Werbung: Weißt du eigentlich, wo deine KI-Daten landen?

00:00:01: Herzlich willkommen zu einer neuen Folge und heute soll es darum gehen, was eigentlich mit KI-Daten passiert.

00:00:11: Und ich finde es eigentlich spannend dass wir erst jetzt so wirklich noch mal drüber reden denn mittlerweile bei den meisten ist KI schon im Alltag angekommen und genau deswegen entsteht diese Folge hier in Zusammenarbeit mit Mitwald.

00:00:25: und hier habe ich auch neben mir den Lars sitzen Erzähl doch mal, warum habe ich heute die Ehre mit dir?

00:00:34: Was bringst du

00:00:35: damit?".

00:00:35: Ja.

00:00:36: Vielen Dank erst einmal für die Einladung!

00:00:38: Mein Name ist Lars Bergmann und ich mache jetzt seit, keine Ahnung, Rohr-Fünfzehn Jahren IT.

00:00:45: Ich hab meinen ersten Computer tatsächlich mit vier Jahren gekriegt.

00:00:48: Das haben

00:00:48: Sie schon gelesen?

00:00:51: Ja das war cool.

00:00:52: der hat mir Lesen und Schreiben beigebracht d.h.

00:00:54: da hatte ich immer einen heißen Draht zu den Maschinen Und das hat sich auch durch meinen Berufsleben tatsächlich gezogen.

00:01:01: Ich habe immer gerne programmiert und so bin ich jetzt eben auch zur Mitwahl gekommen, dort in der Rolle als Developer Relations Engineer.

00:01:09: Das heißt dass ich eine Schnittstellenposition habe zwischen den Entwicklern extern wie intern aber auch dem Marketing und eigentlich auch allen anderen Abteilungen.

00:01:18: Es ist ein bisschen genau diese Übersetzerfunktion,

00:01:21: d.h.,

00:01:21: dass ich technische Aspekte nehme die erkläre, die aufbereite, die verständlich mache Und das ist der Grund, warum ich hier heute mit dir zusammensitze.

00:01:29: Ja gut!

00:01:29: Ich glaube, dass es auch was heutzutage so wichtig ist diese Übersetzerfunktion, dass man's halt wirklich versteht.

00:01:38: und dann sind wir ja auch schon beim Thema so hey wo landen denn unsere Daten in den KI-System?

00:01:44: Wie seid ihr denn von Mitwald überhaupt dahin gekommen?

00:01:47: Naja also wir sehen über die letzten Jahre eben, dass sich das Thema immer weiter beschleunigt.

00:01:53: Das ging so los würde ich aus meiner Perspektive sagen Sagen wir so zwei tausend achtzehn, da gingen die ersten Headlines los das Google große Erfolge gefeiert hat im KI Bereich.

00:02:02: Spätestens seit zwanzigzwanzig habe ich dann auch meine ersten eigenen Gehversuche unhandommen.

00:02:07: Ich war dann GPT User der ersten Stunde sozusagen.

00:02:11: und da das ganze ja eben immer mehr auf wie wir schon gerade gesagt haben in den Alltag kommt mit den Anwendungen wie large language Models usw.

00:02:21: Ist das eben für uns als Roasting-Partner, als Technologiepartner auch jetzt ein großes Thema geworden?

00:02:27: Ja und da sind wir schon bei einem Begriff.

00:02:29: Und auch in der Vorbereitung bin ich natürlich auch so über das Wort Hosting gesteupert.

00:02:34: Ich verbinde mit Hosting – ich glaube wie viele da draußen!

00:02:37: So, ich sage mal Website, Domains….

00:02:40: Das ist für mich so hosting.

00:02:43: Was passiert da jetzt gerade in der KI-Branche?

00:02:46: Warum spielt Hosting da so eine große

00:02:48: Rolle?!

00:02:50: Das Geschäft entwickelt sich weiter und KI ist im Alltag.

00:02:54: Und das führt eben auch dazu, dass das klassische Website-Bauen heutzutage sehr leicht geworden ist.

00:03:00: Es gibt KI-Assistenten die helfen mir dabei.

00:03:04: Die sind in der Lage für mich, Websites zu erstellen nach meinen Wünschen, nach meiner Vorstellung.

00:03:09: Ich glaube wir alle haben schon mal so eine Werbung dafür irgendwo gesehen letzten Endes... ...und das bringt eben das klassische Roasting Ein Stück weit auch ein Bedrängnis.

00:03:18: Wir wissen heute, dass mehr als fünfzig Prozent großer zweistelliger Prozentanteil aller Inhalte im Internet sind heute schon KI generiert und der Trend wird nicht anhalten.

00:03:29: Dementsprechend müssen wir als Hosting-Partner, als Technologiepartner auf diesen Zug aufspringen.

00:03:35: die ganzen bekannten Content Management Systeme mit denen wir gerade wenn es um Websitebau zu tun haben.

00:03:41: Die haben jetzt eben alle KI Plugins die nutzen auch alle KI beispielsweise für Text-Unterschriften, die automatisiert generiert werden.

00:03:50: Und naja irgendwo muss dann ja am Ende das Large Language Model auch leben, muss gehostet werden genauso wie eine Website braucht es auch sozusagen in zu Hause und da sind wir jetzt als Mitwahl eben auch eingestiegen um eine Lösung zu bieten, die hier in Deutschland läuft.

00:04:04: Das heißt, so früher habe ich meine Website einfach gehostet und jetzt haust sich mein KI-Mitarbeitenden da drauf.

00:04:12: Richtig!

00:04:13: Man kann auch eine Verschiebung wahrnehmen tatsächlich.

00:04:16: Wir merken das gerade in den Newscases von denen wir uns die Agenturen daraus erzählen mit dem wir sehr eng verbunden sind, mit denen wir in vielen Communities im Austausch stehen und da merken wir eben dass das Geschäft genau in diese Richtung geht.

00:04:30: Die Kunden da draußen, die Endbenutzer, fragen nach solchen Themen die Fragen Nach Chatbots auf der einfachsten Stufe als Ergänzung für ihre Websites, aber eben auch dann nach Automatisierung für den Agenturalltag.

00:04:45: Beispielsweise kommen Mails rein sollen automatisiert verarbeitet werden es sollen Reaktionen darauf passieren oder andere Geschäftsprozesse und die lassen sich mit Hilfe von KI sehr gut automatisieren.

00:04:57: Das heißt, da erweitert sich sozusagen unser Produktportfolio.

00:05:00: Damit wir den Agenturen dort draußen das bieten können, was sie jetzt eben auch brauchen!

00:05:05: Okay, das ist auch spannend.

00:05:06: und jetzt... Wir haben schon so ein bisschen auch Agenten anklingen lassen und es ist ja auch so ein Bisschen.

00:05:12: das Keyword der Stunde will doch mal sagen.

00:05:17: Was aber würde ich sagen noch so ein bißchen häufig?

00:05:20: Ja, aufgeblustert rüberkommt oder viele können das gar nicht unterscheiden.

00:05:23: Was ist denn jetzt der Unterschied von ich sag jetzt mal meinem normalen Chat zu so einem Agent?

00:05:28: Was was ändert sich da?

00:05:31: Der große Unterschied würde ich behaupten ist der dass ein Agent wie wir ihn jetzt benutzen oder kennen oder auch implementieren.

00:05:40: Er hat Akteuren und Werkzeuge.

00:05:42: Das heißt er hat über seinen eigenes Weltwissen nenne ich das immer gerne hinaus, was eben aus den Trainingsdaten kommt hat er die Möglichkeit selber aktiv zu werden.

00:05:51: Das heißt der kann selber recherchieren, Websites anfragen, der kann Dateien lesen und schreiben.

00:05:58: da gibt es einen riesigen Zoo von Tools und das ist der zentrale Unterschied im Wesentlichen dass sich nicht nur in ein reines Frage-Antwort Spiel mit dem Large Language Model treibe sondern dass das Large Language Modell Zusätzlich dazu in der Lage ist selber noch Informationen abzurufen, Tools aufzurufen und dadurch eben auch Aktionen auszuführen oder eben wie wir es heute in den Agentisch zu arbeiten.

00:06:22: Und diese Agenten die brauchen sozusagen ein Zuhause?

00:06:27: Die brauchen definitiven Zuhauser.

00:06:30: da muss man sich nämlich genau überlegen Welche Daten möchte ich exponieren?

00:06:34: Welche Date möchte ich nach außen geben, welche Daten möchte vielleicht nicht nach außengeben.

00:06:39: Welche Datens sind schützenswert?

00:06:42: hier in Deutschland sind wir sehr sensibel was Datenschutz angeht.

00:06:44: das ist etwas sehr sehr gutes aus meiner Sicht.

00:06:46: ja das ist ein großer eine große Stärke denn im Vergleich zu anderen Standorten haben wir eben hier schon Ja ich sage mal Dinge auch wie Datensparsamkeit.

00:06:58: Das heißt wir wollen gar nicht alles loggen was wir sehen und Das führt eben dazu, dass man sich genau überlegen sollte welche Daten schicke ich über die Leitung sozusagen und welche Daten behalte ich lieber bei mir im Unternehmen.

00:07:11: Welche Daten möchte ich schützen?

00:07:13: Es gibt immer diese Horrorgeschichten, die man jetzt überall so hört, das dann irgendwelche gerade in HR-Abteilungen oder sowas gibt es immer dieses Schreckgespenster, dass dann wirklich personenbezogene Daten direkt in KIs geworfen werden und auch Entscheidungen darauf gefällt werden.

00:07:29: Und das ist ein sehr großes Risiko!

00:07:32: Absolut, da hab ich auch schon die wildeste Story gehört.

00:07:35: Da hatte er auch so okay verrückt.

00:07:37: und trotzdem ist es ja schon so dass viele Unternehmen dann sagen hey ich geh jetzt trotzdem ich sag mal zu so einem Big Player lass das quasi bei Open AI beispielsweise laufen.

00:07:49: was würdest du sagen?

00:07:51: warum ist das vielleicht zu kurz gedacht oder Ist das auch ein Weg?

00:07:56: Wie ist so deine Einstellung dahinten?

00:07:58: Na ja, die erste doofe Antwort dazu ist natürlich immer erstmal It Depends.

00:08:03: Und in dem Fall it depends.

00:08:05: und also welche Daten schicke ich da drüber.

00:08:09: Wenn ich ein lockerlässiges Brainstorming mache wo ich einfach Ideen dribbeln, wo ich irgendwie ins platte Schnapsidee habe und die möchte ich mal ein bisschen durchspielen oder sowas dann würde ich behaupten das ist völlig fein!

00:08:21: Das kann man gerne über einen Gitarre laufen lassen.

00:08:24: Wenn ich es jetzt mit Schützenswerten Daten zu tun habe, dann sieht die Lage schon etwas anders aus.

00:08:31: Speziell ist ein Faktor, den man beachten sollte eben der Ich weiß bei vielen Herstellern oder Anbietern auf die Schnelle gar nicht Na ja was passiert jetzt genau mit meinen Eingaben?

00:08:44: Was läuft da im Hintergrund?

00:08:46: Werden meine Proms abgespeichert?

00:08:48: Werde die irgendwo gelockt?

00:08:50: Werder die vielleicht für Training weiter benutzt?

00:08:53: Welche anderen Sachen landen noch in Datenbanken?

00:08:57: Landen in Backups oder sonst irgendwas.

00:09:00: Das ist eben sehr intransparent und da kann man schnell den Fehler machen, dass man dann doch das ein- oder andere Geheimnis oder solche schützenswerten Daken hat über die Leitung fliegen lassen.

00:09:13: Und wie gesagt durch diese Intransparenz ist es dann eben sehr schwer, das Risiko dahinter einzuschätzen.

00:09:19: Ja okay, das sehe ich absolut.

00:09:21: Diese intransparen, das glaube ein riesen Riesenthema.

00:09:25: Also natürlich europaweit und ich glaube jeder hat damit zu tun, aber du hast es auch schon angesprochen in der deutschen Mentalität liegt da schon noch mal eine höhere Skepsis was auch gut ist.

00:09:36: also ich sage auch immer dieses Skepses das wunderbar das müssen wir uns auch behalten denn dann müssen wir nicht wir müssen es natürlich irgendwo im Blick behalten.

00:09:46: Aber wenn ich sag mal so wenn ich jetzt sage hey Ich lass das quasi so laufen.

00:09:53: Was passiert denn technisch eigentlich?

00:09:55: Wo ist da der Unterschied, wenn ich sage... ...ich lasse es jetzt über einen amerikanischen Hyperscaler laufen

00:10:03: oder

00:10:03: ich gehe vielleicht zu einem europäischen Anbieter?

00:10:07: Na ja die Frage nach der Transparenz bleibt de facto bestehen und technisch gesprochen muss man der fernes halber dazu sagen, da gibt es jetzt keinen großen Unterschied zwischen dem amerikanischen Anbieter und Anbieten hier in der EU.

00:10:23: Technisch passieren die gleichen Sachen.

00:10:24: das heißt was wir wahrnehmen als so eine Instant Antwort im Wesentlichen ist im Hintergrund immer ne Service Kette

00:10:31: d.h.,

00:10:31: es werden verschiedene Dienste angesprochen Es gibt nahezu immer irgendwo Logging, es gibt nahe zu immer irgendwo auch Backups.

00:10:39: also diese Daten werden schon verarbeitet.

00:10:41: Der zentrale Unterschied ist der Ob eben die Anbieter bei denen ich unterwegs bin, das Freilegen, das Offenlegen wie sie mit den Daten umgehen.

00:10:51: Ob Sie sagen naja wir machen eine ganz saubere Auftragsdakenverarbeitungsvereinbarung oder ob es eben nur so ein Lapidara Appendix ist der irgendwo in den AGB's auftaucht da gibt´s dann eben große Unterschiede und da lohnt sich dann eben drauf zu gucken gerade wenn man eben diesen kritischen Daten handiert.

00:11:10: Ein anderer Punkt der für mich dabei immer eine Rolle spielt, das habe ich auf... Das war auch Anfang zwanzigzwanzig.

00:11:15: Habe ich eine Konferenz besucht und da hat ne Speakerin das sehr schön gesagt.

00:11:20: Na ja wir müssen noch immer überlegen welche Entscheidungen werden nachher auf Basis dieser Antworten gefällt.

00:11:25: Und spätestens wenn es dann eben in den Personalbereich oder auch in dem medizinischen Bereich geht naja dann sollte man auch gucken ist das jetzt eine Entscheidung die wirklich auf Basiss von solchen KI-Daten treffen sollte, der Stichwort Risiko.

00:11:42: Ja auf jeden Fall.

00:11:43: also ich glaube da du hast es vorhin auch schon angesprochen so dieses it depends.

00:11:48: am Ende aber wenn ich natürlich in meinem Unternehmen und wir arbeiten natürlich tendenziell mit wichtigen Daten auf oft mit Datendritter und da hört natürlich dann das Spaß auf und du hast auch richtig angesprochen diese Auftragsdatenverarbeitung Das ist halt hier ein zentrales Thema.

00:12:06: Du rauchst es!

00:12:07: Und das kannst du halt mit manchen dann nicht so abbilden, wie du's eigentlich benötigst und ich glaube da ist halt viel noch dieses Unwissen oder vielleicht auch drüber weg?

00:12:17: Ja...

00:12:19: Das ist ein großes Ding.

00:12:21: Wir haben jetzt den Begriff Schattenkai an ganz vielen Stellen und wir haben eben schon gesagt, wir waren alle die Haarsträumsten Stories Und das passiert leider wirklich in den Unternehmen.

00:12:33: Das ist jetzt nicht irgendwie an den Haaren herbeigezogen,

00:12:36: d.h.,

00:12:36: da gibt es dann Fälle wo in Personalabteilungen Entscheidungen rein auf Basis von KI-Empfehlung getroffen wurden und das kann einfach wenn das rauskommt, das kann ein Riesenschitz da am Auslösen zurecht eben auch und ein anderes Risikoszenario wäre ich weiß, wenn ich keine saubere Klausel darüber habe wie die Lackenverarbeitung läuft Naja, dann darf ich bestimmte Daten gar nicht exponieren.

00:13:04: Und ich erlebe das immer wieder.

00:13:05: Das wird mir dann so beiläufig quasi erzählt dass irgendwo Menschen im unternehmerischen Kontext riesige Datenmengen einfach unreflektiert in einen Pond rein hemmern.

00:13:18: und mir stehen da ehrlich gesagt schon mal ein bisschen die Haare zu berge wenn ich das höre weil eben völlig unklar ist wo diese Daten nachher benutzt werden oder wie sie weiter verarbeitet werden.

00:13:29: Ja, okay.

00:13:29: Und würdest du sagen das ist nochmal diese Thematik ist noch mal um einiges wichtiger oder gleich bedeutend wenn wir den Unterschied zwischen Chats und Agenten machen?

00:13:41: Naja, dass wird bei den Agenten noch deutlich, deutlich wichtiger.

00:13:45: man kann sich das vielleicht ein bisschen so vorstellen naja ich drücke meinem Agenten wenn ich denen dann mit Schnittstellen ausstattte sodass der wirklich die Möglichkeit hat an Datenbanken an Fremdsysteme anzudocken, dann drücke ich dem ja quasi meine Haustür Schlüssel in der Hand und sage viel Spaß oder die Autoschlüssel oder was auch immer.

00:14:05: Und da muss ich mir eben wirklich genau überlegen welche Sachen mache ich da sichtbar?

00:14:10: Weil sie können auch indirekt durch solche Toolaufrufe, was wir eben gesagt haben, können diese Daten ja schon gegen das large Language Model versickern sozusagen.

00:14:22: Das heißt Ich weiß gar nicht genau wonach ja diese Aufrufe landen, das kann bis hin zu großen Sicherheitslücken gehen.

00:14:29: Beispiel ich habe mich aufgepasst und hab irgendwie noch Passwörter mitgeschickt oder sowas.

00:14:34: Spätestens dann habe ich eben ein riesiges Einfallstor geöffnet.

00:14:39: Ja ... Das... Ich hab schon direkt so... Oh Gott!

00:14:43: Hilfe!

00:14:45: Aber wer kontrolliert das denn am Ende?

00:14:48: Also wer kontrollieren den Agenten?

00:14:50: Wer kann denn jetzt sagen Was hierhin und nicht weiter?

00:14:54: Das

00:14:54: ist eine wirklich, wirklich wichtige Frage.

00:14:58: Infrastrukturspiel da für uns eine sehr, sehr wichtige Rolle.

00:15:02: Ich habe jetzt in den letzten Wochen mehrere Fälle gehört wo unkontrollierte Code Agents... Ja, auch versucht haben sich an der Feuerwoll vorbei zu mogeln.

00:15:13: Das heißt wir brauchen gerade im Infrastrukturbereich, brauchen wir Schutzmaßnahmen die verhindern dass das Agents ausbrechen, dass Agents Sachen aufrufen die sie nicht sehen dürfen.

00:15:26: Firewalling ist da ein großes Thema und anderes großes Thema ist das sogenannte Rate Limiting.

00:15:31: Ich möchte eben auch gucken... wenn mein Agent zu viele Anfragen in einem zu kurzen Zeitraum absondert, naja dann habe ich schon eine Idee darüber das vielleicht gerade nicht so richtig ist was da passiert.

00:15:45: Gemeinheit bei diesem ganzen Thema ist leider dass moderne Agents durchaus in der Lage sind nochmal sogenannte Sub-Agents aufzurufen und dann kann ein einzelner menschlicher Aufruf sich multiplizieren und plötzlich einen Lastprofil erzeugen das nicht mehr nach einem User aussieht sondern zehn oder zwanzig Benutzern, was es uns dann schwieriger macht eben rauszufischen.

00:16:09: Naja ist das jetzt einen Agent der einfach seine Arbeit macht?

00:16:14: Oder ist das gerade ein Agent, der außer Kontrolle geraten ist und ja ich sage mal sich im Kreis dreht?

00:16:19: also ist mir jetzt neulich zu Hause passiert.

00:16:21: Das war eine ganz lustige Anekdote da ich einen Agent einfach ölen lassen sozusagen hab den irgendwie über ein paar Stunden laufen lassen.

00:16:27: Komm mal abends wieder, setz mich vor.

00:16:29: Ein Rechner kriegt von Google eine Meldung ins Gesicht, dass meine IP-Adresse nicht mehr vertrauenswürdig

00:16:33: ist.".

00:16:34: Oh!

00:16:35: Wow okay?

00:16:36: Da hat die Hausverbot bei Google irgendwie ... So schnell.

00:16:40: So schnell kann man das kriegen eben weil Agent Aminergo und Xfach API's von Google aufgerufen hat, Xfach Release es abgefragt hat und genau in dieses Rate Limiting reingelaufen ist was den Kollegen bei Google offenbar nicht so gefallen hat.

00:16:53: und dann hatte ich halt ein Tatpause.

00:16:55: Das

00:16:56: ist doch auch mal gut.

00:16:58: Ich habe dann einen schönen Spaziergang gemacht, hab die Gelegenheit genutzt sozusagen.

00:17:03: aber das sind eben Dinge wo wir Infrastruktur brauchen, die uns da eben verschützt und das können wir nicht alleine über Promting lösen oder über Anweisungen die wir dem Agent mitgeben.

00:17:15: also dieses klassische Bitte Lüg halt nicht ne?

00:17:19: Das hilft nicht!

00:17:21: Und das ist natürlich... Ich war auch so, weil ich hab wer eigentlich gestartet und hab gesagt okay, ich erklär KI so dass er auf meine O-Marinate versteht.

00:17:29: Und ich habe immer sehr viel über Prompting geredet und das Blatt wendet sich ja gerade was auch nicht schlimmstens.

00:17:35: einfach so in der Wandel der Zeit würde ich sagen.

00:17:37: dementsprechend würdest du sagen Promptig ist jetzt nicht mehr das Nonplus Ultra.

00:17:43: Wie, was ist es?

00:17:44: Ist das nur die Spitze vom Eisberg.

00:17:46: Was liegt da

00:17:46: drunter?".

00:17:47: Ja also definitiv.

00:17:49: ich habe mir vor zwei Monaten diese Frage wirklich mal sehr konkret gestellt und dadurch dass ich ja dankbarerweise bei einem Technologiepartner arbeite und die Möglichkeit habe kann ich auch mal ein paar Token in der Hand nehmen und das Mal ausprobieren.

00:18:02: Ich hab tatsächlich einen Experiment gemacht wo ich eine und dieselbe Programmieraufgabe tausende Male lösen lassen sehr langen Prommen, sehr ausführlichen Prommen.

00:18:14: Sehr kurzen Promts und nach dem Motto siehst du ja selber Mach halt!

00:18:18: Und die Ergebnisse haben mich schwer überrascht denn gewonnen im Anfangszeichen hat am Ende gar kein Promt.

00:18:26: Die waren alle... ich will nicht sagen gleichwertig man hat schon leichte Unterschiede gemerkt.

00:18:31: aber das was nachher meine Volkswahrscheinlichkeit erhöht hat das was Nachher signifikant beigetragen hat dazu dass einfach die Programmieraufgabe richtig erfüllt wurde war das Tooling drum herum und die Anweisung, die dazu gehören.

00:18:46: die vernünftig aufeinander abzustimmen, hat meine Erfolgsquote.

00:18:50: Ich glaube vorher lag ich ungefähr so bei seventy-fünf Prozent was auch schon gut ist aber damit ließ sich die eben steigern Richtung ninety fünf Prozent und das hat mir ganz klar gezeigt okay prompting is nur die spitze des eisbergs.

00:19:05: was da drunter passiert in richtung tools in richtungs skills wie sie auf einer abgestimmt sind dass es sehr viel entscheidender Da habe ich einen viel größeren Hebel, als ich das vorher gedacht hätte.

00:19:17: Kannst du noch mal kurz erklären was du unter Tooling ganz genau verstehst?

00:19:22: Ja

00:19:22: gerne.

00:19:22: Wir hatten es eben schon kurz.

00:19:24: also diese Agenten die haben so Akteuren, die können wissenschaftlichen, die Unterprogramme aufrufen.

00:19:30: So kann man sich das glaube ich am besten vorstellen.

00:19:32: Diese Unterprogrammen können sehr groß oder auch sehr klein sein.

00:19:37: wenn wir jetzt auch so einer kleineren atomaren Ebene anfangen dann hat ein Coding Agent, zum Beispiel ein Werkzeug um eine Datei zu lesen.

00:19:46: Dann hat einen Coding agent ein Werkzeuge um eine Dattei zu schreiben und theoretisch sind das schon die zwei Werkzeugen die ich für den Coding Agents brauche.

00:19:53: ja da könnt ihr schon mit anfangen.

00:19:55: dann komme ich irgendwann noch auf die Idee und sage okay ich möchte wenn ich mir diesen Werkzeug jetzt hantiere wenn ich meinem Agent Werkzeug in die Hand drücke Dann hat es sich als sehr sehr vorteilhaft herausgestellt, wenn man sozusagen den Feedback Loop schließt.

00:20:09: Das heißt für jedes Werkzeug eben ein Komplementär hat so dass der Agent in der Lage ist auch sich selbst zu überprüfen.

00:20:16: Ein gutes Beispiel ist Dateien lesen und schreiben.

00:20:19: das sind zwei komplementäre Tools weil dann kann er zum einen natürlich in die Datei was rein tun kann aber später noch nachgucken was da jetzt wirklich passiert?

00:20:28: Wenn man eine Toolabstimmung macht, kann einem das sehr schnell untergehen, dann hat man eine Einbahnstraße Kann der Agent irgendwo was anstoßen?

00:20:36: Kann aber gar nicht nachvollziehen, ob das geklappt hat.

00:20:39: Das ist dann schwierig!

00:20:40: Hast du dazu vielleicht einfach ein praktikables Beispiel?

00:20:45: Das ist häufig so wenn wir... ich meine, wir wollen unsere Agenten ja wirklich zu produktiven virtuellen Kollegen und Kolleginnen machen.

00:20:54: Im besten Fall!

00:20:55: Und dann klemmen wir diese Agents an alle möglichen Unterprogrammen.

00:21:00: Da gibt es mittlerweile auch Bibliotheken für die machen, das Ganze sehr leicht und sehr schnell.

00:21:05: Und da kann's mir eben schnell passieren dass ich die eine Aktion, die irgendwo meinetwegen Lagerbestand erhöht als Beispiel einfach habe ich aber nur die.

00:21:17: Ich hab keine um den Lager Bestand wieder zu senken.

00:21:20: Das wäre ein Beispiel, das heißt ich habe die Aktion in eine Richtung.

00:21:25: Ich komme aber nie wieder zurück und hab auch kein Werkzeug um das zu überprüfen.

00:21:31: Und das führt meine Erfahrung nach dazu dass ich so Einbahnstraßen baue und dann manövrieren sich solche Agents eben auch gerne in Deadlocks, in unlösbare Situationen wo dann einfach irgendwann ist das ganze Lager voll, weil es nicht die richtigen Werkzeuge hat und das nichts sehen kann.

00:21:49: Die Erfahrung hab ich auch schon häufiger gemacht, dass man halt ... Ich sag mal so aus lauter KI-Wut anfängt was zu machen.

00:21:57: Aber gar nicht das System wirklich mitdenkt sondern erst mal anstößt und dann hat man zehn Anstöße aber keiner führt wirklich dahin wo man hin will.

00:22:07: Also ich glaube das ist echt ein Thema.

00:22:10: Das

00:22:10: ist absolut

00:22:10: ein Thema.

00:22:11: Ja Und du hattest vorhin auch noch einen Wort erwähnt und zwar Skills.

00:22:16: Was Welche Rolle spielen Skills in der ganzen Agenten-Tool-Thematik?

00:22:23: Na ja, Skills.

00:22:25: Also ich vergleiche das gerne so mein Agent.

00:22:27: Der braucht halt irgendwie eine Werkstatt und ich habe mal Schlosshäuge gelernt ganz früher.

00:22:33: Gedanklich bin ich in einer Metallwerkstatt.

00:22:35: Und meine Tools – das ist dann meine Pfeile, meine Säge, meine Bohrmaschine usw.

00:22:40: Und meine Skills, das sind die Arbeitsanweisungen dazu.

00:22:42: Wenn man jetzt in so eine Wasserwerkstatt reinguckt dann hat man in aller Regel neben der Bohrmaschine eine Arbeitsanweisung hängen wo so die allgemeinen Dinge stehen hey ziehe halt die Handschuhe aus wenn du lange Haare hast sei vorsichtig und weiter und sofort.

00:22:57: Das kann man ganz gut vergleichen d.h.

00:22:59: solche Skills geben dem Agenten eben Arbeitsanweisen mit und werden häufig noch verknüpft mit sogenannten Playbooks.

00:23:07: Ich sag mal so Schritt eins, zwei, drei Anleitungen.

00:23:11: Die ja runtergebrochen sind und dem Agenten so die Möglichkeit geben bestimmte Arbeitsabläufe eben dann auch durchzuführen.

00:23:18: In meinem Fall sind das ganz häufig Skills aus dem Bereich Programmierung.

00:23:23: Das heißt, die erklären dann bestimmte Konzepte aus Programmiersprachen.

00:23:27: Es gibt aber auch einen großen Haufen.

00:23:29: Da bilden sich aktuell viele Communities drum.

00:23:31: Da gibt es Marktplätze.

00:23:33: Claude hat da einen eigenen Marktplatz für.

00:23:35: Da gibts auch viel in Richtung Design und Schreiben im Stilfragen usw.

00:23:41: In aller Regel sind das wesentliche Arbeitsanweisungen.

00:23:45: Ich mag das sehr gerne weil meine Arbeit sich dadurch geändert hat.

00:23:48: heute programmier ich viel weniger selbst, sondern ich schreibe Markdown Dateien.

00:23:52: Also meine Programmierung ist aus dem Code in Markdown-Dateit, in natürliche Sprache gewandert was total fasziniert und mir auch ein Riesenspaß macht!

00:24:00: Ja wer hätte das gedacht?

00:24:01: so wenn dir das jemals vor am Anfang gesagt hättet?

00:24:03: Zwar habe ich gesagt nein...

00:24:06: Das hätten wir vor, ich sag mal zwanzigzwanzig hätte ich das noch.

00:24:11: Hey du hast einen Vogel gezeichnet und gesagt hör ma das kannst du dir aber abschminken.

00:24:16: Und das ist wirklich jetzt in den letzten Jahren, dass wir da so eine Bewegung hingelegt haben.

00:24:21: Ich sage mal gerne mit diesen Large Language Models sind wir ja so ein Thema auf der Spur.

00:24:26: Wir kommen langsam dahinter, den Zusammenhang zwischen Sprache und Denken, dem wir jetzt mathematisch beschreiben können über large language models stochastisch denen weiter zu entschlüsseln.

00:24:36: Und wo oder uns das am Ende hinführt?

00:24:38: Das will ich hier noch gar nicht vorhersagen!

00:24:42: Ja, ich finde die Frage immer spannend.

00:24:44: Die kommt ja eigentlich.

00:24:44: in der KI-Welt kriegt man die sehr häufig und die Ohren geboten halt so, wo sie es zu KI in fünf Jahren steckt.

00:24:52: Ich weiß nicht mal, wo's nächsten Monat ist.

00:24:54: Echtlich!

00:24:55: Man kann das gar nicht definieren...

00:24:57: Ja, das ist ja auch ein sich selbst verstärkendes System, wie es eben schon.

00:25:00: Also so viel Inhalte.

00:25:02: heutzutage sind KI generiert.

00:25:04: ich baue aktuell meinen eigenen Agent und mein Ziel is', dass sich dieser Agent selbst versteht, dass der sich selbst programmieren kann Und in den ganzen Universitäten und in allen Technologieabteilungen, allen Forschungs- und Entwicklungsabteilung.

00:25:18: Da ist KI auch längst angekommen.

00:25:20: Das heißt wir haben so eine Beschleunigung der Beschleundigung der Beschleunigungen.

00:25:23: Ja!

00:25:23: Und deswegen stimme ich völlig zu keine Ahnung wo wir denn für ein Ferien stehen.

00:25:26: also das wird noch sehr, sehr spannend.

00:25:28: Deswegen, wir bleiben noch im Hier und Jetzt.

00:25:31: Ist ja auch psychologisch gesehen ne?

00:25:32: Ja!

00:25:33: Das Richtige... Was wirst du, weil?

00:25:35: das interessiert mich natürlich persönlich immer.

00:25:37: Ja was is so dein meist genutzter Skill

00:25:41: Mein meist genutzter Skill, da bin ich jetzt gespannt auf die Reaktion.

00:25:46: Mein meistgenützter Skill nennt sich auf Deutsch Hierarchie der Wahrheit.

00:25:53: und ja mein.

00:25:56: einer Kollege Martin sagt immer das ist ein bisschen philosophisch angehaucht aber ich finde den super nützlich.

00:26:00: Der erklärt meinem Coding Agent oder meinem Large Language Model erklärt er dass es unterschiedliche gerade von Wahrheit gibt Und was sich der Agent grade in seinem Gehirn zusammen reimt, das ist am unwahrsten von diesen Dingen.

00:26:14: Und am wahrsten ist für mich der Code die Dokumentation, dass was schon da ist, das was schon läuft und dann kommt irgendwann so meine Gefase, was ich so habe und ganze Ende der Kette kommt erst, was sich Agent gerade zusammenreimt.

00:26:28: Das hat den Effekt, dass ich bessere Dokumentations rauskriege, dass sich weniger Handuzinationen erlebe und dass ich einfach die Klarheit erhöht.

00:26:37: Das sind mein absoluter Lieblingsgel.

00:26:39: Das ist echt eine spannende Sache, weil du kannst es ja wirklich auf alles anwenden.

00:26:42: Ja richtig!

00:26:43: Und der kann quasi immer mitlaufen.

00:26:46: Richtig genau da bin ich auch ein großer Fan von.

00:26:50: wenn man in dieses Gebiet Skills bauen oder Skills schreiben, wenn man da so eintaucht dann wird man auch gerade von den large language Models selbst, wird man in so eine Richtung irgendwie geschubst mehr und mehr Und dann bläst sich das total auf.

00:27:05: Dann hat man irgendwann Skills begotten die Welt, ja?

00:27:07: Dann hast du Skills für wie ich mir die Schuhe zu binde und linker Schuh, rechter Schuh unterschiedlich usw.

00:27:13: Da hab' ich immer gemerkt es hat keinen Sinn.

00:27:15: Das bloatet einfach viel zu sehr.

00:27:16: deswegen bin ich dazu übergegangen eher zu überlegen.

00:27:19: dafür habe ich übrigens auch dann wieder ein Skill wenn ich so eine Session gemacht habe was ist schief gelaufen?

00:27:27: Und dann will ich nicht, dass konkrete Wissen was schief gelaufen ist.

00:27:30: Das ist irgendeine Programmiersprach, irgendein Zündtagsfehler oder eine Datenbank das ist mir eigentlich relativ egal sondern ich möchte wissen was es im Vorgehen schiefgelaufen?

00:27:38: Was hätte vorher passieren müssen?

00:27:40: und dabei helfen solche Sachen eben wie die Hierarchie der Wahrheit damit man sozusagen, ich nenne es dann Metas-Skills aufbaut.

00:27:50: Die einfach für die Arbeit im Allgemeinen wichtig sind und helfen.

00:27:53: Ja also ich versuch mir das hier gerade nebenbei in meinem Cocktail abzuspeichern, damit ich das auch aufsetze weil da sind wir ganz genau wieder eben in der Thematik.

00:28:03: Auch da stolpert man gerne los und jetzt brauche ich das, aber am wichtigsten sind diese Metasachen über allem schweben

00:28:13: und

00:28:13: ich sage mal die grundlegenden Probleme lösen in der ganzen Kommunikation mit Kaim.

00:28:18: Richtig, ich habe auch tatsächlich so eine Baseline beziehungsweise so eine Methodik wie das aufbaue wenn ich jetzt ein neues Programm oder neues Thema habe.

00:28:30: meine Baseline für meine Skills und meine Agents ist immer erstmal berühren erst einmal was verhalten und die Arbeitsweise.

00:28:37: Das ist das erste, wo wir uns unterhalten und was wir festlegen.

00:28:41: Also sowas wie was es war oder was ist falsch in meinen Skills?

00:28:45: oder mein Anweisung taucht auch immer auf Mensch hat veto recht?

00:28:50: Ja

00:28:51: sehr gut!

00:28:52: Das schreibe ich da explizit rein so doof wie's klingen mag.

00:28:55: aber auch das sind Sachen die eben helfen.

00:28:57: und dann klären wir erstmal naja was ist eigentlich eine Aufgabe wann ist sie fertig wie ist sie abgeschlossen usw.

00:29:05: Und erst wenn wir diesen ganzen langweiligen Kram geklärt haben, dann fangen wir an.

00:29:11: Ich nenne das dann Domänspezifisches Skills.

00:29:13: also wirklich in dem konkreten Problem wo wir gerade drinstecken sei es eine Programmiersprache oder sei es ein Design-Thema oder sowas Das kommt da nochmal on top.

00:29:22: Aber erstmal möchte ich sozusagen den Arbeitsvertrag mit meinen virtuellen Kollegen festgehalten haben

00:29:27: Okay du gehst da eher vom großen ist kleine Qualität Sehr gut!

00:29:31: Ich glaube dass kann man sich als vorgehen

00:29:34: Gut Definitiv, definitiv.

00:29:37: Sonst platzt das eben auf wie ein Sofa-Kisten, sonst werde ich nie fertig.

00:29:42: Ja, auf jeden Fall!

00:29:43: Ich glaube also dann häuft sich das an und dann weiß man noch gar nicht mehr was man da irgendwie so hat.

00:29:48: Und eine Sache jetzt habe ich ja den Experten haben wir hier vor uns sitzen und einen Wort ne?

00:29:53: Was in letzter Zeit mir auch so häufig um die Ohren flatter ist eine Abkürzung MCP.

00:29:59: Und du bist jetzt der Experte, ich frag dich.

00:30:01: Was ganz genau ... Wo spielt das eine Rolle in diesem ganzen KI-Agentenuniversum?

00:30:09: Ist es nur ein Hype oder hat es seine Daseinsverrichtigung, wobei ich hier davon ausgehe.

00:30:17: Alles hat Daseinverrichtigungen aber deine Meinung gab's nicht.

00:30:21: Das ist ne großartige Entwicklung und ich würde soweitgehen zu sagen aus technischer Sicht ist der Hype berechtigt Weil mit MCP haben wir ein Protokoll geschaffen, dass das Verteilen solcher Tools über die wir eben schon gesprochen haben.

00:30:39: Die werden dadurch standardisiert.

00:30:41: Das heißt ich kann heutzutage hergehen beispielsweise wir jetzt als Mitwalt können wir einen MCPs für aber anbieten und dann haben wir eine Werkzeugsammlung, einen Werkzeugkoffer Und diesen Werkzeugkopf, der dann eben das ganze Hosting-Thema und so weiter bedient.

00:30:57: Den können wir beliebigen Agents in die Hand drücken!

00:30:59: Das ist das Schöne an dem ganzen Thema MCP.

00:31:01: Es ist standardisiert.

00:31:03: D.h.,

00:31:03: es ist mir egal ob ich das an einen Co-Piloten, ein Claudecode oder sonst was Agent dran hefte.

00:31:10: Das ist eben standardisiert und bietet dadurch eben die Möglichkeit auch austauschbar zu werden.

00:31:16: Der große Vorteil hat natürlich auch seine Kehrseite Und das ist so, was dann in dem Hype immer so ein Problem ist.

00:31:26: Das wird natürlich schnell auch unrefektiert benutzt.

00:31:29: D.h.,

00:31:31: ich bleibe bei der Metapher von der Werkzeugkiste wenn ich die lieblos packe und ich da dreizehnmal den gleichen Schraubendreherein werfe leicht anders irgendwie, dass sich die auch schwer auseinanderhalten kann?

00:31:43: Naja, dann habe ich nichts gewonnen!

00:31:44: Dann hab' ich eigentlich nur meinen Handwerk oder mein Agent, den hab' Ich eigentlich nur verwirrt d.h.

00:31:50: er kriegt dann auch Probleme.

00:31:51: Deswegen geht man jetzt so in der Technikbubble dahin zu sagen, ah Leute slow down MCP tolle Sache.

00:31:59: Wir haben das ganze standardisiert aber schießt nicht mit Kanonen auf Spatzen.

00:32:03: Das heißt übernehmen zum Beispiel nicht eure bisherigen Programmierschnittstellen eins zu eins in die MCP-Welt.

00:32:11: macht nicht aus jeder eurer Schnittstelle sofort eine MCP Schnittsstelle und nicht sofort ein Tool weil sonst nehmen wir alle eure Design sprechen die ihr vorher schon hatte in euren apis und in eurer Sachen die nimmt ihr mit.

00:32:23: Und die multipliziert ihr dann noch aus, weil wenn wir wieder an die Lastprofile denken Agents nutzen sie dann zu hunderten zu tausenden und das kann dann tatsächlich zum Problem werden.

00:32:33: also da gilt dann eher weniger als mehr.

00:32:36: Und das ist dann dieser Stichpunkt von der Tool-Orchestrierung, dass ich mir genau überlegen soll.

00:32:43: Also nicht alles da in den MCP reinkippen sondern wirklich nur das was ich brauche damit ich am Ende auch eine schöne aufgeräumte Werkzeugkiste habe wo meine virtuellen Kollegen eben auch mit arbeiten können.

00:32:54: Mir hat die Chagivity Props gehen aus hoffentlich, das möchte ich jetzt fragen einen Vergleich gegeben und meinte, dass es quasi so ein bisschen Ähnlich dazu ist, wie zum Beispiel das USB-Stecker.

00:33:10: Ja irgendwann halt alle nutzen jetzt USB-C und dass es halt vereinheitlich wurde damit es einfacher gemacht hat.

00:33:18: So kann man, so kann das immer ein Köpfchen bleiben.

00:33:20: Das kann so in deinem Puff bleiben?

00:33:23: Das ist genau dieses Thema von Standards.

00:33:26: helfen uns halt.

00:33:27: Wir finden es auch alle cool dass wir unsere Ladegeräte untereinander wechseln können mit USB-C oder beim Laptop, dass das alles irgendwo standardisiert ist.

00:33:34: Dass man nicht mehr tausend Kabel...

00:33:35: Dass man nichts so einen Kabelbaum mit sich rumtragen muss und das ist da im Wesentlichen genau dasselbe.

00:33:42: also ja

00:33:43: okay sehr gut.

00:33:44: Dann in dem Fall wirklich Props gehen raus und genau sehr gut.

00:33:49: Und dann, wir haben ja auch das große Thema der Folge ist Datenverwertung, Datensouveränität.

00:33:58: auf was haben wir da eigentlich Zugriff?

00:33:59: Das heißt damit wir natürlich ein gutes Ergebnis von KI haben können, das wissen wir jetzt glaube ich schon alle braucht es natürlich gute Daten und dass im besten fall die Daten vom Unternehmen, ne?

00:34:11: Wir wollen natürlich irgendwelche Daten.

00:34:12: Das heißt dieser Wissenszugriff wie kann ich den denn sicherstellen?

00:34:18: das ist quasi.

00:34:19: also ich kann ja wahrscheinlich oder ich nehme jetzt mal aus deinen vorherigen Erzählungen auch mit dass es nicht so die beste Idee ist zu sagen Ich gebe jetzt einfach Zugriff auf meine internen Unternehmensdaten sondern Wie kann ich das besser umsetzen?

00:34:36: Naja, indem man natürlich erst mal überlegt was sind das für Daten?

00:34:42: und also man kann ja an Schutzklassen sozusagen einsortieren.

00:34:45: Das ist glaube ich etwas womit man gut anfangen kann.

00:34:49: wie gesagt wenn ich jetzt irgendwelche super unkritischen Dinge habe dann bin ich der letzte.

00:34:54: wir auch kein Spielverderber sein.

00:34:55: Dann sage ich mach damit was ihr wollt ne?

00:34:59: Ich gucke da nicht so genau hin.

00:35:02: Wenn es um mehr geht würde ich sogar Heute dazu raten, das ganze Spiel umzudrehen.

00:35:10: Und zwar in der Richtung... Wie gesagt, mir stehen die Haare zu berge wenn ich sehe wie unangespitzt Daten in solche Systeme reingegeben werden.

00:35:22: Schöner ist es, wenn man die Fragestellung, die man eigentlich hat und meistens will man ja irgendeine Analyse hier sind Zehntausend Stellung und sag mal, was ist denn das Beliebteste jetzt gewesen?

00:35:36: Und warum.

00:35:38: Schöner als diese Daten einfach direkt in ein Large Language Model zu kippen und da es unabhängig wo das jetzt liegt, ist es dem Large Language Modell, dem Assistenten begreiflich zu machen, was ich eigentlich für eine Fragestellung habe und sich einen Werkzeug dafür bestellen.

00:35:58: Ich habe das erste, also alle gespitzt Daten reinwerfen.

00:36:02: Das nenne ich immer Oracle Pattern.

00:36:04: Ich fragst du das Oracle?

00:36:05: Ja!

00:36:06: Deine Daten liebes Oracle.

00:36:08: und dann kriege ich irgendeine Antwort inklusive Hallucination, inklusive der ganzen Risiken die wir schon kennen.

00:36:13: Und das andere nenn ich Craftsman Pattern, das geht ungekehrt.

00:36:16: Das heißt ich frage DKI oder den Agent oder das Large Language Model gar nicht nach der Lösung sondern ich fraue nach dem Werkzeug dass ich brauche um zur Lösung zu kommen.

00:36:26: Und bei mir funktioniert das ganz häufig so, dass ich mir solche Auswertungstools, die ich brauche.

00:36:33: Welches Produkt war jetzt am beliebtesten?

00:36:34: Was verkauft sich in meinem Shopgut?

00:36:36: und so weiter und so fort?

00:36:37: Diese kleinen Auswertungs-Tools, diese bestelle ich mir.

00:36:40: Die lasse ich mir von einem Coding-Agent bauen... ...und meine Daten habe ich ja bei mir lokal!

00:36:45: Die hab' ich ja irgendwie im Zubef.

00:36:47: Das Auswertingstool, das bestelle Ich mir, das lass' ich mir geben.. ..und dann kann ich meine Daten einfach bei mir

00:36:52: behalten.".

00:36:53: Das ist sozusagen meine Lieblingslösung.

00:36:57: Weil sie sicherstellt, dass ich gar kein Problem habe.

00:37:02: Geht natürlich nicht in allen Situationen und manchmal hab' ich auch Auswertungen wo ich eben KI benutzen möchte weil ich habe große Textkörper die ich durchsuchen möchte usw.

00:37:12: Da kann ich jetzt keinen... Werkzeug verbauen, dass da nicht wieder ein Ladsch-Language-Model wäre.

00:37:18: Das heißt

00:37:18: man einfach sein eigenes Riesending?

00:37:20: Genau und bei solchen Themen kann man dann eben nachdem man jetzt geguckt hat okay in welcher Schutzklasse liegen diese Daten?

00:37:29: und in aller Regel wenn man diese Unterscheidung schon gemacht hat die ich gerade genannt habe dann sind die Texte um die es dann noch geht sie sind in aller regel denkbar unkritisch.

00:37:36: Okay das heißt die kann ich dann einfach wieder so benutzen.

00:37:41: Wenn ich jetzt wirklich das geschützte Large-Language-Model haben möchte, dann muss ich eben gucken.

00:37:50: Ein kleiner Werbeblock, da muss ich ja eben gucken, dass ich zu einem vernünftigen Hosting-Partner gehe wo meine Daten auch in Deutschland bleiben und wo ich eben sichergestellt habe, dass sie nicht lieben, dass die nicht für Training benutzt werden, dass diese nicht in Locks landen etc.

00:38:05: Das heißt würdest du sagen gibt es eine Antwort auf die Frage?

00:38:09: Wann braucht denn ein KI-Modell der Zugriff auf meine Daten?

00:38:14: Also wenn ich ganz, ganz streng bin dann würde ich sagen nur wenn es die Aufgabe erfordert und das ist gar nicht so oft der Fall wie man denkt.

00:38:24: Weil viele von diesen Auswertungen Sachen die wir haben möchten das sind eigentlich statistische Auswertung Das ist abzählen das ist irgendwie Zusammenhänge sehen.

00:38:36: Und das ist was, worin Lars Denkwitz mal in Zusammenhänge sehen.

00:38:39: Sind die gut?

00:38:39: Ja!

00:38:40: Aber im Zählen und in Statistik und in Mathematik in aller Regel sowieso nicht so wirklich.

00:38:45: Das heißt, dass es für mich auch immer ein Indikator, wenn ich eine statistische Auswertung brauche... ...und ich will irgendwie Sachen abzählen usw.

00:38:52: und sofort dann ist es ja mit neunneunzig-prozentiger Wahrscheinlichkeit sowieso günstiger sich eben das Werkzeug zu bestellen, das Lokal zu betreiben.

00:39:02: Das sind ja viel weniger Tokens, die ich dann brauchen.

00:39:04: Weil ich immer große Datenmengen über die Leitungsstücke um die auswerten zu lassen.

00:39:08: Naja, dann verbrenne ich auch im Riesenhaufen Tokens.

00:39:11: Wo ich das gleiche vielleicht wenn ich mir einmal ein richtiges Tool bestellt habe eben dann auch bei mir lokal machen kann ohne das ganze Risiko?

00:39:18: Ja!

00:39:19: Ich hab da in letzter Zeit sehr viel auch dazu gehört wie man so diese Dinge umgeht dass man eben alles schert nicht zuletzt auf weil... Wie man halt ja so datensensible Themen bei sich selber umgeht, dass man da sich zum Beispiel also ganz ganz klein gedacht im privaten mehr oder weniger eher eine Excel.

00:39:39: So ein Scrap geben lässt wie mache ich das damit es dann bei mir läuft?

00:39:43: Ich glaube so kann man sich das im Kleinen vorstellen

00:39:46: und

00:39:47: dann im Unternehmenskontext.

00:39:48: Da kann man das bisschen größer denken natürlich aber sodass man halt merkt okay Die Daten sind dann aber... Da gibt's kein Datenaustausch.

00:39:57: Richtig, genau!

00:39:59: Das mach ich in den... Wenn ich so Anfängerveranstaltungen mache wo es um Vibecoding geht da bringe ich das auch immer genauso.

00:40:08: fangt halt mit einer Excel-Mappe an oder mit einer CSV Datei die ihr lokal liegen habt und lasst euch vom Agent eures Vertrauens ins Zweifel.

00:40:18: baut er euch ein Excel Makro.

00:40:20: Ja, baut euch ein kleines Skript was so eine Mappe vor euch auswertet.

00:40:24: Das ist in aller Regel sehr viel schöner weil es eben in alle Richtungen spart von der Datenhaltung bis hin zu den Tokens.

00:40:33: komme ich dann auch einfach günstiger dabei weg?

00:40:35: ja sehr gut und ich meine jetzt alle Zuhörer, Zuhöhrerin man will ja immer etwas mit denen denkt okay das klingt jetzt alles hoffentlich sinnvoll.

00:40:47: Wie setze ich das jetzt um?

00:40:49: Also stell dir mal vor, so CTO von Nutanemen.

00:40:53: Womit würdest du sagen sollte diese Person anfangen?

00:40:56: und was kann vielleicht noch ein bisschen warten?

00:40:59: Wo muss man jetzt nicht direkt drauf heuer

00:41:02: an?

00:41:04: Also wo ich ganz klipp und klar sagen würde, was warten kann... also ich würde jetzt nicht sofort allen Bedürfnissen nachgeben.

00:41:13: wir müssen ja sofort alles mit KI machen oder diesem Optimierungsdruck, den wir aktuell überall spüren.

00:41:21: Wir müssen jetzt alle effizienter werden und eben alle zu so KI-Göttern mutieren über Nacht.

00:41:29: Da würde ich sagen, das ist meine erste Anweisung halt und lasst uns erst mal auf dem Teppich bleiben.

00:41:34: Und das zweite was man sich CT ausraten würde, ist dann eben zu gucken wo habe ich wirklich Bedürfnisse?

00:41:43: Das heißt mal genau sich das eigene Unternehmen anzuschauen und die Frage zu stellen, wo habe ich eigentlich Schnittstellen zur KI?

00:41:50: Wo wird es heute schon benutzt.

00:41:52: Wo wird's nicht benutzt?

00:41:53: Wo ist es sinnvoll oder wo ist es nicht sinnvoll?

00:41:56: Ich würde anfangen mir erstmal einen Überblick zu verschaffen erst einmal eine Landkarte aufzustellen von dem was läuft denn eigentlich gerade schon wieder Stichwort Schatten-Iting.

00:42:04: Das heißt da eben genau zu gucken, was haben wir aktuell, wo benutzen wir das, wo ist sie sinnvoll, wo nicht?

00:42:10: Und dann im zweiten Schritt eben herzugehen und auch zu fragen, welche Risiken haben wir hier eigentlich?

00:42:15: Wenn meine Forschungs- und Entwicklungsabteilungen alle ihre Geheimnisse jeden Tag mit ZGPT diskutiert, wäre das ein kritischer Punkt.

00:42:26: Wo ich dann Handelsbedarf sehen würde... Wenn ich jetzt in, keine Ahnung, in welchen Kreativbereichen unterwegs bin und ich lasse mir erstmal einen Textkörper generieren als Orientierung dann bin ich wesentlich entspannter.

00:42:41: Ja das heißt, ich würde anfangen wie ein Überblick zu verschaffen nichts zu überstürzen auf dem Teppich zu bleiben Risiken zu bewerten und danach meinen Handeln eben einzusortieren.

00:42:51: Ich glaube damit fährt man ganz gut Und dann kriegt man auch erst mal so eine Einschätzung dafür.

00:42:55: es läuft eigentlich Karl.

00:42:57: Also das wäre meine Antwort.

00:42:59: Also erstmal

00:43:00: chillen.

00:43:03: Ein Werkzeug, das ich dazu immer gerne auf den Tisch lege.

00:43:06: es gibt ja sogenannte Fehlermöglichkeits- und Einflussanalysen Und das macht Spaß!

00:43:10: Das kann man morgens irgendwie so als erstes machen wenn man auch noch ein bisschen bedröppelt ist und irgendwie so beim ersten Kaffee vielleicht ein bisschen schwarzmalerische Laune mitbringt.

00:43:18: Da hören wir morgens mal anfangen sich überlegen was habe ich denn eigentlich alles für Risiten?

00:43:22: Ja?

00:43:22: Was kann bei mir eigentlich alles schief gehen?

00:43:24: Und dann gehe ich her und bewerte diese Risiken.

00:43:26: Guck mal, wie groß ist denn der Impact?

00:43:29: Wenn meine Personalabteilung irgendwie ohne gespitzt KI-Daten benutzt für Entscheidungen ... Dann kann das ein riesen Shitstorm, Image-Schaden usw.

00:43:36: auslösen.

00:43:38: Es lohnt sich wirklich, sich das klarzumachen und aufzuzeigen danach zu priorisieren.

00:43:44: Ich muss ja nichts anfassen wo ich ein ganz geringes Risiko habe Wo ich da keinen direkten Handlungsbedarf sehe.

00:43:50: Frage da!

00:43:52: Kriege ich dann mit?

00:43:53: Also wahrscheinlich wird jetzt nicht die HA-Abteilung bei mir anklopfen und sagen, also meine Probleme werden hier immer mit Chatchabity besprochen.

00:44:03: Wie kriegt man das denn heutzutage überhaupt noch mit?

00:44:07: Naja wir haben eben schon die Infrastruktur angesprochen.

00:44:10: ja

00:44:12: Und ich kenne viele Unternehmen, die mittlerweile in ihren Firewalls auch gerade solche Endpunkte von großen Karrieren, Gietern, Blocken oder eben auch überwachen sodass das dann eben an der Stelle auch auffällt.

00:44:25: Das heißt natürlich wollen wir alle keine Kontrollinstanzen und keine KI-Polizei in den Unternehmen irgendwo haben, ob die anderen Seite müssen wir aber auch einfach erwachsen mit dem Thema umgehen?

00:44:38: Und wenn man da eben in einer verantwortungsvollen Position unterwegs ist, na ja, dann sollte es eben auch zur eigenen Berufsehre gehören dass man solche Sachen dann auch transparent händelt.

00:44:48: Ja und ich meine dazu gehört dir auf jeden Fall auch Sensibilisierung und Aufklärung.

00:44:52: Also, dass halt auch die Leute, die das vielleicht feldlicherweise nutzen.

00:44:57: Vielleicht sind sie sich gar nicht bewusst.

00:45:00: Mit großer Wahrscheinlichkeit?

00:45:02: Ja!

00:45:03: Ich meine wir haben es eben kurz angerissen dahinter verbirbt sich eine riesige Servicekette.

00:45:07: Das ist eine große Landschaft und ich staune immer bei meinen Kollegen aus der Entwicklung wenn die ein neues Model bei uns ins Hosting einbringen was da tatsächlich für einen Aufwand hintersteckt und was da alles für Programme und Dienste involviert damit ich irgendwie meine Dösige Frage stellen kann am Ende des Tages.

00:45:24: Und na ja, das sollte man dann eben mit in die Wachschale legen.

00:45:29: Okay,

00:45:29: d.h.,

00:45:30: zu diesen erstmal eine Ist-Analyse machen?

00:45:34: Das würde ich jetzt mal zusammenfassen oder?

00:45:36: Eine Ist- Analyse machen bedeutet aber natürlich auch sich auf wirklich erst einmal Einblick zu verschaffen und im besten Fall dass nicht als komplette Überwachungsthematik angehen sondern miteinander

00:45:49: irgendwo

00:45:51: halt, ja wirklich zu verstehen was passiert jetzt schon.

00:45:55: Okay also wir nehmen mit und gucken okay was passieren da gerade?

00:45:59: Und wo sind Risiken?

00:46:01: Und jetzt noch mal so ganz groß ne?

00:46:04: Also ein Jahr ist in der Coyote ja schon ganz groß.

00:46:07: Ohja!

00:46:11: Schon universell mehr oder weniger.

00:46:13: aber wenn du jetzt allen... wow Ich muss grade selber überlegen, meine Frage.

00:46:21: Aber doch, manchmal kann man's auch großspielen.

00:46:23: Wenn du jetzt ein Unternehmen oder Unternehmendern ... Oder einen Tipp mitgeben kannst so hey!

00:46:30: Diese eine Sache solltest du jetzt machen um halt dieses ... Auch nicht dieses KI.

00:46:37: ich muss mich extrem optimieren sondern diese eine Sache ist eben schon wichtig um irgendwo in der KI-Welt mitzuhalten.

00:46:44: Verantwortung übernehmen?

00:46:47: Spielregeln auf bauen.

00:46:49: Das sind eigentlich die beiden Themen, die ich da sofort nennen würde.

00:46:54: Das heißt wenn ich im unternehmerischen Kontext unterwegs bin dann muss ich eben auch das ernst nehmen?

00:47:01: Dann bin ich nicht privat unterwegs und quatsch irgendwie lockerlässig mit ChatGPT, das sind dann einfach schon zwei verschiedene Welten... Und ich muss eben die Fährnis dann auch mitbringen dass sich in meinem Unternehmen für alle Mitarbeitenden transparent und einfach einzusehen solche Spielregeln auch auf die Reiseschicke.

00:47:19: Das heißt, das wären so wirklich die beiden Punkte... ...die ich sehen würde.

00:47:25: und das heißt eben dass ich genau wie wir gerade gesagt haben, ne?

00:47:28: Ich muss die Menschen abholen!

00:47:29: Ich muss aufklären, ich muss sagen hey Leute wenn ihr eure Daten da rein werft seid euch klar das Punkt und Punkt und das dann eben auch mit vernünftigen und im besten Fall auch fairen Spielregeln versehen sodass wir in einem Jahr nicht uns alle die Augen ausgekratzt haben, weil wir irgendwie uns die ganze Zeit nur über solche KI-Fragen streiten.

00:47:52: Ja und das finde ich eigentlich spannend.

00:47:54: Gerade dachte ich noch so oh vielleicht ist die Frage ein bisschen zu groß gegriffen aber eigentlich gar nicht!

00:47:59: Und jetzt denke ich auch an deine Antwort.

00:48:02: Die hätte ich zur KI zum KI-Anfall inne.

00:48:06: Ist das auch das fälschlicherweise ausgedrückt?

00:48:08: Aber als dass ich sage mal Großpublik war genau das hätt ich da auch gesagt.

00:48:14: Also, da hat's und es hat sich eigentlich nicht so viel erfolgen.

00:48:17: Nein!

00:48:19: Die Muster bleiben ja immer diegleichen.

00:48:21: das ist ja vollkommen egal welche technische Neuerung jetzt gerade passiert.

00:48:26: ich muss immer gucken dass ich die vernünftig einbringe.

00:48:31: Ich habe schon zu oft gesehen grade im Technologie Kontext Dass ich sage mal Dinge über das Knie gebrochen wurden Das Technologien unreflekt hier zu schnell irgendwo benutzt wurden.

00:48:44: Das hat in aller Regel immer negative Konsequenzen gehabt.

00:48:47: Und wenn es nur die fehlende Akzeptanz der Benutzer am Ende ist, die dabei rauskommt und unter dem Aspekt... Gucken wir mal, was im nächsten Jahr so los ist.

00:48:59: Ich bin auch gespannt!

00:49:01: Aber ich bin mir ziemlich sicher, wenn wir in einem Jahr hier sitzen würden und die Frage noch einmal stellen würde, würdest du nochmal genau dieselbe Antwort geben?

00:49:08: Und da ganzch aufwitzig, dann wurde ich auch nicht so viel.

00:49:11: Nein,

00:49:11: nein, nein das bleibt bestehen.

00:49:13: Da bin ich mir jetzt ziemlich sicher.

00:49:14: Okay wunderbar also was ihr heute gesehen habt liebe Zuhörende es geht nicht nur um die frage boah welches kann i tu nutze ich jetzt ohne?

00:49:25: Ist es das oder sollte ich jetzt wieder wechseln?

00:49:27: Sondern auch, was passiert mit den Daten.

00:49:30: Wo gehen die Daten hin und was gibt es dafür?

00:49:32: Schnittstellen!

00:49:34: Und vielen Dank Lars, dass du da warst.

00:49:36: Sehr gerne.

00:49:36: Ich habe noch mal richtig etwas mitgenommen und sehr viel Spaß gemacht.

00:49:39: Werde mich hier ansetzen meinen Skill zu brauchen.

00:49:43: Ja dann können wir gleich noch ein paar Links austauschen.

00:49:45: Ich hab doch noch ein Paar Sachen für dich.

00:49:47: Sehr gut, top!

00:49:48: Ganz vielen Dank fürs Zuhören.

00:49:49: Auf bis bald!

00:49:51: Tschüss.