Die OPERATIVE Ebene
1. Session AI Design Sprint
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von Vimeo.
Mehr erfahren
Zusammenfassung des Trainings: Einführung in den AI-Design-Sprint
Das heutige Training vermittelte den AI-Design-Sprint, ein Werkzeug zur strukturierten Entwicklung von KI-Lösungen. Ziel des Sprints ist es, Prozesse effizienter zu gestalten, neue Ansätze zu entwickeln und gemeinsam mit Kunden innovative Lösungen zu erarbeiten. Im Training wurde sowohl die Theorie des Sprints erklärt als auch praktisch an einem Prozess gearbeitet.
Grundlagen des AI-Design-Sprints
Der AI-Design-Sprint basiert auf dem bewährten Google-Design-Sprint, wurde jedoch speziell für den Einsatz von Künstlicher Intelligenz angepasst. In kurzer Zeit – oft innerhalb eines Tages – ermöglicht er es, mit einem Team aus Kunden und Experten realisierbare KI-Prototypen zu entwickeln. Besonders betont wurde, dass der AI-Design-Sprint flexibel für verschiedene Anwendungen wie Prozessautomatisierung oder Produktentwicklung einsetzbar ist.
Ein zentraler Aspekt des Sprints ist die aktive Einbindung aller Beteiligten. Dies fördert nicht nur ein besseres Verständnis der KI-Technologien, sondern auch die spätere Akzeptanz der entwickelten Lösungen durch die Nutzer.
Aufbau des Sprints
Zu Beginn des Sprints wird ein spezifischer Geschäftsprozess ausgewählt, der optimiert oder automatisiert werden soll. Mit der sogenannten Prozess-Mapping-Methode wird der Ist-Zustand des Prozesses detailliert erfasst. Dabei werden manuelle Arbeitsschritte, verwendete Tools und potenzielle Engpässe analysiert.
In einem nächsten Schritt wird das Potenzial von KI-Technologien untersucht. Dazu kommen die sogenannten AI-Karten (AI-Cards) zum Einsatz. Diese Karten zeigen anschaulich, welche Fähigkeiten KI mitbringt, wie z. B. Objekte erkennen, Texte analysieren oder Entscheidungen treffen. Gemeinsam im Team werden mögliche Einsatzfelder identifiziert und diskutiert.
Nach der Ideensammlung folgt eine Priorisierung. Hierbei wird festgelegt, welche Ansätze am erfolgversprechendsten sind und weiterverfolgt werden. Abschließend wird ein detaillierter Prototyp der Lösung entwickelt, der anschließend technisch umgesetzt werden kann.
Highlights des Trainings
- Der Einsatz des Miro-Boards: Eine digitale Arbeitsplattform, auf der Prozesse visualisiert, AI-Karten eingesetzt und Lösungen direkt ausgearbeitet wurden.
- Die systematische Analyse und Priorisierung von Prozessschritten, die für KI-Einsatz geeignet sind.
- Die praxisnahe Anwendung der AI-Karten, um Ideen für die Automatisierung und Optimierung von Prozessen zu generieren.
2. Session AI Design Sprint
Teil 01
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von Vimeo.
Mehr erfahren
Teil 02
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von Vimeo.
Mehr erfahren
Zusammenfassung des zweiten Calls zum AI Design Sprint
Schwerpunkt: Konzeptentwicklung und Vorbereitung auf die Bewertung
Der zweite Call diente der Vertiefung der Konzeptentwicklung, des Abschlusses der bisherigen Schritte und der Vorbereitung auf die Bewertungsphase. Das Ziel war, Prozesse zu präzisieren, KI-Lösungen zu definieren und die nächsten Schritte für den Übergang vom AI Design Sprint hin zum technischen Teil vorzubereiten.
Recap: Was bisher geschah
Die Gruppe reflektierte über den Fortschritt der vorangegangenen Sitzungen:
- Prozessanalyse und Pain Points: Es wurden zentrale Prozessschritte analysiert und priorisierte Pain Points identifiziert. Diese wurden mit Hilfe von digitalen Tools visualisiert. Die Priorisierung der Pain Points erfolgte durch Diskussion und ein Dot-Vote-System.
- KI-Potenziale und Aufgabenverteilung: Die bisherigen Prozessschritte wurden hinsichtlich des Einsatzes von KI bewertet. Mithilfe von Triggerkarten wurde festgelegt, welche Aufgaben von KI übernommen werden können und wie komplex deren Einsatz in verschiedenen Prozessen ist.
- Kollaboration im Team: Die Arbeitsteilung und Timeboxing (z. B. 2-Minuten-Zeitfenster für Ideenfindung) wurden als effektive Methodik hervorgehoben.
Wichtige Erkenntnisse zur Konzeptentwicklung
Es wurden mehrere Herausforderungen und Lernpunkte diskutiert:
- Pain Points und Überschneidungen: Einige Pain Points betreffen mehrere Prozessschritte, während einzelne Schritte mehrere Pain Points umfassen können. Es wurde hervorgehoben, dass eine präzise Priorisierung erforderlich ist, um klare Handlungsempfehlungen zu formulieren.
- Bewertung der KI-Komplexität: Je nach Prozessschritt wurde der Einsatz von KI hinsichtlich seiner Komplexität bewertet (z. B. einfache oder schwierige Automatisierungen).
- Ideation-Phase: Es wurde betont, dass intuitive Entscheidungen in der Ideation-Phase hilfreich sind, um den kreativen Prozess zu fördern, bevor in spätere Detailanalysen übergegangen wird.
Einblicke in spezifische KI-Anwendungen
Während des Calls wurden konkrete Anwendungsfälle für KI in verschiedenen Kategorien vorgestellt:
- Optimierung komplexer Prozesse: KI kann Prozesse in Bereichen wie Forschung, Logistik oder Energienetze verbessern. Beispiel: Optimierung der Preisgestaltung durch Algorithmen (z. B. bei Uber oder Versicherungsanbietern).
- Prognosen: KI wird eingesetzt, um Ereignisse wie Maschinenausfälle (Predictive Maintenance) oder Kundenverhalten vorherzusagen. Beispiel: KI-basierte Vorhersagen von Stromproduktion für Netzbetreiber.
Diskussion zur praktischen Umsetzung und Prozessgestaltung
- Die Gruppe diskutierte, wie die Einbindung von KI den Ablauf einzelner Prozessschritte verändert. Beispielsweise könnte KI Vorschläge für Content erstellen oder automatisierte A/B-Tests durchführen, um Marketingmaßnahmen zu optimieren.
- Eine wichtige Erkenntnis war, dass KI nicht alle Schritte vollständig übernehmen sollte. Es wurde betont, dass ein schneller Plausibilitätscheck durch Menschen sinnvoll bleibt, um sicherzustellen, dass die Ergebnisse korrekt und anwendbar sind.
- Die Gruppe erarbeitete Vorschläge, wie KI Datenquellen wie CRM-Systeme nutzen kann, um langfristige Kundenbeziehungen zu stärken und Marketingstrategien zu verfeinern.
Fokus auf Interaktion Mensch-KI
Ein weiterer Schwerpunkt des Calls war die Untersuchung der Interaktion zwischen Mitarbeitenden und der KI. Dabei wurden mögliche Szenarien identifiziert, wie z. B. die Arbeit mit Bildschirmen, Sprachsteuerung oder anderen Interfaces (z. B. Smart Devices). Es wurde sichergestellt, dass die Umsetzung klar und verständlich dokumentiert wird.
Abschluss und nächste Schritte
- Der Call endete mit einer Überprüfung der einzelnen Prozessschritte, um sicherzustellen, dass die erarbeiteten Lösungen logisch und umsetzbar sind.
- Für den nächsten Tag wurde der Übergang in die Bewertungsphase vorbereitet, in der die Machbarkeit und der Mehrwert der KI-Lösungen eingehend analysiert werden sollen.
- Zudem wurde die Integration der KI-Lösungen in den technischen Bereich des Projekts thematisiert.
Die Gruppe hat mit diesem Call wesentliche Grundlagen für die finale Bewertung geschaffen und eine klare Struktur für die nächsten Schritte entwickelt.