
Sign up to save your podcasts
Or


Ein Excel-Fehler kostete JP Morgan einst Milliarden. Unternehmen verlassen sich täglich auf komplexe Spreadsheets, doch für Maschinen sind sie oft kaum verständlich.
Mit Deeptable baut Francis Rafal eine Lösung dafür: Semantic Spreadsheet Parsing. Sein Startup wandelt komplexe Excel-Sheets in strukturierte, maschinenlesbare Daten um, damit Data Pipelines und KI-Agenten diese weiterverarbeiten können.
Der Weg dorthin war alles andere als linear. Nach dem Scheitern seiner ersten Firma stand Francis mit 100.000 Euro Schulden da, hatte Panikattacken, war in Therapie und stand kurz davor, Insolvenz anzumelden. Excel half ihm, finanzielle Übersicht zu gewinnen und seine Schulden über mehrere Jahre zurückzuzahlen. Entscheidend war für ihn auch, offen über seine Situation zu sprechen, erst dadurch bekam er Unterstützung aus seinem Umfeld.
Markus und er sprechen außerdem darüber, wie es vom ersten Startup über eine GovTech-Lösung schließlich zum Pivot zu Deeptable kam, warum er sich selbst auf einer 99-Prozent-Obsession-Skala einordnet, wie LinkedIn-Kommentare zum ersten Sales-Kanal wurden, weshalb sie ein halbes Jahr KI-Beratung zur Hypothesenfindung nutzten und warum sie heute mit einem Katalog aus 200 Experimenten an ihrem Produkt arbeiten.
Production: Hanna Moser
Musik (Intro/Outro): www.sebastianegger.com
By Daniel Cronin & Markus Raunig5
11 ratings
Ein Excel-Fehler kostete JP Morgan einst Milliarden. Unternehmen verlassen sich täglich auf komplexe Spreadsheets, doch für Maschinen sind sie oft kaum verständlich.
Mit Deeptable baut Francis Rafal eine Lösung dafür: Semantic Spreadsheet Parsing. Sein Startup wandelt komplexe Excel-Sheets in strukturierte, maschinenlesbare Daten um, damit Data Pipelines und KI-Agenten diese weiterverarbeiten können.
Der Weg dorthin war alles andere als linear. Nach dem Scheitern seiner ersten Firma stand Francis mit 100.000 Euro Schulden da, hatte Panikattacken, war in Therapie und stand kurz davor, Insolvenz anzumelden. Excel half ihm, finanzielle Übersicht zu gewinnen und seine Schulden über mehrere Jahre zurückzuzahlen. Entscheidend war für ihn auch, offen über seine Situation zu sprechen, erst dadurch bekam er Unterstützung aus seinem Umfeld.
Markus und er sprechen außerdem darüber, wie es vom ersten Startup über eine GovTech-Lösung schließlich zum Pivot zu Deeptable kam, warum er sich selbst auf einer 99-Prozent-Obsession-Skala einordnet, wie LinkedIn-Kommentare zum ersten Sales-Kanal wurden, weshalb sie ein halbes Jahr KI-Beratung zur Hypothesenfindung nutzten und warum sie heute mit einem Katalog aus 200 Experimenten an ihrem Produkt arbeiten.
Production: Hanna Moser
Musik (Intro/Outro): www.sebastianegger.com

113 Listeners

51 Listeners

42 Listeners

31 Listeners

17 Listeners

15 Listeners

14 Listeners

42 Listeners

349 Listeners

0 Listeners