Wie Faire KI-Agents durch umfassende Verknüpfung unterstützt

Faire verbindet unabhängige Marken und Einzelhändler weltweit. Innerhalb des Unternehmens mussten die Aufgaben ebenso effektiv für die unterschiedlichen Beteiligten, Workflows und Tools vernetzt werden. Die hohe Arbeitsgeschwindigkeit konnte nur durch ein rigoros organisiertes und strukturiertes Vorgehen aufrechterhalten werden. Sonst suchen die beteiligten Teams in einem Wust von Slack-Threads, Jira-Tickets, GiHub-Repositories, Notion-Seiten usw. nach Kontextinfos. Alle Mitwirkenden müssen auf dem aktuellen Stand bleiben und Entscheidungsgründe verstehen. Führungsverantwortliche müssen alle relevanten Infos erhalten, ohne dass die Arbeitsabläufe beeinträchtigt werden. Die KI kann dich dabei besser unterstützen, wenn sie über möglichst viele Kontextinfos verfügt.

Die Herausforderung: Wie lässt sich das Arbeitstempo aufrechterhalten, ohne den Zusammenhang aus dem Auge zu verlieren? Bei Faire beantwortete man diese Frage, indem dieser Zusammenhang in sämtlichen Projektphasen sichtbar gemacht wird – und auch dann präsent bleibt, wenn sich Prioritäten verschieben, Projekte weiterentwickeln und Teams wachsen.

Ursprünglich setzte Faire Notion als lebendige Speicherlösung ein. Je mehr das Team wuchs, desto mehr wurde es zum Nervenzentrum, das den Kontext organisierte, Arbeitsabläufe miteinander verband und den Weg von „Was passiert gerade?“ zu „Wie geht es weiter?“ radikal verkürzte. Damit war das Fundament gelegt, und die KI musste nicht von Null anfangen, sondern konnte auf praxisbasierten Plänen, Ritualen und Aufzeichnungen aufbauen.

Spezialisierte Tools können zur Entstehung von Silos führen, die die Zusammenarbeit erschweren. Faire hat dieses Problem gelöst, indem Notion als Bindegewebe für den gesamten Tech-Stack genutzt wird. Notion-KI hat durch Einbeziehung von Workspace-Daten aus jahrelanger Arbeit und Kontextinfos aus über 20 integrierten Apps wirklich alles miteinander verknüpft.

Die Teams für Technik, Produkt und Design verbinden ihren gesamten Produktentwicklungszyklus in Notion – Roadmaps, PRDs und Sprints in verknüpften Datenbanken, die mit Jira, GitHub und Figma synchronisiert werden. GTM-Teams verknüpfen Initiativen und Ressourcen direkt mit der Produktarbeit, sodass Aktualisierungen automatisch weitergegeben werden.

Notion-KI hat beim Aktualisieren von Infos und Beantworten von Fragen Zugriff auf all diese verbundenen Quellen sowie auf jahrelange Unterhaltungen aus Slack und E-Mails. Weniger Hin und Her. Mehr Ergebnisse. Und eine KI, die den gesamten Hintergrund jeder Entscheidung kennt.

Für ein AI-First-Unternehmen reicht es nicht aus, nur die neuesten Tools einzuführen – man muss sie auch zu einem intelligenten System verbinden. Dank jahrelangem verknüpftem Wissen und sauberen Arbeitsabläufen in Notion verfügt die KI über vollständige Kontextdaten, anstatt bei Null anzufangen. Im Rahmen des Notion-Enterprise-Abos erhalten alle Mitarbeitenden des Unternehmens direkt in ihrem Workspace Zugriff auf führende KI-Modelle. Die Antworten beziehen sich auf den verknüpften Kontext aus Notion und integrierten Tools, ohne dass diese Modelle mit den Daten von Faire trainiert wurden.

Deswegen nennen 71 % der befragten Mitarbeitenden Notion-KI als ihr wertvollstes KI-Tool:

• Ein zentraler Ort zum Fragen, Handeln und Abstimmen, statt zwischen KI-Apps und Aufzeichnungssystemen hin und her zu springen

• Zuverlässige Antworten mit Quellennachweisen aus vernetztem Wissen und integrierten Tools

• Sofortiger Nutzen aus über Jahre strukturierten Informationen, die mit anderen Einzeltools nicht verwertet werden konnten

Konkret ermöglicht dieser Ansatz Faire, die Abhängigkeit von Einzellösungen zu reduzieren und gleichzeitig genügend Zeit einzusparen, um einen geschätzten 8-fachen ROI aus ihrem Notion-Enterprise-Abo zu erwirtschaften.

Ein KI-Hackathon mit über 30 Teams zündete jede Menge Funken. Dann entwickelte Faire ein systematisches Enablement-Modell mit einem speziellen KI-Enablement-Beauftragten und „AI Captains“ in allen Teams. Captains arbeiten ihre Kolleg/-innen nicht nur ein – sie coachen im Kontext, erstellen Playbooks und unterstützen Teams dabei, ihre tatsächlichen Workflows so umzugestalten, dass der Einsatz von KI Reibungsverluste beseitigt, anstatt zusätzliche Schritte zu schaffen.

Best-Practice-Empfehlungen für andere Unternehmen:

• Erst verknüpfen, dann ausbauen. Am besten organisierst du zunächst Daten und Workflows in einem verknüpften Workspace, der mit Slack, Google Drive, Jira, E-Mail usw. integriert ist, sodass die KI auf möglichst umfassende Kontextinfos zugreifen kann.

• KI-Beauftragte als Änderungsverantwortliche ernennen. Ernenne in jeder Abteilung eine Person als KI-Beauftragte/-n, die neue Arbeitsweisen ausprobiert und die daraus gewonnenen Erkenntnisse teilt. Dabei helfen regelmäßige Meetings und gemeinsam genutzte Vorlagen und Ergebnisse, die für alle im Team zugänglich sind.

• Praxisschulungen statt Präsentationen. Sitzungen mit echten Datenbanken und Vorlagen sind effektiver als allgemeine KI-Schulungen. Der Erwerb neuer Kompetenzen führt dann unmittelbar zur Verbesserung der Arbeitsergebnisse.

• Schleifen statt Events erstellen. Hilfekanäle, regelmäßige Showcase-Präsentationen und Live-Workflow-Schulungen schaffen kontinuierliche Zyklen, in denen sich Durchbrüche verbreiten und festigen.

• Ziele an Kundenerfolgen orientieren. Verfolge die Zykluszeit und die Klarheit der Entscheidungen in deiner tatsächlichen Arbeit, nicht die Ergebnisse der Schulungen. Jedes Team ist für eigene KI-bezogene OKRs verantwortlich, die auf die größten Potenziale des jeweiligen Teams ausgerichtet sind.

Dank jahrelangem verknüpftem Wissen und sauberen Arbeitsabläufen in Notion verfügt die KI über vollständige Kontextdaten, anstatt bei Null anzufangen. Teams verwenden Notion-KI, um Meeting-Notizen zu erstellen, Kundenfeedback zusammenzufassen, Dokumentationen zu entwerfen und Antworten in ihrem Arbeitsbereich und allen damit verbundenen Tools zu finden.

Konkrete Ergebnisse bei Faire:

• 81 % sagen, dass Meetings effizienter verlaufen, da Notion-KI Notizen und Aktionselemente erfasst, sodass sich die Teilnehmenden auf Diskussionen und Entscheidungen konzentrieren können.

• Workflows laufen über 30 % schneller, da alles in einem vernetzten Hub zentralisiert ist, in dem die KI kontextbezogene Schlussfolgerungen zieht und das weitere Vorgehen automatisiert.

• Teams sparen durchschnittlich 9 Stunden pro Woche ein, da KI nicht nur Antworten findet, sondern auch Erkenntnisse liefert, nach denen sie womöglich gar nicht suchen würden.

Die KI-Transformation bei Faire zeigt, dass es besser ist, anstehende Aufgaben und vorhandene Ergebnisse so zu organisieren, dass Agents vom ersten Tag an effektiv eingesetzt werden können, statt auf die Perfektionierung der Technologie zu warten. Dank strukturiertem Wissen aus jahrelanger Arbeit kommen sie nicht als Fremde ins Unternehmen, die sich erst Durchblick verschaffen müssen.

„Unser Workspace ist bereits organisiert. Agents fügen sich nahtlos ein, indem sie die Zusammenführung von Informationen übernehmen, sodass Teams direkt mit der Entscheidungsfindung beginnen können“, sagt Brasier.

Durch Verknüpfen der Planung, Arbeitsabläufe und vorhandenen Kenntnisse in Notion hat Faire einen Workspace geschaffen, in dem KI bestehende Gewohnheiten verstärkt, anstatt sie zu stören.

Bei Faire ist die Grundlage geschaffen: 94 % der Mitarbeitenden sagen, dass Notion „unverzichtbar” für ihre Arbeit sei. Inzwischen ist Notion-KI wie eine Gruppe von Teammitgliedern, auf die man sich schon immer verlassen konnte.