Praxisbeispiel Now-How-Wow-Ciao Matrix
Ein Berliner Unternehmen im Bereich wissenschaftlicher Dienstleistungen wollte die Potenziale von KI für die eigene Arbeit systematisch erschließen. Gemeinsam wurden mögliche Anwendungsfälle identifiziert, bewertet und priorisiert. Die Now-How-Wow-Ciao Matrix unterstützte dabei, konkrete Projekte auszuwählen und erste KI-Lösungen schrittweise einzuführen.
Ausgangslage
Das Unternehmen arbeitete mit einer großen Zahl digitaler und textbasierter Prozesse. Es bestand der Wunsch, Routineaufgaben mithilfe von KI zu erleichtern. Zwar gab es bereits erste Ideen innerhalb einer KI-Arbeitsgruppe, jedoch fehlte eine gemeinsame Einschätzung, welche Anwendungsfälle den größten Nutzen versprechen und mit den vorhandenen Ressourcen realisierbar sind.
Vorgehen
Phase 1
Bedarfe und Aufgaben erfassen
Im Rahmen der Auftragsklärung wurden Aufgaben, Arbeitsprozesse und Bedarfe erhoben. Zusätzlich reflektierten die Mitarbeitenden ihre eigenen Arbeitsabläufe, um mögliche Einsatzfelder für KI sichtbar zu machen.
Phase 2
Ideen entwickeln und sammeln
Für verschiedene Arbeitsbereiche wurden Anwendungsmöglichkeiten für KI identifiziert. Dazu gehörten unter anderem Transkriptionen, Zusammenfassungen und die Arbeit mit Texten.
Phase 3
Ideen priorisieren
Die identifizierten Anwendungsfälle wurden mithilfe der Now-How-Wow-Ciao Matrix hinsichtlich Nutzen und Umsetzbarkeit bewertet. Dadurch entstand eine gemeinsame Priorisierung möglicher Umsetzungsprojekte.
Phase 4
Lernen und Umsetzen
Die ausgewählten Anwendungsfälle wurden in Selbstlernphasen, Wissensinputs und praktischen Tests erprobt. Die Ergebnisse wurden regelmäßig reflektiert und für weitere Entscheidungen genutzt.
Ergebnisse
- Erfolgreiche Nutzung von KI-Tools, insbesondere für Transkriptionsaufgaben.
- Deutlicher Kompetenz- und Wissensaufbau zu KI, Daten und Werkzeugen.
- Strukturierte Herangehensweise an die Auswahl geeigneter Technologien.
- Erste Implementierung von KI-Lösungen im Unternehmen.
Learnings
Die Auswahl geeigneter Technologien sollte sich am Kompetenzniveau der Mitarbeitenden orientieren. Gleichzeitig zeigte sich, dass ein iteratives Vorgehen besonders hilfreich ist, wenn Zielbilder und Anforderungen zu Beginn noch unscharf sind. Die Priorisierung von KI-Anwendungsfällen fällt leichter, wenn ausreichend Wissen über technische Voraussetzungen, Datenverarbeitung und IT-Infrastrukturen vorhanden ist.