Visual für den anonymisierten Pharma-Case mit einer Person in einem digitalen Arbeitskontext.

CLIENT PROFILE

Anonymisiertes Pharmaunternehmen

Pharma / Life Sciences

Mehrere hundert Marketeers in EMEA

Mehrjährig

Cases · AI to the DNA

Vom ersten Toolkit zum Forecasting-Agenten.

Wie ein globales Pharmaunternehmen generative KI über Ländergrenzen hinweg in seine EMEA-Organisation gebracht hat: mit einem Scout-Programm, skalierbaren Lernressourcen, einem gestuften Copilot-Rollout und einem spezialisierten Agenten für einen geschäftskritischen Forecasting-Prozess.

The Challenge

Ende 2023 stand die EMEA-Marketing-Organisation dieses Pharmaunternehmens unter hohem Veränderungsdruck. Nach einer Restrukturierung musste mit weniger Kapazität weiter Leistung entstehen. Gleichzeitig war klar, dass generative KI nicht als Sonderthema einzelner Enthusiast:innen stehen bleiben durfte, sondern in vielen Ländern und Funktionen alltagstauglich werden musste.

Die Aufgabe war doppelt: Einerseits brauchte es ein skalierbares Enablement-Programm für eine große, heterogene und regulierte Organisation. Andererseits musste daraus mit der Zeit echte Geschäftswirkung entstehen. Das jüngste Beispiel dafür war ein Forecasting-Agent, der Annahmen in einem sensiblen Planungsprozess systematischer challengt. Genau diese Entwicklung vom breiten Einstieg zum spezialisierten Anwendungsfall macht den Case aus.

Our Approach

Multiplikator:innen statt Zentraltraining

Mehrere tausend Menschen über Ländergrenzen hinweg lassen sich nicht mit einem einzigen Trainingsformat erreichen. Deshalb wurde früh ein Modell mit Scouts und Ambassadors aufgebaut, das Wissen lokal verankert und zugleich zentral anschlussfähig hält.

Enablement als Infrastruktur denken

Toolkit, Starter Kit, Community-Logik und wiederverwendbare Formate wurden nicht als einmalige Deliverables verstanden, sondern als Infrastruktur, die über Reorganisationen, neue Tools und wachsende Bedarfe hinweg tragfähig bleibt.

Vom breiten Einstieg zum gezielten Use Case

Die Organisation wurde nicht mit spezialisierten Agenten begonnen. Erst nachdem Grundlagen, Sprache und Tool-Verständnis in der Breite aufgebaut waren, konnte aus dem Programm ein geschäftskritischer KI-Anwendungsfall entstehen.

The Transformation

Phase 1 · Framework & Toolkit

01

Toolkit

Den Rahmen für den Rollout bauen

Zum Start entstanden ein GenAI Toolkit, ein niedrigschwelliges Starter Kit und ein pragmatischer Blueprint für die Landesgesellschaften. So wurde aus einer strategischen Absicht ein Format, das lokal umgesetzt werden konnte.

Phase 2 · Scouts & Ambassadors

02

Multipliers

Ein lokales Multiplikator:innen-System aufbauen

Country-Scouts, Functional-Scouts und Ambassadors machten das Thema über Länder und Funktionen hinweg anschlussfähig. Keynotes, Community-Formate und Folge-Sessions sorgten dafür, dass aus erstem Interesse echte Bewegung wurde.

Phase 3 · Copilot-Rollout & Vertiefung

03

Copilot

Von der Enablement-Welle in die Nutzung gehen

Mit einer ersten Copilot-Welle für rund 1.500 Nutzer:innen, funktionsspezifischen Formaten und fortlaufenden Updates zu neuen Funktionen wurde aus allgemeiner Befähigung ein konkreter Nutzungspfad.

Phase 4 · Spezialisierung

04

Forecast Agent

Geschäftskritische KI-Use-Cases aufsetzen

Im jüngsten Kapitel entstand aus einem konkreten Forecasting-Problem ein Assumption Check Agent, der Guidance, Country Submissions und langfristige Kurven systematischer gegen Marktkontext und verfügbare Evidenz spiegelt.

The Results

Ein verankertes Multiplikator:innen-Modell

Mehr als 30 Scouts und eine zweite Ebene aus Ambassadors tragen das Thema über Länder und Funktionen hinweg in den Alltag.

Skalierbare Lern- und Tooling-Infrastruktur

Toolkit, Starter Kit, Community, SharePoint-One-Stop-Shop und wiederverwendbare Formate sorgen dafür, dass das Thema nicht an Einzelmaßnahmen hängt.

Ein gestufter Copilot-Rollout

Eine erste Welle mit rund 1.500 Nutzer:innen machte aus strategischer Absicht eine breitere Nutzungspraxis und schuf die Grundlage für weitere Ausbaustufen.

Ein spezialisierter Forecasting-Agent als nächstes Kapitel

Der Assumption Check Agent zeigt, wie aus breitem Enablement mit der Zeit ein geschäftskritischer KI-Anwendungsfall entstehen kann.

Our Learnings

Große internationale Organisationen lassen sich nicht sinnvoll zentral beschulen. Ein lokales Multiplikator:innen-Modell skaliert langsamer an, trägt aber deutlich robuster durch Alltag, Wechsel und Reorganisation.

Auf Führungsebene zieht nicht die Funktionsliste eines Tools, sondern die Frage, wie mit weniger Kapazität trotzdem Wirkung, Geschwindigkeit und Qualität gehalten werden können.

Materialien, Rollen, Formate und Tool-Wissen müssen über lange Zeit weiterentwickelt werden. Wer Enablement als einmalige Schulung plant, verliert nach wenigen Monaten den Anschluss an die Realität.

Geschäftskritische Agenten entstehen selten am Anfang. Sie werden dort möglich, wo Sprache, Tool-Verständnis und Vertrauen bereits in der Breite aufgebaut wurden.

Ihr steht an einem ähnlichen Punkt? Vereinbart ein kurzes Gespräch mit uns als ersten Schritt für euer Level-Up!

LET'S TALK CONSULTING!

Wobei können wir unterstützen?

In dringenden Fällen erreichst du uns immer bei WhatsApp oder unter +49 40 401 100 80 (Mo-Fr 9-18 Uhr)