top of page

Wie wir mit KI-Experimenten ein ganzes Feature revolutionierten – und was du daraus lernen kannst

  • Autorenbild: in-manas
    in-manas
  • 25. März
  • 4 Min. Lesezeit

Aktualisiert: 31. März


Blog: AI-Titelbild


Mal ehrlich: Wenn du „KI“ hörst, denkst du dann sofort an Innovation und neue Chancen – oder eher an Fragezeichen und Unklarheiten? Falls du eher zur zweiten Gruppe gehörst, willkommen im Club! Denn so ging es uns bei der Weiterentwicklung unseres Innoboard Chats vor Kurzem genauso.


KI ist spannend, keine Frage. Doch der Weg zu erfolgreichen, sinnvollen Anwendungen ist oft unklar, unsicher und mit vielen Herausforderungen verbunden. In diesem Beitrag möchte ich dir offen erzählen, wie wir es geschafft haben, aus anfänglichen Zweifeln einen echten KI-Erfolg zu machen – und was du daraus für dein Unternehmen mitnehmen kannst.


Bist du bereit? Dann lass uns direkt eintauchen!



Unsere Ausgangslage: Die KI-Herausforderung


Die Herausforderungen, vor denen wir bei in-manas standen, beschäftigen aktuell viele Unternehmen, die KI nutzen möchten. KI eröffnet spannende neue Möglichkeiten – nicht nur in großen Projekten, wie unserem AI Research Tool oder unserem neuesten Notebook Feature (bleib gespannt – hier kommen bald noch mehr Infos), sondern gerade auch in kleineren, innovativen Anwendungsfällen.


Doch dabei tauchen immer wieder dieselben Fragen auf: Wie lässt sich KI am sinnvollsten in bestehende Prozesse integrieren? Wie identifizieren wir die Anwendungsfälle, bei denen KI tatsächlich einen echten Mehrwert bietet? Und wie nutzen wir das Potenzial von KI, ohne unnötig Ressourcen zu verschwenden?


Vielleicht kommt dir das bekannt vor: Du möchtest gerne KI in deinem Unternehmen einsetzen oder es wird sogar von dir erwartet. Dabei fühlst du dich noch unsicher, welche die richtige Lösung ist, was die richtigen Tools sind und wo du konkret ansetzen solltest. Genau diese Fragen haben uns anfangs ebenfalls beschäftigt.



Warum KI-Projekte explorativ sein müssen


Eins ist uns schon lange klar: KI verändert die Produktentwicklung radikal. Die Geschwindigkeit steigt enorm, und ständig tauchen neue Modelle, Architekturen und Ansätze auf. Das bedeutet aber auch: Es gibt kaum klare Best Practices oder den einen richtigen Weg.


Wie reagierst du auf eine Situation, in der kein klares Rezept existiert?


Richtig: Du probierst aus. Explorativ, offen für Fehler, schnell und mutig. Genau diesen Ansatz haben wir gewählt.


Wir haben beschlossen, bewusst Raum für explorative Entwicklungsarbeit zu schaffen, sodass unsere Entwickler neue Technologien testen konnten. Dabei gab es nur zwei Regeln:


  • Alle Tests mussten auf unserer Plattform INNO-VERSE umsetzbar sein.

  • Wir brauchten echte, reale Use Cases mit klarem Nutzen.



LinkedIn-Banner


Agentic Workflows – eine spannende neue Spielwiese


Unser aktueller Schwerpunkt lag dabei auf sogenannten „Agentic Workflows“. Falls du jetzt denkst „Agenten – klingt spannend, aber was ist das genau?“, bist du nicht allein.


Agentensysteme sind vereinfacht gesagt KI-Lösungen, die eigenständig spezifische Aufgaben übernehmen, komplexe Fragen beantworten oder Aktionen ausführen können. Diese Technologie ist noch sehr jung, aber enorm vielversprechend. Unsere Idee: Wir wollten unseren Kunden ermöglichen, individuelle KI-Agenten einzusetzen, die exakt auf ihre Bedürfnisse zugeschnitten sind.


Doch wie baut man solche Agenten sinnvoll auf? Welche konkreten Probleme können sie lösen?


Hier kommt Christian ins Spiel.



Christian und das „Innoboard Chat“-Experiment


Christian ist Fullstack-Entwickler bei in-manas und beschäftigt sich intensiv mit KI und Automatisierungen. Er erhielt die Aufgabe und ausreichend Ressourcen (Zeit + eine speziell dafür eingerichtete KI-Umgebung), um verschiedene Agenten-Technologien zu testen und herauszufinden, wie wir diese sinnvoll integrieren könnten.


Sein Ziel war klar:

  • Unterschiedliche Technologien ausprobieren.

  • Internes Wissen aufbauen.

  • Herausfinden, wie ein KI-Agent optimal mit komplexen Anfragen umgehen könnte.

  • Und echte Use Cases identifizieren, die unseren Kunden sofort helfen.


Christian Reyes Hernandez
Christian Reyes Hernandez Software Developer bei in-manas


Christian hat sich dafür entschieden, den bestehenden Innoboard Chat zu einem intelligenten Agenten weiterzuentwickeln. Warum gerade Innoboards?


Christian fasst es so zusammen:

„Innoboards sind perfekt, um Ideen zu sammeln. Aber sobald Hunderte Ideen zusammenkommen, wird es extrem mühsam und zeitaufwändig, diese zu sortieren, sinnvoll zu bewerten und Zusammenhänge zu erkennen. Genau an diesem Punkt kann KI ihre Stärken voll ausspielen.“





Dazu zählen:

  • KI kann problemlos große Informationsmengen analysieren und Zusammenhänge erkennen.

  • Zudem wäre es genial, wenn ein KI-Agent direkt im Web recherchieren könnte, um Antworten auf Fragen zu liefern wie:

    • „Gibt es bereits ähnliche Produkte auf dem Markt?“

    • „Wie groß ist das Marktpotenzial dieser Idee in Europa?“

    • „Welche Technologien brauchen wir zur Umsetzung?“


Christian ergänzt außerdem:

„Innoboards waren auch ideal, um ganz praktische technische Fragen zu testen: Wie gut kommt ein KI-Agent tatsächlich mit einer riesigen Menge an Ideen klar? Und wie genau muss ein Agent technisch aufgebaut sein, damit er komplexe Nutzeranfragen versteht, im richtigen Kontext beantwortet und gegebenenfalls sogar schrittweise weiterbearbeitet?“


Das Potenzial war offensichtlich groß, doch es blieb die Frage: Würde es in der Praxis funktionieren?



Der Erfolg: Mut wird belohnt


Das erste Feedback unserer Nutzer war überwältigend positiv. Das Risiko, Neues auszuprobieren und schnell zu handeln, hatte sich voll ausgezahlt:


  • Wir hatten in kurzer Zeit ein Feature geschaffen, das unseren Kunden unmittelbaren Nutzen bringt.

  • Gleichzeitig hatten wir eine solide Grundlage geschaffen, um das Feature in Zukunft weiter zu verbessern.


Innoboard AI Chat


Was kannst du aus unserer Story lernen?


Unser KI-Abenteuer hat uns vier zentrale Erkenntnisse gebracht, die du direkt auf dein Unternehmen übertragen kannst:


  1. Schaffe bewusst Raum für Experimente: Nur durch Ausprobieren findest du heraus, was für dein Unternehmen wirklich funktioniert.

  2. Konzentriere dich auf reale Use Cases: KI ist kein Selbstzweck – sie muss konkrete, echte Probleme lösen.

  3. Setze auf Rapid Prototyping: Schnell veröffentlichen, Feedback einholen, verbessern – anstatt monatelang zu perfektionieren.

  4. Bleib am Ball: Die KI-Welt ist extrem schnelllebig. Ständig entstehen neue Technologien und Möglichkeiten. Informiere dich regelmäßig, probiere Dinge aus oder hole dir bei Bedarf gezielt Expertise ins Team.



Jetzt bist du dran!


Bist du bereit, die KI-Chancen für dein Unternehmen konkret zu identifizieren und optimal umzusetzen?


Unser KI-Team unterstützt dich dabei, sinnvolle Use Cases zu identifizieren und KI optimal in deine Prozesse zu integrieren. Auf unserer Plattform INNO-VERSE kannst du die neuesten Technologien direkt ausprobieren und nutzen.


Neugierig geworden? Lass uns deine Möglichkeiten gemeinsam erkunden!


Demo-Banner


Comments


bottom of page