KI-Hackathons: Wie die Otto Group ihre KI-Reise beschleunigt

Intro

In dieser Episode des AI FIRST Podcast sprechen Felix Schlenther mit Anja Körber und Juan José Dardon Mota (JJ) von der Otto Group über die KI-Transformationsreise eines Konzerns mit 36.000 Mitarbeitern. Im Zentrum steht die Frage, wie man KI-Nutzung in einer heterogenen Organisation demokratisiert — und warum KI-Hackathons dabei zum wichtigsten Katalysator geworden sind. Die Gäste geben konkrete Einblicke in ihren internen KI-Assistenten OGGPT, der monatlich von 10.000 Mitarbeitern genutzt wird, und erklären Schritt für Schritt, wie sie Hackathons organisieren, durchführen und die Ergebnisse nachhaltig in die Organisation überführen.

Inhaltsübersicht

Anja und JJ teilen ihre persönlichen KI-Nutzungsgewohnheiten — vom KI-Skeptiker zum Power-User.
Die Otto Group war durch frühe Chatbot-Technologie gut auf die GenAI-Welle vorbereitet und konnte bestehende Systeme schnell weiterentwickeln.
OGGPT erreicht 10.000 aktive Nutzer monatlich und hat sich vom Chatbot zur KI-Plattform mit Custom GPTs, Tool-Integrationen und Kalender-Anbindung entwickelt.
Die Zukunft liegt in Multi-Agent-Architekturen — kleinere spezialisierte Agents werden kombiniert statt einer Allzweck-Lösung.
Nutzer sparen durchschnittlich drei Stunden pro Monat, Strategieteams arbeiten mit zwei statt vier bis fünf Personen.
Die Otto Group führt zweimal jährlich KI-Hackathons durch, bei denen aus 30 bis 40 eingereichten Cases fünf bis sechs ausgewählt und von 40 Teilnehmern in zwei Tagen zu MVPs entwickelt werden.
Erfolgsfaktor ist die Kombination aus Fach- und Tech-Kompetenz — jeder Case hat einen Business-Owner und einen Tech-Owner.
Konkrete Hackathon-Ergebnisse wie das Social-Media-Antwort-Tool für Bonprix wurden anschließend produktiv weiterentwickelt und auf der OMR vorgestellt.
Die Make-Strategie mit eigener Entwicklung ermöglicht es, genau das zu bauen, was die Otto Group braucht — ohne jedem Markt-Hype zu folgen.
Im E-Commerce beschäftigt sich die Otto Group mit AI Overviews, Perplexity Shopping und der zunehmenden Smartifizierung aller Devices.

Über die Gäste

Anja Körber ist Verantwortliche für Corporate AI bei der Otto Group. Sie arbeitet seit elf Jahren im Konzern und verantwortet dort die internen KI-Themen, allen voran den KI-Assistenten OGGPT. Anja treibt die Demokratisierung von KI für alle 36.000 Mitarbeiter voran und organisiert die konzernweiten KI-Hackathons. Sie nutzt KI selbst täglich für Bildanalyse, Textverarbeitung und Kalenderplanung.

Juan José Dardon Mota (JJ) ist Head of Tech Strategy bei der Otto Group. In seiner Rolle verantwortet er Synergien und Standardisierung mit Zukunftstechnologien über die verschiedenen Konzerngesellschaften hinweg. JJ beschreibt sich selbst als ehemaligen KI-Skeptiker, der sich zum Power-User entwickelt hat — beruflich für Terminvorbereitung und Protokolle, privat für Familienorganisation und Kostenanalysen.

Detaillierte Zusammenfassung

Von Chatbots zur KI-Plattform — Die Otto Group KI-Reise

Die Otto Group war durch ihre frühe Arbeit mit Chatbot-Technologie gut auf die GenAI-Welle vorbereitet. Bestehende Systeme wie der Service-Chatbot Kodi konnten schnell auf KI-Basis weiterentwickelt werden, ohne bei null anfangen zu müssen. Der historische Meilenstein war vor zwei Jahren der Launch von OGGPT — ein interner KI-Assistent, der als „KI zum Anfassen" konzipiert wurde, um Ängste abzubauen und Fakten an die Stelle von Mythen zu setzen.

Wie JJ betont, half dabei auch der Hype: „Wenn große Beratungsfirmen oder andere große Firmen auf Management-Ebene sehr viel darüber reden, dann hört man eher zu." Gleichzeitig warnt er, dass die Otto Group trotz der Fortschritte noch früh in der Reise sei — es gebe nach wie vor Bereiche und Menschen, die man durch die bisherigen Formate nicht erreiche.

In den letzten sechs Monaten hat sich die Diskussion gedreht: Weg von der Vorstellung einer Allzweck-Lösung, hin zur Multi-Agent-Architektur. Statt eines Systems, das alles kann, baut die Otto Group nun kleinere spezialisierte Agents, die miteinander kombiniert werden können. Anja beschreibt diesen Wandel als „eine neue Ära", in der ganz neue Ideen entstehen.

OGGPT — 10.000 Nutzer und eine Plattform, die mitwächst

OGGPT wird heute von 10.000 Mitarbeitern monatlich aktiv genutzt — bei insgesamt 36.000 Beschäftigten ein beeindruckender Wert. Die Plattform hat sich vom einfachen Chatbot zu einer umfassenden KI-Plattform entwickelt: Custom GPTs mit Wissensdatenbanken und System Prompts, eine Auswahl verschiedener KI-Modelle je nach Use Case und Tool-Integrationen wie die Kalender-Anbindung über Outlook.

Das Commitment der Nutzer zeigt sich in einem bezeichnenden Survey-Ergebnis: Auf die Frage „Was würdest du machen, wenn OGGPT morgen nicht mehr da wäre?" war die meistgenannte Antwort „Weinen." Bei einer kurzen Downtime nach einem Release hörten die Teams-Nachrichten nicht mehr auf.

Die Priorisierung neuer Features folgt einem klaren Prinzip: Nur das entwickeln, was die Otto Group wirklich braucht — möglichst generisch für viele Konzerngesellschaften und Jobprofile. Anja beschreibt das als USP gegenüber dem externen Markt: „Der externe Markt muss das mal alles bedienen. Das müssen wir gar nicht." Ein aktuelles Beispiel ist ein neues Feature zur Prozessdokumentation in BPMN 2.0, das Mitarbeitern hilft, ihre Prozesse zu strukturieren — eine wichtige Grundlage für den Bau von Agents.

Business Impact — Von Zeitersparnis bis Qualitätssteigerung

Die Otto Group misst den Business Impact auf freiwilliger Basis durch regelmäßige Surveys. Das Ergebnis: Nutzer sparen durchschnittlich drei Stunden pro Monat, wobei der Wert je nach Jobprofil und Nutzungsintensität stark variiert. Anja schätzt ihre persönliche Zeitersparnis auf etwa einen Tag pro Monat.

Besonders deutlich wird der Impact in der Strategiearbeit. JJ berichtet, dass für monatliche Vorstandspräsentationen heute zwei Personen arbeiten, wo früher vier oder fünf nötig waren. Die Recherchezeit — etwa das Auswerten von Studien über Custom GPTs — wird halbiert oder mehr. „So viele Euros, wie wir da gespart haben, an Stunden, die Senior Consultants normalerweise dran sitzen würden — das ist halt deutlich, deutlich Impact."

Neben der quantitativen Zeitersparnis gibt es qualitative Mehrwerte, die schwerer messbar sind: weniger mentale Last beim Start in neue Aufgaben, schnellere Ideenentwicklung, konsistentere Qualität und freundlichere Kommunikation. Anja nennt ein alltägliches Beispiel: „OGGPT hilft dabei, wenn ich eine E-Mail etwas unfreundlich schreibe, sie freundlicher zu formulieren, sodass ich meine Kollegen nicht verkrauste damit."

KI-Hackathons — Der Transformationshebel im Detail

Die Otto Group führt zweimal jährlich KI-Hackathons durch — einmal im Frühjahr, einmal im Herbst. Der Prozess folgt einem bewährten Ablauf:

Phase 1 — Case-Einreichung: Alle 36.000 Mitarbeiter können Cases einreichen, ohne Filter. Einzige Voraussetzung: Es muss einen Business-Anforderer geben, der die fachliche Kompetenz mitbringt, und die Person muss Zeit haben, beim Hackathon dabei zu sein. Typischerweise kommen 30 bis 40 Cases zusammen — von ausgereiften Ideen bis hin zu ersten Gedanken. Alles ist englischsprachig, um alle Konzerngesellschaften einzubinden.

Phase 2 — Bewertung und Auswahl: Ein Expertengremium aus verschiedenen Konzerngesellschaften bewertet die Cases nach klaren Kriterien: Ist ein MVP in zwei Tagen realisierbar? Gibt es die nötige Datengrundlage? Auch ein Hyperscaler-Partner bewertet die technische Machbarkeit. Am Ende werden fünf bis sechs Cases ausgewählt — Qualität vor Quantität. Ungeeignet sind Cases ohne Datenbasis, rein zahlenbasierte Aufgaben, für die GenAI wenig Handhabe bietet, oder Ideen, die in einer anderen Konzerngesellschaft bereits umgesetzt werden.

Phase 3 — Die zwei Hackathon-Tage: Rund 40 Teilnehmer arbeiten in gemischten Teams aus Fach- und Tech-Rollen. Der erste Tag beginnt mit einer kurzen Keynote zu aktuellen KI-Entwicklungen, dann geht es sofort ins Doing. Anja betont: „Ein Fehler wäre, die Leute erstmal wie in die Uni hinzusetzen — dann hat man das Momentum schon ruiniert." Am zweiten Tag gibt es oft einen Impuls aus einem anderen Unternehmen, dann folgt weitere Hacking Time, und ab nachmittags werden die Ergebnisse präsentiert — per Livestream für den gesamten Konzern.

Phase 4 — Nachhaltigkeit: Jeder Case hat von Anfang an einen Fach-Owner und einen Tech-Owner. Bereits während der zwei Tage wird geklärt, wo der Case organisatorisch hingehört und wie er weiterentwickelt wird. Manchmal übernimmt das zentrale Team die Weiterentwicklung, manchmal macht es eine Konzerngesellschaft selbstständig. Nach einigen Monaten wird nachgefragt. Anja nennt es „freundlich nervend, liebevoll Nachfragen".

Ein konkretes Beispiel: Bonprix brachte einen Case für KI-gestützte Social-Media-Antworten ein. Das Ergebnis kombinierte bestehende Bausteine — den Brand-Language-Converter und OGGPT — mit einem neuen Browser-Plugin, sodass Social-Media-Managerinnen direkt in ihrer Arbeitsumgebung KI-generierte Antwortvorschläge erhalten. Der Case wurde anschließend auf der OMR vorgestellt.

Zukunftsausblick — Agent-Economy und smarte Devices

Für die Zukunft setzt die Otto Group auf das Thema Agenten. JJ betont, dass die Kunst darin liegt, schrittweise Fähigkeiten aufzubauen, statt jedem Hype hinterherzulaufen: „Du versuchst diesen Hype zu verstehen und zu durchleuchten und eine Schlussfolgerung für dich zu erzielen."

Im E-Commerce sieht JJ drei relevante Strömungen: AI Overviews und deren Auswirkungen auf die Kundenaquisition, neue Shopping-Interfaces wie Perplexity Shopping als zusätzliche Online-Marketing-Kanäle, und die zunehmende Smartifizierung aller Devices — von Brillen über Smartwatches bis zu Smart-TVs. Die große Frage sei, wie Kunden diese Veränderungen akzeptieren werden.

Anja ergänzt eine wichtige Perspektive: „Ich glaube, dass dieses Wort KI irgendwann einfach eine Selbstverständlichkeit ist in Produkten, mit denen wir interagieren." Am Ende gehe es nicht um die Technologie selbst, sondern um das, was sie ermöglicht — etwa einen Pullover zu Hause anprobieren zu können, ohne irgendwo hingehen zu müssen.

Kernaussagen

„10.000 Kolleginnen nutzen OGGPT jeden Monat aktiv — und die meistgenannte Antwort auf die Frage ‚Was würdest du machen, wenn OGGPT morgen weg wäre?' war Weinen."

„KI kann nur erfolgreich funktionieren, wenn wir alle Kompetenzen gemeinsam an einen Tisch bringen und wirklich auch mit einem gemeinsamen Ziel in die richtige Richtung laufen."

„Was ich in zwei Tagen über KI gelernt habe, das hätte ich in wochenlangen Schulungen nicht gelernt."

„Ein Fehler wäre, die Leute erstmal wie in die Uni hinzusetzen und zu sagen, wir erzählen euch jetzt mal, wie KI funktioniert — dann hat man das Momentum schon ruiniert."

„Ich glaube, dass dieses Wort KI irgendwann einfach eine Selbstverständlichkeit ist in Produkten, mit denen wir interagieren."

Fazit und Takeaways

Für Unternehmen, die KI-Nutzung demokratisieren wollen

KI zum Anfassen statt Theorie: Die Otto Group hat mit OGGPT eine Plattform geschaffen, die allen 36.000 Mitarbeitern zugänglich ist — das baut Ängste ab und schafft Faktenwissen statt Mythen.
Make statt Buy — aber mit Augenmaß: Ein eigenes Tool ermöglicht es, genau das zu bauen, was die Organisation braucht, ohne jedem Feature des externen Marktes hinterherzulaufen.
Modellvielfalt anbieten: Verschiedene KI-Modelle für verschiedene Use Cases zu ermöglichen, steigert die Qualität und das Verständnis der Nutzer.

Für Unternehmen, die KI-Hackathons einsetzen wollen

Schnell ins Doing kommen: Keine langen Einführungen — die Teilnehmer kommen, um zu machen, nicht um zuzuhören.
Doppelte Ownership: Jeder Case braucht von Anfang an einen Business-Owner und einen Tech-Owner, damit die Ergebnisse nicht auf dem MVP-Friedhof landen.
Qualität vor Quantität: Lieber fünf bis sechs gut ausgewählte Cases mit klarer Datenbasis als zwanzig halbgare Ideen.
Nachhaltigkeit einbauen: Bereits während des Hackathons klären, wo der Case organisatorisch hingehört, und nach Monaten aktiv nachfragen.
Ideen nicht sterben lassen: Wenn ein Case technologisch noch nicht reif ist, kann er beim nächsten Hackathon erneut eingereicht werden.

Für die strategische KI-Ausrichtung

Multi-Agent-Architektur als nächste Stufe: Statt einer Allzweck-Lösung auf spezialisierte Agents setzen, die miteinander kombiniert werden können.
Resilienz für Veränderung aufbauen: Schrittweise Fähigkeiten entwickeln, statt jedem Hype zu folgen — aber jeden Hype verstehen und durchleuchten.
KI wird unsichtbar: Langfristig wird KI eine Selbstverständlichkeit in Produkten sein, nicht mehr ein eigenes Thema.

Die Otto Group zeigt, dass erfolgreiche KI-Transformation in Großkonzernen kein Zufall ist, sondern das Ergebnis konsequenter Demokratisierung, strukturierter Formate wie Hackathons und einer klaren Make-Strategie, die auf die eigenen Bedürfnisse zugeschnitten ist.