Das Aufkommen von KI am Arbeitsplatz ist sowohl eine Chance als auch eine Herausforderung. Während KI das Potenzial hat, die Effizienz zu steigern und neue Möglichkeiten zu erschließen, erfordert ihre Integration mehr als nur technisches Know-how – sie erfordert kulturelle und operative Veränderungen. Für Culture Amp, eine Plattform für Mitarbeitererlebnisse, die sich darauf spezialisiert hat, Unternehmen beim Aufbau leistungsstarker Teams zu unterstützen, geht es bei dieser Transformation um mehr als nur um Technologie; es geht um Menschen.
Bei Culture Amp hat KI die Macht, die Art und Weise zu verändern, wie Unternehmen Werte schaffen. Von der Bestimmung der Bereiche, in denen KI am nützlichsten ist, über die Navigation durch komplexe Daten bis hin zur Weiterbildung der Mitarbeiter spiegelt der Ansatz des Unternehmens ein tiefes Engagement für eine durchdachte, menschenzentrierte KI-Anwendung wider.
In einem kürzlich durchgeführten Webinar berichtete Rhiannon Gaskell, Director of Delivery Systems & Capability bei Culture Amp, wie ihr Team Miro einsetzt, um schnellere Entscheidungen zu treffen, KI-Experimente zu erleichtern und die KI-Expertise im gesamten Unternehmen zu erweitern.
In diesem Interview nimmt Rhiannon uns mit hinter die Kulissen der KI-Transformation des Unternehmens. Sie berichtet über Strategien, Herausforderungen und Lektionen, die sie auf ihrer Reise gelernt haben, und gibt wertvolle Einblicke für jedes Unternehmen, das die Macht der KI nutzen möchte.
Rhiannon, vielen Dank, dass Sie sich Zeit genommen haben! Und was für ein tolles Webinar. Wir mussten einfach mehr Zeit mit Ihnen verbringen! Was sind die größten Herausforderungen bei der Vereinbarkeit von Anpassung und Autonomie, wenn es um die Einführung von KI geht?
Die größte Herausforderung war die Veränderung der Kultur. Die Teams waren schon immer in der Lage, autonom zu arbeiten, also wollten sie zu Recht das „Warum“ verstehen. Wir verbrachten viel Zeit damit, zu erklären, welche Herausforderungen wir erwarteten – Herausforderungen bei der Lieferung, wenn wir mehr Kunden akquirierten. Wir ließen auch Teams, die bereits einen Teil dieser Abhängigkeitskomplexität erlebten, über die Schmerzen sprechen, die sie empfanden, um ein breiteres Verständnis dafür zu entwickeln, warum wir dort, wo es Sinn machte, standardisieren und mehr Struktur in unsere Planung bringen mussten. Mit dem „Warum“ zu beginnen, um Empathie zu entwickeln, hat uns wirklich geholfen, diesen Kulturwandel zu vollziehen.
Sie haben erwähnt, dass es eine Herausforderung war, die Kultur von Culture Amp in Bezug auf die Einführung von KI zu verändern. Eine Möglichkeit, wie Sie das angegangen sind, war der HackAIathon, bei dem die Mitarbeiter mit KI in ihren Arbeitsabläufen experimentieren konnten. Was waren die wichtigsten Erkenntnisse aus dieser Veranstaltung?
Die wichtigste Erkenntnis war, wie intelligent unsere Mitarbeiter sind. Wenn man ihnen den Raum, die Sicherheit und die Möglichkeit zum Experimentieren gibt, können großartige Dinge entstehen.
Nun stellt sich die Frage, wie wir dies in unseren Arbeitsalltag einbringen können. Wir haben verbindliche Fahrpläne, die wir umsetzen müssen. Wir können also nicht alles umkrempeln, aber wir wollen Wege schaffen, auf denen Innovation gedeihen kann. Deshalb suchen wir nach einem Verfahren, mit dem wir kleine, fokussierte Teams gründen können, die neue Ideen schnell umsetzen. Nachdem wir die Kreativität und Energie beim letzten HackAIathon gesehen haben, sind wir sehr an diesem Modell interessiert.
Und das waren über 350 Mitarbeiter, richtig? Das ist ein riesiges Unterfangen! Wie sind Sie an die Fortbildung einer so großen Gruppe herangegangen, um sicherzustellen, dass jeder für den Erfolg gerüstet ist?
Der HackAIathon war für uns eine wirklich schnelle Möglichkeit, alle gemeinsam weiterzubilden. Eine Sache, die wirklich gut funktioniert hat, waren die Enablement-Tracks, die wir im Vorfeld der Veranstaltung erstellt haben, so dass jeder mit einem grundlegenden Verständnis von KI-Eingabeaufforderungen ankam. Wenn sie technisch versiert waren, konnten sie auch einen technischen Kurs belegen.
Der HackAIathon hat uns etwas gegeben, was wir in unserem normalen Arbeitsalltag nicht bekommen hätten: echte Erfahrungen und Einblicke in die Arbeit mit KI. Das Feedback, das wir bekamen, war überwältigend positiv. Die Leute wussten über KI Bescheid, und einige hatten schon ein wenig damit experimentiert, aber sie verließen die Veranstaltung mit einem viel tieferen Verständnis und viel mehr Selbstvertrauen, wie sie sie bei ihrer Arbeit einsetzen können. Das war wirklich beeindruckend.
Das ist schön zu hören! Es klingt, als hätte der HackAIathon geholfen, Vertrauen aufzubauen, aber natürlich braucht nicht jedes Problem eine KI-gesteuerte Lösung. Wie entscheiden Sie, wann KI tatsächlich das richtige Werkzeug für eine Aufgabe ist?
Wenn wir das Problem ohne KI lösen können, dann fangen wir wahrscheinlich genau dort an. KI muss einen Mehrwert bieten. Unsere Führungskräfte helfen den Teams bei der Erkundung, und wir haben einen Rahmen, den alle Teams schon sehr früh im Erkundungsworkflow verwenden müssen. Dabei geht es vor allem um das Risiko – die Berücksichtigung von Daten, Recht, Sicherheit und ethischer KI als Teil der Bewertung.
Im Webinar haben Sie erwähnt, dass Sie für den HackAIathon synthetische Daten verwenden müssen, obwohl synthetische Daten nicht immer repräsentativ für echte Kundendaten sind. Wie wird Culture Amp dieses Problem längerfristig lösen?
Bei den Ideen, die wir aus dem HackAIathon mitnehmen, besteht der nächste Schritt darin, sie anhand echter Daten zu validieren. Wir tun dies mit unseren eigenen Daten – wir sind ein Kunde unseres eigenen Produkts mit tausend Mitarbeitern. Da wir keine Kundendaten verwenden dürfen, validieren wir zunächst mit unseren eigenen Daten. Sobald wir uns sicher sind, stellen wir die Funktion in die Plattform ein und kennzeichnen sie mit einem Betafähnchen, so dass die Kunden die Funktion aktivieren oder deaktivieren können, was es uns ermöglicht, weiter zu gehen und mehr zu lernen.
Sie sprachen davon, dass Sie Ihre eigenen internen Daten nutzen, um KI-Ideen zu validieren, bevor Sie sie einführen. Dieses tiefe kontextuelle Verständnis muss ein entscheidender Vorteil sein. Wie stellen Sie sicher, dass die KI von Culture Amp gegenüber allgemeinen Modellen wie ChatGPT, Gemini und Claude wettbewerbsfähig bleibt? Was sagen Sie Interessenten, die davon ausgehen, dass diese Tools ähnliche Erkenntnisse liefern können?
Sehen Sie, ChatGPT, Gemini und Claude sind großartige Modelle – wir nutzen sie auch. Aber wir sagen unseren Kunden, dass wir über viel umfassendere kontextbezogene Erkenntnisse verfügen, die es uns ermöglichen, bessere Lösungen anzubieten, als sie es jemals könnten.
Wir verstehen ein Unternehmen anhand von Mitarbeiterumfragen, Leistungsfeedback, persönlichen Gesprächen und Anerkennungsdaten. Wir haben ein Profil der einzigartigen Herausforderungen eines Unternehmens erstellt. Außerdem verfügen wir über eine Fülle von Forschungsergebnissen und Erkenntnissen aus der Personalforschung – wir wissen, welche Maßnahmen zu einer effektiven Verhaltensänderung führen. Die Kombination dieser beiden Dinge ermöglicht es uns, echte, umsetzbare Erkenntnisse zu liefern, die den Wandel vorantreiben.
Es klingt, als sei Ihre Fähigkeit, kontextbezogene Erkenntnisse zu nutzen, ein großes Unterscheidungsmerkmal. Wie schaffen Sie beim Ausbau der KI-Funktionen den Spagat zwischen der Pflege bestehender Systeme und der kontinuierlichen Innovation und Einführung neuer Funktionen?
Das ist die eigentliche Änderung in unserem Betriebsmodell in diesem Jahr. Letztes Jahr hatten wir ein kleines Pilotteam, das sowohl für die Entwicklung neuer KI-Funktionen als auch für die Wartung der bereits entwickelten KI-Funktionen zuständig war. Das war eine Menge für ein kleines Team.
In diesem Jahr werden wir ein spezielles KI-Fähigkeitsteam einrichten – eines von etwa 35 Teams -, das sich auf die laufende Modellbewertung und die Verwaltung der Datenpipelines konzentrieren wird, die den Rest unserer Produktteams unterstützen.
Gleichzeitig stellen wir auf ein dezentrales KI-Modell um. Jetzt sind die Teams, die an den kundenorientierten Teilen des Produkts arbeiten, in der Lage, Probleme in ihren eigenen Bereichen mithilfe von KI zu lösen. Und wir hoffen, dass sie nach dem HackAIathon und unseren Befähigungsbemühungen jetzt die Fähigkeiten haben, dies dort zu tun, wo es Sinn macht.
Sie haben erwähnt, dass KI selbst kein Unterscheidungsmerkmal mehr ist – es kommt darauf an, wie man sie einsetzt. Wie können Sie Ihren Kunden diesen Wert effektiv vermitteln?
Wir haben gerade jemanden eingestellt, der sich speziell mit diesem Thema beschäftigt. Zuvor hatten wir ein Team von Produktvermarktern, aber jetzt haben wir innerhalb dieses Teams eine spezielle Funktion, die sich auf die KI-Positionierung konzentriert.
Das Wichtigste für uns ist, dass wir mit unserer Expertise im Bereich der Humanwissenschaften vorangehen. Die KI selbst ist nicht das, was uns von anderen unterscheidet – es ist die Art und Weise, wie wir sie so einsetzen, dass sie einen echten Nutzen für Unternehmen bringt. Durch die von uns gesammelten Daten – wie Umfrageergebnisse, Leistungsfeedback und Anerkennung – verstehen wir Unternehmen sehr gut. Das bedeutet, dass wir KI nutzen können, um Erkenntnisse zu gewinnen, die auf die einzigartigen Herausforderungen jedes Unternehmens zugeschnitten sind.
Deshalb konzentrieren wir uns jetzt darauf, wie KI den Wert dessen steigert, was wir bereits am besten können: Unternehmen beim Aufbau leistungsstarker Teams zu unterstützen.
Bei so vielen beweglichen Teilen – Skalierung von KI, Befähigung von Teams und Verfeinerung des Messagings – muss die Zusammenarbeit der Schlüssel sein. Wie hat Miro Culture Amp dabei geholfen, Innovationen voranzutreiben und alle Beteiligten an einem Strang zu ziehen?
Ich liebe all die neuen Funktionen von Miro, aber für uns liegt der wahre Wert darin, dass wir schnellere Entscheidungen treffen können – und das war schon immer so. Mit Büros auf der ganzen Welt in verschiedenen Zeitzonen ist es für uns bei Culture Amp sehr wichtig, asynchron zu bleiben. Andernfalls würde die Entscheidungsfindung sehr langsam verlaufen.
Als wir zum Beispiel den HackAIathon beendeten, stiegen die Leute ins Flugzeug und flogen zurück in ihre Büros, wo sie unabhängig voneinander ihre Überlegungen und Rückblicke anstellten. Dann konnten wir all das in Miro zusammenführen, es schnell zusammenfassen und Gesprächsverläufe austauschen, um sicherzustellen, dass die Leute unsere Pläne und unsere Richtung verstanden haben. Die Führung gibt uns die Richtung vor, und wir können schnell iterieren und Entscheidungen treffen. Das ist für uns der wichtigste Wertbeitrag.
Das macht sehr viel Sinn. KI an sich ist nicht das Unterscheidungsmerkmal, sondern die Art und Weise, wie man sie einsetzt, um echte Wirkung zu erzielen. Aus dem, was Sie heute erzählt haben, geht klar hervor, dass der Ansatz von Culture Amp in Bezug auf KI tief in der Befähigung von Menschen verwurzelt ist, nicht nur im Einsatz von Technologie. Vom HackAIathon bis hin zu dezentralisierten KI-Teams schaffen Sie ein Gleichgewicht zwischen Innovation und Struktur, so dass sowohl Geschwindigkeit als auch Strategie im Fokus bleiben.
Rhiannon, vielen Dank, dass Sie sich die Zeit genommen haben, uns den Weg Ihres Teams zu erläutern. Es war großartig zu hören, wie Sie KI auf eine Weise skalieren, die mit der Mission von Culture Amp übereinstimmt!
Miro ist eine eingetragene Marke der Miro Corporation. Als offizieller Miro-Partner nutzen wir ausgewählte Inhalte und Medien mit Genehmigung.