AI ERP for Finance & Accounting teams to Replace NetSuite and Automate Close in 4 Weeks With Nicolas

Willkommen zur Future Finance Show, in der wir über Treasury Management sprechen.

Ich sage immer, dass es zwei schnellste Wege gibt, als CFO gefeuert zu werden. Betrug. Das ist einfach. Zweitens, als Gründer denke ich, dass der.

Schwierigste Teil Nikola Cobb is. Er ist Gründer und CEO von Roulette, dem KI nativen Erbsystem, das von Sequoia unterstützt wird. Nick war zuvor US CEO der Fintech Bank N. Vor N war Nick fünf Jahre im Investmentbanking bei Morgan Stanley tätig. Er hat einen Bar von der Universität St. Gallen in der Schweiz und einen MSE in Rechnungswesen von der London School of Economics.

Was bedeutet ein KI natives ERB? In Bezug auf die KI Nativität läuft es auf zwei Schlüsselkomponenten hinaus, in denen KI heute wirklich leistungsstark ist. Angefangen bei der Datenerfassung, dann haben Sie einen mittleren Teil eines Hauptbuch ERB, das ehrlich gesagt nicht von Natur aus KI ist. Und dann können sie wieder Modelle verwenden. Und die Fortschritte, die in den letzten zwei bis drei Jahren erzielt wurden, sind der Punkt, an dem es wieder richtig leistungsstark wird. Wie sollten Finanzleiter heute KI nutzen und darüber nachdenken? Und gibt es Dinge, die sie tun können, um sich auf die Zukunft vorzubereiten, in der sie verstehen, wie man mit ihr interagiert? Sie wissen, woher die Daten kommen. Ich möchte Ihre Zuhörer darauf hinweisen, dass Future Finance Ihnen von QFlow AI präsentiert wird, der strategischen Finanzplattform, die den schwierigsten Teil der Planung und Analyse löst. BB Stimmen Sie Vertrieb, Marketing und Finanzen nahtlos aufeinander ab, Beschleunigen Sie die Entscheidungsfindung und sichern Sie die Verantwortlichkeit mit qflo A K.

Willkommen bei Future Finance. Ich bin Glenn Hopper und wie immer hier mit meinem Partner in Crime, Herrn Paul Barnhurst. Und unser heutiger Gast ist Nicola Kopp. Nick ist der Gründer und CEO von Rilit, einem KI nativen Erbsystem, das von SEO unterstützt wird. Rilt konzipiert Finanzabläufe mit Echtzeittransparenz, Automatisierung und einem Weg zum Zero Day Abschluss. Neu vor der Gründung von Brillet war Nick im Jahr 26 AS CEO von Neoank, wo er die US Expansion während des Aufstiegs zu einer Bewertung von 9 Milliarden Dollar mitleitete. Er begann seine Karriere im Investmentbanking bei Morgan Stanley und hat Abschlüsse von der Universität St. Gallen und der London School of Economics. Nikola Willkommen zur Show. Großartig. Ich freue mich hier zu sein. Danke, dass ihr uns eingeladen habt.

Ja, wir Wir freuen uns sehr, dich hier zu haben. Glenn und ich freuen uns immer, wenn wir Gäste hier haben, denn es ist immer gut, jemanden in der Show zu haben, der klüger ist als wir. Sie helfen uns, das Ganze am Laufen zu halten.

Ich bin unsicher, ob's wirklich ausartet, wenn Paul und ich allein eine Sendung machen und schwadronieren. Wir reden Stunden und veröffentlichen ab und zu Folgen.

Ja, wir könnten stundenlang darüber reden und denken uns dann Da hört ihr zwei schwadronierenden Finanztypen zu, die sich für KI interessieren. Wir hoffen, es hat euch gefallen.

Ja, ich liebe es. Ich liebe es. Ich liebe es. Machen wir drei daraus. Ja, ja. Und es ist gut, dass du so klug bist, denn denn du hast dir eine monumentale Aufgabe vorgenommen. Du konzentrierst dich nicht nur auf einen Sektor. Sie entwickeln ein KI natives Erbsystem. Ich denke dabei an die Zeit und natürlich sprechen alle über KI. Es ist ziemlich aufregend. Aber was bedeutet ein KI natives Erbsystem? Was passiert tatsächlich im Hintergrund und wie unterscheidet es sich von einem Legacy System, das einfach KI auf seiner Plattform aufsetzt? Gute Frage. Wir konzentrieren uns auf den Kontext und sind ein natives Erbsystem für den Mittelstand. Wir sind also eine Art Vorreiter beim Generationswechsel von den großen Net Suites dieser Welt in die Moderne, was die native KI Nutzung betrifft. Im Grunde läuft es auf zwei Schlüsselkomponenten hinaus, bei denen KI heute wirklich leistungsstark ist. Beginnen wir mit der Datenerfassung. Daten fließen aus all diesen unterschiedlichen Systemen ein, in vielen Fällen aus unstrukturierten Datenquellen. Und es gibt Recherchen, die zu Transaktionen durchgeführt werden müssen. Und das sind alles Bereiche, in denen KI und die hier im Kommen befindliche LM Technologie offen gesagt hervorragend sind. Sie können unstrukturierte PDFs durchsuchen, Sie können bestimmte Kontexte von Transaktionen recherchieren. Und das ist wirklich ziemlich überwältigend. Wir nutzen meist OpenASO Modelle. Die Aufnahme erfolgt im Juni 25. Das kann sich ändern. Doch so erledigen wir den Großteil der Arbeit. Ich finde das wirklich aufregend. Und für uns ist dieser Teil der KI wirklich nativ in die Arbeitsabläufe unserer Kunden eingebettet. Die Art und Weise, wie Daten konsumiert werden, ist also wirklich KI fähig. Und dann haben Sie ein Zwischenstück eines Hauptbuch ERB, das ehrlich gesagt nicht von Natur aus KI ist. Wenn Sie einen Abschreibungsplan oder einen Zeitplan für abgegrenzte Einnahmen ausführen möchten, benötigen Sie ein LLM, das im Grunde genommen nicht annähernd dafür geeignet ist, da Sie jedes Mal deterministisch immer dasselbe Ergebnis erzielen möchten. Das ist also sozusagen der Mittelteil eines Erbsystems, das von Natur aus idealerweise nicht KI fähig ist. Und dann auf dem Weg nach draußen kann man wieder Modelle verwenden und die Fortschritte, die in den letzten zwei, drei Jahren erzielt wurden, um Informationen zu analysieren, zu vergleichen und zusammenzufassen. Und genau da wird es wieder richtig leistungsstark. Aber es ist wirklich ein dreistufiger Prozess, bei dem KI in zwei Schritten sehr leistungsstark ist. Und dann haben wir im Mittelteil einen guten alten deterministischen Code, der uns die schwere Arbeit abnimmt. Ja, und das ist ein erheblicher Vorteil. Ich kann mir gar nicht vorstellen, wie umfangreich das sein muss. Wie viele Codezeilen muss man da reinschreiben, um herauszufinden, wie man KI nahtlos zum Laufen bringt. Ich meine, wissen Sie, ich könnte mir vorstellen, dass Sie versuchen, einfach eine generative KI darüber zu setzen. Aber um das Ganze durchzuziehen und wirklich sinnvoll zu gestalten, scheint eine grundlegende Umgestaltung erforderlich zu sein. Und das ist eine schwierige Situation für die etablierten Unternehmen. Ja, also m ohne mich zu sehr auf sie zu konzentrieren, sondern mehr auf das, was wir tun. Es ist sehr einzigartig. Die KI ist tief in allen Arbeitsabläufen verankert. Herkömmliche Altsysteme sind im Wesentlichen als richtige Hauptbücher und Datenbanken konzipiert und nicht auf die durchgängigen Arbeitsabläufe dieser Buchhaltungsteams abgestimmt. Ein Buchhalter oder ein Buchhaltungsteam führt vielleicht zwei bis 300 unterschiedliche Prozesse über mehrere Schritte und Arbeitsabläufe aus, um diese zu erden. Und diese landen dann am Ende des Prozesses auf die eine oder andere Weise in einem Journaleintrag. Und für uns ist die Art und Weise, wie wir das System aufgebaut haben, sehr ähnlich wie diese Arbeitsabläufe. Die Art und Weise, wie Daten erfasst, berechnet und in verschiedenen Formularen ausgegeben werden, entspricht also sehr stark einem reibungslosen Arbeitsablauf und dann können wir dadurch auch die Datensyntax selbst beibehalten. Wir steuern, welche Informationen wir eingehen, wie sie gespeichert und strukturiert werden. Und das ist ein wirklich wichtiger Teil von GL selbst im Grunde genommen die Daten zu kontrollieren, aber auch die Arbeitsabläufe. Gerne erzähle ich Ihnen etwas mehr darüber, was wir in der KI konkret in Bezug auf die tatsächlichen Agenten tun, die wir haben, aber zumindest sind wir grundsätzlich oder konzeptionell so konzipiert.

Ja, ich möchte gerne wissen, wie Sie über Agenten denken. Ich weiß, dass Glenn dieses Thema sehr mag, daher würde ich gerne mit Ihnen über Agenten sprechen und Ihnen erzählen, wie Sie über diesen agentenbasierten Arbeitsablauf und Agenten und all das denken.

Ja, für uns sind KI Agenten also Synonyme für tief verwurzelte, mehrstufige Arbeitsabläufe, die ein Buchhalter oder Finanzexperte fortlaufend ausführen würde. Beispiele hierfür sind unsere Bargeldagenten oder Kategorisierungskodierungsagenten, die rund um die Uhr alle eingehenden Bargeldtransaktionen in der Anwendung prüfen. Sie suchen nach Mustern und dem Kontext dieser Transaktionen und versuchen diese entweder mit bestehenden Systemen abzugleichen oder neue Einträge zu erstellen, die von Menschen im System genehmigt werden sollen. Das ist also eine sehr interessante Art der KI Anwendung, bei der es wirklich hilfreich ist, im Grunde einen agentenbasierten Workflow zu haben, der die Arbeit in mehreren Schritten erledigt, die normalerweise ein Mensch tun würde. Dasselbe gilt beispielsweise für Acryls, bei denen Sie einen Agenten haben, der Ihnen helfen kann, die Einnahmen am Monatsende vorherzusagen. Er prüft alle Ihre Transaktionsmuster, Ihre laufenden Rechnungen und beginnt Vorschläge dafür zu machen, was am Monatsende verbucht werden sollte. Und sobald Sie als Buchhaltungsleiter oder leitender Buchhalter das genehmigt haben, klicken Sie auf Los und wir buchen den Journaleintrag für Sie. Das ist also ein vollständig durchgängig automatisierter Prozess, der natürlich erst nach der Genehmigung durchgeführt wird. Das sind großartige Beispiele dafür, wie Agenten zum Leben erweckt werden können, wenn sie tief in den Workflow integriert sind. Es handelt sich also nicht unbedingt nur um eine Chatbot Erfahrung. Es ist viel mehr tief in diese schrittweisen Workflows integriert, die Buchhalter am Ende des Monats durchführen. Und ich finde es toll, dass am Ende immer noch ein Mensch mit im Boot ist. Wir geben nicht einfach die Zügel aus der Hand und all das und sie liegen genau richtig. In meinem Hauptberuf konzentriere ich mich stark auf die Entwicklung von Automatisierungen für Buchhaltungs und Finanzteams. Und solche Workflows mit Agenten sind der richtige Weg und man versucht so viel wie möglich in das LLM einzubringen. Aber wenn man in der Schleife stecken bleibt, kann es passieren, dass Fehler passieren. Man versucht also so regelbasiert wie möglich vorzugehen, um das zu verhindern. Aber ich frage mich, was Mark, Benny und all die Marketingleute da draußen, die ihre Agenten verkaufen. Wie weit sind wir deiner Meinung nach? Paul Ich schweife hier komplett von unseren Designfragen ab, aber wie weit sind wir deiner Meinung nach? Ich habe die Irrefahrt gestartet, Du bist okay, Ich wusste, ich würde dich zum Laufen bringen. Glenn Wie weit ist wirklich agentenhaftes Verhalten Ihrer Meinung nach noch entfernt? Ich sage nicht, dass wir den Menschen aus der Schleife nehmen und immer noch die Genehmigung haben sollen, aber der Agent hat sozusagen Handlungsspielraum und kann selbstständig denken und handeln und Dinge tun, ohne dazu aufgefordert zu werden. Ja, also ich sage es noch All diese Softwareanbieter rennen herum und preisen ihre Lösungen an. Da steckt großartiges Marketing dahinter. Ich erzähle Ihnen ein wenig, was wir aus der Praxis sehen, denn wir verwenden diese Modelle jeden Tag. Wir entwickelten diese Agenten täglich anhand von Erfolg und Misserfolg. Für uns persönlich beginne ich mit dem, was gut funktioniert. Was gut funktioniert, sind einfache, eindeutige oder diskrete Aufgaben, die man in mehrstufige Workflows aufteilt, die man dann durchgängig durchlaufen kann. Aber der Schlüssel, der beschreibend ist hier oder das ist wichtig ist, dass es sich um einen eingeschränkten Geltungsbereich handelt, beispielsweise um den Agenten, den wir in der Plattform haben oder einen Agenten, der bei der Durchführung von Flussanalysen hilft und die Einträge und alles andere durchgeht. Wir verweisen ihn auf ganz bestimmte Datentabellen, denn wir besitzen das Hauptbuch, wir besitzen die Datensyntax und die Architektur. Wir können ihn auf die richtigen Datentabellen verweisen, aus denen diese Informationen abgerufen werden können. Dasselbe gilt für andere Anwendungsfälle im Bereich der Analyse. Wir zerlegen einzelne Junior Workflows, die vielleicht in eine bestimmte Person fließen würden, und schränken sie ein. Auf dieser Ebene können wir ihnen dann nur eine bestimmte Menge an Kontext geben, was die Genauigkeit extrem hoch und auch die Geschwindigkeit überschaubar macht, im Gegensatz zu einigen Versprechungen, die ich einfach noch nicht realistisch sehe, wie z. B. Dass wir dir Zugriff auf alles geben und der Agent dann auf magische Weise herausfindet, was zu tun ist. Es gibt einfach zu viele Schleifen, an denen man sich aufhängen kann. Und wir alle wissen, dass das Aufräumen eines Chaos viel länger dauert als die Automatisierungszeit, die man ehrlich gesagt im Voraus spart. Für uns sind es also vielleicht 5 Prozent. Wir können diese sehr allgemeinen Anwendungsfälle von Anfang bis Ende durchgehen. Bei den engen Anwendungsfällen sind wir schon ziemlich weit fortgeschritten und das ist ziemlich aufregend. Das ist großartig. Ich bin fertig, Paul. Es ist aufregend. Also weißt du, ich gehe ein wenig zurück und würde gerne ein bisschen mehr über die Hintergrundgeschichte erfahren. Also wie sind Sie auf den Namen gekommen? Wie haben Sie beschlossen, ein echtes Unternehmen zu gründen? Die meisten Leute wachen nicht auf und Ich möchte in die Hauptbuchhaltungsbranche einsteigen. Das ist das Geschäft, das ich will. Ich möchte gegen Oracle und Sage und diese gut kapitalisierten, großen, etablierten Akteure antreten. Und die meisten Leute denken nicht, dass das Hauptbuch ein spannendes Geschäft ist, oder? Das ist nicht der richtige Bereich. Leider erkennen die meisten Leute nicht, dass es attraktiv ist, aber das ist eine andere Geschichte. Erzählen Sie uns ein wenig über den Hintergrund, den Namen und wie alles zustande kam. Sie haben beschlossen, dies zu tun. Ich führe Sie ein wenig zurück zu den Gründungsmomenten des Unternehmens. Wir können auch gleich über den Namen sprechen, M. Aber ich denke, es gibt eine riesige Chance auf dem Markt. Fangen wir damit an. Ich denke, selbst die meisten Leute würden das erkennen, einfach auf einem weißen Blatt Papier, wie in einer PowerPoint Präsentation. Das macht Sinn. Jemand sollte so etwas entwickeln. Ich denke, das Schwierige ist wirklich, den einzigartigen Einblick zu haben, wie man anfängt. Und ich denke, wir waren in dieser Hinsicht ziemlich einzigartig, da unser Ziel immer darin bestand, von Anfang an ein komplettes GL von Grund auf aufzubauen. Es gab keine Niedlichkeit, es gab keine Abkürzungen und als wir das Unternehmen gründeten, war es Ende 21 und dann war das wahrscheinlich in den ersten zwei Jahren des Unternehmens eine ziemlich kontroverse Entscheidung. Rippling war die einzige Plattform, auf die man verweisen konnte, als ob jemand anderes hier erfolgreich eine Plattform aufgebaut hätte. Aber abgesehen von Rippling gab es wirklich nicht so viele Unternehmen. Ich denke also, das ist eine Sache, die wir von Anfang an richtig gemacht haben. M. Das ganz war sehr persönlich geprägt von Problemen, die ich bei meiner vorherigen Firma im Jahr 26 hatte. Dort habe ich einige dieser Funktionen geleitet und wir haben uns Workday Financial, NetSuite, Sentac und All diese Altsysteme angesehen. Damals hatten wir, glaube ich, fünf verschiedene Ledger, die nicht in einem sinnvollen Zeitrahmen konsolidiert wurden. Alles dauerte Wochen und Wochen. Das war damals ein echtes Problem für mich. In Kombination mit der Chance wurde mir, dass da etwas ist. M. Und ich denke noch wichtiger ist auf einer persönlich Ehren Ebene, dass man als Gründer oder auch für deine Zuhörer und vielleicht als erster Mitarbeiter, der einem Start up beitritt, immer noch den emotionalen Mut haben muss, die Idee in die Tat umzusetzen. Für mich waren die beiden Dinge, die uns am Ball gehalten und uns am Anfang gehalten Erstens ist es intellektuell extrem interessant, wie viel cooler kann es noch werden? Ich weiß, für die meisten Leute ist das langweilig, aber was gibt es Schöneres, als die Möglichkeit und das Recht zu haben, ein Hauptbuch von Grund auf aufzubauen? Kein Team hat das seit 20 Jahren geschafft. Man muss sich alles selbst ausdenken. Ich fand das intellektuell extrem anregend, da ich durch und durch im Rechnungswesen und Finanzwesen tätig bin und dann möchte man einfach etwas Sinnvolles aufbauen. Für mich war es wirklich wichtig, dass alles, wofür ich meine Zeit investiere und ein Unternehmen zu gründen, ist wirklich schwer in den nächsten 10 bis 20 Jahren eine sinnvolle Wirkung haben würde, wenn wir erfolgreich sind. Das war also das andere Kriterium in der Anfangszeit. Wir sagten einfach, dass es wirkl. Sinnvoll sein wird, wenn es klappt und es zahlt sich also irgendwie aus. Und darüber freuen wir uns.

Das ist aufregend. Und der zweite Teil, der eigentliche Name, Wie kam es dazu?

Es ist ironisch. Als Schweizerin der ersten Einwanderergeneration lebe ich seit acht bis zehn Jahren in den USA und benutze englische Wörter aus dem Wörterbuch. Ein echter Wasserstrom eben. Die meisten Leute wissen es, andere vielleicht nicht. Ich habe es mit der Zeit auch gelernt. Ein echter oder wirklich ein Wasserstrom müssen. Wir sind stolz darauf, Finanzinformationen aus all diesen unterschiedlichen Systemen flussaufwärts in einer konsolidierten Quelle der Wahrheit zusammenzuführen. M. Und das war sozusagen die Idee hinter dem Namen. Das Lustige daran oder die lustige Insider Geschichte daran ist, dass wir mit einem komplett anderen Namen angefangen haben, als wir das Unternehmen gegründet haben. In meiner Muttersprache heißt es jetzt Präzision und Genauigkeit. Und dann, als wir unsere Spendenaktion starteten, waren unsere Investoren wirklich begeistert von der Idee und dem Team. Aber sie machten uns auch ganz klar, dass wir den Namen ändern müssen, wenn wir auch nur annähernd erfolgreich sein wollen, während wir wachsen. Wir haben also innerhalb der ersten ein oder zwei Wochen des Unternehmens eine Kehrtwende gemacht. Danke, dass Sie das mit uns geteilt haben. Ich weiß die Hintergrundgeschichte zu schätzen. Ich glaube, Sie haben das bei dem Abendessen erzählt, auf dem ich im Dezember mit Ihnen war. Ich erinnere mich, das gehört zu haben, Glenn Das wissen Sie bestimmt, aber er kam nach Salt Lake City und ich hatte die Gelegenheit, mit einigen Führungskräften aus dem Finanzbereich zu Abend zu essen. Er half dabei, das Ganze zu leiten. Ich hatte die Gelegenheit, mich mit Ihnen zu unterhalten und ich erinnere mich ein wenig, von dieser Geschichte gehört zu haben. Ja, ja, das ist vielleicht tatsächlich eine Art erste Enthüllung in einem PODCA. Normalerweise erzählen wir die Geschichte hinter verschlossenen Türen. Großartig. Wir werden auf jeden Fall dafür sorgen, dass es im Trailer oder in einem Clip Breaking News gibt und die Hintergrundgeschichte. Ja, es gab keinen Skandal. Nein, ich weiß nicht wie. Zuerst möchte ich fragen, wie der typische Implementierungsprozess aussieht. Wie funktioniert das für Kunden? Wie sollten Sie darüber denken? Weil ich weiß, dass Erbsysteme im Allgemeinen nicht dafür bekannt sind, schnell implementiert zu werden. Es ist ein sehr langwieriger Prozess, über den alle lachen. Ich spreche hier mit zwei Personen, die das mehr als einmal erlebt haben. Vielleicht können wir ein wenig darüber sprechen, wie sie über die Implementierung denken. Und dann würde ich gerne ein wenig darüber erfahren, was auf Ihrem Fahrplan steht. Die Implementierung ist natürlich ein größerer Schritt. Niemand. Ich denke, es wird Ihnen schwerfallen, eine einzige Person zu finden, die jemals Erfahrungen mit einer Erbimplementierung gemacht hat. Die Leute tragen es wie ein Zeichen des Stolzes, im Grunde wie eine Art Kampfnarbe, so wie ich in meinem Leben fünf netzwiete Implementierungen durchgeführt habe. Was unsere Vorgehensweise betrifft, so dauert es in erster Linie vier bis acht Wochen, je nachdem, wie komplex das Unternehmen ist. Bei einfacheren Unternehmen können wir es sogar unter vier Wochen halten, bei komplexeren Unternehmen kann es sogar etwas darüber liegen. Aber die Spanne, die wir angeben, liegt bei vier bis acht Wochen. Und das ist wieder heute, Juni 2025. Wir haben sehr coole Wege und Ambitionen, dies auf nur wenige Wochen zu reduzieren. Und die Art und Weise, wie der Prozess funktioniert, und das ist im Vergleich zum Markt einzigartig, ist, dass wir ein internes team haben, alles Controller, Wirtschaftsprüfer, CPAs, das durch Technologie ermöglicht wird, eine proprietäre Technologie, die wir entwickelt haben, teils KI, teils nicht KI, einfach deterministische Regeln, mit denen wir in einem sehr schnellen Prozess alle Informationen aus Ihren aktuellen Systemen extrahieren können. Sie können dann als Kunde Ihren Content Plan, Ihre Abteilungsstruktur und alles, was Sie schon immer bereinigen wollten, aber nie die Zeit dafür hatten, überprüfen und dann im Grunde genommen einen vollständig automatisierten Abgleich auf dieser Grundlage durchführen. Es zeigt den Unterschied zwischen alt und neu. Sind die Daten korrekt? Wie sieht es aus? Und dieser Prozess an sich ist ehrlich gesagt ein Wertversprechen, das weit über das hinausgeht, was herkömmliche Anbieter heute tun. Hatten Sie jemals das Gefühl, dass Ihre Markteinführungsteams und die Finanzabteilung unterschiedliche Sprachen sprechen? Diese Fehlausrichtung ist ein Nährboden für Misserfolge, beeinträchtigt die Vorhersagekraft von Prognosen und verzögert Entscheidungen, die ein effizientes Wachstum vorantreiben. Wir haben es versucht, doch Daten an einem Ort bedeuten nicht, dass alle den gleichen Standpunkt haben. Lernen Sie QFlow AI kennen, die strategische Finanzplattform, die speziell entwickelt wurde, um den schwierigsten Teil der Planung und Analyse zu lösen, den BB Umsatz. Qfo integriert schnell wichtige Daten aus Ihrem Markteinführungsstapel und einer Buchhaltungsplattform und übernimmt dann die gesamte Datenvorbereitung und Normalisierung im Hintergrund. Es stellt automatisch Ihre Markteinführungsstatistiken zusammen, macht die segmentierte Szenarioplanung zum Kinderspiel und schließt den Planungskreis. Schaffen Sie eine nahtlose Abstimmung, verbessern Sie die Entscheidungslatenz und stellen Sie die Verantwortlichkeit in den Teams sicher. Ich muss hier einspringen, weil ich mich gerade zurückgehalten habe. Ich dachte, Glenn ist bereit, nachdem ich einige schmerzhafte, erbärme Implementierungen durchgemacht habe. Und ich werde nicht verraten, mit wem das zusammenhing. Aber ich sage immer, dass die zwei schnellsten Wege, als CFO gefeuert zu werden, folgende Erstens Betrug. Das ist einfach. Zweitens sag deinem CEO, ich glaube, ich möchte eine Erbimplementierung durchführen und du wirst nicht an diesem Tag gefeuert. Du wirst zweieinhalb Jahre später gefeuert, wenn die Erbimplementierung nicht abgeschlossen ist. Wenn es also jemals etwas gäbe, das mich dazu bringen würde, zurück ins Büro des CFO zu gehen, dann wäre es die Vorstellung einer vier bis sechswöchigen Implementierung, um all die vergangenen Verletzungen auszugleichen. Ich denke, das würde mich zurückbringen. Wenn ich ein Erbsystem so schnell implementieren könnte, würde mich das zurückbringen, Paul Ich weiß nicht.

Punkt. Also lass dir das schriftlich geben und fertig. Aber natürlich wählst du das wirklich komplexe Unternehmen aus und dann heißt Nein, das dauert etwas länger.

Die Leute fragen uns immer wie lange dauert das? Ja, wir sind einfach so. Ja, wir wir Wir prüfen diese Dinge im Vorfeld mit großer Sorgfalt. Klar. Und das ist, ich meine, wir Erstaunlich. Und wie Sie sagten, wenn man gegen diese großen etablierten Unternehmen antritt, ist es ein riesiger adressierbarer Markt. Aber Ihre etablierten Unternehmen sind auch darin eingebettet. Und wie heißt das alte Sprichwort? Niemand wurde jemals gefeuert, weil er sich für IBM oder wie auch immer entschieden hat. IBM, Oracle, Sub. Richtig, man hat sich für den Amtsinhaber entschieden. Ich denke, und Sie wissen, dass Finanz und Buchhalter risikoscheu sind und so weiter. Es muss also eine Art harte Nuss sein, sie rauszuholen. Aber ich denke, wenn man man über Dinge wie die kurze Implementierung und all das spricht, aber vielleicht und ich weiß nicht, ob Sie das verwenden, wenn Sie mit potenziellen Kunden sprechen, aber Sequoia hat es wirklich früh unterstützt und das ist ein wirklich starkes Signal in einem sehr wettbewerbsintensiven Umfeld. Und ich denke, meine Frage wäre in Was hat Sequoia gesehen und was haben diese sehr risikofreudigen CFOs gesehen, die sie dazu bewogen haben zu sagen, das ist etwas, das wir ausprobieren wollen, oder? Im Fall von Sequoia. Ja, ich denke, die Entscheidung oder der Denkprozess eines Investors und eines Kunden unterscheidet sich ein wenig, wenn es um die Art und Weise geht, wie sie mit uns interagieren. Ich fange also vielleicht kurz mit der Runde an, da Sie sie erwähnt haben, und gehe dann darauf ein, wie unsere Kunden denken. Also speziell in Bezug auf die Runde selbst sind sie ganz offen gesagt die Marktführer in einem Bereich, der sich hier herausbildet wie bestes Produkt, beste Kunden, anspruchsvollste Kunden, bestes Team. Und Sequoia hat einen sehr strengen Entscheidungsprozess. Sie haben wahnsinnig viel Zeit mit uns verbracht, was großartig ist, wahnsinnig viel Zeit im Vorfeld, sogar vor der Spendenaktion, aber auch im Vorfeld der Spendenaktion, jede Ecke und jeder Winkel, oder besser gesagt, Sie haben jeden Stein umgedreht auf Englisch. Sie sind alles sehr detailliert durchgegangen, haben mit vielen unserer tatsächlichen Kunden, Interessenten, Referenzen im Team gesprochen und sind wirklich in die Tiefe gegangen. Ich denke, für Sie ist es einfach eine Frage, sich mit der Kategorie selbst vertraut zu machen. Ich denke, wir könnten Ihnen zeigen, warum das hier so spannend ist. In Bezug auf den Generationenwechsel von im Grunde genommen zur Cloud zu wechseln, war NetSuite im Grunde genommen von der Cloud zu KI gewechselt, jetzt ist das Realität. Sie haben also eine riesige Marktchance und dann wählen Sie im Rahmen dieser Marktchance im Grunde genommen das beste Team aus. Und das war sozusagen der Entscheidungsprozess eines solchen Fonds. Und für Kunden ist es dann ähnlich, da sie auch sehr stark auf ein Team setzen. Wir müssen also realistisch sein, denn die Kunden erkennen nicht nur, dass sie heute ein großartiges Produkt kaufen, sondern auch, welches Potenzial noch darin steckt. Es ist überwältigend, was Innovation und Geschwindigkeit betrifft. Die KI Agenten, die wir haben und die KI Funktionalität sind dem, was einige der etablierten Anbieter in vier Jahren geschaffen haben, haushoch überlegen. Ich denke, das ist eine Sache, bei der Sie auch auf das Team setzen, wenn Sie das Produkt kaufen. Und dann ist es natürlich die Funktionalität, die ziemlich fortschrittlich ist. Und Sie mögen, was Sie sehen. Das ist also das andere Element, kombiniert mit vielleicht auch anderen Vertrauensvektoren, wie z. B. Wer sind sonst noch Ihre Kunden und so weiter.

Glenn ich werde mich hier einschleichen und eine Frage stellen. Ich würde gerne wissen, was Sie normalerweise mit CFOs besprechen, wenn Sie versuchen, diese Geschäfte abzuschließen. Was sind Ihrer Meinung nun, die größten Hindernisse? Ist es so, dass man sich denkt, ihr seid neu, warum sollten wir euch vertrauen? Oder dass man sich denkt, dass man Netzwut nehmen kann? Wir fühlen uns wohl, wir wissen, was Sie haben oder sage oder wer auch immer. Was ist mit diesem CFO? Was ist die größte Herausforderung oder das größte Problem, das Sie hören, wenn Sie diese wettbewerbsorientierten Geschäfte abschließen?

Was Sie bereits gesagt haben? Niemand wurde jemals gefeuert, weil er Unternehmen wie IBM, Oracle oder netswood gekauft hat. All diese Namen. Und das gilt auch für unsere Kategorie im Besonderen. Das gilt für jede Software Kategorie, aber ich denke, für diese gilt es umso mehr. Da stimme ich zu. Ja, es ist also auch wirklich schwer anzufangen. Stellen Sie sich das Gespräch mit unseren ersten paar Kunden vor, die Sag uns, das ist der Hammer, Nick, wir mögen dich, wir mögen dein Team. Das Produkt ist großartig, aber wie viele andere Kunden hast du? Und wenn man dann null Kunden hat, ist es richtig schwer, die ersten Leute über die Ziellinie zu bekommen. Die Anfangszeit war also richtig hart mit dieser Dynamik. Mittlerweile haben wir haben wir viele referenzierbare Kunden in bestimmten Branchen, in denen wir Kunden haben. Das wird also allmählich einfacher. Aber ich würde sagen, das ist der größte Einwand gegen so eine Frage. Ich weiß, dass netsvood vielleicht ein Legacy Produkt ist, aber ich weiß auch, dass ihr zukunftsorientiert seid. Aber es gibt andere Netzwoot Kunden, es gibt heute andere Unternehmen auf Netzwut. Und das ist meiner Meinung nach die Dynamik, die wir durchdringen. Das Argument, das wir als Antwort darauf vorbringen, ist, dass dies eine wirklich langfristige Entscheidung ist, die ihr hier trefft. Ihr könnt entweder Wir sind vielleicht nicht perfekt, wir haben vielleicht nicht die gleiche Marktdurchdringung, aber Sie sehen unsere Entwicklung und unseren Anstieg in den nächsten Jahren ganz klar im Vergleich zu etwas, das stagniert oder seit zehn Jahren stagniert. Und das ist sozusagen das Gegenargument zu der Aussage, dass noch nie jemand gefeuert wurde, weil er etwas gekauft hat, sondern dass man tatsächlich in zwei oder drei Jahren gefeuert werden. Könnte, wenn die Lücke plötzlich sehr groß ist. Ja, das ist ein sehr guter Punkt, denn Ich habe jeden Tag mit Kunden zu tun, die aus diesem Grund aus dem KMU Bereich aussteigen, weil sie einfach nicht über die Daten verfügen, die sie benötigen und oder die Ressourcen und all das. Aber bei Mid Cap Unternehmen und sogar auf Unternehmensebene stehen Finanzleute unter Druck, sei es von Vorständen, Investoren, dem Management oder anderen KI einzusetzen, also etwas KI auf alles anzuwenden, was man tut und es auf magische Weise zu beheben. Viele Unternehmen, vor allem die Finanzabteilung, müssen warten, bis die SaaS Anbieter KI integriert haben. Sie werden keine eigenen Tools entwickeln. Wenn sie ein ausreichend großes Unternehmen mit einem Data Science Team, Machine Learning Ingenieuren und Entwicklern haben, die das können, ist das großartig. Aber viele Finanzabteilungen werden das nicht bekommen, Wenn man sieht, wie schnell Start ups Key als real ansehen, anstatt darauf zu warten, dass die etablierten Unternehmen endlich KI in ihre Plattform integrieren, wird es für sie einfacher, das Kästchen OK, wir verwenden KI abzuhaken. Wir wurden unter Druck gesetzt und jetzt tun wir es aber selbst. Da gibt es diese Lücke. Wenn ich mit Kunden spreche, erkläre ich ihnen immer, dass sie das verstehen müssen. Sie müssen kein Entwickler werden, aber sie müssen verstehen, was im Hintergrund passiert. Was ist der Unterschied zwischen klassischem maschinellem Lernen und Gehen? Was ist ein Agent und was ist ein agentenbasierter Workflow? Und wann ist es sinnvoll, KI zu verwenden und wann ein deterministischeres System? Doch ich frage mich einen Schritt zurücktretend, da sie so darin verhaftet sind. Die Leute fragen mich jeden Ich soll KI lernen, ich soll experimentieren? Haben Sie etwas Konkretes, dass sie auch außerhalb Ihrer Plattform sagen kö Zb wie Finanzleiter heute KI nutzen und darüber denken sollten? Und gibt es Dinge, die sie tun können, um sich auf die Zukunft vorzubereiten, in der sie lernen, wie sie mit echten Daten interagieren, woher die Daten stammen und welche anderen Tools sie zusätzlich zu ihren gesamten Finanztechnologien verwenden? Auf jeden Fall. Da gibt es tatsächlich etwas, das du gesagt hast, Glenn. Und wenn ich darf, dann möchte ich da vielleicht ein wenig widersprechen, nämlich dass manche Leute vielleicht nicht die Ressourcen haben, vielleicht nicht die Machine Learning Ingenieure oder die Datenwissenschaftler, um diese Arbeit zu leisten. Ich möchte deine Zuhörer dazu ermutigen, nicht auf diese Teams zu warten. Nutz das nicht als Ausrede, um KI hier nicht einzuführen. Ich habe solche Abendessen im ganzen Land veranstaltet. Paul war bei einem davon. Es war toll, dich dabei zu haben. Danke, dass du dabei warst. Die Leute sind heutzutage sehr mutig und einfallsreich und Man kann mit OpenAI buchstäblich selbst einen agentenbasierten Workflow erstellen, in dem man einfach mit ein paar Eingabeaufforderungen herumtüftelt. Wir hatten vor kurzem bei einem Abendessen ein schönes Beispiel, bei dem jemand einen ganz bestimmten Workflow erstellt hat, bei dem er jeden Montag 50 bis 100 Schecks aus einem Schließfach abholen musste. Sie haben ein kleines GPT Ding gebaut, in das sie dann einfach das PDF einspeisen konnten, was auch immer sie in das GPT bekamen. Und es hat eine CSV Datei mit den Beträgen, den Namen und allen anderen benötigten Informationen von dort aus ausgespuckt, einige Referenznummern und es hat tatsächlich funktioniert. Es war nicht perfekt, aber es hat ein bisschen Zeit gespart. Daher möchte ich die Leute ermutigen, anzufangen, ohne Ausreden zu haben, auf jemand anderen zu warten. Versuch, versuchen Sie sich diese Tools selbst anzusehen. Es mag ein bisschen Zeit kosten, aber es ist tatsächlich möglich, Dinge zu bauen, die ihnen helfen, Zeit zu sparen. Vielleicht investieren sie zwei bis drei Stunden am Nachmittag in dieses Ding oder setzen sich an einem Samstag hin und machen es einfach, Aber es spart ihnen Zeit und sie müssen nicht auf andere warten. Für mich ist das also vielleicht der größte Aufruf zum Handeln an Sie, liebe Zuhörer. Versuchen Sie es und fangen Sie an zu basteln. Es muss nicht perfekt sein. Fangen Sie an zu basteln. Ich wollte gerade sagen, dass ich den Leuten immer sage, ich weiß nicht, wie viel die Basisversion von ChatGPT Plus oder wie auch immer aussieht, 20 oder 25 Dollar im Monat, bezahlt es ruhig. Wenn ihr mehr als das in einer Woche für Kaffee ausgebt, zahlt es sich trotzdem und dann gebt ihr es aus. Ich meine, der ROA ist ein Finanzexperte, der ROA für etwas, selbst wenn es euch etwas kostet. Ich habe vor ein paar Monaten mit einer Gruppe zusammengearbeitet und da war ein Typ, der keinen Entwicklerhintergrund oder so hatte, aber Code für etwas geschrieben hat, das er gemacht hat und das ihn jeden Tag eine Stunde gekostet hat. Er hat ungefähr 14 oder 15 Stunden damit verbracht, hin und her zu wechseln. Aus irgendeiner aus einem Grund ist er zwischen ChatGPT und Claude hin. Und her gewechselt. Aber er hat Code geschrieben, um ein kleines Arbeitsblatt zu erstellen. Aber er hat diesen ganzen Prozess automatisiert. Und der ROA ist einfach. Er hat 15 Stunden investiert. Wenn es eine Stunde pro Tag war, sind das drei Geschäftswochen und er muss es nie wieder tun. Der ROA ist also sofort da. Ich bin also ganz deiner Meinung, was das Experimentieren angeht. Ja. Und um auch für deine Zuhörer die Finanzterminologie zu verwenden. Wenn du die zukünftige Rendite, die du bekommst, abzinst, weil du dir nicht sicher bist, ob es funktionieren wird, dann ist es das wert, wenn du klein anfängst und wähle nicht diesen Zinssatz. Ganz sicher. Ja, genau. Ich liebe es.

In Ordnung. Das ist also unser lustiger Abschnitt, mit dem wir alle ein wenig überraschen. Wir haben 25 Fragen, die von ChatGPT entwickelt wurden. Sie basieren auf deinem Profil, meinen Recherchen im Internet und den Fragen, die wir dir gestellt haben. Sag ihm, er soll dir ein paar personalisierte, lustige und einzigartige Fragen stellen. Ich habe mir das noch gar nicht angesehen. Wir wissen nie, was uns erwartet. So funktioniert es. Glenn und ich machen es beide ein wenig anders. Wähle einen. Du kannst zwei Dinge tun. Sie können eine Zahl zwischen 1 und 25 auswählen und ich lese die Frage dann vor. Oder ich verwende den Zufallszahlengenerator, um eine Zahl zwischen 1 und 25 auszuwählen. Das ist also die nächsthöhere Frage, wenn es um die Einbindung von Menschen geht.

Nehmen wir die Frage drei. Diese drei Alles klar.

Diese Frage befindet sich im Abschnitt Benennung und Ideenfindung für Zero Day Closes. Sie haben diese Frage bereits gestellt. Sie wird nach dem Namen von Realit fragen. Ich gehe also zu Nummer vier. Das ist uns noch nie passiert. Das ist eine Premiere.

Alles klar.

Sie streben Zero Day Closes an. Wenn es eine Sportart wäre, welche wäre es? Und wie sieht Ihr Spiel für die Meisterschaft aus?

Ich bin begeistert und Sie sind jemand, der sich allgemein nicht für Sport interessiert. Ich mache das selbst sehr gerne, aber ich verfolge es im Allgemeinen nicht. Ich verwende also die Formel eins. Alles klar. Das ist ein Zero Day Close. Seien Sie so schnell wie möglich. Diese Fahrer haben eine wahnsinnige Präzision, wenn sie um die Kurven fahren und beschleunigen und ihre kleinen Kämpfe austragen und was auch immer die höchsten Preise in der Formel 1 sind. Ich glaube, es gibt nur einen. Ich glaube, wir haben darum gespielt, Paul. Deshalb werden du und ich nie CEO oder Gründer sein. Wir können nicht so schnell denken. Wir brauchen für alles Skripte. Gut gemacht. Gut gemacht, Nikola. Also okay, ich mache meine ein bisschen anders, nur weil ChatGPT die Fragen erstellt hat. Ich lasse sie einfach ausspucken und gib mir eine davon nach dem Zufallsprinzip und wir werden sehen, was zurückkommt.

Er entscheidet, ob sie dir gefällt. Glenn hat ein bisschen mehr Menschlichkeit im Spiel als ich.

Das ist diese hier. Ist so seltsam. Mach sie. Das ist in Ordnung. Da steht, du hast mal einen Medium Post über dein erstes Audit geschrieben. Wenn das Audit selbst sprechen könnte, welches humorvolle Geständnis würde es von sich geben? Ich glaube nicht, dass die KI hier halluziniert hat.

Ich weiß es nicht, Nikola. Wenn du eine Antwort hast, super. Wenn nicht, können wir zurück ans Zeichenbrett. Ich weiß es nicht. Ich glaube, es gab einen Post. Einer der ersten Content Posts, die wir geschrieben haben, handelte davon, wie das erste Audit durchgeführt wurde. Der Teil stimmt. Er ist wirklich ziemlich beeindruckend. Und wie lautete die Frage, die er zu dem Post gestellt hat? Wenn dieser Post sprechen könnte, welches humorvolle.

Geständnis würde das Audit selbst von sich geben? Okay, ich stelle mal eine freche Frage. Ich sage, bitte hör auf, Netzwut zu verwenden.

Ja, das ist perfekt. Das ist perfekt. Ich weiß nicht, Paul. Jedes Mal, wenn wir diese seltsamen Fragen bekommen, denke ich, dass wir vielleicht den Menschen wieder mit einbeziehen sollten. Ich lasse die KI einfach gerne entscheiden, was wir tun. Ja, das ist der Abschnitt, in dem wir zeigen können. Hey, manchmal ist es vielleicht sinnvoll, die Key zu überprüfen, aber vielleicht auch nicht. Vielleicht könnte es Spaß machen. Also machen wir es einfach so. Unser einzigartiger Abschnitt.

Sehen wir uns die Key Voreinstellungen online an, wenn wir soweit sind. Ja, genau.

Also ich lese sie ehrlich gesagt nicht einmal. Ich werfe einfach die 25 in das Dokument und sie werden mit dem Tag verwendet, an dem wir es tun.

Das ist eine großartige Idee, Leute. Ja, ja, das macht Spaß.

Vielen Dank, Nick. Nikola, wir hatten heute ein tolles Gespräch mit euch. Ich liebe, was ihr bei Relit aufbaut. Ich bin gespannt, wie ihr weiter wächst. Herzlichen Glückwunsch zur Spendenaktion. Ich weiß, das war eine Menge Arbeit. Es ist nicht einfach Kapital zu beschaffen und so in die Kapitalisierungstabelle aufzunehmen, ist eine große Herausforderung. Also herzlichen Glückwunsch. Vielen Dank, dass Sie sich uns angeschlossen haben.

Schön Sie alle zu sehen. Danke. Alles klar. Danke, Nicola. Danke.

Ich wünsche Ihnen einen schönen Tag. Passen Sie auf sich auf. Danke fürs zuhören bei der Future Finance Show und vielen Dank an unseren Sponsor QFlow AI. Gefiel Ihnen die Folge? Bewerten und rezensieren Sie sie auf Ihrer Podcast Plattform und mögen Ihre Roboter Oberherren mit Ihnen.