Fra idé til
AI-prototype
på én uge.
Hvordan kan AI hjælpe ledere med at omsætte medarbejderfeedback til handling? Ennova og Munk AI gjorde spørgsmålet konkret med en intensiv workshop, en fungerende AI-coach i Teams og feedback fra brugerne.
Se casen
Medarbejderindsigt. Ledelsesdialog. Konkrete næste skridt.
- 1 uge
- Fra idé til prototype
- 2 dage
- Dedikeret udvikling
- Teams
- AI-coach i kendte rammer
- 4 faser
- Double Diamond
et afgrænset udviklingsforløb
som del af workshopugen
fungerende prototype
forstå, afgræns, udvikl og afprøv
AI og produktudvikling hos
ennova01Kort fortalt
En måling giver indsigt.
Dialogen skaber handling.
Ennova arbejder med medarbejder- og kundeoplevelser. I dette forløb var fokus på det, der sker, efter en leder modtager resultaterne af en medarbejderundersøgelse.
Ambitionen var at undersøge, hvordan AI kunne støtte forståelsen af resultaterne og forberedelsen til teamets dialog. Konceptet skulle afprøves hurtigt, før Ennova tog stilling til en større implementering.
I juni 2024 samlede Munk AI og Ennova produktviden, brugerindsigt, design og udvikling i et koncentreret forløb. Resultatet blev en Teams-integreret AI-coach og et konkret grundlag for den videre prioritering.
02Udfordringen
Hvad gør vi
med resultaterne?
At modtage en rapport er ét trin. At forstå den, forberede en god samtale og aftale meningsfulde handlinger kræver noget andet. Workshoppen satte fokus på hele denne brugerrejse.
Ennova ville undersøge, hvordan ledere kunne få støtte til at fortolke resultaterne og finde relevante fokuspunkter. Samtidig skulle teamets handlinger være konkrete og ligge inden for dets egen indflydelse.
Brugerinterviewene gjorde især behovet for hjælp til forberedelsen tydeligt. Opgaven var at støtte den menneskelige dialog og gøre det lettere at komme videre fra indsigt.
Et konkret spørgsmål
Hvordan bliver feedback til en god samtale?Forstå resultaterne, forbered dialogen og afklar, hvad teamet selv kan gøre.03Løsningen
En AI-coach.
Tæt på lederens hverdag.
Ennova Copilot blev afprøvet som en assistent i Microsoft Teams, hvor brugeren kunne tale med AI om medarbejderfeedback og forberedelse.
Tal om resultaterne
Prototypen gav mulighed for at stille spørgsmål og få hjælp til at arbejde med undersøgelsens feedback.
Gør dialogen konkret
AI-coachen kunne støtte refleksionen over relevante temaer og lederens forberedelse til teammødet.
Vurdér potentialet
Brugerne fik en konkret oplevelse at reagere på. Deres feedback gav retning for næste udviklingstrin.
Casen beskriver en prototype. Det samlede forløb i Ennovas egen platform blev også visualiseret som koncept og skærmskitser.
04Sådan greb vi det an
Én uge.
Fire tydelige faser.
Ennovas nøglemedarbejdere deltog tæt i forløbet. Produkt, UX, IT og rådgivning bidrog med hver deres perspektiv.
- 01Sammen
Discover · forstå behovet
Kortlægning af brugerrejsen og interviews med brugere gjorde udfordringerne omkring resultater, dialog og handling tydelige.
- 02Sammen
Define · vælg fokus
Ennova og Munk AI prioriterede mulighederne og konkretiserede, hvor en AI-assistent kunne skabe værdi.
- 03Munk AI
Develop · byg prototypen
To udviklingsdage omsatte idéerne til en fungerende Teams-coach samt skitser af den bredere brugerrejse.
- 04Sammen
Deliver · få feedback
Præsentation og brugerevaluering gav indsigt i oplevet værdi, anvendelse og de næste prioriteringer.
05I praksis
Forberedelse med
en sparringspartner.
En leder kan have behov for at vende undersøgelsens resultater, før teamet samles. Prototypen gjorde det muligt at udforske den dialog i et værktøj, brugeren allerede kendte.
Illustration af anvendelsen, ikke et produktskærmbillede. Der vises ingen faktiske undersøgelsesresultater eller medarbejderdata.
Fra resultat til refleksion.
- Hvilke temaer vil du gerne forstå bedre?
- Hvad skal teamet have mulighed for at uddybe?
- Hvilke handlinger kan I selv påvirke?
06Munk AI’s bidrag
Fra brugerindsigt
til noget, der kan prøves.
Et samlet forløb med facilitering, design, udvikling og evaluering.
Double Diamond-workshop
Struktur og facilitering af et intensivt forløb med Ennovas nøglemedarbejdere.
Brugerrejse og prioritering
Interviews, kortlægning af udfordringer og fælles valg af de mest relevante muligheder.
AI-feedback og Teams-coach
En fungerende prototype, der gjorde AI-støttet dialog om medarbejderfeedback konkret.
Koncept for teamets videre proces
Skærmskitser af et AI-board med opsamling og forslag til handlinger i teamdialogen.
Evaluering og næste skridt
Opsamling på brugerfeedback, muligheder og afhængigheder før videre implementering.
07Brugernes perspektiv
Værdien blev konkret,
da brugerne prøvede den.
Workshopopsamlingen fremhæver især hjælp til lederens forberedelse og adgang gennem Teams som værdifuldt for brugerne. At kunne få støtte i et kendt arbejdsmiljø gjorde idéen lettere at forholde sig til.
Feedbacken pegede også på, at en ny proces skal passe til brugernes hverdag og modenhed. Den eksisterende rapportering og menneskelige dialog havde fortsat en rolle.
Afprøvningen gav dermed både bekræftelse af potentialet og en mere præcis forståelse af, hvor det var relevant at begynde.
Start tæt påbrugerens behov.
Forberedelsen førstGør resultater og relevante spørgsmål lettere at arbejde med.
Et kendt værktøjTeams gør konceptet nærværende i brugerens eksisterende arbejdsgang.
En tydelig rolleAI støtter arbejdet. Lederen og teamet tager dialogen og beslutningerne.
08Resultater og værdi
En idé blev til
et beslutningsgrundlag.
Forløbet gjorde det muligt at vurdere teknologi og brugeroplevelse, før en større implementering.
Fungerende prototype
En Teams-integreret AI-coach blev udviklet inden for én workshopuge.
AI-feedback afprøvet
Dialog om medarbejderundersøgelsens resultater blev omsat til konkret teknologi.
Brugerbehov gjort tydelige
Interviews og evaluering viste, hvor støtte til forberedelse og dialog kunne give mening.
Grundlag for næste valg
Ennova fik koncepter, prioriteringer og brugerfeedback til det videre AI-arbejde.
Jeres næste skridt
Hvilken AI-idé skal I gøre konkret?
Munk AI hjælper med at forstå brugerbehovet, afgrænse idéen og bygge en prototype, der giver et bedre grundlag for næste beslutning.