WEBVTT 00:00:00.000 --> 00:00:03.460 Ihre Low-Code-Automatisierungen scheitern, weil Sie für Ihren eigenen Nutzen zu intelligent sein wollen. 00:00:03.820 --> 00:00:07.980 Darre-Wenn-Dann-Logik ist ein Todesurteil, wenn Sie mit unsauberen realen Daten konfrontiert sind, 00:00:08.020 --> 00:00:09.620 die Ihre Systeme täglich abstürzen lassen. 00:00:10.100 --> 00:00:12.840 Die Annahme, dass Daten sauber sind, ist die Absünde des Low-Code-Designs. 00:00:13.260 --> 00:00:15.480 Wir haben unsere gesamte Welt auf dem Wenn-Dann-Modell aufgebaut, 00:00:15.740 --> 00:00:18.060 doch dieses Modell benötigt absolute Sicherheit, um zu funktionieren. 00:00:18.440 --> 00:00:19.420 Reale Daten sind nicht sicher. 00:00:19.800 --> 00:00:20.620 Sie enthalten Tippfehler. 00:00:20.960 --> 00:00:21.720 Es fehlt der Kontext. 00:00:22.300 --> 00:00:23.740 Es ist ein chaotischer Strom, menschlicher Fehl. 00:00:24.360 --> 00:00:27.220 Wenn ein deterministisches System auf eine Abweichung von 1% stößt, 00:00:27.280 --> 00:00:29.080 biegt es sich nicht und passt sich erst recht nicht an. 00:00:29.080 --> 00:00:32.900 Dies führt in die Zerbrechlichkeitsfalle, 00:00:32.980 --> 00:00:35.360 in der Ihre Automatisierung nur so stark ist wie Ihr sauberster Datenpunkt. 00:00:35.720 --> 00:00:37.940 In Unternehmen ist das eine sehr niedrige Messlatte für den Erfolg. 00:00:38.360 --> 00:00:41.280 Aber das Problem sind nicht die Daten, sondern das Modell, das wir zu Ihrer Verarbeitung nutzen. 00:00:41.840 --> 00:00:42.820 Das Ende des Determinismus. 00:00:43.580 --> 00:00:46.280 Deterministische Logik ist ein Relikt aus der Ära der strukturierten Daten. 00:00:47.040 --> 00:00:49.500 Sie funktionierte, als alles in einer SQL-Tabelle lebte 00:00:49.500 --> 00:00:52.460 und wir Menschen zwangen, in vordefinierte Raster zu passen. 00:00:53.360 --> 00:00:54.140 Doch diese Welt ist vergangen. 00:00:54.440 --> 00:00:56.700 Heute sind 80% der Unternehmensdaten unstrukturiert, 00:00:56.700 --> 00:00:59.140 das heißt, Sie finden sich in E-Mails, Chats und Sprachaufzeichnungen. 00:00:59.140 --> 00:01:09.400 Für ein binäres System sind das völlig zusammenhanglose Zeichenfolgen. 00:01:10.080 --> 00:01:11.300 Wir haben einen kritischen Punkt erreicht, 00:01:11.400 --> 00:01:13.040 an dem die Kosten der manuellen Datenbereinigung 00:01:13.040 --> 00:01:14.680 den Wert der Automatisierung selbst übersteigen. 00:01:15.380 --> 00:01:16.880 Wenn Sie zwei Stunden damit verbringen müssen, 00:01:16.960 --> 00:01:19.240 eine CSV-Datei zu reparieren, damit ein Flow fünf Sekunden laufen kann, 00:01:19.300 --> 00:01:20.420 haben Sie eigentlich nichts automatisiert. 00:01:21.160 --> 00:01:22.120 Sie haben die Arbeit nur verlagert. 00:01:22.540 --> 00:01:24.120 KI ist nicht nur ein glänzendes neues Feature, 00:01:24.180 --> 00:01:25.500 das wir an die Power-Plattform heften. 00:01:25.500 --> 00:01:29.500 Denn es ist ein grundlegender Wandel von exakter Übereinstimmung hin zu Ähnlichkeiten. 00:01:30.400 --> 00:01:31.860 Das alte Modell fragt, ist das A? 00:01:32.400 --> 00:01:34.540 Das neue Modell fragt, wie sehr sieht das nach A aus? 00:01:35.260 --> 00:01:36.960 Denken Sie daran, wie Sie durch Ihren Posteingang navigieren. 00:01:37.260 --> 00:01:39.400 Sie lassen in Ihrem Kopf keinen Regex-Ausdruck laufen, um eine Rechnung zu finden. 00:01:39.700 --> 00:01:40.540 Sie suchen nach Mustern. 00:01:40.900 --> 00:01:41.620 Sie suchen nach Kontext. 00:01:41.940 --> 00:01:45.740 Sie erkennen, dass INV202 und Rechnungsnummer 202 dasselbe sind, 00:01:45.820 --> 00:01:47.560 auch wenn die Zeichen nicht übereinstimmen. 00:01:48.320 --> 00:01:49.400 Deterministische Systeme können das nicht. 00:01:49.820 --> 00:01:50.740 Sie sind blind für die Absicht. 00:01:51.060 --> 00:01:51.900 Sie sehen nur die Syntax. 00:01:51.900 --> 00:01:56.120 Und auf dem Weg in Richtung 2026 wird die Syntax weniger wichtig als die Semantik. 00:01:56.820 --> 00:01:59.720 Wir erleben eine massive Explosion des Datenvolumens durch IoT-Sensoren, 00:01:59.920 --> 00:02:02.240 Echtzeit-Streams und LLM-generierte Zusammenfassungen. 00:02:03.220 --> 00:02:06.260 Wenn Sie versuchen, dieses Volumen mit festprogrammierten Wenn-Dann-Verzweigungen zu verwalten, 00:02:06.460 --> 00:02:07.720 wird Ihre Logik zu einem Labyrinth. 00:02:08.300 --> 00:02:10.720 Sie werden am Ende Flows mit 50 verschachtelten Bedingungen haben, 00:02:10.800 --> 00:02:13.580 die dennoch in dem Moment abstürzen, indem ein Anbieter seine E-Mail-Signatur ändert. 00:02:14.100 --> 00:02:16.140 Das Wenn-Dann-Modell geht von einer perfekten Welt aus, 00:02:16.200 --> 00:02:17.720 in der der Input immer dem Schema entspricht. 00:02:17.720 --> 00:02:20.480 Doch in der Realität ist es genau umgekehrt. 00:02:21.060 --> 00:02:22.020 Die Daten sind die Variable. 00:02:22.480 --> 00:02:23.880 Die Logik sollte die Konstante sein, 00:02:23.960 --> 00:02:26.560 aber unsere Logik war zu starr, um den Kontakt mit der Realität standzuhalten. 00:02:27.000 --> 00:02:29.480 Wir haben Glashäuser in einer Welt gebaut, in der es ständig hagelt 00:02:29.480 --> 00:02:32.220 und wundern uns dann, warum der Boden voller Scherben liegt. 00:02:32.860 --> 00:02:35.000 Beim Übergang zum probabilistischen Design geht es darum, 00:02:35.080 --> 00:02:36.220 mit Gummi statt mit Glas zu bauen. 00:02:36.680 --> 00:02:37.800 Es geht darum, Systeme zu schaffen, 00:02:37.880 --> 00:02:39.740 die den Aufprall eines Tippfehlers abfedern können, 00:02:39.920 --> 00:02:41.440 ohne zu zerbrechen, ohne zu zerbrechen. 00:02:41.800 --> 00:02:43.040 Wir entfernen uns von der Vorstellung, 00:02:43.160 --> 00:02:45.820 dass ein System zu 100% richtig oder 100% falsch sein muss, 00:02:45.820 --> 00:02:47.740 denn in der realen Welt gibt es kein 100%, 00:02:47.740 --> 00:02:51.240 denn wir belügen uns seit Jahrzehnten über die Qualität unserer Daten. 00:02:51.800 --> 00:02:53.440 Wir haben Reihenräume für unsere Logik gebaut 00:02:53.440 --> 00:02:54.680 und waren dann überrascht, 00:02:54.760 --> 00:02:56.300 als die fehlerhaften Daten des Vertriebsteams 00:02:56.300 --> 00:02:57.840 einen systemweiten Ausfall verursachten. 00:02:58.340 --> 00:03:00.320 Das Ende des Determinismus ist das Ende dieser Lüge. 00:03:00.860 --> 00:03:01.620 Es ist das Eingeständnis, 00:03:01.680 --> 00:03:02.820 dass wir den Input nicht kontrollieren können, 00:03:02.880 --> 00:03:04.100 also müssen wir die Verarbeitung modernisieren. 00:03:04.840 --> 00:03:07.260 Wir treten in die Ära des approximativen Unternehmens ein, 00:03:07.660 --> 00:03:08.440 in der wir akzeptieren, 00:03:08.440 --> 00:03:10.740 dass nah genug tatsächlich besser ist als exakt falsch. 00:03:11.440 --> 00:03:12.100 Denn ein System, 00:03:12.220 --> 00:03:14.280 das eine 90%ige Übereinstimmung verarbeiten kann, 00:03:14.280 --> 00:03:15.920 ist unendlich viel wertvoller als eines, 00:03:16.020 --> 00:03:18.900 das alles außer einer 100%igen Übereinstimmung ablehnt, lehnt. 00:03:19.440 --> 00:03:20.680 Das ist nicht nur eine technische Änderung, 00:03:20.740 --> 00:03:21.580 es ist eine psychologische. 00:03:22.080 --> 00:03:23.520 Man muss sich mit dem Gedanken anfreunden, 00:03:23.620 --> 00:03:25.160 dass das System sich bei einem Datenelement 00:03:25.160 --> 00:03:26.420 vielleicht nur ziemlich sicher ist. 00:03:27.500 --> 00:03:28.980 Man muss lernen, für den Zweifel zu planen, 00:03:29.080 --> 00:03:30.360 denn Zweifel ist der einzig ehrliche Weg, 00:03:30.420 --> 00:03:31.860 mit unstrukturierten Informationen umzugehen. 00:03:32.780 --> 00:03:33.620 Dieser Wandel erfordert, 00:03:33.660 --> 00:03:34.680 dass wir von binären Trägern 00:03:34.680 --> 00:03:36.240 zu etwas viel nuancierteren übergehen, 00:03:36.700 --> 00:03:37.500 dem Konfidenzwert, 00:03:37.780 --> 00:03:38.940 der Architektur der Unsicherheit. 00:03:39.620 --> 00:03:40.280 Wenn wir akzeptieren, 00:03:40.380 --> 00:03:41.820 dass die Ära der binären Logik vorbei ist, 00:03:41.900 --> 00:03:43.420 müssen wir sie durch einen neuen Rahmen ersetzen. 00:03:43.420 --> 00:03:45.560 Ich nenne das das Sinfonieorchester-Modell. 00:03:46.280 --> 00:03:47.980 In einer traditionellen IT-Architektur 00:03:47.980 --> 00:03:48.840 ist jeder ein Solist, 00:03:48.980 --> 00:03:50.320 der nach einer starren Partitur spielt. 00:03:50.440 --> 00:03:51.620 Und wenn einer einen Ton verfehlt, 00:03:51.680 --> 00:03:52.740 stoppt die ganze Aufführung. 00:03:53.600 --> 00:03:55.220 Aber in einer probabilistischen Architektur 00:03:55.220 --> 00:03:56.540 haben wir deterministische Dirigenten, 00:03:56.600 --> 00:03:57.800 die probabilistische Musiker managen. 00:03:58.200 --> 00:03:59.680 Der Dirigent ist ihr Power-Automate-Flow. 00:04:00.160 --> 00:04:00.880 Er liefert die Struktur, 00:04:00.880 --> 00:04:02.540 gibt das Tempo vor und definiert die Grenzen. 00:04:03.100 --> 00:04:04.260 Die Musiker sind die KI-Modelle. 00:04:05.180 --> 00:04:06.800 Sie sind talentiert, aber ausdrucksstark. 00:04:07.400 --> 00:04:08.340 Und sie treffen nicht jedes Mal 00:04:08.340 --> 00:04:10.020 exakt dieselbe Frequenz, wenn sie spielen. 00:04:10.020 --> 00:04:12.360 Die Aufgabe des Dirigenten ist es nicht, 00:04:12.420 --> 00:04:13.580 die Musiker zu Robotern zu zwingen. 00:04:14.080 --> 00:04:15.640 Es geht darum, ihnen zuzuhören und zu entscheiden, 00:04:15.740 --> 00:04:16.680 ob der Klang, den sie erzeugen, 00:04:16.740 --> 00:04:17.680 gut genug ist, um fortzufahren. 00:04:18.360 --> 00:04:19.520 Dies führt uns zum Kernpfeiler 00:04:19.520 --> 00:04:21.380 modernen Designs, dem Konfidenzwert. 00:04:22.200 --> 00:04:23.280 Ein Konfidenzwert ist ein Wert 00:04:23.280 --> 00:04:25.180 zwischen 0 und 1, der Zweifel quantifiziert. 00:04:25.960 --> 00:04:27.160 Es ist die Art des Modells zu sagen, 00:04:27.160 --> 00:04:28.100 ich glaube, das ist ein Treffer. 00:04:28.360 --> 00:04:29.800 Und so viel bin ich bereit, darauf zu wetten. 00:04:30.880 --> 00:04:32.680 In der alten Welt hatten wir festprogrammierte Pfade. 00:04:33.400 --> 00:04:34.800 Wenn der E-Mail-Betreff Rechnung enthält, 00:04:34.900 --> 00:04:35.920 dann speichere den Anhang. 00:04:36.560 --> 00:04:37.500 In der neuen Welt nutzen wir 00:04:37.500 --> 00:04:38.440 ein konfidenzbasiertes Routing. 00:04:38.840 --> 00:04:40.520 Wir machen die internen Zweifel des Modells 00:04:40.520 --> 00:04:41.520 für das System sichtbar. 00:04:42.060 --> 00:04:43.780 Wir betrachten die KI nicht länger als Blackbox, 00:04:43.900 --> 00:04:45.480 sondern als Zeugen mit einem bestimmten Grad 00:04:45.480 --> 00:04:46.600 an Glaubwürdigkeit. 00:04:46.920 --> 00:04:47.220 Ha-at. 00:04:47.940 --> 00:04:48.880 So bauen sie dies tatsächlich 00:04:48.880 --> 00:04:49.960 in der Power-Plattform auf. 00:04:50.360 --> 00:04:52.300 Wenn sie AI-Bilder oder Azure AI verwenden, 00:04:52.480 --> 00:04:53.840 erhalten sie nicht nur die extrahierten Daten. 00:04:53.940 --> 00:04:55.520 Sie erhalten eine Metadatenebene, 00:04:55.660 --> 00:04:56.360 die die Wahrscheinlichkeit 00:04:56.360 --> 00:04:57.540 für jedes einzelne Feld offenlegt. 00:04:58.100 --> 00:04:59.440 Wenn das Modell einen Gesamtbetrag 00:04:59.440 --> 00:05:01.020 von 1.500 Dollar extrahiert, 00:05:01.100 --> 00:05:01.680 sagt es ihnen auch, 00:05:01.740 --> 00:05:03.340 dass es sich zu 95 Prozent sicher ist. 00:05:04.060 --> 00:05:05.020 Als Architekt haben sie nun 00:05:05.020 --> 00:05:06.360 drei verschiedene Handlungsbereiche. 00:05:06.360 --> 00:05:07.780 Erstens die grüne Zone. 00:05:08.380 --> 00:05:10.020 Die Konfidenz liegt bei 0,90 oder höher. 00:05:10.820 --> 00:05:11.740 Das Fehlerrisiko ist gering, 00:05:11.820 --> 00:05:13.160 die Kosten eines Fehlers sind überschaubar 00:05:13.160 --> 00:05:14.540 und das Ergebnis ist Automatisierung. 00:05:15.240 --> 00:05:15.960 Das System läuft 00:05:15.960 --> 00:05:17.120 ohne menschliches Eingreifen weiter. 00:05:17.760 --> 00:05:18.700 Zweitens die gelbe Zone. 00:05:19.100 --> 00:05:21.640 Die Konfidenz liegt zwischen 0,60 und 0,89. 00:05:22.520 --> 00:05:23.600 Das Modell ist sich ziemlich sicher, 00:05:23.700 --> 00:05:24.140 aber nicht gewiss. 00:05:24.720 --> 00:05:26.200 Vielleicht war das Dokument etwas unscharf 00:05:26.200 --> 00:05:27.460 oder die Handschrift unleserlich. 00:05:27.880 --> 00:05:29.140 In dieser Zone markieren sie den Vorgang. 00:05:29.580 --> 00:05:30.500 Das System leitet die Daten 00:05:30.500 --> 00:05:31.280 zur schnellen Überprüfung 00:05:31.280 --> 00:05:32.240 an einen menschlichen Prüfverwalt. 00:05:32.700 --> 00:05:33.700 Drittens die rote Zerrzone. 00:05:33.700 --> 00:05:35.540 Die Konfidenz liegt unter 0,60. 00:05:36.120 --> 00:05:36.840 Das Modell redet nur. 00:05:37.240 --> 00:05:38.240 In dieser Zone lehnen sie ab 00:05:38.240 --> 00:05:39.220 oder eskalieren den Vorgang. 00:05:39.520 --> 00:05:40.260 Sie lassen diese Daten 00:05:40.260 --> 00:05:41.860 nicht in die Nähe ihrer Produktionsdatenbank. 00:05:42.200 --> 00:05:43.340 Dies ist eine transparente Ebene 00:05:43.340 --> 00:05:44.160 des Risikomanagements. 00:05:44.560 --> 00:05:45.240 Sie ermöglicht es ihnen, 00:05:45.320 --> 00:05:46.440 ihre Automatisierung zu skalieren 00:05:46.440 --> 00:05:47.700 und gleichzeitig ein Sicherheitsmetall zu behalten. 00:05:47.880 --> 00:05:48.800 Denken Sie an die Auswirkungen 00:05:48.800 --> 00:05:49.440 auf die Governance. 00:05:49.880 --> 00:05:51.120 In einem deterministischen System 00:05:51.120 --> 00:05:51.840 sind Fehler lautlos. 00:05:52.200 --> 00:05:52.880 Ein Flow läuft, 00:05:53.080 --> 00:05:54.060 wählt wegen eines Tippfehlers 00:05:54.060 --> 00:05:54.960 die falsche Zahl aus 00:05:54.960 --> 00:05:56.200 und schreibt sie in ihr ERP. 00:05:56.900 --> 00:05:58.500 Sie merken es erst am Ende des Quartals. 00:05:58.980 --> 00:06:00.160 In einem probabilistischen System 00:06:00.160 --> 00:06:00.940 hat der Fehler eine Signatur. 00:06:00.940 --> 00:06:01.920 Das System weiß, 00:06:01.980 --> 00:06:02.580 dass es Schwierigkeiten hat 00:06:02.580 --> 00:06:02.780 und sagt, 00:06:02.820 --> 00:06:03.580 hey, ich habe das verarbeitet, 00:06:03.640 --> 00:06:05.580 aber meine Konfidenz lag nur bei 62%. 00:06:05.580 --> 00:06:07.640 Das ist ein unglaublich starkes Signal. 00:06:08.080 --> 00:06:08.580 Das ermöglicht ihnen 00:06:08.580 --> 00:06:09.660 den Aufbau eines Dashboards zu zählen. 00:06:09.860 --> 00:06:10.360 Sie sehen genau, 00:06:10.420 --> 00:06:11.360 wo ihre Modelle versagen. 00:06:11.840 --> 00:06:12.180 Sie sehen, 00:06:12.260 --> 00:06:13.480 welche Anbieter Dokumente senden, 00:06:13.520 --> 00:06:14.500 die die KI nicht lesen kann 00:06:14.500 --> 00:06:15.840 und welche Prozessschritte 00:06:15.840 --> 00:06:17.220 ständig die gelbe Zone erreichen. 00:06:17.580 --> 00:06:17.760 Nein. 00:06:18.320 --> 00:06:19.200 Sie bauen nicht nur einen Flow, 00:06:19.280 --> 00:06:20.580 sie bauen einen Intelligenzkreislauf. 00:06:21.140 --> 00:06:22.360 Genau hier glänzen Azure AI 00:06:22.360 --> 00:06:23.420 und AI-Bilder wirklich. 00:06:24.000 --> 00:06:24.800 Sie legen diese Werte 00:06:24.800 --> 00:06:25.900 auf granularer Ebene offen, 00:06:26.020 --> 00:06:26.900 sodass sie die Konfidenz 00:06:26.900 --> 00:06:27.860 für eine bestimmte Tabelle, 00:06:27.980 --> 00:06:28.740 Zelle oder Absicht 00:06:28.740 --> 00:06:29.440 einsehen können. 00:06:30.040 --> 00:06:31.300 Sie können sogar PowerFx verwenden, 00:06:31.380 --> 00:06:32.240 um dynamische Schwellenwerte 00:06:32.240 --> 00:06:32.660 zu erstellen. 00:06:33.120 --> 00:06:34.260 Vielleicht reicht für einen Spesenbericht 00:06:34.260 --> 00:06:34.980 über 50 Dollar 00:06:34.980 --> 00:06:36.620 eine Konfidenz von 0,70 aus. 00:06:37.160 --> 00:06:38.000 Aber für einen Auftrag 00:06:38.000 --> 00:06:39.140 über 50.000 Dollar 00:06:39.140 --> 00:06:40.400 benötigen sie 0,91. 00:06:40.900 --> 00:06:41.740 Sie bringen endlich 00:06:41.740 --> 00:06:42.580 ihre technische Logik 00:06:42.580 --> 00:06:43.520 mit ihrem Geschäftsrisiko 00:06:43.520 --> 00:06:44.020 in Einklang. 00:06:44.540 --> 00:06:45.560 Bisher haben wir jeden Datenpunkt 00:06:45.560 --> 00:06:45.980 so behandelt, 00:06:46.020 --> 00:06:46.900 als hätte er das gleiche Gewicht, 00:06:46.960 --> 00:06:47.480 was aber nicht stimmt. 00:06:48.240 --> 00:06:48.980 Probabilistisches Design 00:06:48.980 --> 00:06:49.580 erlaubt es ihnen, 00:06:49.680 --> 00:06:50.800 eine risikoreiche Entscheidung 00:06:50.800 --> 00:06:51.620 anders zu behandeln 00:06:51.620 --> 00:06:52.540 als eine risikoarme, 00:06:52.840 --> 00:06:53.720 selbst im selben Ablauf. 00:06:54.820 --> 00:06:55.560 Sie bauen nicht mehr 00:06:55.560 --> 00:06:56.460 für eine perfekte Welt, 00:06:56.560 --> 00:06:57.220 sondern für eine Welt, 00:06:57.380 --> 00:06:58.240 in der sie genau wissen, 00:06:58.240 --> 00:06:59.100 wie viel Unsicherheit 00:06:59.100 --> 00:06:59.980 sie tolerieren können. 00:07:01.180 --> 00:07:02.620 Und sobald sie die Werte beherrschen, 00:07:02.880 --> 00:07:03.860 können sie sich der Logik widmen, 00:07:03.940 --> 00:07:04.920 die die Lücken schließt. 00:07:05.560 --> 00:07:06.080 Fuzzy Matching 00:07:06.080 --> 00:07:06.740 und semantische Logik. 00:07:07.320 --> 00:07:08.080 Doch wie gehen wir eigentlich 00:07:08.080 --> 00:07:08.780 mit den Daten um, 00:07:08.860 --> 00:07:09.560 die in diesem Bereich 00:07:09.560 --> 00:07:10.620 der Unsicherheit fallen? 00:07:11.600 --> 00:07:12.820 Wir beginnen damit zuzugeben, 00:07:12.880 --> 00:07:13.560 dass exaktes Matching 00:07:13.560 --> 00:07:14.000 nicht mehr ausreicht. 00:07:14.480 --> 00:07:14.920 Es scheitert, 00:07:14.980 --> 00:07:15.740 weil der Kontext fehlt. 00:07:16.280 --> 00:07:16.880 Im alten Modell 00:07:16.880 --> 00:07:17.620 schlug die Suche fehl, 00:07:17.680 --> 00:07:18.400 wenn ein Lieferantenname 00:07:18.400 --> 00:07:19.340 nur um einen Punkt abwich. 00:07:19.980 --> 00:07:20.580 Der Suchfunktion 00:07:20.580 --> 00:07:21.420 ist ihrer Absicht egal, 00:07:21.640 --> 00:07:22.340 sie interessiert sich nur 00:07:22.340 --> 00:07:23.040 für die Assi-Werte. 00:07:23.680 --> 00:07:24.180 Genau hier kommt 00:07:24.180 --> 00:07:24.960 Fuzzy Matching ins Spiel. 00:07:26.000 --> 00:07:26.840 Es ist eine Technik, 00:07:26.840 --> 00:07:28.140 die nicht-identische Datensätze 00:07:28.140 --> 00:07:29.160 durch einen Ähnlichkeitswert 00:07:29.160 --> 00:07:30.100 verknüpft und als Brücke 00:07:30.100 --> 00:07:32.020 zwischen IBM und IBM fungiert. 00:07:33.160 --> 00:07:33.820 Und diese Auswirkungen 00:07:33.820 --> 00:07:34.580 sind nicht nur theoretisch. 00:07:34.940 --> 00:07:35.640 Untersuchungen zeigen, 00:07:35.740 --> 00:07:36.780 dass der Einsatz von Fuzzy Matching 00:07:36.780 --> 00:07:37.360 die Trefferquote 00:07:37.360 --> 00:07:39.000 nun bis zu 24% verbessern kann. 00:07:39.340 --> 00:07:40.740 Das sind 24% ihrer Daten, 00:07:40.820 --> 00:07:41.500 die zuvor abgelehnt 00:07:41.500 --> 00:07:42.500 oder zur manuellen Korrektur 00:07:42.500 --> 00:07:43.040 an einen Mitarbeiter 00:07:43.040 --> 00:07:43.680 gesendet worden sind. 00:07:44.040 --> 00:07:45.560 In Umgebungen mit hohem Datenaufkommen 00:07:45.560 --> 00:07:46.260 bedeutet dies Tausende 00:07:46.260 --> 00:07:47.260 von Stunden an wiedergewonnen Zeit. 00:07:47.540 --> 00:07:47.960 Sie müssen jedoch 00:07:47.960 --> 00:07:48.780 die Mechanismen verstehen. 00:07:49.140 --> 00:07:49.980 Es gibt zwei grundlegende 00:07:49.980 --> 00:07:50.780 Denkansätze hierfür. 00:07:51.040 --> 00:07:52.160 Erstens, zeichenbasierte Logik. 00:07:52.600 --> 00:07:53.020 Dies wird oft 00:07:53.020 --> 00:07:54.220 als Levenstein-Distanz bezeichnet. 00:07:54.220 --> 00:07:55.700 Sie zählt die Anzahl der Bearbeitungen, 00:07:55.800 --> 00:07:56.200 die nötig sind, 00:07:56.260 --> 00:07:56.880 um eine Zeichenfolge 00:07:56.880 --> 00:07:57.760 in eine andere zu verwandeln. 00:07:57.800 --> 00:07:58.700 Das ist perfekt für Tippfehler. 00:07:59.160 --> 00:07:59.640 Schreibt jemand 00:07:59.640 --> 00:08:00.560 Manage-Manage 00:08:00.560 --> 00:08:01.620 statt Management-O. 00:08:02.020 --> 00:08:02.640 Erkennt das System 00:08:02.640 --> 00:08:03.700 das fehlende E und A. 00:08:04.200 --> 00:08:05.140 Es berechnet die Distanz 00:08:05.140 --> 00:08:05.660 und erkennt, 00:08:05.780 --> 00:08:06.680 dass sie fast identisch sind. 00:08:07.840 --> 00:08:08.360 Zweitens haben wir 00:08:08.360 --> 00:08:09.140 die semantische Logik. 00:08:09.720 --> 00:08:10.500 Hier wird es interessant. 00:08:11.040 --> 00:08:11.820 Der semantischen Logik 00:08:11.820 --> 00:08:12.620 ist die Schreibweise egal. 00:08:13.020 --> 00:08:13.500 Die interessiert sich 00:08:13.500 --> 00:08:14.020 für die Bedeutung. 00:08:14.320 --> 00:08:15.240 Wenn ein Systemkunde 00:08:15.240 --> 00:08:16.480 und ein anderes Klient sagt, 00:08:16.680 --> 00:08:17.980 schlägt ein zeichenbasierter Abgleich 00:08:17.980 --> 00:08:18.960 jedes Mal fehl, 00:08:19.100 --> 00:08:19.660 jedes Mal fehl. 00:08:19.740 --> 00:08:20.800 Ein semantisches Modell hingegen 00:08:20.800 --> 00:08:21.560 weiß, dass es dasselbe ist. 00:08:22.020 --> 00:08:22.600 Dies ist der Wandel 00:08:22.600 --> 00:08:23.580 vom Abgleich von Zeichen 00:08:23.580 --> 00:08:24.500 hin zum Abgleich von Konzepten. 00:08:25.020 --> 00:08:25.860 Wenn Sie Konfidenzwerte 00:08:25.860 --> 00:08:27.080 mit Fuzzy Matching kombinieren, 00:08:27.220 --> 00:08:28.000 schaffen Sie ein System, 00:08:28.140 --> 00:08:29.240 das die chaotische Realität 00:08:29.240 --> 00:08:30.440 von Geschäftsdaten meistern kann. 00:08:31.260 --> 00:08:31.780 Sie sind nicht länger 00:08:31.780 --> 00:08:32.880 durch starre Regeln eingeschränkt, 00:08:32.920 --> 00:08:33.500 die sofort versagen, 00:08:33.600 --> 00:08:34.060 sobald ein Mensch 00:08:34.060 --> 00:08:34.620 einen Tippfehler nimmt. 00:08:35.080 --> 00:08:35.920 Sie bauen ein System, 00:08:36.020 --> 00:08:36.840 das Nuancen versteht. 00:08:37.480 --> 00:08:38.300 Und genauso gelangen Sie 00:08:38.300 --> 00:08:39.480 von einfacher Automatisierung 00:08:39.480 --> 00:08:41.040 zu echter digitaler Intelligenz, 00:08:41.580 --> 00:08:42.440 indem Sie selbstkorrigierende 00:08:42.440 --> 00:08:43.180 Workflows entwickeln. 00:08:43.700 --> 00:08:44.380 Selbst mit dem besten 00:08:44.380 --> 00:08:45.260 Fuzzy Matching der Welt 00:08:45.260 --> 00:08:46.100 müssen wir der Realität 00:08:46.100 --> 00:08:46.660 ins Auge sehen, 00:08:46.740 --> 00:08:47.720 dass KI immer noch halluzinieren. 00:08:50.800 --> 00:08:51.600 zeigen, dass selbst 00:08:51.600 --> 00:08:52.540 die fortschrittlichsten Modelle 00:08:52.540 --> 00:08:53.520 Halluzinationsraten 00:08:53.520 --> 00:08:55.160 zwischen 15 und 20 Prozent aufweisen. 00:08:55.700 --> 00:08:56.320 Wenn Sie Systeme 00:08:56.320 --> 00:08:57.120 für ein Unternehmen bauen, 00:08:57.220 --> 00:08:58.000 können Sie eine Fehlerquote 00:08:58.000 --> 00:08:59.200 von 1 zu 5 nicht ignorieren 00:08:59.200 --> 00:08:59.940 und Sie können das Problem 00:08:59.940 --> 00:09:00.860 definitiv nicht einfach 00:09:00.860 --> 00:09:02.060 wegprompter einnehmen. 00:09:02.580 --> 00:09:03.380 Sie müssen akzeptieren, 00:09:03.500 --> 00:09:04.600 dass eine Halluzinationsrate 00:09:04.600 --> 00:09:06.080 von 0 Prozent kein Zaubertrick ist. 00:09:06.840 --> 00:09:07.560 Es ist eine bewusste 00:09:07.560 --> 00:09:08.440 architektonische Entscheidung. 00:09:08.880 --> 00:09:09.360 Hier gehen wir über 00:09:09.360 --> 00:09:10.540 einfache Automatisierung hinaus 00:09:10.540 --> 00:09:10.940 und beginnen, 00:09:11.080 --> 00:09:12.000 robuste, selbstkorrigierende 00:09:12.000 --> 00:09:12.840 Workflows aufzubauen. 00:09:13.420 --> 00:09:14.580 Wir tun dies durch eine Struktur, 00:09:14.700 --> 00:09:16.280 die ich das Dual-Path-Validierungsmuster nenne. 00:09:16.840 --> 00:09:18.060 Es fungiert als Schutzmaßnahme, 00:09:18.140 --> 00:09:18.540 die verhindert, 00:09:18.540 --> 00:09:19.820 dass die kreative Fantasie der KI 00:09:19.820 --> 00:09:20.960 ihre echten Daten verfälscht. 00:09:21.540 --> 00:09:22.640 Es gibt eine grundlegende Regel 00:09:22.640 --> 00:09:23.660 für den modernen Architekten. 00:09:24.120 --> 00:09:24.660 Lassen Sie niemals 00:09:24.660 --> 00:09:25.420 ein Large-Language-Model 00:09:25.420 --> 00:09:26.040 immer den und lieber den 00:09:26.040 --> 00:09:26.540 LLM. 00:09:26.680 --> 00:09:27.540 LLMs sind Engines 00:09:27.540 --> 00:09:28.600 für weiches Schlussfolgern, 00:09:28.700 --> 00:09:29.720 was sie großartig darin macht, 00:09:29.820 --> 00:09:30.660 Absichten zu verstehen 00:09:30.660 --> 00:09:32.160 oder Details in einem Haufen 00:09:32.160 --> 00:09:33.540 unstrukturierten Textes zu finden. 00:09:34.480 --> 00:09:35.060 Allerdings sind sie 00:09:35.060 --> 00:09:36.200 bei grundlegender Arithmetik 00:09:36.200 --> 00:09:37.320 statistisch unzuverlässig. 00:09:37.960 --> 00:09:38.840 Wenn Sie eine KI bitten, 00:09:38.920 --> 00:09:40.300 drei Posten aus einer Rechnung zu ziehen 00:09:40.300 --> 00:09:41.240 und die Summe zu berechnen, 00:09:41.360 --> 00:09:42.260 provozieren Sie im Grunde 00:09:42.260 --> 00:09:43.140 das Systemversagen. 00:09:43.840 --> 00:09:45.180 In einem selbstkorrigierenden Design 00:09:45.180 --> 00:09:46.160 nutzen Sie das LLM 00:09:46.160 --> 00:09:46.740 für den Teil mit dem 00:09:46.740 --> 00:09:47.420 weichen Schlussfolgern 00:09:47.420 --> 00:09:48.320 wie das Extrahieren von Daten 00:09:48.320 --> 00:09:49.220 aus einem unsauberen PDF. 00:09:49.880 --> 00:09:50.960 Sobald Sie diese Zahlen haben, 00:09:51.180 --> 00:09:51.740 leiten Sie sie an 00:09:51.740 --> 00:09:53.000 ein deterministisches System weiter, 00:09:53.080 --> 00:09:54.320 um die harten Vorgaben zu handhaben. 00:09:54.780 --> 00:09:55.740 Ihr Power-Automate-Flow 00:09:55.740 --> 00:09:57.140 oder eine einfache Regel-Engine 00:09:57.140 --> 00:09:58.660 sollte die Addition durchführen. 00:09:59.320 --> 00:10:00.100 Sie sollte diejenige sein, 00:10:00.160 --> 00:10:00.800 die die Steuer prüft 00:10:00.800 --> 00:10:02.060 oder die Währungsumrechnung verifiziert. 00:10:02.520 --> 00:10:03.620 Wenn das LLM behauptet, 00:10:03.660 --> 00:10:04.680 die Summe sei 500 Dollar, 00:10:05.140 --> 00:10:06.900 ihre Rechnung aber 480 Dollar ergibt, 00:10:06.980 --> 00:10:07.480 hat das System 00:10:07.480 --> 00:10:09.020 eine Halluzination in Echtzeit erkannt. 00:10:09.760 --> 00:10:10.500 Anstatt abzustürzen, 00:10:10.580 --> 00:10:11.040 löst das System 00:10:11.040 --> 00:10:12.040 einen Wiederherstellungsgrad aus, 00:10:12.480 --> 00:10:13.720 könnte einen anderen Prompt versuchen 00:10:13.720 --> 00:10:15.100 oder den Fehler zur manuellen Prüfung 00:10:15.100 --> 00:10:15.880 durch einen Menschen markieren. 00:10:16.760 --> 00:10:17.500 Das ist der Unterschied 00:10:17.500 --> 00:10:18.140 zwischen einem Flow, 00:10:18.220 --> 00:10:18.640 der abbricht, 00:10:18.720 --> 00:10:18.940 und einem, 00:10:19.020 --> 00:10:20.260 der sich tatsächlich selbst heilt. 00:10:20.960 --> 00:10:21.840 Wir sehen den gleichen Wandel 00:10:21.840 --> 00:10:22.760 bei der robotergestützten 00:10:22.760 --> 00:10:23.640 Prozessautomatisierung. 00:10:24.140 --> 00:10:25.420 Traditionelle RPR ist anfällig, 00:10:25.460 --> 00:10:26.500 da sie von exakten Koordinaten 00:10:26.500 --> 00:10:27.280 auf einem Bildschirm abhängt. 00:10:27.940 --> 00:10:28.560 Wenn sich ein Button 00:10:28.560 --> 00:10:29.900 nur drei Pixel nach links verschiebt, 00:10:29.980 --> 00:10:30.760 fällt der ganze Bot aus. 00:10:31.560 --> 00:10:32.480 Selbst heilen der RPR 00:10:32.480 --> 00:10:33.380 ändert das durch den Einsatz 00:10:33.380 --> 00:10:34.520 von probabilistischer Bildergänge. 00:10:34.920 --> 00:10:35.640 Der Bot sucht nicht mehr 00:10:35.640 --> 00:10:37.100 nach einer bestimmten Pixelkoordinate. 00:10:37.780 --> 00:10:39.100 Dadessen sucht er nach der Schaltfläche, 00:10:39.220 --> 00:10:40.080 die wie ein Speichersymbol 00:10:40.080 --> 00:10:41.060 oben auf der Seite aussieht. 00:10:41.060 --> 00:10:42.600 Wenn sich die Oberfläche ändert, 00:10:42.680 --> 00:10:43.660 nutzt der Bot den Kontext, 00:10:43.740 --> 00:10:44.600 um sich sofort anzupassen. 00:10:45.360 --> 00:10:46.360 Er kennt das neue Layout, 00:10:46.500 --> 00:10:47.720 aktualisiert seine eigene Logik 00:10:47.720 --> 00:10:48.640 und beendet die Aufgabe. 00:10:49.520 --> 00:10:51.040 Dies schafft einen resilienten Kreislauf, 00:10:51.120 --> 00:10:51.760 in dem das System 00:10:51.760 --> 00:10:53.020 einen potenziellen Fehler erkennt 00:10:53.020 --> 00:10:54.480 und eine Brücke zur Lösung baut, 00:10:54.600 --> 00:10:55.280 noch bevor der Nutzer 00:10:55.280 --> 00:10:56.100 das Problem bemerkt. 00:10:57.040 --> 00:10:57.900 Dieser Wandel verlagert 00:10:57.900 --> 00:10:59.160 unseren Fokus von Erfolgsraten 00:10:59.160 --> 00:11:00.060 auf Wiederherstellungsraten. 00:11:00.540 --> 00:11:01.280 Wir versuchen nicht mehr, 00:11:01.340 --> 00:11:02.340 die KI perfekt zu machen, 00:11:02.440 --> 00:11:03.540 was ohnehin unmöglich ist, 00:11:03.580 --> 00:11:04.160 sondern das System 00:11:04.160 --> 00:11:05.240 unerschütterlich zu gestalten. 00:11:05.660 --> 00:11:06.100 Es geht darum, 00:11:06.160 --> 00:11:07.240 in jede einzelne Transaktion 00:11:07.240 --> 00:11:08.780 eine Kontroll- und Ausgleichsebene einzubauen. 00:11:08.780 --> 00:11:09.840 Sie sollten die KI 00:11:09.840 --> 00:11:11.140 wie einen hochgeschwindigkeitsfähigen 00:11:11.140 --> 00:11:11.900 Praktikanten behandeln, 00:11:11.980 --> 00:11:12.600 der sich leicht ablenkt. 00:11:13.020 --> 00:11:14.280 Sie lassen ihn die Schwerstarbeit leisten, 00:11:14.360 --> 00:11:15.380 tausende E-Mails zu lesen, 00:11:15.620 --> 00:11:16.340 aber sie lassen ihn niemals 00:11:16.340 --> 00:11:16.960 Checks unterschreiben, 00:11:17.080 --> 00:11:18.040 ohne dass ein leitender Prüfer 00:11:18.040 --> 00:11:18.960 die Unterschrift verifiziert. 00:11:19.820 --> 00:11:20.480 In diesem Fall ist 00:11:20.480 --> 00:11:21.240 der ministischer Code 00:11:21.240 --> 00:11:21.800 dieser Prüfer. 00:11:22.500 --> 00:11:23.280 Indem sie das Denken 00:11:23.280 --> 00:11:24.040 vom Rechnern trennen, 00:11:24.120 --> 00:11:24.860 bauen sie ein System, 00:11:24.980 --> 00:11:25.580 das die Unordnung 00:11:25.580 --> 00:11:26.840 menschlicher Sprache bewältigt 00:11:26.840 --> 00:11:28.040 und gleichzeitig die Präzision 00:11:28.040 --> 00:11:29.140 einer Schweizer Uhr behält. 00:11:30.200 --> 00:11:30.900 So bringen sie KI 00:11:30.900 --> 00:11:31.640 aus der Testphase 00:11:31.640 --> 00:11:32.480 direkt in den Kern 00:11:32.480 --> 00:11:33.320 ihres Unternehmens. 00:11:34.220 --> 00:11:35.140 Sie vertrauen nicht dem Modell, 00:11:35.360 --> 00:11:36.220 sie vertrauen der Architektur, 00:11:36.220 --> 00:11:37.300 die sie darum herum gebaut haben. 00:11:37.840 --> 00:11:39.000 Sie schaffen ein Sicherheitsnetz, 00:11:39.080 --> 00:11:39.640 das so stark ist, 00:11:39.740 --> 00:11:40.760 dass das gelegentliche Stolpern 00:11:40.760 --> 00:11:41.140 des Modells 00:11:41.140 --> 00:11:42.040 nicht einmal als Fehler zählt. 00:11:42.480 --> 00:11:43.560 Es wird einfach zu einem weiteren Teil 00:11:43.560 --> 00:11:44.520 des Selbstkorrekturzyklus. 00:11:45.820 --> 00:11:47.340 Das klingt im Labor großartig, 00:11:47.420 --> 00:11:48.180 aber in der Produktion 00:11:48.180 --> 00:11:49.160 ist der größte Engpass 00:11:49.160 --> 00:11:49.760 nicht die KI, 00:11:50.460 --> 00:11:51.400 sondern die Realität 00:11:51.400 --> 00:11:52.760 des Menschen im Kreislauf. 00:11:53.580 --> 00:11:54.940 Das klingt im Labor großartig, 00:11:55.000 --> 00:11:55.680 aber in der Produktion 00:11:55.680 --> 00:11:56.560 ist der größte Engpass 00:11:56.560 --> 00:11:57.040 nicht die KI, 00:11:57.160 --> 00:11:57.680 sondern der Mensch. 00:11:58.900 --> 00:12:00.720 Wir sprechen meist über Automatisierung, 00:12:00.880 --> 00:12:02.040 als wäre es eine einfache Wahl 00:12:02.040 --> 00:12:03.000 zwischen Mensch oder Maschine, 00:12:03.540 --> 00:12:04.620 doch die Wahrscheinlichkeitsverschiebung 00:12:04.620 --> 00:12:06.000 zwingt uns in einen schwierigen Mittelweg. 00:12:07.560 --> 00:12:07.840 Industriebenchmarks 00:12:07.840 --> 00:12:09.180 zeigen eine ziemlich ernüchternde Wahrheit. 00:12:09.960 --> 00:12:11.580 Etwa 50% der KI-Workflows 00:12:11.580 --> 00:12:12.760 benötigen immer noch einen Experten, 00:12:12.820 --> 00:12:13.380 der sie überprüft, 00:12:13.440 --> 00:12:14.280 bevor sie abgeschlossen sind. 00:12:14.560 --> 00:12:15.300 Dies ist der Hauptgrund 00:12:15.300 --> 00:12:15.760 für die Krise 00:12:15.760 --> 00:12:16.960 beim Übergang vom Pilotprojekt 00:12:16.960 --> 00:12:17.420 zur Produktion. 00:12:17.640 --> 00:12:18.460 Wenn man sich die Zahlen ansieht, 00:12:18.540 --> 00:12:20.320 scheitern 88% der KI-Pilotprojekte 00:12:20.320 --> 00:12:20.860 innerhalb eines Acht. 00:12:21.120 --> 00:12:21.740 Sie scheitern nicht, 00:12:21.800 --> 00:12:22.760 weil die Technik defekt ist. 00:12:23.380 --> 00:12:23.880 Sie scheitern, 00:12:23.960 --> 00:12:24.860 weil die Entwickler versuchen, 00:12:24.940 --> 00:12:25.840 100% der Aufgabe 00:12:25.840 --> 00:12:27.240 viel zu früh zu automatisieren. 00:12:28.180 --> 00:12:29.080 Sie bauten ein System, 00:12:29.180 --> 00:12:30.480 das mit sauberen Testdaten funktioniert, 00:12:30.620 --> 00:12:31.400 aber die Logik bricht zusammen, 00:12:31.460 --> 00:12:32.200 sobald sie auf die Reibung 00:12:32.200 --> 00:12:33.300 einer echten Abteilung trifft. 00:12:33.760 --> 00:12:35.180 Wenn sie den menschlichen Faktor ignorieren, 00:12:35.260 --> 00:12:35.980 schaffen sie eine Belastung 00:12:35.980 --> 00:12:36.900 durch den Verifizierungsabteilung. 00:12:37.160 --> 00:12:38.360 Wenn ihre KI zwar 10 Minuten 00:12:38.360 --> 00:12:39.220 Dateneingabe spart, 00:12:39.280 --> 00:12:39.960 aber 50 Minuten 00:12:39.960 --> 00:12:41.340 für die Kontrolle der Arbeit hinzufügt, 00:12:41.380 --> 00:12:42.360 weil das Team ihr nicht vertraut, 00:12:42.740 --> 00:12:43.260 haben sie tatsächlich 00:12:43.260 --> 00:12:44.160 an Produktivität verloren. 00:12:44.780 --> 00:12:45.960 Sie haben eine Belastung geschaffen, 00:12:46.020 --> 00:12:46.760 anstatt einen Wert. 00:12:47.340 --> 00:12:49.160 Erfolgreiche Designs im Jahr 2026 00:12:49.160 --> 00:12:50.040 werden die Überprüfung 00:12:50.040 --> 00:12:50.960 als Hauptfunktion betrachten. 00:12:51.660 --> 00:12:52.920 Sie sehen die menschliche Überprüfung 00:12:52.920 --> 00:12:53.900 nicht als Versagen des Systems. 00:12:54.500 --> 00:12:55.320 Stattdessen sehen sie sie 00:12:55.320 --> 00:12:56.680 als notwendigen Teil der Architektur. 00:12:57.280 --> 00:12:58.200 Sie kalkulieren die Kosten 00:12:58.200 --> 00:12:58.880 für diese Prüfung 00:12:58.880 --> 00:12:59.640 vom ersten Tag an 00:12:59.640 --> 00:13:00.740 in Return on Investment ein. 00:13:01.260 --> 00:13:02.220 Das Geheimnis für den Erfolg 00:13:02.220 --> 00:13:03.620 ist eine abgestufte Prüflogik. 00:13:04.380 --> 00:13:05.340 So skalieren sie Abläufe, 00:13:05.400 --> 00:13:06.380 ohne den Verstand zu verlieren. 00:13:07.020 --> 00:13:08.160 Transaktionen mit hoher Konfidenz 00:13:08.160 --> 00:13:08.940 laufen im Hintergrund ab. 00:13:09.560 --> 00:13:11.420 Wenn das Modell sich zu 98% sicher ist 00:13:11.420 --> 00:13:12.100 und die Rechnung stimmt, 00:13:12.320 --> 00:13:13.380 macht das System einfach weiter. 00:13:14.100 --> 00:13:15.480 Aber Fälle mit geringer Konfidenz 00:13:15.480 --> 00:13:16.560 wie die besprochene gelbe Zone 00:13:16.560 --> 00:13:17.660 lösen eine Eskalation aus. 00:13:18.120 --> 00:13:19.120 Das verändert die menschliche Rolle 00:13:19.120 --> 00:13:19.580 grundlegend. 00:13:20.000 --> 00:13:20.720 Wir bewegen uns weg 00:13:20.720 --> 00:13:21.540 von der Dateneingabe 00:13:21.540 --> 00:13:22.520 hin zur Datenprüfung. 00:13:22.980 --> 00:13:24.020 Im alten Modell war der Mensch 00:13:24.020 --> 00:13:24.420 der Motor, 00:13:24.560 --> 00:13:25.460 weil er das gesamte Tippen 00:13:25.460 --> 00:13:26.300 und Klicken übernahm. 00:13:26.820 --> 00:13:27.840 Im neuen Modell ist der Mensch 00:13:27.840 --> 00:13:28.240 der Regler. 00:13:28.240 --> 00:13:29.800 Er kümmert sich um die Ausnahmen 00:13:29.800 --> 00:13:30.680 und liefert die Nuancen, 00:13:30.740 --> 00:13:31.900 die ein probabilistisches Modell 00:13:31.900 --> 00:13:32.980 nicht ganz erfassen kann. 00:13:33.480 --> 00:13:33.860 Denken Sie daran, 00:13:33.920 --> 00:13:34.800 wie sich das für das Team anfühlt. 00:13:35.160 --> 00:13:35.900 Wenn Mitarbeiter wissen, 00:13:35.980 --> 00:13:36.900 dass sie nur die 5% 00:13:36.900 --> 00:13:37.820 der wirklich schwierigen Fälle 00:13:37.820 --> 00:13:38.440 prüfen müssen, 00:13:38.700 --> 00:13:39.800 bleiben sie viel engagierter. 00:13:40.280 --> 00:13:41.100 Sie langweilen sich nicht mehr 00:13:41.100 --> 00:13:41.580 bei der Routine. 00:13:42.200 --> 00:13:43.120 Sie werden durch die Komplexität 00:13:43.120 --> 00:13:43.640 der schwierigen Fälle 00:13:43.640 --> 00:13:44.160 herausgefordert. 00:13:44.700 --> 00:13:45.560 Aber damit das funktioniert, 00:13:45.680 --> 00:13:46.280 müssen sie die richtige 00:13:46.280 --> 00:13:46.940 Schnittstelle bauen. 00:13:47.420 --> 00:13:48.020 Sie können nicht einfach 00:13:48.020 --> 00:13:48.580 eine E-Mail schicken, 00:13:48.660 --> 00:13:48.960 in der steht, 00:13:49.040 --> 00:13:49.800 dass etwas schiefgelaufen ist. 00:13:50.180 --> 00:13:50.940 Sie müssen einen direkten 00:13:50.940 --> 00:13:51.640 Vergleich zeigen. 00:13:52.380 --> 00:13:53.020 Zeigen Sie der Person 00:13:53.020 --> 00:13:53.660 das Quelldokument. 00:13:54.220 --> 00:13:54.560 Zeigen Sie, 00:13:54.560 --> 00:13:55.720 was die KI extrahiert hat 00:13:55.720 --> 00:13:56.760 und markieren Sie das Feld, 00:13:56.840 --> 00:13:57.760 bei dem der Konfidenzwert 00:13:57.760 --> 00:13:58.420 gesunken ist. 00:13:58.900 --> 00:13:59.620 Wenn Sie skalieren wollen, 00:13:59.680 --> 00:14:00.220 müssen Sie aufhören, 00:14:00.280 --> 00:14:00.620 so zu tun, 00:14:00.680 --> 00:14:01.540 als wäre eine menschliche Prüfung 00:14:01.540 --> 00:14:02.760 ein Zeichen für schwache Automatisierung. 00:14:03.100 --> 00:14:04.040 Es ist eigentlich genau das Gegenteil. 00:14:04.460 --> 00:14:05.580 Ein gut integrierter Mensch 00:14:05.580 --> 00:14:07.340 macht ein probabilistisches System 00:14:07.340 --> 00:14:08.880 stark genug für die reale Welt. 00:14:09.380 --> 00:14:09.780 Wahlelt. 00:14:10.280 --> 00:14:11.120 Er ist die letzte Ebene 00:14:11.120 --> 00:14:12.640 ihrer selbst korrigierenden Architektur. 00:14:13.720 --> 00:14:14.580 Die agentenbasierte Zukunft. 00:14:15.140 --> 00:14:16.320 Wir blicken auf einen neuen Horizont, 00:14:16.400 --> 00:14:17.500 das agentenbasierte Unternehmen. 00:14:18.200 --> 00:14:19.280 Dies ist der logische Endpunkt 00:14:19.280 --> 00:14:19.680 für alles, 00:14:19.680 --> 00:14:20.820 was wir heute besprochen haben. 00:14:21.480 --> 00:14:22.500 Wir bewegen uns in eine Welt, 00:14:22.620 --> 00:14:23.380 in der Agenten nicht mehr 00:14:23.380 --> 00:14:24.160 nur einfache Skripte 00:14:24.160 --> 00:14:25.020 oder Grundabläufe sind, 00:14:25.100 --> 00:14:25.980 sondern zu erstklassigen 00:14:25.980 --> 00:14:27.200 digitalen Mitarbeitern werden. 00:14:28.000 --> 00:14:28.740 Die Power-Plattform 00:14:28.740 --> 00:14:30.060 verändert sich direkt vor unseren Augen. 00:14:30.880 --> 00:14:31.280 Sie wandelt sich 00:14:31.280 --> 00:14:32.240 von einem Standard-App-Bilder 00:14:32.240 --> 00:14:32.960 zu einer umfassenden 00:14:32.960 --> 00:14:34.040 Orchestrierungszentrale. 00:14:34.640 --> 00:14:35.220 Im alten Modell 00:14:35.220 --> 00:14:36.460 haben Sie eine spezifische App gebaut, 00:14:36.520 --> 00:14:37.740 um ein spezifisches Problem zu lösen. 00:14:38.220 --> 00:14:39.520 Aber im agentenbasierten Modell 00:14:39.520 --> 00:14:40.460 bauen Sie eine Umgebung, 00:14:40.580 --> 00:14:41.680 in der Agenten diese Probleme 00:14:41.680 --> 00:14:42.300 für Sie lösen. 00:14:42.720 --> 00:14:43.700 Diese Agenten folgen nicht mehr 00:14:43.700 --> 00:14:44.980 nur einer statischen Liste von Schritten. 00:14:45.480 --> 00:14:46.540 Sie beobachten Ihre Umgebung, 00:14:46.680 --> 00:14:48.180 bewerten Ihre eigenen Konfidenzniveaus 00:14:48.180 --> 00:14:48.660 und entscheiden, 00:14:48.780 --> 00:14:49.760 welches Werkzeug als nächstes 00:14:49.760 --> 00:14:50.640 wirklich das Richtige ist. 00:14:51.020 --> 00:14:52.680 Bis 2026 wird Governance 00:14:52.680 --> 00:14:53.500 völlig anders aussehen 00:14:53.500 --> 00:14:54.200 als noch vor zwei Jahren. 00:14:54.780 --> 00:14:56.000 Tools wie Purview und Sentinel 00:14:56.000 --> 00:14:57.180 bewegen sich in Richtung 00:14:57.180 --> 00:14:58.640 probabilistische Anomalieerkennung. 00:14:59.260 --> 00:14:59.860 Sie suchen nicht mehr 00:14:59.860 --> 00:15:01.180 nur nach einem geleakten Passwort. 00:15:01.920 --> 00:15:02.880 Stattdessen suchen Sie 00:15:02.880 --> 00:15:03.780 nach Verhaltensmustern, 00:15:03.880 --> 00:15:05.100 die einfach nicht korrekt erscheinen. 00:15:06.040 --> 00:15:07.400 Sie wenden dieselbe Ähnlichkeitslogik, 00:15:07.440 --> 00:15:08.680 die wir für die Datenextraktion nutzen, 00:15:08.760 --> 00:15:09.240 auf die Sicherheit 00:15:09.240 --> 00:15:10.460 Ihres gesamten Tenants an. 00:15:11.040 --> 00:15:11.900 Dieser Wandel ist dauerhaft. 00:15:12.480 --> 00:15:14.020 Wer an Starrer-Wend-Dann-Logik festhält, 00:15:14.100 --> 00:15:15.320 wird am Ende defekte Systeme 00:15:15.320 --> 00:15:16.460 und frustrierte Teams verwalten. 00:15:17.220 --> 00:15:18.180 Sie werden in einem Kreislauf 00:15:18.180 --> 00:15:19.400 ständiger Wartung feststecken, 00:15:19.460 --> 00:15:20.080 während Sie versuchen, 00:15:20.140 --> 00:15:20.920 ein Glashaus zu flicken, 00:15:21.000 --> 00:15:22.220 das nie für dieses Wetter gebaut wurde. 00:15:22.220 --> 00:15:23.200 Das agentische Unternehmen 00:15:23.200 --> 00:15:24.880 beginnt mit einer einzigen Erkenntnis. 00:15:25.500 --> 00:15:27.420 Wir müssen nicht jede einzelne Variable kontrollieren, 00:15:27.480 --> 00:15:28.720 um ein zuverlässiges Ergebnis zu erhalten. 00:15:28.960 --> 00:15:29.560 Wir müssen lediglich 00:15:29.560 --> 00:15:30.440 die Architektur kontrollieren. 00:15:30.860 --> 00:15:31.700 Unsere Aufgabe ist es, 00:15:31.720 --> 00:15:32.740 die Schwellenwerte zu definieren 00:15:32.740 --> 00:15:33.760 und Leitplanken zu setzen, 00:15:33.920 --> 00:15:34.480 damit die Agenten 00:15:34.480 --> 00:15:35.680 innerhalb dieser Grenzen arbeiten können. 00:15:36.120 --> 00:15:36.620 In dieser Welt 00:15:36.620 --> 00:15:38.120 wird Ihre Geschäftslogik elastisch. 00:15:38.640 --> 00:15:40.060 Sie passt sich an einen neuen Anbieter 00:15:40.060 --> 00:15:41.500 oder ein anderes Dokumentformat an, 00:15:41.560 --> 00:15:42.280 ohne dass ein Entwickler 00:15:42.280 --> 00:15:43.900 eine einzige Zeile Code umschreiben muss. 00:15:44.380 --> 00:15:45.660 Das ist wahre Versprechen von Loco. 00:15:46.020 --> 00:15:46.620 Es ist die Fähigkeit, 00:15:46.700 --> 00:15:47.740 sich mit der Geschwindigkeit des Denkens 00:15:47.740 --> 00:15:49.100 statt der Geschwindigkeit der Syntaxe zu bewegen. 00:15:49.100 --> 00:15:50.460 Aber um dorthin zu gelangen, 00:15:50.540 --> 00:15:51.300 müssen Sie heute anfangen. 00:15:51.680 --> 00:15:52.100 Hören Sie auf, 00:15:52.140 --> 00:15:53.060 eine perfekte Welt zu bauen 00:15:53.060 --> 00:15:53.480 und fangen Sie an, 00:15:53.520 --> 00:15:54.360 für die unendliche Welt zu bauen, 00:15:54.420 --> 00:15:55.080 in der wir tatsächlich leben. 00:15:55.560 --> 00:15:56.500 Sie müssen den Zweifel annehmen. 00:15:57.620 --> 00:15:58.500 Herausforderungen zu implementieren. 00:15:58.800 --> 00:16:00.040 Hier ist Ihre Hausaufgabe für diese Woche. 00:16:00.400 --> 00:16:00.680 Ich möchte, 00:16:00.800 --> 00:16:01.340 dass Sie Ihren Workflow 00:16:01.340 --> 00:16:02.380 mit der höchsten Auswahlrate finden. 00:16:02.720 --> 00:16:03.920 Wählen Sie nicht den komplexesten, 00:16:04.040 --> 00:16:04.460 sondern den, 00:16:04.540 --> 00:16:05.540 der aufgrund schlechter Daten 00:16:05.540 --> 00:16:06.540 am häufigsten abstürzt. 00:16:06.800 --> 00:16:07.460 Das Ziel ist es nicht, 00:16:07.500 --> 00:16:08.200 die Daten zu reparieren. 00:16:08.540 --> 00:16:09.420 Sie können nicht kontrollieren, 00:16:09.520 --> 00:16:10.180 was Ihre Benutzer 00:16:10.180 --> 00:16:11.460 oder Anbieter Ihnen schicken. 00:16:11.900 --> 00:16:13.320 Anstatt gegen diese Realität anzukämpfen, 00:16:13.440 --> 00:16:13.620 möchte ich, 00:16:13.620 --> 00:16:14.980 dass Sie einen Konfidenzschwellenwert hinzufügen. 00:16:15.300 --> 00:16:16.400 Gehen Sie in Ihren AI-Builder 00:16:16.400 --> 00:16:17.280 oder Ihre LM-Aktion 00:16:17.280 --> 00:16:18.020 und machen Sie den 00:16:18.020 --> 00:16:18.960 Wahrscheinlichkeitswert sichtbar. 00:16:19.300 --> 00:16:20.140 Erstellen Sie eine einfache Bitte. 00:16:20.540 --> 00:16:21.340 Wenn der Konfidenzwert 00:16:21.340 --> 00:16:22.500 unter 85% liegt, 00:16:22.620 --> 00:16:23.300 lassen Sie den Workflow 00:16:23.300 --> 00:16:23.980 nicht abstürzen. 00:16:24.600 --> 00:16:25.660 Leiten Sie diesen speziellen Fall 00:16:25.660 --> 00:16:26.280 an einen Prüfordner 00:16:26.280 --> 00:16:27.100 oder eine SharePoint-Liste 00:16:27.100 --> 00:16:28.180 zur manuellen Überprüfung weiter. 00:16:28.580 --> 00:16:29.040 Obachten Sie, 00:16:29.120 --> 00:16:30.200 was mit Ihrer Erfolgsquote passiert. 00:16:30.620 --> 00:16:31.140 Sie werden sehen, 00:16:31.200 --> 00:16:32.460 wie der Stress aus Ihrem System weicht, 00:16:32.520 --> 00:16:33.160 sobald Sie aufhören, 00:16:33.220 --> 00:16:33.620 so zu tun, 00:16:33.700 --> 00:16:34.780 als wäre jeder Input perfekt. 00:16:35.300 --> 00:16:36.220 Wenn dieser Umdenkprozess 00:16:36.220 --> 00:16:37.100 Ihren Ansatz verändert hat, 00:16:37.160 --> 00:16:37.580 folgen Sie mir, 00:16:37.580 --> 00:16:38.540 Mirko Peters auf LinkedIn. 00:16:39.140 --> 00:16:40.360 Ich teile ständig tiefe Einblicke 00:16:40.360 --> 00:16:41.520 in diese architektonischen Muster. 00:16:42.160 --> 00:16:43.140 Teilen Sie dies mit Ihrem Team, 00:16:43.320 --> 00:16:44.180 besonders wenn Ihre Workflows 00:16:44.180 --> 00:16:44.880 gerade ständig abrücken. 00:16:45.280 --> 00:16:45.960 Wir müssen aufhören, 00:16:46.020 --> 00:16:46.600 mit Glas zu bauen 00:16:46.600 --> 00:16:47.020 und anfangen, 00:16:47.100 --> 00:16:47.680 mit Absicht zu bauen. 00:16:48.120 --> 00:16:48.820 Das ist die Technik 00:16:48.820 --> 00:16:50.100 und Sie halbiert Ihre Auswahlzeiten, 00:16:50.180 --> 00:16:50.800 sobald Sie anfangen, 00:16:50.860 --> 00:16:51.420 sie anzuwenden. 00:16:51.840 --> 00:16:53.120 Wenn Sie die fortgeschrittene Version wollen, 00:16:53.180 --> 00:16:53.860 die die Profis nutzen, 00:16:54.160 --> 00:16:54.920 schauen Sie sich als nächstes 00:16:54.920 --> 00:16:55.520 dieses Video an. 00:16:55.900 --> 00:16:56.520 Abonnieren Sie den Kanal 00:16:56.520 --> 00:16:57.160 für weitere Tutorial. 00:16:57.560 --> 00:16:58.040 Hören Sie auf, 00:16:58.100 --> 00:16:59.080 gegen die unordentliche Realität 00:16:59.080 --> 00:16:59.880 Ihrer Daten zu kämpfen 00:16:59.880 --> 00:17:00.560 und beginnen Sie stattdessen, 00:17:00.620 --> 00:17:01.260 sie darauf auszurichten. 00:17:01.260 --> 00:17:02.960 Wenn Sie Konfidenzwerte verwenden, 00:17:03.080 --> 00:17:04.340 verwandeln Sie anfällige Abläufe 00:17:04.340 --> 00:17:05.320 in belastbare Systeme, 00:17:05.340 --> 00:17:06.280 die tatsächlich funktionieren. 00:17:06.740 --> 00:17:07.480 Aber eines ist wichtig. 00:17:07.840 --> 00:17:08.680 Das Modell funktioniert nur, 00:17:08.760 --> 00:17:09.540 wenn Sie es korrekt aufbauen. 00:17:10.160 --> 00:17:11.060 Wenn Sie genau sehen wollen, 00:17:11.140 --> 00:17:12.560 wie man das im Copilot Studio einrichtet, 00:17:12.620 --> 00:17:13.340 schauen Sie sich jetzt gleich 00:17:13.340 --> 00:17:14.360 dieses nächste Video an. 00:17:15.200 --> 00:17:15.980 Und wenn dies Ihre Sicht 00:17:15.980 --> 00:17:16.820 auf KI verändert hat, 00:17:16.900 --> 00:17:17.660 folgen Sie mir auf LinkedIn 00:17:17.660 --> 00:17:18.460 oder abonnieren Sie 00:17:18.460 --> 00:17:19.300 Master the New Model.