Close-up: Eine Sprache in zwei Wochen, aber kein Ego oder: Warum wird KI nicht in der Sesamstraße erklärt?

4.12.2019 – Thomas Wilke von 42Cap interviewte Fabian Beringer, CEO von e-bot7, über die Internationalisierungspläne für unser KI-basiertes Bot-Modell, die Entwicklung der KI in Europa, den Krieg um deutsche Talente, Angst vor Fortschritt und Risiken und seine größten Fehler.

 

Wir haben Fabian Beringer, CEO von e-bot7 und sein Team im Rahmen unserer zweiten Finanzierung  kennengelernt. Nach der letzten Finanzierungsrunde sprach ich mit ihm über die Internationalisierungspläne für das KI-basierte Bot-Modell, die Entwicklung der KI in Europa, den Krieg um deutsche Talente, Angst vor Fortschritt und Risiken und seine größten Fehler. Übrigens, passend zu Fabians Erkenntnissen, haben wir unsere Sicht auf e-bot7 geteilt: in unserer Why We Invested In Series.

 

Thomas Wilke: Ihr habt gerade 5,5 Millionen Euro in der Series A-Runde erhalten. Erzählt uns, was Ihr mit dem Geld vorhabt. Und was war euch in dieser Runde besonders wichtig?

 

Fabian Beringer: Es war uns wichtig, dass wir das Geld nicht brauchen, um zu überleben. Das war sowohl in der Seed Round als auch in der jüngsten Serie A der Fall. Derzeit haben wir Kapital gesammelt, um nicht nur ein Akteur in Deutschland und DACH zu sein, sondern uns auch international zu etablieren. Bei der Finanzierungsrunde versuchen wir auch, die Perspektive eines Investors einzunehmen, so wie wir es mit unseren Kunden tun, indem wir uns fragen, was sie wollen und was sie in uns sehen. Es ist uns wichtig zu wissen, was jemand mit unserem Unternehmen vorhat. Müssen sie ihre Aktien nach drei bis fünf Jahren verkaufen, um beispielsweise ihre Fondsziele zu erreichen? Mit e-bot7 wollen wir nicht nur eine Nummer in einem riesigen Pool sein, wir wollen Partner haben, die für unser Produkt brennen und da sind, wenn wir sie brauchen. Wie in der vorherigen Runde wollten wir auch Investoren, die unsere Situation verstehen. Oftmals zählt nicht die genaue Zahl im Bericht, ebenso wenig wie der Aktienkurs nicht genau vorhergesagt werden kann. Trotz aller Messungen muss es auf der persönlichen Ebene passen.

 

Ihre Internationalisierung ist interessant, denn Ihr Produkt kann in unzähligen Branchen eingesetzt werden, aber der Bot muss die Sprache des Marktes lernen. Wie schnell kann der Bot lernen und welche Gesprächssituationen decken die Chatbots ab?

 

Unsere Algorithmen sind heute in der Lage, eine Sprache innerhalb von zwei Wochen zu erlernen und auch komplexere Dialoge zu führen. Wir bieten derzeit alle europäischen Sprachen sowie Japanisch an. Im Moment konzentrieren wir uns auf die Expansion in Europa und der US-Markt wird bald folgen. Unsere KI-Technologie reicht von Standardfragen wie “Wie viel kostet es” bis hin zu komplexeren Fragen wie Beschwerden und Schadensfällen. Damit ist das Produkt für nahezu jeden Kundenkontakt relevant, vom Wettanbieter über die Automobil- und Reiseindustrie bis hin zu Banken, Versicherungen und Finanzdienstleistern. Es ist live mit der Deutschen Bahn, Miele, der Commerzbank und o2 – vom externen Kundenservice bis zum internen Helpdesk. Entscheidend ist es, die einzelnen Pain Points eines Unternehmens oder einer Branche zu kennen.

 

Ihr Start nach dem Studium war pragmatisch und brachte Ihnen einen großen Vorteil bei der Produktentwicklung. Genau genommen waren dies die Workshops, die Sie für Unternehmen durchgeführt haben.

 

Ja, Xaver und ich haben zusätzlich zu unseren Hochschulprüfungen an einem Bot-Anwendungsfall gearbeitet und dabei zunächst nicht an ein Start-up, sondern an ein Agenturgeschäft gedacht. Wir waren Ausnahmen an der Universität Maastricht, die das bereits getan haben. Denn das Ziel von 95 Prozent der Menschen war es, bei McKinsey & Co anzufangen, alternativ im Investment Banking oder in einem hochvergüteten Firmenjob. Es gab Fragen wie “Sehen Sie sich mehr im Supply Chain Management oder in der Beratung? Natürlich sind das spannende Themen, aber wir wollten mehr als nur einen Bereich übernehmen und gestalten. Als wir uns dem Abschluss näherten, setzten sich Xaver und ich bei einem Bier zusammen und sagten: “Lass uns etwas anfangen”. Zwei Tage später im Zug lasen wir einen technischen Artikel, in dem Facebook ankündigte: “Wir machen jetzt Bots”. Also suchten wir nach einem nützlichen Anwendungsfall und begannen, e-bot7 parallel zu unseren Prüfungen zu entwickeln. Mit unseren Chatbot-Workshops auf Eventbrite konnten wir unsere laufenden Kosten decken, aber das Wichtigste für uns war der Einblick in die Probleme und Anwendungsfälle in den Kundendienstabteilungen von Unternehmen. Als uns klar war, in welche Richtung unser Produkt gehen sollte, holten wir Max, unseren Mitbegründer und CTO. Er baute die erste Version des Produkts in sehr kurzer Zeit. Niemand sonst hätte es so machen können.

 

“Der Benutzer sollte sich nicht mit der KI befassen müssen.”

 

Was Alex und mich überzeugte, war, wie Sie Ihr Agent+KI Modell aufgebaut haben. Das unterstützt die Mitarbeiter vom ersten Tag an, lernt von ihnen und wird so auch überwacht. Können Sie die Gründe für diesen Ansatz beschreiben?

 

Der Prozess, um die richtige Antwort zu finden, ist in jedem Unternehmen unterschiedlich, ebenso wie die Daten und die Vorbereitungszeit, die ein Unternehmen für die Schulung einer KI benötigt. Unser Produkt kann sowohl im Vorfeld auf Datensätze geschult als auch für einen Kaltstart verwendet werden. Indem das System den Mitarbeitern Antworten vorschlägt und von menschlichen Kollegen korrigiert wird, kann es ohne Fehler lernen. Denn nur wenn der Bot z.B. zu 97 Prozent sicher ist, kann er unabhängig reagieren. Die größere Idee dahinter ist ein Plug & Play. Unsere Plattform lässt sich innerhalb von vier Wochen in jede Unternehmenslandschaft integrieren und kann vom Team im Handumdrehen individuell angepasst werden. Dafür brauche ich überhaupt kein Data-Science-Team oder einen technischen Entwickler. Der Anwender sollte sich nicht mit der KI befassen müssen, sondern die Lösung sofort nutzen können. Da nur sehr wenige Unternehmen auf das Thema Künstliche Intelligenz vorbereitet sind, wollten wir einen Start ohne Vorbereitung ermöglichen.

 

Es gibt auch Unternehmen, die an “Build it yourself” glauben. Sie haben sich immer auf Ihren Plug-and-Play-Ansatz verlassen. Können Sie Ihre Erfahrungen dazu mitteilen?

 

Wir hatten immer Kontakt zu Unternehmen, die es selbst bauen wollten. Aber fast jeder von ihnen rief uns wieder an, nachdem das Projekt mehr oder weniger gegen die Wand gefahren war, weil es nicht so einfach war, wie sie dachten oder weil ihnen die Ressourcen ausgegangen waren. Umgekehrt haben wir anfangs oft gehört: “Das wird nicht passieren, die KI wird sich nicht so schnell entwickeln”. Dann brauchst du jemanden, der an dich glaubt. Unser erster Kunde o2 war so ein Beispiel. Von da an und bis heute sind wir jedem unserer Kunden sehr nahe geblieben. Viele Start-ups sind sehr stark auf sich selbst und ihre Produktvision fokussiert. Wir finden es sehr wichtig, mit Kunden als Partner zusammenzuarbeiten und viel Feedback zu erhalten. Unserer Meinung nach ist dies der einzige Weg, um das beste Produkt auf dem Markt zu entwickeln.

 

“Wir haben ein großes Problem in Deutschland, weil wir keine offenen Datenpools haben.”

 

Könnten Sie skizzieren, wie Sie ihre Vision weiterentwickeln können und was Sie dabei antreibt?

 

In den USA ist eine große Vision unerlässlich, um überhaupt Geld zu bekommen. In Europa werden Sie wahrscheinlich mit großen Zielen gedrosselt. Du musst deine Vision gegen solche Rückschläge verteidigen und einfach weitermachen. Der Punkt ist jedoch, dass man die Vision genau bewerten und so weit reflektieren muss, dass man weiß, ob sie noch stimmig ist. Was die KI betrifft, so steckt Deutschland in einem Modus des Zögerns, nicht nur im Vergleich zu den USA, sondern auch zu China. Leider gibt es für die KI-Entwicklung und die Unternehmen hier eine gewisse Lücke in Bezug auf die Datenverfügbarkeit und die öffentliche Finanzierung. Hier ist noch einiges zu ändern!

 

Sie haben 2018 den Bundesverband für KI mitbegründet. Was sind ihrer Meinung nach die größten Hindernisse bei der KI-Entwicklung und was sind ihre Ziele?

 

In Deutschland haben wir nicht nur zu wenige Start-ups, sondern auch viel zu wenig Mittel aus der Politik und ein großes Problem, weil wir keine offenen Datenbestände haben, die wir für Forschung und Entwicklung benötigen. Wenn ich zum Beispiel eine KI in der Bilderkennung von Krankheiten trainieren möchte, brauche ich eine kritische Anzahl von Bildern. Mit unserem Bot-Produkt benötigen Sie eine kritische Masse an Kundendienst-Tickets, um auch Abweichungen zu berücksichtigen. Die Algorithmen müssen beispielsweise verwirrende Gespräche, Rechtschreibfehler und Fremdwörter wie englische oder türkische Ausdrücke im Deutschen verstehen. Es handelt sich um wertvolle Strukturdaten, anonymisiert, also ohne Namen.

 

Der Bundesverband KI wurde im vergangenen Jahr gegründet, um die KI in Deutschland voranzutreiben. Wir haben jetzt etwa 220 Mitglieder, darunter Start-ups, Datenwissenschaftler und KI-Experten. Bei der Auswahl legen wir großen Wert auf einen konkreten KI-Fokus. Heute tragen viele Produkte ein KI-Label, ohne KI zu nutzen.

 

“Deutschland ist der kostenlose Trainingsplatz für Unternehmen wie Google, Amazon und Facebook.”

 

Erzählen Sie uns von Ihren Erfahrungen mit großen Unternehmen und Konzernen, neben Ihren Kunden. Wie reagieren sie auf das Thema KI?

 

Viele deutsche Unternehmen stecken oft in der Angst, dass die KI Arbeitsplätze streicht. Die meisten mittelständischen Unternehmen haben noch keine anwendbare KI-Strategie. Das Verrückte ist: Deutschland ist teilweise der kostenlose Trainingsplatz für Unternehmen wie Google, Amazon und Facebook. Wir möchten zum Beispiel mehr deutsche Entwickler bei e-bot7 einstellen. Das Problem ist: Viele Studenten, die ein Stipendium, z.B. für Stanford, erhalten, bleiben einfach in den USA und gehen zu Google und Co. Ziel muss es sein, Deutschland und Europa zum führenden KI-Ökosystem zu machen.

 

Die deutsche Gründerszene hat über Sie geschrieben, dass Sie zwischen’Terminator oder Utopie’ aufklären. Wie sehen Sie die Situation zwischen realen Gefahren und der Angst vor dem Fortschritt?

 

Die KI ist in unserem Alltag längst allgegenwärtig, ob Spotify mir etwas vorschlägt oder mein Telefon alle Bilder nach dem Stichwort Café durchsucht. Gleichzeitig sind die Gefahren klar, zum Beispiel durch Überwachung über Gesichtserkennung wie in China oder gefälschte und maskierte Anwendungen wie die FaceApp. In Europa müssen wir Kriterien für Transparenz und Standards bei der Programmierung, der Datendokumentation und all diesen Dingen festlegen. Wir haben zum Beispiel in Europa und Deutschland die Chance, eine “KI Made in Germany” zu etablieren. Was wir voranbringen wollen, sind Unternehmen, die KI für positive Szenarien und nach unseren demokratischen Überzeugungen einsetzen. Aber was ich auf Konferenzen immer wieder sehe, ist, dass sich Horrorszenarien gut verkaufen. Redner nutzen dies aus und machen eine Marke daraus. Was wir jedoch brauchen, ist Klärung und Aufklärung. Oder in anderen Worten, warum wird die KI nicht in der Sesamstraße erklärt?

 

 

Das Interview erschien ursprünglich auf 42Cap / medium