Kein Workshop gleicht dem anderen, aber die meisten beginnen bei einem dieser drei Formate. So sehen sie häufig aus.
Für Geschäftsführung und Fachbereiche
Auch ohne eigene Entwickler und ohne KI-Vorwissen.
Wo sich KI für Sie lohnt: KI-Potenzialanalyse
Wo KI Ihrem Unternehmen am meisten bringt, welche Art von Lösung passt und was Sie zuerst tun.
Häufig mit: Geschäftsführung und Führungskreis sowie den Leitungen der Bereiche, in denen die Arbeit passiert, etwa Vertrieb, Service, Betrieb, Finanzen oder Personal. Branchenunabhängig, mit oder ohne eigenes Softwareteam. Meist 4 bis 10 Personen. Ein Vorbereitungstag, ein Workshop-Tag, ein Nachbereitungstag.
So sieht der Workshop-Tag oft aus:
- Vormittag: Wir gehen drei oder vier Ihrer Abläufe von Anfang bis Ende durch, mit den Menschen, die sie verantworten, und markieren, wo sich Zeit, Fehler und Übergaben stauen. Besonders genau schauen wir auf die Übergaben zwischen Abteilungen, denn dort geht oft die meiste Zeit verloren, und niemand fühlt sich zuständig.
- Danach: Für jede dieser Stellen klären wir, welche Art von Lösung passt: ein fertiges Werkzeug vom Markt, ein Werkzeug, das Sie schon haben, nur anders eingerichtet, ein geänderter Ablauf (manchmal ganz ohne KI), eine Lösung, die für Sie gebaut wird, oder vorerst nichts, und warum.
- Nachmittag: Wir ordnen nach Nutzen und Aufwand, arbeiten die drei wichtigsten Bereiche aus und beschließen den ersten Schritt und wer ihn verantwortet.
Sie nehmen mit: eine geordnete Übersicht, wo KI helfen kann, die drei wichtigsten Bereiche ausgearbeitet (Lösung, was sie braucht, Risiken, woran Sie Erfolg erkennen), die Stellen, an denen sich KI vorerst nicht lohnt, und einen beschlossenen ersten Schritt. Alles am Nachbereitungstag schriftlich festgehalten.
Wenn der erste Schritt etwas zu bauen ist: Ich kann mit Ihnen innerhalb weniger Wochen einen Prototypen bauen und ihn in den Betrieb bringen. Haben Sie kein eigenes Softwareteam, klären wir früh, wer die Lösung nach mir betreibt.
Aus der Praxis: Disponenten in der Logistik brauchen Schulungstermine für ihre Fahrer, verstreut über Tausende Fahrschul-Websites. Von Hand recherchiert, skaliert das nicht. Für Modulschulung.jetzt, ein Angebot der BKF Online-Schulungs GmbH, habe ich ein KI-System gebaut, das diese Websites liest und die Termine herauszieht. Jeder Termin wird gegen seine Quelle geprüft, und Kosten und Qualität werden laufend gemessen. Aus Handrecherche wurde ein automatisierter Ablauf, mit Qualität und Kosten unter Kontrolle.
Für dasselbe Unternehmen macht KI aus Schulungsvideos mehrsprachige Prüfungsfragen. Dieses Material entsteht heute in Minuten statt Wochen. Zur Fallstudie
Für Teams, die Software entwickeln
Ihr eigenes Team oder der Partner, der für Sie entwickelt.
Mit KI-Agenten entwickeln, im eigenen Code
Ihre Entwickler bearbeiten echte Tickets mit KI-Agenten und behalten ein Setup, mit dem sie weiterarbeiten.
Häufig mit: einem Entwicklungsteam und seinem Tech Lead, die KI-Werkzeuge nutzen oder einführen wollen und sie in einer gewachsenen Codebase wirksam einsetzen möchten, auch in regulierten Umgebungen. Meist 6 bis 12 Personen; größere Teams in mehreren Gruppen. Ein Vorbereitungstag, zwei Workshop-Tage, ein Nachbereitungstag.
Vorbereitungstag heißt hier: Zeit in Ihrer Codebase, die Auswahl der Tickets mit Ihrem Tech Lead und ein Ausgangswert aus Ihren Delivery-Daten (etwa Durchlaufzeit, Nacharbeit, Review-Aufwand), damit Sie die Wirkung später messen können.
Sie nehmen mit:
- Kontext und Konventionen für die Agenten, im Repository eingecheckt
- Echte Tickets, die jede Person mit einem Agenten bearbeitet hat, durch Ihr normales Review
- Leitplanken, auf die sich das Team geeinigt hat: Was dürfen Agenten ändern und sehen, wo ist menschliches Review Pflicht, welche Prüfungen laufen automatisch
- Anbindungen an Ticketsystem oder Dokumentation, wo sie helfen, im Rahmen Ihrer Sicherheitsvorgaben
- Ein kurzes Team-Playbook: Welche Aufgaben gehen an den Agenten, welche nicht, und wie man ihn gut einweist
Nachbereitungstag heißt hier: Ich verfeinere das Setup mit zwei Personen aus Ihrem Team, die als interne Multiplikatoren weitermachen, und halte das Playbook fest, dazu einen einfachen Weg, Ihre Zahlen mit dem Ausgangswert zu vergleichen.
Aus meiner eigenen Arbeit: Ich entwickle jeden Tag so. Meine eigenen Agenten und eigene Skills arbeiten wie ein virtuelles Produktteam, mit Produkt, Architektur, UX und Research. Jede Änderung folgt demselben Weg: eine schriftliche Spezifikation, eine KI-gestützte Umsetzung, ein gespeicherter Review-Diff und die Freigabe durch zwei Reviewer, bevor gemergt wird.
Vom KI-Piloten zum produktiven System
Was Ihr KI-Pilot braucht, damit man ihn betreiben, warten und übergeben kann.
Häufig mit: Unternehmen, deren KI-Prototyp (ein Assistent, eine automatisierte Verarbeitung, ein Agent) die richtigen Leute überzeugt hat und jetzt in den Betrieb muss, egal ob Ihr eigenes Team oder ein Partner ihn gebaut hat. Fachliche Verantwortung, die Entwickler des Piloten, wer ihn künftig betreibt, und wer für Compliance zuständig ist. Meist 4 bis 10 Personen. Ein Vorbereitungstag, ein Workshop-Tag, ein Nachbereitungstag.
Vorbereitungstag heißt hier: Code und Architektur des Piloten durchsehen und mit den Menschen sprechen, die ihn nutzen.
Was wir klären: Wo sitzt die KI-Komponente, und wie bleibt sie vom Rest der Anwendung getrennt? Woran erkennen Sie, dass die Ergebnisse gut genug sind, und dass sie schlechter werden? Kosten, Antwortzeiten, Fehlerfälle und Rückfallebenen. Grenzen bei Daten und Compliance. Wer verantwortet das System nach dem Start?
Sie nehmen mit: eine Skizze der Zielarchitektur, die Lücken zwischen Pilot und Produktion nach Risiko geordnet, einen Ansatz, mit dem Sie die Qualität der Ergebnisse dauerhaft prüfen, und eine klare Empfehlung (bauen, ändern oder stoppen) mit einem Plan für die ersten 90 Tage, am Nachbereitungstag schriftlich festgehalten.
Aus der Praxis: Genau diese Fragen stecken hinter dem System für Modulschulung.jetzt: Antworten gegen ihre Quelle geprüft, Kosten protokolliert und gedeckelt, Qualität an einem festen Testdatensatz gemessen. In der BKF-Videopipeline bleibt die KI-Schicht von der Anwendung getrennt; sie läuft selbstständig, und die Plattform liegt in der Verantwortung des BKF-Teams.
