Vom Auftrag zur Maschine: Wie wir in 8 Monaten 230 KI-Workflows aufgebaut und eine Marketingabteilung transformiert haben

Keine Berater. Kein „Transformationsbüro“. Nur ein wöchentliches Mandat, ein selbst entwickeltes System und das unermüdliche Streben nach einem optimalen Verhältnis von Output zu Personalbestand.

Jedes Unternehmen behauptet, es „nutze KI“. Meistens bedeutet das nur, dass jemand im Team eine ChatGPT-Registerkarte geöffnet hat. Das ist KI-Tourismus, keine Transformation.

Vor acht Monaten befand sich meine Marketingabteilung bei ClickUp in genau dieser Situation. Sicher, hier und da wurde KI eingesetzt. Zusammenfassungen, erste Entwürfe, Meeting-Notizen. Aber der Einsatz war lückenhaft, uneinheitlich und wenig strukturiert. Ich hatte keine Sichtbarkeit in das, was die Mitarbeiter entwickelten. Ich hatte keine Möglichkeit zu wissen, ob wir tatsächlich besser wurden oder nur die KI-Kästen abhakten.

Heute verfügen wir über 230 katalogisierte KI-Workflows in 13 Teams. 169 davon sind bereits in der Produktion im Einsatz. Wir haben die KI-Nutzung in den ersten sechs Wochen der Transformation um das 20-Fache gesteigert. Unser SEO-Team benötigte statt 75 Content-Produzenten nur noch 8. Ein Mitarbeiter unseres Demand-Teams führte statt eines Webinars pro Monat nun sechs durch. Und ich kann mir jetzt sofort eine einzige ClickUp-Ansicht aufrufen und Ihnen genau sagen, wo jedes Team und jede Person auf der KI-Reifekurve steht, was sie als Nächstes entwickeln sollten und warum.

Was folgt, ist das eigentliche Playbook. Alle fünf Phasen, die Fehler, die ich gemacht habe, die daraus resultierenden Zahlen sowie die konkreten Agenten und Workflows, die heute das Geschehen bestimmen. Wenn Sie ein Umsatz- oder Marketing-Team leiten und es Ihnen ernst damit ist, dann bedienen Sie sich ruhig daran.

Die eine Metrik, die Alles vorantrieb

Bevor ich auf die einzelnen Phasen eingehe, müssen Sie die Metrik verstehen, die hinter jeder unserer Entscheidungen steht – das Verhältnis von Output zu Personalbestand. Jeder Workflow, jeder Mitarbeiter, jede Umstrukturierung, die wir vorgenommen haben, wurde anhand einer einfachen Frage geprüft: Ermöglicht uns dies, mit dem vorhandenen Team mehr zu erreichen oder dasselbe mit weniger Ressourcen zu erreichen? Wir müssen entweder das Wachstum beschleunigen oder die Ausgaben senken (oder beides)!

Wir jagen nicht nach Neuheiten. Wir jagen nach Hebelwirkung. Und diese Sichtweise ist wichtig, denn sie sorgt dafür, dass sich das Team auf Dinge konzentriert, die das Geschäft tatsächlich voranbringen, anstatt coole Demos zu entwickeln, die zu nichts führen.

Was Sie in diesem Leitfaden lernen werden

Hier ist eine Übersicht:

Phase 1: Das Freitagsmandat

Der erste Schritt, den wir im Sommer 2025 unternahmen, war alles andere als glamourös. Keine neuen Tools, keine große Pressemitteilung. Nur eine feste Vorgabe: Jedes Teammitglied musste jede Woche in einem speziellen ClickUp-Chat-Kanal mindestens einen neuen KI-Anwendungsfall einreichen.

Es kann alles Mögliche sein. Etwas, das 30 Sekunden eingespart hat. Etwas, das 30 Minuten eingespart hat.

Die Leiste wurde bewusst niedrig angesetzt, da das Ziel nicht darin bestand, vom ersten Tag an bahnbrechende Ergebnisse zu erzielen. Das Ziel war es, die Mitarbeiter dazu zu bringen, KI tatsächlich zu nutzen.

Hier verschaffte uns die Arbeit mit ClickUp einen strukturellen Vorteil. Die KI war bereits in den Tools integriert, die die Mitarbeiter täglich nutzten. Kein Kontextwechsel. Kein Einloggen in eine andere Plattform. Man konnte etwas ausprobieren und die Ergebnisse im selben Chat-Kanal freigeben, in dem auch die Vorgaben standen. Die Reibungsverluste waren so gering wie nur möglich.

Aber das Mandat allein ist nur die Grundvoraussetzung. Hier ist der Teil, den die meisten Führungskräfte übersehen.

Jeden Freitagabend und Samstagmorgen (ich bin an der Ostküste, ein Großteil meines Teams an der Westküste) lese ich jede einzelne Übermittlung. Jede einzelne. Ich habe jede mit Gedanken, Vorschlägen und Ermutigung kommentiert. Ich habe mich bedankt. Ich habe Folgefragen gestellt. Ich habe gezeigt, dass dies keine Show war.

Wenn Ihr Team auch nur für eine Sekunde das Gefühl hat, dass Sie als Führungskraft nur eine Pflichtübung absolvieren, ist das ganze Unterfangen zum Scheitern verurteilt. Die Teams müssen sehen, dass Sie aufmerksam sind und dass Ihnen das, was sie entdecken, tatsächlich am Herzen liegt.

Das hat sie viel Zeit gekostet, und ich musste ihnen klarmachen, dass es sich nicht um reine Fleißarbeit handelte. Es war etwas, woran die Führungsebene wirklich interessiert war, es zu verstehen.

Wir haben das etwa sechs Wochen lang durchgeführt. Und dann machte es plötzlich „Klick“. Wir brauchten die Vorgabe nicht mehr. Die Leute waren begeistert. Der Druck ließ nach, denn der Einsatz von KI musste nicht die Welt verändern. Es reichte aus, jeden Tag um 1 % besser zu werden.

Und der Halo-Effekt war enorm. Die Mitarbeiter sahen, was ihre Kollegen taten, und begannen, es nachzumachen. Prompts wurden wiederverwendet. Agenten wurden freigegeben. Das Experiment einer Person wurde zum täglichen Workflow von zehn Personen. Genau darin liegt die wahre Hebelwirkung.

Nach sechs Wochen sah ich einen ermutigenden Indikator: eine 20-fache Steigerung der KI-Nutzung im gesamten Team.

Was Sie aus Phase 1 übernehmen sollten

Erstellen Sie einen öffentlichen Kanal. Machen Sie die Übermittlungen sichtbar. Setzen Sie die Messlatte niedrig an, um den Druck zu verringern. Führen Sie das Ganze über einen festgelegten Zeitraum von 4–6 Wochen durch – lang genug, um eine Gewohnheit zu etablieren, aber kurz genug, damit es sich nicht dauerhaft anfühlt. Und das Wichtigste: Führungskräfte müssen sich sichtbar engagieren. Kommentieren Sie jede Übermittlung. Wenn Sie sich dazu nicht verpflichten können, lassen Sie das Ganze lieber sein.

Phase 2: Super-Agenten machten jeden zum Entwickler

Im Herbst dachte das Team bereits in KI-Kategorien. Die Grundlagen hatten sie verinnerlicht: Zusammenfassung, Entwurf, Recherche, Formatierung und einfache Analysen. Doch 80 % dessen, was sie aufgebaut hatten, war immer noch Automatisierung von Aufgaben. Dinge vom Typ A-nach-B. Nützlich und definitiv ein Fortschritt für unser Verhältnis von Output zu Personalbestand. Aber nicht völlig bahnbrechend.

Anschließend führte ClickUp intern „Super Agents“ ein. Und damit änderte sich die gesamte Situation.

Anstatt Eingabeaufforderungen manuell zusammenzufügen und einfache Automatisierungen zu etwas Komplexerem zu verketten, konnte ein nicht-technischer Benutzer einen mehrstufigen Workflow in einfacher Sprache mithilfe eines Agent-Builders beschreiben, und ClickUp konnte den Super-Agenten dafür erstellen. Die Hürde für die Erstellung echter Automatisierungen sank auf nahezu null. Für ein Team, das bereits darauf vorbereitet war, so zu denken, war das wie Öl ins Feuer gießen.

Wir forderten das Team auf, größer zu denken. Nicht von A nach B, sondern von A bis Z. Wir baten alle, die komplexen, mehrstufigen Workflows in ihrem Arbeitsbereich zu identifizieren, die Zeit kosteten und für die Automatisierung vorgesehen waren. Und da wir wussten, dass wir Super Agents Ende Dezember öffentlich einführen würden, hatten alle einen eingebauten Anreiz: Ihre Arbeit würde vorgestellt werden. Sie würden ihre eigenen Effizienzsteigerungen der Welt präsentieren können.

Anfang Januar verfügten wir über eine Bibliothek mit über 150 Videos, in denen unser Team Super Agents entwickelte und einsetzte. Die Mitarbeiter waren stolz auf ihre Arbeit. Sie positionierten sich als Fachexperten. Und das gesamte Vorhaben erzeugte einen Flywheel-Effekt, bei dem interne Effizienzgewinne zu externen Marketinginhalten wurden.

Ein Teil der Arbeit, die Sie noch letzte Woche erledigt haben, ist bereits überholt und muss zugunsten einer neuen und besseren Methode auslaufen. Sie dürfen sich darüber nicht zu sehr aufregen.

Das ist etwas, was die meisten Teams falsch machen. Sie entwickeln etwas, das funktioniert, und dann schützen sie es. Aber das Tempo in diesem Bereich bedeutet, dass man bereit sein muss, Dinge ständig aus dem Verkehr zu ziehen. Wir haben einige unserer Sommer-Automatisierungen innerhalb weniger Monate eingestellt, weil die Super-Agent-Versionen einfach besser waren. Das ist keine Verschwendung, sondern ein natürlicher Teil des Prozesses.

Phase 3: Die Bibliothek (Das hätte ich schon früher erledigt haben sollen)

Ok, mal ganz ehrlich.

Wenn ich eine Sache rückgängig machen könnte, wäre es genau das. Ich hätte vom ersten Tag an mit der Organisation begonnen.

Stattdessen geschah Folgendes: Nach neun Monaten gab es überall KI-Workflows. Jedes Team hatte seine eigenen. Jeder Einzelne hatte seine bevorzugten Agenten. Aber niemand, mich eingeschlossen, hatte eine umfassende Ansicht darüber, was tatsächlich im gesamten Unternehmen vorhanden war. Es war leistungsstark, aber unsichtbar.

Also habe ich ein strukturiertes Inventar erstellt. Dies war der Moment, in dem die Transformation aufhörte, eine Ansammlung von Erfolgen zu sein, und zu einem Betriebssystem wurde. Innerhalb von ClickUp erhält jeder aktive KI-Agent und jeder Workflow eine Aufgabe mit benutzerdefinierten Feldern, die alles erfassen, was wichtig ist:

Welche Aufgabe ist zu erledigen? Konkret. Nicht „hilft beim Marketing“. Welche genaue Aufgabe oder welchen Prozess übernimmt dieser Agent?

Was sind die Auswirkungen? Zeitersparnis, Kosteneinsparungen, Steigerung des Durchsatzes. Echte Zahlen, keine vagen Eindrücke.

Wer ist dafür verantwortlich? Wer hat es entwickelt, wer ist Maintainer, und wen rufen Sie an, wenn es nicht mehr funktioniert?

Wie oft wird es ausgeführt? Täglich? Wöchentlich? Auf Abruf? Kontinuierlich?

Wo befindet sich das System? ClickUp Super Agent, Cursor, Retool, Replit, Hex, Claude Code, AirOps. Wir nutzen viele Tools. Die System-Spalte verfolgen sie alle.

Welches Team? Und vor allem: Welche Reifegradstufe?

📌 Der Vorteil von ClickUp: Sobald Sie Hunderte von Workflows in verschiedenen Teams haben, wird das Finden des richtigen Workflows zu einem Problem für sich. Mit der ClickUp Enterprise Search können Sie Aufgaben, Dokumente, Kommentare und verbundene Tools durchsuchen, ohne auf internes Wissen oder die Person angewiesen zu sein, die den Workflow ursprünglich erstellt hat.

Heute umfasst diese Liste 230 Workflows. 169 sind live. 40 stehen auf der Roadmap. 17 werden aktiv entwickelt und geprüft. Verteilt auf 13 funktionale Teams. Und da alles in ClickUp mit echten Benutzerdefinierten Feldern, Ansichten und Filtern erfolgt, kann ich die Daten nach Belieben aufschlüsseln. Nach Team, nach Reifegrad, nach Wirkung, nach System, nach Status. Es ist das Kontrollzentrum für unseren gesamten KI-Betrieb.

230 KI-Workflows in 13 Teams: Echte Ergebnisse

Hier sind die Belege. Dies sind echte Workflows, die heute in der Produktion laufen, mit realen Wirkungszahlen, die direkt aus der Bibliothek stammen.

Was dieses System bei ClickUp antreibt

ClickUp Chat zum Sammeln und öffentlichen Freigeben von Anwendungsfällen ClickUp Aufgaben + Benutzerdefinierte Felder zum Katalogisieren von Workflows, Eigentümerschaft, Auswirkungen, Systemen und Reifegraden ClickUp Dashboards und Ansichten zur teamübergreifenden Überwachung der Bibliothek ClickUp Automatisierungen und Super Agents zur Automatisierung komplexer, mehrstufiger Workflows ClickUp Brain und Brain MAX zur Analyse der Bibliothek, zum Aufspüren von Lücken und zur Formung der Roadmap

Phase 4: Wir haben KI eingesetzt, um unsere eigene KI zu bewerten

Hier wird es meta. Und ehrlich gesagt, hier begann sich das Ganze wie ein echtes System anzufühlen und nicht mehr wie eine Ansammlung von Projekten.

Nachdem alle 230 Workflows mit strukturierten Daten in ClickUp katalogisiert waren, habe ich ClickUp Brain auf die gesamte Liste gerichtet und es gebeten, die Organisation zu bewerten. Welche Teams sind am weitesten fortgeschritten? Welche befinden sich noch größtenteils auf der Stufe „KI-unterstützt“? Wo liegen die funktionsübergreifenden Lücken? Was sollten wir als Nächstes entwickeln?

Die wichtigste Erkenntnis war zwar nicht überraschend, aber dennoch von großer Bedeutung: Die meisten Teams arbeiteten isoliert voneinander. Die Mitarbeiter automatisierten ihre eigenen Aufgaben. Anschließend verketteten sie diese Automatisierungen für Aufgaben auf Teamebene. Doch die Workflows endeten an den Teamgrenzen. Das Operations-Team bildete hier eine Ausnahme, da es naturgemäß funktionsübergreifend arbeitet und seine Mitarbeiter daher von vornherein mehrere Teams umfassten.

Aber alle anderen? In Silos.

Diese Erkenntnis allein war die ganze Übung wert, denn sie zeigte mir genau, wo der nächste Wert liegt: in den Schnittstellen zwischen den Teams. Die funktionsübergreifende Verknüpfung. Die Workflows, die die Nachfrage mit Vor-Ort-Ereignissen, der Community und den Inhalten verbinden. Diese entstehen nicht von selbst. Sie müssen gestaltet werden.

Zum ersten Mal habe ich ein konkretes Bild davon, was in meiner Organisation aus Sicht der KI-Reife vorhanden ist. Und was als Nächstes kommt und warum. Ich kann Prioritäten setzen, Ressourcen zuweisen, Personal einstellen und eine Roadmap erstellen. Es ist jetzt ein echtes Programm.

⚠️ Der Reifegrad der KI ist das, was den Nutzen vom Lärm unterscheidet

Ein paar gute Workflows können wie Fortschritt aussehen. Ein echtes System ist etwas anderes.

Das ClickUp AI Maturity Assessment hilft Ihnen zu verstehen, wo Ihr Team heute steht und was sich ändern muss, bevor KI im gesamten Unternehmen durchsetzen kann.

👉 Machen Sie den Test und finden Sie heraus, wo Ihr Flywheel steht.

👉 Machen Sie den Test

Phase 5: Roadmaps, Coaching-Pläne und neue DNA

Die Reifegradbewertung lieferte uns zwei Erkenntnisse, die die Art und Weise, wie wir das Team künftig führen, verändert haben.

Erstens: eine echte KI-Roadmap. Basierend auf den von Brain identifizierten Lücken haben wir nun 40 Workflows mit dem Status „Roadmap“ in derselben ClickUp-Liste in der Warteschlange. Ich kann sehen, was gerade entwickelt wird, wer dafür verantwortlich ist und welche Gründe dahinterstehen. Die funktionsübergreifende Verknüpfung wird priorisiert. Die Lücke zwischen Demand und Community erhält einen eigenen Verantwortlichen.

Die Kluft zwischen PMM und Feld-Ereignissen wird geschlossen. Zum ersten Mal steht hinter unserer KI-Transformation echtes Projektmanagement. Priorisierung. Ressourcenplanung. Verantwortlichkeit. Sie wissen schon, all das, was gute Ideen in echte Ergebnisse verwandelt.

Zweitens: individuelle Coaching-Pläne. Jeder im Team, mich eingeschlossen, erhält einen Plan, wie er seine KI-Kompetenzlücken schließen kann. Wo liegen die Stärken? Wo besteht noch Entwicklungsbedarf? Welche konkreten Workflows sollten als Nächstes in Angriff genommen werden? Und diejenigen, die bereits weiter fortgeschritten sind, werden zu Mentoren für diejenigen, die noch am Anfang stehen. Das ist die Förderung von Mitarbeitern, angetrieben durch KI-basierte Bewertung.

Wir haben auch unsere Einstellungspolitik geändert. Während dieser gesamten Reise haben wir bewusst Mitarbeiter in das Team aufgenommen, die KI-orientierte Entwickler sind. Nicht nur Enthusiasten. Menschen, die komplexe Agentensysteme verstehen, die in Workflows statt in Aufgaben denken, die etwas entwickeln und dann drei anderen Personen beibringen können, wie man es erweitert. Sie sind die neue DNA der Organisation und haben die Leistungsfähigkeit aller um sie herum gesteigert.

Auf diese Weise werden wir weiterhin Synergieeffekte nutzen und unser Verhältnis von Output zu Mitarbeiterzahl deutlich verbessern.

🚀 Der Vorteil von ClickUp: Sobald sich KI in den Teams verbreitet, ist das eigentliche Problem nicht der Zugriff. Es ist die Fragmentierung. ClickUp Brain MAX hilft dabei, dieses Problem zu lösen, indem es den Mitarbeitern eine einheitliche KI-Ebene für ihre gesamte Arbeit bietet, mit integrierter Suche, mehreren Modellen und der Funktion „Talk to Text “. Weniger Tool-Wechsel. Weniger „Wo war das noch mal?“

Das komprimierte Playbook

Wenn Sie das lesen und denken „Das müssen wir auch zu erledigen haben“, finden Sie hier die Version, die Sie ausdrucken und an Ihren Monitor kleben können.

Beginnen Sie mit einem Auftrag, nicht mit einer Plattform. Die Technologie spielt keine Rolle, wenn Ihr Team nicht daran gewöhnt ist, zuerst auf KI zurückzugreifen. Öffentlicher Kanal. Wöchentliche Übermittlungen. Niedrige Hürde. 6 Wochen. Nehmen Sie sich persönlich Zeit für jeden einzelnen Beitrag.

Entmystifizieren, dann verbreiten. Die größte Veränderung war nicht ein einzelner Workflow. Es war der Moment, in dem die Menschen erkannten, dass KI nicht revolutionär sein muss, um wertvoll zu sein. Freigeben Sie Alles öffentlich, damit Ideen wiederverwendet werden können.

Wenn bessere Tools auf den Markt kommen, legen Sie die Leiste höher. Super Agents haben komplexe Automatisierung auch für Nicht-Techniker zugänglich gemacht. Achten Sie auf solche Wendepunkte in Ihrem eigenen Stack und nutzen Sie sie, um das Team weiter voranzubringen.

Verabschieden Sie sich ständig von Ihren Lieblingen. Einige unserer Sommer-Automatisierungen wurden innerhalb weniger Monate eingestellt. Gut so. Das bedeutet, dass wir uns schneller verbessern, als wir einen Anhang an sie entwickeln.

Katalogisieren Sie alles. Früher, als Sie denken, dass es nötig ist. Wenn ich etwas anders machen könnte, würde ich am ersten Tag mit der strukturierten Bestandsaufnahme beginnen. Die Bibliothek ist keine Dokumentation. Sie ist die Grundlage für KI-gesteuerte Bewertung, Roadmap-Erstellung und Coaching. Ohne sie fliegen Sie blind.

Lassen Sie die KI auf sich selbst anwenden. Sobald Ihre Workflows in einem strukturierten System vorliegen, lassen Sie die KI diese durchgehen und eine Reifegradbewertung erstellen. Sie wird funktionsübergreifende Lücken und isolierte Muster schneller erkennen als jede menschliche Analyse.

Stellen Sie Entwickler ein. Sie brauchen eine Handvoll Leute, die echte „KI-first“-Mitarbeiter sind. Sie entwickeln nicht nur für sich selbst. Sie unterrichten, sie betreuen, sie heben das Niveau für alle um sie herum an.

Behandeln Sie es wie ein Produkt. Roadmap. Backlog. Sprint-Prioritäten. Sichtbarkeit. Aufmerksamkeit der Führungsebene. Wenn Ihre KI-Transformation ein Nebenprojekt ist, wird sie auch ein Nebenprojekt bleiben.

🎥 Wenn Sie einen umfassenderen Einblick darin gewinnen möchten, wie KI-Transformation in der Verbindung mit der Arbeit aussieht, ist dieses Video eine nützliche Ergänzung zum obigen Leitfaden.

Was hat die Arbeit tatsächlich zum Erfolg geführt?

Wenn man die gesamte Transformation auf das reduziert, was sie tatsächlich zum Erfolg geführt hat, lässt sich dies auf einige wenige einfache Muster zurückführen:

Wie es weitergeht

Vor neun Monaten war KI etwas, das unser Team nutzte, wenn es daran dachte. Heute verfügen wir über 230 katalogisierte Workflows, ein dreistufiges Reifegrad-Framework, eine priorisierte Roadmap, individuelle Coaching-Pläne für jedes Mitglied des Teams und ein System, das sich jede Woche weiterentwickelt.

Wir haben uns von vereinzelten Experimenten zu einem strukturierten Design entwickelt. Von isolierten Mitarbeitern zu funktionsübergreifenden Systemen. Von manueller Berichterstellung zu automatisierter Pipeline-Analyse. Und das haben wir mit den Tools geschafft, die wir bereits hatten, mit den Mitarbeitern, die wir bereits beschäftigten, und mit der Entschlossenheit, KI-Reife als echtes Programm zu behandeln – nicht als bloßes Ziel.

Das Verhältnis von Output zu Personalbestand ist der neue Maßstab für die Wettbewerbsfähigkeit eines Teams. Die Teams, die dahinter echte Systeme aufbauen, anstatt bei der Begeisterung stehen zu bleiben, sind diejenigen, die gewinnen werden.

Wir stehen noch am Anfang. Und ich bin zuversichtlich, was unsere Zukunft angeht.

Wenn Ihr Team das Gleiche zu erledigen versucht, bietet ClickUp Ihnen das System, um es aufzubauen, zu verfolgen und zu skalieren.

Häufig gestellte Fragen

Wie lange hat das Marketingteam von ClickUp gebraucht, um sein KI-Betriebssystem aufzubauen?

Die Marketingabteilung von ClickUp baute ihr strukturiertes KI-Betriebssystem über einen Zeitraum von etwa neun Monaten auf, beginnend mit einem einfachen wöchentlichen Anwendungsfall und endend mit einer Bibliothek von 230 Workflows in 13 Teams mit Nachverfolgung.

Was ist die wichtigste Metrik bei einer KI-Transformation?

Für dieses Team war das Verhältnis von Output zu Personalbestand die wichtigste Metrik. Jeder Workflow und jeder Mitarbeiter wurde danach bewertet, ob er den Output mit demselben Team steigerte oder den Output mit weniger Ressourcen aufrechterhielt.

Warum hat ClickUp alle KI-Workflows in einem System katalogisiert?

Ein strukturiertes Inventar ermöglichte die Nachverfolgung von Auswirkungen, Eigentümerschaft, Reifegrad und Lücken im gesamten Unternehmen. Ohne diese Sichtbarkeit blieb die KI-Einführung zwar leistungsstark, aber unsichtbar.

Was hat dazu geführt, dass sich die Einführung von KI im gesamten Team tatsächlich durchgesetzt hat?

Die wichtigsten Faktoren waren die Sichtbarkeit des Engagements der Führungskräfte, eine reibungslose wöchentliche Routine, das Freigeben von Anwendungsbeispielen sowie tools, mit denen auch nicht-technische Benutzer nützliche Workflows innerhalb des Systems erstellen konnten, das sie ohnehin bereits nutzten.

Wie hat ClickUp KI genutzt, um seine eigene KI-Transformation zu verbessern?

Nachdem die Workflows in ClickUp katalogisiert waren, nutzte das Team ClickUp Brain, um den KI-Reifegrad in den Teams zu bewerten, Lücken zu identifizieren, Roadmap-Möglichkeiten zu priorisieren und individuelle Coaching-Pläne zu erstellen.