Künstliche Intelligenz eröffnet ständig neue Möglichkeiten. Es entstehen Modelle, Werkzeuge und Arbeitsweisen, die es uns ermöglichen, Aufgaben anders anzugehen und Lösungen zu entwickeln, die uns vor kurzem noch nicht zur Verfügung standen.
Für ein Technologieunternehmen wie WATA Factory ist es eine Chance, diese Entwicklung aus erster Hand mitzuerleben, um weiter zu lernen, unser Wissen zu erweitern und neue Wege zu finden, unsere Arbeit noch besser zu machen.
Deshalb nimmt die Forschung in unserem Alltag immer mehr Raum ein. Wir widmen Zeit der Erforschung neuer KI-Tools, Automatisierungen und Arbeitsabläufe, führen Tests durch und teilen unsere Erkenntnisse. Wir möchten aus erster Hand erfahren, welche Möglichkeiten sie bieten, und vor allem prüfen, wie sie uns bei realen Projekten und Prozessen helfen können.
Seit einiger Zeit führen wir interne Tests mit verschiedenen Tools durch und analysieren, wie KI nicht nur konkrete Aufgaben beeinflussen kann, sondern auch die Art und Weise, wie wir ein Produkt definieren, entwickeln und validieren. Wir haben bereits über diese Entwicklung gesprochen, als wir unseren Ansatz zur künstlichen Intelligenz bei WATA Factory für die kommenden Jahre vorgestellt haben. Nun möchten wir uns einem anderen Aspekt dieses Prozesses widmen: all dem, was wir auf diesem Weg lernen.
Forschung, um neue Möglichkeiten zu entdecken
Indem wir Zeit in die Forschung investieren, können wir den Kontext eines konkreten Projekts hinter uns lassen und erkunden, was wir noch alles tun können. Wir recherchieren KI-Tools, Modelle, Automatisierungen und neue Arbeitsabläufe, testen sie und suchen nach Anwendungsmöglichkeiten, die für unsere Arbeit sinnvoll sein könnten.
Der interessanteste Teil beginnt, wenn wir anfangen, sie einzusetzen. Erst dann verstehen wir besser, was ein Tool leisten kann, welchen Kontext es benötigt, wie wir mehr aus ihm herausholen können oder welche weiteren Anwendungsmöglichkeiten sich aus einer ersten Idee ergeben können. Ein Test, der mit einem konkreten Ziel beginnt, kann uns dazu führen, Anwendungsmöglichkeiten zu entdecken, die wir anfangs gar nicht in Betracht gezogen hatten.
Diese Recherche beschränkt sich auch nicht auf Tools, die speziell rund um KI entwickelt wurden. Wir verfolgen auch aufmerksam, wie sich die Technologien weiterentwickeln, mit denen wir bereits arbeiten. Ein aktuelles Beispiel ist WordPress 7.0 und dessen KI-Integration, die neue Möglichkeiten bietet, WordPress mit KI-Modellen und -Agenten zu verbinden. Diese Veränderungen zu verfolgen hilft uns zu verstehen, wie sie sich auf unsere Arbeit auswirken können und welche Chancen sie für zukünftige Projekte eröffnen.
Vom Experiment zur praktischen Anwendung
Die Recherche ist der Ausgangspunkt. Wenn wir auf eine Idee mit Potenzial stoßen, suchen wir nach einem konkreten Szenario, in dem sie uns helfen kann, und beginnen mit Tests. Darauf aufbauend nehmen wir Anpassungen vor, vergleichen Ergebnisse und prüfen, wie wir die Idee noch einen Schritt weiterführen können.
Dieser Prozess ermöglicht es uns, KI-Anwendungen in verschiedenen Bereichen zu erkunden. In der Softwareentwicklung kann sie uns bei bestimmten Aufgaben im Zusammenhang mit Code, Tests oder Dokumentation unterstützen. Im Bereich der Qualitätssicherung (QA) kann sie die Erstellung von Testfällen unterstützen und einen Teil des Validierungsprozesses beschleunigen. Außerdem beschäftigen wir uns mit Möglichkeiten in den Bereichen Support, Analyse, Automatisierung und Wissensmanagement.
In der Praxis verfolgen wir beide Ansätze. Manchmal gehen wir von einem neuen Tool aus und testen es, um zu verstehen, was es leisten kann und in welchen Situationen es nützlich sein könnte. In anderen Fällen ist der Ausgangspunkt ein konkreter Bedarf, und wir suchen nach der Technologie oder dem Ansatz, der uns helfen kann, diesen am besten zu lösen. Die Kombination beider Experimentierweisen ermöglicht es uns, Möglichkeiten zu entdecken, nach denen wir sonst vielleicht nicht gesucht hätten, und gleichzeitig das Gelernte anzuwenden, wenn ein echtes Problem auftritt.
Diese Art des Experimentierens, Validierens und Anwendens steht auch hinter unserem AI Lab. Wir möchten einen Raum haben, in dem wir neue Möglichkeiten erforschen und deren Nutzen prüfen können, bevor wir sie weiterentwickeln. Eine Idee kann als kleiner Test beginnen und, wenn die Ergebnisse gut sind, schließlich in einem Projekt, einem internen Prozess oder der Arbeitsweise eines Teams Anwendung finden.
Was wir lernen, gewinnt an Wert, wenn wir es teilen
All diese Zeit, die wir der Forschung widmen, ist viel wertvoller, wenn das Gelernte nicht nur bei der Person bleibt, die den Test durchgeführt hat.
Wenn jemand ein interessantes Tool findet, mit einer bestimmten Arbeitsweise gute Ergebnisse erzielt oder etwas entdeckt, das für andere nützlich sein könnte, versuchen wir, dies gemeinsam zu nutzen. Wir teilen Tools, Prompts, Dokumentationen und Schlussfolgerungen, damit andere auf dem aufbauen können, was wir bereits gelernt haben, anstatt bei Null anzufangen.
Unsere „All Hands“-Treffen und die „Ibérica Labs“ sind Teil dieser Dynamik. Es sind Foren, in denen wir vorstellen, woran wir gerade forschen, und Erfahrungen zwischen den Teams austauschen. Eine Lösung, die in der Entwicklung entsteht, kann für die Qualitätssicherung interessant sein, ein in einem Projekt durchgeführter Test kann als Ausgangspunkt für ein anderes dienen, und ein Tool, mit dem jemand zu forschen begonnen hat, kann Monate später schließlich einen ganz anderen Bedarf decken.
Außerdem möchten wir, dass dieses Wissen dokumentiert wird und wiederverwendet werden kann. So kann die Erfahrung, die wir in einem Projekt sammeln, für das nächste Projekt genutzt werden, und was eine Person lernt, trägt letztendlich dazu bei, unser gemeinsames Wissen zu erweitern.
KI trägt auch zum Wachstum unseres Teams bei
Es gibt noch eine weitere Konsequenz dieses Ansatzes, die wir als besonders wertvoll erachten: Die Mitarbeiter können im Rahmen ihrer eigenen Arbeit etwas über KI lernen und Erfahrungen damit sammeln.
Auch dieser Lernprozess verläuft nicht für das gesamte Team auf ein und dieselbe Weise. Jede Person nähert sich der KI ausgehend von ihrer eigenen Erfahrung, doch durch Tests und den Austausch von Wissen kann sie nach und nach auch Bereiche erkunden, die an ihr Fachgebiet angrenzen. Dies eröffnet neue Möglichkeiten der Zusammenarbeit, ermöglicht ein besseres Verständnis für die Arbeit anderer Berufsgruppen und erweitert den Beitrag, den jeder Einzelne zu einem Projekt leisten kann.
Die Erfahrung jedes Einzelnen bleibt weiterhin von grundlegender Bedeutung. Eine Disziplin gut zu kennen, ermöglicht es, bessere Fragen zu stellen, zu erkennen, wann ein Ergebnis überprüft werden muss, und Anwendungsmöglichkeiten zu finden, die wirklich einen Mehrwert bieten. KI erweitert die uns zur Verfügung stehenden Werkzeuge, aber erst das Wissen derjenigen, die damit arbeiten, ermöglicht es, sie sinnvoll zu nutzen.
Für die Mitarbeiter von WATA Factory bedeutet dies, dass sie sich in ihrem Fachgebiet weiterentwickeln können, während sie gleichzeitig praktische Erfahrungen mit Technologien sammeln, die in unserer Branche zunehmend an Bedeutung gewinnen. Und dieses Lernen findet nicht nur in Schulungen oder beim Lesen von Dokumentationen statt. Es findet statt durch das Lösen von Problemen, den Austausch mit Kollegen, das Durchführen von Tests und das Beobachten, was passiert, wenn wir eine Idee auf einen konkreten Fall anwenden.
All dieses Wissen kommt unseren Kunden zugute
Was wir intern lernen, wirkt sich letztendlich direkt auf unsere Projekte aus. Wenn ein Kunde uns einen Bedarf schildert, können wir auf frühere Erfahrungen, bereits erprobte Tools und das Wissen zurückgreifen, das andere Kollegen mit uns geteilt haben.
Dadurch können wir mit mehr Hintergrundwissen an die Sache herangehen und bessere Fragen stellen. Bevor wir entscheiden, welche Technologie wir einsetzen, verstehen wir, wie der Prozess funktioniert, wo Verbesserungsmöglichkeiten bestehen und welches Ergebnis wir erreichen wollen. Auf dieser Grundlage können wir dann beurteilen, ob künstliche Intelligenz, Automatisierung oder eine andere Lösung uns helfen kann.
Für unsere Kunden liegt der Vorteil nicht einfach darin, mit einem Team zusammenzuarbeiten, das KI-Tools kennt. Er besteht vielmehr darin, auf Menschen zurückgreifen zu können, die mit diesen Tools bereits über einen Zeitraum hinweg gearbeitet haben und daher aus Erfahrung einschätzen können, wann die Tools sinnvoll sind, wie sie integriert werden können und welchen Beitrag sie zu einem konkreten Projekt leisten können.
Zudem sammelt sich dieses Wissen nach und nach an. Was wir im Rahmen einer Recherche gelernt haben, kann in einem späteren Projekt nützlich sein, und was wir während dieses Projekts entdecken, fließt wieder zurück ins Team. So sorgen wir dafür, dass uns jede Erfahrung einen besseren Ausgangspunkt für die nächste bietet.
Lernen ist Teil unserer Arbeit
Die künstliche Intelligenz bietet uns die Chance zu Lernen, unser Wissen zu erweitern und viele unserer Arbeitsweisen zu überdenken. Wir wollen diesen Moment nutzen, indem wir Raum für Forschung schaffen, aber auch dafür sorgen, dass das Gelernte innerhalb von WATA Factory weiterverwendet wird.
Ein Versuch kann bei einer Person beginnen, mit einem anderen Team geteilt werden und schließlich in einem völlig anderen Projekt Anwendung finden. Für unser Team bedeutet das, Raum zum Lernen und Experimentieren zu haben, während es sich in seinem Fachgebiet weiterentwickelt. Für unsere Kunden bedeutet es, auf Fachleute zählen zu können, die all dieses Wissen in jedes neue Projekt einbringen.
Und genau diese Idee wollen wir bei WATA Factory weiter ausbauen: dass Lernen Teil der Arbeit ist und dass das, was eine Person lernt, letztendlich uns allen zugutekommt.
