Mit Miro AI kann man jetzt Mind Maps, Flowcharts, Ideen-Kärtchen und vieles mehr schnell erstellen. Wir haben die neuen AI-Features ausprobiert und zeigen, wie gut es funktioniert.
Was kann Miro AI?
Miro AI kann einige Miro-typische Abläufe durch generative AI-Features unterstützen. So kommt man deutlich schneller zum Ergebnis, als wenn man sich alles selber ausdenkt und auf der grünen Wiese startet. Je nach Anwendungsfall sind so 30% mehr Effizienz möglich, denn gerade das Starten eines neuen Vorhabens kann damit deutlich beschleunigt werden.
Diese AI-Features hat Miro AI:
- Sticky Notes - Per Klick werden Ideen-Kärtchen z.B. für ein neues Projekt erstellt
- Dokumente - Miro erstellt direkt eine formattierte Vorlage zum anpassen, z.B. für Retro-Summary, Projektantrag, Berichte und beliebige andere Dokumente
- Bilder - in verschiedenen Stilen, z.B. Flat, Comic, 3D und weitere
- Charts - Das AI-Killer-Feature kann jetzt schnell Flowcharts und mehr erstellen, die man leicht anpassen kann.
Sticky Notes mit Miro AI erstellen
Dokumente mit Miro AI erstellen
Zu den jetzt per AI generierbaren Charts zählen:
- Flowcharts
- Mind Maps
- Entity-Relationship-Diagramme
- UML-Sequenzdiagramme und Klassendiagramme
Übersichtliche Flowcharts mit Miro AI erstellen
Visuelle Darstellungen wie Flowcharts machen sofort klar, was in welcher Reihenfolge passiert. Besonders komplexe Abläufe lassen sich durch Flowcharts einfach verständlich machen.
Miro AI unterstützt die Flowchart-Erstellung durch eine einfache Prompt-Eingabe. Man kann jederzeit mit einem generischen Prompt starten, z.B. "Erstelle einen Flowchart zur Erstellung eines Blog-Artikels". Das von Miro AI genutzte LLM-Modell kennt sich in diversen Gebieten aus, so dass man schnell einen einfache Visualisierung erstellen kann ohne viel Energie ins Prompt-Design zu stecken.
Ergebnis: Einfache Flowcharts ohne Aufwand erstellen
Die von Miro AI generierten Flowcharts geben einfache Abläufe gut wieder. Man kann die Charts frei verändern, Texte anpassen, Knoten einfügen und vieles mehr. Einmal generierte Charts lassen sich nur manuell anpassen, nicht per AI. Darum sollte man sich überlegen, wie genau man den Prompt erstellt.
Prompt-Tipp für die Chart-Erstellung: Prozessbeschreibung in den Prompt einkopieren
Um das Ergebnis besser an gewünschte Fakten anzupassen, kann man auch einen vorhandenen Text mit in den Prompt einkopieren. Damit bezieht sich das Diagramm stärker auf die Fakten.
Tipp: Je klarer die Beschreibung, desto besser das Ergebnis. Oft bedeutet gutes Prompt-Design einfach, dass man die Beschreibung genau und prägnant formuliert.
Beispiel: Personalausweis beantragen in Berlin
Ergebnis: Faktentreue Charts durch genaueres Prompt-Design
Miro AI erstellt oft gute Ergebnisse, wenn man den Prompt genau erstellt. Jedoch gilt wie bei jeder generativen KI, dass man keine Wunder erwarten sollte, sondern genau bescheibt, was man braucht.
Tipps für das Prompt-Design für Charts:
- Prompt + Beschreibung kombinieren: "Erstelle ein Flowchart mit ca. 15 Schritten" + Beschreibung der Fakten.
- Nicht zu lange Texte einkopieren
- Keinen "Garbage" einkopieren. Je unklarer der Prompt, desto fehlerhafter das Ergebnis
Wem gehört das von Miro AI generierte Ergebnis?
Miro legt dazu im Legal-Disclaimer (Link) fest: "As between you and Miro, and to the extent permitted by applicable law, you retain your ownership rights in Input and you own the Output. We hereby assign to you all our right, title, and interest, if any, in and to Output.". Damit darf man den Output dann in eigenen Werken nutzen.
Anwendungsbeispiele: So kann man AI-generierte Visualisierungen nutzen
Visualisierungen machen sofort klar, worum es geht und helfen besonders textlastigen Dokumenten, klarere zu werden. Charts verbessern die Verständlichkeit, User Experience und erhöhen den Faktengehalt eines Dokuments. Darum sind die Miro AI Features besonders hilfreich dabei, jedes bestehende Dokument aufzuwerten. Zudem kann man damit Projekte schnell voranbringen, z.B. um im gemeinsamen Workshop mit verschiedenen Teams eine neue Lösung zu erarbeiten, Werbe- und Informations-Kampagnen zu planen, Prozesse zu verbessern und vieles mehr.
Beispiele für Vorteile durch AI-generierte Visualisierungen in allen Branchen:
Hier sind einige Anwendungsbeispiele, wie man AI-generierte Visualisierungen nutzen kann, um Projekte in verschiedenen Branchen zu optimieren:
- Software-Dokumentation: AI-generierte Diagramme und Flowcharts visualisieren komplexe Software-Architekturen und -Abläufe, um sie verständlicher zu machen. Hier bieten sich ER- und UML-Diagramme, sowie Flowcharts an.
- Serviceportale (E-Government): Interaktive, AI-erstellte Schritt-für-Schritt-Anleitungen zur Beantragung von Personalausweisen oder Ummeldungen in Online-Portalen.
- Websites und Blogs (UX & SEO): Visualisierungen zur Erklärung von Prozessen, z.B. zur Optimierung von Arbeitsabläufen oder Automatisierung von Aufgaben. Profi-Tipp: Dies verbessert gleichzeitig UX und SEO von Artikeln.
- Projektmanagement: KI-generierte Diagramme für die Aufgaben- und Zeitplanung, besonders bei komplexen Abläufen
- Marketing- und Werbekampagnen: Visualisierungen der Kampagnenstrategie, Produkt- und Zielgruppenstrategien bei neuen Produkte.
- Vertrieb und Sales-Strategien: Visualisierungen, die den Sales-Funnel besonders bei neuartigen Produkte und Märkten grafisch darstellen und so Optimierungspotenziale aufzeigen.
- Finanzplanung und Berichterstellung: Automatisch erstellte Finanzdiagramme und -modelle, die Trends, Prognosen und Cashflow-Verläufe zeigen.
- Produktentwicklung: KI-basierte Ablauf- und Ideen-Skizzen, die frühzeitig helfen, Prototypen zu entwickeln und Use-Cases aufzeigen, wie diese in welchem Kontext genutzt werden können.
- Supply-Chain-Management Visualisierungen der Lieferkette, die Engpässe oder Effizienzpotenziale aufzeigen
- Logistik und Transport: Visualisierung von Transportwegen und Optimierung von Routen, basierend auf Echtzeit-Datenanalysen durch KI.
- Schulungs- und E-Learning-Plattformen: Komplexe Konzepte, z.B. in der Mathematik oder Naturwissenschaften, können durch Diagramme und interaktive Visualisierungen verständlicher gemacht werden.
- Kundenservice: AI-generierte Diagramme, die Ticket-Analysen, Problemkategorien und Lösungsvorschläge visualisieren, um den Support zu optimieren.
- Eventplanung und Veranstaltungsmanagement: Erstellung von Ablaufplänen und Visualisierung, um das Event-Management zu optimieren.
- Wissenschaftliche Visualisierungen: Komplexe Datensätze, z.B. aus der Klimaforschung oder Physik, können durch AI-generierte Grafiken und Modelle verständlicher gemacht werden.
Diese Anwendungsbeispiele zeigen, wie breit und vielfältig AI-generierte Visualisierungen einsetzbar sind, um Klarheit und Effizienz in allen Branchen zu steigern.
Ralf Schukay liebt Analytics, Python & alles mit Daten. In seiner Freizeit spielt er Synthesizer (Nord, Novation), joggt und fährt Gravel Bike. Er arbeitet als Teamlead Analytics & Conversion mit einem fitten und netten Team in der Berliner Digitalagentur >MAI mediaworx<