#130 - 2nd Brain - Das KI-Zweitgehirn, das Unternehmen verändert

Show Notes

Vor ein paar Wochen traf Malcolm am Flughafen in Zürich einen Geschäftsführer, der ihm erklärte, wie er in nur 48 Stunden ein zweites Gehirn für seine Firma gebaut hatte. Dieses Gespräch war der Auslöser: Malcolm und sein Team gingen zurück, setzten dieselbe Logik um und bauten innerhalb kürzester Zeit auch für ihre eigene Firma ein zweites Gehirn.

In dieser Episode erklärt Malcolm, was damit eigentlich gemeint ist. Das ist nicht einfach nur ein Chatbot, nicht bloß eine SharePoint-Suche und auch kein statisches Firmen-GPT. Ein echtes zweites Gehirn der Firma saugt fortlaufend Wissen aus dem Unternehmen auf: E-Mails, Meeting-Transkripte, CRM-Notizen, Verträge, Finanzkennzahlen, Kalendereinträge, Projektordner und mehr. Danach lässt sich dieses Wissen in Echtzeit abfragen.

Die Grundidee ist einfach, aber extrem kraftvoll: Statt fünf verschiedene Leute zu fragen, was zuletzt mit einem Kunden passiert ist, wie die letzte Offerte aussah, was Finance dazu weiß oder was in den letzten Meetings besprochen wurde, fragt man das zweite Gehirn der Firma. Es wird zu einer lebendigen Gedächtnisschicht des Unternehmens.

Malcolm erklärt auch, warum das erst seit Kurzem wirklich praktikabel geworden ist. Der entscheidende Punkt war nicht nur eine Vektordatenbank oder Embeddings, sondern eine bessere Architektur — insbesondere ein automatisch erzeugter „Wikipedia-Layer“ über den Rohdaten der Firma. Diese strukturierte Ebene macht das System massiv nützlicher. Und wenn etwas falsch ist, kann das zweite Gehirn korrigiert und laufend verbessert werden.

Dann geht die Episode noch einen Schritt weiter. Malcolm verbindet das Thema mit Robotik und Physical AI und erklärt, warum Unternehmen wie SoftBank Milliarden in genau solche second-brain-artigen Systeme investieren. Das Argument ist simpel: Auch Roboter brauchen Kontext. Ein Roboter im Krankenhaus, im Pflegeheim oder in der Produktionshalle kann ohne geteiltes Gedächtnis und situatives Verständnis nicht wirklich intelligent handeln.

Gleichzeitig ist die Folge sehr praktisch. Malcolm beschreibt, wie man klein anfängt, wie man eine erste Version günstig baut, warum Azure und Supabase relevant sind, was ein MCP-Server überhaupt macht und weshalb schon ein zweites Gehirn nur aus dem E-Mail-Postfach eines CEOs einen enormen Vorteil für eine Firma im Wandel bringen kann.

---

🎙️ ÜBER DEN HOST

Malcolm Werchota leitet KI-Adoptionsprogramme für Unternehmen in ganz Europa. Nach über 15 Jahren in internationalen Konzernen und Führungsrollen liegt sein Fokus heute auf praxisnaher KI-Einführung ohne Bullshit. Er arbeitet mit Unternehmen von Fertigung bis Pharma, vom Mittelstand bis zum Großkonzern — immer mit einem klaren Fokus auf echte Anwendbarkeit und geschäftlichen Mehrwert.

---

🚀 RESSOURCEN FÜR FÜHRUNGSKRÄFTE

📚 Chief AI Academy — KI für Entscheider
https://www.werchota.ai/chief-ai-academy

👥 AI Leadership Community
https://chief.werchota.ai/getting-started

---

📬 KONTAKT

LinkedIn: https://linkedin.com/in/malcolmwerchota
E-Mail: [e-mail]

---

🔎 TAGS

#KI #KIKochbuch #SecondBrain #UnternehmensKI #KIAdoption #MCP #Vektordatenbank #CEO #Wissensmanagement #PhysicalAI #Robotik #ClaudeCode #Azure #Supabase

What is Das KI-Kochbuch mit Malcolm Werchota?

Malcolm Werchotas KI-Kochbuch ist der Ort, wo künstliche Intelligenz auf authentische Business-Transformation trifft. Bekannt für seinen direkten Stil und seine Bereitschaft, KI live in Aktion zu zeigen – sogar während Präsentationen – hilft Malcolm Organisationen zu verstehen, dass es bei KI nicht darum geht, Menschen zu ersetzen, sondern ihre Fähigkeiten zu verstärken. Von Sprachnotiz-Produktivitäts-Hacks bis hin zu Echtzeit-Meeting-Intelligenz liefert dieser Podcast umsetzbare Einblicke für die sofortige Implementierung.

2026_04_19_E130 2nd Brain DE: Okay, everybody. vor ein paar Wochen haben sich Damian und ich, wir sind zum Flughafen gegangen nach Zürich. Und wir haben beim Starbucks, wisst ihr, ist der Starbucks, unten ist, beim Bahnhof, das war ein bisschen so wie in einem Spionagefilm. Und zwar, da haben wir einen Typ getroffen. Und er hat so, der ist Teil von einer größeren Firma und ich glaube, sein Teil der Firma hat so ... 110 Mitarbeiter, die machen so 50, 60 Millionen Euro im Jahr. Und das ist kein Entwickler, Leute. Das ist der Geschäftsführer, also ein Business-CEO. Und den haben wir getroffen, ⁓ über viele Sachen zu reden. Aber was mich wirklich vom Hocker gehauen hat damals ist, er hat mir erklärt, wie er das komplette Gehirn seiner Firma gebaut hat in 48... Stunden. Und für mich war das eigentlich sehr, sehr, sehr verrückt. Warum? Weil ich habe mehr oder weniger im Januar Stunden und Tage damit verbracht, ein Prototyp von einem Second Brain zu bauen. Und dann hat uns Thomas geholfen und Thomas hat ein, zwei Monate dran gearbeitet und ist auch nicht weitergekommen. Und er hat gesagt, Hey Malcolm, wenn du das so und so und so machst, dann kannst du mehr oder weniger ein zweites Gehirn von deiner ganzen Firma bauen. Und das haben wir dann gemacht. Das heißt, wir haben dann für unsere Firma auch innerhalb von circa 48 Stunden ein zweites Gehirn der Firma gebaut. Und dieses Gehirn wird jede Nacht um zwei Uhr in der Früh werden alle neuen E-Mails, alle Meetings, alles was auf SharePoint ist, alle unsere Finanzkennzahlen, alle Daten mit denen wir zusammenarbeiten oder mit denen wir arbeiten, alle E-Mails von allen Mitarbeitern, alles wird jeden Tag ⁓ zwei in der Früh aufgesaugt und in diesen zweiten Gehirn reingetan. Und dieses zweite Gehirn, upsala, seht ihr, ich habe gleich mein Ich habe so eine Lampe neben mir und die ist fast runtergeflogen, weil ich so excited bin. Und dieses Konzept des zweiten Gehirns, das funktioniert seit ca. zwei, drei Wochen. Warum? Weil so ein KI-Papst, nennt sich André Capati, André Capati hat der Welt erklärt, wie man das macht. Und heutzutage gibt es eine winzig kleine Gruppe von Menschen weltweit, die das schon nicht nur kapiert haben, sondern auch schon umgesetzt haben. Und heute erklären wir euch nicht nur die Vorteile davon, aber wie ihr das natürlich auch selber machen könnt. Ich bin Merken Wechota. Das ist das KI Kochbuch Episode 130. Das ist dieses, also wir machen ein Podcast, das auf Englisch der AI Cookbook sich nennt und auf Deutsch das KI Kochbuch. Wir glauben, wir sind die einzigen also bilingual Podcasts in der KI Welt. Und hier geht es nicht nur darum, übers zweite Gehirn, sondern es geht darum, warum Softbank gerade Milliarden in eine Firma namens Skills investiert oder skilled. Weil die machen genau das. die bauen für Roboter auch zweite Gehirne oder Second Brains. Und was ich glaube, ist, dass eure Firma ohne dieses Second Brain im Blindflug unterwegs ist. Also ja Leute, Action, let's go. ⁓ Also das zweite Gehirn ist nicht etwas, das ihr kommerziell erwerben könnt. noch nicht. Es ist nicht clean. Manche Leute denken gleich an clean. Es ist nicht nur eine Sharepoint-Suche, Leute. Und es ist sicher auch kein Chatbot. Also, wir reden jetzt ganz speziell von unserem Verhota-Brain. Aber natürlich haben andere Firmen das auch ähnlich aufgebaut. Also, was machen wir? Bei uns ist wirklich jede einzelne E-Mail von jedem Mitarbeiter drinnen. Auch jedes Meeting-Transkript, weil alle unsere Meetings werden entweder mit Copilot aufgenommen oder in Person. Oder zum Beispiel mit TLDB. Aber auch jede Kalendereintrag, jede CRM-Notiz, wenn ihr HubSpot nutzt oder Salesforce oder wurscht was, wir benutzen Atio, jede Rechnung, jeder Vertrag eingelesen und embedded. Also embedded, wo wird es embedded? Es wird in eine Vector-Datenbank embedded. Wer das nicht versteht, ist nicht so wichtig. Aber das Schöne ist Wir können es ja, ich oder jeder in der Firma kann es ja in Echtzeit abfragen. ⁓ ich treffe gerade Kunden. ⁓ du, was muss ich wissen, bevor ich diesen Kunden treffe? Und nicht vorher noch den Finanzler anrufen, wie viel haben wir mit denen verdient? Was ist die letzte Offerte? Was wurde in letzten drei Meetings gemacht? Sondern das kann man über einen sogenannten Standardstecker abfragen. Und diese Standardstecker, das nennt sich einen MCP Server. Ist nicht so wichtig, was das ist, aber das ist mehr oder weniger eine Telefonleitung ins Firmengedächtnis. Und jetzt kommt das, was die meisten noch immer nicht verstehen. Ja, Merkel, ich habe ja Co-Pilot. Ja, schau mal, Co-Pilot ist nicht so schlecht. Oder ich habe ja mein Firmen-GPT. Ja, dein Firmen-GPT ist nur so schlecht. Aber dein Firmen-GPT ist statisch. Statisch ist eine ... Vektordatenbank. Eine Vektordatenbank ist ein Safe in einer Bank. Ich kann in ein Safe in einer Bank nicht 110.000 Mal am Tag rein und etwas abfragen und ein paar KI-Agenten, nee, ich gehe rein, ich deponiere etwas oder ich gehe raus und nehme etwas mit. Das heißt Vektordatenbanken oder sogenannten Rags, das weiß jeder, der Rags gebaut hat, die funktionieren auf Scala nicht. Und der, der uns das erklärt hat, wie man das potenziell von diesen second brains sich zu guten machen kann, ist Andrej Kapati. Wer Andrej Kapati nicht kennt, Andrej Kapati, ist so ein KI Papst, das ist einer, der war Head of AI bei Tesla zum Beispiel. Und der hat verstanden, wie man dieses Problem knacken kann. Was muss man machen? Naja, zwei Sachen. Das erste ist, bevor eine KI reinkommt in einem Rack, muss es irgendwo schnell wissen, aha, das ist der Kunde, warte, hier steht schon mal alles über den Kunden, bevor ich überhaupt irgendwas lese. Und das ist auf gut Deutsch eine Wikipedia-Layer. Also, das sind strukturierte Seiten über eure Firma, über jeden Kunden, über jedes Thema. über jede Person. Und nicht ich schreibe das. Das wird automatisch aus den Rohdaten der Firma geschrieben. So und wir wissen das jetzt. Bei einer KI stellen wir eine Frage und dann kommt eine Antwort und dann sagen wir, ja das ist nicht unbedingt wie es sein sollte, das ist nicht die richtige Antwort. Dann muss man natürlich zurückgehen können in diese KI und sagen, ja das ist nicht unbedingt was ich jetzt sagen wollte. Oder das ist nicht unbedingt, was ich jetzt angesprochen habe. Oder diese Änderungen müssen wir machen. Und das nennt sich Bidirektionalität. Also Bidirektionalität. Das heißt, wenn das Gehirn einen Fehler macht, kann man reingehen und sagen, du, das ist falsch. Und das Gehirn geht und updatet die Wikipedia-Seiten und auf Nacht, jede Nacht ⁓ zwei in der Früh die Embeddings. Das heißt, das ist Ein Gehirn, das auch noch lernt. So und das erste Gehirn, das wir gebaut haben in SuperBase, also SuperBase ist ein Ort, man eine Vektor-Datenbank machen kann und dann sind komischerweise schon, weil wir das ein bisschen erklärt haben an ein paar Leuten, sind Kunden gekommen und gesagt haben, ich will das auch. Okay, sehr cool. Du willst das sicher ganz sicher haben, alle deine Daten, nichts geht flöten. Ja, genau. Okay, gut. dann bauen wir unser Gehirn ⁓ damit es auf Azure läuft. Und das schöne, schöne an Azure ist, es braucht eine Graph API, auch nicht wichtig, die Graph API ist irgendwie die Art und Weise, wie man kommunizieren kann, eine Graph API oder eine sogenannte Azure App mit allen E-Mails, alle Kalendereinträge, alle Teams-Nachrichten, den ganzen SharePoint. Und das ist so cool! Weil dieses zweite Gehirn genau dieselbe Art und Weise, wie ich euch erklärt habe, wie man das macht, kann man das auf Azure machen. Und 99 % aller Konzerne, mit denen wir zusammenarbeiten, die arbeiten auf Azure, die benützen der Microsoft Cloud. Und diese automatisch generierten Wikipedia-Seiten Die können auch bei euch auf Azure liegen. Und dann habe ich zur KI gesagt, jetzt nehmen wir mal die Größe von unserer Vector-Datenbank, wie groß ist die? Dann sagt die KI zu mir, ja, also das ist so das Äquivalent von einer Firma mit 100 Leuten. Und ich denke mir, naja, wir sind circa zehn. Warum, liebe KI, ist unsere Vector-Datenbank so groß? Warum ist das Gehirn von unserer Firmen so groß und dann sagt die Kai, naja, Malcolm, weil die meisten Firmen nicht das machen, was du machst. Die meisten Firmen machen ein zweites Gehirn zum Beispiel für ein Projekt. Die machen ein zweites Gehirn für einen Datensatz. Aber du, Malcolm, du bist so ein Freak, du gehst hin und machst das zweite Gehirn von der gesamten Firma. Und Leute, wisst ihr was mich das kostet im Monat? Circa 50 Dollar im Monat. Das ganze Hosting, Embedding, das Ganze auf Azure und 50 Dollar im Monat, nur damit ihr euch das vorstellt, wenn ihr zu Gleam geht und ihr nehmt eine Enterprise Knowledge Database, das kostet irgendwo zwischen 10 bis 30 Dollar pro User pro Monat. Das heißt, für meine 10 Leute wären das schon 300 Dollar im Monat. Und Glean hat ja keine Custom-Konnektoren. Mit Glean kannst du kein QuickBooks, du kannst kein Atio, du kannst kein SAP connecten. Du kannst nichts machen. Das einzige, du machen kannst, ist mehr oder weniger einen Datensatz nehmen und denen sagen, kannst du den bitte mal abfragen. Und nur damit ihr versteht, wie verrückt sowas ist. Sagen wir mal, ist ein feingetuntes Model. Nicht ganz, aber nur damit ihr euch das bisschen vorstellen könnt. Ein feingetuntes Model vor drei Jahren, Kosten dafür waren eine Million Dollar. Und vor zwei Jahren 100.000 Dollar. Und heute ist so ein Gehirn zu bauen gratis. Gratis? Wie geht das, Na, gratis ist es wegen mehreren Gründen. Das erste ist, irgendwie musst du diese Daten in eine Struktur reinbringen, die KIs lesen können. Das nennt sich Embeddings. Vorher musste man teure Modelle dafür nehmen. Heute ladet man diese Modelle runter auf dem Server und diese Embeddings werden gratis gebracht. Wenn man sie abfragen will, die erste Abfrage, kann man das neueste Modell von Google runterladen. Das nennt sich Jammer 4. Jammer 4, ich bin jetzt gerade beim Tippen, um zu schauen, wie groß es ist. Also Jammer 4 ist, Jammer 4, na schaut mal schon wieder Leute. Jammer 4 ist vor vier Tagen rausgekommen. Und das große Modell von Jammer 4 ist circa 60 GB groß. Das heißt, ihr braucht ca. 30 GB an RAM, ⁓ das zu fahren. Jede größere Maschine hat 64 GB RAM. Das heißt, ihr könnt auch das Anlernen von eurem zweiten Gehirn ohne Internet machen. Ihr könnt das Internet ausschalten und sagen, naja, da sind ja alle meine Kundendaten drin. Das ist alles super wichtig. Okay, fein, Mann. Lade dir ein Embedding-Modell runter und lade dir ein Gemma-431b-Modell runter. Schalte das Internet aus und lass das antrainieren. So. Und nachdem wir das natürlich gebaut haben, nutze ich das auch in Kundenmeetings. Das heißt, wenn ich vor dem Kunde bin und der sagt, wie würdest du das das das machen, dann sage ich, na ja, ähm... Lass mich mal das zweite Gehirn fragen. Und das so coole an so einem zweiten Gehirn, vor allem wenn man das vor einem Kunden ist, natürlich, brauche ich nicht nur zu antworten und gebe denen eine Idee von einer Antwort, die eine KI gegeben hat, aber die Referenzen, das heißt wir haben circa von allen Kunden, mit denen wir zusammengearbeitet haben, circa 2500 Use Cases, wo man circa KI nutzen kann und wie man es nutzen kann. Und dementsprechend ist es nicht ein Mensch mit seinem kleines Gehirn, sagt, ⁓ so könntet ihr KI nutzen oder das könntet ihr machen oder das wäre das nächste Projekt, sondern ich frag mein zweites Gehirn vor denen. Und das zweite Gehirn wird mir dann nicht nur 1, 2, 3 Ideen geben, sondern dieses strukturieren und schauen, was haben wir mit anderen Kunden gemacht. Und hey Leute, wenn ihr McKinsey ins Haus einladet, die machen das auch. Aber ihr kriegt eine Präsentation in drei Monaten. Und das könnt ihr vor euren Kunden sofort machen. Und natürlich, Sie die Antwort gesehen haben, die Antwort kommt nicht in zwei Minuten. Die Antwort kommt so in 20, 30 Minuten. Weil so ein MCP-Call sind eigentlich mehrere MCP-Calls. Erst muss er rein ins Wikipedia, dann muss er rein in die Vector-Datenbank, dann muss er rein in die Kontakte, dann muss er rein in die Timeline. Also das dauert ein bisschen. Aber wenn man solche Ergebnisse sieht, dann werden die Leute ganz, ganz still im Raum. Dann habe ich das einem anderen gezeigt. Da habe ich gesagt, wir bauen gerade unser zweites Gehirn. Und der hat gesagt, weißt du was? Diese eine Firma, die kriegt einen neuen CEO. Und der neue CEO wird irgendwo zwischen einem halben Jahr bis einem Jahr brauchen, ⁓ überhaupt zu verstehen, was abgeht in der Firma. Merken wir können nicht alle E-Mails lesen von allen Mitarbeitern das geht bei uns nicht. Wo würden wir anfangen? Und ich sag mal fang einfach nur mit den E-Mails vom CEO an. Das heißt wenn ein neuer CEO reinkommt bau dir nur vom CEO ein zweites Gehirn von den E-Mails weil da drinnen sind Präsentationen da drinnen sind Forecast da drinnen sind Probleme. Wer einem CEO anschreibt, es, weil es Probleme gibt. Wir wissen nicht, wie wir das machen sollen. Das ist aufgetreten. Das heißt, ein CEO ist eine Problem-Identifikations- und Lösungsmaschine. Wisst ihr, wie viel Knowledge einfach nur in einem E-Mail-Fach von einem CEO drinnen sitzt? Und die haben das verstanden. Und die haben sich gedacht, na ja, jetzt bauen wir ein zweites Gehirn. von den E-Mails vom CEO und dann kann er jedes Mal, er eine andere Person trifft oder wenn er in ein anderes Departement geht oder in einem anderen Land geht, wo sie eine andere Produktionsstätte haben, kann er das nochmal kurz abfragen und sagen, was sind die zehn größten Probleme, sie haben, was sind die Fragen, ich stellen muss, damit die Leute zum Schwitzen anfangen. Oder wie hoch ist die Wahrscheinlichkeit, dass dieser Teil der Firma in die Bridulie kommen wird in den nächsten zwölf Monaten. Das haben wir natürlich probiert. Also wir haben das probiert mit einem anderen E-Mail Fach, ⁓ denen das mehr oder weniger zu zeigen. Und klar, dass sowas zu bauen, dauert vielleicht, das dauert, was dauert das, zwei Tage. Versteht ihr, was ich gerade gesagt habe? Es dauert zwei Tage, ⁓ von einem E-Mail Fach, das über Jahre lang geht, ein zweites Gehirn zu bauen. zwei Tage. Und jetzt kommen wir eben auf Roboter. Also Softbank, ihr kennt Softbank, ist einer der größten Investmentfonds auf der ganzen Welt. Und vor ein paar Tagen haben die eine Annonce gemacht, wo die gesagt haben, die pumpen Milliarden und Abermilliarden nicht in physischen Roboter, sondern in eine Firma, nennt sich Skilt. So, was macht Skilt? Skilt baut zweite Gehirne für Roboter. Für alle, für MidNVIDIA, für ABB Robotics, Universal, also alle stecken drinnen. Und warum? Warum für physische Roboter? Also humanoid Roboter, Fertigungsroboter, die funktionieren natürlich nicht so gut ohne geteilten Kontext. Das ist ein bisschen das Problem. Das heißt, sagen wir mal, haben einen kleinen Roboter, der irgendwie Sachen durch die Gegend herumnehmen soll. Naja, dann muss dieser Roboter natürlich ganz anders funktionieren in einem Spital als in einem Altersheim als zum Beispiel in einer Produktionswerkstatt. Weil, der Roboter kann ja genau gleich sein. Aber man muss dem Roboter mehr Kontext geben. Kontext heißt was? Man muss dem erklären, naja, du bist in einem Spital. Das passiert hier. So musst du aufpassen. Hier sind ältere Leute. Hier sind Leute, die vorbeirenen, weil sie zum Beispiel ... Keine Ahnung, irgendwo reinrennen, weil grad was passiert ist. Und Roboter im Moment haben nicht unbedingt diese zweiten Gehirne, diese second brains. Und Roboter haben genau dasselbe Problem wie Menschen. Weil Menschen nutzen Claude oder Codex oder ChachiPT. Und wir wissen, in ChachiPT können wir nicht mehr als 10 Dokumente reinwerfen. Dann bekommen wir irgendein Mist als Antwort. Und deshalb muss man auch für Roboter Second Brains bauen. Und eine Firma, der Sie sehr, sehr gut sind, das zu machen, ist eben Skilled. Das heißt, Leute, wir bauen zweite Gehirne für Roboter. bevor die meisten Firmen nicht mal eins haben. Hey, ist das nicht crazy? Ist das nicht crazy, dass wir hinter Robotern sind? Okay, also was sind die nächsten fünf Schritte, ihr am Montag macht? Na ja, erstens klein anfangen. Ihr braucht nicht wie Malcolm alles reinzuballen, was in der Firma drinnen ist. Aber fangt nur mit den ganzen Meetingstranskripten an. Alle Meetings, die ihr je aufgenommen habt. Jetzt werdet ihr natürlich sagen, wir nehmen keine Meetings an. Okay, fein. Dann fangt an mit einem Projektordner. Wisst ihr diesen Projektordner, dieses große Projekt, das seit zehn Jahren läuft? Das ist rechtlich sauber, weil diese Projektordnung hat ja eure Firmen Daten. sind keine Meetings von den Mitarbeitern, sind keine E-Mails von den Mitarbeitern. Diese Daten, mit denen arbeitet jeder in der Firma. Das heißt, ihr braucht heute keine Zustimmung zu holen und ihr fängt nur mal mit dem an. Und das zweite Schritt baut eine Vector Database. Und zwar für ein kleines Projekt. mit irgendwelcher Daten, nicht sensitive Daten sind, nehmt einfach Superbase. Superbase ist toll, das kostet so 20, 30 Dollar im Monat. Und dann baut ihr euch eine Vektor-Datenbank, HNSW, ein Index und das ist cloud-gehostet. Das Schöne, wenn es cloud-gehostet ist, ihr könnt unendlich viele Kapazitäten dazuholen. Weil wenn ihr das am Anfang auf Azure macht, dann kostet das natürlich sehr, sehr viel Geld. Vor allem wenn ihr die Embeddings von Azure nimmt. Das heißt macht die Embeddings selber. Und dann müsst ihr natürlich mit dem Gehirn kommunizieren. Das heißt baut euch einen MCP Server nur mit drei Tools. Der erste Tool ist Ask Wiki. hey, ich möchte meinen Wiki abfragen. Zweites ist Search Brain. Jetzt möchte ich mein Gehirn abfragen. Und das dritte ist Get Contact. wer ist die Person, in welcher Firma etc. Und diese MCP Server, ist die Telefonleitung. Und natürlich, wenn ihr einen guten MCP-Server baut, dann kann jeder KI da reinrufen. Wenn eure Mitarbeiter mit Cloud Code arbeiten, können sie das mit Cloud Code abfragen. Wenn sie mit Codex arbeiten, können sie es mit Codex abfragen. Wenn sie mit einem lokalen Modell arbeiten, dann können sie mit einem lokalen Modell das abfragen. Aber das, was entscheidend ist, Und was wir verstanden haben und was uns großartig geholfen hat, ist das eben was Kapati erklärt hat. Baut euch den Wikipedia-Layer drüber. Da ist keine Magie drinnen und das ist nicht schwierig. Und diese automatisch generierten Entity-Seiten könnt ihr euch by the way auch aus Grafrag anschauen und das schaut ziemlich geil aus. Aber das ist nicht verhandelbar. werdet ihr brauchen, weil sonst kriegt ihr gerade schlechte Antworten. Und das letzte ist, bringt den Leuten das Nutzen bei. Fängt am besten mit den Skeptikern an. Und zwar nimmt den Leute diese Top-Verkäufe in der Firma, der selbstbewusste Manager, das sind Leute, die Angst haben werden vor dem Gehirn. Weil warum? Weil dieses Gehirn weiß am Ende des Tages, was sie gemacht haben. Und zwar ... Dieses Gehirn weiß, ob sie die Sachen, die sie versprochen haben, eingehalten haben. Diese Angst sollte eigentlich nicht der Blocke sein. Diese Angst sollte helfen, diese Transparenz in die Firma reinzubringen. Und jetzt überlegen wir uns mal. Also ihr könnt so ein Gehirn in circa zwei Tagen bauen und dafür braucht ihr circa Clot Code. Also wie viele Leute benutzen Clot Code? Im Moment sagen wir mal so 0,35 % der gesamten Menschheit. Okay, fein. Jetzt, wie viele Leute bauen sich einen Gravrag und daraus dann ein zweites Gehirn? Jetzt sind wir nur bei 0,035 % der gesamten Menschheit. Okay, jetzt nur damit wir uns das ein bisschen vorstellen können. Stellt euch vor, ihr schaut Fußball. und ihr seid in der Allianz Arena. Leute, bei diesen Zahlen seid ihr die einzige Person in einem Stadium mit 70.000 Plätzen, das erstens Cloud Code nutzt und zweitens sich ein zweites Gehirn baut. Leute, versteht ihr, was für einen kompetitiven Vorteil ihr habt? gegen eure fünf Kompetentes. Wenn ihr heute ein zweites Gehirn baut, dann seid ihr eins aus 70.000. Aber das Ding müsst ihr nicht in einem halben Jahr bauen, weil wir wissen, die Halbwertszeit von Wissen in der Zeit der KI, was ist das, drei Monate? Vielleicht sechs Monate? Aber in diesen sechs Monaten seid ihr natürlich allen voraus. So. Und das haben wir natürlich ein bisschen im Team besprochen, ja? Und Marsha, Marsha ist ja meine Gattin und auch eine Co-Founderin von unserer Firma. Und sie hat gesagt, cool, Malcolm, ist ja gut, dass du dieses zweite Gehirn hast, aber jetzt muss dieses Gehirn Sachen machen. Weißt du jetzt, warum beantworte ich noch E-Mails? Wenn dieses zweite Gehirn das gesamte Konzept und Wissen von der Firma hat, mein Gott, dann beantwortet das E-Mail wahrscheinlich ... viel besser wie jeder einzelne Mensch? Oder warum würden wir jemanden haben in Finanz, der diese Verträge durchschaut, fragt das zweite Gehirn? Und das ist der Schlüssel. Der Schlüssel ist nicht, wenn das Gehirn veraltetes Zeug ausspuckt, auch wenn es jede Nacht antrainiert ist, in dem Moment, es antrainiert ist, ist es veraltet. Das heißt, es ist more powerful, wenn dieses zweite Gehirn auch Sachen für euch macht. Und ihr wisst, und Damian, unser Developer, hat das auch in unserem Call gesagt, also Marsha, okay, ist ja höchstwahrscheinlich das zweite Gehirn von mir, von Malcolm. Sie selber sagt, sie ist das erste Gehirn, sie ist mein erstes Gehirn, und wahrscheinlich hat sie auch recht. Aber Leute, wer ist in einer Firma heute, der keine Ahnung hat, was die fünf Leute neben ihn machen. Oder neben ihr. Alle! Ihr habt alle keine Ahnung. Und die Person in einer Firma, die am wenigsten weiß, was abgeht in der Firma, ist der CEO. Weil der CEO sitzt so weit oben. Und jetzt hat die KI ein zweites Gehirn. Und diese gute Nachricht ist dieses zweite Gehirn skaliert. Und das ... braucht der CEO von jeder Firma. Also ja Leute, ich bin Malcolm Behlchota, das ist das KI Kochbuch, Episode 130, live aus Bregenz. Schöne Grüße aus Österreich nochmal, alles Liebe, passt auf euch auf und ja, Malcolm out.