Transkript

00:00:00: Music.

00:00:07: Hallo und herzlich willkommen bei Inside IONOS. Mein Name ist Andreas Maurer.

00:00:12: Ich bin gerade von einer ereignisreichen Woche aus Berlin zurückgekommen. Zwei Tage lang haben viele Expertinnen und Experten zu aktuellen Themen rund um die Digitalisierung, künstliche Intelligenz und die Cloud referiert und diskutiert.

00:00:24: Das Team von Inside IONOS war mit dabei und wir haben so viele interessante Gespräche geführt, dass die nicht alle in eine einzige

00:00:29: Podcastfolge passen. Darum haben wir uns entschieden, dass wir die spannenden Interviews in voller Länge als Sonderepisoden veröffentlichen. Den Anfang machen wir heute mit Pip Klöckner, Investor und einer der bekanntesten Wirtschafts-Podcaster in Deutschland. Viel Spaß beim Zuhören!

00:00:44: Phillip Klöckner ist Investor und vor allem als Co-Host eines der erfolgreichsten deutschen Wirtschaft Podcast bekannt - Doppelgänger TechTalk.

00:00:51: Philipp, du hast in einem Vortrag gesagt, wir haben einen volkswirtschaftliches Effizienzproblem was genau meinst Du damit?

00:00:57: Hauptsächlich, dass die Produktivität in den entwickelten Volkswirtschaften, also ich habe als

00:01:02: Beispiel die USA und Deutschland genommen, zwar schon wächst, aber sie wächst immer langsamer. Die erste Ableitung der Steigerungsrate der Produktivität geht deutlich zurück in letzten 10 Jahren und das ist eigentlich komisch weil wir mehr Technologie denn je nutzen, aber trotzdem sinkt die Produktivität.

00:01:16: Und das andere Problem ist, dass wir quasi immer weniger Leute haben die Arbeiten, dadurch, dass immer mehr Leute in Rente gehen, deutlich mehr Leute in Rente gehen. Doppelt so viel eigentlich wie eigentlich, wie in den Arbeitsmarkt kommen,

00:01:25: und das heißt, wir haben weniger Leute jedes Jahr und die werden nicht mehr im gleichen Maße produktiver, wie früher und, künstliche Intelligenz könnte.

00:01:35: Die beste Möglichkeit werden dann noch mal zusätzliche Potenziale an Produktivität zu heben. Wie genau kann die künstliche Intelligenz da helfen?

00:01:43: Dreierlei eigentlich. Also ich habe ja Zahlen von McKinsey präsentiert. Das eine ist, durch die sagen wir, die Augmentierung menschlicher Arbeit. Also, dass Dinge, die wir schon machen, einfach einfacher, besser, effizienter werden soll man kann sich vorstellen schreiben.

00:01:56: Das wird eben unterstützt durch generative Modelle oder ich schreibe Code als Entwickler und das geht schneller also auf dementierung menschliche Arbeit dann gibt's natürlich auch Substitution also das Reha und Automaten einfach Dinge übernehmen die wir bisher selbst.

00:02:10:  Und das Spannendste und der größte Effekt ist tatsächlich, dass Dinge möglich werden, die wir bisher, die einfach nicht skalierbar waren bisher, die man sich nicht leisten konnte, dass

00:02:20: z.B ein gutes Beispiel wäre im Kundenservice vielleicht, dass Menschen immer persönlich angesprochen werden oder

00:02:27: das eins zu eins Tutoring, also Nachhilfe, möglich ist. Bisher konnten sich nur Menschen, die sehr gut verdient haben, eigentlich Nachhilfe leisten,

00:02:34: in Zukunft kann ein Nachhilfelehrer sich viel mehr noch an die einzelnen Menschen anpassen und das ist eben sehr skalierbar, weil er letztlich

00:02:42: auf Basis künstlicher Intelligenz arbeitet. Ein anderer Bereich, den du hervorgehoben hast, war das Thema Marketing. Was können da die größten Vorteile sein?

00:02:50: Also es fängt an, mit der Generierung von sogenannten “Creatives”, also Werbemitteln. Früher, als ich in Startups gearbeitet habe, musste ich, wenn ich

00:03:00: quasi eine Werbekampagne für Facebook aufgesetzt habe, musste ich in die Brandabteilung für den Slogan. Ich musste in die Designabteilung für das Bild.

00:03:07: Das kann ich heute entweder selber, je nachdem, wie freigebig die Firma da ist,

00:03:10: oder wie wenig politisch sie ist, kann ich selber machen oder braucht das nur noch abzeichnen lassen, in den Abteilung, während ich die Erstellung der Grafiken, der Slogans und so weiter eigentlich komplett generativer AI

00:03:21: überlassen kann. Selbst wenn ich, also ich selber kann kein Photoshop nutzen, z.B oder nicht besonders gut, aber ich kann dann relativ gute, qualitativ hochwertige Bilder

00:03:31: mit diesen irgendwie dully oder midjourney Modellen z.B bauen. Was ich auch präsentiert habe.

00:03:34: Du hast gesagt, die Nutznießer von KI Anwendungen, wahrscheinlich eher auf der Produzentenseite, sind aktuell global schon relativ ungleich verteilt. Wer ist da im Moment in

00:03:46: größerem Vorteil? Ja, es bleibt zu befürchten, dass die bestehenden Monopole oder Tech Giganten wie Google, Amazon, Microsoft, Apple auch

00:03:55: da wieder im Vorteil sein werden. Das liegt daran, dass gar nicht diese neuen Modelle wahrscheinlich zum Wettbewerbsfaktor werden. Die gibt es auch als

00:04:02: Open Source Variante, die sind auch sehr leistungsfähig. Was am Ende den Unterschied machen wird, ist drei Dinge. Wie viel Daten besitze ich? Da sind Google und Facebook, aber auch Microsoft und Apple einfach sehr weit vorne.

00:04:15: Das andere ist, wer hat die beste Hardware und kann damit am effizientesten und günstigsten, am schnellsten die Modelle und die Entscheidung berechnen?

00:04:22: Da sieht man, dass alle großen Tech-Konzerne ihre eigenen Chip schon gebaut haben. Also

00:04:27: Startups, neue Wettbewerber müssen halt alle diese Nvidia Chips kaufen dafür, die sehr leistungsfähig sind,

00:04:33: aber die Tech-Giganten bauen seit Jahren schon eigene Chips, die so besonders stark abgestimmt sind auf AI-Prozesse. Und das dritte ist Distribution, also der bestehende Kundenzugang. Microsoft

00:04:43:  nutzt halt schon, die allermeisten Leute nutzen schon Microsoft Produkt auf Ihrem Rechner.

00:04:48: Die meisten Leute haben entweder ein Apple iOS oder Android Telefon, das heißt, diese großen Tech-Konzerne haben schon Zugang zu bestehenden Nutzern, während neue Startups den erstmal gewinnen müssten.

00:05:00: Wie sieht's auf der Anwenderseite aus, gibt's da eine ähnliche Ungleichverteilung oder ist das ein bisschen demokratischer in Anführungszeichen?

00:05:07: Ne, da droht eigentlich auch eine Spaltung zwischen Menschen, die das total souverän einsetzen werden, so wie wir das vielleicht schon beim mobilen Internet oder Social Media gesehen haben. Social Media könnte man sagen, das umfasst fast

00:05:18: alle Generationen. So, unsere Eltern sind auch auf Facebook, zumindest und nutzen WhatsApp

00:05:23: Bei AI wird das anfangs zumindest nicht so sein. Sondern es ist so, es gibt ein spannendes Beispiel, das heißt, dass 90% der Eltern, oder ne 10% der Eltern glauben, dass ihre Kinder AI nutzen, um Hausaufgaben zu machen.

00:05:36: Tatsächlich ist es genau andersherum, 90% der Kinder nutzen AI bereits in den USA für die Hausaufgaben. Das heißt,

00:05:42: älteren Menschen fehlt fast das Verständnis, die Relevanz einzuschätzen, während junge Menschen das ganz normal nutzen, wie alle neuen Technologien, was ja auch was Gutes ist, aber das droht so eine gewisse gesellschaftliche Spaltung dann zu bedingen. Welche Branchen werden deiner Meinung noch am stärksten

00:05:56: betroffen sein vom Wandel durch künstliche Intelligenz? Das ist natürlich eine gute Frage. Aber trotzdem möchte ich erstmal betonen, dass

00:06:05: Löschpanzer Nähe Eis das ist ein alle Branche beeinflussen oder so nichts ist davon ausgenommen das ist wie Digitalisierung,

00:06:10: das spannendste an AI ist, dass es alle Branchen beeinflussen wird. Also nichts ist davon ausgenommen, das ist wie Digitalisierung. Digitalisierung ist nicht eine Webseite bauen und dann bin ich digitalisiert, sondern es ist, wenn die Kantine, der Pförtner, die HR Abteilung, die Finanzbuchhaltung, wenn alle digital arbeiten. Und ähnlich ist es bei AI, das heißt, alle Abteilungen, alle Industrien

00:06:23:  werden davon beeinflusst werden. Es gibt natürlich welche, wo es besonders einfach und besonders tief durchdringen wird. Das ist vielleicht die Finanzindustrie, sicherlich.

00:06:33: Ich finde es in der Forschung unheimlich spannend. Forschung ist größtenteils noch ein sehr manueller Prozess, auch da kann AI helfen. Wir haben jetzt die ersten Breitband-Antibiotika, die gegen alle Keime helfen oder

00:06:44: gegen zuvor resistent geglaubte Keime

00:06:47: funktionieren, gefunden mittels AI. Wir werden in der Krebsforschung vorankommen, in der Impfstoffforschung, das sind fast die spannendsten Bereiche schon.

00:06:56: Du hast auch das Thema Risiken angesprochen. Das natürlich auch gerade heftig diskutiert wird. Du hast das Beispiel genannt, es gibt Wissenschaftler die sehen Risiken bis hin zur Dimension einer nuklearen Katastrophe. Das hast Du, glaube ich, nicht ganz so gesehen, aber du hast andere Risiken genannt.

00:07:09: Ja, die also, es gibt natürlich diese, die Intelligenz wird schlauer, als wir und sieht Menschen eigentlich nur noch als Accessoire.

00:07:17: Das ist immer, die große Doomsday-Vision, aber es gibt ja ganz greifbare Risiken, die sich heute schon ausdrucken, das ist ausdrücken

00:07:25:  das das ist, dass es eine Explosion an Content geben wird dadurch, dass die Erstellungskosten von hochqualitativen Content gegen Null tendieren, werden durch generative Modelle, wird unser Posteingang, unser Facebook Feed, unser LinkedIn Feed, unser WhatsApp, Telegram, was weiß ich, wird mit

00:07:40: Daten und Kommunikation überladen werden und wir werden nicht mehr wissen

00:07:44: was davon von dem Mensch geschrieben ist, und was nicht. Das heißt, wir brauchen neue Identitätskonzepte, also wir wollen wissen, wer ist ein verifizierter Nutzer ist, welche E-Mail wurde wirklich von dem Menschen abgeschickt und nicht von dem Bot.

00:07:54: Wie gesagt, AI wird wahrscheinlich die Gesellschaft weiter spalten. Wir werden ein hohes  Maß an Misstrauen gegenüber jeglicher Kommunikation haben und das zurecht. Medienkompetenz wird noch mal wichtiger.

00:08:05: Das sind so die wichtigsten Sachen, die man die man jetzt schon sieht oder die man auch schon bei einfachsten Machine Learning Anwendung, wie dem Facebook Feed sehen konnte. Wozu das geführt hat in der Medienlandschaft.

00:08:13: Letzte Frage, Du bist selbst Investor. Wie haben die Themen “Effizienz” und “künstliche Intelligenz” deine Investments beeinflusst?

00:08:22: Also spannenderweise, mein erstes Investment habe ich 2009 gemacht. In Ladenzeile. Und Ladenzeile hatte eigentlich von Anfang an, wir hatten einen sehr begabten CTO, der so auch KI-Forschung vorher schon mit vorangetrieben hat.

00:08:34: Und wir haben von Anfang an mit sogenannten “Back of Word Models”, das ist im weitesten Sinne ein Vorgänger von dem, was heute diese Modelle machen, also die aus einem aus dem Wörterbuch, die Wahrscheinlichkeit, dass auf ein gewisses Wort das nächste Wort folgt, berechnen.

00:08:46: Damit haben wir damals schon Werbeanzeigen automatisiert erstellt oder Produktbilder erkannt, was auf Produktbildern drauf ist.

00:08:53: Und so weiter. Das heißt eigentlich ist, ich habe drei Investment- Hypothesen. Das eine ist, dass die Firmen Daten ansammeln, weil ich daraus, dass daraus, weil ich glaube, dass daraus Profitabilität entsteht.

00:09:04:  Dass sie diese mit Machine Learning, früher hat man noch Machine Learning gesagt, verarbeiten. Daraus entsteht, glaube ich, Über-Margen oder Übergewinne.

00:09:10: Und das dritte ist, dass die Netzwerke Effekte  haben. Also es war eigentlich schon immer in meinem Investment-Kalkül drin,

00:09:14: jetzt ist es natürlich nochmal viel wichtiger geworden. Jetzt gibt's auch, es wird keine Startups mehr geben, die irgendwas ohne AI

00:09:22: Zumindest werden alle vorgeben natürlich, dass sie irgendwas mit Machine Learning oder AI machen.Vielen Dank für das Gespräch. Sehr gerne, vielen Dank. Soweit unser Gespräch mit Philipp oder PIP Klöckner.

00:09:32: In den nächsten Tagen gibt's dann auch unseren gesammelten Rückblick auf den IONOS Summit 2023 und zusätzlich werden wir jede Woche so ein bis zwei Interviews in voller Länge veröffentlichen.

00:09:41: Wenn es Ihnen gefallen hat, freuen wir uns, wie immer über eine positive Bewertung oder auch einen Kommentar unter dem Podcast.

00:09:46: Und für Fragen oder Themenvorschläge erreichen Sie uns unter podcast@ionos.com. Vielen Dank fürs Zuhören und bis zum nächsten Mal!

00:09:55: Music.