so so das waren jetzt handgestoppte 3 Minuten ich würde sagen wir machen weiter ich begrüße jetzt gleich bei mir sind schon auf der Bühne zwei Herren einer ist von der INFOMOTION das ist der Carsten Bröker herzlich willkommen schön dass Sie da sind und dann DrMichael Freundlieb von der apetito er ist dort Head of Data und Prozess Analytics und seit über 5 Jahren bei der apetito AG in Rheine für die Themen Business Intelligence Data Science und AI sowie aber auch Prozessoptimierung und robotic process automation und low code verantwortlich erfahren Sie jetzt gleich in dem Vortrag den die beiden gemeinsam halten wie apetito AI einsetzt um Prozesse zu optimieren und innovative AI basierte Lösungen für Kunden zu entwickeln die den Fachkräftemangel entschärfen und Verpflegungsaufgaben vereinfachen ganz im Sinne des Mottos einfach immer besser hier sind für Sie Carsten Bröker und Dr Michael Freundlieb herzlich willkommen [Applaus] vielen Dank ja ich möchte vielleicht einleiten mit dem Punkt wie sind wir überhaupt zu Vortrag gekommen apetito ist ein langjähriger Kunde von uns im Bereich Data und Analytics Lösungen und irgendwann fragte der Michael sag mal wir haben da so viele Use Cases im Bereich AI könnt ihr auch nicht was im Thema AI machen und dann haben wir uns zusammengesetzt haben gemeinsam überlegt letztendlich wie können wir daran gehen wie können wir unsere Expertise hier mit einbringen und wir möchten Ihnen in diesem Vortrag zeigen was letztendlich da rausgekommen ist ja vielen Dank ähm ich würde vielleicht kurz einsteigen geht der Klicker ne jetzt geht er ich würde vielleicht kurz einsteigen mit einer kleinen Unternehmensvorstellung von apetito nicht nicht zu viel damit Sie so ganz grob ja wissen mit wem Sie es hier zu tun haben und ich steig mal direkt ein mit einer Folie aus unserer offiziellen Unternehmenspräsentation da geht's um die Unternehmenswerte und normalerweise ist das ja immer auch ein bisschen bisschen dröger Stoff bei uns auch deswegen habe ich hier mal zwei drei Aspekte hervorgehoben die glaube ich zum Verständnis des Vortrags relativ wichtig sind also wir produzieren Lebensmittel es ist unser Kerngeschäft aber wir verstehen uns eben nicht als reiner Lebensmittelproduzent sondern wir verstehen uns als Systemanbieter das heißt die Kunden von uns beziehen beispielsweise auch ja Geräte zum nh aufbewahren oder auch Erwärmen der Speisen von uns man sieht unten rechts auf dem Bild wir haben Lieferfahrzeuge im Bereich Essen auf Rädern wo hinten kleine Öfen drin verbaut sind wo das Essen auf dem Weg zum Kunden quasi erwärmt wird und nicht über Stunden lang warm gehalten wird und wir haben natürlich auch die IT Lösung für unsere Kunden wo das Thema Speiseplanung erledigt wird wo Bestandsführung gemacht wird wo auch zum Teil regulatorische Dinge drin enthalten sind ja Lebensmittel ist leider nicht ganz so einfach nh da geht's um Allergene und und Co. die ausgewiesen werden müssen und wir versuchen eben unseren Kunden das möglichst einfach zu machen und haben da eben auch ganz klar bei uns in den Unternehmenswerten schon dieses Thema ja Innovation drin um eben das Thema Verpflegung für unsere Kunden möglichst einfach zu machen paar Blicke auf die auf die Zahlen Daten Fakten zu Firmengruppe gehören im Wesentlichen zwei ja große Gesellschaften das ist einmal der apetito AG Konzern da komme ich her und die Schwestergesellschaft apetito Catering Konzern die unterscheiden sich im Wesentlichen dadurch dass unsere Kunden bei der apetito AG in der Regel ja ihre ihre Verpflegung in Eigenregie betreiben das heißt die haben ihr eigenes Personal und wir stellen dann eben ja die systemischen Lösung zur Verfügung während unsere ja Schwestergesellschaft der apetito Catering Konzern immer auch die Mitarbeitenden mitbringt das heißt wenn es um Kassierpersonal Spülpersonal Küchenpersonal etc geht ist das dort im im Paket sozusagen immer mit drin enthalten und das erklärt auch so ein bisschen diese diese ja gegenteilige das gegenteilige Verhältnis von Umsatz zu Mitarbeitern also bei beim Catering Konzern spielt das Thema Personal eine wesentlich größere Rolle insgesamt sind wir knapp 13 000 Mitarbeiter haben damit in 2022 gut 1,2 Milliarden Umsatz ja realisiert also im im weitesten Sinne größerer Mittelstand würde ich mal sagen das mit den neuen Ländern ist so ein bisschen gelogen also das Hauptgeschäft findet eigentlich in Deutschland und in UK statt das sind ungefähr ja gleich verteilt die beiden größten Gesellschaften und das andere sind eigentlich kleinere Landesgesellschaften wo wir gerade versuchen uns weitere Märkte zu erschließen wir haben eben bei der Vorstellung schon gehört nh für welche Themenbereiche ich verantwortlich bin bei apetito das hört sich immer so so riesengroß und breit an um das auch mal bisschen ins Verhältnis zu setzen das Team hat 12 Leute aktuell wir sind irgendwann mal vor 5 Jahren mit vieren gestartet und und dementsprechend müssen wir immer auch genau überlegen nh in welche Use Cases gehen wir rein worauf worauf setzen wir unsere Ressourcen und wo liegt dann auch der Mehrwert für uns und für unsere Kunden vielleicht noch ein bisschen was zum Geschäftsmodell von apetito wir haben da sehr viele verschiedene Vertriebswege und und ja Kundengruppen im Fokus von den ich sag mal ganz Kleinen Kitas und Schulen ist unser größter Markt in Deutschland der zweit größte Markt sehen wir ganz rechts ist der Bereich Care da geht's um ja Krankenhäuser Pflegeheime Essen auf Rädern und Co und in der Mitte sehen wir das Thema Betriebsverpflegung also auch viele ja Betriebskantinen verwenden unsere Produkte genau so ich möchte weitergehen noch mal ein bisschen auf die auf die Journey eingehen die wir mit der apetito hatten wir sind aus dem klassischen SAP Geschäft gestartet mit einer BW Vormigration haben dort verschiedene Themen entsprechend umgesetzt haben auch das Team vom von Michael entsprechend gecoacht um in die Technologie reinzukommen sind dann klick bitte sind dann noch mal sind dann quasi in dem ersten Schritt mit einer schönen rate prediction quasi so in den Bereich von ersten verschiedenen AI Technologien reingegangen unsere größte Herausforderung an der Stelle war wie bringt man die Daten von der SAP mit den Daten im Azure Kontext letztendlich zusammen wir haben uns da letztendlich dann entschieden die SAP Daten in die Azure Landschaft entsprechend darüber zu transportieren dort die Daten dann zu integrieren die journ rate prediction zu rechnen und dann letztendlich die Daten aber wieder in den SAP Kosmos zu heben um sie mit SAP letztendlich auswertbar zu machen dann im nächsten Kontext haben wir uns um das Thema carve out Projekte befasst da ging es dann drum letztendlich Veräußerungen die die apetito vorgenommen hat entsprechend mit den Systemen der apetito entsprechend aufzustellen das heißt hier haben wir alle Lösungen die die bei apetito letztendlich schon vorhanden waren quasi in kleiner Form in diese neu gegründeten Unternehmen integriert und sind dann weitergegangen in wieder eine komplett neue Welt man hat es eben bei der Vorstellung von Michael gehört das Thema RPI dort haben wir dann auch letztendlich wieder AI Technologien genutzt um im SAP System die Prozesse zu automatisieren und damit den Aufwand den manuellen Aufwand der z. B durch Rechnungskorrekturen oder ähnliche Dinge entsteht zu reduzieren um dann letztendlich die AI Journey zu starten ähm haben dort wieder die Microsoft Produkte genutzt haben uns mit LML LMMS auseinandergesetzt mit Open AI auseinandergesetzt und auch wieder viel in investiert in die Integration von der Microsoft Welt und der SAP Welt und was wir dort genau gemacht haben und wie das aussieht da wird der Michael jetzt detailliert drauf eingehen ja genau also man sieht glaube ich schon in der in der Customer Journey eine ganze Menge auch lästige Hausaufgaben die nicht so viel Spaß machen nh so Migrationsprojekte Carve-Out-Projekte von anderen Konzerngesellschaften und so das sind so Pflichtaufgaben und deswegen macht's mir heute umso mehr Spaß dann eben ein bisschen über die über die AI und Innovationsthemen zu reden vielleicht auch da noch mal kurz zur Einordnung wir haben da eigentlich immer so ein bisschen zwei Perspektiven die wir da betrachten das eine ist so unsere interne Perspektive da geht's vor allem darum ja Effizienzen zu heben Zeit zu sparen etc da haben wir verschiedene Dinge jetzt schon umgesetzt die die ich heute nicht vertiefen werde aber die ich trotzdem gerne erwähnen möchte wie viel viele andere Unternehmen auch haben wir eine interne Chat GPT Umgebung aufgebaut wo im Prinzip unsere Mitarbeiter das ja GPT Vormodell nutzen können ohne irgendwie öffentliche Daten preiszugeben wir haben bei uns in der Verwaltung den m365 Copilot von Microsoft im Einsatz mit ungefähr 170 180 Usern da haben wir letztes Jahr eine eine sehr ausgiebige Pilotphase dazu gemacht bevor wir das eingeführt haben giithub coPilot ist bei uns im Einsatz bei den Webentwicklern mit ungefähr 30 Leuten und das Thema turn prediction haben wir eben schon erwähnt das haben wir im letzten Jahr ausgerollt auf unsere beiden größten Märkte wo im Prinzip dann so 150 Außendienstler dran hängen die jetzt wöchentlich ihre churn predictions bekommen und dann eben auch bearbeiten können die andere Blickrichtung die wir haben ist natürlich das Thema Kunde dort beschäftigen wir uns mit dem Thema Chatbot sehr intensiv einfach auch wieder so ein bisschen das Thema der ja Aufwandsvermeidung Service Verbesserung für den Kunden unsere Schwestergesellschaft apetito Catering hat z.
B auch AI Einsatz im Kassiervorgang wo man in dem Kassensystem über ein Bild vom Tablett im Prinzip was der Kunde in der Kantine hat ja erkennt welche Speisen liegen da drauf und das dann abrechnet außerdem werden dort auch die Küchenleitungen mit predictive Tools unterstützt die können quasi erfassen welche Mengen an Nassmüll also letztendlich verschwendete Lebensmittel gehen da tagtäglich zurück und darüber lernt dann eben die AI was sind die richtigen Portionsgrößen oder auch in so einem Speiseplan von weiß nicht sechs acht Gerichten mit welcher Wahrscheinlichkeit werden denn welche Mengen von welchem Gericht dann auch verzehrt um da einfach ja Müll zu vermeiden und und natürlich darüber auch wieder Kosten auf der Kundenseite einzusparen im Kern würde ich heute gerne ein bisschen erzählen über ein hackerton den wir gemeinsam mit der INFOMOTION gemacht haben wir haben da mal ein paar Leute bei uns aus der Webentwicklung und ein paar Leute bei mir aus dem Team aus dem Data Science Bereich und ein paar Kollegen von der INFOMOTION für zwei Tage im Office in Köln eingeschlossen um uns mal mit dem Thema KI basierte Speiseplanung zu beschäftigen einfach mit dem Gedanken ne wie funktioniert das wie könnte das funktionieren geht da überhaupt was und möchte vorher kurz drauf eingehen warum ist das Thema überhaupt interessant ich fange mal an mit der mit der Kundenbrille das Thema Speiseplanung ist leider gar nicht so einfach wir haben eben heute sehr vielfältige Ernährungsanforderungen von vegetarisch vegan Bio halal Allergene hatte ich eben schon erwähnt was ja leider gerade auch in im Thema Kitas und Schulen immer größere Bedeutung hat gleichzeitig soll es natürlich ausgewogen abwechslungsreich und gesund sein das möchte ja jeder gerne so ein bisschen im Widerspruch dazu steht dann aber das Thema Budget nh weil nach Möglichkeit soll es das alles sein aber bitte nichts kosten und und ja das glaube ich merkt man auch teilweise nh wenn man selber Kinder so wie ich in der in der Kita oder in der Schule hat ist man vielleicht auch nicht immer glücklich mit dem mit dem Essen was da angeboten wird weitere Faktoren die da reinspielen ist das Thema z. B. CO2 Bilanz vom Speiseplan wird auch immer mehr dass das bei uns nachgefragt wird und natürlich wie überall Personal ist knapp und schwierig zu bekommen das heißt gerade im Kitamarkt beobachten wir das ähm dass da das Thema Speiseplanung gerne mal an den Erzieher oder Erzieherin irgendwie delegiert wird nh so kümmere dich mal um die Speiseplanung aber das macht man dann natürlich und übergibt es an eine Person die jetzt in Sachen Ernährungswissenschaft oder so keine ja keine Ausbildung hat Zeit sowieso nicht und in der Praxis führt es dann leider oft dazu dass einfach so ein Speiseplan alle sechs Wochen wieder neu abgespielt wird kennt man vielleicht auch aus der eigenen Kantine nh alle acht Wochen gibt's dasselbe Jägerschnitzel oder so und das ist natürlich überhaupt nicht in unserem Sinne weil dadurch natürlich unsere Sortimentsvielfalt auch nicht ausgeschöpft wird und irgendwann sind die Kunden das leckerste Essen dann auch mal leid ich würde kurz mal zeigen was wir in dem Hackthon ja realisiert haben das Bild ja oder bzw das Video zeigt dass mein apetito das ist im Prinzip ein B2B Portal was wir unseren Kunden zur Verfügung stellen die können dort ja ihre Speiseplanung vornehmen können ihre Bestandsdaten erfassen können aber eben auch dann Pflichtdokumente wie beispielsweise Allergene Ausweise etc generieren runterladen können online Schulung besuchen also im Grunde genommen ist das so ein bisschen der Drh und Angelpunkt unseres Geschäfts und wir sind wirklich mit einem kleinen ja MVP Ansatz in diesen Hackathon reingegangen und haben gesagt was wär so das kleinste was wir uns irgendwie vorstellen würden und wir haben gesagt es wäre schön wenn Kunde irgendwie noch Restbestände irgendwie in seiner Tiefkühltruhe hat oder auch ein bestimmtes Gericht gewünscht ist für die für die kommende Woche dass er das quasi in seinen Warenkorb legen kann und dann ja über dieses Zauberstabsymbol was wir da jetzt eingebaut haben was es vorher nicht gab Vorschläge bekommt was würde denn gut zu diesen Komponenten passen um am Ende da irgendwie ein vollständiges Menü draus zu bekommen und man sieht jetzt irgendwie nh im Hintergrund werden jetzt verschiedene Vorschläge generiert nh zu Currywurst gehört natürlich Pommes damit das noch halbwegs vertretbar ist von der Ernähung her gibt's einen Salat dazu und bei den anderen Artikeln dann eben entsprechend und der Kunde kann dann quasi durch die Vorschläge durchnavigieren kann die übernehmen in seinen Warenkorb oder eben auch ablehnen ist jetzt glaube ich keine totale rocket science aber angesichts von zwei Tagen Aufwand trotzdem ein schönes Ergebnis was am Ende bei uns vor allem auch dazu beigetragen hat ist so ein bisschen die Geschäftsführung und den Vorstand auch auf das Thema aufmerksam zu machen ich glaube es macht immer ein Unterschied ob man irgendwas irgendwie so im im Theorie PowerPoint zeigt was man eventuell tun könnte oder ob man konkretes Beispiel zeigt in dem eigenen System schon integriert mit den eigenen Daten ich glaube das regt dann auch dort die die Fantasie an und hat letztendlich auch dazu geführt dass wir dieses Thema jetzt weiter ja verfolgen werden und dürfen vielleicht kurz zur technischen Architektur dahinter was haben wir was haben wir da genau getan in dem Hackathon wir haben im Grunde genommen unsere ja Musterspeisepläne die bei uns von der ernährungswissenschaftlichen Beratung erstellt werden genommen noch mal angereichert um gewisse Artikelstammdaten zu Allergenen etc haben das in der Vektordatenbank gespeichert und ein Azure AI Search oben drauf gesetzt und am Ende ist dann eben der User der sozusagen schon Produkte in den Warenkorb legt dort dann eben über diesen Zauberstab ja ein ein Prompt auslöst und über large language Modell gpt4 werden dann im Prinzip die Ergebnisse ja interpretiert zurück geliefert ans Backend und dann die Vorschläge dort angezeigt jetzt kann man sich fragen ist ein large language Modell wirklich die richtige Technologie um das zu tun und ich würde sagen ich ich kann es im Moment auch noch nicht so mit Sicherheit sagen wir haben es halt damit mal ausprobiert und wir haben da ein paar Licht und Schattenseiten durchausgesehen also zum einen fangen wir mal mit dem Schatten an ist so ein ist so ein Sprachmodell natürlich immer so ein bisschen ja auf Wahrscheinlichkeiten basiert und manchmal kommt es auch auf sehr kreative Ideen also wir haben auch Artikelkombinationen gesehen wo dann irgendwie eine Currywurst zu Rollade irgendwie gereicht wurde was man wahrscheinlich so nicht tun würde aber wir haben eben auch auf der anderen Seite gesehen dass es manche Dinge enorm vereinfacht z.
B wenn ich in dem prompt mitgebe es soll bitte ein Speiseplan dabei rausgekommen der ausgewogen ist oder der den Empfehlungen der Deutschen Gesellschaft für Ernährung folgt dann muss ich das nicht irgendwie hart programmieren und und irgendwie versuchen da reinzubringen sondern das Sprachmodell bringt natürlich auch schon gewisses Wissen darüber mit und kann dann eben auch entsprechend anders anders antworten anders reagieren das heißt also in die Zukunft gerichtet würde ich jetzt nicht unbedingt sagen ob wir mit gpt4 da im Kern weitermachen aber es war auf jeden Fall interessant da mal zu sehen welche Möglichkeiten es gibt kommen wir vielleicht mal auf den Aspekt warum ist das für uns eigentlich interessant auch das anzubieten also eigentlich sind die Kunden selber für ihre Speiseplanung verantwortlich aber wie das in der Praxis so ist wenn neuer Kunde angebordet wird helfen wir natürlich irgendwie aus und könnten dann eben mit so einer KI-basierten Speiseplanung auch wieder interne Aufwände vermeiden insbesondere bei Leuten die eigentlich eine ganz andere Verantwortung haben nh also unser Außendienst soll eigentlich nicht Speiseplanung machen aber wenn ein Kunde gerade Hilfe braucht machen wir das natürlich trotzdem wir sehen da drin eine super Abgrenzung zum Wettbewerb weil ich sag mal unsere Hauptkonkurrenz sind oft auch kleine Fernküchen die irgendwie lokal was anbieten und die sicherlich nicht mit so einem AI basierten Tool bei der Speiseplanung unterstützen können Thema Geschmacksermüdung habe ich eben schon angesprochen nh wir vermeiden dadurch eben dass die Kunden immer wieder und wieder denselben Speiseplan abfahren und irgendwann es den Leuten zum Hals raushängt und dann eben der Anbieter gewechselt wird obwohl wir natürlich im Sortiment noch viel mehr Variabilität hätten aber wir sehen auch eine interessante Möglichkeit für uns das Kaufverhalten der Kunden zu beeinflussen und das eigentlich abseits von ja Marketing und Rabattaktion und Preisgestaltung weil natürlich können wir auch Einfluss darauf nehmen welche Vorschläge werden denn jetzt den Kunden angezeigt also wir können z. B auf die Lagerbestandsdaten oder Reichweiten bei uns im SAP System zugreifen oder auch das Thema Rohwarenverfügbarkeit ist in den letzten Jahren zunehmend schwierig da merkt man tatsächlich auch schon so die ersten Auswirkungen von Klimawandel und Co das das manchmal schwieriger ist irgendwie Kartoffeln und Zwiebeln in den passenden Mengen zu bekommen oder auch so Themen wie nh welche Ware läuft demnächst ab muss vorher noch raus Sortimentswechsel vorbereiten indem man schon mal die Artikel zunehmend vorschlägt die sowieso raus müssen aus dem Lager äh und natürlich auch das Thema ja Kundenkondition und Margen nh da kann man man sicherlich auch indem man z. B die Sortierreihenfolge der Vorschläge ein bisschen beeinflusst so ein bisschen auch den Kunden in eine bestimmte Richtung lenken was haben wir noch vor auch da wieder so ein bisschen gegliedert in die zwei Bausteine einmal Richtung Kunde und einmal in Richtung intern in Richtung Kunde haben wir uns jetzt drauf commited diese diese Speiseplanlösung auch auf den Kitas und Schulmarkt erstmal fokussiert auszurollen weil wir da eben dieses Thema Personalknappheit besonders akut sehen wir sind dabei das Thema Chatbot auszurollen auf im Prinzip alle Webseiten und Apps die wir so haben um erstmal auch ein bisschen Volumen bei uns vom Callcenter vom customer service runter zu nehmen wir wollen aber im zweiten Schritt auch weg von ich sag mal reinen Auskunfts-Chatbots die irgendwelche Informationen wiedergeben die auf der Webseite oder in Dokumenten hängen sondern wir möchten eben auch eine Interaktion ermöglichen also sowas wie eine Aufgabe einer Bestellung Erfassung einer Reklamation etc wo dann im Prinzip auch schreibend zurückgegriffen wird auf unsere operativen Systeme genau Perspektive intern auch da das Thema Chatbots im Fokus wir stellen uns vor in eigenen ja auch intern Chatbot für die Mitarbeiter anzubieten zu so klassischen Fragestellungen wie wie war das noch mal mit der Sonderurlaubsregelung zur Kinderkommunion oder Reisekostenrichtlinie oder sowas was heute auch wieder interne Aufwände erzeugt wir haben schon einen Piloten auch in diesem Jahr gemacht auch mit der INFOMOTION wo wir einen Chatbot auf unsere BWV Hana Daten aufgesetzt haben vielleicht auch ganz interessantes Thema Selfservice im Außendienst bei uns ist bei zwei Drtteln kein Problem bei ein Drttel manchmal schwierig vielleicht gibt's da ähnliche Erfahrungen hier in der Runde und auch da versuchen wir unseren Außendienstlern das möglichst ja niedrigchwellig zu machen und wir stellen uns da eben vor dass bestimmte Fragen wie z.
B wie hat sich mein Kunde im Umsatz entwickelt was waren die letzten drei Reklamationen wie hieß noch mal der Ansprechpartner für X dass man das eben auch über ein Chatbot beantworten kann und dann darüber auch sich spart sage ich mal bei uns in die SAP Analytics Cloud zu gehen den richtigen Report zu suchen zu filtern und dann da die Informationen rauszuziehen letzter Punkt ist wahrscheinlich vorhin auch so ein bisschen rüber gekommen wir sind sehr stark auch im öffentlichen Bereich unterwegs Kitas Schulen Krankenhäuser wo viel Geschäft auch über Ausschreibungen vergeben wird das heißt wir haben bei uns im Vertriebsinnendienst ein eigenes Team was Ausschreibungsunterlagen ja sondiert und sichtet das sind oft mehrere hundert Seiten Dokumente wo keine Struktur irgendwie vorgegeben ist nh also man muss die wirklich durcharbeiten und wir haben aber eigentlich immer so dieselben 50 60 Standardfragen die wir beantwortet haben müssen um zu entscheiden gehen wir in eine Ausschreibung rein oder nicht wie ist die Losgröße wann ist der Abgabetermin gibt's irgendwelche Vertragslaufzeiten die vorgegeben sind Sonderanforderungen Bioanteil keine Ahnung also es gibt gibt so ein ganzen Fragenkatalog und den Arbeiten die Kollegen heute ja manuell ab und auch da haben wir mittlerweile ein Chatbot für wo man im Prinzip die Dokumente in den Teamsordner zieht den Fragenkatalog dazu und dann wartet man 10 Minuten und dann hat der Bot im Prinzip heute in der Excel Datei noch die Antworten reingeschrieben mit Quellverweisen mit Zitaten wo er das gefunden hat und auch da ja hoffen wir einfach ein bisschen Aufwand intern vermeiden zu können vielleicht auch mal kleinere Ausschreibungen die wir die wir sonst aussortieren doch bearbeiten zu können und die ich sag mal große Vision dahinter ist so ein bisschen dass wir auch dahinkommen durch einen Angebotsbaukasten auch fertige ja antworten auf Ausschreibung generieren zu können da sind wir aber heute fairerweise noch nicht genau und das ist eigentlich so einmal der Rundumschlag was wir so im Bereich AI schon getan haben bzw auch jetzt noch vor haben und dann würde ich sehr gerne weitergeben in Richtung Fragerunde ja vielen Dank meine Herren äh ja früher hieß es ja bei uns in der Schule immer noch Hunger ist der beste Koch ja das hat sich jetzt glaube ich hoffentlich so ein bisschen geändert ja Fragen an die beiden Vortragenden Susanne steht schon da mit dem Mikrofonwürfel gibt's Fragen aus dem Publikum alle sind schon so leicht hungrig jetzt glaube ich wenn man die ganze Zeit so Bilder sieht von Essen ja das ist das Problem bei unserer Präsentation aber ich habe trotzdem was mitgebracht was würden Sie denn Unternehmen empfehlen die ich meine Sie haben die Reise jetzt ja schon so ein bisschen hinter sich Sie sind gerade im Aufbau um diese ich nenne sie jetzt auch mal wie Sie es gesagt haben AI Komponenten bei sich intern aber auch für die externe Benutzung was würden Sie denn empfehlen wenn man das in Unternehmen implementieren möchte also wir sind bei uns tatsächlich mit den Fachbereichsanwendern gestartet das heißt wir haben äh im Sommer letzten Jahres eine große Workshopreihe gestartet die war gar nicht so groß geplant auch ehrlicherweise also wir haben gedacht wir bieten mal in Richtung ja Gen AI LLM Workshops an und gucken mal mit welchen Ideen die Fachbereiche so kommen wir hatten das ein bisschen naiv geplant mit so 20 30 Teilnehmern vor Ort im Meetingraum ich glaube nach einer Woche hatten wir so 120 130 Anmeldungen und sind dann einfach in die Diskussion mal mit den Fachbereichen gegangen was stellt ihr euch denn vor wo könnt ihr das nutzen bzw ja vielleicht auch ein bisschen erschreckenderweise 70 80% der User haben eben auch schon chatgpt und Co für berufliche Zwecke genutzt hatten aber andererseits so Themen wie Datenschutz und und wo gehen die Daten eigentlich hin wenn ich da bei chatgpt was hinschicke das hatten nicht unbedingt auf dem Schirm und ich glaube das hat bei uns auch viel in Bewegung gesetzt wir haben dann daran angeschlossen eine Pilotphase gemacht wo wir eben z. B den m365 co-Piloten mal auch wirklich ausprobiert haben Anwender an die Hand gegeben haben und dann nachher auch bewertet haben okay wie ist das user feedback ähm und wollen wir das weiter auch für uns nutzen und einsetzen und ich glaube das hat auch eben bei der Geschäftsführung beim Vorstand eine gewisse Aufmerksamkeit bekommen und dann damit auch die Rückendeckung da weiterzumachen ja ja also ich ich glaube wichtig ist einfach anzufangen paar erste Ergebnisse wie jetzt z. B auch im Bereich Speiseplanung zu produzieren die man mal vorzeigen kann die die Leute inspirieren und und dann darauf aufzubauen mhm ja und wie man sieht ja das äh ist nicht einfach so etwas was Gott gegeben ist sondern man muss es mit den Menschen zusammen erarbeiten und das Interesse ist also so groß gewesen dass sie eben die Zahl gar nicht einschätzen konnten die da mitgemacht haben also von 20 zu 120 ist schon immens also ein Thema was alle interessiert was uns alle interessiert und wir werden heute den Tag über auch immer noch weiter gestalten von solchen Use Cases und der Nutzung von KI jetzt haben wir doch eine Meldung hier in den in den Austausch zu kommen also vielen Dank schon mal an der Stelle jetzt hören wir noch mal ganz kurz rein was der Würfel spricht das hat schon mal geklappt genau mich würde also eigentlich ist es ja eine Art Prototyping dann was ihr gemacht habt und auch das LLM so eingesetzt hab jetzt hast du gesagt dass es ja so ist dass das wahrscheinlich nicht die langfristige Lösung ist über jetzt über chatgpt4 was sind denn so die Alternativen die ihr da überlegt also ich ich bin mir nicht sicher ob man nicht sogar auch mit einem ich sag mal eher Regel basierten System oder zumindest mit dem klassischen machine learning Ansatz da irgendwie zum äh zum Ziel kommt nh also was wir uns eigentlich vorstellen ist dass der Kunde gewisse Restriktionen mit reingeben kann in die Speiseplanung nh wie z.
