WEBVTT

00:00:19.180 --> 00:00:22.610
Speaker 1: Moin und herzlich willkommen zu unserem Podcast CEO zwei Neutral.

00:00:23.169 --> 00:00:27.529
Speaker 1: Wir begrüßen euch heute zu einer besonderen Ausgabe von unseren Podcast, würde ich sagen.

00:00:28.150 --> 00:00:34.690
Speaker 1: Denn ich sitze heute wieder mit einer sehr wohl bekannten Kollegin zusammen, nämlich mit Alexandra Alexander-Hergett.

00:00:35.390 --> 00:00:44.530
Speaker 1: Ihr kennt sie aus dem Format Corporate Sustainability Briefing, sette aber auch schon für die Interviewpodcastreihe ja auch schon Interviews mit mir oder auch alleine geführt.

00:00:45.550 --> 00:00:49.950
Speaker 1: Deswegen freue ich mich sehr, dass ich aber heute dich interviewen darf, liebe Alexandra.

00:00:50.750 --> 00:00:51.289
Speaker 0: Du bist ja

00:00:51.950 --> 00:00:57.709
Speaker 1: eine die bei uns die Nachhaltigkeitsberatung mit verantwortet und wir haben eben auch noch so ein Ding nebenher.

00:00:57.769 --> 00:01:04.730
Speaker 1: am Laufen sind ja auch noch KI Beratungshaus und du hast wie ich finde er sehr schön die beiden Themen miteinander kombiniert.

00:01:05.510 --> 00:01:09.750
Speaker 1: Und da tauchen wir jetzt heute ein bisschen ein, und zwar in das Themenfeld KI und Nachhaltigkeit.

00:01:10.230 --> 00:01:16.090
Speaker 1: Und konkret welche Angebote denn eigentlich für Nachhaltigkeitsmanagerinnen da sind aber auch darüber hinaus?

00:01:17.410 --> 00:01:27.070
Speaker 1: Wir selber haben ja auch einen Workshop-Format ins Leben gerufen, dass sicher nachhaltig keits ManagerInnen richtet der nächste Workshop für den onk, und zwanzigsten September statt.

00:01:27.850 --> 00:01:30.890
Speaker 1: Ich glaube wir könnten sogar noch ein zwei aufnehmen.

00:01:30.949 --> 00:01:32.830
Speaker 1: last minute ist aber schon recht voll.

00:01:33.610 --> 00:01:54.250
Speaker 1: also meldet euch da gerne und da geht es darum wie man dann effizienter mit KI arbeiten kann um auch individuelle Lösungen die Agenten zu erstellen die dann wieder helfen als Beispiel die THG-Bilanz zu erstelle nicht beim Nachhaltigkeitsreporting unterstützen mich und mein Team auch produktiver machen, sozusagen durch KI.

00:01:55.350 --> 00:01:59.350
Speaker 1: Hebeln denen wir wahnsinnig interessant finden, weil ich nachher das ganze Manager erinnere.

00:01:59.750 --> 00:02:01.690
Speaker 1: Jetzt habe ich aber genug monologisiert.

00:02:02.170 --> 00:02:03.369
Speaker 1: Alex schön dass du da bist!

00:02:03.530 --> 00:02:04.210
Speaker 1: Wie geht's dir heute?

00:02:04.690 --> 00:02:06.530
Speaker 0: Moin Michael, mir geht es sehr gut.

00:02:06.610 --> 00:02:17.230
Speaker 0: Es ist sehr warm draußen und ich hab morgen tatsächlich Geburtstag und das ist dann irgendwie immer so... Ach fühlt man sich doch irgendwie nochmal so eine Runde quasi nicht besonderer.

00:02:17.750 --> 00:02:18.390
Speaker 1: Ist ja auch so.

00:02:19.550 --> 00:02:22.770
Speaker 1: Also dann ist das auch eine kleine Geburtstagsfolge, würde ich sagen.

00:02:22.850 --> 00:02:23.690
Speaker 1: Hier heute mit dir.

00:02:24.190 --> 00:02:24.790
Speaker 0: Schön!

00:02:25.810 --> 00:02:27.230
Speaker 0: Wo den Shampoos raus hier?

00:02:28.690 --> 00:02:31.570
Speaker 1: Du, und zwar möchte ich dich gerne zum Anfang fragen.

00:02:31.950 --> 00:02:34.970
Speaker 1: Wie kam das eigentlich bei dir diese Faszination?

00:02:35.050 --> 00:02:41.810
Speaker 1: Und ich finde ja mittlerweile auch wahnsinnige Energie die du hast sozusagen auf dem Thema KI-und Nachhaltigkeit.

00:02:41.910 --> 00:02:44.490
Speaker 1: Also gab es da für dich einen Auslöser.

00:02:44.850 --> 00:02:47.450
Speaker 1: oder wann hat das so bei dir im Kopf auch?

00:02:47.590 --> 00:02:49.690
Speaker 1: also diese Verbindungen sind die so entstanden?

00:02:50.330 --> 00:02:56.310
Speaker 0: Ja, also das sind eigentlich ... würde ich sagen... zwei Geschichten, die ich da erzählen kann.

00:02:56.450 --> 00:02:59.450
Speaker 0: Und die lassen sich auch ganz wunderbar miteinander verbinden.

00:02:59.550 --> 00:03:03.630
Speaker 0: Die erste ist tatsächlich wirklich aus meinem Beruf heraus!

00:03:03.750 --> 00:03:29.530
Speaker 0: Ich berate jetzt ja schon seit Jahren Unternehmen zu ihrer Reise zur Mehrnachhaltigkeit und wir haben ja bei FED wirklich diese datengetriebene Nachhaltigkeitsberatung aufgebaut also... Wir machen nix so lange nicht die Daten vorliegen Und haben einfach gemerkt, wenn die Daten sauber vorliegen und die Prozesse dahinter weitestgehend funktionieren.

00:03:30.070 --> 00:03:36.810
Speaker 0: Dann können wir halt auch wirklich effektiv Maßnahmen priorisieren, Szenarien berechnen und Fortschritte sichtbar machen.

00:03:37.130 --> 00:03:37.330
Speaker 0: Naja!

00:03:38.030 --> 00:03:40.470
Speaker 0: Dann kam auf einmal Chatty und Co.

00:03:41.130 --> 00:03:54.290
Speaker 0: auf... ...und da war ich einfach so geflasht weil ich halt gesehen habe Wahnsinn Bei diesen Daten und wissensintensiven Aufgaben kann KI einfach unfassbar gut unterstützen.

00:03:54.490 --> 00:04:05.310
Speaker 0: Also Informations-Main, Strukturieren, Zusammenhänge erkennen, erste Analysen vorbereiten, Wissen für mich mein Team aber auch nachher die Ketschmanagerin leicht dazugehen.

00:04:05.390 --> 00:04:17.769
Speaker 0: Ich mache diese ganzen teilweise auch nervigen Aufgaben mir abnehmen um Raum zu schaffen für so viel schöneres und strategischeres Und seitdem probiere ich einfach echt viel aus.

00:04:17.969 --> 00:04:31.930
Speaker 0: Bin jeden Abend nur noch mit meinem KI beschäftigt und also tagsüber über der Arbeit, aber ich finde es einfach Wahnsinn was es für Fenster und Möglichkeiten auch eröffnet.

00:04:32.810 --> 00:04:39.390
Speaker 0: Nichtsdestotrotz beschäftige mich natürlich auch die Frage unter welchen Bedingungen wir KI-Sinn von Verantwortungsvoreinsätzen können.

00:04:39.430 --> 00:04:42.090
Speaker 0: da können wir ja auch nochmal später ein bisschen drüber schnacken.

00:04:43.450 --> 00:04:43.670
Speaker 1: Das ist

00:04:43.710 --> 00:04:46.030
Speaker 0: sozusagen die erste Geschichte, das ist so aus dem Berufsdehnen.

00:04:46.070 --> 00:04:48.010
Speaker 0: Man kommt auch mal so eine recht persönliche Geschichte.

00:04:48.190 --> 00:04:55.590
Speaker 0: erstens ich bin dreifache Mutter und arbeite in Anführungsstrichen einer dieser Teilzeit-Live Style Geschichten.

00:04:56.350 --> 00:05:02.110
Speaker 0: Ich arbeite einfach anders als die, die vielleicht von neun bis achtzehn oder siebzehn Uhr im Brot sind.

00:05:02.850 --> 00:05:10.490
Speaker 0: Und das war natürlich für mich einfach der Wahnsinn, als ich gesehen habe wie viel Arbeit Zeit ich gewinnen kann.

00:05:11.190 --> 00:05:31.550
Speaker 0: Für Themen die vielleicht auch immer bei der To-do-Liste runtergerückt sind, weil brenzligere, dringendere Themen oben standen und vor allem wenn es um Angebotschreiberei, E-Mailbeantwortung, Texte irgendwie zu schreiben oder Plausibilitätschecks oder sonst was geht unterstützt mich die künstliche Intelligenz natürlich enorm.

00:05:32.330 --> 00:05:33.990
Speaker 0: Und dann, das weißt du ja auch.

00:05:34.050 --> 00:05:38.590
Speaker 0: Ich habe vor Jahren mal ein Unternehmen gegründet was es jetzt gar nicht mehr so gibt.

00:05:39.290 --> 00:05:52.390
Speaker 0: aber das hat mich auch so geflascht zu sehen wenn ich damals schon künstliche Intelligenz gehabt hätte alles wirklich gewesen wäre im Gründungsalltag.

00:05:52.830 --> 00:05:58.310
Speaker 0: Also je vorbereiten Marketingtexte erstellen, Buchhaltung strukturellen Recherchen durchführen, Konzept entwickeln.

00:05:58.750 --> 00:06:02.190
Speaker 0: Man ist ja da so ein Tausend Sasser in dieser Gründungsphase.

00:06:02.850 --> 00:06:06.170
Speaker 0: Ich habe damals bei meinen Eltern gewohnt und es war Bootstrapping

00:06:06.250 --> 00:06:06.790
Speaker 1: aus dem Buch.

00:06:07.850 --> 00:06:08.750
Speaker 0: Aus dem Buch genau!

00:06:08.890 --> 00:06:13.290
Speaker 0: Und ich denke jetzt immer wieder so Gott, jetzt einen Unternehmen zu gründen?

00:06:13.430 --> 00:06:17.370
Speaker 0: In diesem Zeitalter ist natürlich auch herausfordernd, aus ganz anderen Gründen.

00:06:18.290 --> 00:06:25.330
Speaker 0: vielleicht Kommt dann übermorgen schon das Tool in Klart oder Go und frisst dein Geschäftsunter auf.

00:06:25.530 --> 00:06:29.370
Speaker 0: Aber was für ein anderer Arbeitsalltag?

00:06:29.770 --> 00:06:32.330
Speaker 0: Also ganz viele Antworten, auch diese eine Frage!

00:06:33.310 --> 00:06:35.050
Speaker 1: Aber das ist ja auch so cool, wie man merkt.

00:06:35.090 --> 00:06:45.870
Speaker 1: Und das ist es ja auch mit dieser disruptiven Technologie, dass sie eigentlich jeden Lebensbereich eben auch so uns jetzt gerade auch beschäftigt und auch da seinen Platz findet.

00:06:45.970 --> 00:06:57.590
Speaker 1: Deswegen ist es eigentlich auch cool, dass du das genauso auch erlebt hast in die Branche der Nachhaltigkeitsmanagerin schauen.

00:06:58.270 --> 00:07:01.030
Speaker 1: Wie erlebst du denn da den Kenntnis stammt?

00:07:01.130 --> 00:07:08.130
Speaker 1: Also einmal das Thema KI für Nachhaltigkeit und einmal aber auch nachhaltigkeit von KI, also sind ja auch nochmal diese zwei Pole

00:07:09.450 --> 00:07:13.470
Speaker 0: sehr unterschiedlich... mit ein paar Nachhaltigkeitsteams zu tun.

00:07:13.610 --> 00:07:23.010
Speaker 0: Die haben bereits ihre eigenen Assistenten, ein paar automatisierte Workflows vielleicht schon einen zwei Agents im Place und andere haben noch nicht mal die Lizenz.

00:07:23.090 --> 00:07:35.750
Speaker 0: also die warten auf die Lizenz weil der Betriebsrat sie nicht freigebt hab ich dir ja auch erzählt von dem einen Kunden der dann sich abends bei der einen trifft um dann privat mit Chatty oder...

00:07:36.490 --> 00:07:37.130
Speaker 1: Krass ne?

00:07:37.290 --> 00:07:37.610
Speaker 1: Jetzt die

00:07:37.730 --> 00:07:38.270
Speaker 0: armen oder...?

00:07:39.330 --> 00:07:47.010
Speaker 0: Auf einmal so eine Freundin von mir im Konzern hat erzählt, man sieht dann irgendwelche Leute mit ihren privaten Laptops und so Hotspots.

00:07:47.470 --> 00:07:49.690
Speaker 0: Die haben irgendwie Wasserarbeit.

00:07:50.050 --> 00:07:54.310
Speaker 1: Alle die zuhören, die irgendwas mit Security machen in der Altiesreihen gerade.

00:07:56.170 --> 00:08:04.730
Speaker 0: Andere haben vielleicht schon Lizenz oder haben vielleicht was ausprobiert oder chatten aber haben halt noch keinen systematischen Einstieg gefunden.

00:08:04.950 --> 00:08:17.790
Speaker 0: und dazwischen liegt einfach eine riesige Lücke Und ich unterscheide dabei immer zwischen zwei Perspektiven und wir werden definitiv heute die eine priorisieren, obwohl mir die andere mindestens genauso wichtig ist.

00:08:18.810 --> 00:08:23.630
Speaker 0: Das ist wie kann KI das Nachhaltig-Catsmanagement konkret unterstützen?

00:08:24.470 --> 00:08:29.830
Speaker 0: Wir wissen ja, Nachhaltighatsmanagerinnen sind diese bekannten Tausendsasser wie auch Gründerinnen!

00:08:31.030 --> 00:08:36.669
Speaker 0: Und haben einfach sehr wenig Zeit für sehr, sehr viele Aufgaben und Anfragen.

00:08:37.370 --> 00:08:49.150
Speaker 0: Unter anderem Datenanfassungen, Thergebilanz, regulatorische Recherchen, Reportingwissensvermittlungen, Berechnung von Szenarien, Auskünfte geben zu irgendwelchen Sea-Levelmanagerinnen usw.

00:08:51.070 --> 00:08:54.590
Speaker 0: Das ist die eine Perspektive, es ist KI für Nachhaltigkeit.

00:08:54.650 --> 00:09:01.770
Speaker 0: und dann hatten wir die andere Perspektiv, das ist Nachhaltigkeit der Technologie selbst.

00:09:01.930 --> 00:09:15.810
Speaker 0: Energiewasserverbrauch, benötigte Hardware die enthaltenen Rohstoffe aber auch unbiasediskriminierung Datenschutz-Arbeitsbedingungen Rebound Effekte wo ja auch im CO two nine trial Podcast jetzt mehr und mehr Folgen kommen.

00:09:15.910 --> 00:09:19.190
Speaker 0: unter anderem sehr empfehlenswert die Folge mit Doktorin Eva Gengler.

00:09:19.810 --> 00:09:27.530
Speaker 0: ich lieb sie und einfach eine so wahnsinnig kluge Frau die ganz viel darüber spricht oder auch der dativer einsteigen möchte.

00:09:28.110 --> 00:09:30.170
Speaker 0: Ich verfolge auch die Arbeit von Dr.

00:09:30.230 --> 00:09:37.650
Speaker 0: Sascha Lucchioni, das ist einfach eine absolute Chorifee auf dem Deck von so ökologischer Auswirkungen von KI.

00:09:38.190 --> 00:09:48.610
Speaker 0: Die hat einen ganz tollen... Vortrag gehalten bei den Turing Lectures oder wer es ein bisschen pepstlicher mag, auch die Magnifika Humanitas gibt Orientierung.

00:09:49.330 --> 00:09:56.110
Speaker 0: Denn sie fordert KI konsequent an Menschenwürdigerechtigkeit und Gemeinwohl auszurichten statt allein an Effizienz und Profi.

00:09:57.210 --> 00:10:00.070
Speaker 0: Das heißt da ist der Kenntnisstand.

00:10:00.610 --> 00:10:08.430
Speaker 0: bei diesem Thema Nachhaltigkeit von KI habe ich das Gefühl, er isst fast noch geringer als bei dem Thema KI für Nachhaltigkeit.

00:10:08.490 --> 00:10:12.550
Speaker 0: Also viele Nachhaltigkeitsmanagerinnen haben gecheckt, okay da geht was.

00:10:12.630 --> 00:10:19.410
Speaker 0: ich kann Effizienz steigern Produktivität steigert und ich kann sogar vielleicht sogar Prozesse wirklich optimieren automatisieren.

00:10:20.090 --> 00:10:24.870
Speaker 0: aber ihre Rolle in der in der gesamten Diskussion ok.

00:10:25.570 --> 00:10:29.170
Speaker 0: Aber wie gehen wir jetzt als Unternehmen mit diesen ganzen Themen um, ne?

00:10:29.370 --> 00:10:34.070
Speaker 0: Also wie gehen wir damit um, dass wir wissen was das an Energie verbraucht und Wasser verbraucht.

00:10:34.270 --> 00:10:35.770
Speaker 0: Dass es Click-Works gibt?

00:10:36.030 --> 00:10:39.730
Speaker 0: nehmen wir dazu Stellung oder sagen wir am besten gar nichts dazu?

00:10:40.450 --> 00:10:42.890
Speaker 0: Das fehlt aktuell noch?

00:10:43.310 --> 00:10:45.110
Speaker 0: Ja genau also ist ja.

00:10:45.330 --> 00:10:49.870
Speaker 0: ich würde sagen Wir haben weniger ein Erkenntnisproblem als eine Umsetzung.

00:10:52.710 --> 00:10:55.910
Speaker 1: Es ist eigentlich auch eine schöne Brücke.

00:10:56.930 --> 00:11:07.210
Speaker 1: Zur nächsten Frage, weil wir aufmachen kann eben so viel automatisieren und kann mich ja so doll unterstützen, mich effizienter machen an gewissen Stellen.

00:11:07.810 --> 00:11:20.450
Speaker 1: Wie blickst du denn an sich dann auf die Rolle eigentlich von NachhaltigkeitsmanagerInnen im Jetzt oder vielleicht auch in Zukunft sozusagen wenn ihr über die Umsetzung da nochmal ein bisschen Drive reingebracht haben und Geschwindigkeit reingebracht haben?

00:11:20.910 --> 00:11:37.850
Speaker 0: Ja, also in meinen Workshops die ich jetzt ja schon seit einiger Zeit an Nachhaltigkeitsmanagerinnen gebe sag' ich immer wenn ich so merke wo sie sich auch so positionieren und wenn ich denen so zuhöre was sie aktuell mit der KI machen das einfach das Steuerbord noch nicht in deren Händen ist.

00:11:38.270 --> 00:11:42.570
Speaker 0: Also dass sie gleich Sie schon nutzen aber dass sie sie noch nicht steuern!

00:11:43.410 --> 00:11:54.250
Speaker 0: Und das ist glaube die zukünftige und auch jetzt schon aktuelle Rolle von Nachhaltigkeitsmanagern, wenn man über KI-Unachhaltigkehrsmanagement spricht.

00:11:55.030 --> 00:11:58.450
Speaker 0: Denn die Nachhaltighätsmanagerinnen – und das gilt übrigens für alle!

00:11:58.910 --> 00:12:05.130
Speaker 0: Also nicht nur nachhaltig keits Managerin sondern auch Office-ManagerInnen, HR-Managerninnen, Finance-ManagersInnen und Co.

00:12:05.950 --> 00:12:07.550
Speaker 0: bleiben die steuern.

00:12:07.590 --> 00:12:17.510
Speaker 0: dem also sie kennen die Organisationen Sie verbinden den Einkauf IT, FinanzHR Kommunikationsgeschäft zu uns Übersetzen die Outputs in Entscheidungen.

00:12:17.950 --> 00:12:22.430
Speaker 0: Das heißt, die Rolle verschiebt sich und ich finde eine positive Richtung.

00:12:23.190 --> 00:12:32.470
Speaker 0: Das heisst du hast weniger Zeit oder du musst weniger Zeit aufwenden fürs manuelle Zusammentragen mit einem kabelnden Footprint Agent.

00:12:32.970 --> 00:12:34.890
Speaker 0: Du hast mehr Zeit für Qualitätskontrollen.

00:12:34.950 --> 00:12:42.030
Speaker 0: Ich habe gerade eine THG-Wilanz geprüft, eine Plausibilitätsprüfung gemacht mit meinem Co-Pilot Assistenten.

00:12:42.870 --> 00:12:49.970
Speaker 0: das hat mich früher Einenhalb Tage gekostet und ich hab diese ganzen Scheißzahlen immer wieder gegeneinander gelegt.

00:12:50.090 --> 00:12:56.230
Speaker 0: Und jetzt paar Stunden, dann war die Qualitätskontrolle fertig... ...und von der Maschine ausgeübt!

00:12:56.630 --> 00:12:59.930
Speaker 0: Wo man weiß wahrscheinlich hat sie weniger Fehler gemacht als ich damals.

00:13:01.730 --> 00:13:07.870
Speaker 0: Du hast einfach viel mehr Zeit für Priorisierungen, für Changementen hören, für menschliche Interaktion.

00:13:08.910 --> 00:13:22.370
Speaker 0: Ich denke, man kann vielleicht sagen so In der Zukunft wird KI viel mehr automatisieren und ich glaube wir können uns das Ausmaß der Automatisierung auch noch gar nicht richtig vorstellen, weil das aktuell ja auch sehr schleppend läuft.

00:13:22.750 --> 00:13:29.890
Speaker 0: Wir uns gut darauf vorbereiten dass unsere Daten und Prozesse immer besser werden oder für die KI vorbereitet werden.

00:13:30.570 --> 00:13:33.210
Speaker 0: was aber nicht automatisiert wird, ist Verantwortung.

00:13:33.470 --> 00:13:43.570
Speaker 0: Und das sehen wir auch wenn wir jetzt erst der Agents implementieren wie viel Feedback-Loops da eingebaut sind, wie viele Verantwortung doch noch bei demjenigen ist, der der Owner von dem Agent ist.

00:13:44.150 --> 00:13:46.130
Speaker 0: und es bringt wahnsinnig viel Freude.

00:13:46.330 --> 00:13:46.670
Speaker 0: auch ne?

00:13:46.890 --> 00:13:51.390
Speaker 0: Dass es wird halt automatisiert, was davor Nerven gekostet hat!

00:13:52.290 --> 00:13:55.970
Speaker 0: Und wo bleibt ist das, was wirklich Spaß bringt meines Erachtens.

00:13:56.650 --> 00:13:57.410
Speaker 0: Ja genau.

00:14:00.570 --> 00:14:01.310
Speaker 1: So ein bisschen.

00:14:01.490 --> 00:14:08.210
Speaker 1: Man ist vielleicht auch nicht mehr... Hatte ich so einen Eindruck auf Veranstaltungen, die wir hier gemacht haben in den letzten Jahren immer wieder mit Nachhaltigkeitsmanagerin?

00:14:08.270 --> 00:14:14.250
Speaker 1: Dass da ja durchaus auch eine gewisse und fühlt sich auch so ein bisschen gefangen in dem System an Reporting-Pflichten

00:14:14.350 --> 00:14:14.470
Speaker 1: etc.,

00:14:14.990 --> 00:14:16.170
Speaker 1: läuft ja so hinterher!

00:14:16.770 --> 00:14:30.430
Speaker 1: Und wie schön wenn man eigentlich wieder mehr am Steuer sitzen kann und das selber auch nochmal ausgestalten kann über vielleicht das hinaus was mir regulatorik oder Compliance vorgeben dann lebt ja so ne Rolle auch auch erst richtig.

00:14:31.010 --> 00:14:41.970
Speaker 0: Total, was wir jetzt machen wollen ist dass wir so einen Agenten slash Assistenten das wir wissen noch nicht das Ausmaß zum Thema Martial Abatement Curve bauen wollen.

00:14:42.050 --> 00:14:43.730
Speaker 0: also wen das interessiert?

00:14:43.790 --> 00:14:54.690
Speaker 0: die Podcastfolge mit dem Axel Berger erklärt da so einiges und da geht es einfach darum diese Entscheidungen zur Decarbonisierung Gleichzusetzen mit, was bringt mir das eigentlich?

00:14:54.770 --> 00:15:02.830
Speaker 0: Also Automatisationsraten und ab wann lohnt sich das Invest beispielsweise in die Elektrifizierung des Flugparks.

00:15:03.530 --> 00:15:06.030
Speaker 0: Und ich meine – Was für ein starkes Tool!

00:15:06.610 --> 00:15:11.470
Speaker 0: Das kann man durchspielen mit jedem Agenten für jede Problemstellung.

00:15:12.770 --> 00:15:23.990
Speaker 0: Das einfach, wenn man denkt okay ich kann jetzt meine Informationen eingeben und gemeinsam mit dem Agenten evaluieren ob das eine kluge Entscheidung ist.

00:15:24.230 --> 00:15:27.270
Speaker 0: Und ob sich das dem CFO der CFO vorstellen kann?

00:15:29.490 --> 00:15:37.430
Speaker 0: Auch das hat einem früher gekostet an Zeit Und da liegen ja die Kernaufgaben auch der aktuellen Modelle.

00:15:38.030 --> 00:15:46.210
Speaker 0: Also alles, was mit Prognosenzahlen und Code zu tun hat ist einfach... Da sind die Modellen auch einfach sehr stark!

00:15:46.750 --> 00:15:59.930
Speaker 1: Bei der jetzt schierende Anzahl für das doch vielleicht noch mehr Beispiele wo du sagst oder es ist so ein geiler Workflow oder Agent oder Assistent ist er dann aber auch glaube ich wieder manchmal die Frage okay Wo fange ich denn jetzt an?

00:16:00.310 --> 00:16:08.790
Speaker 1: Drücke ich auf den Knöpfchen und dann passiert das oder was habe ich halt auch überhaupt selber in der Hand ehrlicherweise aus meiner Rolle.

00:16:09.090 --> 00:16:11.350
Speaker 1: Was kannst du denn da immer für Chips geben?

00:16:11.910 --> 00:16:16.170
Speaker 0: Also, ich denke dass eine ist ja das Training von sich selber.

00:16:16.830 --> 00:16:27.150
Speaker 0: also so hab' ich auch natürlich angefangen zum einem sich Zeit zu blocken um einfach einzusteigen in die Technologie, sofern man das noch nicht gemacht hat.

00:16:27.770 --> 00:16:33.170
Speaker 0: Dafür kann man natürlich auch in unseren Workshop kommen oder an unser Webinar teilnehmen!

00:16:33.410 --> 00:16:43.310
Speaker 0: Wir verlinken auf jeden Fall all die Angebote, die wir aktuell so haben – In den Show-Notes gibt es auch andere großartige Player auf dem Markt, die tolle Sachen in der Richtung machen.

00:16:44.150 --> 00:17:00.850
Speaker 0: Eine andere Sache, die ich immer sehr empfehle ist die IT und Geschäftsleitung mit der Nachhaltigkeitsabteilung in einen Tisch zu bringen, denn die IT-Abteilung oder auch die Geschäftsführung sucht aktuell nach ganz vielen Anwendungsfällen.

00:17:01.510 --> 00:17:06.490
Speaker 0: Da liegt Budget und die Nachhaltigkeit Abteilung ist sehr selten an diesem Tisch.

00:17:07.310 --> 00:17:09.649
Speaker 0: Also wer ist da meistens am Tisch?

00:17:09.869 --> 00:17:11.770
Speaker 0: Die Finanzabteilungen, die HR-Abteilung?

00:17:11.869 --> 00:17:13.609
Speaker 0: vielleicht noch Liegel, Compliance.

00:17:13.750 --> 00:17:28.089
Speaker 0: aber dass die Nachaltigkeit abteilung mal gefragt wird hey hättet ihr eigentlich auch mal ein Anwendungswahl ist sehr Und das ist so schade, weil in der Nachhaltigkeitsabteilung meistens die Datenlage gar nicht so schlecht ist wie in anderen Abteilungen.

00:17:28.430 --> 00:17:35.690
Speaker 0: Alleine schon aus den ganzen regulatorischen Anforderungen und die Notanfrau-und-Mann ist auch so riesig!

00:17:35.990 --> 00:17:38.890
Speaker 0: Also sie wurden meistens auch daungesheißt.

00:17:38.950 --> 00:17:52.870
Speaker 0: in den letzten zwölf bis achtzehn Monaten wegen Omnibus stehen die ganze Zeit unter immensen Zeitdruck für wahnsinnig viele Dinge, die man dort mit KI effizienter machen kann.

00:17:53.470 --> 00:17:56.190
Speaker 0: Und da denke ich sind es wirklich zwei Punkte.

00:17:56.290 --> 00:18:00.530
Speaker 0: Also einmal persönliche Produktivitätsebene wie kann ich mich schulen?

00:18:00.630 --> 00:18:04.830
Speaker 0: Wie kann ich vor die Welle kommen bevor mich die Wellen einholen?

00:18:05.490 --> 00:18:09.750
Speaker 0: und zum anderen wie kann Ich dann aber auch wirklich im Unternehmen Wirkung zeigen?

00:18:09.870 --> 00:18:11.170
Speaker 0: wen muss ich an den Tisch bringen?

00:18:11.390 --> 00:18:14.790
Speaker 0: Mit wem muss ich reden um mich da zu positionieren?

00:18:15.550 --> 00:18:16.710
Speaker 1: Ja krass spannend.

00:18:17.470 --> 00:18:22.230
Speaker 1: Ich glaube, ich würde doch noch mal das wir so ein bisschen nochmal vielleicht hier und da schon mal ein paar Impulse mitgeben können.

00:18:22.270 --> 00:18:27.690
Speaker 1: Du hast uns schon von dem Martial Abatement Curve Agent Assistenten erzählt?

00:18:28.070 --> 00:18:35.610
Speaker 1: Was sind denn dort noch so gängige Use Cases oder Anwendungsfälle die dir jetzt gerade auch den Workshops über den Weg laufen?

00:18:35.890 --> 00:18:39.010
Speaker 0: Ja also die Anbieter... machen es einem ja nicht so leicht.

00:18:39.450 --> 00:18:57.150
Speaker 0: Also wir haben ja schon sehr viel darüber gelacht, was die Marketingabteilungen der großen KI-Firmen sich eigentlich schon alles auch gedacht haben um irgendwas zu verkaufen... Einmal vorweg, nicht alles was heute als Agents bezeichnet wird ist tatsächlich autonom.

00:18:57.450 --> 00:19:20.330
Speaker 0: Also ich spreche viel mehr über schon spezialisierte Assistenten oder teilautomatisierte Workflows und viel weniger noch über Agents weil da es auch einfach beispielsweise in der Nachhaltigkeitsabteilung noch viel zu tun bevor da jemand automatisiert vollkommen autonom losrennt so und sagen wir mal die verandten Daten einholt.

00:19:20.950 --> 00:19:30.690
Speaker 0: Aber ganz häufig implementieren wir so Recherche- und Wissensassistenten, die durch Suche an interne Richtlinien, frühere Nachhaltigkeitsberichte, regulatorische Dokumente.

00:19:30.830 --> 00:19:36.930
Speaker 0: Und dann kann er mitarbeiten eine konkrete Fragen stellen und danach halten sie halt strukturierte und quälenbasierte Antworten.

00:19:37.850 --> 00:19:51.910
Speaker 0: Das spart natürlich Recherchenzeit und zum Beispiel diesen Assistenten präsentieren wir auch oder zeigen mir einmal den Baut in unserem Workshop Genau, ein anderer Anwendungspiel ist unser ESG Radar Agent.

00:19:52.930 --> 00:19:55.410
Speaker 0: Der ist auch wirklich der Hammer wie ich finde!

00:19:55.510 --> 00:20:03.510
Speaker 0: Der beobachtet nämlich definierte Quellen... und bereitet dann regulatorische Veränderungen regelmäßig auf, für das jeweilige Unternehmen.

00:20:03.750 --> 00:20:05.370
Speaker 0: Also was hat sich geändert?

00:20:05.430 --> 00:20:07.750
Speaker 0: Für welche Fachbereich ist das relevant?

00:20:07.910 --> 00:20:10.530
Speaker 0: Wohin steht Prüfungs- und Handlungsbedarf?

00:20:11.190 --> 00:20:17.490
Speaker 0: Und das ist natürlich angesichts der Hundveränderungsgeschwindigkeit in der Nachhaltigkeitsregulatorik ein echter Entlastung.

00:20:18.130 --> 00:20:28.270
Speaker 0: und wo man früher halt super viele Abonnements bezahlen musste um Sich selber diesen ESG-Radar zu bauen, oder jedes ESG Regulatorikradar muss man ja sagen.

00:20:28.910 --> 00:20:32.550
Speaker 0: Ist das natürlich jetzt mit Kain total schöner Case?

00:20:33.270 --> 00:20:41.630
Speaker 0: Vor allem er sich halt immer noch so viel tut auch die EMCO, auch die PWWE, da ist einfach noch viele Bewegungen, da kommen noch Dinge hinzu genauso wie der ESRS und so weiter und sofort!

00:20:43.170 --> 00:20:43.250
Speaker 1: Ja

00:20:43.530 --> 00:20:50.930
Speaker 0: super nützlich finde ich den Supplychain Assistenten Der unterstützt bei Lieferantenfragebögen und beim Dokumentenscreening.

00:20:51.050 --> 00:21:09.550
Speaker 0: Also viele Kunden haben natürlich auch dafür schon eingekaufte Software, aber die, die es noch nicht haben oder die nicht zufrieden sind mit der Software, die nutzen KI um Antworten vorzusortieren nachweise einzuordnen fehlende Angaben zu erkennen und die Unterlagen vorzubereiten.

00:21:09.610 --> 00:21:15.230
Speaker 0: für die fachliche Prüfung Bei eLearnings sehen wir unfassbar viel Potenzial.

00:21:15.330 --> 00:21:29.030
Speaker 0: Das ist natürlich einfach ein großes Feld, was prädestiniert ist für KI und jetzt gerade haben wir einen Kunden der mit KI eLearnings aufbereitet, vorbereitet.

00:21:30.370 --> 00:21:38.370
Speaker 0: Das sind natürlich dann Lerntexte, Podcasts, Übungen, Quiz-Fragen und fachlich und didaktisch bleibt es aber beim Menschen.

00:21:38.570 --> 00:21:44.610
Speaker 0: Also da sind wir ganz eng mit der Kunden an dieser fachlichen Qualitätssicherung dran!

00:21:44.830 --> 00:21:56.370
Speaker 0: Und das ist auch sehr wichtig – und auch richtig weil die Outputs teilweise zu generisch sind oder zu KI Text lachstisch.

00:21:56.790 --> 00:22:00.410
Speaker 1: Ja, und es muss ja auch immer noch in den Kontext der Organisationen passen.

00:22:00.830 --> 00:22:05.730
Speaker 1: Also ich finde das Qualitätsgate-Mensch schon einfach wichtig.

00:22:06.990 --> 00:22:09.330
Speaker 1: Aber vielen Dank für die wirklich auch vielen.

00:22:09.430 --> 00:22:12.790
Speaker 1: Ich finde auch sehr konkreten Beispiele.

00:22:12.970 --> 00:22:19.190
Speaker 1: Also kann mir vorstellen dass da einige schon Ideen jetzt mitnehmen oder mal überlegen wie man das eben selber umsetzen kann.

00:22:19.970 --> 00:22:20.770
Speaker 1: Was würdest du denn sagen?

00:22:20.970 --> 00:22:21.930
Speaker 1: zum Abschluss, Alex?

00:22:22.030 --> 00:22:27.090
Speaker 1: Was sollen denn heute die Hörerinnen mitgenommen haben aus der Folge.

00:22:27.550 --> 00:22:48.050
Speaker 0: Ja vielleicht bevor wir zu der Frage kommen werden wir noch in Anliegen zu sagen das ist natürlich nur ein ganz kleiner Teil wo es auch sehr spannend ist dieses Thema KI für Nachhaltigkeit was wir beispielsweise bei FED unter anderem mit diesen Naval Roboter gemacht haben.

00:22:48.710 --> 00:22:54.150
Speaker 0: Also wie können wir KI anwenden für nachhaltigkeitsbezogene Herausforderungen?

00:22:54.250 --> 00:23:01.670
Speaker 0: Und da merke ich auch bei mir, da flattert halt wirklich mein Herz mittlerweile auf wenn ich diese ganzen Newscases sehe.

00:23:02.350 --> 00:23:21.650
Speaker 0: das reden wir häufig auch eher über klassisches Maschinen-Learning oder Prognosemodelle Optimierungsalbumen der terministische KI und nicht generative KI aber so was einfach abgeht mit Energieverbräuchen, Lukkis, Stickmaterial einsatz Optimierungs von Produktionsprozessen.

00:23:22.290 --> 00:23:24.150
Speaker 0: Das halt einfach der Hammer.

00:23:24.330 --> 00:23:27.950
Speaker 0: und Inspirationsquelle ist für mich da aktuell der Green AI hat.

00:23:28.050 --> 00:23:31.810
Speaker 0: Mit denen hatten wir glaube ich auch schon mal eine Folge können wir auch nochmal verlinken.

00:23:32.530 --> 00:23:34.490
Speaker 0: also Mega, mega cool.

00:23:34.750 --> 00:23:39.090
Speaker 0: und auch da sollten natürlich die Nachhaltigkeitsmanagerinnen jetzt reingeben.

00:23:39.490 --> 00:23:46.030
Speaker 0: Rein in die Produktion rein in diese Abteilungen und sagen hey was macht ihr?

00:23:46.370 --> 00:23:54.070
Speaker 0: Und da unterstützen und einfach vielleicht sich auch inspirieren lassen, das war mir noch wichtig.

00:23:54.630 --> 00:23:55.810
Speaker 0: Jetzt können wir zum Fahren!

00:23:56.790 --> 00:23:56.850
Speaker 0: Ja

00:23:58.530 --> 00:24:00.790
Speaker 1: dann wühne frei Alex.

00:24:01.110 --> 00:24:04.030
Speaker 0: Also die Frage war ja, was sollten die Hörerinnen mitgenommen haben.

00:24:04.110 --> 00:24:07.370
Speaker 0: Zum einen natürlich mein Enthusiast muss ich hoffen, der hat es gestoppt!

00:24:08.990 --> 00:24:09.590
Speaker 0: Absolut.

00:24:10.190 --> 00:24:19.530
Speaker 0: und dann wiederum auch diese Portion Gestepsis beziehungsweise auch Awareness weil mit Awareness kommt auch Veränderung.

00:24:19.790 --> 00:24:30.710
Speaker 0: und da finde ich, sollten wir alle einfach nochmal in unser Nutzungsverhalten reinschauen auch sehen, wie kann ich die KI gerechter gestalten.

00:24:31.130 --> 00:24:33.450
Speaker 0: Was kann ich vielleicht in meinen Einstellungen ändern?

00:24:33.730 --> 00:24:56.330
Speaker 0: Dass sie von Anfang an mit mir gendergerechter spricht oder dass Sie die Ungleichheiten, die in den Trainingsdaten sind auf jeden Fall benennt und da gibt es so viele spannende Hacks, die wir uns übrigens auch immer anschauen in unseren Verschamps und auch niedrigschwellige Dinge, die du als Team schon umsetzen kannst, einfach gegenzusteuern.

00:24:56.690 --> 00:25:00.870
Speaker 0: Und das ist, denke ich mal so, das was ich hier auch hoffe, was ihr mitgenommen habt.

00:25:00.970 --> 00:25:05.690
Speaker 0: Genau also zum einen mein Enthusiasmus und zum anderen die gesunde Portion Skepsis!

00:25:06.410 --> 00:25:07.270
Speaker 1: Lieben, lieben Dank.

00:25:07.650 --> 00:25:11.470
Speaker 1: Alexander, ich finde das so spannend irgendwie was sich allgemein in dem Feld tut!

00:25:11.530 --> 00:25:12.910
Speaker 1: Ich meine nicht einfach.

00:25:12.970 --> 00:25:17.450
Speaker 1: so haben wir ja auch in unserem Kopf jetzt noch mal durch diese Rebrick aufgenommen.

00:25:18.410 --> 00:25:29.910
Speaker 1: KI und Nachhaltigkeit und wir werden da einfach auch nicht müde das weiter zu betrachten weil es eben so viele Chancen... und aber auch eine gewisse Verantwortung mit sich bringt.

00:25:30.430 --> 00:25:35.450
Speaker 1: Ich finde es wahnsinnig toll, dir dazu zu hören und deinen Gedanken zu lauschen!

00:25:35.690 --> 00:25:42.830
Speaker 1: Und freue mich einfach total dass wir da auch Angebote schaffen können die einfach auch angenommen werden und den Mehrwert liefern.

00:25:42.990 --> 00:25:51.630
Speaker 1: also von dem her bin ich mir sehr sicher das wir dann noch ein paar mehr Runden drehen werden vielleicht auch nochmal ein paar Sexsteries von Kunden mitbringen in der Zukunft.

00:25:51.790 --> 00:25:55.590
Speaker 1: und ja ganz vielen Dank an dich an dein Engagement hier auch bei uns.

00:25:56.550 --> 00:25:59.950
Speaker 1: vor allem ein ganz, ganz tollen weidigen Geburtstag.

00:26:00.430 --> 00:26:00.670
Speaker 0: Ach ja!

00:26:01.810 --> 00:26:05.110
Speaker 0: Da war ja noch was und schon wieder depriusiert.

00:26:06.810 --> 00:26:15.970
Speaker 0: Ja, ich freue mich ab und das wird auf jeden Fall noch super spannend, was wir hier bei Fett so alles Fettes tun werden in dem Bereich.

00:26:16.210 --> 00:26:17.090
Speaker 0: Absolut.

00:26:17.450 --> 00:26:20.330
Speaker 1: Ja Bock ist auf jeden fall da und bis zum

00:26:20.390 --> 00:26:20.950
Speaker 0: nächsten Mal.

00:26:21.090 --> 00:26:21.990
Speaker 0: Ciao.