Daten für die Steuerung erzeugen – im Dialog mit dem Global Head of DHL Smart Solutions IoT

00:00:09: Unbekannt: Zielführung starten - der Management-Podcast von CTcon.

00:00:22: Unbekannt: Hallo, ich bin Christian Bungenstock, Partner bei CTcon in Düsseldorf. Ich bin Gastgeber in unserem Management-Podcast "Zielführung starten". Ziel unserer Reise ist die Welt der Unternehmenssteuerung. In der vor uns liegenden Etappe erfahren wir mehr über die Chancen der Anwendung von Lösungen aus dem Internet of Things, kurz IoT, insbesondere in der Logistik. Dazu sprechen Christopher Fuß und Niklas Hartmann. Christopher Fuß ist Global Head of DHL SmartSolutions IoT.

00:00:50: Unbekannt: Gemeinsam mit seinen Teams in den weltweit verteilten DHL Innovation Centern hat er den Blick auf relevante Trends, untersucht grundlegende technische Lösungen und berät DHL-Partner in deren Anwendung. Niklas Hartmann ist Principal bei CTcon in Frankfurt. Er berät seit vielen Jahren große Konzerne, vor allem aus Logistik, Transport und Verkehr. Niklas trägt Verantwortung in unserem Kompetenzcenter Datengetriebene Steuerung. Die Transformation zu einer digitalen Unternehmenssteuerung ist sein Leitstern.

00:01:20: Unbekannt: Christopher und Niklas kennen sich aus vielen Jahren intensiver Zusammenarbeit. Hallo Christopher, schön, dass du da bist. Freut mich, dass du Gast bist von "Zielführung starten". Hallo, Niklas. vielen Dank für die Einladung. Ja, sehr, sehr gerne. Du bist in unserer gemeinsamen Passion der Logistik aktiv. Du bist Global Head of Smart Solutions IoT im DHL Innovation Center und kommst gut rum.

00:01:47: Unbekannt: So warst du kürzlich beim Deutschen KI-Preis Teil der Jury. Da würde ich natürlich wahnsinnig gerne kurz darauf eingehen. Wie war das? Was war deine Aufgabe? Was ist dir hängengeblieben? Was waren die besten Beiträge? War spannend. Hat Spaß gemacht. Ja, was ist hängengeblieben? Heißes Thema, KI, und es hat nicht nur Spaß gemacht, Teil der Jury zu sein.

00:02:09: Unbekannt: Es war tatsächlich in dem Auswahlprozess das, was mich am meisten beeindruckt hat. Das Know-how der Menschen, die da mit in der Jury sitzen, die auch dann entscheiden, wer entweder den Preis gewinnt in den drei Kategorien bzw. wer dann Finalist ist für die Start-up-Kategorie. Und wie da diskutiert wird. Was so die Auswahlkriterien sind. Wenn du jetzt näher an dein Business dran guckst und DHL Logistik, Kurier, Express, Paket und ähnliche Themen in dem Umfeld.

00:02:40: Unbekannt: War da was dabei, wo du sagen würdest, das war jetzt vielleicht entweder methodisch in Richtung Data Science-Arbeit relevant oder auch inhaltlich als Lösung relevant? Absolut. Es gibt sehr, sehr viele Modelle, sehr viele KI-Applikationen, die erst mal mit den großen Large Language Models, die da propagiert werden von Meta, Google und auch Apple, gar nichts unbedingt zu tun haben, weil sie eher viel transaktionalere Daten, viel mehr operative Daten beinhalten und auch ein viel kleineres Problem gegebenenfalls lösen, obwohl sie auch mit 30, 40, 50 Millionen Datensätzen gefüttert sind und trainiert wurden. Was aber auch ausreichend sein kann.

00:03:17: Unbekannt: Und was habe ich mitgenommen von dem Event und von den Beiträgen da? Zunächst einmal glaube ich, dass ich jetzt auch mit einem gewissen Stolz sagen kann, dass unser Unternehmen ganz gut dasteht, dass es faszinierende Beiträge gibt, auch aus dem Mittelstand, wo Probleme gelöst werden, die man erst mal so als, ich nenne es Otto Normalbürger oder Kunde, gar nicht unbedingt sieht.

00:03:38: Unbekannt: Hast du ein Beispiel dafür? Die Zusammensetzung von Farben und Lacken. Bin darin absolut unwissend. Ich stelle mir da komplizierte chemische Prozesse vor. Aber dass das mit KI durchaus abgekürzt werden kann, die Entwicklungszeiten und Zyklen darin, das ist für mich erst mal so einleuchtend, aber war faszinierend zu sehen, wie dort der deutsche Mittelständler agiert, um da Entwicklungsgeschwindigkeit und Qualitäten extrem zu steigern.

00:04:05: Unbekannt: Und das war so ein bisschen der Appell, der da rauskam zu sagen: Ja, wir haben vielleicht ein bisschen Angst vor dem Thema KI oder AI, aber es liegen ganz große Chancen darin. Und der Professor Ommer von der LMU München, der auch den Innovations- und Forschungspreis erhalten hat, hat noch mal in seiner Dankesrede da ja darauf hingewiesen, dass wir einfach aufpassen müssen, dass diese großen Modelle und der Zugriff auf Daten, dass der offen bleibt, dass wir über Open Source-Modelle nachdenken, die fördern und dass diese Large Language Models von den großen Tech-Playern die Gefahr beinhalten, dass sie irgendwann so groß werden, dass man nicht mehr die Computing Power hat, sie eigenständig zu betreiben und dann die.

00:04:44: Unbekannt: Abhängigkeit enorm groß ist. Und vielleicht dazu auch noch: GenAI ist nicht alles. Ja, das eine ist Technologie, die uns wahrscheinlich sehr, sehr viel weiter bringen wird in Zukunft, mit der man tolle Sachen machen kann, wie der Name ja auch schon sagt, aber es gibt ganz viel KI, die nicht unter GenAI fällt und die dann die operativen Prozesse und Probleme lösen können, die wir gegebenenfalls in Unternehmen haben oder in Strukturen wie Behörden.

00:05:09: Unbekannt: Hast du noch ein Logistikbeispiel? Auch was dir einfällt bei dem Transfer der Pitches beim deutschen KI-Preis? Ja, mir ist aufgefallen, dass fast alle Preisträger und auch sehr viele andere Einreichungen sich heute um das Thema Computer Camera Vision gedreht haben. Also die Analyse von Bildmaterial, bewegt oder statisch. Und das ist durchaus ein Thema, was auch für die Logistik extrem relevant ist.

00:05:38: Unbekannt: Wir sehen unterschiedlichste Use Cases, wo wir auf der einen Seite vielleicht Dokumente einlesen können, die heute immer noch irgendwie geschickt werden. Wo wir grafische oder visuelle Eindrücke verarbeiten müssen, seien es beispielsweise Verträge, seien es irgendwelche Aufzeichnungen von irgendwelchen Kameras, und an der Stelle auch noch mal bewusst hervorgehoben - das ganze Thema GDPR, also Datenschutz, Datenschutzgrundverordnung, hat eine besondere Beachtung gefunden.

00:06:09: Unbekannt: Dieses Mal. Denn beispielsweise der Preisträger bei den Start-ups ist ein Unternehmen, welches gerade die Anonymisierung von Gesichtern und auch Kennzeichen von Autos usw. anbietet und entwickelt und vorantreibt. Was eine Technologie ist, die hoch relevant ist. Wenn wir auf der einen Seite die Vorzüge von solchen Analysen haben wollen, müssen wir gleichzeitig sicherstellen, dass wir da konform sind mit unseren Datenschutzbestimmungen.

00:06:34: Unbekannt: Und das sind alles Anwendungen, wo ich sage, das brauchen wir auch und werden wir brauchen. Und um ein konkretes Beispiel zu geben: Es gibt durchaus Lösungen, um zu verstehen, wie viel Verkehr auf einem Hof ist in der Logistik. Wo sind freie Parkplätze? Wo kann man den nächsten Truck hinschicken, der beispielsweise gerade kommt? Oder wie sieht das aus - findet an einem gewissen Tor irgendeine Aktivität statt, also ein Entladen oder ein Beladen oder eben nicht?

00:07:03: Unbekannt: Da kann man jemanden hinschicken und fragen: "Wie sieht's aus?" Am einfachsten ist allerdings zu schauen, was auf den Kameras gezeigt wird, ob da gerade jemand herläuft. Aber dann wollen wir nicht sehen, wer da herläuft oder was die Person tut, sondern nur, ob da gerade was passiert. Und das ist ein ganz einfaches Beispiel, wo sowas in Zukunft eingesetzt werden könnte.

00:07:21: Unbekannt: Ein ganz neuer Ansatz für Go to Gemba. Geh vor Ort, sei da und versteh's und sozusagen auch gleich noch die passende Dokumentation dabei, also die Beobachtung in Zahlen, Daten und Fakten übersetzt bekommen. Vielleicht ist das auch eine schöne Überleitung auf deine Tätigkeit. Du bist ja in einem DHL Innovation Center aufgehangen und vielleicht kannst du uns noch mal erklären: Was ist das eigentlich?

00:07:44: Unbekannt: Warum braucht DHL ein Innovation Center? Wie gehört ihr organisatorisch dazu und was tut ihr? Tut es nur für DHL oder auch für Dritte? Und was sind inhaltlich so die Themen? Das DHL Innovation Center ist ein Gebäude in Troisdorf zwischen Köln und Bonn. Aber es gibt nicht nur eins, sondern es gibt noch drei weitere, nämlich in Chicago, in Singapur und in Dubai.

00:08:08: Unbekannt: Also eigentlich sprechen wir von einem Eco-System. Und die Idee des Innovation Centers ist, dass es eine Plattform bietet, eine Plattform des Austausches zwischen Kunden, Suppliern und DHL. Diese Supplier können kleiner Natur sein, Start-ups, können aber auch große Player sein, die Kunden, dann sage ich mal, die ganze Bandbreite beinhalten. Organisatorisch sind wir Teil von Customer Solutions & Innovations. Das ist eigentlich das große Key Account Management von DHL, welches die 80 größten Kunden weltweit betreut, und da diese Kunden weltweite Präsenz haben, wollen wir mit dem Innovation Center auch eine weltweite Präsenz haben.

00:08:46: Unbekannt: Deswegen diese vier Locations. Und innerhalb der Innovation Center ist es jetzt nicht so, dass wir dort große Teams haben, die coden und löten und sonstige Sachen machen, sondern es ist eher, diese Übersetzungsfunktion wirklich zu verstehen. Was passiert draußen am Markt? Was sind die großen Trends, die gegebenenfalls die Industrie beeinflussen können in Zukunft? Das machen wir mit unserem Trend Research Team, wo es wirklich darum geht, sozioökonomische, gesellschaftliche Trends zu analysieren und technologische Trends.

00:09:17: Unbekannt: Dann geht es sehr viel um Austausch mit Kunden. Zu verstehen, was davon scheint auch für die Kunden in den jeweiligen Verticals, in den jeweiligen Industrien relevant zu sein? Die Logistik an sich ist eine andere Industrie mit anderen Anforderungen, als jetzt beispielsweise Automotive in der Zukunft. Zu verstehen, wie verändert sich die Automobilindustrie und daraus ableitend dann auch die Anforderungen an die logistischen Prozesse, an die Supply Chains?

00:09:42: Unbekannt: Das Gleiche im Life Sciences & Health Care-Bereich. eCommerce ist ein Riesenthema, wo wir extrem viel Veränderungen wahrnehmen, auch im europäischen Markt, aber eben auch global. Dann natürlich im Bereich Energie, Stichwort erneuerbare Energien. Es gibt ganz andere Upstream-Downstream-Shipments-Ströme, als es noch vor zehn Jahren gab und es wird in zehn Jahren andere geben. Und das so ein bisschen vorherzusagen, ist unser Job.

00:10:03: Unbekannt: Und gleichzeitig schauen wir uns aber auch in manchen Technologien sehr, sehr spezifisch an, die extremen Details, oder gehen in das Detail, um da auch Lösungen zu entwickeln. Entweder, dass sie mit unseren Kunden eingesetzt werden in dem jeweiligen Supply Chain Setup oder für unseren eigenen Betrieb, für unsere Operations, wenn es um Effizienzsteigerungen geht, wenn es um höhere Effektivität geht in manchen Sachen und manchmal sind es auch tatsächlich regulatorische Anforderungen, die wir dann versuchen, technisch zu lösen.

00:10:31: Unbekannt: Es ist immer noch eine der Hauptfragen in der Supply Chain: Wo sind meine Sachen? Entweder: Wo sind die Shipments? Oder auch für uns als Logistiker: Wo sind die Assets, die wir nutzen, um Sachen von A nach B zu bringen und insbesondere dann auch in der Vorhersage immer sehr stark zu wissen, was jetzt sehr weit in der Entfernung passiert, auch auf einem anderen Kontinent, in einem anderen Land.

00:10:53: Unbekannt: Das kann Auswirkungen auf meine Supply Chain morgen haben. Und je besser unsere Datenlage da ist, um so besser können wir das dann eben auch vorhersagen. Und das ganze Thema Supply Chain Resilience kommt für mich da eben rein, und ohne Daten keine Chance. Ja, super, da würde ich gern später noch mal drauf eingehen. Total wichtiger Punkt aus Steuerungsperspektive. Ich würde gern einen vorher streifen, weil wir gerade so über das Ecosystem gesprochen haben und eure Einordnung in die Organisation.

00:11:19: Unbekannt: Du sagtest, ihr seid Bestandteil sozusagen des Key Account Managements. So, Aufbau organisatorisch geklärt, Ablauf organisatorisch... wie werdet ihr denn eingebunden? Ist es immer klar Push-Pull oder ist es einfach so, wie sich's ergibt, dass jetzt ein Key Accounter seinem Kunde mal nahelegt: "Mensch, lass uns mal ins Innovation Center gehen und vielleicht findest du was, was dich inspiriert, weil dort viele technische Lösungen gezeigt werden."

00:11:43: Unbekannt: Oder kommen die Kunden mit konkreten Problemen und sagen: "Mensch, könnt ihr aus dem Innovation Center mal überlegen, was genau dort helfen kann?" Oder auch genauso interne Projekte, die sagen, wir brauchen Arbeitssicherheitsthemen oder wir brauchen einen Hub in der Produktivität - habt ihr Ideen? Jetzt hast du noch eine dritte Perspektive rein gedacht. Das ist genau das, so wie du sagst.

00:12:02: Unbekannt: Auf der einen Seite stellen wir auch Technologien aus und haben natürlich ein großes Portfolio von, ich will nicht sagen Geschichten, Anekdoten oder Beispielen, aber wir haben ganz, ganz viele Themen, die wir im Innovation Center bearbeiten, die wir darstellen, wie die Zukunft aussehen kann, die ferne Zukunft, die eher kurzfristige Zukunft, aber auch die Lösungen, die heute schon angeboten werden. Und da geht es um Themen wie Nachhaltigkeit, da geht es um Themen wie Effizienz, da geht es um Themen auch wie KI, wo man immer so ein bisschen auch einen Schulungs- oder einen Trainingsaspekt drin hat.

00:12:33: Unbekannt: Aber die Vielzahl der verschiedenen Kundengruppen ist enorm, und es kann eine Schülergruppe sein, die sich mal informieren möchte oder Studenten. Es kann aber auch das C-Level sein von einem großen globalen Player, die da sind, so dass wir da ein großes Repertoire haben, welches wir abrufen können, um sozusagen darzustellen: Was ist möglich? Dann auch abgestimmt auf das Thema, welches den Kunden oder den Besucher explizit interessiert.

00:12:57: Unbekannt: Gleichzeitig ist es aber auch so, dass es ein ganzes Team gibt, welches sich darauf fokussiert, Workshops zu veranstalten, durchzuführen mit Kunden oder potenziellen Kunden, wo es genau um die Herausarbeitung geht von Lösungen für Probleme. Zu sehen, wir machen mal so ein Supply Chain Mapping. Wir versuchen zu verstehen: Wo sind die Pain Points? Wo sind die Themen, die wir angehen müssten?

00:13:19: Unbekannt: Die auch zu priorisieren und zu sagen, das ist jetzt das erste Thema, was angegangen werden muss. Und wenn es dann einen Eindruck gibt, dass beispielsweise ein Thema wie Internet of Things eine Lösung herbeiführen könnte, dann werden wir als Experten hinzugezogen, um dann beispielsweise Lösungsszenarien zu evaluieren oder zu skizzieren. Und diese Lösungsszenarien können sein, dass wir sagen: Hey, wir haben hier eine Lösung, die nutzen wir mit anderen Kunden genauso. Oder dass wir sagen: Hey, jetzt setzen wir uns hin und entwickeln gemeinsam mit einem Dritten, nämlich einem Technologie-Provider beispielsweise, eine Lösung für dieses Problem.

00:13:53: Unbekannt: Und da kommen wir halt auch ins Spiel mit diesem ganzen Thema Market Screening, wo wir einfach verstehen wollen und müssen und ich denke auch zu einem gewissen Grad tun, was beispielsweise im Technologiebereich passiert. Deswegen befassen wir uns mit den Themen KI, Computervision, Robotics, auch Blockchain, IoT usw., um zu verstehen: Was gibt es da draußen? Wie hat sich das entwickelt und wie viel davon ist schon in einer Marktreife, dass wir es einsetzen können?

00:14:18: Unbekannt: Das ist eine super Überleitung zu meiner nächsten Frage. Du sprachst vorhin ja auch schon von den großen Research Teams, die ihr habt, und ihr veröffentlicht regelmäßig das sogenannte Logistics Trend Radar, um so ein bisschen einzuordnen: Wo sind diese Themen in ihrer Marktreife? Wie spannend sind die? Vielleicht können wir da doch mal eintauchen, weil eben gerade auch die Studie da ja kürzlich wieder rausgekommen ist in aktualisierter Form.

00:14:40: Unbekannt: Welche Themen sind aus deiner Sicht besonders heiß? Welche davon sind aber eher vielleicht noch im Halbstadium und welche sind schon mit einem wirklichen Impact in der Praxis angekommen? Ja, du hast recht, der siebte DHL Logistics Trend Radar ist veröffentlicht worden. Ich finde erst mal ist es zu erwähnen, das siebte Mal ein Update zu machen - geht das? Ich denke ja, das geht.

00:15:03: Unbekannt: Dennoch war es visionär, diesen allerersten Trend Radar irgendwann mal aus der Taufe zu heben und zu sagen: Hey, wir schauen uns mal an, versuchen das zu strukturieren. Wenn man sich das anschaut, ich glaube, alle Industrien haben mittlerweile so ein Radar. Wir bemühen uns, den alle zwei Jahre upzudaten und es gibt immer wieder Bewegung darauf. Es gibt Trends, die wir irgendwann, wo wir feststellen, die nehmen wir wieder runter, weil das ist genauso ein Thema, das war heißer gekocht, als es letztlich dann gegessen wurde.

00:15:31: Unbekannt: Oder aber wir haben Themen auch vielleicht unterschätzt. Nehmen wir mal GenAI, ich würde nicht sagen, dass wir es unterschätzt haben, aber die Geschwindigkeit da drin ist definitiv höher, als wir erwartet haben. So, und jetzt ist es nicht ganz einfach, jedes Mal so eine siebte Version eines gleichen Dings zu machen, um zu sagen: Ja, es ist total bahnbrechend jetzt. Wobei ich durchaus das Gefühl habe, dass die Qualität immer besser wird.

00:15:53: Unbekannt: Auch die Belastbarkeit der Themen im Sinne von Hintergrund, Wissen und Erfahrung dahinter. Um deine Frage konkret zu beantworten: Du wirst auf dem Trend Radar kein Internet of Things finden und das ist natürlich schmerzhaft für jemanden, der für das Thema verantwortlich ist. Aber wir wollen im Trend Radar halt beleuchten, was die Zukunft bringt und Internet of Things oder IoT, kurz, ist Gegenwart und deswegen ist es auch gar nicht mehr da drauf, sondern es ist sozusagen schon wieder runtergebrochen in kleinere Subthemen, die wir innerhalb dieses großen Clusters sehen.

00:16:25: Unbekannt: Und ich glaube, es war durchaus visionär auch von Menschen schon vor fünf, sechs Jahren, die wir auch gemeinsam kennen, die gesagt haben: Das ist so ein großes Thema, da müssen wir beispielsweise ein Team drum herum aufbauen. Das hat sich bewahrheitet. Wir haben andere Teams, die aus dem Innovation Center mehr oder weniger dann in die Division von DHL übergegangen sind.

00:16:41: Unbekannt: Oder die Themen sind übergegangen, weil sie so groß geworden sind, dass jetzt innerhalb der Division beispielsweise beim Thema Robotik ganze, ich will nicht sagen, Heerscharen, aber große Teams da sind, mit hoher Expertise, die Tausende von Robotern jetzt einsetzen. Und noch vor fünf, sechs Jahren war das eher ein Forschungsfeld. Die großen Hype-Themen jetzt auf dem siebten Radar, würde ich sagen, sind definitiv AI und alles, was dazugehört, da sind einige Subtrends.

00:17:08: Unbekannt: Dabei. Ich hatte vorhin das Thema von dem KI-Preis auch angesprochen. Dieser eher ethische Aspekt, den wir auch aufgenommen haben, wo wir sagen, da gibt es Diskussionen und die werden Einfluss haben auf die Industrie. Genauso aber dann Computer Vision und Themen, wo wir eher spezifischer sind. Ein interessantes Thema finde ich beispielsweise auch alles rund um Audio. Die Analyse von Sprache ist eine Sache, die wir über Siri und Alexa gerne schon im Privaten nutzen.

00:17:35: Unbekannt: Da wird es sehr, sehr viele Anwendungen geben in der Zukunft. Ich kann auch ein tolles Beispiel geben, wie wir es bei DHL nutzen, wo wir beispielsweise den Sound von Maschinen auswerten, um Predictive schon unsere Wartung anzusetzen. Wo jetzt unsere Ingenieure beispielsweise nicht in einem kontinuierlichen Prozess immer wieder rollierend die Wartungszyklen einhalten, sondern wo wir eher punktuell sagen: Das sind genau die Einzelstellen, wo ihr hingehen müsst, weil wir basierend auf unserer Soundanalyse rausgefunden haben, dass wir dort Abweichungen haben in den Mustern und dass da etwas passieren kann zukünftig.

00:18:10: Unbekannt: Und das sind schon super Effekte, die wir daraus kriegen. Das ist ein Praxisbeispiel für einen Trend, von dem wir glauben, dass er noch weiter wächst. Das weitere große Thema, und das ist wirklich inhärent, es ist ein bisschen Regionen abhängig von in der Welt, durchaus, ist Nachhaltigkeit. Sustainability, ja? Also wie können wir geschickter agieren in der Logistik? Der Impact der Logistik ist da, aber die Fragen, die unsere Kunden stellen, gehen immer darüber hinaus.

00:18:34: Unbekannt: Die gehen in ihre Wertschöpfung rein, in ihre Produktion. Ich war jetzt noch im Juli in Singapur auf einem Event, das von der DHL veranstaltet wurde zum Thema Nachhaltigkeit, und es hat mich beeindruckt zu sehen, wie in Asien, mit welcher Nachhaltigkeit das Thema da auch, oder mit welchem Nachdruck, besser gesagt das Thema Nachhaltigkeit angegangen wird und wie viel Interesse da auch ist.

00:18:55: Unbekannt: Das ist mein Eindruck, kommt manchmal mit so einer ein bisschen europäischen Attitüde daher zu sagen: Ja, wir sind da die Vorreiter und wir sind extrem super und uns kann man da eigentlich gar nicht das Wasser reichen, weil wir so fortschrittlich sind. Ich glaube, wir müssen uns ranhalten. Es ist erneut eine schöne Vorlage eigentlich, um dann die Kurve Richtung Steuerung zu kriegen.

00:19:15: Unbekannt: Also warum redet der Unternehmenssteuerer so lange über IoT und Use Cases in der Logistik und Technologie mit dir? Weil natürlich am Ende des Tages bei uns auch eine tiefe Überzeugung da ist, dass wir halt durch diese vielen Informationen, die entstehen, für unterschiedlichste Lösungen einfach am Ende des Tages bessere, fundiertere Entscheidungen treffen können. Sozusagen das Urziel des Controllers - rationaler entscheiden - bedienen können.

00:19:44: Unbekannt: Jetzt sind wir natürlich vom Controlling mit all dem, was wir besprochen haben, noch ziemlich weit weg. Auf der anderen Seite, wenn man überlegt, was wurde angesprochen, beispielsweise Sustainability, liegt ja immer eine große Frage im Hintergrund, wenn man sagt: Wie rechtfertigen wir eigentlich die Sustainability Cases im Kontext unserer Geschäftszahlen? Und ich glaube, die Überleitung dahin fällt oftmals sehr, sehr schwer.

00:20:10: Unbekannt: Also es ist auf der einen Seite einfach zu sagen, wir haben eine bestimmte Messlogik dafür, wie viel CO2 wir einsparen, überzuleiten in: Wie viel darf das eigentlich wert sein und wie viel ist es uns wert? Auch gegenüber dem Shareholder? Das senkt nicht die Bedeutung des Themas auf der einen Seite, auf der anderen Seite ist es aber keine einfache Aufgabe.

00:20:30: Unbekannt: Ich glaube, es ist ein Beispiel, wo uns transaktionale Daten einfach schon wieder viel, viel mehr Einblick geben können, um solche Dinge zu messen und zu bewerten und wir damit eigentlich auch wieder näher an den Kern von Steuerung rankommen. Wie schaust du drauf? Das ist eine sehr spannende Frage, weil man natürlich aus komplett unterschiedlichen Ebenen der Daten oder der Inhaltsaggregation kommen kann.

00:20:52: Unbekannt: Der CFO schaut da anders drauf als, sage ich mal, der Operations Manager. Und natürlich könnten wir sagen, im Zeitalter von Carbon Counting und Regulatorien, die aufkommen, dass es unglaublich wichtig ist, extrem präzise Daten zu haben. Und ein Schelm, der dann nicht an beispielsweise Internet of Things und Sensorik denken würde, zu sagen: Ja, wollen wir unseren Carbon Footprint nicht einfach direkt am Ort der Erzeugung, beispielsweise an Motoren messen, über Sensoren?

00:21:22: Unbekannt: Technisch geht das, unglaublich aufwendig. Wir müssen uns durchaus vor Augen führen, dass wir natürlich, wenn wir das Thema Nachhaltigkeit betrachten und CO2 messen, dass wir auf Nutzfahrzeuge schauen können. Wir können auf Fahrzeuge schauen, wir können auf Personen schauen. In der Logistik, müssen wir ganz ehrlich sein, liegt der größte Hebel in der Luftfracht. Sensoren zum Ausstoß von CO2 an Turbinen anzubringen.

00:21:46: Unbekannt: Ist aus sicherheitsrelevanten Aspekten nicht nötig, sodass wir mit Zertifikaten, mit Annäherung usw. definitiv rechnen müssen. Dennoch, aus einer Steuerungsperspektive kann beispielsweise Technologie und hier auch Internet of Things eine ganze Menge zu beitragen, weil wir natürlich auf sehr granularer Ebene Daten bekommen, und jetzt gehe ich mal nicht nur davon aus, was hat der Motor eines Fahrzeuges in der Logistik irgendwie ausgestoßen, sondern Check & Trace. Wo befindet sich das denn und wohin fährt dieses Fahrzeug und wie oft und wie lange?

00:22:15: Unbekannt: Wie ist die Auslastung? Nicht nur vom was ist hinten drin, sondern wie oft wird es denn bewegt? Wo man extrem viel erreichen kann, beispielsweise schon, wenn man feststellt: Hey, 20 Prozent unserer Flotte wird eigentlich kaum bewegt. Wir haben die aus dem Sicherheitsaspekt, als Puffer da, weil man natürlich "besser haben als brauchen" agiert, aber auf der anderen Seite kann man da natürlich eine ganze Menge Effizienzen rausholen.

00:22:39: Unbekannt: Das sieht man aber nicht, wenn man beispielsweise die Bewegungsdaten gar nicht hat davon. Wenn man gar nicht weiß, wie oft jetzt der Gabelstapler genutzt worden ist oder der Ausliefer-VAN. Und dann sieht man das natürlich am Ende auch in der großen Masse einer Eurozahl, nach der man dann steuern soll, als Unternehmensbereichsverantwortlicher überhaupt gar nicht mehr. Ja, und ich glaube, sobald man mal die Nadel im Heuhaufen suchen möchte, ist es sinnvoll, diese Daten zu haben.

00:23:04: Unbekannt: Und dann muss man natürlich sehr explizit schon entscheiden, wo macht es Sinn, rein zu investieren? Ich erinnere mich auch aus der Vergangenheit an Projekte, wo immer wieder die Frage war: Ja, wo befinden sich denn unsere Assets und sind die beladen oder sind die leer? Das war, muss ich dazu sagen, nicht bei DHL. Das Problem wurde gelöst von dem Unternehmen durch IoT. Wo einfach gesagt worden ist: Hey, wir packen jetzt mal wirklich so einen GPS-Sensor da dran und dann sehen wir mehr oder weniger auf Knopfdruck, wo diese Sachen sich gerade bewegen und dann konnten beispielsweise viel, viel besser dadurch Leerfahrten vermieden werden.

00:23:35: Unbekannt: Man hat einfach auch mal gesehen, welche Sachen nicht verloren sind, aber vergessen wurden usw.. Ja, das ist ein sehr, sehr gutes Beispiel. Ich glaube es zeigt halt auch, was wir häufig in der Unternehmenssteuerung tun und dass es vielleicht zwischenzeitlich auch ein bisschen lustig ist, was wir da tun. Denn oftmals kommen wir ja, wenn wir schlechte Entwicklungen in der Unternehmensperformance sehen, aus einem Monatsbericht und sehen da drin ein Ergebnis und versuchen uns dann retrograd zu erklären, warum das so eingetreten ist, wie es eingetreten ist.

00:24:09: Unbekannt: Und wir versuchen uns dann wieder von den Finanzkennzahlen runter zu hangeln. Also aus der Perspektive der Unternehmenssteuerung kommend, zurück auf den Beton, auf die Straße, auf die Schiene, you name it. Und das ist natürlich ein schwieriges Unterfangen, weil wir natürlich in unseren Bewertungskonzepten viele Annahmen benutzen, viele Konventionen verbauen und eigentlich nicht dieses Detail-Informations-Set, das uns über IoT und Co. zur Verfügung steht, nutzen, um zu verstehen, was wirklich passiert ist.

00:24:38: Unbekannt: Würdest du sagen, es macht Sinn, aus der Perspektive eigentlich den Spieß rumzudrehen und zu sagen: Mensch, lasst uns doch einfach über die Daten, in Anführungszeichen, immer wieder erst mal vor Ort gucken, weil es uns dann einfach viel leichter fällt, die Red Flags in den Operations zu sehen und zu sagen: Guck mal, da ist offensichtlich sofort eine Abweichung. Du sprachst vorhin beispielsweise schon kurz über Schwankungen in der Supply Chain und sagtest: "Na ja, wenn an einem anderen Ort der Welt etwas passiert, kann ich eigentlich schon voraussagen, dass das ein Impact auf mich haben wird."

00:25:08: Unbekannt: Und dann muss ich mindestens mal operativ drauf reagieren. Auf der anderen Seite ist es natürlich auch so, um jetzt die Bewertung direkt wieder mit an den Tisch zu nehmen, dass wenn ich diese Themen weiß und erkenne, ich ja eigentlich auch ein großes Interesse beispielsweise aus Sicht des Working Capital Managements daran habe, dass diese Entscheidungen getroffen werden. Und damit habe ich sofort die Brücke gebaut.

00:25:30: Unbekannt: Dahin, dass wir eigentlich auch als Business Partner im Controlling so fit sein müssten, mit in diese Themen reinzuschauen, Muster zu erkennen und die Counterparts im Business ein Stück weit zu beraten und zu sagen: Hey, lass uns das doch anschauen und dafür sorgen, dass wir resilienter werden, weil wir offensichtlich einen Beitrag auch am Ende des Tages zu den Finanzen leisten können.

00:25:51: Unbekannt: Wenn du jetzt wieder zurück zur Praxis und deinen Eindrücken kommst, würdest du sagen, der Finanzbereich, das Controlling spielt darin schon irgendeine Rolle oder ist es hauptsächlich Vertrieb und Operations, die heute von all den Themen, die wir bisher berührt haben, maßgeblich in der Praxis Use Cases ableiten und profitieren? Also wenn ich jetzt an IoT denke, ist meine Antwort eine andere, als wenn ich an KI denke.

00:26:18: Unbekannt: Vielleicht separieren wir das einfach. Beim IoT-Thema würde ich durchaus sagen, gibt es immer noch ein bisschen Mismatch zwischen Interesse und Anwendung vom Finanzbereich zu den beispielsweise genannten Vertriebs- oder Betriebsbereichen, denn da ist ein viel höherer Drang da, im Detail, sozusagen, zu verstehen, was nämlich wirklich auf dem Shopfloor passiert. Und ich denke, das gibt halt genau diesen einen Punkt, wo wir den Finanz-KPI ja übersetzen müssen in irgendein physisches oder ein prozessuales Bezugsobjekt.

00:26:54: Unbekannt: Das machen wir über Preis und Menge, oftmals, oder Dauer. Ich glaube, da reinzugehen als Finanzbereich ist sinnvoll. Sich von dem Euro oder Dollar oder andere Währung zu lösen und zu sagen: Ich gehe eine Ebene tiefer, um mal zu verstehen, was passiert denn da eigentlich? Denn wir haben natürlich enorme Preiseffekte im Moment, das ist die eine Sache. Aber was ist dann ja für den Betrieb oder für die Operations interessant?

00:27:17: Unbekannt: Ist dann oft die Mengen, Dauern usw., und da als Steuerungsfunktion reinzuschauen, dazu würde ich extrem raten und einladen, und da stellt man dann ganz schnell fest, es sind extrem viele Daten schon vorhanden, die man sich aber gegebenenfalls noch nicht intelligent oder noch nicht intelligent genug angeschaut hat. Und auf der anderen Seite gibt es nämlich dann ganz viele Potenziale, wo nämlich keine Daten da sind, wo man merkt, da steckt etwas im Argen, da fehlen uns eigentlich Informationen... dass man die dann generieren kann.

00:27:43: Unbekannt: Wir helfen jetzt ganz oft, beispielsweise diese Daten zu generieren, indem wir dann, sage ich mal, beratend oder auch implementierend, zur Seite stehen, zu sagen: Das könntest du tun, um beispielsweise über diesen Prozess oder über diese Lagerhaltung bessere Sicht zu haben. Oder, du hast Working Capital Management angesprochen: Es ist erstaunlich zu sehen, auch in der Logistik, wie oft Kunden sagen: "Ich weiß gar nicht, wie viel ich jetzt davon explizit habe."

00:28:07: Unbekannt: Und das durchzieht aber alle Branchen. Und das hat aber auch Einfluss auf unser aller Leben. Ich gehe jetzt mal in den Gesundheitsbereich wieder. In Krankenhäusern werden extrem viele Dinge vorgehalten, die für Operationen gebraucht werden, die ein Verfallsdatum haben, wo es aber kein aktives Management gibt, weil es natürlich auch die Vielzahl der Hersteller gibt und wir wissen, es gibt Personalmangel, es gibt einen Zeitdruck, der da herrscht und niemand will, auf dem OP-Tisch liegend, dass da Fehler gemacht werden oder dass irgendwelche Sachen verarbeitet werden.

00:28:38: Unbekannt: An Medical Devices, sei es ein Stent, seien es irgendwelche Klammern oder so, die abgelaufen sind und besser nicht mehr genutzt werden sollten. Aber wer schaut sich das denn explizit an? Darüber gibt es beispielsweise so gut wie keine Daten. Hat aber enormen Einfluss, beispielsweise, auch auf die Profitabilität von Krankenhäusern oder aber auch den Herstellern dieser Geräte, die natürlich ein hohes Interesse hätten, dass möglichst viel davon in der Zeit konsumiert oder verbraucht wird, in der es auch möglich ist und nicht am Ende zurückkommt und dann wieder in irgendeiner Form recycelt oder weggeworfen werden muss.

00:29:12: Unbekannt: So, jetzt würde ich mir durchaus vorstellen, dass der Finanzbereich von beiden Branchen hier ein großes Interesse daran hat zu verstehen: Wie ist denn eigentlich die Lagerhaltung gerade von auch kleinsten Geräten in unseren Lagern hinter den OP-Sälen, gleichzeitig aber nicht tagtäglich mit einer Excel-Tabelle jemanden losschicken möchte, der das irgendwo eintippert. Und das ist ein Beispiel, wo man sagen kann: Ja, da kann Technologie und IoT helfen, auch in den Finanzbereich, Working Capital-Steuerung anders anzugehen, als einfach nur zu schauen, wir haben da diese Zahl ausgegeben und haben aber so und so viele Operationen gemacht.

00:29:44: Unbekannt: Wie passt denn das jetzt irgendwie zusammen? Auch näher an der Kausalität zu agieren, wieder Stichwort-Business Partner, dann eben nicht nur zu sagen, ja guck mal, der Lagerbestand war XY Tage hoch, sondern eben auch sagen zu können, guck mal, das kommt von den Artikeln an den Orten usw., weil man ja viel differenzierter sofort Einblicke bekommt und eben auch dann vielleicht schneller zu den Lösungen kommt und vorher die notwendigen Muster erkennt, um zu erkennen, wo man dann eben auch eingreifen muss.

00:30:09: Unbekannt: Anderes Beispiel, Energie: Das ist ein Beispiel aus der Praxis, welches wir in Singapur umgesetzt haben, in einem Riesen Warenlager, was aus Platzgründen in die Höhe gewachsen ist. Kann man sich in Deutschland kaum vorstellen, aber da werden über mehrere Ebenen sozusagen Produkte gelagert und das hat einen extrem hohen Energieverbrauch, weil wir auch Bereiche haben, die temperaturkontrolliert sein müssen.

00:30:30: Unbekannt: So, das Klima dort vor Ort ist anders als hier, hat ganz andere, sage ich mal, Temperatur und auch Luftfeuchtigkeitsbereiche, wo einfach sehr viel Energie eingesetzt werden muss. Jetzt kann man natürlich immer wieder da hingehen und sagen, wir müssen einsparen und der Preis der Energie ist gestiegen und wie können wir sparen, wenn man sich aber die operativen Daten anschaut und auch verschiedene Datenquellen dann miteinander kombiniert, kann man glaube ich auch als Steuerungs- und Finanzbereich den höheren Impact erreichen.

00:30:55: Unbekannt: Und dann geht's natürlich auch um diese ganzen Sachen Zertifikate hinten raus, die dann noch dem Rattenschwanz dahinter sozusagen folgen. Als Beispiel, dort haben wir angefangen und erst mal nur gemessen, wie die Temperatur in gewissen Bereichen ist und verglichen, wie sie eigentlich sein sollte. Denn erst mal liefen die Kühleinheiten mehr oder weniger 24 Stunden auf Vollpower, da konnte man schon mal eine ganze Menge rausnehmen.

00:31:20: Unbekannt: Dann haben wir geschaut: Wie ist denn die Aktivität? Wo wird denn was beispielsweise eingelagert und wo bleiben die Sachen voraussichtlich statisch? Dann haben wir geschaut: Wie verändert sich das Wetter? Wenn es in einer halben Stunde regnen wird und der Schauer vielleicht eine natürliche Abkühlung von 1 bis 2 Grad Celsius bewirkt, dann brauchen wir das jetzt nicht technisch vorzukühlen, weil die Natur macht das sowieso.

00:31:39: Unbekannt: Wie ist der Verkehr? Wann kommen denn irgendwelche LKWs an und fahren ab? Wann werden unsere Tore geöffnet? Wo wird warme Luft reinströmen, die wir dann gegebenenfalls wieder kompensieren müssen? Und alleine durch diese Kombination von verschiedenen auch Open Source-Datenquellen konnten wir da, ich glaube, 35 Prozent Energie einsparen. Das sind Gigawattstunden, das interessiert den Controller durchaus. Das ohne beispielsweise dann diesen Switch zu machen auf eher die operativen Kennzahlen, die jetzt nicht sich bemessen an reiner Performance und an Durchflusszeiten, sondern eher: Was ist denn physisch oder physikalisch auch die Begebenheit?

00:32:14: Unbekannt: Das kann durchaus sehr großen Sinn machen. Jetzt muss man natürlich irgendwo da die Rolle ein Stück weit abgrenzen. Also der Aufruf ist ja nicht zu sagen, der Controller soll die Energie einsparen, aber ich glaube, wir sind uns dahingehend einig zu sagen: Das Verständnis, wenn man als Business-Partner aktiv ist, dahingehend zu haben, inhaltlich auch verstehen zu können, warum diese Potenziale bestanden haben, wie sie gehoben worden, wo vielleicht auch Potenzial für solche Cases besteht... klang auch für mich so, als könnte man hier mit künstlicher Intelligenz noch wahnsinnig viel erreichen in ähnlichen Anwendungsfällen.

00:32:46: Unbekannt: Ich glaube, da hat man schon noch ein deutliches Aufholpotenzial und eben auch dann wiederum all diese Daten zu nutzen, um Kausalitäten zu erklären. Ich kam ja vorhin von dem Punkt, wenn im Monatsbericht eine Ergebnisveränderung erkenntlich wird, wie gut kann ich sie kommentieren und begründen? Und ich glaube, wenn man dieses Gesamtbild hat, dann kommt man eben da auf deutlich stichhaltigere Erklärungen und eine gewisse Geschäftsnähe, die dann auch den Entscheidern hilft. Vielleicht dazu.

00:33:12: Unbekannt: Ich glaube, es tut immer wahnsinnig gut, wenn die Mitarbeiter in dem Finanzbereich auch indes rausgehen in die Fläche. Wenn sie wirklich sich austauschen mit den Kollegen in einem regelmäßigen Abstand. Einfach verstehen, was passiert in der Produktion, im Vertrieb, im Servicebereich? Mitlaufen, um zu verstehen, wie sich denn diese KPIs, die sie anschauen oder die sie entwickeln, wie die sich denn eigentlich füllen im echten Leben.

00:33:39: Unbekannt: Man wird auch immer wieder feststellen, dass manche KPIs sich zwar schön berechnen lassen, aber eigentlich auch steuerungsirrelevant sein mögen, weil es manchmal einfach auch historisch bedingt genutzt wird, aber die Welt sich durchaus schon sehr schnell weitergedreht hat. Auch das haben wir in einer früheren Folge zur datengetriebenen Steuerung in der Mobilität ein schönes Beispiel, wo unser Gast sagte: "Wir kamen von der Top KPI Pünktlichkeit und haben gedacht, okay, hier stimmt was nicht.

00:34:03: Unbekannt: Und wir sind dann gekommen über die Idee, wir müssen mehr Personal drauf werfen." Ich überspitze das jetzt, um zu vereinfachen, im Drilldown runter auf die transaktionalen Daten am Shopfloor sozusagen. "Oh, es lag an ganz anderen Themen und es lag gar nicht an uns und man konnte es plötzlich einfach sehen." Wie du sagst: Rausgehen, verstehen, was vor Ort los ist, ist das eine.

00:34:22: Unbekannt: Und die Daten und die Sensorik, die uns das anreichert, eben permanent sozusagen dieses Vorortbild zu geben, sind ja ein super Hebel, um das eben kontinuierlich zu tun. Ich würd gern noch das Beispiel aufgreifen mit den Lagerbeständen. Ich glaube, das ist eine ähnliche Erfahrung, die wir auch immer wieder machen, tatsächlich. Du sagtest erschreckend, aber manchmal auch nachvollziehbar, warum manche Prozesse einfach nicht so transparent sind, wie man das meinen könnte.

00:34:48: Unbekannt: Wo in der Vergangenheit einfach durch das, was physisch mit Gütern passiert, in so einer Werkshalle, nicht so einfach getrackt werden konnte. Beispielsweise wenn Behälter gewaschen werden und dann irgendwie wieder Hitze erfahren und es dreckig ist usw., dann konnte man halt in der Vergangenheit nicht unbedingt ein Barcode draufkleben und ihn kontinuierlich scannen. Da hat man vielleicht heute über Camera Vision, was du ansprachst, neue Möglichkeiten.

00:35:11: Unbekannt: Aber in der Vergangenheit war es vielleicht gar nicht so einfach, und dann stimmen vielleicht eben entsprechende Prozesszeiten nicht mehr, die man irgendwann mal in der Kalkulation angenommen hat. Man kommt am Ende, um wieder so ein Stück weit auch die Steuerungsperspektive da draufzulegen, wie immer auch auf Abweichungen im Erfolg von beispielsweise Produkten, die man herstellt, weil man eben immer andere Bewertungszeiten anlegt als die, die im IST tatsächlich entstehen, man dann aber wiederum keine Transparenz mehr hat.

00:35:40: Unbekannt: Um das nachzuvollziehen. Und ich glaube, hier liegt dann wiederum ein großes Potenzial, eben Daten zu nutzen, auch für Steuerungszwecke, um "mehr IST" sich zu generieren und auch zu verstehen, wo man systematisch Fehler in der Bewertung von Abläufen macht. Das ist sicherlich auch noch mal deutlich näher an der Haustür der Finanzer und Controller. Ja, ich stimme dir 100 Prozent zu.

00:36:02: Unbekannt: Ich musste ein bisschen schmunzeln als du anfingst gerade, denn wir sind jetzt vor Beginn der Peak Season weltweit. Jetzt nicht in allen Industrien, aber gerade was den Handel betrifft, wird es jetzt, ich nenne es mal: heiß. Man kann sich natürlich ganz, ganz viel ausmalen, was Kapazitäten betrifft, im Luftfrachtbereich, im Seefrachtbereich, da sind viele Waren schon unterwegs Richtung Europa und Amerika, die jetzt für das Weihnachtsgeschäft irgendwie erwartet werden.

00:36:26: Unbekannt: Luftfrachtbereich haben wir ein großes Thema, einfach durch die wahnsinnigen Mengen, die aus Asien und China insbesondere jetzt nach Europa kommen. Aber wir haben auch innerhalb, intra-europäisch natürlich große Ströme. Und es mag für Versender manchmal sehr, sehr komisch sein, wenn sie beispielsweise irgendwie in ihren Finanzzahlen da geringere Werte sehen, als sie erwartet haben. Und wenn man dann mal wirklich reingeht und feststellt: Hey.

00:36:49: Unbekannt: Es liegt daran, dass du nicht genügend Versandmaterial hast oder es liegt daran, dass du nicht genügend Behälter hast, um deine Mengen in die Netzwerke rein zu geben. Das ist ein ziemlich lapidares Beispiel, aber habe ich in der Vergangenheit schon einige Male gehört, wo es darum geht: Wir wussten gar nicht, dass wir nicht genügend Paletten da haben. So, es hört sich skurril an, aber es sind echte Probleme, die da sind.

00:37:11: Unbekannt: Wenn man natürlich, eine Palette ist erst mal ein ziemlich einfaches und doofes Teil. Aber wenn man das in irgendeiner Form smart macht, wo man beispielsweise sagen kann, hey, es ist nicht nur ein Barcode da drauf, der dann manuell gescannt wird, der dann auch wieder, sage ich mal eine Fehlerrate beinhaltet, sondern da ist in irgendeiner Form ein Teil drin, das von sich aus sagt: "Ich bin hier und ich habe Nummer 1,2,3", dann kann das schon wahnsinnig helfen in der Steuerung, der Produktion, der Supply Chain... und Supply Chain Disruptions können erheblichen Einfluss haben auf Produktion, auf Working Capital, auf Recashflow usw. Und ich glaube, das haben uns die letzten zwei, drei, vier Jahre durchaus gelehrt, dass wir uns.

00:37:52: Unbekannt: In der Supply Chain diversifizieren müssen. Dass wir nie Nearshoring und Offshoring usw. verbinden müssen, und je mehr Transparenz wir über den einzelnen Strom haben, umso hilfreicher. Dann hattest du vorhin noch mal ganz bewusst unterschieden zwischen KI-Cases und IoT-Cases. Ich glaube KI, ich beziehe mich jetzt hauptsächlich erst mal auf die Logistik, kann da ganz viele Sachen machen.

00:38:16: Unbekannt: Im Backoffice Bereich, sei es beispielsweise, um das intelligente Verstehen von Verträgen, Umwandeln in Arbeitsanweisungen. Natürlich können wir Texte generieren lassen usw., das würde ich aber eher als Office Work betrachten. Wir haben das auf dem Shopfloor beispielsweise durch Robotik und die Verknüpfung von sehr, sehr intelligenten Robotern auch mit Menschen. Augmented Reality mag was sein, wo wir beispielsweise einen Picking Prozess über eine smarte Datenbrille Anweisungen oder Hinweise bekommen, wo wir etwas im besten Falle aufnehmen, wie wir etwas im besten Falle in Pakete packen, damit wir so geringen Stauraum wie möglich im Paket nutzen, um die Pakete so klein wie möglich zu machen.

00:38:56: Unbekannt: Was dann zum Benefit des Kunden noch kommt. Da gibt es unglaublich viele Anwendungsfälle in der Zukunft. Und das sind eben diese Nischenanwendungsfälle, wofür wir nicht die wahnsinnig großen Modelle brauchen, die wir vorher hatten. Gleichzeitig gibt es, wenn wir über die internationale Logistik sprechen und internationalen Versand, da kommt man ganz schnell in Probleme, wenn es um Zoll und Zollbestimmungen geht.

00:39:15: Unbekannt: Da gibt es tolle Tools, die beispielsweise Produktbeschreibungen umwandeln in Produkt- und Zollcodes. Das hat früher extrem hohes Wissen und Erfahrung erfordert von Mitarbeitern. Heute kann das eine KI sehr, sehr schnell machen, zum Benefit des Kunden, wo man online eingibt, mein Produkt sieht so und so aus und ich möchte es in das und das Land schicken - was sind denn beispielsweise die Bestimmungen, die ich beachten muss?

00:39:37: Unbekannt: Was sind die Aufkleber, die drauf müssen? Was sind die Zollcodes usw.? Das ist jetzt die Logistik, da können wir stundenlang drüber sprechen, wenn du möchtest. Und im Finanzbereich sehe ich halt auch einige Themen, ja, also das, was ich gerade gesagt hatte, Talk to the Documents, das kann man genauso mit Talk to your Report machen, Talk to your data. Ich glaube durchaus, dass einige transaktionalen Tätigkeiten, die regelmäßig gemacht werden, in Zukunft nicht komplett abgelöst werden können.

00:40:00: Unbekannt: Aber wo insbesondere, sage ich mal, der Fokus der Mitarbeiter mehr auf Interpretation und das Business-Partnering gehen kann und nicht auf die reine Erstellung des Reports. Wo man auch tatsächlich bei strukturierten, unstrukturierten Daten analysieren kann, wo wir früher nicht Heerscharen von Menschen, aber doch viel Kapazität reinstecken mussten in das Data Crunching und Number Crunching, wo wir heute durchaus intelligente Tools und Algorithmen die Arbeit machen lassen, wo man dann natürlich schauen muss: Ist da kein Bias eingebaut?

00:40:28: Unbekannt: Aber wo man sich auf die Interpretation der Daten erst mal sozusagen konzentrieren kann. Gleichzeitig, nehmen wir mal so ein Thema Pricing, durchaus wichtig im Finanzbereich. Aber die Preissetzung ist eine, wo man Tools in Zukunft nutzen kann, um zu verstehen: Wie entwickelt sich der Markt? Wie entwickelt sich meine Konkurrenz? Wie entwickelt sich die Nachfrage? Was ist der vernünftige Preis für Produkt ABC?

00:40:54: Unbekannt: Du sagtest, wir könnten stundenlang über die Logistik sprechen. Ich glaube, das könnten wir beide tatsächlich, mit großer Freude daran. Ich danke dir für das Gespräch, Christopher. Es war mir ehrlich eine große Freude und ich hoffe, wir wiederholen das irgendwann noch mal. Ebenso. Danke auch von meiner Seite. Hat Spaß gemacht auch hier in dem Umfeld. Ich freue mich, dass wir den Austausch da weiterführen.

00:41:13: Unbekannt: Und wenn es in irgendeiner Form auch eine Rückfrage gibt, der Hörer, dann gehe ich davon aus, dass wir auch Antworten finden werden darauf. Selbstverständlich. Aus Operations, Vertrieb und auch von den Controllern und Unternehmenssteuerern nehmen wir jede Frage gerne auf, über die üblichen Kanäle und freuen uns über eine aktive Diskussion natürlich auch. Christopher, mach's gut. Tschüss. Wir hoffen, Sie haben den Ausflug mit uns genossen und konnten einige Impulse aus der IoT-Welt für die Unternehmenssteuerung mitnehmen.

00:41:43: Unbekannt: Sie wird durch die KI neu beflügelt. Wenn wir Ihr Interesse geweckt haben, begleiten Sie uns auch auf den weiteren Etappen. Abonnieren Sie "Zielführung starten" in Ihrer Podcast-App und hören Sie uns bald wieder. Wir freuen uns auf Sie!

00:42:03: Unbekannt: Das war "Zielführung starten - der Management-Podcast von CTcon".