Startup Insider
00:27:15 · S3, Philipp Müller, Maximilian Fischer
[00:27:15] S3: Startup Insider. [00:27:17] S1: Ja, ja, voll. Und gleichzeitig hast Du ja, ich weiß nicht, also hast Du jetzt noch gar nicht gar nicht erzählt, ne, aber aber für für diese Art von Daten, ne, also sozusagen irgendwelche visuelle Daten, teilweise sozusagen auch mit mit mit Haptik oder so was irgendwie ergänzt, die Menschen dabei zeigen, Tätigkeiten auszuüben, sei das jetzt irgendwie ein Hemd zu falten oder irgendwie was zusammenzubauen, ja irgendwie grade eine unfassbar hohe Zahlungsbereitschaft von sozusagen Robotikanbietern, aber sozusagen insbesondere irgendwie auch sozusagen Unternehmen, die die Modelle trainieren, weil ne, wie wie Du wie Du sagtest, dadurch natürlich dann irgendwie auch die Cabability trainiert wird und das natürlich auch ist, ne, weil das ist eben nicht auf Youtube. [00:27:55] S2: Absolut, ja. Ja, das ist sehr, sehr schwierig, an die Daten zu kommen, ne. Weil es erlaubt ja auch in der Regel auch eine Fabrik ja nicht einfach Fabrik, Kameras, Daten zu tracken und dann auch diese Daten sogar noch zu verkaufen. Das ist ja Prozess Know how, das beim Kunden bleiben sollte, ja.
00:27:55 · Maximilian Fischer, Philipp Müller
[00:27:55] S2: Absolut, ja. Ja, das ist sehr, sehr schwierig, an die Daten zu kommen, ne. Weil es erlaubt ja auch in der Regel auch eine Fabrik ja nicht einfach Fabrik, Kameras, Daten zu tracken und dann auch diese Daten sogar noch zu verkaufen. Das ist ja Prozess Know how, das beim Kunden bleiben sollte, ja. [00:28:10] S1: Und kristallisiert sich das für dich son bisschen raus oder kann man das vielleicht gar nicht so allgemein sagen, in welcher Reihenfolge oder Kadenz sone Art von, ich sag mal, entweder Augmentierung durch irgendwie Roboter, Roboterarme oder oder oder sozusagen auch eine Abgabe gewisser Capabilities an die, welcher in welcher Kadenz das son bisschen stattfindet. Ne, ich mein, Du hast ja eben gesagt, pass auf, es gibt irgendwie manche Kunden, die finden schon gar nicht mehr die Leute, die sie würden die Humans einstellen sozusagen, finden die aber gar nicht mehr. Das haben wir zum Beispiel auch viel gesehen, weil es auch auf Jobs sind, total schwierig, irgendwie hoher hoher Turnover. Also ist das son bisschen vielleicht auch son, also gar also gar nicht so sehr, also zusätzlich zu, wir können's schneller, wir können's besser auch so irgendwie, pass auf, sozusagen Du dein Second Best ist eher so, Du findest die Leute gar nicht. Ist das vielleicht son bisschen der Treiber oder ist das eher so, hey, es gibt sone Klasse an Klasse an an an Aufgaben, die sozusagen vielleicht wo heute schon klar ist, hey, wenn wir die irgendwie einbringen, dann sind die Menschen 50 Prozent besser?
00:29:11 · Maximilian Fischer
[00:29:11] S2: Also absolut. Ich mein, gibt natürlich den Case natürlich irgendwo, Du musst produktiver sein, wettbewerbsfähig zu sein. Das ist natürlich immer ein Treiber. Ich würd schon sagen, dass der der Mangel an Personen wird immer mehr zum Treiber. Also Du hast ja irgendwie ein, 2 Prozent pro Jahr von den Neunten, die jetzt ausscheiden, gerade in Deutschland durch demografischen Wandel. Und der der Faktor Arbeit wandelt sich halt mehr von von Kostenfaktor zu limitierender Faktor. Das heißt, wenn Du dann, haben wir zum Beispiel in den USA auch viel, dass wir dann Fabriken finden, die die würden gern eine 2. Schicht machen, weil sie mehr Nachfrage von Produkten haben, aber finden nicht geeignete Leute, die da arbeiten wollen und halt auch dann die die Tätigkeiten auch zu' gewissen Qualität durchführen können. Das heißt, und dann ist natürlich das viel mehr nicht nur, sagen in Anführungszeichen, Kostenfaktor, sondern ich muss einfach, Umsatz als Firma zu generieren, brauche ich sozusagen entweder Mitarbeiter oder halt Robotik, weil sonst krieg ich die Produkte nicht an meinen Mann, ja, an meine Kunden, ja. Und und das wird natürlich das ändert dann irgendwann natürlich auch die Economics von den von den Automatisierungscases. Du kannst ja schon relativ... Du könntest viel mehr automatisieren heute technisch, wie man macht, aber es lohnt sich einfach nicht. Also wir haben ja auch Kunden bei uns, zum Beispiel in Serbien und Polen und Tschechien, wo die Lohnkosten niedriger sind. Da werden selbst einfache Umstellungen nicht gemacht. Irgendwie hatten wir neulich beim Kunden, der musste dann ein Werkstückträger kaufen. 1000 Euro kostet ein Werkstückträger, weil wir gesehen haben, die Linie wartet, weil sie nicht genug Werkstück hatten, mussten immer warten, bis die dann wieder von vorne kommen. Haben sie nicht gemacht, weil sie's nicht rechnet, weil's günstiger ist sozusagen, dann lieber noch 2 Personen einzustellen, als irgendwie 10 Werkstückträger oder 20 Werkstückträger für 1000 Euro zu kaufen. So und wenn Du jetzt aber in der irgendwo dann den in den Flip hast, dass die Mitarbeiter limitieren sind, dass Du keinen Umsatz machen kannst, dann kannst Du natürlich auch wieder viel mehr investieren in Robotik. Heißt, Du kannst auch kompliziertere Cases machen, die sich lohnen. Auf der gleichen Seite hast Du natürlich deutlich günstigere Kosten immer mehr, ja?
00:31:06 · Maximilian Fischer
Durch bessere Robotik, günstigere Hardware, bessere Modelle sind werden die Kosten auch günstiger. Das heißt, es gibt eigentlich so 2 Effekte. Einerseits halt so, es lohnt sich immer mehr zu automatisieren aus dem Business Case. Auf der anderen Seite wird's natürlich immer günstiger zu automatisieren und dann hast Du irgendwann son Sprung, wo Du auf einmal ganz, ganz viele Use Cases sich auch lohnen zu machen. Also auch das das Thema Economics darf man nicht vergessen. Also wir haben auch also die Fabriken, da geht's ja oft Sekunden. So und ich kann jetzt nicht einfach ein Roboter einsetzen, der 5 Sekunden länger dauert, wenn ich ein Schritt hab, der 10 Sekunden dauert. Das geht nicht. Das sind 50 Prozent weniger Produktivität. So also und und und deswegen dieses Thema Ökonomic, aber wenn ich halt eben der Satz ist, ich hab keine Schicht, dann lohnt sich's natürlich schon wieder. Also diese 2 Effekte, glaub ich, spielen da ein und dann das wird dann schon son für ein sehr, sehr starken Demand in den nächsten Jahren führen, ja.
00:31:57 · Philipp Müller
[00:31:57] S1: Mhm. Ja, ja, glaub ich auch. Aber ich fand das eben total interessant. Das hatte ich auch so noch gar nicht verstanden sozusagen über über euch, ne, dass ihr auch ja eigentlich in' sehr spannenden Position sitzt, auch, ich sag mal, ich sag mal, die eure eure Kunden zu enablen vielleicht auch einerseits zu überlegen, na ja, wo macht's vielleicht Sinn, Rober zu deployen und dann auch dabei zu unterstützen, tatsächlich dieses Deployment durchzuführen, ne. Also das das glaube ich irgendwie eine spannende Ausgangsposition, oder? Jetzt irgendwie für die nächsten Jahre. Ja, cool. Wie guckst Du so auf die nächsten Jahre? Irgendwas, was dir da irgendwie, wo denkst Du irgendwie, das läuft gerade irgendwie ganz in die falsche Richtung, irgendwie regulatorisch oder so, Du sagst, hey boah, die Opportunität ist immer irgendwie unfassbar unfassbar groß irgendwie, dass Du jetzt hier gerade noch mal total zu unseren Gunsten vielleicht irgendwie auch gewandelt oder irgendwie, was was findest Du das was was was findest Du da besonders irgendwie interessant, wenn Du son bisschen nach vorne guckst und auch irgendwie sagst so, ey, weiß ich, was heißt das für uns irgendwie strategisch irgendwie für?
00:32:53 · Maximilian Fischer
[00:32:53] S2: Also auf der Technologieseite ist das natürlich unglaublich aufregend, grade was da alles passiert. Wir haben auch, sag ich, in diesem Jahr unser Produkt komplett noch mal überarbeitet auf Basis von den Weiterentwicklungen. Jetzt hast Du halt Agenten, die dann die Analyse für dich machen, gehst weg von, Du hast irgendwie Apps und Dashboards. Du hast natürlich auf allen Ebenen Verbesserungen, bessere Hardware, kannst leistungsfähigere Modelle irgendwie in eine Fabrik laufen lassen, hast bessere Modelle, kannst mehr Insights generieren aus den aus den Prozessen. Da sind wir ja auch immer noch am Anfang. Also es fühlt sich ja immer noch so an, als ob wir jetzt so grade eigentlich in der Lage sind, diese Technologie zu deployen. Ich mein, Du hast ja auch Erfahrungen gesammelt, wie schwierig das auch noch vor ein paar Jahren war. Jetzt ist es deutlich einfacher. Aber stell dir mal vor, in 2, 3 Jahren, wie einfach es dann ist und wie viel mehr Informationen Du auch noch sammeln kannst und interpretieren kannst. Also auf der technologischen Seite ist das extremst aufregend und eben das Thema Physical AI und Robotik. Also da wird ein riesen riesiger Boom entstehen. Das ist ja auch unser, wir sagen auch unseren Kunden so, 50 Prozent Produktivität ist die Ambition, also Steigerung. Das ist absolut möglich, ja, mit der ganzen Kombination aus den neuen Technologien und dann irgendwann natürlich Robotik. Auf der anderen Seite, wenn ich mir jetzt eine Europa anschaue, muss man schauen, wie schnell wir da hinterherkommen. Also wir sehen schon, dass das regulatorische Umfeld schon ein sehr, sehr großes Hindernis ist. Das Thema DSGVO macht halt das Deployment deutlich langsamer, einfach weil Du sehr, sehr viel Papierkram irgendwo hast. Wo man sich auch fragen muss, in der Ausprägung, ist das dann auch wirklich noch sinnvoll? Weil generell der Aspekt natürlich zu verstehen, wo Daten hingehen und was mit Daten gemacht wird und dass Du gewisse Rechte auf deine eigenen Daten hast, ist ja absolut nachvollziehbar. Aber da muss man schon schauen, ob das jetzt nicht in die falsche Richtung dreht oder immer weiter in die falsche Richtung dreht, auch AI Act. Und da gibt's ja weitere Bestrebungen, die es dann immer schwieriger machen, sag ich mal, diese Technologien zu deployen.