AI Assisted Innovation – Wie KI die kreative Arbeit beschleunigen kann

“In my lifetime, I’ve seen two demonstrations of technology that struck me as revolutionary. The first time was in 1980, when I was introduced to a graphical user interface. The second big surprise came just last year… I watched in awe as they asked GPT, 60 multiple-choice questions from the AP Bio exam—and it got 59 of them right. I knew I had just seen the most important advance in technology since the graphical user interface.” – Bill Gates

Jeden Tag erreichen uns neue Headlines über Fortschritte im Bereich der generativen KI und  über neue Features von beliebten Tools wie ChatGPT oder Midjourney, die sich mit rasanter Geschwindigkeit beständig weiterentwickeln. KI hat und wird unsere (Arbeits-)Welt verändern. Arbeitserleichterungen, aber auch individuelle Services werden auf uns zukommen. KI wird damit auch verändern, wie und welche Produkte entwickelt werden, wie digitale Angebote aussehen werden und wie Kommunikation ablaufen wird. Doch wo oder wie kann sie schon jetzt für Innovationsprozesse eingesetzt werden?

KI bietet viele Möglichkeiten, den Innovationsprozess und den Zyklus der Ideenentwicklung zu unterstützen. Wenn wir den klassischen Innovations- und Entwicklungszyklus als Basis verwenden, der von „Empathize & Discover“ (den Kunden verstehen) zu Define (ein lösenswertes Problem identifizieren), zu Ideate / Prioritize (Lösungen entwickeln und bewerten) zu Prototype und Test geht, gibt es entlang des Weges viele Möglichkeiten, wie KI die eigene Arbeitsweise auf das nächste Level heben kann:

Meet your new assistant: KI im Empathize und Define Prozess

Im ersten Schritt – der Empathize und Discover Phase – gilt es, die eigene (oder gewünschte) Zielgruppe besser kennen zu lernen und entsprechende Insights für Probleme und Herausforderungen in einem bestimmten Themenfeld zu erkennen. Schließlich möchte man bei der Entwicklung neuer Services oder Produkte ein Problem lösen, hinter dem sich auch ein Business Case verbirgt. Market Research und Interviews werden hier meistens als Handwerkzeuge gewählt, um ein tieferes Verständnis zu erzeugen und erste Problemfelder der Kunden zu identifizieren.

KI kann bereits an dieser Stelle helfen, einen besseren Überblick über den Markt und die eigenen Stärken des Unternehmens zu schaffen, aber auch zu erkennen, in welchen Bereichen es bereits gute Lösungen gibt, um Investitionen in falsche Richtungen zu vermeiden. Hierfür bieten sich beispielsweise folgende Möglichkeiten:

– Tools wie ChatGPT damit beauftragen Analysen über Marktgrößen, Marktbegleiter und Startups zu schaffen

– Textgenerierung nutzen, um Interviewfragen für qualitative Marktforschung zu erstellen

– Einsatzmöglichkeiten und Finetuning eines eigenen KI-Modells in einer geschützten Umgebung andenken, um dann die KI mit bestehenden Unternehmensdaten und Kundendaten zu füttern und um damit Insights und Analysen aus dem eigenen Wissensschatz zu ziehen

– KI-Lösungen nutzen, die durch Social Listening innerhalb der eigenen Kanäle helfen zusätzliche Meinungen zu verstehen und Perspektiven zu schaffen (z.B. Kraftful)

– KI nutzen, um beim Clustern der Insights aus der Marktrecherche zu helfen

– Mit der Erstellung von eigenen (synthetischen) Personas beginnen, die auf der qualitativen Marktforschung und bestehenden Interviewantworten basieren, um sie als erste künstliche Testpersonen zu verwenden

– Varianten der gefürchteten „How might we“ Frage aufstellen, um den Problemraum besser abstecken zu können, in welchem später Lösungen gesucht werden sollen

Von dieser Basis lassen sich dann erste Hypothesen generieren und Problemfelder mit dem größten Potential identifizieren. KI bringt an dieser Stelle zwei Vorteile: Beschleunigung existierender Aufgaben und Aufzeigen neuer Perspektiven.

Ideate: Mehr Masse – Bessere Ideen

Im nächsten Schritt geht es darum, innerhalb der identifizierten Problemfelder Ideen für mögliche Lösungen zu generieren. Und in vielerlei Hinsicht ist es pure Statistik: Je mehr Ideen man generiert, desto höher die Wahrscheinlichkeit, dass auch Ideen mit viel Potential darunter sind. Picasso selbst wird nachgesagt mehr als 140.000 Werke aller Art produziert zu haben – und sein Erfolg ist unumstritten.

Künstliche Intelligenz kann uns damit auch, wie bei den vorangegangenen Schritten helfen, aus unserem bestehenden Setting von Personas, Problemstellungen und Problemraum Ideen für Produkte und Services zu generieren und uns damit als Sparring Partner oder Ideen-Maschine unterstützen. Am einfachsten ist es, der KI anhand von bestehenden Frameworks (z.B. SCAMPER, Ideenturm, o.a.) Aufgabenstellungen zu übergeben, anhand derer sie Lösungen generieren soll.

Im Anschluss bietet sich auch die Möglichkeit, generierte Ideen durch vorbestimmte Metriken (z.B. Umsetzbarkeit, Komplexität, Wünschbarkeit im Kontext der Zielgruppe etc.) von der KI selbst bewerten zu lassen, um eine erste Einschätzung zu möglichen Potentialen zu erhalten. Das Ergebnis wird nicht perfekt sein, ist jedoch häufig eine massive Hilfe bei der Erstbewertung, um dann in eine nächste Runde des Feinschleifens und Verbesserns (z.B. durch Kombination von Ideen) zu gehen, um am Ende mit einigen spannenden Ideen in die nächste Phase überzugehen.

Show me what you got: Prototyping & Testing Phase

Mit unseren priorisierten Ideen beginnt im Anschluss der besonders spannende Teil: Die Formulierung und Ausgestaltung von entsprechenden Prototypen, um diese auch zu testen und Feedback einholen zu können. An dieser Stelle können Tools aller Art hilfreich sein, diese Prototypen auszugestalten. Das beginnt bei Anwendungen wie Midjourney oder Dall-e, hin zu Anwendungen für Videos (z.B. HeyGen), Audios oder im Bereich UX/UI wo in Windeseile Clickdummy-Prototypen aus Zeichnungen oder textuellen Beschreibungen generiert werden können (z.B. uizard). Was früher oftmals Tage oder Wochen gebraucht hat, wird damit in wenigen Stunden ermöglicht – nämlich die Erschaffung einer visuellen Welt eines zukünftigen Produkts.

Das Testen der Ideen selbst sollte nach wie vor mit echten User:innen oder Kund:innen geschehen, um qualitatives Feedback ideal verarbeiten zu können. Am Markt tauchen derzeit die ersten Anwendungen auf, welche versprechen, auch das Testen von Innovationen durch rein KI generierte User abzudecken. Ehrlicherweise darf aktuell noch etwas an der Qualität gezweifelt werden – besonders wenn es sich um Nischenzielgruppen handelt, deren Daten und Informationen rar gesät sind.

Generative KI bringt Hyperindividualisierung und Überforderung

Generative KI kann bei vielen Aufgaben, besonders im Marketing und der Innovationsgestaltung, wunderbar assistieren und damit bestehende Prozesse verbessern und auch beschleunigen. Sie kann überzeugende Botschaften schreiben, Websites erstellen, Modelle für Werbekampagnen entwerfen und Konversationen mit uns betreiben, um tiefere Einblicke in das Umfeld der Kund:innen und des Markts zu erhalten. Auch wenn viele dieser Aspekte häufig noch etwas generische Outcomes liefern, können wir dennoch erkennen, in welche Richtung sich KI weiterentwickeln kann, wie sie uns schneller und besser werden lässt und damit unseren Innovationsprozess immens beschleunigen und mit neuen Perspektiven anreichern kann. The future will be interesting.

Autorin:

Bernadette Fellner