WEBVTT

00:00:00.060 --> 00:00:03.460
Speaker 1: In der heutigen Folge spreche ich mit dem lieben Torsten von ORF.

00:00:03.540 --> 00:00:09.280
Speaker 1: Es ist die zweite Folge von zwei Folgen, wir sprechen am Anfang über das Thema Strategie mit der Karina.

00:00:09.520 --> 00:00:14.080
Speaker 1: also von daher da rein hören und heute und jetzt geht es zum Thema Technik los!

00:00:18.820 --> 00:00:20.380
Speaker 1: Neue Folgen jeden Freitag.

00:00:20.660 --> 00:00:30.120
Speaker 1: in dieser digitalen Welt gibt es einen speziellen Faktor, der über Erfolg-und Misserfolg entscheidet Daten doch nur die wenigsten wissen sie für sich zu nutzen.

00:00:31.080 --> 00:00:37.620
Speaker 1: Wer seine Kunden verstehen will, um ihnen das bieten zu können was sie brauchen kommt um ein professionelles Datenmanagement nicht herum.

00:00:38.120 --> 00:00:44.280
Speaker 1: Jonas Raschidi interviewt andere Experten aus den Data Bereichen und zeigt Schritt für Schritt wie genau das funktioniert.

00:00:50.440 --> 00:00:52.540
Speaker 1: Die zweite Folge mit dem ORF.

00:00:52.860 --> 00:00:58.440
Speaker 1: mir gegenüber sitzt der liebe Torsten erst Data Architekt beim ORF über zweieinhalb Jahre da.

00:00:59.160 --> 00:01:03.240
Speaker 1: wenn man sich so bisschen jetzt anschaut haben wir in der ersten Folge zum Thema Strategie gesprochen.

00:01:03.980 --> 00:01:05.400
Speaker 1: Jetzt spreche ich mal zum Thema Technik.

00:01:05.800 --> 00:01:06.280
Speaker 1: Hi Thorsten.

00:01:06.800 --> 00:01:08.120
Speaker 0: Hallo, freut mich, dass ich hier sein darf!

00:01:08.160 --> 00:01:09.360
Speaker 0: Nehmen

00:01:09.420 --> 00:01:10.680
Speaker 1: wir uns doch mal mit auf die Reise.

00:01:10.740 --> 00:01:20.280
Speaker 1: Die erste Frage, die ich so ein bisschen gestellt habe war so ein Henne-Ei bei der Strategiefolge und will nicht zu viel spoilern und ich hoffe das ist die erste Folge schon gehört wurde.

00:01:20.820 --> 00:01:24.780
Speaker 1: aber Thorsten was hast du denn vorgefunden vor zweieinhalb Jahren beim ORF?

00:01:25.320 --> 00:01:28.940
Speaker 1: alles rund ums Thema Datenarchitekturtechnik?

00:01:29.820 --> 00:01:37.600
Speaker 0: Im größten Teil ist es jetzt so wie in jeder größeren Firma, dass da keine Firma von nur startet, so war es auch im ORF.

00:01:38.600 --> 00:01:52.380
Speaker 0: Es gibt natürlich Excel, Excel ist ja überall, es gibt keine Firmen die kein Excel benutzt und es gibt aber auch SAP, es gab natürlich auch Oracle und SQL Datenbanken alles sehr große Insellösungen oder groß- oder kleine Insel Lösungen.

00:01:52.920 --> 00:01:56.960
Speaker 0: Es gab jetzt aber keine übergreifende Visionen über diese Insel lösungen.

00:01:57.420 --> 00:01:59.340
Speaker 0: wie tut man diese Daten zusammen verknüpfen?

00:02:00.640 --> 00:02:08.160
Speaker 0: Wie sollen wir diese Daten überhaupt denn distributen oder verteilen für verschiedene analytische Use-Cases?

00:02:08.660 --> 00:02:10.020
Speaker 0: und deswegen war das alles sehr fragmentiert.

00:02:10.600 --> 00:02:12.980
Speaker 0: Das Knowledge oder das Wissen ist auch sehr fragmentierter,

00:02:13.040 --> 00:02:13.060
Speaker 0: d.h.,

00:02:13.220 --> 00:02:18.340
Speaker 0: es gibt eine Power-User die aber allen ihren eigenen Technologisten kamen.

00:02:18.400 --> 00:02:25.980
Speaker 0: also der eine macht ein Powershell-Skript, der andere macht ein Partnerscript, der Andere tut vielleicht noch einen Perlskript irgendwo vor zwanzig Jahren im Laufen lassen.

00:02:26.420 --> 00:02:31.480
Speaker 0: Es war alles sehr fragmentiert und es gab keine richtige Vision wo dieses Datenthema überhaupt liegen soll.

00:02:32.000 --> 00:02:40.740
Speaker 1: Ja, ds heißt es gab ultrafiele Systeme Und es gab eigentlich keine einheitliche Verständnis von wie muss was technisch umgesetzt werden.

00:02:40.820 --> 00:02:56.860
Speaker 0: Genau, also es gab keine Fortschriften in diesem Sinne, liegt sicherlich auch daran dass der ORF ja kein Softwarebetrieb ist an sich sondern Medienhaus und der Fokus natürlich an Produktion zum Content liegt und nicht dann die Produktion und Daten quasi auszuwerten.

00:02:57.560 --> 00:03:02.460
Speaker 0: aber durch die neuen Trends natürlich nicht KI Alles digital ist.

00:03:02.520 --> 00:03:04.860
Speaker 0: natürlich früher, waren die Dateien nicht digital.

00:03:05.500 --> 00:03:14.820
Speaker 0: Dann macht der Ohr einfach nichts anderes als Daten zu produzieren und natürlich wird dann die Frage dahinter wie verwalten wir dieses ganze riesige Datenschatz?

00:03:14.960 --> 00:03:16.340
Speaker 0: natürlich plötzlich zentral?

00:03:19.280 --> 00:03:26.960
Speaker 1: Jetzt war mein Verständnis Torsten du warst der erste der geheiert wurde um in diesem Team Strukturen reinzubringen.

00:03:27.560 --> 00:03:30.260
Speaker 1: was war so dein erster Auftrag mit dem du dich beschäftigt hast?

00:03:30.700 --> 00:03:36.200
Speaker 0: Also grundsätzlich war es so, dass im ORF auch einen Technologieumbruch gab.

00:03:36.880 --> 00:03:51.140
Speaker 0: Es war so das bevor unser Team angefangen hat Cloud-Technologien eher Nische waren und Teil unseres Teams oder unserem Auftrag was auch zu zeigen, dass man in der cloud auch flexibel Lösungen umsetzen kann.

00:03:51.800 --> 00:04:02.480
Speaker 0: und deswegen war der erste Auftrag ein analytischen Newscase, das war Social Media quasi für die Social Media Reaktionen aufzuwerten, welche Post haben wie viele Likes, wieviel Shares etc.

00:04:03.400 --> 00:04:10.460
Speaker 0: und jetzt dann in der Cloud auszuwertend und dann quasi eine moderne Visualisierungslösung zu übersetzen.

00:04:10.980 --> 00:04:11.860
Speaker 0: Das ging auch relativ flott.

00:04:12.240 --> 00:04:14.440
Speaker 0: also das war so ein bisschen eine Anekdote.

00:04:14.500 --> 00:04:20.200
Speaker 0: da war ich quasi zwei Wochen im Team, Karina musste dann oder durfte dann auf Urlaub für eine Woche.

00:04:20.720 --> 00:04:21.579
Speaker 0: und wo sie wieder gekommen ist.

00:04:21.660 --> 00:04:23.100
Speaker 0: Meint ihr schon ja die Daten sind schon bereit?

00:04:23.340 --> 00:04:24.960
Speaker 0: Man kann sich schon quasi visualisieren.

00:04:25.000 --> 00:04:26.200
Speaker 0: Wir brauchen nur noch die Visualisierung.

00:04:26.240 --> 00:04:29.740
Speaker 0: Dann meinte ich sie nur ja dann geht es öfters auf den Urlaub wenn das dann immer so schnell funktioniert.

00:04:30.940 --> 00:04:33.940
Speaker 0: Ging aber natürlich nur so schnell weil es natürlich ein PSI war.

00:04:34.360 --> 00:04:41.300
Speaker 0: also da muss man auch nicht drüber nachdenken SSO Integrationen oder wie mache ich die Governance drüber sondern dann ging es einfach mal drum.

00:04:41.400 --> 00:04:42.940
Speaker 0: hey wir können das technisch

00:04:44.680 --> 00:04:49.700
Speaker 1: um zu beweisen dass Der Cloud teilweise der richtige Ansatz sein könnte, weil viel um Premm war oder?

00:04:49.980 --> 00:04:50.120
Speaker 1: Genau

00:04:50.180 --> 00:04:50.200
Speaker 0: ja.

00:04:50.400 --> 00:04:56.980
Speaker 0: Also auch um das Vertrauen in der Cloud zu stärken überhaupt und die Stärkung der Cloud einfach aufzuzeigen.

00:04:57.160 --> 00:05:13.140
Speaker 0: Weil natürlich musste ich jetzt mir kein Rechner- oder virtueller Maschine beim zentralen IT Service beantragen oder sonst irgendwas und irgendwelchen Bestellungsprozesse durchgehen sondern man hat halt ein Account und dann kann man relativ schnell viele Sachen provisionieren, die man gerade braucht.

00:05:14.340 --> 00:05:23.140
Speaker 0: Und diese Flexibilität ist dir was, das dich gerade ausmacht und was die auch attraktiv macht für POC'n oder auch für Skalierungen.

00:05:23.200 --> 00:05:33.260
Speaker 0: Wenn du danach sagst ich habe jetzt nicht nur zehn User sondern vierzig hundertfünfzig User da zwei Hundert User sind immer noch kleine Zahlen aber wie gesagt da war noch überzeugendes Arbeit zu leisten.

00:05:33.780 --> 00:05:34.980
Speaker 1: Wie muss ich mir sowas vorstellen?

00:05:35.020 --> 00:05:41.040
Speaker 1: Jetzt hatten wir die Strategie in der erste Folge besprochen, jetzt kommst du.

00:05:42.240 --> 00:05:45.300
Speaker 1: Der erste Case war natürlich ein schöner Beispiel für das.

00:05:46.820 --> 00:05:48.320
Speaker 1: man kann es erfolgreich in der Cloud machen.

00:05:48.800 --> 00:05:58.760
Speaker 1: aber da kommt jetzt eine junge Wilde und will erstens Sachen neu machen und auf der anderen Seite aber auch irgendwie Standards einführen so wie Du es beschrieben hast.

00:05:58.820 --> 00:05:59.620
Speaker 1: unterschiedliche Systeme.

00:06:01.400 --> 00:06:02.840
Speaker 1: Wie wird man da aufgenommen?

00:06:05.480 --> 00:06:12.120
Speaker 0: Ich glaube in jeder Firma ist wenn man Veränderungen angeht, egal auf welcher Ebene und in welchem Tempo.

00:06:13.240 --> 00:06:23.060
Speaker 0: Erstmal ein bisschen abneigendes falsche Wort aber vorsichtig abtasten was das genau bedeutet.

00:06:23.800 --> 00:06:28.360
Speaker 0: Das wichtigste für mich ist immer man muss aufpassen dass man nicht arrogant rüber kommt.

00:06:29.640 --> 00:06:40.900
Speaker 0: Ich habe die Weisheit nicht mit einem Löffel geschluckt Und ich kenne dieses Unternehmen auch nicht gut genug um zu wissen welche Probleme es viel gestanden sind vor fünf Jahren, vier Jahren, sechs Jahren.

00:06:41.540 --> 00:07:01.320
Speaker 0: Meistens haben viele Lösungen, wo sie zusammengebaut wurden einen guten Grund warum sie so zusammen gebaut wurden und das tut immer gut diese Sachen zu verstehen also den Leuten auf Augenhöhe zu begegnen und zuerst mal ihr Problem zu verstehen Warum haben Sie das mit einem PowerShell Script gelöst?

00:07:01.800 --> 00:07:09.600
Speaker 0: Und dann den Wert davon zu darlegen wenn man dich an andere Technologien hält.

00:07:10.100 --> 00:07:13.580
Speaker 0: Meistens ist es auch immer Kosten, also man sagt ja immer die Cloud ist teuer.

00:07:14.940 --> 00:07:17.060
Speaker 0: Wenn man sie richtig benutzt kann die Saison sehr effizient sein.

00:07:17.760 --> 00:07:27.540
Speaker 0: Man muss sie halt richtig konfigurieren und da ist natürlich schon Überzeugungsarbeit zu leisten weil ein Haus das sehr von on-prem getrieben ist.

00:07:29.580 --> 00:07:31.200
Speaker 1: Weil auch so viele Datenmengen da sind oder?

00:07:31.680 --> 00:07:31.800
Speaker 1: Das

00:07:31.900 --> 00:07:32.100
Speaker 0: auch!

00:07:32.460 --> 00:07:32.580
Speaker 1: Also

00:07:32.740 --> 00:07:34.300
Speaker 0: vor allem unser Archiv ist riesig.

00:07:36.840 --> 00:07:39.580
Speaker 0: Es heißt ja auch nicht, dass man, wenn man in die Cloud geht alles in die cloud schieben muss.

00:07:41.120 --> 00:07:41.900
Speaker 0: Darum geht es ja auch gar nicht.

00:07:41.960 --> 00:07:44.520
Speaker 0: Das darf man ja auch compliance-mäßig sowieso nicht.

00:07:44.600 --> 00:07:48.680
Speaker 0: Da gibt's immer verschiedene Richtlinien, die gewisse Daten sowieso nie erlauben.

00:07:48.840 --> 00:08:02.360
Speaker 0: aber es geht halt darum auch diese Denkweise zu ändern das der Cloud unsicher ist oder dass alles was man dort tut teuer ist und im Haus wie hier sehr von on-prem getrieben ist.

00:08:02.960 --> 00:08:04.160
Speaker 0: historisch hat das auch sing gemacht.

00:08:04.680 --> 00:08:06.080
Speaker 0: Das möchte ich jetzt gar nicht kritisieren.

00:08:07.620 --> 00:08:10.880
Speaker 0: Aber dieses Feingefühl, dass On-Prem auch verstockt die Kosten hat.

00:08:13.220 --> 00:08:14.800
Speaker 0: In der Cloud sieht man sehr genau was, was kostet?

00:08:15.220 --> 00:08:17.120
Speaker 0: Ich kann dir genau sagen dieser eine... Ja schön

00:08:17.180 --> 00:08:17.640
Speaker 1: aufrechnen, ja.

00:08:17.900 --> 00:08:21.000
Speaker 0: Er hat dreihundertsechzig Dollar gekostet in den letzten zwei Monaten.

00:08:21.540 --> 00:08:24.680
Speaker 0: Wenn man dann fragt, was hat das on-prem gekostelt und sagt mal, der Server ist umsonst.

00:08:25.160 --> 00:08:25.380
Speaker 0: Nein!

00:08:26.040 --> 00:08:27.120
Speaker 0: Der Server ist nicht umsonsten.

00:08:27.980 --> 00:08:29.600
Speaker 0: Wie gesagt er ist ein bisschen Aufklärungsarbeit.

00:08:30.120 --> 00:08:32.460
Speaker 0: Manche Sachen machen dann auch nichts, sind zu migrieren.

00:08:32.520 --> 00:08:37.020
Speaker 0: Weil der Oracle Server hat schon da und die Betreuung von dem Oracle Server läuft noch in den nächsten zehn Jahren.

00:08:37.480 --> 00:08:40.860
Speaker 0: Warum soll man das ein riesiges Migrationsprojekt machen wenn denn der Nied noch nicht da ist?

00:08:40.919 --> 00:08:49.680
Speaker 0: Also muss man immer verstehen woher die Leute kommen welche Probleme sie lösen möchten und ob es der richtige Zeitpunkt ist überhaupt diesen Usges anzugehen.

00:08:49.740 --> 00:08:58.960
Speaker 0: weil es gibt immer die low-hanging fruits die einfacher sind und halt die wo man weiß da muss man mehr Bezeugungsarbeit leisten oder Der Zeitpunkt wird noch nicht gekommen das Anzug greifen einfach.

00:09:02.240 --> 00:09:07.640
Speaker 1: Kannst du uns mal ein bisschen Schritt für Schritt durch die Architektur führen, die jetzt gerade da ist?

00:09:07.680 --> 00:09:13.720
Speaker 1: Ich glaube das ist total spannend mal zu sehen wo ihr gerade seid und dann können wir glaube ich von da in Detail fragen kommen.

00:09:14.880 --> 00:09:17.420
Speaker 1: Mein Stand war, um das Framing-Nummer zu machen.

00:09:17.460 --> 00:09:28.540
Speaker 1: Die Strategie war als Erster da und danach kam auf jeden Fall der Punkt, dass du gesagt hast, lass uns den ersten Schritt vielleicht in die neue Welt erlautmachen, gucken ob es funktioniert wie es funktioniert.

00:09:28.980 --> 00:09:33.220
Speaker 1: aber auf der anderen Seite hattest du auch so ein bisschen die Governance Aspektpunkte.

00:09:34.180 --> 00:09:36.580
Speaker 1: wo stehen wir denn gerade jetzt nach zweieinhalb Jahren?

00:09:37.280 --> 00:09:41.640
Speaker 0: Also grundsätzlich ist es jetzt so, dass wir eine fertige fertige Plattform haben.

00:09:41.960 --> 00:09:50.240
Speaker 0: Ich denke natürlich daran, dass wir die Plattform nicht aus einzelnen Open Source Lösungen zusammengestückelt haben würde auch nicht funktionieren mit der Teamgröße, die wir haben.

00:09:50.480 --> 00:10:03.680
Speaker 0: also wir haben zweieinhalb Leute, die die Plattform maintainen müssen und wenn man dann quasi der Airflow Trino und andere Technologien zusammenstupselt, dann hat man eigentlich fast für jede Technologie schon einen FTE, der da mitwirken muss.

00:10:04.200 --> 00:10:05.660
Speaker 0: deswegen haben wir ein Platform as a Service.

00:10:07.520 --> 00:10:16.640
Speaker 0: das steht jetzt Benutzbar ist es seit einem Jahr, weil natürlich da das Plattform als Service ist, kann man relativ schnell ins Machen.

00:10:18.460 --> 00:10:22.040
Speaker 0: Wo wir jetzt aber noch länger damit beteiligt waren und war die Compliance.

00:10:22.660 --> 00:10:25.840
Speaker 0: Also, wie gesagt in der Cloud muss man schon aufpassen, nicht mehr konfiguriert.

00:10:26.560 --> 00:10:41.160
Speaker 0: Dann mussten natürlich auch bei so einer Sache eine Schutzbedarfsanalyse machen also quasi mit unserem CSU-Office abstimmen was man dort alles machen kann das man nicht machen kann welche Zugriffe wie geregelt werden wer welche Verantwortlichkeiten hat dann auch diesen Penetrationstest durchführen.

00:10:42.060 --> 00:10:55.220
Speaker 0: diese ganze Spanne ging es glaube ich noch mal so ein Dreivierteljahr dass man wirklich die ganzen Compliance Section gemacht hat bis man die Plattform benutzen konnte und die ersten Use Cases austesten konnte, auch mal eine andere Abteilung Zugriff geben konnte, dass wir einfach mal spielen können.

00:10:55.360 --> 00:11:01.940
Speaker 0: Und die ersten use cases austesten konnten gegen nur so drei vier Monate aber dann das Enterprise-Reihe zu bekommen.

00:11:02.160 --> 00:11:05.920
Speaker 0: Das ist dann quasi mehr oder weniger fast ein Jahresprojekt gewesen.

00:11:06.500 --> 00:11:14.240
Speaker 0: Jetzt stehen wir da, dass Wir wirklich auch schon definitive Workflows haben also CI CD jetzt komplett durch alle Stages.

00:11:14.360 --> 00:11:15.280
Speaker 0: Wir haben Dev Station Brot.

00:11:15.320 --> 00:11:18.960
Speaker 0: Da muss man nicht mehr mit Klick-Opps rumklicken oder sonst irgendwas.

00:11:20.060 --> 00:11:32.380
Speaker 0: Wir haben die rechte Vergabe richtig geklärt, also was wir zentral vergeben und was die einzelnen Teams vergeben... Wir haben geklärt wie man Daten reinbekommt.

00:11:33.300 --> 00:11:39.660
Speaker 0: Grundsätzlich machen wir das meist über Python aber mir auch den Kafka-Klaster, den man auch reingehen kann.

00:11:40.540 --> 00:11:41.500
Speaker 0: Es ist wirklich schon viel da!

00:11:41.780 --> 00:11:48.240
Speaker 0: Also mittlerweile Sie sind mir wirklich so aufgestellt, dass wir eigentlich jeglichen Use-Case abdecken können.

00:11:48.720 --> 00:11:54.220
Speaker 1: Ja, weil die Daten... Also damit ich es nochmal richtig verstehe, die Daten liegen ja theoretisch schon on-prem.

00:11:54.820 --> 00:11:59.560
Speaker 1: Sie sind aber nicht so erschlossen wie du sie jetzt in der neuen Architektur zur Verfügung stellen würdest?

00:12:00.060 --> 00:12:03.340
Speaker 0: Ne also da kommen das berühmte Wort Datenprodukte.

00:12:04.080 --> 00:12:06.760
Speaker 0: Diese Daten, die auch an Premle liegen, kannst davon sein Datenprodukt.

00:12:07.220 --> 00:12:09.280
Speaker 0: Keins davon kannst du jetzt einfach konsumieren.

00:12:09.760 --> 00:12:16.620
Speaker 0: Das Typische ist natürlich wenn man solche Sachen macht nimmt ein Datenbankzugriff und macht eine View, zieht sich dort die Daten ab.

00:12:17.280 --> 00:12:22.160
Speaker 0: Da muss man auch wieder gucken, dass man eine Replikation macht damit immer das Produktivsystem nicht im Unterdruck sitzt.

00:12:23.140 --> 00:12:42.200
Speaker 0: aber wie gesagt also die meisten Daten die wir bekommen aus diesen Systemen sind historische gewachsene Systeme wo zu einem Zeitpunkt entwickelt worden sind wo das Datenthema noch nicht so groß war und deswegen muss man sehr viel transformieren damit sie überhaupt zum Innenreport sinnvoll darstellbar sind.

00:12:42.800 --> 00:12:45.800
Speaker 0: Und da sind wir halt wieder bei den typischen Ethel-Prozessen, die man braucht.

00:12:46.180 --> 00:12:50.080
Speaker 0: Wo man einfach sagt okay, wir haben eine Datenbank, da gibt es zwanzig verschiedene Tabellen.

00:12:51.080 --> 00:13:01.960
Speaker 0: Wir müssen die erst mal in ein anderer Schema bringen und erstmal Qualitätsext drauf laufen lassen damit irgendjemand hinten im Fachbereich konsistent Daten dazu auswerten kann.

00:13:03.460 --> 00:13:10.580
Speaker 1: Nimm uns mal auf den Prozess mit... War dir schon klar, welche Technik du einführen willst?

00:13:10.640 --> 00:13:15.720
Speaker 1: Wie hast du bewertet was ihr braucht und wie hast du vielleicht auch dieses Thema verglichen die dann in der Kirche kommen.

00:13:16.900 --> 00:13:20.460
Speaker 0: Also klar von Anfang an war für mich nur dass ich nicht alle selber baue

00:13:21.220 --> 00:13:21.360
Speaker 1: weil

00:13:21.920 --> 00:13:28.020
Speaker 0: die FTEs das eigentlich nicht hergeben und das Projekt dafür zu klein budgetiert war.

00:13:31.500 --> 00:13:39.100
Speaker 0: Was ich möchte, habe ich grundsätzlich schon auch aus meiner eigenen Erfahrung von vorigen Datenprojekten mitgezogen.

00:13:40.060 --> 00:13:41.780
Speaker 0: Und dann gab es natürlich auch die strategische Ausrichtung.

00:13:41.900 --> 00:13:53.100
Speaker 0: also es wurde schon auch dezidiert in einer Strategie festgelegt dass man Richtung Lakehouse gehen möchte und die Flexibilität haben will, die ein Lakehouse mit sich bringt.

00:13:57.320 --> 00:14:04.880
Speaker 0: Ich bin der Meinung wenn man ein relativ großes Unternehmen ist Es gibt größere WN-OF, aber wir haben schon auch ca.

00:14:04.940 --> 00:14:11.340
Speaker 0: sechstausende Mitarbeiter, dass man meistens mit den größeren Ventoren geht weil die alles irgendwo haben.

00:14:11.820 --> 00:14:18.740
Speaker 0: und ich bin immer der Meinung irgendwann kommt der Punkt in der Plattformreise wo irgendein anderer Skabern ins Featuren noch ein Feature möchte oder sonst irgendwas.

00:14:19.140 --> 00:14:22.560
Speaker 0: Und dann ist es gut wenn du in einer größeren Plattform bist, denn da ist das Feature einfach schon da.

00:14:23.400 --> 00:14:25.640
Speaker 0: Wenn du eine kleinere Firma bist, dann brauchst du diese Feature wahrscheinlich nie.

00:14:26.160 --> 00:14:28.720
Speaker 0: Aber bei dieser Größe Ja, für mich ist schon klar okay.

00:14:29.060 --> 00:14:37.100
Speaker 0: Ihr zahlt sich wahrscheinlich in Long-Term aus dass man auf einem etablierten Anbieter sitzt weil die einfach ein riesiges Portfolio haben was man dann wirklich damit machen kann.

00:14:37.900 --> 00:14:39.880
Speaker 0: und da sehen wir jetzt auch die ersten Früchte davon.

00:14:40.000 --> 00:14:51.880
Speaker 0: also das zum Beispiel mit dem Vibecoding angeht wenn mir eine Open Source Lösung genommen hätten hätten wir wahrscheinlich unseren eigenen Coding Agent unserer Plattform Tunen entwickeln oder sonst irgendwas müssen.

00:14:52.500 --> 00:14:55.940
Speaker 0: bei einem Hersteller der die Plattform liefert kommt dieser Agent natürlich mit.

00:14:56.700 --> 00:15:06.460
Speaker 0: Da musst du nicht den Agent selber mit dem Kontext in der Plattform quasi trainieren oder tunen und das wäre normalerweise schon ein eigenen FTE von Agenten für deine Plattform zu entwickeln.

00:15:06.540 --> 00:15:11.480
Speaker 0: Also da kommen diese Opportunity-Kosten, die man nehmen kann und hat auch der geringe TCO damit kommt.

00:15:12.080 --> 00:15:16.300
Speaker 0: Und dann haben wir natürlich einfach wirklich tolles ja bei diesen etablierten Anbietern.

00:15:16.840 --> 00:15:21.940
Speaker 0: Man bekommt Testzugänge wie... Ja, hinterhergeworfen ist nicht schwierig zu bekommen.

00:15:22.480 --> 00:15:26.940
Speaker 0: Man bekommt da meistens dann noch extra Credits wenn man quasi in einer Firma ankommt.

00:15:27.420 --> 00:15:42.920
Speaker 0: und dann haben wir einfach – ich und ein Kollege, die sind Social Media Use Cales umgesetzt beide auf verschiedenen Plattformen, haben das besser angeschaut wo es besser funktioniert hat was nicht so gut funktioniert hat, haben dann am Ende die Kosten angeschauert und glücklicherweise was da was besser funktioniert hatte auch die billige Plattform.

00:15:42.960 --> 00:15:46.080
Speaker 0: Und dann war die Entscheidung relativ einfach.

00:15:47.360 --> 00:15:52.060
Speaker 1: Das heißt, ihr habt euch bewusst dafür entschieden den ersten Use Case zum Anbieter-Auswahl zu nehmen?

00:15:52.380 --> 00:15:52.540
Speaker 0: Genau.

00:15:52.580 --> 00:15:53.580
Speaker 0: Weil ich das einfach singe gemacht habe.

00:15:53.660 --> 00:15:56.160
Speaker 0: Da wusste man schon dass solche Use Cases öfters reinkommen.

00:15:56.580 --> 00:16:03.640
Speaker 0: Der weiß auch nicht kompliziert ist es eine RestAPI Chasens irgendwo ablegen und dann transformieren und dann in ein Visuierungstool zu geben.

00:16:04.500 --> 00:16:10.780
Speaker 0: Das kommt in so einem Unternehmen hunderttauten mal vor, dass irgendwie die RestAPIs abgezogen werden müssen Und dann halt die Chasing Dateien.

00:16:12.300 --> 00:16:15.160
Speaker 1: Hat dich der Anbiter der gewonnen hat überrascht?

00:16:16.000 --> 00:16:17.500
Speaker 0: Nein, er ist ein sehr bekannter Anbieter.

00:16:21.460 --> 00:16:26.180
Speaker 1: Was waren weitere Kriterien oder das Kriterium was euch sozusagen dann für den Anbeter entschieden hat?

00:16:27.260 --> 00:16:27.840
Speaker 1: Gab's noch weitere?

00:16:29.980 --> 00:16:36.540
Speaker 1: Weil es verständlich ist hier habt ihr einen langen Prozess über Penetrationstest Enterprise Readiness.

00:16:37.620 --> 00:16:38.880
Speaker 1: Unterstellst du das den Großen?

00:16:39.000 --> 00:16:41.680
Speaker 1: oder wie ausgiebig kann man sowas

00:16:41.940 --> 00:16:42.120
Speaker 0: wissen?

00:16:44.260 --> 00:16:45.680
Speaker 0: Manche meinen, so was checkt man natürlich auch.

00:16:46.420 --> 00:16:59.960
Speaker 0: Aber ich habe auch einen kleineren Anbieter angeschaut der derzeit sehr innovativ ist im Daten-Transformationsbereich und da die haben auch eine Enterprise Lösung aber das fehlen zu viele Governance Features.

00:17:00.200 --> 00:17:02.900
Speaker 0: Die sind erst in zwei drei Jahren soweit nie ganz sicherlich Bilder gewesen.

00:17:03.880 --> 00:17:11.140
Speaker 0: Und wenn ich jetzt keine Ahnung mit zehn, zwanzig Mann Firma wäre und ich bräuchte den Datus hat, dann würde ich wahrscheinlich zur Gegend gehen weil es ein weniger Wichtigkeit drin hat.

00:17:11.900 --> 00:17:24.300
Speaker 0: Wir merken jetzt schon, dass die ganzen Features, die solche Enterprise-Plattformen anbieten, wie lange man die Schutzbedarfanalyse macht, wie mehr machen wir einen Hälgchen dran und auch die ganzen ISO-Zertifizierungen.

00:17:24.800 --> 00:17:34.420
Speaker 0: Also ich glaube, wir mussten vier oder fünf, ich weiß nicht mehr ganz genau, wie viele ISO- Zertifzierungen unser Team so oft es wollte, das der Anbieter anbietet.

00:17:34.800 --> 00:17:37.360
Speaker 0: Und da sind schon zwei andere rausgefallen weil sie einfach nicht genug ISO-.

00:17:39.940 --> 00:17:43.420
Speaker 0: Die Compliance macht manch jetzt auch sehr viel einfacher bei den Entscheidungen.

00:17:44.720 --> 00:17:47.680
Speaker 1: Thorsten, wie lange hat eigentlich die Technik dann gebrauchte Strategie zu folgen?

00:17:47.720 --> 00:17:53.200
Speaker 1: Weil es ist ja meistens so dass ... Es wird was verkauft in ... Kann man noch an Anführungsstrichen sehen.

00:17:54.500 --> 00:18:04.900
Speaker 1: Die Mehrwerte werden kommuniziert das ist ja auch etwas mit Carina zum Thema Fachabteilung mehrwert kommuniziert habe und Dann will man es natürlich sofort umgesetzt haben.

00:18:06.180 --> 00:18:08.220
Speaker 1: Wie lange war's dann am Ende?

00:18:08.920 --> 00:18:10.960
Speaker 1: Hast du vorhin schon so teilweise beantwortet, ne?

00:18:11.640 --> 00:18:17.340
Speaker 0: Ja also wie gesagt der OF ist ja davon getrieben dass wir vertikale Strukturen haben.

00:18:17.560 --> 00:18:29.820
Speaker 0: Also die einzelnen Abteilungen möchten sehr autonom sein und da gab´s schon einen Tagbereich den er schon darauf gewartet hat auch wirklich selber das Tool auszuprobieren.

00:18:30.480 --> 00:18:35.180
Speaker 0: Da ging jetzt noch relativ schnell dass wir mit dem Fachbereich was hinstellen konnten.

00:18:35.540 --> 00:18:41.800
Speaker 0: Das ging nur drei, vier Monate damit sie einfach auch wissen das die Teil der Reise sind, die wir gemeinsam gehen.

00:18:43.560 --> 00:18:45.600
Speaker 0: Das war echt eigentlich kein so großes Thema.

00:18:46.220 --> 00:18:52.420
Speaker 0: aber jetzt quasi wo es dann auch solche Anfragen gab ja aber können wir da auch die ESGVO relevante Daten reinladen?

00:18:52.940 --> 00:18:57.960
Speaker 0: Das geht wieder länger weil dann müssen wir erstmal mit unserem Datenschutzbeauftragten reden.

00:18:58.280 --> 00:19:05.480
Speaker 0: Dann müssen wir im Prozess aussetzen wie man sich Fragista einträgt und Right to be forgotten, right to be deleted.

00:19:05.560 --> 00:19:10.980
Speaker 0: Das ist für dich ein alles komplexierter und bis dieser den Prozesten aufsteht es gibt halt wie gesagt gegenseitig noch mal dieses dreiviertel Jahr.

00:19:12.340 --> 00:19:19.880
Speaker 0: Aber ansonsten ist das der Vorteil wenn du was SS Service besiehst Du kannst halt schneller starten Du musst nicht alles nochmal neu erfinden.

00:19:23.460 --> 00:19:32.020
Speaker 1: Bei Der ersten Folge zum Thema Strategie sind wir schnell Auf eine technische Ebene gekommen nämlich durch die Broadcast ID.

00:19:33.560 --> 00:19:41.940
Speaker 1: Kannst du uns aus technischer Sicht noch mal mitnehmen, was das ist und ... Ist es jetzt sozusagen durch die ... Durch die Cloud-Variante, die ihr aufgebaut habt?

00:19:42.020 --> 00:19:46.900
Speaker 1: Also durch die neue Technologie erst entstanden oder hättet ihr eigentlich auch die Sachen um Prem lösen können.

00:19:47.960 --> 00:19:49.720
Speaker 0: Man kann immer alles lösen.

00:19:49.780 --> 00:19:53.860
Speaker 0: Das ist immer eine Frage des Trade-Offs, den man machen möchte.

00:19:55.200 --> 00:20:02.400
Speaker 0: Grundsätzlich sind die Broadcast-ID deswegen etwas Innovatives weil es eine dezentrale ID ist.

00:20:02.900 --> 00:20:08.780
Speaker 0: Also wir haben kein System in der Mitte, das die IGs verteilt und quasi guckt dass es unik ist.

00:20:09.380 --> 00:20:23.540
Speaker 0: Sondern jedes System hat die Verantwortung diese ID auszustellen und ihr habt ein URI-Format also URI ist sowas wie eine URL wo man im Internet eingibt, wo mir quasi die Entität definieren diese ID bezeichnen soll.

00:20:24.120 --> 00:20:28.380
Speaker 0: dann kommt das System und dann in dem System können sie ihren eigenen ID Raum vergeben.

00:20:28.900 --> 00:20:33.580
Speaker 0: Und was das so innovativ ist ist quasi dass wir die Bedeutung der Daten mit in hier die verpacken.

00:20:34.220 --> 00:20:50.220
Speaker 0: Also wir haben vorhin oder in der Folge davor haben wir gehört, dass die EBU Core Plus Entitäten definiert und eine Entität ist zum Beispiel dieses Editorial Objects oder Kreation also der Beitrag des Piece of Content das du publizieren möchtest.

00:20:50.820 --> 00:20:54.860
Speaker 0: Und in der ID heißt dann quasi gibt es einen Slash den heißt das Quasi Creation.

00:20:55.320 --> 00:21:02.560
Speaker 0: Dann kommt quasi das System sagen wir mal Teleplan und dann kommt die Nummer und damit können wir quasi Semantik.

00:21:02.840 --> 00:21:06.320
Speaker 0: von der ID haben wir quasi schon die Bedeutung davon, was ich identifizieren soll.

00:21:06.940 --> 00:21:28.060
Speaker 0: Und es ist sehr unig weil normalerweise wenn du Datenprobleme lösen möchtest probierst du sie mal an der Quelle zu lösen entgeht und hier versuchen wir das Master Data Management Problem an der quelle zu Lösen anstatt hinten dran ein Master Data Managements System zu kaufen dass matchen Merge macht um eigentlich in Approximationen oder AI oder wie auch immer dann die gleichen Beiträge probiert zu matchen.

00:21:29.280 --> 00:21:34.440
Speaker 0: und deswegen finde ich diesen Broadcast-Einsatz oder von der Broadcast ID, super innovativ.

00:21:35.500 --> 00:21:42.460
Speaker 0: Wie gut wir damit fahren sehen wir dann in zwei oder drei Jahren wenn wir das wirklich auch produktiv Erfahrungen gesammelt haben.

00:21:42.500 --> 00:21:45.580
Speaker 0: damit aber wie gesagt es hat alles eine Vor und Nachteile.

00:21:46.060 --> 00:21:52.660
Speaker 0: Eine zentrale ID hat weniger Kommunikationsoverhead muss man wenige Sachen definieren.

00:21:53.440 --> 00:21:55.440
Speaker 0: In der Dezentralen musst du mehr kommunizieren.

00:21:55.500 --> 00:22:01.520
Speaker 0: um ein bisschen vom System abhängen ist immer jeder Schwerdorf muss Rahmenwerk, das einem gegeben ist.

00:22:01.700 --> 00:22:02.820
Speaker 0: Hattest

00:22:02.880 --> 00:22:06.040
Speaker 1: du diese Lösung, die ihr da konzipiert habt schon mal woanders gesehen?

00:22:06.780 --> 00:22:07.700
Speaker 0: Noch nicht in diesem Hausmaß.

00:22:07.760 --> 00:22:14.460
Speaker 0: also diese Lösung kommt ja nicht von unserem Haus es kommt von der AID und sie haben das damals entwickelt.

00:22:16.740 --> 00:22:22.480
Speaker 0: Also ich habe das auch noch nie gesehen dass Ein Haus, seine ID, eine semanische Bedeutung nimmt.

00:22:22.560 --> 00:22:23.640
Speaker 0: Weil es hat natürlich auch Nachteile.

00:22:24.120 --> 00:22:25.700
Speaker 0: Du bindest dich an diese Bedeutsung?

00:22:26.320 --> 00:22:27.580
Speaker 0: Das heißt du hast weniger Flexibilität.

00:22:28.060 --> 00:22:34.380
Speaker 0: Deswegen probieren wir auch die ID nicht noch tiefer zu tun also... Wir können jetzt sagen, wir haben eine Kreation.

00:22:35.000 --> 00:22:40.280
Speaker 0: Die Kreation ist von Typ I irgendwas aber dann musst du immer neue IDs krenelieren, dass dir tiefer du reingehst.

00:22:40.700 --> 00:22:47.360
Speaker 0: Also deswegen probier mir eine große Abtraktion oder eine hohe Abtragzonen zu wählen das mir den Trade-Off dieses Flexibilitäts aber trotzdem Eindeutigkeit haben.

00:22:48.640 --> 00:22:54.480
Speaker 0: Wie gesagt, ich habe noch nie gesehen und bin gespannt wie erfolgreich wir sind.

00:22:55.100 --> 00:23:01.760
Speaker 0: Von meinem Verständnis her ist es super toll, dass man die Chance hat, solche Masterseite-Management Probleme an der Quelle zu lösen.

00:23:02.120 --> 00:23:12.840
Speaker 0: Die Fachabteilungen, diese Systeme ohne auch die Idee und die Logik dahinter und nicht irgendwo ein Team zwei Blöds weiter, die den Prozess gar nicht versteht.

00:23:13.600 --> 00:23:14.760
Speaker 0: Deswegen bin ich ein großer Fan davon!

00:23:16.440 --> 00:23:22.940
Speaker 1: Musstet ihr aber dann diese Blaupause nochmal auf den ORF anpassen, oder war das die Copy-Paste und das Thema?

00:23:24.960 --> 00:23:26.800
Speaker 0: Leider ist nie was mit Copy-past.

00:23:26.860 --> 00:23:27.920
Speaker 0: Das wäre schön, wenn es so wäre.

00:23:29.100 --> 00:23:33.460
Speaker 0: Wie gesagt, also das wurde auch schon in der Folge davor erwähnt.

00:23:33.520 --> 00:23:35.940
Speaker 0: Es ist einfach toll, wenn's eine Grundlage gibt!

00:23:36.560 --> 00:23:43.420
Speaker 0: Ich weiß nicht wie oft du schon Ziemann gesessen bist, wo das immer die Definition.

00:23:43.480 --> 00:23:44.280
Speaker 0: was ist ein Kundeist.

00:23:45.080 --> 00:23:51.880
Speaker 0: Es gibt vier verschiedene Departments, die alle gerne definieren, was ein Kunden ist und dann kann man herrlich viel Zeit verschwenden um diese Definitionen zu machen.

00:23:52.480 --> 00:24:01.540
Speaker 0: mit dieser EU-Antologie sind einige Diskussionen einfach schon mal im Vorhinein hingelegt worden, ob wir sie jetzt wirklich so benutzen oder nicht?

00:24:01.600 --> 00:24:02.260
Speaker 0: Das ist eine andere Frage.

00:24:02.820 --> 00:24:09.180
Speaker 0: aber so ein typisches Beispiel ist quasi wir haben Bundeslandsendungen und die sind bei uns geplant als Platzhalter.

00:24:09.900 --> 00:24:11.660
Speaker 0: Aber ein Platzhalter ist ja kein Piece of Content.

00:24:12.200 --> 00:24:17.620
Speaker 0: Also können wir da keine Kreation-ID vergeben, weil das ist gar nicht der Content den wir ausstrahlen.

00:24:18.120 --> 00:24:29.020
Speaker 0: Deswegen haben wir dort einen Unweg gemacht und haben quasi dem Platzhaltern als ein Publication Plan Entitietet Typ verwendet und danach können wir dann auf die Kreation wieder referenzieren.

00:24:29.520 --> 00:24:33.980
Speaker 0: Das ist quasi nicht so geschrieben in der Ontologie oder wurde nicht so definiert.

00:24:34.460 --> 00:24:37.540
Speaker 0: Aber man muss sich natürlich auf seine aktuellen Prozesse anpassen.

00:24:38.020 --> 00:24:49.420
Speaker 0: Und da werden noch viele solche Beispiele kommen, weil wie gesagt es ist ein Standard die einen Übersicht der so wie den Stadtplan und das ist so wie bei inner Stadtplan aus dem Wiener Stadtplan legst funktioniert auch nicht.

00:24:49.800 --> 00:25:04.220
Speaker 0: aber man kann sich wahrscheinlich Ideen davon abnehmen wie man Bus-Härtenstellen platziert wo man was in der Fußgängerzone macht und sonst irgendwas und so fällt sich jetzt ja einfach ähnlich dass man quasi Eine Karte hat, an der man sich orientieren kann.

00:25:06.700 --> 00:25:09.960
Speaker 1: Jetzt hast du vorhin darüber gesprochen, Thorsten, ihr habt zentralen Tool eingekauft?

00:25:10.000 --> 00:25:11.820
Speaker 1: Ihr habt die ersten Use-Cases selber umgesetzt?

00:25:11.880 --> 00:25:19.420
Speaker 1: Ich glaube das Social Media oder Analytics Case war ja auch was von einer dezentralen Einheit.

00:25:19.460 --> 00:25:24.120
Speaker 1: Du hast vorhin drüber gesprochen, dass ihr sehr vertikal strukturiert seid.

00:25:25.800 --> 00:25:34.160
Speaker 1: Wie muss ich mir jetzt ... das Zusammenspiel technisch vorstellen, was ihr aus der Zentrale mit den dezentralen Einheiten eigentlich habt.

00:25:34.440 --> 00:25:36.640
Speaker 1: Also was können die selber machen?

00:25:36.700 --> 00:25:38.200
Speaker 0: Das ist eine gute Frage!

00:25:39.300 --> 00:25:41.140
Speaker 0: Da sind wir ja bei dem Geltamersch-Ansatz,

00:25:41.820 --> 00:25:41.980
Speaker 1: der

00:25:42.440 --> 00:25:47.220
Speaker 0: ja sehr wohl bekannt ist und vielleicht auch ein bisschen verpömt ist, weil alle da schon mal probiert hat umzusetzen.

00:25:47.300 --> 00:25:49.660
Speaker 0: weiß, dass viele Fachabteilungen das anders sehen.

00:25:51.000 --> 00:25:58.020
Speaker 0: Ist noch nicht anders aber... Wir so wie alle Unternehmen haben, es gibt ja quasi wir nennen die jetzt mal so die lokalen Data Heroes.

00:25:59.260 --> 00:26:05.280
Speaker 0: Wo's einfach einzelne Abteilungen gibt, die sind von Natur aus schon sehr nah dran und bei denen ist das einfacher zu sagen hey!

00:26:05.840 --> 00:26:10.660
Speaker 0: Wir haben eine Plattform ihr bekommt ein Workspace, da könnt ihr quasi machen was ihr wollt tut euer Ding.

00:26:12.580 --> 00:26:24.920
Speaker 0: Die gibt's, die noch selten diese Abteilung aber da gibts zwei, die schon ganz gut dabei sind und wir haben quasi eine Community Meeting Wo wir jetzt besprechen, dass Ihre Problemen sind.

00:26:25.040 --> 00:26:29.640
Speaker 0: Dann probieren wir quasi ein Plattformfeature anzubieten so was wie die CICD Pipelines.

00:26:30.080 --> 00:26:41.400
Speaker 0: Wenn wir sagen hey wir definieren euch für Euch die Templates dann brauchst du ja nur den Code im Template ändern und nicht die ganze CICd also die GitHub-Actions unssozeug schreiben sondern bündestell einfach das Template.

00:26:41.760 --> 00:26:45.880
Speaker 0: Dann erzählen Sie vielleicht auch, dass Ihr jetzt ein Beta-Feature freigeschalten braucht oder sonst irgendwas.

00:26:45.920 --> 00:26:48.620
Speaker 0: Dann gibt es einen Austausch und man lernt sie auch gegenseitig.

00:26:49.440 --> 00:26:54.540
Speaker 0: Wir haben zum Beispiel auch gesagt, dass der eine Computer billiger ist als der andere Computer.

00:26:54.580 --> 00:26:55.680
Speaker 0: Weil sie das rausgefunden haben.

00:26:55.720 --> 00:26:58.760
Speaker 0: Also es fängt sehr stark davon ab... Aber

00:26:58.800 --> 00:27:00.400
Speaker 1: die sind dann auf der Plattform auch selber drauf?

00:27:00.600 --> 00:27:01.120
Speaker 0: Genau ja und genau!

00:27:01.480 --> 00:27:02.640
Speaker 0: Die sind da auf der plattform drauf.

00:27:02.700 --> 00:27:07.880
Speaker 1: Ja also die habt ihr auch sozusagen dazu animiert auf der Platzform mitzuarbeiten.

00:27:08.880 --> 00:27:11.120
Speaker 0: Das ist wieder auch von dieser Kultur getrieben.

00:27:11.360 --> 00:27:13.740
Speaker 0: Es gibt einfach Abteilungen, die wollen sehr unabhängig sein.

00:27:14.220 --> 00:27:21.940
Speaker 0: Und Detailmasches ist präsentiert dafür sei unabhängig von einem zentralen Datenteam, dass nicht das zentrale Datenteem deine Priorisierung machen muss.

00:27:22.320 --> 00:27:37.720
Speaker 0: Wenn du jetzt dran kommst oder nicht und wenn die Abteilung des technischen Know-how hat und die Ressourcen dann ist es immer ein super toller Trade Off weil wir haben die Basis Infrastruktur und sie können quasi ihre eigenen Freiheiten ihre eigene Priorierung machen.

00:27:38.280 --> 00:27:40.060
Speaker 0: uns selber schauen wie Sie vorankommen.

00:27:40.700 --> 00:27:44.340
Speaker 0: meistens ist halt leider so diese Kenntnisse nicht sehr gut verbreitet sind.

00:27:44.400 --> 00:27:48.780
Speaker 0: Also ist es halt nicht so, dass in jeder Abteilung im ORF ein Data Engineer irgendwo wäre.

00:27:49.800 --> 00:27:59.080
Speaker 0: und für welche Plattformen braucht man halt leider meisten Python-Kentnisse und ein bisschen Verständnis davon wie man solche Pipelines aufbaut?

00:27:59.980 --> 00:28:05.400
Speaker 0: Und bei diesen Abteilungen ist es einfach so, wir probieren sie da abzuholen wo sie sind.

00:28:06.060 --> 00:28:09.960
Speaker 0: Wir probier uns langsam fortzutasten sagen so hey eigentlich wär das so gedacht, dass ihr das mal ohnt.

00:28:10.520 --> 00:28:12.700
Speaker 0: und dann merkt man gleich so Nein, nein!

00:28:13.620 --> 00:28:14.260
Speaker 0: Da merkt man gleich okay.

00:28:14.960 --> 00:28:25.940
Speaker 0: Das verschieben wir auf ein späteres Thema und bei anderen Abteilungen merken wir einfach schon, dass eine andere Zugang dazu hat, solche Sachen auszuprobieren oder

00:28:25.980 --> 00:28:26.000
Speaker 1: so.

00:28:26.040 --> 00:28:27.300
Speaker 1: Aber weil die mehr Leute haben?

00:28:27.440 --> 00:28:28.700
Speaker 1: Oder weil sie mehr an Verständnis haben?

00:28:28.740 --> 00:28:30.500
Speaker 1: Weil die schon generell weiter waren... Also

00:28:30.560 --> 00:28:35.560
Speaker 0: ich glaube einfach, weil es Abteilung sind, die sich schon länger mit dem Datenthema befassen.

00:28:36.000 --> 00:28:45.780
Speaker 0: Es gibt einfach Abteilungs- sehr nah dran, weil es gibt bei uns zum Beispiel eine Abteilung die macht die Quotenauswertungen und schon seit zwanzig dreißig Jahren mehr oder weniger.

00:28:46.700 --> 00:28:50.800
Speaker 0: Und sie machen ja nichts einfaches Daten zu transformieren und Daten zu interpretieren.

00:28:51.280 --> 00:28:55.820
Speaker 0: Da ist das natürlich nahegelegt, dass solche Abteilungen sich mit Durkenturs einfacher tun.

00:28:57.020 --> 00:29:00.520
Speaker 0: Die anderen Abteilungs-, die Online-Abteilung ist alles digital.

00:29:01.080 --> 00:29:07.800
Speaker 0: da ist auch schon klar, dass die Berührungspunkte mit diesen Themen hatten und dort schon quasi anfangen.

00:29:08.400 --> 00:29:12.380
Speaker 0: bei anderen Abteilungen ist es halt nicht so greifbar, vor allem wenn zum Beispiel im Anlagentechnik geht oder so.

00:29:13.040 --> 00:29:19.360
Speaker 0: Da ist viel quasi die Hardware in Fokus und im Vordergrund nicht unbedingt die Daten, die damit produziert werden.

00:29:19.740 --> 00:29:25.760
Speaker 1: Aber kann man dann eigentlich sagen dass man... Wenn ich dir jetzt die Fragen stellen würde was macht man zentral?

00:29:25.820 --> 00:29:26.820
Speaker 1: Was macht man dezentral?

00:29:27.420 --> 00:29:30.060
Speaker 1: Du die klassische Berater Antwort geben würdest.

00:29:30.220 --> 00:29:32.300
Speaker 1: Es kommt darauf an weil jede Abteilung unterschiedlich ist?

00:29:33.200 --> 00:29:35.340
Speaker 0: Nein also zentrall ist ja schon Infrastruktur.

00:29:36.140 --> 00:29:36.280
Speaker 1: Also

00:29:36.960 --> 00:29:42.880
Speaker 0: wirklich dass wir dezentral probieren zu machen ist die Verantwortung für das, was auf der Infrastruktur läuft.

00:29:44.020 --> 00:29:57.300
Speaker 0: Aber die Infrastruktur provozionieren bereitstellen wie gesagt die Compliance von der Infrastruktur testen, des Rechte im Management Konzept vorgeben, die Vorgaben welche Tools man wie benutzt in einer Plattform also dieses ganze Zeug drum herum.

00:29:57.980 --> 00:29:59.460
Speaker 0: Also man nennt das ja immer Leute enablen.

00:30:00.580 --> 00:30:05.660
Speaker 0: Die müssen ja auch irgendwie nicht einfach nur so hey benutzt es, sondern meistens brauchen die ein bisschen mehr.

00:30:05.740 --> 00:30:08.440
Speaker 0: so Hey wir haben des und des ausgeschaltet.

00:30:08.500 --> 00:30:16.600
Speaker 0: du kannst nicht einfach weiß ich nicht Geld ausgeben ins unendliche weil da sind irgendwelche Blocker drin.

00:30:16.800 --> 00:30:28.140
Speaker 0: oder also das Teil dieses Plattform ist alles was zentral use case unabhängig ist kommt normal in eine Plattform Und alles, was bei der J-Use-Case bezipisch ist kommt normalerweise ins Team rein.

00:30:28.860 --> 00:30:31.840
Speaker 0: Es können auch Infrastruktur-Elemente sein aber eher kleinere.

00:30:33.680 --> 00:30:36.520
Speaker 1: Siehst du bei euch dieses Skill Level aufzubauen?

00:30:37.020 --> 00:30:45.200
Speaker 1: Ich habe mit Karina viel darüber gesprochen wie kann ich eigentlich die Fachbereiche enablen und ich glaube das ist ein wichtiger Punkt.

00:30:45.300 --> 00:30:46.980
Speaker 1: Wie kann ich es denn überhaupt technisch enabeln?

00:30:47.040 --> 00:30:53.640
Speaker 1: Wie stelle ich überhaupt fest ob sie dann auf der Plattform arbeiten können oder nicht und stellt ihr dann zentral die Trainings zur Verfügung?

00:30:54.360 --> 00:30:57.940
Speaker 0: Also zentral würde ich jetzt mal sagen ja ein.

00:30:59.400 --> 00:31:04.460
Speaker 0: Es ist schon so, dass wir eine Schulungsabteilung haben und mit denen können wir Schulungsanheiten ausarbeiten.

00:31:04.860 --> 00:31:14.380
Speaker 0: also für unser Dashboarding-Tool haben wir solche Schulungen und da macht die Schulung auch unsere Mitarbeiter im Team und tut das auch mit kreieren.

00:31:15.640 --> 00:31:22.120
Speaker 0: Für das ganze Plattformthema haben wir noch keine Schulungen weil der Bedarf nicht groß genug ist.

00:31:22.560 --> 00:31:25.560
Speaker 0: Also, es müssten sich noch mehr Leute dafür begeistern lassen.

00:31:26.160 --> 00:31:40.220
Speaker 0: Und deswegen ist unsere Herangehensweise gerade das Abstraktionslevel von der Plattform zu erhöhen und es quasi weg davon zu treiben dass es nur ein technisches Tool ist sondern auch zu vermitteln.

00:31:40.260 --> 00:31:43.540
Speaker 0: auch du als weniger technischer User kannst damit schon Sachen tun.

00:31:43.580 --> 00:31:55.880
Speaker 0: Dass ihr mir wieder bei dem ganzen Vibcoding und den Argetten da drin ist also da führt dich durch die ganze Plattform durch, dem könntest du schreiben bitte Nimm mir die Daten von APG-Glückselon und mach mir ein paar Visualisierungen.

00:31:56.380 --> 00:32:03.720
Speaker 0: Und dann kommt da was zurück, also nach einem viel anderes Attraktionslevel wo man wenig technische Leute überhaupt mit reinkommen kann.

00:32:03.900 --> 00:32:05.960
Speaker 0: Das ist gerade so der Plan von uns.

00:32:06.000 --> 00:32:20.120
Speaker 0: wir haben jetzt quasi auch eine Sandbox aufgesetzt wo wir quasi den Budget bereitstellen wo alle mal reingehen dürfen und einfach mal Sachen machen dürfen ohne sich darüber Gedanken zu machen was da jetzt passieren könnte oder sonst irgendwas damit mehr einfach ein bisschen die Angst vor dem Tool nimmt.

00:32:22.300 --> 00:32:30.120
Speaker 1: Es klingt für mich so ein bisschen, dass ihr Self-Service gar nicht im klassischen Reporting Visualisierung machen wollt sondern sogar eine Tiefe geht.

00:32:30.860 --> 00:32:38.140
Speaker 0: Wenn es möglich ist... Also meines Reporting kennt man eh die ganz Bekannten, die sind alle schon eher lowcode-mäßig.

00:32:39.520 --> 00:32:44.760
Speaker 0: Lowcodes sind vor Nachteile und die Plattformen, die wir haben hat auch ne Lowcode Komponente.

00:32:45.540 --> 00:32:55.800
Speaker 0: Mit der Meinung durch die ganzen AI Coding Tools braucht man keine Lowcode mehr sondern man kann es auch mit deterministischen Codes dann machen, der produziert wird.

00:32:56.260 --> 00:32:58.860
Speaker 0: Man braucht natürlich die Validierung am Ende.

00:32:59.520 --> 00:33:09.940
Speaker 0: aber da kann man sich schon auf Prozesse überlegen dass sie mal Vibe-Koden kommen und bevor was auf Produktion geht muss einer vom zentralen Team drüber schauen oder nochmal ein bisschen nachschärfen oder sonst irgendwas.

00:33:10.880 --> 00:33:24.840
Speaker 0: Aber ich merke jetzt schon das ist Leute viel einfacher fällt In natürlicher Sprache irgendwas zu tun, als sich in einem Interface durchzuklicken das zwanzig Buttons hat und viele verschiedene Features hat.

00:33:25.400 --> 00:33:27.620
Speaker 0: Also ich sehe da sehr viel Potenzial drin eigentlich.

00:33:31.040 --> 00:33:37.620
Speaker 1: Jetzt seid ihr schon sehr dabei viele auf die Plattform zu heben dieses Self-Service nicht im Reporting sondern auch auf der Engineering zu machen.

00:33:38.040 --> 00:33:40.560
Speaker 1: also vorhin gesprochen dass ihr euch für einen großen Anbieter entschieden habt.

00:33:41.100 --> 00:33:46.740
Speaker 1: Wo viel wir ja gerade auch in Deutschland und Europa darüber diskutieren, ist ein bisschen Abhängigkeiten, Log-in-Effekte.

00:33:47.320 --> 00:33:49.680
Speaker 1: Wie erträglich es eigentlich den Log-In-Denier generiert?

00:33:50.420 --> 00:33:54.860
Speaker 0: Ja ich finde der Log-IN immer eine Sache die mit Budget kommt.

00:33:55.440 --> 00:33:57.980
Speaker 0: also wir können quasi komplett souverän sein.

00:33:58.680 --> 00:34:01.920
Speaker 0: wenn ich den Team jetzt vom Florida bekomme dann habe ich damit kein Problem.

00:34:02.100 --> 00:34:06.300
Speaker 0: Meistens ist das da nicht der Fall, dass muss man den einfach kommunizieren, dass man kann es haben.

00:34:06.920 --> 00:34:13.420
Speaker 0: aber in jeder Plattform kann man auch bewusste Entscheidungen treffen die sich tiefer rein sperren oder weniger tief reinsperren.

00:34:13.460 --> 00:34:24.780
Speaker 0: Bei uns ist zum Beispiel der Fall was ein sehr bekanntes Tool des Data-Buildtools also dbt Das ist ein Open Source Framework indem man SQL formulieren und abhängen tracken kann.

00:34:25.639 --> 00:34:29.020
Speaker 0: Das kann ich auf jegliche Datenbank anwenden.

00:34:29.739 --> 00:34:35.699
Speaker 0: So, ich könnte aber auch das properitäre SQL-Transformationstool von der Plattform benutzen und locken mich natürlich dann wieder mehr ein.

00:34:36.199 --> 00:34:45.020
Speaker 0: Und durch Entscheidungen kann man natürlich bewusst treffen oder unbewusst treffen um wir versuchen halt die einfachen Entscheidungen bewusst zu treffen weil es nicht sehr weh tut dieses Tool zu benutzen.

00:34:45.860 --> 00:34:54.719
Speaker 0: Und bei Sachen wo wir wissen gerade bei den Coding Agents wenn mir so was selber machen müssten würde da einfach viel zu viele Ressourcen kappen.

00:34:55.480 --> 00:35:02.260
Speaker 0: Die UI-Bereitstellung und die Integration zwischen den einzelnen Komponenten, das vergessen die meisten Leute.

00:35:02.340 --> 00:35:10.320
Speaker 0: Also es ist nicht einfach fünf Open Source Tools zusammenzumanschen und die Integrations zwischen diesen Tools zu maintain und aufrecht zu erhalten.

00:35:10.720 --> 00:35:13.860
Speaker 0: Das sind alles Sachen wo ich denen gerne sage okay da ist ein gewisser Look in drin.

00:35:15.120 --> 00:35:23.760
Speaker 0: aber wenn man eine Exishrategie formuliert und sich bewusst Gedanken macht wo man der look gehen will und wo nicht dann kann man relativ gut planen.

00:35:24.320 --> 00:35:28.440
Speaker 0: dass man in der Zukunft auch wieder weg migrieren kann ist natürlich trotzdem im Aufwand verbunden.

00:35:28.520 --> 00:35:34.440
Speaker 0: Ich hab aber auch ein bisschen so die Wette, dass mit den Coding Agents Migrationen in Zukunft einfacher werden.

00:35:35.080 --> 00:35:42.280
Speaker 0: Auch wenn du die Age-Cases immer noch selber austesten musst, aber es muss keiner mehr fünftausend Teilen codehändisch umkonvertieren und irgendwas anderes.

00:35:42.360 --> 00:35:49.860
Speaker 0: also ich glaube das macht sich in Zukunft schon auch einfacher diesen Look in einfacher Zoom gehen oder die Migration billiger zu machen zumindest.

00:35:53.300 --> 00:35:56.440
Speaker 1: Es hat viel über Migration und über Struktur gesprochen.

00:35:58.800 --> 00:36:01.600
Speaker 1: Es klingt ja sehr einfach so ein Tool einzuführen, wie du es beschrieben hast.

00:36:01.660 --> 00:36:04.080
Speaker 1: Karina ist mal kurz im Urlaub und dann kommt sie wieder, hat das erledigt!

00:36:05.840 --> 00:36:09.820
Speaker 1: Was sind die Kosten, die aufwendiger waren als geplant?

00:36:10.420 --> 00:36:22.400
Speaker 0: Also für mich war sehr überraschend den Compliance-Standard durchzubekommen also von allen Konfigurationspunkten, die du machen kannst abzuchecken was ist denn jetzt überhaupt erlaubt oder nicht?

00:36:22.460 --> 00:36:24.540
Speaker 0: erlaubт wo sind Graubereiche?

00:36:24.680 --> 00:36:28.080
Speaker 0: da muss man sehr viele Abstrichs oder falsche Wort.

00:36:28.460 --> 00:36:42.000
Speaker 0: Abstimmungen machen mit dem Datenschutzbeauftragenden CISO-Office und diese Abstimmung kosten einfach Zeit, und das ist aber wichtig auch – also möchte ich gar nicht sagen, dass es eigentlich verkehrtes Ding ist – aber muss auch die Expertise erst mal im Team haben, jetzt richtig einzuschätzen.

00:36:42.280 --> 00:36:50.680
Speaker 0: Und da haben wir einfach Glück, dass wir einen erfahrenen Kollegen reinbekommen haben der das schon öfter gemacht hat und auch selber schonmal auf der anderen Seite war, quasi beim Penetration Test.

00:36:50.920 --> 00:36:55.120
Speaker 0: Der war aber, der probierte zu hacken und sich einfach sehr gut auskannte das auch als aufzustellen.

00:36:55.600 --> 00:37:00.740
Speaker 0: Ich hätte mir nicht alleine... Also ich hätte es mir vielleicht beigebracht, aber ich will bei Weitem nichts ordentlich gewesen wäre.

00:37:01.300 --> 00:37:12.900
Speaker 0: Und jetzt ist ein riesigen Aufwand also wirklich dieses Stück für Stück durchgehen den Penetration Test zu planen, das mit dem externen durchzugehen, Infusion Detection Systeme die Log-Events zu analysieren wenn was passiert.

00:37:13.000 --> 00:37:17.240
Speaker 0: man muss was alerted werden sonst irgendwas unglaubliche Detailarbeit.

00:37:17.280 --> 00:37:18.840
Speaker 0: da muss man sehr tief ins technische rein gehen.

00:37:20.520 --> 00:37:24.220
Speaker 0: Ich würde sagen, es hat in mindestens ein dreiviertel Jahr e.V.

00:37:24.440 --> 00:37:29.560
Speaker 0: schon bezahlen gesprungen gekostet wirklich diese Detailtiefe in der Security reinzubekommen.

00:37:31.560 --> 00:37:33.280
Speaker 0: und das ist ja noch eine Plattform aus dem Service.

00:37:34.160 --> 00:37:40.620
Speaker 0: wenn ich mir vorstelle, ich habe vier verschiedene Tools wo ich das überall nochmal evaluieren muss mit was kann ich denn da als alles konfigurieren?

00:37:41.260 --> 00:37:42.540
Speaker 0: dann wäre mir wahrscheinlich nie fertig geworden.

00:37:42.580 --> 00:37:44.520
Speaker 0: also das ist echt nicht zu unterschätzen.

00:37:45.220 --> 00:37:50.720
Speaker 0: Enterprise Ready ist etwas anderes als ich tue mal irgendwas in einem Docker-Compose hochziehen.

00:37:50.940 --> 00:37:52.080
Speaker 0: Das ist einfach eine komplett andere Liga.

00:37:54.280 --> 00:37:57.860
Speaker 1: Am Ende stellt man sich also immer ein bisschen die Frage, was habe ich jetzt gespart?

00:37:57.920 --> 00:37:59.280
Speaker 1: Was da der Business Case dahinter?

00:37:59.820 --> 00:38:08.320
Speaker 1: Und wir haben vorhin über On-Prem gesprochen und du hast ja so'n bisschen On-Prime in Cloud verglichenst oder der klassische schwarz-weiß Vergleich, den man ja macht.

00:38:08.700 --> 00:38:10.840
Speaker 1: Was sparte euch jetzt dadurch, dass ihr nicht on-prem seid?

00:38:11.320 --> 00:38:14.900
Speaker 0: Also meiner Meinung nach sparen wir uns erstmal die Hardware vor Ort.

00:38:15.500 --> 00:38:16.920
Speaker 0: Dem müssen wir erst mal beschaffen.

00:38:17.480 --> 00:38:19.440
Speaker 0: Da heißt man muss auch einen Coolraum haben für dieses Server.

00:38:20.180 --> 00:38:26.140
Speaker 0: Diese Server müssen natürlich auch softwaretechnisch gewartet werden, also Windows Updates, Patch Management etc.

00:38:28.340 --> 00:38:33.120
Speaker 0: Dann ist es so dass das Netzwerkverbindung ja auch alles aufrechterhalten werden.

00:38:33.620 --> 00:38:37.460
Speaker 0: die Observability Tools davon muss man ja auch noch mal rein haben.

00:38:37.540 --> 00:38:43.800
Speaker 0: mehr braucht eine Person die sich darum kümmert Also dieses ganze quasi die Hardware.

00:38:43.980 --> 00:38:54.600
Speaker 0: somit wenn sie da steht Stimmt einfach nicht, weil es gibt einfach mindestens eine Person die sich dann um diese vier Server kümmern muss damit sie quasi keine Security Incidences haben nur auf Software und Hardware Ebene.

00:38:55.460 --> 00:38:57.000
Speaker 0: Und da sparen wir natürlich extrem viel!

00:38:57.660 --> 00:39:04.380
Speaker 0: Da ist noch der Plattform als Servicegedanke, die gewisse Cloudsache nochmal abstrahieren.

00:39:04.900 --> 00:39:10.120
Speaker 0: Man kann die Sachen ja auch nativ in der Cloud hosten aber dann muss man sich zum Beispiel mit Integration machen.

00:39:10.500 --> 00:39:14.200
Speaker 0: wie fahre ich ein Spark-Cluster hoch, das muss man sich dann alles selber beibringen.

00:39:14.360 --> 00:39:15.940
Speaker 0: Das abstrahiert diese Plattform zum Beispiel.

00:39:15.980 --> 00:39:17.360
Speaker 0: Ich drücke den Knopf und dann wird ein Sparkcluster

00:39:17.420 --> 00:39:17.860
Speaker 0: hochgefahren.".

00:39:19.140 --> 00:39:26.120
Speaker 0: Und da gibt es ganz viele Details die man einfach... Es sind gelöste Engineering Probleme.

00:39:26.680 --> 00:39:30.640
Speaker 0: aber wenn du sie selber lösen musstest, dann musst du da einfach Zeit und Ressourcen einplanen.

00:39:30.680 --> 00:39:38.860
Speaker 0: und da sehe ich dass wir uns richtig viel Geld eingespart haben, dass wir diese Probleme nicht nochmal für uns lösen weil es eben schon gelöste Probleme sind.

00:39:39.640 --> 00:39:41.200
Speaker 1: Hast du das mal irgendwo hin und reporten müssen?

00:39:41.260 --> 00:39:42.700
Speaker 1: Also wo jetzt steht oder

00:39:43.540 --> 00:39:43.940
Speaker 0: wie der Käse ist?

00:39:43.980 --> 00:39:49.980
Speaker 0: Ja, also es gibt bei uns sowieso immer... Wir haben eine sehr offene Kommunikation nach außen hin.

00:39:50.420 --> 00:39:59.220
Speaker 0: Wir haben jedes Quartal so eine externe Review, wo wir unsere Fortschritte auch unseren ganzen Stakeholder quasi vorzeigen und berichten was wir gemacht haben.

00:39:59.900 --> 00:40:06.720
Speaker 0: Und vor allem für die Nachbarabteilung den online Teilbetritt.

00:40:07.160 --> 00:40:19.260
Speaker 0: Die waren sehr heiß drauf, quasi jetzt ihre neues Tool zu benutzen und da war schon klar, das sollte jetzt nicht quasi ein Jahr dauern bis die da quasi ihre neuen Lösungen aufbauen können sondern halt eher drei vier Monate dauern.

00:40:19.800 --> 00:40:28.500
Speaker 0: Von dem her war es schon einen Erfolg wo wir sie dann auch anborden konnten und sie hat nicht zwölf Monate warten mussten wie sie mir da irgendwas zeigen konnten.

00:40:28.540 --> 00:40:43.620
Speaker 0: dass ist da wirklich auch für Sie value generiert und ich würde sogar sagen, die würden mittlerweile nicht mehr wegwollen weil sie den Vorteil einfach gesehen haben ist in so einer Plattform, wo ... Services für dich vor, also das ist eben ein Produkt ein richtiges.

00:40:44.080 --> 00:40:48.220
Speaker 0: Wo wirklich Abstraktionen für dich geschaffen werden, wo dein Leben erleichtern.

00:40:49.020 --> 00:40:56.880
Speaker 0: Also von dem her ja machen wir regelmäßig und es gibt immer besondere Events, wo andere Abteilungen auch drauf warten was zu tun.

00:40:59.460 --> 00:41:07.500
Speaker 1: So einen Thema zum Schluss mich gedanklich gerade noch beschäftigt, weil Karina es auch am Ende gesagt hat.

00:41:07.540 --> 00:41:09.440
Speaker 1: Das ist ein bisschen der Knowledge-Graf.

00:41:09.520 --> 00:41:25.200
Speaker 1: Also das neue Buzzword im Kontext ... Karina meinte, ihr habt festgestellt, dass das nicht für alle gilt sondern eher useCase bezogen funktioniert.

00:41:26.120 --> 00:41:33.300
Speaker 1: Woran würdest du denn sagen, dass man technisch validieren kann oder sieht, dass jetzt dieser eine UseCase der richtige ist für den Grafen?

00:41:33.860 --> 00:41:41.060
Speaker 0: Ja so zuerst mal ... Für uns war es ja auch so, wir sind natürlich nicht immun gegen den was alles außen passiert.

00:41:41.160 --> 00:41:44.820
Speaker 0: Alle wollen Knowledgecraft alle wollen Ontologien und das hört sich immer so an.

00:41:44.880 --> 00:41:58.480
Speaker 0: Wir wollen den Context-Layer für das Enterprise machen Und wir kannten uns natürlich zu wenig aus mit der Technologie und dachten sie kann mehr als wir sie wirklich kann.

00:41:58.540 --> 00:42:05.640
Speaker 0: am Ende und es liegt einfach daran dass der fundamentale Unterschied ist Knowledgecrafts sind und Ontologieren sind quasi Schema Mapping.

00:42:06.300 --> 00:42:16.900
Speaker 0: also du kannst quasi modellieren, dass in der Datenbank Y vornal mit drin steht und in der Datenbank Z vor drin steht.

00:42:17.100 --> 00:42:17.980
Speaker 0: Und es die gleiche Bedeutung hat.

00:42:18.620 --> 00:42:24.340
Speaker 0: aber du kannst nicht validieren das Max-Mustermann in der Dattenbank eins, der gleiche Max- Mustermann ist in den Datenbanken zwei.

00:42:24.820 --> 00:42:34.420
Speaker 0: Dieses Matching was eigentlich Masterseite im Management ist löst dein Nordisch Graf nicht und deswegen ist unser Brittthema so wichtig weil dort tun wir unsere Identifikationsproblematik lösen.

00:42:35.140 --> 00:42:41.540
Speaker 0: Und wenn wir die Daten clean haben, dann können sie auch in der Knowledge Grafen reinpopuläten.

00:42:42.140 --> 00:42:46.080
Speaker 0: Aber solange wir diese Daten nicht richtig haben bringt uns den Logic Graph in diesem Thema nicht.

00:42:46.160 --> 00:42:54.760
Speaker 0: Er bringt uns nur was verständnismäßig, was das bedeutet aber es bringt uns erstmal nichts hier um quasi die Datenqualität oder irgendwie dieser Probleme zu lösen.

00:42:55.540 --> 00:42:56.720
Speaker 0: und für den Use Case selber.

00:42:57.720 --> 00:43:00.760
Speaker 0: Grafen sind schon immer dafür gemacht, Netzwerkanalysen zu tun.

00:43:01.980 --> 00:43:10.000
Speaker 0: Nur weil du jetzt rausfinden möchtest, ob Markus Lanz in der Sendung im Glückslohn war, brauchst du kein Grafen.

00:43:10.200 --> 00:43:12.020
Speaker 0: Das ist eine relativ einfache SQL-Apfrage.

00:43:14.900 --> 00:43:19.740
Speaker 0: Wenn die Metadaten stimmen, sind wir auf dem Thema und das macht den Nollisch Graf auch nicht magisch weg dieses Metadateproblem.

00:43:20.960 --> 00:43:26.140
Speaker 0: Aber all diese Daten musst du erst mal haben und vorbereiten haben, dass sie überhaupt mit dem Nollish Grafen reinbekommen.

00:43:26.900 --> 00:43:31.040
Speaker 0: Und da wurde eigentlich schon klar ... haben wir in dieser Qualität gar nicht.

00:43:31.400 --> 00:43:36.320
Speaker 0: Deswegen macht es das auch gar keinen Sinn zu den Zeitpunkten damit anzufangen, auch wenn alle gerne machen würden.

00:43:36.940 --> 00:43:51.500
Speaker 0: Aber wenn jetzt ein Use-Case gäbe wo Journalisten solche Fragen haben und wer die Datenqualität irgendwo hätten, wo das rausfindbar wäre würde das natürlich schon Sinn machen dann zum POC aufzusetzen sagen hey da geht was in der Richtung.

00:43:53.920 --> 00:43:56.180
Speaker 1: Ich hoffe, ich fühle dich ja jetzt nicht zu sehr auf glatteis.

00:43:56.240 --> 00:43:58.160
Speaker 1: Aber kannst du uns torsten nochmal den Unterschied?

00:43:58.200 --> 00:44:00.540
Speaker 1: Weil das gerade so ultra oft benutzt wird.

00:44:01.000 --> 00:44:01.860
Speaker 1: Was ist Kontext?

00:44:02.660 --> 00:44:04.620
Speaker 1: Dann gibt es auf der anderen Seite Semantik-Layer.

00:44:04.660 --> 00:44:05.820
Speaker 1: haben wir auch heute drüber gesprochen.

00:44:05.920 --> 00:44:07.300
Speaker 1: Graf die ganzen Buzzwords.

00:44:08.020 --> 00:44:09.380
Speaker 1: Kannst du die Unterschiede mal erklären?

00:44:10.680 --> 00:44:18.960
Speaker 0: Ich würde jetzt mal behaupten dass ich niemand bin, der die Definitionen quasi bestimmen kann aber ich habe meine eigenen Mahnungen zu diesen Definitionern.

00:44:19.420 --> 00:44:21.620
Speaker 0: also für mich erst einmal Kontakt und ein eigenes Wort.

00:44:22.400 --> 00:44:30.640
Speaker 0: was mich beim Kontext für mich in diesem ganzen Agentic Eye präzisieren würde ist, es kann erst mal aus jedem System kommen.

00:44:31.260 --> 00:44:33.980
Speaker 0: Was hier sehr relevant ist, ist eher wie ich stelle ich es bereit?

00:44:34.500 --> 00:44:40.420
Speaker 0: Weil Kontext ist super useCase spezifisch und man muss ihn irgendwo finden – wie finde ich den hin?

00:44:40.800 --> 00:44:42.480
Speaker 0: Und ist das überhaupt relevant für diesen einen UseCase?

00:44:42.940 --> 00:44:49.020
Speaker 0: Also diese Spezifität und diese Zeit, wenn sie braucht.

00:44:49.100 --> 00:44:58.860
Speaker 0: Also wenn man sich einen AI-Agent vorstellt der eine Entscheidung treffen muss dann muss er in diesem Entscheidungshorizont innerhalb von Kernungen zehn Sekunden wissen was ist der Kontext in dem ich bin?

00:44:59.000 --> 00:45:01.740
Speaker 0: Wo bekomme ich den Konzentrierer und was bedeutet das für die Entscheidung?

00:45:02.240 --> 00:45:08.080
Speaker 0: Das ist kein triviales Problem auch wenn du überhaupt den Kontakt irgendwo hast überhaupt jetzt so zu bereitzustellen.

00:45:08.520 --> 00:45:16.920
Speaker 0: also Kontakt ist für mich nicht irgendwie der Layer, dass es ein Problem ist die richtigen Daten zur richtigen Zeit und Richtung Newscast bereitzustellen.

00:45:17.240 --> 00:45:18.360
Speaker 0: Und das ist schon super schwierig!

00:45:19.320 --> 00:45:31.880
Speaker 0: Beim Sematic Layer sieh mir einfach, wenn ich jetzt provokant bin bei dem Thema Knowledge Graph quasi weil Sematic Layers sind meistens Jamelsfalls einfach nur.

00:45:32.460 --> 00:45:33.900
Speaker 0: also die sind meisten properitär.

00:45:34.200 --> 00:45:39.580
Speaker 0: Also jede Sucht der Lösung hat seinen eigenen Sematic layer und da schreibst du halt einfach rein was deine Metriken bedeuten.

00:45:40.300 --> 00:45:42.080
Speaker 0: aber du weißt ja dein Business sind nicht nur Metriker.

00:45:42.820 --> 00:45:45.380
Speaker 0: Es gibt viele verschiedene Sachen, die sein Business beschreiben.

00:45:45.820 --> 00:45:49.260
Speaker 0: Also bei uns in der Metrik kann quasi der Public Value sein, den man anfühlt.

00:45:49.460 --> 00:45:52.720
Speaker 0: Dann kann man definieren in einer Metrik und beschreiben warum man so berechnet oder wie man berechnet.

00:45:53.380 --> 00:45:59.700
Speaker 0: Das sagt aber doch nicht, wie ein Beitrag mit einer Sendung zusammenhängt oder wie ich ja ausspiele wenn es mit einer Sendung zusammenhängen.

00:46:00.160 --> 00:46:02.560
Speaker 0: Und da kommt halt das ganze Thema Ontologie wieder rauf.

00:46:02.960 --> 00:46:09.680
Speaker 0: Die Ontologie beschreibt wirklich deinen gesamten Unternehmens Dasein, wenn man es einfach zu beschreiben möchte.

00:46:09.760 --> 00:46:10.760
Speaker 0: Wie funktioniert denn ein Unternehmen?

00:46:10.820 --> 00:46:12.840
Speaker 0: Der sollte eine Ontologie abbilden können.

00:46:13.960 --> 00:46:17.180
Speaker 0: Und dann dieses Knowledgecraft-Thema, das ist deshalb so interessant.

00:46:18.340 --> 00:46:22.880
Speaker 0: Nicht nur weil es ein Graph ist sondern weil die Ontologie im Prinzip am Daten mit dran hängt.

00:46:23.140 --> 00:46:33.640
Speaker 0: also dass diese expressive Ontologie, die sehr genau definiert was ein Beitrag ist, das sehr genau definitioniert wie einen Beitrag in der Sendung zusammenhängt und die Datensätze da drin hast wird das spiegeln dieser Relationen.

00:46:34.020 --> 00:46:41.340
Speaker 0: Das heißt du kannst viel präziser suchen nach dem was du machen möchtest aber du brauchst nicht unbedingt Knowledgecraft um eine Ontologie zu erstellen.

00:46:41.780 --> 00:46:48.680
Speaker 0: Also für mich ist schon der große Mehrwert, die diese Debatte überhaupt prägt, dass sich Leute Gedanken machen über ein Unternehmensdatenmodell.

00:46:49.200 --> 00:46:50.200
Speaker 0: wie sprechen wir über Daten?

00:46:50.500 --> 00:46:51.660
Speaker 0: Welche Daten gibt es überhaupt?

00:46:52.100 --> 00:46:59.280
Speaker 0: und dafür braucht du jetzt nicht gleich die Full-Flash-Ontologie Du kannst doch mit was an, kann im Bild anfangen wo du einfach in das Gespräch gehst und sagt hey!

00:47:00.140 --> 00:47:01.280
Speaker 0: Wir haben da verschiedene Datentüpfe.

00:47:01.380 --> 00:47:02.460
Speaker 0: wie verbindet man das?

00:47:02.960 --> 00:47:11.420
Speaker 0: Und da sehe ich schon der riesige Benefit wenn man mit dem Themen anfängt Wo man nicht sagt, wir gehen jetzt quasi in den Knowledge-Graf und alles vollfletscht.

00:47:13.020 --> 00:47:14.900
Speaker 0: Definiert erst mal für euch was eure Demäne ausmacht.

00:47:15.000 --> 00:47:18.040
Speaker 0: Definit wird der Daten für euch bedeuten?

00:47:18.580 --> 00:47:20.000
Speaker 0: Und da muss man erstmal gar nicht technologisch sein.

00:47:20.040 --> 00:47:22.040
Speaker 0: Das ist eine sehr fachliche Diskussion!

00:47:24.080 --> 00:47:26.380
Speaker 1: Viele wollen ja aber jetzt gerade besprechen.

00:47:26.480 --> 00:47:27.860
Speaker 1: zum Thema Large Language Modelle.

00:47:28.080 --> 00:47:35.200
Speaker 1: Du hast auch zum Thema Agenten gesprochen... ...und viele Leute sagen, der Agent braucht Kontext.

00:47:37.560 --> 00:47:46.500
Speaker 1: Jetzt hast du vorhin ein paar Beispiele gemacht, auch aufgezeigt dass vielleicht nicht alle Systeme den richtigen Kontext haben oder man sich darüber nachdenken muss.

00:47:47.220 --> 00:47:48.540
Speaker 1: Setzt ihr denn schon Agenten ein?

00:47:49.020 --> 00:47:54.660
Speaker 1: und jetzt die provokante Frage gibt dir denn euren Agenten den richtigem Kontext?

00:47:55.200 --> 00:48:00.440
Speaker 0: Also ich glaube diese Frage probiert die Industrie sogar so zu beantworten wie sieht sowas genau aus?

00:48:01.440 --> 00:48:02.160
Speaker 0: So wie überall.

00:48:02.280 --> 00:48:10.100
Speaker 0: Also ich glaube, Gardner hat vor einem Jahr oder vor zwei Jahren eine Statistik ausgebracht, die meinten ... Oder eine Abschätzung auch rausgebracht, keine Statistiken.

00:48:10.600 --> 00:48:12.240
Speaker 0: Die meintten bis zum Jahr zwanzig, siebenundzwanzig.

00:48:12.340 --> 00:48:15.460
Speaker 0: Es gibt es achtzig Prozent produktive AI-Use Cases.

00:48:16.440 --> 00:48:24.580
Speaker 0: GenAI-Uses Cases Liste das vor zwei Wochen bei einer Konferenz wo dieses Jahr waren nur achtzehn Prozent der GenAI USCASE Produktiv.

00:48:25.200 --> 00:48:30.860
Speaker 0: also merken wir schon dass viel gemacht wird drum herum, aber wirklich Produktiv wird nicht viel benutzt.

00:48:31.340 --> 00:48:32.160
Speaker 0: Und bei uns ist das halt ähnlich.

00:48:32.280 --> 00:48:40.580
Speaker 0: also wir haben eine sehr gute Innovationsabteilung die würde ich sagen hat den Anfang von agentischen Workflows.

00:48:40.640 --> 00:48:52.180
Speaker 0: also da gibt es zum Beispiel einen Recherche-Agent der nimmt dann halt verschiedene Tools oder verschiedene Agenten aber das sind halt herodimentäre die können halt... Der eine macht Google Search, der andere macht Wikisurge, der Andere macht dieses Surge.

00:48:52.300 --> 00:48:56.760
Speaker 0: Es ist nicht so, dass man irgendwie die komplexe Prozesskette oder sonst irgendwas automatisieren würde.

00:48:57.280 --> 00:49:14.100
Speaker 0: Also wir haben vereinzelt, sagen wir mal im einen Satz, die schon Skills benutzen aber das ist weit davon entfernt irgendwie eine breite Flecke zu haben und geben wie ihnen richtigen Kontexten nicht on the fly also das alles noch sehr usergebunden.

00:49:15.980 --> 00:49:17.580
Speaker 0: Das ist aber auch ein Grundbind-Tieb vom OIF.

00:49:18.320 --> 00:49:25.260
Speaker 0: Der humanelut muss sowieso immer mit dabei sein und dann ist auch sowieso die Frage, wie viel Autonomie gibst du ihnen?

00:49:25.300 --> 00:49:35.180
Speaker 0: Auch wenn du den Kontext hättest, weil irgendeinem uns das ja nachvollziehen kann was da passiert und normalerweise das Kontext geben bei den Taschen, die gerade überhaupt agentisch sind noch sehr.

00:49:35.340 --> 00:49:38.560
Speaker 0: ich lade das PDF Dokument rein oder sonst irgendwas.

00:49:38.840 --> 00:49:39.100
Speaker 1: Noch keine

00:49:40.700 --> 00:49:41.320
Speaker 0: komplexen Cases.

00:49:44.460 --> 00:49:52.180
Speaker 1: Was heißt denn eigentlich das Thema Ownership und das Thema Organisationsmodell, wenn wir perspektivisch Agenten auch in Fachbereichen

00:49:52.240 --> 00:49:52.420
Speaker 0: haben?

00:49:53.260 --> 00:49:54.340
Speaker 0: Ja, das ist eine sehr interessante Frage.

00:49:54.600 --> 00:49:56.220
Speaker 0: Ich finde da komme ich wieder zurück zu dem Data Mesh.

00:49:56.880 --> 00:50:06.020
Speaker 0: Alle die im Datenberg unterwegs sind werden jetzt wahrscheinlich irgendwie mit der Zunge schnalzen weil alles was man probiert mit Daten zu tun macht auch Sinn für die Agenten.

00:50:08.000 --> 00:50:10.040
Speaker 0: Ich würde sogar noch sagen, es ist noch wichtiger für die Agenten.

00:50:10.080 --> 00:50:21.240
Speaker 0: Weil wenn man dieses Bild weiter spinnt dass die Agentin wirklich in Prozessen Entscheidungen treffen da muss jemand den Prozess sehr genau verstehen um zu validieren was dieser Agent machen kann soll oder nicht tut.

00:50:21.780 --> 00:50:28.900
Speaker 0: Wenn ich als zentrale Abteilung erstmal ein halbes Jahr bei denen mitsitzen muss um dem Prozess zu verstehen dann sehen wir nicht effizient.

00:50:29.580 --> 00:50:33.780
Speaker 0: und das ist quasi der gleiche Grundgedanke was auch bei diesem ganzen Datenprodukt zugrunde liegt.

00:50:35.220 --> 00:50:42.240
Speaker 0: Es glaubt noch ein bisschen einfacher bei Daten, aber bei Daten ist es auch schon richtig schwierig, dass man die Daten verstehen muss.

00:50:42.480 --> 00:50:51.140
Speaker 0: Also die Semantik von den Daten und die Sematik von der Daten verstehen wenn dann schon die Leute diese Entweder produzieren oder die sie täglich arbeiten und das sind meistens die Fachabteilungen.

00:50:51.840 --> 00:50:55.200
Speaker 0: Und jetzt ist auch schon viel Zeit, die da drauf geht, wenn sie mir erklären was ihre Daten bedeuten.

00:50:55.720 --> 00:51:00.340
Speaker 0: und dieses Problem multipliziert sich nur mit Agenten weil das noch viel spezifischer ist.

00:51:00.460 --> 00:51:05.700
Speaker 0: also ich bin mir sehr sicher, dass es nicht der allwissende Agent geben wird.

00:51:06.180 --> 00:51:16.000
Speaker 0: Der einen Interface hat, der alle Probleme löst, sondern es wird viel spezifische Agenten geben die von den Leuten gewartet werden müssen, die sehr nah am Prozess sind.

00:51:16.040 --> 00:51:18.240
Speaker 0: und da kommt man halt zu einem gleichen Problem, Skill Gap!

00:51:18.860 --> 00:51:30.980
Speaker 0: Die Leute in den Fachbereichen können mit LGBT arbeiten aber wie man einen agentischen Workflow designt oder wie man ein Agent konfiguriert sehen wir noch weit davon entfernt wie es überhaupt funktioniert.

00:51:31.640 --> 00:51:36.340
Speaker 0: Da gibt's natürlich verschiedene Lösungen mittlerweile, wo das probiert abzustrahieren.

00:51:37.380 --> 00:51:44.500
Speaker 0: Aber die Evaluationversuchensachen ist auch super kompliziert, weil das keine deterministischen Systeme sind, sondern probabilistische.

00:51:45.080 --> 00:51:48.780
Speaker 0: Also reicht mir das wenn es von zehn mal nur acht korrekt ist?

00:51:49.020 --> 00:51:50.240
Speaker 0: Was passiert ja an zwei Mal?

00:51:50.560 --> 00:51:51.680
Speaker 0: Was für ein Risiko gehe ich da ein?

00:51:52.100 --> 00:51:54.940
Speaker 0: Das sind lauter Fragen, wo wir überhaupt noch gar keine Best Practices haben!

00:51:56.260 --> 00:52:00.840
Speaker 0: Wir haben jetzt quasi die fünften Jahre lang Engineering Best Practices aufgebaut oder länger, das gibt es ja schon länger.

00:52:01.940 --> 00:52:09.560
Speaker 0: Ich bin nicht so lange auf der Welt, aber ich habe schon lange Engineering und Programmieren um Deterministische Systeme gut zu entwickeln.

00:52:10.000 --> 00:52:19.140
Speaker 0: Jetzt haben wir eine komplett andere Art von System mit dem erst mal klarkommen müssen und natürlich macht es Sinn den Fachabteilungen zu geben, aber die werden die gleichen Problemen haben wie im Detamisch

00:52:19.920 --> 00:52:21.360
Speaker 1: auch wieder in zentraler Punkte gebaut wird.

00:52:21.400 --> 00:52:26.220
Speaker 1: Jetzt haben wir viel über das Bauen gesprochen und du hast ein bisschen erzählt, wie du angefangen hast.

00:52:26.280 --> 00:52:30.140
Speaker 1: Wenn du jetzt nochmal von vorn anfangen würdest was würdest du als erstes bauen?

00:52:31.520 --> 00:52:42.540
Speaker 0: Wahrscheinlich würde ich mal innehalten weil was ich unterschätzt habe ist die Fähigkeiten vom Haus richtig anzuschätzen.

00:52:43.500 --> 00:52:46.260
Speaker 0: also es gab natürlich Evolutionen und eine strategische Ausrichtung.

00:52:47.240 --> 00:52:54.520
Speaker 0: aber wäre vielleicht die ersten ein, zwei Jahre besser gewesen eher mit einer Low-Code Lösung anzufangen.

00:52:55.100 --> 00:53:03.220
Speaker 0: Weil der Barriereintritt rein mehr dem Skilllevel vom Haus entspricht, anstatt die Engineering-Lösung zu propagieren.

00:53:05.200 --> 00:53:25.920
Speaker 0: Deswegen würde ich jetzt immer empfehlen, probier erstmal mit einem paar Fachbereichen zu sprechen, probiere in Augenhöhengesprächen abzutesten was sie sich erwarten wo Sie glauben dass sie auch noch überhaupt nehmen können Und dann danach zu gucken, hey vielleicht mache ich einfach ein Phasending wo ich sage die ersten zwei Jahre brauche ich erstmal so den kulturellen Change.

00:53:26.640 --> 00:53:32.040
Speaker 0: Muss ich das Leute sagen, hey guck mal was man da machen kann und danach kann immer noch die größere Plattform oder bessere Platform benutzen.

00:53:32.860 --> 00:53:49.620
Speaker 0: aber wenn man dieses Detail-Mesh ernst nimmt muss man den Einstiegsgrad für die Fachbereiche so gering wie möglich halten sein Engineering-Herz manchmal auf die Seite tun und nicht das größte, neueste Tool suchen sondern einfach das praktische Tool für die Situation.

00:53:50.500 --> 00:54:05.840
Speaker 0: Und ja ich weiß nicht ob es besser machen würde in der heutigen Zeit weil jetzt langsam fängt das Früchte an zu tragen dass wir die größere Plattform genommen haben weil jetzt Feature Request reinkommen die wirklich auch von der Plattform getragen werden können die mit einer anderen Lösung wahrscheinlich nicht funktioniert hätten.

00:54:06.480 --> 00:54:07.100
Speaker 0: also ist immer so.

00:54:08.060 --> 00:54:09.600
Speaker 0: das ist der Punkt wo ich am ehesten ansetzen würde.

00:54:12.060 --> 00:54:13.760
Speaker 1: Gleich kommen wir zu den zwei letzten Fragen.

00:54:13.820 --> 00:54:19.480
Speaker 1: Ich würde einmal kurz den Fazit der Folge aus meiner Sicht immer zusammenfassend torsten.

00:54:25.820 --> 00:54:49.020
Speaker 1: Eigentlich fand ich deinen letzten Punkt am besten und sinnvoll, nämlich dass in einem einer letzten Vorträge habe ich gesagt die neue Technologie ist die Lazy oder ja die Lazi Antwort Weil wir versuchen Probleme mit etwas neuem zu lösen, aber uns gar nicht darüber Gedanken machen auf was es ist und uns gar die Prozesse angucken.

00:54:49.500 --> 00:55:04.380
Speaker 1: Und was du ja auch beschrieben hast ist eigentlich mal festzustellen Wir können das in Analogie dieses neuste tolle Auto kaufen die Rennfahrer gar nicht die Möglichkeit haben, irgendwie ... die Kurven zu fahren, gar nicht so schnell unterwegs sind.

00:55:04.420 --> 00:55:13.300
Speaker 1: Dann reicht vielleicht auch ein Auto mit weniger PS, mit weniger Höchstgeschwindigkeit, weil es ausreicht also mal innezuhalten und zu überlegen was braucht eigentlich meine Organisation?

00:55:14.080 --> 00:55:20.820
Speaker 1: Wie Skill-Ready'n, Skill Assessment überhaupt zu machen hilft raus um dann die richtige Technik zu entscheiden.

00:55:21.320 --> 00:55:26.900
Speaker 1: Ja, über längere Zeit wie du gerade beschreibst ist dann vielleicht auch die neueste Technik die richtige Weise Früchte trägt.

00:55:27.500 --> 00:55:33.840
Speaker 1: Aber die Leute mitzunehmen, das war heute auch ein Webinar, was ich mir angehört habe.

00:55:33.880 --> 00:55:41.240
Speaker 1: Wo die gesagt haben der entscheidendste Punkt für Technik und Data in der Zukunft ist, welche Personen arbeiten eigentlich um mich herum?

00:55:41.320 --> 00:55:43.540
Speaker 1: Und ich glaube schon dass es mit der wichtigsten ist.

00:55:43.580 --> 00:55:56.800
Speaker 1: also nochmal zusammengefasst du sagst Inhalten die Leute hinterfragen wer da ist, nicht im Sinne sie sollen gehen sondern eher von wie kann ich diese Enabling damit der Technik zu arbeiten und dann die richtige Technik zur Verfügung stellen.

00:55:57.140 --> 00:55:58.960
Speaker 1: Und dann in den nächsten Schritte mit der technik zu machen?

00:55:59.000 --> 00:56:01.900
Speaker 1: und dann wie du sagst auch die jeweiligen buzzword.

00:56:01.960 --> 00:56:15.320
Speaker 1: wir jetzt hier Kontext Semantic Layer Unterlogie oder aber noch Graf können alle ihre Buzzwords und alle ihre Berechtigung haben, aber wieder zu überlegen was brauche ich jetzt für mein Use Case um sie dann wirklich auch rumzusetzen.

00:56:15.560 --> 00:56:18.640
Speaker 0: Ja man sollte kein Tool ansitzen nur weil es schön und shiny ist.

00:56:19.460 --> 00:56:21.080
Speaker 0: Das bringt dem meisten nichts.

00:56:22.020 --> 00:56:26.900
Speaker 1: Und dann kommen wir eben zum Punkt dass man gute Use Cases umsetzen kann die dann auch Erfolg bringen wie bei euch.

00:56:27.760 --> 00:56:33.200
Speaker 1: das Thema Enterprise Readiness ist ein wichtiger Punkt braucht einfach lange, die muss man auch ordentlich einplanen.

00:56:33.820 --> 00:56:45.600
Speaker 1: Eins was mir aber sehr gut gefällt weil ich selber glaube ich ein pragmatischer Mensch bin einfach mal probieren ja also sich einen Account holen, bei den großen Hyperscalern zu testen und sehen mit was fühlt man sich eigentlich am Wohlsten.

00:56:45.720 --> 00:56:47.840
Speaker 1: Auch das vielleicht wieder mit der Organisation spiegeln?

00:56:48.220 --> 00:56:50.780
Speaker 1: Wer kann damit arbeiten und damit dann ausrollen?

00:56:50.820 --> 00:56:51.780
Speaker 1: Ich glaube es ist der richtige Schritt.

00:56:52.080 --> 00:56:58.720
Speaker 1: Sonst kauft man sich eben ein Riesenauto hat großes Hass, Kosten auf die man sich vielleicht committet hat und keiner kann's nutzen.

00:56:58.880 --> 00:57:03.260
Speaker 0: Ja nicht, ich glaube es wird engineers schwieriger als Leuten, die näher im Business sind.

00:57:05.800 --> 00:57:11.020
Speaker 0: hat so ein bisschen, man möchte immer das Neuste ausprobieren und mal das Schönste ausprobierend wenn man halt irgendwie auch das Interessant findet.

00:57:11.840 --> 00:57:13.980
Speaker 0: Aber die guten Ingenieus sind immer die, die dieses Business verstehen.

00:57:16.200 --> 00:57:19.920
Speaker 1: So Torsten, die zwei letzten Fragen was machst du noch privat mit Daten?

00:57:20.020 --> 00:57:22.840
Speaker 1: Und welchen Film oder Serientitel würdest du da vorgegeben?

00:57:23.620 --> 00:57:24.960
Speaker 0: Privat machen eigentlich gar nicht so viel.

00:57:25.220 --> 00:57:30.540
Speaker 0: also ich habe jetzt keine extra Tabellen die ich privat wirklich von mich her führe.

00:57:31.000 --> 00:57:39.380
Speaker 0: Was ich eher mache ist wenn ich einen neuen Standard sehe irgendwelche neuen Features von irgendeinem Plattformen sehe, dass ich da mal ein bisschen rumspiele und gucke was kann es eigentlich.

00:57:40.380 --> 00:57:46.100
Speaker 0: Und meistens wenn ich dort etwas gelernt habe oder auch in der Arbeit gelernt hab dann schreibe ich meinen kleinen Post auf LinkedIn.

00:57:47.020 --> 00:57:56.720
Speaker 0: also da probiere ich immer quasi einfach zu teilen was mir aufgefallen ist das vielleicht auch für andere interessant ist weil ich auch nicht immer.

00:57:56.780 --> 00:58:01.580
Speaker 0: aber manchmal kommen auch gute Community Diskussion zusammen, wo man auch gechallengst wird finde ich cool.

00:58:04.020 --> 00:58:10.480
Speaker 0: Genau und ich tue noch das Detail Engineer Meetup in Werner mit organisieren.

00:58:10.520 --> 00:58:16.900
Speaker 0: also wenn da jemand im Wien ist zu der Zeit beim Meet up kann man beitreten und dann sehen wir vielleicht mal einen Detail engineer Meetup.

00:58:19.020 --> 00:58:24.300
Speaker 0: Der Filmtitel würde ich jetzt einfach mal meine Lieblingsfilm nehmen Into the Wild.

00:58:25.560 --> 00:58:28.440
Speaker 0: Der hat so kein gutes Ende, ich hoffe mehr ein besseres Ende als der Film.

00:58:29.020 --> 00:58:32.160
Speaker 0: Aber das tut die Reise ganz gut widerspiegeln.

00:58:32.420 --> 00:58:37.780
Speaker 0: wenn man kommt erstmal irgendwo rein und kennt sich erst mal nicht draußen es fühlt sich eigentlich ein bisschen wild an wo was liegt.

00:58:38.700 --> 00:58:45.940
Speaker 0: Und dann ein bissel mit der Reise erkennt man wo die einzelnen Value Propositions liegen und wo man ansetzen kann.

00:58:47.440 --> 00:58:52.180
Speaker 0: Die Grunddissent vom Film ist quasi Happiness is only real when shared.

00:58:52.840 --> 00:58:53.880
Speaker 0: Das stimmt auch für Daten.

00:58:53.980 --> 00:58:55.300
Speaker 0: Daten sind einfach nur cool, wenn man sie schert!

00:58:55.820 --> 00:59:06.740
Speaker 0: Von dem her hoffen wir, dass wir dieses Verständnis weiter tragen können und auf der Reise dann erfolgreich sind, dass mir neue Produkte entwickeln können und das ganze Datenthema mit den KI vereinheitlichen können.

00:59:08.200 --> 00:59:09.120
Speaker 1: Vielen vielen Dank für die Folge.

00:59:09.580 --> 00:59:11.220
Speaker 0: Danke dir, das ist interessant.