Jana Kirchheim (Microsoft) über KI-Agenten, Leadership und den Erhalt von Fachwissen

00:00:02: Industry Insights, ein Podcast von Produktion.

00:00:06: Hallo und herzlich willkommen zu unserem Industrie-Podcast!

00:00:09: Ich freue mich, dass ihr mit dabei seid.

00:00:12: In Industry Insight spreche ich mit spannenden Persönlichkeiten aus der Industrie.

00:00:16: Mein Name ist Anja Ringel.

00:00:18: Ich bin Chefin vom Dienst beim Fachimidium Produktionen.

00:00:20: Ich berichte im Podcast und für Produktion über alles was die Industrie bewegt.

00:00:25: Von Zukunftstechnologien und Transformation auf allen Ebenen hin zur aktuellen Entwicklungen.

00:00:32: In der heutigen Folge spreche ich mit Jana Kirchheim, Sie ist Senior Director für die Industrie bei Microsoft.

00:00:37: Hallo Jana willkommen bei Industry Insights!

00:00:40: Hallo Anja, vielen Dank dass ich heute hier sein

00:00:42: kann.

00:00:43: Ich freue mich auch.

00:00:44: Und wir zwei wollen heute über drei sehr spannende Themen sprechen und zwar erstens Leadership im KI-Zeitalter, dann KI-Agenten in der industriellen Praxis und drittens sprechen wir über die Frage wie Unternehmen Fachwissen sichern können wenn zum Beispiel erfahrene Mitarbeitende in den Ruhestand gehen?

00:01:01: ich freue mich mit Ihnen liebe Hörerinnen und Hörern und mit Jana diese Themen genauer zu beleuchten.

00:01:07: Zu Beginn, mal eine Frage zu deiner Arbeit.

00:01:09: Also du beschäftigst dich ja intensiv mit KI-Themen?

00:01:12: Wie nutzt Du denn in Deiner eigenen Arbeit selbst KI-Agenten oder agentische Funktionen und wo sind die KI-Agenten bei dir die größte Unterstützung?

00:01:22: Anja ich muss gestehen dass sich heute wenn Ich mein Notebook

00:01:26: anmache

00:01:27: ist allererste was ich starte ist mein Copilot Und ich nutze eigentlich bei allem was ich tue KI angefangen von.

00:01:35: Ich habe viele verschiedene Kundentermine und wo ich früher echt lange über durch meine E-Mail zu notizen.

00:01:42: Und zum Teil auch Gespräche gehen musste, lasse ich mir heute einen Briefing schreiben das aber auch gleichzeitig sagen was sind denn die neuesten Entwicklungen am Markt?

00:01:50: Man gibt es irgendwie etwas was sich wissen muss.

00:01:52: gibt's auch noch weitere Informationen von denen vielleicht gar nicht zwei ist im Unternehmen wo aber Informationen zu dem Kunden hinterlegt worden sind?

00:01:59: also so Ich mache eigentlich keinen Kunden-Meaty mehr, ohne gut vorbereitet zu sein durch KI.

00:02:07: Ich mach aber auch keine Reisekostenabrechnung mehr ohne KI.

00:02:11: Was ich jetzt neu entdeckt habe ist dass mein Agent sozusagen selber die Quittungen zuordnen kann zu den einzelnen Abrechnungspunkten, die hochladen kann und auch noch eine Beschreibung dazu fügen kann.

00:02:25: Und als ich das entdeckt habe, wenn ich vom Stuhl aufgesprungen hab mich so gefreut wird es normalerweise pro Reise seine Stunde Zeit für mich gekostet hat.

00:02:34: Also das sind so zwei Beispiele.

00:02:36: oder aber auch, wenn ich Exercheats vorbefüllen lassen muss mit Daten aus einer anderen Quelle.

00:02:42: Was wir heute immer noch oft haben, dass jemand mir eine Exer schickt und sagt, ja na fühl mal aus.

00:02:46: Ich saß sich früher stundenlang da und habe mir von links nach rechts und abgeschrieben Federn drin gehabt und das lasse ich heute mit KI machen.

00:02:54: Man sieht schon, da gibt es ganz viele Vorteile und Möglichkeiten.

00:02:57: Darüber sprechen wir später ja noch detaillierter.

00:03:00: Jetzt wollen wir dich erst mal ein bisschen besser kennenlernen und wie in jeder Folge habe ich ein paar Entwederoder-Fragen vorbereitet und du musst dich einfach für eine der beiden Antwortmöglichkeiten entscheiden.

00:03:10: Genau!

00:03:12: Erste Frage Microsoft hat in Deutschland seinen Sitz in München.

00:03:16: deshalb im Münchner Sommer lieber an die ISA oder den Biergarten?

00:03:20: Immer Wasser.

00:03:22: Und bist du lieber früh am Flughafen oder knapp rechtzeitig?

00:03:26: Oh Gott, das ist eine gemeine Frage!

00:03:28: Ich wäre gerne früh bin aber immer knapp rechtzeitig so dass ich eigentlich immer rennen muss.

00:03:36: Ja passiert auch mal genau und wenn Du dann im Urlaub bist willst du lieber viel sehen oder viel ausruhen.

00:03:43: Am besten viel sehen, wo man sich ausholen kann.

00:03:47: Also ganz viele Seitzigen, wo wir dazwischen tolle Pausen machen können und sich aufholen können und dann wieder seitzingemachen können.

00:03:54: Und lieber ein freier Nachmittag oder ein freyer Morgen?

00:03:58: Freie Nachmittage!

00:03:59: Ich habe erledige Dinge gerne morgens, dass ich sie erledigt habe und kann dann entspannt in den Tag starten.

00:04:06: Eine Frage, die stelle ich jedem Gast mehr Geld oder mehr Freizeit?

00:04:10: Mehr Freizei.

00:04:11: Weil Zeit kann ich mir nicht kaufen.

00:04:14: Und die nächste Frage hast du, glaube ich schon beantwortet, Notizbuch oder Notizen-App?

00:04:21: Notizen App!

00:04:22: Dann finde ich die Infos auch wieder unschnell.

00:04:25: Ja das geht mehr aus.

00:04:27: Entscheidung aus dem Bauch heraus oder auf Basis von Daten?

00:04:32: Ich glaube Beides.

00:04:33: Also man braucht Daten um gut entscheiden zu können aber man braucht auch ein gutes Bauchgefühl basierend auf der Erfahrung um eine gute Entscheidung treffen zu können.

00:04:41: Die nächste Frage ist auch ein bisschen gemein.

00:04:43: Lieber ein guter Promt oder ein gutes Gespräch?

00:04:47: Das ist fies, das ist gemein!

00:04:53: Beides wäre jetzt zu einfach zur Antwort.

00:04:54: Es ist dann immer noch das gute Gespräch, dass man mit dem Gegenüber mit den Menschen führt ja.

00:05:02: Das war es jetzt aber auch schon.

00:05:03: du bist erlöst von den schnellen Fragen.

00:05:07: Lasst uns zum ersten Thema kommen zum Thema Leadership.

00:05:10: Denn wenn wir über KI sprechen, müssen wir auch darüber sprechen dass KI auch das Thema Führung verändert.

00:05:17: Und deswegen jetzt mal konkret die Frage wie verändert die ganze Thematik denn die Rolle von Führungskräften in Industrieunternehmen?

00:05:26: Ich glaube man muss sich so vorstellen nur in Anführungszeichen Mitarbeiter hatte, wird man zunehmend dazu kommen, dass man immer mehr Mitarbeiter und Agenten führen wird.

00:05:40: Ich glaube das wird tatsächlich sich komplett ausgleichen, dass wir hybride Teams haben werden wo wir ganz sicher auch sagen müssen was darf heute ein Agent?

00:05:49: Was darf er nicht?

00:05:50: Was soll Mitarbeiter machen?

00:05:52: Was sollen Mitarbeiter nicht machen?

00:05:54: Und was ganz bewusst soll und darf ein Agent nicht machen?

00:05:59: Wir sind relativ sicher, dass wir da Richtung Change Management die Mitarbeiter viel besser noch mitnehmen müssen um Ängste zu nehmen.

00:06:06: Aber die Führungsrolle wird zunehmend von.

00:06:09: ich verarbeite Daten zu Ich bilde mir einen Urteil und entscheide Und schaue was wer wie in Zukunft machen soll.

00:06:21: Man kann sich das so...

00:06:22: Darf ich nur ein kleines Beispiel geben?

00:06:23: Sorry Anja!

00:06:24: Man kann es sich so ein bisschen vorstellen als wenn man neuen Mitarbeiter mit ins Berufsunfeld nimmt.

00:06:31: Das ist ja wie wenn man einen neuen Agenten hat, der kriegt erstmal ein Ausweis und er kriegt so ein paar Informationen aber er weiß noch gar nicht wie ein Unternehmen funktioniert und was er darf.

00:06:43: Und ich sehe in einer zukünftigen Führungsrolle auch das genau das bestimmt wird.

00:06:52: wenn es quasi diesen neuen Mitarbeiter gibt, was ich ein gutes Bild finde.

00:06:56: Eine Führungskraft braucht dann vermutlich auch neue Kompetenzen, wenn er oder sie eine Menschagententeam führen muss?

00:07:05: Ich glaube ja.

00:07:09: zum einen ist immer noch sehr wichtig den bestehenden Mitarbeiter also den Nicht-AI Mitarbeitern die psychologische Sicherheit zu geben weil was wir ganz oft sehen dass wenn mit der Agenten neu eingeführt werden, die bestehenden Mitarbeiter.

00:07:25: Was passiert erst mal?

00:07:26: Erstmal hat man Angst um den eigenen Job und die eigene Daseinsberechtigung.

00:07:30: Und ich glaube hier ist es eine ganz wichtige Rolle von der Führungskraft dieses Verständnis klar zu machen.

00:07:36: wir brauchen immer Menschen im Loop.

00:07:39: Menschen werden immer diejenigen sein, die die Entscheidung treffen, die Kontrolle haben müssen.

00:07:45: Die entscheiden welcher Agent davor fast zugreifen das macht kein Agent Und ich glaube, diese psychologische Sicherheit zu vermitteln.

00:07:52: Das ist erstmal das allerwichtigste.

00:07:56: und zweitens dann aber auch zu sagen gerade des Urteilsvermögen.

00:08:00: wenn ich nachher immer mehr Informationen schneller bereit habe muss Ich besser werden Entscheidungen zu treffen weil schließlich hängt es ja da nur noch an der Qualität der Entscheidung rechts oder links die als Führungskraft man selber trifft.

00:08:17: Das heißt für mich aber auch dass Führungskräfte selber aktiv sind KI aktiv nutzen müssen, wenn sie das auch von ihren Mitarbeitenden verlangen.

00:08:25: Was ist denn da deine Erfahrungen?

00:08:27: oder was sind da deine Tipps?

00:08:28: Muss eine Führungskraft zum Beispiel selbst prompten können?

00:08:31: oder welche Tipps hast du damit Führungskräfte diese Veränderungen gut mitnehmen können?

00:08:38: Also was meine persönlichen Meinung dank gar nicht.

00:08:41: geht es, wenn die Führerskraft sagt ich habe gehört KI funktioniert ganz gut und das neue Sprachmodell soll ja einiges können.

00:08:50: Ich bin der festste Überzeugung, wir haben eine Vorbildfunktion als Führungskraft.

00:08:54: Wir müssen das ganz aktiv nutzen und ich würde sogar so weit gehen man muss jetzt nicht wirklich tief programmieren können aber jede ist ein bisschen ein Coder und ein Promter Und diese Fähigkeit sollte jeder haben.

00:09:07: wenn ich von meinem Team erwartet dass sie KI nutzen dann muss sich es selber tun.

00:09:13: Das ist glaube ich ganz essentiell Fehler zuzulassen, weil am Anfang probiert man natürlich auch selber unglaublich viele aus.

00:09:23: Und was wir jetzt selber gestartet haben ist so ein bisschen Shadowing.

00:09:27: also ich gucke meinem Team zu was die an KI machen, die nämlich in KI Learning Sessions mit rein, dass ich mich auch wieder aufschleue und so machen wir es auch gegenseitig.

00:09:36: das hilft brutal viel und gibt nämlich noch den Mitarbeiter eine Sicherheit, dass das was sie tun wie sie KI nutzen genau der richtige Weg ist und sie da keine Angst dafür haben müssen.

00:09:48: Also wie in vielen anderen Bereichen auch ist hier Kommunikation des A und O, würde ich mal behaupten von dem was du jetzt gesagt hast.

00:09:55: Welche Fehler passieren Unternehmen denn dennoch im Change Management besonders häufig?

00:10:02: Wie gerade gesagt, ich glaube früh Mitarbeiter nicht mitzunehmen, nicht einzubinden zu sagen hey schau mal wir wollen hier jetzt nicht nur ein Experiment oder ein isoliertes Projekt starten sondern lasst uns mal zusammen ganz gezielt überlegen wo tut's heute am meisten weh.

00:10:20: Und dann gemeinsam diesen Schritt zu gehen, mit was fangen wir denn an?

00:10:24: Und nicht gleich zu sagen wir werfen alles durcheinander sondern wir fangen mit einem ganz konkreten Ergebnis an, wo es ganz konkret hilft.

00:10:33: das ist glaube ich beim change noch das ganz Wichtige.

00:10:38: und wenn ich da noch hinschaue Wie schnell die Entwicklung sind, also wenn ich mir überlege dass das TGPT veröffentlicht wurde und wo wir heute stehen.

00:10:49: Ich glaube es ist wahnsinnig wichtig konstant zu lernen und auch konstant sagen, ich nehme mir bewusst Zeit.

00:10:57: Also ich hatte neulich mit einem Kollegen ein Gespräch und der sagte, wenn ich mich jetzt in so ein neues Tool reinfuche mit AI Nämlich mir zwei Stunden ganz bewusst Zeit und dann waren die Münde groß.

00:11:10: Zwei Stunden ist echt viel Zeit, aber das braucht man ganz einfach auch.

00:11:15: Also Zeit und Lernbereitschaft Und auf die Möglichkeit Fehler machen zu können.

00:11:19: Das sind glaube ich die größten Herausforderungen im täglichen Doing und tatsächlich auch so AI kulturell mitaufzunehmen.

00:11:28: Auf alle Fälle und vor allem das Thema Lernen, da können wir jetzt ein bisschen helfen.

00:11:34: Weil jetzt lass uns mal detaillierter über das Thema KI-Agenten sprechen.

00:11:39: Wir haben es jetzt schon angerissen.

00:11:40: aber wenn wir von einem KI-Agent in der Industrie sprechen was steckt denn da konkret dahinter?

00:11:45: und für Zuhörerinnen und Zuhöre die vielleicht sich noch nicht so wirklich damit beschäftigt haben?

00:11:50: Was ist der Unterschied zum Beispiel zu einem klassischen Chatboard?

00:11:56: Lasst mich vielleicht mit so einer Art Analogiestarten.

00:12:00: Man kann sich vorstellen, wenn ich heute Navigationsgerät habe dann ist das so eine Art Chatbot.

00:12:07: Ich gebe eine Information ein und er führt mich dahin.

00:12:11: Dann passiert erst mal nichts mehr und erwartet bis ich die nächste Frage stelle Und dann kriege ich wieder meinen Weg dort hin An.

00:12:19: Agent ist eher wie ein selbstfahrendes Auto.

00:12:23: Also ich geb da einen Weg ein und der Agent entscheidet an jeder Kreuzung selber.

00:12:27: fährt er links oder fährt her rechts?

00:12:30: Und ich greife eigentlich nur noch ein, wenn er kurz davor ist was falsch zu machen oder lange davor es war falsch zumachen.

00:12:36: So ist es im Prinzip um sich relativ gut merken zu können dass das... Ich habe einen Jetboard der antwortet mir auf eine Frage und dann macht ja nichts mehr.

00:12:45: Ein Agent kann selber handeln Der kann selber Entscheidungen vorbereiten.

00:12:50: Wenn er vollständig autonom ist mit einem Ziel, kann er sogar Aktionen selbständig durchführen?

00:12:56: Er kann andere Agenten anweisen Dinge zu tun.

00:12:59: also er handelt, er führt ein Ergebnis herbei.

00:13:04: Gibt es Bereiche im Maschinenbau in dem KI-Agenten besonders gerne eingesetzt werden oder Herausforderungen die die Branche hat, die mit KI-Agenten besonders gut gelöst werden können?

00:13:18: Also wir können eigentlich grundsätzlich immer ein sagen, überall da wo sehr viele Informationen zusammenkommen oder dort wo sehr viel Wiederkehrende Aufgaben getan werden müssen.

00:13:32: Da ist als Grundsatz die KI eigentlich am besten einsatzbereit.

00:13:38: und wo ist das?

00:13:39: Was wir bei den Maschinenbörner Industrie sehen in den ganz klassischen Prozessen also einerseits in der Produktentwicklung In der Produktion bei der Produktionsplanung, aber auch im Service mit den Servicetechnikern die draußen sind und auch sehr wichtig in der Lieferkette als in der Supply Chain.

00:14:00: Überall da wo ich verschiedenste Datentöpfe habe die zusammen bringen muss sehr viel manueller Aufwand ist wo Leute noch von links- und rechtsdaten in der Exel kopieren teilweise über Monate haben wir ja auch ganz oft wenn so eine M-Bomben oder ähnliches mal gemacht werden muss.

00:14:16: braucht jemand irgendwie sechs Monate dazu.

00:14:19: Und das sind solche langen Echsel Zeichen, da ist die KI perfekt.

00:14:25: Jetzt gibt es in vielen Unternehmen oder in Unternehmen, die sich schon damit beschäftigen nicht nur einen KI-Agenten sondern es gibt die Multiagentensysteme.

00:14:33: was können sie denn besser als ein einzelner Assistent und was steckt da überhaupt dahinter?

00:14:40: Das kannst du dir eigentlich auch schön vorstellen.

00:14:43: Du hast allen einzelnen Experten, das ist ein Agent Das ist jetzt beispielsweise bei der Getriebeentwicklung, der Agente für die Requirements also für die Anforderungen zuständig ist.

00:14:53: Der hilft dir dann genau für diese Fragen.

00:14:55: Wenn du Richtung Multiagentensysteme gehst Dann hast Du ein ganzes Team von Experten Die zusammenarbeiten können, die durch den Orchestrator oben wiederum in Agent geleitet werden können.

00:15:09: Also kannst ja eine Produkte Entwicklung oder nachher in das Supply Chain sagen Ich habe hier ne Anforderung Wie sieht denn eigentlich mein Produktion aus?

00:15:20: Habe ich denn da überhaupt Verfügbarkeiten, habe ich meine Lagerbestände da um das Ganze produzieren zu können?

00:15:27: und dass alles die einzelnen Schritte sind unterschiedliche Agenten, die dann zusammenspielen.

00:15:30: Sodass du verschiedene Expertisen zusammenkriegst und damit ein Gesamtprozess abbilden kannst.

00:15:38: Also hab' ich dann zum Beispiel einen Serviceagenten und einen Engineering-Agenten, austauschen oder zusammenarbeiten, um dann das beste mögliche Ergebnis präsentieren zu können.

00:15:51: Ja ganz genau und das kannst du beliebig tief machen!

00:15:54: Du kannst rein in die Produktentwicklung gehen und du kannst sagen ich möchte einen neuen Antrieb entwickeln und dann hast du ein Agent fürs Material, du hast eine Agent für die technischen Anforderungen, du hasst einen Agent für den Compliance, duhasst einen agent für die Bremse und jeder bringt sein spezifisches Wissen mit und arbeiten dann so zusammen, dass du ein völlig neues dynamisches Umfeld hast.

00:16:17: Das machen auch Unternehmen heute schon so also Toyota mit Obeyah.

00:16:21: die entwickeln tatsächlich schon in dem Zusammenhang und nutzen mehrere Agenten verschiedene OEMs.

00:16:28: Die sind auch in der Produktion schon da um systematische Fehler in der Produktion zu entdecken wo sie Agenten einsetzen.

00:16:34: Wir haben aber auch als Customer Zero sozusagen unsere eigene Supply Chain identifiziert.

00:16:43: Weil Microsoft kennt man ja ganz oft aus IT-Produkten und Cloudprodukten, was aber viele vergessen ist dass wir über vierhundert Daten center weltweit haben und wir haben unsere Hardware wie die Surfaces oder die Xbox die wir selber verschiffen produzieren Und das sind riesige Logistikketten.

00:17:01: Wir haben heute gesagt so wir haben genau wie viele angefangen haben gesagt Excel basiertes Reporting Ein ganz vielen Fehler quälen.

00:17:11: Wir haben uns dann heute entwickelt, dass wir fünfundzwanzig Agenten weltweit in der Supply Chain nutzen das heißt von Planungsagenten über Kargopilot-Agenten.

00:17:23: über welche Teile verwende ich?

00:17:26: Welche sind denn verfügbar?

00:17:27: Agenten in unserer eigenen Supply chain und Wir haben heute die fünfundzwanzig und Ziel ist es bis Jahresende auf über hundert Agenten zu kommen.

00:17:39: Das ist schon eine ganz schöne Menge, da frage ich mich ob so einer Agenten-Orchesterierung auch für kleinere Unternehmen realistisch oder zunächst ist es zunächst eher ein Thema für größere Konzerne wie Toyota?

00:17:53: Ich bin der ganz feste Überzeugung dass die Unternehmensgröße gar nichts damit zu tun hat.

00:18:00: Warum?

00:18:01: Wenn wir heute in den Startup-Bereich gehen, da hast du zwar reine Softwareunternehmen.

00:18:07: Ich weiß das ist immer noch ein Riesenunterschied zu einem KMU im Mittelstand der einfach Hardware produziert.

00:18:13: aber was die einfach machen?

00:18:15: Die setzen ihre Prozesse AI nativ auf.

00:18:18: und dann kann es halt auch sein dass ein Unternehmen irgendwie mit elf Mitarbeitern an dreistelligen Millionen Umsatz macht weil sie einfach alles mit Agenten machen.

00:18:26: Und ich sage jetzt nicht, dass ein Mittelständler der Gewindebord oder Ähnliches produziert, genau das aufsetzen soll.

00:18:35: Das wäre illusorisch.

00:18:37: aber ich glaube ein ganz klar abgestimmten Bereich sich zu schnappen.

00:18:40: zur überlegen Angebotserstellung Produktionsplanung wo produziere ich denn so ein Produkt?

00:18:46: Oder Anforderungsanalyse wenn er irgendwie in einer kundenspezifischen Fertigung ist also eine Konfigurzuorderfertigung da kann er mit starten Und dann schauen, dass die Daten müssen dazu nicht perfekt sein.

00:18:58: Er muss Daten haben.

00:18:59: das ist glaube ich, das ist wichtig, dass es jedem klar weiß auch jeder wenn er heute irgendwie schon falsche Daten eingibt in den Chats dann was daraus kommt.

00:19:08: aber einfach starten

00:19:10: Das wäre jetzt tatsächlich auch meine nächste Frage gewesen ob man erst seine komplette Datenlandschaft modernisieren muss um zu starten zu können oder ob's auch früher geht.

00:19:23: In einem Idealbild hat man natürlich eine perfekte Datenlandschaft, wo ich keine Silos habe.

00:19:31: Wo alle Daten im Kontext sind, richtig strukturiert sind und vor allen Dingen die richtige Qualität haben.

00:19:37: weil das größte Problem ist wenn ich falsche Daten habe.

00:19:40: Weil das System weiß ja nicht was ist richtig oder was ist falsch.

00:19:44: aber ich kann in dem Bereich anfangen wo ich vor allem Daten habe also beispielsweise viele technische Dokumentationen die ich anfangen muss zu analysieren oder wenn ich irgendwie viele Seiten für ein Angebot analysieren muss, um einen Angebot abgeben zu können.

00:20:00: Das sind solche Themen wo ich mit einem relativ umgriffenen Datensatz gute Ergebnisse erzielen kann und ich glaube je mehr ich mich damit beschäftige und sehe was ich an Daten brauche desto einfacher ist es auch.

00:20:14: Hast du vielleicht noch ein zwei best practice Beispiele aus der Industrie?

00:20:18: Die zeigen wo eine erfolgreiche Implementierung und Nutzung von KI-Agenten schon stattfindet.

00:20:26: Die gibt es tatsächlich über die komplette Wertschöpfungskette ganz häufig, da freuen wir uns auch sehr darüber.

00:20:34: Lass mich vielleicht mal bei Cronus anfangen.

00:20:37: Cronis ist so ein seventy fünf Jahre alter Industrieunternehmen, ganz fest gesettert.

00:20:46: Wir haben ein Problem, dass wir heute bei unseren Abfüllanlagen bis zu hunderttausend Flaschen per Stunde abfüllen können.

00:20:56: Das ist ja unglaublich schnell!

00:20:58: Jedes Mal wenn wir eine Übergabe haben, ändert sich, wenn wir andere Flüssigkeit oder eine andere Flasche haben das Schwabverhalten und es dauert normalerweise Wochen, wenn so einen Abfüller zu uns kommt und was ändern möchte, bis wir wieder die richtige Geschwindigkeit und die richtigen Parameter rausgefunden haben Und man kann sich nicht vorstellen, wie für Flüssigkeit tatsächlich da Überschwappen damit verschwendet wird.

00:21:18: Wir haben jetzt mit Konus zusammen und Nvidia und Ansicht für die Simulationen einen Simulations-Tool geschaffen basierend mit KI wo ich ganz genau sehen kann wenn sich ein Flaschendesign oder eine Flüssigkeit erinnert wie sich das Schwabverhalten anpasst und welche Geschwindigkeit ich dann fahren muss in der Produktion.

00:21:38: Das ist so ein Beispiel wo man sagen kann wie schnell das geht.

00:21:42: oder mit der TKE, einem großen Aufzugs- und Eskalator Rolltreppenproduzent.

00:21:51: Haben wir für die Servicetechniker

00:21:55: etwas

00:21:56: gemeinsam gebaut wo wir sagen so ein Service Techniker fährt erst mal zu dem Aufzug um den zu warten.

00:22:00: Der weiß ja noch nicht was ihn da erwartet.

00:22:02: zum Teil sind jetzt ich weiß nicht viele Varianten.

00:22:05: es gibt zum teils in die hundert Jahre alt.

00:22:08: Also kriegt ja schon der Servicetechniker auf dem Weg zur Wartung an Briefing.

00:22:13: Dieses Briefing ist aber zielorientiert, das heißt er kriegt nicht nur welche Aufzug erwartet sich da sondern er krieg auch den Kontext zum Kunden.

00:22:20: wie ist die Situation gerade mit dem Kunden?

00:22:22: Welche Fragen könnten dir gestellt werden?

00:22:24: und so weiter und sofort.

00:22:25: dann kriegt er vor Ort Hilfe über den mit dem Agenten die das Problem schneller lösen zu können und er kriege dann und da bin ich ein ganz große Fan von muss er einen einen Deep Briefing machen mit dem Agent.

00:22:39: Ebenfalls zielorientiert und man weiß ja selber ganz oft, da geht es um Service Technik zum Aufzug zu einer Maschine egal wohin.

00:22:46: und dann wird er gefragt was für ein Problem war so?

00:22:48: und dann sagt er die Lampe leuchtete rot und keine Menschensele kann mir dieser Information jemals wieder etwas anfangen.

00:22:54: aber nein in diesem Beispiel ist das halt so dass das wirklich ziehgerichtete Interviews ist und der Agent solange fragt in einem Gespräch sehr muss nix tippen der Service Agent bis da die an Informationen hat, dass er weiß woher das Problem kam und wie er es gelöst hat.

00:23:12: Also tatsächlich das Wie-und Warum wird damit aufgenommen?

00:23:17: Und das sind zwar ganz unterschiedliche Beispiele, wo wir heute schon sehen, dass es funktioniert.

00:23:23: oder in der Produktion wenn man Schichtübergaben hat kann man heute alles identifizieren.

00:23:29: Dann weiß derjenige, der kommt oder in die Nachtschicht geht.

00:23:31: Oder von der Nachtschich kommt welche Probleme da waren weil die Spezialtechniker ja meistens dann gar nicht verfügbar sind und wie er sie lösen kann.

00:23:39: Das sind auf alle Fälle ganz viele verschiedene spannende Beispiele was alles schon möglich ist.

00:23:44: ich möchte als dritten Punkt jetzt über ein weiteres Thema sprechen bei dem KI-Agenten helfen können und zwar das Thema Fachwissen.

00:23:52: Denn viele Unternehmen stehen ja vor der Frage, wie sie das Know House sichern wenn erfahrene Fachkräfte in den Ruhestand gehen oder wenn das Wissen stark an einzelne Personen gebunden ist?

00:24:01: Und da ist hier die Frage Wie können KI-Agenten da helfen dieses Wissen zu sichern?

00:24:10: KI-agenten können auch hier in jedem Bereich helfen das Wissens zu sicheren Und das ist tatsächlich Knowledge Retention eines der prominentesten Fälle, mit denen wir heute querbeet in der Industrie arbeiten.

00:24:25: Warum?

00:24:26: Weil wir haben Fachkräftemangel.

00:24:27: also wir hören von so vielen unserer Kunden die sagen Wir haben ein paar Jahren es jeder Viertel nicht mehr da.

00:24:34: gleichzeitig haben eine zunehmende Komplexität in der Toollandschaft die Unternehmen gegenüberstehen, die jede einzelne Mitarbeiter nutzen müssen kann.

00:24:43: Und wir haben einen extremen Druck.

00:24:45: also wir hören von so vielen unserer Kunden die sagen Wir müssen unsere Produktentwicklungszeit um fünfzig Prozent das ist echt eine Menge reduzieren Also vor zwei Jahren auf ein Jahr runter weil sonst sind wir nicht mehr wettbewerbsfähig.

00:24:58: und gerade Ein Beispiel dazu an ja die was wir gemeinsam mit einer BRSF entwickeln Dieses Tazide-Wissen, das in den Köpfen der Mitarbeiter ist für eine spätere Generation verfügbar zu machen.

00:25:14: Und das machen wir wieder mit mehreren Agenten zusammen.

00:25:18: Das heißt, so ein Mitarbeiter wird interviewt von einem Agent und das ist ein rollenspezifisches Interview also die Fragen sind auf dessen Rolle zugeschnitten.

00:25:28: Er kann es in seiner Sprache machen.

00:25:30: Wir haben da bis zu sechs Sprachen, wo er antworten kann.

00:25:33: Es ist auch wieder ein Voice-Interview und das ist wieder ein zielgerichtetes Interview.

00:25:38: Das heißt, dass werden wirklich die Informationen abgefragt, die wichtig sind ums übergeben zu werden.

00:25:47: Und was ich besonders hier mag... Auch hier ist der Mensch, also human.

00:25:51: in the loop sagen wir einfach noch, wenn er mitarbeitet oder interviewt würde hat nachher die Möglichkeit sich das alles durchzulesen nochmal Anpassungen vorzunehmen, bevor das Ganze dann freigegeben wird.

00:26:05: Und dann haben wir wieder den nächsten Agenten der bei der Wissensuche hilft wenn ein neuer Mitarbeiter kommt.

00:26:12: und wir haben Unternehmen die gehen schon soweit die sagen sie wollen für jeden Mitarbeiter denen es gibt einen personellen Agenten entwickeln also ihren Persönlichkeitsagent und einem Rollenagent der das gesamte wissen hat von den Mitarbeiter für diese Rolle, sodass eben auch dieses Wissen für das Unternehmen nicht verloren geht.

00:26:33: Was ich am erstaunlichsten finde... Da hatte ich auch im Anfang gesprochen und gesagt haben die Mitarbeiter da keine Angst?

00:26:40: Ja!

00:26:41: Werde ich ersetzt.

00:26:42: und das ist überhaupt nicht so, weil sie verstehen wie wichtig ihr eigenes Wissen ist.

00:26:45: und es ist vielmehr so wenn Sie einbezogen werden und das Projekt bei der BSF läuft auch ganz eng mit einem Betriebsrat zusammen Dann wird so viel Mehrwert für das Unternehmen und auch für die Mitarbeiterschaft geschaffen, dass sie Bereitschaft damit zu machen ganz hoch ist.

00:27:01: Also es ist für Unternehmen jetzt auch wichtig eben genau daran zu denken, dass dieses Fachwissen dokumentiert werden muss und dass man frühzeitig den Mitarbeiter der seit fünfzig Jahren dabei ist und jetzt in Rente geht dann anfängt zu fragen hey möchtest du uns nicht Interviews geben wir wollen dein Wissen bei uns erhalten?

00:27:19: Ja ganz genau.

00:27:19: also.

00:27:20: zum einen haben wir im Prinzip so den den Bereich, wie komme ich an das Tazite-Wissen?

00:27:25: Und da ist es glaube ich echt wirklich im Einfachsten mit Interview Agents.

00:27:27: Weil ich teile mein Wissen lieber im Gespräch als dass ich's um ja aufschreibe und auf der anderen Seite habe das Wissen zugänglich zu machen, dass es bereits gibt also die ganz vielen Dokumentationen, die Berichte, die irgendjemand schon mal geschrieben hat alles möglich ein Excel Teil teilen wo Fehler waren und ähnliches.

00:27:48: Das ist glaube ich diese zwei Bereiche abzubilden, das ist das essentielle.

00:27:55: Man sieht ja dass da ganz viel mit KI-Agenten möglich ist und wie hilfreich sie für Maschinenbauer sein kann.

00:28:02: deswegen fasse ich jetzt ganz kurz noch mal zusammen über was wir gesprochen haben in der letzten halben Stunde und zwar einmal dass KI Führung verändert und dass Führungskräfte zwar nicht jede technische Einzelheit selbst beherrschen müssen aber sich schon verstehen müssen was KI im Unternehmen auslöst und wie Sie diese Veränderungen glaubwürdig auch begleiten können.

00:28:21: Und dann beim Thema KI-Agenten haben wir gesehen, das ist viel mehr als ein reiner Chatbot.

00:28:26: Und KI-Agenten können Aufgaben übernehmen, Informationen verbinden, Prozesse unterstützen und eben bei den Herausforderungen, die es aktuell gibt mit helfen, dass man die löst.

00:28:37: Zum Beispiel ein Beispiel davon ist das Thema Fachwissen, dass KI-agenten dieses Fachwissens erhalten können, das sonst vielleicht verloren geht wenn jemand in Rente geht.

00:28:47: Zum Schluss habe ich noch eine andere Frage an Dich Jana und zwar ein Blick in die Zukunft.

00:28:51: Was wird denn beim Thema KI-Agenda zum Beispiel in drei Jahren selbstverständlich sein, was heute noch futuristisch klingt?

00:28:59: Das ist ne gute Frage Anja!

00:29:01: Ich glaube als damals das Internet kam oder die ersten Smartphones dann war es im Prinzip so etwas wie neues Universum und man hat sich gar nicht wirklich getraut.

00:29:11: Ich glaube, wir werden das als völlig normal ansehen wenn wir hybride Teams haben und es wird völlig normal sein dass jeder mit seinen verschiedensten Agenten arbeitet.

00:29:22: Und es wird auch völlig normal sind, dass hier ganz klar Rollen und Grenzen für die Agenten haben.

00:29:27: Das glaube ich kommt auf jeden Fall.

00:29:29: Was für unsere Industrie ein wahnsinniger Vorteil sein kann ist Wir haben unglaublich viele Informationen und Daten viel mehr als viele andere Länder aufgrund unserer Historie.

00:29:41: Wenn wir schaffen, diese Daten gut nutzbar zu machen dann sehe ich für uns auch einen riesengroßen Vorteil als Standort Deutschland.

00:29:49: Das ist glaube ich was von dem wir wirklich auch hinarbeiten können und ich glaube was zusätzlich auch noch kommen wird es wir werden von den Sprachmodellen in die Weltmodelle gehen das heißt wir werden AI in ein physical context bringen Das heißt, wie trainiere ich und simuliere ich Roboter?

00:30:12: Viel schneller und viel besser.

00:30:14: Wie kann ich aber auch Roboter in der natürlichen Sprache steuern?

00:30:20: Das ist was sehr spannend zu beobachten bleibt und wo ich glaube, wo wir gerade erst am Anfang

00:30:25: sind.".

00:30:26: Das klingt auf alle Fälle nach ganz vielen Themen die noch spannender werden als sie jetzt schon sind und über die wir dann hoffentlich in Zukunft auch weiter zusammensprechen können.

00:30:37: Bis dahin sage ich erst mal vielen Dank, dass du Gast warst heute bei Industry Insights und uns ebenso viele interessante und verschiedene Einblicke gegeben hast.

00:30:45: Danke Anja, dass Sie dabei sein durfte!

00:30:47: Vielen Dank!

00:30:48: Sehr gerne!

00:30:49: Bis bald!

00:31:06: Bis dahin Ihre Anja Ringel.