00:17:50 · Philipp Müller
[00:17:50] S1: Eine Sache, jemand, die wir sprechen wollte, ist son bisschen, weil wir's eben von der von der von der GTC haben, ne. Da ging's ja dann irgendwie auch viel auch viel auch sozusagen wirklich wirklich Robotics. Ich hatte son bisschen auch das Gefühl, wenn man das vergleicht mit von sozusagen vor 2, 3, 4 Jahren, dass das sozusagen die die die ja, weiß ich gar nicht, vielleicht irgendwie die Hardware KI Bilder, klar, die werden auch besser, aber sozusagen dieser Schritt dann durch durch Imitation oder sozusagen durch durch durch universellere oder besser skalierende Modelle sozusagen wirklich wirklich wirklich Skills irgendwie den Robotern beizubringen, schon noch mal irgendwie eine andere eine andere Qualität hat, ne? Also sozusagen, dass sozusagen es viel weniger so diese diese Treueexamples, die man gesehen hat, viel gehört von sozusagen Use Cases, wo wo Roboter schauen, jetzt irgendwie nicht in den Hunderten und Tausenden, aber zumindest irgendwie in den Dutzenden irgendwie auch mal irgendwie in, weiß nicht, Logistikzentren oder irgendwie Produktionsprozessen bei BMW oder so was irgendwie skalieren, so glaube ich, vor allem vor allem bei den bei den Kunden, die da, sag mal, wahrscheinlich schon relativ fit sind, was was so Automatisierung vielleicht von Produktion oder von Prozessen anbetrifft. Das heißt oder die Frage ist ein bisschen, wie wie wie siehst Du das, ne? Ich meine Industrie und produzierendes Gewerbe natürlich wahrscheinlich ein großer, eine große Rolle spielen irgendwie und wahrscheinlich auch immer sehr, sehr, sehr früher und sehr zentrale Rolle spielen sozusagen beim beim Einsatz irgendwie von von Robotik. Also vielleicht irgendwie sogar mehrere Fragen, die mir einfallen, ne. Was heißt das für euch? Wie siehst Du das? Wo sind wir da grade, ne? Also ist es sind wir da schon so weit? Werden die schon eingesetzt oder ist das eher so, wie Du sagtest, ne? Also wir haben einfach richtig, richtig viele Menschen, die bauen, was wir kriegen, ja, so, ne? Also das ist so dieser Backbone. Und und und ja, wie siehst Du das sozusagen durchpropagieren oder durch diffundieren durch so durch sone Fabrik? Du dir das so, wie stellst Du das vor?
00:19:44 · Maximilian Fischer
[00:19:44] S2: Ja. Ja, ist auf jeden Fall spannender Bereich. Also das ist ganz, ganz, ganz am Anfang, ja, von der Adoption im Robotic, muss man sagen. Also die die Cases, die jetzt im Feld sind, das sind ja in Anführungszeichen einfache Cases, so Pick and Place, wo Du irgendwo eine irgend eine gut strukturierten Prozesse irgendwo hast. Das sind aber vielleicht 5 Prozent der Prozesse, die Du irgendwo hast in der Industrie. Ja, gerade Industrie hast Du ja komplexere Montagetätigkeiten, Rüsttätigkeiten von Maschinen und so weiter, wo Du viel mehr Varianz hast und viel mehr Intelligenz auch brauchst. Das heißt, eigentlich 90 Prozent der Use Cases sind heute noch gar nicht wirklich erschlossen. Ja, und dieser ChatGPT Moment für Robotik, der steht eigentlich auch erst noch aus aus unserer Sicht. Also er tut sich unglaublich viel. Also Du hast ja eigentlich 3 Komponenten, Du hast ja die Hardware, also die Fähigkeiten sozusagen kannst Du über Sachen greifen, Sensorik, Motorik, wie gut kannst Du Sachen ansteuern? Da kommt grade auch in China unglaublich viel. Hat sich sehr, sehr viel getan, ja. Dann hast Du so das generelle Brain des Roboters, also Fähigkeiten. Du kannst ihm Instruktionen geben, greif in diese Box da oben. Der macht das dann auch sozusagen et cetera. Und dann hast Du das Thema, Du musst das ja ins ins Feld auch bringen für den Spiel, den ich eben Task anpassen, die Kombination aus Hardware eben auch auch auch kombinieren, installieren, feintunen, monitoren betreiben et cetera. Und Hardware, da hat sich's extrem wehgetan. Das ganze Thema Brain Intelligenz ist, da gibt's ja so Physical Intelligence als Beispiel aus USA, wo halt ganz, ganz viel Geld investiert wird in diese Foundation Models für Roboter. Und dann hast Du halt eben das Thema Deployment. Wie kriegst Du jetzt die Sachen ins Feld? Die bringst Du eigentlich ein... Das ist ja wie son, wenn Du jetzt als Mensch, Du hast ja sozusagen eine Hardware, Du hast Hände, Du hast auch ein gewisses Brain, kannst Sachen machen, aber wenn ich dich jetzt bei Viessmann an die Wärmepumpenmontagestation stecke, hast Du ja keine Ahnung, was Du machen sollst. Du stehst da und weißt nicht, was Du machen sollst. Genau das ist ja dann der 3. Aspekt, Deployment. Du musst hier, so schaut die Pumpe aus. Diese Reihenfolge musst Du machen. Jetzt kommt das Produkt rein. Jetzt mach diese Schritte et cetera.
00:21:38 · Maximilian Fischer
Also und da das da sehen wir unsere Rolle. Ich mein, da haben wir natürlich auch mit unserem System ein Riesenvorteil. Wir verstehen den Prozess schon. Wir können identifizieren, wo kannst Du eigentlich auch überhaupt automatisieren? Und diese ganzen Daten und Vision, die wir HR Vision Technologie hilft natürlich dann auch im Guiding, ja? So, mach diese Schritte, diese Reihenfolge, das machst Du gut. Und da da sehen wir unsere Rolle und je besser Hardware wird und je besser das diese Foundation Models werden, da wird's unglaublich viele Anbieter geben, so wie beim LLMs ja auch, umso besser für uns, ja? Weil das Thema Deployment ist damit trotzdem nicht gelöst. Wie gesagt, also wenn Du, ja, der das Beste wär ja, jemanden zu haben wie dich oder wie mich, ein Mensch, der kann Sachen machen und zwar extrem gut, aber eine Wärmepumpe kann ich trotzdem noch nicht montieren, egal wie viel Basisfähigkeiten ich sozusagen habe. Da fehlt halt das Thema DeepPonment. Und man muss auch sagen, dass viele Fabriken ja noch gar nicht ready sind für Automation, ja. Also die a wissen sie noch gar nicht so richtig, was sind eigentlich die Cases? Das ist ja auch kompliziert, ja, für den Kunden jetzt zu sagen, ich will diese Station automatisieren. Das das erfordert ja schon zu wissen, okay, ja, das lohnt sich überhaupt, es geht technisch. Das ist auch ein Teil von meiner Prozesskette, die sich irgendwie lohnt, weil es hier vielleicht ein Engpass ist und so weiter, ja? Und und da fängt's ja erst mal schon mal an, ja? Wir haben Kunden, wo dann das Management entschieden hat, es muss 30, 40, 50 Prozent automatisiert werden und die Werksleiter stehen dann da und wissen gar nicht, wo sie anfangen sollen. Die sagen dann, Max, wo fang ich eigentlich an? Welche Stationen eignen sich eigentlich dafür? Ja, und da ist ja der 1. Schritt überhaupt mal, ich digitalisier meinen Prozess. Ich erkenne, wo sind meine Engpässe? Ich strukturiere den Prozess auch erst mal gut, sodass nicht der Fall dann eintritt. Das haben wir ja auch. Wir überwachen ja auch Roboterzellen zum Beispiel und sehen dann Roboter steht, weil Material nicht da ist als Beispiel so. Und das bringt dir dann auch nichts, wenn Du was automatisierst, aber der Gesamtprozess eben nicht passt, weil Du am Ende geht's ja die Gesamtproduktivität deines Werkes, ja.
00:23:30 · Maximilian Fischer, Philipp Müller
Produkte herzustellen, brauchst Du ja eine Verkettung von von Prozessschritten. Und da setzen wir erst mal an, ja? Wir digitalisieren den Prozess, wir strukturieren denen auch, wir helfen den zu strukturieren und zu optimieren, dass es sich auch auch wirklich lohnt, dann halt auch Automatisierung einzusetzen. Und am Ende, der Kunde sollte eigentlich sollte ihm ja auch egal sein, ob man jetzt ein Roboter braucht oder keinen Roboter braucht. Der will ja einfach nur mehr Output. Und das ist ja die Value Propt, die wir an unseren Kunden haben. Die sagen einfach, okay, bei uns kaufst Du Produktivität, ja. Und wir mal, digitale Linie, wie das dann genau passiert, ob's einfach sozusagen Digitalisierung, wir verbessern deinen Prozess optimieren denen, helfen dir über Echtzeitdaten den besser zu managen oder ob Du noch 2 Roboter in 10 Stationen brauchst, eigentlich egal. Die Lösung ist halt das, was wir dann an unseren Kunden vorschlagen können. [00:24:16] S1: Mhm. Aber die machen dann auch, was ihr sagt, sollen die machen?
00:24:16 · Philipp Müller, Maximilian Fischer, S3
[00:24:16] S1: Mhm. Aber die machen dann auch, was ihr sagt, sollen die machen? [00:24:19] S2: Na ja, wenn Du Zahlen, Daten, Fakten hast, dann ist es ja relativ einfach. Du, wir können ja zeigen, so so und so viel, also das lohnt sich. Haben wir jetzt erst neulich, hatte ich jetzt, war ich letzte Woche beim Kunden, da war dann auch Mehrmaschinenbedienung und dann haben wir geguckt, was macht der Mitarbeiter eigentlich alles für Tätigkeiten? Und die haben Schwierigkeiten, da Personal zu finden in dem Bereich. Ist ein sehr, sehr, sehr anstrengender Prozess. Körperlich sehr, sehr schwer, sehr, gibt's so Gießmaschinen, ist auch sehr warm im Umfeld. Da konnten wir halt dann infizieren, okay, wie viel Zeit wird eigentlich beim Umladen der Palette irgendwo verbracht, ja? Und dann könnten wir halt sagen, okay, wie viel eignet sich dieser Prozess a, wie viel Zeit verlierst Du? Ist der IRRI eigentlich auch da? Und wenn Du die Daten hast und sagen kannst, schau mal, so und so viel Zeit wird heute verbraucht, das kostet sich der Roboter in der Lösung und so und so viel Zeit kannst Du dir ersparen, dann ja, dann dann ist das ein relativ guter Business Case, den Du natürlich machen kannst auf Basis von tatsächlichen Daten, ja. [00:25:15] S3: Werbung.
00:25:15 · S3, S4, Maximilian Fischer
[00:25:15] S3: Werbung. [00:25:19] S4: Ja, bevor wir weitermachen, ein kurzer Hinweis von unserem Partner Qonto. Wer in Deutschland gründet, der kennt den Bürokratiedschungel aus Notar, Finanzamt und Handelsregister. Qonto macht diesen Prozess deutlich einfacher und zwar komplett digital und mit persönlicher Gründungsberatung. Wir bei Startup Insider sind selbst langjährige Kontonutzer und selbst große Fans der Lösung. Für GBH, UG, GBR und Holding gibt es den Rundum Gründungsservice bereits ab 99 Euro inklusive rechtssicherer Unterlagen und Koordination des Notartermins. Einzelunternehmer starten sogar ab 0 Euro. Danach verwaltet ihr dann Geschäftskonto, Rechnungen und Buchhaltung bequem in 1 App. Mehr als 250000 Unternehmen haben bereits mit Qonto gegründet. Alle weiteren Informationen findet ihr natürlich in den Shownotes oder auf Qonto Punkt d e. Und nicht vergessen, Qonto schreibt sich [00:26:05] S2: am Anfang mit q. So, bevor