OpenAI Codex: Proaction meldet 60 Prozent mehr Sales
Wie Proaction mit OpenAI Codex individuelle Kundendemos baut, Engineering-Zeit spart und seinen Sales-Funnel beschleunigt
Dieser Artikel hat eine Lesedauer von 7 Minuten.
Proaction setzt OpenAI Codex dort ein, wo normalerweise Vertrieb, Produkt und Engineering aufeinandertreffen. Individuelle Kundendemos entstehen in weniger als einer Stunde und sollen den Sales-Funnel deutlich beschleunigen.
OpenAI Codex wird bei Proaction zum Vertriebswerkzeug
Bei OpenAI Codex denkt man zunächst an Softwareentwicklung. Die Fallstudie des Flottenmanagement-Startups Proaction zeigt allerdings einen anderen Einsatzbereich: Ein Mitgründer ohne klassische Entwicklerrolle nutzt Codex, um aus Kundengesprächen direkt individuelle Software-Demos zu bauen.
OpenAI fasst die Ergebnisse mit drei auffälligen Zahlen zusammen: 40 bis 60 eingesparte Engineering-Stunden pro Monat, bis zu 33 eingesparte Arbeitsstunden beim Gründer und ein Plus von 60 Prozent im Vertrieb.
Gerade die letzte Zahl braucht allerdings etwas Kontext.
Proaction spricht nicht davon, den Umsatz pauschal um 60 Prozent gesteigert zu haben. Laut Mitgründer und COO Colin Knudsen erhöhte sich durch die individuellen Demos der Anteil der Interessenten, die vom Erstkontakt direkt in die Phase der Lösungsentwicklung wechseln, um geschätzte 50 bis 60 Prozent.
Das ist weniger spektakulär als ein Umsatzplus von 60 Prozent, für die Bewertung des eigentlichen Workflows aber deutlich interessanter.
Was Proaction mit OpenAI Codex konkret macht
Proaction entwickelt Software für Unternehmen, die Fahrzeugflotten und andere bewegliche Assets verwalten. Dazu gehören Autos und Lastwagen ebenso wie Anhänger oder Baumaschinen.
Das Problem im Vertrieb: Die Abläufe solcher Unternehmen unterscheiden sich erheblich voneinander. Eine generische Produktdemo kann deshalb zwar Funktionen zeigen, beantwortet aber nicht automatisch die Frage, wie die Software in den konkreten Arbeitsalltag eines Interessenten passt.
Individuelle Demos wären dafür besser geeignet. Sie kosten allerdings Entwicklungszeit.
Hier setzt Proaction Codex ein.
Nach einem Kundengespräch stellt Knudsen Codex unter anderem die Aufzeichnung des Gesprächs, relevante E-Mail-Verläufe und gegebenenfalls Tabellen des Interessenten als Kontext zur Verfügung. Auf dieser Basis wird eine angepasste HTML-Demo erstellt, die sowohl die Oberfläche von Proaction als auch Teile der tatsächlichen Flotte und Prozesse des potenziellen Kunden abbildet.
Statt eine abstrakte Präsentation zu sehen, bekommt der Interessent damit beispielsweise seine eigenen Fahrzeuge, Arbeitsabläufe und Anforderungen in einer interaktiven Umgebung gezeigt.
Während einer Präsentation können Änderungen direkt besprochen und anschließend umgesetzt werden.
Der Prototyp wird damit nicht nur zur Verkaufsunterlage. Er wird zu einem gemeinsamen Arbeitsobjekt zwischen Kunde und Anbieter.
Eine individuelle Demo braucht 30 bis 45 Minuten
Knudsen erstellt nach Angaben von OpenAI derzeit vier bis sechs solcher individuellen Demos pro Monat.
Mit Codex benötigt er dafür jeweils ungefähr 30 bis 45 Minuten.
Würde das Engineering-Team vergleichbare Demos entwickeln, veranschlagt Proaction dafür rund zehn Stunden pro Demo. Bei vier bis sechs Demos ergibt sich daraus die genannte Schätzung von 40 bis 60 eingesparten Engineering-Stunden im Monat.
| Kennzahl | Angabe von Proaction |
|---|---|
| Individuelle Demos pro Monat | 4 bis 6 |
| Zeit pro Demo mit Codex | 30 bis 45 Minuten |
| Geschätzter Engineering-Aufwand pro Demo | rund 10 Stunden |
| Eingesparte Engineering-Zeit | 40 bis 60 Stunden pro Monat |
| Eingesparte Gründerzeit | 25 bis 33 Stunden pro Monat |
| Veränderung im Sales-Funnel | geschätzt 50 bis 60 Prozent |
Die Angaben stammen von Proaction selbst und sind Schätzwerte. Es handelt sich nicht um eine unabhängig durchgeführte Produktivitätsstudie oder um protokollierte Arbeitszeitmessungen.
Auch die von OpenAI kommunizierten "75+ Stunden" sollten deshalb als Größenordnung verstanden werden. Die Fallstudie nennt separat 40 bis 60 Stunden eingesparte Engineering-Zeit und 25 bis 33 Stunden Zeitersparnis für Knudsen.
Warum die 60 Prozent im Sales-Funnel interessant sind
Der vermutlich wichtigere Effekt betrifft nicht die reine Arbeitszeit.
Früher musste Proaction Interessenten hauptsächlich über Gespräche und Präsentationen erklären, wie die Software an deren Prozesse angepasst werden könnte. Mit den individuellen Demos können potenzielle Kunden diese Anpassungen bereits während des Verkaufsprozesses sehen und ausprobieren.
Laut Knudsen stieg dadurch der Anteil der Kontakte, die vom ersten Gespräch in die konkrete Lösungsentwicklung wechseln, um etwa 50 bis 60 Prozent.
OpenAI bezeichnet das in der Zusammenfassung als "60% increase in sales". Die detailliertere Beschreibung zeigt aber, dass hier eine bestimmte Stufe des Sales-Funnels gemeint ist.
Das ist ein wichtiger Unterschied. Eine höhere Conversion in die Lösungsphase kann später zu mehr Abschlüssen führen, ist aber nicht mit 60 Prozent mehr Umsatz oder 60 Prozent mehr abgeschlossenen Verträgen gleichzusetzen.
Für die Bewertung des Einsatzes von KI ist dieser Zwischenschritt ohnehin spannender: Codex ersetzt hier nicht einfach einen bestehenden manuellen Prozess durch eine schnellere Variante. Das Werkzeug ermöglicht eine Form der Personalisierung, die für das Unternehmen vorher wirtschaftlich kaum skalierbar gewesen wäre.
Der Prototyp wird gleichzeitig zur Produktspezifikation
Die Demo verschwindet nach einem erfolgreichen Verkauf nicht einfach.
Wenn aus einem Interessenten ein Kunde wird, kann Knudsen den erstellten Prototyp an das Engineering-Team weitergeben. Entwickler sehen dadurch konkreter, welche Abläufe und Funktionen der Kunde erwartet.
Das reduziert zumindest nach Darstellung des Unternehmens Rückfragen zwischen Vertrieb, Produkt und Entwicklung.
Proaction hat zusätzlich ein eigenes Solution Center aufgebaut. Dort können Interessenten angepasste Workflows ausprobieren und Anforderungen präzisieren.
Damit entsteht ein interessanter Ablauf:
- Ein Kunde beschreibt sein Problem.
- Codex verarbeitet Gespräch, E-Mails und weitere Informationen.
- Daraus entsteht eine individuelle Demo.
- Kunde und Vertrieb verändern den Workflow gemeinsam.
- Das Engineering erhält anschließend einen bereits validierten Prototyp als Referenz.
Gerade für Startups ist dieses Muster interessant. Entwicklungszeit ist dort häufig einer der knappsten Faktoren. Gleichzeitig müssen kleine Teams im Vertrieb flexibel genug sein, um potenziellen Kunden zu zeigen, wie sich ein Produkt an deren konkrete Prozesse anpassen lässt.
Codex verbindet Vertrieb, Support und Produktarbeit
Bei Proaction bleibt Codex nicht auf die Erstellung von Demos beschränkt.
Knudsen nutzt Integrationen für Werkzeuge wie Granola, Gmail, Slack, Linear, GitHub und HubSpot. Damit kann er beispielsweise Gesprächstranskripte und E-Mail-Verläufe zusammenführen, Follow-ups vorbereiten, Tickets in Linear anlegen oder Verkaufschancen in HubSpot aktualisieren.
Eine geplante Automatisierung wertet außerdem aktuelle Kundengespräche aus und erstellt daraus Sales-Updates.
Knudsen schätzt, dass er an einem normalen Tag zwischen 15 und 20 unterschiedliche Aufgaben erledigt. Durch die Arbeit mit Codex spare er dabei insgesamt etwa 25 bis 33 Stunden pro Monat.
Auch hier ist weniger die exakte Zahl interessant als die Veränderung der Bedienoberfläche. Statt Informationen manuell zwischen mehreren Anwendungen zu übertragen, wird Codex zunehmend zu einer Ebene über den bestehenden Werkzeugen.
Der Nutzer beschreibt das gewünschte Ergebnis. Der Agent sammelt den notwendigen Kontext und führt anschließend einzelne Arbeitsschritte in den angeschlossenen Systemen aus.
Das Engineering verschwindet dadurch nicht
Aus der Fallstudie lässt sich trotzdem nicht ableiten, dass Proaction seine Entwickler durch Codex ersetzt.
Das Unternehmen verschiebt vielmehr den Zeitpunkt, an dem Engineering-Ressourcen benötigt werden.
Ein Vertriebsmitarbeiter kann zunächst selbst eine funktionierende Demo erzeugen und mit dem Kunden validieren. Erst wenn klarer ist, welche Lösung tatsächlich benötigt wird, übernimmt das Engineering die Umsetzung für das Produktionssystem.
Das ist eine relevante Unterscheidung.
Ein schnell generierter HTML-Prototyp muss andere Anforderungen erfüllen als produktiver Code. Sicherheit, Skalierbarkeit, Wartbarkeit, Tests und die Integration in vorhandene Systeme bleiben Aufgaben der eigentlichen Produktentwicklung.
Codex reduziert in diesem Beispiel vor allem Arbeit, die vorher notwendig war, um überhaupt herauszufinden, was gebaut werden sollte.
Proaction nutzt OpenAI auch im eigentlichen Produkt
Codex ist nur ein Teil der OpenAI-Nutzung bei Proaction.
Das Unternehmen setzt weitere Modelle innerhalb seiner Flottenplattform ein. Bilder aus Schadensmeldungen werden beispielsweise automatisiert analysiert. Mit Sprachmodellen und Voice Agents entwickelt Proaction außerdem Systeme, die operative Aufgaben übernehmen können.
Ein von Proaction "Marty" genannter Agent soll beispielsweise Fahrzeugwartungen koordinieren. Das System kann mit einem Fahrer über ein Problem sprechen, Werkstätten kontaktieren, einen Termin organisieren und bei der Abwicklung eines Kostenvoranschlags helfen.
Menschen greifen weiterhin ein, wenn eine Prüfung oder Entscheidung notwendig wird.
Damit zeigt die Fallstudie zwei unterschiedliche Ebenen des KI-Einsatzes: Einerseits verwendet das Unternehmen Codex intern, um schneller zu verkaufen und Anforderungen zu konkretisieren. Andererseits werden Modelle Bestandteil des eigentlichen Produkts.
Der spannendere Teil ist der Workflow, nicht die 60 Prozent
Die auffälligste Zahl der Fallstudie ist das von OpenAI beworbene Sales-Plus von 60 Prozent.
Der übertragbare Teil liegt aber an einer anderen Stelle.
Proaction nutzt einen Coding-Agenten, um die Grenze zwischen Kundengespräch und Software-Prototyp zu verkürzen. Ein Mitarbeiter außerhalb des Engineering-Teams kann innerhalb von 30 bis 45 Minuten eine kundenspezifische Umgebung erzeugen, sie gemeinsam mit dem Interessenten verändern und das Ergebnis später als konkretere Grundlage an Entwickler weiterreichen.
Dadurch entsteht keine vollständig automatisierte Produktentwicklung. Es verändert sich vielmehr die Reihenfolge der Arbeit.
Statt Anforderungen zuerst über mehrere Meetings, Präsentationen und Tickets zu beschreiben und anschließend umzusetzen, kann zunächst ein funktionierender Entwurf entstehen. Über diesen Entwurf sprechen Kunde, Vertrieb und Engineering anschließend wesentlich konkreter.
Genau darin könnte für viele Unternehmen der praktischere Einsatz von Codex liegen: nicht nur schneller Code zu erzeugen, sondern die Strecke zwischen einer fachlichen Anforderung und etwas tatsächlich Ausprobierbarem deutlich zu verkürzen.
FAQ
Wie nutzt Proaction OpenAI Codex im Vertrieb?
Proaction erstellt mit Codex individuelle HTML-Demos auf Basis von Kundengesprächen, E-Mails und bereitgestellten Daten. Interessenten können dadurch bereits im Verkaufsprozess mit einem auf ihre Abläufe zugeschnittenen Prototyp arbeiten.
Wie viel Zeit spart Proaction mit Codex?
Laut OpenAI spart Proaction monatlich schätzungsweise 40 bis 60 Stunden Engineering-Arbeit. Zusätzlich schätzt Mitgründer Colin Knudsen seine eigene Zeitersparnis auf 25 bis 33 Stunden pro Monat.
Bedeuten 60 Prozent mehr Sales auch 60 Prozent mehr Umsatz?
Nein. Laut Proaction stieg der Anteil der Interessenten, die vom Erstkontakt in die Phase der Lösungsentwicklung wechselten, um geschätzte 50 bis 60 Prozent. Daraus lässt sich nicht direkt ein entsprechender Umsatzanstieg ableiten.
