Vara Kumar Namburu, Mitgründer und Leiter der Forschung und Entwicklung, Whatfix – Interviewreihe

Vara Kumar ist der Mitgründer und Leiter der Forschung und Entwicklung sowie der Lösungen bei Whatfix, wo er die Innovation und das strategische Wachstum des Unternehmens vorantreibt. Er gründete Whatfix 2014 zusammen mit Khadim Batti mit der Vision, Einzelpersonen und Organisationen zu ermöglichen, symbiotisch mit Technologie zusammenzuarbeiten, um ihr volles Potenzial auszuschöpfen. Vara leitet in den USA die Mehrproduktstrategie und die Vision des Unternehmens für Produktentwicklung und -adoption, Technologieentwicklung und Innovation, wodurch erfolgreiche Integrationen für Kunden und Partner beschleunigt werden. Unter Varas Führung hat das Unternehmen die “Userisierung” entwickelt, einen bahnbrechenden Ansatz, der den Fokus darauf legt, Technologie an die Bedürfnisse der Benutzer anzupassen, anstatt die Benutzer an die Technologie anzupassen. Er ist leidenschaftlich daran interessiert, Technologie zu entwickeln, die die Benutzer lieben.

Whatfix ist eine digitale Adoptionsplattform, die Organisationen dabei hilft, die Softwareadoption und die Produktivität der Benutzer zu verbessern, indem sie in-app-Anleitungen, Walkthroughs, Tooltips und Selbsthilfe direkt in Unternehmensanwendungen einbettet. Auf dieser Grundlage führt Whatfix AI intelligente, kontextsensitive Agenten wie Authoring, Guidance und Insights ein, die den Inhaltsaufbau automatisieren, Echtzeit-Unterstützung in der App liefern und Nutzungsdaten in handhabbare Erkenntnisse umwandeln. Zusammen strömen Whatfix und Whatfix AI die Onboarding-Prozesse, reduzieren Reibungsverluste bei der Schulung und optimieren Arbeitsabläufe, während sie gleichzeitig Aufsicht, Rechenschaftspflicht und Datenschutz gewährleisten.

Sie haben Whatfix vor über einem Jahrzehnt gegründet, nachdem Sie Ihre Karriere im Bereich Unternehmenssoftware begonnen hatten. Was hat Sie dazu inspiriert, das Unternehmen zu gründen, und wie hat sich Ihre ursprüngliche Vision mit dem Aufkommen von KI entwickelt?

Meine Karriere begann bei Huawei Technologies, wo ich als Systemarchitekt arbeitete und meinen zukünftigen Mitgründer Khadim Batti traf. Unser erstes gemeinsames Projekt war SearchEnabler, eine SEO-Plattform für kleine und mittelständische Unternehmen. Obwohl wir eine solide Lösung entwickelten, entdeckten wir ein grundlegendes Problem: Die Benutzer konnten die Fähigkeiten der Plattform nicht voll ausschöpfen. Selbst als wir einen “Fix It”-Button für Anleitungen hinzufügten, erkannten wir, dass das Problem nicht nur bei der SEO lag, sondern darin bestand, jede Technologie wirklich für die Benutzer zugänglich zu machen.

Diese Erkenntnis führte uns dazu, Whatfix 2014 zu gründen. Unsere Kernüberzeugung war revolutionär für ihre Zeit: Anstatt die Menschen an die Technologie anzupassen, würden wir die Technologie an die Menschen anpassen. Wir nannten dies “Userisierung”, um sicherzustellen, dass Software intuitiv wird, die Adoption fördert und den Einfluss maximiert.

KI hat diese Mission exponentiell verstärkt. Beginnend mit unserem Airim-Erwerb im Jahr 2019 haben wir KI in jedes Produkt integriert, das wir entwickeln. Heute machen wir nicht nur Software benutzerfreundlicher, sondern schaffen auch intelligente Systeme, die lernen, vernünftig handeln und im großen Maßstab agieren. Unsere Vision hat sich von einfacher Benutzeranpassung zu wirklich benutzergerechter KI entwickelt, die die Arbeitsweise in Unternehmen verwandelt.

Viele Studien zeigen, dass die meisten KI-Pilotprojekte scheitern, weil die Endbenutzer nicht wissen, wie sie die Technologie in ihrer täglichen Arbeit anwenden sollen. Aus Ihrer Perspektive, was sind die Ursachen dieser Adoptionslücke?

Ich sehe zwei grundlegende Barrieren, die den erfolgreichen Einsatz von KI verhindern. Erstens ist es die Überlastung: Große Unternehmen sind von Tausenden von Anwendungen überflutet, von denen jede über ihre eigenen KI-Fähigkeiten verfügt. Die Benutzer stehen vor einer Entscheidungsparalyse darüber, welches Werkzeug welchem Zweck dient, was zu Reibungsverlusten führt, die den ROI eliminieren.

Die zweite Barriere ist Vertrauen. IT-Führungskräfte und CIOs benötigen die Gewissheit, dass KI-Systeme Sicherheitsstandards einhalten, Vorschriften beachten und ohne Vorurteile funktionieren. Wenn Organisationen Bedenken hinsichtlich Datenschutzverletzungen, KI-Halluzinationen oder Governancefehlern haben, zögern sie, über Pilotprojekte hinaus zu gehen.

Erfolg erfordert die direkte Einbettung von KI in die Arbeitsumgebung der Benutzer. Durch unsere ScreenSense-Technologie analysieren wir, was die Benutzer tun und was sie erreichen wollen, und unser Guidance-Agent liefert kontextsensitive Empfehlungen und nächste Schritte über bestehende Systeme hinweg. Dieser Ansatz eliminiert die Vermutungsarbeit, multipliziert die Engagementraten und bietet den Benutzern, die ansonsten neue Technologie ablehnen könnten, sofortigen Wert.

Whatfix’ neue KI-Agenten sind um das Konzept der “Userisierung” herum aufgebaut. Können Sie erklären, was dies bedeutet und wie es sich von herkömmlichen Ansätzen zur digitalen Adoption unterscheidet?

Die Userisierung stellt einen grundlegenden Wandel in der Art und Weise dar, wie wir über die Technologieeinbindung nachdenken. Anstatt die Menschen zu trainieren, um sich an die Softwareeinschränkungen anzupassen, konstruieren wir Lösungen, die sich an das menschliche Verhalten und die Bedürfnisse anpassen. Jede Entscheidung, die wir treffen, priorisiert die Benutzererfahrung, um Erwartungen zu übertreffen und konkreten Geschäftswert zu liefern.

Die traditionelle Adoption folgt einem Einheitsansatz: Schulung bereitstellen, das Beste hoffen und die Benutzer beschuldigen, wenn die Adoption stockt. Die Userisierung verfolgt den gegenteiligen Ansatz. Wir nutzen KI, um personalisierte, kontextsensitive Anleitungen zu erstellen, die sich mit der Rolle und Situation jedes Benutzers entwickeln. Unsere Lösungen lernen aus den Interaktionen der Benutzer und passen sich entsprechend an.

Was dies besonders leistungsstark macht, ist unser feedbackgetriebener Entwicklungsprozess. Kundenfeedback formt direkt mehr als die Hälfte unserer Produktstraßenkarte, um sicherzustellen, dass wir tatsächliche Herausforderungen in der Arbeitswelt lösen und nicht theoretische Probleme. Dies schafft eine menschenzentrierte Philosophie, bei der KI-Agenten Reibungsverluste eliminieren, damit sich die Menschen auf strategische, kreative und hochwertige Arbeit konzentrieren können, anstatt mit Technologie zu kämpfen.

Unser umfassender Technologie-Stack – umfassend Digital Adoption Platform (DAP), Product Analytics und Mirror – treibt die unternehmensweite Technologieadoption durch intelligente Datenanalyse voran, die die Bereitstellung traditioneller Software und aufstrebender KI-Lösungen beschleunigt. Wir haben KI-Funktionen in die gesamte Plattform integriert, einschließlich konversationsanalytischer Schnittstellen und emotionsresponsiver Auslöser, die es Organisationen ermöglichen, Benutzermuster zu entschlüsseln, ihre Adoptionsansätze zu verfeinern und messbare Geschäftsergebnisse zu erzielen.

ScreenSense wird als Kern der neuen KI-Agenten beschrieben, die sowohl den Benutzerkontext als auch die Absicht interpretieren. Wie funktioniert diese Technologie in der Praxis und wie stellt sie sicher, dass sie den Benutzern nicht überfordert?

ScreenSense funktioniert wie ein intelligenter Dolmetscher, der gleichzeitig die Anwendungsumgebung (was auf dem Bildschirm passiert) und die Benutzerziele (was jemand zu erreichen versucht) analysiert. Diese doppelte Wahrnehmung ermöglicht Echtzeit-Empfehlungen, die sowohl technisch korrekt als auch persönlich relevant sind.

In der Praxis nutzen unsere KI-Agenten – Authoring, Insights und Guidance – ScreenSense, um Genauigkeit und kontextsensitive Anleitungen in ihrer Unterstützung zu liefern. Anstatt die Benutzer mit generischen Vorschlägen zu bombardieren oder sie dazu zu zwingen, neue Schnittstellen zu lernen, versteht das System ihren aktuellen Kontext und bietet genau die richtige Hilfe zur richtigen Zeit.

Der Schlüssel, um Benutzerüberlastung zu vermeiden, ist kontextuelles Filtern. ScreenSense sammelt nicht nur Daten, sondern verarbeitet diese Informationen, um zu bestimmen, wann Eingriffe einen Mehrwert bieten und wann sie Ablenkung schaffen. Die Benutzer erhalten Anleitungen, die sich intuitiv und zeitlich anfühlen, anstatt aufdringlich, weil das System sowohl ihre technische Umgebung als auch ihre Arbeitsabsichten versteht.

Könnten Sie uns durch die drei neuen KI-Agenten – Authoring, Insights und Guidance – führen und konkrete Beispiele dafür geben, wie sie die Produktivität in realen Unternehmensworkflows verbessern?

Unser Authoring-Agent demokratisiert den Inhaltserstellung, indem er Alltagssprache in anspruchsvolle In-App-Erfahrungen umwandelt. Ein Schulungsleiter kann einfach sagen: “Erstelle ein Tooltip für die neue Funktion im Dashboard”, und das System baut den Inhalt automatisch, bestimmt Zielregeln und wendet entsprechende Stilvorgaben an. Dieser effiziente Arbeitsablauf ermöglicht es Lern- und Entwicklungsteams, Produktmanagern und Geschäftspartnern ohne Codierkenntnisse, komplexe In-App-Unterstützungselemente wie interaktive Overlays, Schritt-für-Schritt-Anleitungen und situationsbezogene Hilfeinhalte im Unternehmensmaßstab zu erstellen, was im Wesentlichen die herkömmlichen Flaschenhälse und technischen Anforderungen eliminiert, die den Inhaltserstellungsprozess normalerweise verlangsamen. Wir sehen heute 40 % schnellere Inhaltsentwicklung, mit 70 % Effizienzgewinnen in Aussicht.

Der Insights-Agent wandelt die Analyse von einer Spezialfunktion in ein Gesprächsinstrument um. Produktbesitzer können natürliche Fragen wie “Welche Funktionen verursachen Benutzerfrustration?” stellen und erhalten sofortige visuelle Analysen mit spezifischen Reibungspunkten und handhabbaren nächsten Schritten. Diese Methode ermöglicht es Produktmanagern und verschiedenen Teammitgliedern, schnell handhabbare Erkenntnisse über Benutzerverhaltensmuster und Systemeffektivität zu entdecken, ohne fortgeschrittene Datenanalysefähigkeiten zu benötigen, was letztendlich ihre Fähigkeit unterstützt, zu erkennen, welche Funktionalität eine Verbesserung oder eine verstärkte Adoptionsinitiative benötigt.

Unser Guidance-Agent liefert sofortige Antworten innerhalb der aktiven Arbeitsabläufe der Benutzer. Wenn jemand nach “Ausnahmen im Genehmigungsprozess” sucht, während er Bestellungen bearbeitet, erhält er präzise, kontextsensitive Informationen aus der internen Dokumentation, ohne die aktuelle Anwendung verlassen zu müssen. Diese Methode revolutioniert, wie Unternehmensmitarbeiter auf Informationen zugreifen, indem sie deutlich auf die Antwortzeiten verkürzt und die Abhängigkeit von Help-Desk-Ressourcen reduziert, sodass sie notwendige Klarheit erhalten, ohne ihre aktuellen Aufgaben zu unterbrechen, lange Dokumentationen zu durchsuchen oder Support-Tickets zu erstellen, und so ihre Konzentration und Effizienz in ihren aktiven Arbeitsabläufen aufrechterhalten.

Über 300 Kunden setzen diese Agenten bereits in Produktionsumgebungen ein und sehen eine Verdoppelung und Verdreifachung der Engagementraten.

Aus Ihrer Erfahrung, was sind die besten Praktiken, die Organisationen, die erfolgreich mit der Einführung von GenAI sind, von denen unterscheiden, die scheitern?

Erfolgreiche GenAI-Einführung erfordert zwei grundlegende Elemente: nahtlose Integration und verantwortungsvolle Governance. Organisationen, die erfolgreich sind, integrieren KI-Fähigkeiten direkt in bestehende Arbeitsabläufe, anstatt separate Tools einzuführen, die zusätzliche Komplexität schaffen.

Die erfolgreichsten Organisationen konzentrieren sich auf sofortigen Benutzernutzen anstatt auf beeindruckende Technologiedemonstrationen. Sie lösen spezifische Arbeitsablaufprobleme, mit denen die Menschen täglich konfrontiert sind, und stellen sicher, dass KI zu einem Produktivitätsverstärker und nicht zu einem weiteren System wird, das beherrscht werden muss. Diese Unternehmen investieren auch in neue Rollen wie KI-Aufseher, die die menschliche Aufsicht aufrechterhalten, um sicherzustellen, dass Systeme genau, fair und kontinuierlich verbessert werden.

Organisationen, die Schwierigkeiten haben, behandeln KI typischerweise als Technologieprojekt und nicht als Benutzererfahrungstransformation. Sie konzentrieren sich auf Bereitstellungsmetriken anstatt auf Adoptionsergebnisse und versäumen es, die Vertrauens- und Komplexitätsbarrieren anzugehen, die die Skalierung verhindern.

Unternehmen investieren zunehmend in KI-Tools im gesamten Software-Stack. Wie sehen Sie die Rolle von Adoptionsplattformen wie Whatfix sich entwickeln, wenn sich diese Trend beschleunigt?

Wenn die KI-Verbreitung zunimmt, werden Adoptionsplattformen zur kritischen Orchestrierungsebene, die das Chaos im Unternehmen verhindert. Ohne einheitliche Anleitung riskieren Organisationen, multiple überlappende Fähigkeiten zu schaffen, die Benutzer verwirren und Investitionen verschwenden.

Whatfix ist das intelligente Rückgrat, das Planung, Bereitstellung, Adoption und Optimierung über den gesamten Lebenszyklus von Unternehmenssoftware verbindet. Unser Plattform-Set kombiniert digitale Adoption, Produktanalyse und Mirror-Simulationsfähigkeiten, um datengetriebene Adoptionsstrategien zu schaffen, die sowohl für traditionelle Software als auch für aufstrebende KI-Implementierungen funktionieren.

Wir erweitern unsere aktuellen Angebote um KI-native Lösungen wie Seek, Assistant und AI Roleplay, die intelligente Automatisierung mit adaptiver Schulung kombinieren, um umfassende Adoptionserfahrungen zu schaffen. Das Ziel ist es, zur einheitlichen Intelligenzschicht zu werden, die den ROI über jeden Technologieinvestition eines Unternehmens maximiert.

Anstatt einzelne Tools zu verwalten, benötigen Organisationen Plattformen, die das gesamte Technologie-Ökosystem verstehen und die Benutzer durch zunehmend komplexe Landschaften mit Zuversicht und Effizienz führen können.

Aufblickend hat Whatfix von einer Zukunft gesprochen, in der digitale Lösungen sich in Echtzeit selbst korrigieren und personalisieren. Welche Meilensteine sehen Sie als am wichtigsten für die Erreichung dieser Zukunft?

Unser Roadmap konzentriert sich darauf, Whatfix als weltweit führende KI-Plattform für die Userisierung von Unternehmenssoftware zu etablieren. Dies erfordert die Erreichung von drei miteinander verbundenen Meilensteinen innerhalb der nächsten fünf Jahre.

Erstens skalieren wir die Bereitstellung unserer KI-Agenten von der aktuellen Basis von über 300 Kunden auf eine Standardimplementierung in allen Whatfix-Engagements. Diese Agenten werden zur Standardmethode für Millionen von Unternehmensbenutzern, um Komplexität zu meistern und ihre täglichen Arbeitsabläufe zu beschleunigen.

Zweitens bauen wir umfassende KI-erste Produktfähigkeiten jenseits unserer aktuellen Digital Adoption, Analytics und Mirror-Angebote auf. Lösungen wie Seek, Assistant und AI Roleplay werden die einheitliche Intelligenzinfrastruktur schaffen, die Unternehmen für die gesamte Technologie-Lebenszyklusverwaltung benötigen.

Drittens streben wir nach globaler Kategorieführung, indem wir neu definieren, was digitale Adoption in einer KI-getriebenen Welt bedeutet. Erfolg bedeutet, als das Unternehmen anerkannt zu werden, das Unternehmens-KI wirklich zugänglich und praktisch für den täglichen Gebrauch gemacht hat.

Letztendlich ist der Meilenstein die Bereitstellung von benutzergerechter, kontext- und absichtsbewusster KI in den Händen jedes Unternehmensbenutzers. Wenn Millionen von Menschen in verschiedenen Branchen aufgrund von Whatfix intelligenter und effizienter arbeiten und weniger Reibungsverluste haben, werden wir unsere grundlegende Mission erfüllt haben.

Bei der Abwägung zwischen schneller KI-Adoption und Mitarbeitervertrauen, welche Risiken sehen Sie voraus, wenn benutzergerechte Ansätze nicht ernst genommen werden?

Das primäre Risiko ist das Scheitern der Adoption im großen Maßstab. Ohne benutzergerechte Gestaltung stehen Unternehmen vor denselben Vertrauensherausforderungen, die wir heute sehen, Bedenken hinsichtlich Datenschutz, KI-Halluzinationen und Governance-Lücken. Diese Bedenken schaffen organisatorischen Widerstand, der die Skalierung über Pilotprojekte hinaus verhindert und letztendlich KI-Investitionen verschwendet.

Die Komplexitätskrise wird sich auch verschärfen. Wenn jede Anwendung KI-Fähigkeiten hinzufügt, ohne die Benutzererfahrung zu berücksichtigen, werden Mitarbeiter mit zunehmend fragmentierten Arbeitsabläufen und Entscheidungsparalyse konfrontiert. Dies führt zu einer Produktivitätsverschlechterung anstatt der Effizienzgewinne, die KI verspricht.

Velleicht am kritischsten riskieren Organisationen, eine KI-Resistenzkultur zu schaffen, in der Benutzer aktiv neue Fähigkeiten vermeiden, weil frühere Implementierungen Reibungsverluste statt Wert geschaffen haben. Sobald Benutzer das Vertrauen in KI-Tools verlieren, erfordert der Wiederaufbau dieses Vertrauens erheblich mehr Anstrengung und Ressourcen.

Zum Schluss, wie bleiben Sie persönlich auf dem Laufenden, was die technischen und menschlichen Aspekte der Unternehmens-KI-Adoption betrifft?

Unser organisatorischer Ansatz bietet eine wertvolle Perspektive auf beide Dimensionen. Wir haben KI in alle unsere Geschäftsoperationen integriert, von Vertriebsteams, die KI für Prospektanreicherung nutzen, bis hin zu unseren intelligenten Suchsystemen, die Mitarbeiter mit internen Wissensbasen verbinden. Produktteams nutzen KI-Agenten als Arbeitsablauf-Co-Piloten, was uns erste Erfahrungen mit den Herausforderungen gibt, denen unsere Kunden gegenüberstehen.

Wir haben auch umfassende Personalentwicklung durch unsere KI-Labs und Zero-Click-Frameworks implementiert, in denen jeder Software-Ingenieur lernt, wie ein KI-Ingenieur zu denken. Dies schafft eine organisationsweite Alphabetisierung, die sowohl unsere technische Entwicklung als auch unser Verständnis von Benutzeradoptionsmustern informiert.

Am wichtigsten ist, dass unser Produktentwicklungsprozess tief in Kundenfeedback verwurzelt ist, mit über der Hälfte unserer Produktstraßenkarte, die von realen Unternehmensherausforderungen geprägt ist. Dieser kontinuierliche Dialog stellt sicher, dass wir nicht nur verstehen, was technisch möglich ist, sondern auch, was tatsächlich Wert für die Menschen schafft, die diese Systeme täglich nutzen.