Vom Ideenstau zur Umsetzung: AI Design Sprint - Im Gespräch mit Sebastian Schulz

Wir sind über den Prototypen, den wir gebaut haben, in der Lage, diese Bearbeitungszeit auf wenige Minuten, 10, 15 Minuten im Maximalfall zu reduzieren, bei immer wiederkehrender Ergebnisqualität. Wir haben damit angefangen, dass wir gesagt haben, eigentlich wird gesagt, KI ist heute irgendwie allgegenwärtig, aber das zu erkennen ist nicht die eigentliche Herausforderung, sondern die Herausforderung ist, was kommt denn nach dieser Erkenntnis? Was kommt nach der Tatsache, dass man erkennt, dass man KI in Teamprozesse und Unternehmensprozesse oder bei den Selbstständigen in Leistungserbringungs- und Erstellungsprozesse integrieren muss? Da klafft so eine gewisse Lücke. Auf der einen Seite ist dieses Verständnis, ist diese Erkenntnis da, auf der anderen Seite ist es aber so, dass viele Ideen oder Ansätze, ja wir müssen was mit KI machen, irgendwie so stecken bleiben und nicht richtig umgesetzt werden. Wir haben das formuliert als Umsetzungsstau, in dem diese Gedanken, also viele von den Gedanken stecken bleiben. Unabhängig davon gibt es natürlich auch viele Ansätze, die schon super zeigen, dass wie KI dazu beiträgt, dass Prozesse transformiert werden. Und um diesen Umsetzungsstau zu beseitigen, haben wir den AI-Design-Sprint vorgestellt, als eine Methode, als einen klar strukturierten Prozess, wie man von einer vagen Idee, da ist ein Prozess und da müssten wir eigentlich mal was mit KI machen, bis hin zu einem tatsächlich greifbaren Prototypen kommen kann. Was ist dieser AI-Design-Sprint? Er besteht aus fünf Phasen, wie ihr hier seht und ist letztendlich eine Möglichkeit, wie auf eine sehr praktische, fast ein wenig spielerische Art und Weise, man von einem bestehenden Prozess zu einem Prozess kommt, wo KI etwas übernimmt und dadurch der Prozess schneller wird, einfacher wird oder weniger Zeit aufwand erfordert. Dieser AI-Design-Sprint teilt sich auf, auf fünf Phasen, also fünf Phasen, in denen dieses Thema, ich habe eine gewisse Idee, bis hin zu, ich habe ein Ergebnis, wie das sehr strukturiert und mit klaren Leitplanken, wie vorgegangen wird, wie das umgesetzt wird. Die erste Phase ist das sogenannte Opportunity Mapping. Da stellt euch einfach vor, die Betrachtung auf die Potenziale, die KI haben kann, ist eine sehr hohe. Typischerweise ist da die Perspektive, die Betrachtung auf das gesamte Unternehmen, wenn tatsächlich erstmal nur rudimentär irgendwelche Ideen vorhanden sind. Auch bei uns müsste jetzt die KI so langsam mal Einzug nehmen. Dann wird das Unternehmen betrachtet, wird erstmal geschaut, in welchen Abteilungen gibt es denn interessante Potenziale. Da stellt euch das vor wie ein Blick auf ein Organigramm. Dort wird dann herausgearbeitet, in verschiedenen strukturierten Schritten, wo denn entsprechende Potenziale liegen mögen. Die zweite Phase ist das sogenannte Framing. Da ist man von dieser ganz übergeordneten Perspektive einen Schritt weiter schon ins Unternehmen reingegangen. Typischerweise sagt man, das ist so die Abteilungsperspektive, wobei Abteilung nur stellvertretend als Begriff ist. Das kann auch eine Teamperspektive sein. Eine etwas kleinere Perspektive darauf, wo Potenziale sind. Die werden dann im Framing weiter konkretisiert. Da werden Ziele definiert, da wird geschrieben, was denn die KI in einzelnen Prozessen machen könnte. Das ist sozusagen vielleicht ein praxisnäherer Einstieg, weil man sich an echten Prozessen orientiert, versus Opportunity Mapping, wo es erstmal nur um generelle Potenziale geht. Typischerweise werden diese fünf Phasen, die ihr da seht, sequenziell, also hintereinander durchgeführt. Wobei Phase 1 und 2, also das Mapping und das Framing, durchaus auch als separate Einstiegspunkte gesehen werden können. Und zwar davon abhängig, in welchem Status Quo, in welcher Ausgangssituation sich ein Unternehmen, eine Abteilung, ein Team befindet, bei der Frage, wie denn KI in bestehende Prozesse integriert werden kann. Wenn man da wie in so einem Trichter vorgegangen ist, also Potenzial ermittelt hat, das weiter konkretisiert hat in Ziele, stärker definiert hat, was denn die KI bei dem Prozess etc. machen können soll, dann gibt es als dritte Phase das sogenannte Concept Development, wo tatsächlich sich ein Prozess rausgenommen wird und dann über ein bestimmtes Verfahren entschieden wird, welcher von den Teilschritten dieses Prozesses jetzt in einem weiteren Entwicklungsverfahren letztendlich dazu geführt wird, ein Prozess zu sein, der KI integriert. Also es wird sich ein bestehender Prozess rausgenommen, da entscheidet sich ein Team auf einen Teilprozess und dieser Teilprozess wird Schritt für Schritt untersucht und so transformiert, dass die KI einen Anteil hat. Das heißt, man geht mit einer gewissen Unklarheit über, was kann die KI leisten in dem Prozess in das Concept Development raus und hat am Ende des Concept Development eine Klarheit, wie der Prozess durch KI optimiert werden kann. So, ganz kurze Unterbrechung. Wie du vielleicht mitbekommen hast, gehen wir jetzt verstärkt auch auf den LinkedIn-Kanal. Wir haben vor einigen Wochen unseren Newsletter auf LinkedIn gestartet, wo wir wirklich tiefgehenden Inhalt und Content teilen, wie zum Beispiel die zwölf Schritte hin zu deiner KI-Strategie. Ich Einblicke gebe, wie Alex Hormozy ein Zweitagesworkshop in Las Vegas fasziniert, bei dem ich vor Ort dabei gewesen bin und welche Anteil KI in seiner gesamten Wertschöpfungskette hat und vieles weitere mehr. Und natürlich teile ich auch fast jeden Tag Impressionen und Impulse aus unseren Formaten. Deswegen vernetze dich gerne mit mir direkt auf LinkedIn unter Thorsten Körting. Findest du mich dort? Und jetzt machen wir weiter mit der Show. Dank dir für dein Vertrauen. Dann ist eigentlich der eigentliche Sprint durch mit den ersten drei Phasen. Und dann schließen sich Phase 4 und 5 an mit dem sogenannten Tech-Check und dem Prototyping. Typischerweise wird Concept und Development und der Tech-Check auch immer in Kombination gemacht, weil es ist zwar auf der einen Seite gut zu wissen, wie ein Prozess transformiert werden kann. Aber es ist natürlich besser zu wissen, ob das auch machbar ist. Also im Tech-Check geht es um die technische Machbarkeit. Dort werden Fragen bearbeitet, welche Daten braucht es, um im Concept und Development arbeiten die Lösung tatsächlich umzusetzen. Welche Infrastruktur ist erforderlich? Welche Ressourcen sind erforderlich? Und und und und. Letztendlich um die Lösung zu realisieren. Und beim Prototyping ist es so, dass eben das, was dann als Lösung herausgearbeitet worden ist, was der Tech-Check ergeben hat, machbar ist, dann tatsächlich in einen funktionsfähigen Prototypen umgesetzt wird. Das hatten wir zum Beispiel bei dem Living Case, bei unserer Living Case Präsentation gemacht, dass wir für einen einzelnen Prozess einen Prototypen gebaut hatten. Da ging es um das Thema Ausschreibungen. Von denen wurde von sehr sehr vielen nämlich über 3000 pro Jahr erhält. Und laut Sven, also das ist der Ansprechpartner von Vodafone für uns gewesen, die Bearbeiterungszeit zwischen ein bis zwei Tagen, wenn es denn damit dann getan ist, pro Ausschreibung bedarf. Und wir sind über den Prototypen, den wir gebaut haben, in der Lage diese Bearbeitungszeit auf wenige Minuten, 10, 15 Minuten im Maximalfall zu reduzieren. Und zwar bei konstant, bei immer wiederkehrender Ergebnisqualität. Also es ist völlig unabhängig bei unserem Prototypen gewesen, ob da irgendein Ruby als Konsultant davor sitzt oder irgendeiner, der schon 20 Jahre auf dem Job arbeitet. Das Tool würde immer die gleiche Ergebnisqualität liefern. Dann wären die fünf Phasen durch und je nachdem, wo man einsteigen möchte, welche Detailtiefe man braucht, welche Voraussetzungen und Organisationen schon vorhanden sind zum Thema oder zu der Fragestellung, wie wollen wir den KI in unsere Unternehmensprozesse integrieren, reicht man halt hier in unterschiedliche Phasen ein und kann auch unterschiedliche Phasen nur durchführen, sodass man sich für die eigenen Anforderungen entsprechend einzelne Teilphasen aus dem Gesamtkonzept herausgreifen kann. Das Besondere an dem AI Design Sprint ist, dass es nicht nur ein sehr strategisches, strukturiertes Werkzeug ist, das die Vorgehensweise sehr stark über Strukturen und Leitfragen framet. Es ist auch deswegen ein sehr lebendiges Format, egal ob es online oder offline durchgeführt wird. Es ist dadurch ein besonderes Format, weil unterschiedliche Kartensets zum Einsatz kommen. Stellt euch das vor wie große Spielkarten, auf denen viele Dinge draufstehen. Diese vielen Dinge sind im Wesentlichen Erklärungen, was die KI eigentlich kann. Wenn man sich damit beschäftigt, wie KI die eigenen Prozesse transformieren könnte, dann ist ein Nadelöhr, warum es nicht richtig vorangehen kann, dass viele gar nicht wissen, was die KI eigentlich alles leisten kann. Insofern gibt es bei dem AI Design Sprint ein sogenanntes KI-Kartenset oder die AI-Karts, auf denen die Fähigkeiten der KI, das was KI heute schon kann, abgebildet sind. Das Abgebildet sein zeigt sich so, dass die Karten auf Vorder- und Rückseite beschriftet sind und man so auf eine sehr spielerische Art und Weise, man nimmt mal Karten in die Hand, die unterschiedliche Farben und insofern für unterschiedliche Fähigkeiten stehen. Das ist eine spielerische Näherbringweise und insofern erschließt man sich diesem Thema KI-Einsatzmöglichkeiten auf eine ganz andere spielerische Art und Weise. So wie wir es offline gemacht haben, bietet es auch die Möglichkeit zu sehr viel Interaktion und damit auch Kurzweiligkeit, was auch deswegen gut ist, weil der Ansatz des Sprints eben schon eine sehr, sehr strukturierte, sehr klare Vorgehensweise beinhaltet und eigentlich auch über Zeitbudget sehr, sehr stark geframed ist in der Vorgehensweise. Aber die Kombination macht es eben zu einem sehr lebendigen Tool, spielerischem Tool und das schafft auch bei den Teilnehmern sehr viel Vertrauen, weil es irgendwie nicht starr ist, sondern grundstrukturiert Ergebnisse liefert, aber in der Art und Weise auch relativ flexibel ist. Fazit vom Ideenstau zur Umsetzung. Der Air Design Sprint hilft Unternehmen KI nicht nur zu verstehen, sondern auch eine Vorstellung davon zu gewinnen und zu beschreiben, wie KI erfolgreich in die eigenen Prozesse integriert werden kann. Und das innerhalb von sehr kurzer Zeit, kommt man von wahren Vorstellungen zu greifbaren Lösungen. Und man muss nicht nur sagen, ja, wir wollen irgendwie was mit KI machen, sondern über den Sprint hat man eine Struktur und eine Methodik, wie man das Ziel konsequent erreichen kann.