KI Made in Germany: Vision AI für die Industrie

00:00:00: Hallo und herzlich willkommen.

00:00:01: zu Blick ins Kontextfenster.

00:00:02: Ich spreche heute mit Dominik Lausch, CEO von Denkweit einem DeepTech-Unternehmen aus Deutschland die sich mit dem Thema Vision AI beschäftigen und aus meiner Sicht sehr spannende Lösungen entwickeln.

00:00:15: Viel Spaß mit dem Interview!

00:00:23: Dominik hallo und herzlich Willkommen.

00:00:26: Freut mich sehr dass du heute da bist und das wir heute über DeepTech, Vision KI und KI im Allgemeinen diskutieren können.

00:00:33: Ja vielen Dank dass ich hier sein kann

00:00:35: Dominik, erzähl uns doch erst mal ein bisschen was über dich und über dein Unternehmen.

00:00:39: Ich bin ja Physiker von Haus aus, komme von der Fraunhofergesellschaft, hab bei Fraunhoefer gearbeitet und auch promoviert, hab da eine Gruppe geleitet.

00:00:49: Genau!

00:00:49: Und Denkweit?

00:00:50: Wir hatten damals Denkwald gegründet, auch aus technologischen Gründen.

00:00:54: also wir sind DeepTech-Unternehmen.

00:00:55: Wir haben uns sehr zeitig mit dem Thema Vision-Transformern auseinandergesetzt, das ist der Transformertechnologie per se, da wäre er im Jahr Mit All United is attention, ich sag jetzt mal vermeintliche Erstpublikationen.

00:01:09: Und wir haben damit rumgespielt und haben dann tatsächlich gesehen wie gut das auch für Bilder geht... ...und haben die Denkwalt im Jahr zwei Tausend Achtzehn gegründet

00:01:16: Genau.

00:01:17: Das heißt, ihr wart tatsächlich sehr früh am Start.

00:01:19: wenn man das jetzt vergleicht ob mehr ja und co.

00:01:22: die sozusagen Platzhirschen im Bereich KI die natürlich jetzt generell unterwegs sind haben diese Technologien natürlich auch früh aufgegriffen aber andere waren da glaube ich deutlich langsamer.

00:01:31: dass heißt ihr habt da sehr schnell erkannt welcher Nutzen in dieser Transformer Architektur steckt dir jetzt wirklich Grundlage eigentlich für die die meisten aktuellen KI Anwendungen darstellt?

00:01:40: Ja

00:01:41: Also das ist mir auch immer wichtig hervorzuheben.

00:01:43: Wir sind jetzt kein Hype oder KI-Hypeunternehmen, sondern wir machen das schon sehr lange und machen es auch sehr gründlich.

00:01:51: Sind auch gebootstrappt.

00:01:52: also wir haben keinen Investoren an Bord, sind aus eigen Kapital gewachsen bis zu dem Punkt wo uns das auch weitestgehend beibehalten beschäftigen uns sehr tiefgründig mit solchen Technologien.

00:02:04: Das ist so ein Stück weit das, was uns

00:02:05: ausmacht.".

00:02:05: Ja

00:02:05: dann erzählt doch mal ein bisschen etwas über die Anwendungen in die quasi eure Technologen ermöglichen?

00:02:12: Also wir haben unterteilt, dass immer gerne so zwei Bereiche.

00:02:18: also wir haben natürlich den Industriebereich.

00:02:20: Dass es durchweg alle möglichen Industriefelder von Food über natürlich den klassischen Maschinenbau, das ist ja immer gerne ein klassischer Maschienbau.

00:02:30: Alles was man so in Deutschland kennt Automotive Metallteile hoch und runter bis hin zu natürlich auch anderen Sachen wie Steine Holzprodukte alles Mögliche.

00:02:44: Und die zweite Säule Das nennen wir Real Life Imaging.

00:02:47: also Wir machen auch sehr viel Drohntechnologien Brücken prüfen bis runter Solarmodule zählen und prüfen, hat sowas.

00:02:57: Aber auch Inventarisierung über Straßenbefahrung usw.

00:03:05: Also es geht aber immer darum.

00:03:06: ihr bekommt als Input Bilder oder Videobilder und eure KI-Systeme analysieren das dann und können Dinge tun wie jetzt zum Beispiel Objekte zähln, Objekter erkennen, aber dann halt in der Industrie wahrscheinlich auch so was wie Schaden erkennen.

00:03:20: also ist das Bauteil defekt?

00:03:21: Oder ist das nicht defekt?

00:03:23: Nimm uns doch mal ein bisschen mit auf die Reise.

00:03:26: Was muss ein Industrieunternehmen tun, damit das diese Technologie einsetzen kann?

00:03:30: Das ist eine sehr gute Frage!

00:03:31: Also was es uns ausmacht, wir sind sehr hoch fokussiert auf das Thema Visioni eigentlich.

00:03:35: Wir machen nichts anderes und von Anfang an.

00:03:38: der Begriff AI ist ja auch ein bisschen irreführend, also statistische Mathematik glaube ich, aber da haben wir uns sehr stark drauf fokassiert.

00:03:48: Wir wählen das auch immer gerne, wir haben so drei Säulen.

00:03:50: Also wir machen Deep Tech.

00:03:52: Wir machen wirklich alles komplett selber.

00:03:54: Alles Made in Germany.

00:03:55: Wir haben Null Abhängigkeit zu irgendjemandem anderen.

00:03:57: Wir hatten einen sehr einfachen Zugang gemacht um diesen gesamten Lebenszyklus... also nicht nur das Training sondern den gesamten Lebenzyklos einer KI digital abzubilden und sodass der Operator macht.

00:04:07: Also kein Entwickler oder High-End Technologe der sich in dem Bereich auskennt, sondern wirklich der Operater.

00:04:14: Grundvoraussetzung ist dass ich eine Maus bewegen kann und viel wichtiger weiß, was ich eigentlich tue.

00:04:19: Das Dritte ist wir machen sehr viel Support aufgrund der Positionierung die uns sehr gut tut und deswegen können wir dieses Wetteren auch so effizient mitgehen.

00:04:26: Es ist es eigentlich so dass wir uns auf diesen Technologiekern konzentrieren und klar haben eine gut dokumentierte SDK.

00:04:36: Wir haben eine eigene Offline Software die auch mit sehr viel Hardware sprechen kann.

00:04:40: aber das war's also.

00:04:42: wir bieten in der Regel den Technologiekern an.

00:04:45: Deswegen können wir sehr gut mit Unternehmen zusammenarbeiten, die zum einen Gerätehersteller sind.

00:04:49: Für dies ist das ein Traum!

00:04:51: damit so was wie on-device AI dann zum Beispiel möglich wird.

00:04:54: Genau, also das ist so dass die Modelle, die bei uns entstehen, die laufen faktisch immer On-Premise direkt auf dem Gerät oder Fahrzeug, je nachdem auf der Drohne.

00:05:03: Also da ist nichts mit Cloud-Ambindung, das ist soweit sind wir noch nicht technologisch sondern vom Verständnis der Leute Aber

00:05:10: auch vielleicht gar nicht von den Hardware Anforderungen.

00:05:12: Das klingt ja erst mal danach, dass es jetzt nicht so ist als muss ich mir jedes Mal einen Datencenter dahin stellen um eure

00:05:17: Anbindung Wenn man mit uns zusammenarbeitet brauchen muss keine Gedanken machen.

00:05:21: Also das ist auch unsere Aufgabe, wir nehmen dieses Vision AI-Thema komplett vom Kunden weg sowohl auf Trainings und Pflegeseite als auch auf der Applikation.

00:05:29: Wobei also wegnehmen in dem Sinne ihr erleichtert das aber der Kunde ist quasi immer noch derjenige der anotieren kann der auch seine Expertise reingeben kann.

00:05:39: wenn ich das richtig verstanden habe was ja häufig so das Bottleneck dann wäre ne?

00:05:42: Genau es ist sehr gut dass du das nochmal erfordernst.

00:05:45: also wir nehmen die technologische Komplexität weg.

00:05:48: Das Doing macht natürlich der Kunde, weil er ja sein eigenes Know-how digitalisiert.

00:05:52: Also das ist ja Quatsch wenn ich anfange das jetzt mit jemand anderem zu machen anstatt dass sich das als Werkzeug beim Kunden übergebe geht da unglaublich viel Ressourcen und Zeit weg.

00:06:02: und dann verliere ich diesen Charme dieses Short Cycles auch mal schnell Sachen in ein paar Minuten zu verbessern oder vielleicht mal einen neuen Defekt aufzusetzen oder irgendwas anderes zu machen.

00:06:13: Das verlière ich ja komplett.

00:06:14: Auch das Thema noch digitalisieren.

00:06:17: Das ist ja so ein bisschen der entscheidende Punkt, den wird's dir verlieren.

00:06:19: Es soll schon der Operator selber machen

00:06:21: oder

00:06:21: halt der nur haut.

00:06:22: Ja man

00:06:23: bleibt dann insofern beim Unternehmen.

00:06:25: die anotieren die Daten und die Modelle laufen dann zur Laufzeit bei denen das Training macht.

00:06:29: ihr bietet ihr verschiedene Möglichkeiten glaube ich an um diese Modelle dann zu trainieren richtig?

00:06:35: Also wir sind aktuell noch Pio Alscher Wir rosten in Deutschland also sozusagen kann man angeben bei Microsoft.

00:06:45: sind aber sehr scharf, da auch drauf im Stacket überzugehen.

00:06:48: Also die Schwarz-Digits... Die ja dieses Logo Europa-Deutschland sehr stark nach vorne heben und für uns ist es ehrlicherweise auch egal wir brauchen in Anführungsstrichen nur ein Hyperscale.

00:07:03: Und das ist natürlich unglaublich aufwendig, dass wird nämlich unterschätzt.

00:07:07: Das Modell selber, das ist ja sehr klein, das läuft lokal Das läuft auf einem handelsüblichen Prozessor in der Regel so um die zweieinhalb Millisekunden pro Bild, so Pima Daumen.

00:07:18: Nämlich eine Grafikarte komme ich da schon ein Einstellige Bereiche und wir unterstützen auch im Bereich AI-Pschleuniger, ja, Amorella, NXP also alles was da jetzt so kommt und natürlich die Prozessoren, die Infoprozessoren usw..

00:07:33: Okay das ist glaube ich ganz wichtig für das Verständnis für die Zuschauer hier.

00:07:37: häufig thematisieren wir ja... Platsch Language Models, große Sprachmodelle wo ich dann auch schon mal gezeigt habe wie man die lokal betreiben kann.

00:07:43: Da ist man natürlich in ganz anderen Größenordnungen unterwegs.

00:07:46: das wäre nämlich jetzt genau auch die Frage was es sozusagen der Unterschied.

00:07:51: der Autonomal-Bürger würde jetzt sagen warum nimmt ihr nicht einfach ein Gemini?

00:07:54: Das kann ja auch hier Bilder beschreiben anotieren sonstwas.

00:07:58: aber Du hast jetzt schon zwei Dinge angesprochen, also die Größe des Modells, die dann dazu führt dass man das auch auf kleiner Hardware betreiben kann.

00:08:04: Was dann wiederum dazu führt, dass man im Millisekundenbereich unterwegs ist was bei größeren Modellen wahrscheinlich stand heute zumindest noch nicht so hinbekommen.

00:08:12: Genau,

00:08:12: also gibt es eigentlich zwei Gründe.

00:08:13: den ersten hast du ja genannt das ist definitiv auch korreliert mit Kosten und ich glaube wir beide wissen dass solche großen Modelle wenn sich die großen wirklich fegen die das können nutzen sind.

00:08:22: auf high end Grafikkarten die hunderttausend Euro kosten sind sie auch noch verteilt.

00:08:27: Also das ist nicht nur eine sondern da sind ganz viele unglaubliche Monster mittlerweile geworden die in der Industrie per se gar nichts zu suchen haben Also zumindest in der Produktionsumgebung, in diesem Umfeld.

00:08:38: Wo es ja auch um Millisekunden und muss man auch sagen, um Kosten pro Analyse geht.

00:08:44: Und das zweite ist... Das ist nicht nur Hau!

00:08:47: Also wenn ich jetzt zum Beispiel... Da haben wir ja unendlich viele Versuche gemacht.

00:08:51: Wenn ich jetzt ein sehr spezifisches Problem und Thema habe dann weiß die das nicht?

00:08:56: Wir arbeiten ja mit Unternehmen zusammen wo

00:08:58: z.B.,

00:08:58: dass das einzige Unternehmen der Welt sind, die so einen Teil herstellen Natürlich und dann auch noch natürlich sehr eigene, vielleicht sogar von Kunde zu Kunde unterschiedliche Qualitätsansprüche.

00:09:10: Das kann so ein Modell nicht wissen.

00:09:12: Und wir hatten das immer wieder vor einem halben Jahranfall.

00:09:16: da kam einer und der hat gesagt guck mal ich finde Risse in Brücken.

00:09:20: Dann habe ich gesagt nehm meine neue Brücke und frag nach dem Riss.

00:09:23: Da kam Riss bei raus?

00:09:24: Ja klar!

00:09:26: Das ist dieses Thema.

00:09:27: nicht nur, dass wir in die Modelle nie können.

00:09:30: Das können ja auch nicht alle Menschen so alltägliche Probleme sagen wie viele Tassen hier auf dem Tisch sind und da geht das auch.

00:09:38: Da kommt es aber Richtung Tiny Modelle raus.

00:09:42: also auch jemand der jetzt mit dort runter fliegt und Tast zählen möchte kann solche Modellen nicht verwenden.

00:09:47: Und da ist es auch so, dass auch jetzt unser aktueller Ansatz wir bieten natürlich auch an.

00:09:51: Dass sich das Know-how und das Wissen dieser großen Modelle über einen Text prompt einfach sagen nimmt die nächsten hundert Bilder Findet mir das und das, Enter.

00:10:00: Dass ich dann aber dieses Know-how aus diesen großen Modellen rausextragiere... ...und Tiny-Modelle mache.

00:10:07: Also zum Beispiel für die automatische Anotierung von Daten?

00:10:10: Zumindest die Voranotierung.

00:10:11: Wahrscheinlich bietet sich das immer noch an, dass man das nochmal nachjustiert würde.

00:10:15: Ich halte das

00:10:15: bei uns für echt stark weil wir dann... Wir haben ja jemanden der unser Protokent, wir haben AI immer im Loop laufen.

00:10:23: Nicht nur, dass wir beim Annotieren vorschlagen was die KI schon gelernt hat.

00:10:26: Sondern wir haben natürlich auch einen Center, wir nennen das Quality Center wo die Qualität der Anotation der Daten immer wieder im Kreis weil es zum Schluss statistische Mathematik gelaufen wird und das ist mit so einer Kombination richtig gut indem ich dann nämlich auch nochmal gucken kann wie gut ist hier eigentlich?

00:10:40: Wo hat diese, ich sag mal Auto-Anotation funktioniert wohl nicht, ne?

00:10:44: Weil jetzt ist nun mal nicht perfekt.

00:10:45: Ja

00:10:45: wenn man sich das wahrscheinlich so vorstellen Ich kann das anotieren, aber wenn ich das nicht vernünftig anotiere dann sind die Ergebnisse automatisch merklich schlechter.

00:10:55: Dadurch dass es statistische Mathematik ist, ist es häufig so, dass die KI's dann doch irgendwie mit einer geringen Wahrscheinlichkeit findet, die du vielleicht im Industrieumfeld auch ausfiltern würdest und das dann aber sagen kann.

00:11:08: hier bei diesem Bild glaube ich da was fehlt Natürlich auch Bilder zeigt, wo die Vorhersagewahrscheinlichkeiten der einzelnen Objekte sehr niedrig sind.

00:11:20: Wo der Kunde mit einem gewissen Verstand draufgucken kann und sagen kann, da muss ich entweder mehr reinstecken oder diese Self- oder Text Prompt Annotations sind doch nicht so geil.

00:11:29: also ich muss es per Hand machen.

00:11:30: Das schließt das ja nicht aus!

00:11:32: Wie viele Bilder muss denn ein Kunde im Durchschnitt anotieren?

00:11:37: Dadurch dass wir seit since two thousand eighteen darauf fokussiert sind auf Industrie heißt es wenig Bilder.

00:11:43: Das ist nun mal so.

00:11:45: Wir haben Cases laufen, super stabil die seit ein paar Jahren keinen Fehler machen mit mit zwanzig dreißig Bildern.

00:11:52: Okay.

00:11:53: Weil wir generieren sehr viele künstliche Bilder.

00:11:57: also wir trainieren natürlich auch mit vierzen bis siebzig tausend Bilder oder so.

00:12:02: aber wir erzeugen uns die künstlich und deswegen auch bei dem Thema Prompting und auch überhaupt haben wir ehrlicherweise gerade in den letzten Zeiten ist uns aufgefallen, eher Probleme mit großen Datensätzen.

00:12:16: Das ist eigentlich sehr interessant weil du häufig bei großen Datensen technologisch das jetzt sehr edgy aber das wird extrem unterschätzt grad von Großunternehmen.

00:12:25: Du kommst eher in die in das Limit des Datensatzes oder nicht in das limit der Technologie.

00:12:32: Kannst du das noch mal ein bisschen erklären?

00:12:34: Das ist spannend.

00:12:38: Du hast einen Datensitz mit hunderttausend Bildern, das ist eine totale Katastrophe.

00:12:41: Das werden wir auch unterbinden weil wir brauchen nicht so viele und...

00:12:44: Und dass zu kontrollieren die Qualitätskontrolle

00:12:46: steht.

00:12:46: Das ist sehr schwer.

00:12:47: aber dann hast du bei hundert tausenden Bildern zum Beispiel fünftausende die falsch anotiert sind.

00:12:51: Wo du weißt, du hast z.B.

00:12:53: jetzt irgendwie Zahnrad drauf, das Bild ist nicht anotirt, dann ist es aber auch so.

00:12:58: KI lernt ja nicht nur mit Positiv-Samples, sondern auch mit Negativ.

00:13:01: Und die guckt die ganze Zeit auf das Zahnrad und sagt dass kein Zahnrat kann man sich hervorstellen.

00:13:06: gerade so wie unsere Technologie aufgesetzt ist schlägt das bei uns richtig hart ein weil wir da verwirst du die KI sehr stark.

00:13:16: Dadurch erzeugst Du dann halt auch Performance.

00:13:20: seitlich so zwei neunzig fünfneunzig Prozent Kommst nie drüber hinaus und auch wahrscheinlich in hundert Jahren nicht mit der besten Technologie, weil die KI einfach diese Datenmenge zu crappy ist.

00:13:32: Also die ist nicht sauber genug.

00:13:34: Und deswegen haben wir sind da komplett gegen solche Datenschlachten.

00:13:39: Ja okay das ist ja spannend.

00:13:40: Das ist ja eigentlich im Sinne des Kunden definitiv Daten, die man dann auch in kurzer Zeit sicherlich anotieren kann.

00:13:46: Du musst erstmal zehn Tausend Bilder anotiern Ja, das stelle

00:13:49: ich mir her.

00:13:50: Und dann sind es keine Autos die da drauf sind sondern halt nie schon noch hau.

00:13:54: also das heißt dass hat jemand gemacht der eigentlich wahrscheinlich eher eine Maschine stehen sollte und den Prozess beobachten sollte und optimieren sollte.

00:14:01: Also ja das ist ein großer Schmerzpunkt und es wird immer noch sehr viel über Material Schlachten gemacht.

00:14:08: Okay, das heißt also den Input der ist relativ überschaubar denn die Kunden rein geben müssen damit man gute Ergebnisse bekommt.

00:14:15: wie lange dauert dann so einen Training?

00:14:17: Bisschen Modell trainiert es?

00:14:19: Das hängt sehr stark davon ab.

00:14:22: Auch da wieder ist jetzt ein bisschen technologisch, wir haben mehrere Systeme immer im Wettbewerb.

00:14:26: Der Kunde sieht immer nur eins das beste im Vordergrund klar und dann ist es so.

00:14:30: wir haben auch was jetzt so einen stückweiten USB von uns nennen das Netzwerk Architektursuche.

00:14:34: also wir optimieren die Architek Turen selber während des Trainings bei diesem Case.

00:14:39: Das heißt, dass es ehrlicherweise sind sehr viele Parameter an denen wir da rumspielen.

00:14:43: Okay also ihr trainiert nie nur ein Modell?

00:14:46: Ihr wisst auch nicht wenn ihr startet welches Modell jetzt das Beste ist sondern das findet ihr beim Training heraus.

00:14:51: Das ist korrekt

00:14:52: und das ist halt auch hochfluide.

00:14:54: aber es gibt so eine Pima Daum-Regel.

00:14:56: also nach dreißig Minuten habe ich eigentlich ein gutes Modell.

00:14:59: Wir generieren jetzt alle fünf Minuten in Checkpoint für die sich besser auskennen Und da gibt es natürlich tatsächlich so die Situation, dass auf einmal ein Checkpoint gleich auf hundert Prozent springt.

00:15:09: Gerade wenn's ein einfaches Problem ist.

00:15:11: Das ist nicht selten der Fall aber das hängt super stark vom Problem ab.

00:15:15: Also das kann ich nicht sagen... Aber nach vier Stunden ist eigentlich dann eine Sättigung

00:15:19: erreicht.

00:15:19: Okay also das ist ja auch komplett vertretbar.

00:15:21: Wenn man sich überlegt, es geht hier um Produkte, die der Kunde herstellt, wo jeder Fehler, der nicht identifiziert ist sehr kostspielig werden kann.

00:15:31: Das heißt die Kosten, die man jetzt hier aufwenden muss und die Zeit um das dann zu ermöglichen scheint mir doch sehr vertretbar zu sein.

00:15:38: Wir haben keine so eine komischen Credit System oder sowas der Kunde hat.

00:15:41: wir haben immer all inclusive weil einfach da habe ich so viele verschiedene Sachen schon gesehen und so viele Diskussionen wir auch anhören müssen.

00:15:49: aber Ich bin immer dem Auf dem Standpunkt dass Der kunde versteht es doch gar nicht.

00:15:54: wir haben noch unternehmen.

00:15:55: den müssen wir erklären dass wir GPUs fürs Training verwenden weil die natürlich die ganze Technologie dahinter nicht verstehen, auch gar nicht verstehen müssen.

00:16:02: Das heißt wenn ich jetzt ankommen würde und würde sagen ja ihr müsst dann pro Rechenstunde Credit zahlen und es ist nur auf so viel Bilder begrenzt und die Daten kosten Geld das lassen wir alles rechtzeitig

00:16:11: sein.

00:16:12: Für euch ist es natürlich einfacher wenn ihr da pauschal ran geht.

00:16:15: Werdet das für euch so kalkulieren, dass ihr da gut rauskommt.

00:16:19: Für die Kunden halte ich es auch tatsächlich super charmant weil wir ja jetzt tatsächlich bei der Large Language Models und diesen ganzen agentischen Ansätzen schon sehen, dass das sehr schnell auch sehr kostspielig werden kann und wir noch nicht an einem Punkt angelangt sind wo man wirklich abschätzen kann.

00:16:34: was sind denn dann die realen Kosten?

00:16:36: Ich kann mir vorstellen, dass die meisten Kunden da sehr dankbar sind, dass sie eher einen Pauschalpreis darauf geben können.

00:16:42: Du hattest schon angesprochen, also aktuell seid ihr bei Microsoft unterwegs in der Azure Cloud.

00:16:46: Aber ihr liebt Eugelt schon auch mit einer deutschen bzw europäischen Lösung.

00:16:51: Wie ist denn da so dein Blick auf das Thema?

00:16:53: Das ganze Thema Souveränität!

00:17:02: Man hat ja in mehreren Beispielen gesehen, dass sich nicht nur die Welt wandelt sondern dass solche Abhängigkeiten auch sehr gefährlich sind.

00:17:10: Also wir hatten uns hervorhin kurz über Fable unterhalten.

00:17:13: Wir haben das Modell auch ein paar Stunden verwendet und waren schon sehr beeindruckt.

00:17:16: Vor allem ist es auch sehr cool und da wurden halt einfach wirklich... Da sind der Leute, die haben ihre API geändert und drauf geschrieben und es wurde einfach ankündigungsfrei.

00:17:25: Es war wirklich auf einmal

00:17:26: weg.

00:17:26: Entropic hatte ja wohl neunzig Minuten Zeit und die hatten irgendwie ein Ultimatum, entweder ihr verschärft die Sicherheitsschranken oder das Exportverbot kommt und die haben gesagt es können wir nicht machen und zack war's dann weg.

00:17:40: also bei mir war so tatsächlich ab Freitag nachts noch was angeschmissen den Agenten was machen lassen.

00:17:46: Samstagmorgen war der Zugang weg.

00:17:49: Also ich glaube, dass Europa gut getan ist nicht nur digital souverän zu sein sondern ein bisschen souveräner zu werden um auch mehr selbstbewusstsein ausstrahlen zu können global.

00:18:00: Aber das Thema Digitale Souveränität ist schon absolut entscheidend.

00:18:03: Das sieht man hyper-scaler und es ist wie fließend Wasser eigentlich heutzutage, Europa hat's nicht geschafft von den hyper scale aufzubauen.

00:18:09: Ja

00:18:10: ich finde das Vergleich sehr gut!

00:18:11: Ich glaube dass viele Leute noch nicht bewusst sind bei dem ganzen Thema Cloudinfrastruktur aber natürlich jetzt immer mehr noch KI.

00:18:18: Ich sage mal du hast deine Internetrechnung oder hast deine Stromrechnungen?

00:18:22: Du hast deine KI Rechnung.

00:18:23: Es ist wirklich irgendwann so wie quasi Basic Utility würde man sagen.

00:18:29: auf Englisch.

00:18:29: andersrum wird es auch nicht mehr so lange dauern, dass wenn solche Systeme ausfallen.

00:18:33: Auch das Wasser nicht mehr fließt.

00:18:36: Wenn

00:18:37: man das noch weiter denkt, wenn wir sagen diese KI-Systeme sind immer mehr integriert in unsere Gesamtinfrastruktur was nicht abwegig ist und Du du hattest gesagt zum beispiel die schwarzgruppe macht sich gerade auf dem weg und er schafft alternativen zumindest im hyper scaling, im cloud bereich.

00:18:56: Was ist denn so deine einschätzung?

00:18:58: Ich meine ihr habt sehr früh angefangen als deutscher als europäer.

00:19:01: Ihr habt die technologie erkannt aber ihr wart Einige von wenigen, wobei ich jetzt natürlich nichts kleinreden will.

00:19:08: Ich kann mir vorstellen es gibt noch sehr viele Unternehmen auch wie ihr eines seid die halt sehr spezifisch in eine Nische reingehen.

00:19:14: aber man hat ja grundsätzlich schon echt das Gefühl dass Europa aktuell nicht wirklich anzubieten hat.

00:19:19: im Vergleich zu den zur USA oder China.

00:19:21: jetzt zumindest bei den großen Modellen

00:19:23: also Maschinenbau kann sich das nicht bestätigen.

00:19:25: das stimmt einfach faktisch nicht.

00:19:27: wir haben sehr gute Unternehmen die halt auch kleiner sind.

00:19:30: wir haben nun mal auch nicht dieses.

00:19:32: Wir sind ja auch gebootstrapped.

00:19:33: Also wenn ich jetzt nach Amerika wechseln würde, die würden uns wahrscheinlich auch sehr hohe Venture Capital Beträge anbieten.

00:19:41: Ich glaube dass das deutsche und auch europäische Verständnis ist da auch ein bisschen anders und das sollte man vielleicht auch mal ein bisschen hegen und pflegen und schützen weil es ja auch nicht durchaus erfolglos war bis jetzt.

00:19:55: aber also Es ist das, überall dasselbe Europa generell ist so zögerlich.

00:20:03: Ja.

00:20:03: Da haben wir uns ja Freunde über Fußball unterhalten aber es war relativ ähnlich.

00:20:07: Also ein bisschen mehr Selbstbewusstsein und Mut hätte das Spiel auch anders ausgesehen und ich würde auch sagen, das ist wie in ganz Europa.

00:20:13: also wenn man ein bisschen... Es gab auch mal eine Zeit, da gab ja auch mal europäische Großprojekte die auch erfolgreich waren.

00:20:19: Aber das ist irgendwie alles nicht mehr da.

00:20:21: Das ist alles so ein bisschen verpolitisiertes, verkompliziertes Dahinten zögern mit Mini-Steps, das wird uns nicht... Das bringt gerade jetzt wo der Change so groß ist.

00:20:33: Gibt's denn da konkrete Hürden die ihr wirklich feststellt im Alltag?

00:20:37: Wo ihr mal neidisch in den USA oder woanders hinschielt?

00:20:41: Wo soll ich anfangen?

00:20:47: Also wir haben auch sehr, sehr gutes vielleicht, sondern damit erst mal mitgehen.

00:20:54: Wir sind ein sehr Ein sehr hochgebildeter Kontinent, das sind wir definitiv.

00:21:00: Wir sind ein sehr kreativer Kontinent und da sind wir auch definitiv.

00:21:06: Und wir sind auch einen Kontinent der durchaus vielleicht jetzt nicht mehr ganz so... Wir sind nicht so stark arbeitsscheu Das ist ja aber vielleicht auch aktuell auch berechtigt.

00:21:19: bisschen Diskussion Aber wir sind eigentlich auch durchgängig fleißig.

00:21:24: Also wenn man sich das mal anschaut.

00:21:26: Also und dann gibt es ja aus meiner Sicht die Ressource Geld ist auch kein Problem.

00:21:31: Es ist eine Frage der Verteilung ein bisschen, aber das ist auch nicht das Problem.

00:21:40: Grundsätzlich wäre ich alles dafür da um selbstbewusst so große Schritte zu machen.

00:21:44: Wir müssen dann unbedingt zum Mars fliegen, aber man könnte sich tatsächlich schon mal vornehmen großen Hyperscaler aufzubauen und ein bisschen mit Large Language Modellen zu machen insofern man das für nötig hält.

00:21:56: Also ich glaube, es ist eher das Dahin Zöger und was mich auch total nervt.

00:21:59: Also dieses Nicht-Ändern einfach keine Entscheidung zu treffen ist definitiv die falsche Entscheidung.

00:22:05: Und das ist aber leider das, was wir seit vielen Jahren und jetzt auch Jahrzehnten gesehen haben.

00:22:09: Das haben ja alle das Gefühl... dass mal wieder so ein Ruck durchgeht.

00:22:15: Ja,

00:22:15: das wünscht mir tatsächlich

00:22:17: auch.

00:22:17: Und der muss irgendwie dieser Anstoß ... Da kann man in der Industrie das vorwerfen?

00:22:23: Also überall ein ähnliches Problem.

00:22:25: Das ist ja nicht nur die Politik aber die Politik hätte aus meiner Sicht die Fähigkeit und den Durchschlag des

00:22:31: Erzeugens.

00:22:31: Die muss vor allem gute Rahmenbedingungen schaffen glaube ich.

00:22:33: Also das ist aktuell wo ich halt große Baustellen sehe, dass einfach sehr viel Red Tape überall vorhanden ist.

00:22:41: Was mich aber auch noch interessieren würde, ist vor allem wie das bei euren Kunden so aussieht.

00:22:44: Nämlich seid ihr in vielen verschiedenen Branchen unterwegs?

00:22:47: Ich vermute mal viele in Deutschland, aber wahrscheinlich nicht nur in Deutschland.

00:22:51: Fragen die konkret nach solchen Sachen?

00:22:53: Also unser Netzwerk per se haben wir aufgebaut und jetzt bauen wir auch vertriebsseitig professionalisieren wir das ausschließlich in Deutschland.

00:23:00: Dachdachdache.

00:23:02: allerdings haben wir einige internationale Kunden durch Sozufallstreffer oder die uns gefunden haben und auch sehr große muss ich sagen.

00:23:09: Und ich finde, wir machen ja hauptsächlich Maschinenbau.

00:23:13: Da sehe ich jetzt gar keinen großen Unterschied.

00:23:15: Unsere Maschienbau-Unternehmen brauchen sich dann nicht zu verstecken.

00:23:19: Wir sind letztlich vielleicht nicht das innovativste und schnellste Land aber wir sind noch überhaupt nicht krass abgeschlagen.

00:23:23: also ich sehe es nicht.

00:23:24: Ich habe tatsächlich vor einigen Tagen mit jemandem gesprochen der auch in einem Unternehmen ist.

00:23:28: Der hatte mir auch etwas Interessantes gesagt nämlich er war in den USA die haben da eine Niederlassung und er ist für das Thema Schulungen verantwortlich auch im KI Bereich und er meinte Die kochen auch nur mit Wasser, die machen nichts anderes.

00:23:41: Ich persönlich bewege mich ja super in so einer Bubble gerade, in so eine KI-Bubble.

00:23:47: Da fällt mir das immer schwer, das abzuschätzen.

00:23:49: aber ich glaube dass darf man tatsächlich nicht vergessen, dass wir rein wenn man jetzt auf die Industrie schaut und du hattest angesprochen Maschinenbau hier bei uns jetzt in der Region OWL Wir haben super viele verschiedene auch heterogene Anbieter aus dem Bereich Maschinenanlagenbau Aber insbesondere auch Automatisierungstechnik Und das ist alles auch schon echt gute Technologie und nichts wo man sich versteckt muss.

00:24:12: Ich habe halt nur die Befürchtung, dass dadurch das halt so viele Hürden einfach vorhanden sind, dass uns ein bisschen das Momentum aktuell fehlt.

00:24:22: Das Momentum ist ein bisschen gut.

00:24:25: Ja

00:24:26: und dadurch, dass ihr euch so früh auf den Weg gemacht habt, hast du ja auch die Entwicklung der letzten Jahre sehr, sehr gut mitbekommen.

00:24:34: und obwohl ihr euch in einer Nische bewegt, die glaube ich aber sehr sinnvoll ist hoffentlich auch sehr lukrativ.

00:24:42: Wie ist denn so grundsätzlich dein Eindruck von der Entwicklung?

00:24:45: Also zum einen die Entwittungsgeschwindigkeit, die wir in den letzten Jahren gesehen haben und dann vor allem die Frage wie geht es von hier an weiter?

00:24:52: Okay also am Anfang war's natürlich so, wir haben sehr viele PUCs gemacht und viel mit den Unternehmen geredet und gearbeitet.

00:25:00: da muss man denen noch erzählen dass man ein KI-Input geben muss, anotieren muss und da war faktisch kaum nur hau da.

00:25:04: Wir haben die PUC häufig erfolgreich abgeschlossen Also ich fast immer und dann wurde es trotzdem nicht eingesetzt.

00:25:13: Es war so eine grundsätzliche Acht, das ist ja schön und so Tendenz.

00:25:17: Ein großer Enabler war JetGPT tatsächlich bzw die großen Sprachmodelle generell weil auf einmal die Unternehmen das ernsthafter betrachtet haben... ...und das beflügelt uns bis heute nicht.

00:25:27: die Technologie aber per se.

00:25:29: denkweise der Leute dass sie sagen jetzt muss man hier diese Technologie auch nur schon um Gewinne da zu machen.

00:25:33: darum geht's halt in Industrie per se.

00:25:38: Das hat uns extrem beschleunigt.

00:25:40: In diesem ganzen Thema Entwicklung, wo stehen wir gerade?

00:25:46: Gibt es einen sehr schönen Vergleich?

00:25:49: Ich glaube nicht dass ich der erste bin der den mal ausgearbeitet habe aber ich hab mir so ein Vortrag gehalten da habe mal das Mursche-Gesetz und die Entwicklung der Anzahl des Transistoren mit den Anzahl der Parameter in den Modellen verglichen.

00:26:03: Und es ist ziemlich interessant, dass das interessanterweise natürlich wieder irgendwie dem Murschen gesetzt folgt.

00:26:08: Ja okay!

00:26:10: Also das

00:26:10: war so eine Verdopplung der Anzahlen der Transistor an alle achtzehn Monate glaube

00:26:13: ich?

00:26:13: Genau richtig, das ist genau das Eine Gesetzmäßigkeit, die bisher nicht gebrochen worden ist.

00:26:18: Man hat es manchmal drüber, man ist manchmal drunter.

00:26:19: Es gibt so eine Fluktuation aber trotz der vielen Technologiewechsel die wir auch erlebt haben folgt das halt dieser Kurve.

00:26:25: Das ist sehr ähnlich bei Modellen und da kann ich aber sagen dass wir noch sehr am Anfang sind.

00:26:30: Okay also beim Muschenlau muss man ja dazu sagen Da sind wir irgendwann in eine Phase gekommen wo's eben nicht mehr gültig ist Wo sich diese Handzeile der Transistoren eben nicht alle achtzehn Monate verdoppelt weil wieder an physikalische Grenzen stoßen

00:26:44: Und das wird halt

00:26:45: tatsächlich... Da würde ich

00:26:46: trotzdem eingehen.

00:26:47: Also jetzt meinst du, von den LLMs eingeholt wird oder?

00:26:49: Nee

00:26:50: auch so dass da ist.

00:26:51: manchmal gibt's in der Photovoltaik gibt es das auch.

00:26:53: also der Preis folgt da auch diese Merchelaar und da gab´s dann immer mal so Technologiewechsel wo es dann so gesättigt ist.

00:26:59: Dann gabs aber einen krassen Sprung wieder hoch auf die Kurve.

00:27:01: Okay ja jetzt verstehe ich was Du meinst.

00:27:03: Aber interessant der Vergleich weil das Ganze wird beflügelt von diesen Scaling-Laws Die letztendlich vereinfacht gesagt sagen macht das Modell größer, nimmt mehr Daten.

00:27:13: Hau das auf einen entsprechenden Startencenter, dass das dann auch trainieren kann und du kriegst bessere Ergebnisse

00:27:18: raus.".

00:27:18: Und aller Kritik zu trotz der letzten Jahre – es gab ja immer mal wieder Momente in den letzten Jahren wo die Leute gesagt haben, das ist jetzt gesättigt!

00:27:25: Wir haben den Punkt erreicht, jetzt gibt's ein Plateau.

00:27:28: Ich glaube, du und ich sind da der Meinung also, die Modelle sind besser geworden?

00:27:32: Es ist schon merklich besser.

00:27:33: so was wie FABFIVE-Fünf.

00:27:36: Ist merklich einfach besser gewesen, unbedingt immer direkt quantisieren kann.

00:27:42: Was glaubst du, wie lange wird sich das so weiterentwickelt?

00:27:46: Ich habe es gerade deswegen irgendwie versucht mathematisch zu motivieren weil eine extra Polation in der Zukunft ist natürlich immer sehr schwer.

00:27:54: also ich glaube dass die Entwicklungsgeschwindigkeit sich beschleunigen wird und ich glaube aber noch was noch stärkeren Einfluss haben wird Durchdringung in unsere Gesellschaft sich beschleunigt und das heißt, dass es nicht nur überall KI drauf steht sondern irgendwann auch mal drin ist.

00:28:13: Und dass dadurch halt auch sehr viel so gerade Richtung Prozesse und auch sehr viele an Produkten entstehen werden die der viel Arbeit im Kleinkram abnehmen, die dann tatsächlich die Gesellschaft sehr schnell durchdringen wird.

00:28:25: Das wird glaube ich ein großer Change sein dem man sieht was dann kommt ob's mal eine allgemeine Intelligenz gibt, gar nicht was kann die, sondern sie ist sich selbst dem bewusst und hat Interessen.

00:28:39: Jetzt aktuell werden ja Modelle immer nur angetrickert.

00:28:42: machen wir das?

00:28:42: machen wir dass?

00:28:43: also ich mache nichts selber.

00:28:46: Und wenn sie selber machen, habe ich der auch gesagt macht das bitte selber.

00:28:49: Ja genau!

00:28:49: Das ist ja sowas wie Dreaming oder so was jetzt der neuste heiße Scheiß ist sozusagen bei diesen agentischen Systemen dass die nachts einfach sich alles nochmal durchlesen und sich etwas überlegen... ...ist ja auch dann erst mal angetriggert.

00:29:00: Und wenn das aber weg ist?

00:29:01: Wenn so ein Modell tatsächlich in einer Art Interesse entwickelt weil man sieht ja auch da hat man vorhin ja auch schon wir machen auch bei uns sehr viel im Backend mit Agents die unser System weiterentwickeln und überwachen und so.

00:29:13: Da sieht man halt aus sehr gut, dass das auch schon geht.

00:29:16: Also die kann sich definitiv gar nicht sogar sehr gut selber weiterentwickeln aber sie hat halt per se bis jetzt kein Interesse dran und ich glaube also wahrscheinlich ist das vielleicht der Funken, der dann fehlt?

00:29:28: Und wenn der da ist, dann ist natürlich die sehr große Frage was passiert?

00:29:31: Ja, das ist ja so ein Thema RSI Recursive Self-Improvement.

00:29:35: Da arbeiten ja OpenAI, Anthropic und sehr viele andere Player genau an dem Thema.

00:29:40: also die Fragestellung wie nutze ich die KI um die nächste Generation der KI zu verbessern?

00:29:44: Das hat sehr

00:29:44: viel Geld dabei.

00:29:45: Superfizienter!

00:29:47: Letztendlich sind in den ersten Anzeichen davon stellen wir gerade fest dass es geht.

00:29:53: Und das finde ich tatsächlich faszinierend.

00:29:56: Wie ist das so?

00:29:56: grundsätzlich?

00:29:57: würdest du sagen wie sehr hat sich eure Arbeit verändert in den letzten paar Jahren?

00:30:01: Also, du müsstest mich in den letzten drei Monaten fragen.

00:30:07: Dramatisch!

00:30:10: Da sind wir ja auch an dem Punkt wo ich sagen muss wie viel Programmierer braucht's denn eigentlich noch?

00:30:16: Erich Schmidt hat er jetzt letzte Woche gesagt so die Programmiere tun mir leid das ist ein Berufszweig der wird es nicht mehr geben in zwei Jahren.

00:30:24: Oder es heißt halt anders und Sie haben andere Aufgabenbereich, aber das ist die Frage ob sie jeder schafft.

00:30:29: Wir hatten letzte Woche bei uns eine heiße Diskussionsrunde da drüber weil ich natürlich möchte dass das eingesetzt wird und also wir setzen's auch überall ein.

00:30:38: allerdings will ich auch so ne Latente Angst auch wenn die unbegründet ist darunter drücken.

00:30:42: und zumindest bei uns hab' ich auch gesagt okay er währt halt nun mal immer mehr zu Dirigenten.

00:30:47: Also ihr werdet nicht mehr programmieren sondern ihr werde dieses Thema dirigieren anleiten Das heißt das Thema Architektur, was ja eigentlich sehr gute Programmierer auch am liebsten machen.

00:30:58: Das wird immer mehr in den Vordergrund gerückt und ich steuere dieses Thema nur noch und interessanterweise halt tatsächlich über Text-Promptings.

00:31:09: Ja, das ist tatsächlich auch meine Erfahrung.

00:31:11: Wobei ich jetzt natürlich keinen formalen Programmierer-Hintergrund habe als Maschinenbauer aber man wird quasi zu so einer Art Dirigent und die Frage ist halt was macht man mit dieser neuen Fähigkeit?

00:31:21: Die gilt überall

00:31:23: in uns.

00:31:23: also wenn ich mal gucke was wir jetzt auch deswegen können wir mit einem halbwegs kleinen Team aus so eine Geschwindigkeit jetzt erzeugen...

00:31:29: Wie viele Leute seid ihr?

00:31:29: ...

00:31:30: die man dann aber die man glaube ich in dem nächsten halben bis Jahr bei uns extrem sehen wird weil wir uns jetzt schaffen wir die Grundlagen dafür.

00:31:38: Also wir haben jetzt doch das Backend nochmal neu aufgesetzt und so, also einfach um es da auch ein bisschen vorzubereiten.

00:31:44: Wir haben unsere Offline-Software noch mal komplett neu gemacht, um uns auf dieses Thema Prompting vorzubereden.

00:31:50: Und... Das gilt aber für alles!

00:31:53: Wir haben zum Beispiel unser gesamtes Backoffice selber über Cloud abgebildet.

00:32:01: Die haben gesagt dass Hubsport das, dass, dass.

00:32:06: Zieh mir die Daten und dann ich will Graf haben der wird jeden Morgen aktualisiert und da soll das in das dargestellt werden.

00:32:14: Das heißt diese bekannteren Systeme sinkt natürlich auch in ihrer Bedeutung an der Stelle ... und auch im Marketing, also wenn man sich so... Ich will jetzt hier keine Werbung machen für viele Tools.

00:32:28: Aber wie man sich bestimmte KI-Tools anschaut, wie man Präsentationen macht,... ...wie man Infografien sind so kompliziert da.

00:32:36: Jetzt setze dich halt hin, redest nach halben Stunden rein,... ... sagst dann in einem großen Modell, das ist ein bisschen glaube ich der Trick,... ... mach mir mal einen Prompt für dieses und dieses Tool.

00:32:50: Dann nehme ich den Prom, kopiere ihn rüber und Krieg hat die Infografik.

00:32:53: Das ist

00:32:54: tatsächlich auch so ein Anlog der dich selber festgestellt habt.

00:32:57: wenn du nämlich anfängst die Sachen einzudiktieren dann gibst du viel mehr Details natürlich rein.

00:33:01: weil also als wenn du das wirklich dann von rein tippern müsstest dass es glaube nicht zu unterschätzen.

00:33:08: Das ist ja auch der Punkt, wenn wir jetzt in der Breite schauen.

00:33:11: Also jeder kann erst mal mit so einem Ding reden.

00:33:14: was man dann da rausholt das hängt davon auf was du auch für Ideen rein gibst und was für Ansprüche hast.

00:33:18: sicherlich aber die Zugänglichkeit wird immer besser.

00:33:21: also das kann man nicht sagen dass diese Systeme irgendwie super komplex sind in der Nutzung oder Anwendung.

00:33:28: Ich sag auch den meisten Leute, dass ich jetzt nicht viel davon halte großartig Schulungen zu machen um dann da die Leute zu schulen weil das ist eh in ein paar Monaten dann auch wieder kalter Kaffee meistens.

00:33:36: Also wir machen zwar bei uns Schulungen aber die sind eher als Inspiration gedacht.

00:33:41: welche coolen Anwendungsmöglichkeiten kann ich denn damit nutzen und sozusagen die Fantasie anzuriegen?

00:33:45: Das klappt tatsächlich ganz gut.

00:33:47: Es ist ja

00:33:47: auch beeindruckend, dass du tatsächlich das sagst was du willst also es ja auch beim Co-Pilot oder Microsoft so.

00:33:53: Du sagst demja was du willst dafür bräuchte keine Schulung Ganz klar.

00:33:57: Du musst halt nur wissen, dass so was mittlerweile möglich ist und das Verrückte ist auch du musst ja gar nicht mehr diese ganze Schnittstellen kennen und verstehen.

00:34:04: Das wirkt alles gefahren, da haben wir uns noch kein Drum und Alten.

00:34:07: aber das musst du gar nicht verstehen sondern du sagst dem Ja einfach was du willst und der weiß selber.

00:34:13: okay du musst dann to do list eine Schnittstelle machen.

00:34:16: ich gucke nach der Mehl Ich gucke in dem Kalender ich hol aus dem SharePoint irgendeine Datei das sind ja alle so Interfaces die da abgefragt werden und das gleiche funktioniert ja auch mit Claude.

00:34:25: Wir sagen ja nicht Hier ist die Api oder die Ap von Hubspot sieht so und so aus, sondern wir sagen übrigens Hubsport hat eine Api.

00:34:32: glaube ich guckt da mal in die Doku nach wie die aussieht verbindet das man den System nicht mit denen die Daten haben.

00:34:37: Und dass das spannende daran finde ich.

00:34:39: für öffentliche Apis ist das erstmal schon cool und beeindruckend.

00:34:42: aber da kann man sagen okay das ist irgendwie im Trainingsdaten zu halten.

00:34:45: Das funktioniert für Internet Tools aber genauso.

00:34:47: Ich habe mir so viele eigene Tools gebaut Führt die einfach raus.

00:34:52: Schaut sich an, okay, welche Befehle habe ich zur Verfügung?

00:34:54: Probiert sich das durch und dann machst du es einmal vielleicht aufwendig durch mit Hilfestellung und danach schreibst du dir ein Skill und das macht's beim nächsten Mal richtig!

00:35:03: Man

00:35:03: traut es ja nicht anzusprechen.

00:35:04: aber ich würde da mal behaupten, dass der tolle Venture capitalized Software-Unternehmen, wo alle gedacht haben, da kommen irgendwann mal Milliardengewinne raus, die kannst Du mit einem Text prompt kopieren.

00:35:14: Das wird heute aktuell tatsächlich diskutiert.

00:35:17: Also

00:35:17: wie viele von diesen Start-ups, die jetzt in den letzten Jahren auch entstanden sind, sind noch überhaupt notwendig?

00:35:23: Und für Organisationen gesprochen natürlich die Vorstellung, welche von unseren Aufgaben kann man eben nicht so automatisieren?

00:35:30: und ich glaube die Antwort ist vieler der Aufgaben.

00:35:32: realistisch gesehen könnte man auf diese Art und Weise sehr gut automatisierend.

00:35:36: Das

00:35:36: ist ja auch so verrückt!

00:35:36: Du kannst ja sowas machen wie Kugelmein nach dem Produkt.

00:35:40: Schau dir mal die Doku an, schau dir die Software wo du was findest.

00:35:44: Ja, baust du mir nach?

00:35:45: Ja.

00:35:46: Da habe ich gestern tatsächlich einen Quiz zu sowas gesehen.

00:35:49: Und

00:35:49: übrigens das ist auch unser Vorteil, Deep Tech nicht so einfach nachzubauen und deswegen glaube ich auch unsere ganzen Anwendungs-Sachen.

00:35:56: also da machen wir uns mal nichts vor.

00:35:57: die werden vielleicht jetzt noch nicht weil die Komplexität schon sehr hoch ist aber in... Drei, vier Jahren werden die auch so?

00:36:03: Einfach kopierbar sein.

00:36:05: Aber unser Techno-How nicht.

00:36:06: Deswegen unterscheiden wir uns das schon und da bin ich relativ sicher.

00:36:09: Ob das aber ein Zehn Jahr noch so ist weiß man ja nicht.

00:36:11: Ja klar.

00:36:12: Das ist natürlich das Schwierige mit in die Zukunft gucken.

00:36:17: Aber siehst du dann nicht auch die Gefahr sich wirklich abhängig zu machen aktuell von diesem System und vor allem auch dass No How dann abfließt zunehmend weil man halt darauf setzt?

00:36:26: wenn du sagst hier Cloud nimmst zum automatisieren beispielsweise Wie schätzt du das ein?

00:36:32: Bist du da eher noch entspannt gerade oder sehnst du dich da auch nach einer Lösung, die ihr selber vielleicht betreiben könnt in der Qualität.

00:36:40: Wenn du selber betreibst musst du dich immer im Hardware kümmern und normales kümmern.

00:36:43: Das ist schon sehr schön.

00:36:44: wir nutzen auch sonst nur Cloud-Lösungen weil du dich um auch diese ganze Datensicherung, Datenablage und Funktionalitäten nicht kümern musst und es kommt immer mal irgendwie was Tolles dazu.

00:36:53: Ich halte das für schon sehr charmant.

00:36:57: Ich bin froh, dass es auch wenn ich da nicht so begeistert bin politisch aber ich bin frohl das es China gibt als Gegenpol.

00:37:03: Weil so eine krasse Abhängigkeit haben wir dann nämlich gar nicht.

00:37:05: Das Microsoft ist schlimmer finde ich weil ehrlicherweise sind die chinesischen Modelle den amerikanischen jetzt nicht wirklich unterlegen.

00:37:14: Ja gerade jetzt die letzten Generationen ich nutze zum Beispiel GLM-Fünf Punkt zwei und intensiv.

00:37:20: Es ist gut.

00:37:21: Natürlich, es ist jetzt vielleicht kein Faber-Fünf aber es ist für viele Aufgaben mehr als ausreichend und das ist auch was gerade wenn's um Kosten geht.

00:37:29: Das wäre nämlich eine Frage wie Hand habt ihr das mit den aktuellen Kosten?

00:37:33: Ist das ein aktuelles Thema oder nutzt die aktuell noch dankenswerterweise die Subscriptions, die mittlerweile noch erschwinglich sind?

00:37:40: Wir nutzen natürlich die Subscription!

00:37:43: Aber wir berechen natürlich superstell die ganzen token Limits Und wir haben schon so auch gerade im Bereich Programmierungen, also wir haben mehrere Tausende Euro Tokenkosten.

00:37:55: Wir nutzen es halt schon ein bisschen intensiver und das ist jetzt eine große Frage ob das denn alles so günstig bleibt?

00:38:02: Irgendwann müssen die auch mal Geld verdienen und da muss man mal schauen was da kommt.

00:38:07: aber ich werde jetzt erstmal... Also es gibt ja einen Prozess der dem auch noch entgegenwirkt nämlich auch dass die amerikanischen Unternehmen mit Sicherheit auch die chinesischen einen starken Blick drauf haben.

00:38:18: Also Energie kosten pro Token, das ist ja definitiv ein Merkmal auf die sehr stark achten.

00:38:24: gerade Google macht da sehr viel mit ihren eigenen Prozessoren und so.

00:38:29: Deswegen glaube ich dass zwar der Token teurer wird.

00:38:31: aber es gibt ja noch das Thema Token Effizienz.

00:38:34: Das ist ja ein sehr kompliziertes Thema.

00:38:35: Ja

00:38:36: also wie viel kriegst du pro token raus?

00:38:38: Ich glaube definitiv, dass es nach oben geht.

00:38:39: Aber ich glaube das geht nicht ins Norweer.

00:38:41: Letztens habe ich irgendwie gesehen.

00:38:42: hat jemand gemeint Programmieren mit Hoken wird mal teurer als mit Programmierern.

00:38:46: also da ist meine Skepsis etwas größer.

00:38:48: Ja irgendwie

00:38:49: glaub ich auch nicht, dass wir uns dahin bewegen vor allem nicht wenn wir jetzt wissen es gibt Lösungen, die sind gut genug für viele Aufgaben.

00:38:55: Damit kann man ja jetzt vor allem so Standardprozesse meinetwegen automatisieren.

00:38:59: Wobei ich würde da immer noch einen Schritt weitergehen und sagen okay vielleicht kann man das sogar deterministisch automatisierend dann ist es noch effizienter.

00:39:05: aber einfacher ist es häufig aktuell über den Scale und LLM.

00:39:11: Aber aktuell ist es halt sehr volatil.

00:39:17: die Art und Weise, wie diese Preisgestaltung funktioniert.

00:39:19: Von daher... Ich persönlich sehe mich schon nach einer gewissen Stabilität und vor allem Alternativen.

00:39:25: aber ich seh's halt, wie gesagt habe es ist so eine Art Utility und ich glaube da werden wir nicht drumherum kommen.

00:39:30: du hast halt deinen KI-Anbieter oder deine KI Anbietern in Zukunft den zahlst Du dann halt im Monat entsprechend den Obolus ähnlich wie das auch bei Cloud Platform.

00:39:39: genau dass gleiche ist.

00:39:40: Es muss halt nur irgendwie im Rahmen bleiben, dass es auch einigermaßen durchrechenbar ist und nicht unvorhersehbar ist, glaube ich.

00:39:48: Und dann ist das auch keine Frage mehr, ne?

00:39:51: Weil die KI kann parallelisieren.

00:39:52: Die macht vierundzwanzig sieben das was du sagst und von daher... Wie

00:39:57: gesagt da kommt ja auch ein Trend entgegen nämlich in der Effizienz der Anwendung per See.

00:40:02: Und da kommt ja noch der Hardware-Trend entgegen, die Prozessoren werden ja nicht leistungsschwächer sondern leistungsstärker das kommt ja auch entgegend... Das ist teurer wird.

00:40:09: auf jeden Fall und bei Google siehst du es auch, Google steckt jetzt immer mehr hinter ihrer, ich sag jetzt mal Paywall also hinter ihren Abos.

00:40:16: Die sind da gerade sehr aktiv ein Produkt oder einen Service nach dem anderen dahinter zu schieben.

00:40:21: Das passieren!

00:40:23: Aber ich glaube wir wären in nicht ertragbare Summen enden wie manche das glauben.

00:40:31: Und ich drück mich ja jetzt schon weichen um die Frage rum, ob ich mir jetzt ein Europäer wünschen würde.

00:40:35: Also wenn ich jetzt auf dem weißen Blatt Papier das aufmalen würde, würde ich sagen Ja klar keine Frage.

00:40:42: Die Frage stellt sich mir aber ist es erstens realistisch?

00:40:49: Ist es überhaupt noch möglich und ist es notwendig oder könnte nicht die Ressourcen in andere Sachen reinstecken?

00:40:56: ... weil ohne ein Ex-Obitant, das ist so ein bisschen wie bei Erneuerwaren.

00:41:03: Da kaufe ich jetzt auch schön in China-Module.

00:41:05: Also ohne dass sich jetzt Ex-Obitant viel Geld in die Hand nehme und eine europäische Lösung aufnehme... ...ohne das wird es nicht gehen.

00:41:11: also in diesem Art... ...Typischschrittmodus keine Chance.

00:41:16: Ja ja das glaube ich auch.

00:41:18: Ich glaube was ich für entscheidend halt ist, dass wir halt trotzdem irgendwelche Hebel haben.. ..in Europa irgendwelchen Lösungen noch die auch nachgefragt sind?

00:41:27: weil wenn es nur die Modelle sind und wir nicht mehr mithalten können, dann sitzen wir halt auch nicht mehr am Tisch wo Entscheidungen darüber getroffen werden wie das Ganze gestaltet wird wer was bekommt.

00:41:37: Und das ist so ein bisschen das was ich aktuell sehr kritisch beäuge.

00:41:40: Wenn man jetzt so sieht mit dem Exportfabrot von Fable und Open AI die müssen ja jetzt auch Modelle zurückhalten und schrittweise ausrollen die neuesten Modelle da ist halt schon eher eine unangenehme Situation wenn wir jetzt auch nicht die Modelle oder die Rechenleistung hier in dem Ausmaß ausbauen können, dass wir zumindest andere Hebel haben.

00:42:01: Die dann noch dazu führen, dass Europa doch noch mithalten kann.

00:42:03: und ich glaube Technologien wie eure zum Beispiel das sind dann ja Dinge, die wird vielleicht ein Google in Zukunft brauchen für die eigene Produktion.

00:42:11: Und wie siehst du da die Gefahr?

00:42:14: Dass jemand anderes kommt und sagt Ich mache das jetzt einfach auch mal.

00:42:16: Du hast es schon gesagt deep tech ist nicht so einfach kopierbar.

00:42:21: Bleibt das langfristig so oder habt ihr da schon Pläne, wie ihr euch nach links und rechts auch noch entwickeln könnt?

00:42:28: Oder jetzt natürlich hier irgendwelche Geheimnisse ausplaudern

00:42:31: zu müssen.

00:42:31: Also wir sind gerade sehr gut angeteilt auf dieses Thema Visionary for Industry zu fokussieren weil es ist auch.

00:42:37: neben DeepTech gibt's dann auch viele andere Aspekte die da sehr wichtig sind Kundenbetreuung Know-How von Cases.

00:42:44: Wir haben ja das übergreifende Know-how zwischen den einzelnen Unternehmen also Die Bilder bleiben nur mit Unternehmen, die KI's gehören in den Unternehmen.

00:42:51: Aber wir wissen natürlich schon wie manche Sachen umgesetzt werden im Sinne von ja... In der Steinindustrie wird das vielleicht ähnlich gemacht wie da?

00:42:58: Wir empfehlen dir das so zu machen.

00:43:00: also ich glaube dieses ganze Thema Kundenbetreuung und Kundenberatungen aus so einer Art... Machst du ein kleines Hardware-Labor aufgebaut wo wir alle möglichen Kameras haben, alle mögliche PCs Wo wir einfach auch mal was testen können dem Kunden auch mal einen Setup empfehle können.

00:43:14: Das spielt in der Industrie eine sehr große Rolle.

00:43:17: Ansonsten gibt es natürlich auch andere Unternehmen, die sowas machen wie wir.

00:43:20: Ich würde überhaupt nicht auf der Fokussierung und ich auf der Spitze, wie wir unterwegs sind.

00:43:24: aber natürlich gibt es auch andere Lösungen, auch komplex Lösungen zum Beispiel in Form von Kameras gebündelt und so.

00:43:32: also das ist ja auch was ganz normales im Maschinenbau viel ausgeprägt als in anderen Bereichen.

00:43:37: Es gibt halt immer sehr viele verschiedene Lösungen die das Gleiche machen, dass er auch gut ist.

00:43:43: Das heißt von der menschlichen Seite Wenn es sowas wie Venture Capital nicht geben würde, würde ich sagen auf keinen Fall.

00:43:49: Und zwar kann er mir ein.

00:43:51: Bei so einer Sache sehe ich aber immer dass die Unternehmen ersticken und sterben weil Maschinenbau nun mal nicht so verrückt skalieren kann.

00:43:57: Weil du erstmal einen Marktdurchdringung brauchst.

00:43:59: Du brauchst das vertrauen der Unternehmen und sowas.

00:44:02: Das heißt da sieht man ja auch die Amerikaner reihenweise scheitern.

00:44:05: Ja, das ist glaube ich auch nicht zu unterschätzen.

00:44:07: Also da ist quasi eine sehr stark menschliche Komponente dann auch im Spiel die sich eben nicht einfach durch KI ersetzen

00:44:14: lässt.

00:44:14: Deswegen haben wir auch vieles, es gibt ja ein Unternehmen, kann ja auch ohne ganz entspannt Lending AI, die haben achtzig Millionen glaube ich eingesammelt und gucken sich jetzt die Dokumente an

00:44:23: Okay.

00:44:24: Halt

00:44:24: einfach dieses Thema im Industriebereich, glaube ich so exponentiell schnell skalieren wie sich das Investoren und gerade aus dem amerikanischen Raum vorstellen.

00:44:31: es glaube ich Maschinenbau nicht so einfach.

00:44:33: Da tun sie sich auch schwer sieht man auch.

00:44:35: Das heißt aber so Anwendungsbereiche wie autonomes Fahren, Robotik humanoide Robotik sind aktuell oder auch in Zukunft eher out of scope?

00:44:44: Autonomes Fahren kann ich erstmal per se ausschließen ist zu speziell.

00:44:49: Speziell

00:44:49: in welchem... In welcher Hinsicht?

00:44:52: Da kommen andere Faktoren rein, wie z.B.

00:44:56: Sensor Fusion.

00:44:57: Also wer meint das wird ein bisschen mit Kameras gemacht, der kommt dann wieder von Tesla oder du schmeißt da sehr viele verschiedene Sensortypen und so über den Haufen, da bist auch gut beraten das zu tun und hast sehr viel komplexes Thema.

00:45:14: ja also was ja noch mehr Sensoren im Auto als man jetzt am ersten Moment denkt dann kommt er auch, da kannst du ja auch sehr... Also das ist ein sehr spezifisches Problem was auch glaube ich zu speziell ist.

00:45:28: Das Thema Robotik ist natürlich sehr naheliegend dass wir uns damit beschäftigen und da sind wir auch gerade dran und das ist glaube ich auch keine Überraschung.

00:45:37: also wir werden natürlich keine Roboter-Steuerungen machen.

00:45:40: aber ehrlicherweise wenn der Roboter es tatsächlich schafft sich das Teil zu nehmen und vor seinen Auge zu halten ... die Entscheidung zu treffen.

00:45:46: Ist das gut oder schlecht?

00:45:47: Ist schon wieder nie schon noch hau, was eine Uni-Trie... ...was in eurer Robotics auch nicht interessiert?

00:45:53: Weil es tatsächlich von los größer eins beginnt und da sind wir jetzt dran.

00:45:57: Aber ich

00:45:58: meine als Komponente wenn man so ein bisschen modularer denkt... Die

00:46:02: haben alle einen App Store gemacht.

00:46:03: Zumindest bei Uni-tree habe ich's auch gesehen.

00:46:05: Die haben so'n App Store gemacht, kannst du Apps installieren Und ich kann mir gut vorstellen, dass es da meine Denk-Wide App geben wird.

00:46:10: Also ich glaube wieder bei diesem Thema speziell ist... Da sind wir sehr gut aufgehoben und haben ja auch die entsprechenden Tools weil natürlich der Operator oder der Ingenieur dann über so ein sehr einfaches Tool wie uns dem Roboter eigentlich erklären kann was ist eigentlich gut und schlecht?

00:46:25: Weil das sehr individuell.

00:46:27: Ja!

00:46:28: Und ob wir mal eine so größere Sache reingehen Das glaub' ich tut uns nicht gut.

00:46:35: Okay, ja.

00:46:35: Aber es ist auch eine Strategie und ich meine... ...dreißig Leute, wie viele Ambitionen ihr habt da jetzt noch krass zu wachsen?

00:46:42: Soweit!

00:46:42: Wir haben immer gesagt wir wollen den Stein nicht auf Teufel kommen raus sondern mit guten Unternehmertuben aber soweit wie möglich schmeißen.

00:46:49: Ja das ist wieder sehr deutsch-europäisch.

00:46:51: Also bodenständig und sympathisch würde ich sagen.

00:46:54: Ihr habt mit der Transformer Architektur angefangen, ist das der Weisheit letzter Schluss oder...?

00:46:58: Definitiv

00:46:59: nicht.

00:46:59: Was ist

00:47:00: da so?

00:47:00: deine Einschätzung, wo wird die Reise hingehen?

00:47:02: Das

00:47:02: weiß ich nicht.

00:47:03: Aber es wird definitiv natürlich nicht die letzte Architektur sein, die dann alle Menschheitsprobleme löst.

00:47:09: Sondern da ist ja jetzt auch, siehst du in der Literatur, da wird sehr viel umgespielt und gemacht.

00:47:16: Und das wird definitiver nicht die letzter Architektor sein.

00:47:18: Ich kann ja sagen, dass wir selber als Unternehmen beschäftigen uns mit sowas ja auch.

00:47:21: Ja, da seid ihr

00:47:23: wahrscheinlich am Ball.

00:47:25: Also das ist, dass wir lesen sehr viel Literatur.

00:47:26: Wir probieren selber aus.

00:47:27: Wir haben natürlich tolle Datensätze die nicht irgendwie Google hat oder so und auch irgendwelche Universitäten sondern echte Industrieprobleme, wo wir auch mal gucken können was performt denn eigentlich auf echtem Industrie-Problem gut?

00:47:37: Und was eigentlich nicht?

00:47:38: Da gibt es schon einen großen Unterschied.

00:47:42: Ich glaube ich bin hundertprozent überzeugt wie glaube ich jeder der hier auch zuhört.

00:47:46: Das wird nicht die letzte Architektur sein aber was da jetzt kommt und in welche Richtung es geht weiß ich nicht.

00:47:55: Auf jeden Fall haltet ihr wahrscheinlich die Augen offen.

00:47:57: Ihr seid nicht eingeschossen auf eine Lösung und ich finde es super spannend.

00:48:02: also vielen, vielen Dank dass du heute hier warst und das wir ein bisschen plaudern konnten auch mal links und rechts nicht nur über den konkreten Anwendungsfall.

00:48:11: ja vielen dank dass du hier warste und vielleicht können wir das ja nochmal ... in nächster Zeit und bei einem Jahr oder so wiederholen.

00:48:17: Und dann hast du vielleicht wieder neue Dinge, die du auspacken kannst?

00:48:20: Man müsste sich das vorher noch mal anschauen... ...und gucken was wir da eigentlich gesagt haben.

00:48:23: ja.

00:48:23: Genau!

00:48:23: Weil auch alles was wir hier sagen kann ja morgen komplett überholt sein.

00:48:26: Das muss man auch sagen.

00:48:27: So ein Gefühl hat mein Aktuellen.

00:48:28: Ja es wird wirklich super dynamisch.

00:48:29: Ich glaube das ist schon sehr interessant einmal im Jahr zurück zu blicken.

00:48:34: Perfekt, dann machen wir das so.

00:48:36: Dankeschön!

00:48:36: Danke!