Wie Scrapetec das KI-Tool-Chaos löste und innerhalb von 90 Tagen 2 erste KI-Use-Cases in die Umsetzung brachte

In der Fördertechnikbranche weltweit kennt man Scrapetec als eines der innovativsten Unternehmen am Markt. Das kommt nicht von ungefähr sondern entspringt dem Selbstverständnis des Unternehmens wie auch des Geschäftsführers, Thorsten Koth.

Mit dem Airscrape hat das Unternehmen eine berührungslose Dichtung für Förderbänder entwickelt, die Staub und Schmutz in Zementwerken oder Bergbaubetrieben nahezu komplett eliminiert. Mit dem E-Prime Tracker steht das nächste innovative Produkt vor der breiten Markteinführung.

Koth ist es aber wichtig, nicht nur bei den eigenen Produkten innovativ, sondern auch intern immer am neuesten Stand zu sein. Immer mit dem Ziel, möglichst effizient zu arbeiten und mit so wenigen Mitarbeitern das bestmögliche Ergebnis zu erreichen.

Bereits früh erkannte Koth, dass Künstliche Intelligenz ein großer Hebel sein kann, um sich wiederholende Tätigkeiten zumindest zum Teil zu automatisieren. Bereits kurz nach der Markteinführung von ChatGPT wurde versucht, KI im Marketing einzusetzen. Die Idee war, dass Sprachmodelle dabei unterstützen, Marketing-Artikel für diverse Plattformen zu verfassen und zu veröffentlichen.

Was zunächst nach einer guten Idee klang, wurde nach einigen Versuchen aber verworfen. Weniger deshalb, weil es technisch nicht funktionierte. Es war vielmehr so, dass sämtliche Kanäle bekanntlich mit KI-generiertem Content geflutet sind. Koth hat daher die bewusste Entscheidung getroffen, Texte wieder selbst von Menschenhand zu verfassen. Mit Erfolg, denn seine Newsletter werden tausendfach aufgerufen.

Das Bewusstsein über die Fähigkeiten von KI war also da. Außer hier und da ein paar Fragen stellen war aber kein realer Use-Case im Alltag umgesetzt. Koth ist niemand, der wartet, bis das Glück den Weg zu ihm findet. Er ist jemand, der aktiv nach Verbesserungen sucht und diese auch umsetzt. Daher hat er sich dazu entschieden, mit Daniel Schatzl und digitalisiert.io zusammenzuarbeiten, um so schnell wie möglich reale KI Use-Cases im Arbeitsalltag nutzen zu können.

Die Herausforderung beim Thema KI, vor denen Scrapetec stand, waren mehrstufig. KI wurde bereits teilweise von Mitarbeitern verwendet. Allerdings weder systematisch noch zentral geregelt.

Es war KI-Nutzung, wie sie noch 2024 üblich war und bei den allermeisten Unternehmen auch heute noch ist. Ein Mensch gibt im Chat-Fenster eines Sprachmodell-Anbieters eine Frage ein, das Sprachmodell antwortet. Keine Integrationen, keine Skills, keine Agents.

Auch bei den eingesetzten Tools gab es Wildwuchs. Mitarbeiter nutzten Sprachmodelle mit privaten Accounts, teils in der Gratis-Version, teils die Bezahlvariante. Von ChatGPT, Microsoft Copilot und Gemini war alles dabei. Datensicherheit? Leider Fehlanzeige.

All das führte dazu, dass es keine umgesetzten Use-Cases gab, die tatsächlich in Unternehmensprozesse integriert gewesen wären. Dabei scheiterte es weder an den Ideen, noch am Bewusstsein, dass KI helfen kann, das Unternehmen vorwärts zu bringen. Über 75% schätzten das Potential von KI so ein, dass es dem Unternehmen Mehrwert bringen wird.

Vielmehr scheiterte es am Know-How und daran, den sprichwörtlichen Stein ins Rollen zu bringen. Denn die Prozesse, die sich mit Hilfe von KI vereinfachen lassen, waren da. So zum Beispiel der Logistik-Prozess. Aus Lieferscheinen und der Anzahl der bestellten Produkte musste manuell eine optimale Belegung der Versandpaletten gefunden werden. Eine zuvor bereits eingeführte regelbasierte Automatisierung schuf Abhilfe, war jedoch viel zu unsicher im Prozess, um das Problem vollends zu lösen.

Die zu Beginn der Zusammenarbeit in der gesamten Belegschaft durchgeführte Standortbestimmung zeigte ein sehr positives Bild. Der Großteil der Belegschaft sieht enormes Potential, dass KI das Unternehmen besser macht. Zugleich hat so gut wie niemand davor Angst, die KI könnte ihn ersetzen und den Arbeitsplatz kosten. Ausnahmslos jeder war davon überzeugt, dass in 10 Jahren jedes Unternehmen KI nutzen wird. Das machte für uns die Zusammenarbeit um einiges leichter, weil die Bewusstseinsbildung bereits erfolgt ist. Es galt für uns lediglich noch, Stein des Anstoßes zu sein und Scrapetec zu helfen, von den Ideen zu echten Umsetzungen zu kommen.

Zu Beginn wurden 13 Use-Cases identifiziert, die potentiell durch KI unterstützt werden könnten. Im initialen Strategie-Workshop legten wir uns gemeinsam mit Scrapetec darauf fest, den Logistik Prozess und Rückmeldungen auf Newsletter als die ersten beiden Fälle umzusetzen.

Das eigentliche Hindernis war, dass es keine zentrale Plattform gab, wo Use-Cases hätten umgesetzt werden konnten und auch niemanden, der die Zeit oder das Know-How dafür gehabt hat. Daher wurden bereits vor dem Strategie-Workshop 3 Key User, bezeichnet als KI Enabler, gefunden, die sich intensiver mit dem Thema beschäftigen und regelmäßig mit unserer Unterstützung an den Cases arbeiten.

Durch das selbstständige Arbeiten wird es Scrapetec in Zukunft möglich sein, selbst Use-Cases umsetzen zu können und die Abhängigkeit von externen Dienstleistern zu reduzieren.

Um vom Copy-Paste Nutzungsverhalten von 2024 zu agentischem Arbeiten, wie es mittlerweile möglich ist, zu kommen, wurden 2 Integrationen an bestehende Systeme gebaut. Dadurch ist es möglich, gewisse Tätigkeiten automatisch an KI auszulagern und die KI "die Arbeit machen zu lassen".