Dana Aleff, CEO von Circonomit, spricht mit Jan Thomas über datengetriebene Entscheidungen, die Seed-Runde über 2,8 Mio. € und wie ein Modellbaukasten Unternehmen zukunftsfähig macht.
„Wenn der Trigger ‘Maschine fällt aus‘ ausgelöst wird, muss das System erkennen, welche Wirkungsbeziehungen das im Unternehmen hat und ob ich A, B oder C einleiten sollte, um am Ende ökologisch und ökonomisch das richtige oder beste Ergebnis bei meinen relevanten Kennzahlen zu erzielen.“
Dana Aleff ist CEO und Gründerin von Circonomit, einem Kölner Tech-Startup, das Unternehmen hilft, komplexe Wirkungsbeziehungen in einer immer schnelleren Welt zu verstehen und zu steuern. Im Gespräch mit Jan Thomas erklärt Dana, wie der Modellierungsbaukasten von Circonomit Controlling und Management unterstützt, ökonomische und ökologische Kennzahlen in Einklang zu bringen. Nach einer erfolgreichen Seed-Runde über 2,8 Millionen Euro mit Vorwerk Ventures, Fund F und Push VC will das Team vor allem Mittelstand und Hidden Champions für die nächste Wirtschaftsgeneration fit machen. Im Startup Spotlight erzählt Dana außerdem, warum sie ihre Vision sogar Kindergartenkindern gepitcht hat – und wie Unternehmen in Zeiten beschleunigter Komplexität handlungsfähig bleiben.
Weiterführende Links:
"Ich habe im Kindergarten meine Startup-Idee gepitcht"
Deutsches Tech-Start-up sichert sich 2,8 Millionen Euro Erstfinanzierung
Gast: Dana Aleff
Über Startup Insider
Startup Insider ist das Branchenportal für die Startup-Szene im DACH-Raum. Hier findest du Nachrichten aus allen Regionen und Industrien sowie eine Übersicht der wichtigsten Akteure und Events der deutschsprachigen Startup-Welt.
Alle Infos zu ausgewählten Werbepartnern findest du hier. P.S. Wenn Du nichts verpassen willst, was bei Startup Insider passiert, folge uns auf LinkedIn
Speaker 1: Dana, hi, freut mich.
Speaker 2: Einen wunderschönen guten Tag!
Speaker 1: Guten Tag. Du, ja, schön, dass wir sprechen und erst mal Glückwunsch zu der Runde. Klingt ja toll.
Speaker 2: Ja, vielen Dank. Wir sind auf jeden Fall ready weiter zu eskalieren.
Speaker 1: Zu eskalieren. Okay, wo steht denn gerade?
Speaker 2: Ich glaube das Allerwichtigste und wo wir uns am meisten darauf freuen ist jetzt wirklich das Tech und Produkt Team aufzubauen. Ich glaube wir haben echt viel gerockt mit den wenigen Leuten bis hier hin und ich glaube das ist wirklich gerade so top of mind. Und natürlich unser Modellbaukasten 2.0 live bringen mit neuen Piloten, freue ich mich auch in sich drauf.
Speaker 1: Das heißt, alle, die jetzt zuhören, können dann quasi schon mal so Bewerbung schreiben, wenn sie Lust bekommen. Ihr sucht gerade noch Leute.
Speaker 2: Ja, bitte. Also ich glaube, wir suchen wirklich auch von einem neuligen Mathematiker, also wir haben auch wirklich einen Mathematika ausgeschrieben, auf der Algorithmik bis zu den ganzen Daten- und Sprachmodellen eine Menge an Tech. Also ich glaub, da wird jeder fündig und freudig bei uns.
Speaker 1: Dann lass es doch mal reingehen. Und zwar was ja ganz Spannendes. Ich glaube, auf Gründerszene war das gesehen. Du bist in den Kindergarten gefahren, hast deine Idee Kindern gepitcht. Und vielleicht ist das ja eine gute Brücke, um sie jetzt quasi zukünftigen Mitarbeitern zu pitchen, als wären sie Kinder.
Speaker 2: Ich sag's dir, ja, also ich bin da wirklich hingefahren und die Kinder hinterfragen ja so dieses Tiefe, wieso. Und da haben wir wirklich angefangen so, wie ist eigentlich die Welt, wie treffen wir Menschen Entscheidungen und haben wirklich noch mit Wasser und Bäumen angefangen. Den Teil erspare ich dir jetzt. Und wirklich die Art und Weise, wie entscheiden wir eigentlich. Und die Kinder so, das wäre total doof, dass man Sachen wegschmeißt und wieso achtet denn keiner auf den anderen? Und ja, und hier und drum. Und dann ging es wirklich am Ende darum, dass wir über diese Steuerungstour gesprochen haben und ich habe immer gesagt, die Kinder waren der Beste. UIUX-Designer, weil sie gesagt haben, hey, am Ende muss doch jeder nur verstehen, wie die Sachen zusammengehören. Und dann hatte ich so das Beispiel mit dem Schuh genommen und dann meinte ein Kind, ja, dann können wir doch einfach so einen roten Kreis machen, wo man zeigt, dass das fünftmal um die Welt fliegt und dass das ja total dumm ist, weil da ja ganz viele Sachen auf dem Weg passieren. Und ich fand es einfach so geil, wo ich dachte, ok, krass, erstens haben die es gecheckt, zweitens hatten die einfach so einfache Visualisierungen, so, oh ja, man kann ja Bausteine verbinden und dann kann man rumspielen und dann weiß man ja, ah, wie Sachen zusammen gehören. Da hatten wir so lokale Beispiele mit dem Laden und haben den Schuh dann auseinandergenommen und so und das war ja ganz faszinierend. Dann ging es drei Stunden, als er schweigte. Drei Stunden wirklich? Wow. Kein Witz. Ich saß erst mal anderthalb Stunden zwischen denen beim Frühstück, weil ich hatte realisiert, dass das alles da nicht in meinem Tempo da funktioniert und durfte erst mal wirklich anderthaltelb Stunden die beobachten. Und es war halt extrem spannend, um zu verstehen, was nutzt eigentlich ein Sechsjähriger für Worte. Und ich glaube, ohne diese anderthelb Stunde auf diesem Hocker da. Beim Frühstück, wäre die halbe Stunde oder Stunde danach auch nicht so positiv verlaufen, weil ich erstmal verstehen musste und meine Matagrafen-Theorien erstmal in Deutsch umwandeln.
Speaker 1: Und ich höre aber raus, das ist quasi jetzt ein Tipp, den du eigentlich fast jedem Gründer und Gründerin geben kannst. Also das würde ja wahrscheinlich für andere Branchen auch passen, andere Geschäftsmodelle.
Speaker 2: Voll, ich sag's dir, was wir auch danach schon wieder gemacht haben, ist, ich war letztens im Netto und dann hatte ich damit jemandem zu der gleichen Zutat gegriffen und dann fand er es so super. Dann habe ich dem von meinem Feigenbrot erzählt und dann sind wir da zum Schocken gegangen und dann meinte der irgendwann, na, machst du das öfter, was machst du denn? Und dann habe ich halt einfach irgendwie so, ich bin ein Amerikaner, der konnte gerade Deutsch, hab ich das im Neto gepitcht. Also ich glaube, wenn man will, dann kann man einfach auch jedem Menschen immer auf der Straße begegnet, wenn das jetzt hier hört. Rausgehen und es einfach machen. Die Netto-Geschichte war noch eine gute. Einfach Leute auf der Straße ansprechen.
Speaker 1: Und mit welchem Ziel dann? Um quasi das gespiegelt zu bekommen, was man macht, um zu gucken, wo haben Leute Verständnisschwierigkeiten oder wie bei den Kindern. Du hast ja jetzt gerade gesagt UX Designer oder auch du hast von vom Baukasten schon gesprochen. Das klingt ja quasi so, als hättest du dann auch schon Dinge irgendwie adaptiert in eurer was nicht in euer Produkt hinterher.
Speaker 2: Ich glaube, ich spreche jeden Tag mit zehn Leuten und adaptiere das direkt, spreche mit einem Team und setze das um, weil du gesagt hast, was will ich aus den Gesprächen. Ich gehe manchmal einfach und sage, hey, sorry, manchmal darf ich dir was erzählen. Und dann frage ich, was hast du verstanden? Und das ist wirklich die beste Iteration. Dann würde ich sagen, cool, ich glaube, du fühlst es ja so auch. Daher fühlen wir gerade das Gleiche. Wie würdest du das jetzt einem Geschäftsführer erklären? Ich frage mich manchmal, wie würdest du das denn jetzt deiner Mutter erklären? Das heißt, selbst reden? Was sagst du? Super geil, haben wir bestimmt, ja, dreistellige Anzahl schon inzwischen, glaube ich, als Team gemacht.
Speaker 1: Und es klingt ja jetzt so, als hättet ihr ein sehr erklärungsbedürftiges Produkt, ne?
Speaker 2: Ich würde sagen, das Lustige ist wirklich, ich habe mir letztens die ersten Slides angeguckt, die ich mal so, als ich nicht mal wusste, was wie ein Startup richtig ist, irgendwie gebaut habe, wo wir über dieses, wo wir gesagt haben, hey, wir hängen Sachen zusammen und ökologisch-ökonomische Steuerungen, wirklich so ein kinderleichtes Board gebaut hatten. Und dann haben wir es, glaube ich, über unsere Grafentheorie zwischendurch mal etwas verkompliziert. Und jetzt kriegen wir es auch wieder in zwei Sätzen erklärt. Auch gestern irgendwie, wie wird es das deiner Oma erklären? Sagen, ja Oma, weißt du doch, Oma-Paket-Lieferant sagt, Paket kommt in drei Tagen, in Wirklichkeit kommt es erst in sieben Tagen, ärgerst du dich und wir sind quasi ein bisschen der mehrdimensionale Taschenrechner, der dir sagt, ah ja, übrigens, wenn hier was passiert, Oma kommt doch drei Tage später, dass man einfach rechtzeitig gegensteuern kann. Ich glaube, inzwischen haben wir so ein Erklär-Bear-Set von, ich sag mal, nerdiger Grafen-Theorie bis irgendwie dem Oma Pitch.
Speaker 1: Und jetzt höre ich raus, also Pakete und Schuhe haben wir jetzt gerade schon, das sind jetzt schon typische Zielgruppen von euch, wo du sagst, also Schuhhersteller und was nicht Logistiker oder was willst du sagen, wir sind eure Zielgruppe.
Speaker 2: Eine Zielgruppe ist ganz klar so, ich sag mal, Hinten Champions oder der Mittelstand Deutschland. Das ganz klar, weil wir mit unserem Modellierungslayer oder Baukasten kreieren natürlich da am meisten Wert, wo viele Entscheidungen getroffen werden, wo viel Varianten übereinander kommen und so und das ist einfach da, wo produziert wird, mehr als da wo nicht produziert Ich denke, das war's für heute. Super viel im bau und einfach zu hey cool habe ich verstanden kann man da mal rumspielen ja ich glaube das wird jetzt einfach spannend dass wir sagen vom go to market klar brauchst du als unternehmen fokus liegt ganz klar für der produzierenden industrie aber jetzt auch von unserem modellbaukasten 1 zu modellbaukasten 2 zu sagen okay wir machen es wirklich noch mal um eine größenordnung einfacher dass man es auch mal jemanden einfach so geben kann und wir es schaffen anstatt dass man da in stunden oder wochen baut wirklich in minuten zu bauen um das auch mal Interesse zu testen, wie es eigentlich, sagen wir mal bitte nicht technisch... Oder in Zahlen denkenden Menschen, wie würden die eigentlich damit umgehen?
Speaker 1: Die in Zahlen denkenden Menschen, das heißt, ihr redet mit dem Management oder wer ist bei euch im Unternehmen, dann wenn du sagst Mittelstand und hidden Champions, wir sind dann so die Ansprechpartner, die die Tage holen.
Speaker 2: Genau, also ganz klar quasi ich sag mal mal Geschäftsführer und die rechte Hand, das heißt Controller, als solche Business Controller, als spannende einfach Kern, weil die einfach, ich sag ma, wie in der Steuerung des Unternehmens denken und trotzdem alle Bereiche operativ verstehen, also die operativen Kennzahlen, die Steuerung übersetzen, von irgendwas passiert mit dem Klima da draußen, zu was passiert, wenn eine Maschine ausfällt. Am Ende alle die entscheiden. Für die ist das natürlich Gold wert, zu sagen, ach krass, jetzt schenke ich eigentlich, dass ihr zusammengehört und merkt vielleicht mal nicht erst am Ende des Monats mit so einer leque majeure, so, ups, doch, Plan ist erbeweichung, und dann so, woran hat es gelegen. Ja, die Domainer haben uns lustigerweise auch schon gesichert. Ich glaube, da gibt es irgendwann noch mal ein paar lustige Memes, die sagen, das auch in die Welt zu tragen und einfach, dass Leute wieder Freud haben am Arbeiten und einfach sagen, geil, okay, wir kriegen das hier doch mit unserer Komplexität und Europa hin.
Speaker 1: Was fehlt denn dem Management und dem Controlling und der rechten Hand des Managements? Was haben die für Wissensdefizite, um dann die richtige Entscheidung zu treffen?
Speaker 2: Ich glaube tatsächlich, die Menschen wissen extrem viel. Man unterscheidet das manchmal, dass die Leute in ihrer Domäne eigentlich fachlich alles wissen. Ich glaube das Spannende ist, vor fünf Jahren, als ich noch in der Forschung war, habe ich mit sehr vielen Industriekontakten gehabt und dagegen immer noch das Thema Digitalisierung. Und jetzt, die letzten hundert Leute, mit denen ich geredet habe in den letzten Wochen, war keiner hat mehr gesagt, wir fehlen Daten. Sondern es war diese Fähigkeit krass, wir haben extrem viele Daten, wir habe extrem viele Sachen und eigentlich sind davon... Nur 0,1% der Informationen steuerungsrelevant. Aber genau diese Informationen, die sind gar nicht verbunden. Das heißt, wenn an der einen Stelle was passiert, was heißt das eigentlich in der anderen Abteilung und am Ende auf meine Finanzen runtergebrochen. Und ich glaube einfach dieses, jemand hat uns mal als Rapper bezeichnet zu sagen, cool, ich lasse mir den ganzen Datenwahnsinn, Datenwahnsin sein und bin jetzt in der Lage, ein Tool wirklich was so einfaches wie Lego bauen und nicht so ein zwei Jahre SAP, zwei Millionen Implementierungsprojekt mal Sachen zusammenzuführen, wo ich sage, geil, so gehören die zusammen und damit kann ich steuern. Das heißt, wirklich so ein, ich glaube, das haben wir auch gesagt, so ein 10.000 X in der Bedienbarkeit, sich das rauszupicken, was zum Steuern zählt und als letzter Satz zu sagen, hey, wenn du diese Pyramide hast, dann aus Daten entsteht irgendwie Information, aus Informationen, Wissen, daraus Handeln und bisher funktioniert halt fast alles technologisch so, dass du sagst, okay, cool, was finde ich denn in den Daten, ich schaue mal da nach Insights, aber das ist halt ein garbage in, garbage out Problem und das Dann drehen wir halt quasi einmal um und sagen ja, ja. Was ist denn deine steuerungsrelevante Kennzahlen und Informationen, die du eigentlich brauchst? Gehen da in die Informationsketten rein und sagen, ok cool, einen Teil hast du schon digitalisiert, einen Teil ist aber vielleicht auch noch im Kopf der Menschen, und einen Teil, hast du eigentlich schon irgendwo rumfingen, musst du halt nur verbinden. Und das ist dann der Moment, wo wir bei diesen Modellen sprechen. Das heißt, ich würde sagen, Mensch hat das Wissen. Und es geht wirklich darum, B2B-Software eigentlich mal wie so eine B2C-App zu denken, zu sagen. Ich weiß nicht, wann wir irgendwann auf die Idee kamen. Zu denken, B2B-Software als Daten sollte irgendwie keinem Spaß machen und ich glaube, das ist so ein bisschen der Wandel, den wir auch treiben zu sagen, okay krass, wir passen einfach mal die Geschwindigkeit, in der wir handeln können, auch mal dem an, wie schnell eigentlich unsere Welt sich gerade dreht. Genau, so ein bischen Abstraktion.
Speaker 1: Genau, es ist total spannend natürlich. Trotzdem lassen wir uns vielleicht mal vom Abstrakten ins Konkrete gehen. Also du hast ja jetzt das Beispiel mit dem Paket deiner Oma genannt. Was wäre denn jetzt quasi das Ergebnis? Oder ist das ein gutes Beispiel? Wir können auch was anderes nehmen, muss kein Kunden-Case sein, aber vielleicht mal ein Case, wo du sagst, so von der Art her ist das einer, der relativ gut repräsentiert, was ihr macht.
Speaker 2: Ja, wir können es echt einfach mega gut an einer Maschine machen. Sagen wir, wir stellen irgendwie keine Ahnung, Kunststoffverpackung her. Kann sich jeder vorstellen, nutzt jeder jeden Tag. So, und jetzt zeichnet irgendwie die Maschine Daten auf und lockt hier irgendwie, ich weiß nicht, einen Sekunden, manchmal einen 15-Minuten-Takt, ihre ganzen Daten. Jetzt ist das ja, solange alles gut läuft mit der Maschine, überhaupt kein Problem. Das heißt, du schreibst extrem viele Datenmengen mit. Und das, wo es ja eigentlich für die Steuerung des Unternehmens nur relevant wird, ist, wenn ich sag mal an Tag 7, 8.30 Uhr morgens die Maschine ausfällt. Und dann weißt du, Maschine fällt aus. So, vier Stunden. Dann fragt man sich, okay, was heißt das jetzt? Soll ich jetzt, ist der Mitarbeiter krank, ist ein Ersatzteil kaputt. Was heißt das in Zahlen übersetzt? Sollte ich jetzt möglichst schnell einen Ersatzteil einfliegen lassen? Doof fürs Klima. Aber ansonsten, wenn wir nicht weiter produzieren können, zahle ich eine Strafe an den Kunden. Und das sind ja dann genau diese, ich sag mal, drei Stunden an Informationen, wo wir nicht für den ganzen Monat im 15-Minuten-Takt alle Daten brauchen, sondern eigentlich nur einmal verstehen müssen, Wenn Maschine ausfällt, dann ist da eine Verbindung zu der Lieferung und das ist wieder eine Verbindungen zu den Konditionen in dem Vertrag mit dem Kunden und da ist wieder eine verbindung dazu, dass ich damit entweder, ich sag mal, Geld mache oder Geld verliere und wenn ich so, was ist also in dem Moment Maschine fällt aus, dann das richtige Handeln und das ist das, wo wir davon sprechen, jetzt wirklich ganz, ganz konkret zu sagen Nicht alle Daten mitzuschleppen. Ich brauche nicht das ganze Maschinentracking anschließen, sondern ich muss verstehen, wenn dieser Trigger-Maschine fällt aus, dass dann das System versteht, was ist das denn eigentlich für eine Wirkungsbeziehung über mein Unternehmen und soll ich jetzt A, B oder C einleiten, damit da am Ende ökologisch und ökonomisch bei meinen relevanten Kennzahlen das richtige oder beste Ergebnis rauskommt.
Speaker 1: Wir reden ja, wir sind ja jetzt in einer Zeit, wo jeder plötzlich merkt, der eigene Job könnte in Gefahr sein durch KI. Also das muss ja noch nichts Schlechtes sein. Es kann auch sein, wir haben dadurch ein schönes Leben. Aber erst mal werden ganz viele, ganz viele Jobs auf den Prüfstand gestellt. Gerade jetzt bist du, glaube ich, die erste, die sagt, der Manager könnte auch durch KI ersetzt werden, wenn ich das gerade richtig raushöre. Weil also eigentlich können wir vielleicht noch mal drüber reden. Die Entscheidung. Also wie weit geht ihr da? Trefft ihr die Entscheidung quasi schon für den Manager und sagt hier, das ist eigentlich der Vorschlag, das wäre der Beste, die beste Handlungsempfehlung? Oder zeigt ihr ihm eigentlich nur Optionen und sagt, wenn du den Weg gehst, dann das und wenn du den Weg, gehst dann das.
Speaker 2: Genau, also erst mal sage ich, man kann den Manager selbst nicht, ich glaube auf keinen Fall. Noch nicht, ne? Nee, ich finde es ganz spannend, also ich beantworte es bei zwei, drei Etappen. Also erst mal, was tun wir heute? Heute sind wir eigentlich sehr, sehr deterministische Mathematik. Also wir berechnen A mehr B gleich C und so. Dadurch weiß der Entscheider, dass er an seinen, ich sag mal, Stellschrauben herumschrauben kann, was ist die richtige Entscheidung. Wir binden jetzt immer mehr. Auch die Übersetzung von Sprachmodellen und von, hey, das ist das Muster, was wir erkannt haben. Ich sag mal in so einem Frühwarnsystem an. Das heißt, das eine ist jetzt vergangen, das sage ich an die Mathematik. Und die Zukunft ist jetzt, dass je größer das Modell wird, was wir auch bauen, je mehr wir diese Muster einschalten können. Ganz praktisch aus der Praxis jetzt gesprochen, von 50 von 50 Menschen, mit denen ich gesprochen habe, hat keiner in einem Gespräch gesagt, ich habe Angst, mein Job wird ersetzt, sondern eher ... Hey, ich beschäftige mich 80% der Zeit damit, eigentlich irgendwelchen Sachen zusammenzusuchen. Irgendwie so Excel 37, am 21. Tag des Monats. Und so, und zu sagen, hey, wir geben ihm eigentlich dieses, ich sag mal, als Kanal Excel kommunizieren der Firma, sodass er sich eigentlich damit beschäftigt, wofür er da ist, nämlich zum Steuern. Weil du schmeißt ja manchmal auf die Controller und die Geschäftszonen, du musst mit den Buchhaltern in einen Job und sagen, ja, eigentlich sind ja nicht dafür da Daten. Zusammenzusuchen und ich sag mal, nachdem die Sachen schon passiert sind und die Zeit zum Handeln um ist, irgendwie versuchen die Informationen zusammenzusammeln, sondern die von eigentlich diesem reaktiven Handeln in das proaktive Handeln zu übersetzen. Deswegen glaube ich, deswegen nicht das Denken abnehmen, weil die der wichtigste Informationslieferant sind und wir auch, ich sag' mal, das Bauchgefühl quantifizierbar machen. Einfach diesen riesen Informationswahnsinn davor lösen.
Speaker 1: Also ich, du, das kann ja sein, dass Sie jetzt noch nicht Angst davor haben, ihren Job zu verlieren. Ich finde es, wie gesagt, auch gar nicht so tragisch, wenn Jobs sich verändern. Wir sehen es ja gerade im, was nicht, im Legal-Bereich, dass dann irgendwie die KI halt irgendwie ein Co-Pilot wird oder ein Helfer wie so ein Zuarbeiter. Das heißt, der Job kann sich komplett verändern und kann trotzdem irgendwie spannend werden. Trotzdem mal diese, natürlich bist du jetzt ein bisschen befangen und kannst wahrscheinlich nicht ganz offen reden, aber diese 50 von 50 Leuten, würdest du denn eigentlich sagen, dass die hinterher wissen, die welche Fragen sie stellen müssen, um die richtige Entscheidung zu treffen?
Speaker 2: Ich würde sagen 100 Prozent, also Bauch, aus dem Bauchhaus, spontane Antwort. Das, was ich eine sehr spannende Frage finde, wo ich aber sage, da habe oder beobachte ich gerade noch, ich sage mal, bevor ich da jetzt eine klare Meinung habe, ist, Menschen handeln gerade wie in Deutschland sehr viel aus Angst. Das heißt, was wir extrem beobachten, ist das eines, das Datenthema und jeder baut immer mehr Datenlösungen und Analysen und Magie und alles toll. So, und wir versuchen so ein bisschen den Faktor Mensch in der Gleichung manchmal so ein bisschen zu ignorieren, dass am Ende manchmal auch irrationale Sachen getroffen, Entscheidungen getroffen werden oder Sachen nicht getan werden, egal ob ein System das tut, weil Menschen Angst haben, weil ein Mensch am Ende seine Unterschrift drunter setzen muss, weil irgendjemand am Ende legetechnisch seinen Kopf hinhält. Und ich glaube, das wird in einem gesamten KI-Bereich eine extrem spannende Debatte und das ist auch was, was wir uns... Immer angucken, dass wir sagen, es gibt eigentlich so drei, vier Typen von Menschen, die intrinsisch handeln wollen. Für die ist das wie ein Spielzeug, das ist Neugier, die wollen machen. Und dann gibt es die, man nennt die manchmal die Bewahrer, die haben teilweise einfach Angst und die sind aber genauso wichtig für das System und dazu sagen, hey, wir bauen ja am Ende ein primäres rückverfolgbares Modell, wo Menschen wieder handlungsfähig werden dadurch, dass sie den Kontext begreifen. Und zu sagen, hey, wenn du den Menschen... Plötzlich die Möglichkeit gibst, dass sie eigentlich für den Bereich, den sie verwalten, plötzlich ihre, ich sag mal, Abhängigkeiten sehen, dass wir vielleicht auch ein bisschen aus diesem Angstzustand wieder in das Handeln reinkommen. Und ich glaube, da ist halt wirklich so eine spannende Debatte zu KI-Jahr-Daten technologisch extrem wichtig. Wer das nicht einsetzt, wird halt einfach mit der Geschwindigkeit irgendwann nicht mehr mitkommen. Aber halt einfach mal immer mehr auch über diesen Faktor Mensch als Wissensquelle und als handelndes Medium in diesem komplexen System und die Dateninteraktion zu sprechen. Ich glaube, bei allen Daten ist immer Cool-Technologie, aber das ist das, wo wir viel mit und dran arbeiten und was der Mensch eigentlich in dieser Gleichung unterhält. Die Themen Verantwortung, Angst und so. Einfach mal reingeschmissen.
Speaker 1: Ja, total spannend finde ich. Jetzt bist du natürlich irgendwie, du bist tief im Thema drin und hast ja wahrscheinlich auch viele Gedanken über die Zukunft. Lass doch vielleicht noch mal trotzdem kurz so einen Blick in die, was nicht, nahe Zukunft, so fünf bis zehn Jahre. Du sagst gerade in der Gleichung, den Menschen berücksichtigen. Welche Rolle spielt dir denn in der Zukunft noch? Weil ich was ich vorhin meinte, ist ja so ein Unternehmen, wenn dann ins KI einzieht. KI bringt eine neue Rationalität. Du hast gerade von irrationalen Entscheidungen gesprochen, aber eigentlich könnte man ja sagen, dass hinterher möglicherweise der Mensch in diesen ganzen Gleichungen gar nicht mehr so stattfinden muss eigentlich, weil die Entscheidung kann ja wahrscheinlich eine KI hinterher besser treffen und dann auf der anderen Seite sehen wir jetzt irgendwie in dem ganzen Logistikbereich oder in der Produktion kommen autonome Roboter und solche Geschichten, also gerade wenn du so über hinten Champions, die ja auch viel produzieren sprichst, was würdest du denn sagen, auf welche Art von Veränderung müssen die sich denn einstellen?
Speaker 2: Ich finde das so eine spannende Debatte, was passiert gerade in meinem Kopf, während ich dir zugehört habe. Ich glaube, mein Kopf zerlegt das immer so ein bisschen in verschiedene Ebenen. Ich glaube es gibt halt wirklich diese philosophische Ebene, auf der wir sprechen können. Es gibt diese sehr pragmatische Ebenne, also was kann ein System technisch besser als ein Mensch? Ich nenne es immer so bisschen die Herzensebene zu, was motiviert einen Menschen eigentlich am Ende seines Tages? Keiner geht ja eigentlich gerne schlafen und sagt so, boah, ich habe heute gar nichts gebracht. Ich glaube, Menschen haben teilweise Angst und bleiben halt in diesem, weil es schon immer so war. Und wenn wir uns jetzt diese ganze KI-Entwicklung angucken, hoffe ich halt, und das ist auch das, was ich realistisch sehe, ist, dass diese mühsamen Teile, wo Menschen gerade, weil alles gemacht werden muss, drin hängen, dass das die KI und die Technik immer mehr abnimmt. Und ich sag mal, dieser schöpferische Teil, und ich glaube auch der gute Teil, denn zumindest mal der meisten Menschen steckt, der den Freiraum hat. Lösungen zu bauen, die gerade einfach überbleiben, weil wir keine Zeit mehr haben. Was meine ich damit? Ich sage mal so, ein bisschen mit Herzschmerz, ein wenig mit Ironie, wir haben unsere Welt immer schneller und komplexer gemacht und wir haben ein bisschen als Menschheit irgendwie an einer Stelle vergessen mitzuschreiben, was wir da eigentlich so gemacht haben. Wie sei man da früher, Mittelalter, da hat sie irgendwie... Getreide hast du geliefert, Brot, da war Brot halt, bestand irgendwie aus drei Zutaten, Getreides kamen nicht an, so vielleicht woran hat es gelegen? Kutscher kranken, Pferd hat sich irgendwie Fuß gebrochen oder Speiche ist kaputt gegangen, sind irgendwie drei Einflussfaktoren und eine Sache. So und jetzt haben wir egal wo auf dieser Welt Produkte viel größer, Lieferwege komplexer, plötzlich nicht mehr eine Kutsche, sondern irgendwie fünf verschiedene Fahrzeuge über viel zu viel Kilometer Und ich hoffe, und das ist das schon, was ich für die Welt sehe, dass wir verstehen, ob manche das mit der Umwelt immer noch nicht wahrhaben wollen oder nicht, dass wir halt nur so leben können, wie halt unsere planetarischen Grenzen das ermöglichen und dass wir diese ganze, ich sag mal, Fleißarbeit der KI geben, sodass wir eigentlich das Ganze, was wir ein bisschen vergessen haben mitzuschreiben die letzten Jahrzehnte, dass wir als Mensch da wieder dran arbeiten können, zu sagen, wie sind eigentlich die Zusammenhänge und wenn ich heute vielleicht nur produziert habe, was die Maschine jetzt alleine kann. Wie kann ich denn dann daran forschen, wie ich denn dieses produzierte Produkt vielleicht wieder zurückführe, dass ich dann mal irgendwie zwei neue Stationen aufbaue. Einer nimmt das zurück, dass ich das wieder in den Kreislauf zurückfuhre, dass wir Menschen also einfach sagen, okay, gut, die Basisfunktion kann irgendwie, stelle ich so ein Kunststoffding her, funktionieren jetzt. Dafür braucht es jetzt weniger Leute in der Produktion. Dafür können wieder mehrere daran forscht, so ein bisschen die Hausaufgaben aufzuräumen. Die wir so ein bisschen als Menschheit versemmelt haben, die letzten Jahrzehnte. Ich glaube, das ist so, weil du gefragt hast, die nächsten fünf bis zehn Jahre, ich glaube. Das ist meine Vision, ich glaub, dafür müssen wir aber auch einfach wieder Deutschland und Europa Mut machen, so dass wir sagen, es ist geil, so zu handeln und halt nicht in dieser, ja, eigentlich Handlungsunfähigkeit und Überforderung stecken zu bleiben. Ich glaube das ist geil mit KI und es ist cool, wenn wir das irgendwie in Summe zusammen wieder schaffen, so ein bißchen.
Speaker 1: Total. Also da waren jetzt auch viele Punkte, also wir könnten jetzt ein philosophisches Gespräch hier weiterführen. Aber um jetzt nicht zu sehr abzudriften. Aber ich glaube tatsächlich, das, was du gerade sagtest, ist mit irgendwie, also das fand ich einen spannenden Satz zu sagen, keiner geht abends gerne ins Bett und sagt, ich habe heute nichts gerissen, zeitgleich. Man sieht ja auch gerade, und das geht euch wahrscheinlich als kleines Unternehmen auch so, dass man ... Gerade mit den sich bietenden Möglichkeiten, gerade man kann mit einem viel, viel kleineren Team als früher, kann man deutlich mehr Output generieren. Das sieht man jetzt auch gerade so die Erwartungen, können wir vielleicht gleich nochmal über eure Investorengespräche sprechen. Aber man sieht ja, die Erwartung von Investoren ist ja mittlerweile auch, dass da eine neue Kapitaleffizienz reinkommt und dass man irgendwann. Wir hatten euch hier so eine Tabelle veröffentlicht, irgendwie mit den, weiß nicht, effizientesten kleinen Teams der Welt. Da hast du so ein Lovable oder so was, die dann irgendwie 60, 70 Millionen ARR mit 30 Leuten machen. Das heißt, da dreht sich ja schon gerade die Welt und jetzt vielleicht damit verbunden die Frage, wie ist denn der deutsche Mittelstand gerade? Also wie offen sind denn die, wie klar ist denn, dass sie mit jemandem wie euch oder anderen Spielern sprechen müssen, um sich da eben auf diese nächste Generation von Unternehmensrealität oder Wirtschaftsrealität einzustellen?
Speaker 2: Ich gebe dir ein Beispiel. Ich glaube, das verdeutlicht das ganz gut. Wir haben im produzierenden Industrie gesprochen und da gibt es jetzt ein neues Gesetz zu einem bestimmten Material. Und das ist so paradox, dass Riesenunternehmen. EU hat ein neues Gesetze erlassen, ist auch sicherlich sinnvoll von der Toxizität des Materials, streiten sich die Geister, wie auch immer, dass sie die Möglichkeit haben entweder Die kaufen quasi ein Material ein, was doppelt so teuer ist. Und dann musst du dir überlegen, die Margen in der produzierenden Industrie sind jetzt nicht unendlich, doppelt zu teuer. Oder die nehmen, ich sag mal, Materialalternative 2, die aber überhaupt nicht in der aktuellen Produktion so produziert werden kann. Das heißt, sie bauen effektiv ein neues Unternehmen. Wieso erzähle ich dir dieses Beispiel? Ich glaube, das, was wichtig ist, was wir verstehen müssen, auch wenn wir über Technologie reden und auch über den Mittelstand. Was sind eigentlich diese drei, vier Kerntreiber, deren Wertschöpfungsketter in dem am Ende die ganze Firma hängt? Weil jetzt bei dieser Materialdebatte, da die EU jetzt ein Riesengesetz erlassen und ich bin Fan der EU, also gar nichts in die Richtung negativ, sondern einfach zu verstehen, da bringt denen jetzt weder eine KI gerade was, da bringen denen auch unser Steuerungstool heute nichts, da bringt den auch Process Mining nichts und einfach zu verstehen, was sind denn wirklich, Also wirklich mit diesen Menschen ins Gespräch zu gehen und sagen, was ist gerade für dich steuerungsrelevant? Und dann auch einfach zu wissen, wo die Grenze der Technologie ist und wo wir wirklich – und das war jetzt mein letzter Satz dazu – wo können wir ein Unternehmen als ein geschlossenes System betrachten und wo müssen wir sagen, ach nee krass, vielleicht muss dieses Unternehmen eigentlich auch entweder ein komplett neues Produkt machen, also wie schaffen wir es eigentlich aus einem Bestandsunternehmen, eigentlich komplett neues Geschäftsfeld zu entwickeln und wie hängt eigentlich, ich sag mal die Betriebswirtschaft, sag ich das immer, das Unternehmen mit der Volkswirtschaft zusammen? Und jetzt geht natürlich der Nerd in meinem Kopf wieder an, dass ich das wie ein Modell denke. Ich glaube, das ist fundamental wichtig zu verstehen, dass diese Unternehmen und auch der Mittelstand in Zukunft nur existieren können, wenn wir nicht nur auf der Technologie-Ebene sprechen, sondern wirklich zu verstehen was sind eigentlich die Variable dieser Firma, die wirklich so ein 0 oder 1 funktioniert oder funktioniert nicht ist. Und ja, ich glaube jetzt sage ich natürlich selbst noch zusammen Steuerungstool. Bei manchen ist es auch einfach, wo Technologie in dem Moment ... Nicht hilft. Sondern wo das eine Existenzfrage ist. Ich glaube, das ist aber alles super gesund, wenn man das einfach voneinander hat. Deswegen, vielleicht war jetzt ein kleiner Plot twist zu deiner Frage. Aber ich glaube, es ist auch einfach wichtig, mal die Realität auszusprechen, zu sagen, cool, Technologie mega. Aber manche ist auch so, scheiße, du hast nur zwei Materialien und was nimmst du jetzt von den beiden? Und dafür brauchst du Zeros Software, um das zu entscheiden.
Speaker 1: Du, aber vielleicht, wo du gerade Regulatorik und Gesetzgebung ansprichst, hat denn mal jemand von der Regierung, also von der Behörde oder eigentlich Gesetzgeber oder auch EU mal bei euch angeklopft? Weil das wäre ja eigentlich ganz spannend mal zu gucken. Die treffen ja quasi, wenn sie im Gesetzgebungsverfahren sind, auch die ganze Zeit Entscheidungen. Das wäre ja spannend, wenn da quasi auch so eine Art Assistent der Assistenten zumindest unter zur Hilfenahme von relevanten Parametern dann unterstützen könnte.
Speaker 2: Ja, wir sind mit der Politik in Kontakt, also einzeln auf quasi Deutsch- und EU-Ebene und vor allem auch gerade, ich sag mal, vor der eigenen Haustür anfangen, NRW und auch der Stadt. Ich, jetzt muss ich gerade lachen. Weißt du, was einer der Investoren mich im letzten Call gefragt hat, bevor wir dann gesagt haben, ja, machen wir jetzt zusammen, der Dana, wenn das alles so funktioniert mit deiner... Mit dem ganzen Entscheidungsinfrastruktur, was wäre die krasseste Entscheidung, die du hier optimieren würdest. Und ich habe gesagt, wie man eine Volkswirtschaft baut. Was ich damit meine, ist, das soll gar nicht großen Wahnsinn nicht klingen, sondern zu sagen, ok, am Ende des Tages ist jeder ein Mensch, ein Individuum, wir gehören alle zusammen, wir arbeiten in irgendwelchen Unternehmen, das ist das nächste System und das geht in dieses Volk rein. Und zu sagen wie steuert man eigentlich so ein multikomplexes Systemstaat. Und um deine Frage zu beantworten, ich... Das ist unser Endziel, würde ich sagen. Also wirklich zu sagen, ein Produkt ist schon komplex, ein Unternehmen ist noch komplex. Sein Staat ist das Komplexeste, weil es funktioniert. Und jetzt mal in unser doch Humble zu sein als Startup, dass man beschränkte Möglichkeiten hat, zu sagen okay, vielleicht fängt man mal mit der ersten Sache an. Aber ich sage dir, das ist 110 Prozent in meinem Herz auf dem Plan zu sagen. Wie können wir eigentlich echt ein cooles Volk bauen?
Speaker 1: Hast du denn?
Speaker 2: Was hast du denn?
Speaker 1: Ja, aber hast du denn, also rein interessehalber, hast du dann eine Idee davon, wo entsteht denn eigentlich Komplexität, sowohl im Unternehmen als auch in der Volkswirtschaft? Also, das ist ja eigentlich der Punkt, den man dann mit eurem Tool untersuchen müsste, die verborgenen Informationen in der Komplexkeit.
Speaker 2: Kann ich dir sagen, das Spannende ist, es ist am Ende, er hängt alles mit einem zusammen. Was ist daran so faszinierend und so schwer zugleich, dass es rein faktisch nicht zwingend einen Anfang und Ende gibt. Es gibt aber eine klare Frage, mit der du jedes System ordentlich aufdröseln kannst. Nämlich der Frage, wonach steuerst du? Also was ist am ende der Output und was? Und das ist, glaube ich, die wichtigste Frage, die auch wir Ingenieure manchmal lieben zu overingenieren. Was kannst du wirklich beeinflussen und was nicht? Also was ist einfach fix, keine Ahnung. Manche Sachen sind einfach so, wie sie sind. Da kann man die noch so schön, ich sag mal, theoretisch mit einbilanzieren. Die sind einfach konstant so gegeben. Weil damit reduziert man schon mal die Sachen, die man sich als erstes anguckt auf einen wesentlichen Kern, weil du am Ende weißt, hey, was ist hier eigentlich mein Ziel? Wie komme ich auf dieses Ziel? Und was sind eigentlich die Sachen die ich operativ ändern kann? Jetzt, wenn wir zu wieder unsere Kunststoffverpackung nehmen oder so. Du kannst sicher das Design ändern und welche Pellets du da rein kippst und alles drum und dran und wie die Maschine aufgestellt ist und was deine Lieferwege sind oder so. Aber wenn du nun mal Kunststoffverpackungen herstellst, dann kannst du plötzlich nicht Blätter einkaufen. So ein bisschen absichtliche, würde ich gesagt. Und einfach immer auszugehen, am Ende von einem Baustein zum anderen zu hopsen. Ich glaube, das ist auch am Ende das, was wir bauen, zu sagen, okay, geil. Was ist die Frage, die du beantworten willst? Wie kommt das zustande? Und dann immer wieder, das haben wir schon damals, ich glaube, in der Schule gelernt, immer die 5B-Fragen fragen. Ja, und woran hängt das und wo und warum und warum? Und so kannst du wunderbar... Also wieder im Kindergarten.
Speaker 1: Also wieder im Kindergarten sind wir jetzt eigentlich gerade, ne? Ey, ich sag's dir, ja, so kannst du...
Speaker 2: Ey, ich sag's dir, ja, so kannst du wunderbar jedes System aufdröseln, kannst du auch einen Start aufdrehen. So, wieso sollten wir jetzt dieses Budget für, weiß ich nicht, Wasserstoff machen? Wieso? WISO? W ISO? Und dann baust du dir eigentlich ziemlich gut die Treiber auf. Da kannst du bestimmt auch fünf Zimmer fragen, dann bist du irgendwann bei den Atomen angekommen. Viel Spaß bei Seite.
Speaker 1: Und dann sagen wir trotzdem noch mal kurz, jetzt habt ihr die Finanzierungsrunde. Ach so, die Investoren, wie schnell haben die verstanden, was ihr macht?
Speaker 2: Unser Lied, ich glaube, bevor ich ausgesprochen hatte, wahrscheinlich nach, ich habe gestern spaßig auf LinkedIn geschrieben, nach 3 Minuten, aber vielleicht waren es auch 30 Minuten.
Speaker 1: Das Lied ist Vorwerk Ventures, ne? Ja, genau.
Speaker 2: Genau, Marie. Wir haben gesprochen und da waren wir nach der Anwendungsfalle auf Umweltdaten, war ja einer unserer ersten Anwendungssfälle und die war, viele waren so ursättig, ESG und die waren direkt, also gefühlt nach 10 Sekunden, so, ahja, dieses Modellierungslehrer und bumm. Deswegen habe ich auch gesagt, das hat irgendwie geklickt, das war, ja. Ich glaube, es ist einfach die Frage, auf welcher Ebene du es auch erklären willst. Willst du es auf der Use-Case-Ebene erklären oder willst du es wirklich auf der Technologie-Ebene erklären? So, weil wir bauen ja, ich sag mal, wenn du die Sprachmodelle hast, die Deutsch können, sind wir quasi der Baukasten, der Mathe-Modelle baut. Und das ist ja eigentlich eine relative Destruktion, nicht so mit auf der technologie-ebene, aber die interessiert ja jetzt vielleicht im Markt, je nachdem, mit wem du sprichst, dann den einen, den anderen nicht, deswegen. Spreche ich inzwischen immer auf verschiedenen Ebenen. Ich frage immer, willst du die einfache Erklärung praxisnah oder willst du die Technologienerdiness? Und manche wollen die Technologieerdiness, ne? Also auch in der Firma, ja. Aber ja, schnell. Habt ihr das verstanden?
Speaker 1: Nee, cool. Und dann sag noch mal ganz kurz, so die nächsten Schritte bei euch jetzt, was steht, also jetzt, du hast gesagt, ihr sucht ein paar Leute, wer doch zuhört, gerne nochmal auf die Website gehen bei euch, aber was sind so die anderen Themen, die noch kommen?
Speaker 2: Ja, also größtes Thema wirklich, glaube ich, zu unserem ersten 10-15 Kunden, Modellbaukasten wunderbar und jetzt zu sagen, okay, wie kriegen wir wirklich das von, ich sage mal, man kann das einfach bedienen zu, okay ich kann es wirklich jedem geben, weil am Ende jeder, der heute mit Excel arbeitet, arbeitet genauso, kann genauso mit uns bauen, weil wir da reinkommen, wo auch Excel ein bisschen an die Grenzen kommt. Und wirklich dieses, nochmal eine Größenordnung, also ich sage jetzt nicht einfach nur 10x, weil das cool klingt, sondern wirklich eine Grössenordnung nochmal zu machen in der Vereinfachung der Benutzbarkeit das ist glaube ich gerade so unser größtes Projekt und das wo wir uns auch mega freuen jetzt unser team aufzubauen weil da wirklich von ich sag mal tiefes daten matching problemen oder herausforderungen so zu geiler UX echt viel zu tun ist glaube das einfach so die nächsten drei monate quasi dem modell baukasten 2.0 Kern Kern natürlich mit kunden zusammen
Speaker 1: Und trotzdem noch mal eine Frage, die mich interessiert, weil, wie gesagt, deswegen habe ich auch mit den Investoren gefragt, wie schnell sie es verstanden haben, weil das ja dann doch etwas Neues, das ist ja ein bisschen eine neue Kategorie, wie macht man denn da das Pricing?
Speaker 2: Also angefangen jetzt, ich spreche jetzt mal quasi einmal Vergangenheit und Zukunft und das ist klar voneinander zu haben, Vergangenheit war, wir haben gesagt, hey das ist der Modellbaukasten, wir haben so viele Bausteine und wir haben am Ende gesagt, ist ja der Wert beim Kunden, was er mit dem Modell macht. Wir haben einfach gesagt, super für eine Produktkategorie, einen Standort, hier das ist das Basispreis, wenn du mehrere Produktkategerien dazu nimmst oder mehrere Standorte, dann kommt halt ein Prozentsatz drauf, so recht pragmatisch. Weil wir gesagt haben, hey, das Modell wächst am Ende mit dem Wert, in dem Moment, weil wir da viel auf den Umweltdaten waren, mit der Anzahl der Produkte und Produktionsstätten. So, zukunftssprechend ist uns eigentlich wichtig, das rein value-based zu machen. Und da sagen wir, okay, ist es einmal die Anzahl Kennzahlen, die du darüber berechnest, was aber theoretisch unendlich viele sind, und die Größe des Modells. Und da sagen wir aber gerade, hey, wir machen erst mal ... Aktuell noch das, wie wir es auch in der Vergangenheit hatten, du kriegst jetzt ein Paket, du kannst erst mal bauen, weil uns mega wichtig ist, dass erst mal wirklich Wert kreiert, first, und dann wirklich zu schauen, okay, wird es weiterhin dieses, ich sag mal, Ausweitens über Stationen sein oder werden Abteilungen der Skalierungsfaktor sein, aber am Ende, long story short, der baut ein Modell, der hat einen Wert durch dieses Modell durch die Entscheidungen am Ende die der deswegen trifft. Und dann einfach die Frage, was baut er in diesem Modell und am Ende ist das dann eigentlich relativ einfach auch diese eine Variable im Pricing und das auch möglich unkomplex zu halten.
Speaker 1: Sehr spannend. Daran hat mir das großen Spaß gemacht, muss ich sagen. Faszinierende Reise. Also nur Tits an mich selbst, mehr Nerds einladen.