Device Insight: „AI First“ im gesamten Team verankert.

Über das Unternehmen

Die Device Insight GmbH mit Sitz in München wurde 2003 gegründet und zählt seit über 20 Jahren zu den führenden Anbietern von IoT-Plattformen. Mit rund 100 IoT-Expertinnen und -Experten begleitet das Unternehmen Kunden bei der Digitalisierung in den Bereichen Internet of Things, Industrie 4.0, KI und Advanced Analytics. Das Flaggschiff-Produkt CENTERSIGHT® vernetzt weltweit Maschinen, Fahrzeuge, Anlagen und Geräte – aktuell rund eine Million – und deckt Datenerfassung, Analytics, Device Management, Predictive Maintenance und Remote Service ab. Seit 2019 ist Device Insight eine 100-prozentige Tochter der KUKA AG und nutzt diese Nähe zu Robotik und Automatisierung, um die Vision der „Data-Driven Factory" voranzutreiben.

Ziele und nächster Schritt

Im Management von Device Insight wurde die klare Direktive ausgegeben, „AI First" zu denken. Als Software-Systemintegrator will das Unternehmen im Bereich „Agentic Engineering" ganz vorne mitspielen und KI konsequent nutzen, um noch effizienter zu arbeiten. Der KI-Führerschein war der logische nächste Schritt in dieser Strategie: Ziel war es, das gesamte Team – von der Geschäftsführung über Sales, Marketing und Projektmanagement bis zur Softwareentwicklung – auf einen gemeinsamen Wissensstand zu bringen. Die Mitarbeitenden sollten souverän einschätzen können, welche Tätigkeiten an KI delegiert und welche sinnvoll augmentiert werden können. Zusätzlich wollte Device Insight Automatisierungspotenziale entlang der gesamten Wertschöpfungskette von Sales über Pre-Sales bis Delivery heben und die Bedeutung von Context Engineering im Team verankern.

Die Lösung von snipKI

snipKI setzte für Device Insight den „KI-Führerschein" auf – ein achtwöchiges hybrides Lernprogramm, das vier zweistündige Live-Module zur Wissensvermittlung mit begleitenden Consulting-Sessions zur Vertiefung kombiniert. Das Programm wurde eng auf die Arbeitswelt von Device Insight zugeschnitten: Als primäres Werkzeug stand Claude im Mittelpunkt – von Claude im Chat über Cowork bis Claude Code – tief integriert in die bestehende Tool-Landschaft aus HubSpot, Google Workspace, Slack, Jira, Confluence, Harvest und der Meeting-Transkription. Ein besonderer Schwerpunkt lag auf dem Aufbau eigener Agent-Skills, dem Anbinden von Konnektoren und MCP-Servern sowie auf Context Engineering. Über individuell zugeschnittene Mikroaufgaben wandte jede teilnehmende Person das Gelernte direkt am eigenen Schreibtisch an. In den Consulting-Sessions teilten die Teams ihre Fortschritte, gaben sich gegenseitig Impulse und vertieften anspruchsvolle Themen gemeinsam mit den snipKI-Trainern.

Implementierung im Alltag

Über alle Abteilungen hinweg setzt Device Insight KI heute in einer breiten Palette konkreter Anwendungsfälle produktiv ein:

Vertriebssteuerung mit Claude: Das SDR-Team steuert HubSpot fast vollständig über Claude und die angebundenen Konnektoren zu E-Mail und Kalender. Ein persönliches Aufgaben-Dashboard und eine „About-me"-Kontextdatei sorgen dafür, dass die Ergebnisse konsistent zur eigenen Rolle passen.

Automatisiertes Weekly Reporting: Im Key-Account-Management zieht Claude die relevanten externen Termine aus dem Kalender und die passenden Meeting-Transkripte über eine API zusammen und erstellt daraus das wöchentliche Management-Reporting – inklusive Rückfrage, welche Termine berücksichtigt werden sollen.

Angebotserstellung: Aus Stichworten und den Arbeitspaketen von Pre-Sales und Delivery entstehen Executive Summaries und ausformulierte technische Beschreibungen. Ein Freigabeprozess mit Fachexperten sichert dabei die inhaltliche Qualität ab.

Präsentationen und Ausschreibungen: Über einen hinterlegten Branding-Skill entstehen Slide Decks im Device-Insight-Design. Umfangreiche öffentliche Ausschreibungen mit vielen Einzeldokumenten werden in einem Projekt gebündelt und dokumentübergreifend ausgewertet.

Wissenstransfer und Einarbeitung: Das Projektmanagement lässt sich Management Summaries, technische Zusammenhänge und rollenspezifische Zusammenfassungen großer Transkripte erstellen und arbeitet sich so schnell in neue Projekte ein.

Agentic Engineering in der Delivery: Die Softwareentwicklung arbeitet mit einem virtuellen Agent-Team aus Requirements Engineer, Lead-Architekt, Code-Review und Security, das über die CI/CD-Pipeline, Confluence und ein Jira-Kanban-Board zusammenarbeitet. Eine HubSpot-Anbindung liefert Transparenz über Deals, Kapazitäten und Umsatzplanung, ein Harvest-MCP-Server unterstützt die Zeiterfassung.

Ergebnisse

Die Wirkung des KI-Führerscheins ist bei Device Insight sowohl messbar als auch kulturell deutlich spürbar. Die selbst eingeschätzte KI-Kompetenz im Team stieg im Verlauf des achtwöchigen Programms von durchschnittlich 2,9 auf rund 4 auf einer Skala von 1 bis 5 – ein klarer Schub über alle Rollen hinweg.

Im Key-Account-Management sank der Aufwand für das wöchentliche Reporting von rund einer halben Stunde auf etwa fünf Minuten. In der Softwareentwicklung migrierte das Team eine komplette intern entwickelte Applikation innerhalb von nur zwei Tagen von Java nach Python, während das virtuelle Agent-Team im Hintergrund arbeitete – abgesichert durch eine Testsuite mit rund 95 Prozent Testabdeckung und einen dedizierten Security-Review. Im Vertrieb überzeugt die Qualität der KI-gestützten Angebots- und Präsentationstexte so weit, dass im Freigabeprozess nur noch wenig Nachbearbeitung nötig ist.

Über die reinen Zeitgewinne hinaus hat sich ein echtes „AI-First"-Mindset etabliert: Claude ist für viele Mitarbeitende zum ständigen Begleiter im Arbeitsalltag geworden, und im gesamten Team sind zahlreiche eigene Skills und Automatisierungen entstanden. Diese teamübergreifende Kompetenz wirkt nachhaltig weiter, unter anderem getragen von einem internen KI-Kompetenzteam, das das Wissen in die Breite trägt.