KI im Einkauf: Zwischen Hype und echtem Mehrwert

00:00:01: Themenstark, aufbauend auch dem Kaufkraftentscheidertalk.

00:00:05: In diesem Format widmen wir uns einem Schwerpunktthema und beleuchten es über mehrere Folgen hinweg praxisnah, fokussiert und mit echten Einblicken aus erster Hand Für alle, die verstehen wollen was den Einkauf wirklich antreibt.

00:00:20: Nach unserem bisherigen Schwerpunkt Sicherheit und Verteidigung richten wir den Blick jetzt neu aus auf künstliche Intelligenz ein Thema das den Einkaufen grundlegend verändert von Prozessen über Entscheidungen bis hin zu völlig neuen Möglichkeiten.

00:00:35: Was bedeutet KI konkret für den Einkauf?

00:00:37: Welche Chancen entstehen, welche Herausforderung gilt es zu meistern und wie lässt sich das Potenzial sinnvoll nutzen.

00:00:44: Los geht's mit unserem neuen Themen-Schwerpunkt Künstliche Intelligenz!

00:00:50: Dieser Podcast wird Ihnen präsentiert in Kooperation mit Schweizer Fachinformation der Plattform für professionelles Wissen.

00:00:58: Wie Sie den Einkaufen von Informationen optimieren erfahren sie auf www.unternehmenswissen.de.

00:01:05: Wir hören

00:01:06: uns.

00:01:10: Liebe Einkaufsinteressierte, herzlich willkommen zu einer weiteren Themenstarken Ausgabe des BME Podcast in der wir wieder tiefer gehen!

00:01:18: In dieser und weiteren Folgen von Themenstark dem Kanal vom Kaufkraft sprechen wir über das aktuelle Top-Thema Künstliche Intelligenz dass derzeit im Einkauf eigentlich alle auftrapp hält.

00:01:29: Mein Name ist Florian Kleemann.

00:01:31: ich bin Professor für Supply Chain Management an der Hochschule München.

00:01:34: Einkaufspfragen beschäftigen mich seit über wieder mit Ihnen abzutauchen.

00:01:40: Unser heutiger Gast gibt uns dabei allerdings keinen Deep Dive im klassischen Sinne, sondern wird uns eher zum Start des neuen Leitthemas der Themenstark Staffel zu KI eine Einordnung zu dem Thema geben worauf man zu achten hat und dafür gibt es eigentlich oder uneigentlich keinen passenderen Gesprächspartner als Patrick Glauner, der ist nämlich Professor für künstliche Intelligenz an der Technischen Hochschule Deckendorf, der in Forschung Beratungen und Netzwerkarbeit das Thema KI global weiterentwickelt.

00:02:06: Das darf man, glaube ich sagen.

00:02:08: herzlich willkommen Patrick!

00:02:09: Ja hallo!

00:02:09: Ich

00:02:10: hatte es gerade schon gesagt wir wollen heute gar nicht so sehr sozusagen Deep Dive KI gehen sondern eher mit deiner Expertise fokussiert auf das Thema KI Status quo einordnen aber auch Impulse für die Community gehen.

00:02:23: Wir hatten das Vergnügen schon vor gut zwei Jahren dich im Podcast begrüßen zu dürfen.

00:02:29: Nichtsdestoweniger stelle dich doch vielleicht zu Anfang einfach Kurz vor, wer bist du?

00:02:33: Woher kommst Du?

00:02:34: Woran arbeitest Du?

00:02:35: bevor wir dann in die inhaltlichen Themen gucken.

00:02:38: Sehr gerne Patrick Launer mein Name.

00:02:40: ich mache KI seit so fünfzehn Jahren in ganz unterschiedlichen Rollen.

00:02:44: Ich habe mal ein paar Jahre am Zern in Genf gearbeitet also bei der europäischen Organisation für Kernforschung hab da KI vorangetrieben war auch in der Industrie und der anderen bei der KRONES AG dem Weltmarktführer für Abfühlanlagen hab da AI vorangedrieben war einem Consulting und vieles weitere.

00:03:01: Und seit sechs Jahren bin ich Professor an der TH Deckendorf und mache da sehr technische Lehre zu KI.

00:03:08: Es geht mein Vorlesung darum, wie baue ich KI-Systeme?

00:03:11: Wie zum Beispiel Bildverarbeitungssysteme also Computer Vision als Vorlesungen aber auch Grundlagenthemen wie Algorithmen und Datenstrukturen noch Spezialthemen wie dann Big Data, Quanten Computing usw.. Dann bin ich neben der Professur vieler als Unternehmensberater tätig und helfe Unternehmen KI zu kommerzialisieren.

00:03:33: und dann habe ich über die Jahre bemerkt, dass alles steigt und fällt auch abhängig von der politischen Lage.

00:03:39: Und so bin ich auch zunehmend aktiv im Bereich Politikberatung und war unter anderem mehrfach im Deutschen Bundestag als Sachverständiger in

00:03:47: Anhörungen.".

00:03:48: Ich glaube, das unterstreicht nochmal deine Kompetenz und auch den Grund warum wir dich noch mal angesprochen haben.

00:03:54: Gerade schon erwähnt vor zwei Jahren warst du schon einmal zu Gast.

00:03:57: erstmal danke dass wir dich nochmal ansprechen durften.

00:03:59: und dann Blick in die inhaltliche Perspektive.

00:04:02: damals gefühlt generative KI gerade noch relativ frisch.

00:04:07: Irgendwo haben viele vielleicht sogar dran geglaubt, dass das Thema eher so ein Hype ist der dann auch relativ stark wieder abschwingt.

00:04:14: ich kann es nicht verstellen aber bin auch kein Experte.

00:04:16: wie bewertest du das heute?

00:04:18: Welche Entwicklung hat das Thema KI in den letzten Jahren genommen?

00:04:21: wo sind Meilensteine aus deiner Sicht gewesen?

00:04:24: So gern ein grober Überblick.

00:04:26: Das Ende des Jahrtausend zweiundzwanzig ChatGPT rauskam und hat dem Thema KI massiv geholfen Um es zu popularisieren, generative KI war eigentlich wiederum nichts Neues.

00:04:38: Es gibt ja Verfahren der generativen KI seit mindestens den siebziger Jahren.

00:04:43: Neuronale Netze werden auch schon seit vielen Jahren verwendet für die Generierung aber mit JetGPT ging das dann alles ein Stück einfacher und ein Stück besser.

00:04:51: mehr Leute konnten's nutzen und das hat dem Thema KI sehr viel Beschleunigung gegeben.

00:04:57: Das sehen wir jetzt ganz viele tolle Anwendungen, bis hin so eine Gefahr ist.

00:05:01: Viele nutzen den Begriff JetGPT als Synonym für KI.

00:05:05: da muss man immer auch sagen es gibt nicht nur Sprachmodelle Und die Sprachmodelle ist ja jetzt auch nicht das Allheilmittel für alle Probleme.

00:05:12: Es gibt noch viele, viele andere Verfahren aber dennoch ist diese Popularisierung des Begriffs KI sehr positiv und wir sehen dass es natürlich auch Riesen Auswirkungen auf den Arbeitsmarkt gibt.

00:05:23: Auch Leute die sich lange sicher gefühlt haben wie Softwareentwickler sind jetzt betroffen.

00:05:28: ich habe da schon vor vielen Jahren von diesen Entwicklungen gewarnt und hat gemeint, da muss man sich darauf vorbereiten mitgestalten.

00:05:35: Die die da frühzeitig drauf sind jetzt ganz vorne und die das verschlafen haben jetzt große Probleme ist aber auch wieder insgesamt dann sehr spannend wenn wir einfach durch KI ganz unterschiedlichen Branchen Potenziale heben können und produktiver werden.

00:05:52: ich finde das in sehr spannende Zeiten.

00:05:55: Ja, also ganz klar nicht mehr der Hype oder das Strohfeuer sondern eher verstetigt und noch intensiviert auch aus meiner Sicht wie gesagt eine hohe Dynamik.

00:06:04: Für mich als Außenstehender aber manchmal nicht so richtig zu greifen du hast gerade gesagt so irgendwie die Popularisierung durch JetGPT.

00:06:11: ja gefühlt überschlagen sich ja auch die technischen Möglichkeiten bzw.

00:06:15: die Anwendungspotenziale, also was sind da auch so aus Hintergrundblick die Treiber von dieser Entwicklung das jetzt plötzlich so viel mehr, so viel schneller und so viel auch qualitativ hochwertige Anwendungen möglich sind oder zumindest scheinen?

00:06:30: Also es gab natürlich in den letzten Jahren Jahrzehnten methodische Fortschritte, dass ist hilfreich.

00:06:36: Rechenzeit wurde viel günstiger wo wir Wir haben natürlich auch viel mehr Daten als früher und wir können die jetzt viel günstiger in die KI-Verfahren reinstecken.

00:06:45: Es gibt viele vortrainierte Modelle, muss also nicht immer das Rad neu erfinden was aber auch einfach ein Beschleuniger ist dass wir jetzt viel mehr KI Experten auf dem Markt haben als wir es noch vor fünf oder zehn Jahren hatten.

00:06:57: weil sind ja dann auch viele neue Studiengänge entstanden, viele neue Vorlesungen auch an meiner Hochschule, auch an deiner Hochschuhe.

00:07:04: Und da sind natürlich mittlerweile Absolventen der ersten Jahrgänge auf dem Markt und setzen auch KI massiv um.

00:07:11: Das ist so was wo ich von Anfang an als wir diese Studiengänge gestartet haben traurst sehr gewartet habe und hab gesagt die dann mal alle auf den Markt sind und setzten auch KI um weil nur methodische Fortschritte mehr Rechenzeit mehr Daten das hilft ja auch nicht braucht hier auch Leute dies umsetzen und die gibt's halt jetzt immer mehr und deshalb dass es schon ganz wesentlicher Beschleuniger.

00:07:32: Auf der anderen Seite gibt es natürlich auch Kostendruck durch politische Krisen, aber auch durch andere Dinge wie jetzt schlichtweg durch den demografischen Wandel wo die Unternehmen mehr tun müssen.

00:07:44: Vielleicht noch da eine vertiefende Frage.

00:07:47: Wir haben gerade den Namen schon genannt, du hast auch gerade völlig richtig gesagt nicht.

00:07:50: ChatGPT ist A noch nicht mal Synonym zur Firma oben AI das wiederum ist beides nicht Synonym für KI.

00:07:57: jetzt wird zum Beispiel wenn wir auf die Sprachmodelle gucken hat dann Google dann durchaus nachgezogen.

00:08:02: also kannst du da auch so ein bisschen In den Wettbewerbsperspektive gehen.

00:08:07: auch was so Investitionen in Rechenzentren.

00:08:09: Das hört man ja jetzt immer wieder, dass das auch in Zukunft kritische Infrastruktur ist.

00:08:13: Auch Standortfaktor.

00:08:14: also kannst du da noch ein bisschen einordnen, was auf dieser Anbieter von KI-Seite an Treiber und Entwicklungen sind.

00:08:22: Investitionstätigkeiten, Investitionsrichtungen die sich da ergeben?

00:08:27: Ja, als Ende zweiundzwanzig Chatchi-Petier rauskam dann hieß es Google.

00:08:31: Es sei völlig abgeschlagen bei KI.

00:08:34: das ist... meiner Meinung nach von Anfang an völliger Unsinn gewesen.

00:08:38: Es ging bei Google auch nie um die Suchmaschine, wenn man in den frühen Jahre vom Google zurückschaut.

00:08:43: es ging immer um KI bei Google und Suchmaschinen waren eben ein Weg wie man schnell KI auch in die Masse der Anwendungen gebracht hat.

00:08:52: Google war immer ein KI-Unternehmen.

00:08:54: Die haben auch Sprachmodelle gebaut aber halt noch viele andere Dinge.

00:08:57: Bei den Sprachmodernen sind jetzt natürlich sichtbarer als dass da Ende zweiundzwanzig waren.

00:09:03: Es gibt viele andere Wettbewerber, Open Source hat sehr stark nachgezogen.

00:09:07: Das sind aber alles Momentaufnahmen und es ist ein sehr dynamisches Umfeld.

00:09:12: Aber ich denke so für einen Großteil der Anwendungsfälle ist das relativ Jacke wie Hose.

00:09:16: oder ob ich jetzt ChatGPT oder Publicity oder in Verfahren von Google nehmen.

00:09:21: Für die meisten User ist das glaube ich relativ zweitrangig.

00:09:25: Das ist mal so auf der Anbieterseite natürlich in der Rieseninvestitionen geflossen.

00:09:29: Auch letztes Jahr, als Trump seine zweite Amtszeit gestartet hatte, entstand dieses Stargate-Projekt wo verschiedene Unternehmen sich committed haben, fünfhundert Milliarden im KI rechende Infrastrukturen zu investieren.

00:09:43: andere haben dann auch noch nachgezogen.

00:09:45: es gab dann mal so studieren vor einiger Zeit.

00:09:49: Die meinten, wenn man anschaut was die Big Tech Unternehmen in Infrastruktur investiert haben damit sich das rechnet müssten sie so mittelfristig einen zusätzlichen Umsatz zusammen von vierhundert Milliarden pro Jahr generieren also on top auf den jährlichen umsatz.

00:10:06: diese vierhundert milliarden on top bei den big unternehmen zusammen?

00:10:10: pro ja dass ist herausfordernd, aber es ist auch grundsätzlich möglich.

00:10:14: und deshalb die Amortisierung, die kommt.

00:10:18: Die ist eigentlich in vollem Gange.

00:10:20: was man sich immer fragen muss brauche ich diese riesen rechne Infrastrukturen überhaupt?

00:10:26: Brauche ich große Sprachmodelle?

00:10:28: Wenn man da natürlich den Chanson-Hungangs sieht, der meint das geht nur noch im Token und es geht nur um Sprachmodelle.

00:10:34: Ich habe ihn letztes Jahr auch mal zu einem Gespräch getroffen.

00:10:37: Er ist schon ein gutes Marketinggenie und je mehr große Sprachmodelle wir nutzen, desto mehr Hardware brauchen wir von ihm.

00:10:44: aber es gibt halt viele Alternativen, viele andere Modelle die wesentlich günstiger sind die je nach Anwendungsfall sogar besser als diese großen Sprachmodelle sind.

00:10:54: Und da müssen wir einfach die passenden Verfahren auswählen, die möglichst günstig sind und auch den passenden Return and Investment haben.

00:11:01: Super!

00:11:01: Weil da hast du auch meiner nächsten Frage schon vorgegriffen wie mir noch zu diesem Zusammenhang Wettbewerb der KI-Anbieter so ein bisschen ja so ein Leseeindruck gewesen ist dass eben diese Nachhaltigkeit der Geschäftsmodelle doch stark bezweifelt wird umso spannender hier gleich diese Perspektive zu bekommen.

00:11:18: Jetzt haben wir so ein bisschen das Umfeld beleuchtet, wo wir herkommen.

00:11:21: Wo wir mittlerweile auch angekommen sind.

00:11:23: Lass uns gerne mit deiner Breite deiner Perspektive in die inhaltliche Sicht gehen.

00:11:28: also wo liegen die Top-Themen und Schwerpunkte der KI.

00:11:32: Anwendung würde ich wahrscheinlich eher sagen was ist so State of the Art beziehungsweise up and coming?

00:11:37: du hast gerade gesagt generative KI sicherlich immer noch einen wichtiges, sehr Mainstream-lastiges Thema.

00:11:44: Gleichzeitig sind so was wie Agenten, Chatbots auch die Superintelligenz wird immer wieder als Teilbereich der KI an die Wand geschrieben.

00:11:53: Ordne das gerne mal für uns ein.

00:11:55: Welche Themen sind da?

00:11:56: Welche ab and coming?

00:11:57: Welchen vielleicht schnelle Brüter sozusagen die auch wieder verglühen.

00:12:02: Also die KI-Agenten sind natürlich im Markt angekommen.

00:12:06: Ich tue mich persönlich mit dem Begriff KI-Agents sehr schwer, deshalb ist es auch ein Begriff, denn man wenig aus meinem Mund hört weil der BegriffKI-Agent ist auch wieder nichts Neues.

00:12:15: wenn man so Standard Literatur schaut taucht er das seit Jahrzehnten auf.

00:12:19: was hat er beschrieben?

00:12:20: Die eigentliche KI die etwas tut So wie der Begriff heute verwendet wird, beschreibt dann ein bisschen was anderes.

00:12:27: Da geht es aber auch um etwas Sinnvolles weil wenn wir uns diese großen Sprachmodelle anschauen die... Ich fülle da einen Prompt rein und bekomme was raus, was rauskommt.

00:12:36: Kann ein Text sein, ein Bild oder ein Video... Und das ist auch alles sinnvoll!

00:12:40: Aber was mache ich mit dem, was daraus kommt?

00:12:42: Beispielsweise ein Text.

00:12:44: Ich muss ja irgendwas aus diesem Text ableiten.

00:12:46: Konkrete Handlungen vielleicht eine E-Mail verschicken, eine Datei verschicken.

00:12:50: Datei verschieben, was auch immer.

00:12:52: Ein SHP System antriggern Und das macht ja das Sprachmodell allein nicht und es muss am Ende konkrete Handlungen ausführen.

00:13:00: Das ist der Punkt, wo das was heute als KI-Agent bezeichnet wird ins Spiel kommt – was genau das tut?

00:13:07: Das ist aber eigentlich auch wieder nichts Neues.

00:13:09: vor so zehn Jahren hat man viel von Robotic Process Automation gesprochen.

00:13:14: Am Ende sind die KI-Agents sowas ähnliches, es geht aber halt rum diese Workflows am Ende auch mit Sprachmodellen zu verbinden, was sehr sinnvoll ist für bestimmte Anwendungsfälle.

00:13:25: Aber das ist nicht so dass plötzlich die ganzen Workflows von alleine entstehen.

00:13:29: und die KI-Agenten alles von allein herausfinden muss natürlich überwiegend immer noch die Workflows festlegen und habt dann da drin eine Automatisierung.

00:13:38: aber es gibt doch dieses AI Washing.

00:13:41: ein Begriff was einfache Software war Hat man dann KI genannt, was eine einfache KI war ist jetzt ein KI-Agent.

00:13:48: Jeder macht es nur noch KI-Agenten.

00:13:51: Da muss man natürlich auch bisschen die Spray vom Weizen trennen und schauen, was steckt da wirklich dahinter?

00:13:57: Ja, wobei das tatsächlich ja auch genau solche Einordnungen wie von dir helfen.

00:14:01: Jetzt zur Superintelligenz, da frage ich auch ehrlicherweise als interessierter Leihe nochmal nach, was müsste man darunter verstehen?

00:14:09: Gleich geht es hier weiter!

00:14:11: Hören Sie zuvor einen kurzen Hinweis unseres Partners.

00:14:43: Bis zu fünfzig Millionen Produkte, unterschiedliche Lizenzmodelle und laufende Preisveränderungen machen die Informationsbeschaffung zur echten Herausforderung.

00:14:52: Die Lösung?

00:14:53: Ein starker Partner!

00:14:55: Eine zentrale Plattform und ein klar strukturierter Prozess.

00:14:59: Wie das in der Praxis aussieht erfahren Sie auf www.unternehmenswissen.de.

00:15:05: Jetzt entdecken wie einfach professionelles Informationsmanagement sein kann mit Schweizer Fachinformationen.

00:15:13: Wir wünschen Ihnen weiterhin viel Freude beim Hören.

00:15:43: Ja, der Begriff Superintelligenz ist schwer zu fassen weil es für den natürlich keine abschließende Definition gibt sowie auch keine abschliesenden Definitionen für KI gibt.

00:15:53: Jeder stellt sich etwas anderes darunter vor was dann oft der Glaube ist man würde dann solch eine Superintelligence erreichen.

00:16:00: da gibt's ja auch viele unterschiedliche Begriffe.

00:16:03: ein Begriff den ich persönlich gerne verwende ist dann Artificial General Intelligence Allgemeine KI.

00:16:11: Was bedeutet das?

00:16:12: Wir sehen natürlich schon seit vielen Jahren, dass KI in bestimmten Anwendungsfällen viel besser sind als Menschen.

00:16:19: aber eben nur in diesem Anwendungfall und für einen anderen brauche ich eine andere KI und so eine Artificial General Intelligence.

00:16:26: wird es erlauben, dass eine KI in der ganzen Breite von Problemen besser ist als der Mensch?

00:16:32: Und der Zeitpunkt, wo man so etwas erreicht, da spricht man oft von der sogenannten technologischen Singularität in der Literatur.

00:16:40: Es gibt aber auch viele andere Begriffe und die sind alle nicht wirklich definiert.

00:16:45: Was das Verständnis ist, wenn man so was erreicht hätte dann wäre es vielleicht die letzte große Erfindung des Menschen weil so etwas könnte sich ja immer schneller noch selber weiterentwickeln und würde immer wieder besser werden.

00:16:58: Wie weit ist so etwas weg?

00:16:59: Das weiß keiner wirklich.

00:17:01: Es wird ja immer mal wieder so fantasiert, diese Artificial General Intelligence sei nur noch zwei drei Jahre entfernt.

00:17:08: Das hat man aber auch schon vor zwei drei Jahren gesagt.

00:17:10: jetzt sagt man Twitter das ein bisschen dann wie auch bei Kenfusion und unsere vier Jahre wenn die abgelaufen sind läuft die Uhr wieder von vorne los.

00:17:18: Ich glaube persönlich, dass sowas extrem weit weg ist.

00:17:20: Weil nur größere Sprachmodelle und mehr Daten das hilft uns gar nicht daran zu kommen.

00:17:25: wir brauchten methodisch völlig neue Ansätze die einfach sehr weit weg sind.

00:17:29: natürlich gibt es andere die behaupten sie seien fast dran an der Artificial General Intelligence.

00:17:35: es gibt man hier behauptend des Gebes heute schon aber dann wird das oft wieder sehr schmal definiert und nicht in der Breite.

00:17:42: also jeder definiert anders und hat's dann plötzlich schon erreicht.

00:17:47: Da muss man einfach ein bisschen so den Halb von der Realität rennen.

00:17:50: Ich persönlich finde es toll, wenn KI-Verfahren immer besser werden und wenn man Stück Richtung Artificial General Intelligence kommen ist das auch glaube ich eine große Chance.

00:17:58: Die Gefahr ist immer dann dass sich sowas alles verselbstständigen würde.

00:18:03: Das ist meiner Meinung nach wirklich ne Fiktion aus Science Fiction Filmen.

00:18:09: Wir legen weiter die Systemgrenze von sowas fest Und das kann nicht plötzlich seine Grenzen überwinden mag in absolut ferner Zukunft natürlich passieren, aber das ist so weit weg dass wir es heute auch nicht produktiv verhindern könnten weil's einfach zu viele Schritte auf dem Weg dahin gibt die wir überhaupt erst gehen müssen.

00:18:26: Ich glaube in den Terminator-Filmen wäre es schon längst soweit gewesen.

00:18:30: Insofern lehnen wir uns da mal ein einigermaßen beruhigt zurück.

00:18:33: Aber zurücklehnen ist vielleicht auch eine Überleitung zu der nächsten Vielleicht auch kritischen Frage.

00:18:38: Jetzt haben wir gefragt, du hast es wunderbaren Überblick gegeben was State of the Art ist welche Technologien da in der Diskussion sind?

00:18:45: Welche davon sind denn angekommen?

00:18:46: also wie würdest Du gerade jetzt mit Blick auf unsere Zuhörerinnen und Zuhöhrer bei deutschen Unternehmen das einordnen?

00:18:53: Inwieweit sich dieser KI auch in einem sinnvollen Maß erfolgreich öffnen?

00:18:58: Ja so dass KI Systeme verwendet werden.

00:19:02: Das war ja schon lange auch vor den großen Sprachmodellen so und wir nutzen alle seit Jahrzehnten Spermfilter, die sind auch basierende auf KI.

00:19:09: was jetzt natürlich in letzten Jahren immer besser in Unternehmen integriert wurde sind die großen Sprachtmodelle beispielsweise durch Systeme wie Co-Pilot oder das Unternehmen ihr eigenes GPT haben.

00:19:21: Natürlich haben viele das noch nicht und nicht jeder nutzt es richtig, aber es ist schon was, was in immer mehr Unternehmen doch ankommt.

00:19:28: Das ist sehr sinnvoll.

00:19:30: dass man irgendwelche Workflows automatisiert hat.

00:19:32: Ist eigentlich auch nichts Neueres.

00:19:34: da brauche ich an vielen Stellen auch keine KI.

00:19:36: an manchen Stellen wird man dann mehr KI-Agenten einbauen.

00:19:40: Aber die KI-Agent sind jetzt natürlich auch nicht das Allheilmittel für alle Probleme.

00:19:45: Da gibt's sinnvolle Anwendungsfälle kann ich vielleicht durch eine klassische Automatisierung genauso und viel günstiger lösen.

00:19:53: Das ist halt immer wichtig, so was in bestehende Prozesse zu integrieren und zwar so dass es auch wirklich ein Mehrwert schafft und deshalb immer zuerst die menschliche dann die künstliche Intelligenz noch so tolle KI-Verfahren bauen, wenn ich sie nicht integriert bekommen.

00:20:09: In bestehende Prozesse helfen sie mir auch wenig und das ist auch das wo es oft dran scheitert bei den Unternehmen sowas in bestehenden Prozessen einzubauen, in bestähnende Infrastrukturen.

00:20:18: Das ist eines der großen Hindernisse.

00:20:20: Es gibt natürlich noch andere Hindernisses als der Betriebsrat im Unternehmen aber das ist nochmal ein eigenes Thema

00:20:28: Wobei tatsächlich vielleicht das auch noch eine interessante und wichtige Perspektive ist.

00:20:32: Also, worin siehst du die Gründe?

00:20:34: Warum KI nicht weiter sind?

00:20:37: Woran kranken KI-Projekte, die du begleitest oder vielleicht noch mehr, die dir nicht begleitet hast?

00:20:43: Auch mit dem Hinblick darauf was unsere Einkaufskolleginnen und Kollegen davon lernen können.

00:20:48: Ja also es gibt so... Natürlich in der Presse liest man immer KI, das ist alles so toll.

00:20:53: Das löst jetzt alle Probleme.

00:20:54: und dann gibt es so Studien die sagen dass ganz viele KI-Projekte scheitern.

00:20:58: als ich das erste mal solche Studien sehen habe vielleicht vor zehn Jahren hießes achtzig Prozent aller KI Projekte würden Scheidern oder zu nichts führen.

00:21:06: und mittlerweile sagen manche Studien bis hin zu ninety fünf Prozent.

00:21:10: also dieser Prozentsatz ist noch gestiegen in den letzten zehn Jahren.

00:21:14: Jetzt kann man sich fragen warum.

00:21:16: Ein Grund ist natürlich, weil immer mehr Leute jetzt KI ausprobieren wollen.

00:21:20: Wo es auch keinen Sinn macht.

00:21:21: und genau das ist glaube ich ja der Grund warum viele Projekte scheitern Weil man mit KI als Lösung kommt und nicht Probleme löst sondern Probleme schafft.

00:21:32: Und ich finde das zwar ganz toll wenn Unternehmen sagen wir wollen jetzt ganz viel KI machen Ich bin KI Professor.

00:21:38: Als Berater sage ich halt mir müssen Probleme lösen und nicht mit Technologie kommen die vielleicht an bestimmten Stellen nicht benötigt wird.

00:21:46: Deshalb wenn ich berate, schauen wir uns die Probleme an im Unternehmen und dann schauen wir ob KI eine Lösung sein kann?

00:21:52: Teilweise muss man vielleicht aber auch mal ein Geschäftsprozess neu denken.

00:21:56: teilweise muss man den vereinfachen weil für einen schlechten Geschäfts-Prozess hilft mir die KI auch nur noch wenig.

00:22:01: manchmal reichen zwei drei Regeln und ja manchmal brauche ich natürlich ein komplexes KI Verfahren oder ein großes Sprachmodell.

00:22:09: Projekte scheitern, weil Leute zu stark mit Lösungen kommen.

00:22:12: Zu wenig in problemorientiert arbeiten.

00:22:15: Leute versuchen dann plötzlich alle möglichen Daten in Sprachmodelle wie ChatGPT zu schmeißen.

00:22:22: Wie zum Beispiel irgendwelche Zeitreihen vorhersagen und so weiter.

00:22:27: Dafür sind diese Modelle gar nicht gebaut.

00:22:29: dafür brauche ich ganz andere Verfahren die wesentlich günstiger auch sind.

00:22:32: Die funktionieren besser.

00:22:34: Und natürlich muss man bei den Projekten mit den passenden Experten zusammenarbeiten, nur weil jemand Sociologie studiert hat.

00:22:42: KI schreiben kann und auf Link den schreibt, ich bin jetzt KI-Experte.

00:22:46: Wird mal so keine Probleme gelöst bekommen?

00:22:48: Und da gibt es natürlich eine Inflation der KI Experten.

00:22:52: Man muss mit den passenden Leuten arbeiten.

00:22:55: Wenn man mit den passeden Leuten arbeitet dann kommt man auch von dem ninety-fünf Prozent gescheitert hin vielleicht zu ninety fünf Prozent erfolgreich.

00:23:03: Das darf alles aber kein Over Engineering sein.

00:23:05: Ja manchmal brauche ich die großen Sprachmodelle Aber das betrifft vielleicht auch zehn bis zwanzig Prozent meiner Projekte bei vielen anderen Projekten.

00:23:13: Ganz andere Verfahren, ganz andere Probleme was auch berückens dann alles noch viel günstiger ist als wenn man da überall große Sprachmodelle einbaut und dieses breite Methodenwissen, dass es halt wichtig, wenn man mit KI-Experten arbeitet, dass die nicht nur ChatGPT bedienen können sondern wirklich wissen wann brauche ich welches Modell?

00:23:32: Und wie integriere ich das in bestehender Prozesse Abläufe und Infrastrukturen?

00:23:38: Danke für die Einordnung und auch die Tipps.

00:23:40: Ich glaube, es gibt hier diesen Spruch der Hammer sieht überall Nägel und vielleicht sehen dann gerade selbst ernannte KI Experten auch überall.

00:23:50: nur KI als Lösung finde ich super dass du das hier auch sachlich einordnest.

00:23:54: jetzt bist du Professor für KI deswegen kein ausgewiesener Einkaufsexperte.

00:23:58: umgekehrt Wissen wir aus der gemeinsamen Vergangenheit, aber eben auch dem ersten Podcast

00:24:03: usw.,

00:24:03: dass du dem Thema Einkaufen nicht völlig fremd bist.

00:24:06: Hast du da noch spezielle Tipps?

00:24:08: Du kennst die Community wie gesagt bis in die Prozesslage ein bisschen Wie man dort das Thema KI auch da ein bisschen stärker noch in die Gänge bringen könnte.

00:24:18: Ja Aufbau von Wissen ist glaube ich essentiell gerade, dass in so einer Organisation auch jeder ein bisschen Verständnis für KI entwickelt, für Datenanlösen um dann auch bessere Anwendungsfälle zu finden.

00:24:32: Ich glaube das ist essentiell.

00:24:34: KI ist eben ein Thema das nicht nur die Führung oder ein KI-Team betrifft.

00:24:39: es betrifgt jeden und es gibt halt viele Vorbehalte gegenüber KI am Ende auch wie dass sei alles nicht transparent, die KI würde Fehler machen und lauter solche Dinge Und da muss man zuhören, um das Ganze auch begegnen.

00:24:52: KI-Verfahren können transparent gemacht werden.

00:24:55: Manche sind von Natur aus transparent, dass die Fehler machen.

00:24:59: ja Menschen machen aber auch Fehler und man kann das sogar bei KI verfahren ganz gut auch quantifizieren und verbessern.

00:25:07: Die KI-Verfahren lernen übrigens die Fehler aus Daten, die Menschen mal fehlerhaft erstellt haben.

00:25:13: das muss man auch immer dazusagen.

00:25:15: aber es gibt da auch so ein richtig gutes Buch für den Einkauf.

00:25:19: Guter Freund von mir Christian Mandel arbeitet bei Roland Berger neuerdings im Partnerbereich.

00:25:25: Der hat mal vor so ein, zwei Jahren tolles Buch geschrieben zu Procurement Analytics was da im Springer Verlag erschienen ist.

00:25:31: Ich glaube wenn es um spezielle Fragen des Einkaufs geht verweise ich sehr gerne auf sein Buch.

00:25:38: Muss ich dafür sagen dass du meinen Buch noch kennenlernst?

00:25:41: Deine Werke kenne ich auch aber die sind ja schon an vielen Stellen beworben.

00:25:45: deshalb habe ich jetzt nochmal etwas Fremdes verwiesen.

00:25:49: Passt natürlich.

00:25:50: Ja, dann lass uns nochmal den Blick so aus dem Pragmatismus in die Zukunft drehen.

00:25:55: Baustellen sind noch zu Hauf da und trotzdem steht das haben wir ja auch Eingangs schon herausgearbeitet.

00:26:02: Das Thema Kainisch still und irgendwelche Moratorien, die immer mal wieder zur Diskussion gebracht werden, sind ja nicht ernsthaft und absehbar.

00:26:10: von daher Kannst du ein bisschen in die Glaskugel gucken, worauf dürfen wir uns?

00:26:15: Können wir uns in den nächsten Jahren beim Thema KI einstellen.

00:26:18: Wo sind Entwicklungen, die Du siehst?

00:26:21: Ja aus methodischer Sicht muss man halt einer sagen Die meisten Verfahren aus dem Maschinell und Lernen, den wir heute nutzen basieren auf Korelationen, dass irgendwas in den Daten koaliert.

00:26:33: interessant sind aber eigentlich Kausalitäten.

00:26:36: Das ist ein Thema, das im Bereich Machine Learning existiert aber unterentwickelt ist und grundsätzlich werden Kausalitäten viel interessanter weil wir könnten dann wirklich bessere Aussagen machen.

00:26:50: Wir konnten auch besser aus weniger Daten lernen.

00:26:53: Wir hatten wenige Probleme rund um Bias in den Daten und da gibt es Forschung aber noch zu wenig.

00:26:59: Auch zu wenige Kollegen beschäftigen sich mit kausalen Lernverfahren Und das sehe ich persönlich in ganz großes Potenzial drin, weil immer größere Sprachmodelle für die wir nicht genug Daten und nicht genug Strom haben.

00:27:12: irgendwann ist da natürlich ein Plateau erreicht.

00:27:15: Mit diesen kausalen Verfahren können wir noch viel besser werden.

00:27:19: was man jetzt natürlich auch zunehmend beachten muss sind regulatorische Anforderungen rund um KI.

00:27:25: der AI-Act wurde vor zwei Jahren verabschiedet wird ja Stück für Stück auch scharf geschalten.

00:27:31: Ich habe vor dem AI-Act auch immer gewarnt in dieser Form, weil einfach die Gefahr einer Überregulierung absolut präsent ist.

00:27:40: Viele Auflagen, alles sehr angstgedreht, viel zu viele Anforderungen, die auch keiner versteht... Man muss jetzt aber Compliance sein.

00:27:48: und wie kann jetzt auch ein Mittelständler oder jemand, der nicht KI als Kernbusiness hat diesen AI-Akt durchdringen?

00:27:56: Nicht wirklich.

00:27:56: Dafür ist er viel zu lange, viel zu komplex Und das sehe ich eigentlich auch die Verbände in der Verantwortung da zum Beispiel Checklisten zu erarbeiten.

00:28:06: für die Unternehmen in ihrer Branche bedeuten Die Anforderungen des AI-Acts eben was anderes.

00:28:11: also wenn man in eine andere Branche geht von Procurement dem Einkauf raus geht, sagen wir hin zu Materialwissenschaften.

00:28:19: Da geht es ja um ganz andere Probleme und das sind die Regeln aus dem AI-Act vielleicht anders zu verstehen.

00:28:25: Und deshalb solche Checklisten können schon mal helfen.

00:28:28: Jetzt ist auch die aktuelle Koalition dabei sich zu überlegen wer eigentlich die Aufsicht in diesem AI Act hätte.

00:28:36: Das Ganze läuft jetzt auf die Bundesnetzagentur hinaus die aber auch mit anderen Marktüberwachungsbehörden zusammenarbeiten kann.

00:28:43: Dazu hatten wir letzte Woche Montag eine Anhörung im Bundestagsausschuss für Digitales und Staatsmodernisierung, wo ich auch als Sachverständiger mit dabei war.

00:28:53: Vielleicht können wir hier auch die Anhörung irgendwie verlinken oder drauf verweisen.

00:28:57: Und diese Aufsichtsstruktur wird halt jetzt noch per Gesetz beschlossen in absehbarer Zeit der AI-Aktis binden.

00:29:06: Ich hoffe natürlich auf ne Vereinfachung Am besten auf die Abschaffung.

00:29:11: Es gibt diesen Omnibus, der jetzt auf europäischer Ebene beraten wird.

00:29:15: aber da geht es eigentlich nur darum schlechte Regeln, schlechte Fristen ein bisschen nach hinten zu verschieben.

00:29:21: Man geht nicht wirklich das Ganze an und wenn man dann sagt ist es eigentlich ein schlechtes Regelwerk, wir verschieben das jetzt um einen Jahr, das löst ja nicht das Problem.

00:29:31: Das ist so das wo ich mir eigentlich wünsche dass da die Politik auch mal aufwacht.

00:29:36: Wir müssen das radikal reformieren, weil es in der jetzigen Form nicht funktioniert.

00:29:41: Hast du dann noch einen Tipp für Einkäufer?

00:29:44: speziell abwarten und hoffen dass weniger reguliert wird?

00:29:47: Das ist ja sicherlich nicht die Strategie, die du empfehlen würdest!

00:29:51: Ja man muss sich schon mit dem AI Act beschäftigen und manche Teile des AI Acts sind ja schon scharf geschalten.

00:29:57: Es geht jetzt nur um Weitere Fristen, jeder muss reingucken.

00:30:00: Da gibt es auch eine Pflicht.

00:30:01: Jeder der KI einsetzt, der KI entwickelt, KI anbietet, muss Compliance sein.

00:30:07: Vielleicht kann da auch der BME mal ein paar Best Practices herausgeben wenn's noch nicht der Fall ist.

00:30:12: Vielleicht hat man da schonmal was herausgegeben und am besten halt auch Richtung Checklisten, was man beachten muss.

00:30:18: wo fall ich dann in welches Risiko mit meinem Anwendungsfall?

00:30:22: Was muss sich da beachten?

00:30:23: diese Checklisten Wären nicht hundert Prozent Compliance herbeiführen, aber vielleicht ninety-fünf Prozent, was schon mal Unsicherheit reduziert und Kosten auch reduziert.

00:30:33: Super!

00:30:34: Danke.

00:30:34: dann glaube ich kriegt der BME hier mit die Hausaufgabe an dieser Checkliste zu arbeiten.

00:30:39: Ich sage aber nichts sozusagen was das BME zu tun hat sondern ich sag einfach danke Patrick Launer vielen Dank dass du dir nochmal Zeit genommen hast extrem breiten und tiefen Wissen zu KI, glaube ich einen sehr guten Refresher zu dem Thema zu machen.

00:30:53: Den wir wie gesagt gerne als Auftakt für unsere KI bezogene Themen stark reihen nutzen.

00:30:58: Herzlichen Dank für die Einladung!

00:31:00: Und ich wünsche den Zuhörerinnen allen viel Erfolg mit ihrer eigenen

00:31:04: KI-Reise.

00:31:21: Eine Produktion des Bundesverband Materialwirtschaft, Einkauf und Logistik e.V..