NGO
Die Tech Exploration war ein 6-wöchiges Projekt der Bertelsmann Stiftung, bei der vier ausgewählte Organisationen aus der Freien Wohlfahrt mit acht ausgewählten Tech Expert:innen aus den Bereichen Produktmanagement sowie Software-, UX- und Service Design in Tandems Anwendungsideen von algorithmischen Systemen für die jeweiligen Wohlfahrtsverbände erforschten.
Video Pitch Präsentation anschauen
Projektjahr
2023
Kunde
Bertelsmann Stiftung
Meine Rolle
Tech Expertin, freiberufliche Service Designerin
Team/Tandem
Markus Kreutzer, Mitarbeitende der Paulinenpflege Winnenden
User Research
Observation
Interviews
Zukunftswerkstatt
Problem Mapping
AI Canvas
Service Design
Pitch Präsentation
Um die Paulinenpflege, ihre Abläufe und die Bedürfnisse ihrer Klient:innen wirklich zu verstehen, haben wir mit einer Reihe von Methoden gearbeitet und daraus die zentralen Problemfelder abgeleitet:
Aus den Problemfeldern entwickelten wir gemeinsam mit Klient:innen und Mitarbeitenden ein Portfolio an Lösungsideen. Diese bewerteten wir strukturiert nach Wirkung, Umsetzbarkeit, Refinanzierbarkeit und Skalierbarkeit – und arbeiteten die vielversprechendsten mit der Methode "AI Canvas" aus, bis eine Idee mit dem größten Potenzial übrig blieb.
Die finale Idee: KRAK•E, ein KI-gestützter Optionengenerator, der standardisierte Systeme für Menschen mit individuellem Bedarf aufbricht. Wir schärften das Konzept über Service Blueprint und AI Canvas und präsentierten es als Pitch bei der Bertelsmann Stiftung – die Grundlage, mit der wir uns heute um Fördermittel bewerben.
Bevor über den Einsatz von KI gesprochen werden kann, muss klar sein, welches Problem sie überhaupt lösen soll. Die Paulinenpflege ist eine gewachsene Organisation mit vielen Angeboten, Prozessen und sehr unterschiedlichen Klient:innen. Unser Ausgangspunkt war deshalb nicht die Technologie, sondern die Frage: Wo entstehen für Menschen auf dem Autismus-Spektrum tatsächlich Hürden – und woher kommen sie?
Über eine Analyse der Prozessstrukturen, eine Stakeholdermap (Abb. 1) und eine ausführliche Führung durch die Räumlichkeiten in Winnenden haben wir uns ein Bild der Organisation gemacht. Uns interessierten besonders die internen Abläufe und die Frage, wie die verschiedenen Klient:innen-Gruppen mit dem System in Berührung kommen.
Zwei Prozesse haben wir vertieft: die Studienassistenz für Menschen mit Autismus und das Care & Case Management. Beide haben wir mit Service Blueprint und Customer Journey visualisiert – so wurden nicht nur die Schritte der Klient:innen sichtbar, sondern auch die dahinterliegenden internen Abläufe und technischen Systeme. Genau an diesen Schnittstellen zeigten sich die ersten Reibungspunkte.
Abbildung 1 – Stakeholdermap
Abbildung 1 – Stakeholdermap
Abbildung 2 – Zukunftswerkstatt
Der für mich entscheidende Schritt war die Zukunftswerkstatt – ein Workshop-Format, das wir direkt mit Klient:innen der Paulinenpflege durchgeführt haben (Abb. 2). In drei Phasen ging es erst um aktuelle Kritik, dann um Zukunftswünsche und schließlich um konkrete Handlungsoptionen.
Menschen, über die sonst geplant wird, haben hier selbst formuliert, wie Technologie ihr Leben verbessern könnte. Ergänzend haben wir qualitative Interviews mit Klient:innen auf dem Autismus-Spektrum geführt, um die Hypothesen aus dem Workshop zu validieren.
Abbildung 2 – Zukunftswerkstatt
Die gesammelten Herausforderungen – von Klient:innen wie von Mitarbeitenden – haben wir anschließend über Problem Mapping (Abb. 3) in einen Zusammenhang gebracht. Sichtbar wurde: Viele Einzelprobleme hängen zusammen und verdichten sich zu größeren Feldern, etwa rund um das Thema Arbeit.
Diese Problemfelder waren die Grundlage für alles Weitere. Sie haben gezeigt, an welcher Stelle eine KI-Lösung die größte Hebelwirkung hätte – und wo sie nur Symptome behandeln würde.
Abbildung 3 – Problem Mapping
Abbildung 3 – Problem Mapping
Aus einem breiten Ideenraum fokussierten wir durch strukturierte Bewertung schließlich auf eine Idee. Schon während der Zukunftswerkstatt und der Interviews entstanden zahlreiche Lösungsansätze. Gemeinsam mit Klient:innen und Mitarbeitenden entwickelten wir daraus ein systemisches Portfolio an Handlungsoptionen – von Alltagsunterstützung über Übersetzungshilfen bis zu Werkzeugen für mehr Teilhabe am Arbeitsmarkt.
Der erste Filter war die Problem Map: Welche Idee setzt dort an, wo die Hebelwirkung am größten ist? Ideen, die primär auf die Entlastung der Mitarbeitenden zielten, haben wir bewusst zurückgestellt, um den Fokus vollständig auf die Klient:innen zu legen.
Die verbleibenden Ideen haben wir in Steckbriefen ausgearbeitet – mit Nutzergruppe, Nutzen, Ziel, Vision und Roadmap – und anschließend nach vier Faktoren bewertet: Umsetzbarkeit, Wirkungsorientierung, Refinanzierbarkeit und Skalierbarkeit (Abb. 4).
Abbildung 4 – Ideenbewertung
Abbildung 4 – Ideenbewertung
Zwei Ideen stachen am Ende der Bewertung heraus. Eine kurze Wettbewerbsanalyse zeigte jedoch: Für die eine Idee gab es bereits Lösungen am Markt. Für die andere – einen Optionengenerator, der Menschen mit Behinderung neue Wege in Ausbildung und Arbeit eröffnet – existierte nichts Vergleichbares.
Das war der Moment, in dem aus einem Ideenportfolio ein Konzept wurde: nicht die Idee mit dem größten Charme, sondern die mit der größten Lücke und der größten Wirkung.
KRAK•E ist ein KI-gestützter Optionengenerator, der standardisierte Systeme für Menschen mit individuellem Bedarf aufbricht. Das Tool erfasst Fähigkeiten, Interessen und Bedürfnisse der Klient:innen und gleicht sie mit Stellenangeboten von Unternehmen ab. Gleichzeitig erhalten Unternehmen konkrete Anleitungen, wie sie ihre Angebote inklusiver gestalten können. So entstehen neue Optionen, die vorher schlicht nicht existierten – und mit ihnen eine echte Chance auf Passung.
Der Name ist bewusst gewählt. Das Tool arbeitet mit vielen Daten und schafft daraus Verknüpfungen – das Bild der Krake passte. Und weil „Datenkrake“ negativ besetzt ist, wollten wir den Begriff drehen: Hier ermöglichen Daten mehr Teilhabe statt weniger Selbstbestimmung (Abb. 5).
Abbildung 5 – Erste Skizze zu KRAK•E
Abbildung 5 – Erste Skizze zu KRAK•E
Abbildung 6 – AI Canvas
Abbildung 7 – Service Blueprint Soll-Zustand
Ausgearbeitet haben wir die Idee mit dem AI Canvas – einer Methode, die auf dem Business Model Canvas aufsetzt, aber den Einsatz von KI mitdenkt: infrastrukturelle Voraussetzungen, beteiligte Akteure, Aufwände und Kosten (Abb. 6).
Um den Entwurf für Außenstehende greifbar zu machen, haben wir zusätzlich einen Service Blueprint für den Soll-Zustand erstellt (Abb. 7). Er zeigt keinen bestehenden Prozess, sondern skizziert, wie der Weg einer Person auf dem Autismus-Spektrum mit KRAK•E künftig aussehen könnte – inklusive der Stellen, an denen die KI konkret zum Einsatz kommt.
Abbildung 6 – AI Canvas
Abbildung 7 – Service Blueprint Soll-Zustand
Am letzten Projekttag haben wir KRAK•E bei der Bertelsmann Stiftung vorgestellt – vor Projektpartnern, weiteren Wohlfahrtsverbänden und Stakeholdern. Mit dem Pitch Deck bewerben wir uns heute um Fördermittel, um die Idee zum Produkt weiterzuentwickeln.
Die Tech Exploration war eines meiner ersten Projekte in der Selbständigkeit – und rückblickend eines der prägendsten. Es hat gezeigt, was passiert, wenn Service Design und Design Futuring auf eine gesellschaftlich relevante Fragestellung treffen: Aus einer offenen Technologiefrage wird ein konkretes Konzept, das an der richtigen Stelle ansetzt.
Was ich mitgenommen habe, geht über die Methoden hinaus. Ich habe viel über den Einsatz von Algorithmen gelernt – über ihr Potenzial, aber auch über die rechtlichen und ethischen Fragen, die untrennbar dazugehören. Und ich habe gesehen, wie viel Kraft darin steckt, Menschen an der Zukunftsgestaltung zu beteiligen, über die sonst entschieden wird.
An KRAK•E arbeiten wir weiter. Der nächste Schritt: ein funktionaler Prototyp, getestet mit den Klient:innen der Paulinenpflege.
