Spotify: Aufbau der zentralen Grundlage für ihre Finanzdaten [Integreat 2025]

Transkript:

Stellen Sie Ben Spencer von Spotify vor, genauer gesagt von Spotify R&D. Die Musik, die Sie gehört haben, stammt aus Spotify-Playlists.

Überall sind QR-Codes angebracht. Wenn Ihnen also etwas gefallen hat, können Sie die Playlist des Tages herunterladen – dank der Technologie von Spotify.

Aber ohne weitere Umstände: Ben Spencer, willkommen auf der Bühne. Vielen Dank.

Ich habe den Checker fertiggestellt. Wunderbar.

Danke. Guten Tag, allerseits.

Zunächst einmal vielen Dank, dass Sie hier sind. Ich weiß, dass nebenan eine weitere interessante Diskussion stattfindet, daher weiß ich es sehr zu schätzen, dass Sie heute hier sind.

Mein Name ist Ben Spencer. Ich bin Senior Engineer Manager und arbeite im Financial Engineering Team innerhalb der Forschungs- und Entwicklungsabteilung von Spotify.

Heute werde ich mit Ihnen darüber sprechen, wie wir die Grundlagen für unsere Finanzdaten schaffen wollen. Beginnen wir mit einigen Zahlen.

Hoffentlich gehören Sie zu den 96 Millionen aktiven Nutzern, die unsere App monatlich verzeichnet. Wir bedienen 184 Märkte.

Aus Sicht des Finanzwesens gibt es also eine Menge Vorschriften, um die wir uns kümmern müssen, von der Rechnungsstellung über Steuern bis hin zu anderen spannenden Dingen dieser Art. Letztes Jahr waren es 15.700.000.000 Pfund.

0 Jahresumsatz, also jede Menge Einsen und Nullen und Ein- und Auszahlungen, über die wir nachdenken müssen. Und aus Produktsicht haben wir mittlerweile über 100.000.000 Songs, fast 7.000.000 Podcasts und mehr als 400.000 Hörbücher.

Es gibt also hoffentlich viel zu sehen, das Sie alle unterhalten wird. Und wo passt Financial Engineering ins Bild? Nun, wie zu erwarten, sind wir eine Gruppe von Teams aus dem Bereich Finanztechnologie.

Wir kümmern uns im Wesentlichen um die eingehenden Gelder, alle dazwischen liegenden Berechnungen, wie viel wir aus Sicht der Lizenzgebühren auszahlen müssen, und dann um die Auszahlung dieser Beträge und viele andere Backend-Finanzdienstleistungen wie unsere Ausgaben und Beschaffungen und ähnliches. Wo also beginnen wir unsere Reise mit Snap? Nun, als ich vor etwa drei Jahren zum Team stieß, hatten wir ein separates Backend-Engineering-Team, das eine Reihe von Java-Mikroservices entwickelt hat.

Das war ein völlig separates Team, das im Wesentlichen ein SaaS-System in ein anderes SaaS-System integrieren musste. Das bedeutete dann, dass wir lange Entwicklungszeiten, viele Übergaben und all die anderen lustigen Dinge hatten, die Sie sicher alle schon erlebt haben.

Da diese Leute eher auf Technik spezialisiert waren als die Anwendungsexperten, die unsere SaaS-Systeme verwalteten, mussten wir außerdem jedes Mal, wenn wir etwas aus Integrationssicht erledigen wollten, eine Menge Wissen weitergeben. Also suchten wir nach einer iPad-Lösung und entschieden uns schließlich für Snap, um unseren Entwicklungsprozess zu vereinfachen.

Wir würden diese Übergabe an das andere Integrationsteam abschaffen und das Fachwissen stattdessen in die Hände des Anwendungsteams legen, von dem einige heute hier anwesend sind. Dann müssten wir keine eigene Plattform mehr aufbauen und warten, sondern könnten dies an einen iPaaS-Anbieter auslagern, der durchgängig KI-Technologien einsetzt.

Wie sind wir vorangekommen? Ziemlich gut. Wir sind jetzt an einem Punkt angelangt, an dem das Anwendungstechnikteam, das unsere SaaS-Systeme betreut und verwaltet, auch für die Integrationen zuständig ist.

So können wir etwas komplett innerhalb eines meiner Teams erledigen, was großartig ist. Wir haben eine Reihe vorgefertigter Konnektoren, die wir entweder von Snap gekauft oder selbst vorgefertigt haben, sodass sie wiederverwendbar sind und wir sie in unsere ERP- und Spesensysteme und ähnliches einbinden können.

Oder besser gesagt, wir versuchen, unsere Betriebskosten zu senken. Das Team, das ich erwähnt habe, die Backend-Ingenieure, gibt es nicht mehr.

Sie wurden mit anderen spannenden Aufgaben betraut, und wir konnten dieses Team und die damit verbundenen Personalkosten vollständig aus meinem Budget streichen, was bedeutet, dass wir insgesamt einen wirklich positiven ROI erzielt haben. Außerdem hat dies unsere Geschwindigkeit und Agilität erhöht.

Wir können viel, viel schneller vorankommen. Ganz offen gesagt haben wir auch gelernt, wie man ein iPaaS nutzt.

Ich glaube, es gab einen Kollegen im Team, der es zuvor schon einmal verwendet hatte, und wir haben sowohl aus Sicht der Backend-Entwicklung als auch aus Sicht der SaaS-Administration einige Zeit gebraucht, um zu lernen, wie man das Tool am besten einsetzt. Aber jetzt sehen wir wirklich eine großartige Dynamik, sodass wir mehrere Integrationen vorantreiben und diese in Snap innerhalb eines einzigen zweiwöchigen Sprints neu aufbauen können.

Wir gewinnen also wirklich an Schwung. Für mich und die Gespräche, die ich mit unseren Stakeholdern führe, ist es sehr wichtig, dass dies zu einer viel besseren Zusammenarbeit mit unseren Geschäftspartnern geführt hat.

Wir können einen Proof of Concept sehr schnell umsetzen. Wir können etwas in die Hände geben, um über die Kunst des Möglichen zu sprechen.

Und wie wir heute gehört haben, gibt es spannende neue Dinge, die wir ihnen präsentieren können, auch die Kunst des Möglichen. Und wir können dann eine Demo mit SnapLogic machen.

Integrationen können etwas trocken sein, wenn man sich Codezeilen ansieht und über logische Anweisungen spricht. Tatsächlich ist es dann manchmal nicht besonders spannend, dies unseren Geschäftspartnern vorzuführen.

Aber mit der SnapLogic-Benutzeroberfläche, die Sie auf dem Bildschirm gesehen haben oder die sicherlich viele von Ihnen heute verwenden, können Sie sie wirklich integrieren.

Die Farben ändern sich. Es ist ziemlich interaktiv.

Sie können einen der Snaps öffnen und viel schneller mit der Demo beginnen. Wenn Sie also darüber sprechen, wie Sie einen richtigen agilen Prozess durchführen und ihnen etwas präsentieren, bedeutet das, dass Sie nicht über das vollständige funktionierende Produkt verfügen müssen, wenn Sie es nicht innerhalb Ihres zweiwöchigen Sprints schaffen.

Es gibt noch eine Reihe weiterer Vorteile, aber für uns ist es vor allem wichtig, dass auch weniger technisch versierte Kollegen beginnen, sich mit dem Tool vertraut zu machen. In meiner Welt gibt es drei Teams.

Ich habe ein eher technisches Team, das sich um die Snap-Plattform kümmert, die Integration mit unserer GCP-Plattform und andere solche Dinge übernimmt. Außerdem habe ich ein funktionales Team, eine Art Pseudo-Produktmanager, die auch über Systemadministrationskenntnisse verfügen.

Und da wir für einige unserer Tools das gesamte Spotify-Netzwerk bedienen, haben wir auch ein Betriebsteam. Diese Leute sind eher transaktionsorientiert und weniger technisch veranlagt.

Was wir derzeit beobachten, ist Folgendes: Vor einigen Wochen erhielt einer unserer Kollegen aus dem operativen Bereich ein Ticket, stellte ein Problem bei der Integration fest, ging zu Snap, schaute nach, was los war, behob das Problem selbst, testete es und holte sich dann einfach den Stempel vom technischen Team. Wir sehen also, dass die Leute beginnen, diese Einstiegshürde proaktiv abzubauen, sich daran zu versuchen und es einfach zu probieren.

Es war einfach toll, das zu sehen. Hier sind ein paar Anwendungsbeispiele dafür, was wir damit tatsächlich machen.

Das ist also unsere Wechselkurs-Konfiguration. Wir beziehen unsere Wechselkurse aus unserer Google Cloud Platform (GCS), da wir natürlich sicherstellen möchten, dass alle Spotify-Systeme mit denselben Kursen arbeiten. Diese werden täglich und monatlich in unser ERP-System übertragen, in diesem Beispiel NetSuite, und anschließend über BlackLine abgeglichen.

Offensichtlich verwenden wir SnapLogic für alle rosa markierten Kunden hier. Ein weiteres Beispiel sind die Abgrenzungen.

Wir haben also unser Beschaffungssystem und verfügen hier sogar über eine selbst entwickelte KI-Funktionalität, mit der wir diese Rechnungen analysieren und Vorschläge für die Zeilenstruktur unterbreiten. Anschließend leiten wir diese nach einer manuellen Überprüfung erneut an unser ERP-System weiter. Diesmal handelt es sich eher um eine technische Integration, daher verwenden wir GCS für diesen Abgleichprozess.

Wo wir also stehen, ein paar Beispiele, die wir haben, es gibt Dutzende und Aberdutzende mehr, aber wo wollen wir hin? Und ich denke, das ist der Grund, warum viele von Ihnen heute hier sind, um darüber nachzudenken. Aus unserer Sicht also mehr wiederverwendbare Komponenten.

Wie ich bereits sagte, bedeutet die Verfügbarkeit dieser wiederverwendbaren Komponenten, die jemand mit vielleicht mehr technischem Verständnis oder SnapLogic selbst erstellen kann, dass Sie diese Einstiegshürden noch weiter senken können. Sie können jemanden haben, der Snap öffnen kann und sich keine Gedanken über API-Spezifikationen, Geheimnisse, Schlüssel und all das andere machen muss, richtig? Das ist oft eine große Hürde für jemanden, der nicht über viel technische Erfahrung verfügt und anfängt, diese Dinge zu nutzen.

Das ist wirklich sehr wertvoll. Lassen Sie uns einfach die Möglichkeit, eine Verbindung zu System A herzustellen, aus dem Regal nehmen und dann alles zusammenfügen.

Also werden wir diesen Weg weitergehen. Wir haben auch einige vollständig wiederverwendbare Pipelines, die die Leute gebaut haben.

Die Abstimmung ist also eine häufige Aufgabe, die Sie ausführen. Lassen Sie uns einfach eine wiederverwendbare Abstimmungs-Pipeline erstellen.

Anstatt also nur einzelne Konnektoren zu verwenden, erweitern wir dies zu einer eher musterorientierten Wiederverwendung. Dadurch können wir mehr weniger technisch versierte Kollegen schulen, den Zugang öffnen und die Anzahl der Personen erhöhen, die unsere Integrationen erstellen können.

Natürlich investieren wir viel in das Erlernen und Testen von KI sowie in Plattformen und Lösungen. Was wir meiner Meinung nach angesichts einiger technologischer Veränderungen feststellen, ist die Notwendigkeit, den Einsatz von Plattformen und Lösungen etwas anders zu betrachten.

Aufgrund meines Hintergrunds bin ich es gewohnt, eine Plattform als Technologieplattform zu betrachten, eine Integrationsplattform als Dienstleistung. Das sagt schon der Name.

Es handelt sich um eine spezifische Technologie, die für mehrere Funktionen wiederverwendet wird, aber immer die gleiche Aufgabe erfüllt. Wir stellen derzeit fest, dass wir etwas Zeit oder Gelegenheit investieren müssen, um darüber nachzudenken, ob wir eine stärker geschäftsorientierte Wiederverwendbarkeit erreichen können, die möglicherweise eine andere Reihe von Technologien im Hintergrund nutzt.

Und wenn wir uns mehr mit agentenbasierten KI-Lösungen befassen, bei denen Agenten in der Lage sind, auszuwählen und zu überlegen, was die richtige Lösung für ein bestimmtes Problem sein könnte, indem sie erkennen, dass es dort möglicherweise einen Vorteil zu erzielen gibt. Es wäre also kein Vortrag heute und im Jahr 2025, wenn der Titel nicht das Wort KI enthalten würde, also werde ich das hier einfügen.

Wir bei Spotify denken natürlich darüber nach, wie Sie sich vorstellen können. Wenn Sie die App nutzen, werden Sie jeden Tag darauf stoßen.

Wir haben eine Menge Ideen und Projekte, die wir gerade umsetzen, und das ist alles sehr spannend. Wir haben auch das große Glück, dass unser Unternehmen massiv in uns als Individuen investiert, indem es uns Zeit zum Lernen gibt.

Wir haben spezielle Hack-Wochen, in denen es nur darum geht, sich mit dem Thema auseinanderzusetzen. Man muss nicht unbedingt etwas Bestimmtes für das Unternehmen tun, aber so können wir alle beginnen, die Tools wirklich zu verstehen.

Es gibt viele Schlagworte. Es gibt viel Hype.

Aber wie Sie auch in den Keynotes gehört haben, sind die Bausteine im Grunde genommen alles Dinge, die wir kennen und schätzen, da wir schon seit einiger Zeit in der Branche tätig sind. Wir befinden uns jedoch natürlich in der Finanzwelt und müssen die Dinge vielleicht etwas vorsichtiger angehen.

Wir sind an der New Yorker Börse notiert, mit allen Vorschriften und allem, was dazugehört. Das ist natürlich extrem wichtig.

Wir müssen also eine Herkunftsnachweis haben und in der Lage sein, genau zu identifizieren und nachzuweisen, wo alle unsere finanziellen Entscheidungen getroffen wurden. Es reicht also nicht aus, einem Wirtschaftsprüfer zu sagen: „Ich habe CHAC EBT gefragt und es hat mir gesagt, dass ich dies tun soll.“

Wir müssen also wirklich in der Lage sein, diese Rückverfolgbarkeit zu gewährleisten. Die Unternehmen, mit denen wir zusammenarbeiten, sind natürlich allesamt große Namen, wie man sich vorstellen kann, und sie beginnen, diesen Weg einzuschlagen.

Wie Sie im Beispiel mit Claude gesehen haben, taucht diese Denkweise nun in der Benutzeroberfläche auf, und Sie können daraus Vertrauenswerte ableiten. Man ist also auf dem Weg zu der Erkenntnis, dass wir etwas mehr darüber verstehen müssen, was hinter den Kulissen vor sich geht.

Aber aufgrund ihrer Natur werden sie niemals ein Logikbaum sein, bei dem Sie vollständige Rückverfolgbarkeit haben. Das ist also etwas, das Sie wirklich berücksichtigen müssen, wenn Sie in einer stärker regulierten Branche tätig sind, und etwas, von dem ich denke, dass die Regulierungsbehörden irgendwann einen Mittelweg finden müssen, was die Möglichkeiten der Technologie angeht.

Das sind also unsere drei Phasen, wie wir unsere Welt sehen. Die erste ist die einfache Erweiterung.

So können Sie Ihre Arbeit ein wenig erleichtern, indem Sie eine Art KI, Gen-KI oder ein LLM über Agenten, Chatbots und direkte Integration einsetzen. Ich habe ein Beispiel für die Automatisierung von Spesenabrechnungen, das ich Ihnen gleich etwas genauer erläutern werde.

Aber ein wirklich sehr schönes Projekt, das wir kürzlich durchgeführt haben, war die Extraktion von Werbeeinblendungsaufträgen, und wir haben einfach einen Chatbot verwendet. Wir haben nur die GPTs von OpenAI verwendet, aber ich meine, sie haben alle einen ähnlichen Charakter.

Und Insertion Orders sind einfach PDF-Bestellformulare mit einer Reihe verschiedener Zeilen, die wir als Anzeigen innerhalb der App schalten müssen. Diese PDFs haben also leicht unterschiedliche Formate.

Als wir uns die Mitarbeiter ansahen, die dies überprüften, um sicherzustellen, dass die Zeilen übereinstimmten, da sie in erster Linie aus Compliance-Sicht prüften, stellten wir fest, dass sie den Großteil ihrer Zeit damit verbrachten, die Informationen in den PDF-Dateien zu finden. Also haben wir einfach eine Eingabeaufforderung erstellt, die die PDF-Datei abfragte und die Informationen in einem übersichtlichen, einheitlichen Format in eine Tabelle extrahierte, sodass sie tatsächlich selbst nachdenken konnten.

Wir haben die LLM nicht gebeten, wirklich zu denken und ihre Arbeit für sie zu erledigen. Es war nur eine wirklich einfache Methode, diese Daten zu strukturieren, deren Erstellung uns nicht sehr viel Zeit gekostet hat.

Phase zwei ist dann „Human in the Loop“. Entscheidend ist jedoch, dass wir vor dem Ergreifen der Maßnahme diese menschliche Überprüfung erhalten.

Dies ist also der nächste Schritt in unserer Welt aus Sicht der Automatisierung, bei dem das LLM einige Vorschläge unterbreiten würde. Es würde etwas ableiten und wie bei unserer Rechnungsanalyse zurückkommen und sagen: Wir denken, dass wir dies tun sollten, diese Positionen sollten aktualisiert werden.

Entscheidend ist jedoch, dass vor jeder Entscheidung eine menschliche Überprüfung stattfindet, bei der jemand sagen kann: Ja, damit bin ich einverstanden. Ich übernehme die volle Verantwortung für diese Entscheidung und werde auf die Schaltfläche klicken, bevor sie ausgeführt wird.

Und dann Phase drei: Autonomie mit Überprüfung. In unserer Welt erwarten wir, dass es immer eine nachträgliche Überprüfung geben muss, sei es vollständig, stichprobenartig oder in regelmäßigen Abständen, aber es muss etwas geben, um sicherzustellen, dass alles kontrolliert und ausgeglichen wird.

Und ich habe dort, wie bereits erwähnt, die Frage gestellt: Werden wir jemals so weit kommen? Und wir warten einfach ab und beobachten, wie sich die Technologie weiterentwickelt. Ich hoffe es, aber wir werden sehen.

Wie ich bereits sagte, erleben wir aus Sicht der KI meiner Meinung nach alle einen recht rasanten Wandel. Daher versuchen wir derzeit nicht, uns auf die Wiederverwendung vieler unserer KI-Lösungen zu konzentrieren.

Wir begrüßen die Tatsache, dass jeden Tag spannende neue Dinge auf den Markt kommen. Deshalb konzentrieren wir uns auf die geschäftlichen Probleme, die wir mit der heutigen Technologie lösen können.

Und ich denke, wir werden noch ein wenig warten, bevor wir darüber nachdenken, wie wir alle KI-Elemente wirklich wiederverwendbar machen können. Lassen Sie mich Ihnen ein konkretes Beispiel nennen.

Die Spesenabrechnung gehört, wie gesagt, zum Bereich Finanztechnik. Es gibt also einige wirklich spannende Anwendungsfälle, aber für uns war es bisher sehr nützlich.

Wir haben also intern etwa 4.000 Ausgaben pro Monat. Diese werden von einem Manager geprüft, vom Mitarbeiter eingereicht, vom Manager genehmigt und dann an ein zentrales Compliance-Team weitergeleitet, um sicherzustellen, dass sie den Richtlinien und ähnlichen Vorgaben entsprechen.

Die Herausforderung dabei ist, dass wir, wie bereits erwähnt, viele Länder bedienen. Wir haben Mitarbeiter, die auf der ganzen Welt arbeiten und an viele Orte reisen.

Daher gibt es Quittungen in verschiedenen Sprachen, und es gibt einen Übersetzungsteil. In jedem Land kann es Nuancen bei den Richtlinien geben, was unter welchen Umständen ausgezahlt werden darf.

Also nochmal: Es ist ein großer Aufwand, wenn ich als Manager die lokalen Spesenrichtlinien meines gesamten Teams verstehen soll. Und dann muss das natürlich mit unserer Unternehmensphilosophie in Einklang gebracht werden, die Spotify als Tech-Unternehmen prägt.

Es ist ein spannender Arbeitsplatz, an dem Vertrauen und Schnelligkeit großgeschrieben werden. Im Grunde genommen sind wir ein Backoffice-Team im Bereich Financial Engineering.

Ich bin sehr stolz darauf, aber wir sind ein Backoffice-Team. Manchmal müssen wir einfach aus dem Weg gehen und die Leute ihre Arbeit richtig machen lassen.

Also muss etwas wie Ausgaben einfach etwas sein, das für unsere Mitarbeiter ohne große Reibungsverluste abläuft. Deshalb haben wir einen KI-Agenten entwickelt, der die Belege extrahiert und analysiert, alle Sprachübersetzungen vornimmt und auch ableitet, ob es sich um die richtige Art von Kauf handelt, ob es sich um ein Restaurant handelt, in dem eine Mahlzeit gekauft wurde, und seinem Vorgesetzten, der, wie gesagt, der erste Prüfer ist, eine kontextbezogene Empfehlung gibt, wodurch hoffentlich in Zukunft die Notwendigkeit einer zweiten Compliance-Prüfung entfällt.

Also haben wir dies mit SnapLogic erstellt. Dies war eine frühe Version davon.

Im Wesentlichen werden die Daten aus den Spesenabrechnungen, die Unternehmensrichtlinien und die Standardarbeitsanweisungen genommen und mit etwas Snap-Magie in das richtige Format gebracht und miteinander verbunden, sodass wir eine wirklich supereinfache Nutzlast erhalten, die wir schließlich an das LLM senden. Das ist also alles ganz normale Snap-Technologie.

Ich denke, wie wir hören, bleiben die Grundlagen bestehen. Es ist wichtig, dass Sie das richtige Format wählen, um es für das LLM so einfach wie möglich zu machen, damit es nicht verwirrt wird und Sie etwas mehr Konsistenz bei den Ergebnissen erhalten.

Vergessen Sie also nicht die Standardfunktionen, die ebenso wichtig sind. Wir haben dafür sogar die Unterstützung von Snap erhalten.

Wir haben einige ihrer Fachleute für einen Tag ins Büro geholt und das Ganze superschnell aufgebaut. Und es war toll, dass wir uns das Weiterbilden, das Lesen und das Versuchen, zu verstehen, wie das alles funktioniert, sparen konnten, um schneller voranzukommen, richtig? Kommen wir zu den spannenden Dingen.

Lassen Sie uns überlegen, wie wir diese Eingabeaufforderung schreiben können, um tatsächlich einen Nutzen daraus zu ziehen. Das war also ein wirklich guter Tag für uns, der das Team motiviert und begeistert hat, auch einige dieser neuen Technologien zu nutzen.

Letztendlich erhalten wir damit – Sie können das hier wahrscheinlich nicht so gut lesen, aber es handelt sich um eine Slack-Nachricht, die dem Manager angezeigt wird und eine Bewertung der Ausgaben vornimmt. In diesem Fall gab es einige wichtige Erkenntnisse und einen Verstoß, der nicht die Teilnehmerliste betraf, die zusammen mit der Team-Mahlzeit eingereicht wurde, sondern die Ausgaben.

Von dort aus wurde es aus dem SOP übernommen, also dem Standardverfahren für die Arbeit des Compliance-Teams. Es wurden die Richtlinien herangezogen, geprüft und bewertet, was großartig war.

Das war wirklich einfach und innerhalb kürzester Zeit haben wir es geschafft. Wie gesagt, wir konzentrieren uns in dieser Welt darauf, spezifische Chatbots und Agenten für diese Art von Prozessen zu entwickeln, anstatt zu versuchen, alle diese Funktionen zu teilen, da der Kontext für etwas wie Ausgaben sehr relevant ist.

Aber natürlich verwenden wir auch alle Schlagworte, die man aus Sicht einer wiederverwendbaren Plattform erwarten würde. Das sind für mich die wichtigsten Erkenntnisse.

Zunächst einmal solltest du Zeit zum Lernen aufwenden. Also lerne selbst.

Ich glaube, eine der Fragen im anderen Raum bezog sich auf den Wegfall von Arbeitsplätzen und ähnliche Themen. Meine Antwort darauf ist ähnlich wie die, die ich auf der Bühne gegeben habe.

Sie müssen auf den Zug aufspringen und sich darüber informieren, denn die Arbeitsplätze werden sich weiterentwickeln. In Zukunft wird es andere Arbeitsplätze geben.

Also müssen Sie sich damit auseinandersetzen und es selbst lernen. Ich denke, für mich waren all die Schlagworte und der Hype die Eintrittsbarriere.

Ich möchte Sie alle dazu ermutigen, sich dieses Produkt zuzulegen und Ihre Teams dazu anzuregen, damit Sie nicht den Anschluss verlieren. Nutzen Sie beispielsweise die SnapLogic Professional Services, um den Lernprozess zu beschleunigen.

Sie arbeiten offensichtlich mit vielen verschiedenen Kunden zusammen. Was können Sie also von ihnen lernen und weitergeben und welche Ratschläge können Sie für den Einstieg erhalten? Seien Sie sich der Einschränkungen bewusst und denken Sie an die Grundlagen.

Und ich denke, wie wir in einigen der Keynotes gehört haben, bestehen dieselben Probleme nach wie vor. In unserem Beispiel zu den Ausgaben mussten wir mehrere API-Aufrufe statt nur einem durchführen, um Bilder aus dem einen und Ausgabenpositionen aus dem anderen zu erhalten.

All diese Dinge verschwinden nicht einfach. Daten müssen weiterhin kuratiert werden und im richtigen Format verfügbar sein, oder? Egal, ob Sie sie in ein LLM für ein MCP in einem Rag einspeisen oder in etwas anderes.

Grundsätzlich muss es gut sein, und das ist das gleiche Problem, mit dem wir schon immer konfrontiert waren. Solche Probleme werden also nicht verschwinden.

Solche Aufgaben werden nicht verschwinden. Und manchmal ist es auch nicht richtig, KI einzusetzen.

Das ist derzeit natürlich der große Hype, nicht wahr? Aber der Prozess, den Sie gerade hier gesehen haben, ist keine Auswahl eines Agenten. Es handelt sich lediglich um einen Standard-Logikbaum, der die Daten aufnimmt, sie verpackt und mit einer Eingabeaufforderung an ein LLM weiterleitet.

Seitdem haben wir einen Agenten entwickelt. Mehr zum Herumspielen und um ein bisschen Spaß zu haben.

Richtig? Aber im Grunde genommen verwenden wir in diesem Beispiel die Pipelines als Werkzeuge, die jetzt Ihrem LLM-Äquivalent entsprechen, verpacken das Ganze und senden es an das LLM. Also noch einmal: Manchmal braucht man einen Agenten, und es gibt viele Möglichkeiten, und das ist sehr spannend. Aber manchmal ist es genauso wertvoll, einfach nur einige der neuen Gen-AI-Technologien an das anzuschließen, was heute bereits existiert.

Machen Sie sich keine Sorgen, wenn Sie derzeit noch keine vollständige Automatisierung erreichen können. Wie ich bereits in Bezug auf unsere Phasen eins, zwei und drei gesagt habe, streben wir derzeit keine vollständige Automatisierung an.

Wir erwarten nicht, dass wir mit einem Zauberstab wedeln und alle unsere Prozesse vollständig automatisieren können, ohne dass Menschen daran beteiligt sind, denn die Technologie dafür ist noch nicht ausgereift, zumindest nicht aus finanzieller Sicht. Und wir sind einfach noch nicht bereit dafür.

Aus unserer Sicht sollten Sie also keine Angst haben. Ich weiß nicht, ob jemand heute Morgen am Workshop teilgenommen hat, aber es wird viel über den ROI gesprochen und darüber, wie viel Nutzen wir daraus ziehen.

Wir haben festgestellt, dass es von Vorteil ist, die Dinge einfach zu halten. Wie kann man beispielsweise einen einfachen Chatbot nutzen, um einen Teil eines Geschäftsprozesses, der besonders mühsam ist, zu automatisieren? Versuchen Sie nicht, den gesamten Prozess von Anfang bis Ende zu automatisieren.

Versuchen Sie nicht, jemandes gesamte Arbeit zu übernehmen und zu automatisieren. Wählen Sie einfach einen Bereich aus und automatisieren Sie die Aufgaben, für die am meisten Zeit aufgewendet wird.

Und um das zu erreichen, müssen Sie, wie wir heute Morgen gehört haben, Ihre Geschäftsprozesse genau verstehen, damit Sie tatsächlich beurteilen können, wann der richtige Zeitpunkt für eine Investition ist. Aber wie gesagt: Machen Sie sich keine Sorgen, wenn Sie derzeit noch keine vollständige Automatisierung erreichen können.

Die Tools, die auf den Markt kommen, werden es Ihnen in Zukunft leichter machen, wenn Sie bereit sind, diesen Schritt zu gehen. Überlegen Sie sich auch, wann Sie eine Wiederverwendung anstreben sollten.

Betrachten Sie die Wiederverwendung sowohl aus geschäftlicher als auch aus technologischer Perspektive. Wir nähern uns einem Punkt, an dem wir meiner Meinung nach dazu in der Lage sein werden.

Ich denke, dass dies tatsächlich mehr Möglichkeiten für die Wiederverwendung eröffnen wird, aber nicht unbedingt nur durch den Einsatz von KI, sondern vielleicht auch durch Überschneidungen. Wir sehen bereits einige der Dinge, von denen Snapp im Zusammenhang mit den MCP-Servern spricht. Dabei geht es im Wesentlichen darum, KI zu nutzen, um eine Reihe von Dingen zu nutzen, die bereits in einer Nicht-KI-Welt existieren.

Überlegen Sie sich also, wann der richtige Zeitpunkt für eine Wiederverwendung ist und wann Sie diese möglicherweise bereits haben, anstatt Geld dafür auszugeben, etwas nur um seiner selbst willen neu zu entwickeln, weil es ein neuer, aufregender Modebegriff ist. Und plattformisieren Sie nicht zu früh.

Vielleicht habe ich dieses Wort erfunden. Aber im Grunde genommen sollten Sie das Lernen selbst annehmen.

Und angesichts der Geschwindigkeit, mit der sich die Tools weiterentwickeln, sollten Sie sich noch keine Gedanken darüber machen, etwas zu einem wiederverwendbaren Muster zu machen, da wir davon ausgehen, dass sich in sehr kurzer Zeit alles ändern wird. Zum Schluss möchte ich noch auf Dominics Podcast auf der Spotify-Plattform hinweisen.

Wenn Sie also unsere App haben, schauen Sie sich das bitte an, und Sie können einige großartige Dinge von Dom als Unternehmensalchemist hören. Aber ich werde dort mit ausreichend Zeit für Fragen abschließen.

Wenn ihr also irgendwelche Gedanken oder Kommentare habt, würde ich mich sehr freuen, von euch zu hören. Wenn ihr mit irgendetwas nicht einverstanden seid, würde ich das auch gerne hören.

Aber vielen Dank dafür und ich beantworte gerne alle Fragen.

Im hinteren Teil des Raums befindet sich ein Mikrofon. Wenn jemand Fragen hat, heben Sie bitte die Hand. Oh, da hinten ist jemand, der eine Frage hat.

Fantastisch.

Hallo. Danke, Ben.

Ich war einfach neugierig. Ich komme aus dem Bereich Finanzprozesse, bevor ich zu SnapLogic kam, aber ich war neugierig auf das Thema Vertrauen und Risiko.

Sie haben erwähnt, dass die Regulierungsbehörden noch nicht mit der Geschwindigkeit der technologischen Entwicklung Schritt halten können. Richtig? Ich denke, wenn Sie versuchen, einen Prozess zu automatisieren oder eine Agentic-Integration durchzuführen, sollten Sie dies vollständig mit uns tun.

Wie gehen Sie mit dem Thema Vertrauen und Risiko im Vergleich zu geschäftlichen Vorteilen um? Erläutern Sie doch bitte etwas näher, wie Sie dabei vorgehen.

Ja, auf jeden Fall. Ich hatte gehofft, dass ich aus dem Finanzbereich herauskommen würde, denn Sie wissen viel mehr als ich darüber, wo ich arbeite.

Aber nein, wir betrachten das Ganze vielleicht aus mehreren verschiedenen Blickwinkeln. Da ist zum einen die Sicherheit der Daten und zum anderen die Überprüfbarkeit der funktionalen Abläufe.

Aus Sicherheitsgründen müssen wir also sehr vorsichtig sein und genau darauf achten, wie unsere Daten für Trainingszwecke verwendet werden. Wir haben sehr strenge Verträge mit unseren KI-Anbietern und unseren SaaS-Anbietern abgeschlossen, sodass wir nicht zulassen, dass unsere Daten für Trainingszwecke verwendet werden und Ähnliches.

Ich denke, es gibt jetzt ein Element, das man gewissermaßen als schwarz-weiß bezeichnen kann. Man muss sich einfach darum kümmern, sicherstellen, dass man vertraglich abgesichert ist und dass man versteht, wofür die eigenen Daten und Informationen verwendet werden.

Und dann eher funktional, was wir im Alltag im Blick haben, geht es wirklich darum, unseren Wirtschaftsprüfern anhand von Belegen nachweisen zu können, wie eine Entscheidung getroffen wurde. Aus Sicht der SOX-Kontrolle, die für uns aus regulatorischer Sicht am wichtigsten ist, müssen wir sicherstellen, dass wir über die erforderlichen Genehmigungen verfügen, was wir auch heute noch tun können. Wie ich bereits sagte, ist bei unseren drei Phasen die menschliche Komponente entscheidend, denn dann haben Sie sofort eine Reihe von Dingen, die mit einer cleveren Technologie automatisiert wurden, und dann haben Sie einen Menschen, der sich umdreht und sagt: „Bin ich damit einverstanden?“ So können Sie sofort Ihre Schritte einleiten, die genehmigt werden könnten.

Sie könnten mehrere Genehmigungsschritte einrichten, wenn Sie mehrere aus einer Peer-Review oder einer anderen Perspektive benötigen. Ich denke also, dass man mit einem eher taktischen Ansatz, bei dem man den Prozess aufteilt und nur einen Teil davon automatisiert, einen Menschen vor einen Prüfer setzen kann, um zu sagen: „Ich habe dies getan und ich verstehe, was vor einer Maßnahme passiert ist, die sich auf unsere Finanzdaten oder was auch immer Sie tun, ausgewirkt hat.“

Ich würde Ihnen daher empfehlen, den Prozess in kleineren Schritten anzugehen, herauszufinden, wo Sie nachweisen müssen, dass Sie die Kontrolle oder Überprüfbarkeit gewährleisten, und dann ganz ehrlich gesagt ein wenig abzuwarten, denn ich glaube, Sie werden viel Zeit damit verbringen, die Prüfer in Gesprächen zu überzeugen. Sie müssen erst einmal so weit kommen.

Irgendwann werden sie sich mit der neuen Technologie auseinandersetzen müssen, aber derzeit ist das noch nicht der Fall. Ich würde also sagen: Ja, finden Sie die Teile in Ihrem Prozess, die Sie automatisieren können, und überlassen Sie einige der Entscheidungen und Überlegungen, die wirklich notwendig sind, einem Menschen, basierend auf dem aktuellen Stand der Dinge.

Hilft Ihnen das weiter? Ja. Danke.

Nächste Frage. Es kommt ein Mikrofon, damit alle Sie hören können.

Ich bin mir nicht sicher, ob das mit dem Kontrollaspekt zusammenhängt, aber ich bin einfach neugierig, warum Sie nicht versucht haben, Genehmigungen für Ausgaben zu entfernen, die ein relativ geringes Risiko darstellen? Das ist ein ausgezeichneter Prozess. Und Raff, mein technischer Leiter, sagt, dass Sie danach gefragt werden, weil es ein lächerlicher Prozess ist, den wir durchführen.

Ich werde nicht aufgezeichnet. Daher weiß ich nicht, warum wir unser Ethos von Vertrauen und Schnelligkeit noch nicht für alle unsere Ausgaben in den Vordergrund gestellt haben.

Das ist etwas, wozu wir unsere Finanzpartner zu bewegen versuchen. Und wir sind genauso.

Also, in unserem Beispiel habe ich zwei Antworten auf diese Frage. Erstens: Es ist Wahnsinn, dass wir alle unsere Ausgaben überprüfen, und das wissen wir auch.

Wir sind einfach noch nicht so weit. Ich habe bei einer britischen Bank gearbeitet, und dort hatten wir zumindest eine gewisse Toleranz dafür, oder? Das ist verrückt.

Aber wie auch immer, ich denke, dass es hier definitiv etwas zu bedenken gibt. Und außerdem stimmen Manager, wie Sie sagen, nicht unbedingt immer zu, oder? Sie lehnen nicht immer ab.

Wir könnten also die Slack-Nachricht so anpassen, dass sie an den Benutzer oder an das Compliance-Team oder so etwas geht. Das ist also, denke ich, eine Frage der Konfiguration, wenn wir dazu kommen.

Im Moment testen wir den Agenten, um zu sehen, ob er gut ist. Aber zu diesem Zeitpunkt wäre es wahrscheinlich sinnvoller, ihn an die Person zurückzugeben, die ihn eingereicht hat, damit sie ihn in Echtzeit korrigieren kann, denn darin liegt der Wert, denn wie Sie sagen, wird er wahrscheinlich ab diesem Zeitpunkt direkt weitergeleitet werden.

Ich stimme vollkommen zu. Und ich wusste, dass dieser Witz kommen würde, und Raff ist sehr glücklich, dass jemand darauf eingegangen ist.

Vielen Dank. Möchten Sie es fragen, und ich wiederhole es? Das ist wahrscheinlich einfacher.

Entschuldigung, mir ist eine halbwegs gute Frage eingefallen, und dann dachte ich, ich erfinde sie einfach, weil ich sie verstanden habe. Also, offensichtlich implementieren Sie innerhalb Ihres Teams KI. Wie gehen Sie vor, um Ihre Daten zusammenzustellen und sicherzustellen, dass sie sauber und validiert sind und funktionieren? Fällt das in Ihren Aufgabenbereich als Team? Haben Sie ein Data-Engineering-Team, das sich darum kümmert? Wie sieht das aus?

Ein bisschen von allem. Und ja, wir müssen darüber nachdenken.

Ehrlich gesagt haben wir derzeit keine Patentlösung. Wir haben also Datenverarbeitungsteams innerhalb der Finanzabteilung, die einen Teil unserer Daten herausnehmen.

Bei unserem ERP-System haben wir beispielsweise einen Kerndatensatz, den wir aus dem von uns verwendeten SaaS-System extrahieren und an einem Ort speichern, der intern verfügbar ist, sodass wir nicht auf die SaaS-Lösung eines Drittanbieters angewiesen sind. Das alles ist intern enthalten.

Wir haben das für unser Beschaffungsteam und werden es möglicherweise ausweiten. Ich denke also, dass wir versuchen werden, mehr kuratierte Daten unter unserer eigenen Kontrolle zu haben, damit wir sie intern besser nutzen und zusammenführen können.

Ich glaube, in meinem Team haben wir mehr als 15 SaaS-Systeme, daher ist es von Vorteil, wenn wir es intern haben. Wenn wir weniger eine Art breite Systemlandschaft hätten, würden wir uns vielleicht damit zufrieden geben, es aus dem System zu beziehen.

Ich denke also, dass wir einerseits die Daten, die wir aus verschiedenen Systemen zusammenführen müssen, intern bereitstellen und dass wir Dateningenieure haben, die sich um die Datenversorgung kümmern und diese kuratieren. Aus Sicht der Integration mit unseren Drittanbietern macht das manchmal vielleicht keinen Sinn.

Wir prüfen derzeit, wo einige unserer Anbieter ihre eigenen MCP-Angebote haben. Das wird derzeit evaluiert.

Manche SaaS-Anbieter sind also völlig offen dafür und sagen: „Wir haben einen MCP-Server, bringen Sie Ihren eigenen Agenten mit, machen Sie das alles, das ist großartig.“ Andere sagen: „Wir werden das selbst kontrollieren, wir werden unsere eigenen LLMs verwenden, Sie können nicht unbedingt Ihre eigenen anschließen.“

Es hängt also auch davon ab, wie die von uns verwendeten Systeme aufgebaut sind, wo sie offen sind, und dann können wir uns in eines dieser Systeme einklinken, was uns die Arbeit erleichtert. Vielleicht lassen wir die Daten dort.

Wenn dies jedoch nicht der Fall ist und es schwieriger ist, müssen wir möglicherweise über einen anderen Ansatz nachdenken. Derzeit haben wir ehrlich gesagt keine Patentlösung, aber wir bewegen uns in eine Richtung, in der wir intern mehr tun, wo dies sinnvoll ist, und mit der Weiterentwicklung der Technologien die Systeme nutzen, die uns einen einfachen Zugang dazu ermöglichen.

Okay, perfekt. Danke.

Eine letzte Frage. Los geht's.

Sie haben also davon gesprochen, dass es Ihnen gelungen ist, die Entwicklung zumindest teilweise auf kleine und mittlere Unternehmen zu verlagern. Ich würde gerne wissen, ob es bestimmte Maßnahmen oder Daten gab, die dieses Vertrauen geschaffen und diese Verlagerung ermöglicht haben?

Ja. Ich habe mich dort wahrscheinlich falsch ausgedrückt.

Nicht unbedingt KMU aus der Wirtschaft. Es handelte sich um KMU aus dem Bereich der Anwendungsadministration.

In unserer Welt sind das also Menschen, die sich um das System kümmern. Sie sind immer noch Technologen, aber eben Technologen für SaaS-Systeme.

Sie verfügen also über die Fähigkeiten, die man von einem Ingenieur erwarten würde, aber sie schreiben dann den Anwendungscode für den Anwendungsingenieur, anstatt im Backend zu arbeiten. Sie sind also Technologen und verstehen daher die Technologie, was den Sprung ein wenig erleichtert hat.

Und wir haben festgestellt, dass wir in meiner Welt, wenn wir uns um ein SaaS-Team kümmern, manchmal als Bürger zweiter Klasse angesehen werden. Aber es ist eine Kunst, ein SaaS-Tool nutzen zu können, oder? Wir finden jedoch, dass dies sehr gut übertragbar ist.

Wie gesagt, wir betreuen etwa 15 Systeme, und unsere Techniker können sich in eines oder mehrere davon einloggen und dafür sorgen, dass sie funktionieren, richtig? Das ist das Schöne daran. Aber es ist auch eine Kunst.

Wenn man einen Backend-Entwickler hinzuzieht, was wir versucht haben, dann schauen sie sich diese Dinge an und sagen: „Ich weiß nicht, was ich tun soll. Das ergibt für mich keinen Sinn.“

Für uns ist es also eine Kunstform. Ich glaube daher nicht, dass wir schon so weit sind, uns voll und ganz auf KMUs und Citizen Developer zu konzentrieren.

Ganz ehrlich gesagt haben wir einige schlechte Erfahrungen gemacht. Wir haben versucht, das mit anderen Werkzeugen zu erreichen.

Vor einigen Jahren sind wir mit einigen unserer RPA-Tools ein wenig über das Ziel hinausgeschossen, als wir sie für alle zugänglich gemacht haben und den Mitarbeitern erlaubt haben, nach Herzenslust ihre eigenen Bots zu entwickeln. Das Problem dabei war, dass wir nicht unbedingt die richtigen Wrapper und Kontrollen dafür eingerichtet hatten, was dazu führte, dass viel Arbeit letztendlich wieder beim zentralen Technologieteam landete.

Deshalb sind wir etwas vorsichtiger, wenn es darum geht, etwas wie Snap für echte Geschäftskollegen zu öffnen, versuchen, es derzeit einzuschränken und weniger technisch zu werden. Wenn wir in Zukunft so weit sind, vielleicht.

Aber mir hat die Keynote dort sehr gut gefallen, in der eher von Bürgern als Datennutzern als von Bürgern als Entwicklern der Integration die Rede war. Ich denke also, dass man sich dafür entscheiden muss.

Manchmal macht es Sinn, die richtigen Wrapper und Steuerelemente einzusetzen, aber ich denke, dass es für uns derzeit noch ein zu großer Schritt wäre, einige dieser Dinge in die Hände des Buchhalters zu legen. Daher sollten wir es vorerst bei den Leuten belassen, die sich mit den Wrappern der Technologie auskennen.

In Ordnung. Das ist eine fantastische Antwort. Nochmals vielen Dank.

Es war eine hervorragende Sitzung. Ich hoffe, dass alle etwas daraus gelernt haben, etwas, das sie mitnehmen können.