135 So gehst du mit Agentic AI im B2B-Commerce richtig um!

00:00:00: Grandios, dass ihr wieder dabei seid

00:00:10: zu einer neuen Folge von insights!

00:00:12: Mein Name ist Joubin, Joubin Rahimi und heute mit dabei, Nils

00:00:16: Breitmann von Intershop. Hi Nils.

00:00:18: Hi Joubin. Ich freue mich, hier zu sein.

00:00:21: Ich bin Nils von Intershop.

00:00:22: Ich bin bei Intershop zuständig für AI, also AI, wie wir es in unseren Produkten

00:00:27: einsetzen und AI, wie wir es intern verwenden.

00:00:30: Und wer es vielleicht nicht weiß, Intershop stellt eine Commerce-Plattform

00:00:35: für Agentic B2B-Commerce bereit.

00:00:38: Und ich finde es mega, dass du einen weiten

00:00:41: Weg aus Jena hierher gemacht hast, dass wir die Aufnahme machen konnten.

00:00:45: Das ist immer viel schöner für alle und die Gespräche sind mega wertvoll.

00:00:49: Wir hatten ja schon einen Talk und da ging es ja auch das Thema

00:00:53: klar, AI und über die Co-Pilots und wie man auf der Käuferseite damit agiert.

00:01:00: Da waren wir eher in so einem Suchen-und-Finden-Modus.

00:01:03: Aber es geht ja noch viel, viel weiter.

00:01:04: Also wie kann Agentic AI auch den Sales unterstützen dazu?

00:01:09: Wie ist deine Meinung, so ganz high-level deine Meinung genau zu dem Thema Agentic

00:01:14: AI, Arbeit der Verkäufer abzuschaffen oder nicht abzuschaffen?

00:01:20: Die Co-Pilots sind Agenten, die werden

00:01:24: natürlich auch Arbeiten übernehmen, die vorher Menschen gemacht haben.

00:01:29: Das ist klar.

00:01:30: Aber das wird eben auch den Firmen ermöglichen, Dinge zu tun, die

00:01:34: sie vorher gar nicht tun konnten, weil sie überhaupt nicht die Teams dafür hatten.

00:01:38: Hast du da ein Beispiel?

00:01:40: Zum Beispiel sehen wir sehr viele Kunden, auch gerade Großhändler, mit schlechten

00:01:46: Produktdaten, die das seit Jahren so haben, weil sie einfach nicht die Kraft

00:01:49: haben, jetzt alle diese Produkte – streckenweise sind das ja über Millionen

00:01:53: Produkte, die die haben –, jetzt alle die mit irgendeinem Content-Redakteur

00:01:57: anzureichern, Stück für Stück.

00:01:59: Und dann kommt unser Product Content Agent zum Beispiel ins Spiel, der das eben

00:02:03: vollautomatisiert macht, der rausgeht ins Internet,

00:02:07: Herstellerdatenblätter runterlädt und dann schöne Beschreibungen, Attribute schafft.

00:02:11: Wie stellt ihr sicher, dass die Daten da richtig sind?

00:02:16: Das ist auch natürlich …

00:02:18: Das ist die erste Frage den Kunden immer stellt: Meine Mitarbeiter machen keinen

00:02:21: Fehler, aber die AI, ich will sie nicht haben.

00:02:24: Natürlich macht man es erst mal, man schaut sich an, was rausgekommen ist.

00:02:26: Man hat auch am Anfang immer so einen Prozess, wo man sagt, man

00:02:29: gibt mal ein Prompt mit.

00:02:30: Das Schöne ist auch, man kann ja sagen, auf welche Zielgruppe soll jetzt diese

00:02:35: Produktbeschreibung zugeschnitten sein?

00:02:36: Wir haben da jetzt so einen Medizinproduktehersteller,

00:02:40: der unter anderem ein Sortiment von Büroartikeln hat.

00:02:43: Und dann kann man es prompten, mache das in der Art und Weise, dass es jetzt für

00:02:47: einen Arzt oder einen MVZ gut geeignet ist.

00:02:50: Und ich habe mir das durchgelesen, da ist jetzt irgendwie so ein Aktenvernichter, wo

00:02:52: ich denke: Langweiliges Produkt, aber plötzlich ist das formuliert, wie das

00:02:56: Mehrwerte stiftet in diesem MVZ, klingt total anders.

00:02:59: Da denkt man: Oh, ja, das ist ein Aktenvernichter für mich.

00:03:02: Das ist dann auch möglich.

00:03:04: Wenn die Patientendaten geschreddert werden müssen, damit keiner es sieht und

00:03:08: die liegen sonst immer oben auf dem Tresen, bis die im Mülleimer sind.

00:03:13: Das heißt, man hat erst mal so einen Prozess, wo man sagt, man passt das

00:03:16: erst mal grob, wie sieht das aus.

00:03:18: Und dann machen wir auch das, dass wir natürlich dann selbst den Agenten, den

00:03:22: anderen, wieder noch mal prüfen lassen, ob das jetzt wirklich stimmt.

00:03:26: Also ihr habt da noch einen zweiten Agenten, der den anderen überprüft?

00:03:29: Genau. Okay, ja.

00:03:31: Pfiffig. Der findet dann auch noch mal Mängel.

00:03:35: Natürlich nimmt man am besten dann irgendwie ein anderes Modell,

00:03:38: vielleicht ein bisschen …

00:03:39: Manchmal reicht es auch schon, wenn man sagt, du lässt jetzt einfach mal ChatGPT

00:03:42: Pro drüber laufen und guck dir das mal an.

00:03:45: Da muss man überhaupt nicht viel machen.

00:03:47: Das ist dann halt der Weg, weil das ist aber auch die größte Angst natürlich

00:03:51: jetzt: Stimmen diese Daten?

00:03:53: Ist jetzt irgendwie was falsches drin?

00:03:54: Wir haben einen Kunden, Elektrik-Großhändler, der hat es einfach

00:03:58: ganz offen gespielt und hat dann in seinem Shop, gibt es einen Tab mit der

00:04:03: Standardproduktbeschreibung, vier Ballet Points oder so, und dann gibt es daneben

00:04:07: einen extra Tab mit den KI-Feenstaub-Sternen und dann sieht man,

00:04:12: dort ist jetzt die AI-Beschreibung-Attribute.

00:04:14: Habt ihr da mal Analysen fahren dürfen, wie sich das verhält?

00:04:18: Habe ich jetzt nicht zur Hand, aber ich meine, es sah auf jeden Fall deutlich

00:04:22: besser aus, was jetzt dann da drin stand.

00:04:24: Also was auf jeden Fall 100 pro besser ist, ist dann das themaspezifische SEO.

00:04:30: Aber wenn in dem Kontext oder dann auch Geo in dem Kontext diese Inhalte dann drin

00:04:35: sind, wie mit dem Patientenakten zu vernichten und nicht einfach nur Akten.

00:04:40: Ja, das ist ja auch dieses Geo-Thema, also Generative Engine

00:04:44: Optimization, das es eben auch im ChatGPT und Perplexity gut auftaucht,

00:04:48: dass man sagt, man soll das jetzt wirklich so in Problem.

00:04:52: Man soll das Problembeschreibung die Lösung …

00:04:54: Weil das ist ein Ding, was da gut funktioniert, weil dahinter befinden sich

00:04:58: ja immer diese Vector Embattings, diese semantische Suche, und er erkennt dann

00:05:03: wirklich, um welches Problem geht es da und findet dann das richtige Produkt

00:05:06: anhand dieses Problem, was vielleicht der Kunde dann im ChatGPT formuliert hat.

00:05:12: Da habe ich noch mal eine Frage in eigener Sache und auch für alle anderen.

00:05:17: Wir haben relativ viele Standorte und führen Standorte auch

00:05:21: immer wieder zusammen.

00:05:22: Und auch gerade in Köln führen wir Standorte zusammen.

00:05:24: Und dann haben wir die Herausforderung, dass dann ganz

00:05:28: verschiedene Möbelstücke da sind.

00:05:29: Das ist alles mal alles langweilig.

00:05:31: Aber dann sagen wir: Okay, man möchte es wieder so einrichten,

00:05:34: dass man sich dann wohnlich fühlt und nicht wie in der WG, wo alles

00:05:38: zusammengewürfelt worden ist.

00:05:40: Und dann haben wir einen Grundriss.

00:05:42: Wir wissen, wo welche Tische stehen.

00:05:43: Wir wissen, wie viele Menschen dort sind, ob das ein Springer-Arbeitsplatz

00:05:46: ist oder nicht.

00:05:47: Könnte ich so einen Grundriss rein hypothetisch, rein grundsätzlich,

00:05:52: bei euch dann Co-Pilot geben vom Büroausstatter – ihr habt ja auch den

00:05:56: einen oder anderen –, der dann sagt: Okay, ich mache dir dann einfach mal einen

00:06:00: Vorschlag für, welche Produkte könnten passen,

00:06:04: auch basierend auf Budget, basierend auf: Was hast du bei mir schon

00:06:08: gekauft?, und so weiter.

00:06:10: Kann man das andenken?

00:06:11: Also andenken theoretisch natürlich schon, weil diese ganze Architektur

00:06:15: ist super erweiterbar.

00:06:16: Das ist dieses Agent-und-Tool-Mechanismus.

00:06:18: Man hat den Agent, das Large-Language-Modell, gibt ihn

00:06:22: verschiedene Werkzeuge an der Hand, damit es auch Dinge tun kann.

00:06:25: Und ich habe sogar letzte Woche, in Jena gab es so einen KI-Bar-Camp, da gab

00:06:31: es einen schönen Vortrag zu MCP.

00:06:32: Also MCP ist wie USB-C für Agentenzeitalter, sagt man immer gern.

00:06:38: Das heißt, verschiedene Programme oder Lösungen können ihre Fähigkeiten als

00:06:42: so ein MCP-Tool zur Verfügung stellen.

00:06:44: Dann ist es besonders gut geeignet, dass Agenten das auch benutzen können.

00:06:48: Und er hatte dieses Beispiel, es gibt dieses Blender-3D-Tool, wo

00:06:52: man Modelle machen kann.

00:06:53: Ich weiß nicht, ob du das kennst. Nein, kenne ich nicht.

00:06:55: Da bricht man sich auch die Finger damit.

00:06:57: Aber er hat das sozusagen angebunden über das MCP Tool und hat dann imprompt

00:07:01: gemacht, reingeschrieben jetzt: Modellieren mir

00:07:05: jetzt hier den Jentower aus Jena, dieser große Turm in Jena.

00:07:10: Unser Turm? Ja, war auch mal.

00:07:12: Wir sind ja jetzt umgezogen.

00:07:14: Und dann macht das das Large-Language-Model,

00:07:18: schaut erst mal in seiner Wissensbasis nach oder vielleicht

00:07:21: kann er auch im Hintergrund, sage ich mal, Suchmaschinen verwenden,

00:07:24: weiß dann, ist so ein großer Zylinder gut, mit ein bisschen, wie und hat dann das

00:07:31: Tool gefunden, dieses Blender-Tool, und hat das da drin dann modelliert und man

00:07:35: konnte in diesem Blender dann wirklich das 3D-Modell dieses Turms sehen.

00:07:38: Und das zeigt eigentlich auch, wie mächtig das ist und wie sehr

00:07:41: gut das erweiterbar ist.

00:07:42: Und sage ich mal, euer Möbelthema könnte man da auch mit reinpacken.

00:07:46: Wobei ich es natürlich auch oft gemacht, weil man nimmt ChatGPT, macht ein Foto und

00:07:52: macht mal die Tapete da rein oder so.

00:07:54: Das macht meine Frau immer gern.

00:07:57: Meine Erwartung war auch, dass du sagst: Klar, das wird irgendwie gehen.

00:08:00: Wir haben auch einen Kunden, der mit euch zusammen aufgebaut in der Umfeld.

00:08:06: Wir melden uns.

00:08:08: Ich glaube, das ist total cool, wenn man dann sagt: Okay, das ist

00:08:10: meine Herausforderung.

00:08:11: Ich ballere das rein und muss mich darum nicht kümmern, egal ob es dann der Käufer

00:08:15: ist oder auch ein Verkäufer, der das dann macht, der das dann vielleicht

00:08:18: gar nicht mehr rauslesen muss.

00:08:20: Aber mit diesen Tools …

00:08:22: Wir haben einen Kunden, das ist hier Laminatdepot, und wenn ich jetzt Laminat

00:08:26: kaufe, dann kommt es wirklich darauf an, dass ich das berechne, dass dann alle

00:08:30: Teile passen, dass da nicht irgendwie zu viel ist.

00:08:31: Und ich sage mal, so ein Sprachmodell ist prinzipiell nicht so gut mit Rechnen,

00:08:36: aber wenn ich jetzt ein extra Tool für Laminatberechnung dort mit anbinde, dann

00:08:40: kann ich das eben auch sehr gut einbeziehen.

00:08:42: Die haben ja auch solche Tools, oder? Ja, genau.

00:08:45: Und wie ist es bei all den LLMs, wenn ich ein Bild habe und dann Längen messen will?

00:08:53: Dass sie sagen: Okay, der Raum ist jetzt vier Meter mal, mal sechs Meter groß.

00:08:57: Bekommen die das gut hin, oder? Weißt du was?

00:08:59: Das habe ich jetzt noch nicht gesehen, das weiß ich auch nicht.

00:09:02: Ich würde wetten, da gibt es auch ein Tool für.

00:09:03: Wahrscheinlich.

00:09:04: Das ist ja auch nicht spezial.

00:09:06: Wie kommen Kunden zu solchen Ideen beziehungsweise wie unterstützt

00:09:11: ihr Kunden mit solchen Ideen?

00:09:14: Was wir immer machen, wir erzählen natürlich erst mal die Geschichte

00:09:17: mit ganz vielen Beispielen.

00:09:19: Die passen dann oft nicht direkt.

00:09:22: Vielleicht haben wir irgendwie ein Beispiel aus dem Office-Umfeld oder

00:09:26: dies und das, aber die Transferleistung kriegen die dann relativ schnell hin.

00:09:29: Wenn die sehen, was dann geht.

00:09:31: ich habe hier ein Produkt, kann direkt eine Frage dazu stellen und Copilot

00:09:36: sucht sich dann das Datenblatt, liest das Datenblatt durch, beantwortet die Frage

00:09:39: gleich da draußen und dann sehen die: Das würde bei uns auch helfen.

00:09:43: Die kommen dann ganz schnell auf Ideen.

00:09:45: Auf Ideen, auf die wir nie kommen würden.

00:09:47: Die Kombination aus Domainwissen und was kann das Produkt?

00:09:51: Wir haben einen Lebensmittelgroßhändler in Irland.

00:09:56: Wir haben denen auch den Copilot eingeführt und für die war es weil ich

00:10:00: wichtig finde die nächste Niederlassung, wo du dann das auch abholen kannst.

00:10:04: Und die haben dann eingebaut Geolocation, dass er erst mal weiß, was

00:10:07: ist die nächste Niederlassung?

00:10:09: Und dann hat sie auch ganz süß gemacht, dass er auch noch ein Tool gekriegt hat,

00:10:13: dass er die aktuelle Zeit abfragen konnte und dann sagen konnte: Oh, die

00:10:17: Niederlassung macht aber in einer Stunde zu.

00:10:18: Beeil dich mal, konnte er dann so sagen in Sprache.

00:10:22: Wir hatten das ja auch das letzte Mal gestriffen mit einen Sicherungskasten, mit

00:10:26: dem ich mache ein Foto der Handwerker und schickst dann zurück.

00:10:30: Gibt es da schon Cases?

00:10:32: Ich weiß bei uns …

00:10:33: Wir haben einen jetzt mit einem Aufzugshersteller, die

00:10:35: haben genau das Thema.

00:10:37: Wir haben es jetzt noch nicht fertig umgesetzt, aber da freue

00:10:39: ich mich schon drauf.

00:10:40: Aber das hört man auch oft, wirklich dieses: Hey, gerade im B2B, ich habe hier

00:10:44: irgendwas im Einsatz, eine Maschine und brauche da jetzt einen Ersatzteil dazu.

00:10:49: Wir haben, ich glaube, sieben, acht Jahre her mit Bosch Cognitive Service

00:10:52: zusammengearbeitet, um Ersatzteile zu erkennen

00:10:57: und haben das auch innerhalb der Gruppe, aber dann nicht mit Bosch, für Blumen

00:11:01: gemacht, Blumen-Schaniere, um diese Schaniere zu erkennen.

00:11:06: Aber das ist ja gar nicht mehr so weit und das ist ja nur ein Teil, das Ganze.

00:11:08: Brauchte sie dann aber ganz viele Fotos von den Scharnieren aus ganz vielen

00:11:12: Blickwinkeln oder wie war damals der Ansatz?

00:11:14: Da war das so und Bosch Cognitive Service hat dann einen Container

00:11:18: zur Verfügung gestellt.

00:11:19: Da konnte man das Produkt drauflegen und es wurde 360 Grad fotografiert, gewogen.

00:11:24: Ein 3D-Modell, ein CAD-Modell, kam noch dabei raus und dann haben die das

00:11:30: eigene neuronale System, ihr Netz gefüttert damit.

00:11:34: Genau, das ist dann die Schwierigkeit, da überhaupt diese Daten erst mal zu haben.

00:11:38: Was wir sehen, klar, das GPT-Modell hat auch selbst schon Bilder

00:11:42: drin und kann auch schon Dinger erkennen.

00:11:45: Wir haben da so einen Microsoft surface Hub, das ist immer unser Beispiel.

00:11:47: Am Endeffekt erkennt er das auch schon super, aber natürlich irgendwelche

00:11:50: Spezialscharniere dann wohl eher nicht.

00:11:53: Ja, und das sind dann teilweise auch kleine Unterschiede, dass du

00:11:55: sagst, okay, links oder rechts.

00:11:57: Das ist dann total wichtig, dass du ein linkes bestellst und nicht das rechte.

00:12:01: Und da sind die ja LLMs auch noch zu ungenau.

00:12:03: Ja.

00:12:04: Okay, aber das wäre ja im Endeffekt auch eine Weiter-

00:12:06: Wobei das auch wieder nicht das LLM macht, sondern man nimmt dann wieder auch so eine

00:12:11: Vektorsuche im Hintergrund, um die richtigen Bilder zu finden.

00:12:14: Aber da müssen die ja schlussendlich ja irgendwie verzichtet werden.

00:12:17: Ja, die müssen dann mal indiziert werden, diese ganzen Bilder.

00:12:20: All diese Arbeit, die fließt ja sonst immer zum Vertriebler häufig.

00:12:29: Also ich habe den Schaltschrank und wenn ich das selber nicht als Handwerker weiß,

00:12:34: schicke ich das dem Großhändler und sage: Welcher ist denn das?

00:12:37: Und dann sitzt der Innendienst dann da noch oder der Vertrieb, brauchen wir den

00:12:41: in der Form noch oder brauchen wir eine andere Art der Organisation in dem Zuge?

00:12:46: Also wenn das richtig gut funktioniert, dann ist es, glaube ich, auch für den

00:12:50: Kunden besser, wenn er gleich die Antwort kriegt, ohne dass er jemanden

00:12:53: ans Telefon kriegen muss.

00:12:55: Gerade die jüngeren Menschen, die wollen ja gar nicht mehr mit anderen reden.

00:12:58: Und dann, was wir auch noch natürlich sehen, dass es gar nicht mehr so viele

00:13:02: Verkäufer gibt mit diesem tiefen Fachwissen und dass wir schauen müssen,

00:13:05: dass wir dieses Wissen eher in die Systeme kriegen.

00:13:08: Und ihr seid jetzt nicht die Transformationseinheit für Vertrieb, aber

00:13:15: Vielleicht hast du da auch einen Einblick drin aus dem wahren Leben, sage ich mal:

00:13:20: Wie können sich denn Vertriebsteams verändern?

00:13:23: Wenn der Vertrieb wirklich Zeit hat, solche Anfragen nicht mehr zu machen,

00:13:28: sollte er dann in Rente gehen?

00:13:32: Oder gibt es andere wertvolle Aufgaben, die eine AI nicht machen kann, die

00:13:37: dem Unternehmen dann auch helfen?

00:13:39: Auf jeden Fall.

00:13:41: Man könnte ja auch so einen Agent haben, der jetzt hier Churn Prevention macht, der

00:13:45: feststellt, der ist ein Kunde, der hat vielleicht lange nichts mehr gekauft.

00:13:49: Und da ist es wieder eine gute Aufgabe, dass der Vertriebler einfach mal anruft

00:13:51: und fragt, was da los ist, das herauszufinden.

00:13:54: Spannendes Thema.

00:13:56: Es kommt gleich noch eine Anekdote zu: Sollte es der Vertriebler machen

00:14:01: oder eine AI dann da anzurufen?

00:14:05: Das ist spannend.

00:14:08: Also ich denke, der Vertriebler, der hat dann vielleicht

00:14:11: ein bisschen mehr Feingefühl noch, als vielleicht die AI die irgendwie einen

00:14:16: Fragebogen oder schickt oder irgendwie ein paar Standard-Sachen abfragt.

00:14:21: Ich finde, die Frage finde ich total spannend.

00:14:26: Lass uns noch kurz da reingehen.

00:14:28: Vielleicht ist der Kunde natürlich auch ehrlicher mit der AI, zu sagen,

00:14:31: was jetzt wirklich der Grund ist.

00:14:33: Ja, wenn ich von mir ausgehe und ich habe solche Anrufe schon, ich

00:14:39: habe beim ersten Mal sofort aufgelegt.

00:14:40: Und zwar einfach nur aus dem Argument: Wer sich nicht die Mühe macht, mich persönlich

00:14:45: anzurufen, ist keinen Cent wert.

00:14:47: Habe ich keine Lust drauf.

00:14:49: Und es geht dann ja noch weiter: Wenn du dann zig solche Anrufe hast,

00:14:54: die du ja gar nicht willst, dann ist der Kanal Telefon irgendwann tot.

00:14:58: Kannst du ja gar nicht mehr geben, wenn das dann durchgeht?

00:15:02: Ja, das ist sowieso Telefon und Anrufe, das ist ja eh schwierig.

00:15:06: Jemand ruft dich an.

00:15:07: Warum sollte das, was er von dir will, gerade wichtiger sein als

00:15:10: das, was du gerade machst? Das ist immer die Frage.

00:15:12: Ich habe eine Idee.

00:15:13: Wir müssen einen Agent vorne dran haben, der erst mal guckt, ist

00:15:16: das Mensch oder nicht?

00:15:17: Also ein virtuelles Sekretariat auf meiner Rufnummer.

00:15:20: Gibt es das jetzt schon im iPhone, dass wenn eine unbekannte Nummer anruft, dass

00:15:23: die erst mal auf dem Anrufbeantworter sprechen muss, was

00:15:26: das Thema ist und du kriegst dann nur eine Nachricht, worum es geht?

00:15:29: Genau. Ich glaube, das gibt es schon.

00:15:30: Ja, genau.

00:15:30: Vielleicht noch mal anders gedacht, aber das ist spannend.

00:15:34: Ich habe übrigens auch mal ausprobiert.

00:15:36: Ich habe den Agent damals gefragt.

00:15:40: Also umgekehrt: Wen hast du denn vorher angerufen?

00:15:44: Und? Ja.

00:15:45: Hat funktioniert? Hat mir den Namen genannt.

00:15:48: Das ist natürlich auch ein wichtiges Thema bei diesen Agents und diese ganze Qualität

00:15:53: und Sicherheit überhaupt festzustellen.

00:15:55: Es gibt auch eigene Agenturen, die wieder nichts anders machen, als die Agents zu

00:16:00: prüfen, versuchen, die irgendwie zu hacken und auch zu schauen, dass

00:16:04: sie das Richtige machen.

00:16:05: In unserem Fall ist es dann so: Bietet der vielleicht Produkte der

00:16:08: Konkurrenz an und sagt, dass die besser sind als die eigenen?

00:16:11: Auf keinen Fall.

00:16:12: Oder die hatten auch dieses Thema Kompetenzüberschreitung.

00:16:16: Macht der jetzt eine Sicherheitsberatung für eine Baustelle plötzlich, weil er

00:16:19: denkt, er erkannte das, aber darf er natürlich nicht, sondern er soll

00:16:21: jetzt maximal ein Produkt empfehlen.

00:16:23: Ja, das war aber witzig. Er konnte dann …

00:16:25: Ich wusste, was der Gesprächsinhalt war.

00:16:29: Und hast du dich da gemeldet So ganz platt.

00:16:31: Ich habe da eine Mail hingeschrieben. Genau.

00:16:33: Ja.

00:16:35: Genau.

00:16:36: Aber das war eher, beim ersten Mal habe ich aufgelegt und danach dachte ich:

00:16:39: Ich müsste da andere Fragen stellen.

00:16:42: Okay, wir kamen auf den Agent und der Vertriebler sollte da …

00:16:46: Also meine Tendenz ist, wenn der Vertriebler dort anruft, ist das einfach

00:16:49: noch wertvoller und er vielleicht sogar eine Vertrieblerin, eine persönliche

00:16:53: Beziehung hat, dann gehe ich da schon eher ran.

00:16:57: Aber wir werden sehen, wie es die Zukunft sich dorthin entwickelt.

00:17:03: Ja, ansonsten ist der Lauf der Dinge, dass gewisse Tätigkeiten …

00:17:06: Ich hatte letztes Mal im Hotel einen getroffen, das war so Traveling

00:17:10: Salesman, wie man sagt, der irgendwie Feuerlöscher verkauft hat und dachte: „Oh,

00:17:14: das ist auch so ein Ding, was man natürlich mit E-Commerce einfach

00:17:19: ablöst, wo schon lange passiert ist. Ja, das stimmt.

00:17:22: Da brauchen wir auch nicht dran hängen dann irgendwie.

00:17:25: Und eigentlich betrifft das ja auch uns.

00:17:28: Also wie entwickeln wir Software?

00:17:31: wie entwickeln wir auch die Lösung vom Kunden?

00:17:34: Ich würde fragen, wenn du noch Zeit hast, wollen wir da noch eine

00:17:38: separate Folge zu machen?

00:17:40: Na klar, total gerne. Ja, super.

00:17:41: Wir haben uns jetzt auch eingegrooft, merke ich.

00:17:44: Denn heute, was ich heute direkt erst mal mitnehme, die AI kann den

00:17:50: Verkäufer massiv – ich würde mal unterstützen sagen und seine

00:17:54: Tätigkeiten anders darstellen.

00:17:57: Und das geht schon heute.

00:17:58: Man kann das heute schon anfangen, umzusetzen.

00:18:01: Und im Vorgespräch hatten wir ja auch gesagt: Früher waren es auch ein paar

00:18:05: hundert Tage mal schnell und heute ist es deutlich kleiner, um

00:18:08: solche Quick-Wins ja mit reinzubauen.

00:18:11: Und das ist, glaube ich, Ein ganz großer Wesenzug und Change,

00:18:18: den man da haben muss.

00:18:20: Und freut mich, dass ihr da vorne dran seid.

00:18:24: Ja, und der Betriebsausstatter, wir melden uns.

00:18:28: Alles klar. Hast du noch eine Ergänzung?

00:18:30: Ich habe jetzt nur zwei Sachen gesagt.

00:18:32: Häufig habe ich auch noch einen dritten Punkt, wo du sagst, das ist einfach noch

00:18:34: etwas, was du sinnvollerweise mitgeben möchtest.

00:18:37: Du hast natürlich auch sehr jetzt die Verkäuferseite, aber natürlich

00:18:40: auch die Käufersseite.

00:18:41: Die wird auch letztendlich entscheiden, was sich durchsetzt.

00:18:45: Da wird immer die Bequemlichkeit, die Einfachheit wird immer siegen.

00:18:50: Vollkommen. Genau.

00:18:51: Der Faulheit sind keine Grenzen gesetzt, sagt mein Schwiegerpapa.

00:18:56: Oder? Das ist wahrscheinlich genau das.

00:18:57: Und natürlich auch der Tipp: So früh wie möglich damit anfangen, damit

00:19:01: man jetzt einfach auch schon Lernen dran kann und auch jetzt

00:19:05: auch schon Daten kriegt.

00:19:07: Man sieht dann, was die Kunden eigentlich wollen, gerade in so einem Chat.

00:19:10: Man hat die ganzen Logs auch da.

00:19:12: Und das unterstreiche ich mal.

00:19:14: Wer Lust hat, tiefer zu diskutieren, Kommentare unten rein oder

00:19:19: schreibt den Nils oder mich an.

00:19:20: Danke fürs Zuhören und Zuschauen.

00:19:23: Und danke dir.

00:19:24: Danke.