So funktioniert die KI-Transformation in der Praxis

COO-Perspektive: Phasen, die wir durchlaufen haben, und Erkenntnisse, die wir gewonnen haben

Ein „AI-First“-Unternehmen entsteht nicht über Nacht.

Für die meisten von uns hat die Reise gerade erst begonnen. Selbst Unternehmen, die von Grund auf auf KI ausgerichtet sind und keine Altlasten in Form von technischen Systemen oder Prozessen zu bewältigen haben, müssen bei der Gestaltung und dem Betrieb ihrer Abläufe in dieser neuen Welt zielgerichtet vorgehen.

Als COO von Box schätze ich die Zusammenarbeit bei der Problemlösung und das kontinuierliche Lernen, die unser Weg in die Welt der KI mit sich gebracht hat – nicht nur mit den „Boxer:innen“, sondern auch mit anderen aus der Branche. Wir alle stehen vor denselben Herausforderungen, während wir uns mit der Frage auseinandersetzen, was es bedeutet, in einer Welt der generativen KI zu agieren. Wir alle sitzen im selben Boot – in diesem Sinne präsentieren wir Ihnen hier eine zeitliche Übersicht über den oft holprigen Weg von Box bei der KI-Transformation im Laufe eines Jahres: welche Strategien wir ausprobiert haben, welche Fehler uns unterlaufen sind und welche Erkenntnisse wir dabei gewinnen konnten.

Wesentliche Erkenntnisse

• Die Entwicklung von Box AI durchlief verschiedene Phasen – Ideenfindung („Lasst tausend Blumen blühen“), umfassende Schulungen („Niemand bei Box bleibt zurück“), Skalierung für den produktiven Einsatz und strategische Neugestaltung. Jede Phase war wertvoll, auch wenn nicht immer alles nach Plan verlief.
• Um die Kluft bei der Einführung künstlicher Intelligenz zu schließen, sind obligatorische Schulungen, Change Management und eine strukturierte Aufsicht unerlässlich. Ohne diese Maßnahmen kommen die Vorteile der Innovation nur den Early Adopters zugute, während andere ins Hintertreffen geraten.
• Agenten sind nur so gut wie die sorgfältig kuratierten, zuverlässigen Inhalte, auf die sie zurückgreifen. Daher sind Wissens-Hubs und Content Governance unverzichtbare Voraussetzungen für jede erfolgreiche KI-Transformation.

Frühjahr 2025: Effizienzkurve von Agenten erfassen

Der Weg von Box in die KI begann bei unseren Kund:innen.

Wir sahen enorme Chancen für unsere Kund:innen, mit KI Mehrwert zu erschließen.

Insbesondere war uns bewusst, dass diejenigen, die jeden Tag ihrer Arbeit nachgehen, die Möglichkeiten der KI bisher nicht wirklich nutzen konnten, wenn es um die von ihnen verfassten Dokumente, die von ihnen erstellten Bilder und die von ihnen gehaltenen Präsentationen ging.

 

Unsere Kund:innen beschäftigten sich zwar mit den Inhalten, hatten jedoch meist Schwierigkeiten, zu verstehen, worum es darin ging.

Olivia Nottebohm, Box COO

Erkenntnisse gingen in jahrelangen Produkt-Roadmaps verloren, Kundengeschichten blieben in zahlreichen Interaktionen verborgen und so weiter. „Wir wissen eigentlich gar nicht, was genau in den Dokumenten unseres Unternehmens enthalten ist“, – diese Aussage wird häufig geäußert. „Wir wissen, dass es ein Asset ist, aber es ist unklar, wie sich daraus neuer Wert schöpfen lässt.“ 

Inhalte wurden eine Zeit lang bearbeitet und gelegentlich wieder herangezogen – danach gerieten sie jedoch praktisch in Vergessenheit. Im Laufe des Jahres 2024 stellten wir fest, dass die Einstellung unserer Kund:innen und Interessenten sich von „Wir haben eigentlich keine Inhaltsstrategie“ zu „Wir brauchen eine Inhaltsstrategie“ und von „Sollte ich mich mit KI beschäftigen?“ zu „Wo fange ich an?“ gewandelt hat. 

Also begannen wir Anfang 2025 damit, unsere eigenen Gedanken zu ordnen, um unseren Kund:innen besser helfen zu können. Wir wussten, dass es möglich war, die Nutzung von Inhalten zum Vorantreiben der Transformation aus einer anderen Perspektive zu betrachten. Doch wie genau wird ein Unternehmen „AI-first“? Und wo fängt man damit an? Wie priorisieren Sie KI-Investitionen? Wir mussten unsere eigene Philosophie entwickeln. 

Schließlich fassten wir unsere Überlegungen in dem Whitepaper „How To Be an AI-First Company“ zusammen, das Box-CEO Aaron Levie und ich im vergangenen Frühjahr gemeinsam verfassten. Darin beantworteten wir eine einfache, aber entscheidende Frage: Wenn Sie noch heute damit beginnen wollten, KI zu nutzen, wie würden Sie vorgehen? Wie würden all die Unternehmen, die ihre Geschäftstätigkeit längst etabliert haben, den Wandel hin zu einem „AI-first“-Ansatz vollziehen? Und was bedeutete „AI-first“ eigentlich genau?

Als Grundlage für unsere Überlegungen haben wir ein Framework entwickelt, anhand dessen sich ermitteln lässt, in welchen Bereichen KI-Agenten am ehesten einen Wandel im Unternehmen vorantreiben würden. Unser Ziel war es, zwischen Aufgaben zur Steigerung der persönlichen Produktivität, bei denen der Einfluss der KI eher schrittweise zum Tragen kommen würde, und wirklich wertvollen Workflows, bei denen die Technologie zu einer Transformation des Unternehmens beitragen könnte, zu unterscheiden. Unsere Theorie lautete: Zwei Faktoren lassen am besten erkennen, in welchen Bereichen die Zusammenarbeit zwischen Mensch und KI den größten Nutzen bringt, nämlich die Häufigkeit, mit der sich ein Prozess wiederholt, und der damit verbundene intellektuelle Aufwand.

Wir vertraten die Ansicht, dass die besten KI-Investitionen entlang oder oberhalb einer Effizienzkurve liegen. Sich häufig wiederholende Aufgaben mit hohem Arbeitsaufwand wie Vertragsmanagement und Code-Review lagen auf der Hand. 

Doch auch Prozesse wie die Arzneimittelforschung und -entwicklung (geringere Häufigkeit, aber höhere Komplexität) sowie der Kundensupport und die Schadenbearbeitung (hohe Häufigkeit, aber geringere Komplexität) könnten ebenso wertvoll sein.

Eine Frage, die wir uns damals stellten, lautete: „Wer entscheidet, welche Agenten entwickelt werden?“ In gewisser Weise handelte es sich dabei um eine Frage der Personalauswahl. Letztlich stellte sich die Frage, welche Agenten eingesetzt werden und wer darüber entscheidet. Eine Frage, die unter vielen Verantwortlichen diskutiert wurde, war, ob die IT zur neuen Personalabteilung wird. Ich bin jedoch nicht der Ansicht, dass es so kommen wird. Die IT spielt in jedem Unternehmen eine entscheidende Rolle. Ich ging jedoch davon aus, dass die Fachbereichsverantwortlichen am nächsten an den geschäftlichen Problemen dran wären. Sie könnten daher am besten beurteilen, welche Agenten für eine bestimmte Aufgabe am nützlichsten wären. 

Als Führungsteam von Box hörten wir solche Themen in den täglichen Gesprächen innerhalb des Ökosystems immer wieder und diskutierten sie. Bei Gesprächen unseres Chief Information Officers, Ravi Malick, mit IT-Entscheidungsträger:innen wurde er oft gefragt: „Wie setzen Sie den ‚AI-First‘-Ansatz um?“ Unser Chief People Officer, Jess Swank, führte Gespräche mit ihren Kolleg:innen darüber, wie Box mit dem Aufkommen der KI umgeht, welche Kompetenzen für uns nun wichtig sind und wie sich dies darauf auswirkt, wen und wie wir einstellen. Ich selbst wurde von Kund:innen gefragt, wie die Teams bei Box KI einsetzen, um unser Unternehmen und unsere Arbeitsweise zu transformieren.

Mit anderen Worten: Wir alle hörten dasselbe, jedoch aus unterschiedlichen Perspektiven. Diese Nuss konnten wir nur gemeinsam knacken. Unser CEO, Aaron Levie, dachte ständig über die Auswirkungen des „AI-first“-Ansatzes nach. Mitte des vergangenen Jahres begannen Ravi, Jess und ich (sowie der Rest des EStaff-Teams) damit, einen Weg zu finden, diese Überlegungen in die Tat umzusetzen.

Das versprach, eine unterhaltsame, aber chaotische Fahrt zu werden.

Sommer 2025: Lasst tausend Blumen blühen

Mitte 2025 haben wir Box AI eingesetzt und ausgewählte KI-Tools von Drittanbietern bereitgestellt. Allerdings hatten wir zu diesem Zeitpunkt noch keine eigenen Agenten entwickelt. Wie genau sollten wir das von uns entwickelte Framework anwenden? Wir mussten herausfinden, wie das Ganze funktioniert, wenn wir unseren Kund:innen dabei helfen wollten, das Gleiche selbst zu tun.

Letztendlich haben wir die KI-Transformation bei Box in Angriff genommen, indem wir uns direkt in die Materie gestürzt haben.

Ich bin zwar nach wie vor davon überzeugt, dass das Konzept hinter der Effizienzkurve unseres 2×2-Modells richtig ist. Dennoch haben wir beschlossen, dass unsere oberste Priorität darin bestehen muss, Ideen auf den Weg zu bringen. Die Transformation von Box wurde von engagierten Teammitgliedern vorangetrieben, die begeistert davon waren, KI in ihrer täglichen Arbeit einzusetzen, und die gerne Zeit investierten, um mit Box AI zu experimentieren.

Also starteten wir eine Phase, die wir liebevoll „Lasst tausend Blumen blühen“ nannten. Hinter diesem blumigen Slogan verbarg sich ein Programm, das es den „Boxer:innen“ ermöglichte, in einer sicheren Sandbox-Umgebung eigene KI-Agenten zu entwickeln. Inwiefern könnte KI die Routinearbeit bei inhaltsbezogenen Aufgaben verringern, indem sie diese wesentlich schneller und besser erledigt? Die Maßnahme mit dem größten unmittelbaren Nutzen bestand darin, Wege zu finden, KI für geschützte Inhalte wie Kundeninformationen, Produktbotschaften und Richtlinien für Mitarbeiter:innen einzusetzen. Wir hatten Box Hubs bereits zwei Jahre zuvor auf den Markt gebracht, und die „Boxer:innen“ hatten sich bereits nach Herzenslust damit austoben können. Es gab einen „Sales Enablement Hub“, einen „Produktmarketing-Hub“ sowie Hubs für Mitarbeiterrichtlinien. Nun konnten Boxer:innen diese kuratierten internen Unternehmensinhalte mithilfe von KI abfragen und durchsuchen sowie daraus neue Inhalte und Erkenntnisse gewinnen.

Dass Boxer:innen nun Agenten in Sandbox-Umgebungen erstellen konnten, hat uns dabei geholfen, aus diesen Hubs und unseren übrigen Inhalten verwertbare Erkenntnisse zu gewinnen. Die Mitarbeiter:innen haben die unterschiedlichsten Agenten entwickelt: einen Agenten zur Erstellung von Marketing-Blogs, einen Agenten zur Bearbeitung von Marketingmaterialien, einen RFP-Agenten, einen Anwendungsfall-Agenten, einen „Enterprise Advanced“-Anwendungsfall-Agenten, einen „Shield Pro“-Anwendungsfall-Agenten, einen MEDDPIC-Agenten, einen Agenten zur Vorbereitung von Kundengesprächen sowie einen Agenten für den Produktsupport im Bereich „Customer Success“ – insgesamt 97 Agenten bis zum Ende des vergangenen Herbstes. Das war beeindruckend. Sie können Fragen zu mehr als 1.000 Dokumenten stellen und erhalten präzise Antworten. Wir haben echten Mehrwert realisiert, indem wir aus unseren Inhalten verlässliche Erkenntnisse gewonnen haben. Wir mussten uns keine Gedanken darüber machen, wer auf welche Informationen zugreifen konnte. Die KI berücksichtigte die Zugriffsberechtigungen, die den einzelnen Personen auf Dokumentebene zugewiesen waren. Niemand musste befürchten, dass andere Mitarbeiter:innen Einblick in die Leistungsbeurteilungen oder Gehälter ihrer Kolleg:innen erhielten.

Ich bin sicher, dass die Phase „Lasst tausend Blumen blühen“ in jedem Unternehmen anders aussehen wird. Das Prinzip bleibt jedoch gleich: Lassen Sie Ihre Mitarbeiter:innen mithilfe von KI die Probleme lösen, denen sie bei ihrer Arbeit begegnen. Geben Sie ihnen die Genugtuung, zu sehen, was ihre Kreativität bewirkt – auch wenn es sich dabei nur um relativ kleine Verbesserungen handelt. Wir haben uns für diesen demokratischen Ansatz bei Innovation und Umsetzung entschieden, obwohl er bei weitem nicht der effizienteste war. Über die Frage, was davon wertvoll war und was nicht, konnten wir uns später Gedanken machen.

Herbst 2025 

Teil I: Niemand bei Box bleibt zurück

Veränderungen sind immer schwer. Und KI bedeutet eine echte Umwälzung. Bei einer Mitarbeiterversammlung hatte ich um Handzeichen zu folgenden Fragen gebeten: „Wer von Ihnen hat bereits mit Box AI experimentiert? Wer hat einen Agenten erstellt?“ Ich hatte schon zuvor beobachtet, dass Veränderungen einem vorhersehbaren Muster folgen: Ein Drittel der Menschen begrüßt den Wandel und stürmt voran, ein Drittel verhält sich neutral und ein Drittel befasst sich überhaupt nicht damit.

Ich hatte die Befürchtung, dass die Demokratisierung der KI bei Box unsere Wissenslücke nur noch vergrößern würde. Einige Mitarbeiter:innen beschäftigten sich abends und an den Wochenenden mit KI und entwickelten dabei kreative neue Wege, um ihre Arbeit zu erledigen. Andere hatten KI noch nicht einmal ausprobiert. Es zeichnete sich ab, dass unsere Vorreiter:innen bald mehr leisten und dabei eine höhere Qualität erzielen würden, während unsere Nachzügler:innen Gefahr liefen, hoffnungslos ins Hintertreffen zu geraten.

Wie konnten wir erreichen, dass alle die Hand heben? Im August haben wir festgelegt, dass alle Boxer:innen eine KI-Zertifizierung erwerben müssen. Wir baten unseren Chief Technology Officer, Ben Kus, Teile der Schulung aufzuzeichnen – darunter das Aufkommen von KI, die Grundprinzipien generativer KI und Markttrends sowie die Funktionen von Box AI.

Außerdem haben wir bei „Friday Lunch“, unserem wöchentlichen virtuellen Firmentreffen, eine Rubrik mit dem Titel „AI-First“ eingeführt. Wir haben diese Zeit genutzt, um die innovative Arbeit der „Boxer:innen“ ins Rampenlicht zu rücken, die KI-Agenten entwickelt hatten. Sie schilderten das Problem, mit dem sie konfrontiert waren, wie sie bei der Entwicklung ihrer Agenten vorgegangen waren und wie diese Agenten letztendlich zur Verbesserung ihrer Workflows beigetragen hatten.

Diese Fortbildungsinitiative verfolgte zwei Ziele: unseren Teammitgliedern gerecht zu werden, indem wir sie bei ihrer beruflichen Weiterentwicklung unterstützten, und die Zukunft von Box zu sichern, indem wir dafür sorgten, dass wir alle KI in unsere tägliche Arbeit einbeziehen.

 

Ein AI-first-Unternehmen zu werden, erfordert einen Ansatz, bei dem niemand zurückgelassen wird. Dieser Weg musste allen offenstehen.

Olivia Nottebohm, Box COO

Teil 2: Skalierung

Der Ansatz, „Lasst tausend Blumen blühen“, in Verbindung mit einer umfassenden Schulung führte zu einem Anstieg der Zahl der Boxer:innen, die sich mit KI beschäftigten. Allerdings steckte unsere Transformation in entscheidenden Punkten noch in den Kinderschuhen. Wir verfügten über sichere, sorgfältig kuratierte Inhalte (ein Erfolg), die wir als verlässliche Informationsquellen für die Agenten abfragen konnten. Allerdings waren Sandbox-Agenten auf die Benutzer:innen beschränkt, die sie erstellt hatten. Ich konnte zwar einen Agenten in AI Studio erstellen, diesen jedoch nicht mit meinen Teamkolleg:innen teilen. Die individuelle Produktivität war hervorragend – nun galt es, dies auch auf Unternehmensebene zu erreichen.

Außerdem fehlte uns ein System zum Vergleich der Qualität der Agenten. Es kam vor, dass Mitarbeiter:innen doppelte Agenten anlegten oder Agenten verwendeten, die den bereits vorhandenen unterlegen waren. 

Kurz gesagt: Unsere KI-Transformation verlief ziemlich chaotisch. Wir mussten unseren Prozess produktionsreif machen. Aufgrund des damit verbundenen Zeit- und Arbeitsaufwands mussten wir dabei priorisieren, welche Agenten zuerst entwickelt werden sollten.

Bei der Durchsicht der 97 Sandbox-Agenten griffen wir auf das 2×2-Modell vom vergangenen Frühjahr zurück und stellten erfreut fest, dass einige dieser „tausend Blumen“ oberhalb der Effizienzkurve lagen. Der nächste Schritt bestand darin, sie für Teams innerhalb von Box nutzbar zu machen. Im Oktober hat unser kleines, aber schlagkräftiges Tools-Team einen einfachen Prozess eingeführt, um Agenten zu priorisieren und schrittweise in den produktiven Betrieb zu überführen.

Wie sich herausstellte, war es einfach, Agenten zu identifizieren, die für die meisten „Boxer:innen“ von Nutzen sein würden – in der Regel, weil sie einfache, häufig wiederkehrende Aufgaben übernahmen. Diese Agenten haben wir als Erstes in die Produktion überführt. Es überrascht nicht, dass wir zunächst mit Agenten begonnen haben, die den Produktsupport bei der Beantwortung von Kundenanfragen unterstützten, mit Agenten, die dem Vertrieb bei der Vorbereitung auf Kundengespräche halfen, sowie mit Agenten, die unser Professional-Services-Team bei der Bearbeitung von Ausschreibungen unterstützten. Jetzt konnte es richtig losgehen!

Winter 2025: endlich eine Strategie

Schließlich hatten wir drei Bereiche in vollem Gange – Ideenfindung, Schulung und Produktion. Damit hatten wir eine Verschnaufpause und konnten unsere Strategie überdenken. Wir haben unser Kernteam aus den Bereichen Enterprise-Systeme, Tools sowie Strategie und Betrieb zusammengetrommelt, um eine Bestandsaufnahme vorzunehmen. Konzentrierten sich unsere derzeitigen Agenten auf die wichtigsten Handlungsfelder unseres Unternehmens? Und wer sollte entscheiden, welche Agenten als Nächstes entwickelt werden sollten?

Um diese Frage für unsere Go-to-Market-Organisation (GTM) zu beantworten, ordnete Nora Soza, die unsere GTM-Teams für Systeme und Enablement leitet, die bereits entwickelten Agenten unseren wichtigsten Prozessen und Aufgaben zu. Ihre Arbeit hat uns aufgezeigt, wo bei uns noch Lücken bestehen.

Eine zentralisierte Koordination war zwar wichtig, dennoch mussten speziell für diesen Zweck entwickelte Agenten von führenden Köpfen und erfahrenen Fachkräften aus den jeweiligen Funktionsbereichen erstellt und geprüft werden. Diese mussten ihrerseits mit der IT zusammenarbeiten, um die Leistung der Agenten zu überprüfen, Daten zu verifizieren und die Governance sicherzustellen. Wir haben beschlossen, zwei Ebenen tiefer zu gehen, um die Lücken zu schließen. Die GTM-Organisation von Box gliedert sich in Marketing, Vertrieb, Customer Success und Operations. Und innerhalb dieser Funktionsbereiche gibt es drei bis vier Gruppen, von denen jede ihre eigenen Anforderungen hat. Der Vertriebsbereich umfasst beispielsweise Teams aus SDRs/OBRs, Vertriebsmitarbeiter:innen, Vertriebsingenieur:innen und Mitarbeiter:innen im Bereich Partnerschaften, die jeweils ihre eigenen Anforderungen an den Einsatz von KI haben. Vertriebsmitarbeiter:innen im öffentlichen Sektor wiederum benötigen andere Agenten als unsere Vertriebsmitarbeiter:innen im Enterprise-Bereich.

Diese Nuancen mussten von den Führungskräften in den jeweiligen Funktionsbereichen beim Entwurf verschiedener Agenten berücksichtigt werden, damit diese den Anforderungen ihrer Teams gerecht werden konnten.  

Für jeden der wichtigsten Unternehmensbereiche – Entwicklung, Produkt, GTM, Personalwesen und Rechtsabteilung – ernannten wir eine Fachbereichsleitung, die für die Konzeption, Personalbesetzung und Leitung eines KI-Teams verantwortlich war. Bei GTM hatten wir am Ende etwa 18 untergeordnete Bereiche, für die jeweils eine KI-Führungskraft benötigt wurde. Das daraus resultierende Team – wir nannten es das „Operating Committee“ – trat Anfang Dezember zum ersten Mal zusammen. Wir gingen die Liste der bereits vorhandenen Agenten durch, die von den Verantwortlichen der einzelnen Bereiche angefordert worden waren, sowie diejenigen, für die wir uns entschieden hatten – und die Gründe dafür. Außerdem erörterten wir die Ressourcen, die wir benötigen würden, um diese in die Produktion zu überführen und die Transformation zu verwirklichen. 

 

Dadurch erhielten wir eine konkrete Roadmap für die Erstellung von Agenten.

Olivia Nottebohm, Box COO

Der Winter hat uns etwas sehr Wichtiges gelehrt: Die Kuratierung von Inhalten ist wichtiger denn je. Agenten funktionieren nicht, wenn die von ihnen genutzten Content-Hubs keine zuverlässigen Informationsquellen sind. Daher mussten unsere KI-Verantwortlichen Kurator:innen für Inhalte einsetzen. Die Leitung des Produktmarketings (PMM) wurde beispielsweise damit beauftragt, einen übersichtlichen Product Marketing Hub zu erstellen, aus dem verschiedene Box-Agenten präzise Informationen zur Positionierung unserer Produkte abrufen konnten. Darüber hinaus führten wir einen Zertifizierungsprozess für Hubs ein. Dieses Framework stellt sicher, dass für die kuratierten Inhalte strategisch Verantwortliche benannt sind, die Governance die Zuständigkeit und Aktualität der Inhalte gewährleistet und Enablement-Strategien vorhanden sind. Gegen Ende des Winters haben wir wichtige Wissens-Hubs identifiziert, auf die unsere Agenten bei der Erfüllung ihrer Aufgaben immer wieder zurückgreifen würden. Sobald diese identifiziert waren, haben wir ihnen Verantwortliche zugewiesen.

Zu Beginn des neuen Jahres nahm unsere KI-Transformation langsam fast schon, nun ja, konkrete Formen an.

Frühjahr 2026: alles neu denken

Heute haben wir auf unserem Weg hin zu einer „AI-first“-Strategie einen weiteren Meilenstein erreicht. Dennoch stehen wir nach wie vor vor neuen Herausforderungen im Bereich des Veränderungsmanagements. Derzeit befinden wir uns in einer Phase, in der uns zunehmend bewusst wird, dass wir Prozesse auf Grundlage der Fähigkeiten der Agenten, die darin zum Einsatz kommen werden, neu gestalten müssen.

Hier sind einige frühe Beispiele.

Die Beschaffung von Informationen für Kundensupportgespräche war stets ineffizient. Wenn CSMs (Customer Service Manager) eine Frage nicht beantworten konnten, wandten sie sich an den Produktsupport. Der gesamte Vorgang entwickelte sich zu einer Reihe von Threads. Später war es schwierig, darin erneut nach der betreffenden Antwort zu suchen.

Sobald eine bestimmte Frage einmal beantwortet war, sollte kein CSM sie erneut stellen müssen. Das Team hat also unsere Support-Dokumentation in einem Box Hub zusammengefasst und mithilfe von KI abgefragt. Anstatt sich ständig mit dem Produktsupport auszutauschen, fragen CSMs nun einfach den Wissens-Hub ab und erhalten sofort eine Antwort. Der Workflow selbst hat sich geändert. Wir haben Tausende von Pings eingespart und dadurch wieder mehrere Stunden Zeit gewonnen.

Eine weitere Neugestaltung unserer Prozesse betrifft das Account Planning. Zu Beginn jedes neuen Geschäftsjahres werden unseren Kundenbetreuer:innen neue Kund:innen zugeteilt. Anschließend müssen sie planen, welche Ziele wir in diesem Jahr mit ihnen erreichen möchten. 

Wir wissen sehr viel über diese Kund:innen. Wir verfügen über Informationen zu bisherigen Interaktionen, Executive Business Reviews, Besprechungsnotizen und Gesprächstranskripten. Der Kundenordner könnte Inhalte aus einem Zeitraum von fünf Jahren enthalten. Und damit Kundenbetreuer:innen nicht 20 Stunden damit verbringen müssen, all diese Informationen durchzugehen, um wichtige Fragen zu beantworten – In welchen Geschäftsbereichen sind diese Kund:innen tätig? Wofür nutzen sie Box? Welche Gespräche haben wir bereits geführt? Mit welchen Ansprechpartner:innen haben wir gesprochen? – fasst unser neuer Account-Planning-Agent all dies sofort zusammen.

Ein weiteres Beispiel, das wir derzeit im Betatest erproben, sind Branchenagenten. Box verfügt über umfangreiches internes Wissen zu Erfolgsgeschichten unserer Kund:innen und zu unserem geschäftlichen Nutzen in bestimmten Branchen und für bestimmte Rollen innerhalb dieser Branchen. Dieses Wissen befindet sich isoliert bei unseren Managing Directors (MDs). Wir haben daran gearbeitet, all diese Informationen in Branchen-Hubs zu bündeln und für unsere Vertriebsmitarbeiter:innen Branchenagenten zu erstellen – von uns liebevoll als „Branchen-MDs für die Hosentasche“ bezeichnet.

Wir stellten fest, dass unsere Account-Planning- und Branchenagenten nicht nur Effizienzsteigerungen brachten. Sie haben uns dabei geholfen, einen großen Schritt nach vorne zu machen – von der reinen Zeitersparnis hin zu einer höheren Qualität.

In diesem Frühjahr setzen wir unseren Weg zu einem „AI-first“-Unternehmen fort und ich freue mich außerordentlich auf die vor uns liegenden Möglichkeiten. Box AI ist nun in der Lage, komplexere Aufgaben zu übernehmen, zur Erledigung einer Aufgabe gleichzeitig auf mehrere Wissens-Hubs zurückzugreifen und Teil eines Workflows zu sein, in dem Agenten Aufgaben an andere Agenten weitergeben. Dadurch werden die von uns bereits entwickelten Agenten erheblich leistungsfähiger. Gleichzeitig können wir die Grenzen bei der Komplexität der von uns übernommenen Prozesse weiter verschieben.

Ich habe keinen Zweifel daran, dass es auch weiterhin Höhen und Tiefen geben wird und dass es Zeiten geben wird, in denen wir unseren Kurs anpassen und nach Lösungen für eine schnellere Umsetzung suchen müssen. Wir müssen unsere Teammitglieder – einschließlich der KI-Agenten – in jeder Phase dieses Prozesses anleiten, coachen, aufeinander abstimmen und schulen. Und letztendlich ist die KI-Transformation nach wie vor ein von Menschen vorangetriebener Wandel.

Unsere Erkenntnisse

Wir sind noch nicht am Ende dieses Weges angelangt. Aber wir sind schon ein gutes Stück vorangekommen und lernen jeden Tag etwas Neues dazu. Hier sind einige der wichtigsten Lehren, die wir gezogen haben:

Erst in der Umsetzung zeigt sich, womit man nicht gerechnet hat.

Kein Framework, wie ausgeklügelt es auch sein mag, übersteht den ersten Kontakt mit der Realität. Unser 2×2-Modell war eine reine Hypothese, bis wir damit begannen, Agenten zu entwickeln und herauszufinden, wo diese Wirkung erzielten und wo nicht.

Fehler zahlen sich langfristig aus

Fehler können wertvolles Feedback liefern und uns dabei helfen, es beim nächsten Mal richtig zu machen. Bei der Einführung neuer Agenten lernen wir, was die einzelnen Agenten leisten können und was nicht. Einige dieser Einschränkungen lassen sich beheben, andere sind schlicht zu utopisch, um realistisch zu sein. So oder so fließen unsere Erkenntnisse in die nächste Innovationsrunde von Box ein.

KI-Agenten sind wie Personal, sie sind keine Geräte

Sie benötigen eine Einarbeitung, Betreuung und kontinuierliche Begleitung. Das gilt auch für die Kuratierung der Inhalte, auf die sie zurückgreifen. „Einmal aufsetzen und vergessen“ sollte bei der Gestaltung agentischer Workflows keine Rolle spielen.

Governance ist unverzichtbar

„Lasst tausend Blumen blühen" fördert Innovationen und kann – und muss – sicher und unter Einhaltung der Governance-Vorgaben erfolgen. Innovation ist möglich, ohne den Schutz von Mitarbeiter:innen, Kund:innen und Partner:innen zu vernachlässigen.. 

KI-Agenten benötigen sorgfältig ausgewählte Inhalte, mit denen sie arbeiten können

Der Schlüssel liegt darin, zu verstehen, wo das eigene Wissen zu finden ist. Selbst hervorragend konzipierte Agenten können fehlerhafte Ergebnisse liefern oder völlig ins Stocken geraten, wenn ihnen keine Inhalte zur Verfügung stehen, mit denen sie zuverlässig arbeiten können.

Die größte Herausforderung wird darin bestehen, die nötigen menschlichen Fähigkeiten aufzubauen

Für die Tools wird viel Zeit aufgewendet. Der größte Aufwand wird darin bestehen, unsere Mitarbeiter:innen im Umgang mit KI zu schulen, unsere Arbeitsweise neu zu gestalten und zu definieren, wie Teams Wirkung erzielen. Unternehmen in der frühen Phase stehen nicht vor dieser Change-Management-Herausforderung.  Unternehmen, die sich zu „AI-first“-Unternehmen entwickeln, müssen sich dagegen vor allem auf ihre Mitarbeiter:innen konzentrieren. 

Erfahren Sie in unserer Reihe „AI-First Transformation“ mehr über den KI-Weg von Box.

* Wir setzen uns stetig dafür ein, Produkte und Services mit Datenschutz, Sicherheit und Compliance höchsten Grades anzubieten. Dennoch stellen die Informationen in diesem Blogbeitrag keine Rechtsberatung dar. Wir empfehlen potenziellen und bestehenden Kund:innen dringend, bei der Beurteilung von Compliance nach geltendem Recht eigene Sorgfaltsprüfungen durchzuführen.