Der Ausgangspunkt
Ein Gegenüber, um dem Problem Form zu geben
Ein Projekt entsteht nicht immer aus einer bereits definierten Anfrage. Manchmal wissen Sie nur, dass ein Prozess das Team ausbremst, dass Informationen verstreut sind oder dass eine gute Idee noch keine konkrete Form gefunden hat. AntasAI präsentiert sich als Ideen-Ingenieur: Er begleitet die Erkundung des Problems in einem Gespräch. Sein Interesse gilt nicht nur der ersten Frage, sondern dem Kontext, der sie wichtig macht. Zum Einstieg können Sie beschreiben, was heute geschieht, wer auf die Schwierigkeit stößt und welche Veränderung Sie sich wünschen. So werden Annahmen expliziter, bevor sie in eine Entwicklungsanfrage übersetzt werden.
Diagnose und Untersuchung
Erst verstehen, dann vorschlagen
Der öffentliche Ablauf von AntasAI trennt eine erste Diagnose von einer Untersuchungsphase. Das Gespräch geht von der operativen Herausforderung aus und setzt sich mit vertiefenden Fragen fort. Ein Beispiel für einen Einstieg könnte sein: „Unser Team verbringt zu viel Zeit damit, die Informationen zu suchen, die nötig sind, um Kunden zu antworten“. Von hier aus lohnt es sich, die verfügbaren Quellen, die beteiligten Personen und die Ausnahmen zu klären, die die Arbeit erschweren. Dieses Beispiel zeigt, wie man das Gespräch aufsetzt; es ist weder ein reales Gespräch noch ein Kundenergebnis. Je konkreter das Problem beschrieben wird, desto besser lässt sich beurteilen, ob ein Vorschlag wirklich auf den ursprünglichen Bedarf antwortet.
Drei Perspektiven
Quick Win, Scale und Disruptive
AntasAI ordnet die Vorschläge in drei Richtungen: Quick Win, Scale und Disruptive. Die erste zielt auf einen unmittelbaren Eingriff, die zweite auf Wachstum und die dritte auf eine radikalere Veränderung. Betrachten Sie sie als Perspektiven zum Vergleichen, nicht als drei Ergebnisversprechen. Eine kleine Lösung kann der richtige Ausgangspunkt sein; eine ehrgeizigere kann Daten, Zeit und Verantwortlichkeiten erfordern, die heute noch nicht vorhanden sind. Fragen Sie sich zur Auswahl, welche Hypothese Sie zuerst prüfen möchten, woran Sie eine Verbesserung erkennen und wie viel Arbeit nötig ist, um sie zu testen. Der Wert des Vergleichs liegt darin, Alternativen und Kompromisse sichtbar zu machen und dem Team die Entscheidung zu überlassen, was vertieft wird.
Kontext und Wissen
Die Rolle der RAG-Wissensbasis
Die Präsentation von AntasAI umfasst eine Wissensbasis, die aus PDFs und URLs gespeist wird. Der angegebene Mechanismus ist RAG, retrieval-augmented generation: Bevor das System eine Antwort formuliert, kann es relevante Informationen aus einer Sammlung von Inhalten abrufen und in den Kontext des Modells einbringen. Das Prinzip unterscheidet sich vom Training eines neuen Modells von Grund auf für jedes Dokument. Für Nutzer eines Assistenten bedeutet es, ein Problem mit Referenzen besprechen zu können, die näher am eigenen Arbeitsfeld liegen. Die Qualität bleibt an die verfügbaren Quellen gebunden: Unvollständige, veraltete oder mehrdeutige Dokumente können den Nutzen der Antwort einschränken. Deshalb sollten Referenzen gelesen und geprüft werden, wenn sie zur Grundlage einer Entscheidung werden.
Vom Gespräch zur Arbeit
Vorschläge sammeln und den nächsten Schritt festlegen
Der auf der AntasAI-Website beschriebene Ablauf endet mit einem Bericht per E-Mail, der Lösungen, Quellen und nächste Schritte zusammenträgt. Der Bericht kann zum Ausgangspunkt einer internen Diskussion werden: Welche Informationen fehlen, welcher Vorschlag verdient einen Test und wer kann ihn bewerten? Er ersetzt weder eine technische Analyse der bestehenden Software noch eine vereinbarte Schätzung von Zeit und Kosten. Bevor aus einer Idee ein Projekt wird, ist es sinnvoll, einen begrenzten Fall, die Personen, die ihn testen, und das zu beobachtende Ergebnis zu definieren. Es ist der Übergang vom Erzeugen von Möglichkeiten zum Überprüfen: Ein Vorschlag gewinnt an Wert, wenn er mit Daten, Rahmenbedingungen und realer Arbeit abgeglichen wird.
Ein Beispiel für einen vertikalen Chatbot
Von der allgemeinen Antwort zu einem Gesprächsablauf
AntasAI zeigt eine spezifische Anwendung von Unternehmens-Chatbots: den Nutzer bei der Erkundung eines Problems zu begleiten. Ein vertikaler Chatbot hat eine erkennbare Aufgabe und einen erkennbaren Ablauf, statt sich als universelle Antwort auf jede Frage zu präsentieren. Hier ist der rote Faden das Voranschreiten von der Diagnose zu den Alternativen. Um eine ähnliche Erfahrung in einem Unternehmen zu entwerfen, muss geklärt werden, an wen sie sich richtet, welche Informationen sie braucht und wann eine Person einzubeziehen ist. Auch die Sprache zählt: verständliche Fragen und gut dosierte Bitten um Kontext helfen dem Nutzer mitzumachen. Wenn Sie einen Assistenten für Ihren Prozess bewerten möchten, können wir von diesen Elementen ausgehen und einen konkreten Umfang besprechen.
Ergebnisse
Was Sie mit AntasAI erkunden können
- Eine operative Herausforderung und das gewünschte Ergebnis in Worte fassen.
- Drei Perspektiven vergleichen, bevor entschieden wird, was vertieft wird.
- Vorschläge und Referenzen in eine Diskussion mit dem eigenen Team einbringen.
Projekt besprechen
Alle Lösungen ansehen
