KI bei Otto skalieren: Wie 60 Ambassadoren 6.000 Mitarbeitende mitnehmen

Intro

In dieser Episode sind Dr. Frederike Fritzsche und Saskia Dupré von Otto zu Gast. Gemeinsam mit Felix sprechen sie darüber, was passieren muss, damit KI nicht nur in einzelnen Teams ausprobiert wird, sondern im Unternehmen wirklich ankommt.

Otto bringt dafür eine besondere Ausgangslage mit: Über 70 KI-Anwendungen laufen bereits produktiv, gleichzeitig geht es mit generativer KI jetzt um eine neue Frage. Wie nimmt man 6.000 Mitarbeitende auf diese Reise mit? Wie verhindert man, dass nur die ohnehin Tech-affinen Bereiche vorneweg laufen? Und wie baut man Formate, die nicht nach Pflichtschulung wirken, sondern echte Lust auf Ausprobieren machen?

Die Antwort von Otto besteht aus mehreren Bausteinen: einem 60-köpfigen Ambassadoren-Programm, Roadshows in die Fachbereiche, einem Schulungsnavigator mit Personas, Gamification-Formaten und einer systematischen Nutzwertanalyse für Use Cases.

Inhaltsübersicht

Otto startet nicht bei null — Über 70 KI-Anwendungen laufen bereits produktiv, unter anderem in Logistik, Marketing, Produktempfehlungen und Partnermanagement.
GenAI verschiebt die Hemmschwelle — Mit Tools wie OGGPT, Low-Code und No-Code können auch Fachbereiche stärker in die Umsetzung von Ideen einsteigen.
Individuelle Produktivität und Use Cases gehören zusammen — Workhacks im Alltag führen zu neuen Ideen für Produkte, Prozesse und Kundenerlebnisse.
Die KI-Kluft ist eine Organisationsaufgabe — Manche Teams laufen schnell los, andere brauchen mehr Orientierung, Vertrauen und praktische Beispiele.
60 Ambassadoren als Brückenbauer — Das Programm verbindet Pushing AI mit den Fachbereichen und funktioniert bewusst nicht nur über KI-Expertinnen und -Experten.
Multiplikatoren statt Tool-Spezialisten — Ambassadoren müssen nicht die besten Prompter sein, sondern Wissen, Fragen und Ideen in beide Richtungen tragen.
Roadshows statt nur Intranet-Posts — Direkter Austausch in den Teams bringt KI-Angebote dahin, wo Menschen im Daily Business stehen.
Schulungsnavigator statt Gießkanne — Personas helfen, Mitarbeitende in passende Lernpfade einzuordnen, vom KI-Neuling bis zur Führungskraft.
Gamification senkt die Einstiegshürde — KI-Glückwünsche, Prompting-Battle und KI-Wunschbaum machen Experimentieren sichtbar und kulturell anschlussfähig.
Nutzwertanalyse priorisiert Use Cases — Otto bewertet Potenzial, Aufwand, Kosten und Ressourcenbedarf, um begrenzte Kapazitäten sinnvoll einzusetzen.
Messbarkeit geht über Effizienz hinaus — Tool-Nutzung, Arbeitsqualität, Stresslevel, Klickraten und Kundennutzen werden je nach Use Case unterschiedlich bewertet.

Über die Gäste

Dr. Frederike Fritzsche wurde Ende 2024 zur Chief Tech Transformation Officer bei Otto ernannt. Ihr Fokus liegt darauf, technologische Transformation nicht nur als IT-Thema zu verstehen, sondern die Mitarbeitenden mitzunehmen, zu befähigen und ins Ausprobieren zu bringen. Im internen Team Pushing AI schaut sie besonders auf individuelle Produktivität und Enablement.

Saskia Dupré arbeitet im Produktmanagement und hat Anfang 2024 das GenAI-Programmmanagement bei Otto übernommen. Sie koordiniert GenAI-Use-Cases, bringt Ideen aus den Fachbereichen in eine umsetzbare Form und verbindet Produktentwicklung mit Enablement. Gemeinsam mit Frederike arbeitet sie daran, KI nicht als isolierte Technologieinitiative zu behandeln, sondern in die Organisation hineinzutragen.

Detaillierte Zusammenfassung

Otto startet mit einem starken KI-Fundament

Otto ist bei KI kein Anfänger. Saskia beschreibt, dass bereits über 70 KI-Anwendungen produktiv im Einsatz sind. Dazu gehören klassische KI-Anwendungsfälle wie Absatzprognosen, Wareneingangsprognosen, Produktempfehlungen, Marketing-Optimierung, Partnermanagement und Anwendungen auf otto.de.

Der neue Fokus seit Ende 2023 liegt auf generativer KI. Dabei geht es nicht nur um interne Produktivität, sondern auch um Kundenerlebnisse. Ein Beispiel ist ein Produkt für Outfit-Empfehlungen, das auf Basis visueller Ähnlichkeiten passende Produkte identifiziert.

Wichtig ist die Verbindung zwischen individueller Produktivität und Produktentwicklung. Frederike beschreibt, dass neue Workhacks im eigenen Arbeitsalltag oft dazu führen, dass Mitarbeitende anders auf ihren Bereich schauen. Wer merkt, was KI im Kleinen kann, erkennt schneller, wo KI auch für Prozesse, Produkte oder Kundeninteraktionen relevant werden kann.

„Wenn ich einen Workhack kennenlerne, den ich in meiner individuellen Produktivität einsetzen kann, dann erweitern sich die Synapsen.“

Die KI-Kluft entsteht zwischen Bereichen, nicht nur zwischen Menschen

Felix beschreibt eine Beobachtung aus vielen Unternehmen: Die erste Gruppe an motivierten KI-Nutzern findet man meistens schnell. Schwieriger wird es, die Potenziale aus dieser Gruppe in die Breite zu bringen.

Frederike ergänzt hier einen entscheidenden Punkt. Es reicht nicht, nur mit den ohnehin Begeisterten zu arbeiten. Otto will auch diejenigen erreichen, die noch skeptisch sind, Bedenken haben oder sich selbst nicht als Tech-affin verstehen. Für sie ist das eine neue Diversitätsdimension: tech-affin und tech-fern.

Das Ambassadoren-Programm wurde genau dafür gebaut. Die Gruppe soll nicht homogen sein, sondern unterschiedliche Perspektiven, Fachbereiche und Kompetenzlevel abbilden. Gerade skeptische Personen können besonders wirksam sein, wenn sie später glaubwürdig zeigen, dass KI im eigenen Arbeitskontext funktioniert.

„Homogene Gruppen sind nie so produktiv wie heterogene Gruppen. Deswegen brauchst du alle Sichtweisen und alle unterschiedlichen Level an Tech-Know-how im Ambassadorenprogramm.“

Das Ambassadoren-Programm: 60 Personen als Schnittstelle

Otto arbeitet aktuell mit 60 AI-Ambassadoren bei rund 6.000 Mitarbeitenden in der Otto-Einzelgesellschaft. Das entspricht ungefähr einem Prozent der Organisation. Das Programm bleibt bewusst offen, weitere Ambassadoren können dazukommen.

Die Rolle der Ambassadoren ist klar abgegrenzt. Sie sollen nicht alle Use Cases selbst umsetzen, nicht die perfekten Prompter werden und nicht die Arbeit des Pushing-AI-Teams übernehmen. Sie sind Multiplikatoren und Schnittstellen.

In die eine Richtung tragen sie Wissen, Tools, Schulungsangebote und neue Workhacks in die Fachbereiche. In die andere Richtung bringen sie Fragen, Herausforderungen, Ideen und Expertenwissen aus den Fachbereichen zurück in die IT. Genau dieser Rückkanal ist wichtig, weil die fachliche Expertise nicht im KI-Team sitzt, sondern in den Bereichen.

Saskia beschreibt das Ziel als interaktive Community. Pushing AI will nicht dauerhaft die einzige Quelle für Input sein, sondern Formate schaffen, in denen sich Ambassadoren gegenseitig inspirieren und voneinander lernen.

„Wir wollen am Ende nicht die sein, die den Input reingeben, sondern wir wollen eine interaktive Community daraus erleben.“

Roadshows bringen KI-Wissen dorthin, wo Arbeit passiert

Die Roadshow entstand aus einem konkreten Bedarf. Saskia wurde von einem Team eingeladen, den Stand der GenAI-Aktivitäten vorzustellen. Geplant war eine Stunde, daraus wurden zwei Stunden intensiver Austausch. Das Feedback war eindeutig: Viele wussten gar nicht, welche Angebote und Use Cases es bereits gibt.

Daraus wurde ein wiederholbares Format. Pushing AI geht in Fachbereiche, stellt vorhandene Angebote vor, zeigt produktive Use Cases und diskutiert mit den Teams, welche Ideen und Fragen dort entstehen.

Der zentrale Lernpunkt: Ein Intranet-Post oder ein Teams-Kanal reicht nicht. Gerade Menschen, die tief im Daily Business stecken, lesen nicht jeden internen Beitrag. Direkter Austausch erzeugt eine andere Qualität.

„Es ist immer noch was anderes, ob jemand einfach nur was schreibt oder ob man wirklich gemeinschaftlich ins Gespräch geht und sich austauscht.“

Roadshows sind damit nicht nur Kommunikationsformat, sondern auch Ideengenerator. Wenn Mitarbeitende sehen, welche KI-Anwendungen es bereits gibt, können sie schneller auf den eigenen Kontext übertragen, wo ähnliche Muster helfen könnten.

Schulungen: Passung ist wichtiger als Menge

Otto hat Zugriff auf viele Schulungsangebote – intern, über Partner und über bestehende Lernplattformen. Frederike beschreibt aber auch die Kehrseite: Wenn Mitarbeitende drei Stunden in einer Schulung sitzen, die nicht zu ihrem Niveau oder ihrer Rolle passt, kostet das nicht nur Zeit. Es kann auch dazu führen, dass sie enttäuscht aussteigen und KI danach nicht weiter ausprobieren.

Deshalb hat Otto einen Schulungsnavigator entwickelt. Mitarbeitende ordnen sich Personas zu, zum Beispiel KI-Neuling oder Führungskraft mit strategischem Fokus. Danach bekommen sie passende Lernangebote.

Die Schulungslandschaft deckt unterschiedliche Bedürfnisse ab:

Technische Formate wie Prompting, OGGPT Basic und Advanced oder partnerspezifische Tool-Schulungen
Product-Owner-orientierte Formate zur Identifikation, Planung und Umsetzung von KI-Anwendungsgebieten
YouLead-Schulung für Führungskräfte, damit sie verstehen, welche Möglichkeiten KI bietet und welchen Rahmen Teams brauchen
Masterplan-Videos und internes Lernmaterial, das in der Otto Group bereits intensiv genutzt wird

Für Saskia ist dabei entscheidend, dass nicht jeder Mensch zum KI-Experten werden muss. Basiswissen bedeutet nicht, den perfekten Prompt schreiben zu können. Es bedeutet, die grundlegenden KI-Fähigkeiten zu verstehen, Beispiele einordnen zu können und zu wissen, wo man Unterstützung bekommt.

Gamification macht KI emotional anschlussfähig

Ein besonders lebendiges Beispiel ist der KI-Glückwunsch-Wettbewerb zum 75-jährigen Geburtstag von Otto. Mitarbeitende sollten mit GenAI Glückwünsche einreichen. Frederike und Saskia rechneten mit Bildern und Gedichten. Am Ende kamen auch Songs, Videos und aufwendige Beiträge.

Die Gewinnerin hatte sechs verschiedene KI-Tools eingesetzt und erzählte danach begeistert, dass sie trotz vier Kindern, Enkelkind und zwei Hunden richtig Lust hatte, sich in die Tools einzuarbeiten. Für Frederike und Saskia war klar: Genau solche Menschen braucht das Ambassadoren-Programm.

Rund um den Geburtstag gab es außerdem einen AI-Eisstand, ein Prompting-Battle und einen KI-Wunschbaum. Selbst kulturelle Stimmungsbilder wurden spielerisch abgefragt, etwa mit der Frage: Wenn KI ein Haustier wäre, welches wäre es? Häufig genannt wurde der Hund als loyales Tier, der Hai kam trotz Wortspiel nicht vor.

Solche Formate sind mehr als nette Spielerei. Sie senken die Hemmschwelle, machen Experimentieren sichtbar und zeigen, wie Mitarbeitende KI emotional wahrnehmen.

AI Literacy: Grundkompetenz nach Rolle statt Einheitsdefinition

Felix fragt nach AI Literacy und den Anforderungen des EU AI Act. Frederike verweist darauf, dass Otto durch die lange KI-Erfahrung, über 110 KI-Expertinnen und -Experten und viel internes Lernmaterial schon eine starke Basis hat. Gleichzeitig schaut das Unternehmen genau darauf, welche Vorgaben entstehen.

Saskia grenzt AI Literacy pragmatisch ein. Nicht jeder muss KI-Lösungen entwickeln können. Entscheidend ist das Wissen, das eine Person braucht, um die eigene Rolle gut auszufüllen.

Dazu gehört aus ihrer Sicht:

grundlegende KI-Fähigkeiten unterscheiden können, zum Beispiel Prognosen, Generierung, Zusammenfassung oder Klassifikation
konkrete Einsatzbeispiele kennen, damit KI nicht abstrakt bleibt
den Mehrwert eines Use Case verstehen können
wissen, wie Prompting grundsätzlich funktioniert, ohne den perfekten Prompt beherrschen zu müssen
einschätzen können, welche Schulungen und Ansprechpartner für den eigenen Kontext relevant sind

Frederike ergänzt Prompting als eine Art Grammatik der GenAI-Nutzung. Wer Prompting gut versteht, kann dieses Wissen auf verschiedene Tools übertragen.

Ethik braucht diverse Perspektiven

Otto bezieht ethische Fragestellungen aktiv in KI-Projekte ein. Frederike nennt ein Beispiel aus dem Plattformgeschäft: Otto will bestimmte Produkte und Darstellungen nicht auf der Website haben. Waffen oder rassistische Inhalte sind offensichtlich, aber manche Fälle sind subtiler.

Ein konkretes Beispiel: keine Kinder in Bademode zeigen. Solche Aspekte fallen nicht automatisch jedem Projektteam auf. Deshalb braucht es divers zusammengesetzte Teams, die unterschiedliche Perspektiven einbringen.

Das zeigt einen wichtigen Punkt: KI-Governance besteht nicht nur aus Richtlinien. Sie hängt auch davon ab, wer im Raum sitzt, welche Perspektiven vertreten sind und welche Fragen überhaupt gestellt werden.

Nutzwertanalyse steuert die Use-Case-Pipeline

Aus Roadshows, Ideation-Workshops und Fachbereichen entstehen viele Ideen. Damit daraus keine unsteuerbare Sammlung wird, nutzt Otto eine Nutzwertanalyse.

Sie bewertet einerseits das Potenzial eines Use Case, andererseits die Herausforderungen bei der Umsetzung. Dazu gehören Ressourcenbedarf, Kosten, technische Komplexität und weitere Kriterien. Ein Scoring-Modell schafft Vergleichbarkeit zwischen unterschiedlichen Ideen.

Saskia betont, dass die Analyse flexibel ist. Auf Fachbereichsebene können kleinere Ideen bewertet werden. Auf Unternehmensebene geht es um größere Initiativen mit strategischem Potenzial. So kann Otto entscheiden, welche Themen direkt angegangen werden, welche später relevant sind und wo der Aufwand aktuell nicht zum erwarteten Nutzen passt.

Auch die Make-or-Buy-Frage gehört dazu. Nicht jeder Use Case muss intern gebaut werden. Wenn es am Markt bereits ausgereifte Lösungen gibt, kann das schneller und sinnvoller sein.

Erfolgsmessung: Nutzung, Qualität und Kundennutzen

Bei der Messbarkeit unterscheiden Frederike und Saskia zwischen internen Produktivitätstools und kundengerichteten Produkten.

Bei Tools wie GitHub Copilot schaut Otto auf Nutzung und qualitative Rückmeldungen. Entwicklerinnen und Entwickler berichten zum Beispiel, dass sie weniger Stress empfinden, weniger abgelenkt werden und sich stärker mit anspruchsvolleren Aufgaben beschäftigen können, weil KI bei Dokumentation oder anderen wiederkehrenden Tätigkeiten unterstützt.

Frederike macht dabei eine klare Abgrenzung. Produktivitätsmessung dient nicht dazu, Mitarbeitende zu streichen. Otto will verstehen, wie sich Arbeit verändert, welche Qualität entsteht und wofür freiwerdende Zeit genutzt werden kann.

Bei kundengerichteten Produkten gelten andere KPIs. Saskia nennt personalisierte Newsletter-Headlines als Beispiel. Inhalte im Newsletter waren bereits personalisiert, die Headlines noch nicht. Mit generativer KI wurden auch diese stärker individualisiert. Die Klickraten stiegen deutlich, gleichzeitig sank der Aufwand für die Formulierung.

Kernaussagen

KI-Transformation ist Menschenarbeit — „Wir brauchen die Menschen dafür. Und deswegen habe ich im Fokus, alle Otto-Mitarbeitenden mitzunehmen auf die GenAI-Reise, sie zu befähigen, auch daran teilzuhaben und es auszuprobieren.“ Enablement · Adoption · Transformation
Ambassadoren müssen nicht die größten KI-Expertinnen sein — Ihre wichtigste Aufgabe ist die Schnittstelle zwischen Fachbereich und Pushing AI. Multiplikatoren · Kommunikation · Fachbereiche
Heterogenität ist ein Vorteil im Change — „Homogene Gruppen sind nie so produktiv wie heterogene Gruppen.“ Tech-affin · Tech-fern · Vertrauen
GenAI senkt die Umsetzungshürde — Low-Code- und No-Code-Ansätze ermöglichen es Fachbereichen, eigene Ideen stärker selbst zu entwickeln. Demokratisierung · Fachlichkeit · Umsetzung
Roadshows schlagen reine Broadcast-Kommunikation — Direkter Austausch in Teams macht Angebote sichtbar und bringt neue Ideen hervor. Roadshow · Dialog · Ideation
Schulung braucht Passung — Ein Schulungsnavigator verhindert, dass Mitarbeitende in Formaten landen, die zu technisch, zu oberflächlich oder für die eigene Rolle irrelevant sind. AI Literacy · Lernpfade · Personas
Produktivität ist nicht gleich Stellenabbau — „Für uns ist es sehr wichtig zu sagen, dass die Produktivitätsmessung nicht dazu führen wird, dass wir Mitarbeitende rausstreichen.“ Arbeitsqualität · Verantwortung · Messbarkeit

Fazit und Takeaways

Für KI-Verantwortliche

Baue Brückenrollen, keine Mini-KI-Teams in jedem Bereich. Ambassadoren funktionieren bei Otto, weil sie Wissen und Fragen in beide Richtungen tragen. Sie müssen nicht alles selbst lösen.
Nimm Skeptiker bewusst mit rein. Wenn nur die Begeisterten sichtbar sind, bleibt KI ein Thema für die übliche Innovationsgruppe. Skeptische Personen schaffen Glaubwürdigkeit in Gruppen, die sonst nicht aufspringen würden.
Geh dahin, wo die Arbeit passiert. Roadshows wirken, weil sie Fachbereiche im eigenen Kontext erreichen. Das ist anstrengender als ein Intranet-Post, aber deutlich näher an der Realität der Mitarbeitenden.
Priorisiere Use Cases mit System. Die Nutzwertanalyse hilft Otto, Ideen nicht nur nach Bauchgefühl zu bewerten, sondern Potenzial und Aufwand vergleichbar zu machen.

Für Enablement und Schulung

Vermeide die Einmal-Schulung für alle. Unterschiedliche Rollen brauchen unterschiedliche Tiefen. Ein KI-Neuling, ein Product Owner und eine Führungskraft brauchen nicht dasselbe Format.
Definiere AI Literacy pragmatisch. Nicht jeder muss perfekte Prompts schreiben. Wichtiger ist, KI-Fähigkeiten zu verstehen, Beispiele zu kennen und zu wissen, wie man Unterstützung bekommt.
Nutze Gamification ernsthaft. Der KI-Glückwunsch-Wettbewerb zeigt, dass spielerische Formate Menschen erreichen, die sich über klassische Schulungen vielleicht nicht gemeldet hätten.
Kommuniziere Tool-Entwicklung immer wieder neu. Was heute nicht funktioniert, kann nach dem nächsten Release anders aussehen. Adoption braucht Wiederholung, nicht nur Launch-Kommunikation.

Für Führungskräfte

KI braucht Rahmen, nicht nur Tools. Führungskräfte müssen Freiheitsgrade schaffen, damit Teams experimentieren können.
Arbeitsqualität zählt als KPI. Weniger Stress, weniger Ablenkung und mehr Zeit für anspruchsvolle Aufgaben sind echte Effekte, auch wenn sie sich anders messen lassen als reine Zeiteinsparung.
Mach Ethik konkret. Das Beispiel Kinder in Bademode zeigt, dass Governance nicht abstrakt bleibt. Sie entsteht in konkreten Entscheidungen und durch diverse Perspektiven im Projektteam.

Ottos Ansatz zeigt, wie KI-Transformation in großen Organisationen greifbar wird: nicht durch ein einzelnes Tool, sondern durch ein Set an wiederholbaren Strukturen. Ambassadoren, Roadshows, Schulungsnavigator, Gamification und Nutzwertanalyse greifen ineinander. Genau dadurch entsteht aus einzelnen KI-Experimenten langsam ein organisatorisches System.

Website-Beschreibung

Otto arbeitet seit Jahren produktiv mit KI – und zeigt in dieser Episode, wie die nächste Phase der KI-Transformation organisatorisch gelingt. Dr. Frederike Fritzsche und Saskia Dupré erklären, wie Otto mit 60 AI-Ambassadoren, Roadshows, passgenauen Schulungen und Gamification die KI-Kluft zwischen tech-affinen und tech-fernen Bereichen überbrückt.

Im Gespräch geht es um konkrete Enablement-Formate, AI Literacy, EU AI Act, Nutzwertanalyse für Use Cases und die Frage, wie KI-Erfolg gemessen werden kann, ohne ihn auf reine Effizienz oder Stellenabbau zu reduzieren. Eine Episode für alle, die KI im Unternehmen nicht nur einführen, sondern wirklich in die Breite bringen wollen.

#18KI bei Otto skalieren: Wie 60 Ambassadoren 6.000 Mitarbeitende mitnehmen