Von FOMO zu Fokus

Dieses Transkript wurde automatisiert erstellt und nicht manuell überprüft. Es kann daher Fehler enthalten. Maßgeblich ist immer das im Mitschnitt gesprochene Wort.

Anja Kammer: Hallo und herzlich willkommen zum INNOQ Podcast. Mein Name ist Anja Kammer und ich habe Aminata und Gil eingeladen. Hallo.

Aminata Sidibe: Hallo Anja.

Gil Breth: Hi Anja.

Anja Kammer: Heute sprechen wir darüber, wie Unternehmen systematisch herausfinden können, wo KI wirklich Wert stiftet und wo sie nur gut klingt, aber gar nicht so sinnvoll ist. Wie seid ihr denn auf dieses Thema gekommen?

Aminata Sidibe: Ja, wie sind wir auf dieses Thema gekommen? Das ist ja so ein bisschen das Flaggschiff von Fomo zu Fokus, was uns da schon seit letztem Jahr antreibt. Wie ist das zustande gekommen? Mir ist irgendwann aufgefallen, dass mich selber dieser KI-Hype völlig überrennt. Ich hatte selber den Moment vor zwei Jahren, dass ich mir gedacht habe, was passiert denn hier? Ich habe meinen Fulltime-Job, mache die ganze Zeit irgendwelche Dinge, und überall im Internet passieren neue Dinge, jeden Tag passiert irgendwas. Ich hatte wirklich auch schon den Punkt erreicht, an dem ich mir gedacht habe, krass, komme ich überhaupt noch mit? Ich hatte wirklich selber diesen Moment des Fomos, also der Fear of Missing Out. Ich hatte die ganze Zeit so dieses Gefühl, boah, ich verpasse hier so viel und komme nie wieder hinterher. Ich hatte dann aber irgendwann so einen Kipppunkt, wo ich mir gedacht habe, das kann ja nicht sein, dass hier jeder irgendwie hinterherkommt und jeder das irgendwie richtig macht, außer ich. Ich habe mich dann einen Moment besonnen und gedacht, ich muss mich mal fokussieren, also auf meine Themen fokussieren, fokussieren, was für mich eine Relevanz hat. Ich bin im Bereich der digitalen Produktentwicklung unterwegs. Was bedeutet das? Was passiert denn da? Und habe mich dann immer weiter auf Themen fokussiert. So ist das bei mir ein bisschen zustande gekommen, so dieses: Wir sollten mal schauen, wie wir von diesem Fomo zu Fokus kommen, also dieser Sprung dahin zu sehen, dass es halt fast alle betrifft, nicht nur uns einzeln als Individuen, sondern halt auch die Unternehmen, die wirklich losrennen und gar nicht wissen, wo sie anfangen sollen. Da ist es so ein bisschen bei mir entstanden, dieser Fokus darauf, wirklich wieder Fokus zu legen. Das ist so ein bisschen der Hintergrund von meiner Seite.

Anja Kammer: Und bei dir, Gil?

Gil Breth: Ja, bei mir war es ein bisschen anders. Ich habe alle paar Jahre so Déjà-vus. Das liegt ein bisschen daran, wenn man schon seit über 15 Jahren in der IT und insbesondere in der Softwareentwicklung unterwegs ist, dann kommt dann und wann am Wegesrand ein neues Thema. In dem Fall natürlich jetzt KI. In den letzten zwei, drei Dekaden würdest du noch viele weitere Themen finden. Irgendwann tauchen diese Themen auf relativ hohen Flughöhen auf Strategiepapieren auf, auf Präsentationen bei Geschäftsführung, bei Vorständen, Teamleitungen. Und dann wird für die operativen Teams oft ein ‘Okay, da müssen wir jetzt was machen’ draus, ‘das ist jetzt wichtig’. Und was dann oft zu beobachten ist, man hat sich das vorgenommen, das ist gesetzt, aber jetzt wird’s schwierig bei der Operationalisierung. Bei einem, wie gehen wir denn strukturiert jetzt daran und operationalisieren die strategische Entscheidung, uns damit zu befassen und etwas draus zu tun? Ich weiß gar nicht, letztes Jahr haben Aminata und ich uns dazu ein bisschen ausgetauscht, und ich habe das so von der strategischen Perspektive betrachtet, habe gesagt, der Moment ist jetzt wieder gekommen, es taucht jetzt auf. Und ich gehe auch jede Wette ein, dass wir dieses Jahr, so 2026, ein Jahr haben werden, wo man schauen muss, was hat man denn da jetzt umgesetzt? Was ist denn draus geworden? Wie erfolgreich ist das geworden? Und was oft bei Teams dann ist, ist, die rennen dann los und machen erstmal irgendetwas. Ich glaube, wenn man ein bisschen Struktur vorgibt, wie man da vorgeht, also wie man eine Strategie umwandelt in etwas Umsetzbares und das sogar messbar macht mit Erfolg, das war so meine Überzeugung, das hilft diesen Teams, ja? Gar nicht zu bremsen, Dinge auszuprobieren, zu tun, aber die richtigen Dinge richtig zu machen. Ja, und das ist immer meine Motivation, das ist in der IT oft, wir haben ganz oft viele neue Themen, und KI ist wieder so ein Thema, das ist gekommen, um zu bleiben. Nicht in der Form, in dem was wir heute erleben, das wird sich noch ändern. Aber es ist jetzt eben wichtig, da strukturiert, sage ich mal, durch zu navigieren. Das ist so meine Motivation, das was mich an das Thema eigentlich herangeführt hat.

Anja Kammer: Und ist es dann so, dass einfach die Strategie sehr viel detaillierter beschrieben werden muss? Wir haben folgende Strategie: Wir wollen KI-Features in unser Produkt bauen, und zwar folgende Features haben Priorität. Ist die Strategie diejenige, woraus zu lesen ist, was man jetzt tut? Oder wie geht man da jetzt vor? Also, in der Strategie steht, wir wollen irgendwas mit KI machen. Wie kommen wir jetzt zu KI-Features?

Gil Breth: Das Thema mit Strategie ist, es kommt immer ein bisschen drauf an, was die Motivation dahinter ist. Ist es so eine Fear of Missing Out, ein ‘Wir müssen was mit KI machen, egal was’, oder ist es ein ‘Wir haben es jetzt beobachtet und noch besser, wir haben Erfahrung gesammelt’? Und jetzt wollen wir das umsetzen in etwas Konkretes. Das kann ein Feature sein, ja, das kann vielleicht aber auch ein interner Prozess sein, das können viele verschiedene Dinge sein. Ich glaube, meine Motivation kommt aus sehr highleveligen Strategien, also wo eigentlich nur feststeht, wir müssen etwas tun. Aber es ist noch nicht ganz klar, wie wir es tun und was wir tun. Und diesen Disconnect zwischen ‘Wir haben diese Entscheidung getroffen’ und ‘Wie die Teams das jetzt umsetzen’, das ist meine Motivation an der Stelle eigentlich aufzulösen. Also, gibt es eine ganz konkrete Strategie, wenn man schon Erfahrung als Unternehmen mit dem Thema KI gesammelt hat, dann ist die – ich meine, Garantie finde ich schwierig, aber die Erfolgschance größer. Habe ich jetzt aber, weil ich das Thema vielleicht zu spät für mich erkannt habe, nur gesagt, da müssen wir etwas tun, weil alle anderen auch was tun, dann hilft das, was wir uns da überlegt haben, das AI Opportunity Mapping, dass das so die Garantie oder die Erfolgschance zu erhöhen, würde ich sagen. Die Garantie finde ich immer schwierig, garantieren kann da niemand was, aber die Erfolgschance, dass man eine Maßnahme, die man jetzt konkret umsetzt, dass die erfolgreich wird.

Aminata Sidibe: Um das vielleicht an der Stelle zu ergänzen: Das ist ja schon immer so ein klassisches IT-Problem gewesen. Wir schreien direkt nach Features, ohne genau das Problem erkannt zu haben. Ich glaube, was bei diesem KI-Thema noch erschwerend hinzukommt, ist, dass es jetzt nicht nur so ein Techniker-Romantik-Hype-Thema ist, sondern dass zusätzlich noch die ganze Welt damit rumhantiert. Es passiert so viel, und es gibt so viele Tools und so viel Input und so viel Output, ja, das Ganze ist geschwemmt mit irgendwelchen KI-Sachen, die da gerade produziert werden. Also schon mit so viel, dass man ja schon ‘Slop’ sagt, das einfach zu viel geworden ist. Und diese Fokussierung auf den Output, die Fokussierung auf das Feature, die Fokussierung auf das Tool, das ist eben genau keine Strategie. Das ist kein strategisches Vorgehen, indem ich sage, ich setze jetzt ChatGPT zum Beispiel ein und dann machen wir KI, das ist keine strategische Entscheidung.

Anja Kammer: Und ihr hattet jetzt erwähnt, ihr habt euch eine Methode ausgedacht, AI Opportunity Mapping, um diese Probleme anzugehen. Ja, also wie funktioniert das?

Gil Breth: Ja, ich würde da gerne eine Sache nachschärfen, und das ist ganz wunderbar, dass du nämlich das Gleiche gesagt hast, wie ich am Anfang, und Aminata hat mich darauf aufmerksam gemacht, dieses Problem anzugehen. Ich glaube, bei diesen Dingen versucht man immer Probleme zu lösen. Ich würde das aber gerne unterstreichen, und dann kann man da einsteigen, es geht auch um Potenziale. Weil wir haben jetzt hier mit AI neue Möglichkeiten, und die müssen wir bewerten. Es kann natürlich auch sein, dass wir dazu kommen, dass man sagt, AI ist hier nicht der richtige Ansatz, aber es geht auch darum, Potenziale an der Stelle zu heben. Das möchte ich nur sagen, weil wir tendieren manchmal in Europa immer dazu oder in Deutschland dazu, Probleme in den Fokus zu stellen.

Aminata Sidibe: Gerne, also wie dieses AI Opportunity Mapping, das wurde jetzt schon ein paar Mal genannt. Wir haben eine Methodik entwickelt, basierend auf ganz vielen anderen Dingen, die wir schon in der Welt gesehen haben, und es ist jetzt auch nicht ganz was Neues. Wir wollen nur zeigen, dass wir gerade im KI-Bereich, gerade das, was Gil auch gesagt hat, dahin kommen müssen, dass wir auch Potenziale erkennen können, um diese auch zu bewerten, ne? Also, welchen Einfluss haben sie eigentlich, welchen Impact werden sie am Ende auf unser Business haben? Und wie fängt das Opportunity Mapping oder dieser Prozess eigentlich gedanklich an? Also, wir machen uns als Erstes Gedanken über die Domäne oder das Produkt oder was auch immer, ja? Also, wir machen uns Gedanken darüber, worüber sprechen wir denn eigentlich? Also, wir kommen nicht Tool-getrieben ran und sagen, guck mal, das löst dieses und jenes Problem oder damit werden wir jetzt effizienter, sondern wir machen uns wirklich ganz klar Gedanken darüber, in welcher Domäne bewegen wir uns eigentlich, auf welches Produkt gucken wir denn da? Oder noch mal einen Schritt vorgelagert, welche Produkte suchen wir uns denn überhaupt erstmal aus, um überhaupt erstmal reinzuschauen? Das ist wirklich ganz, ganz wichtig, dass man sich da schon mal fokussiert und sagt, wir sprechen jetzt nicht einfach über eine ganze Unternehmung und über alles, was wir haben. Es sei denn, wir haben nur ein Produkt, das gibt’s ja auch, ne? Aber wir gucken jetzt nicht auf alles und organisatorisch und hin und her, wir fokussieren uns. Entweder zum Beispiel auch auf interne Prozesse oder auf Produkte, die wir bauen, ne? Das muss man auch ganz klar differenzieren. Und da kann man sich so ein bisschen Fragen stellen, die Fragen, die man reflektieren sollte, ne? Also, welche Prozesse oder welche Journeys, ne? Also, was steht denn eigentlich gerade im Vordergrund? Eine Domäne kann so groß sein, dass ich ja auch erst da gucken muss, wo gucke ich denn da jetzt genau hin, ne? Also, wo sind denn zum Beispiel Probleme, die wir immer haben? Wo sehen wir denn vielleicht schon Potenziale, wo schon Leute Ideen gehabt haben, ach, guck mal, da könnte man vielleicht was machen. Das kann man schon machen, da kann man schon gucken und reinzoomen und sagen, da gibt es vielleicht Potenzial, ne? Und da geht man dann immer tiefer und macht sich Gedanken, wer von uns ist eigentlich betroffen, wer ist beteiligt, welche Aufgaben und Ziele gibt es da? Also, so klassisches klassische Journey auseinandernehmen und gucken, worüber reden wir denn jetzt hier eigentlich? Obwohl die Journey im nächsten Schritt erst kommt, aber es geht wirklich um das Grobe, worauf gucken wir denn jetzt hier gerade?

Anja Kammer: Und bei der Auswahl, worauf gucken wir jetzt gerade, schauen wir da eher so in die Richtung, was hätte den größten Impact oder in die Richtung, wo können wir am meisten lernen und wo können wir uns erstmal ausprobieren?

Aminata Sidibe: Es kommt auch ein bisschen auf das Unternehmen an, das kann verschieden sein. Zum Beispiel kannst du eine Runde haben, da weiß der Chef, da weiß die Gruppe, das ist die Cash Cow, das macht den größten Umsatz, da müssen wir als Erstes reingucken. Oder sie wissen, da gibt es die meisten Probleme, da haben wir immer Probleme an der Stelle, da sollten wir als Erstes reingucken. Oder oh mein Gott, da ist gerade so viel Potenzial, weil gerade jeder über dieses Thema redet. Es gibt ja so KI-Hype-Themen und man hat zum Beispiel dieses Thema gerade irgendwie, dieses Problem oder diese Möglichkeit, weil man in dieser Domäne unterwegs ist und dann sagt man, wir sollten uns das angucken, weil wir glauben, da ist so eine Low Hanging Fruit, mit der wir gerade ziemlich viel reißen können. Gil, vielleicht kannst du das gerne noch ergänzen, aber das sind so verschiedene Möglichkeiten, wie sich so ein Workshop halt entwickeln kann, das ist sehr individuell.

Gil Breth: Ja, genau. Das kann ich so bestätigen. Ich denke, was immer ein ganz guter Indikator sein kann für den Einstieg, ist auch ein bisschen die vielleicht die Unternehmensziele oder die Strategie, je nachdem wie ausgereift das schon ist. Wenn man sich etwas vorgenommen hat als Unternehmen oder vielleicht auch als Abteilung oder Team, zu schauen, okay, was haben wir uns für dieses Jahr vorgenommen und dann für sich zu bewerten, gibt es etwas in unserer Domäne in diesem Bereich, wo wir etwas verbessern wollen, wo wir Mehrwert stiften wollen. Weil diese, was du eben gefragt hast, nach dem Impact und auch im Verhältnis zum Aufwand, das kommt nachher auch im ab dem dritten, also eigentlich im vierten Schritt. Aber in der Regel ist es oft so, wir wissen eigentlich schon, in welchem Bereich wir Handlungsbedarf haben.

Anja Kammer: Das heißt, ich gehe auch nicht sehr unvorbereitet in diesen Workshop rein, sondern ich bereite schon mal vor, okay, was sind unsere User Journeys, was sind unsere Painpoints? Gibt es noch etwas, was ich vorbereiten müsste, bevor ich in dieses Mapping reingehe?

Aminata Sidibe: Also, du sagst jetzt wieder, es ist auch sehr individuell. Es kommt ein bisschen drauf an. Man könnte sich auch einen Prozess angucken, dann müsste man vorbereiten, welchen Prozess, welchen Teil des Prozesses man sich anschauen will. Da kann man zum Beispiel vorgelagert ein Event Storming machen. Das wäre eine Sache. Oder ich weiß nicht genau, welche Journeys wir uns rausgreifen sollten, dann müsste man noch mal ein bisschen mit dem Team, mit dem Produktteam, eine User Journey ausarbeiten oder eine User Journey irgendwie rausgreifen. Man könnte vorab schauen, welche Domänen sind denn Cash Cows. Also, man kann ganz viel vorbereiten, um irgendwo so einen Ankerpunkt zu haben. Wenn die Gruppe, die da arbeitet, also vielleicht mal so vom zeitlichen Rahmen her, sollte der gesamte Workshop so vier Stunden dauern. Und das lebt von der Reduktion. Das heißt, man muss sich schon sehr konkret die Sachen erarbeiten. Welche Domänen gibt es, welche Journeys gibt es innerhalb der Domänen und welche Leute, am besten weiß man das schon, sind denn davon betroffen? Das ist auch wichtig.

Anja Kammer: Und wie sieht es mit den Teilnehmenden aus? Also, ich höre raus, wir brauchen auf jeden Fall Leute aus dem Business, wir brauchen Domänenexpertinnen, brauchen wir auch Leute von der IT, weil irgendjemand muss sich ja auch damit auskennen, welche Möglichkeiten gibt mir denn KI? Das heißt, theoretischerweise bräuchte ich auch eigentlich eine KI-Expertin, damit überhaupt ein Horizont aufgemacht werden kann, was denn alles möglich wäre.

Gil Breth: Da gibt es von mir ein klares Jein. Warum ein klares Jein? Also, natürlich setzt ein bisschen die Zusammensetzung des Workshops auch den Scope, oder grenzt das ab, was ich mir anschaue. Ich bin immer ein Fan davon, wenn du zunächst einmal ein bisschen Leute mit so einem gewissen Überblickswissen hast. Das können Product Owner sein, das können Architekten sein. Jetzt hast du eben IT gesagt. Es gibt bei der IT immer auch etwas, was man oft beobachten kann, je nachdem, wen du dort hast, dass du erstmal so hörst, was nicht geht oder warum es nicht geht. Das ist wichtig, aber nicht zu Beginn, weil hier geht es ja auch um einen kreativen Prozess, Ideen zu entwickeln und erstmal zu schauen, was geht unter, sagen wir mal, vielleicht idealen oder guten Voraussetzungen. Das, was nicht geht, wo die Hindernisse sind, das kommt später, das darf nicht ignoriert werden. Aber gerade zu Beginn, weil sonst nimmst du so ein bisschen natürlich auch die Dynamik da raus. Deswegen die gerade eben von dir so genannten Rollen, das trifft schon eigentlich ganz gut, wenn du diese Person, also was Crossfunktional ist, am Tisch bekommst. Natürlich kriegt man das nicht immer, das ist klar, im Unternehmens- im Konzernkontext und die Leute mal am Tisch zu bekommen, wenn das einfach wäre, das wäre schön. Da wo es nicht möglich ist, da empfehle ich immer Annahmen zu treffen oder vielleicht diejenigen vorher mal ein bisschen so zu interviewen, abzuholen an der Stelle.

Aminata Sidibe: Ich würde das gerne noch mal ergänzen. Also, wenn wir zu Kunden gehen, dann machen wir das so, dass wir uns, ich habe eben gesagt, irgendwie vier Stunden hat der Workshop Zeit. Wir versuchen dann aber so zwei Stunden lang einfach so einen Überblick mitzubringen. Also erstmal so grundsätzliches Verständnis von was ist Gen AI, was macht es und so weiter. Also eine Erklärung, dass wir einfach alle vom gleichen sprechen und alle ein gleiches Verständnis haben, plus halt so ein paar Cases, also was ist denn so möglich? Also auch gerne auf den Bereich, in dem die Kunden irgendwie unterwegs sind. Also irgendwie Beispiele mitbringen, die so ein bisschen das ganze Denken anregen, dann später für so eine Ideation Phase, weil Anja, du hast es eben gesagt, du brauchst ja jemanden, der irgendwie sagt, was eigentlich möglich wäre. Und ich finde, es ist schon wichtig, dass man um die Köpfe zu öffnen, auch so ein bisschen Input liefert. Guck mal, das ist möglich, das wären so Use Cases. Und das ist das, was wir machen und wir können halt nur empfehlen, dass ob das jetzt eine KI-Expertin oder irgendjemand ist, dass es einen in der Gruppe gibt oder zwei oder eine Initiative, die mal so ein bisschen der ganzen Gruppe zeigen, guck mal, das kann man alles machen. Guck mal, das macht die Konkurrenz oder das Mitbewerber oder wie man das nennen kann. Oder das könnte man auch machen, dass man so ein bisschen die Köpfe halt geöffnet bekommt, dass sich einfach irgendwie wahllos irgendwelche Zauberideen da kommen, die nicht zielführend sind. Und das ist aber sehr, sehr wichtig, was du da angesprochen hast. Also, es sollte auf jeden Fall so ein gleiches Verständnis von der Sache herrschen und erste so Inspirationsquellen irgendwie gefunden werden.

Anja Kammer: Okay, das ist also die erste Phase in diesem Workshop. Könnt ihr noch mal grob die Struktur beschreiben? Also, wie viele dieser Phasen gibt es? Dann können wir noch mal detaillierter in die einzelnen Phasen reingehen.

Gil Breth: Ja. Wir haben insgesamt fünf Phasen, die du durchläufst. Wir haben jetzt gerade schon über das Thema Domäne gesprochen. Also, jede Phase wird eigentlich von so einer Leitfrage geleitet. Die Domänenphase, da geht es darum, dass die Leitfrage, in welchem Bereich oder Prozess arbeiten wir? Das haben wir gerade schon so ein bisschen besprochen. Danach kommen wir zu der Journey. Das ist immer sehr hilfreich, weil du mal wirklich anhand dessen, was ein User oder eine Kollegin, Kollege in dem, was sie tut, erfährt, wie so der Ablauf ist. Also, da ist die Leitfrage, in diesem Ablauf, in diesem Prozess, in dieser Journey, welchen Mehrwert wollen wir hier heben oder welche Ineffizienzen wollen wir auflösen? Da befasst man sich. Diese beiden Phasen kannst du eigentlich betrachten als den Problemraum. Wir öffnen erstmal den Problemraum. Wo sind die eigentlich die Herausforderungen und wo haben wir schon so erste Indikatoren, wo wir Mehrwert schaffen können? Dann kommen wir zur Ideation. Das ist sicherlich mit die kreativste Phase. Jetzt geht es nämlich darum zu sagen, oder die Leitfrage zu beantworten, welche KI-Ansätze können hier den größten Unterschied machen? Warum ist das so wichtig, über KI-Ansätze zu sprechen? Viele kommen natürlich mit Chatbots erstmal in Berührung. Das ist ein Ansatz, gibt aber noch weitere daraus und da geht es dann darum, wirklich den Horizont noch mal ein bisschen zu erweitern und was Aminata eben sagte, zu gucken, was haben denn andere schon ausprobiert, was kennen Sie denn? Also, das ist die dritte, die Ideation Phase. Und dann kommt und das ist ganz wichtig, um die Nachhaltigkeit dessen, was man hier macht, sicherzustellen, der Bereich des Impacts, also die vierte Phase. Also, welchen Wert würde die Lösung schaffen für Nutzerinnen, Teams oder das Geschäft? Nicht verwechseln mit dem Thema, was ich eben angesprochen habe, mit dem Mehrwert. Da geht es wirklich darum, wo können wir was verbessern? Jetzt geht es um diesen Wert, warum sollten wir da zum Beispiel als Team, als Unternehmen rein investieren? Was ziehen wir an Wert raus? Und zugleich muss ich aber auch Aufwand ja anschauen in der Phase. Und Aufwand, den Hinweis gebe ich immer, den werde ich wahrscheinlich nachher auch noch mal geben, Annahmen treffen. Man kann das noch nicht bis ins Detail den Aufwand da bewerten, da reicht erstmal eine Annahme. So, und wenn ich in derselben Phase Aufwand und Mehrwert miteinander abgeglichen habe, dann habe ich auch schon eine Priorisierung, weil man wird bei diesem Vorgehen so wahrscheinlich zwei, drei priorisierte AI Use Cases feststellen. Und wenn ich Impact und Aufwand entsprechend einer guten Balance habe, dann führe ich damit natürlich auch eine Priorisierung durch. Und wenn ich dann, sagen wir mal, im allerbesten Fall diesen einen guten AI Use Case habe oder dieses eine Ding, was ich angehen will, dann brauche ich die Roadmap. Und das kommt, warum ist diese Roadmap so wichtig? Das erstmal banal, aber das ist die fünfte Phase. Ich habe eben Nachhaltigkeit gesagt. Weißt du, wenn man so einen Workshop macht, dann geht man wahrscheinlich an so einem Mittwoch, Donnerstag, vielleicht an einem Freitag total motiviert da raus, und dann kommt montags Tagesgeschäft in die in Anführungszeichen Realität wieder. Und hier hilft die Roadmap. Hier habe ich vorher, ich gehe nicht auseinander, ohne dass ich vorher gesagt habe, was nehmen wir uns jetzt vor, wen brauchen wir langfristig dafür, welche Ressourcen müssen wir allokieren und wie ist der grobe Fahrplan? Es geht nicht darum, schon Projektplan zu haben, aber die nächsten Schritte. Das ist die fünfte Phase.

Anja Kammer: Du hattest gerade von dem Problemraum gesprochen, wir machen erstmal einen Problemraum auf und sammeln. Muss ich da schon Dinge einschränken, damit der Workshop auch in vier Stunden durchgenommen werden kann und wir nicht mit einem großen Problemraum starten, der viel zu groß ist, oder meint ihr, nein, das ist irgendwie ein Brainstorming, was wir dann in der Ideation Phase haben, da brauchen wir so viele Probleme wie möglich?

Aminata Sidibe: Das ist ja so ein bisschen die Aufgabe des Facilitators des Workshops, darauf zu achten, dass das nicht überhandnimmt. Ganz viel passiert am Anfang, und das meinte ich ja auch eben: Workshops leben von der Reduktion der Sache. Wenn man zu viele Ideen generiert, wird das irgendwann nicht mehr gut, weil man dann einfach nur noch macht. Ich glaube, wenn man am Anfang schon in dieser Domain-Phase, in der wir uns fragen, was wir uns jetzt eigentlich für diesen Workshop ansehen, so reduziert wie möglich bleibt – am besten wir sehen uns nur eine Sache in einer Journey an und reden nur darüber, oder wir sehen uns innerhalb der Domain zwei Journeys an, und das war’s dann auch. Da hat man ja schon genug Stoff, denn wenn es da irgendwelche Probleme oder Möglichkeiten gibt, Dinge zu tun, wird diese Gruppe, die aus sagen wir mal fünf Leuten besteht, eine Menge Ideen produzieren. Und das reicht dann auch. Es steht und fällt mit dem Facilitator oder dem Moderator des Workshops, der dafür sorgen muss, dass am Anfang nicht zu viel in den Trichter reingeschmissen wird, weil es sonst nicht fokussiert ist. Dann verlieren wir wieder den Fokus und den Kern der Sache. Du willst immer auf eine Sache fokussieren und die dann umsetzen. Wir können diesen Workshop ja beliebig oft wiederholen, aber in der reduzierten Phase.

Anja Kammer: Okay, und danach kommt die Ideation. Welche Methoden werden in der Ideation-Phase angewendet? Simples Brainstorming, bei dem jeder Zettel vollschreibt, oder wie läuft das?

Aminata Sidibe: Genau, in der Ideation-Phase gibt es auch wieder verschiedene Möglichkeiten. Man könnte zum Beispiel ein paar AI Capabilities, also was grundsätzlich mit KI möglich ist, an die Wand pinnen, vielleicht noch mal ein paar Beispiele nehmen und sagen: ‘Schreibt doch einfach mal drauf los!’ Alles, was euch einfällt, einfach mal Brainstorming. Jetzt haben wir aber das Ding, was ich meinte: Viele Dinge sind sehr neu, und darauf zielte ja auch deine Frage, Anja, ab: Brauche ich nicht eine KI-Expertin, die sagt, was überhaupt möglich ist? Und da hast du ja auch recht. Es gibt Möglichkeiten oder Methodiken, die uns dabei helfen. Entweder macht man den Raum so auf, dass jemand pinnt, was grundsätzlich möglich ist, also was die Capabilities von KI sind, was KI eigentlich kann. Man nimmt die Ideen, die vorab gezeigt wurden, Use Cases, und pinnt sie herum. Oder es gibt – das kann ich einfach nur empfehlen, und da mache ich jetzt ein bisschen Werbung für Bekannte von uns, von 33 AI – die haben so AI Cards. Diese AI Cards bilden den kompletten Pool an KI-Capabilities ab, und auf der Rückseite dieser Karten steht auch, welche Use Cases man damit umsetzen kann. Das bildet dann auch noch mal einen Inspirationspool für so eine Ideation-Phase, dass man so ein bisschen gucken kann: ‘Ach, guck mal, was gibt es da für Use Cases? Ach, guck mal, das passt dann auch vielleicht bei uns.’ Und da kann man sich dann so ein bisschen entlanghangeln, wie man so eine Ideation einfach durchführen kann.

Anja Kammer: Ach ja, das ist ja spannend, dass es da dieses Kartenspiel gibt oder diese Karten gibt.

Aminata Sidibe: Auf jeden Fall. Wir machen das in einer reduzierten Variante. Das liegt einfach daran, dass ich bei vier Stunden manchmal Probleme bekomme, wenn man so ein großes Kartenset hat, dass die Leute nicht nur lesen, sondern machen sollen. Wir haben so eine reduzierte Variante, aber wie gesagt, wenn man überhaupt nicht weiß, wo man anfangen soll, dann ist es auf jeden Fall eine sinnvolle Sache. Man kann das aber auch anders machen. Es ist jetzt hier keine Fremdwerbung in irgendeiner Form. Es ist einfach nur, mir hilft es manchmal und manchmal auch nicht.

Anja Kammer: Wie läuft das dann so praktisch bei diesen Workshops ab? Wo seht ihr da Gefahren, dass die Leute irgendwie falsch abbiegen? Also, dass die Leute sich zu sehr selbst einschränken, weil sie sagen, nein, das wäre viel zu teuer, das zu machen. Passiert das häufig, dass die Leute sich selbstständig einschränken oder sehr viel Hilfe brauchen, um wirklich Ideen zu produzieren?

Gil Breth: Das geht so ein bisschen in die Richtung, was ich eben sagte, dieser berühmt-berüchtigte ITler oder die ITlerin. Es kommt wirklich auf die Zusammensetzung an. Zum einen, wenn du natürlich schon Erfahrung vorab gesammelt hast als Team oder einzelne Akteure im Team, dann wissen sie schon, was geht oder in welcher Qualität etwas geht. Das ist das eine, also es kommt ein bisschen darauf an, hast du schon Leute mit relativ viel Erfahrung, dann wirst du sicherer sein können zu sagen, okay, das funktioniert oder das funktioniert nicht. Wenn du diese eine Rolle hast, die ich eben beschrieben habe, dann kannst du natürlich auch Personen haben, die sagen, ach, das klappt aber nicht, weil da kriegen wir dies nicht oder jenes nicht oder so. Das ist dieses Hemmnis. Diese Dinge würde ich dann aufschreiben, erstmal beiseitepacken. Also es kommt wirklich ein bisschen aufs Team an. Ich bin immer ein Freund davon, den Leuten erstmal zu sagen, dass der Fantasie freien Lauf zu lassen, oder es spricht ja nichts dagegen, mal kurz ein bisschen zu recherchieren, an Use Cases oder vergleichbaren Dingen, die in eine ähnliche Richtung gehen. So kleine Marktrecherchen zu machen, um zu sehen, okay, gibt es das wirklich. Beobachten nur, dass man nicht direkt auf irgendwelche Marketingbotschaften reinfällt, oder irgendwelche Success Stories an der Stelle, da so ein bisschen tiefer zu recherchieren, was waren denn da die Erfahrungen? Ein guter Indikator ist immer, wenn sie auch über die schlechten Dinge berichten, die sie in einem Use Case mal erfahren haben.

Anja Kammer: Aber nun gibt es ja natürlich oftmals vielleicht Ideen, die wirklich nicht funktionieren würden, weil beispielsweise die Datengrundlage entweder nicht gepflegt ist oder gar nicht da ist. Wenn ich mir jetzt KI-Features in einem Projekt oder Produkt vorstelle, die eine bestimmte Datenmenge brauchen oder die einfach Daten brauchen, die gar nicht existieren. Sollte ich dann damit überhaupt weitermachen? Sollte ich die nicht eigentlich auch schon von vorneherein markieren in Form von ‘wäre schön, aber geht wirklich nicht, weil wir haben die Daten nicht’?

Aminata Sidibe: Das ist witzig, dass du jetzt über Daten redest, weil das ist nämlich genau das, was wir im ersten Workshop maximal ausschließen wollen. Es geht nicht darum, den Raum direkt zuzumachen. Wenn du weißt, diese Daten – du bist ein Fitnessunternehmen und willst über Backwaren reden, dann kann man jetzt erstmal sagen, okay, mach’s vielleicht nicht. Aber ich glaube, man sollte sich nicht zu sehr einschränken oder sich verkopfen, ob wir die Daten haben oder nicht. Wir haben das explizit so beschrieben, dass wir gesagt haben, im ersten Workshop kann man sich ein bisschen Gedanken über diese Daten machen. Man sollte das aber nachlagern und dann prüfen, haben wir wirklich die Daten? In welcher Qualität haben wir die Daten? Das nennt man so Data Readiness Check. Wer ist verantwortlich für die Daten? Sind die Daten intern, extern? Das sind ja alles so Sachen, die man sich dann im Nachgang stellen sollte, und ich finde, es gibt nichts Schlimmeres, als einen Ideation-Prozess wegen irgendwas abzubrechen, weil dann machst du die ganze Idee der Sache kaputt. Auch eine Idee, die vielleicht überhaupt nicht funktionieren würde, so wie sie gerade gedacht wurde, kann zu einer anderen Idee führen, die großartig ist, und darum darf man sich da nicht so einschränken. Darum möchten wir auch im ersten Workshop gar nicht viel über Daten und Validierung und ob es jetzt da ist oder irgendwie so möglich oder hilden möglich, das wollen wir gar nicht machen. Darüber wollen wir gar nicht sprechen, und ich glaube, das ist auch wichtig. Um die Frage noch mal zu ergänzen, die du eben gestellt hast, wie macht man das denn, wenn Leute einfach irgendwie zum Beispiel keine Ideen haben oder so? Ich glaube, Leute haben immer Ideen, und ich glaube, das ist auch eine – ich versuche da auch Moderatoren oder Facilitator auch wirklich zu motivieren, motiviert die Leute. Wenn du merkst, da kommt von jemandem nichts, der weiß irgendwas oder wie weiß irgendwas, die traut sich vielleicht gerade nicht, muss man sagen, jetzt mach mal, hier komm sag mal, was ist deine Idee? Und dann kommt da noch was. Und ich glaube, davon lebt das, einfach offen darangehen, open minded, einfach raushauen, hau einfach raus, und dann kommt – kann auch sein, dass keine guten Ergebnisse insgesamt daraus kommen, auch schon passiert, dann muss man es einfach noch mal machen und sich einen anderen Use Case suchen.

Gil Breth: Ich möchte gerne noch eine Sache ergänzen. Ich habe eben gesagt, im besten Fall kommt für dich als Team ein Use Case dabei heraus, aber du wirst wahrscheinlich zwei, drei identifizieren und ein kleines Backlog haben. Nach dem Workshop ist das ja noch nicht vorbei, das ist ein iterativer Vorgang. Wenn du dann auf deiner Roadmap feststellst, dass wir dachten, wir kommen an diese Daten, oder wir haben eine falsche Annahme getroffen, so what? Dann macht man eben einen Follow-up-Workshop oder schaut sich andere Use Cases an. Aber was wichtig ist, um das fortzuführen: Du hast es einmal schon durchdacht, du weißt, in welchem Bereich du bist, du kennst die Journey, du kennst die Herausforderungen. Oder du kannst es vielleicht sogar schaffen, jemanden bei dieser Impact-Analyse zu überzeugen, dass es Hindernisse gibt, an bestimmte Daten zu kommen, aber der Aufwand sich lohnt, weil es jetzt ein bisschen mehr als nur eine Idee im Raum ist. Ich habe eben schon gesagt, in dieser vierten Phase, in diesem Impact, was bringt es wirklich, das kann auch manchmal aufdecken, dass wir bisher nicht an die Daten herangekommen sind oder es zu aufwendig war, aber jetzt müssen wir es, weil wir hier sagen, da ist der Wert, den wir schaffen. Und wenn dieser Wert im Unternehmen, ich mache es mal ganz klar, als Unternehmen musst du schauen, wo du deine Ressourcen investierst. Und wenn es sich bisher nicht gelohnt hat, in die Aufbereitung der Daten zu investieren, du aber jetzt ein Argument gefunden hast, eine gute Idee hast und auch weißt, dass es im Markt funktionieren wird, und du deine Hausaufgaben gemacht hast, dann kann es sich auf einmal doch lohnen. Denn wenn du am Anfang sagst, was alles nicht geht, was in der Vergangenheit nicht geklappt hat, dann werden keine neuen Ideen entstehen. Und das ist in der Impact-Phase ganz wichtig, weil das vermisse ich oft bei Teams, die dann natürlich sehr operativ sind, die etwas tun wollen, die aber ihre Idee bei den Entscheidern im Unternehmen nicht gut gepitcht bekommen, weil sie nicht sagen können, welchen Wert sie damit für das Unternehmen oder auch für die Kunden des Unternehmens schaffen. Da brechen leider viele dann doch zu früh ab. Ich glaube, man kann das auch ganz gut anders ausdrücken: Das ist ein Realitätscheck. Nicht jede KI-Idee ist technisch vielleicht möglich oder wirtschaftlich am Anfang sinnvoll, aber diese Impact-Bewertung zwingt mich, ehrlich zu sein und rechtfertigen zu müssen, welchen Nutzen dieser Aufwand bringt. Haben wir die Daten oder andere Ressourcen? Das ist dieser Realitätscheck.

Anja Kammer: Und wie formuliere ich diesen Impact? Ich habe ja noch keine Daten, weil dieses Feature noch nicht existiert. Ich kann also noch nicht sagen, dass es auf jeden Fall einen solchen Impact hat, das ist ja noch eine Idee. Wie kann ich dann voraussehen, welchen Impact es erzeugen würde? Vielleicht habt ihr Beispiele dafür?

Gil Breth: Eine ganz klare Empfehlung, die ich da gebe, ist: Ab einer bestimmten Größenordnung eines Unternehmens hast du natürlich KPIs oder andere messbare Ziele oder Dinge. Vielleicht hast du sogar OKRs, wo du dich mit vorwärtsgewandten Dingen befasst und schauen willst, was es für Veränderungen gibt. Und das kann ich da schon ableiten. Ich kann eine Annahme darüber treffen, wenn wir das jetzt tun und das und jenes hätten, dann wird sich das in so viel Prozentpunkten oder in so einer Entwicklung darauf auswirken. Das ist ein bisschen, wie soll ich sagen, die Start-ups oder Scale-ups werden das kennen, du schreibst dir den Businessplan. Du guckst halt, was tue ich und wie wirkt sich das aus, und da kommt man so ein bisschen in dieses Fahrwasser. Und du wirst auch nicht alles belegen können, deswegen ist es so wichtig, da seine Hausaufgaben zu machen. Du musst vielleicht auch mal wirklich eine kleine Marktrecherche machen, gucken, was haben andere da schon vielleicht auch gemacht, hat das funktioniert. Genau, also so kannst du dahinkommen. Du kannst es auch wirklich aus deinen Unternehmenszielen, aus harten Kennzahlen ableiten, wie will ich die positiv beeinflussen, was will ich da tun? Oder die Kundenzufriedenheit eben. Oder den Durchlauf im Service verbessern oder ähnliches.

Aminata Sidibe: Ich will dem gar nicht widersprechen, aber noch mal scharf ergänzen, weil ich glaube, dass die Personengruppe, die da sitzt, nicht wirklich bewerten kann, was für ein Aufwand das am Ende sein wird. Wenn wir über Impact und Effort sprechen, indem wir bewerten, welchen Nutzen das hat und wie aufwendig es ist, brauchen wir natürlich immer das Feedback von den Teams. Wir brauchen das konkrete Feedback der Implementierung, das ist ganz klar. Aber, und das ist jetzt der Grund, warum ich es nur scharf ergänzt habe, es ist, glaube ich, wichtig, dass die Menschen, die da sitzen, Ahnung vom Geschäft haben. So, und ein erstes Bauchgefühl, und darum ist es auch so wichtig, dass es wirklich eine sehr gemischte Gruppe ist, dass halt auch wirklich Leute dabei sind, die Ahnung vom Maschinenraum haben, die einfach auch ihren Input liefern müssen, ob es der Tech Lead ist, ob es der KI-Experte, wer auch immer, Business Analyst, wer auch immer da sitzt. Aber es müssen Leute da sein, die Ahnung vom Maschinenraum haben, und die kann man sich sehr gut ergänzen. Dann nimmt man halt eine Idee und diskutiert das. Da gibt es ja auch verschiedene Methodiken. Ich finde immer diese Impact-Effort-Matrix sehr erfrischend, weil jeder so quasi seine Punkte auf diese Matrix klebt, wie aufwendig es ist, was für einen Impact es hat und so weiter, und dann diskutiert man das in der Runde. Und dann kann jeder auch seinen Beitrag leisten, sodass man am Ende zu einer Idee ein gutes Gesamtbild hat. Man hat einmal quasi die Leute, die für das Business verantwortlich sind, und auf der anderen Seite die Leute, die für das Produkt verantwortlich sind, zum Beispiel. Und die haben die Meinung, dass das jetzt hier die Gesamtbewertung der Sache ist, und ich glaube, da hat man ein schönes Bild.

Gil Breth: Das ist wirklich ein guter Punkt. Ich habe das, oder wir haben das, glaube ich, auch schon mal erwähnt, diese Annahmen zu treffen. Und mein Tipp ist da, wenn du die Leute aus dem Maschinenraum vielleicht nicht greifbar hast für den Workshop, die Annahme erstmal eine Annahme zu treffen, aber nachher eben zu validieren, weil es bringt auch nichts, wenn man da irgendwie sagt, oh, ich glaube, das könnte in einem Tag geschehen sein, und nachher passt das nicht. Das Gute ist, wenn ich diese Leute nachher aber interviewe, wenn ich die vielleicht dazu holen will, dass ich mir aber schon mal Gedanken über den Impact gemacht habe, und das motiviert andere, weil das kennen wir auch so oft in der Softwareentwicklung oder in der IT, da kommt jemand und sagt, ich habe hier was, und je nachdem, wie lange du schon das Spiel spielst, fragst du natürlich auch so, wofür ist das gut? Also, warum soll ich das machen? Und du hast aber die Antwort schon. Du kannst sagen, hier ist der Impact. Deswegen ist das gut. Jetzt musst du mir nur sagen, ob es sich lohnt, den Weg weiterzugehen. Das kann auch schon mal ein ganz anderer Nährboden sein für die Validierung von Annahmen, wenn ich Leute später im Prozess dazu hole.

Aminata Sidibe: Okay. Und jetzt, um das auch noch mal zu ergänzen: Das Gute ist, wenn ich das einmal gemacht habe und dann bewerte, dass es falsch war und sich eigentlich gar nicht lohnt, dann weiß ich das auch. Das ist ja immer so dieses, was muss ich denn wissen, was nicht gut ist? Das ist ja auch so eine Erkenntnis, die ich habe, ja? Es lohnt sich nicht, es ist zu teuer oder was auch immer. Also, das ist ja auch eine Erkenntnis, die mich irgendwie weiterbringt, dieses, was sollte ich auf gar keinen Fall tun, weil es einfach jegliche Dimension meines Geschäfts sprengt. Und da kommen wir dann halt auch weiter, und das ist so ein zentraler und wichtiger Punkt. Eigentlich ist es für die ganze Produktentwicklung, dann kannst du KI wegstreichen, wichtig, genau das zu tun, ne? Was wollen wir, was haben wir vor und wie sinnvoll ist das jetzt hier eigentlich?

Anja Kammer: Heißt das, dass ich also auch in der Impact-Phase, wenn ich da fertig bin, um herauszufinden, was für ein Impact und was für ein Aufwand es gibt, dass ich da auch schon eine Vorfilterung vornehme und sage, okay, hier ist der Aufwand höher als der Impact, und deswegen packen wir diese Idee jetzt auf den Parkplatz?

Gil Breth: Ja, du priorisierst ganz klar. Das ist der Weg zu priorisieren, weil, wie Aminata gerade schon sagte, das ist ja wie ein Trichter, das wird irgendwie immer weniger und immer realistischer, das anzugehen, und da priorisierst du ganz klar. Im besten Fall gehst du vielleicht auch mit einem priorisierten Backlog da so ein bisschen raus.

Aminata Sidibe: Genau, du musst es dir ja auch so vorstellen: Wenn etwas keinen Impact hat, aber richtig teuer ist, warum sollte man das verfolgen? Das macht keinen Sinn.

Anja Kammer: Genau. Und dann sind wir schon bei der letzten Phase, der Roadmap-Phase. Ich kann mir vorstellen, dass man sich dann so richtige Fragen stellt: Okay, wie machen wir das Ganze und in welchem Zeithorizont wäre das machbar?

Anja Kammer: Was gibt es da für Fragen, die man sich stellen muss, um das realistisch darzustellen, um so eine realistische Planung machen zu können?

Aminata Sidibe: Wichtig ist, dass es keine Roadmap im Sinne des Projektplanungsmanagements ist. Es ist wirklich pro Idee gedacht. Also, wie verfolgen wir diese einzelne Idee weiter, weil das ein ganz wichtiger Twist ist. Es geht hier nicht darum, irgendwelche wilden Meilensteine für irgendwelche Projekte und Features zu definieren, sondern wir wollen wirklich weiter auf diese eine Idee gucken, die wir uns rausgesucht haben, und da überlegen, zum Beispiel, wie geht es jetzt weiter? Also, welche Schritte sind denn jetzt wirklich notwendig, um diese Idee zu validieren und zu testen? Was du ja eben auch gesagt hast, mit Daten, funktioniert das überhaupt, kommen wir da überhaupt weiter? Das müssen wir erstmal irgendwie definieren. Was müssen wir denn jetzt noch eigentlich machen, damit wir da weiterkommen? Mit welchen Leuten müssen wir sprechen? Wer sind die Stakeholder? Welche Ressourcen brauchen wir insgesamt dafür? Wo sind Quick Wins, was wäre so ein erster Prototyp? Das muss man irgendwo niederschreiben. Gil hat es eben angedeutet, wie oft man Workshops hat und dann geht man da raus und dann geht der Alltag weiter und keiner weiß, wie man da jetzt eigentlich weiterkommt. Und das ist wirklich sehr interessant auch zu beobachten, weil mir das sehr häufig schon aufgefallen ist. Man macht dann schöne Workshops, gern remote, dann sind da schöne Miro Boards gebaut worden und am Montag kommt man ins Büro und sagt, hey, das war aber ein cooler Workshop, und dann ist aber nichts passiert, da passiert nichts weiter mit. Die liegen dann irgendwo im Internet, und darum ist es so wichtig, dass wir gezielt definieren, wie kommen wir jetzt mit diesem Use Case irgendwie weiter und wie geht es jetzt konkret weiter mit der Sache?

Anja Kammer: Hat es sich bewährt, dass es eine Person gibt, die sich um das Vorantreiben kümmert, dass es irgendeinen KI-Beauftragten gibt oder Ähnliches, oder würdet ihr das so wie jedes andere Feature in den Backlog mit einordnen?

Aminata Sidibe: Mein Vorschlag wäre, es erstmal getrennt zu betrachten. Es kommt aber jetzt ein bisschen darauf an. Es kann natürlich Teil des Produktprozesses sein, dass man schon sehr klar im Produktteam irgendwelche Prozesse hat, in denen man Dinge abtesten kann oder wie auch immer, aber meistens ist es doch schon entkoppelt von der Sache. Wenn ich jetzt eine Idee habe und die weiter verfolge, steht bei den nächsten Schritten wahrscheinlich, ziemlich wahrscheinlich, wir müssen erstmal gucken, ob wir die Daten haben oder wir müssen gucken, in welcher Qualität wir die Daten haben oder wir müssen erstmal einen Prototypen bauen. Letztendlich bist du ja noch weit entfernt davon, das irgendwo in ein Produkt einzubauen. Du musst ja erstmal einen Test machen, irgendwie einen KI-Prototypen bauen oder was auch immer die Idee ist. Und für mich ist das ein separater Prozess, weil es, glaube ich, nicht Teil des Produktprozesses in den meisten Unternehmen ist, wirklich so prototypisch an Sachen ranzugehen. Und da muss auf jeden Fall jemand benannt werden, der oder die dann verantwortlich ist, das weiterzutreiben. Das kann ein PO sein, der Teil des Produkts ist, der Teil der Domäne ist. Das kann die, das fließt das gar nicht aus, aber je nachdem, was auf der Karte steht, braucht man vielleicht ganz andere Leute, die das abtesten oder man muss erstmal mit sehr, sehr vielen Stakeholdern sprechen, die betroffen sind, bevor man überhaupt weitermachen kann. Und darum muss bei der Roadmap definitiv stehen, wer ist für dieses Thema verantwortlich und wer kümmert sich darum, dass es da weitergeht. Das ist immer ganz, ganz wichtig.

Anja Kammer: Okay.

Gil Breth: Ich würde da gerne noch einen Punkt ergänzen. Das ist auch eine Beobachtung, die ich sehr oft mache bei oder auch selber schon sehr oft erlebt habe, bei Teams, die sowas bei einer Geschäftsführung oder bei einer Abteilungsleitung oder generell bei irgendeiner entscheidenden Instanz vorstellen. Da ist zum Beispiel weniger wichtig, wer jetzt die eigentliche Person ist, die es weiterzieht oder das Team an sich, sondern es ist oft so, wenn diese Themen vorgestellt werden, dass dann immer die Frage kommt, okay, wie geht’s denn jetzt weiter? Also unter der Annahme, das schwingt ja damit, wir machen das jetzt. Und da haben dann viele nicht weiter gedacht, deswegen ist das so ein kritischer Zeitpunkt und deswegen war das auch mit diesem Punkt dieser Roadmap, dieser fünften Phase so essenziell wichtig an der Stelle. Weil was dann nämlich passieren kann, ist, dass man erstmal sagt, niemand hat jetzt damit gerechnet, dass jemand fragt, wie es weitergeht. Wir wollten eigentlich diese Idee erstmal nur platzieren. Und dass dann wieder Wochen, im schlimmsten Fall Monate vergehen, bis man den nächsten Termin bekommt, um das weiter zu zeigen. Und wenn man das an der Stelle schafft, dann signalisiert man Richtung Entscheidung, hey, wir haben wirklich unsere Hausaufgaben gemacht. Wir brauchen jetzt vielleicht die eine Projektleitung, die das jetzt mal aufsetzt und zieht oder diese besagten Experten, Expertinnen, die wir bisher nicht im Zugriff hatten. Und die Wahrscheinlichkeit, dass es dann weitergeht, ist nämlich höher, weil man sieht, okay, da ist es leichter erstmal zu sagen, wisst ihr was? Macht das. Geht auf die zu, ihr habt das Mandat. Und bevor sie jetzt anfangen, wirklich Geld zu kosten und richtige Aufwände zu erzeugen, dürfte schon mal der nächste Schritt gehen. Der Punkt ist mir ganz wichtig, das noch mal an der Stelle herauszustellen, weil das ist etwas, was ich einfach zu oft gesehen habe, dass es nicht weiterging, weil man sich nicht über den nächsten Schritt schon Gedanken gemacht hat, weil man vielleicht selber gar nicht daran geglaubt hat, dass es weitergeht und diese Frage überhaupt kommt.

Anja Kammer: Aus eurer Erfahrung von all diesen Workshops, die ihr schon gemacht habt, welche Unternehmen profitieren dann am meisten von Chatbots, egal ob intern oder extern, oder auch von Features für interne Arbeitsprozesse? Was habt ihr da so für Beispiele? Welche Branchen profitieren von welchen Arten von KI-Ideen? Die meisten kommen halt nur auf die Idee, einen Chatbot zu erstellen und gar nicht so auf andere. Aber gibt es wirklich Unternehmen, wo so ein Chatbot eine super Idee ist und gibt es Unternehmen, bei denen ein Chatbot eigentlich die schlimmstmöglichste Idee ist?

Gil Breth: Ich spreche jetzt mal wirklich von Unternehmen, wo es vielleicht darum geht, ich habe Prozesse, die müssen irgendwie schneller werden. Ich muss Dokumente bearbeiten, ich habe ganz viele Brüche in meinen Prozessketten. Natürlich denken die, jetzt habe ich hier einen Chatbot und da einen Chatbot von dem Anbieter und ich habe immer wieder diese Brüche. Da geht’s darum, erstmal diese Brüche zu reduzieren oder ihnen zu zeigen, es gibt auch noch mehr als Chatbots. Aber ich könnte mir vorstellen, dass, also da wo deine Frage hinabzielt, Richtung dieser produkt-userzentrierten Unternehmen, da ist man eher offen dafür, mal auch außerhalb des Chatbots zu denken. Das ist jetzt meine Sicht, Aminata, ich weiß nicht, wie siehst du das? Hast du ein anderes Weltbild an der Stelle?

Aminata Sidibe: Ich habe da ehrlich gesagt gar keine globalgalaktische Meinung zu, weil ich komme ja aus der Ecke, dass ich gar nicht darüber sprechen will, wie passt denn eine gewisse Sache zu wem auch immer, sondern erstmal darüber zu sprechen, welche Sachen müssen wir denn tun? Also, was müssen wir denn tun? Welche Dinge sind denn die richtigen Dinge, die wir tun sollen? Und wenn das am Ende ein Chatbot ist, dann ist das die Antwort auf eine Frage, die ich mal gestellt habe und ich glaube, das ist das Wichtige, ne? Das ist so ein bisschen vom Mindset her. Darum kann ich das, was Gil gesagt hat, gar nicht weiter ergänzen, weil ich habe da jetzt gar keine richtige Antwort für dich.

Gil Breth: Ich glaube aber für diejenigen, das ist vielleicht noch mal an der Stelle, die Ideation Phase. Das ist eine Phase, wo du ja auch aus der Organisation heraus viele Leute dann auf einmal Erfahrungen oder Dinge, die sie woanders schon mal erlebt, beobachtet oder Erfahrungen vielleicht mitgesammelt haben, zusammenbringt. Also da wächst auch ein bisschen Wissen innerhalb einer Organisation zusammen, ne? Also wir reden jetzt hier wirklich von Organisationen mit mehreren Teams und Abteilungen, nicht so ganz kleine Unternehmen. Und das kann schon mal diesen Horizont erweitern, weil dann kommen die einen, die kennen nur Chatbots oder denken darin, weil sie damit viel interagiert haben und es kommen die anderen, die sagen, ja, Chatbot, das habe ich auch gemacht, aber mittlerweile mache ich dieses oder jenes, ja, oder mache vielleicht mehr in anderen Bereichen, ne? Und das kann dann schon auch ein Erkenntnisgewinn an der Stelle sein, dass man sieht, ach so, Moment, es gibt noch was anderes außer Chatbots.

Aminata Sidibe: Ja, aber aus der Ideation Phase heraus kann ich sagen, da war immer alles außer Chatbot tatsächlich genannt. Es wurde wild gedacht, auch da sehe ich auch in nicht-KI-Lösungen, was auch okay ist, wenn man da einfach mal anders den Raum aufmacht, für die Lösung eines Problems oder für die Möglichkeiten, was man da machen kann, aber es wurde tatsächlich immer offener darüber nachgedacht und nicht nur in der Box. Ich glaube, es steht und fällt mit dem, was man als Input in diesem Workshop mitnimmt, ne? Also so die Köpfe öffnen für Möglichkeiten außerhalb von so Standardlösungen oder so, die jeder kennt.

Anja Kammer: Gibt es noch etwas, was ihr auf jeden Fall loswerden wollt für alle Interessierten da draußen, die sich jetzt damit beschäftigen möchten?

Gil Breth: Ich hätte einen Wunsch. Der Wunsch ist, gebt uns mal Feedback. Meldet euch gerne bei uns über die üblichen Verdächtigen wie LinkedIn und Co, weil das, was wir uns überlegt haben, kommt natürlich aus den Teams, aus den Projekten, die wir begleitet haben, Beobachtungen, die wir gemacht haben und ich weiß, da gibt’s noch viel mehr und da würde mich einfach mal interessieren, ist das etwas, das hilft von der Struktur oder ist das etwas, wo vielleicht auch andere sagen, ja, aber der Aspekt ist auch noch wichtig, das sollte man auch noch betrachten. Da würde ich mich einfach freuen, wenn wir da einfach ein Feedback aus der Community bekommen.

Anja Kammer: Ja.

Aminata Sidibe: Ja, und vielleicht um das von Gil zu ergänzen, auf jeden Fall mit dem Feedback ist uns sehr, sehr wichtig und ich möchte eigentlich nur einmal Mut zusprechen, Mut dazu, mal einen Schritt rückwärts zu gehen. Rückwärts ist gar nichts Schlimmes, einen Schritt zurückzugehen ist völlig in Ordnung. Versucht über die Probleme, Sorgen und Möglichkeiten mal nachzudenken und nicht direkt auf Tools zu hoppen und irgendwie mit dieser Hysterie zu rennen, sondern wirklich mal durchzuatmen, aus diesem FOMO rauszukommen, sich zu fokussieren und es muss nicht diese Methode sein, es muss nicht diese Sache sein, aber habt den Mut, kurz mal einen Schritt zurückzutreten oder zumindest mal stehen zu bleiben, durchzuatmen und euch darauf zu fokussieren, worum es denn eigentlich geht. Was habt ihr eigentlich, was ist denn eigentlich die Sache, um die es geht? Was hat denn wirklich einen Mehrwert, den wir erzeugen wollen? Und da möchte ich nur Mut zusprechen und traut es euch, es wird sich lohnen, wenn ihr wirklich den Fokus darauf richtet, die richtigen Dinge zu tun und die Dinge dann am Ende richtig zu machen.

Anja Kammer: Tolles Schlusswort. Dann bedanke ich mich bei euch beiden für dieses schöne Gespräch und viel Erfolg weiterhin mit eurem Workshop.

Aminata Sidibe: Vielen Dank.

Gil Breth: Danke, Anja.

Diese Zusammenfassung wurde automatisiert erstellt und nicht manuell überprüft. Es kann daher Fehler enthalten. Maßgeblich ist immer das im Mitschnitt gesprochene Wort.

Vom Fomo zum Fokus: Eine strukturierte Herangehensweise an KI-Potenziale

Aminata Sidibe und Gil Breth diskutieren, wie Unternehmen von der „Fear of Missing Out” (Fomo) im KI-Bereich zu einem fokussierten Vorgehen gelangen können. Aminata beschreibt, wie sie selbst vom Gefühl des Überrolltwerdens durch den KI-Hype zu der Erkenntnis kam, sich auf relevante Themen zu konzentrieren. Gil ergänzt, dass er in seiner über 15-jährigen IT-Erfahrung immer wieder ähnliche Hype-Zyklen beobachtet hat, bei denen neue Technologien auf hoher strategischer Ebene beschlossen, aber bei der Operationalisierung Schwierigkeiten bereiten. Das Ziel ist es, Teams dabei zu unterstützen, die richtigen Dinge richtig zu tun, anstatt blindlings loszurennen.

Das AI Opportunity Mapping: Ein 5-Phasen-Modell

Aminata und Gil stellen das von ihnen entwickelte AI Opportunity Mapping vor, eine Methodik, die auf fünf Phasen basiert, um KI-Potenziale zu identifizieren und zu bewerten. Es beginnt mit der Domänenphase, in der der relevante Bereich oder Prozess definiert wird. Darauf folgt die Journey-Phase, die sich auf die User Journey oder den Prozessablauf konzentriert, um Mehrwerte oder Ineffizienzen zu identifizieren. Diese ersten beiden Phasen bilden den Problemraum ab. Die dritte Phase ist die Ideation, in der kreative KI-Ansätze gesammelt werden. In der vierten Phase, dem Impact, wird der Wert der Lösungen für Nutzer, Teams und das Geschäft bewertet und mit dem Aufwand abgeglichen, um eine Priorisierung vorzunehmen. Die letzte Phase ist die Roadmap, in der die nächsten konkreten Schritte zur Validierung und Umsetzung der priorisierten Ideen festgelegt werden.

Workshop-Vorbereitung und Teilnehmerauswahl

Für einen erfolgreichen Workshop ist eine sorgfältige Vorbereitung entscheidend. Aminata betont, dass der Workshop von der Reduktion lebt und man sich auf eine oder maximal zwei Journeys innerhalb einer Domäne konzentrieren sollte. Eine Vorbereitung der User Journeys und Pain Points ist hilfreich. Die Zusammensetzung der Teilnehmenden ist ebenfalls kritisch. Gil empfiehlt eine Mischung aus Personen mit Überblickswissen wie Product Ownern und Architekten. Aminata ergänzt, dass es hilfreich ist, zu Beginn des Workshops einen Überblick über Gen AI und mögliche Use Cases zu geben, um die Köpfe der Teilnehmenden zu öffnen. Sie erwähnt auch die „AI Cards” von 33 AI als Inspirationsquelle für die Ideation-Phase.

Herausforderungen und Realitätscheck in der Ideation und Impact Phase

In der Ideation-Phase ist es wichtig, die Fantasie der Teilnehmenden nicht durch zu frühe Einschränkungen zu bremsen. Gil rät dazu, Hemmnisse wie „das geht nicht” zunächst zu notieren und beiseitezulegen, um den kreativen Fluss nicht zu stören. Aminata betont, dass die Diskussion über die Verfügbarkeit und Qualität von Daten, der sogenannte Data Readiness Check, erst nachgelagert erfolgen sollte, um den Ideenfindungsprozess nicht zu unterbrechen. Die Impact-Phase dient als Realitätscheck, in der der potenzielle Wert einer Idee mit dem geschätzten Aufwand abgeglichen wird. Hierbei können KPIs, Unternehmensziele und Marktrecherchen als Grundlage für Annahmen dienen. Eine gemischte Gruppe mit Business- und Technik-Expertise ist entscheidend, um eine fundierte Bewertung vorzunehmen.

Die Roadmap: Sicherstellung der Nachhaltigkeit

Die Roadmap-Phase ist entscheidend, um sicherzustellen, dass die im Workshop entwickelten Ideen nicht im Alltag untergehen. Es geht darum, konkrete nächste Schritte zur Validierung und zum Testen der priorisierten Ideen festzulegen. Dazu gehören die Identifizierung von Stakeholdern, benötigten Ressourcen und potenziellen Quick Wins oder Prototypen. Aminata betont, dass es sich hierbei nicht um einen detaillierten Projektplan handelt, sondern um eine klare Definition, wie die Idee weiterverfolgt wird. Es ist essenziell, eine verantwortliche Person zu benennen, die das Thema vorantreibt. Gil hebt hervor, dass eine gut durchdachte Roadmap bei der Vorstellung vor Entscheidungsträgern signalisiert, dass die Hausaufgaben gemacht wurden, und die Wahrscheinlichkeit erhöht, dass die Idee weiterverfolgt wird.