00:00:00: LeaderSandMissions.

00:00:02: Der Podcast für visionäre Gestalter und alle, die Wirtschaft, Gesellschaft und Innovation aktiv mitgestalten.

00:00:11: Wir sprechen mit Menschen, die uns dadurch inspirieren, was sie auf den Weg bringen.

00:00:18: Mit Macherinnen, Kreativen und Liedern, die durch ihre Visionen und Missionen den Wandel vorantreiben.

00:00:29: Ich bin Carolina und heute spreche ich mit Goda Go.

00:00:33: Wie spreche

00:00:33: ich mit einer A.I.

00:00:35: um das beste Ausgleich zu bekommen?

00:00:36: Nicht etwas, das mir nur ein Ausgleich gibt.

00:00:39: Wie kann ich eigentlich die meisten Ausgleichen

00:00:42: erzielen?

00:00:42: Und das beobachtet die Promet-Engineering.

00:00:44: Promet-Engineering ist jetzt über viele Jahre geäußert.

00:00:48: Es fühlt sich wie viele Jahre.

00:00:51: Und ich war wirklich fasziniert mit der

00:00:54: Hacking-Prompte,

00:00:56: weil das direkt in die Hacking-Prompte steigt.

00:00:58: Wie kann ich das am meisten machen?

00:01:00: Wie kann ich nicht

00:01:00: ein

00:01:01: Tricksystem für die Hacking-Prompte etwas schlecht machen, sondern eigentlich

00:01:07: nur die Hacks.

00:01:07: Ein warm Willkommen, Gora, zu meiner Show Leaders & Missions.

00:01:12: Ich bin wirklich glücklich, dass ihr heute hier seid, mein Studio.

00:01:15: Willkommen.

00:01:15: Hi, es ist so eine unglaubliche Erfahrung und ich bin wirklich froh, über diese Gespräche zu haben, weil wir so viele offline hatten.

00:01:26: Jetzt können wir unsere Ideen teilen.

00:01:28: Es ist sehr spannend.

00:01:29: Danke für mich.

00:01:30: Gora, was ist eure Mission?

00:01:32: Was treibt

00:01:33: ihr?

00:01:33: Ich denke, es ist ein einfaches Thema.

00:01:39: Ich habe mich von der Architektur aus gespürt.

00:01:42: Ich würde sagen, kreativ, strategisch, aber auch technisch.

00:01:47: Und ich habe mich gespürt, ich würde sagen, in der Technik gezwungen.

00:01:52: Und ich habe mich als A.I.

00:01:55: gespürt.

00:01:56: Die Sache ist, dass es mich empfohlen hat und mich so viel ermöglicht.

00:02:05: Ich glaube, dass ich, wenn ich das tun kann, viele Leute können.

00:02:08: Und ich habe auch mit den Leuten, die jetzt über die Jahre arbeiten, auch mit den Unternehmen und den Employees, aber auch mit den Menschen, wie unglaublich es ist, und wie empfaltbar es ist, um Technologie auf der Seite zu haben.

00:02:25: Be able to turn your ideas into reality.

00:02:29: And kind of what drives me in that sense is we have probably millions of micro problems in the market.

00:02:38: And right now, many people don't get solutions to those problems because it's not big enough, right?

00:02:45: But the future that I am visioning and seeing is the one where we are able to solve those more.

00:02:51: untertappt Problems und empower more people.

00:02:55: And I've seen that firsthand and it's very, very exciting.

00:03:00: And I take huge pride in being part of that, with teaching, empowering people.

00:03:06: And for all the listeners outside who don't know you already.

00:03:12: Sie haben verschiedene Missionen.

00:03:15: Sie sind in der Produktivität.

00:03:18: Sie haben eine sehr wichtige Rolle in der Prompter-Engineeren-Konferenz und auch in der AI.

00:03:26: Was ist die Red-Line, die diese drei

00:03:31: Dinge verbindet?

00:03:32: Wenn ich eine Red-Line fahre, In einem praktischen Sinne, ich würde sagen, besonders im AI-Welt, das wird nicht sehr sexisch sein.

00:03:41: Aber es wird aber wahrscheinlich ein Prompt-Engineering sein, das jetzt so viel schlechtes Rap bekommt.

00:03:47: Aber die Art, wie es wirklich startet, ist mit meinem YouTube-Channel, ich habe ein Jahr über den AI gesprochen, bevor der Charger-GPT aus niemandem geholfen wurde, Und dann habe ich mich gefragt, wie ich die Technologie kontrollieren kann.

00:04:02: Und das kam dann nachher nach, wie ich die A.I.

00:04:09: sprechen kann, um die beste Ausgabe zu bekommen.

00:04:17: Nicht etwas, das mir nur eine Ausgabe gibt.

00:04:19: Wie kann ich das am meisten ausdrücken?

00:04:23: Und das beobachtet die Prometh-Engineering.

00:04:25: Prometh-Engineering wurde jetzt über ... Ich will das für viele Jahre sehen.

00:04:31: Und ich war wirklich fasziniert mit der Hacking-Prompte, weil das direkt in die Wie kann ich die meisten bekommen?

00:04:40: Wie kann ich nicht ein Tricksystem für etwas schlechtem Ausputten, sondern eigentlich nur die Ecken.

00:04:49: Und das ist wie ... Ich würde sagen, dass die Red-Line begonnen ist und die AI-Engineerung mit der AI betrifft alles nach den Agenten.

00:04:57: Jeder, der mit den Agenten gebaut wird, weiß, wie wichtig das System der Agentin ist und wie die Outpost komplett verändern kann, um zu wissen, welchen Prompter mit welchem Modell eine große Rolle ist.

00:05:11: Ich würde sagen, dass die Red-Line betrifft und das betrifft sehr nahe zur AI-Sekurität.

00:05:17: Das ist also, was ich mit dabei war.

00:05:20: learnprompting.org.

00:05:21: So, from the first days, it was, we were like, I think, three hundred people discord community.

00:05:28: And now it's like millions of people, the Sander Schulhoff, who is just incredible AI researcher works with every single AI lab in the world, publishes and get collect awards for his research in AI security.

00:05:44: And I think if we want.

00:05:46: um die AI zu implementieren und einen positiven Impakt zu haben.

00:05:53: Die AI-Sekurität spielt eine große Rolle.

00:05:55: Die AI-Sekurität betrifft direkt die Prompter-Engineering, die Cardrails, die Evaluationsmodelle und so weiter.

00:06:01: Also auf praktische Bereiche, ich denke, die Prompter-Engineering ist eine rote Linie, wenn du durch meine letzten drei Jahre schaust.

00:06:09: Die andere, die ich in meinem Hintergrund beteiligt habe, ist, dass ich, bevor ich ... Ich habe mit der AI meine eigene Route gearbeitet.

00:06:18: Ich habe mit großen Daten gearbeitet.

00:06:21: Daten, Privileg, die Daten, sind sehr nah zu meinem.

00:06:30: und ich denke, das ist auch alles, was sie tun.

00:06:34: Da ist das sagt, Garbage in, Garbage out, und ich denke, das ist mehr true in AI als immer.

00:06:39: Also, ich paye viel attention zu Privacy und jetzt bin ich viel in den lokalen und hybrid AI gekommen.

00:06:46: Also, um völlig independant zu sein, wenn der Cloudflare nach unten ist, oder?

00:06:53: Ja, wie heute.

00:06:54: Wie heute.

00:06:55: Wie heute.

00:06:55: Wie jeden anderen Tag, diese Tagen?

00:06:59: Ja.

00:06:59: Ich würde sagen, das ist auf praktische Worte und auf mehr menschliche Elemente.

00:07:05: Ich liebe nur, dass sie sich empfehlen und die Leute empfehlen.

00:07:10: Und sie verändern ihre Karriere, sie bekommen Rollen, sie starten Businesses.

00:07:14: Und wenn ich einen kleinen Touch hatte, ist es einfach persönlich sehr genügend, oder?

00:07:21: Ich agree.

00:07:22: Ich liebe auch, die Systeme zu erhöhen.

00:07:25: und Systeme sind auch im Grunde des Kooperationssystems.

00:07:28: Und wie Menschen und Menschen sich mit einem anderen interactieren und etwas Neues erheben.

00:07:36: Etwas, was niemand vorhin erlebt hat.

00:07:39: Ja, und eine weitere Antwort auf das, weil ich mich von Ihrer Perspektive interessiert habe, ist, dass wir immer als erstes wie ... Wir arbeiten mit den AI-Systemen, wir haben uns ausgespürt, wie schrecklich wir alle sind bei der Kommunikation.

00:07:55: Und wie die meisten Managern wirklich schlecht sind, mit clear Instructions, clear Line of Thoughts, oder sogar für Businesses, und besonders in den Sales.

00:08:09: Wie communicatest du deine Werteproposition?

00:08:13: Wenn du einen Blockpost für etwas verkaufen möchtest, wie tust du es dir zuerst, weil leaving AI für Interpretation, guten Glück.

00:08:24: Ich würde gerne ... share one of my biggest experiences or learnings with working with AI.

00:08:33: What I discovered about myself and about other people and teams, especially in teams who are responsible in a business context for communication is people who can manage.

00:08:47: people are really good in managing AI.

00:08:51: Why?

00:08:51: Because people who are good Managers, who are good leaders, they are very clear in communication.

00:09:00: They are sharp on the point.

00:09:02: And the sharper you are on the point, the better you are with working with AI, especially since now we are working on our natural interface, which is language.

00:09:12: So, really good leaders are really good in working with AI because they know the use case, they are really clear and sharp in communicating what they want and what they expect and then they get good results at the end.

00:09:26: Without knowing anything about software, prompting, whatever.

00:09:30: So they come there with a very natural way.

00:09:34: Und die same I experienced about myself, the clearer I am, the better are the results.

00:09:41: I totally agree with you.

00:09:42: And I don't know if this still holds true, but one observation that we had, and I read a couple of research supporting that, that people who are older, actually better at getting, or like leveraging AI, not that they leverage it at scale, I think we still need.

00:10:02: Wir arbeiten mit der Adoption der Technologie, aber wir sind besser auf eine mehr erforderliche Ausrüstung.

00:10:09: Und das kam zu der Sprache und die Erfahrung, mit den Menschen zu arbeiten, wie in diesen Managerien.

00:10:16: So genau wie die Leaders, die die Erfahrung haben, die Menschen zu verabschieden, die Interns, die Employees zu haben, und zu kommunizieren, was sie wollen.

00:10:29: dass die Transitionen in der A.I.

00:10:30: sind.

00:10:31: Und viele jungen Menschen, die mehr als nur eine Person vertreten, und die einfachen, wenige Szenen sind eigentlich nicht durchgekürzt.

00:10:45: Jetzt sind die Modelle in der Rückseite geübt.

00:10:48: Und das simplifiziert die Dinge.

00:10:51: Aber ich denke, die A.I.

00:10:55: simplifiziert, was schon da ist.

00:10:56: Ist es gut?

00:10:56: Es wird besser sein.

00:10:59: Wenn es schlecht ist, wird es sehr schnell evident sein, dass es eine Verbindung auf die Fronten braucht.

00:11:08: Ich mag wirklich mit den Menschen über die AI-Adoption-Gabe sprechen.

00:11:13: Die main Frage ist, was die Menschen zurückhalten.

00:11:17: Denn die eine Sache ist, was wir lernen durch unsere Arbeit mit der AI.

00:11:21: Aber es gibt Millionen!

00:11:24: Billions of people outside there

00:11:27: who are

00:11:28: still blocking.

00:11:29: The layer underneath is what is the biggest challenge why individuals or teams face when trying to effectively use AI?

00:11:40: Is it the technique to how to speak with AI or is it fear or what do you think what it is?

00:11:47: This is funny because my TED Talk was exactly trying to answer this question.

00:11:55: I think there is just one.

00:11:57: is like a natural progression.

00:11:59: We have this like a Gaussian curve on distribution, so early adopters, majority, late laggards.

00:12:06: That kind of is established and I think we follow that projection.

00:12:10: So it will be always natural that people will fall into specific groups.

00:12:15: My issue with that is that Early adopters collect all the cash from the opportunities because they jump in, they take higher risks.

00:12:23: But other thing what is not talked about is that early adopters carry responsibility for our later laggards, how they will adopt and how fast that happens.

00:12:36: And with AI, I think it's so much more important how we talk about technology itself.

00:12:44: Und das beginnt, wie.

00:12:47: die erste Sache ist, die Bildung auf Basis.

00:12:50: Für mich zu sagen, hey, einfach auf Klottknoten, sagen was du willst, und das ist eine der besten Coding-Assistenzen, die dir die Sache anrufen will.

00:13:00: Das ist so missließend und falsch gemacht.

00:13:04: Und es ist ein tolles Content für dich auch, für die Shorts, oder?

00:13:10: Das betrifft die Beziehung.

00:13:13: Das ist die Realität, was wir tun, ist Hyping.

00:13:19: Und die Menschen, die Technologien, deren Erfahrung nicht die Überraschung betrifft.

00:13:26: Und das ist, wo wir die Friction sehen.

00:13:29: Was wir tun müssen, und das ist der Fall, dass wir eigentlich Kursen designen.

00:13:32: Wir haben auch große Kursen für die Universität Yashiva.

00:13:37: Und für ein Limit haben wir einen der besten A.I.

00:13:41: Training-Kursen.

00:13:42: Und es beginnt immer mit dem Mindset.

00:13:46: Und dann folgt der Basis.

00:13:49: Von dem Mindset, du musst open-minded, interessiert sein.

00:13:56: Du musst es mit, es ist nicht nur ... Ich frage die Antworten.

00:13:59: Man muss sich die Antworten fragen.

00:14:01: Wie kann man das nicht fragen?

00:14:04: Und warum ist es mir so?

00:14:06: Ich erinnere mich, dass ich ein Video gemacht habe.

00:14:11: Das war jetzt drei Jahre ago.

00:14:12: Es gab zwei Videos, die mich über die Überraschung geholfen haben.

00:14:15: Ich dachte, wir müssen so viel von der Bildung machen.

00:14:22: Ein Video war, dass ich ein LLM-Modell implementierte.

00:14:26: Und Gott, es war GPT-III.

00:14:29: Jetzt fühlt es unsinnbar.

00:14:32: Aber ich habe es in Google Sheets und App-Skrips und API implementiert.

00:14:37: Und ich habe die gleiche Frage gefragt.

00:14:41: Und ich habe es nur durch Hundert Selten gedrückt.

00:14:43: Und es populiert hundert Answers.

00:14:47: Und Answers komplett anders.

00:14:51: Zu einer einfachen Frage.

00:14:53: Also, ob sie das oder das wählen.

00:14:54: Und man bekommt fast so wie ein Fünfzig, Fünfzig, weil ich wollte zeigen, dass das eine Probabilität ist.

00:15:00: Das ist wie ein Token.

00:15:01: Und dann natürlich, weil ich die ganze Sache behinderte.

00:15:05: Und eine andere Sache, die eigentlich Video und viral war, war komplett unerwartet.

00:15:11: Und jetzt glaube ich, dass es ein Kommonsent ist, wahrscheinlich, aber vielleicht nicht so, als ein hartes Kritik.

00:15:17: Also, das kommt aus meiner Architekturbewegung.

00:15:21: Wir haben mit unseren schönen Fotos gearbeitet.

00:15:28: Wir hatten diese kritische Sessionen, wo niemand sagen würde, was gut ist.

00:15:34: all the professors and students, the only thing you have to criticize.

00:15:38: And this is to push our thinking and try to see what we didn't see, because we are kind of especially in creative fields.

00:15:45: We are like with this rosy glasses, like, oh my God, I'm genius.

00:15:49: I'm so creative.

00:15:50: But no, like, you always need to be challenged.

00:15:53: And I was like, I don't want AI.

00:15:56: Like, why would I want?

00:15:59: Ich würde mich nicht mehr als ein Leiter, wenn ich eine Chance habe, jemanden, der so smart und so groß ist, wie ich, wie ich meine Ideen sind, oder eine Person, die so, wie ich, dass ich nicht verabschieden werde.

00:16:17: Wir sollten das ein bisschen anders machen.

00:16:19: Deine Meinung hat eine Flache.

00:16:20: Ich würde immer für die Person, die meine Meinung anklatschen würde, gehen.

00:16:26: Und ich denke, es ist das gleiche mit AI.

00:16:28: Ich habe alles, wie ich die AI benutze.

00:16:29: Zuerst habe ich nie die erste Antwort verabschiedet.

00:16:34: Zuerst habe ich eine kritische Mode gebraucht.

00:16:36: Ich habe mir die eigene Texte und die eigenen Assumptionen erzielen.

00:16:39: Wenn man nach der Forschung geht, habe ich immer, wenn ich nach der Forschung gehe, dass ich die Biöse identifizieren kann, dass ich eine Rieslinge verabschieden kann.

00:16:48: Lassen nach Hypothesis.

00:16:50: Was supporting Arguments do we need?

00:16:52: And this is why it takes me so long to make YouTube videos, to be honest, because I just like, I go deep down the rabbit hole.

00:17:02: But I think you have to question and challenge things around you.

00:17:07: Und zu

00:17:07: ehrlich, das war normalerweise so, wie die Verhandlungen von den Firmen überführen.

00:17:11: In diesem Fall waren es Menschen, die Menschen, die die größte Menschen oder Entwickler von Produkten, von Technologien, von Infrastruktur, usw.

00:17:19: waren so erfolgreich, weil sie wissen, dass sie als nur eine Person nichts wissen.

00:17:22: Sie bekommen besser, wenn sie ... in den Formen von Intelligenz.

00:17:24: In dem Fall, dass ich zuerst ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein

00:18:06: bisschen mehr als ein bisschen mehr

00:18:07: als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr als ein bisschen mehr.

00:18:11: The system.

00:18:11: I love to call it system.

00:18:12: Because it's a system.

00:18:13: Because it's a zero one.

00:18:14: And it has no ethics, no feelings for right or wrong or whatever.

00:18:19: So the AI has no intuition.

00:18:21: So this is what we have.

00:18:24: And we can ask questions, questions, and dive deeper and deeper until we solve or discover something.

00:18:32: Und dann können wir einen anderen Agent nehmen, der eine spezielle Agent ist und ein bestimmtes Item oder ein bestimmtes Thema.

00:18:41: Und dann können wir zusammen diskutieren, mit der ersten Person, eine AI-Base Person in den Raum.

00:18:47: Also können wir Experten auf die Table bekommen, aber wir müssen sie zusammenführen, um sie zu finden.

00:18:56: Weil das ist das, was A.I.

00:18:58: kann nicht tun.

00:19:00: Es ist wie ein kleiner Kind, der eine

00:19:01: Hand zu belegen muss.

00:19:03: Nein, du bist absolut richtig.

00:19:04: Und um etwas zu tun, was die Leute zurückzuhalten ... Natürlich ist es eine Studie, es ist ein Geheimnis.

00:19:12: Wir müssen die Leute educieren.

00:19:14: Aber was ich meine mit diesem Geheimnis, ist, weil ich denke ... Most people are not stupid.

00:19:22: If something sounds too good to be true, you, the person, like you can sense it.

00:19:28: Like if all of this agent is going to like completely booster like, let's say sales.

00:19:34: Well, sales process involves multiple stakeholders, especially in B to B. It involves multiple stages of kind of like judgment, this intuition, like verification, lead qualification.

00:19:48: So.

00:19:48: Es ist nur eine Idee, dass die Menschen, die mehr und mehr Intelligenz haben, alle those Attributes, die A.I.

00:19:56: ist verletzt, nicht alles auf einer Person fliegen.

00:20:04: Warum kannst du nicht alles auf einem Agent auffliegen?

00:20:07: Das ist das, wo spezialisierte Agenten kommen.

00:20:09: Alles ist gleich mit Leben.

00:20:11: Wenn du eine große Strecke des Problems hast, kannst du es in kleineren Städten brechen und klar verstehen, wie diese Strecke in der zweiten Strecke, in der dritten Strecke, in der vierte Strecke ist.

00:20:25: Wenn du das kannst, und das ist nicht sogar die

00:20:28: A.I.,

00:20:28: just break your process into those stages and then you can start thinking like, okay, so.

00:20:34: Ich kann einen Agent hier entwickeln, einen Agent in der zweiten, dritten Stelle, weil, wenn der erste Agent in der zweiten und dritten Stelle schlecht ist, dann wird er mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer anderen Agenten mit einer.

00:21:19: Ich bin sicher, dass ich consistently reliable Ansprüche bekomme, wenn wir über Evaluation-Modelle sprechen können.

00:21:22: Dann komme ich zum Agent.

00:21:23: Aber wenn ich nur die Arbeitflöte des Agenten designere und die Ausgaben, die ich wollen, nicht testen, bin ich einfach mit meinem Cash in den AI Lab gefühlt.

00:21:27: Es ist gut, wenn du das machen willst, aber ich denke nicht, dass die Unternehmen das Luxury haben, um Geld

00:21:30: so zu tauschen.

00:21:30: Und das ist, wo wir die Friction haben.

00:21:31: Okay, wir nehmen das kleine Stück, weil das wirklich interessant ist.

00:21:34: Was bedeutet das für eine Entrepreneurschaft?

00:21:37: Reimagined.

00:21:38: What does it look like in an AI powered world?

00:21:41: How would you describe the shift and how entrepreneurship works today?

00:21:45: And where do you see the greatest challenges on the one hand?

00:21:48: On the other hand, where are the most exciting opportunities?

00:21:51: Okay, so this is what three questions.

00:21:54: Let's break it down.

00:21:55: But I love this.

00:21:56: Like, I love talking about entrepreneurship.

00:21:59: I grew up, such word was never around.

00:22:03: And I just later learned that the things that they do is called Entrepreneurship.

00:22:07: Und ich war so, ich war in der Universität, der Architektur, der Karriereweg.

00:22:11: Also, ja, ich liebe Entrepreneurship.

00:22:15: Es ist hart.

00:22:16: Aber ich denke, von der Perspektive von Entrepreneurship, die Möglichkeit, die ich sehe, die ich gerade sehe, habe ich schon mit den Millionen Problemen geholfen.

00:22:34: Es war nie leichter.

00:22:35: um deine Idee zu validieren.

00:22:38: Nur, um zu recherchieren.

00:22:41: Du würdest spenden Stunden durch Reddits und Forum zu finden.

00:22:46: Jetzt kannst du es in etwa nur in fünfzehn Minuten machen und schon einen Grund für ein Markt bekommen.

00:22:52: Das ist nur auf der untenen Stelle.

00:22:54: Aber auch, um deine Idee in MVP zu drehen.

00:23:00: Ich liebe Hacketons.

00:23:02: Ich hatte zuhause Hacketons.

00:23:04: Und während der Pandemie war das mein Hobby.

00:23:07: Und wir haben, sagen wir mal, ca.

00:23:09: ca.

00:23:10: ca.

00:23:10: ca.

00:23:10: zwei Stunden oder ein Wochenende.

00:23:12: Man hat eine Idee, man muss diese Idee validieren, und dann bietet man die MVP.

00:23:17: Und die MVP-Bilderung hat so viel Zeit, weil es vielleicht nur eine Person, die das tun kann, und sie machen es in einem bestimmten Fall.

00:23:29: Jetzt MVP?

00:23:29: Wenn du wissen, was du machst und ein bisschen Erfahrung und Bildung mit der AI hast, habe ich einen MVP in vier Stunden gedreht.

00:23:41: Ich habe einen TikTok gesehen, es war viral.

00:23:45: Die Frau sagte, es wäre toll, eine Lösung zu haben.

00:23:51: Und die Solution war, dass die Marktplätze zwischen den Leuten, die die Familien unterstützen wollen, und die Familien, die ihren Profil posten, dass sie, hey, wir brauchen Unterstützung.

00:24:02: Vielleicht ist es nur das Jahrzehnte, wenn wir short sind.

00:24:06: Ich sah das.

00:24:07: Ich habe ihre Idee von der Rekordung zum AI-Tool, das ich entwickelt habe, der Projekt-Rekord-Generator.

00:24:14: Das war der Prozess.

00:24:17: Du musst das Zuhause machen.

00:24:18: Ich habe auf der Technologie und auf einer Plattform geholfen.

00:24:23: Vier Stunden später habe ich einen völlig funktionierenden Markt mit dem E-Mail-Follow-Up, mit dem Database, mit dem Dashboard, für das Verabschiedung Profiles.

00:24:33: Ich sende sie in die E-Mail.

00:24:35: Ist das etwas, was du imaginest?

00:24:37: Vier Stunden später kostete ich mir fünfzehn Bucks.

00:24:40: Und natürlich meine hourly Rate.

00:24:43: Ich sage nicht, dass es schief ist und ich sage nicht, dass es zehn Minuten ist.

00:24:47: Aber realistisch, wenn jemand, der nicht weiß, was wir tun, das Erleichter-Kurv, vielleicht ist es ein Tag, zwei Tage.

00:24:55: So, das Fakt, dass jetzt ... All your focus and time should be spent on talking to the customer, validating your idea, understanding pain points, understanding which features of your MVP is actually important and matters to your customer.

00:25:13: Not sit and spend like twenty-four hours or like days or months for building MVP, which then later you find out nobody wants.

00:25:22: And then you can't go back and you are attached to it like your baby, right?

00:25:26: So, ich glaube, das ist eine wahre Superpower.

00:25:29: Diese Superpower geht auch nicht um technische Menschen, weil wir nicht mehr brauchen, um für jemanden in Silicon Valley zu sitzen und zu warten, der vielleicht ein Mäldewer ist, der dieses Problem sehen will, um Geld zu erhöhen und für uns eine Lösung zu finden.

00:25:52: Wir können eigentlich ... Die Menschen der ganzen Age, die Wachstum, die unterschiedlichen Industrie, alle haben immer noch Probleme.

00:26:01: Und nicht alle Probleme müssen eine Million Dollar-Komponente sein.

00:26:06: Ich liebe Indie-Hackers, weil sie gehen, finden die Probleme, bauen eine Lösung mit einem Wettbewerb, mit einer Subscription.

00:26:15: Sie testen es, boom, es funktioniert, scale es, verkaufen es.

00:26:19: Man kann wirklich, ich habe Videos von Leuten, die diese Produkte für hundreds von tausend Dollar verkaufen haben, nach zwei Monaten.

00:26:28: Und die Buvo ist eine andere Idee.

00:26:30: Also, wenn man mit dem Mindset verabschiedet ist, sogar in Kooperationen, wie wenn man ein Departement für internale Projekte, ein Departement für ... um deine eigene Industrie zu disruptieren, um zu sprechen mit deinem Marketing-Departement, was die Probleme haben, wie wir sie spüren können.

00:26:51: Also, einfach, wenn du die Leute auf die Probleme bemerkst, keine realen Probleme, sondern realen Problems, wo die Leute sagen, oh mein Gott, mein Leben wird geändert.

00:27:02: Und dann sagen sie, ich würde gerne eine Void-Agentin haben.

00:27:05: Okay, also ich denke, wir werden sehen, boom.

00:27:09: of entrepreneurs.

00:27:10: We already saw a big uptick and trend in solopreneurs and small medium businesses.

00:27:20: And of course, you have to tie it with fortunately or unfortunately with content production and social media, because if you have a solution, nobody knows about it.

00:27:29: Okay, you are not solving any problems.

00:27:33: But again, this is like All things coming together, it has never been easier to put your idea out there.

00:27:43: To share product and you don't need hundreds of thousands of views.

00:27:49: I saw people on TikTok getting thousands of views.

00:27:52: Out of those thousands, if like ten percent buy, amazing.

00:27:57: Just be consistent and talk to people with pains.

00:28:01: I'm curious, what do you think?

00:28:03: Wo meine Meinung geht, weil Entrepreneurschaft in deinem Leben ist.

00:28:09: Wie hat die Welt von deinem Perspektiv verändert?

00:28:11: Was ist die Möglichkeit,

00:28:13: die du siehst?

00:28:13: Ich denke, die größte Möglichkeit ist, dass du siehst, dass wir seit dem Jahrhundert lebendig sind.

00:28:24: regarding economy, resources, infrastructure, politics, if you go on a very top view on an integral level.

00:28:34: And this has a crazy effect on entrepreneurship on several levels.

00:28:41: And if we put AI als Katalysator, als Unterstützer in diesem Spiel.

00:28:47: Ich denke, das ist das erste Mal in der Geschichte, in dem vier Generationen zusammen arbeiten.

00:28:56: Und wenn ein Unternehmer ist, um wirklich smart Menschen auf die Bühne zu bringen, dann brauchen Sie wahrscheinlich vier bis sechs jährlich kompetente, responsibale Personen, die ... Das war nicht möglich hunderte Jahre ago.

00:29:18: Und das ist die Schönheit.

00:29:21: Das ist die reale Schönheit, ich denke.

00:29:24: imagine those big corporates, when they were starting hundred or hundred fifty years ago, they always needed a lot of people to get it done, to move it.

00:29:38: And there is such a beauty in that, that you nowadays, you need five or six really smart connected humans powered with an army or a squad team of AI in the background to get it done.

00:29:56: I love this and I because of the amount of comments and like input I get.

00:30:04: The number one answer that people jump is like also if you need less people.

00:30:10: dann wird es dann, was andere Menschen, die vorhanden sind, beobachtet werden, was diese Menschen tun werden.

00:30:19: Und das geht wieder zurück.

00:30:21: Wenn man Tools hat, und wenn man Probleme sieht, und man hat, dann verändert man das Mindest- und Bildung.

00:30:31: why those people who before would go to be employed, why those can't now be entrepreneurial.

00:30:38: So it's not like zero and one, but actually entrepreneurs go from the necessity, from the frustration.

00:30:46: So if you get an easy option, you can just get a job, which we know, very nice salary in a corporate world is a trap.

00:30:56: Und wenn Covid nicht passiert wäre, hätte ich einen großen Datenstatement haben.

00:31:02: Sehr schön.

00:31:03: Auch wenn ich schon gesagt habe, ob wir es anders machen können.

00:31:06: Manchmal beginnt man zu sagen, ich möchte mich selbst beobachten.

00:31:12: Aber der Paycheck kommt in und du bist sehr komfortabel.

00:31:15: Und du wirst nicht wirklich die Welt für Probleme bezahlen.

00:31:20: Aber dann ist es kein solcher Paycheck.

00:31:23: We humans from the necessity, we get very creative and you start paying attention what problems people see and you go like, oh wait, there is no one around me to solve this.

00:31:36: Why not me?

00:31:38: Yeah, I want to subline that.

00:31:40: There's two perspective or those two additional perspectives where you're flying in.

00:31:46: First of one, the new, let's call it the new art of entrepreneurship has.

00:31:53: two crazy effects.

00:31:56: people are getting things done first in a very responsible way so they feel responsible for it because they are in there with their skin first.

00:32:07: second we solve problems and I mean we have so many problems in that world and this does not necessarily mean that everyone is made for this.

00:32:18: still we need the grump orcas Aber die gesamte menschliche Ressource wird geändert.

00:32:26: Die Leute müssen neue Skills entwickeln.

00:32:29: Für neue Profile haben wir nie gedacht, bevor.

00:32:34: Und das bringt mich zu einer Frage, die ich wirklich gerne auf die Stimme putze.

00:32:38: Das ist eine wichtige Kompetenz.

00:32:41: Was ist der eine essentielle Skills, die wir jetzt brauchen?

00:32:46: Wenn du nur eine Skills nimmst, Ich kann dir eine Antwort geben, die

00:32:54: ich auf eine Tech-Stage geblasen habe.

00:32:57: Und die Antwort war, dass es mehr adaptabel wäre.

00:33:03: Und ich meine, wenn du fragst, was das auch bedeutet, wie man mehr adaptabel sein kann.

00:33:11: Und das kommt down to ... Wie wir über die Technologie reden, wollen wir die Menschen mehr adaptiert werden.

00:33:23: Wir müssen auch über Grown-Ups sprechen.

00:33:26: Und nicht als Kinder ein Toy für Christmas hypingen.

00:33:30: Und man muss open-minded sein.

00:33:33: Es ist nicht einfach.

00:33:36: Und diese Art von, ich habe es immer so gemacht, dass es funktioniert.

00:33:42: Du musst einfach diese Tage haben, wie ein Default, dass... Und wieder, das ist alles, was die kritische Bedeutung betrifft.

00:33:52: Es geht um das, was ich weiß, von meiner sogar lebenden Erfahrung.

00:33:59: Kann es ein Herausforderung sein?

00:34:05: Kann es anders sein?

00:34:07: Wenn du etwas siehst und du mit deinem Perspektiv möchtest, Und ich denke, wenn die Leute, und das ist wieder zurück zu diesem Gauzern-Kurv, wo die Adoptionen später sind, Adoptionen wie Lagerz, was die early-Adopters mit der Responsibility haben, ist, um eine Adoption mehr freundlich, mehr inklusive für andere Menschen zu machen.

00:34:37: Also, ich sehe das als meine eigene Verantwortung.

00:34:40: Wie kann ich die Menschen mehr adaptieren?

00:34:45: Ich habe ein Beispiel in meiner Community, wo ich immer, und ich habe auch mit Bart von NA-Ten gesprochen, wie er die whole NA-Ten-Community lead, die fantastisch lieben, über dieses Problem.

00:35:00: In any room physical or on social media you have this problem like ninety percent of people are early and ten percent are like advanced.

00:35:12: So how do you talk about technology in a sense that it's inclusive for all of people?

00:35:18: And my problem has always been like I move few steps ahead than my audience.

00:35:25: And the things that I do and I want to talk about is a little bit out of scope for people.

00:35:32: So, dann habe ich die Wahl, ob ich nur die Dinge zu den Zeichen verblasen habe oder ob ich die ganze Marke auf die Leute, die vielleicht interessiert werden, aufhören.

00:35:49: Aber es ist mein Job, das so wie ein Dish zu servieren, wie man es essen kann.

00:35:57: Und das kommt down to really being intentional with your communication, really being intentional with not blasting like let's say acronyms all over the place, being intentional of not overhyping things.

00:36:11: And I think that, yeah, as early adopters we have responsibility to help others to adopt and people need to be more like.

00:36:21: Man muss nur die open Mindestens beobachten.

00:36:27: Wenn man die AI-Bubble sieht oder alles, wie ich es sehe, ist es wie ein Spektrum.

00:36:34: Wenn ein Spektrum sehr viel ist, ist es ein Spektrum.

00:36:38: Und ein anderes Spektrum ist das, dass keine von ihnen die Wahrheit ist.

00:36:44: Das ist meine Entscheidung.

00:36:45: Keine von ihnen der Wahrheit.

00:36:46: Die Wahrheit ist meistens irgendwo in der Mitte, und alles ist nötig.

00:36:52: So, just critical thinking, and critical thinking is going to allow you to be more adaptable, open-minded.

00:37:00: I know it's like bloated one, but...

00:37:02: I love this.

00:37:04: I love this.

00:37:04: You know why?

00:37:05: Because it totally fits in something I saw in Teams I build, in Teams I see other building.

00:37:15: Maybe they would not call it adaption.

00:37:17: Some people call it get rid of your ego.

00:37:22: Start talking to each other again.

00:37:25: Start communicating in a very clear and respectful manner.

00:37:31: And try to get from three rows to one row together.

00:37:39: Because then you speed up.

00:37:41: Not going to zig-zag anymore.

00:37:43: And this all comes together in that skill.

00:37:49: Of course, it's very tempting to be like, let me make you practical, learn about MCPs, learn about agents, get hold of like, but the point is when people go like, automation, automation, everything is the future.

00:38:04: Well, that's going to change.

00:38:05: It's already changing.

00:38:08: MCPs, MCP like model, well, that's going to evolve too.

00:38:13: So if you get too attached.

00:38:15: Es geht um eine Sache, auch wenn es eine moderne Sache ist.

00:38:19: Wenn du nicht die Mülligkeit haben, um zu adaptieren, solltest du nicht aufhalten.

00:38:28: Wir müssen unsere Automation-Systeme rufen.

00:38:31: Mein Vorsicht, das ich gebe, verwendet sich wahrscheinlich alle drei Monate, wenn es nicht schneller ist.

00:38:39: Für mich könnte es sehr schwierig sein, zu sagen, okay, ich habe nur dieses Ding gelernt, aber jetzt muss ich es ändern.

00:38:45: Das ist der Name eines Spiels.

00:38:46: Wenn du willst, dass du relevant bist, musst du immer auf dieser Bedeutung sein, und nicht zu attachieren zu einem Ding.

00:38:57: Aber du musst einen Fokus auf eine Direktion, die du willst, gehen.

00:39:05: Und ich denke, wenn du den Fokus hast, Ich möchte in der Gesellschaft useful sein.

00:39:09: Ich möchte Probleme lösen.

00:39:12: Das ist gut genug zu fokussieren.

00:39:14: Wie soll man diese Probleme lösen, die sich ändern werden?

00:39:16: Du musst es nur aufnehmen.

00:39:18: Ja, und du musst eine sehr klare Vision haben.

00:39:21: Was sind deine Fähigkeiten?

00:39:26: Wo hast du es gefühlt?

00:39:29: Und was kannst du es einfach annehmen?

00:39:33: Und das ist ... Das ist, was ich auch sehe, mit den Menschen, die sich in AI-Topik-Systems trainieren wollen.

00:39:42: Das ist für mich das Homework.

00:39:44: Das ist wie wenn du einen Wettbewerb hinstellen musst.

00:39:48: Du musst es anyway machen, sonst ist es impulsiv.

00:39:52: Aber es

00:39:53: geht in die Wettbewerbung, dass du mit dir selbst arbeiten kannst.

00:39:59: und es ist nicht Knowledge.

00:40:00: Ja, und ich habe so viel Geld und Zeit

00:40:02: gewöhnt, mit verschiedenen Tools, mit verschiedenen Plattformen, und ich habe so viele dead AI-Projekte, die man sagen könnte, dass ich dann sagen kann, dass die AI failst.

00:40:21: Aber der Punkt ist, mit jeder Experimente, mit jedem Spiel in den Evenen, ich lerne.

00:40:29: und ich habe eine Perspektive und ich kann so eine Intuition entwickeln, wie wenn es übergreift ist und es nicht übergreift ist, was real ist, was nicht.

00:40:39: Du wirst nicht ablehnen, dass das ein Teil davon ist, wenn du nicht wirklich die Hautskine in den Spiel

00:40:46: hast.

00:40:46: Okay, this pops up.

00:40:48: Or this gives me a picture of your funeral of AI.

00:40:57: Agents come to your funeral.

00:41:03: I think it's good that we try out things.

00:41:06: Because while learning, we learn new skills.

00:41:12: The solutions we create on our way, let's call it like that, they put up to the next level somehow.

00:41:19: If you take a look at the startup landscape, what do you think?

00:41:24: Is there still room for new AI ventures?

00:41:28: I mean, are we still in the AI startup era?

00:41:33: Describe

00:41:33: AI ventures.

00:41:35: Describe

00:41:36: AI solutions.

00:41:38: Pure AI solutions.

00:41:40: That means someone develops, for example...

00:41:47: Chatbots.

00:41:49: Yeah, Chatbots.

00:41:50: Thank you.

00:41:50: Thank you.

00:41:51: Voice assistant.

00:41:52: Just replacing the telephone.

00:41:56: Or the customer service.

00:41:58: So is there still room for this?

00:42:01: Or is this already overloaded?

00:42:03: Okay, so... few thoughts there, and I don't know if it's a contrarian take or not.

00:42:12: When I see AI Venture, I started, I don't care.

00:42:15: At some point we called it internet company.

00:42:19: Who calls any company internet?

00:42:23: if you don't use internet in your company like what you are doing.

00:42:27: So same with AI like if you are not using latest technology that can speed up your process and just just on data transformation turning one data format into another data format.

00:42:39: It's way easier with AI right if again if you know what you're doing.

00:42:42: So that's kind of just to establish the ground.

00:42:47: I don't care if it's AI not AI like I think it's going to absolutely normal.

00:42:51: Das ist eine Sache.

00:42:52: Die andere Sache ist, dass, wenn du die Beziehung... Das ist so, was ich mit dir reden möchte.

00:43:00: Das Phänomen ist, dass die AI-Labs, die Benchmarken und die Beziehung sind.

00:43:08: Wenn du die Benchmarken und die Beziehung beobachten, und wir sagen es glänzend, dass sie die AI-Technologie für die Beziehung sind, dass diese Forschung ein besserer AI wird.

00:43:21: Sie sind nicht diese Technologie zu entwickeln, um dein Geschäft zu erhöhen.

00:43:25: Danke Gott, wo ist das Benchmark, das Benchmark, das Benchmark?

00:43:28: Der einzige Benchmark, das eigentlich AI betrifft, um Dollar-Ammounts für einen Profit zu machen.

00:43:36: Jetzt, die Gemini III kommt raus.

00:43:38: Es ist der Top-Ranking.

00:43:39: Ich denke, das Benchmark, das Benchmark, erreicht es bis zu fünf Tausend.

00:43:43: Wenn du nur auf dieses Data-Segment siehst, dass andere Modelle darunter liegen, dann hast du Claude, der Lead.

00:43:50: Du gehst so, oh mein Gott, AI-Modelle, wie fünf Tausend.

00:43:54: Gemini-Tree ist das Beste.

00:43:56: Das Benchmark für Menschen, die die Wendungmaschine betrachten, in der gleichen Zeit ist es ein Jahrzehnte.

00:44:05: Die Konnexion zwischen dieser Technologie zu den eigentlichen Resultaten und Problemen der Unternehmen ist sehr breit.

00:44:15: Wer will das Kapitän?

00:44:17: Wer will das Kapitän?

00:44:18: Ich glaube, es ist nicht, weil der Verhandlungen in der Nationalsekretärin, in der Landwirtschaft, den AI-Resuch, den AI-Resen, der Narrative... Ich glaube, dass diese Gäste für die Entrepreneurs für die Menschen, die in meiner Industrie gehen, sagen, ich habe zehn, zwölf Jahre von Erfahrung, wir machen diesen Prozess dumm,

00:44:53: und jetzt

00:44:53: bin ich geeduciert, aber über den AI, lass mich das rethinken.

00:44:58: Und hier du gehst, hast du eine Lösung.

00:45:01: Also, was ich fokussiere an, ist wie, wirst du das Problem verstehen?

00:45:06: Wirst du das Problem validieren?

00:45:09: Manchmal kann man nicht verstehen, dass wir das brauchen.

00:45:14: Das ist das Phänomen mit Autos und Horsen.

00:45:16: Die wollen faster Horsen.

00:45:19: Sie wollen nicht Autos.

00:45:20: Aber wir sind

00:45:22: ziemlich glücklich mit Autos und Horsen.

00:45:25: Wir müssen wirklich darüber reden, wie wir diesen Entrepreneurs und diesen Ventures unterstützen.

00:45:34: Also dieses Venture Capital, das kommt in den Spiel, und ich habe es gestern im Video gesehen.

00:45:41: Da ist ein Mann in Nigeria.

00:45:43: Er ist nicht technisch.

00:45:45: Er ist weibkotisch.

00:45:47: Eine Lösung für die Verhandlungen ohne Internet.

00:45:52: Ich möchte wissen, wie das funktioniert.

00:45:53: Und dann auf dem Silicon Valley.

00:45:55: Und Silicon Valley, wie er das wissen konnte, ok?

00:45:58: Aber dann hat das gleiche Venture-Firm investiert in einen Mann von Silicon Valley, der eine App entwickelt, die fragt, wie viel Wasser man ein Tag trinkt.

00:46:14: In Nigeria oder in diesen Regionen, Internetaccess ist nicht gegeben, Elektrizität ist nicht gegeben.

00:46:22: Der Problem, der Höhe des Problems, dieser Mann war able to develop a solution, is huge,

00:46:31: but

00:46:33: there is mismatch of understanding of the problem and support, because we are people who are in venture capital right now, like so disconnected for real world problems, like a down human... Wir haben jeden Tag kleine Geschäftsprobleme, die wir für diese mehr schienenden Lösungen sehen.

00:46:54: Und ich denke, das muss sich ändern.

00:46:56: Ich denke, jüngere, mehr entrepreneurische Menschen müssen die Kapitel entwenden.

00:47:01: Und nicht nur die Menschen, die ausgesucht wurden, die noch lange nicht mehr Kunden betreffen.

00:47:09: Und ich möchte mehr Frauen sehen.

00:47:11: Ich war in einem Start-up-Event, in einer Jurie, und es war eine Frau, die auf der Stelle gekämpft wurde.

00:47:17: Die Lösung ist, dass ich jetzt mein Geld nehmen kann.

00:47:21: Ich habe das Problem.

00:47:23: Und ich weiß, dass viele, viele Frauen das Problem haben.

00:47:28: Und wenn ich mit anderen Jurien gesprochen habe, und die sagen, ich sehe nicht einen großen Markt da.

00:47:34: Are you crazy?

00:47:35: Women are fifty percent of the market.

00:47:38: Like more actually fifty one percent.

00:47:40: This is giant market and you don't see it because why?

00:47:47: So we still live in a male world.

00:47:50: Yeah.

00:47:50: So, you know, I think I love, I love, I love men who have daughters.

00:47:55: My favorite thing because this is bridges the gap and they actually go like, oh, wow, the world is very nuanced and.

00:48:11: Und wenn es ein AI-Startup ist, dann presse ich, dass du AI in deine Technologie

00:48:21: benutzt.

00:48:21: Wenn du jetzt viele AI-Startups hast, dann sagst du, hey, wir haben AI, gib uns Geld.

00:48:27: Ja, das passiert.

00:48:28: Das passiert, das passiert.

00:48:30: Aber was die meisten Leute nicht verstehen, wenn ich in meinem eigenen Portfolio sehe, ist, dass ich wirklich für eine Solution, die natürlich auch techorientiert ist.

00:48:44: Solve a problem, but has also big impact on the whole system I am creating.

00:48:51: And the system I am creating is, I mean, the core in is value communication, is communication, because I think this is one of the most important things you need.

00:49:03: And my core competence is, say, go to market and growth.

00:49:08: And this is what every every company in the whole wild world, when we're talking about markets, they create really beautiful solutions, some with value, some without value.

00:49:26: All of them try to push it somehow into the market.

00:49:30: But what they forget is how the market changed, how people changed, how people consuming today.

00:49:37: And this is why I started actually this sales or value communication creators company, we are a production company.

00:49:46: But at the end we are supporting companies in telling their story in the market we face right now.

00:49:55: So, to make it as easy as possible to make a market entrance as fast as possible.

00:50:00: And to communicate it in a way people understand what you do, because most tech solutions are very complex.

00:50:07: And if engineers are talking about solutions, maybe the normal people outside don't understand, they don't get it.

00:50:15: And this is the gap we are closing.

00:50:17: And the same I do with my investments.

00:50:19: So, most of them are All around communication and connecting people.

00:50:25: Because sales, the sales game is a relationship game.

00:50:30: It's about just creating stable and trustful relationships.

00:50:38: Because then you're going to become a magnet.

00:50:41: Then you can grow, then you can upscale, then you can do cross-selling, etc.

00:50:45: Because people at the end buy from people and people who trust.

00:50:50: die zusammen mit dir entwickeln.

00:50:52: Und das ist das, was du brauchst.

00:50:55: Du kannst sogar besser mit drei bis vier Kunden auf einer Solo-Base, sondern mit Hundert Menschen, die dich nicht glauben, weil du dir nur sagen musst, was du am Ende nicht deliverst.

00:51:07: Und ich liebe so viel.

00:51:09: Und das ist was, was ich sehe.

00:51:11: all day long.

00:51:12: Again, you can have technology, you can have problem, you can have that really awesome idea, turn it in a really awesome solution.

00:51:20: No one knows or understands it.

00:51:23: Good luck.

00:51:24: And people also patch everything around the business.

00:51:28: But when they have this bleeding hole, which is sales, for example, of the process of communication, and they go like Oh, wir wollen diesen AI, wir haben keine Revenue, wir müssen die Leute aufhören.

00:51:41: Naja, fixen Sie Ihre Revenue-Generation.

00:51:44: Und dann haben Sie Geld für einen höheren Konsultant, implementieren einen AI.

00:51:50: Das fixiert uns so viel.

00:51:51: Und ehrlich gesagt, wir haben jetzt ein bisschen von diesem Venture-Kapital

00:51:56: gebastelt.

00:51:56: Ich

00:51:57: bete Ihnen, dass dieser Produkt in Nigeria, der Rieseninvestor, nicht investiert.

00:52:04: ist, weil es nicht kommuniziert wurde, nicht amplifiziert wurde, nicht das Problem der Größe, das Problem der Größe, aber auch nicht kommuniziert wurde, weil, wenn man die Unternehmen investiert, ist es eine Idee, ein Problem, eine Technologie, man investiert in die Menschen, es ist eine Relationschaft.

00:52:22: Also, du willst einen Founder, der lange genug geht, adaptabel und verändert wird, so dass die Solutionen riecht, dass sie von der ersten Idee sind.

00:52:33: Aber du willst auch jemanden, der nicht zu früh gelaufen wird, weil du auch einen Profit machen willst.

00:52:38: Also, diese Leute finden, das ist wie ein, ich weiß nicht, Art und Science in sich selbst.

00:52:47: Und usually, those are incredible communicators.

00:52:50: Ja, und Kura, und auch dieses Prozess, das ist das selbe Prozess, um zu finden... the right people you would like to invest.

00:52:57: So it's always the question, and this is how AI can support you within your own unstructured data, is who.

00:53:05: It's always the question who.

00:53:06: Who is the next I'm targeting for whatever I want to do.

00:53:11: If I want to go to market, if I want to develop a product, if I want to support a certain process, it's always the question who.

00:53:18: And AI can crazy support us.

00:53:22: Just imagine and say it.

00:53:24: if I'm talking about sales.

00:53:25: You can easily buy data.

00:53:27: You can easily get access to networks.

00:53:31: The lack of resource you yourself has at the time.

00:53:35: So if you're on site one day with three thousand people in a room, it's always the question, who should I talk to?

00:53:43: And how can I reach out to this person?

00:53:46: The same with your crazy data and CRM system.

00:53:50: Who's next?

00:53:51: Wo ist das?

00:53:52: Wo ist das?

00:53:53: Wo ist das?

00:53:55: Wo ist das?

00:53:58: Wo ist das?

00:54:03: Wo ist das?

00:54:10: Wo ist das?

00:54:21: Ja, und this is where AI can support you, and this is how we put up internally our own systems to be as fast as possible.

00:54:30: It's always the question, who's next, what's next, and why.

00:54:35: And this is what we are repeating, repeating, repeating.

00:54:39: There is one last question I always ask.

00:54:42: It's about your personal hack.

00:54:45: So is there a routine?

00:54:48: Or tool, or whatever, which had a very, very big impact on your daily operational work.

00:54:57: Could you share that?

00:54:59: Ja, okay, so praktisch.

00:55:01: Voice dictation ist way faster.

00:55:04: Whisper, Flow, ist called whisper.

00:55:07: I definitely recommend that one click and you voice dictate on a phone, on a computer, that's going to speed up your process with AI.

00:55:16: So, just so so much faster.

00:55:18: So this is like the input part.

00:55:20: We develop like kind of like chief of staff AI second brain.

00:55:24: so for context.

00:55:27: Aber das ist ein sehr kompliziertes Zeichen.

00:55:30: Ich benutze Kriterik all der Zeit.

00:55:33: Klaude.

00:55:34: Nicht nur Klaude.

00:55:35: Sie haben nur massive Microsoft Investitionen.

00:55:38: Sie haben das beste AI, das eine Software-Development ist.

00:55:43: Das ist ein Pinnacle, für das man AI benutzt.

00:55:47: Klaude-Kode ist das Go-To.

00:55:49: eine Lösung für die Webcoding-Developing.

00:55:55: Mein Geschäftspartner hat ihn für neun Stunden gedreht, um die ganze Sache zu entwickeln.

00:56:02: Wenn du das hörst, denkst du, oh mein Gott, das ist Hype.

00:56:07: Das AI kann es auch tun.

00:56:08: Nein, aber er hat zwei Stunden gedauert, um ein Projektreaktionsdokument mit zwei Hundert und zwanzig Steppen zu sagen.

00:56:16: Das ist das, was du machst, wenn du das machst.

00:56:19: Qualifizieren deine Ausgabe, double checken.

00:56:22: Es ist so, wenn du jemandem höher wirst und du die Prozesse validieren musst.

00:56:27: So ist es ein Projektreaktionsdokument, wenn du mit AI-Agenten, Automationen, so was touchst.

00:56:33: Ich habe meine eigene Lösung, die ich entwickelt habe, aber du kannst nur mit der AI sprechen und sagen, ich habe diese Idee, ich brauche ein Projekt-Rekord-Dokument, mit mir zu sprechen, mit mir zu arbeiten, mit mir zu erklären, jedes einzelne Terme.

00:56:45: Das... Lass mich denken.

00:56:47: Ja, Automation, natürlich, N-Ait-N.

00:56:50: Wenn die Leute es nicht gehört haben, ist es Open Source.

00:56:54: Don't sleep on local AI, so you can run... sehr decent year, like capabilities, I would say, is like behind by eight months now.

00:57:05: So on a Mac laptop, you can run local AI, which you don't share your data.

00:57:12: It's yours.

00:57:12: There is no subscription.

00:57:14: I use it all the time on planes,

00:57:17: on long call.

00:57:18: And I'm like chatting with AI, working and people like.

00:57:22: Warte ein second, there is no internet, what are you doing?

00:57:24: So don't sleep on that, I think it's going to be explosion as open source models are becoming better and better.

00:57:31: So that's definitely and from local AI like LLM Studio is like a go to, but the one that are for businesses and is very relevant is anything LLM.

00:57:45: weil man die Knowledgebase und die Embeddinge haben kann, die in einem smarteren Weg sind, damit die AI die Informationen finden kann.

00:57:53: Die Notebook-Alema benutze ich sehr viel.

00:57:56: Okay.

00:57:56: Interessant.

00:57:58: Ja, weil es ein Sli-Deck-Feature ist.

00:58:01: Und es generiert auch ... bunch of content, because Gemini has large, large context window and multi modality.

00:58:12: So I always have two AI providers at hand.

00:58:16: So I have Claude on a Max plan, which is two hundred bucks a month with no limit.

00:58:21: Well, it's kind of limited by you.

00:58:22: never run into limitations.

00:58:24: And there you also get Claude code included, so you don't have to pay for API, which is very expensive.

00:58:33: On Tropic API is one of the most expensive ones.

00:58:36: So I would say, Claude with a Max Plan, included with Claude Code, you are already covered on any development.

00:58:44: And if Claude is down because of Cloudflare, which is today, you need to have a second one.

00:58:52: And for that I have right now Gemini, but I always switch.

00:58:55: I canceled OpenVA subscription.

00:58:59: I'm just fed up with mit ihnen und die Firma, und ich habe meinen Volltrust verloren.

00:59:07: Ich sollte nicht sagen, dass ich immer, weil ich meinen Job noch mit Tests und Subschreien testen würde, wenn etwas kommt, aber ich glaube nicht, dass ich diese Firma nicht traurig bin, und ich habe diese Intuition und das Gefühl, dass Wir haben einen Blackspawn-Event.

00:59:26: Das ist einfach Leben.

00:59:27: Und ich habe dieses schmutzige Gefühl, dass es durch diese Firma kommt.

00:59:32: Ich weiß nicht.

00:59:32: Ich kann immer noch mit praktischem Bombarding gehen.

00:59:39: Ich liebe es, aber ich denke, es sind keine Tools oder Plattformen.

00:59:43: Es ist wie dein Geheimnis, dass es open ist und testiert ist.

00:59:48: Alles, was ich gesagt habe, checkt es aus.

00:59:52: Und das schon bedeutet, dass du mehr adoptabel bist.

00:59:56: Und du würdest nur mit diesem sein, dass die Leute, die sich selbst als AI-Experte

01:00:03: nennen.

01:00:03: Du weißt was?

01:00:05: Wenn jemand mich fragt, bist du ein Experte auf AI?

01:00:07: Ich schaue meinen Kopf und sage, nein.

01:00:11: Es gibt viele mehr, mehr Menschen aus den Entwicklerinnen und Entwicklerinnen.

01:00:17: Ich bin nur ein User.

01:00:20: So, I'm a high experienced user, so to say.

01:00:26: No, no, no, no.

01:00:27: From conversations I had with you, you are definitely on the top part.

01:00:33: Ich, mich auch, wenn die Leute, vor allem in Städten, wie ich die AI-Experten zeigen möchte, sagen, was es bedeutet.

01:00:40: Wenn man ein Expert ist, bedeutet es, dass man einen jährigen Fokus auf, sagen wir mal, eine spezielle Sache hat.

01:00:47: Wer in der AI, der auf der Integrationslevel ist, ja, okay, ich habe drei Jahre die Erfahrung, dass ich eigentlich die AI bilde.

01:00:55: Wenn du startest, mit einer nischen Expertise fokussierst, dann verlierst du etwas anderes.

01:01:01: Also, ich würde... Ich würde sagen ein Adopter, ein früherer Adopter, Builder, Experimenter und ich bin viel mehr fokussierter auf Strategien, strategische AI-Implementationen, wie wir reden, Sales, Bildungsbusiness mit AI.

01:01:19: Ich werde die Basis erst öffnen.

01:01:22: und dann wissen wir, welche Technologie, welche Tools, welche API zu benutzen.

01:01:27: Aber wenn du keine Strategie hast, wenn du nicht wissen, wo du gehst, wenn du nicht deine Sales-Prozesse hast, wenn du nicht wissen, zu dem du verkennst, wie du verkennst, wenn du nicht wirklich einen Napkin nehmen kannst und deine Sales-Prozesse aus jedem Schritt mapst, dann sind wir nicht über AI reden.

01:01:44: Das ist nicht die Konversation, die ich auch genannt habe.

01:01:48: Das war wirklich sehr gut.

01:01:49: Vielen Dank für das Gespräch.

01:01:52: Vielen

01:01:53: Dank, Gora.

01:01:54: Ich hoffe, dass

01:01:55: Ihr den Lesern auch sehr liebt.

01:01:57: Vielen

01:01:57: Dank.

01:01:58: Wir werden einfach linken.

01:02:02: all the things you do in the comments and yeah, if someone wants to get in touch with you, I think it's super easy because you yourself manage your channels.

01:02:14: So yeah, so yeah,

01:02:17: so yeah, people can just check out God The Go on YouTube and we can even link at my email and contact like.

01:02:45: Das war wieder eine Folge von Leaders and Missions.

01:02:50: Ich freue mich wirklich sehr, dass du eingeschaltet hast und hoffe, es hat dir gefallen.

01:02:55: Lass uns gerne eine Bewertung da und teile diese Folge auf Social Media oder in deinem Netzwerk.

01:03:02: Ich sag tschüss und bis zum nächsten Mal, wenn es wieder heißt, Leaders and Missions.