#22 Was Sky, Klambt und der HVV schon verstanden haben

00:00:01: Print lebt, vertrauen das man in der Hand hält.

00:00:05: Der Branchenreport des Lesezirkels.

00:00:11: Künstliche Intelligenz?

00:00:14: Eine Krankheit die wieder weggeht?

00:00:17: Nein natürlich nicht!

00:00:18: Die Antwort kennen wir.

00:00:20: Deshalb geht es um Earning und Learning.

00:00:25: Wie setzt man KI heutzutage ein?

00:00:28: Insbesondere in der Medienwelt.

00:00:31: Und wir haben Ein spannendes Podium bei der Jahrestagung des Verbands Deutscher Lesezirkel in Hamburg erlebt.

00:00:42: Ein fünftköpfiges Podium moderiert vom Geschäftsführer des VdL von Maurice Hetzling und jetzt kommen die Namen der Teilnehmer, also seien Sie gespannt auf einen Vertreter eines Medienhauses nämlich Kai Rose.

00:01:05: Er ist der geschäftsführende Gesellschafter, Geschäftsführer bei Streilinge Marketing aus der Mobilitätsbranche.

00:01:46: Eine Frau, die gerne querdingt und mit spektakulären oder unspektakularen Ideen eine Branche aufmischt, nämlich die Geschäftsführerin des Hamburger Verkehrsverbundes Anna-Teresa Korbut Sky Deutschland, also aus dem TV-Streaming hören Sie Dennis Kubica.

00:02:15: Alle werden im Laufe dieser Episode von Print lebt ihre Earnings und Learnings uns mitgeben.

00:02:26: wie kann man heutzutage prünstliche Intelligenz einsetzen?

00:02:30: Wir wünschten spannende Impulse und neue Erkenntnisse für den Arbeitsalltag!

00:02:38: Der erste Gast, sie stand bereits schon auf der Bühne.

00:02:41: Anna-Teresa Korbuth.

00:02:45: Freie Wahl!

00:02:48: Unser nächster Gast erfüllt eines der traditionsreichsten Medienhäuser in sechster Generationen.

00:02:53: Er ist Geschäftsführer gesellschaftler bei Klamt – Mediengruppe Klamt.

00:02:57: Kai Rose Mein nächster Gas ist aus meinen eigenen Reihen.

00:03:05: er ist Mitglied der Geschäftsführung und ein Vorstandskollege beim Verband Deutscher Lesezirkel.

00:03:10: Marco Bayer Unser letzter Gast.

00:03:18: Er kommt aus Heidelberg und leitet eines der führenden Verlagdienstleister Deutschlands.

00:03:24: Geschäftsführer, der Streiling am Marketet gegen GmbH Sven Altrichta.

00:03:33: Herr Kubitzer für Sie auch nochmal einen kleinen Applaus weil den hatten sie noch nicht.

00:03:42: Nun wie bereits erwähnt sprechen wir nun in fünf bis sechs Minuten von Earnings & Learnings Mit dem Einsatz?

00:03:49: Ja Herr Kubitzer, fünf bis six Minuten!

00:03:53: Herr Rose würden Sie bitte den Anfang machen.

00:03:55: Also jeder fünf Minuten nicht insgesamt fünf Minuten.

00:04:01: Gut, ich habe auch ein bisschen was dabei.

00:04:03: mal sehen ob das jetzt kommt an paar Charts.

00:04:08: Gerne!

00:04:08: Danke.

00:04:10: Ganz kurz wir sind ja ein bisschen unter uns und wir vertreiben ja erst eine Presseprodukte und alle wissen dass es um die Umsätze der gedruckten Presse Produkte nicht so ganz gut steht.

00:04:24: also die Anzeigenumsätze Stand jetzt sind so zwanzig Prozent unter Vorjahr.

00:04:30: Die EV-Auflagen gehen runter, wie Sie wissen.

00:04:32: Abo ist ein bisschen besser und Lesezirkel also wir haben natürlich durchaus auch perspektivisch existenzielle Themen Und KI kann uns dann stückweit tatsächlich darin unterstützen dass die Lebenszyklen unserer Produkte etwas länger werden.

00:04:47: deswegen das was ich jetzt mitgebracht habe Das ist auch relativ kompakt.

00:04:53: Bei unseren Eigenentwicklungen geht es mehr um die redaktionellen Prozesse, also um die Prozese, die wir heute gehört haben.

00:04:58: Wo es ja mehr um Vermarktungen und Kundenkontakt geht.

00:05:01: Weil dann natürlich der größte Hebel für uns ist, dass uns da noch kompakter aufstellen als wir ohnehin schon sind.

00:05:08: Wie arbeiten wir mit dem eigenen KI-Team seit twentyfünfundzwanzig aus dem eigenen Haus heraus?

00:05:15: Mit einem kleinen Team das sich aber in den Prozessen sehr gut auskennt.

00:05:19: Das ist natürlich erstmal eine Investition.

00:05:21: klar bis man da an der Stelle ist, dass man auch sagt jetzt habe ich mal einen gewissen Kickback meiner Investition das wird auch noch dauern.

00:05:30: Das ist aber auch gar nicht schlimm.

00:05:32: Hundertzwanzig Redakteurinnen und Redakteure arbeiten heute mit KI.

00:05:36: Das wollen wir natürlich tentiell ausweiten.

00:05:39: Wir haben ja etwa siebenhunderte Kolleginnen und Kollegen im Haus.

00:05:43: ehrlich gesagt stand heute noch ein Stück der Hemmschuhe.

00:05:47: der Betriebsrat weil egal was wir machen genehmigen lassen, den wir hier mit KI-Unterstützung tatsächlich abbilden.

00:05:58: Was machen wir konkret?

00:05:59: Wir gehen in den redaktionellen Recherchen mittlerweile mit einem Analysetool vor.

00:06:05: Das ist wirklich sehr, sehr intuitiv und freundlich für die Redakteurinnen und Redakteure, die können quasi für ihren jeweiligen Titel, für ihre jeweiliges Genre können sie sich quasi Sekunden genau Themen recherchieren lassen.

00:06:24: Ehrlich gesagt können Sie sich auch schreiben lassen und in der nächsten Sekunde können Sie da aus dem Podcast machen und da hast du nicht gesehen Social Media beitragt das ist ja wahrscheinlich alles mehr oder weniger bekannt.

00:06:33: uns die das aber in erster Linie zur Recherche weil Recherchen schon ein sehr aufwendiger Teil der redaktionalen Arbeit.

00:06:41: Der ist natürlich richtig unwichtig wegfallen, die Redakteuren und Redakteure müssen natürlich auch ihre eigenen Gedanken machen.

00:06:48: Aber es hilft einfach wenn man zu gewissen Themen jederzeit informiert ist was gerade weltweit passiert.

00:06:53: dann setzen wir eine Plattform von Burda ein.

00:06:57: Die haben wir in Lizenzia als Assist.

00:06:58: das ist quasi eine Art Pilot über alle entsprechenden Anwendungen von Language Models die wir in der kreativen Prozess benötigen.

00:07:11: Daneben haben wir glauben tatsächlich Als weltweit erstes Unternehmen haben wir einen KI-gestützten Layoutprozess, also es geht um Zeitschriften, Grafik und Layout.

00:07:24: Es ist komplexer und komplizierter als Zeitungslayout.

00:07:28: Da haben wir eine eigene Firma gegründet und sind da so weit dass wir die ersten Zeitschaften quasi komplett mit der KI grafisch gestalten können.

00:07:39: das vermarkten wir auch extern Und da ist natürlich auch ein ganz großer Teil unserer Arbeit im entsprechenden Layout.

00:07:48: Und drittens, da kommen wir in die vermarktenden und Kaufmenschenprozesse – wir haben ja in den letzten Jahren, in Jahrzehnten relativ viele zugekauft Zeitschriften, Portfolien, ganze Firmen und Verlage.

00:07:59: Da gibt es natürlich verschiedenste Datensielos auf die wir bisher für einen sehr vereinzelten Zugreifen, das konsolidieren setzen Power BI oben drauf und können dann mal im ersten Schritt mit Co-Pilot relativ viele Analysen machen.

00:08:14: Aber perspektivisch wollen wir da auch Prozesse aufsetzen, die dann eben in den verschiedenen kaufwünschen Abteilungen vermarktenden Abteilung dann auch die Prozisse vereinfachen.

00:08:26: Eine Idee, die wir noch mitgebracht haben aber auch die müssen wir erst nochmal durch unseren Betriebsrat bringen tatsächlich.

00:08:32: Wir bekommen pro Monat vierzehntausend Anrufe.

00:08:34: das in erster Linie sind des Gewinnspielteilnehmerinnen und Teilnehmer also Leserinnen-Läser die wollen beim Gewinnspiel teilnehmen Die kommen bei Sekretariaten an fünf Standorten raus.

00:08:45: Das ist eigentlich Arbeit Und wie sowohl können wir den Assistentinnen und Assistenten Arbeit abnehmen?

00:08:51: Wir glauben eben auch dass wir darüber so ein bisschen wie wir eben auch bei Sky gesehen, gehört haben.

00:08:58: Vielleicht ein bisschen einfacher bei uns darüber auch Lieds generieren die wir vielleicht auch dem einen oder anderen hier im Raum dann zur Verfügung stellen können für die Marktbearbeitung.

00:09:06: Jörg das waren jetzt mal meine kurzen Learnings und Earnings.

00:09:12: Vielen Dank!

00:09:18: Ich habe ein Thema aus dem Verband mitgebracht nicht aus einem eigenen Unternehmen und es geht um das leidliche Thema eines Geschäftsberichts zu erstellen Und den Titel, den ich gewetert war vom Rohstoff zum Bericht.

00:09:33: Das fand ich eigentlich sehr passend.

00:09:36: Für mich ist KI immer ein Prozess.

00:09:39: also ich lerne täglich lebenslang ab jetzt deutlich schneller und noch deutlich dominanter.

00:09:48: mit KI-Tools muss mich immer wieder anpassen weil es unterschiedliche Tools auf dem Markt immer wieder neu gibt und die sich auch immer wieder verändern und verbessern.

00:09:58: jeden Prozess, die ich aber anfasse muss sich erst mal prüfen ist er KI tauglich und bin nicht überhaupt der Expertise dafür.

00:10:05: Also habe ich das genau wie überhaupt dieses Prozesses?

00:10:08: Und kann ich ihn auch optimieren oder auch in den KI-Prozess umwandeln?

00:10:15: Dann muss ich natürlich diese Endergebnisse überlesen nachlesen und mit meiner Expertise veredelen.

00:10:23: Die Ausgangspunkt, unsere Arbeit war im Endeffekt.

00:10:25: Wir haben einen Rohstoffordnern mit allen Daten über den Geschäftsbericht.

00:10:31: Also wir haben Notizenstichwort Protokolle zahlen Statistiken in der Bürofassung Podcast Transkripte, Mediadaten und Fotos.

00:10:40: Und was ich rausgekommen haben wollte, wollte erst mal ein Stück PDF-Papier, ein gedrucktes Geschäftsgericht.

00:10:49: Es wurde aber mehr.

00:10:51: Ich habe mich dazu entschlossen, einen Dashboard zu bauen und wir haben eine Podcast-Folge daraus generiert, alles KI basiert in LinkedIn-Contents erstellt.

00:11:00: Eine Powerpoint-Präsentation, die sehen Sie jetzt hier vor Ort.

00:11:03: Wir haben Branchestimmen und Interviewseiten generiert für Interviews und für weitere Publikationen.

00:11:12: Wir sammeln alle Daten, wir strukturieren.

00:11:15: Das macht die KI analysiert, gruppiert.

00:11:17: Wir erstellen Texte Grafiken über Vibecoding dann ein Dashboard.

00:11:24: das möchte ich nachher auch zeigen.

00:11:25: wir haben die menschliche Expertise veredelt.

00:11:28: das Ergebnis ich korrigiere passen an und im Publizieren über web pdf PowerPoint linke in podcast Und was noch alles möglich ist ganz kurz das Ergebnis Wir haben einen Geschäftsbericht für sich und habe ich nicht dabei, aber gedruckt als PDF zum Versenden.

00:11:48: Wir haben ein interaktives Dashboard.

00:11:51: Ich nehme es mal hochkant Weibbecoated indem ich einfach meine Daten auslesen kann oder anzeigen kann als Mobile Variante.

00:12:03: Genau wir haben eine Anzeige generiert.

00:12:06: Jetzt mag er nicht mehr.

00:12:07: Okay, ist egal!

00:12:08: Wir haben eine Anzeige generiert für DNV wir haben die Möglichkeit also einfach eine grafische Anzeig.

00:12:14: Wir haben Bericht herausgezeugt und wir haben den Geschäftsbericht als Podcast auch über Google Notebook LM einsprechen oder aussprechen lassen.

00:12:25: das heißt wir haben was zum hören rausgebracht Und das Ganze, und das war für mich das entscheidende Punkt wo ich halt einfach mit KI mich beschäftige seit zwei Jahren ist einfach für mich ein zeiteffizientes Arbeiten.

00:12:38: Wenn ich die Daten habe anlernen ausgeben normalerweise zwei bis drei Wochen möglicherweise im finalen Dashboard also ein finales Print Produkt.

00:12:48: jetzt haben wir multifunktione Möglichkeiten zu veröffentlichen und das ganze Ich würde mal sagen hat mich gekostet eine Stunde wenn es hoch kommt Korrektiert.

00:13:00: Okay, die meiste Arbeit hat Maurice gemacht mit dem Föhn des Rohstoffortnachts.

00:13:05: Vielen Dank!

00:13:14: Jetzt kommen wir zu Sven Altrichter.

00:13:17: Bitte schön.

00:13:18: Also als Karina mich angerufen hat... Ich habe hoffentlich die Aufgabe nicht komplett verstanden.

00:13:22: Nicht komplett nicht verstanden hieß es.

00:13:24: Kannst du irgendwie ein KI-Beispiel mitbringen was ihr schon tatsächlich benutzt?

00:13:29: Dann hab ich gesagt ja mach' ich KI im Kundenzerts.

00:13:31: Wir machen Kundenzers für die FAZ, für Heise und den Olympiaverlag kommen es noch ein paar neue dazu demnächst.

00:13:37: Und im Kundenservice ist es halt tatsächlich so, dass wir auch Tickets bearbeiten also schriftlich.

00:13:41: anliegen der Kunden das ist mal eins.

00:13:43: ich habe es aus Datenschutzgründen einfach mich selber eingesetzt aber der Text ist tatsächlich aus einem Originalticket.

00:13:49: Der Kunde schreibt guten Tag.

00:13:50: hier hab' ich noch nichts zurück gehört.

00:13:51: zu den Heften-Einzen zwei wenn man's unten liest sieht man das er schonmal reklamiert hat.

00:13:55: alles ganze Ding ist eine Reklamation.

00:13:57: Im herkömmlichen Sinne haben Kasmark her, Fronten gebaut.

00:14:02: Ich gehe es mal ganz schnell durch.

00:14:03: keine Angst.

00:14:04: von vielen Folien habe ich ja gesagt Der Agent sagt der Kunde hat eine Reklamation Dann sucht er über die Auftragsnummer dann Sucht er noch nach den.

00:14:12: also gibt die einen findet aktive Abos Schaut abo an wählt das Abo aus Stellt jetzt fest der reklamierte zwei Hälfte also geht zum Zeitraum wählt also ein Zeitraum aus Gibt einen welche Ausgaben reklamiert werden wählt die, also die Kritik.

00:14:28: Was ist das?

00:14:29: Ausgaben nicht erhalten, es könnte auch zerflettert gewesen sein oder so.

00:14:33: Wählt die Ersatzleistung aus, speichert den ganzen Quatsch

00:14:36: und

00:14:37: das hat dann tatsächlich am Ende des Tages wenn er eingermaßen schnell war zweieinhalb Minuten gedauert.

00:14:42: So!

00:14:43: Dann haben wir gesagt dass können wir ja auch versuchen mit KI zu lösen.

00:14:46: Das heißt wir haben eine KI gebaut, die letzten Endes das Ticket auch liest.

00:14:52: Das, was Sie eben gesehen haben das ist immer mit dem ERP-System des Kunden verbunden.

00:14:55: Es läuft also über Schlittstellen.

00:14:58: Also wenn der Agent etwas drückt passiert es dann eben im entsprechenden System.

00:15:02: Das kann die KI ja auch.

00:15:03: Die KI kann im Prinzip das tun, was der Agent auch tut nur eben schneller.

00:15:07: wie machen wir das?

00:15:09: Die KI generiert einen Vorschlag.

00:15:11: da sehen sie jetzt eben alles was eben im Ticketstand steht da drin.

00:15:15: Der Agent zieht unten ablehnen oder übernehmen Wenn das stimmt.

00:15:19: er hat auf der anderen Seite quasi Noch mal das Ticket, vergleicht das kurz.

00:15:23: Sagt jawohl der Vorschlag passt drücke ich auf übernehmen und das dauert dann fünfzehn Sekunden.

00:15:28: so was passiert wenn er auf Ablehen drückt?

00:15:32: Dann kriegt der Agent die Möglichkeit reinzuschreiben tatsächlich dann als Ganzensatz was denn nicht funktioniert hat.

00:15:40: Wir analysieren das ganze.

00:15:42: also wir sehen hier quasi bei den verschiedenen Service Fällen wie hoch die Trefferquote ist.

00:15:47: wir können uns letzten Endes dann anschauen Was war falsch?

00:15:50: Wir sehen unten die Originalgeschichten.

00:15:53: Und dann sitzt im Prinzip ein sogenannter Promter da, guckt sich das an und sagt was muss ich denn jetzt tun um der KI das beizubringen dass sie das nächste mal den Fall von eben besser lösen kann.

00:16:05: Hier war jetzt im Prinzip Reklamation erkannt.

00:16:07: allerdings hat der Kunde nicht reingeschrieben.

00:16:09: also er reklamiert das Heft Nummer sechs hatte mich reingeschrieben welchen Jahres und die KI halt halluziniert und hat gesagt naja der reklamierte Heftnummer sechs aus dem Jahr.

00:16:20: Das war dann im Prinzip falsch, also wir sehen unten erwartet.

00:16:23: Sechs, sechsundzwanzig und KI-Antwort war sechsfünquenzwanzig.

00:16:27: Dann ergänzen wir den Prompt.

00:16:29: das sieht so aus dass ist tatsächlich das was wir letztendlich der KI erzählen Was ich künstlich eben machen soll.

00:16:35: das kommt da rein.

00:16:36: jetzt haben wir unten Ergebnis.

00:16:37: Jetzt erkennt sie sechsextenzwanzzig.

00:16:39: Tatsächlich hat funktioniert.

00:16:40: das nächste Mal wenn die Jahreszahl fehlt wird die KI das finden.

00:16:53: nun an der Theresa Corbott

00:16:55: Earnings und Learnings war ja das Thema.

00:16:58: Ich kann das jetzt aus zwei Facetten beleuchten, wir haben oder ich habe bei mir im HVV knapp drei Millionen Kundenkontakte pro Tag damit man das mal so in eine Dimension packen kann.

00:17:08: Da reicht es wenn zehn Prozent sich beschweren.

00:17:10: umso wichtiger sieht man wie diese ganzen Prozesse rund im künnten Dialog herum alle kairelevant werden.

00:17:16: dass gleiche gilt Richtung Prozessen hin zur Angebotsplanung wo fahren die Busse die Züge etc.

00:17:22: pp.

00:17:23: Da könnte ich jetzt sehr lange Beispiele nennen, aber ich glaube das interessiert hier keinen.

00:17:27: Was ich hier viel interessanter finde ist... Ich habe Ihnen ja jetzt alle sehr genau zugehört!

00:17:32: Am Ende des Tages machen Sie alle das Gleiche nur jeder spezialisiert den Faktor für seine Firma und unterschiedlich schnell oder unterschiedlich weit, weil er eine mehr- oder weniger Budget hat.

00:17:45: Ich habe mir dann eigentlich gedacht ich müsste jetzt eigentlich hingehen in unseren Techunternehmen ganz schnell kaufen, weil ich würde ganz viel Geld mit ihnen verdienen, weil sie kommen immer mit den gleichen Aufträgen an mich heran.

00:17:55: Das gleiche Problem habe ich in meiner Branche ja auch.

00:17:57: Ich bin wieder bei diesen zweitausend Verkehrsunternehmen, da macht jetzt überall.

00:18:01: alle machen KI-Projekte, alle machen Schulungen, alle schicken ihr Topmanagement für Wochen irgendwie hoch bezahlt irgendwo hin, holen sich irgendwelche Berater ins Haus die denen dann wildes Slides malen.

00:18:11: und dann sehen wir auf der anderen Seite diese großen amerikanischen, chinesischen auch europäischen Unternehmen die so viel weiter sind weil sie einfach so viel größer sind.

00:18:20: Wir haben das gerade von der T-Systems gesehen.

00:18:22: natürlich das sind deren Kerngeschäfte.

00:18:25: man müsste sich doch eigentlich viel stärker die Frage stellen wie das was jeder Einzelne hier macht vielleicht gemeinsam macht.

00:18:31: weil Sie wollen am Ende alle so einen Kohl.

00:18:33: Wie haben Sie Ihr Ding genannt?

00:18:37: Also wie Ihre Luisa, das will am Ende ja jeder haben.

00:18:39: Jeder möchte faktisch die Optimierung in diese Jahre alle gezeigt haben und am Ende des Tages realisieren.

00:18:44: Die Frage ist es man dann in der Lage ein bisschen über sein Wettbewerb hinaus zu schaffen oder hinauszugehen?

00:18:49: weil am Ende kostet sie alle Geld.

00:18:51: auch bei mir ist das so und ich hatte es in meinem Vortrag schon gesagt Ich bin am Ende kein Tech-Unternehmen!

00:18:57: Ich kann mir am Ende nur mit irgendwelchen Start-ups helfen.

00:19:00: Sie haben eins in Berlin, ich habe eins in Hamburg.

00:19:02: Die Jungs sind gut!

00:19:04: Die Frage ist, schafft man da darüber hinausgehend?

00:19:07: Ich weiß es ist mit der Konkurrenz immer so eine Sache.

00:19:10: Ja aber am Ende kommen wir alle dahin.

00:19:12: die Frage ist noch wie viel haben wir dafür bezahlt?

00:19:14: ja und is wirklich diese Konkurrents?

00:19:16: denke wir jetzt die schnellere?

00:19:17: Laura Mia, weiss nicht übrigens warum man das immer Frauen namen, haben Frauen immer so ein Helfer syndrome?

00:19:22: Ich weiß nicht, wir haben jetzt so ein ID-Buster heißt das Ding IDA.

00:19:25: Also langsam weiß ich nicht.

00:19:28: Gibt es so Männerkais?

00:19:31: Wo gibt's denn eine Horst?

00:19:35: Den Horst würde ich gerne mal sehen oder hören!

00:19:39: Mein großes Learning oder Earning irgendwie auch heute wieder... Ich bewege mich hier nicht.

00:19:44: in meiner Branche sind am Ende aber die gleichen Themen wie kann ich Kunden halten?

00:19:47: ja wie funktioniert Sternmanagement Wie kann ich neue Produkte entwickeln?

00:19:51: sehr volatil mag, wo Kunden sehr schnell wechseln können.

00:19:55: Aber am Ende des Tages investieren wir alle sehr viel Zeit in ungefähr das Gleiche und für mich ist das zeigt es auch hier man müsste ein bisschen über seine Grenzen hinaus springen um vielleicht dann auch schneller und effektiver im Kunden zu sein weil man sich gemeinsam als Branche ja die Frage stellen muss wie groß ist denn die Gefahr dessen was da an KI kommen wird?

00:20:12: Ja und muss man da einfach schneller laufen?

00:20:14: oder jeder für sich selber?

00:20:16: also das nehme ich für mich heute mit.

00:20:17: und danke

00:20:25: Herr Kubelter, Sie dürfen den Abschluss machen.

00:20:30: Ich fange mal mit dem, was ist das Learning an?

00:20:33: Learning ist das, was wir anders erwartet haben.

00:20:35: Bei uns war es die Mitnahme der Sky-Kolleginnen und Kollegen bei diesem Thema, speziell unserer Agentin und Agenten.

00:20:42: Wir haben ungefähr, ich würde sagen, dreihundert Sky-Mitarbeiter, die am Telefon sind, Mitarbeiter, Mitarbeiterinnen, also Sky-Agentinnen und Agenten haben natürlich mit großen Augen auf AI geschaut und gesagt, was kommt denn da?

00:20:56: Das wird mir ja den Job kosten.

00:20:58: Und wir haben durch, ich will nicht sage ich Zufall aber so ein bisschen weiläufig sie mitgenommen auf dieser Reise und das würde ich jedem wieder empfehlen.

00:21:06: also das war überhaupt gar kein Problem sondern es ist jetzt eher gewinnbringend.

00:21:10: Wir haben jetzt Agenten in Centern sitzen die lesen Es klingt jetzt sehr stumpf Die lesen Transkripte von AI-Konversationen durch und erzeugen daraus Improvement Initiativen machen einen Quality-Management von AI-Kommersationen.

00:21:23: Da hat sich automatisch irgendwie der Job verändert, zumindest teilweise und das ist etwas was viel einfacher ging als gedacht.

00:21:30: Wir hatten da ganz große Bauchschmerzen wie es funktionieren wird den BR, den Konzernbetriebsrat und die ganzen Kolleginnen und Kollegen mitzunehmen, die ganzen Bedenken aufzulösen.

00:21:39: Am Ende war es ein.

00:21:39: gewinnbringende Diskussion haben wir mindestens mal nicht erwartet.

00:21:43: Das geht auf jeden Fall in die... Was habe ich jetzt gesagt?

00:21:48: Und das andere Thema ist, dass wir... Ich kann jetzt keinen Call zeigen.

00:21:54: Dass wir mit Sicherheit schon Calls hatten wo Kunden mit einem AI-Agenten angerufen haben Das wird schon der Fall gewesen sein.

00:22:02: Das heißt darauf sich einzustellen ist eigentlich das nächste, dass nicht wir mit AI Kunden anrufen sondern Kunden rufen mit einem selbst gebauten Bot uns an und sagen verhandeln mal meinen Preis mit denen und ruft die mal hundertmal an und mal gucken was da rauskommt.

00:22:15: Und danach ruft du den Stromanbieter an und danach rufst du die und die an.

00:22:19: Das gibt es in anderen Teilen der Welt schon und das wird nicht lange dauern, dass das hier auch stattfindet.

00:22:23: Und sich darauf vorzubereiten ist glaube ich wichtig für uns zumindest weil wir wollen ja nicht unsere Agentinnen und Agentin im Bielefeld mit irgendeinem AI-Agenten telefonieren lassen sondern wir wollen auch unsere Kapazitäten richtig einsetzen.

00:22:35: also das wird bestimmt schon passiert sein und wird nicht mehr lange dauert.

00:22:39: da wird das glaube ich ein größeres Thema

00:22:41: werden.

00:22:42: Da stimmt!

00:22:43: Gut dann vielen Dank für den Erfahrungsaustausch und die Offenheit.