AI Design Sprint™ – Aufzeichnung – 18.11.2025

AI Design Sprint Bootcamp – Trainingscall: Opportunity Mapping, Framing & KI-Kategorien in der Praxis

Ziel des Trainings

Der Trainingscall vertieft die praktische Anwendung zentraler Bausteine des AI Design Sprints:

• Opportunity Mapping
• Ambitions- und Zielklärung (Start Small / Scale Smart / Cluster-Priorisierung)
• Framing einzelner Unternehmensbereiche
• Identifikation von Pain Points
• Arbeiten mit AI-Karten auf Kategorieebene

Ziel ist es, Sicherheit im Umgang mit Live-Workshops, Miro-Boards, Dot-Votings, KI-Kategorien und der Strukturierung von KI-Möglichkeiten über Unternehmensabteilungen hinweg aufzubauen.

Einstieg & Warm-Up

Zielklärung durch Dot-Voting

Die Gruppe wählt Ziele für das fiktive H&M-Case:

1. Effizienz steigern (Gewinner)
2. Kundenzufriedenheit steigern
3. Mitarbeiterzufriedenheit
4. Nummer 1 in der Branche werden

Strategische Zielauswahl (Start Small / Scale Smart)

Teilnehmende votieren für vier Strategierichtungen:

• Pilot & ROI früh erkennen
• In Wellen skalieren
• Cluster von AI Use Cases priorisieren (Gewinner)
• Nordstar-Strategie
• oder eigene Strategie

Auch hier: klares Votum für Cluster-Priorisierung.

Ambitionslevel bestimmen

In einer weiteren Abstimmung definieren die Teams:

• Wie weit sie in der Vision gehen wollen
• Ob schnell und greifbar oder ambitioniert und langfristig

Die Teilnehmenden markieren mit Punkten ihr Ambitionslevel und nutzen den „Ready-Kreis“ zur Abstimmung.

Framing – Strukturierung der Unternehmensbereiche

Abteilungsüberblick (H&M-Beispiel)

Die Teilnehmenden prüfen, ob die fünf Abteilungen im Beispiel stimmen:

• Design – entwickelt Designs, fertigt aber nicht selbst
• Einkauf – beschafft Ware
• Marketing
• Verkauf (nur Online)
• Kundenservice

Es wird geklärt:

• Reihenfolge der Abteilungen ist willkürlich
• Normalerweise erfolgt Abstimmung vor dem Sprint mit dem Auftraggeber
• Framing ist nicht Mapping:
  → Im Framing werden Prozesse innerhalb einer Abteilung untersucht

Teilnehmende stellen Verständnisfragen (z. B. nach Aufbau, Vorgehen, Reihenfolge, Bereichslogik).

Missverständnisse werden aufgelöst:
→ In dieser Übung geht es nicht um Priorisierung einer einzelnen Abteilung, sondern nur um Validierung der Struktur.

Pain Points identifizieren

In 5 Abteilungen werden hypothetische Pain Points erfasst:

• Rote Post-its werden kopiert (Copy & Paste, nicht verschieben)
• Zettel sollen direkt in der jeweiligen Abteilung platziert werden
• Hinweise zu Miro: verschwundene Karten liegen oft hinter Ebenen

Nach der Erfassungsphase:

• Alle Pain Points werden nach oben geschoben
• Team erhält zusätzliche Zeit, wenn notwendig

Pain Points priorisieren

Dot-Voting:

• Ursprünglich 1 Punkt pro Person
• Team entscheidet sich für 3 Punkte pro Person, um breiter priorisieren zu können

Diskussionen zu Gerechtigkeit, Kopieren von Punkten usw. sorgen für den typischen Workshop-Flow.

Ergebnis: Die Pain Points mit den meisten Stimmen wandern in die Priorität.

Wertschöpfung identifizieren (Core Value Activities)

Mit grünen Post-its markieren die Teams:

• Wo entsteht der meiste Kundenwert?
• Wo wird am meisten Umsatz generiert?

Diskussionen entstehen zu:

• „Design vs. Verkauf vs. Preis“
• Kundenperspektive vs. interne Wertschöpfung
• Unterschied Endkunde vs. Auftraggeberrolle

Technische Hinweise zu Miro:

• Karten verschwinden teilweise hinter Ebenen
• Lösung: graue Ebene nach hinten schieben oder Post-its kopieren statt verschieben

KI-Kategorien – Einführung & Anwendung

Nach der Rückkehr in den Hauptraum folgt die Einführung in die AI-Kategoriekarten.

Kerstin erklärt:

• Unterschied zwischen Kategorien (hohe Flughöhe) vs. konkreten AI-Detailkarten
• Nutzung im Opportunity Mapping: Nur Kategoriekarten
• Karten bestehen aus Vorder- und Rückseite
  → Rückseite zeigt Definition & Beispiele
• Karten werden auf dem Miro-Board kopiert, nicht verschoben

Mike zeigt moderne KI-Beispiele:

• ChatGPT mit emotionaler Sprachinteraktion
• Bild- & Videogenerierung
• Robotik (Falcon Heavy Landung, Unitree-Roboter)
• KI als „Superpower“ in realen Business-Kontexten

Arbeiten mit den KI-Karten (Opportunity Mapping)

Die Teams bearbeiten jede der 8 KI-Kategorien:

1. KI findet & ordnet Informationen
2. KI erkennt Muster & trifft Vorhersagen
3. KI führt Aufgaben aus
4. KI trifft Entscheidungen & gibt Empfehlungen
5. KI sieht
6. KI liest & schreibt
7. KI hört & spricht
8. KI optimiert & automatisiert Prozesse

Zu jeder Kategorie:

• Erklärvideo / Beispiel
• Zwei Musterkarten
• Then 3-min Arbeitsphase pro Kategorie
• Karten werden auf alle 5 Abteilungen verteilt
• Hohe Kreativität: Viele Karten, Clusterbildungen, einige Korrekturen

Zwischendurch stellen Teilnehmende eigene Karten vor (Vendor Managed Inventory, Multi-Channel Outreach, Retourenautomatisierung, Kundenreklamationen, Lagerlogistik u. v. m.).

Priorisierung: Wo hat KI den größten Impact?

Die Gruppe nutzt die Impact-Dots, um zu entscheiden:

• Welche Abteilungen profitieren am meisten?
• Welche Bereiche sollten in die erste Projektwelle?

Vorgehen:

1. Jede Person setzt individuell ihre Punkte
2. Danach Teamaustausch
3. Kombinierte Erkenntnisse → Summary Box

Ziel:
→ Ein gemeinsamer Fokus für den Übergang in das Concept Development.

Zusammenfassung

Der Trainingscall behandelte:

• Dot-Votings zu Zielen, Strategien und Ambitionslevel
• Unternehmensstruktur und Pain-Point-Analyse
• Wertschöpfungsidentifikation
• Intensive Praxisarbeit mit den Kategoriekarten
• Priorisierung der besten Bereichen für AI-Einsatz
• Umgang mit Miro, Kartenlogik und Workshop-Dynamiken
• Mehrere Realbeispiele & KI-Demos
• Vorbereitung für Concept Development am nächsten Tag

Die Gruppen zeigten hohe Kreativität, gute Diskussionen und strukturiertes Entscheidungsverhalten.