Wie E.ON Next mit Asana AI Studio die Grundlage für eine KI-gestützte Strategie schafft

Viele Haushalte und Unternehmen sind bereit, auf das mit erneuerbaren Energien betriebene Stromnetz umzusteigen, wissen aber nicht, wo sie anfangen sollen. E.ON Next, ein führender Energieversorger in Großbritannien, möchte diese neue Energielandschaft verständlicher machen. Das Unternehmen bietet verständliche Lösungen, mit denen Verbraucher Geld sparen können, darunter Strom aus erneuerbaren Energiequellen, Solaranlagen, Batteriespeicher, Wärmepumpen und Ladestationen für Elektrofahrzeuge.

Um das Innovationstempo aufrechtzuerhalten, erkannte das Markteinführungsteam (GTM) von E.ON Next die Notwendigkeit interner Prozesse, die genauso effizient sind wie die Produkte des Unternehmens. Aus diesem Grund wandte sich das Team an AI Studio, um seine informationsintensivsten und zeitaufwändigsten Workflows zu optimieren. Anstatt sich auf langsame, manuelle Schritte zu verlassen, können sich die Angestellten jetzt auf die strategische Arbeit konzentrieren, während KI die erweiterte Koordination übernimmt.

„Es geht nicht nur darum, durch die Automatisierung einfacher Aufgaben Zeit zu sparen, sondern auch darum, eine skalierbare, intelligente Möglichkeit zu schaffen, auf unsere eigenen Daten zuzugreifen“, so David Hepburn, Texter und KI-Leiter der internen Kreativagentur bei E.ON Next. „KI in Asana ermöglicht es unseren Teams, fundiertere Entscheidungen zu treffen.“

Arbeitsanfragen und Kategorisierung im Handumdrehen vereinfachen

In der gesamten GTM-Abteilung war die Bearbeitung eingehender Arbeitsanfragen ein zeitaufwändiger, mehrstufiger Prozess, der erhebliche Engpässe verursachte. Das Team sammelte zunächst die wichtigsten Informationen von den Personen, die die Anfragen einreichten, und die Produzenten mussten dann die Projekt-Briefings von Grund auf neu manuell zusammenstellen. Dies führte häufig zu einem Hin und Her, um grundlegende Details zu klären, bevor die eigentliche Arbeit beginnen konnte, was den Anfrageprozess verlängerte und die Produktionsfristen nach hinten verschob. Das Ergebnis war eine erhebliche Verzögerung zwischen dem Zeitpunkt, an dem eine Anfrage eingereicht wurde, und dem Zeitpunkt, an dem das Team mit der Arbeit beginnen konnte.

Diese manuelle Datenerfassung kostete E.ON Next allein an Arbeitszeit der Produzenten rund 6.000 £ pro Monat. Martin Fourie, Berater bei E.ON Next, erklärte, dass Teams eine Lösung benötigten, mit der sie Arbeitsanfragen einfach stellen und noch einfacher mit der Arbeit beginnen konnten, um weiter wachsen zu können.

Asana AI Studio ermöglichte die Automatisierung von Triage-Aufgaben, die zuvor von den Produzenten erledigt wurden, einschließlich der Einreichung von Überarbeitungen und der Erstellung der ersten Version des Briefings. Durch Experimente stellte das GTM-Team fest, dass aussagekräftige, gut strukturierte Prompts der KI die Klarheit gaben, die sie benötigte, um zuverlässige erste Entwürfe zu erstellen. Dadurch konnte das Team die Koordinationsschritte, die die Produzenten aufgehalten hatten, sicher automatisieren.

Der Übergang von der manuellen zur KI-gestützten Triage war dramatisch. Dieser erste Anwendungsfall für die Auslösung von GTM-Prozessen hat schätzungsweise 5.500 £ pro Monat eingespart. E.ON Next erwartet erhebliche Einsparungen, sobald Teams AI Studio auch in andere Prozesse integrieren. Hier ist ein Überblick darüber, wie die Erfassung und Priorisierung jetzt funktionieren.

Schritt 1: Kolleg*innen reichen eine einfache Arbeitsanfrage ein

Alle eingehenden Arbeitsanfragen werden über ein strukturiertes Formular zur Erfassung von Informationen eingereicht, in dem die Details festgehalten werden, die für die Erstellung des ersten Entwurfs des Briefings erforderlich sind. Das GTM-Team hat das Formular so gestaltet, dass es die wichtigsten Informationen für jeden Anfragetyp erfasst. Dabei wurde es so einfach gehalten, dass die Absender es schnell ausfüllen können, während die KI dennoch den Kontext erhält, den sie benötigt, um ein klares und genaues Erst-Briefing zu erstellen.

Schritt 2: KI erstellt das Briefing 

Sobald das Formular eingereicht wird, überprüft ein KI-Agent sofort die Angaben und vergleicht sie mit einem Beispiel für eine gute Einreichung. Er dient als erste Instanz der Triage, identifiziert Bereiche, in denen die Anfrage nicht ausreichend detailliert ist, und kontaktiert die einreichende Person, um diese Punkte zu klären. Er führt diese Schleife zur Klärung und Ergänzung so lange durch, bis die ursprüngliche Anfrage zusammen mit den nachfolgenden Informationen ein umfassendes Bild ergibt.

Sobald die KI mit der Datenqualität zufrieden ist, fasst sie die Informationen zusammen, um ein umfassendes Erst-Briefing zu erstellen. Dieser KI-Schritt macht den manuellen Schriftverkehr überflüssig, den Produzenten bisher bewältigen mussten, und spart ihnen so Stunden an Arbeitszeit. 

Gewonnene Erkenntnisse in geteilte Erkenntnisse verwandeln

Für jedes Projektteam ist das Erfassen von „gewonnenen Erkenntnissen“ oft nur eine reine Formsache – wertvolle Analytik werden niedergeschrieben, abgelegt und selten wieder zurate gezogen. Die Teams bei E.ON Next wollten diese Dynamik ändern. Ihr Ziel war es, die Erfassung von Wissen zu optimieren und vor allem sicherzustellen, dass zukünftige Teams unternehmensweit auf dieses Wissen zugreifen können.

Mit AI Studio hat E.ON Next einen zentralen Hub aufgebaut, der nicht nur Informationen speichert, sondern Projektmanagern auch hilft, diese zu finden. Durch die Automatisierung des Prozesses zur Verschlagwortung und Zusammenfassung verwandelten die Angestellten ein statisches Archiv in eine dynamische Ressource für das gesamte Unternehmen.

Werfen Sie einen Blick in die neue zentrale Wissensquelle.

Schritt 1: Einreichende Personen teilen neue Analytik oder durchsuchen die Datenbank über einen einfachen Workflow

Der Workflow beginnt mit einem intelligenten Erfassungsformular, das zwei Optionen bietet: eine neue Erkenntnis aus einem kürzlich erledigten Projekt einreichen oder nach vorhandener Analytik suchen. Da dieser Workflow sowohl das Einreichen als auch die Suche an einem einzigen Ort abwickelt, müssen Benutzer nicht mehr zwischen Tools oder Projekten hin- und herwechseln, um die benötigten Informationen zu finden.

Schritt 2: KI taggt und fasst jeden Beitrag sofort zusammen

Nachdem eine neue Erkenntnis eingereicht wurde, macht sich die KI sofort an die Arbeit. Sie analysiert den Inhalt und erstellt eine prägnante Zusammenfassung der Erkenntnis, damit sie später leicht zu überfliegen ist. Gleichzeitig taggt und filtert die KI die eingereichte Erkenntnis automatisch nach Projekttyp oder bestimmten Schlüsselwörtern. Dieser Schritt stellt sicher, dass die Einreichung ohne manuelle Sortierung in der richtigen Kategorie landet.

Schritt 3: Angestellte finden in Sekundenschnelle wichtige Analytik

Angestellte können die Wissensdatenbank nutzen, um schnell Analytik zu finden, die für ihre aktuelle Arbeit relevant ist, oder um neue Lektionen beizutragen. Anstatt alte Ordner und Dateien durchsuchen zu müssen, ermöglicht die von der KI organisierte Struktur dem gesamten Unternehmen, in Sekundenschnelle Zugriff anzufordern und wichtige Erkenntnisse zu finden.

Optimierung von Governance und Priorisierung

Für das Projektmanagement-Büro (PMO) ist die Priorisierung der richtigen Aufgaben genauso wichtig wie die Erledigung der Aufgaben. Die PMO-Teams verfolgen derzeit zwischen 40 und 50 strategische Vorhaben. Vor der Einführung von AI Studio stützten sich die Teams auf komplexe Excel-Tabellen, um den Wert zu berechnen und Projekte an den Unternehmenszielen auszurichten. Obwohl diese Daten schließlich zur besseren Übersichtlichkeit in Microsoft Power BI übertragen wurden, war die Zusammenstellung von „Vorbereitungsmaterialien“ für Stakeholder manuell und zeitaufwendig.

Mit AI Studio verlagert E.ON Next diese Belastung vom PMO-Team auf AI Studio. So nutzen Teams KI, um ihren Governance-Prozess zu optimieren.

Schritt 1: KI erstellt Entwürfe für vorstandsreife Zusammenfassungen für Stakeholder 

Die Erstellung von Unterlagen zur Vorabinformation erforderte früher die manuelle Zusammenfassung des Status von Dutzenden von Vorhaben. Jetzt erstellt KI sofort prägnante Übersichten für jedes Vorhaben. Die KI erfasst die aktuellsten Status-Updates und wichtigsten Kennzahlen – einschließlich Wertberechnungen und der Ausrichtung an strategischen Säulen – und erstellt so eine konsistente, für die Geschäftsleitung aufbereitete Zusammenfassung, die zur Überprüfung bereitsteht.

Schritt 2: KI analysiert die Ausrichtung an strategischen Zielen 

Anstatt sich auf Formeln in Tabellenkalkulationen zu verlassen, um zu prüfen, ob ein Projekt mit den Unternehmensprioritäten übereinstimmt, analysiert die KI die Daten der Initiative, um einen klaren Überblick über ihren strategischen Mehrwert zu geben. Dieser Schritt stellt sicher, dass jedes aktuell laufende Projekt direkt auf die übergreifenden Ziele des Unternehmens ausgerichtet ist.

Schritt 3: Stakeholder treffen fundierte Entscheidungen auf der Grundlage von Daten  

Durch die Automatisierung der Datenerfassung und -zusammenfassung wird der Governance-Prozess deutlich beschleunigt. Die Stakeholder nehmen an Priorisierungs-Meetings teil, bei denen sie bereits über klare, von der KI generierte Analytik verfügen, sodass sich die Diskussion auf die Entscheidungsfindung und nicht auf die Klärung des Status konzentrieren kann.

Der größte Vorteil für mich ist, dass AI Studio mit minimalen Eingabeaufforderungen und Anweisungen auskommt und diese gut extrapolieren kann. Es ist nicht viel Vorarbeit oder Zeit erforderlich, um wertvolle Ergebnisse zu erzielen.”

Aufbau einer zukunftsfähigen digitalen Belegschaft

Mit Blick auf die Zukunft untersuchen das KI-Forum und das Kompetenzzentrum von E.ON Next, wie man über eine einfache Automatisierung hinausgehen und eine echte digitale Belegschaft aufbauen kann. Das oberste Ziel ist nicht nur die interne Effizienz, sondern auch die Befähigung des Unternehmens, das mit erneuerbaren Energien betriebene Stromnetz besser zu bedienen. Indem E.ON Next der KI die Koordination und Berichterstattung anvertraut, entlastet das Unternehmen seine Teams, damit diese sich auf die Entwicklung zugänglicher, nachhaltiger Lösungen konzentrieren können, mit denen ihre Kunden Geld sparen.