DISROOPTIVE AI x 9elements

Wie KI Innovationsprozesse im Unternehmen transformiert 

Für Disrooptive bauten wir eine Web-Applikation, die den Innovationsprozess für Unternehmen in allen Facetten digitalisiert. Mittels KI wird das Brainstroming, die Recherche und die Ausarbeitung von Konzepten auf ein neues Level gehoben. 

Von der Idee zur Plattform: Was kann DISROOPTIVE AI? 

Ruppert Bodmeier – Branchenkenner, Digitalstratege und Innovationsstratege – hatte eine klare Vision: Eine Plattform, die Innovationsprozesse strukturiert, dokumentiert und gleichzeitig so flexibel bleibt, dass sie sich auf verschiedenste Unternehmenskontexte anwenden lässt.  

Bei der technischen Transformation eines bestehenden Frameworks in eine automatisierte Plattform unterstützten wir Ruppert von den ersten Schritten. Was als klassisches Framework begann, entwickelte sich mit dem Aufkommen von GPT & Co. schnell zu etwas Größerem. 

Das Ziel: Komplexe Innovationsprozesse mit KI beschleunigen – ohne Kontrolle abzugeben. 

Der smarte Workflow: So funktioniert DISROOPTIVE 

Im Zentrum steht ein durchdachter, mehrstufiger Workflow. Nutzer:innen starten mit einer Projektidee und ordnen sie einem der Bereiche von Rupperts Expertise zu: User Experience, Kreativkampagne, Strategie, Conversion Optimierung, Geschäftsmodelle, Social Media, Events oder Marketing.  

Von dort aus nimmt die Plattform Fahrt auf: 

1. Projektbriefing erstellen: 
   Das Briefing dient als Grundlage für alle folgenden Prompts. In diesem Schritt wird die grobe Fragestellung und die Zielgruppe definiert und formuliert, welche Form die Lösung haben soll (App, Website, etc.) 

2. Pain Points definieren: 
   Diese Pain Points werden auch WKW (Wie können wir)-Fragen genannt. Diese werden wiederum in Cluster gruppiert. 

3. Benchmarks vorschlagen: 
   In diesem Schritt kann die Plattform Benchmarks auf Basis der Auswahl an Pain Points generieren. 

4. Hypothesen entwickeln: 
   Was könnte funktionieren – und warum? Die Hypothesen werden durch die Plattform auf Basis der Benchmarks und Pain Points definiert. 

5. Prototypen erzeugen: 
   Als letzten Schritt können sogar erste Prototyp-Schritte automatisch aus einer Hypothese generiert werden – ready to test. Dafür werden zuerst 5 Screens eines Prototypen beschrieben. 

Prompt Engineering as a Service 

Der wahre USP hinter den Kulissen ist Ruppert selbst. Seine Prompts sind keine Copy-Paste-Experimente, sondern basieren auf seiner jahrelangen Expertise der Branche. Im Admin-Bereich kann er für jeden Projekttyp eigene Prompts definieren – von User Experience über E-Commerce bis Conversion Optimierung und Events. Dass Ruppert selbst so viel in das Prompt Engineering investiert, ist für das Projekt ein großer Vorteil. 

Wir geben das technische Gerüst vor – Ruppert liefert das inhaltliche Know-how. Die Ergebnisse sind entsprechend hochwertig und die Erfahrungen mit der Anwendung positiv. 

LLMs im Einsatz: GPT-4 Turbo, Claude & Co. 

Natürlich lief nicht alles vom Projektstart im Herbst 2023 an glatt. Die Anbindung an die OpenAI-API war schnell erledigt, aber: GPT antwortete manchmal im falschen Format. Ein „Ich sagte JSON, verdammt!“ später und mit GPT-4 Turbo war das Problem Geschichte. Die Antwort kommt jetzt garantiert im gewünschten Format – und zwar schnell. 

Benchmarking war anfangs zäh, weil GPT hier lange Antworten liefert. Aber: Wir haben Streaming eingeführt. Statt Minuten zu warten, kommen die ersten Antworten jetzt in Sekunden, während im Hintergrund weitergeladen wird. So fühlt sich das Ganze nicht nur smart an, sondern auch flüssig. 

Im gesamten Prozess probieren wir neue Modelle immer wieder kurze Zeit nach Release aus und definieren dabei Möglichkeiten, wie diese in einem iterativen Prozess eingebaut werden können. Unser Ziel: Die Vorteile der neuen Modelle für dieses Projekt unkompliziert und schnell zu nutzen. 

Fire Feature: Von der Idee zum Projekt mit nur einem Prompt 

Das neueste Feature: „Fire“, liebevoll angelehnt an lovable. 

Hier reicht ein einziger Input – eine Projektidee und ein grober Bereich – und die Plattform generiert automatisch: 

• Painpoints 

• Benchmarks 

• Hypothesen 

Alles auf einen Schlag. Für einen ersten Aufschlag bei einem neuen Innovationsprozess bietet die Plattform damit schon einen gehaltvollen Rahmen, der als Ausgangspunkt für die weitere Planung bestens funktioniert. Das Ziel von FIRE feature ist es dann, das Ergebnis als Projekt auf die Plattform des Labs zu übertragen, um dort die Ergebnisse als eigenes Innovationsprojekt weiter auszuarbeiten. 

Lessons learned & Ausblick 

Seit dem Start ist viel passiert – technisch wie inhaltlich. Wir haben gemeinsam mit Ruppert: 

• eine robuste Infrastruktur aufgebaut 

• das Prompt-System kontinuierlich verbessert 

• neue KI-Modelle integriert (z. B. Claude, DALL·E 3, Flux) 

• visuelle Outputs und ganze Projektstrukturen automatisiert generiert 

Der nächste Schritt? 
Nutzer:innen sollen bald Inhalte anpassen, verfeinern und in mehrere Richtungen weiterspielen können – alles direkt in der Plattform.  

Was wir dabei gelernt haben: 

AI improves fast → Use it. 
Neue Modelle eröffnen ständig neue Möglichkeiten – nicht nur für uns Entwickler, sondern auch für die Nutzer:innen. Features wie JSON-Mode oder verbesserte Chain-of-Thought-Mechanismen steigern Qualität, Geschwindigkeit und Performance der Ergebnisse enorm. 

Prompt Engineering → Gamechanger. 
Entwickler:innen schaffen die Struktur und definieren den erwarteten Output. Ruppert bringt das Domainwissen ein und kann innerhalb dieses Rahmens die Inputs gezielt verbessern. Die Kunst liegt darin, die Struktur so dynamisch zu bauen, dass sie sich immer wieder an neue Modelle und Anforderungen anpassen lässt. 

Be curious → 
Jedes Modell hat eigene Stärken. Durch Ausprobieren, Vergleichen und gezieltes Testen gewinnt man nicht nur an Qualität, sondern auch an Verständnis für das Zusammenspiel von Technik und Inhalt. 

Iterate, iterate, iterate → 
Ob neue Modelle, feinere Prompts oder eine veränderte Systemlogik; Der Prozess lebt vom kontinuierlichen Verbessern und vom Mut, Neues auszuprobieren. 

Das sind die Lessons Learned, die uns bisher am weitesten gebracht haben und auch künftig den Unterschied machen werden. 

Let’s talk AI 🖤 

Mit der Plattform für DISROOPTIVE AI zeigt Ruppert, wie man KI sinnvoll als strategisches Werkzeug einsetzen kann und wie sehr Ergebnisse von jahrelanger Expertise profitieren. Wir freuen uns sehr, dieses visionäre Projekt von Anfang an zu begleiten und es kontinuierlich zu optimieren. 

Egal ob ihr selbst so viel Know-how im KI-Game habt wie Ruppert oder euch grundsätzlich für KI-Prozesse in eurem Unternehmen interessiert – wir entwickeln gerne die passenden KI-Anwendungen für eure Herausforderung.