[ BETTER TECH LEADERSHIP ]

Martin Miller: Die Kunst und Wissenschaft des Aufbaus eines erfolgreichen Startups

[ THE SPEAKERS ]

Meet our hosts & guests

Matt Warcholinski
CO-FOUNDER, BRAINHUB

Matt, Mitbegründer von Brainhub, beschreibt sich selbst als „Serienunternehmer“. Im Laufe seiner Karriere hat Matt mehrere Startups in Deutschland entwickelt und dabei viele Hüte getragen — vom Vermarkter über einen IT-Ingenieur bis hin zum Kundenbetreuer. Als Moderator des Podcasts Better Tech Leadership spricht Matt über das Wachstum erfolgreicher Unternehmen und die Herausforderungen, die sich als Startup-Gründer und Investor stellen.

Martin Miller
Interims-Technologiechef

Martin Miller ist ein erfahrener Technologiemanager, KI-Stratege und Berater, der sich auf KI/ML, Hyperautomatisierung und Cloud-Architektur spezialisiert hat. Als VP of Engineering und Interims-CTO leitete er globale Teams und trieb KI-gestützte Innovationen, Unternehmensarchitektur und groß angelegte Initiativen im Bereich Data Engineering voran. Mit fundiertem Fachwissen in den Bereichen KI-Unterstützung, Cybersicherheit und Softwareentwicklung ist Martin hervorragend darin, technische Strategien mit Geschäftszielen zu verbinden. Er ist auch Autor, Berater und Moderator von Unübertroffener Podcast, wo er die sich entwickelnde Landschaft der KI- und Technologieführerschaft untersucht. Martin engagiert sich für die Gestaltung der Zukunft von KI und Unternehmenstechnologie und arbeitet mit Startups und Unternehmen zusammen, um Innovationen voranzutreiben, Prozesse zu optimieren und die digitale Transformation zu beschleunigen.

Transcript

Diese Transkription ist KI-generiert und kann Fehler oder Ungenauigkeiten enthalten.

Matt

Mein Name ist Matt und ich werde mit Martin Miller über die Überbrückung der Kluft zwischen Teams und den Schlüsseln zum Erfolg von Startups sprechen. Martin, ich mag die langen Intros nicht und ich möchte immer die wichtigsten Details und Ihre gewonnenen Erkenntnisse und Ihre Erfahrungen erfahren. Also die erste Frage, die ich dir wirklich stellen wollte, weil du schon eine ganze Weile in der Tech-Branche arbeitest, also Erfahrung in einer größeren Organisation oder in Startups hast. Du warst also dort und hast das mehrmals gemacht. Und aus der Startup-Sicht habe ich das Gefühl, dass es für sie, wenn sie keine technischen Gründer haben, wirklich schwierig ist, mit Tech-Teams zusammenzuarbeiten. Richtig. Also frage ich mich nur, was ist deine Erfahrung hier?

Was sind die Vor- und Nachteile? Wie gehst du das an?

Martin Miller

Oh, gute Frage. Ich arbeite also mit vielen nicht-technischen Gründern zusammen, zusammen mit technischen Gründern, und ich selbst, da ich ein technischer Gründer bin, mache das seit mehr als ein paar Tagen, vielleicht sogar ein paar Jahrzehnten oder länger. Weißt du, es geht wirklich um einige einfache Dinge, die einem Gründer ohne technischen Hintergrund helfen sollen, zu verstehen, was das Konzept der Zusammenarbeit mit technischen und nicht-technischen Leuten ist. Weißt du, du hast die verschiedenen Personas und verschiedene Arten von Persönlichkeitstypen und wie sie gerne kommunizieren und Informationen erhalten. Offensichtlich ist dieser Kommunikationskanal so wichtig. Die Stimme reicht weit. Aber das Schreiben, die schriftliche Kommunikation, die Art und Weise, wie wir Dinge verfolgen, wie wir die Dinge an die Erwartungen anpassen, was den nächsten Teil dieser Reise zur Sprache bringt, sind Erwartungen.

Weißt du, es gibt einen Traum, ich, ich möchte das bauen, ich möchte das machen, ich möchte etwas besser machen und wie komme ich dorthin? Kann ich Schritt für Schritt realistische Erwartungen aufstellen? Will ich, schieße ich einfach nach dem Mond? Ich meine, ich werde in 30 Tagen keine Rakete starten, ohne eine Rakete in der Hand zu haben. Also lass uns, weißt du, ein paar echte Erwartungen aufstellen, weißt du, und dann hast du auch die richtigen Leute und hast du deine eigenen Fähigkeiten, um dorthin zu gelangen und verstehst du, was du nicht weißt? Und zu verstehen, was Sie nicht wissen, ist extrem wichtig, weil Sie nicht so tun, als wären Sie ein Experte auf einem Gebiet, Sie haben keine Fachkenntnisse. Das führt dazu, dass Leute zu mir kommen und nach Fachexperten für verschiedene Modalitäten suchen. Egal, ob es sich um eine Optimierung für eine Fertigung handelt oder um die Entwicklung einer E-Commerce-Strategie aus technologischer Sicht, einer Plattform für die Anzeigenbereitstellung, eine Videobereitstellungsplattform, Sie kommen zum richtigen Fachwissen und zu Leuten, die dort waren, das getan haben, oder können sie aufgrund von Vorkenntnissen, wie man andere Puzzleteile macht, etwas Neues anpassen.

Das ist wirklich wichtig. Und weißt du, auf dieser Reise willst du auch Respekt aufbauen. Weißt du, ich spreche in meinem eigenen Podcast über künstliche Intelligenz und Entfaltung über Respekt, nur um das irgendwie zu verbreiten. Und dann lernst du ständig und passt dich an. Ich meine, als Gründer, als Führungskraft, als lebenslanger Lerner muss man sich einfach anpassen können. Und Veränderung ist die Regel Nummer eins, unabhängig davon, ob es sich um ein Startup oder ein Fortune-10-Unternehmen handelt, unabhängig davon, ob es sich um einen Maßstab handelt. Und wie arbeitet man dann an Partnerschaften und wie setzt man diese Partnerschaften um?

Ich denke, das ist ein, das ist schnell für dich.

Matt

Martin. Und noch eine Frage, die ich dir wirklich stellen wollte und die hat meine Aufmerksamkeit erregt, als ich über dich recherchiert habe. Also habe ich mich, weißt du, im Internet umgesehen und alles über dich herausgefunden. Also ich nicht, hab keine Angst davor, aber die Sache ist die, die ich auf dem Etikett gefunden habe. Also hast du für Levy Strauss gearbeitet, oder?

Martin Miller

Also, ja, Levi Strauss.

Matt

Ja, tut mir leid, Levi Strauss. Und meiner Meinung nach sind das die Gene, oder? Um es kurz zu machen, Jeans beschweren sich. Und Sie, Sie sind Experte für maschinelles Lernen mit KI und haben für diese Leute im Bereich KI und maschinelles Lernen gearbeitet. Und ich habe versucht, diese Ehepartner miteinander zu verbinden, aber es war wirklich schwierig für mich. Könnten Sie das vielleicht näher erläutern? Also, was haben diese beiden Dinge gemeinsam und ein kurzer Überblick darüber, woran Sie gearbeitet haben?

Martin Miller

Nun, lassen Sie uns, wissen Sie, ich habe an einem Wochenende ein Buch über künstliche Intelligenz, einen Himmel für Führungskräfte, den ich durchgehe, wissen Sie, irgendwie, wie jemand an die Problemlösung herangehen würde. Lassen Sie uns die Punkte für Levi Strauss verbinden oder einfach irgendein Unternehmen sein, das im Einzelhandel oder in der Fertigung tätig ist. Denn wenn du mal darüber nachdenkst, was ist eine Kleidung? Bekleidungsunternehmen, wenn sie ihr eigenes Produkt beziehen und herstellen, liefern sie es, sie prognostizieren es, sie planen es und, Sie wissen schon, verfolgen es. Richtig. Und das sind alles Elemente, mit denen Daten verknüpft sind. Künstliche Intelligenz und maschinelles Lernen sind also wie Blue Jeans. Wenn du darüber nachdenkst, oder ob du es glaubst oder nicht, musst du darüber nachdenken, was nötig ist, um dieses Paar Denim-Artikel herzustellen, ob sie nun Nieten haben oder nicht, was eigentlich der Name meines Podcasts ist, Just doing this egofish plug.

Und Gene müssen eingebaut werden, genau wie KI, Sie wissen schon, künstliche Intelligenz. Man baut es nicht einfach, man geht davon weg. Du. Du baust es und wartest es. Du passt das Training an. Durch das Training lernen Maschinen. Ich möchte hier nur eine Aussage für das Publikum machen, dass Maschinen es nicht wirklich wissen.

Maschinen lernen und sie wenden Lernmuster an. Und im Gegensatz zu Menschen, bei denen Menschen etwas wissen können, wissen Maschinen es nicht. Behalte das einfach, behalte es im Hinterkopf. Kommen wir jetzt zurück zu dem, wie Levi hier Sinn macht. Wissen Sie, es ist, es ist ein Einzelhandelsunternehmen, es hat seinen eigenen direkten Verbraucher. Es hat auch sein Großhandelsgeschäft. Und es geht viel darum, wie man ein Produkt monetarisiert, baut und optimiert, und ob das nun die Beschaffung der Fäden ist oder die Rohstoffe und wie man Prognosen erstellt.

Ich werde so viele Teile dieser Artikelnummer oder SKU, wie wir sie in den USA nennen, oder upc, du weißt schon, den Code, der dazu gehört, bauen. Weißt du, jeder Artikel in der Größe hat eine neue Nummer. Das sind also Zahlen. Und womit sind Maschinen wirklich gut? Sie sind wirklich gut darin, weißt du, wiederholbare Dinge zu tun. Deshalb wollen wir in der Lage sein, Zahlen objektiv zu betrachten und wiederholbare Aktionen ausführen zu können. Ich möchte zum Beispiel auf der Grundlage der Geografie vorhersagen, welche Größenmuster für diese Region am besten geeignet sind.

Ich werde keinen Haufen Skinny-Jeans in den Bundesstaat Missouri in den USA verschicken, wo ich in Kalifornien vielleicht mehr Skinny-Jeans habe. Ich verwende nur die demografischen Informationen. Wir haben vielleicht demografische Datensätze und wissen Sie, die Demografie sagt vielleicht, dass die Bevölkerung im Allgemeinen größer oder schwerer ist. Wissen Sie, Sie können diese Art der Anpassung ohne Zwischenablage, ohne Excel-Tabelle vornehmen und die Maschine sprechen lassen. Und wissen Sie, es ist nicht nur Schönheit, die wir, wir, wir können beim maschinellen Lernen diskriminieren. Wir können tatsächlich Materialtypen verwenden, wissen Sie, und das Material analysieren. Wir können uns Farbe und Textur ansehen.

Es gibt viele lustige Dinge, die Maschinen tun können. Es ist nicht unbedingt so einzigartig für ein Unternehmen, das mit Denim beschäftigt ist oder nicht, aber es gilt für alle Branchen, die ein Produkt bauen, herstellen.

Matt

Und noch eine Frage, die ich stellen wollte, weil Sie viele verschiedene, ich würde sagen, Herangehensweisen und Routinen haben. Also hast du eine Menge Sachen gemacht. Und ich bin immer auf der Suche nach etwas, das für andere Technologieführer inspirierend sein könnte. Also, wenn Sie uns einige nicht offensichtliche technische Dinge mitteilen könnten, die für Sie funktionieren, aber vielleicht nicht allgemein bekannt sind und nicht wirklich weit verbreitet sind. Was wäre es also?

Martin Miller

Ich komme ein bisschen scherzhaft rein und muss das Wort vielleicht dem Publikum erklären, aber ich belasse es einfach dabei. Dieses Allgemeinwissen, wie Sie es sich vorstellen könnten, ist nicht allgemein verbreitet. Es ist Ihr Bezugsrahmen, nicht unbedingt die Person, mit der Sie kommunizieren.

Referenzrahmen. Wenn es also um technische Typen geht, die nicht offensichtlich sind, dann fangen Sie an zu sagen, wie Sie Ihren Computer während einer, Sie wissen schon, Videokonferenz mit Ihrem Team am besten wach halten können. Und manche Leute haben das Mobilgerät und ich halte meins hoch und weißt du, du siehst sie nicht, sie stellen es vor ihren Monitor und sie schauen sich YouTube-Katzenvideos an, während sie stummgeschaltet sind, weil sie so während des Meetings wach bleiben können. Und ich mache Ihnen nichts vor, wissen Sie, Aufmerksamkeit, Aufmerksamkeitsspanne, der angebliche Fokus oder Konzentrationsschwäche aufgrund von Multitasking können überall sein. Nehmen Sie es also nicht als selbstverständlich an, dass die Leute wirklich aufpassen. Sie möchten zielgerichtete Besprechungen abhalten. Das, das, das scheint eine Selbstverständlichkeit zu sein und du solltest vorsichtig sein.

Wie will ich das sagen? Technik löst nicht alle Probleme. Menschliche Kommunikation kann Ihnen helfen, diese Probleme selbst zu lösen. Nutzen Sie die technische Unterstützung. Und wenn die Leute nicht wirklich aufpassen und sich nicht konzentrieren, wissen Sie, sagen Sie ihnen, hey, lassen Sie uns das WLAN ausschalten. Und dann merkst du, dass alle aus dem Meeting fallen und diese Art der, du weißt schon, Aufnahme hier fällt auseinander, weil ich mein WLAN brauche, um mit dir kommunizieren zu können. Also, es ist, ich bin, ich bin hier nicht wirklich scherzhaft, aber ich möchte nur etwas relativieren, dass Technologie Denken und allgemeines kognitives Denken nicht ersetzt.

Lassen Sie uns also einen Schritt zurücktreten und sagen, ist das gut für die Menschheit? Ist das gut für das Geschäft? Wird das monetarisiert? Gibt es eine Kapitalrendite? Wie ist das?

Matt

Für mich macht es Sinn. Pragmatischer Ansatz. Und während unseres letzten Vortrags hatten wir ein interessantes Gespräch über die Anhänger und Führungskräfte der Technologiebranche. Ich hoffe, Sie erinnern sich daran und vielleicht könnten Sie ein paar Worte dazu erläutern.

Martin Miller

Weißt du, es ist lustig, wenn du nur den Hype betrachtest, kannst du sehen, weißt du, da ist diese doppelt zitierte Unicorn-Firma und du siehst viel davon, weil ich nicht aus dem Silicon Valley komme. Sie sehen also eine Menge davon in meiner Gegend. Man hört vom Milliardär und nicht, man sieht nicht unbedingt den Weg, wie sie wirklich dorthin gekommen sind, aber man sieht viel von dem Hype. Und wissen Sie, im Technologie-Dschungel gibt es Führungskräfte, die um die Ecke denken. Es gibt Führungskräfte, die aus der Box eine App machen, wissen Sie, also sehen Sie, ihre Idee wird Realität und sie schaffen eine, eine Gelegenheit zur Monetarisierung. Und es ist so, weißt du, manche Leute nennen es einen Fehler in der Software, bei dem eine andere Person das als Feature sieht. Und es ist lustig, wie Unfälle zu Wohlstand führen und diejenigen, die tatsächlich wissen, wie man ein Videokonferenz-Toolset bedient, ist so, als würde man ein Segelschiff, Sie wissen schon, in die richtige Richtung drehen lassen.

Ich versuche nur, Sie darauf hinzuweisen, dass es viele zufällige Erfolge gibt, aber es gibt auch geplante und beabsichtigte Erfolgserfolge, und Führungskräfte sollten einen Kurs verfolgen, Sie wissen schon, und dabei ihren digitalen Treibstoff nutzen. Stellen Sie sich das wie eine Mischung aus alter und neuer Welt vor. Ich werde einen analogen Unterschied zwischen einem Visionär und einem Anhänger machen. Stellen Sie sich vor, wenn Sie in die Zeit zurückreisen, als die Fernsehsendung Star Trek in den USA veröffentlicht wurde, wissen Sie, da gab es ein Raumschiff, es hieß Enterprise. Lustiges, lustiges ironisches Ding, wie wir es nennen. Es wurde Enterprise genannt. Und um erfolgreich zu sein, brauchte die Enterprise sowohl Captain Kirk als auch Scotty.

Es ist die Teamarbeit zwischen Captain Kirk und Scotty und dann dem größeren Team, um das Kommando über die Brücke in Ordnung zu halten und den Maschinenraum am Laufen zu halten.

Matt

Kehren wir ein wenig zum maschinellen Lernen mit KI zurück. Für mich bedeuten KI und maschinelles Lernen also viel Forschungs- und Entwicklungsarbeit mit nicht sehr klaren Ergebnissen, richtig. Also versuchst du es, du machst Dinge kaputt und es ist wirklich schwer, etwas wirklich Greifbares zum Laufen zu bringen. Und viele Unternehmen und Organisationen sind jetzt verrückt nach dem maschinellen Lernen mit KI. Aber wenn ich mit ihnen spreche, mit diesen Leuten, haben sie wirklich Angst davor, in diese Projekte zu investieren, und sie sind wirklich, weißt du, sehr vorsichtig, wenn es darum geht, Geld zu investieren, weil sie keinen wirklich klaren ROI sehen. Also ich weiß nicht, was Sie dazu denken, vielleicht als technischer Leiter, als jemand, der das Team leitet und für das Budget verantwortlich ist.

Martin Miller

Ja, das ist, das ist eine wirklich ehrliche und fruchtbare Frage, die es zu beantworten gilt. Und da ist der Hype-Zyklus. Ich denke also, dass viele Leute in den Hype-Zyklus verwickelt wurden und anderen folgten, die in denselben Teil des Hype-Zyklus investierten. Am Anfang haben wir also über Intelligenz gesprochen, oder wir haben über Statistiken und Trends gesprochen und wir verfolgen diese. Und dann haben wir uns mit einigen Methoden beschäftigt, Business Intelligence zu betreiben und dann über Business Intelligence hinaus die Datensätze zu nutzen, die immer größer und schwieriger zu verstehen sind. Wir haben uns mit der sogenannten Datenwissenschaft beschäftigt und versuchen, die Zukunft anhand von Informationen aus der Vergangenheit vorherzusagen oder Dinge für die Entscheidungsfindung auf der Grundlage von Informationen zu tun. In diesem ganzen Hype-Zyklus stehen wir vor einigen Herausforderungen: Wie viel müssen wir investieren, was müssen wir investieren, haben wir die richtigen Leute, die richtigen Tools und was ist der Unterschied zwischen einem Datenwissenschaftler und einem Softwareingenieur?

Sie sind ganz anders. Und ich spreche das an, weil ich einen Großteil des fehlenden ROI auf eine Person zurückführe, die wie ein Alchemist in einem Labor arbeitet. Das ist der Datenwissenschaftler, wie ein weiches Stück Ton, der eine Analogie wie ein Künstler anstellt. Und wenn der Ton nie aushärtet, können sie ihn weiter drücken, bewegen und formen. Lassen Sie uns das auf die Seite der Softwareingenieure oder auf die technische Seite im Allgemeinen übertragen, indem die Ingenieure etwas liefern, das greifbar ist, angefasst, benutzt und bedient wird. Und dann können Sie Fehler nachverfolgen und den Verbesserungszyklus reparieren und abschließen. Diese Überbrückungslücke zwischen dem Handwerker und der Lieferung und dem Nachweis der Perfektion und des ROI ist also eine riesige Lücke. Und viele, viele Organisationen wurden in den letzten fünf Jahren davon heimgesucht.

Wenn Sie sich die Zahlen ansehen können, die die Leute über ihre Investitionen in das Gebiet gemeldet haben, können Sie anhand ihres ROI zuschauen, den sie angeblich erzielt haben. Und es gibt eine Fehlausrichtung. Einige der Probleme waren, dass die Werkzeuge nicht für die damalige Zeit geeignet waren, dass die Investition für die damalige Zeit nicht angemessen war. Du willst klein anfangen, sehr, sehr klein. Du solltest nicht groß werden, wenn du, diese, alle, die groß geworden sind, den Preis bezahlt haben und du weißt schon, ihre, ihre Investoren wissen, die Wahrheit kennen. Und die Wahrheit ist, dass die Kapitalrendite nicht da war. Also nicht, um jede Firma den Löwen zum Fraß vorzuwerfen, aber ich werde mich weit aus dem Fenster lehnen.

Diejenigen, die die besten Ergebnisse erzielt haben, haben klein angefangen und diese Praxis dann organisch weiterentwickelt. Und ein Teil dieser Praxis besteht darin, die Datenpipeline zu erstellen, die Datenpipeline zugänglich, reparabel und widerstandsfähig zu machen und Hindernisse in der Datenpipeline zu überwinden. Denn ohne gute Daten ist nichts in der KI-Welt überhaupt etwas wert. Weil ein Modell in KI nicht nur Code und nicht nur Daten ist. Es ist eine Synergie zwischen den beiden.

Matt

Ich denke, es ist eine großartige Lektion, die ich gelernt habe. Also fange klein an. Es ist so, es ist so einfach, oder? Hast du irgendein Budget, das du einfach hinlegst und du probierst es aus, richtig, und es könnte funktionieren oder vielleicht auch nicht. Aber wenn Sie es nicht versuchen, könnten Sie ziemlich leicht hinter Ihren Konkurrenten zurückbleiben. Und Martin, kannst du mir eine Zeit beschreiben, in der du an einer umstrittenen Ingenieur- oder Führungsentscheidung beteiligt warst? Was haben Sie getan und was haben Sie daraus gelernt?

Martin Miller

Oh, ich war, ich habe mehrere durchgemacht, die ich als herausfordernd oder umstritten betrachten würde. Ich meine alles, alles geht in verschiedene Richtungen, je nachdem, wo Sie die Kontroverse fortsetzen möchten. Eine Kontroverse wäre eine Herausforderung. Ist das eine gute Idee? Ist das monetarisiert angesichts des Drucks, dass es eine gute Sache ist und es keine Bestätigung dafür gibt? Deshalb versuche ich, meine Sichtweise durch Daten beschreiben zu lassen. Ich versuche objektiv, akzeptierend und offen zu sein.

Weißt du, es gibt viele, viele Datenpunkte, die ich teilen kann. Ich bin mir nicht sicher, ob ich einige davon öffentlich teilen möchte, aber ich belasse es einfach auf dieser Ebene.

Der Verstand wird sich durchsetzen und besonnen bleiben.

Matt

Und Sie befinden sich im Herzen von Big Tech. Sie sind also in Kalifornien ansässig. Sie haben also viele, viele Dinge viele Jahre lang gesehen und jetzt kämpfen Sie sich durch die Rezession. Aber gestern habe ich, glaube ich, einen interessanten Bericht gelesen, dass der Mai der, war der, war der, hatte quasi die niedrigste Anzahl an Entlassungen seit eineinhalb Jahren. Es ist also so, als würde man ein positives Signal geben. Aber für Sie als Insider, wie sehen Sie das, wie sehen Sie das? Ist dir etwas aufgefallen?

Sind Sie optimistisch für den Rest des Jahres und die kommenden Jahre oder nicht?

Martin Miller

Ja, lassen Sie mich ein wenig von meiner Wahrnehmung und Perspektive dazu wiederholen, denn ich denke, was wir hatten, ist, wissen Sie, Sie müssen die Pandemie überlagern und das, was ich den Impulseffekt nenne, und das Klingeln oder Signalisieren, Sie wissen schon, Verstärkung aufgrund der Pandemie. Und die Pandemie führte zu vielen Schließungen, Abschaltungen und dann zu einem Anstieg der Nachfrage, um dann ein wenig zu viel zu investieren. Und ich möchte nicht sagen, dass sie mit dem KI-Zyklus in Verbindung stehen, weil es nichts damit zu tun hatte, wissen Sie, die Pandemie hatte nichts damit zu tun. Aber die beiden Arten von, wenn man zuschaut, kamen Wachstum, Wachstum, Wachstum, Wachstum, Wachstum, Flatline zum Vorschein. Dann boomte es, es schoss wieder in die Höhe. Und so gibt es vieles im Technologiesektor, das direkt nach der Pandemie ziemlich schnell gewachsen ist und dann ein bisschen zu viel investiert, ein bisschen übereifrig investiert, wissen Sie, versucht, mit den anderen mitzuhalten und mit den schnellsten Autos der Beste in Ihrem Block zu sein, und das, wissen Sie, irgendwann muss es darauf beschränkt werden, wo Gewinne gemacht werden. Was ist, was sind die Trends, was sind die anderen übergeordneten Einflüsse, die die makroökonomische Gleichung beeinflussen?

Und das ist, weißt du, der Ölpreis, was sind Auswirkungen, Ölpreis, Energiepreis, solche Kleinigkeiten, weißt du, ein kleiner Krieg hier, ein kleiner Krieg dort und du weißt schon, politischer Druck, das alles treibt zusammen. In Kalifornien im Allgemeinen, wissen Sie, spiegelt das viele der, Sie wissen schon, Probleme wider, wenn man in einigen Bereichen zu viel investiert, aber insgesamt widerstandsfähig ist. Diejenigen, die in der Lage sind, sich an Veränderungen anzupassen, schneiden in der Regel gut ab. Denjenigen, die sich nicht an Veränderungen anpassen, geht es nicht gut. Es ist wirklich so, das hat wenig mit Technologie an sich zu tun, aber das ist eine allgemeine Lektion fürs Leben.

Matt

Aber siehst du jetzt mehr Optimismus als vielleicht eine pessimistische Sichtweise wie letztes Jahr?

Martin Miller

Ja. Also, wenn Sie beobachten, dass es Trends gibt, wissen Sie, lassen Sie uns auf das, ich würde es den Elefanten im Zimmer nennen, das heißt, Sie wissen schon, OpenAI hat vor über einem Jahr Chat-GPT für die Welt geöffnet, vor fast anderthalb Jahren für den allgemeinen Konsum. Und was seitdem passiert ist, ist wie ein weiterer Goldrausch. Wo es also ein Vakuum gab, gibt es jetzt einen weiteren Goldrausch. Und wenn wir einen Schritt zurücktreten und darüber nachdenken, oh, dann reden wir über diese Jeansfirma, Levi, Levi Strauss. Wissen Sie, während des Goldrausches in Kalifornien ging es Levi Strauss ziemlich gut, obwohl die meisten Leute, die nach dem Gold strebten, es nicht taten. Die Leute, denen es gut ging, stellten Hacken, Schaufeln und Kleidung her, verkauften Lebensmittel und Dienstleistungen an diejenigen, die versuchten, das Gold zu finden.

Es ist sehr ähnlich zu dem, was heute vor sich geht. Diejenigen, die die Tools bauen, diejenigen, die die Lieferservices entwickeln und mit denen ein ROI verbunden ist, sie alle werden großartig abschneiden. Ich meine, vielleicht, weißt du, wird Nvidia ein Plateau haben. Wissen Sie, das ist das Unternehmen, das hinter einem Großteil des Siliziums steckt, das verwendet wird, um einige künstliche Intelligenz-Lösungen schneller und effizienter laufen zu lassen. Und vielleicht werden wir dort ein Plateau sehen. Aber wenn du sie dir nur ansiehst, sind sie, du weißt schon, in einem sprunghaften Tempo. Wenn das also hilft, dieses Gespräch in eine Richtung zu lenken, gibt es eine Gelegenheit.

Es geht darum, wie und wie man die Gelegenheit am besten nutzt.

Matt

Und jedes Jahr lernen wir als Führungskräfte etwas Neues. Das fühle ich. Und es gibt so etwas wie eine Änderung in der Denkweise. Also frage ich mich, in deinem Fall 2024, deine Herausforderungen, deine Schmerzpunkte, was lernst du dieses Jahr oder was musst du dieses Jahr lösen?

Martin Miller

Weißt du, interessant. Ich verbringe einen großen Teil meiner Freizeit, ich bin ein Bruchteil des CTO, weißt du, ein Podcaster, und ich habe auch mein Buch AI in a Week und einen Leitfaden für Führungskräfte. Also habe ich mich selbst wie, du weißt schon, Butter auf Brot verteilt. Also muss ich mich einheitlich, du weißt schon, verteilen. Und ich verbringe viel Zeit mit Gründern in der Frühphase, mit Startups in der Anfangsphase der Monetarisierung. Um Wert zu schaffen, muss man letztlich etwas verkaufen. Wenn Sie etwas nicht verkaufen, müssen Sie sich fragen, warum Sie es bauen.

Ich gehe zurück zu vielen Grundlagen und dann komme ich zum Jahr 2024. Ich denke, insgesamt wird es für viele ein gutes bis gutes Jahr. Für manche ist es vielleicht nicht so okay und nicht so gut. Und ich werde das auf Ihre Fähigkeit zurückführen, sich anzupassen, zu lernen und sich zu verändern.

Matt

Und die letzte Frage, die ich dir stellen wollte und die ich allen meinen Gästen stelle, könntest du irgendwelche Bücher, Podcasts empfehlen? Natürlich. Deine? Es ist einer von denen, die Sie besonders beeinflusst haben.

Martin Miller

Sicher. Es gibt tatsächlich mehrere Bücher. Ich liste sie in den Referenzen meines eigenen Buches auf, das John Sukup, AI in a Weekend, An Executive Sky mitverfasst hat. Es wird nur als E-Book angeboten und der Grund, warum wir das tun, ist, dass wir bei der Erstellung eines Buches keine Pflanzensubstanz zerstören wollen. Und der Großteil unseres Publikums liest digital. Es ist also wieder einmal auf jeder Plattform verfügbar. Amazon, Barnes and Noble, iTunes, überall, wo Sie ein digitales Buch bekommen können.

Ich glaube, es ist sogar für uns übersetzt. Ich, ich habe keinen Zugang zu diesen Informationen. Aber Sie können Ihren Wählern gerne ein Sonderangebot anbieten, um ein Buch zu kaufen, und ich könnte ihnen eine digital signierte Version schicken, wenn sie einen Empfangsnachweis haben. Was Podcasts angeht, weißt du, ich habe meinen eigenen Podcast, er heißt Unrivited Podcast. Ihr findet uns also auf YouTube und ihr könnt uns persönlich auf YouTube sehen oder ihr könnt uns auch auf jedem Audiokanal anhören.

Matt

Fantastisch. Fantastisch. Danke, Marlene, für das heutige Gespräch. Ich weiß das wirklich zu schätzen, Matt.

Martin Miller

Ich hatte eine tolle Zeit. Wie ich, sage ich die ganze Zeit zu den Leuten. Mach den Tag jeden Tag großartig.

Matt

Folgen Sie Matt und Leszek auf dem Link.

Explore similar episodes

Geoffrey Teale: Von der Entwicklung zur Führung — Der Weg zur Gestaltung einer technologiegetriebenen Zukunft

In dieser Folge interviewt Matt Geoffrey Teale über Vielfalt in den Bereichen Technik, Entwicklererfahrung und Führung. Geoffrey teilt seine Erfahrungen und Erkenntnisse über den Aufbau diverser Teams, die Förderung einer positiven Entwicklungserfahrung und das Treffen konträrer Entscheidungen. Er empfiehlt auch Bücher und Ressourcen, die ihm als Technologieführer geholfen haben!

listen now
Mirko Kämpf: Lehre, Vertrauen und Technologie — Eine Reise zu KI-gesteuerter Führung

In dieser Folge erzählt Mirko Kämpf von den unkonventionellen Schritten, die er auf seiner Karrierereise unternommen hat. Er betont, wie wichtig es ist, Systeme zu verstehen und Wissen zu übersetzen. Mirko spricht auch über die Bereitschaft zur KI und betont die Notwendigkeit, sowohl organisatorisch als auch individuell darauf vorbereitet zu sein, und betont das empfindliche Gleichgewicht, das Unternehmen zwischen der Untersuchung neuer Möglichkeiten und der Umsetzung praktischer Lösungen finden müssen.

listen now
Sonny Patel: Vom Entwickler zur Führungskraft — Eine Reise ins Produktmanagement

In dieser Folge interviewt Matt Sonny Patel über die Vermeidung von Burnout und die Förderung technologischer Innovationen in traditionellen Branchen. Sonny Patel berichtet über ihre Erfahrungen bei Microsoft und Amazon und wie diese ihre Ansichten zu Produktmanagement und Teamführung geprägt haben. Sonny spricht auch über die Auswirkungen von KI und wie sie ihre Arbeitsweise verändert hat.

listen now
Michael Frembs: Teamstrukturen meistern — Einblicke in Plattform- und schlanke Teams

In dieser Folge interviewt Leszek Michael Frembs über die Strukturierung und Führung von Tech-Teams. Michael erzählt von seinem Werdegang und beleuchtet wichtige Meilensteine und Lektionen im Bereich Führung. Er gibt Einblicke in den Aufbau effektiver Teams, die Förderung einer Kultur des Vertrauens und der Zusammenarbeit und zeigt, wie wichtig es ist, Teamstrukturen an sich ändernde Bedürfnisse anzupassen.

listen now