Wie zieht ihr Fachkräfte aus den USA an?

Speaker1: T3N Interviews, spannende Gäste aus dem digitalen Kosmos.

Speaker1: Herzlich willkommen zu einer neuen Folge von T3N Interview.

Speaker1: Schön, dass ihr wieder eingeschaltet habt und ihr seht, wir sitzen wieder in

Speaker1: unserem neuen Videocaststudio bei T3N.

Speaker1: Gott sei Dank sitze ich hier nicht alleine, das wäre ja auch ernst langweilig,

Speaker1: sondern ich sitze hier mit Christian

Speaker1: Jepps und er ist Geschäftsführer bei Pacemaker AI. Hallo Christian.

Speaker0: Hallo, vielen Dank, dass ich hier sein darf.

Speaker1: Also erstmal, ich bin Stella-Sophie-Wolzak, Host von T3N Interview und wir sprechen

Speaker1: heute über Pacemaker-AI.

Speaker1: Was, vielleicht so viel kann ich schon sagen, auch was mit ThyssenKrupp zu tun

Speaker1: hat, aber eigenständig ist, das ist wichtig.

Speaker1: Und sich damit beschäftigt, wie man zum Beispiel Lieferketten durch Automatisierung

Speaker1: noch mehr unterstützen kann, auch mithilfe von künstlicher Intelligenz.

Speaker1: Dazu kommen wir aber gleich Step by Step.

Speaker1: Sprich, wir gucken uns ein junges, möglicherweise innovatives Unternehmen aus

Speaker1: Deutschland an und schauen, welche Lösungen sie vielleicht für bestehende Probleme haben.

Speaker1: Aber bevor ich jetzt hier weiter quasi in Hieroglyphe spreche,

Speaker1: Christian, fangen wir doch mal so an.

Speaker1: Was macht ihr eigentlich bei Pacemaker AI?

Speaker0: Du hast es ja schon ein Stück weit angeschnitten. Wir beschäftigen uns mit Lieferketten.

Speaker0: Und ich versuche mal, weil das Geschäftsmodell schon komplex ist,

Speaker0: ich versuche es mal relativ einfach zu sagen. Wir machen im Prinzip Machine Learning.

Speaker0: Heute reden ja viele Menschen von AI.

Speaker0: Bei uns reden wir von Machine Learning. Machine Learning ist der Core unserer

Speaker0: Firma. Und wir bauen Software.

Speaker0: Und diese Software soll helfen, unsere Kunden und Kundinnen nachhaltig besser zu machen.

Speaker0: Das ist so ein bisschen unser Claim und das ist auch tatsächlich unser Geschäftszweck.

Speaker1: Eine Sache, die mir da direkt aber aufgefallen ist, du hast jetzt gesagt,

Speaker1: viele reden von AI, ihr redet lieber von maschinellem Lernen,

Speaker1: aber ihr habt doch AI auch in eurem Namen mit pacemaker.ai.

Speaker0: Das ist absolut richtig, das hast du gut erkannt. Das hat natürlich auch ein

Speaker0: Stück weit Reichweitengründe. Wir sind gestartet, vielleicht mal zu unserer

Speaker0: Historie auch ein kleines bisschen.

Speaker0: Wir sind gestartet vor drei Jahren mitten in diesem KI-AI-Hype und da haben

Speaker0: mich auch die Marketing-Kolleginnen und Kollegen auch darauf hingewiesen,

Speaker0: wenn wir das nicht in den Namen führen, dann würde man uns tatsächlich auch

Speaker0: in dem Feld nicht direkt wahrnehmen.

Speaker0: Und deswegen haben wir uns der Klarheit wegen tatsächlich für Pacemaker-AI entschieden,

Speaker0: um nochmal auch nach außen hin darzustellen, dass wir uns mit Machine Learning, KI beschäftigen.

Speaker1: Werden wir sowieso schon über euren Namen sprechen. Wir haben jetzt über AI,

Speaker1: das haben wir einmal erläutert bekommen quasi, aber Pacemaker,

Speaker1: wo steht denn Pacemaker?

Speaker0: Also Pacemaker aus dem eigentlichen Wortsinne Taktgeber ist tatsächlich daraus

Speaker0: entstanden, dass in den letzten Jahren, da kommen wir bestimmt nachher nochmal drauf,

Speaker0: ist die Welt ja ordentlich und damit auch die Supply Chains ordentlich aus dem Takt geraten.

Speaker0: Wir haben viele geopolitische unschöne Themen.

Speaker0: Wir haben Naturkatastrophen. Wir haben eine Evergreen im Suezkanal.

Speaker0: Wir haben Brexit, Covid, all diese Themen.

Speaker0: Und wir haben uns als Ziel gesetzt, der Taktgeber in dieser Supply Chain zu sein.

Speaker0: Und deswegen aus dem englischen Wortsinne Pacemaker wollen wir den Takt vorgeben

Speaker0: mit unseren Vorhersagen.

Speaker0: Da kommen wir eigentlich her. Wir kommen eigentlich aus diesem Forecasting-Bereich.

Speaker0: Und das ist so ein bisschen der Hintergrund.

Speaker1: Also ich erspare jetzt mal die Frage, warum ihr euch nicht Taktgeber KI genannt

Speaker1: habt. Ich glaube, das ist doch recht selbsterklärend.

Speaker1: Aber ich würde gerne mal so einsteigen. Du hast ja eben zwei Säulen angesprochen.

Speaker1: Nämlich einmal auch die Nachhaltigkeit und quasi sehr der Fokus einfach auf

Speaker1: diesen Rohstoffprognosen etc.

Speaker1: Das sind bei euch die grüne und die blaue Säule. Kannst du da nochmal genauer darauf eingehen?

Speaker1: Also ich glaube, die Farbgebung ist auch recht selbsterklärend,

Speaker1: aber was sich dahinter verbirgt? Ja.

Speaker0: Ich fange mal mit unserem blauen Bereich an. Das ist im Prinzip auch der Ursprung unserer Company.

Speaker0: Da reden wir von unseren Forecasting-Lösungen, Machine Learning basiert.

Speaker0: Und das ist so ein bisschen, wie eigentlich alle unsere Lösungen,

Speaker0: ist das aus dem täglichen Geschäft von ThyssenKrupp gekommen tatsächlich.

Speaker0: Also wir haben bei ThyssenKrupp jeder, der unser Geschäftsmodell,

Speaker0: vielleicht sage ich noch mal ein bisschen was zu der Einordnung,

Speaker0: damit das vielleicht ein bisschen klarer wird.

Speaker0: Also wir als Pacemaker, wie eingangs ja schon gesagt, sind eine hundertprozentige

Speaker0: Tochter der ThyssenKrupp Motive Services.

Speaker0: Das ist einer der größten Werkstoffhändler in der Welt.

Speaker0: Und wir haben in diesem originären Geschäftsmodell bei ThyssenKrupp tatsächlich

Speaker0: immer die Herausforderung, dass wir ein sehr kapitalintensives Geschäft haben.

Speaker0: Kapitalintensiv heißt, wir müssen Waren vorfinanzieren, wir lagern die ein oder

Speaker0: wir bearbeiten die und dann verkaufen wir die im besten Fall.

Speaker0: Das aber wiederum führt zu Cash-Themen, das führt zu Überkapazitäten,

Speaker0: zu eventuell nicht genutzten Ressourcen und so weiter und so fort.

Speaker0: Und dann haben wir gesagt, okay, wie können wir diese Herausforderung tatsächlich am besten lösen?

Speaker0: Und daraus ist tatsächlich Pacemaker entstanden, weil wir gesagt haben,

Speaker0: die beste Möglichkeit, um ein Geschäft so schlank es geht aufzustellen, ist.

Speaker1: Naja, danke einmal für die Rückfrage, weniger zu produzieren.

Speaker0: Und das kann man tatsächlich nur tun, indem man seine Zukunft maximal gut kennt.

Speaker0: Und genau das war unsere Aufgabe. Wir haben gesagt, okay, wie kann man ein Unternehmen

Speaker0: maximal schlank aufstellen, indem man seine Zukunft bestmöglich kennt.

Speaker0: Und das war tatsächlich der Start dieser Firma. Wir haben gesagt,

Speaker0: wir müssen selber im Driver Seat sein.

Speaker0: Normalerweise sieht es so aus, wenn man sich Wertschöpfungsketten anschaut,

Speaker0: dann sitzt am Ende der Wertschöpfungskette immer ein OEM, der sagt allen Parteien,

Speaker0: was gemacht wird quasi. Jetzt haben wir sehr einfach gesprochen.

Speaker0: Und jeder in dieser Supply Chain hat natürlich immer ein Stück weit Puffer und

Speaker0: möchte den, der davor steht, bedienen. und daraus ergeben sich,

Speaker0: ich sage mal, da gibt sich viel Speck an den Hüften.

Speaker0: Das zieht sich durch die Supply Chain durch. Wir sprechen da von einem Bullwip-Effekt.

Speaker0: Und genau das ist das Thema, wo wir ran wollen, wo wir sagen,

Speaker0: okay, wir wollen hier im Driver Seat sein als ThyssenKrupp und dann jetzt auch,

Speaker0: das ist der Grund, warum wir Pacemaker gegründet haben.

Speaker0: Wir wollen tatsächlich im Driver Seat sein und uns selbst unsere Vorhersagen

Speaker0: machen und selbst antizipieren, wie der Markt sich entwickelt.

Speaker0: Und da haben wir nach Technologien gesucht Und dann haben wir relativ schnell

Speaker0: erkannt, dass tatsächlich...

Speaker0: Technologien zur Verfügung stehen, die es vor ein paar Jahren noch gar nicht

Speaker0: gab oder zumindest mal auch die Rechenleistung in der Cloud,

Speaker0: unsere Tools laufen alle in der Cloud, nicht verfügbar war.

Speaker0: Und genau damit haben wir angefangen. Also wir haben angefangen,

Speaker0: Tools zu bauen, um genau diese Vorhersagen zu treffen.

Speaker0: Und das Schöne dabei, wir hatten natürlich im ThyssenKrupp-Umfeld direkt jede

Speaker0: Menge Anwendungsfälle und auch für die Kunden unserer Kunden.

Speaker0: Und wir haben relativ schnell gemerkt, dass diese Herausforderung fast jeder da draußen hat.

Speaker0: Und da haben wir den Vorstand darum gebeten. Und Gott sei Dank sind die dem

Speaker0: Wunsch auch direkt nachgekommen, weil die natürlich auch sehen,

Speaker0: was da draußen passiert, dass wir das Unternehmen sehr, sehr eigenständig aufstellen.

Speaker0: Also auch von den IT-Systemen, von den ganzen Prozessen so eigenständig aufstellen,

Speaker0: dass wir schnell und flexibel am Markt agieren können.

Speaker1: Da gucken wir auch gleich nochmal genau drauf. Du hast jetzt eine Säule eben

Speaker1: schon beschrieben, nämlich den ganzen Bereich der Prognose, den blauen Bereich,

Speaker1: wenn ich es rechts zugeordnet habe.

Speaker1: Aber ich möchte vorab noch einmal, bevor wir nochmal tiefer zu dem Thyssen-Thema

Speaker1: kommen, auf den grünen Bereich gucken. Was macht ihr denn da?

Speaker0: Ja, der grüne Bereich ist unser Nachhaltigkeitsbereich. Und da geht es tatsächlich,

Speaker0: und das kommt tatsächlich auch aus dem Core.

Speaker0: Die Kundinnen und Kunden haben uns gefragt, hey, wenn ihr uns jetzt helft,

Speaker0: mit euren Forecastings, mit euren Prognosen deutlich effizienter zu sein,

Speaker0: Bestände zu senken und auch unnötige Transporte zu vermeiden,

Speaker0: könnt ihr uns denn nicht eigentlich auch sagen, wie viel CO2-Emissionen wir

Speaker0: jetzt damit gespart haben, respektive wie viel wir emittieren?

Speaker0: Und genau daher ist es gekommen. Wir haben gesagt, das ist eine relevante Frage.

Speaker0: Das wird natürlich in Zukunft noch deutlich mehr werden.

Speaker0: Und dann haben wir uns angeschaut, okay, wo könnten wir tatsächlich komplementär

Speaker0: zu dem, was wir schon tun, noch Themen dazu entwickeln oder in unserem Fall

Speaker0: tatsächlich auch dazu kaufen.

Speaker0: Wir haben Anfang des Jahres eine Company in Luxemburg übernommen, die Firma Waves.

Speaker0: Und diese Akquisition hat uns jetzt in die Lage gebracht, dass wir eine Sustainability

Speaker0: Management Plattform aufgebaut haben, wo die Kundin der Kunde alles als One-Stop-Shop

Speaker0: von uns zur Verfügung gestellt bekommt.

Speaker0: Und das zahlt auch wieder, wir sehen das komplementär darauf ein,

Speaker0: dass nachhaltig besser bei uns tatsächlich heißt ökonomisch und auch ökologisch.

Speaker0: Weil in der jetzigen Zeit, ich meine, das muss ich ja keinem sagen,

Speaker0: wie da draußen die Stimmung ist, kann man tatsächlich nur noch Produkte und

Speaker0: Software verkaufen tatsächlich, wenn man den Kundinnen und Kunden auch einen

Speaker0: offensichtlichen Mehrwert bieten kann.

Speaker1: Christian, du hast ja auch vorher schon eine Vergangenheit bei Thyssen.

Speaker1: Lass uns doch mal darauf schauen.

Speaker1: Du hast ja gesagt, du bist zum Vorstand gegangen, waren, glaube ich,

Speaker1: deine Worte hier im Podcast.

Speaker1: Hast sie von der Idee überzeugt.

Speaker1: Das macht man jetzt nicht mal einfach so aus dem Stehgreif. Also was begeistert

Speaker1: dich selber denn auch an Pacemaker AI?

Speaker0: Ja, also das Wichtigste dabei, ich kenne diese Herausforderung,

Speaker0: mit dem wir uns beschäftigen, ja tatsächlich aus meinem originären Geschäft.

Speaker0: Ich habe ja jahrelang genau in diesem Umfeld gearbeitet und bei Thürsen Krupp

Speaker0: ist es tatsächlich sehr cool vom Prozess her.

Speaker0: Wenn wir solche Themen im normalen Geschäftsbetrieb sehen,

Speaker0: dann haben wir die Möglichkeit, es gibt da im Innovationsbereich,

Speaker0: ich nenne es jetzt mal so ein bisschen wie die Höhle der Löwen und ich sage

Speaker0: mal, bei uns ist es tatsächlich ähnlich,

Speaker0: also wir haben die Möglichkeit, Sachen zu pitchen, wir sagen,

Speaker0: okay, das ist eine relevante Herausforderung, so wollen wir die Herausforderung

Speaker0: lösen und das kostet so und so viel Euro.

Speaker0: Und das finde ich ehrlich gesagt sehr charmant, weil da sieht man schon als

Speaker0: erstes, glauben auch andere an die Idee, die man hat?

Speaker0: Ist es anderen auch, weil die aus den Geschäftsbereichen dafür Geld geben,

Speaker0: ist es den anderen auch Geld wert, dafür zu bezahlen?

Speaker0: Und da hat man schon mal tatsächlich die erste Challenge. Und dann bekommt man

Speaker0: tatsächlich, wie es auch draußen passiert, eine kleine Finanzierung,

Speaker0: um so ein Proof of Concept zu machen.

Speaker0: Und dann geht es in iterativen Prozessen weiter, dass man immer wieder im nächsten

Speaker0: Schritt beweisen muss, dass man die Hypothese, die man aufgestellt hat,

Speaker0: auch tatsächlich belegen kann.

Speaker0: Und das muss man an der Stelle mal sagen, das ist schon sehr disruptiv von Anfang an,

Speaker0: weil mit unseren Forecasts helfen wir auch den Kunden von ThyssenKrupp besser

Speaker0: zu werden und auch ihre Need besser einschätzen zu können, was im schlimmsten

Speaker0: Fall dazu führen könnte,

Speaker0: dass sie sogar weniger Material bei ThyssenKrupp bestellen.

Speaker0: Aber wir haben und auch der Vorstand hat gesagt, besser tun wir es mit unserer

Speaker0: Technologie, als dass es ein anderer tut.

Speaker0: Dass es jemand passiert, ist eh klar. Da sind lieber wir diejenigen,

Speaker0: die unsere Kundinnen und Kunden gut beraten.

Speaker1: Lass uns doch nochmal auf den Punkt gucken. Du hast ja gesagt, Proof of Concept etc.

Speaker1: Sprich, du und wahrscheinlich auch dein Team, Menschen, mit denen du es zusammen

Speaker1: gemacht hast, ihr habt ja ein Problem gesehen.

Speaker1: Weil das muss man auch sagen, Vorhersagesoftware auch mit Unterstützung von

Speaker1: KI ist ja, ich möchte nicht zu nahe treten, ihr habt das Rad nicht neu erfunden.

Speaker0: Also erstmal geht es tatsächlich darum, dass in den seltensten Fällen die Forecasts

Speaker0: der OEMs und Kunden so eintreten, wie sie tatsächlich vorher gesagt wurden.

Speaker0: Und daraus haben wir gesagt, okay, wie gerade schon beschrieben,

Speaker0: daraus entstehen halt Ineffizienzen, Überbestände, unnötige Transporte.

Speaker0: Das ist ein Need, der ist so offensichtlich und das ist halt auch,

Speaker0: warum Pacemaker schnell erfolgreich geworden ist, weil es eine offensichtliche

Speaker0: Herausforderung ist, die im Prinzip jede Instanz in dieser Supply Chain hat.

Speaker1: Dann lass uns da aber jetzt nochmal drauf gucken. Du hast das Problem gerade

Speaker1: beschrieben. Was macht ihr denn dann anders?

Speaker0: Also ich glaube, ohne da jetzt auf andere Unternehmen eingehen zu wollen,

Speaker0: Unternehmen, die wir tatsächlich im Markt beobachten, sind eher Unternehmen,

Speaker0: die haben einen generellen Ansatz.

Speaker0: Es gibt Forecasting-Lösungen, aber dann ist es im Schwerpunkt,

Speaker0: sind es Unternehmen, die beschäftigen sich mit Forecastings für alle Branchen gleichzeitig.

Speaker0: Das ist schon mal der erste Unterschied. Wir bauen Individualsoftware.

Speaker0: Ich mache jetzt mal ein Beispiel, damit das vielleicht ein bisschen einfacher ist.

Speaker0: Wenn wir für einen Automobilhersteller eine Vorhersage machen,

Speaker0: dann nehmen wir tatsächlich, wir bauen wirklich und das ist auch tatsächlich,

Speaker0: dank ThyssenKrupp haben wir die Möglichkeit dazu, absolute Individualsoftware zu bauen.

Speaker0: Das heißt, alle Einflussfaktoren, wir kommen ja gleich nochmal ein bisschen

Speaker0: darauf, wie das funktioniert, alle Einflussfaktoren und alles,

Speaker0: was die Software betrifft, kommt aus dieser Automobilbranche.

Speaker0: Das heißt, externe Einflussfaktoren, Events, historische Daten,

Speaker0: alles kommt aus diesem Automobilbereich.

Speaker0: Wenn nächste Woche ein Unternehmen aus dem Chemiebereich käme,

Speaker0: würden wir genau dedicated für den Chemiebereich und dann sogar Spezialchemie, was auch immer.

Speaker0: Da haben wir natürlich, da kommen wir wie gesagt ja nachher nochmal drauf, Einflussfaktoren.

Speaker0: Deswegen sind wir von unserer Prognosegenauigkeit deutlich besser als generische

Speaker0: Anbieter. Und das wollen wir auch sein. Wir wollen auch in dieser Nische bleiben.

Speaker0: Wir wollen tatsächlich für die Kundinnen und Kunden da draußen individuelle Software bauen.

Speaker0: Und man muss sich das so vorstellen, je besser die Vorhersage ist.

Speaker0: Desto größer ist das Potenzial, um Bestände oder Themen zu senken.

Speaker1: Nachher ist jetzt, wir kommen nämlich genau jetzt darauf. Wir sprechen die ganze

Speaker1: Zeit über Vorhersage. Wir haben über Unternehmensdaten gesprochen.

Speaker1: Das finde ich sehr naheliegend, wenn ich als Unternehmen Vorhersagen haben möchte,

Speaker1: brauche ich Daten aus vergangenen Geschäftsjahren etc.

Speaker1: Aber ihr braucht doch noch viel mehr Daten. Ihr braucht Rohstoffdaten.

Speaker1: Ich weiß nicht, vielleicht braucht ihr sogar den Wetterbericht.

Speaker1: Kannst du uns da mal eine Übersicht geben, welche Datenmengen braucht ihr da eigentlich?

Speaker0: Ja, also wir teilen das, würde ich mal sagen, in drei Bereiche.

Speaker0: Und damit man vielleicht ein bisschen besser versteht, wie unsere Software auch

Speaker0: funktioniert, wir haben einmal einen Input-Bereich, wir haben unseren Machine

Speaker0: Learning Core in der Mitte und wir haben einen Output-Bereich.

Speaker0: Und der Input-Bereich, den würde ich auch wieder in drei Bereiche unterteilen.

Speaker0: Das heißt, wir haben einmal historische Daten.

Speaker0: Das heißt also, was ist in der Vergangenheit passiert? Wir suchen da nach Patterns,

Speaker0: nach Gleichartigkeit, nach Anomalien und interpretieren dann tatsächlich zusammen

Speaker0: mit den Kundinnen und Kunden die Vergangenheit.

Speaker0: Dann haben wir nochmal externe Einflussfaktoren.

Speaker0: Das können zum Beispiel, ich bleibe jetzt mal im Automotive-Bereich,

Speaker0: Das können Zinssystemen sein.

Speaker0: Das heißt also, wie hoch ist der aktuelle Zinssatz?

Speaker0: Hat meistens einen Impact auf die Leasingraten?

Speaker0: Gibt es ein Supportprogramm von der Regierung für E-Autos?

Speaker0: Das hat natürlich auch einen extremen Impact auf die Nachfrage.

Speaker0: Und dann haben wir nochmal einen dritten Bereich. Das sind sogenannte Events.

Speaker0: Und Events haben logischerweise auch immer einen Einfluss. Und ein Event kann

Speaker0: im Prinzip alles sein. Es kann ein Krieg sein.

Speaker0: Es kann eine Sperrung von einer Wasserstraße sein.

Speaker0: Es kann in bestimmten Gebieten ein Erdbeben sein.

Speaker0: Es ist völlig egal. Also wir reden von Black Swan Events, von unvorhersehbaren

Speaker0: Events, die aber wiederum einen Einfluss haben auf den Markt.

Speaker1: Jetzt muss ich ja sagen, ihr könnt ja auch Unvorhersehbares nicht vorhersehen,

Speaker1: dann wäre es ja nicht mehr unvorhersehbar.

Speaker1: Das heißt, wie schnell könnt ihr dann eigentlich auf solche große Ereignisse,

Speaker1: die vielleicht weltweite Auswirkungen haben, auch reagieren?

Speaker0: Ja, also richtig. Wir können diese unvorhergesehenen Events nicht vorhersehen,

Speaker0: aber was wir machen, den Impact von diesen Events.

Speaker0: Also wenn jetzt zum Beispiel geopolitisch was passiert, dann ist relativ naheliegend,

Speaker0: dass Transportkapazitäten teurer werden, dass der Rohöhlpreis steigt.

Speaker0: Wenn der Rohöhlpreis steigt, Prinzippreise steigen.

Speaker0: Das haben wir in den Modellen schon verarbeitet. Also wir wissen,

Speaker0: wenn zum Beispiel ein Krieg ausbräche, dass wir dann genau diesen Impact haben

Speaker0: und das können wir relativ zeitnah in die Modelle eingeben.

Speaker0: Diese Themen passieren automatisch und wir sind gerade, was du dann angedeutet

Speaker0: hast, sind wir in der Lage, das sehr zeitnah innerhalb von Stunden anzupassen.

Speaker1: Wo jetzt vielleicht doch mal ein Mensch Hand anlegen muss, hoffentlich,

Speaker1: dass bei euch noch Menschen programmieren oder ihr zumindest ein Human in the Loop habt.

Speaker1: Das Ganze muss ja einmal programmiert werden. Du hast es ja angesprochen,

Speaker1: ihr macht Individuallösungen.

Speaker1: Das heißt, es funktioniert auch nicht so nach dem Motto, wir haben ja eine Plattform,

Speaker1: bitteschön, Unternehmen, die könnt ihr bedienen, sondern allein das muss ja eingerichtet werden.

Speaker1: Nimm uns da einmal mit, wie aufwendig ist das eigentlich? Was braucht es dafür?

Speaker1: Kann ich als Unternehmen einfach mal eine Excel-Liste da locker reinhauen?

Speaker0: Vielen Dank.

Speaker0: Ja, kannst du? Die letzte Frage als erstes. Ja, kannst du? Oder besser gesagt,

Speaker0: wir würden das sogar für dich tun, wenn du das möchtest.

Speaker0: Die Antwort ist einfach, also wir bauen Individualsoftware und wir kommen ja

Speaker0: aus der Industrie für die Industrie.

Speaker0: Also auch unser Gesellschafter möchte natürlich von uns schnelle Lösungen haben

Speaker0: und deswegen sind wir von Anfang an auch darauf ausgewiesen.

Speaker0: Es gibt ja auch andere Anbieter im Markt, große Anbieter.

Speaker0: Da ist so eine Implementierung, die zieht sich über Monate und Jahre und kostet auch sehr viel Geld.

Speaker0: Bei uns ist es tatsächlich so, dass wir an schnellen Lösungen arbeiten.

Speaker0: Unsere Implementierungszeit für so eine Software ist in der Regel so sechs bis acht Wochen.

Speaker0: Und genau welche Daten können da rein.

Speaker0: Da können Excel-Dateien rein, wir können aus dem SAP Daten ziehen,

Speaker0: wir arbeiten zum Beispiel auch mit Celonis zusammen, das ist ein Softwarepartner

Speaker0: von uns, vielleicht hast du, den haben wir auch schon mal gehört, sehr erfolgreich.

Speaker0: Wir machen Partnerschaften da, wo es Sinn macht und das Gleiche gilt übrigens

Speaker0: auch für das Thema, wie werden die Daten ausgegeben.

Speaker0: Also wir können die Daten ausgeben im SAP, okay, wir können Excel-Tabellen schicken,

Speaker0: wir können in der CELONIS-Umgebung das anzeigen.

Speaker0: Wir können dir auch, wenn du das möchtest, einen Fax schicken.

Speaker1: Auch ein Fax ist möglich, na Halleluja. Was mich jetzt nochmal interessiert,

Speaker1: wir hatten auch im Vorgespräch darüber gesprochen, dass ihr natürlich auch von

Speaker1: den Unternehmen so ein gewisses Commitment eigentlich braucht,

Speaker1: was einfach die Zusammenarbeit angeht.

Speaker1: Beschreibt es doch auch nochmal für unsere ZuhörerInnen, was bedeutet das denn?

Speaker0: Also ich habe ja vorhin schon beschrieben, wie der Prozess funktioniert und

Speaker0: was man dafür braucht, um unsere Software zu implementieren.

Speaker0: Das heißt, es fängt an mit historischen Daten.

Speaker0: Und wenn es mit historischen Daten anfängt, dann heißt es, das ist mit das Wertvollste

Speaker0: neben den Mitarbeiterinnen und Mitarbeitern, was die Kunden haben.

Speaker0: Und das wiederum bedeutet, dass man Vertrauen uns gegenüber haben muss.

Speaker0: Wenn wir zu großen Unternehmen kommen, dann hören wir sehr oft,

Speaker0: wir fühlen uns gar nicht ready.

Speaker0: Vielleicht sind unsere Daten nicht gut genug aufgearbeitet oder vielleicht haben wir nicht genug Daten.

Speaker0: Ich habe ja gerade gesagt, wir schauen uns als erstes historische Daten an.

Speaker0: Und wenn man sich historische Daten anschaut, dann ist es relativ einfach.

Speaker0: Wenn wir zum Unternehmen kommen, ist die Frage, was habt ihr wann,

Speaker0: in welcher Menge, an wen verkauft? Und das ist das Schöne.

Speaker0: Diese Daten muss jedes Unternehmen haben. Ansonsten können die nicht faktorieren.

Speaker0: Das heißt, wir können relativ einfach starten. Das soll auch die Brücke sein zu seiner Frage.

Speaker0: Wir können relativ einfach und schnell starten, weil die Daten,

Speaker0: die wir für die Modelle brauchen, um loszulegen, die sind immer da. Immer.

Speaker1: Aber wir haben jetzt viel darüber gesprochen, was ihr braucht.

Speaker1: Du hast ja dieses dreiliedrige Modell beschrieben. Teil 1, was kommt rein?

Speaker1: Das kennt man ja auch häufig von diesen ganzen Maschinen, den Lernerklärungen.

Speaker1: Wir müssen erst mal was reintun.

Speaker1: Da braucht es eben, vor allem gesagt, einfach das Vertrauen und die Offenheit

Speaker1: der Unternehmen, eben euch auch die Daten vollständig zur Verfügung zu stellen,

Speaker1: weil sonst kann ja auch das Modell nicht richtig funktionieren.

Speaker1: Mich interessiert jetzt aber noch der mittlere Teil, nämlich eigentlich euer

Speaker1: Modell. Das habt ihr doch intern programmiert, oder?

Speaker0: Wir haben genau die Konfiguration. Also es ist ja nicht ein Modell.

Speaker0: Wir nutzen mehrere Modelle. Wir nutzen...

Speaker0: Also Ensemble-Modelle, wir nutzen aber auch einfache Algorithmen.

Speaker0: Also deswegen rede ich ja von Individualsoftware. Wir nutzen genau das und deswegen

Speaker0: haben wir ein Team von Data Scientisten, die genau schon beim Onboarding interpretieren,

Speaker0: was wir genau mit den Daten machen und welche Modelle am besten performen.

Speaker0: Ja, die Konfiguration und wie wir das gebaut haben, das kommt von uns.

Speaker0: Aber wir nutzen genau die Modelle, die richtig sind für den individuellen Anwendungsfall.

Speaker0: Und das ist dann halt auch schon wieder die Brücke zu Individualsoftware.

Speaker0: Wir haben keinen One-Size-Fits-All-Approach. Das funktioniert in unserem Geschäftsumfeld einfach nicht.

Speaker1: Wie ist es denn eigentlich, die Daten, die euch Unternehmen jetzt geben?

Speaker1: Sei es beispielsweise aus, weiß ich nicht, du hast es ja beschrieben,

Speaker1: was habe ich wann verkauft etc.

Speaker1: Nutzt ihr die eigentlich auch dann, um eben euer Modell weiterzuentwickeln oder

Speaker1: eure Modelle, also für Training oder nutzt ihr diese Daten nicht als Trainingsdaten?

Speaker0: Es gibt im Machine Learning Bereich ein Thema, das nennt sich Federated Learning.

Speaker0: Das heißt, wir können Erkenntnisse aus den Modellen und aus den Anwendungsfällen

Speaker0: extrahieren und die für das Training nutzen.

Speaker0: Aber was wir nicht können und was wir auch nicht dürfen, ist kundenspezifische

Speaker0: Daten teilen oder auf andere Anwendungsfälle projizieren.

Speaker0: Das können und dürfen wir nicht. Aber natürlich die Learnings daraus,

Speaker0: das gibt es auch im Medizintechnikbereich schon viel länger,

Speaker0: die dürfen wir tatsächlich verwenden, um unsere Modelle deutlich besser zu machen.

Speaker1: Jetzt muss ich mal so frech fragen, kann man denn damit Geld verdienen?

Speaker1: Seid ihr im profitablen Bereich?

Speaker0: Wir sind, wir sind, ich möchte heute hier im Podcast ungern über genaue Zahlen reden.

Speaker0: Was ich sagen kann, wir sind sehr, sehr gut in unserem Businessplan unterwegs.

Speaker0: Und bei uns ist es tatsächlich auch so, dass unsere Gesellschaft da,

Speaker0: ThyssenKrupp, behandelt uns tatsächlich dann auch in dem Fall wie ein externes Unternehmen.

Speaker0: Das heißt also, ob wir jetzt mit einem PE oder VC reden, ist in dem Fall das

Speaker0: Gleiche mit ThyssenKrupp. Unsere Businesspläne werden gechallenged.

Speaker0: Schon bevor wir sie aufstellen. Und jetzt ist unser Geschäftsjahr diesen Monat zu Ende.

Speaker0: Und dann müssen wir die Zahlen bringen. Und wir sind fantastisch unterwegs.

Speaker0: Das ist harte Arbeit. Du hast es richtig gesagt.

Speaker0: Wir haben ein fantastisches Team, was wir uns zum großen Teil ja auch auf der

Speaker0: grünen Wiese aussuchen durften.

Speaker0: Und das ist tatsächlich auch der Grund dafür, dass wir gut unterwegs sind.

Speaker0: Und ich glaube auch genau, weil wir in der Nische sind.

Speaker1: Da muss ich jetzt aber nochmal nachhaken. Es gibt doch so Themen, Fachkräftemangel etc.

Speaker1: Und jetzt kommt Pacemaker AI und sucht sich da die gefragten EntwicklerInnen

Speaker1: und Co. auf der grünen Wiese aus.

Speaker1: Das möchte ich jetzt einfach mal genauer wissen.

Speaker0: Also wo alle unsere Tech-Leute sitzen, der größte Teil, ist in Münster.

Speaker0: Wir sind in Münster, das ist, ich hätte fast historisch bedingt gesagt,

Speaker0: aber das ist tatsächlich durch die Akquisition passiert, von der ersten Kampelieber gekauft haben.

Speaker0: Also sitzen wir in Münster. Wir haben einen sehr guten Zugang zu der Hochschule in Münster.

Speaker0: Wir machen so ein bisschen, wir sagen immer intern, Handwerk aus dem Münsterland.

Speaker0: Wir haben viele Tech-Talente direkt aus Münster und die sind von Anfang an mit

Speaker0: dabei gewesen, teilweise schon als Werkstudentinnen und Werkstudenten.

Speaker0: Und wir haben jetzt noch zusätzlich Kooperationen gestartet.

Speaker0: Eine Kooperation haben wir gestartet mit Stanford.

Speaker0: Und Stanford ist eigentlich so für uns, was wir an Studentinnen und Studenten haben möchten, gerne.

Speaker0: Also Mathematik, Physik, Informatik sind die das Maß aller Dinge.

Speaker0: Und wir haben jetzt tatsächlich, also viele reden jetzt davon,

Speaker0: dass unsere ganzen Talente ins Ausland flüchten.

Speaker0: Bei uns ist es tatsächlich genau umgekehrt. Aus Stanford bekommen wir jetzt

Speaker0: Studenten und Studentinnen, die nach Münster kommen, um mit uns an coolen Sachen zu arbeiten.

Speaker0: Also das freut mich persönlich sehr, aber auch unser Team, dass wir tatsächlich

Speaker0: uns genau in diesem Markt so erfolgreich im Recruiting aufstellen.

Speaker0: Also zusammengefasst, nee, ich habe tatsächlich die Sorge nicht.

Speaker0: Wir sind gut aufgestellt und bekommen immer noch gute Talente.

Speaker1: Gut, jetzt kann man sagen, der Name ThyssenKrupp, der bei euch aber eigentlich

Speaker1: nicht im Namen mit drin hängt, außer halt in der Hinterlinie in GmbH,

Speaker1: der ist ein Vertrauensvorschuss.

Speaker1: Aber was ist denn da auch das Reizvolle? Also auch vielleicht kannst du uns

Speaker1: da mal die US-amerikanische Sicht auf euer Unternehmen ein bisschen zeigen.

Speaker0: Ja, also tatsächlich kennt man ThyssenKrupp in den USA.

Speaker0: Ich glaube im Schwerpunkt eher über den Aufzugbereich, der leider ja nicht mehr zu uns gehört.

Speaker0: Also die Marke an sich, die kennt man schon, aber wir sind letztes Jahr mit

Speaker0: zwei Kollegen auf den Campus geflogen, die hatten einen Recruiting-Tag.

Speaker0: Und dann haben wir tatsächlich einen Pitch gemacht und haben erzählt,

Speaker0: was wir vorhaben und was wir für Cases im Unternehmen haben.

Speaker0: Also nicht diese virtuelle Welt und nicht diese imaginäre Welt,

Speaker0: sondern bei uns sind es tatsächlich sehr, sehr praktische Anwendungsfälle,

Speaker0: die nachher dann auch umgesetzt werden.

Speaker0: Und das hat die tatsächlich begeistert. Und man mag es gar nicht glauben,

Speaker0: auch da kann ich wieder keine traurige Geschichte erzählen, die Leute haben

Speaker0: Bock auf Deutschland, tatsächlich.

Speaker0: Und man muss dazu sagen, dass im ersten Moment die gedacht haben, die gehen nach Berlin.

Speaker0: Ja, und hier Berghain und pralala. Nee, wir haben den relativ schnell gesagt,

Speaker0: es geht nach Münster. Und die haben gesagt, ey, habe ich Bock drauf.

Speaker1: Dann würde ich jetzt gerne zum Abschluss nochmal von dir wissen.

Speaker1: Du hast auch gesagt, ihr habt natürlich auch Druck, ihr habt Ziele,

Speaker1: ihr wollt am Markt bestehen.

Speaker1: So positiv du das alles auch beschreibst, dennoch ist es so,

Speaker1: ihr wollt ja vielleicht auch wachsen, euch langfristig etablieren.

Speaker1: Deshalb die finale Frage, die nächsten fünf Jahre, was sind da Meilensteine,

Speaker1: was habt ihr euch vorgenommen?

Speaker0: Ja, du hast es gerade schon richtig gesagt. Wachstum ist ein absolutes Muss.

Speaker0: Wir wollen massiv wachsen, nicht nur ein bisschen, sondern massiv.

Speaker0: Und damit wir wachsen können, ist

Speaker0: natürlich die Grundlage, wir müssen gute Software haben. Die haben wir.

Speaker0: Wir müssen diese Software immer wieder weiterentwickeln. Auch das war für mich

Speaker0: auch, ich bin ja kein klassischer Software-Ingenieur, diese Softwares,

Speaker0: die werden niemals fertig sein.

Speaker0: Das heißt, wir werden immer weiter an diesen Softwares arbeiten,

Speaker0: dass wir für unsere Kundinnen und Kunden Mehrwert bringen. Wenn wir Mehrwert

Speaker0: bringen, ist das ein Thema, dass sich das automatisch auch ein Stück weit weiterentwickelt.

Speaker0: Und wir werden natürlich massiv in unseren Commercial-Bereich nochmal investieren,

Speaker0: dass wir uns weiterentwickeln.

Speaker0: Und es ist auch nicht völlig ausgeschlossen, dass wir vielleicht auch mal einen

Speaker0: strategischen Partner, der zu uns passt, auch dazunehmen können.

Speaker1: Aber Christian, ich danke dir erstmal, dass du heute bei T3 ein Interview zu Gast gewesen bist.

Speaker0: Vielen Dank, hat mir sehr viel Spaß gemacht.

Speaker1: Das freut mich zu hören und ich hoffe, liebe ZuhörerInnen, euch hat es auch Spaß gemacht.

Speaker1: Lasst gern Feedback für diese Episode da und zwar unter podcast.t3n.de.

Speaker1: Die Adresse findet ihr natürlich auch in den Shownotes.

Speaker1: Und in dem Sinne, ich weiß, nächste Woche sprechen wir möglicherweise über Social Media Trends 2026.

Speaker1: Ihr solltet wieder einschalten. Vergesst nicht, den Podcast zu abonnieren.

Speaker1: Und in dem Sinne, auf Wiederhören. Tschüss.