Strukturierte Transformation für nachhaltige Innovation

In einer Zeit, in der künstliche Intelligenz (KI) die Geschäftswelt revolutioniert, geht die Infometis AG einen innovativen Weg: Mit einer KI-Lerngruppe, die Theorie und Praxis nahtlos verbindet. Tauchen wir ein in die spannende Reise dieser Gruppe, die KI-Konzepte in greifbare Realität verwandelt – und das alles nach einem durchdachten Playbook.

Von der Idee zur Praxis: Wie eine Vision Wirklichkeit wurde

Es begann mit einer einfachen, aber brillanten Idee: Warum nicht direkt von der Theorie in die Praxis springen? Die Infometis AG, bekannt für ihre Expertise in Qualität und Automation, gründete eine KI-Lerngruppe mit einem klaren Ziel: KI nicht nur zu verstehen, sondern sie aktiv anzuwenden.

Eine Idee die zählt - von Mitarbeitenden fürs ganze Team

Was diese Initiative besonders macht, ist der Bottom-up-Ansatz. Die Use Cases, an denen die Gruppe arbeitet, stammen direkt von den Mitarbeitenden der Infometis. Das motiviert nicht nur, sondern stellt auch sicher, dass die erlernten KI-Fähigkeiten direkt im Arbeitsalltag genutzt werden können.

5-Schritte AI Transformation Playbook

Um strukturiert vorzugehen, folgt die KI-Lerngruppe dem 5-Schritte AI Transformation Playbook. Dieses Playbook ist der Schlüssel zu unserem Erfolg – und du kannst es auch für dein Unternehmen nutzen!
‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

‍

So wurde dieses Playbook im ersten Use Case angewendet:

Step 1: Ideen und Konzepte entwickeln und bewerten

In dieser Phase sammelte die Gruppe Ideen von Mitarbeitenden. Der Fokus lag darauf, Bereiche zu identifizieren, in denen KI einen echten Mehrwert bieten könnte.

Step 2: KI Use Cases identifizieren und beschreiben

Nach einer gemeinsamen Diskussion und Abstimmung wurde ein Use Case aus dem Marketing-Bereich ausgewählt, vorgeschlagen von der Marketing-Leiterin Roseline. Diese Wahl unterstreicht, dass KI-Potenzial in allen Unternehmensbereichen steckt.

In diesem Use Case soll die KI Roseline dabei unterstützen, zu einem auf dem Infometis YouTube-Kanal veröffentlichten Video ein Blog zu schreiben.

Unsere Business Solutioneers haben nach der Wahl bei Roseline die Anforderungen erhoben und in einer kurzen Spezifikation festgehalten.

Step 3: Daten-Capabilities bewerten

In diesem Schritt analysierte das Team die verfügbaren Daten für den ausgewählten Use Case. Konkret wurde folgendes bewertet:

• Ist bereits ein Transkript des Videos vorhanden, das als Grundlage für den Blog dienen kann?
• Wie könnte ein Transkript erstellt werden, falls es noch nicht existiert?
• Welche KI-Modelle können Videos direkt analysieren?

Diese gründliche Analyse half uns dabei, im nächsten Schritt die am besten geeigneten Tools und Methoden für die spezifischen Bedürfnisse zu identifizieren.

Step 4: KI Tools evaluieren und trainieren

In dieser Phase entwickelten vier Teams jeweils einen Proof of Concept (PoC), wobei jeder PoC einen eigenen Ansatz zur Lösung der Herausforderung repräsentiert:

‍1. PoC 1 - YouTube Transkript und ChatGPT: Dieser Ansatz nutzt die automatische Transkription von YouTube-Videos und setzt ChatGPT ein, um daraus Blogposts und YouTube-Beschreibungen zu generieren.

2. PoC 2 - Gemini und UIPath: Hier kombinieren wir Googles Gemini-KI mit UIPath, um Videos zu analysieren und automatisiert Content zu erstellen.

3. PoC 3 - Claude und Custom Prompts: Dieser PoC setzt auf die KI Claude und massgeschneiderte Prompts, um hochwertige, kontextrelevante Inhalte zu generieren.

4. PoC 4 - Exemplary AI: Eine All-in-One-Lösung, die darauf abzielt, aus einem langen Video diverse Social-Media-Inhalte zu erzeugen.

Step 5: Implementieren, überwachen, verfeinern

Und hier sind wir jetzt! Roseline prüft derzeit die vier PoCs auf Herz und Nieren. Basierend auf ihrem Feedback verfeinert das Team die Systemprompts und kombiniert Elemente aus den einzelnen PoCs. Es ist ein dynamischer Prozess, bei dem ständig gelernt und optimiert wird.

Wichtige Learnings aus unserer bisherigen KI-Reise

Unsere Erfahrungen mit der KI-Lerngruppe haben uns wertvolle Erkenntnisse gebracht, die wir gerne teilen:

1. Spezialisiert vs. Generativ: Bei der Auswahl von KI-Tools stehen wir oft vor der Entscheidung zwischen spezialisierten Lösungen für spezifische Aufgaben und generativen Tools, die breiter einsetzbar sind, aber spezifisches Training erfordern. Was für dein Unternehmen das Richtige ist, hängt von den individuellen Anforderungen ab und sollte sorgfältig evaluiert werden. Es lohnt sich, verschiedene Optionen zu testen und die Vor- und Nachteile im Team zu diskutieren.

2. Funktionale Unterschiede zwischen App und API: Die Google Web-App zu Gemini (‎Gemini – chatten und inspirieren lassen) ist in der Lage, YouTube-Videos zu analysieren. Bei der API von Google Gemini, die wir über UIPath aufgerufen haben, fehlt diese Funktionalität. Diese wichtigen Unterschiede sind bei der Auswahl der Tools zu berücksichtigen.

3. Budgetplanung ist entscheidend: Bei der Anforderungsanalyse darf das Budget nicht ausser Acht gelassen werden. Spezialisierte KI-Tools für spezifische Anwendungsfälle können in allen Preisklassen liegen - von kostengünstigen Lösungen bis hin zu hochpreisigen Enterprise-Varianten. Eine realistische Budgetplanung von Anfang an hilft, Enttäuschungen zu vermeiden und die richtige Balance zwischen Funktionalität und Kosten zu finden.

4. Subjektive Bewertung und KI-Halluzinationen: Menschliche Intelligenz (HI) ist unerlässlich, um KI-Ergebnisse zu bewerten. Besonders bei generativer KI können die Resultate subjektiv sein und nicht immer algorithmisch bewertet werden. So haben wir festgestellt, dass Transkripte oft nötig sind, da nicht jede KI-App oder API YouTube-Videos zuverlässig analysieren kann.

‍5. Teamwork macht den Unterschied: Besonders in der Implementierungs-, Überwachungs- und Verfeinerungsphase (Schritt 5 unseres Playbooks) ist enge Zusammenarbeit zwischen Fachabteilung und KI-Spezialistunerlässlich. Nur durch die Kombination von Fachwissen und technischer Expertise kann das volle Potenzial der KI-Lösung ausgeschöpft und optimale Ergebnisse erzielt werden.

Diese Erkenntnisse haben uns geholfen, unsere KI-Implementierung zu optimieren und echten Mehrwert für unser Unternehmen zu schaffen. Wir hoffen, dass sie auch dir auf deiner KI-Reise helfen werden!

Fazit: Strukturierte Innovation durch Learning by Doing

Die KI-Lerngruppe der Infometis zeigt eindrucksvoll, wie man mit einem strukturierten Ansatz die oft abstrakte Welt der KI greifbar und praxisnah macht. Durch die Arbeit an realen Use Cases und die Anwendung des 5-Schritte KI Transformation Playbooks bauen wir nicht nur theoretisches Wissen auf, sondern sammeln auch wertvolle praktische Erfahrungen.

‍

Diese Initiative ist ein Paradebeispiel dafür, wie Unternehmen den KI-Wandel aktiv gestalten können: mit Neugier, Kreativität, einem starken Fokus auf praktische Anwendbarkeit und einem klaren Fahrplan.

‍

Bereit, deine eigene KI-Reise zu starten? Lade dir jetzt unser 5-Schritte KI-Transformations-Playbook herunter und beginne deine KI-Transformation – mit Infometis als starkem Partner an deiner Seite!

Wir sind gespannt, welche innovativen Lösungen die KI-Lerngruppe der Infometis noch hervorbringen wird. Bleib dran – die KI-Revolution hat gerade erst begonnen!