KI in Unternehmen: Was kann die Cofenster-Software?

Stella: Schön, dass ihr wieder eingeschaltet habt, zu einer neuen Folge von t3n Interview.

Stella: Bei mir ist heute zu Gast Tom Vollmer. Er ist Gründer und CEO vom Startup Co-Fenster.

Stella: Und das Unternehmen bietet, sehr vereinfacht gesagt, automatische Lösungen an,

Stella: für die Videoerstellung.

Stella: Verschiedene Software mit verschiedenen menschlichen Namen, da kommen wir auch gleich noch zu.

Stella: Und das Ganze funktioniert mithilfe von künstlicher Intelligenz.

Stella: Da werden eben verschiedene Videoclips erstellt. Tom ist heute auch bei mir

Stella: bei t3n im Videocast-Studio zu Gast. Moin Tom.

Tom: Ich danke dir für die Einladung.

Stella: Ja, cool, dass du es hier nach Hannover geschafft hast. Ich würde gerne einmal

Stella: so anfangen. Welche drei KI-Anwendungen habt ihr denn aktuell?

Tom: Also wir haben drei KI-Assistenten. Das ist der Milo, die Ella und der Theo.

Tom: Und der Milo macht aus langen Videos automatisiert Social-Media-Clips.

Tom: Die Ella macht automatisiert authentische Videos von Mitarbeitenden,

Tom: von Influencern für die Unternehmenskommunikation, fürs Marketing.

Tom: Und der Theo hört sich ein bisschen an wie Voodoo, aber macht aus Texten Videos.

Tom: Da können wir gleich vielleicht nochmal ein bisschen zur Technik sprechen,

Tom: wie das funktioniert. Aber wir kennen das, wir sind im Onboarding,

Tom: kriegen dann lange PDFs, die wir lesen müssen oder PowerPoints.

Tom: Die können wir da reinpacken und dann macht er wie mit Geisterhand daraus ein Video.

Stella: Mit Geisterhand ist es ja nicht, sondern mit künstlicher Intelligenz.

Stella: Aber genau dazu kommen wir jetzt auch im Laufe des Podcasts,

Stella: wo wir eben besprechen werden, was können eure Anwendungen, was ist das Ganze

Stella: auch preislich für Unternehmen, für wen ist das überhaupt geeignet und natürlich

Stella: auch die kritischen Punkte.

Stella: Ihr habt selber einen Agenturhintergrund, du hast einen Agenturhintergrund.

Stella: Ist es eigentlich, wie werdet ihr in der Branche angenommen,

Stella: was sind da vielleicht auch Herausforderungen, wenn man schaut auf OpenAI,

Stella: die auch von Text-to-Video natürlichen Agenten haben.

Stella: Also, wir haben viele Punkte, die wir heute rund um euer Start-up besprechen

Stella: werden. Aber ich würde gerne erstmal einmal so anfangen.

Stella: Wieso habt ihr eigentlich diese menschlichen Namen gewählt für eure Produkte?

Tom: Am Ende des Tages, wenn wir unsere Produkte vorstellen, erklären wir es auch

Tom: mal ein bisschen so und sagen, das ist eigentlich wie so ein Werkstudent oder

Tom: eine Werkstudentin, die du einkaufst.

Tom: Und das ist ein autonomer Agent, der arbeitet für dich und dein Team 24-7,

Tom: nimmt auch keinen Urlaub, macht keine Pausen und ist immer einsatzbereit.

Tom: Und weil es eben diesen Werkstudenten-Charakter hat, haben wir uns überlegt,

Tom: da müssen die Produkte auch Namen bekommen.

Tom: Und dementsprechend haben wir den menschlichen Namen gegeben,

Tom: damit die auch als erweitertes Teammitglied gesehen werden und nicht eben als Software.

Tom: Weil da ist ein Riesenunterschied zwischen historisch gesehen,

Tom: wie Software gebaut worden ist und jetzt heutzutage Agenten,

Tom: die tatsächlich Workflows end-to-end erstellen und nutzen. Und wie die Namen

Tom: zustande kommen, es hat angefangen mit der Ella, weil wir den Namen super schön fanden.

Tom: Milo ist aus dem Freundeskreis, es wurde kleiner Sohn geboren, der hieß Milo.

Tom: Und der Theo, Text to Video, passt auch super, der wurde dann aufgenommen.

Tom: Also wir erweitern die Familie konsequent.

Stella: Wer sind eigentlich bisher eure Kunden?

Tom: Also wir arbeiten mit dem Mittelstand und mit Großkonzernen.

Tom: Das heißt, wir haben aktuell so 30 Prozent vom DAX.

Tom: Da ist dann irgendwie eine Continental dabei oder eine TUI. und aber auch viele

Tom: über 350 mittelständische Unternehmen,

Tom: das sind dann so die genannten Hidden Champions aus dem Schwarzwald, aus NRW,

Tom: aber hauptsächlich eigentlich so mit Unternehmen ab mindestens 500 Mitarbeitenden

Tom: aufwärts, weil erst da sich das eigentlich lohnt, tatsächlich KI-Agenten auch

Tom: einzuführen, weil ein gewisser Videobedarf im Marketing, im HR,

Tom: auch in der internen Kommunikation vorhanden ist.

Stella: Wo du es gerade ansprichst, du hast den Bedarf jetzt genannt,

Stella: der für Unternehmen da ist. Und ich glaube, viele Videoproduktionen,

Stella: die kennen das da beispielsweise auch, Social-Videos etc.

Stella: Das ist was, wo regelmäßig Aufträge reinkommen, dass eben Unternehmen Instagram,

Stella: Tiktok, Youtube bespielen wollen.

Stella: Und das ist ja auch was, was ihr beispielsweise mit Milo oder natürlich auch

Stella: mit Theo erreichen wollt, dass die Unternehmen eben automatisch dafür,

Stella: für diese Videos, für diese Plattform-Videos erstellen können.

Stella: Damit macht ihr ja eigentlich ziemlich vielen auch kleinen Unternehmen das Business-streitig, oder?

Tom: Absolut. Davon lebt auch ein gesunder Markt, dass es neue Player gibt,

Tom: die bessere Lösungen auf den Markt bringen und dadurch eine gesunde Competition existiert.

Tom: Aber klar, ich meine, jede neue Innovation greift natürlich irgendwo ein gewisses Geschäftsfeld an.

Tom: Das ist aber auch sehr bewusst von uns gewählt. Ich meine, wir haben selber

Tom: Agentur-Hintergrund. Wir haben früher, bevor wir gestartet sind,

Tom: selber eine Agentur gegründet und aufgebaut und dann auch verkauft.

Tom: Insofern, ich kenne das Agenturgeschäft sehr gut und ich weiß auch,

Tom: dass ich da viel tun muss, weil doch noch sehr viel händisch passiert.

Stella: Du hast es gerade angesprochen, es passiert händisch, du kennst das Agenturgeschäft.

Stella: Ist es denn wirklich so, dass auch die Kombination aus euren dreien Assistenten

Stella: quasi die Zusammenarbeit mit einer Agentur ersetzt?

Tom: Noch nicht. Es gibt sehr viele Videos, die wir noch nicht abdecken können.

Tom: Also nehmen wir mal an, VW bringt ein neues Auto raus und möchte ein Launch-Commercial

Tom: machen, TVC, also fürs Fernsehen.

Tom: Dann ist das ein Produktionsvolumen, ein Qualitätsanspruch, den wir aktuell

Tom: mit noch keinem unserer Agenten abdecken können.

Tom: Aber wir können aktuell schon 55, 60 Prozent des anderen Videobedarfs,

Tom: die jetzt ein VW mal als Beispiel hat, abdecken. Und das entwickeln wir halt konstant weiter.

Stella: Und jetzt muss man ja auch dazu sagen, das Beispiel, was du gerade gebracht

Stella: hast, TV-Spots etc., KMUs, die zu eurer Zielgruppe gehören, die haben jetzt

Stella: in der Regel weniger international gespielte TV-Spots.

Stella: Das heißt, das ist ja schon etwas, wo ihr wahrscheinlich sehr viel Bedarf in

Stella: eurem Produkten abdecken wollt.

Tom: Absolut. Und das auch schon tun. Also wir sehen das auch in der Nutzung.

Tom: Also wenn wir uns den KMU angucken, du hast es jetzt mal angesprochen,

Tom: wie kannst du 500, 600 Mitarbeitende, vielleicht auch eine Abfallwirtschaft tätig.

Tom: Also so mal wirklich ganz klassischer KMU-Case.

Tom: Dann haben die zum Beispiel im Marketing brauchen die einzelne Videos,

Tom: im HR brauchen die Videos, weil die zum Beispiel neue Talente gewinnen wollen.

Tom: Also die brauchen Videos, wie sich zum Beispiel Fahrerinnen vorstellen,

Tom: warum arbeite ich hier eigentlich gerne, also im Employer Branding.

Tom: Das waren vorher Cases, da wurde dann eine lokale Agentur angeheuert,

Tom: um mal zwei, drei Videos zu machen für 10.000 Euro.

Tom: Und jetzt nutzen die Teams da die Ella und produzieren 20, 30 Videos im Jahr

Tom: für einen Bruchteil der Kosten.

Tom: Und das Gleiche zieht sich auch durch in der Unternehmenskommunikation.

Tom: Also wie kommunizieren wir eigentlich mit unseren Mitarbeitenden heutzutage?

Tom: Das ist ja auch einfach eine riesen Generationswende. Wir haben einen Teil der

Tom: Gitten Rente in den nächsten zehn Jahren und da haben wir ganz viele junge Menschen, die nachkommen.

Tom: Die sind es gewöhnt, Videos zu konsumieren. Jetzt auf einmal kommen die uns

Tom: daneben und alles ist in Text, E-Mails und Intranet etc.

Tom: Und da sehen wir halt wirklich einen riesen Vorteil auch von Videos für den

Tom: Kunden, weil die auf einmal auch diese junge Zielgruppe intern abholen können,

Tom: weil es ist so, auf Englisch sagt man immer so, communication moves your people

Tom: and people move your companies.

Tom: Da ist ja sehr viel dahinter. Wir müssen unsere Mitarbeitenden abholen,

Tom: gerade in der digitalen Transformation.

Tom: Und wenn wir unsere PowerPoints, unsere Internet-Messages nicht lesen,

Tom: das machen die wenigsten heutzutage, verlieren wir viele Menschen auf diesem Weg.

Tom: Und das ist halt eine wirklich große Priorität, gerade auch für den Mittelstand, gut zu kommunizieren.

Tom: Und das Video halt elementar, aber war immer teuer. Aber da sind wir dran.

Stella: Wenn du sagst, ihr seid da dran, kannst du mir mal ein Beispiel nehmen,

Stella: wenn ich jetzt ein KMU bin Und beispielsweise alle drei, also Text-to-Speech

Stella: mit Theo, Ella mit eher der konzeptionellen Erstellung und Milo,

Stella: der dann eben aus bestehenden Videos, Kurzvideos erstellt.

Stella: Wenn ich die drei nutze, was bin ich da jährlich los?

Tom: Kommt so ein bisschen auf die Größe vom Unternehmen an, wie viele User auch

Tom: auf unsere KI-Agenten zugreifen.

Tom: Aber du bist so zwischen 10.000 und 20.000 Euro im Jahr, zahlst du dafür.

Tom: Nach oben sind da keine Grenzen gesetzt. Also gerade bei Konzernen,

Tom: da hast du natürlich viel mehr Abteilungen.

Tom: Also wenn wir mal einen Konzern angucken, der hat eine Marketingabteilung Deutschland

Tom: und dann Frankreich und England und hat eine HR-Abteilung Deutschland und so weiter und so fort.

Tom: Also da gibt es nach oben noch deutlich mehr Luft. Aber so ein KMU,

Tom: wovon du gesprochen hast, dann zahlen die vielleicht 15.000 Euro im Jahr und

Tom: produzieren damit so im Schnitt über drei, vier Abteilungen hinweg vielleicht 50, 60 Videos.

Stella: Jährlich und das ist dann auch nicht begrenzt, dass ich quasi Credits wie beispielsweise

Stella: auf verschiedenen Plattformen kaufen muss, sondern ich habe dann das Abo-Modell

Stella: abgeschlossen und kann damit unbegrenzt rein theoretisch produzieren.

Tom: Du kannst unbegrenzt produzieren und wir bieten auch immer mit drin in diesen

Tom: Abo-Modellen ein Customer-Success-Team.

Tom: Also du hast immer noch einen Mensch, der dir beisteht, vielleicht das falsche

Tom: Wort in diesem Kontext, aber einen Mensch, der dich unterstützt,

Tom: also praktisch im Onboarding dir hilft, einen Contentplan fürs Jahr zu machen,

Tom: damit du diese KI-Agenten auch wirklich gut nutzen kannst.

Tom: Weil wenn du im KMU bist und jetzt hast du vielleicht ein Transformationsprojekt,

Tom: Dann stehst du davor und sagst, okay, wie machen wir das jetzt?

Tom: Wir haben über 350 KMUs, die unsere Assistenten nutzen für ähnliche Themen.

Tom: Wie führe ich ein neues Intranet ein? Wie digitalisiere ich unser ERP-System

Tom: als Beispiel? Oder wie mache ich Marketing für unser neues Produkt?

Tom: Das heißt, unser Customer Success Team berät dich auch und zeigt dir,

Tom: hey, Stella, für dein Unternehmen, das sind deine Ziele.

Tom: Wir haben jetzt hier bei fünf anderen Unternehmen mal ähnliche Projekte gemacht.

Tom: Die und ihre Art von Videos haben die gemacht, so haben die die ausgestrahlt. Das geben wir mit.

Tom: Also es ist nichts, was da oben drauf kommt, das eine Beratungsleistung ist,

Tom: sondern es ist wirklich dabei, weil wir halt daran glauben, dass gute Technologie

Tom: hervorragend funktioniert, also es sehr schön ist, einen Menschen zu haben,

Tom: mit dem man auch mal schnacken kann, der ein bisschen hilft.

Stella: Ich glaube mal zur Einordnung, du hattest es einmal kurz angerissen.

Stella: Eine Videoproduktion, rechnen wir mal fünf bis zehn Kurzvideos,

Stella: würde ich sagen, liegt im niedrigen fünfstelligen Bereich.

Stella: Das heißt, das unterbietet ihr ja dann mit 50 bis 60 Videos deutlich. Von den Kosten her.

Tom: Zehnmal, 15mal, 20mal günstiger. Und ich meine dadurch, dass wir die Videos

Tom: nicht begrenzen, wir haben auch Kunden, die machen hunderte Videos pro Monat.

Stella: Ganz schön viel Rechenleistung, die da gebraucht wird.

Tom: Da geht relativ viel Rechenleistung rein, aber dann zahlst du 15.000 Euro und machst 1.000 Videos.

Tom: Da sind wir dann im 100x Ersparnisbereich. Also das ist natürlich von bis.

Tom: Das kommt natürlich auch auf die Unternehmen drauf an, wie sie das nutzen,

Tom: aber wir sehen da schon einen extremen Anstieg.

Stella: Kommen wir doch mal jetzt zum Thema, wir haben uns einmal umrissen,

Stella: welche Unternehmen habt ihr als Kunden, Zielgruppen etc.

Stella: Kommen wir jetzt mal genau zu dem Thema Rechenleistung. Wie funktioniert das Ganze?

Tom: Vielleicht, wir fangen mal oben an. Ich mache das mal eigentlich ganz gerne

Tom: so vom Generellen und dann in Spezifische rein.

Tom: Generell, wir haben eine Cloud-Render-Engine gebaut.

Tom: Das bedeutet, wir haben praktisch, ich beschreibe das immer so ein bisschen

Tom: als die Gehirn, was wir selber entwickelt haben.

Tom: Und daran sind dann verschiedene LLMs, Large Language Models angeschlossen.

Tom: Also da arbeiten wir mit OpenAI zusammen, mit Menthorphic, Mistral und so weiter

Tom: und so fort, die dann einzelne Jobs praktisch übernehmen.

Tom: Und diese Render-Engine entscheidet jetzt zum Beispiel, nehmen wir mal eine

Tom: Milo. Wir haben ein langes Podcast-Interview wie dieses hier,

Tom: haben ein 20-minütiges Video oder vielleicht ein Leadership-Interview mit unserem CEO.

Tom: Schmeißen das rein und schreiben, lieber Milo, baue mir daraus bitte Shorts für Social Media.

Tom: Die sollen nicht länger als 30 Sekunden sein und ich möchte die Highlights haben,

Tom: wo die Stella dem Tom kritische Fragen stellt.

Stella: Also kurze Einordnung, ich gebe einen Prompt mit.

Tom: Du gibst das Video mit und den Prompt bei dem Milo und dann nimmt unser Render

Tom: Engine deinen Prompt auf, versteht den und teilt praktisch dann diesen Video-Job

Tom: in verschiedene kleine Einzelteile.

Tom: Das heißt, erstmal müssen wir verstehen, worüber sprechen überhaupt.

Tom: Das heißt, es wird ein Transkript gebaut, dafür nutzen wir dann zum Beispiel

Tom: OpenAI und transkribiert einmal den gesamten Podcast.

Tom: Dann kommt das nächste Modell, guckt sich den Podcast an und das Transkript

Tom: an und entscheidet dann, okay, wo wird über das Thema kritische Fragen,

Tom: also muss erstmal überhaupt eine Einschätzung treffen, was sind kritische Fragen,

Tom: wo kommt der Tom vielleicht ins Straucheln und entscheidet dann praktisch daraufhin

Tom: aufgrund dieses Transkript, das sind die Teile.

Tom: Um dann praktisch Marker zu

Tom: setzen. Dann kommt der Nächste und setzt Cuts und fängt an zu schneiden.

Tom: Dann hast du vielleicht im Prompt auch noch gesagt, das soll 30 Sekunden lang sein.

Tom: Jetzt redet jemand 45 Sekunden zu einer kritischen Frage. Jetzt versteht aber

Tom: unser Agent und sagt, okay, ich muss 45 Sekunden ausgehen, weil ich möchte den

Tom: ja nicht abrupt einfach abschneiden, wenn ich jetzt mitten gerade im Satz bin.

Tom: Das heißt, auch da ist die Intelligenz so weit, dass der nicht einfach stumpf

Tom: dem Prompt folgt, sondern selber anfängt zu entscheiden, wann gehe ich ein bisschen drüber.

Tom: Genau wie dein Werkstudent, wenn du ihm sagst, machen wir 30 Sekunden Clips

Tom: und der guckt sich ein Video an und stellt fest, kann ich nicht machen,

Tom: weil da ist jemand im Satz gerade, dann gibt er dir auch 45 Sekunden Clips aus

Tom: und sagt Stella, sorry, aber der ist halt im Satz.

Tom: Also deswegen ist dieser Vergleich Werkstudent und KI-Agent eigentlich sehr

Tom: gut. Die sind ungefähr tatsächlich technisch und auch vom Qualitätsoutput auf dem gleichen Level.

Tom: Also du musst natürlich nachher nochmal drüber gucken. Es kann auch mal sein,

Tom: dass da, wir hatten den Fall gerade neulich, bei unserem zweiten Agenten,

Tom: das ist der Theo, der macht aus Texten Videos.

Tom: Das war ein Kunde von uns, der hatte die Trendfarbe Mocker in einem Blog beschrieben.

Tom: Das ist ein großer so Obi-Bauhaus, aus der Richtung kommen die.

Tom: Und wollte aus diesem Blog ein Video machen. Und dann ist der Theo rübergegangen,

Tom: hat den Blog analysiert und hat dann praktisch Videos erstellt.

Tom: Und er greift auf eine Stock-Library zu, also sind 20 Millionen Videos drin,

Tom: baut dann da praktisch aus diesem Text, findet dann in praktisch Videos,

Tom: die dazu passen und schneidet es dann automatisiert zusammen.

Tom: So, jetzt kam aber die Trendfarbe Mocker. Das heißt, die erste Einspieler war

Tom: eine afroamerikanische Frau, die auf einem Stuhl sitzt. Und dann wurde über

Tom: die Trendfarbe Mocker gesprochen.

Tom: Sehr kritisch. Da muss ein Mensch eingreifen und dann nochmal austauschen.

Tom: Weil der KI-Agent in dem Moment, aufgrund des Trainings, und da sind wir natürlich

Tom: auch bei so interessanten, auch ethischen Themen, wie zum Beispiel Data Bias.

Tom: Warum entscheiden KI-Agenten überhaupt? Warum treffen sie eine Entscheidung?

Tom: Es liegt einfach am Ende des Tages dahin, wie wurden diese großen LLMs trainiert?

Tom: Viel davon ist krass rassistisch, hat extrem viele Themen, wo wir heutzutage

Tom: sagen, schwierig. durch, haben wir eigentlich schon lange hinter uns gelassen.

Tom: Aber das sind die Trainingsdaten, die in LLMs reingeflossen sind.

Tom: Das heißt, diese LLMs treffen manchmal auch Entscheidungen.

Tom: Die nicht konform sind mit der Art und Weise, wie wir heutzutage arbeiten.

Stella: Wie das Beispiel, was du genannt hast, was ja auch rassistisch ist.

Tom: Absolut, genau. Und da muss dann halt, deswegen nennen wir das Human in the Loop,

Tom: du kriegst ein Video und kannst dann halt sagen, okay, ich möchte das erste

Tom: Visual nochmal austauschen oder ich möchte den Prompt nochmal schreiben,

Tom: um halt auch sicherzustellen, gerade für große Unternehmen und große Marken,

Tom: da muss ja jemand immer nochmal drüber gucken.

Tom: Das ist ein extrem wichtiger Sicherheitsaspekt. Wir sind nicht diejenigen,

Tom: die sagen, hey, ihr kriegt hier einen KI-Assistent, man kriegt hier ein fertiges

Tom: Material und es wird dann automatisch gepostet.

Tom: Weil dieses Human-in-the-Loop-System ist für uns und auch für unsere Kunden

Tom: und einfach für den Markt extrem wichtig, weil sonst kommst du halt an Punkte,

Tom: wo nachher die Frage gestellt wird, warum hat eine KI eine Entscheidung getroffen,

Tom: kann keiner nachvollziehen.

Tom: Wir haben das jetzt irgendwie alle einfach publiziert. Da wollen wir nicht hinkommen.

Stella: Du hast wieder Punkte angesprochen, aber meine Frage, die hast du mir noch nicht beantwortet.

Stella: Nämlich, wie funktioniert denn das Thema Rechenleistung? Du hast gesagt,

Stella: es ist lautbasiert, sprich, ihr müsst ja als Co-Fenster diese Rechenleistung

Stella: in Form von Servern eigentlich zur Verfügung stellen.

Tom: Genau, das tun wir. Also wir hosten alles bei uns bei AWS, bei Amazon,

Tom: auch in Frankfurt und das ist auch DSGVO und ISO zertifiziert.

Tom: Aber wie das konkret funktioniert technisch ist, wir haben verschiedene AWS

Tom: Buckets und wenn jetzt so ein Job praktisch eingegeben wird und sagt,

Tom: aus diesem Video einen kleinen Snippet, dann wird praktisch ein Bucket kreiert in AWS,

Tom: die Rechenleistung wird hochgefahren, dann wird die aber auch wieder runtergefahren,

Tom: wenn das praktisch an das nächste LLM weitergegeben wird, dann wird es wieder

Tom: hochgefahren und wieder runtergefahren.

Tom: Das heißt, wir haben ein dynamisches System gebaut Und deswegen können wir auch

Tom: vom Business-Modell her, müssen wir es nicht nach Credits preisen,

Tom: weil wir eine sehr effiziente Art und Weise im Compression gefunden haben,

Tom: wie du eben selbst mit Dateien wie Video, die ja wirklich immer hunderte Megabyte,

Tom: Gigabyte, Terabyte teilweise im Bereich sind, sehr effiziente Software anbieten

Tom: können, ohne jetzt dieses nervige Preismodell unserer Kunden weiterzugeben,

Tom: wo du sagst, du musst jetzt hier wieder Credits kaufen nach 3-mal Nutzung.

Tom: Weil das finde ich auch aus Kundensicht nicht unbedingt zeitgemäß,

Tom: wenn man es technisch lösen kann.

Tom: Aber da haben unsere Ingenieure Wunderwerk geleistet, weil vor nach zwei Jahren war es nicht so.

Tom: Da haben wir durchgehend gerendert und da hattest du halt Terabyte an Daten.

Tom: Das ist natürlich sehr teuer für ein Unternehmen und dann mussten wir das natürlich

Tom: weitergeben, aber davon sind wir weggekommen.

Tom: Deswegen auch, wir haben einen sehr guten DevOps-Lead, den Thiago,

Tom: wollen wir an dieser Stelle mal loben hier. Die machen echt ein super Arbeit, das Team.

Stella: Wie groß ist eigentlich euer Team insgesamt?

Tom: Wir sind insgesamt 25 Menschen.

Stella: Und wie viele sind da für den Bereich Software zuständig? Der Großteil.

Tom: Der Großteil.

Stella: Aber eine genaue Zahl nennst du mir nicht.

Tom: Ungefähr, wir haben so zwei Drittel, ein Drittel.

Stella: Kommen wir einmal zurück zum Thema, du hast jetzt einmal gesagt,

Stella: ihr hostet in Frankfurt, das heißt, ihr garantiert euren Kunden auch,

Stella: dass die Daten in Deutschland und in Europa bleiben.

Tom: Das garantieren wir und wir garantieren, dass ihre Daten nicht zu Trainingszwecken

Tom: der amerikanischen LLMs benutzt werden.

Tom: Und das ist auch ein riesiges Differenzierungsmerkmal, weil wenn jetzt,

Tom: ich bleibe mal bei dem Beispiel Volkswagen, aber Volkswagen ist kein Kunde von

Tom: uns, aber ich bleibe einfach mal beim Beispiel, was ein guter Brandname ist.

Tom: Volkswagen hat jetzt hier die Stimme von seinem und ihrer CEO in einem Video.

Tom: Das wird jetzt in so einem LLM gegeben.

Tom: Wer garantiert dir als Volkswagen, dass die Stimme von der CEO nicht genutzt

Tom: wird zu Trainingszwecken, um vielleicht auch synthetische Stimmen zu bauen?

Stella: Großes Risiko.

Tom: Riesenrisiko. Warum nutzt ein Volkswagen hoffentlich zukünftig Co-Fenster und

Tom: nicht ein CapCut oder x andere Competitor?

Tom: CapCut ist China und ByteDance. Da kannst du viele Sachen reinfüttern.

Tom: Die trainieren ihre Modelle auf all dem, was du reinfüttest.

Tom: Für den deutschen Corporate No-Go.

Tom: Und das gleiche ist auch bei den amerikanischen Modellen, da kannst du auch

Tom: über Veo und ChatGPT und sonst was sprechen.

Tom: Wenn du keinen Datenverarbeitungsvertrag mit dem Provider abschließt und praktisch

Tom: eine Sandbox baust, trainieren die alles, was du da reinschreist.

Tom: Also ich finde sowieso, die Chat-GPT-Nutzung heutzutage ist massiv kritisch.

Tom: Also wir füttern da alle möglichen Daten rein, auch private Daten.

Tom: Und Sam Altman trainiert dabei seine KI-Modelle und hat keinerlei Anspruch auch,

Tom: jemals sich um das Thema zu können, weil das auch eher ein Business-Modell wird.

Tom: Also es ist so ein bisschen wie die Early Days von Google und dem Internet,

Tom: als das Thema noch ein bisschen wilder war, als es heutzutage ist. Nur auf Steroiden.

Tom: Also die Diskussion, die wir über Cookies hatten für Jahre hier in Deutschland,

Tom: ist ein Furz, auf gut Deutsch gesagt, gegen das, was hier gerade passiert.

Stella: Und da seht ihr ja auch bei AWS das Ganze hostet, einem US-Unternehmen,

Stella: die rein theoretisch natürlich auch die Daten in den USA abfließen lassen können.

Stella: Wie garantiert ihr denn in der Zusammenarbeit eben, dass das nicht passiert?

Tom: Weil wir Verträge geschlossen haben, also die heißen Auftragsverarbeitungsverträge,

Tom: wo eben geregelt wird, was mit den Daten passiert und wie die genutzt werden.

Tom: Da ist halt geregelt, dass die Daten in Deutschland bleiben und auch nicht zu

Tom: Trainingszwecken geregelt werden. Ja.

Stella: Ein Punkt noch, den du angesprochen hast. Also ich kann mir schwer vorstellen,

Stella: dass die Marketingabteilungen gerade in großen Konzernen mit Capcut arbeiten.

Stella: Gerade jetzt nicht mehr, nachdem natürlich auch die AGBs geändert worden sind,

Stella: sondern eher vielleicht Konkurrenz ist, sofern im Unternehmen geschnitten wird

Stella: und nicht extern mit einer Agentur.

Stella: Da Vinci, Adobe Premiere, das sind doch eigentlich auch Konkurrenten für euch, oder?

Tom: Also CapCut wird großflächig eingesetzt in deutschen Konzernen,

Tom: aber es läuft unter Shadow IT.

Tom: Da müssen wir auch mal ganz ehrlich miteinander sein. Die tauchen auf keiner

Tom: P&L auf, gibt es auch keine Kostzentrum für, aber viele Unternehmen und auch

Tom: Mitarbeitende laden sich das auf ihr Privathandy runter und schneiden da.

Tom: Das ist aktuell der Security-Standard. Deswegen kriegen auch,

Tom: wenn wir mit Kunden sprechen und ich mit deren Chief Security Officer spreche,

Tom: freuen die sich und laufen uns die Bude ein, weil sie sagen,

Tom: okay, jetzt haben wir wirklich einen Weg gefunden auch, hier so ein bisschen

Tom: dieser Shadow IT Einhalt zu gebären.

Tom: Aber du hast einen richtigen Punkt angesprochen. Natürlich, es gibt DaVinci Resolve, Adobe etc.

Tom: Da gibt es ja auch sehr, sehr gute Produkte auf dem Markt. Das Problem dabei

Tom: ist, ich muss selber schneiden. Ich muss selber Musik lizenzieren.

Tom: Ich muss selber mit meiner Brand umgehen können.

Tom: Nehmen wir mal Beiersdorf, Lieblingskonzern aus Hamburg. Die haben eine Brand

Tom: Guideline, die ist 30 Seiten stark, weil mir Ikea als FMCG-Marke einfach wirklich stark ist.

Tom: Jetzt gehen Mitarbeiter hin und sagen, welches Logo verwende ich denn eigentlich

Tom: für eine Social? Wir haben 17 verschiedene Logos für 17 verschiedene Untermarken

Tom: in 17 verschiedenen Formaten.

Tom: Ich als HR-Manager, der einfach ein Employer-Branding-Video machen möchte,

Tom: keine Ahnung, wie lizen sie sich Musik mit der GEMA, dass nachher Beiersdorf

Tom: die Rechte daran hat, das zu verwenden?

Tom: No chance. Also klar, technisch kannst du es damit machen, aber Nummer eins,

Tom: du musst es manuell machen, das dauert. Und Nummer zwei, du musst dich damit auskennen.

Tom: Und wir sagen immer, du bist HR-Manager und

Tom: kein Videograf. Oder du bist Marketing-Managerin und keine Videografin.

Tom: Also die arbeiten zwar mit Kommunikation, das heißt ja nicht,

Tom: dass sie eine Schnittausbildung haben.

Tom: Deswegen wird auch die Software sehr gut genutzt, weil die Menschen sich darüber

Tom: freuen, dass praktisch mal jemand einen Layer dazwischen gebaut hat und gesagt,

Tom: wir garantieren euch Brand Safety, wir garantieren euch Datensicherheit und

Tom: es ist super einfach zu nutzen.

Stella: Das, was wir gerade viel besprechen, also auch Adobe etc., adressiert ja alles Milo.

Stella: Also im Endeffekt, wenn ich jetzt mit Adobe oder einem anderen Produkt etwas

Stella: schneide, habe ich ein bestehendes Video und muss das eben cutten.

Stella: Du hattest vorhin angesprochen, bei Milo ist es so, ich gebe mein Material rein, gebe einen Prompt dazu.

Stella: Aber wir sind noch nicht weitergekommen, was dann passiert. Ist es denn so,

Stella: du hast zwar den Weg erläutert, natürlich wie die einzelnen Schritte passieren,

Stella: sitze ich denn dann beispielsweise vor meinem Laptop, sehe das in Echtzeit,

Stella: in Sekunden, wie da quasi der Code dann vielleicht auch rattert und kann ja

Stella: dann auch nichts anderes machen, weil vielleicht mein Laptop auch mit der Cloud-Leistung

Stella: dermaßen überfrachtet ist, dass nichts anderes geht.

Stella: Fände ich, wäre keine unbedingte Arbeitszeitersparnis.

Stella: Also wie funktioniert denn das Zusammenspiel jetzt erstmal ganz konkret mit

Stella: Milo? Kriege ich da nochmal ein Feedback?

Stella: Du hattest angesprochen, hey, ich wollte 30 Sekunden, sind es 45.

Stella: Kriege ich dann einfach 45 Sekunden ausgespuckt oder 30 mit einem Hinweis?

Tom: Also du gibst das Video da rein, schreibst dann einen Prompt und sagst,

Tom: brauche mir daraus 10 Social Media Clips, 30 Sekunden.

Tom: Dann musst du ungefähr so eine Minute warten, während Milo arbeitet.

Tom: Dann gibt dir Milo praktisch deine zehn Videos aus. Kannst du dir anschauen.

Tom: Hat er schon Untertitel drauf gebaut? Hat deine Corporate Brand schon drauf

Tom: gebaut? Hat Musik draufgelegt? Und stellt dir die praktisch fertig zur Verfügung.

Tom: Dann kannst du dir die angucken.

Tom: Und dann hast du die Option, entweder exportiere ich das, weil du happy bist. Oder du sagst Edit.

Tom: Und dann kannst du auch manuell nochmal sagen, ich möchte die Musik ändern.

Tom: Oder mein letzter Name, Tom Vollmer, der hat das mit einem L geschrieben.

Tom: Ich muss in den Untertitel nochmal ganz kurz rein, das L ändern.

Stella: Ein häufiges Problem, weil gerade Transkriptionen auch immer noch herausfordernd

Stella: sein können. Das kenne ich aus dem eigentlichen Daily Doing.

Tom: Ich möchte mich nicht zu weit aus dem Fenster hängen, aber das Transkriptionsthema,

Tom: wir waren letztes Jahr bei so 92 Prozent.

Tom: Wir sind jetzt bei 99,9.

Tom: Selbst Eigennamen, selbst wenn Menschen auf Schweizerdeutsch sprechen,

Tom: erkennt der Hochdeutsch.

Tom: Französische Dialekte aus Bordeaux versus Paris erkennt der und bringt das ins Hochfranzösische.

Tom: Es ist wahnsinnig, wie gut die Technologie geworden ist.

Stella: Das heißt, jetzt um zurückzukommen zu der Anwendung, das bedeutet,

Stella: ich kriege dann die Videos ausgespuckt, kann sie noch einmal editieren und kann

Stella: sie dann beispielsweise veröffentlichen.

Stella: Das mache ich aber manuell, da habe ich jetzt keinen Agenten für.

Tom: Für die Edits, die du machen möchtest, die machst du manuell.

Tom: Du kannst aber natürlich, wenn dir alles nicht gefällt, kannst du nochmal komplett reprompten.

Tom: Also das ist auch immer eine Option, genauso wie du es von ChatGPT kennst.

Stella: Was ist denn mit Ella? Über die haben wir noch gar nicht gesprochen.

Stella: Jetzt fahre ich schon an, hier plötzlich dann auch zu sagen,

Stella: dir, jetzt wäre es eine Person, so schnell geht das mit den menschlichen Namen.

Stella: Da habt ihr euch was überlegt beim Marketing.

Stella: Bei der Software ist es ja so, dass Konzepte damit erstellt werden.

Stella: Jetzt kenne ich konzeptionelle Arbeit mit viel Austausch.

Stella: Brainstorming, ich gebe eine Idee rein, ich kriege wieder Input vielleicht von

Stella: einem Kollegen, einer Kollegin dazu. Wie funktioniert das bei Ella?

Tom: Also ich gebe dir mal ein Beispiel aus der Unternehmenskommunikation und aus dem HR.

Tom: Nehmen wir mal an, aus dem HR, ich möchte, ich habe eine Stellenanzeige und

Tom: ich möchte eigentlich vielleicht lieber die Stellenanzeige als Video produzieren

Tom: und möchte meine Azubis, die ich jetzt gerade habe, vor die Kamera bringen und

Tom: erzählen, warum sind sie Azubis hier, warum gefällt es ihnen Unternehmen und so weiter und so fort.

Tom: Dann gehe ich zu Ella und sage, hey Ella, ich möchte ein Azubi-Video machen.

Tom: Schlag mir doch mal bitte drei Fragen vor für meine Azubis.

Tom: Dann überlegt sich Ella drei Fragen für deine Azubis. Guckt dann auch Social

Tom: Media technisch gerade was Trendet.

Tom: Zum Beispiel gibt es irgendwelche TikTok-Trends, auf die man aufspringen kann,

Tom: weil Azubis finde ich auf TikTok und nicht auf Meta.

Tom: Und gibt dir dann ein Storyboard vor und sagt, hier, das sind deine drei Fragen.

Tom: Und hier sind ein paar Talking Points auch für den Azubi.

Tom: Dann guckst du das an und sagst, das ist gut. Oder du editest die Frage und

Tom: sagst, möchte ich nicht, möchte vier Fragen haben oder wie auch immer.

Tom: Dann wird ein Link generiert und dieser Link geht automatisch auf das Smartphone

Tom: vom Azubi, wird dem geschickt.

Tom: Ganz normaler Link, ist cloudbasiert, er drückt da drauf und dann bekommt er

Tom: eine Maske, wo er sich praktisch selber aufnehmen kann oder wo er seine Recording

Tom: Instructions drin hat und auch seine Frage.

Tom: Und dann steht da vielleicht drin,

Tom: film dich für unsere Hauptfiliale als Handwerksunternehmen, keine Ahnung.

Tom: Dann stellt er sich für die Hauptfiliale, spricht in die Kamera und sagt,

Tom: hey, ich bin der Tom, ich bin hier Azubi im zweiten Lehrjahr.

Tom: Ich bin gerne Klempner geworden aus Grund ABC.

Tom: Die Talking Points sieht er auch auf seinem Screen macht dieses Video,

Tom: macht dann den zweiten Shot, den dritten Shot,

Tom: Lied das hoch und dann kriegst du als Stella, 1, 2, 3 Minuten später eine E-Mail

Tom: und sagst, hey Stella, dein Video ist fertig.

Tom: Und dann fängt der gleiche Flow wieder an. Dann hat Ella das zusammengeschnitten,

Tom: Musik draufgelegt, Untertitel draufgelegt, Corporate Branding und du kannst

Tom: es wieder anschauen und dann nochmal ein paar Edits machen, wenn du möchtest.

Tom: Und das ist natürlich auch wahnsinnig stark in der internen Kommunikation.

Tom: Ich komme gerade von kontinentalen Kunden von uns auch hier in Hannover.

Tom: Die haben halt ihre Production Plans in Rumänien, in Thailand etc.

Tom: Und für deren interne Kommunikation, die wirklich Cross-Border kommunizieren

Tom: müssen, ist es extrem wichtig, auch die Stimmen aus anderen Ländern zu hören.

Tom: Das heißt, die bauen Storyboards, so lassen sich die bauen, schicken den Link

Tom: rum, Menschen antworten.

Tom: Und schon habe ich ein Video, was ich in der internen Kommunikation posten kann,

Tom: um den Standort in Rumänien zu promoten zum Beispiel.

Stella: Das heißt aber auch, dass Ella dafür geeignet sein muss, natürlich erst strategisch

Stella: zu kommunizieren oder zumindest Anforderungen dazu umzusetzen.

Stella: Und was, glaube ich, auch wichtig ist, ein Konzept bedeutet ja nicht nur,

Stella: dass ich beispielsweise Sprechertexte festlege oder einen Text schreibe,

Stella: der dann die Basis für ein Video ist, sondern ein Konzept bedeutet ja auch Location,

Stella: Feinheiten, wie ist das Bild aufgebaut.

Stella: Das kann alles dadurch abgebildet werden.

Tom: Zu einem Teil, also wir geben Recommendations, was man vor der Kamera wie sagen soll.

Tom: Wir geben noch keine Kampagnen-Recommendation. Das ist jetzt nicht,

Tom: wenn ich jetzt im Employer Branding bleibe, überlege mir, ich möchte jetzt irgendwie

Tom: Azubis gewinnen, wie mache ich das am besten?

Tom: Okay, ich brauche eine Azubi-Kampagne unter dem Stichwort Team Yellow,

Tom: weil ich bei der Commerzbank bin. Die machen übrigens auch einen hervorragenden Job.

Tom: Employer Branding, Commerzbank, kann man sich mal anschauen.

Tom: Die haben aber Team Yellow, das ist der Kampagnen-Slogan. Der wurde natürlich

Tom: in-house mit einer Agentur entwickelt und das ist praktisch das Herzstück davon.

Tom: So ein Teil dieser Kampagne ist dann eben auch, wir wollen Mitarbeitende vor

Tom: die Kamera bringen und eben dieses Team Yellow zu promoten.

Tom: Und da kommt dann, da startet dann eigentlich erst der Ella Flo.

Stella: Was ihr auch, ich glaube unter anderem auf der Website versprochen habt,

Stella: geht jetzt nicht ganz in die Richtung Kampagne, aber ihr sagt,

Stella: das Ganze kann auch Emotionen erkennen.

Stella: Was ich sehr spannend finde, weil das für künstliche Intelligenz immer noch

Stella: eine Herausforderung ist.

Stella: Beispiel ist zum Beispiel Lachen. Ich kann lachen, weil ich glücklich bin.

Stella: Ich kann aber auch lachen, weil ich verzweifelt bin oder sogar,

Stella: weil ich traurig bin. Das ist eine Emotion, die auf den ersten Blick sehr leicht

Stella: zuzuordnen ist, aber für künstliche Intelligenz sehr viele Nuancen hat.

Stella: Wie erkennt denn eure KI über die Tools hinweg Emotionen und kann sie umsetzen?

Tom: Weil wir immer noch einen Text dazu haben und weil wir immer noch Kontext haben.

Tom: Wenn du jetzt ein Video reinpostest, einfach in MiloElla wie noch immer,

Tom: wo einfach nur eine Person ohne zu sprechen, lacht, weint, alle Emotionen einmal

Tom: pflügt, wäre sehr schwierig für die KI zu cutten.

Tom: Den Vorteil, den wir haben, im Unternehmenskontext passiert das nie,

Tom: sondern die Menschen reden über ein Thema und fangen dann an zu lachen.

Tom: Das heißt, du hast Kontext, du hast auch schriftlichen und transkribierbaren

Tom: Kontext und daran erkennt dann eigentlich die KI, zusammen mit der Bilderkennung,

Tom: ob dieses Lachen jetzt vor Freude ist oder...

Stella: Aus anderen Gründen.

Tom: Aus anderen Gründen, genau. Also wir haben den Kontext und das ist sehr,

Tom: sehr wichtig. Und nur so funktioniert das auch.

Stella: Und was mir auch noch aufgefallen ist, ich glaube es war eure Website,

Stella: wenn ich es recht im Kopf habe.

Stella: Ihr sagt auch, wir erzeugen virale Videos. Das war jetzt faraphrasiert.

Stella: Ihr versprecht Viralität auch mit den Videos, wobei das weniger auf Ella bezogen,

Stella: als denn auf Milo bezogen ist.

Tom: Du bist schon sehr gut in den Produkten drin.

Stella: Das ist die Recherche, dafür ist sie da. Wie wollt ihr denn Viralität versprechen,

Stella: was ja generell ein sehr umstrittenes Konzept ist?

Tom: Also wir kommen aus Hamburg und bei uns sagt man relativ oft,

Tom: aus einem Schweinetrog kannst du keine Violine schnitzen.

Tom: Also ich kann keine Viralität versprechen, wenn du jetzt irgendwie ein Compliance-Video

Tom: reinpackst in Milo, dass Todes langweilig ist und irgendwie eine Stunde dauert

Tom: und sagst, mach mir daraus bitte virale Shorts.

Tom: Das Bullshit funktioniert nicht, wird auch niemals passieren,

Tom: weil es ist langweilig. Punkt.

Tom: Was wir tun, ist, wir nehmen den Content und wir nehmen jetzt ein Video,

Tom: wo unser CEO zum Beispiel oder unsere CEO vielleicht eine Keynote hält und gucken dann,

Tom: machen eine semantische Analyse und gucken gerade, was passiert eigentlich auf

Tom: LinkedIn, was passiert auf Meta, was passiert auf TikTok, welche Topics trennen gerade.

Tom: Vielleicht gibt es ein Thema, was gerade Trende zum Thema Frauen in Führungspositionen,

Tom: Career Development und innerhalb dieser Stunde von dieser Keynote spricht die

Tom: CEO vielleicht über ihre Rolle als Führungskraft und wie sie durch den Konzern

Tom: sich hochgearbeitet hat und das ist vielleicht ein Teil dieser Keynote.

Tom: Das heißt, unser Assistent gleicht ab, was passiert eigentlich in Social Media

Tom: und gibt es Themenfelder innerhalb dieser Keynote, die auf einen Trend passen

Tom: und schlägt dir dann praktisch einen Viralitätsindex vor und sagt,

Tom: dieses Video ist wahrscheinlich, dieser Cutdown ist wahrscheinlich am besten

Tom: aus all den 10, die ich hier produziert habe.

Tom: Also es ist eine Einordnung, welcher könnte am besten organisch funktionieren.

Tom: Wir nennen es Viralität, weil Viralität ein schönes Wort ist.

Tom: Versprechen wir Unternehmen, dass ihre Posts jetzt auf einmal viral gehen. Das können wir nicht.

Stella: Sonst wäre jetzt auch die nächste Frage, was für Realität überhaupt ist,

Stella: was im Marketing auch wieder diskutiert wird. Wo fängt denn aus deiner Sicht Viralität an?

Tom: Naja, Viralität hat ja einen sehr technischen Hintergrund, also exponentielles Wachstum.

Tom: Auch wenn wir in der Businesswelt ja auf Deutsch sprechen, alle über Skalierbarkeit.

Tom: Das sind ähnliche Konzepte, die ich beide für ein bisschen Bullshit halte in vielen Kontexten.

Tom: Weil es ist Quatsch jetzt zu sagen, ich mache aus dem Content viralen Content

Tom: und ich kann dir das versprechen,

Tom: weil meine persönliche Meinung dazu ist, Viralität, wenn sich jetzt Sachen viral

Tom: auf Social Media verbreiten, wie zum Beispiel jetzt gerade dieses Tanz-Indonesische-Boot-Video,

Tom: ich weiß nicht, ob du das gesehen hast, steht ein Kind vorne,

Tom: alle paddeln und der tanzt. Es geht gerade viral auf TikTok.

Tom: Wie ist das viral gegangen? Das weiß kein Mensch.

Stella: Es ist nicht erklärbar.

Tom: Also deswegen, ich bin auf dem Viralitätsthema, glaube ich, eher ein bisschen alte Schule.

Tom: Ich glaube nicht, dass das irgendjemand versprechen kann oder dass es dieses

Tom: Konzept tatsächlich, dass du es beeinflussen kannst, weil dafür ist Social Media

Tom: und vor allem die Algorithmen, müsstest du all die Algorithmen von einem Meta

Tom: oder einem TikTok verstehen.

Tom: Das kann keiner außer die Firma und selbst die wahrscheinlich nicht.

Stella: Trotzdem habt ihr es auf der Website stehen.

Tom: Weil es ein sehr gutes Wort ist, was sofort veranschaulicht,

Tom: in welche Richtung es geht.

Tom: Also man kann es natürlich auch auf einer Website schreiben,

Tom: wir machen eine semantische Analyse und schlagen dir die besten Vorschläge daraus vor.

Tom: Nur es ist etwas kompliziert in der Sprache. Aber auch, wenn bei uns Kunden

Tom: oder Prospects durch den Sales-Prozess gehen, erklären wir natürlich,

Tom: was versprechen wir, was ist damit gemeint etc.

Stella: Was ich dabei auch noch ganz spannend finde, du hast ja gerade gesagt,

Stella: Laufentrends erkennen.

Stella: Wie du gerade dieses Beispiel genannt hast. Ich habe wahrscheinlich auch in

Stella: letzter Zeit zig Videos gesehen, wo ich sage, oh, die häufen sich,

Stella: da kann man einen Trend auserkennen.

Stella: Wie sorgt ihr aber denn dafür, dass eure verschiedenen KI-Assistenten genau

Stella: das leisten? Also es ist ja beispielsweise so, dass auch JetGPT,

Stella: du hast gesagt, auch bei OpenAI habt ihr entsprechend eben Schnittstellen.

Stella: Wie sorgt ihr denn dafür, dass es immer aktuelle Daten sind und beispielsweise

Stella: nicht ein Trend genommen wird, der vielleicht vor vier Wochen aktuell war,

Stella: jetzt ein alter Schuh ist, aber halt noch hinterlegt ist, weil es noch keinen neuen Load quasi gibt?

Tom: Also die semantische Analyse passiert täglich, um halt up to date zu bleiben auf den Themen.

Tom: Dadurch kannst du halt zumindestens somewhat sicherstellen, dass du ungefähr

Tom: im richtigen Zeitraster bist.

Tom: Auf der Unternehmensseite ist das dann aber teilweise auch so,

Tom: dass gerade die Unternehmenskommunikation, die sind ja noch etwas konservativer.

Tom: Nur weil irgendwas auf TikTok jetzt gerade trendet, heißt ja noch nicht,

Tom: dass das sofort umgesetzt wird.

Tom: Deswegen ist es, glaube ich, vom Format her sehr wichtig, darauf zu gucken.

Tom: Also du siehst zum Beispiel Milo schneidet sehr schnell. Du hast Untertitel, die animiert sind.

Tom: Das sind alles Trendthemen, die gerade auf TikTok, das muss man ganz klar sagen,

Tom: die sind getrieben von TikTok.

Tom: Und das ist beeinflusst das Konsumverhalten. Wir können nicht mehr ewig lange

Tom: Sätze schauen, sondern wir sind daran gewöhnt, schneller Schnitt,

Tom: große Untertitel, die ein bisschen flashy sind.

Tom: Und diese, sagen wir mal, Trend-Elemente

Tom: auch vom Stilistischen her in der Postproduktion, die geben wir halt mit.

Tom: Aber die ändern sich auch eher, würde ich sagen, im halben Jahr als jetzt jeden Tag.

Tom: Weil dann fängt wieder ein neuer Editor an, der geht dann irgendwie auf TikTok

Tom: viral, der macht dann irgendwie neun wieder Edits. Und dann braucht das ja auch

Tom: ewig, bis das irgendwie wieder in der Masse angekommen ist.

Tom: Also wir geben eigentlich nur, was möchte die Unternehmenskommunikation jetzt

Tom: in diesem Beispiel damit sicherstellen? weil die wollen ja eigentlich nur,

Tom: dass die Leute jetzt gucken.

Tom: Das heißt, wir müssen den Content ja irgendwie ein bisschen aufarbeiten,

Tom: dass es halt nicht langweilig ist, sondern gut geschnitten ist,

Tom: gute Musik drauf ist, die Onbeat ist.

Tom: Und das ist das, was wir damit versuchen zu erreichen und Unterstützung liefern.

Stella: Was ich dabei auch noch ganz spannend finde, ist, wie ihr eigentlich in der

Stella: Basis die ganzen Sachen trainiert habt, mit denen ihr arbeitet.

Stella: Welche Daten habt ihr da eingepflegt? Du hast verschiedene Modelle genannt, Antrofic, OpenAI.

Stella: Wie habt ihr das alles in verschiedene Produkte zusammengepasst? Fakt.

Tom: Also die haben ja alle Schnittstellen, also APIs, an die du praktisch dich andocken kannst.

Tom: Und dann, da kommt eigentlich erst tatsächlich die Magie rein,

Tom: ist ein bisschen die Frage, wie nutzt du so eine Schnittstelle?

Tom: Wenn wir jetzt mal irgendwie bei Open Air gehen, dann hast du halt ein ganzes

Tom: Team, was sich eigentlich bei uns nur mit Prompting auseinandersetzt.

Tom: Also wie promptest du eigentlich diese API und wie promptest du eigentlich im

Tom: Hintergrund auf einer Systemebene so ein LLM, dass du für den Use Case,

Tom: den du hast, ich möchte ein Video erstellen, gute Ergebnisse rausbekommst.

Tom: Das heißt, du hast unsere Render Engine, dann hast du Prompts und dann kommt das LLM.

Tom: Und diese Render Engine haben wir komplett selbst gebaut, das ist unsere eigene

Tom: und die Prompts haben wir auch einfach, weil wir jetzt fünf Jahre am Markt sind

Tom: und auch schon mehrere Millionen Videos erstellt haben für Kunden.

Tom: Da kriegst du halt irgendwann schon gewisses einfach internes Wissen,

Tom: wie du so ein System gut einstellst.

Tom: Und kommen wir wahrscheinlich später nochmal dazu, aber ich will ein bisschen

Tom: vorgreifen auf dem Thema, kommt

Tom: nicht irgendwie ein Google und macht dir irgendwie das Geschäft kaputt.

Tom: Oder kommt ein OpenAI, warum bauen die das denn nicht selber?

Tom: Und auch da auf der Ebene ist, du musst ganz klar den Kunden Use Case verstehen

Tom: und dann musst du auch die Brand verstehen und wie die Brand interagiert und

Tom: dann musst du das alles in so ein LM füttern.

Tom: Diese ganze Information hier

Tom: vorne hat Google nicht und ist auch nicht deren Anspruch das zu bauen.

Tom: Ich meine, die haben vor ein paar Jahren Clipchamp gekauft, das ist ein Video Editor.

Tom: Warum haben sie das nicht selber gebaut? Also diese Unternehmen sind sehr gut

Tom: darin, ihren Core-Produkten weiterzuentwickeln und dann im nächsten Schritt

Tom: kaufen die dazu, wenn das irgendwie gerade bei ihnen reinpasst.

Stella: Aber was du angesprochen hast, wie trainiert ihr denn ganz konkret nochmal eure

Stella: Systeme? Klar, ihr nutzt die Schnittstellen, aber ihr habt ja auch eigenprogrammiert.

Stella: Nutzt ihr dann da quasi die Kundendaten, zieht daraus Schlüsse, was funktioniert?

Tom: Also du kannst diese Systeme nicht trainieren. Du kannst nur Systeme trainieren,

Tom: die du selber gebaut hast.

Tom: Das heißt, nur wenn du selber ein LLM baust, kannst du es auch trainieren.

Tom: Das Einzige, was wir machen können, ist prompten und praktisch einstellen.

Tom: Das ist einfach technisch gesehen ein Unterschied. Das heißt,

Tom: wir trainieren diese Modelle nicht, weil ich kann kein LLM von OpenAI trainieren,

Tom: sondern ich gehe einfach nur hin und sage, okay, ich habe praktisch Systemeinstellungen,

Tom: die ich verfeiner, anpasse, je nachdem, wie sich auch das Modell entwickelt,

Tom: um dann immer den besten Output für unseren Kunden zu erzielen.

Tom: Das ist tatsächlich die IP, was wir selber tun.

Tom: Und das ist am Ende des Tages, hört sich ziemlich einfach an.

Tom: Es ist aber einfach viel probieren, weil die LLMs entwickeln sich auch weiter.

Tom: Wir haben halt Prompt-Ingenieurs, die sich nur damit auseinandersetzen,

Tom: wie prompte ich jetzt ein Modell am besten.

Stella: Wie verhindert ihr denn aber auch, dass zum Beispiel das, was bei Milo rauskommt,

Stella: total generisch sein könnte?

Stella: Weil Milo vielleicht erkennt, okay, weiß ich nicht, dieses Zitat funktioniert generell gut.

Stella: Es gibt ja auch bestimmte Floskeln, die im Unternehmenskontext bei der internen

Stella: Kommunikation immer wieder genutzt werden.

Stella: Und dann hat man natürlich von jedem Unternehmen etwas Persönliches,

Stella: aber etwas, was sich immer wiederholt. Ist ja auch nicht so in der Übung.

Tom: Dadurch, dass der Content, der in Milo reingefüttert ist, ja jedes Mal ein anderes

Tom: Video ist, hast du auch eine extreme Variation. weil du eine Variation praktisch im Input hast.

Tom: Dadurch hast du eigentlich keine Gleichheit im Output.

Stella: Das, worüber wir gesprochen haben, waren jetzt viel Milo und Ella.

Stella: Aber einen haben wir so ein bisschen ausgeklammert. Der Theo.

Stella: Den wollten wir natürlich nicht benachteiligen, sondern zu dem kommen wir jetzt.

Stella: Theo ist ja euer Angebot für Text-to-Video.

Stella: Und du hast gerade schon mal Google eingeführt, aber es ist ja auch so,

Stella: OpenAI hat beispielsweise mit Sora dafür auch ein Video-Tool.

Stella: Google hat jetzt VO3 auf den Markt gebracht jüngst.

Stella: Und das sind ja doch eigentlich genau Tools, die das machen,

Stella: was Theo auch kann, oder? Man gibt Text ein und bekommt Video raus.

Tom: Der technische Teil ist richtig. Aber wo tatsächlich der Wert drin steckt,

Tom: ist, Google hat nicht das Brand Kit von einem Beiersdorf.

Tom: Das heißt, wenn ich jetzt als Beiersdorf-Mitarbeiterin Google prompte und sage,

Tom: bau mir raus ein Video, dann ist da weder mein Logo drin, noch meine richtige

Tom: Schriftart, die Google gar nicht lizenziert hat, weil es eine Inhouse-Schriftart

Tom: ist, noch baut mir Google GEMA-lizenzierte Musik drauf und so weiter.

Tom: Weil Google ist ja sehr gut in einer generativen KI und das ist ja eine Sache,

Tom: die Unternehmen eben nicht wollen, sondern die brauchen halt,

Tom: du brauchst eigentlich so einen Mittelmann, der sagt, okay, ich habe die Brand

Tom: Identity da drin, ich habe auch vielleicht unsere Media Library angebunden,

Tom: weil so ein Biosdorf hat ja schon tausende Videos.

Tom: Und wenn ich jetzt aus einem Textdokument eine Pressemitteilung bei Biosdorf,

Tom: die über ein neues Nivea-Produkt spricht, daraus möchte ich ein Video machen,

Tom: dann hat Google weder meine Files von der neuen Creme noch die Videos,

Tom: die wir vielleicht schon geshootet haben und das ist eben auch bei Theo bei

Tom: Cofenster angeschlossen, sodass eben so ein Konzern sagt, er hat seine Media Library,

Tom: aus der sich Theo bedient und das Brand Kit, aus der sich Theo bedient und deswegen

Tom: wird eigentlich ein gutes Video erstellt.

Tom: Weil gerade im Unternehmenskontext bringt es mir relativ wenig.

Tom: Ich meine, gehen wir zu Google oder zu OpenAI und sagen, bauen wir mal bitte

Tom: ein Continental-Logo, das ist ein BMW-Logo.

Stella: Das heißt aber auch, das ist ja ein Argument, was dann wahrscheinlich ihr aufführt

Stella: für die Nutzung von euren Angeboten eben ist,

Stella: dass ihr diese Datensicherheit garantiert, weil im Umkehrschluss,

Stella: glaube ich, würde ich keinem Unternehmen empfehlen, einmal das komplette Media

Stella: Kit bei welchem Tool auch immer reinzuhauen.

Tom: Richtig. Bitte nicht. Auch keine persönlichen Daten. Auch wenn ich darüber vielleicht

Tom: mit GPT sehr gut sparen könnte, wie ich gerade meine Beziehungskrise löse,

Tom: die nicht vorhanden ist.

Tom: Aber als Beispiel, das sind alles persönliche Daten, die ich da niemals reinfüttern

Tom: will, weil ich kann irgendjemand abrufen und kann sehr gute Profile bauen.

Tom: Es kann auch zu sehr, sehr, sehr viel Themen führen, die ich nicht haben möchte.

Tom: So ein Unternehmen haben proprietäre Daten, das sind Mitarbeiterdaten,

Tom: das sind Sachen, wie du angesprochen hast, Brandkit etc.

Tom: Die füttern die da nicht rein oder sollten es zumindest nicht tun.

Tom: Und deswegen brauchst du halt irgendwo eine Schnittstelle, halt irgendjemand,

Tom: der sich hinstellt und sagt, hey, Cofenster garantiert dir, dass wir das nicht

Tom: machen und wir lassen uns halt dieses Jahr vom TÜV zertifizieren.

Tom: Wir haben die ISO 27001, Europäische AI Act, Compliance und so die ganzen regulatorischen

Tom: Themen, weil im schlimmsten Fall kommt dann irgendwann so ein Bias auf dem Markt

Tom: und dann, da haben wir ja einen Data Leak. Das wird dann sehr schnell teuer.

Tom: Du willst nicht diejenige sein, ein Konzern, die das verbrochen hat,

Tom: auf gut Deutsch gesagt, sondern im Zweifel möchtest du jemanden haben,

Tom: der dir das garantiert und halt irgendwie ein deutsches Unternehmen,

Tom: was das halt sicherstellt.

Stella: Das ist natürlich für euch auch immer Interesse, weil sollte sowas passieren,

Stella: wäre ja auch euer Ruf extrem beschädigt.

Tom: Absolut. Deswegen ist das Thema Datensicherheit bei uns ein fundamentales DNA-Thema

Tom: und wir geben auch sehr, sehr viel Geld aus jedes Jahr für jegliche Zertifizierung, Prüfungen.

Tom: Es ist nicht günstig, sich vom TÜV zertifizieren zu lassen auf so einer ISO-Norm.

Stella: Jetzt aber auch noch eine Frage. Wir kommen so langsam zum Abschluss.

Stella: Wir wollen auch nochmal kurz in die Zukunft gucken in dieser Folge.

Stella: Jetzt ist es aber auch so, man sagt ja immer noch in den USA,

Stella: auch wenn sich die wirtschaftliche Lage sehr geändert hat, ist gerade für junge

Stella: Unternehmen mehr Geld zu holen. Auch ihr habt ja jüngste Investoren für euch

Stella: wieder gewonnen, ihr seid ein Start-up, ihr wollt weiter wachsen.

Stella: Ist da nicht eigentlich das US-Geschäft vielleicht mit keinem AI-Act,

Stella: weniger Regulatorik, verheißungsvoller als das europäische unbedingt?

Tom: Es gibt verschiedene Stimmen, dazu auch aus unserem Investorenkreis,

Tom: das sind natürlich Sachen, die wir diskutieren. Möchtest du eigentlich in Europa

Tom: wachsen oder möchtest du in den USA wachsen?

Tom: Europa hat 500 Millionen Menschen und wir haben einen sehr starken Markt hier vor uns.

Tom: Und was wir sehen ist, wir haben hier angefangen, wir sind aktuell Marktführer

Tom: im Dachbereich und wir wollen erstmal in Europa expandieren,

Tom: bevor wir in die USA gehen.

Tom: Auch weil es einen gewissen Anspruch einfach gibt, auch europäische Champions zu bauen.

Tom: Und ich glaube nicht, dass Europa langfristig davon profitiert,

Tom: wenn wir gute KI und gute Tech-Unternehmen nur in den USA bauen.

Tom: Das hat jetzt nichts mit Patriotismus zu tun, sondern einfach mit für mich gesunden Menschenverstand.

Tom: Ich liebe unsere freiheitlichen Gesetze und ich liebe auch alles für das, was Europa steht.

Tom: Und das kriegst du nur langfristig geschützt, wenn hier auch ein gewisser Wachstum

Tom: entsteht. Und das steht nun mal im KI-Markt.

Tom: Das heißt, wenn jetzt alle Unternehmen nur in die USA gehen,

Tom: dann verdienst du wahrscheinlich einen Euro 50 mehr. Ja, aber ich weiß nicht,

Tom: ob wir damit uns selbst langfristig hier einen Gefallen tun.

Tom: Also es gibt natürlich den ökonomischen Aspekt davon, den du angesprochen hast

Tom: und das diskutieren wir auch. Aber wir haben gesagt Europa first und dann schauen

Tom: wir uns mal an, was danach kommt.

Stella: Europa first, das heißt die nächsten zwei bis drei Jahre plant ihr sehr mit

Stella: europäischem Fokus oder wie sieht es da zeitlich aus?

Tom: Sehr mit europäischem Fokus und ich meine bei 500 Millionen Menschen und irgendwie

Tom: 14 Billionen Euro BIP, GDP, whatever.

Tom: Hier ist ein Riesenmarkt, da kannst du hunderte Millionen Euro Umsatz machen.

Tom: Und da würde ich ganz ehrlich erstmal hinkommen, bevor wir dann über das nächste Große sprechen.

Stella: Jetzt sind eure Kunden in Deutschland. Was ist so das nächste Land?

Stella: Oder habt ihr da vielleicht auch schon Gespräche, wo ihr sagt,

Stella: auf dem europäischen Kontinent, da geht es für uns weiter?

Tom: Also wir sind im Moment in der DACH-Region, also auch viele Schweizer Kunden,

Tom: viele österreichische Kunden, viele auch in Dänemark, auch in Frankreich.

Tom: Wir gucken uns das gerade intensiv an.

Tom: Die skandinavischen und vor allem Binnenlux-Länder sind sehr,

Tom: sehr spannend. weil es ist, wenn du die zusammennimmst, auch wenn es nicht der

Tom: gleiche Markt ist, auch ein sehr relevanter Player.

Tom: Deswegen, wir orientieren uns wahrscheinlich erst Richtung Nordwesten.

Stella: Aber dann gucken wir doch mal, ich meine, was macht denn die Konkurrenz?

Stella: Du hast ja schon klar gemacht, OpenAI, Google, aufgrund der Art,

Stella: wie die Anwendungen gebaut sind, sind vielleicht jetzt nicht in erster Linie eure Konkurrenten.

Stella: Das ist jetzt das Gleiche gilt für die DaVinci, Adobe etc.

Stella: Aber wer steht auf eurer Liste, wo ihr sagt, den gucken wir uns genau an?

Tom: Es gibt jeden Tag neue KI-Startups im Videobereich, jeden einzelnen Tag.

Tom: Wir haben alleine im letzten Quartal, glaube ich, 50 Player identifiziert,

Tom: die in Amerika und Europa ähnliche Tools bauen wie wir.

Tom: Das heißt, das ist ein extremer Wachstumsmarkt und da kommt auch sehr viel auf den Markt.

Tom: Was wir uns wirklich anschauen und das ist auch unsere Unternehmensstrategie,

Tom: wir bauen für große Mittelsteller für Enterprise Kunden und dadurch kriegst

Tom: du einen gewissen Login hin,

Tom: weil wenn mal so eine Media Library bei einem großen Konzern eigentlich angeschlossen

Tom: ist, das Brand Kit integriert ist und das 30 Teams nutzen, die alle happy sind,

Tom: dann können auch noch fünf andere anklopfen, das kriegst du so einfach nicht raus.

Tom: Und was halt, wie gesagt, auch wieder auf dem Enterprise-Fokus,

Tom: diese Sicherheit, dieser Sicherheitsaspekt, gerade mit KI, wird immer wichtiger,

Tom: Jahr für Jahr, auch wenn wir mal fünf Jahre nach vorne gucken.

Tom: Und da an der Forefront zu bleiben und einfach eine ganz klare,

Tom: saubere Positionierung zu sagen, wir sind gemacht für große Unternehmen mit

Tom: all den Themen, die ich gerade aufgezählt habe und das machen wir sehr gut,

Tom: das machen wir historisch sehr gut und ihr könnt auch gerne Referenz-Calls machen.

Tom: Dann kann so ein Startup-Jugend-Forsch-Team auch aus Dänemark kommen,

Tom: die irgendwie mit drei Engineers ein ähnliches Produkt gebaut haben.

Tom: Die laufen nicht durch einen Procurement-Prozess und durch einen Betriebsratsprozess

Tom: und durch einen Cyber-Security-Prozess bei einem deutschen Konzern,

Tom: weil es dauert auch manchmal gute zwölf Monate, dann brauchst du die Zertifizierung

Tom: und so weiter und so fort. Also wir haben eine ganz klare Positionierung.

Tom: Wir freuen uns auch über Wettbewerb. Das macht den Markt größer.

Tom: Da sind wir relativ entspannt und haben da eigentlich eine sehr gute,

Tom: glaube ich, positive Richtung, die wir da eingeschlagen haben.

Stella: Das hört man aus deiner Antwort raus. Was mir zum Abschluss noch wichtig ist,

Stella: du hast eben Jugend forscht als Beispiel angebracht, junge Menschen und hast

Stella: es aber auch im Podcast gesagt, dass es ja auch gerade die klassischen Praktikantenaufgaben sind.

Stella: Wieso sorgt ihr eigentlich dafür, dass nicht eines Tages eure Technologie dafür

Stella: zuführt, dass gerade junge Menschen es schwer haben, im Marketing anzukommen,

Stella: in Abteilungen, wo dann beispielsweise Co-Fans aktiv ist, weil die Praktikantenaufgaben

Stella: werden dann quasi von KI outgesourcet.

Tom: Das ist so ein bisschen die gleiche Frage, wie sind wir damals mit den Kutschern

Tom: umgegangen, als es dann irgendwie Taxis gab.

Tom: Es gibt Aufgaben, einfach wenn wir jetzt sagen Schnittaufgaben,

Tom: die wird es nicht mehr geben.

Tom: Da müssen wir auch ganz ehrlich miteinander sein, das sind keine Praktikantentätigkeiten.

Tom: Aber was ein Praktikant, und da kommen wir, glaube ich, zu wieder dem größten

Tom: Hebel, lernen kann, ist, wie er so ein KI-System bedient.

Tom: Und wie er, anstatt zwei Stunden zu schneiden und ein Video zu produzieren,

Tom: in diesen zwei Stunden 15 Videos produziert, mit der KI, um für mein Unternehmen

Tom: bessere Social-Media-Arbeit zu machen.

Tom: Also es ist ein Produktions-Gain für den Praktikant und fürs Unternehmen.

Tom: Und du lernst halt, und das sind, glaube ich, auch die Jobs der Zukunft eher,

Tom: wie bearbeitest du oder wie arbeitest du gut mit KI-Assistenten zusammen,

Tom: damit du einfach mehr Output bekommst, anstatt zu sagen, ich möchte mich jetzt

Tom: unbedingt, ich möchte besser schneiden als irgendwie ein KI-System, weil das wirst du nicht.

Tom: Und wir sind auch am Anfang. In zehn Jahren ist da absolut null Chance,

Tom: dass ein Mensch auf modernen Arbeitstasen besser ist als eine KI oder ein besseres

Tom: Excel-Modell baut im Banking oder wo auch immer.

Tom: Das ist einfach utopisch. Das wird nicht passieren.

Stella: Finale Frage an dich. Du hast in zehn Jahren angesprochen und die beiden Zeitblöcke

Stella: in fünf Jahren, in zehn Jahren, wo ist Co-Fenster dann? Gib uns einen Ausblick.

Tom: Also ich kann eben mal die nächsten 24 Monate einen Ausblick geben.

Tom: Ich glaube, alles darüber hinaus wäre wahnsinnig.

Tom: Oder wer Visionen hat, soll zum Arzt gehen. Hat auch ein großer Hamburger gesagt.

Tom: Die nächsten 24 Monate sind für uns, wir konsolidieren gerade unsere K-Agenten,

Tom: machen die wirklich vollautonom und bringen die qualitätsmäßig in die Spitze.

Tom: Das nächste Thema ist, wir werden danach einen neuen Agenten launchen,

Tom: der sich das ganze Thema wirklich High-Quality-Production-Themen anguckt.

Tom: Weil wenn du Renderings von einem VW hast...

Tom: Wenn ich CAD-Dateien von so einem Auto habe aus der Forschung,

Tom: kann ich auch einen Prompt schreiben und sage, bitte pack mir dieses Auto in

Tom: silbergrau nach Island und ich möchte eine weibliche Rennfahrerin haben,

Tom: die das fährt und daraus möchte ich einen Spot haben mit folgendem Mut und der soll das und das tun.

Tom: Das ist technisch noch lange nicht da, aber wenn wir sagen lange,

Tom: dann reden wir von 6, 12, 24 Monaten, aber dahin möchte ich mir kommen,

Tom: weil das sind auch tatsächliche Use Cases, die sehr, sehr viel Geld kosten aktuell

Tom: und die man auch besser machen könnte.

Stella: An der Stelle, Tom, vielen Dank, dass du heute bei uns, bei t3n Interview, zu Gast gewesen bist.

Tom: Danke, dass ich da sein durfte.

Stella: Und wir kommen für diese Folge zum Ende. Was mir noch wichtig ist,

Stella: wenn ihr Lust habt, unseren Journalismus bei t3n zu supporten,

Stella: weil ihr Lust habt auf unabhängige Tech-News, dann klickt doch mal auf den Link,

Stella: den ihr in den Shownotes findet.

Stella: Da seht ihr nämlich die aktuellen Abo-Angebote und schaltet nächste Woche wieder ein. Auf Wiederhören.