Moderne Spielereien oder echte Prioritäten: Wie wir entscheiden, welche KI-Fortschritte wirklich zählen

„Schnelligkeit und Umsetzung sind gelöst; worauf es ankommt, ist die Urteilskraft.“ – Felix Haas

Als wir den allerersten Prototyp von seekwhens entwarfen – das Projekt, aus dem später Compelling werden sollte –, gab es ChatGPT noch nicht. „Großes Sprachmodell“ war Fachchinesisch und kein Thema beim Abendessen, und der Fortschritt im Bereich der KI fühlte sich schrittweise, fast schon zurückhaltend an.

Achtzehn Monate später sieht die Landschaft aus wie das Fingerfarbenbild eines Kleinkinds: bunt, chaotisch und jedes Quartal gibt es neue, verblüffende Modelle. Als Gründer, Macher und Entwickler stehen wir vor einer neuen Herausforderung:

Wie bleibt man unbarmherzig auf den echten Nutzen fokussiert, wenn jede Woche eine neue technische Spielerei auftaucht, die alles verändern könnte?

Unser interner Leitfaden für Entscheidungen

1. Geld → Zeit → Begeisterung

   • Geld: Hilft dies unseren Kunden, Kosten zu sparen oder mehr Umsatz zu machen?

   • Zeit: Verkürzt es die Arbeitsabläufe, ohne neue lästige Aufgaben zu schaffen?

   • Begeisterung: Erzeugt es einen Aha-Effekt beim Kunden, den er so schnell nicht vergisst?

2. Der einfachste Machbarkeitsnachweis
   Wir starten das denkbar einfachste Experiment. Zehn Zeilen Code, eine Verknüpfung über Zapier oder ein schnell getippter Befehl um Mitternacht. Wenn es funktioniert, bauen wir es aus; wenn nicht, Haken dran.

3. Erklären oder verwerfen
   Wenn wir eine Neuerung nicht in zwei einfachen Sätzen so erklären können, dass sie den „Kaffeemaschinen-Test“ besteht (versteht ein Vertriebler den Nutzen, während die Maschine läuft?), dann wandert die Idee erst einmal ins Archiv.

Warum multimodale KI bis vor Kurzem nicht auf unserem Plan stand

Compelling befasst sich mit textbasierten Signalen für das Geschäftskundengeschäft: Finanzierungsrunden, Neueinstellungen, behördliche Meldungen. Bilder spielten da kaum eine Rolle. Die Verknüpfung verschiedener Systeme und aktuelle Daten? Lebensnotwendig. Bildgenerierung? Ganz nett, aber wirtschaftlich nicht dringend.

Dann brachte OpenAI GPT-4o heraus. Zwei Dinge änderten sich von heute auf morgen:

1. Direkte Multimodalität
   Kein umständliches Aneinanderreihen verschiedener Werkzeuge mehr. Text und Bild kommen aus einer einzigen Schnittstelle.

2. Sofort nutzbare Qualität
   Zum ersten Mal sahen wir ansprechende Ergebnisse auf Profi-Niveau – und das ohne 50 Versuche bei der Befehlseingabe.

Plötzlich wurde der Markt für visuelle Darstellungen – wie etwa automatisch gestaltete Kundenprofile für das Vertriebssystem oder ansprechende Projektübersichten auf Knopfdruck – von einer netten Spielerei zu einer echten, machbaren Option.

Ein 30-Minuten-Experiment: Das Team als Zeichentrick

Wir haben unsere Slack-Profilbilder mit einer kurzen Beschreibung in GPT-4o eingespeist. Keine manuelle Nachbearbeitung, kein Photoshop. Heraus kam ein stimmiges Gruppenbild im Stil der berühmten Ghibli-Zeichentrickfilme. Die Technologie hat damit unsere Kriterien für Geld → Zeit → Begeisterung erfüllt:

• Geld: Ansprechende Bilder, die Kunden mit ihren Partnern teilen können, sorgen für kostenlose Weiterempfehlungen.

• Zeit: Keine Arbeitszeit für Grafikdesign nötig.

• Begeisterung: Das Team hat sich riesig über die Bilder gefreut. (Auch interne Freude zählt.)

Bedeutet das, dass Compelling jetzt zur Kunst-KI wird? Nein. Aber es bedeutet, dass das Thema Bildgenerierung von der Beobachtungsliste auf die Experimentierliste gerückt ist. In Zukunft wird es bei uns also anschaulichere und leichter verständliche Informationskarten geben.

Was Vertrieb und Marketing daraus lernen können

• Der Hype ist nicht das Problem, sondern mangelnde Urteilskraft.

• Neugierde kostet wenig; das falsche Produkt zu entwickeln, ist teuer.

• Guter Geschmack setzt sich durch. KI kann unendlich viele Varianten ausspucken. Diejenige auszuwählen, die echten Wert schafft, bleibt unsere Aufgabe.

Ja, wir haben uns tatsächlich als Zeichentrickfiguren dargestellt, während wir gleichzeitig an transparenten Kundenbewertungen und selbstpflegenden Vertriebsdatenbanken arbeiten. Nicht aus Langeweile, sondern weil jede neue Technologie eine schnelle und kritische Prüfung verdient. Das meiste verwerfen wir. Aber manche Dinge stoßen etwas Großes an.

Das ist der Weg von Compelling: fokussiert beim Wesentlichen, locker, wo es passt, und immer auf der Suche nach Technik, die Zeit in echten Nutzen verwandelt.

P.S. Wenn Sie auch Lust auf ein Zeichentrick-Porträt haben und in einem Team arbeiten möchten, das neue KIs auch mal nachts um zwei auf Herz und Nieren prüft: Wir stellen ein.

Häufig gestellte Fragen (FAQs)

Wie entscheiden wir, welche KI-Entwicklungen wichtig sind?

Wir nutzen drei Filter in dieser Reihenfolge. Geld: Hilft es unseren Kunden, Kosten zu sparen oder Umsatz zu steigern? Zeit: Verkürzt es Arbeitsabläufe ohne neuen Aufwand? Begeisterung: Schafft es einen echten Aha-Effekt beim Kunden?

Was ist ein einfacher Machbarkeitsnachweis?

Das einfachste Experiment, um eine Frage zu klären: ein paar Zeilen Code, eine schnelle Automatisierung oder ein kurzer Befehl zu später Stunde. Wenn es funktioniert, bauen wir es aus. Wenn nicht, verwerfen wir es. Und wenn wir den Nutzen nicht in zwei Sätzen einfach erklären können, legen wir die Idee auf Eis.

Warum steht multimodale KI jetzt auf dem Plan?

Weil Text und Bild nun direkt über eine einzige Schnittstelle verarbeitet werden können – und das in einer Qualität, die sofort und ohne unzählige Versuche nutzbar ist. Ein kurzes Experiment mit Teamfotos hat gezeigt, dass die Technik echten Nutzen bringt. Deshalb testen wir diese Funktionen nun aktiv. Compelling wird dadurch aber nicht zum Kunst-Anbieter.