KI im Innovationsmanagement: Was wir heute schon nutzen und was noch alles kommt

Künstliche Intelligenz ist schon jetzt fester Bestandteil des Innovationsmanagements bei neosfer. Was immer wir in Sachen KI machen, es geht stets darum, wie uns die Technologie in der täglichen Arbeit entlasten kann – damit wir dadurch schneller, fokussierter, strategischer und innovativ handeln können. Ein ganz aktuelles, simples Beispiel aus dem Innovationsalltag bei neosfer: Im Rahmen unseres Venture-Building-Innovationsprozesses haben wir neulich 120 Ideen gesammelt – vor allen für neue Geschäftsmodelle und Prototypen. Statt sie manuell zu sortieren, hat Google Gemini die Redundanzen rausgefiltert und beim Clustern geholfen. Das war sehr effizient und hat uns mehr Zeit fürs eigentliche Nachdenken gegeben.

Auch beim Prototyping sehen wir, wie sich Dinge kontinuierlich verändern. Früher haben unsere Developer jedes MVP gebaut. Heute können auch Projektmanager:innen das selbst übernehmen. Natürlich ist das dann nicht auf demselben Niveau wie die Arbeit der Devs. Auch Landing Pages bauen wir bei neosfer inzwischen direkt über No-Code-Tools. Für echte Produkte käme diese Aufteilung natürlich nicht in Frage, aber für erste Versionen und überschaubare Textseiten nach klarem Schema ist das eine große Erleichterung und verhindert so zum Beispiel auch Innovationsstau in unserem Venture-Building-Prozess. Gleichzeitig können unsere Tech-Teams sich dadurch mehr auf komplexere Themen konzentrieren. Eben da sehe ich die große Chance von KI: Sie hilft uns dabei, unsere Ressourcen sinnvoller zu verteilen und unsere Innovationsfähigkeit zu optimieren.

Weitere Bereiche, in denen wir auf KI zurückgreifen: das Verfassen von Stellenausschreibungen, die Aufbereitung fremdsprachiger Case Studies, die Umwandlung von Text in Präsentationen, komplexe Formeln oder im Content-Bereich so was wie der Schnitt von Short-Videos aus langen Videos, Bildbearbeitung und vieles mehr. Es ist bei uns längst Standard, dass Meetings automatisch transkribiert und zusammengefasst werden. Was ich persönlich auch viel nutze, ist, mir Research Paper in einen Podcast umwandeln zu lassen, um sie auf dem Weg zur Arbeit zu hören. Damit bekomme ich einen guten Überblick und spare mir so viel Zeit. Und wenn ich noch mehr Details brauche, kann ich tiefer einsteigen. Insgesamt gilt einfach: Was früher mühsam war, geht heute deutlich schneller – egal ob im Projektmanagement, im Ideenmanagement oder bei den verschiedenen Stufen unseres Innovationsprozesses.

Was wir aber auch merken: Mit der Tool-Vielfalt wächst die Gefahr, dass sich Teams verlieren. Die einen nutzen Notion, die anderen Confluence, wieder andere arbeiten mit Trello. Das macht die Zusammenarbeit komplex und auch schwer nachvollziehbar – vor allem dann, wenn sich an der Zusammensetzung von Teams etwas ändert. Deshalb dokumentieren wir unsere Erfahrungen und auch unsere Learnings systematisch und ganzheitlich mit unterschiedlichen KI-Tools direkt in unserem Confluence-Wiki – für optimale Rahmenbedingungen.

Langfristig wünsche ich mir eine neue Form der Orchestrierung: Wenn ich ein Projekt starte, dann sollten im Hintergrund bereits automatisch alle nötigen Prozesse ablaufen. Die Dokumentation wird angestoßen, ein MVP entsteht, alles wird sauber in Confluence abgelegt, am Ende steht eine fertige Präsentation fürs Management. Und während all das passiert, läuft ein Legal-Agent mit, der prüft, ob regulatorische Anforderungen eingehalten werden, und ein Tech Check Assistant prüft das MVP auch nochmal. Dabei sollen KI-Agenten nicht alles übernehmen, sondern die Zusammenhänge herstellen und Aufgaben intelligent verteilen. Das wäre ein echter Gamechanger für die Innovation Management und seine kontinuierliche Optimierung.

Klar ist: Die Entscheidungen treffen trotz allen Fortschritts wir Menschen. KI kann unterstützen, vorbereiten, vorschlagen, aber sie halluziniert eben auch. Ich finde das gar nicht schlimm, gerade weil es zeigt, wie wichtig unsere Rolle – als Menschen, aber in unserem Fall explizit als Expert:innen für Innovation – weiterhin ist.

Beim nächsten Mal gehe ich noch genauer auf dieses Zusammenspiel von Mensch und Maschine und auf das „Human in the loop“-Prinzip ein. Was bleibt bei uns, was geben wir ab – und wie gestalten wir diesen neuen Alltag verantwortungsvoll?