Asana

Viele operative Prozesse wirken skalierbar, bis die Person, die sie zusammenhält, nicht verfügbar ist. Eine Zeit lang war das bei unserem RevOps-Anfrageprozess der Fall. Anfragen von Vertriebsmitarbeitern und Partnern kamen über Slack herein, und ich habe sie manuell geprüft, das eigentliche Problem herausgefunden, den relevanten Kontext ermittelt, die Anfrage kategorisiert und sie an die richtige Person weitergeleitet. Als ich die RevOps-Rolle übernahm, dauerte es in der besten Zeit drei bis vier Tage, um etwas zu lösen. Das Problem war nicht unbedingt die Komplexität der Anfragen. Es war, dass zu viel vom Prozess davon abhing, dass eine Person wusste, wo sie suchen, wen sie einbeziehen und was als Nächstes passieren musste. Gegen Quartalsende türmten sich die Fristen, der Druck stieg, und ich verlor wahrscheinlich mehr Haare, als ich Zeit sparte. In diesem Moment wusste ich, dass sich etwas ändern musste. Also habe ich meinen Workflow mit Slack, Asana und einem KI-Teamkollegen neu aufgebaut. Anfragen wandern automatisch direkt aus Slack in ein gemeinsames Asana-Aufnahmeprojekt. Dort werden sie mithilfe KI-gestützter Regeln nach Abteilung, Aufwand und Anfrageart kategorisiert. Der KI-Teamkollege führt dann eine erste Bewertung durch, holt relevante Kontexte aus ähnlichen Fällen, identifiziert den richtigen Eskalationsweg und gibt der Person, die die Anfrage gestellt hat, direkt in Slack eine erste Orientierung. Bis die Anfrage überhaupt bei mir ankam, war bereits viel Recherche und Vorarbeit erledigt, was mir Zeit gab, mich wirklich auf die Lösung des vorliegenden Problems zu konzentrieren. Das Ergebnis war, dass sich unsere durchschnittlichen Lösungszeiten von vier Tagen auf weniger als zwei Stunden reduzierten. Wir haben die Zeitersparnis quantifiziert und die Rechnung war eindeutig. Allein durch die Optimierung unseres Prozesses in Asana mit KI-Teamkollegen sparten wir dem Unternehmen jährlich umgerechnet etwa 100.000 US-Dollar. Aber das wichtigere Ergebnis war, dass der Prozess nicht mehr vollständig von einer Person in unserer Region abhing. Jeder kann jetzt eine Anfrage stellen und eine strukturierte, fundierte Antwort erhalten – unabhängig davon, ob ich genau in diesem Moment verfügbar bin. Für mich ist das eine der praktischsten Anwendungen von KI im RevOps im Zeitalter des agentenbasierten Work Management. Es geht nicht darum, ein weiteres Tool hinzuzufügen oder Arbeit um der Automatisierung willen zu automatisieren. Es geht darum, KI-Agenten genug Kontext zu geben, um eine Anfrage zu verstehen, Arbeit über Systeme hinweg zu koordinieren, die hilfesuchende Person anzuleiten und einen Menschen einzubeziehen, wenn tatsächlich Urteilsvermögen erforderlich ist. Der Mensch ist weiterhin für das Ergebnis verantwortlich. Der Agent hilft, die Arbeit voranzubringen. Und Wissen, das zuvor bei einer einzelnen Person lag, wird zu einem skalierbaren Prozess, den das gesamte Team nutzen kann. Wenn du mehr erfahren möchtest, klicke auf den Link in den Kommentaren unten👇