Ich arbeite jeden Tag an digitalen Produkten – im Moment vor allem an der sipgate Flow API. Und KI ist dabei längst kein abstraktes Thema mehr, sondern fester Bestandteil meiner Arbeit. Keine Magie, kein Selbstläufer – aber ein sehr praktisches Werkzeug, um schneller Klarheit zu gewinnen, bessere Entscheidungen zu treffen und Prototypen zu bauen. Hier ein paar konkrete Beispiele aus meinem Arbeitsalltag.
1. Von Idee zu klickbarem Prototyp – schnell und testbar
Die erste Version unserer Flow API hieß intern noch „Trunking-AI“. Die Idee war klar: eine Voice-API, aber mit eingebauter Intelligenz. Das Problem: Der Begriff hat eher verwirrt als geholfen – vor allem bei Menschen, die sich mit klassischen Telefonanlagen auskennen. Es war schwer zu erklären, was genau daran „anders“ ist. Erst als ich mit bolt.new eine Landingpage gebaut habe, wurde es greifbar. Keine pixelgenaue Ausarbeitung, aber genug, um das Konzept visuell und in Sprache zu transportieren. Und plötzlich war die Resonanz eine andere – intern wie extern. Die Diskussion drehte sich nicht mehr darum, ob es sinnvoll ist, sondern wie es konkret umgesetzt werden kann.
2. Kundenperspektiven simulieren – schneller zu relevanten Fragen
Ich habe Claude verwendet, um die AI-Flow-Idee aus verschiedenen Kundenperspektiven zu betrachten. Nicht, um echtes Research zu ersetzen – aber um schneller ein Gefühl dafür zu bekommen, wo potenziell Fallstricke oder Chancen liegen.Das hilft vor allem in frühen Phasen: Wenn eine Idee noch nicht in Stein gemeißelt ist, aber man vermeiden will, in eine völlig falsche Richtung zu laufen. Claude hat mir Denkanstöße geliefert, auf die ich alleine nicht so schnell gekommen wäre – etwa, welche Einstiegshürden bestimmte Kundengruppen sehen könnten oder welche Formulierungen in der Kommunikation missverständlich sind.
3. Marktüberblick mit KI beschleunigen – aber kritisch bleiben
Für die Voice-AI-Komponente habe ich Claude „Deep Research“ genutzt, um mir einen schnellen Überblick über den aktuellen Markt für Voice-APIs mit integrierter KI zu verschaffen. Welche Player gibt es? Wie positionieren sie sich? Wo gibt es funktionale Lücken?Das Ergebnis war kein fertiger Analystenbericht, aber ein guter erster Schritt. Wichtig ist: Man darf sich nicht blind drauf verlassen. LLMs können schlecht gewichten, Quellen falsch priorisieren oder veraltete Infos einbauen. Aber als Ausgangspunkt, um sich eine erste Meinung zu bilden, ist es extrem hilfreich – gerade wenn man unter Zeitdruck steht oder parallel an mehreren Themen arbeitet.
Fazit: Ich nutze KI nicht, weil es gerade alle tun. Ich nutze sie, weil sie mir hilft, schneller vom Gedanken zur Wirkung zu kommen. Nicht perfekt. Nicht autonom. Aber pragmatisch, schnell und meistens gut genug, um loszulaufen. KI ist kein Ersatz für Produktarbeit – aber ein echtes Werkzeug, um schneller zu besseren Ergebnissen zu kommen. Und genau darum geht’s am Ende.
