bei deinem Antrag berufen kannst.

17:51 Ja, ja, ja. Auch das ist ein Anwendungsfall, RAG in Reinstform. Definitiv. Da muss man eben gucken, was uns da noch alles einfällt und ich bin mir sicher, es gibt so viele Anwendungsgebiete, wo man das gewinnbringend nutzen kann. Absolut. Wir sind jetzt in dem Bereich Künstliche Intelligenz. Und ich habe ja vorhin schon gesagt, es gibt so unterschiedliche Begrifflichkeiten, ich will die jetzt nicht wieder alle aufzählen, aber du sagtest vorhin auch, dass es durchaus sinnvoll ist, nicht jetzt alles Richtung KI einfach nur so zu drücken, sondern das Thema Automatisierung, Workflows und Co. sind ja auch super wichtig. Absolut. Aber da trenne ich halt ein bisschen und das soll kein wissenschaftlicher Dogmatismus sein, darum geht es nicht.

18:39 Aber ich versuche ja immer so ein bisschen die Luft aus KI auch rauszulassen. Und wir brauchen nicht für alles KI. Also ich habe jetzt gerade eine Firma gegründet mit einem Freund zusammen mit dem Jörg Gudert und wir kümmern uns eigentlich genau um diese ganzen Zeitdiebe. Und wir stellen fest, oft sind Ansätze, die rein Automatisierung sind, die bringen schon wahnsinnig viel. Da brauche ich kein Nudge-Language-Modell für, da brauche ich keine KI dafür, sondern rein der Mensch muss nicht mehr stupide Klickarbeiten machen im Autohaus, sondern hier wird er durch einen Automatismus unterstützt und hat dann mehr Zeit wieder mit dem Kunden zu quatschen, Beziehungen aufzubauen und so weiter und so fort. Da gibt es auch Anwendungsfälle, da macht eine KI total viel Sinn. Ich habe gerade zwei, drei geschildert. Ja, aber es muss nicht immer KI sein.

19:25 Ich habe den Namen von diesem Unternehmen nicht verstanden. Deal OS. Deal ist das Betriebssystem. Danke, dass du nachfragst. Ich muss dir, ja genau, sag du. Die Webseite kommt jetzt gerade an den Start. Und wir gehen jetzt auch mit den ersten Produkten live. Und das wird sehr, sehr spannend. Und da wollen wir eben wirklich auch genau auf die Probleme im Handel. Kleine, verdaubare, für übersichtliche Beträge kaufbare Schmerztabletten. Damit das in der richtigen Richtung ist. Sorry Leute, ich musste das so droppen, weil ich wusste, dass da noch ein lustiger Text dahinter kommt, wie er es beschreibt. Und darauf war ich so gespannt. Deswegen wollte ich es vom Jörg auch haben. Ja, Jörg und Jörg machen da was zusammen.

20:11 Es gibt halt so unheimlich viele Prozesse. Und ich weiß nicht, hatten wir... Entschuldigung, ich bin da, mich begeistert das Thema wirklich. Also jetzt nochmal zurück zu RAG und einem Anwendungsfall, wo KI auch eine Rolle spielen kann. Man muss ja nur zuhören. Den Verkäufern, den Serviceberatern, den Kontrollern und so weiter und so fort. Und zwei weitere Beispiele, wo RAG ein wichtiges Thema ist. Eins ist, angenommen ein Kunde ruft an und fragt nach einem Auto, was gerade verkauft ist. Dann möchte ja der Verkäufer in der Lage sein, blitzschnell ihm sofort Alternativen vorzuschlagen. Das ist bei einem großen Gebrauchtwagenbestand durchaus eine Herausforderung. Was wahnsinnig schwierig ist, ist eine Negativsuche. Also Beispiel, gib mir mal alle Autos aus dem Bestand, die, was nehme ich, keine Lederausstattung haben.

21:01 Also mit Lederausstattung, es gibt keine, kriegen wir nicht hin. Das heißt, wir bauen jetzt auch gerade in DILOS eine Schmerztablette, die genau dafür da ist. Das heißt, ich kann den Fahrzeugbestand in natürlicher Sprache abfragen. Gib mir alle Autos, weiß ich nicht, Passat, was auch immer, Variant, ohne Lederausstattung oder nicht im Schwarz. So, und was passiert dann technisch? Wir haben ein privat gehostetes Large Language Modell und das hat Zugang, wir sind ja beim Thema RAG, über die RAG-Technologie zur mobile.de-Datei. Da stehen ja alle Fahrzeuge drin. Und die wirklich bucht. Ja, und dann kriegt der praktisch angezeigt eine Tabelle in diesem Chatfenster und sagt, guck mal, da sind die ganzen Fahrzeuge, die deine Anfrage erfüllen.

21:48 Und dahinter ist ein Link und dann kannst du gleich auf deine Webseite, kannst ihm Exposé schicken oder Ähnliches. Auch das ist so ein Beispiel. Ein anderes, jetzt, mich hat es echt aus den Schulen gehoben, wie viel Aufwand betrieben wird, damit ein Verkäufer ein Auto herausgeben kann. So nach dem Motto, hat der Kunde das bezahlt? Der ruft in der Buchhaltung an. Die Buchhaltung öffnet das Sparkassenkonto. Im Sparkassenkonto stehen total kryptische Sachen drin. Also einige Kunden sagen bei der Überweisung des Autos, ja, das ist das von Oma oder das ist das für die Enkelin, weil die das bezahlt. Also wie kriegt man sowas raus? Und da kann man wunderbar eine KI draufsetzen, die einfach die Zahlungseingänge auf der einen Seite mit Aufträgen auf der anderen Seite versucht zu matchen.

22:36 Und das dann zum Beispiel nach Wahrscheinlichkeiten sortiert. Auch das ist etwas, wo wir einer KI Zugang zu den Sparkassenkonten, also zu diesen Transferdateien. Da kommt man ja ran auf der einen Seite und auf der anderen Seite einem regelmäßigen Download aus dem DMS. Das sind die letzten 20 verkauften Fahrzeuge. Such mir dafür die Zahlungseingänge. RAG hat unglaublich viele Vorteile und ist auch wirklich nur Notwendigkeit. Wir mussten das auch haben. Nur mal ein anderes Beispiel. Die großen Sprachmodelle, wenn wir sie denn nutzen dürften, nochmal Thema Datenschutz und so weiter, angenommen, wir dürften sie nutzen, die haben ja immer ein Enddatum, was die Trainingsdatensätze angeht. Die sind ja nur trainiert bis, was haben wir jetzt gerade, irgendwie 30.03.2025. Das heißt, Informationen, die danach kommen, sind denen ja gar nicht zugänglich.

23:25 Können die gar nicht darauf antworten. Wir können sie aber über RAG unterschieden. Das heißt, es ist auch eine Möglichkeit, dass diese trainierten Sprachmodelle an aktuelle Informationen zu kommen, ohne sie neu trainieren zu müssen oder ohne ein Feintuning machen zu müssen. Was wir als Autohändler ja sowieso nicht können, sage ich mal, und auch nicht bezahlen wollen. Wir kriegen spezifischere, kontextbezogenere Antworten. Wir kriegen persönlichere Antworten. Und es ist ein ganz interessanter Effekt. RAG reduziert auch Halluzinationen, weil ich die KI zwinge, in eine Richtung zu denken. Ich sage ihr, benutze diese Datensätze. Hör auf zu fabulieren, guck da rein, da steht es drin. Ja, auch das ist ein Riesenvorteil.

24:11 Also da geht im Grunde genommen im Moment mit den gegenwärtigen LLMs, also die auf den neuronalen Netzen und der Notwendigkeit zu trainieren, ist das die einzige Möglichkeit, um Mehrwert zu erzeugen für Betriebe in Prozessen. Nochmal zurück zu dem Thema von vorhin, gerade weil die Informationen ja nicht öffentlich sind und auch nicht öffentlich sein dürfen. Da brauchen wir irgendwie einen Mechanismus, wie wir das denen unterschieben können. Und das ist RAG. Und jetzt wird es ja spannend. Du hast es vorhin in einem Nebensatz nur so leise erwähnt. Und dann braucht es im Betrieb jemanden, der das in die Hand nimmt. Und ich glaube auch, dass es elementar wichtig ist, dass das ganze Thema Künstliche Intelligenz ist ein Thema, was vorgelebt werden muss.

24:58 Sprich, da reden wir über die Führungsebene. Die sollen jetzt, der Vorstand und die Geschäftsführer sollen jetzt alle bitte nicht Anwendungsentwickler für KI werden. Das wollen wir nicht. Aber das Thema muss einfach ein strategisches Zukunftsthema, meiner Meinung nach. Das ist hochgegriffen, aber ich denke, das wird so sein. Und dann von oben muss halt in die Organisation, ja, ich sag mal, enabled werden. Und dass Menschen sich damit darum kümmern dürfen. Und ich kenne im Moment sehr, sehr, sehr wenig Beispiele, wo das schon so gedacht wird oder so eine Präsenz hat, das Thema. Und ich höre immer viel mehr, dass Mitarbeiter sich, dass geduldet wird, dass die sich fortbilden und Lösungen generieren, die auch gut sind.

25:45 Oder vielleicht sind die auch nicht so gut. Ja, da möchte ich, das ist so mein Case, wo ich anschieben möchte, dass das besser wird in der Autobranche. Und das ist auch noch aus einem anderen, also erster Grund, warum das wichtig ist, wir wissen zu wenig darüber. Wir nutzen dadurch das Potenzial nicht. Das ist ein Grund. Absolut, Haken dran. Also genau deshalb sollten wir auf den Weg gehen, den du gerade beschrieben hast. Der zweite Grund ist aber, es ist ja angstbesetzt. Ja, wir hören ja immer wieder KI ersetzt Jobs und so weiter. Und jetzt ist das ein ganz dringender Appell an die Unternehmenskultur. Das heißt, wenn das auch von oben so kommuniziert wird, dann wird es schwierig, weil dann werden die Mitarbeiter und Mitarbeiter alles tun, um zu beweisen, dass die KI das Problem nicht lösen kann. Und das werden die schaffen, weil das ist immer Statistik und Statistik hat immer 5 bis 15 Prozent Fehler.

26:35 Und die werden immer auf den Fehler rumreiten und so weiter. Also müssen wir eine positive Grundstimmung dafür schaffen. Und die lautet in meinen Augen, liebe Mitarbeiter und Mitarbeiter, es gibt da draußen, excuse my French, echte Scheißaufgaben. Auf die habt ihr keinen Bock. Beispiel. Jeder Hersteller hat ein Belegportal für die Händler. Da muss der Händler einen abstellen, der jeden Tag, jeden Monat, jede Woche, wie auch immer, hunderte Male irgendwelche Belege runterlädt. Das ist hundertmal Klick machen. Dann macht er hundertmal eine SIP-Datei auf. Macht hundertmal Darwin ein PDF drauf. Oh, du bist, was nehmen wir, ein Lieferschein, dich muss ich da hinschicken und so weiter. So, das sind ja Themen, da hat doch keiner ehrlicherweise Bock drauf.

27:23 Also wir haben ja auch ein Arbeitgeber-Marken-Thema. Wenn wir Menschen gewinnen wollen und sagen wollen, du hast einen coolen Job und das macht total viel Spaß. Und das sind die Aufgaben, die die machen müssen? Nee, also wirklich nicht. Und auch aus dem Grund, lass uns diese Technologien uns erschließen, ausprobieren. Es wird nicht alles funktionieren. Wir werden einen Teil wegschmeißen müssen. Aber wir müssen dranbleiben an dem Thema, damit wir auch sinnstiftend werden und damit wir auch mehr Zeit für den Kunden haben, für das Zwischenmenschliche, für Kaffee trinken, für Beziehungen aufbauen, um den nächsten Fahrzeugverkauf anzubahnen. Und das muss eigentlich die Botschaft sein, nicht der Böse wegrationalisieren. Und das ist ja eine, ich bin mal so frei und sage, eine altbekannte Schwäche im Handel, die Kundenzentrierung auch wirklich menschlich zu leben.

28:18 Und da haben wir jetzt eine Chance, uns dahin zu entwickeln, weil die ganze Gesellschaft wird KI nutzen in Zukunft. Das ist völlig außer Frage, wie genau, ist unklar. Aber gleichzeitig wollen alle, gerade bei solchen großen Anschaffungen und solchen Themen, wollen die Menschen, die wollen den persönlichen Kontakt weiterhalten. Und da steckt eine riesen Chance drin. Und die gilt es zu nutzen. Du sagtest vorhin zum Beispiel auch, jemand im Betrieb muss sich darum kümmern. Ja, glaube ich auch, wenn es darum geht, das Thema zu ventilieren und immer wieder mal zu gucken, Mensch, hab da noch Ideen und so weiter. Ich glaube nicht, und das meinst du auch nicht, nur um das nochmal klar abzugrenzen, dass das jetzt irgendwie der Supernard sein muss, der die KI gleich selber baut.

29:04 Das ist nicht der Punkt. Aber es muss zum Beispiel jemand sein, der auch ein gewisses Verständnis dafür hat, dass KI Daten braucht. Und die müssen wir irgendwie rankommen an dieses Thema. Aber letztendlich in der Zusammenarbeit wäre mein Credo, ruft die Dienstleister an und nervt die. Also bitte ruft mich an, nervt mich, so nach dem Motto, oder dich, Tim, du kennst dich da auch bestens aus, ich habe hier einen Schmerz. Ich weiß nicht, ob der mit KI lösbar ist. Können wir mal gemeinsam ein paar Bälle drehen und einfach mal drüber nachdenken? So, und dann wird immer ein Schuh draus. Der kann zwei Farben haben. Die Farbe eins ist, der Schuh passt nicht, geht nicht oder unverhältnismäßiger Aufwand. Okay, wir haben drüber geredet, wir haben was gelernt, machen wir halt nicht.

29:50 Aber die Mehrzahl, also technisch möglich ist es, fast immer. Die Frage ist, ob der Aufwand gerechtfertigt wird und so weiter. Hast du extrem gut zusammengefasst, finde ich nämlich gut, weil man muss nicht immer irgendwie irgendwas absolut Neues einführen. Es gibt ganz, ganz viele tolle digitale und generell Dienstleister rund um den Autohandel da draußen in Deutschland, die alle nicht auf dem Baum schlafen und die entwickeln sich alle weiter. Also sprecht mit euren Dienstleistern und sagt denen die Schmerzpunkte. Und ja, okay. Ja, du, wir könnten, glaube ich, Stunden weiter sprechen, ne? Wie immer komisch, immer wenn wir an der Oberfläche kratzen. Ja, man kann da echt tief eintauchen, aber ich hoffe, dass wir einigen das Thema näher bringen konnten und den Unterschied zu verstehen.

30:43 Dass es nicht immer alles das Gleiche ist, es ist aber alles relevant, wenn es für einen selber relevant ist. Von daher wollten wir da ein bisschen Licht ins Dunkel bringen. Ja. Prima. Herzlichen Dank, dass ich dich relativ kurzfristig dafür einfangen konnte und dass du ein bisschen von deinem Wissen geteilt hast. Und, ähm, dankeschön. An dich. Okay. Auf einen nicht. Super. Exakt, wir sprechen weiter und dann verabschiede ich mich und würde sagen, mach's gut da draußen, bis bald und dann geht's weiter auf der KI-Reise. Ich sag tschüss und der Jörg sagt auch noch was. Ich sag nur tschüss und danke, dass ich dabei sein durfte. Ciao.