Skip to main content
Key Takeaways

Governance: Eine erfolgreiche KI-Einführung beginnt mit einheitlichen Prozessen und Governance, nicht mit der Auswahl einer Plattform oder der Verteilung von Lizenzen.

Bereinigung: Die Bereinigung der Dokumentation deckte widersprüchliche Arbeitsabläufe auf und schuf die zuverlässige Grundlage, die für die Automatisierung zur Vernetzung von Teams erforderlich war.

Transparenz: Integrierte Systeme verschafften den Teams aus Design, Handel und Entwicklung gemeinsame Einblicke in Entscheidungen, Abhängigkeiten und Übergaben.

Leitplanken: Spezialisierte KI-Agenten mit manuellen Kontrollpunkten verringern Abhängigkeitsrisiken und bewahren gleichzeitig die menschliche Aufsicht über automatisierte Arbeitsabläufe.

Einarbeitung: Kleine, nicht dokumentierte Aufgaben, etwa Anweisungen zum Drucker, offenbarten wertvolle Wissenslücken, bei deren Verteilung KI helfen kann.

Für viele Unternehmen beginnt die Einführung von KI mit einer Diskussion über Tools: welche Plattform, welche Lizenzstufe, welches Team zuerst Zugriff erhält. Doch laut Jeffrey Cedeno, einem Design-Programmmanager bei NBCUniversal, der im vergangenen Jahr dabei geholfen hat, KI in Design- und Engineering-Teams einzuführen, ist das von Grund auf der falsche Ausgangspunkt.

„Wir haben ein Governance-System für jeden einzelnen bestehenden operativen Prozess eingeführt, damit wir beginnen können, die verschiedenen Teams zu vereinheitlichen“, sagt Cedeno. Die KI-Tools kamen erst danach. Die Governance kam zuerst.

Wir haben ein Governance-System für jeden einzelnen bestehenden operativen Prozess eingeführt, damit wir beginnen können, die verschiedenen Teams zu vereinheitlichen

Jeffery Cedeno-60782

Jeffery Cedeno

Design-Programmmanager, NBCUniversal

Die Reihenfolge „Prozess vor Plattform“ macht den Unterschied zwischen KI aus, die eine Organisation effizienter macht, und KI, die dasselbe Durcheinander lediglich etwas schneller automatisiert.

Kostenlos freischalten

Erstellen Sie ein kostenloses Konto, um diesen Beitrag zu Ende zu lesen und Teil einer Community zukunftsorientierter Führungskräfte zu werden, die Tools, Leitfäden und Insights für den Erfolg im Zeitalter der KI freischaltet.

This field is for validation purposes and should be left unchanged.
Name*
This field is hidden when viewing the form
This field is hidden when viewing the form
This field is hidden when viewing the form
This field is hidden when viewing the form
By submitting you agree to receive occasional emails and acknowledge our Privacy Policy. You can unsubscribe at any time.

Wir haben uns mit Cedeno zusammengesetzt, um seine Einschätzung dazu zu erfahren, wie das in der Praxis in seinem Team tatsächlich aussah: die Erfolge, die Leitplanken und die wenig glamouröse Aufräumarbeit, die die KI-Einführung überhaupt erst möglich machte. Das hat er erzählt.

Das Warnsignal: KI macht sichtbar, was nie definiert wurde

Cedeno hatte nicht vor, die operative Dokumentation neu aufzubauen. Sein Ziel war, Design- und Engineering-Teams dazu zu bringen, KI konsequenter einzusetzen. Doch sobald sie versuchten, echte Arbeitsabläufe in KI-Tools einzuspeisen, wurden die Schwachstellen sofort sichtbar.

„Wir stellten echte Lücken in unserem eigenen Betriebsmanagement fest. Ein Team hatte beispielsweise einen Projektplan, den es verwendete, während ein anderes Team für dieselbe Sache ein völlig anderes Dokument hatte“, sagt er. „Das half weder dabei, die Abläufe zu vereinfachen, noch dabei, Kontinuität zu schaffen.“

Wir stellten echte Lücken in unserem eigenen Betriebsmanagement fest.

Es ist die Art von Problem, die sich jahrelang direkt vor aller Augen verbirgt. Jeder geht davon aus, dass der eigene Prozess im Grunde funktioniert – bis etwas plötzlich alle Prozesse gleichzeitig lesen muss und sich herausstellt, dass es von Anfang an gar keinen einheitlichen Prozess gab.

Treten Sie der DPM-Community bei und erhalten Sie Zugang zu exklusiven Inhalten, praxisnahen Vorlagen, Mitglieder-Events und wöchentlichen Leadership-Insights – die Teilnahme ist kostenlos.

This field is for validation purposes and should be left unchanged.
Name*
This field is hidden when viewing the form
This field is hidden when viewing the form
This field is hidden when viewing the form
By submitting you agree to receive occasional emails and acknowledge our Privacy Policy. You can unsubscribe at any time.

Die unspektakuläre Lösung kam zuerst

Bevor irgendeine Automatisierung eingeführt wurde, erledigte Cedenos Team den Teil, den niemand machen wollte: Sie wählten für jede Aufgabe ein einziges Tool aus, räumten es auf und beseitigten die Redundanz.

„Für uns ist SharePoint speziell hervorragend für die laufende Dokumentation geeignet, und genau dafür wird es verwendet“, erklärt er. „Wir haben jeden einzelnen Ordner mit sehr aktuellen Informationen zu jedem einzelnen Thema für jedes einzelne Team aufgeräumt.“

Confluence wurde genauso behandelt und als richtiges Wiki mit einer klaren Hierarchie neu strukturiert. Die Bereinigung war nicht besonders schonend. „Ich habe Hunderte von Seiten gelöscht, damit wir alle Daten so umstrukturieren konnten, dass sie zu unserem Governance-System passten“, sagt Cedeno.

Erst nachdem diese Struktur vorhanden war, begann die Automatisierung, echte Arbeit zu leisten: Sie verband SharePoint, Jira und Confluence, sodass die Eingabe eines Tickets in Airtable automatisch ein entsprechendes Jira-Ticket erstellen konnte – ohne manuelle Doppeleingabe. „Nichts davon wäre ohne die KI-Integration möglich gewesen“, sagt er. Doch die KI-Integration wäre ohne die vorherige Bereinigung nicht möglich gewesen.

Der Gewinn war Klarheit, nicht nur Geschwindigkeit

Das greifbarste Ergebnis war nicht eine schnellere Ausgabe, sondern die teamübergreifende Transparenz, die zuvor schlicht nicht existiert hatte. Cedeno verweist als klares Beispiel auf die lang andauernde Entkopplung zwischen Design- und Handelsteams.

„Wir haben ein Handelsteam und ein [Design-]Team. Diese Teams arbeiten in Silos, und jetzt sind wir alle integriert“, sagt er. Zuvor konnte eine Designentscheidung vorangetrieben werden, ohne etwas wie eine Werbeunterbrechung zu berücksichtigen, weil die Teams „die Dinge einfach weitergaben und wir keine Ahnung hatten, was damit passierte“. Jetzt, sagt er, „ist bei jedem Schritt auch jemand zu berücksichtigen, und das ist auch das Team, das an dieser einen Sache beteiligt ist, über die man nicht nachdenkt“.

Die Drucker-Anekdote

Nicht jede Lücke in der Dokumentation ist strategischer Natur. Manche fallen einfach nur auf, sobald man sie bemerkt.

„Selbst zufällige Dinge – etwa, wie die Leute im Unternehmen den Drucker benutzen – die zu den am häufigsten gestellten Fragen in unserem gesamten Team gehörten, fehlten in der Dokumentation“, sagt Cedeno. „Und nur zwei Personen wussten, wie sie einem das erklären konnten.“

Selbst zufällige Dinge – etwa, wie die Leute im Unternehmen den Drucker benutzen – die zu den am häufigsten gestellten Fragen in unserem gesamten Team gehörten, fehlten in der Dokumentation.

Jeffery Cedeno-60782

Jeffery Cedeno

Manager für Designprogramme, NBCUniversal

Es ist ein kleines Beispiel, aber es veranschaulicht das eigentliche Problem am deutlichsten: nicht dokumentiertes Wissen, das in den Köpfen von zwei Personen steckt und zuvor als zu trivial angesehen wurde, um es zu dokumentieren. Doch gerade solche Wissensbestandteile können KI wesentlich nützlicher machen – insbesondere für neue Mitarbeitende in einer Organisation, die sie für das Onboarding einsetzt.

Die Leitplanke: Eng gefasste Agenten statt eines Mega-Gehirns

Trotz all der Begeisterung ist Cedeno auffallend vorsichtig, was eine übermäßige Konsolidierung betrifft. Sein Team versucht nicht, ein einziges System zu entwickeln, das alles erledigt.

„Wir versuchen, sehr spezifische Agenten, Anwendungsfälle und Arbeitsabläufe zu entwickeln und es dann dabei zu belassen“, sagt er. Ein einzelnes System, das alles erledigt, klingt effizient, aber er sieht den Zielkonflikt deutlich: „Dadurch entsteht eine Situation, in der man nun von dieser einen Sache abhängig ist. Und je weniger menschliche Interaktion stattfindet, desto größer ist die Gefahr, dass alles aus dem Ruder läuft.“

Deshalb verfügt jeder automatisierte Arbeitsablauf bei NBCUniversal weiterhin über einen manuellen Kontrollpunkt, wie er es nennt. „An jedem einzelnen Berührungspunkt gibt es eine menschliche Interaktionsebene, quasi einen Umgehungsschlüssel“, sagt er, „sodass jemand bemerkt, wenn etwas nicht stimmt.“

Das Fazit

Cedenos Erfahrung widerlegt ziemlich direkt die Art und Weise, wie die meisten Unternehmen über die Einführung von KI sprechen. Der Impuls besteht darin, mit dem Werkzeug zu beginnen: Lizenzen für alle beschaffen, einige Workshops durchführen und darauf warten, dass die Produktivität steigt. Was bei Peacock tatsächlich den Ausschlag gab, war langsamer und weniger aufregend: sich auf einen Prozess zu einigen, die dahinterstehende Dokumentation zu bereinigen und erst dann KI das automatisieren zu lassen, was bereits klar definiert war.

„Es wird niemals perfekt sein“, sagt Cedeno. „Aber ich kann Ihnen definitiv sagen, dass es uns geholfen hat, es für den Moment so perfekt wie möglich zu machen.“

Sie möchten mehr Einblicke wie diese? Melden Sie sich für ein kostenloses DPM-Konto an, um von weiteren Experten wie diesen zu hören.