Am 29. Mai 2024 hielt Denis Samuylov an der GenAI Zürich (öffnet in neuem Tab), der von ihm mitgegründeten Konferenz, im Technopark Zürich den Vortrag «GenAI for All: How SMEs can Harness Generative AI for Success?».
Zwei Sätze, aus zwei verschiedenen Räumen in jenem Jahr.
Ein Grosskonzern, auf der Bühne jeder Konferenz: Wir haben einen Proof of Concept gebaut und in die Produktion gebracht.
Ein mittelständisches Unternehmen, danach im Korridor: Sollte ich meine Zeit überhaupt dafür aufwenden?
Die zweite Frage ist die ernstere, und sie bekommt selten eine klare Antwort. Fallstudien aus Konzernen werden in einem Massstab erzählt, der sich nicht übertragen lässt – das Plattform-Team, das Governance-Board, das siebenstellige Budget. Ein Unternehmen mit 100 Mitarbeitenden hört das und schliesst zu Recht, dass nichts davon auf es zutrifft.

Die Rechnung
#Fangen Sie klein an. Ein Unternehmen mit 100 Mitarbeitenden und 45-Stunden-Wochen, das pro Person eine Stunde pro Woche freisetzt, gewinnt rund 2,2 Vollzeitstellen an Kapazität. Ein fokussierter Assistent auf einer bestehenden Datenplattform lässt sich in etwa 45 Stunden bauen.
Setzen Sie Ihre eigene Mitarbeiterzahl, Arbeitszeit und Zeitersparnis ein und rechnen Sie die Betriebskosten des Systems mit. Unser AI-ROI-Rechner erledigt die Rechnung für Sie.
Der Beweis hinter der Folie
#Der Vortrag verband die Rechnung mit einem realen System. Gemeinsam mit Patrick Hammer, Co-Founder und Product Manager für Data & AI bei Nezasa, haben wir Yoda gebaut: einen Assistenten, der Fragen aus dem Unternehmenswissen beantwortet, mit Links zu seinen Quellen.

Nezasa mass, dass 55 % der ausgewerteten Fragen ohne Beizug einer Produktexpertin oder eines Produktexperten beantwortet wurden, und schätzte die freigesetzte Kapazität auf rund zwei Vollzeitstellen. Die ganze Geschichte steht in der Fallstudie.
Drei Entscheidungen für die Umsetzung
#Ziele definieren, du musst. Das erste Ziel war einfach: mit einem kleinen Build zeigen, dass sich Unternehmenswissen sinnvoll erschliessen lässt.
Die Grundlagen, du baust. Die Datenplattform von Nezasa erledigte die Grundarbeit bereits, sodass der Assistent sie nur auf Confluence und Zendesk erweitern musste.
Vorhandene Technik deiner Nutzer, nutzen du solltest. Yoda antwortete in Slack-Threads, wo die Leute ohnehin arbeiteten, und jede Antwort liess sich mit Daumen hoch oder runter bewerten.
Wo ein kleineres Team anfangen kann
#Wählen Sie einen Arbeitsablauf, prüfen Sie, welche Grundlagen bereits vorhanden sind, und schätzen Sie die Kapazität, die ein fokussierter Build freisetzen könnte. Messen Sie dann, was die Leute tatsächlich gewinnen.

Ein einwöchiger Build war hier möglich, weil die Datengrundlage bereits existierte. Damit ein Assistent nützlich bleibt, während sich seine Dokumentation und die Fragen verändern, braucht es laufenden Betrieb und laufende Evaluation. Siehe Agents-as-a-Service, oder Kontakt aufnehmen.


