Mit KI zur Hand werden wir alle schneller darin, Ideen in funktionierende Lösungen zu verwandeln. Das wissen und spüren wir inzwischen alle.
Für Unternehmen, die mit kürzeren Zyklen von Disruption und Erneuerung konfrontiert sind, eröffnet das mehr Möglichkeiten, Technologie einzusetzen. Gleichzeitig erhöht es aber den Druck auf den gesamten Prozess von der Entdeckung und dem Design bis hin zu Entwicklung und Bereitstellung.
Dadurch verlagert sich, wo die eigentliche schwierige Arbeit liegt. Wenn Coding und Deployment einfacher werden, verschiebt sich der Engpass hin zum Verständnis des Problems, des Nutzers, des Marktes und des Geschäfts.
Dieses Verständnis bestimmt, welche Anwendungsfälle wir identifizieren, wie wir sie definieren und worauf wir unsere Anstrengungen richten.
Die meisten Unternehmen haben bereits zahlreiche Ideen für KI-Anwendungsfälle. Sie verbergen sich oft in Strategiedecks, Tabellen und Workshop-Notizen. Die Frage ist:
“Welche KI-Anwendungsfälle passen zu unserem Geschäft, und welche sollten zuerst angegangen werden?”
Unser neuer Catalyst for Data & AI Use Case Ideation unterstützt Teams dabei, diese Frage zu bearbeiten.
Sie können mit einem leeren Miro-Board beginnen und das Material hinzufügen, das Sie bereits haben. Oder Sie nutzen unsere Einstiegsvorlage für den Catalyst.
All Ihre Strategiedecks, Berichte, Tabellen und Notizen benötigen keine besondere Vorbereitung für den Workflow. Der Catalyst nutzt sie als Ausgangspunkt, um Ihr Geschäft zu verstehen.
Mit dem Geschäft beginnen
Der Catalyst bildet Ihr Geschäft zunächst in einem Business Model Canvas ab. So erhält das Team ein gemeinsames Verständnis des Geschäfts, bevor Anwendungsfälle entwickelt werden.
Ihr Team sollte dieses Modell prüfen und korrigieren, bevor es weitergeht. Spiegelt es wider, wie das Geschäft funktioniert? Jeder spätere Schritt baut darauf auf, daher hilft diese Prüfung, die Ideen in den Gegebenheiten Ihres Unternehmens zu verankern.
Der Catalyst übernimmt die erste Abbildung. Ihr Team prüft das Ergebnis und behält die Kontrolle darüber, was als Nächstes passiert.
Erkunden, wo KI helfen könnte
Mit dem Geschäftsmodell an Ort und Stelle entwickelt der Catalyst konkrete KI-Anwendungsfälle. Jede Idee ist mit einem relevanten Teil des Geschäfts verknüpft, was die Diskussion darüber erleichtert, was sie leisten würde und wo sie Wert schaffen könnte.
Sie können wählen, wie Sie dabei vorgehen. Lassen Sie den Catalyst Anwendungsfälle vorschlagen, arbeiten Sie einige Fragen durch oder beziehen Sie über eine kurze Umfrage weitere Personen ein. Das Team kann sein Wissen einbringen, während die Ideen Form annehmen.
Entscheiden, was Sie weiterverfolgen
Sobald Sie eine Reihe von Anwendungsfällen haben, brauchen Sie eine Grundlage, um sie zu vergleichen.
Der Catalyst kann eine schnelle ROI-Schätzung liefern oder Unternehmenszahlen für eine detailliertere finanzielle Bewertung nutzen. So kann das Team das Potenzial jeder Idee zusammen mit ihren Unsicherheiten und Abhängigkeiten betrachten.
Der Vergleich kann auch Anwendungsfälle sichtbar machen, die auf derselben Grundlage aufbauen. Das gibt dem Team einen weiteren Faktor, den es bei der Entscheidung über den Startpunkt berücksichtigen kann.
Die Arbeit zusammenführen
Am Ende führt der Catalyst Geschäftsmodell, Anwendungsfälle, ROI-Betrachtungen, Annahmen, Risiken und nächste Schritte in einer dokumentierten Übergabe zusammen.
Ihr Team kann die Arbeit teilen und darauf aufbauen, wobei die Begründung für die Prioritäten zusammen mit den Ideen selbst verfügbar bleibt.
Sie entscheiden über den Workflow!
Wie Sie sehen, kann der Prozess je nachdem, wie viel menschlichen Input und Review Sie für nötig halten, zwischen etwa 30 Minuten und zwei Stunden dauern. Sie können ihn gemeinsam in einer Live-Session durchlaufen oder asynchron dazu beitragen.
Die begleitende Vorlage enthält einen fünfminütigen Talk Track, der Sie von Anfang bis Ende durch den Prozess führt. Probieren Sie den Catalyst mit Ihrem eigenen Material aus und treten Sie unserer Community bei, um Ihre Erfahrungen zu teilen. Wir entwickeln den Catalyst kontinuierlich weiter und würden gern hören, was für Sie gut funktioniert und was besser sein könnte.
Dieser Blogpost wurde machinell übersetzt.
