Künstliche Intelligenz bei Sartorius – Erfahrungen aus der Praxis

Zusammenfassung

In dieser Episode spreche ich mit Frank Strickstrock von Sartorius über den praktischen Einsatz von künstlicher Intelligenz im Unternehmen. Frank gibt spannende Einblicke in die Entwicklung und Implementierung des internen KI-Chatbots, der Mitarbeitende bei alltäglichen Aufgaben wie IT- und HR-Anfragen unterstützt und so echte Mehrwerte im Arbeitsalltag schafft.

Wir beleuchten, wie agile Methoden und ein schrittweises Vorgehen Innovation ermöglichen und welche Bedeutung eine hohe Datenqualität sowie gut strukturierte Governance für erfolgreiche KI-Projekte im Unternehmenskontext haben. Transparenz und sichere Prozesse stehen dabei stets im Mittelpunkt.

Diese Episode zeigt eindrucksvoll, wie ein global agierendes Unternehmen wie Sartorius neue Technologien nutzt, um Prozesse zu optimieren und Mitarbeitende fit für die Zukunft zu machen. Lassen Sie sich inspirieren von konkreten Anwendungsfällen, praxisnahen Tipps und dem spürbaren Innovationsgeist bei Sartorius.

Episode direkt bei YouTube erleben

Episode direkt im Player abspielen

Transkript der Episode

Dierk

Hallo und herzlich willkommen zur 48. Episode des Business Akupunktur Podcast. Heute mit dem Titel „Künstliche Intelligenz bei Sartorius – Erfahrungen aus der Praxis.“ Ich freue mich auf dieses Thema und meinen Gast Frank Strickstrock. Frank ist Manager Application Foundation Service bei Sartorius hier in Göttingen. Sartorius hat über 13.500 Beschäftigte, über 60 Standorte weltweit und einen Jahresumsatz von über 3 Milliarden Euro. Frank kenne ich schon ziemlich lange. Das Kennen war damals recht einseitig: Ich habe ihn virtuell auf seinen Laufrunden im Göttinger Wald mit meinem ersten Podcast DevOps auf die Ohren und in Swim begleitet. Zum Thema DevOps haben wir dann später auch schon mal persönlich zusammengearbeitet. Ich bin jetzt auf Frank und sein Thema, auf unser heutiges Thema, durch die Göttinger Nacht des Wissens aufmerksam geworden. Dort hat er das vorgestellt, worüber wir gleich sprechen werden.

Hallo Frank, herzlich willkommen und vielen Dank für deine Zeit. Und ich sage ganz bewusst wirklich für deine Zeit, du hast eine Menge um die Ohren, du bist eng getaktet in deinem Job, deswegen vielen Dank für deine Zeit.

Kannst du uns erklären, was ein Manager Application Foundation Service bei Sartorius macht und natürlich kannst du auch gleich noch gerne ein bisschen was zu Sartorius ergänzen.

Frank Strickstrock

Erstmal danke, dass du mich eingeladen hast für diesen Podcast. Ich freue mich auf die Zeit mit dir und auf dieses Thema, mal über KI bei Sartorius reden zu können.

Was macht ein Manager Application Foundation Services? Ich bin das jetzt seit knapp zwei, zweieinhalb Jahren und es fasst in meinem Team mehrere Produkte, Services, Themen zusammen, die so Grundfunktionalitäten sind, um Software zu entwickeln. Ich habe drei Teams, die mit agiler Softwareentwicklung arbeiten. Das eine beschäftigt sich zum Beispiel mit einem API-Management, also wir bieten Schnittstellen oder eine Lösung für Anbindung von Schnittstellen intern, aber auch extern für Kunden am Ende des Tages an und alle Sachen, die dazugehören, wie Governance und API-Katalog.

Ein zweites Team baut ein Designsystem, das wir Gravity nennen. Es stellt Komponenten wie Buttons, Akkordeons oder Labels bereit, schon im Corporate Design von Sartorius, also fertig gebaut, direkt benutzbar, um Reuse-Effekte und Benefits einfach zu erzielen.

Ein drittes Team bei mir ist ein Team, das nennt sich AI-Apps oder AI-Anwendungen auf Deutsch, wo wir verschiedene Anwendungen für Sartorius-Mitarbeiter auf Basis von KI-Lösungen bereitstellen. Zum Beispiel ein Übersetzungstool, AI-Translation, das Begriffe aus der Sartorius-Welt gelernt hat und entsprechend, wenn man einen Text von Englisch nach Deutsch übersetzt, dann auch richtig diese Begriffe benutzt.

Und darüber reden wir heute: Chat-AI als Lösung, als interne Sartorius-Chat-GPT-Lösung, könnte man sagen, die für Mitarbeiter gebaut worden ist.

Dierk

Da gehen wir doch ins Detail rein. Super, vielen Dank. Finde ich cool. Und für alle, die jetzt vielleicht Angst haben, dass das Ganze zu technisch wird: Nein, das wird nicht technisch. Wir werden natürlich ein bisschen was über künstliche Intelligenz sprechen aus der technischen Sicht, aber ich bin mir sicher, dass Frank sehr viel auch aus der Anwendersicht sprechen kann. Und natürlich ist KI kein reines IT-Thema. Also auch das werden wir, denke ich, rausarbeiten.

Lass uns aber noch mit einer Einstiegsfrage starten, denn die regelmäßigen Hörer meines Podcasts kennen das: Ich stelle zum Einstieg immer die Frage, was hast du gedacht, als du zum ersten Mal den Titel Business Akupunktur in diesem Podcast gehört hast?

Frank Strickstrock

Ich muss ehrlich zugeben, ich war erstmal verwirrt. Und ich fand es spannend, eine spannende Kombination dieser beiden Begriffe, Business und Akupunktur. Natürlich kenne ich Akupunktur so ein bisschen als asiatische Heilmethode mit den Nadelstichen, soweit ich das weiß. Und ich würde es so sehen, und das finde ich auch ganz gut, dass man punktuell mit dem Business oder Kunden auch in anderen Feldern, Themen anspricht, Themen vielleicht mal ausprobiert und dann insgesamt für das Business oder für Gruppen oder Organisationen Mehrwert schafft.

Dierk

Sehr schön. Gut, ja. Ist aber interessant, wie die Gäste im Podcast dieses Thema Business-Akupunktur sehen. Aber diese Verwirrung, das erste Triggern, das ist dann sicherlich ein Ziel mit dabei. Gut.

So, dann lass uns mal ins Thema einsteigen. Wir haben ja gesagt, wir sprechen über künstliche Intelligenz heute. Wir sprechen über deine Erfahrungen oder eure Erfahrungen mit KI bei Sartorius. Und wir haben es ja gehört, es ist ja keine kleine Firma. Wir haben also hier eine Firma, die sehr, sehr multinational aufgestellt ist. Du hast den KI-Chatbot mit deinen Teams bei Sartorius entwickelt. Erzähl einfach mal was zu Beginn dazu. Wie ist sozusagen die Geschichte dazu? Wie hat sich das Ganze entwickelt bei euch?

Frank Strickstrock

Das ist eine sehr spannende Frage, weil man dann doch ein Stück weit zurückblicken muss. Ich muss überlegen, also vor zwei, fast drei Jahren, also Ende 2022, da kamen so die ersten Chat-GPT-Lösungen auf den Markt, GPT 3.5. Und da war so der erste Hype: Ah, was dieses KI-Chatbot, was man damit machen kann. Und natürlich haben wir uns dann auch als Firma überlegt, das wäre auch genau was, wo wir unseren Mitarbeitern Möglichkeiten geben können, KI im Alltag zu nutzen, um ihre tägliche Arbeit einfach zu verbessern.

Wir haben damals Ende 2022 damit angefangen, ein bisschen reinzuschauen, wie das funktioniert. Und dann im April 2023 haben wir einfach mal einen Hackathon gemacht. Hackathon, für die das nicht wissen, ist einfach, man setzt sich mal zusammen für einen Tag oder so und probiert mal irgendwas zu bauen. So macht man es in der Softwareentwicklung, deswegen Hackathon. Und haben da einfach mal so ein Modell genommen, was wir in der Azure Cloud benutzen konnten, und haben ein kleines Frontend, also eine kleine Anwendung geschrieben, um Nachrichten zu finden, Fragen reinzustellen und die Antworten rauszubekommen, wie funktioniert das eigentlich mit so einem KI-Modell, was wir da einfach angebunden haben. Das ist super gut gelaufen. Ja, es war noch nicht so optimal, was so die künstliche Intelligenz von den Fähigkeiten betrifft. Halluzination war ein Thema zum Beispiel. Können wir vielleicht mal später drauf kommen. Aber es war schon ziemlich cool.

Da haben wir das dann auch so im April, Mai, Juni eine erste Version für Sartorius für alle Mitarbeiter bereitgestellt. Wir nennen das bei uns in der agilen Softwareentwicklung MVP, das heißt so ein Minimal Viable Product, also eine einfache erste Lösung, die man schon benutzen kann, die aber noch nicht super ausgereift ist, noch nicht super ausprogrammiert, aber eben schon mal aufzeigt, was geht.

Und dann entsprechend hat sich das über die letzten zwei Jahre entwickelt, dass wir Funktionalitäten wie eine Historie, wie ich kann was rein und raus kopieren, ich habe Feedback-Funktionen, ich kann verschiedene Modelle benutzen, und Anbindung von Datenquellen entsprechend immer weiterentwickelt. Genau.

Wir haben dafür ein Produktteam aufgesetzt, das habe ich eingangs schon gesagt, dass quasi Empowered, nennen wir das, also ein Team da ist, das sich wirklich darum kümmert, die bestmöglichen Funktionen zu bauen, zu entscheiden, was ist gerade wichtig, sind in Kontakt mit den Benutzern bei Sartorius, um halt wirklich immer kontinuierlich Verbesserungen einzubauen.

Dierk

Sehr schön. Du hast erzählt oder der Kontakt ist ja wieder aufgekommen zwischen uns beiden, weil ihr das auf der Göttinger Nacht des Wissens vorgestellt habt. Wie seid ihr auf die Idee gekommen, das vorzustellen und habt ihr nur den Chatbot vorgestellt oder habt ihr noch andere Tools vorgestellt?

Frank Strickstrock

Nacht des Wissens ist ja eigentlich ein Beispiel von vielen Möglichkeiten, die wir gerade nutzen, um AI zu präsentieren. Einfach mit dem Aufkommen von KI-Chatbots und dem allgemeinen Thema, was kann generative KI alles tun, kamen immer mehr die Anfragen aus allen Bereichen bei Sartorius: Zeig doch mal, was da geht, könnt ihr mal das erzählen. Und gerade so nach der Nacht des Wissens ist eine super Möglichkeit, wenn ihr dann viele Stände aufgestellt habt, es kommen Besucher extern, aber auch Mitarbeiter, die sich dann verschiedene Teile vom Campus oder von der Firma anschauen, und entsprechend haben wir einen Stand gemacht, der halt generell AI-Tag bei Sartorius ein bisschen abgedeckt hat. Und aber eben vor allem haben wir dann die Tools gezeigt, die wir schon gebaut haben, und die Möglichkeiten mal ein bisschen demonstriert, um auch so ein bisschen zu den Kollegen, die vielleicht in der Produktion arbeiten, mal zu zeigen, was geht, aber auch Kinder, die Familien, die dann kommen.

Wir haben dann was Spannendes gemacht: Wir haben einfach ein Quiz bereitgestellt, dass die Besucher mal ein Quiz machen konnten über Künstliche Intelligenz und Sartorius. Und dann hat er so Sachen gefragt, wie welche Produkte hat Sartorius oder kann Sartorius Pipetten bauen oder wann wurde Sartorius gegründet mit verschiedenen Antwortmöglichkeiten. Superspannend. Das ist die eine Sache, wo dann auch die Leute ein bisschen greifbar sehen können, wie was geht. Aber wir haben auch erklärt, dieses Quiz haben wir nicht geschrieben und haben das nicht programmiert, sondern wir haben gesagt: Liebe KI, also lieber Chatbot, bau uns doch mal ein Quiz mit 20 Fragen, die Fragen sollen schwieriger werden, zähle bitte die Ergebnisse, dass am Ende so eine Highscore haben, sowas in der Richtung, und dann baut die KI das automatisch und dann kannst du sagen, starte Quiz und dann gibt es das Quiz und das ist ziemlich eindrucksvoll für Leute, die das noch nicht so oft tun.

Dierk

Ja, es ist interessant. Ich habe nämlich auch gedacht, so Quizfragen zu erstellen, das kann ein Mensch. Dazu brauche ich eigentlich keine KI, aber genau zu sagen, gib mir mal 20 Fragen oder dann zu sagen, gib mir mal 25 Fragen oder gib mir Fragen in unterschiedlichen Schwierigkeitsstufen. Das ist dann ja schon, geht ja schon in Richtung KI.

Und du hast ja den Begriff MVP genannt, Minimum Viable Product, also ein erstes lebensfähiges Produkt, um Erfahrungen zu sammeln, um Feedback zu bekommen. Und das war sicherlich auch ein bisschen mit in diese Richtung, um einfach Feedback zu bekommen, auch von Menschen außerhalb von Sartorius und außerhalb von Business, richtig?

Frank Strickstrock

Das ist eigentlich immer dabei. Das kommt ein bisschen auf die Person an, in dem Rahmen, der Kontext. Bei der Nacht des Wissens war es, glaube ich, vorrangig, um einfach zu zeigen, was ist möglich, was geht, was macht Sartorius mit KI. Wir haben natürlich auch andere Formate, wie so interne Workshops oder kleine AI-Konferenzen, wo wir Sachen präsentieren und da, wenn dann die Mitarbeiter kommen, geht es vor allem um Ideen, Verbesserungsmöglichkeiten, Feedback, wie du gerade gesagt hast, die einzusammeln und dann zu schauen, was sind denn die wichtigen Dinge, die einem Mitarbeiter helfen können mit KI, damit wir da auch in die richtige Richtung bauen. Also typische Produkt-Ownership, sich auf das zu konzentrieren, was Sinn macht und was Wert schafft.

Dierk

Sehr schön, gut. Wir haben es vorhin angesprochen oder ich habe es angesprochen, das wird ja auch rausgehört. Es ist immer wichtig, wie ich finde, zu sehen, KI ist kein IT-Thema oder kein reines IT-Thema. Natürlich habe ich eine Umsetzung mit IT-Möglichkeiten, das ist eine IT-Technologie, aber der Treiber sollte ja aus einer anderen Richtung kommen. Wie war das bei euch? Wer hat bei euch damals, als du davon gesprochen hast, Anfang 23, wer hat das bei euch getrieben, das Thema?

Frank Strickstrock

Tatsächlich arbeiten die Kollegen im Corporate Research Bereich und in der Produktentwicklung schon länger mit KI, um zum Beispiel Prozesse beim Kunden zu vereinfachen. Ki hat hier enormes Potenzial, um zum Beispiel die Wirkstoffforschung und die Produktion neuer Arzneimittel zu beschleunigen und effizienter zu machen. Meines Wissens kam KI in unseren Produkten schon vor ChatGPT zum Einsatz. Zum Beispiel Incucyte, das ist ein Inkubator, mit dem man im Labor Zellen analysieren kann oder Software-Lösungen wie UMetrics, mit denen Produktionsprozesse optimiert werden. KI-Chat Anwendungen beziehungsweise GenAI ist zu der Zeit vorrangig aus der IT herausgetrieben worden, weil das Thema noch relativ neu war. Und erst mal natürlich eine technische Umsetzung und auch die Umsetzungsmöglichkeiten noch nicht so richtig bekannt waren.

Dierk

Jetzt haben wir über das MVP gesprochen, so ein Begriff aus der IT. Ich komme noch mit einem anderen Begriff, Low Hanging Fruits, also die tief hängenden Früchte, diese Quick Wins, also auch da so schnelle Dinge, die man erledigen kann. Also wir gucken mal so ein bisschen Richtung Ziele und Nutzen. Habt ihr bei euch oder kannst du aus ein paar Beispielen erzählen, wo ihr wirklich Anwendungsfälle hattet, die sich als sehr, sehr hilfreich erwiesen haben und welche auch, die sich als überhaupt nicht sinnvoll oder aktuell nicht sinnvoll erwiesen haben?

Frank Strickstrock

Ja, lass mich kurz überlegen. Also als Low Hanging Fruits, ich würde mal sagen, also als gute Anwendungsfälle, wir haben zum Beispiel als relativ Starter-Anwendungsfall, wo man sehr gut auch den Nutzen zeigen konnte, unser Abkürzungsverzeichnis von Sartorius eingebunden. Denkt ein bisschen einfach, profan, aber wenn man dann in unserem KI-Chat-Tool natürlich fragen kann, gerade für Leute, die neu zu Sartorius kommen und da kommen immer noch sehr viele neue Mitarbeiter jeden Monat und man kann fragen, was das oder das bedeutet, ohne auf das Portal zu gehen, die Seite zu finden und dann das Abkürzungsverzeichnis zu suchen, dass es schon mal Gold wert ist.

Und das war ja was Kleines, aber dann so Themen wie Knowledge-Articles heißt das bei uns, Wissensdatenbank würde ich jetzt mal sagen, da haben wir zwei große und wichtige eingebunden. Das eine ist das IT-Service-Portal, also alles, wenn es darum geht, wie bestelle ich vielleicht einen neuen Laptop, wie setze ich mein Passwort zurück, wo immer mal wieder Mitarbeiter natürlich hängen bleiben, das nicht genau wissen, die alten Hasen wissen das, weil sie es schon 23 Jahre gemacht haben, aber die jungen Kollegen vielleicht nicht und dann kann man direkt das Tool befragen, also unser KI-Chat-Tool und bekommt eine Anleitung, die Schritte, die man tun muss, um das auszuführen, aber auch den Link zum Beispiel in das Portal, um was zu requesten, um ein Ticket anzulegen, sowas in der Richtung. Oder auf das Dokument auch, also als Referenz, um nochmal nachzulesen, ach, das ist ja da dokumentiert und da gibt es noch mehr Informationen zum Beispiel.

Andere spannender, sehr positiver Use-Case ist natürlich die Wissensdatenbank von unserem HR-System. Also alles, wenn es darum geht bei Knowledge-Artikeln, wie kann ich Urlaub beantragen, wie geht der Prozess, wie geht ein anderer Prozess. Ohne leicht ins Detail zu gehen, ist auch Gold wert für die Mitarbeiter, das schnell und leicht zu finden, was man in den entsprechenden Tools mal ersuchen muss. Man muss noch den Menüpunkt finden und da kann man direkt über das Chat-Tool einsteigen.

Du hattest noch gefragt nach nicht so guten Anwendungsfällen. Ich nenne mal einen, weil das war eine gute Lessons learned, also eine gute Erfahrung. Sorry für mein Englisch manchmal, aber die englischen Terms. Wir haben versucht, Visio-Prozesse zu Prozessdiagrammen oder allgemein Prozessdokumentationen, die wir natürlich auch haben in der Firma und die auch relevant sind für viele, viele Dinge, zu integrieren in das Chat-Tool, sodass man am Ende fragen kann, wie geht der Prozess XY, wie ist es abhängig, wer sind die Verantwortlichen zum Beispiel und das war basierend auf Visio-Diagrammen. Wir haben gelernt, das funktioniert. Man kann also diese grafische Repräsentation auch in Textform umwandeln, indizieren und befragen. Aber zum einen war die Qualität dann nicht so gut, dass es wirklich für eine Nutzung getaugt hat und zum anderen recht aufwendig, sodass es halt für die Leute, also man muss mal gucken, wie viele Leute würden das dann benutzen, wie viel Mehrwert würde das bringen, nicht groß genug war.

Dierk

Das heißt, wenn ich das richtig verstehe, es muss ja immer auch um den geschäftlichen Nutzen gehen. Also natürlich kann man Übungsfälle machen. Man kann sagen, wir möchten mal Erfahrungen sammeln. Dann spielt man ein bisschen damit. Aber schlussendlich muss ja, wir sind in der Wirtschaftswelt, muss ja etwas Nützliches bei rauskommen, müssen Wert schaffen. Ich habe eben gehört, dass ihr so etwas bewertet mit Anzahl der Nutzer, die das Ganze nachher benutzen. Gibt es noch ein paar andere Punkte, die vielleicht in der ersten Stufe wichtig sind, um zu bewerten, ob ihr in so ein Thema, in so ein Projekt einsteigt, weil du musst ja auch deine Teams steuern, du musst ja auch priorisieren.

Frank Strickstrock

Ja, die Anzahl der Nutzer, aber auch dann der, sagen wir mal, die Komplexität des Anwendungsfalls ist vielleicht ein spannender Punkt. Das heißt, auch wenn das nur zehn Benutzer sind, aber wenn die den ganzen Tag damit beschäftigt sind, dieses eine, sagen wir mal, den einen Prozess zu benutzen, um da Dinge mit zu tun, wir können das mit der KI durchsetzen, beschleunigen, vereinfachen, dass das wesentlich schneller geht oder einfacher insgesamt, dann ist das auch ein Mehrwert. Also nicht nur die Anzahl, aber auch dann halt die Zeit, die man braucht oder die Zeit Ersparnis, die man vielleicht braucht. Das ist ein weiter wichtiger Wert. Und natürlich, was immer noch spannend ist, aber das schreckt uns meistens nicht ab, ist, wie gut sind die Daten, wie kompliziert ist die Struktur dahinter. Das ist immer auch ein schwieriges Thema, gerade bei KI. Ich glaube, das weißt du auch schon selber. Aber da haben wir den Mehrwert, dass wir durch die Aktivität auch Transparenz schaffen, wie die Daten sind, wie gut die sind. Um dann halt ein bisschen zu schauen, okay, KI kann skalieren, aber wenn wir Probleme mit den Daten haben, dann hilft uns das nichts.

Dierk

Okay, das ist ein ganz wichtiger Punkt, Daten, Datenqualität. Und da würde ich mal ein bisschen auch noch mal in die Richtung gehen, was sind so deine Erfahrungen, dieses Business, also die Anwender und Manager, die etwas entscheiden müssen, auf den gleichen Wissensniveau zu bringen? Also erstmal ein gemeinsames Verständnis von KI zu schaffen, weil KI ist ja keine Wunderwaffe oder kein Wundermittel. Es braucht gute Daten, es braucht gute Fragen und so weiter. Also wie habt ihr das geschafft, so ein gemeinsames Verständnis zu Grundbegriffen, zu KI-Grundlagen zu schaffen?

Frank Strickstrock

Ja, sehr gute Frage. Ich muss kurz, ja. Der Punkt ist der, dass natürlich jeder mit seinen persönlichen Erfahrungen erstmal in die Diskussion kommt. Von daher ist es wirklich eine spannende Frage und jeder bringt so ein bisschen seine Erwartungen auch mit. Sieht irgendwo was total fancy, was super cool funktionieren soll an verschiedenen Medien. Und wir versuchen das dann zusammenzubringen, indem wir einfach die Grundthemen, also was macht Sartorius mit AI? Das habe ich vorhin so ein bisschen bei der Nacht des Wissens dann schon mal gesagt. Oder dass wir dann die Grundthemen erklären, Workshops organisieren, nennen es beispielsweise Impuls-Workshops, um einfach zu erklären: Das ist KI, das gibt verschiedene Ausbaustufen aus der Vergangenheit heraus bis jetzt in die Zukunft, wo geht die Reise so ein bisschen hin? Was macht Sartorius mit KI? Was bieten die verschiedenen Tools, die wir vielleicht bei Sartorius haben, also die größeren Plattformen, sagen wir zum Beispiel Salesforce, schon an Möglichkeiten mit? Und wo geht die Reise so hin? Wie kann auch dann die Tools, die wir haben, in dem Fall unser Chat AI Tool, unser KI Tool, wie kann man das nutzen, um tägliche Anwendungsfälle zu verbessern?

Also in so einer Session fragen wir normalerweise vorher ab, was macht ihr denn so täglich? Könnt ihr uns mal Beispiele sagen, was euch die meisten Schmerzen, den meisten Aufwand bedeutet? Und dann kommen die Kollegen mit, ich muss immer jede Woche dieses Dokument ausfüllen oder hier muss ich ein Protokoll schreiben. Und dann zeigen wir natürlich mit KI zum Beispiel, wie man mit einem guten Prompt, einem guten Input, Kontext und gute Ergebnisse erzielen kann.

Dierk

Sehr schön, ja. Du hast es gesagt, man muss erstmal diese Grundbegriffe schaffen. Was ich in meinen Trainings immer versuche, ist, dass ich mit Beispielen komme, wie Menschen lernen. Und das ist etwas, was so aus meiner Erfahrung sehr hilft, wenn man den Menschen, also den Menschen in einer KI-Schulung klar macht, wie Menschen lernen. Das sind auch die einzelnen Schritte. Wie lernt man denn Fahrradfahren? Man setzt sich nicht auf dem Fahrrad drauf und kann sofort Fahrrad fahren als Mensch. Man stürzt vielleicht auch mal. Man hat auch vielleicht mal blutige Knie. Aber es muss natürlich auch einen Sinn geben. Ich möchte Fahrradfahren, weil ich dann schneller bin als Kind. Ich bin unabhängiger. Also da kann man, denke ich, mit solchen Beispielen sehr viel Verständnis schaffen. Und vor allen Dingen auch, Fahrradfahren lerne ich nicht an einem Tag. Oder andere Dinge, lerne ich nicht an einem Tag. Das, was eure Mitarbeitenden mitbringen, das ist eine schulische Bildung, das ist eine Ausbildung, das ist ein Studium. Das heißt, die bringen ja ganz viel Wissen mit. Es kommt das Wissen dazu, was ihr euch bei Sartorius erarbeitet habt, in euren Prozessen, in euren Abläufen. Und das alles mal so eben in irgendeinen Topf zu werfen und zu sagen, da kommt schon das Richtige raus, das ist eben diesen Zahn, denke ich, muss man den Menschen ziehen, beziehungsweise man muss ihnen erklären, was es für einen Aufwand bedeutet, dieses Wissen so zu strukturieren, dass ein Computer, sag ich mal ganz allgemein, einem das erklären kann, dazu muss das auch verstehen. Also deswegen ist es wichtig, da so langsam reinzuwachsen und vor allem auch klarzumachen, dass euer Wissen bei Sartorius, wenn es um internes Wissen geht, ja noch viel komplexer ist, noch viel vielfältiger ist, als mal irgendetwas draußen in der Welt abzufragen.

Frank Strickstrock

Würde ich gerne, weil es hat ganz gut passt. Man muss immer ein bisschen schauen, es sind so zwei Sichtweisen auf das Thema. Wir haben natürlich viele Kollegen bei Sartorius, die sich auch einfach aus der Technik kommen, weil sie Wissenschaftler sind, mit aktuellen neuen Themen beschäftigen und dann direkt anfragen bei uns: Ja, ich habe gelesen, es gibt ein neues Modell ABC, das kann jetzt das, wann kann das bei Sartorius machen? Also die so an der Kante sind, Edge Cases. Wir haben da sogar eine kleine Community erstellt für AI-Enthusiasts, also den Enthusiasten, die halt immer sich über aktuell neueste Trends austauschen. Das ist die eine Seite, die ganz weit vorne ist. Wir haben aber auch dann die andere Seite, wo wie du gerade gesagt hast, Beispiele, wie lernt man, wo man einfach durch gute Beispiele zeigen kann, das ist die KI, also wenn so eine Chat-KI, die kann Texte erzeugen, die kann eine Antwort generieren auf Basis von Informationen, die kann dir eine Checkliste erstellen für ein fachliches Thema, zum Beispiel für eine Weiterbildungsmaßnahme oder Weiterbildungsmaßnahmengespräch, wie auch immer und Vorbereitungen dir vorschlagen, das kann man mit dem normalen Wissen machen im Internet, aber auch mit, das ist halt unser Vorteil, so ein Stück weit, auch mit den internen Informationen, die wir gerade benannt haben, wo man halt auf die Mitarbeiter Knowledge-Datenbank zugreifen kann, also auf die HR-Datenbank und da auch bestimmte Informationen zu geben kann, was möglich ist bei Sartorius.

Aber auch, das erlebe ich immer wieder, ist, dass auch so andere Dinge wie Bilder erzeugen oder es gibt ja ein Tool, mit dem kann man zum Beispiel ganze Musikstücke generieren. Einfach so diese, ich will nicht sagen unbegrenzten, aber diese doch recht krassen Möglichkeiten, was KI heutzutage alles kann, Video, Audio, Text ist ja fast schon ein bisschen langweilig, könnte man sagen, in der Welt, was es möglich ist. Das sind wir nicht als Sartorius, aber ein bisschen so diese als Augenöffner, das hilft immer extrem. Und dann erzeugt man so einen Impuls meistens: Ah, das ist eine coole Sache. Und dann denken Leute in den Arbeitskontext nach, über Situationen, die sie haben. Und das muss ja nicht nur am PC Dokumente verarbeitend sein. Das kann ja auch Richtung Produktion und Vereinfachung von Prozessen sein oder Geräte, die man vielleicht hat, die dann mehr Möglichkeiten haben in der Zukunft.

Dierk

Ja, sehr schön. Du hast so ein Stichwort genannt. Ihr habt die Experten, ihr habt die Wissenschaftler, ihr habt die Menschen, die ganz vorne sind. Und wir haben vorhin auch schon mal von Halluzinieren gesprochen, also dass KI letzten Endes falsche Antworten gibt, wo man sich eigentlich fragt als normal denkender Mensch, warum sagt die KI nicht, das weiß ich nicht. Also das wäre ja okay, wenn die KI sagt, das weiß ich nicht. Oder sie sagt, bei dieser Antwort bin ich mir überhaupt nicht sicher. Ich gebe mal eine Idee, aber ich bin mir nicht sicher. Nein, das kommt ja nicht. Und dass Menschen das erstmal, wie ich finde, sinnvollerweise erstmal nicht verstehen. Ich würde auch sagen, ich als Dierk Söllner, wenn mir eine Frage gestellt wird, die ich nicht weiß, ich sage, ich weiß die Antwort nicht. Jetzt kommt das Aber, weil ich ja sage, ich will ja mal den Vergleich ziehen. Wenn man in einer Prüfung sitzt beispielsweise und man hat eine Frage und kann die Antwort nicht, dann ist es doch besser, irgendwie zu raten, damit man vielleicht, wenn man Glück hat, doch diese Frage richtig beantwortet. Also das ist so als ein Beispiel. Wie siehst du dieses Beispiel? Hast du andere Beispiele, wo man quasi ein menschliches Verhalten dann doch auch in der KI da findet oder andersherum, wo man KI-Verhalten mit menschlichem Verhalten erklären kann?

Frank Strickstrock

Also erstmal zurück zu deinem Beispiel. Ich musste gerade ein bisschen schmunzeln, weil es ist genau ein typisches Szenario. Wir haben natürlich so ein KI-Modell, das kann man entsprechend mit einem System-Prompt so ansteuern, dass man das in gewisse Rahmen lenkt. Und ein wichtiger Parameter ist zum Beispiel die Kreativität, die man dem Modell erlaubt zu nutzen. Und tatsächlich, Hallucination war am Anfang, zwei Jahre zurück, ein Riesenthema. Das war ja auch durch die Presse gegangen, relativ stark, dass dann Dinge nicht richtig geantwortet werden oder sich die generative KI, sich Sachen ausdenkt. Huch, ist ja eine Generativ-KI. Also auch diese Verbindung, was man jetzt bekommt, das ist ja keine Wissensdatenbank, das ist kein riesen Allmachtscomputer, der alles weiß, sondern er weiß viel, aber am Ende ist es ein durch ein geschicktes, zufälliges oder eine auf Muster basierende Verknüpfung der Informationen die bestmögliche Antwort zu geben. Und genau da war in den Anfangszeiten, würde ich sagen, klingt ein bisschen komisch, Anfangszeiten, also zwei Jahre zurück, natürlich noch viel, viel noch nicht so ausgereift und mit den neueren Modellen, also 3, 5, 4 und jetzt 5, wesentlich besser, dass es nicht mehr so ein starkes Problem ist.

Aber ich wollte zu der Kreativität was sagen, wir haben natürlich auch da viel mit ausprobiert, wie es sich, wie dieses KI-Modell sich verhält. Je nachdem, wie dieser kreativ, das war ein Flag von 1 bis 0, 0 bis 1, was in der Richtung, wie man das konfiguriert. Und wir haben uns am Ende darauf geeinigt, dass er auch gerade in Abstimmung mit bei uns im Betriebsrat zum Beispiel und Datenschutz, dass wir eben mehr konkrete, richtige Antworten haben wollen, also Kreativität eher runterschrauben. Da hat sich natürlich dann, das ist nicht so gut für Marketingthemen, weil es dann nicht so kreativ ist, aber es ist ein sehr sachliches Thema. Er antwortet bei uns schon mal eher, nee, weiß ich nicht. Das ist genau den, aber wir haben es halt so erstmal konfiguriert und das ist eines dieser Schritte, die man noch machen kann. Man könnte das ja auch konfigurierbar machen. Das ist aber ein bisschen bei uns im Backlog. Genau, kommt also noch.

Dierk

Ja, also bei mir ist das genauso. Ich arbeite sehr viel mit Perplexity, habe da meine Spaces, meine Räume, wo ich die eigenen Prompts habe für diese Räume und habe zum Beispiel einen, den ich nenne, der für meine, ich sage mal, für Textgenerierung, die ich dann nutze, da sage ich auch, ich möchte sachliche und fachliche Texte haben. Du musst mir nicht meine Produkte oder meine Texte hochloben und irgendwas Tolles schreiben, nein, ich möchte sachlich und fachlich deine Vorschläge haben. Das geht ja auch ein bisschen in die Richtung. Und natürlich, wir haben auch gar nicht darüber gesprochen, was macht Sartorius? Da können wir ja nochmal jetzt ein bisschen einsteigen, denn Kreativität in der Biotechnologie ist auf der einen Seite natürlich jetzt mal hilfreich, wenn man so vielleicht neue Produkte, neue Ideen entwickelt, aber in der Produktion ist Kreativität sicherlich das Letzte, was ihr braucht. Also das ist sicherlich auch ein wichtiger Punkt. Kannst du da nochmal vielleicht so ein paar unterschiedliche Beispiele nochmal nennen?

Frank Strickstrock

Tatsächlich nicht so viele Beispiele, denn der KI-Chatbot, den wir bauen, ist ein Tool, was für alle Sartorius-Mitarbeiter in der Breite gleichermaßen verwendbar ist und sein sollte. Und dementsprechend werden nur Informationen ausgesucht, wir werden in die Information reingeladen oder angebunden, die auch für alle Mitarbeiter relevant sind. Also genau wie so IT-Portal, HR, aber auch Produktinformationen zum Beispiel. Und wenn es darum geht, spezifische Abteilungswissens-KI-Tools zu haben oder KI-Lösungen, da gibt es dann eigene Teams, die sich auch mit beschäftigen und natürlich nochmal eine ganz andere Herangehensweise tun. Weil gerade wie du sagst, dann muss man sich überlegen, ist dieser Standard-KI-Modell die richtige Lösung oder brauchen wir da mehr Machine Learning, Data Scientists, die dann Dinge tun, die auch wirklich auf eine genauere Lösung hinarbeiten.

Dierk

Sehr gut. Ja, wir sind so ein bisschen in dem Thema drin, EU, AI Act und Governance. Das ist auch wieder ein Thema, was wir breit diskutieren müssen, das ist meine ganz wahre Meinung, wir müssen das diskutieren, wir müssen dafür sorgen, dass KI reglementiert wird, dass sie gesteuert wird durch Diskussionen und durch Gesetze und Verordnungen. Erste Frage fahre ich so an dich, wie siehst du das aus der Sartorius-mitarbeitenden Sicht?

Frank Strickstrock

Das ist vielleicht eine gute Abgrenzung, weil wir haben ein internes Tool, was quasi innerhalb der Firma schon abgegrenzt, in einem sicheren Kontext, nur für Mitarbeitende zur Verfügung steht. Von daher, das Thema EU-AI hat natürlich auch uns getroffen, beziehungsweise es wird diskutiert, es gibt entsprechende Regelungen dazu, die aufgesetzt werden, gerade für alle neuen KI-Lösungen, die erbaut und erdacht werden. Für unseren KI-Chatbot ist das Risiko minimal kategorisiert worden, weil es ein internes Tool ist, weil wir entsprechend die Sicherheitsmaßnahmen da schon definiert haben, auch schon von Anfang an mit Betriebsrat und Datenschutz abgestimmt, was wir tun, wie wir das tun. Wir machen regelmäßige Termine mit den Kollegen, um halt auch dann mal nachzuschauen, ist es noch so, wie wir es damals beschrieben haben, wie es funktionieren soll, gibt es keine weiteren oder größeren Risiken und damit ist es eigentlich relativ gut, sind wir da als KI-Chat-Tool, als internes, gut abgesichert oder erfüllen da die Herausforderung, Anforderung.

Dierk

Ja, okay. Auch wenn ihr es nicht als so risikobehaftet, klassifiziert habt, habt ihr ein bisschen Arbeit da reingesteckt. Würdest du sagen, dass diese Arbeit, den Aufwand in dir reingesteckt habt, dass das sinnvoll ist? Oder würdest du sagen, hey, brauchen wir eigentlich nicht, das hätten wir selber entscheiden können und da hätten wir uns viel Zeit sparen können?

Frank Strickstrock

Ich sehe das schon als sinnvoll an, weil das gilt eigentlich, ich komme aus der Softwareentwicklung und da sehe ich das für jede Anwendung, die man baut, das ist unabhängig von AI-Works oder von Regelungen, die definiert werden, muss man sich über diese nicht-funktionalen Anforderungen natürlich auch Gedanken machen. Man muss kritisieren, überlegen, wer kann darauf zugreifen, wie kann er darauf zugreifen, wie werden Daten gespeichert und sowas. Das ist also kein Thema, was neu ist mit KI, aber natürlich, weil die KI nochmal ein ganz anderes Werkzeug ist, ein viel mächtigeres insgesamt, wo wir uns mehr über die Steuerung und über die Governance-Regelung quasi Gedanken machen müssen, ist es unbedingt wichtig. Und für meinen Fall, für mein Thema ist es vielleicht nicht ganz so kritisch, wie schon gesagt, aber wir wollen als Sartorius bestimmt ja auch andere Tools mal bereitstellen oder auch Chatbots, die Richtung Kunden oder nach außen vielleicht funktionieren und dann haben wir da nochmal ganz andere Anforderungen.

Dierk

Okay, also ich denke auch, dass man immer darauf achten muss und das gilt für jede KI-Anwendung, welches Vertrauen haben die Nutzer in dieser Anwendung. Und wenn diese Anwendung Datenschutzanforderungen nicht erfüllt, Sicherheit nicht erfüllt oder wenn sie falsche Antworten gibt, dann schwindet das Vertrauen, es fällt weg und das ist letztendlich auch nicht gut für die Anwendung selber. Wenn Anwender kein Vertrauen haben in diese Anwendung, dann werden sie sie auch nicht nutzen. Insofern halte ich es auch für sinnvoll und für wichtig.

Du hast eben das Thema angesprochen, Qualitätssicherung. Das war so ein bisschen aus dem Blickwinkel EU-AI-Act. Also, dass ihr regelmäßig drauf guckt, ist es immer noch eine in der richtigen Risikoklassifizierung gemäß EU-AI-Act. Jetzt gucken wir mal wiederum auf das Positive, auf das Nützliche. Wie guckt ihr drauf, dass die Antwortqualität gleichbleibend gut ist oder besser wird?

Frank Strickstrock

Das finde ich eine sehr spannende Frage, denn das treibt uns eigentlich relativ häufig um. Was wir natürlich haben, wie in vielen anderen Anwendungen auch, ist eine Art Feedback-Funktion. Das heißt, wir ermöglichen, dass Benutzer, die unser Tool benutzen, unseren Chat-Tool, uns eine Mail schicken können. Natürlich auch Inzidenz, wenn das gar nicht gut geht, Probleme einstellen können, sodass wir darauf reagieren können. Und wir vor allem auch Informationen, Insights bekommen, was klappt gut, was klappt nicht gut. Das ist die eine Sache, das heißt, den direkten Draht zu Benutzern, aber das ist wieder grundsätzlich eigentlich auch Produktmanagement, würde ich sagen, also zu sehen, wie funktioniert mein Produkt, wie benutzen das die Benutzer und was klappt gut, was klappt nicht gut. Da vielleicht noch als Ergänzung dieses kleine Daumen hoch, Daumen runter Feature, das hilft, das haben wir noch nicht so früh, aber erst kürzlich eingebaut, das hilft auch sehr, um so schnell Feedback zu kommen, weil man weiß auch, Benutzer schreiben nicht gerne lange Mails oder irgendwas in der Richtung, sondern das ist ganz gut.

Das ist die eine Seite. Zum anderen machen wir gerade Erfahrung auch mit so Tools wie Evaluation Frameworks. Heißt das also ein Tool, das kann man benutzen, um KI-basiert, KI-Anwendungen zu testen, klingt wild. Ich würde es vergleichen auf einer ganz einfachen Ebene mit wie Regressionstests oder Tests, die für bestimmte Anfragen die Antworten prüfen, ob die richtig sind. Früher hat man ja getestet, ich frage auch Frage, was ist 3 plus 5 und wenn 8 rauskommt, ist gut. Heutzutage kommt nicht 8 final raus, weil es ja eine KI, sondern es kann auch mal eine 9 rauskommen oder es kann eine 8,5 rauskommen, weil es eine generative KI ist und dann muss man halt prüfen, geht die Antwort in die richtige Richtung, wird die Frage beantwortet und all diese Evaluierungen kann man dann auch mit KI machen, beziehungsweise es gibt Frameworks, die die Plattformen bereitstellen, bei uns ist es Microsoft Azure, mit denen man das genau machen kann und das zahlt sich wirklich aus. Ich meine, Test-Cases zahlen sich immer aus. Auf lange Sicht. Muss ich dir nicht erzählen. Aber hier in dem Fall zahlt es sich aus und da kann man entsprechend auch die Qualität der Antworten messen lassen in verschiedenen Kategorien. Und dann, wenn man merkt, okay, wir haben jetzt von GPT, sagen wir mal, von einem Modell 4O auf 5 gewechselt und die Ergebnisqualität sinkt von, keine Ahnung, 80 auf 70 Prozent. Dann weiß man, oh, was ist da los? Woran kann das liegen? Und dann schauen unsere Entwickler eben rein, liegt es am System prompt? Müssen wir das neue Modell anders ansteuern? Müssen wir dem vielleicht mehr Informationen mitgeben und können dann da die Qualität auch entsprechend verbessern?

Dierk

Ja, ich finde es interessant. Mir fällt auch jetzt ganz spontan ein, du hast ja gesagt, wenn man einen Modellwechsel hat, auf GPT-5 zum Beispiel, das ist das Gleiche, als wenn ich in der realen Welt einen neuen Mitarbeiter habe, der hat neues Wissen, mit dem muss ich vielleicht anders sprechen. Also vielleicht aber eine ganz andere Sprache spricht, das ist ein ganz banales Beispiel, aber jemand, der als neue Mitarbeiter reinkommt, da muss ich vielleicht langsamer sprechen, ich muss ihm etwas besser erklären, er kennt die Fachbegriffe nicht. Also das sind alles Dinge, die wir in der realen Welt mit Menschen auch haben, dass wir dort Dinge in der KI eben auch quasi anders machen müssen und so anders ist es gar nicht im Vergleich zu menschlichen Experten.

Frank Strickstrock

Ja, ich glaube, der Vergleich ist eigentlich ganz gut, dass eine KI, dass man die auch als Person, als Wissen, als Experte sehen kann. Wir haben jetzt oft den Begriff eines Agenten, könnte man vielleicht auch nehmen, also eine Person, denen man etwas fragt und deren Antworten. Und je nachdem, wie die Person, welche Erfahrung die hat, welches Wissen sie hat, wie sie, ich mache eine kleine Seitennotiz, wenn der Experte noch andere Experten kennt, die noch mehr wissen, fragt er die Experten oder nicht. Also gerade bei GPT5, dieses typische Reasoning-Thema, ist super spannend, wie dann halt andere Ergebnisse oder auch fundiertere Ergebnisse rauskommen.

Dierk

Ja, so, wir haben es, wir haben ja uns, glaube ich, sehr gut es bisher geschafft, Fachbegriffe zu nennen, aber sie auch gut zu erklären. Ein neues Thema oder ein neuer Fachbegriff, ich weiß nicht, ob der bei dir in deiner, bei eurem Sartorius-GPT-Sortium? Sartorius Chat dabei ist, Human in the Loop. Also Menschen einzubinden in Entscheidungen oder in Antworten. Also ist es bei dir, ist es bei den Tools, von denen du gesprochen hast bis jetzt, müsst ihr darüber nachdenken, Menschen zur Qualitätssicherung mit einzusetzen für Entscheidungen oder andere Dinge? Oder ist das einfach etwas, wo ihr in der Summe nachher drauf schaut, wie gut sind die Antworten?

Frank Strickstrock

Bin nicht ganz sicher, ob ich die Frage verstanden habe, aber dass wird vielleicht meine Antwort, wie ich es verstehe, beantworten. Natürlich, wenn wir eine Datenquelle anbinden, wie das IT-Service-Portal, dann sehen wir natürlich mit den Kollegen, die sich mit diesem System und dem Wissen in diesem System am besten auskennen, in Kontakt. Ich würde das mal, das könnte man noch Projektmanagement nennen, wenn man halt da mit anderen Abteilungen zusammenarbeitet. Und die spielen eine wichtige Rolle, gerade wenn es dann um einen neuen Begriff, UAT, User Acceptance, also der Test der Ergebnisse dann betrifft am Ende des Tages, kommt das raus, was wir uns erwarten. Antwortet das System genau so, wie es das haben möchte, wie wir das haben möchten. Das ist aber erstmal die initiale Stelle, denn natürlich ist dann der Rest, wenn wir es implementieren und wenn wir so ein Evaluation-Framework benutzen, dann eigentlich relativ automatisch oder automatisiert. Natürlich aber der Input, welche Fragen packen wir auch in dieses Evaluation-System, es hängt von Personen, ich würde sagen, nicht in the loop, aber halt als Stakeholder von denen ab.

Dierk

Sehr gut. Okay, wenn wir jetzt noch ein bisschen weiter aufschauen. Wie gesagt, Weltkonzern, ihr müsst auf eure Außensicht achten. Sowieso also grundsätzlich. Gibt es irgendetwas, wo ihr Leitlinien für euch formuliert habt, wo ihr ethische Leitlinien formuliert habt, wie ihr bei Sartorius mit KI umgehen wollt? Unabhängig davon, was es an rechtlichen Anforderungen gibt.

Frank Strickstrock

Ja, natürlich. Also, seitdem KI eine Rolle spielt, insgesamt, aber auch bei Sartorius, ist das ein Thema, was halt in den verschiedenen Gremien, sag ich mal, diskutiert wird. Und ja, wir haben auch solche Leitlinien, um halt abgestimmt KI-Tools entwickeln zu können. Governance heißt, ja, Regelungen, die halt entsprechend sagen, was geht, was geht nicht und auch Klassifizierung, wie wir das bei EU-AI schon mal besprochen haben, entsprechend anwenden. Und die wären allerdings also nicht, also wir sind halt als mein Team, was halt den Chatbot baut, richtet sich nach solchen Sachen, aber ist da relativ, also nicht direkt involviert, außer Input geben mit Erfahrung, die man so sammelt.

Dierk

Ja, also klar, ihr braucht diese Dinge, ihr braucht diese Leitlinien ja. Also zum Beispiel, wie geht man denn mit Transparenz um? Wie geht man mit Fairness um, die aus so einem System rauskommen muss? Ich glaube schon, dass das bei euch wahrscheinlich gar nicht so eine große Rolle spielt. Das, was wir heute als Thema haben, an anderer Stelle wahrscheinlich eben schon, dass wirklich geachtet drauf ist, dass man eben gewisse ethische Prinzipien einhält.

Frank Strickstrock

Ich kann vielleicht, wenn du magst, kann ich ergänzen, das natürlich bezüglich, weil du gerade Transparenz gesagt hast, das ist natürlich dennoch ein Thema auch für uns, dass wir so eine Art Terms of Service für unsere KI-Anwendung geschrieben haben. Das heißt, jeder, der unser Chat-Tool benutzt, unser Tool ist internes, sieht das, muss das einmal abhaken, dass er verstanden hat, was es ist, wie es funktioniert. Da sind Do’s und Don’ts aufgelistet, aber auch die Information, dass es eine generative KI ist und halt jeder nochmal reflektieren soll, bevor den Output, die das Tool liefert, die Ergebnisse irgendwo anders weiterverwendet. Genau das haben wir auch bei der Transparenz auch dann, wie eben schon mal erwähnt oder vorhin, dass wir, wenn wir aus Dokumenten, die wir von irgendwo, die wir integrieren, wissen, bereitstellen, dass dann noch auf diese Dokumente referenziert wird und so dann die größtmögliche Transparenz zu den eigentlichen Datenquellen gewährleistet wird.

Dierk

Ja, also Quellenergaben ist ja auch immer eine Frage von Fairness und vom Verhalten einer KI. Du hast es gesagt, Do’s und Don’ts Listen bringt mich zu der Frage, wie schult ihr eure Mitarbeitenden in der Arbeit mit künstlicher Intelligenz?

Frank Strickstrock

Vielfältig, könnte ich ganz kurz antworten. Wir haben schon über das Thema Workshops und Impulse Sessions gesprochen. Das ist eine Möglichkeit, um punktuell Teams, die sich damit beschäftigen wollen, zu trainieren und Informationen weiterzugeben. Wir setzen aber auch Trainings auf, die wir dann im internen Trainingsportal als Webinar zum Beispiel aufnehmen, bereitstellen. Ein schönes Beispiel ist Prompt Engineering oder wie schreibe ich eine gute Anfrage an das KI-Tool, um gute Ergebnisse zu kriegen. In dem Fall haben wir auch zum Beispiel einen Prompting Guide, wie sagt man das auf Deutsch, ein kleines Faltheft erstellt, ein kleines Handout, das wir verteilen auf dem Campus, das wir bei so Möglichkeiten wie die Nacht des Wissens zum Beispiel auch dann austeilen. Das ist ein kleines Klappheft, wo halt verschiedene Möglichkeiten drinstehen, Prompts, Befehle, mögliche Benutz-, also Use Cases, Anwendungsfälle, damit man zum einen Ideen kriegt, so ein bisschen, was kann man machen, wie kann man einen Text generieren, der einen gewissen Kontext hat, oder wie kann ich gut Sachen zusammenfassen, oder Tonation, haben wir ja noch nicht drüber gesprochen, aber wie kann ich die KI sagen, antworte mir mal kurz und knapp, oder lang und ausschweifend, oder förmlich, sowas in der Richtung, das kann man sich da so ein bisschen anschauen, und das hat, glaube ich, gefühlt sehr guten Effekt erzielt, weil Leute einfach ein bisschen mehr Dinge auch ausprobieren.

Dierk

Hm? Ja, richtig. Weil einfach mit dem Haken setzen, ich habe verstanden, dass ich mal die Ergebnisse überprüfen muss. Klar, das ist so ein rechtlicher Punkt, dass man diese Terms of Service dann anerkennt, aber natürlich muss der Benutzer auch verstehen, die Benutzerin verstehen, was das wirklich bedeutet und dass man eben Ergebnisse nicht immer glauben darf oder glauben muss, sondern dass man auch kritisch damit umgehen muss, zum Beispiel. So, jetzt haben wir ja über so viele tolle Sachen gesprochen. Aber KI hat ja auch negative Implikationen. Habt ihr so etwas schon erlebt, dass Menschen auch KI gegenüber kritisch eingestellt waren? Also sozusagen grundsätzlich erstmal kritisch. Du hast ja gesagt, ihr habt den Betriebsrat eingebunden. Das nimmt ja vieles von dem, was man an Angst haben müsste im Sinne von Angst um den eigenen Arbeitsplatz. Also wenn es für dich okay ist, würde ich auch ein bisschen über diese kritischen Dinge nochmal sprechen.

Frank Strickstrock

Können wir gerne tun. Also aus meiner Sicht, meiner Wahrnehmung, muss ich eigentlich sagen, dass insgesamt, also gerade im Arbeitskontext bei Sartorius, die positive Erwartungshaltung oder die Sicht auf die Möglichkeiten, die das schwingt immer mit auch, dass Sachen einfacher und schneller machbar sind. Und da gibt es schon ab und zu mal durchaus Feedback von Mitarbeitern, dass es Mitarbeitenden, was es in der Zukunft bedeuten kann. Aber ich glaube, also ich sehe das so, gerade wir in der IT sehen es so, dass die Möglichkeiten natürlich überwiegen und wie bei jeder anderen digitalen Innovation, Computer, sage ich mal, das hat zwar die Schreibmaschinen vielleicht abgelöst, aber die Arbeit, die wir damit haben, nicht. Und so sehen wir das auch mit der Karriere, dass die Arbeitswelt, Arbeitsart wird sich vielleicht wandeln, aber in eine andere Richtung. Also zum Beispiel, wir brauchen dann unter Umständen mehr Prompt Engineering, Mitarbeiter, die gut mit der KI sich unterhalten können, sie benutzen können und gut Anforderungen vom Business in gute Prompts, gute Befehle umsetzen können, zum Beispiel. Und auf der anderen Seite, ich mag das nur Beispiel noch geben, auch in der Softwareentwicklung ist ja das Thema KI jetzt auch nicht gerade geschehen. Klein, da hört man auch immer wieder von amerikanischen Unternehmen, dass da Leute entlassen werden, weil was macht alles jetzt die KI? Aber mal ehrlich, wenn man da genauer reinschaut in vielen von diesen Nachrichten, das ist immer so ein bisschen, wenn man von rechts und von links guckt, sieht man verschiedene Dinge, also warum die da Änderungen in ihrem Personalbestand machen. Und die KI kann viel, also auch gerade so, geht da Co-Pallett, das ist das Beispiel, Code erzeugen, aber es braucht dann trotzdem die Leute, die erstens das verifizieren, damit es auch das macht, was es soll, die wissen, was wir haben wollen, damit auch die richtigen, der richtige Code generiert wird. Und ein Thema Wartbarkeit, Nachhaltigkeit ist nun mal ein ganz anderes, was noch nicht so richtig abgedeckt ist. Also da, ich glaube, an viele, viele Möglichkeiten noch, die da in Zukunft kommen.

Dierk

Ja, und ich glaube, die sinnvollste Art, sich mit dieser Herausforderung KI zu beschäftigen, also aus der persönlichen Sicht, ist ja, es zu verstehen. Und wir alle werden die KI nicht verhindern können. Es wird niemand uns im Einzelnen verhindern können. Also geht es darum, die KI zu verstehen und zu gucken, was kann ich tun, was muss ich tun für mich und für meinen Job, für meine Tätigkeit, um in fünf oder in zehn Jahren immer noch diesen Job zu haben, der sich dann verändert haben wird, definitiv. Und wenn ich zurückblicke auf meine Berufskarriere, nach meinem Studium war ich erst mal jung und frisch und motiviert. Ich war gut ausgebildet und habe viele Dinge einfach machen können. Aber nach fünf Jahren habe ich schon gesagt, hey, wenn jetzt einer von der Uni kommt, dann ist der ja so, wie ich vor fünf Jahren war. Also ich habe relativ schnell für mich überlegt, was muss ich tun, um sozusagen mein Geld immer noch wert zu sein oder um meinen Wert in dem Sinne auch zu steigern, weil einfach junge, frische Menschen nachkommen, unabhängig von irgendwelchen tollen neuen Trends oder so. Also ich glaube, diese Herausforderung, lebenslang lernen zu wollen, die Herausforderung im Berufsleben anzunehmen, die muss einfach da sein und dann können Menschen viele Dinge tun, du hast es angesprochen, die Maschinen nicht können oder noch nicht können. Auch das kann sich ja ändern. Und dass Menschen viele Dinge, dass wir dann viele Dinge noch Menschen brauchen, die dann diese KI zum Beispiel richtig einsetzen. Du hast es gesagt, ne? mit dem richtigen Point Engineering, mit den richtigen Daten füttern, zu überprüfen. Also kurzum, glaube ich schon, es wird sich eine Veränderung ergeben. Die wird auch vielleicht auf lange Sicht massiver sein, als wir uns das jetzt vielleicht vorstellen können. Aber wir haben immer noch genug Arbeit und es wird sich immer irgendetwas tun. Insofern muss jeder Einzelne für sich gucken, was kann ich tun, damit ich auch morgen noch wertvoll bin.

Frank Strickstrock

So kann man es gut zusammenfassen, ja.

Dierk

So, ich würde sagen, wir haben einen schönen Abschluss gefunden, wie ich finde. Die regelmäßigen Hörer meines Podcasts kennen meine Abschlussfrage immer. Frank, gibt es noch irgendetwas, was du ergänzen wollen würdest? Willst du noch irgendetwas zusammenfassen? Willst du noch etwas hinweisen? Also so eine Art Schlusswort würde ich dir gerne noch geben.

Frank Strickstrock

Danke dafür. Ich möchte mich erstmal bedanken, dass ich einfach die Möglichkeit hatte, hier bei dir eingeladen worden zu sein und über das Thema zu sprechen. Ein Schlusswort finde ich gut. Ich mag einfach generell für die Zuhörer das Feedback geben, sich mit dem Thema zu beschäftigen. Wir hatten das gerade. Ich glaube, das ist das spannende Lessons learned, würde ich sagen. Die Tools, die da sind, auszuprobieren, ein bisschen curious, neugierig zu sein, was denn so geht. Und dann kommt man automatisch in so eine Situation, wo man dann auch neue Möglichkeiten sieht, findet und auch nutzt, um sich selbst voranzubringen und zu wachsen mit den Themen. Weil das ist, glaube ich, der richtige Weg für uns alle. Und da ist KI, glaube ich, nur erstmal ein Begleiter. Das ist wie das E-Auto, der Computer und so weiter. Und wir schauen mal, was die Zukunft bringt.

Dierk

Jawohl. Dann würde ich sagen, vielen Dank, Frank, für deine Zeit. Das war nämlich jetzt die 48. Episode. Ich nähere mich meinem ersten kleinen Jubiläum mit 50. Bis noch ein bisschen hin. Ich freue mich auf die Fragen, auf deine Fragen als Zuhörender und dein Feedback. Ihr könnt mir immer Kommentare unter die Episode schreiben. Ihr könnt mir natürlich weiterhin auch E-Mails schreiben. Ihr könnt mir in persönlichen Gesprächen sagen, was ihr aus dieser Folge mitgenommen habt. In die Shownotes kommt rein der Link auf Frank Strickstocks Profil bei LinkedIn, auf den Beitrag, den er geschrieben hat, dass ihr da so ein bisschen einsteigen könnt. Und vielleicht habt ihr ja auch Fragen, vielleicht hast du ja auch Fragen, die ich klären kann. Ich freue mich immer wieder über neue Themenvorschläge, über Hinweise auf ganz interessante Menschen, die ich gerne in den Podcast hier mal einladen möchte, damit der Untertitel zum Tragen kommt, kleine Nadelsteche für ein lebendiges und erfolgreiches Business. Vielen Dank, Frank.