Eventrecap: Teamwork mit AI

Raus aus dem Hype, rein in den Flow

Überall philosophieren sie über KI im Unternehmen. Über große Vorhaben. Über Geschäftsmodelle mit Fernbedienung. Aber wenn wir unterwegs sind und Büros besuchen, sieht die Realität oft so aus: Zehn offene Browser-Tabs für endlose Copy-Paste-Eskapaden zwischen dem KI-Chat und allem anderen. Alles andere heißt dann vor allem: alles wie gehabt. Am Ende fühlt sich die Arbeit nicht weniger, sondern nur chaotischer an, die Drehzahl hochgejagt durch zusätzlichen Lärm.

Das Kundenevent „Teamwork mit AI“ Anfang Dezember in unserer Office Homebase OM7 hat in kleiner Runde gezeigt, wie es besser geht: Von Agenten zu smarter Automatisierung – und zwar im täglichen Job. Hemdsärmelig und praktisch, alle rein in die Werkstatt.

Wie immer suchen wir das einfach Machbare im komplizierten Hype. KI sehen wir nicht als magische Blackbox, in die wir alle Probleme reinschütten, und Lösungen kommen raus. KI kann aber Teamplayer in Systemen sein, mit denen wir an Lösungen arbeiten. Wir, das heißt die Menschen mittendrin.

Hier kommt der Rückblick für alle, die sich pragmatische Abkürzungen wünschen und keine Theorie-Vorlesung. Vier Szenarien, ganz unterschiedliche Anwendungsfälle, alle echt. Und los.

1. Die Mensch-Maschine-Redaktion

Talk: Daniel Kreiss (lottaleben) 

Foto: Daniel Kromm

Das umfangreichste Beispiel zeigt unser Pilotprojekt für die Unternehmenskommunikation 2026: Einen vollautomatisierten Content-Prozess, der trotzdem menschlich bleibt. Viele KI-Ballons platzen hier, weil sie versuchen, komplett an Autoren vorbeizukommen. Die Idee ist schon deshalb blöd, weil unsere eigenen Leute im Detail schon noch Sachen wissen und können, auf die wir nicht verzichten wollen. Auch in Zukunft nicht. Wir nutzen KI, damit unser Team wieder mehr Luft bekommt – für Partyballons.

Setup

Wir verbinden Asana als Plattform für Koordination mit Make.com für technische Abläufe zwischen Diensten und Google Workspace + Gemini zu einem Netzwerk, das die Veröffentlichung von Inhalten auf unserer eigenen CANVAYO-Website künftig erleichtert und beschleunigt.

Flow

1. Start: Ein formfreies Briefing landet in Asana, z.B. “Schreibt mir bitte einen Beitrag zu …”. Anhänge mit ergänzenden Infos kommen vielleicht mit.
2. AI Check: Die KI gleicht sofort ab: Worum geht’s denn? Fehlen Infos? Sie stellt Rückfragen, strukturiert das Briefing vor und reichert es mit hinterlegtem Firmenwissen an (z.B. Vorgaben für Tonalität und Stil, aber auch substanzielle Informationen).
3. Freigabe: Ein Mensch gibt das validierte Briefing schließlich frei. Erst jetzt starten die „intensiven“ Prozesse.
   Vorarbeiten: Make übernimmt die Steuerung. Gemini sprintet los, recherchiert im Web, generiert Textentwürfe und ein passendes Bild. Alles landet sauber sortiert auf Google Drive.
4. Feinarbeiten: Jetzt kommen Redaktion und Grafik ins Spiel. Die Kollegen fangen nicht mehr bei Null an, sondern arbeiten mit Entwürfen, als hätten sie alle plötzlich persönliche Assistenten mit Know-how und Erfahrung. Das erspart ihnen viele Stunden Fleißarbeit und ermöglicht trotzdem jeden individuellen Schliff, den sie der Sache geben wollen. Ganz normal über geteilte Dokumente wie bisher auch.
5. Finale: Erst nach manueller Freigabe geht der Beitrag live. Wieder automatisch ins Website-System übertragen und sauber vorformatiert.

Learning

Automatisierung muss nicht Autopilot heißen. Unsere AI Workflows mit Asana und Make ermöglichen die Verbindung aus orchestrierten Abläufen und klassischer Kollaboration. “Haben wir schon immer so gemacht” passt plötzlich damit zusammen, dass wir alles auf den Kopf stellen. Win-win. Wie toll ist das denn?

2. Smarter Brückenschlag im Pre-Sales

Talk: Andreas Ochs (lottaleben)

Foto: Daniel Kromm

Das ewige Dilemma: Der Vertrieb wünscht sich schnelle Antworten („Können wir das bauen? Was kostet das?“), aber die Entwickler brauchen Konzentration. Funkt Sales ständig dazwischen, bringt das Team Projekte nicht ins Ziel, die bereits beauftragt sind.

Setup

Ein kompakter Workflow, der das CRM Pipedrive mit Asana + AI Studio verknüpft.

Flow

• Sales kippt die Anforderungen und Wünsche eines Kunden in Pipedrive ein, gerne auch als KI-Transkript eines persönlichen Termins. Zum richtigen Zeitpunkt erstellt Pipedrive eine Aufgabe in Asana und gibt alle relevanten Angaben mit. 
• Die KI in Asana greift auf historische Projektdaten zu. Sie vergleicht die neue Anfrage mit hunderten alten Tickets, passenden Schätzungen in Storypoints und unserem aktuellen Tech-Stack, also den Werkzeugen, mit denen wir an Projekten arbeiten.
• Sales erhält daraufhin eine realistische Ersteinschätzung in „T-Shirt-Größen“ (S bis XL), inklusive einer Erklärung in verständlicher Sprache und mit Referenzbeispielen.

Anfragende Kunden können jetzt entscheiden: Passt das Budget zur Schätzung? Entspricht die Schätzung dem erhofften Wert aus dem Vorhaben?

• Ja: Jetzt lohnt es sich für alle Seiten, das DEV-Team tiefer einzubinden.
• Nein: Der Vertrieb entwickelt mit den Kunden alternative Lösungsideen oder schließt den Deal ab. Keine Zeit verschwendet – weder die der Kunden, noch der Entwickler, noch die eigene Zeit.

Learning

Wer Spezialwissen für die KI zugänglich macht, schafft Unabhängigkeit: Die Kollegen finden ihre Antworten selbst, statt überraschend im Türrahmen zu stehen, und die Experten bleiben erst mal ungestört im Fokustunnel.

3. Visuelle Finesse: Tech trifft Inszenierung

Talk: Steffen Kirschner & Sebastian Mildenberger (Viaframe)

Foto: Daniel Kromm

KI im Design ist mehr als „Mach mal Bild“. Viaframe gab eindrucksvolle Einblicke, warum KI jedenfalls keine Fotografen und 3D-Designer ersetzt, die sich mit KI bewusst beschäftigen, sondern ihren Werkzeugkoffer erweitert – zum Schrankkoffer voll neuer kreativer Möglichkeiten.

Einige Highlights

• Unperfekte Perfektion: Für eine „AI Persona“ (ein virtuelles Model) aus realen Stilvorlagen wurden extra Unebenheiten und kleine Makel generiert. Warum? Weil sich glatte KI-Ästhetik falsch anfühlt. Menschen mögen es zurecht echt.
• Veredelung statt Neuerfindung: Eine generisch wirkende Modelleisenbahn verwandelte KI in die historisch korrekte Nachbildung der Dampflokomotive „Adler“.
• Echtzeit-Wow: Beim Live-Event-Shooting für Weihnachtskarten wurden Personen fotografiert, live freigestellt, retuschiert und von der KI in individuelle Hintergründe eingesetzt. Die digitale Druckvorlage gab’s direkt zum Mitnehmen. 

Learning

Technik allein schafft keine Emotionen: KI kann sie aber stark in Szene setzen, wenn wir den menschlichen Kern mit- und die richtigen Regieanweisungen einbringen. Und so viele Einsätze von KI machen obendrein Spaß! Wie beim Live-Shooting gezeigt, beschleunigen diese Workflows die Produktion und sichern eine durchgängige Bildsprache – selbst bei vielen unterschiedlichen Motiven. Das ermöglicht eine Skalierbarkeit, die manuell kaum machbar wäre. Ideal für E-Commerce oder schnelle Kampagnen-Rollouts. Auch hier gilt: Die kreative Entscheidung liegt beim Menschen, die Pixel-Schubserei bei der Maschine. 

4. Das Fundament: Daten als Strukturgeber

Talk: Gabriel Fugli (Pipedrive)

Foto: Daniel Kromm

Blech rein, Gold raus? Kann nicht klappen. Gabriel von Pipedrive brachte es auf den Punkt: Die beste KI-Kette nützt gar nichts, wenn die Datenbasis Chaos liefert.

Pipedrive setzt im Kundenkontakt auf Aktivitäten. Aufs Zwischenmenschliche. Zwar bietet das Customer Relation Management (CRM) eigene KI-Helfer für Zusammenfassungen oder die Identifikation von Leads, aber die sympathische Ehrlichkeit des Abends war: Der eigentliche Wert von Pipedrive liegt auch künftig in seiner einfachen klaren Struktur.

Ohne gut gepflegte Deals und Kontakte kann der oben beschriebene Pre-Sales-Workflow von Andy Ochs zum Beispiel nicht funktionieren. Pipedrive liefert Kundendaten in der Form, wie wir sie für viele Automatisierungen brauchen. 

Learning

Hausputz machen. Wer keine sauberen Daten hat, darf von KI-Orchestrierung zwar träumen, aber muss noch gar nicht näher darüber nachdenken. Wer seine Daten sauber hält, bekommt mit Pipedrive einen digitalen Vertriebsassistenten, der proaktiv mitdenkt, statt nur Listen zu verwalten. 

Fazit des Abends

1. Beim Pragmatismus geht’s los: KI-Implementierung beginnt am besten in der Neugestaltung täglicher Workflows statt im Wolkenkuckucksheim.
2. Aus Fokus entsteht Flow: Tools wie Asana und Make verbinden einsame KI-Inseln und verwandeln Datenströme in Prozessflüsse – für neuen Flow im Arbeitsalltag.
3. Kontrolle behalten: Der Mensch in der Mitte ist kein abgehängter Wagon, sondern Lokomotivführer und Schaffner, wenn der KI-Adler los dampft.

Bei lottaleben bauen und nutzen wir AI Workflows längst täglich. Nicht, weil es cool rüberkommt, sondern weil es uns Arbeit vom Tisch schafft. 

Ein großes Danke an alle Speaker und Gäste für die Teilnahme und den lebendigen Abend! 

Sie haben das Event verpasst und fragen sich, welcher Ihrer Workflows reif für die Abkürzung ist? Meistens eignen sich eins, zwei Ideen schon für den Start, statt gleich das ganze Unternehmen umzukrempeln. Lassen Sie uns sprechen. Wir zeigen Ihnen gerne in einer kurzen Demo, wie das für Ihr Team dann aussehen kann.