Flix.Ai - Die künstliche Intelligenz für die digitale Kundenkommunikation
Die Herausforderung
Pionierarbeit für unseren KI-Assistenten: Zum damaligen Zeitpunkt war es noch unüblich, KI exakt auf die Bedürfnisse der Nutzergruppen zuzuschneiden.
Mein Ansatz: Zunächst analysieren, welche Basisfunktionen sich bewährt haben. Dann die spezifischen Anforderungen für die Flixcheck-Software zielgerichtet umsetzen.
Beispielhafte Kernfragen:
Wie lassen sich Nutzerfeedback und Beta-Erkenntnisse effizient integrieren?
Wie kennzeichnen wir transparent die Einbindung eines Drittanbieters aus den USA?
Wie stellen wir sicher, dass Nutzer keine personenbezogenen Daten eingeben?
Mit Flix.AI wurde die Flixcheck-Software durch die Integration von ChatGPT intelligent erweitert. So lassen sich beispielsweise KFZ-Schadenmeldungsformulare in Sekundenschnelle automatisch erstellen.
Die Analyse
In diesem Schritt geht es darum, Anforderungen zu sortieren und zu priorisieren. Nur wenn klar ist, was wirklich wichtig ist, lässt sich der Umfang (Scope) der „Definition of Done“ festlegen und eine realistische Roadmap erstellen.
Dafür habe ich das Kano-Modell angewendet, das Nutzeranforderungen in drei Kategorien unterteilt:
Basismerkmale (Must-Haves): Funktionen, die Nutzer erwarten. Sie müssen fehlerfrei funktionieren, sonst führt das zu Unzufriedenheit.
Leistungsmerkmale (Performance): Features, die direkt die Zufriedenheit beeinflussen. Je besser umgesetzt, desto zufriedener die Nutzer.
Begeisterungsmerkmale (Delighters): Überraschungen, die Nutzer nicht erwarten, die aber für Begeisterung sorgen und echten Mehrwert bieten.
Durch das Kano-Diagramm wird schnell sichtbar, welche Funktionen unbedingt nötig, welche optimierbar und welche optionale Highlights sind, die zusätzlichen Mehrwert schaffen.
Speziell für dieses Projekt habe ich mit einem eigens entwickelten Kano-Modell Nutzerbedürfnisse priorisieren können. Mit moderierten und unmoderierten User Tests, konnten noch letzte Herausforderungen erfolgreich überwunden werden.
Das Konzept
In dieser Phase ging es vor allem darum, die zentrale Frage zu beantworten: Wie kann der Zugang zur KI für den Nutzer so einfach wie möglich gestaltet werden – und gleichzeitig echter Mehrwert geschaffen werden?
Im Fokus standen nicht nur eine klare, intuitive Schnittstelle, sondern auch Funktionen, die den Umgang mit der KI reibungslos und verständlich machen.
Erste Ideen umfassten unter anderem: Promptvorschläge für den Einstieg, Folgeanfragen zum Fortführen von Gesprächen, Ladeanimationen zur Rückmeldung über den Prozess sowie die Möglichkeit, neue Elemente zu bestehenden Anfragen hinzuzufügen. Weitere Interaktionsformen wurden ebenfalls in den frühen Versionen getestet, um die Nutzung so angenehm wie möglich zu gestalten.
Innerhalb der Konzeptphase wurden zunächst UX-relevante Punkte identifiziert. So wurde beispielsweise ein Floating Action Button innerhalb des Kunden-Dashboards integriert.
Ziel: Den Kunden sofort und von überall direkt zur KI-Funktion zu leiten, ohne Umwege und ohne Unterbrechung des Workflows.
Speziell für dieses Projekt habe ich mit einem eigens entwickelten Kano-Modell Nutzerbedürfnisse priorisieren können. Mit moderierten und unmoderierten User Tests, konnten noch letzte Herausforderungen erfolgreich überwunden werden.
Die heiße Phase
Nach der Konzeptphase folgte der Go-Live und die Auswertung des Nutzerfeedbacks. Wir entschieden uns bewusst, Feedback während des Go-Lives zu sammeln, statt vorher einen Prototypen-Test mit ausgewählten Kunden durchzuführen.
Dabei habe ich:
A/B-Tests durchgeführt, um verschiedene Pain Points des Features zu identifizieren.
Einen Fragenkatalog für den MVP erstellt, um gezielt Feedback zu Nutzererfahrungen und möglichen Problemen einzuholen.
Die Ergebnisse der Tests und das gesammelte Feedback im internen Plenum mit dem Entwicklerteam vorgestellt und gemeinsam diskutiert.
So konnten wir datenbasierte Entscheidungen treffen und das Feature gezielt an den Bedürfnissen der Nutzer ausrichten.
Ich habe das Feature beim RuhrWUD anlässlich des World Usability Day 2023 vorgestellt. Da ich maßgeblich an der Entwicklung des MVP beteiligt war, konnte ich exklusive Einblicke geben und sowohl Chancen und Techniken als auch die Herausforderungen und Pain Points während der Entwicklungsphase aufzeigen.