4 Teamrituale, die die Einführung von KI vorantreiben

Heute sind viele KI-Experimente in einzelnen Workflows isoliert: Einige versierte Power-Benutzer*innen verbessern ihre eigenen Workflows, während weniger versierte Produktentwickler*innen ins Hintertreffen geraten. Damit KI die Arbeitsweise eines Teams sinnvoll verändern kann, reicht die individuelle Kompetenz nicht aus; die größeren Gewinne zeigen sich erst, wenn das ganze Team gemeinsam KI-Tools einsetzt.

Um die teamweite Akzeptanz zu fördern, müssen die Teams Foren schaffen, bei denen die gegenseitige Unterstützung im Mittelpunkt steht und in denen sowohl Anfänger als auch erfahrene Praktiker in einer entspannten Atmosphäre KI-Skills erlernen, üben und verfeinern können. Hier sind vier Beispiele – von kleinen Lerngruppen bis hin zu „Prototype-First“-Kritiken –, mit denen Teams Erfolg hatten.

Erfahre mehr darüber, wie du die Einführung von KI im gesamten Unternehmen vorantreiben kannst.

Bei Figma gibt es von Kolleg*innen geleitete Lerngruppen

Jake Geller, Design Operations Manager bei Figma, hat ein Pilotprojekt für eine Lerngruppe ins Leben gerufen, das er „AI Collective“ nannte, um Designern dabei zu helfen, ihre KI-Skills auszubauen. „Im Designteam gibt es große Unterschiede, was die technischen Kenntnisse und den Umgang mit KI angeht“, sagt er. „Wir wollten das Niveau anheben und alle unterstützen.“ Um zu verstehen, wie diese Unterstützung aussehen sollte, fragte Jake die Designer, welche Skills sie sich aneignen wollten und in welchem Umfeld sie am besten lernen könnten.

Ihre Interessen waren unterschiedlich: Einige wollten sich intensiv mit einem Tool wie Figma Make oder Figma Weave auseinandersetzen, während andere erkunden wollten, wie man Code bereitstellt oder KI nutzt, um benutzerdefinierte Plugins zu erstellen. Doch die Designer*innen waren sich alle einig, dass sie es vorziehen, diese Fähigkeiten in kleinen, psychologisch sicheren Gruppen zu erlernen, anstatt in großen Team-Schulungen. Basierend auf diesem Feedback teilte Jake die Designer*innen in fünf Gruppen ein, die sich jeweils auf eine andere Fähigkeit konzentrierten.

Tauche tiefer in das Ritual von Figma ein:

Ziel: Designer, die sich mit KI noch nicht so gut auskennen, durch praktische Übungen und Unterstützung durch ihre Kollegen auf den neuesten Stand zu bringen.

Format: Jake hat fünf von Kolleg*innen geleitete Lerngruppen eingerichtet, die nach den von den Designern ausgewählten Themen organisiert waren. Einige Designer*innen haben sich freiwillig bereit erklärt, die Leitung zu übernehmen, während andere Teilnehmer*innen sich aussuchen konnten, welcher Gruppe sie beitreten wollten. Jede Gruppe traf sich sechs Wochen lang einmal pro Woche für eine Stunde und nutzte Slack, um den Austausch auch zwischen den Treffen aufrechtzuerhalten. Die Gruppenleiter*innen nutzten eine flexible Planungsvorlage, die 20 Minuten Unterricht pro Skill und 40 Minuten Übung vorsah.

Fazit: Ein konkretes Ziel, wie zum Beispiel das Erlernen der Entwicklung eines Figma-Plugins, kann das Lernen spannender und wirkungsvoller machen, indem es den Teilnehmer*innen etwas Bestimmtes gibt, auf das sie hinarbeiten können. Durch die Unterstützung durch Kolleg*innen fällt es leichter, Fragen zu stellen und aus einer Sackgasse herauszukommen.

So probierst du das mit deinem Team aus: Finde heraus, für welche KI-Tools sich deine Kollegen am meisten interessieren. Frag nach Freiwilligen, die sich mit diesen Tools gut auskennen, um einmal pro Woche praktische Schulungen zu leiten. Stell sicher, dass jede*r Leiter*in die Gruppe auf ein gemeinsames, konkretes Ziel ausrichtet, wie zum Beispiel einen fertigen Prototyp.

Sephora spricht darüber, was nicht geklappt hat

Sneha Narahalli, Senior Vice President of Technology bei Sephora, moderiert ein zweiwöchentliches Forum, in dem Entwickler aus dem gesamten Unternehmen darüber berichten, was sie mit KI entwickeln – sei es für die Arbeit oder als persönliches Projekt. In den ersten Sitzungen zeigten die Referent*innen ausschließlich ausgefeilte Arbeiten. „Wir haben das glamouröse, von KI erzeugte Endergebnis gezeigt“, sagt Sneha. Die Teams haben uns aber erzählt, dass sie sich beim Anblick gut umgesetzter KI-Projekte ihrer Kolleg*innen überwältigt fühlten und immer noch nicht sicher waren, wie sie das selbst schaffen sollten. Als Reaktion darauf beschloss die Organisation, das Format des zweiwöchentlichen Forums zu ändern – jetzt gehen die Referenten den Prozess hinter der Arbeit durch, einschließlich dessen, was sie ausprobiert haben und was nicht funktioniert hat. „Erkenntnisse sind nicht nur die positiven Aspekte“, sagt Sneha. „Lernen bedeutet, dass man etwas ausprobiert hat und es nicht funktioniert hat – und nun weiß man, was man beim nächsten Mal nicht tun sollte.“

Tauche tiefer in das Ritual von Sephora ein:

Ziel: Das Experimentieren mit KI zugänglicher machen und den Prozess hinter KI-Projekten teilen, damit das ganze Team daraus lernen kann.

Format: Alle zwei Wochen stellen die Leute etwas vor, das sie mit KI für die Arbeit oder als persönliches Projekt entwickeln. Ein*e Produktentwickler*in könnte zum Beispiel erzählen, wie er*sie mit einem Vibe-Coding-Tool eine App entwickelt, die Träume interpretiert, während andere vielleicht Tipps zum Erstellen von Skills geben, die Routineaufgaben automatisieren. Die Referent*innen gehen detailliert darauf ein, was sie ausprobiert haben – auch was nicht geklappt hat –, anstatt nur das fertige Ergebnis zu zeigen. Speziell eingerichtete Kanäle auf Slack und Teams bieten Menschen einen Raum, um weiterhin zu teilen und Fragen zwischen den Meetings zu stellen.

Fazit: Wenn der Prozess Schritt für Schritt erklärt wird, hilft das denjenigen, die mit KI-Tools noch nicht so vertraut sind, einen Einstieg zu finden. Das Forum legt den Schwerpunkt außerdem darauf, dass das Lernen unter Gleichaltrigen stattfindet, was nach Snehas Ansicht anderen das Selbstvertrauen gibt, es selbst auszuprobieren. „Von Kolleg*innen zu hören und zu sehen, wie es ihnen das Leben erleichtert, ist viel wirkungsvoller als Botschaften, die von oben kommen“, sagt sie.

So probierst du das mit deinem Team aus: Gib den Produktentwickler*innen eine Plattform, auf der sie ihre KI-Experimente teilen können. Nimm dir zu Beginn einer bestehenden Besprechung 10 Minuten Zeit, richte eine eigene Sitzung ein oder ermutige die Teilnehmer*innen, in einem neuen Slack-Kanal zu teilen, was sie gerade lernen. Bei Figma teilen Produktentwickler*innen ihre Erkenntnisse zum Thema KI im Rahmen eines Segments bei den zweiwöchentlichen Unternehmens-All-Hands-Meetings und in einem Slack-Kanal – beide tragen den Titel „How I AI“.

Mercari schult funktionsübergreifend

Bei Mercari experimentiert das Team um Principal Designer Aki Alkhatib mit Möglichkeiten, die Wissenslücke zwischen Designer*innen und Entwickler*innen zu schließen. „KI erleichtert das Entwickeln, aber die Leute wissen nicht automatisch, wie sie das, was sie geschaffen haben, beurteilen sollen“, sagt Aki. „Sie dringen in Bereiche vor, in denen sie noch nicht so viel Ahnung haben.“

Tauche tiefer in das Ritual von Mercari ein:

Ziel: Hilf Produktentwickler*innen dabei, die Arbeit, die KI ihnen außerhalb ihres üblichen Fachgebiets ermöglicht, zu bewerten und zu verbessern, und unterstütze sie dabei, fachübergreifend effizienter zu arbeiten.

Format: Mercari bietet praxisorientierte Workshops an, in denen Designer die Grundlagen der Programmierung erlernen, darunter das Schreiben von Code, die Nutzung eines KI-Programmier-Tools und das Einrichten eines GitHub-Repositorys. Im Gegenzug lernen Entwickler*innen grundlegende Gestaltungsprinzipien wie die visuelle Hierarchie kennen. Mit dieser Schulung entwickeln Produktentwickler *innen genügend Kompetenz, um auch außerhalb ihres eigenen Fachgebiets einen nützlichen Ansatzpunkt zu schaffen, wodurch sie effizienter mit funktionsübergreifenden Teams zusammenarbeiten können.

Erkenntnis: Durch interdisziplinäres Training erhalten die Leute genügend Hintergrundwissen, um eine Idee auch außerhalb ihres Fachgebiets weiterzuentwickeln. Ein*e Entwickler*in könnte zum Beispiel mit Figma Make einen ersten Entwurf der Benutzeroberfläche erstellen und dann das Gelernte über visuelle Hierarchie anwenden, um die wichtigsten Informationen hervorzuheben, bevor ein*e Designer*in den Entwurf überprüft. Fachexpert*innen können dann ihr fundiertes Wissen nutzen, um die Arbeit zu prüfen und zu verfeinern. „Die Idee kann von jedem kommen“, sagt Aki. „Dann schauen sich die Fachexpert*innen das Ganze an und stellen sicher, dass es den Standards entspricht.“

So probierst du das mit deinem Team aus: Wähle eine grundlegende Designaufgabe für die Entwickler*innen zum Lernen und eine grundlegende technische Aufgabe für die Designer*innen aus. Führe ein paar praktische Übungen durch, bei denen Expert*innen die Grundlagen vermitteln, die Teilnehmer*innen jede Aufgabe ausprobieren und alle gemeinsam die Ergebnisse besprechen.

Atlassian beginnt jede Kritik mit einem Prototyp

Bei Atlassian weiß Chief Design Officer Charlie Sutton, dass der teamweite Einsatz von KI mehr erfordert als nur Schulungen. Als die Teams begannen, ernsthaft mit KI-Prototyping-Tools zu experimentieren, fiel ihm auf, dass Designer oft den Kontext und die Gründe vor der Präsentation eines Prototyps erläuterten. Das bedeutete, dass das Team die Prototypen erst später im Prozess zu sehen bekam – wenn überhaupt. Also beschloss er, eine neue Regel einzuführen: Erst den Prototyp zeigen und dann erklären.

Tauche tiefer in das Ritual von Atlassian ein:

Ziel: Ermutige die Produktentwickler*innen, sich mit Prototypen vertraut zu machen und deren Nutzen durch regelmäßiges Üben zu erkennen.

Format: Ein*e Designer*in beginnt die Besprechung damit, dass die Gruppe sich durch einen Prototyp klickt, der mit einem Tool wie Figma Make erstellt werden kann. Erst danach erklärt er*sie die Ziele, die Forschungsarbeit und die Gründe dafür. Das hilft Teams dabei, den Nutzen von Prototypen zu erkennen: Anstatt abstrakt über ein Produkt zu diskutieren, können sie die Benutzer*innen durch die Benutzererfahrung klicken lassen und sehen, wie sie sich in der Praxis verhalten würde. Charlie drückt es so aus: „Zeig mir das Ding, lass mich damit als Prototyp herumspielen und erklär mir dann, warum du diese Entscheidung getroffen hast.“ Da Designer*innen bei jeder Kritik mit einem Prototyp erscheinen müssen, üben sie sich dadurch darin, ein KI-Tool regelmäßig zu nutzen.

Fazit: „Manchmal sind es gerade einfache Regeln, die komplexe Veränderungen erst möglich machen“, sagt Charlie. Sein Team muss zwar immer noch daran erinnert werden, aber wenn man die Regel bei jedem Crit anwendet, festigt sich die Gewohnheit immer mehr.

So probierst du das mit deinem Team aus: Probiert einen Monat lang bei einer eurer regelmäßigen Feedbackrunden die „Prototyp-zuerst“-Regel aus. Gib der Gruppe Zeit, sich den Prototyp anzusehen, bevor der Vortragende weitere Informationen dazu gibt. Führe diese Übung so lange fort, bis sie zur Routine wird.

Die Förderung der KI-Adoption in einer Organisation erfordert mehr als nur den Zugang zu den Tools. Indem sie mit neuen Ritualen und Formen des gemeinsamen Lernens experimentieren, können mehr Produktentwickler*innen lernen, KI als Team und nicht nur als Einzelpersonen zu nutzen und sie zu einem festen Bestandteil ihrer Arbeitsabläufe zu machen.