Tipp 5: Envisionings, Communities und Prompt-Bibliotheken helfen
Vielmehr sollten rollenspezifisch sogenannte Envisionings angeboten werden, um den verschiedenen Teams spezifische Inspirationen und Impulse zu liefern, wie sich KI in ihrem Arbeitsalltag nutzen lässt. Dies ist von einem Data Literacy Training zu begleiten, das die Möglichkeiten und Grenzen verschiedener KI-Tools in der Praxis aufzeigt, um die jeweiligen Ergebnisse korrekt einordnen zu können.
Darüber hinaus legen viele Unternehmen Prompt-Bibliotheken an. Es handelt sich um Listen, in denen Anwenderinnen und Anwender ihre im Alltag bewährten Use Cases und Prompts für alle Kolleginnen und Kollegen im Unternehmen dokumentieren, so dass sie sich gegenseitig wertvolle Anregungen holen können. Ebenso sollten Unternehmen rollenbasierte User Communities fördern, damit Nutzerinnen und Nutzer ihre Use Cases und Best Practices miteinander teilen.
Ein Bot als kleiner Helfer: So nutzt Walmart Generative AI
Eine weitere Möglichkeit, KI stärker und tiefer im Arbeitsalltag zu verankern, ist die Bildung einer Champions Community. Sie besteht aus Usern, die als Multiplikatoren fungieren und ihre Kolleginnen und Kollegen bei der Nutzung der KI-Tools unterstützen. Eine solche Community kann den Wissensaustausch, die Motivation und das Vertrauen in die KI erhöhen.
Damit wird klar, dass Schulungen nur einen kleinen Teil der Change-Maßnahmen für Mitarbeitende ausmachen. Flankierende Beratungs- und Unterstützungsangebote für Anwenderinnen und Anwender zu Beginn der Einführung spielen meist eine noch bedeutendere Rolle.
Tipp 6: KI und Strategie kontinuierlich weiterentwickeln
Grundsätzlich ist zu beachten, dass sich KI-Technologien sehr schnell weiterentwickeln. Die KI lernt etwa selbstständig, wie einzelne User arbeiten, schreiben, agieren und was sie benötigen. Die Technik kommt somit künftig auch mit weniger expliziten Kontextinformationen aus. Neue Funktionen werden in immer kürzeren Zyklen ergänzt. Somit gilt es, diesen stetigen und schnellen Wandel im Rahmen eines kontinuierlichen Change Managements zu berücksichtigen und zu etablieren.
Aus diesem Grund ist die Einführung von Copilot oder eines anderen KI-Assistenten kein einmaliges IT-Projekt, für dessen Nutzung ein Mausklick reicht. Es bedarf zusätzlich eines ganzheitlichen und ausführlichen Change Managements. Dabei ist neben der Fähigkeit des Promptings vor allem auch das Verständnis der Anwendungsfälle elementar, also wann sich der Einsatz eines solchen Tools lohnt - und wann nicht.
Tipp 7: Best Practices nutzen - wie Unternehmen KI-Assistenten einsetzen
Zum Beispiel nutzen Forscherinnen und Forscher eines globalen Konzerns Microsofts Copilot. Damit können sie relevante Studien und Vorhersagemodelle, die sie für ihre Forschungsarbeiten benötigen, schneller auffinden. Basierend auf Eingaben in natürlicher Sprache identifiziert die KI nicht nur die relevanten Quellen aus der Sammlung von tausenden Studien, sondern auch die zugehörigen Ansprechpartner und Experten. Insgesamt lassen sich dadurch die Laborprozesse und die Produktentwicklung beschleunigen.
Im Bereich Life Science verwendet eine Abteilung für Geschäftsentwicklung externe Datenbanken, um Studien zu analysieren und mögliche Studienpartner zu finden. Wöchentlich werden mehr als 1.000 Studien eingespeist, eine manuelle Durchsicht ist angesichts der Datenmenge unmöglich. Die KI übernimmt an dieser Stelle die Vorverarbeitung und zeigt auf Basis des Inputs, also der in natürlicher Sprache formulierten Zielsetzung, welche Partner geeignet sein könnten.
Zudem wird KI bereits erfolgreich im Projektmanagement eingesetzt. Campana & Schott hat auf Basis von Azure OpenAI eine KI-Assistenz entwickelt und in ein Projektmanagement-Tool integriert. Aufgaben wie das Erstellen eines Projektstrukturplans oder das Verfassen von Projektbeschreibungen lassen sich damit weitgehend automatisiert in kürzester Zeit erledigen. Projektverantwortliche werden dadurch von repetitiven, zeitraubenden Aufgaben entlastet und erhalten mehr Zeit für strategische Überlegungen, die Steuerung der Projekte sowie Kommunikation und Austausch in den Projektteams.
Fazit: 7 Schritte zum KI-Erfolg
Unternehmen sollten folgende sieben Schritte umsetzen, damit die Einführung von KI-Assistenten zum Erfolg führt:
Entwicklung einer klaren KI-Strategie;
Erreichen der technischen Readiness anhand der KI- und Datenstrategie;
Pilotierung inklusive Evaluierung und Business Value;
Entscheidung zu weiterem Rollout, für welche Zielgruppen und Use Cases;
Schrittweise Einführung, begleitet durch Change Management;
Kontinuierliche Integration künftiger Entwicklungen wie neue KI-Tools und Use Cases;
Regelmäßige Erfolgsmessung anhand von KPIs.
Die Nutzung von KI im Arbeitsalltag steht erst am Anfang. Doch schon jetzt ist klar, dass KI-Funktionen immer weiter Einzug in Anwendungen und Prozesse halten werden. Eine Befragung der Copilot User der ersten Stunde zeigt, dass 70 Prozent einen Produktivitätsgewinn spüren. Zwei Drittel gaben an, nun mehr Zeit zu haben, sich auf die wesentlichen Aufgaben zu konzentrieren.
Voraussetzung dafür ist aber, dass Unternehmen ihre Hausaufgaben erledigen und nicht ins Blaue mit KI-Tools starten. Nur mit einer fundierten KI- und Datenstrategie, praktischen Use Cases sowie umfassendem und kontinuierlichem Change Management werden sie auch einen deutlichen Mehrwert für ihr Geschäft erzielen. (ba)