Auf einen Blick

  • Eine Plattform mit geregeltem Kontext ermöglicht Claude den Zugriff auf die Geschäftsdaten data und Unternehmensdokumente von Bora Brasil, wobei jede Antwort bis zu ihrer Quelle zurückverfolgt werden kann.
  • 83 KI-Anwendungsmöglichkeiten wurden unternehmensweit erfasst und in drei Runden auf fünf vorrangige Anwendungsfälle für die Roadmap des ersten Jahres eingegrenzt.
  • 62 Mitarbeiter nutzen Claude; die Kapazität lässt sich auf bis zu 150 erweitern, wobei die Lizenzen je nach Funktion, Bereich und Dienstalter zugewiesen werden.
  • In der ersten Teilnehmergruppe absolvierten rund 60 Mitarbeiter eine praxisorientierte Schulung am laufenden Unternehmenssystem data.

Die Herausforderung

Bora Brasil Das Unternehmen entstand aus dem Zusammenschluss zweier familiengeführter Haarpflegemarken, Skala Brasil und Lola From Rio. Die Einführung von KI hatte von unten nach oben begonnen: Etwa 15 Early Adopters arbeiteten bereits mit Claude und hatten ihre E-Mails, Kalender, Teams und Dateien damit verknüpft. Die Unternehmensleitung wollte diese Dynamik in eine unternehmensweite Fähigkeit umwandeln. Das bedeutete Antworten auf der Grundlage des unternehmenseigenen data, einen Zugriff, der bestehende Berechtigungen berücksichtigt, sowie eine regulierte Umgebung, damit sensible geschäftliche Informationen nicht in nicht genehmigte KI-Tools gelangen.

Der Ansatz

Über einen Zeitraum von 9 Wochen, Artefact und Bora Brasil arbeitete in drei Bereichen, wobei eine schnelle Bottom-up-Einführung mit einer Top-down-Roadmap und entsprechenden Steuerungsmechanismen kombiniert wurde.

1. Eine Kontextplattform auf der firmeneigenen data-Plattform von Bora Brasil

Artefact hat eine Kontextplattform auf Azure entworfen und aufgebaut, die von der technischen Leitung von Bora Brasil genehmigt wurde. Claude greift über einen einzigen MCP-Server auf die data-Gruppe zu:

  • Strukturiertes data in Microsoft Fabric: Verkaufszahlen, KPIs und Budget data.
  • Unstrukturierte Dokumente in SharePoint: Verträge, Richtlinien, Präsentationen und Geschäftsunterlagen.

Eine Geschäftswissensschicht enthält das offizielle Glossar, KPI-Definitionen und Geschäftsregeln. Jedes Dokument wird mit einer semantischen Beschreibung indexiert, sodass Claude die richtige Datei finden und vollständig lesen kann. Der Zugriff entspricht stets den bestehenden Berechtigungen des jeweiligen Mitarbeiters, und jede Antwort verweist auf die Tabelle oder das Dokument, aus dem sie stammt.

2. Nach Priorität geordnete Anwendungsfälle

Anhand von Interviews mit Führungskräften aus den Bereichen Vertrieb, Marketing, Innovation und F&E, Betrieb, Finanzen sowie Personalwesen ermittelte das Team 83 Einsatzmöglichkeiten für KI. Eine erste strategische Vorauswahl hinsichtlich Machbarkeit und erwartetem Nutzen reduzierte diese Zahl auf 33. Eine anschließende detaillierte Bewertung gemeinsam mit den Führungskräften ergab schließlich 24 Anwendungsfälle in acht Geschäftsbereichen, die jeweils hinsichtlich ihres geschäftlichen Nutzens (bewertet durch das Unternehmen) und ihrer technischen Komplexität (bewertet durch das technische Team) bewertet wurden.

Im Rahmen einer „Make-or-Buy“-Analyse wurden 15 Anwendungsfälle identifiziert, die entwickelt werden sollten, sowie 9, die bereits durch bestehende Systeme oder marktgängige Lösungen abgedeckt sind. Somit fließen Investitionen nur dort, wo Bora Brasils eigene data-Technologie und Prozesse den entscheidenden Unterschied ausmachen. In einem abschließenden Priorisierungsworkshop mit dem Führungsteam wurden die 5 Anwendungsfälle ausgewählt, die die Roadmap für das erste Jahr bilden.

3. Ein KI-Büro, das dies betreibt

Das Betriebsmodell besteht aus einem zentralen KI-Büro mit dezentralen Zweigstellen in jedem Geschäftsbereich, die von KI-Beauftragten vertreten werden. Das KI-Büro deckt vier Bereiche ab:

  1. Führung und Unternehmensführung: ist Eigentümer des KI-Portfolios und der Lizenzzuteilung.
  2. Anwendungsfälle: ein Team, das die nach Priorität geordneten Anwendungsfälle umsetzt.
  3. Plattform: ein Team, das die Kontextplattform, die Sicherheit und die zentralen KI-Tools wartet.
  4. Adoption: Veränderungsmanagement und Schulungen in Zusammenarbeit mit der Personalabteilung.

Eine Nutzungsrichtlinie und ein Leitfaden für bewährte Verfahren sorgen dafür, dass KI-Anwendungen ausschließlich innerhalb der genehmigten Claude-Umgebung eingesetzt werden.

4. Praktische Umsetzung auf einem echten data

Die Schulung erfolgte ausschließlich anhand des Live-Systems data von Bora Brasil und nicht anhand allgemeiner Demos. In einer 150-minütigen Sitzung beantwortete jeder Teilnehmer eine konkrete geschäftliche Fragestellung: Wo verzeichnet Skala Brasil im Jahresvergleich Umsatzgewinne und -verluste, und worauf sollte sich das Vertriebsteam als Nächstes konzentrieren? Dabei haben die Teilnehmer:

  • ein Claude-Projekt mit festgelegten Geschäftsregeln einrichten;
  • die offiziellen KPI-Definitionen aus SharePoint abgerufen;
  • ließ Claude die Abfragen planen, bevor er sie in Fabric ausführte;
  • ein interaktives Vertriebs-Dashboard als gemeinsam nutzbares Claude-Artefakt erstellt;
  • vor der Weitergabe wurde die Herkunft jeder Zahl überprüft.

Die schnelleren Teilnehmer machten das Dashboard zu einer wöchentlichen Routine im Claude Cowork. Die Schulung selbst erfolgte über einen mit Claude erstellten interaktiven Leitfaden, wobei ein Moderator in Echtzeit den Verbindungsstatus und den Fortschritt jedes Teilnehmers verfolgen konnte.

Ergebnisse

  • 62 Mitarbeiter sind bei Claude beschäftigt; die Zahl kann auf bis zu 150 steigen
  • Am 6. Oktober nahmen rund 60 Mitarbeiter an der ersten Schulungsrunde teil; eine zweite Runde fand am 13. Oktober statt.
  • Jeder Teilnehmer erstellte in einer einzigen 150-minütigen Sitzung ein funktionsfähiges Vertriebs-Dashboard für das Live-Unternehmen data.
  • 83 → 33 → 24 → 5: Eine unternehmensgeprüfte KI-Roadmap, die innerhalb von 9 Wochen umgesetzt wurde

Früher Nutzen, gemessen anhand der Early Adopters:

  • In einer ersten Umfrage unter 30 Lizenzinhabern gaben die Beschäftigten an, im Durchschnitt mindestens 4 Stunden pro Woche einzusparen, was etwa 10% einer Standardarbeitswoche entspricht. Sieben von zehn sparen mindestens drei Stunden ein, und jeder Sechste spart mehr als zehn Stunden ein.
  • Konzernweit ergibt dies eine konservative Untergrenze von etwa 120 Stunden, die dem Unternehmen jede Woche wieder zur Verfügung stehen, was mehr als 6.000 Stunden pro Jahr entspricht. Diese Stunden können nun für strategisch wichtigere Aufgaben genutzt werden.
  • Hinter diesen Zahlen stehen konkrete Anwendungsfälle:
    > Im Personalwesen wurde ein Programm zur Konvertierung von data-Lade-Layouts für die Personalabrechnung, dessen Zeitaufwand von einem externen Beratungsunternehmen auf etwa 40 Stunden geschätzt worden war, innerhalb von 90 Minuten erstellt.
    > Ein automatisierter Zeiterfassungsbericht ermöglichte eine Einsparung von etwa 8 Stunden bei der manuellen Überprüfung und verschaffte den Führungskräften einen schnelleren Überblick über Überstunden, Abwesenheiten und Verspätungen.
    Durch die Neugestaltung des Indikators für Fehlzeiten konnten weitere 6 Stunden eingespart werden, und die Analyse des Personalpakets, die früher zwei Tage in Anspruch nahm, ist nun in wenigen Stunden erledigt.
    > Im Finanzbereich macht eine in Pipefy integrierte Serasa-Bonitätsprüfung manuelle Kundenrecherchen überflüssig, und ein planmäßiger Vertriebsbericht gelangt nun an die Führungskräfte, ohne dass ihn jemand manuell erstellen muss.

Wie geht es weiter:

Das AI-Büro weitet den Einsatz nun auf alle Teams aus. Die nächsten Schritte bestehen darin, auf Basis der Kontextplattform unternehmensspezifische Claude-Skills zu entwickeln und die fünf priorisierten Anwendungsfälle in die Umsetzung zu überführen.