Ausgangslage
Enterprise-Tools wachsen über Jahre und über viele Teams. Das Ergebnis: tiefe Navigation, lange Formulare und uneinheitliche Muster, täglich genutzt von Menschen, die einfach ihre Arbeit erledigen wollen. In dieser Größenordnung summiert sich jede Reibung.
Was ich gemacht habe
- Bestand erfassenZuerst Klarheit schaffen: Was gibt es, wo haben Nutzer Probleme, was muss zusammenspielen? Stakeholder auf ein gemeinsames Bild bringen.
- Skalierbare Grundlagen bauenGemeinsame Regeln für Komponentenverhalten, Informationsstruktur und Interaktion, damit Teams Produkte erweitern können, ohne Klarheit zu verlieren.
- KI in echte Abläufe bringenAssistenten, die durch lange Prozesse führen, KI-gestützte Schritte in Service-Workflows und klare Regeln, wie KI zusammenfasst, empfiehlt und erklärt.
- KI-Verhalten für Vertrauen gestaltenWie ein Agent antwortet, seine Entscheidungen erklärt und sich in bestehende Tools einfügt, ohne etablierte Abläufe zu stören.
- Das Team befähigenEin internes KI-Toolkit mit Prompts für Research, Ideation und UX Writing sowie Leitlinien, wo menschliches Urteil unverzichtbar bleibt.
KI, der man vertraut
KI ist nur wertvoll, wenn Menschen ihr vertrauen. Jedes Konzept ist auf Transparenz ausgelegt: Mitarbeitende sollen immer verstehen, warum etwas passiert.
Wie ich KI mit Jira, Confluence, GitHub und unserer Codebasis verbinde, steht auf der AI-Seite. AI-Workflow →
Wirkung
Ein durchgängiges ErlebnisFragmentierte Prozesse wurden zu einer konsistenten Experience über interne Plattformen hinweg.
Weniger Reibung im AlltagNeu strukturierte Navigation, vereinfachte Formularstrecken, Dashboards, die Daten lesbar machen.
Grundlagen, die Teams nutzenDesignregeln, die Zeit sparen und Inkonsistenzen reduzieren, während Produkte wachsen.
KI mit klaren LeitplankenUnterstützung dort, wo sie manuellen Aufwand oder Entscheidungskomplexität senkt, nicht überall.
