Wir haben schon in der einen oder anderen Stelle besprochen, wie wichtig es ist, bei der Einführung von AI im Unternehmen die richtigen Schritte zu gehen und warum viele Unternehmen in Sachen AI auf der Stelle treten.
Heute möchte ich versuchen, dir einen strukturierten Überblick über dieses Thema zu geben, so dass du nicht die gleichen Fehler machst, wie so viele Unternehmen da draußen.
In zahlreichen Einführungsprojekten für Unternehmen aller Größen sehe ich immer wieder die gleichen Missverständnisse und Fehler.
Wenn du die 3 Phasen, die ich dir heute vorstelle, berücksichtigst, steigen deine Chancen mit neuer Technologie unternehmerische Erfolge zu feiern sprunghaft an und ganz nebenbei deine, und die Zukunftschancen deines Unternehmens relevant zu verbessern.
Los geht’s! 🚀
👩🎓 Phase 1:
Befähige deine Mitarbeiter AI-Tools zu nutzen und die Produktivität der einzelnen Teammitglieder zu steigern
Wenn du einen Marathon laufen möchtest, ist deine erste Trainingseinheit i.d.R. kein 42km-Laufe – richtig?
Ähnlich verhält es sich bei der Einführung von AI im Unternehmen. An erster Stelle muss dein Team die Technologie und was man damit machen kann, verstehen und in der Praxis anwenden.
Das ist alles andere als verschwendete Zeit. Studien beweisen, dass die einzelnen Mitarbeiter in deinem Unternehmen sowohl schneller als auch qualitativ besser arbeiten, wenn Sie mit AI-Tools wie ChatGPT umgehen können.
Im Business der Zukunft gilt es noch mehr als heute strategisch vorzugehen. AI ist kein Projekt und es ist wichtig, die AI-Einführung systematisch anzugehen.
Dabei reichen i.d.R. Schulungen von 1-2 Tagen aus, um deinem Team den richtigen Umgang mit AI-Tools zu Optimierung der individuellen Arbeit zu vermitteln.
Tipp:
Wenn du den Einführungsprozess in deinem Unternehmen von mir begleiten lassen möchtest, buche dir einfach ein unverbindliches Beratungsgespräch. Ich biete dir und deinem Unternehmen u.a. Implus-Vorträge, Inhouse AI-Crashkurse oder vollständige AI-KickOff-Pakete und kümmere mich um alle Schulungen und Einführungsprojekte. “AI-Einführung as a service” – so zu sagen.
🤖 Phase 2:
Um AI in deinen internen und externen Geschäftsprozesse zu nutzen, müssen deine Software-Tools miteinander sprechen lernen
Nach dem dein Team gelernt hat, die Arbeit jedes einzelnen Team-Mitglieds effizienter zu gestalten, ist es an der Zeit mit AI auch positive Effekte für ganze Abteilungen oder das ganze Unternehmen zu generieren.
Dabei ist es wichtig zu verstehen, dass AI (allein) hier in den seltensten Fällen die Lösung darstellt. Vielmehr geht es in Phase 2 darum AI in deinen Softwarelösungen zu integrieren und Prozesse und Task, die früher manuell durchgeführt werden mussten, nun schrittweise zu (teil-)automatisieren.
Ein Praxis-Beispiel dazu:
Nehmen wir an, du generierst über Content und Marketing Leads für dein Vertriebsteam. Wir alle wissen, dass, jemehr Informationen bei der Lead-Generierung abgefragt werden, desto weniger Interessenten sind bereit, uns ihre persönlichen Daten zu geben. Auf der anderen Seite kann unser Vertrieb z.B. nur mit Name und E-Mail-Adresse keine klare Einschätzung treffen, ob das eine vielversprechender Lead ist oder nicht.
Mit AI und Automation-Tools wie z.B. Make.com können wir heute unsere Leads automatisiert veredeln. D.h. automatisiert mehr Informationen auf Basis der wenigen uns vorliegenden Daten generieren – ganz ohne manuelle Arbeit.
So könnten wir in diesem Praxis-Beispiel die URL des Unternehmens (wenn B2B) auf Basis der E-Mail-Adresse extrahieren und mit diesen Daten dann eine automatisierte Suche nach dem LinkedIn-Profil unseres neuen Leads durchführen.
Ist das Profil gefunden, stehen uns sehr umfangreiche Informationen zur Verfügung. Job-Titel, Unternehmen, Anzahl der Mitarbeiter, Info-Text zur Personen, uvm.. Diese Informationen können wir “zwischenspeichern” auf dann die AI (über eine Schnittstelle) “bitten” uns die Person in 4-5 Sätzen zu beschreiben und einzuschätzen ob auf Basis des Jobtitels diese Person eher in der unteren, mittleren oder gehobenen Ebene des Unternehmen arbeitet.
Die so gesammelten Informationen und AI-Zusammenfassungen fließen dann wieder via Schnittstelle in unser CRM oder Projektmanagement-System.
Auch Mitarbeiter aus Marketing, Vertrieb, Service oder Management können mit NoCode-Ansätzen ohne Entwicklungsabteilung komplexe AI-Automatisierungen umsetzten.
Früher hat man für solch komplexe Tasks entweder auf manuelle Datenanreicherung setzten müssen oder es war ein ganzes Entwicklerteam damit beschäftigt, über “maschine learning” ähnliche Lösungen zu ermöglichen.
Tipp:
Für nahezu jedes Unternehmen macht es Sinn sich mit AI-Automation-Tools und NoCode-Lösungen auseinanderzusetzten. Ich prognostiziere an dieser Stelle mal selbstbewusst, dass AI-Automation mit NoCode-Tools in den nächsten Jahren eines der “heißesten Themen” auf dem Arbeitsmarkt sein wird.
Einen sehr guten Überblick über das Thema “NoCode-Tools und AI-Automationen” kannst du dir in diesem kostenlosen Kurs 🇺🇸 verschaffen. Diesen Kurs habe ich mir vorletzte Woche angeschaut und ich kann ihn dir sehr empfehlen.
🧑💻 Phase 3 (optional):
Erst wenn du die Standard-Software ausgereizt hast und NoCode keine Option darstellt, macht es Sinn darüber nachzudenken, eigene AI-Entwicklungen in Erwägung zu ziehen
Mit Software mit AI-Funktionen und dem in Stufe 2 vorgestellten NoCode-Tool und AI-Automation - Ansatz kommt man i.d.R. sehr weit. Für die allermeisten Unternehmen ist Phase 3, die Entwicklung eigener AI-Anwendungen nicht relevant bzw. nicht notwendig.
Aber in einigen Unternehmen werden die Erfahrungen aus Phase 1 und 2 dazu führen, dass sie für ihre individuellen Prozesse Usecases identifizieren, die mit Standard-Software und NoCode-Ansätzen nicht realisierbar sind.
Wenn der Outcome der angedachten Lösung so viel Effekt (Zeitersparnis, Umsatz, neue Möglichkeiten) mit sich bringt, dass sich eine Eigenentwicklung lohnt, sind wir in der (optionalen) Phase 3 der AI-Implementierung im Unternehmen angelangt.
In manchen Fällen ist die Einbindung der Entwicklungsabteilung notwendig.
Dies ist der Moment, in den die interne Entwicklungs-Abteilung mit an Bord geholt werden muss, um individuelle und maßgeschneiderte AI-Lösungen in das Produkt oder interne Prozesse zu implementieren.
Ein weiterer Grund, über Eigenentwicklungen nachzudenken ist für Unternehmen in der EU die straff geregelte Datenschutz-Gesetzgebung. Wenn du sensible persönliche Daten oder Geschäftsgeheimnisse mit AI verarbeitet möchtest, kommst du schnell an den Punkt, in dem dein Entwickler-Team sicherstellen muss, dass diese Daten die eigenen Server nicht verlassen bzw. die Daten nicht außerhalb der EU verarbeitet werden (z.B. bei den bösen Amerikanern 🤐 – Ironie aus).
Zusammengefasste Tipps aus dieser Ausgabe:
- Beginne deine AI-Reise (immer) mit der Ausbildung deines Teams. Das hat einen positiven “Sofort-Effekt” auf deine Produktivität und schafft das Verständnis für die Technologie und was man damit machen kann.
- Die Arbeit mit NoCode-Tools und AI-Automationen ist, nach dem dein Team Routine mit der AI-Arbeit entwickelt hat, der sinnvolle nächste Schritt auf deiner AI-Reise in die Zukunft.
- Ein Großteil der fortgeschrittenen AI-Usecases auf Abteilungs- oder Unternehmensebene können mit NoCode- und AI-Automationen abgedeckt werden.
- Eigenentwicklungen sind in Zukunft eher die Ausnahme. Es sei denn, Datenschutz-Themen stehen dem im Wege.
AI ist kein Projekt – AI ist die neue Realität, mit der sich nahezu jedes Unternehmen auf diesem Planeten auseinander setzten muss um zu überleben.
Die (sinnvolle) Nutzung von AI im Unternehmen so zu gestalten, dass sie das Team mitnimmt und die Einführung schrittweise erfolgen kann, ist erfolgskritisch.
Ich hoffe, ich konnte dir in dieser Ausgabe etwas mit Klarheit vermitteln, wie dieser Prozess aufgebaut sein sollte.
Ich freue mich über dein Feedback, deine Bewertung und, falls ich dich bei der Einführung von AI im Unternehmen unterstützen darf, unseren gemeinsamen Termin.
In diesem Sinne - bis zur nächsten Ausgabe.
✌🏼Kai Michael Schäfer
0 comments