Wissen, wo Ihr Unternehmen mit KI wirklich steht.

Was fehlt zwischen Rollout und Routine?

The Dive — die Story in 90 Sekunden →
Das Problem

Sie führen KI ein. Aber die wichtigsten Fragen bleiben offen.

Fragen, die kein Dashboard beantwortet.

Nutzen unsere Mitarbeitenden KI überhaupt?

Was erwarten sie von KI, und wo hakt es?

Welche Schulung, welche Tools brauchen sie wirklich?

Welche Ideen schlummern in den Teams?

Die Antworten existieren: in den Köpfen der Mitarbeitenden.

Die Lösung

Ein Agent, der zuhört. Und nachfragt.

Wöchentlich, 14-täglich oder im Takt Ihrer Rollouts, zum Beispiel jeden Freitag: „Wie hast du KI diese Woche genutzt?“

So funktioniert es

Drei Schritte, die sich wiederholen.

  1. Ein Link landet im Posteingang

    Teams, Slack oder E-Mail: ohne Login, ohne Koordinationsaufwand.

  2. Ein kurzes Gespräch mit dem Agenten

    Adaptive Folgefragen in Echtzeit, wie in einem guten Gespräch.

  3. Sie bekommen das Bild, Zyklus für Zyklus

    Themen, Blocker und Zitate: pseudonym erfasst, anonym ausgewertet (aggregiert, ab fünf Personen), bereit zum Handeln.

Erleben Sie ein Gespräch →
Fathomly in Aktion

Starten Sie mit der Frage, die Sie ohnehin schon haben.

Fünf Beispiele für Fragen, die Fathomly beantwortet. Andere Frage, gleiches System. Jedes Beispiel ist synthetisch und fiktiv.

Schatten-KI

Verbote stoppen Schatten-KI nicht. Sie machen sie unsichtbar.

Mitarbeitende kopieren Arbeit in private ChatGPT- oder Claude-Konten, weil die freigegebenen Tools die Aufgabe nicht abdecken — und das offen zu sagen fühlt sich riskant an.

Fathomly gibt jeder Person einen geschützten Kanal, um zu sagen, was sie wirklich nutzt und braucht, und verweist auf eine freigegebene Alternative, wenn es eine gibt. Sie erhalten ein aggregiertes Bild der Schatten-Nutzung je Bereich, die Gründe dahinter und konkrete Tool-Bedarfe: die Grundlage für eine Whitelist-Entscheidung statt des nächsten Verbots.

  1. Fathomly

    Which AI tools do you actually use for work, approved or not? Your answers stay pseudonymous, and reporting stays aggregated.

  2. Employee

    My private ChatGPT account. The approved tool can't read PDFs.

  3. Fathomly

    What would the approved setup need so you could switch?

  4. Employee

    Claude with PDF upload, for contract work.

Synthetisches Beispiel Illustrative Oberfläche, kein Produkt-Screenshot. Der Gesprächstext ist auf Englisch.

Freigegebenes Muster Bedarf · 14 Nennungen · Freigegebener Assistent, der PDFs lesen kann Illustrativ

Automatisierungs-Ideen

Welche Automatisierungs-Ideen schlummern in Ihren Teams?

Mitarbeitende müssen nichts über KI wissen. Fathomly fragt nach der Arbeit — wiederkehrende Aufgaben, Übergaben, Nacharbeit — und die Automatisierungs-Kandidaten ergeben sich aus den Antworten.

Sie erhalten eine Shortlist wiederkehrender Aufgaben, die über Teams hinweg genannt wurden, jeweils belegt durch die Häufigkeit der Nennungen und durch Zitate. Machbarkeit und Priorisierung bleiben eine menschliche Entscheidung.

  1. Fathomly

    This takes 5 to 20 minutes. I'll ask about your daily work to find where AI could take work off your plate. What does a typical week look like, and which tools do you spend the most time in?

  2. Employee

    I'm in financial controlling. Most of my week is Excel: I pull exports from SAP and our billing tool, clean them up, and build the monthly reporting pack. Month-end is the worst.

Vollständiges Gespräch
  1. Fathomly

    The month-end pack sounds heavy. Where does the time actually go: collecting the data, checking it, or formatting the report?

  2. Employee

    Checking, mostly. The exports never match: different cost-center names, missing rows, currency formats. I reconcile them by hand with VLOOKUPs.

  3. Fathomly

    How often does that reconciliation happen, and roughly how long does it take each time?

  4. Employee

    Every month for the board pack, plus a smaller weekly one for my team lead. Maybe two days a month in total, just matching rows.

  5. Fathomly

    If that matching step were handled for you, what would you want checked before you trust the numbers?

  6. Employee

    A log of what was matched and what wasn't. I still want to see the exceptions myself.

Synthetisches Beispiel Illustrative Oberfläche, kein Produkt-Screenshot. Der Gesprächstext ist auf Englisch.

Freigegebenes Muster Wiederkehrende Aufgabe · 9 Nennungen · Abstimmung zwischen Systemen in Excel Illustrativ

Adoptions-Puls

Wo hilft KI bereits, und wo stockt die Nutzung?

Alle haben Zugang, doch die Teams kommen unterschiedlich weit. Der erste Zyklus setzt die Baseline, jeder weitere zeigt, was sich bewegt hat: unternehmensweit sofort, je Bereich sobald dort genügend Personen geantwortet haben.

Kurze, wiederkehrende Gespräche zeigen, bei welchen Aufgaben KI bereits hilft und wo Qualität oder Kontrollaufwand die Menschen ausbremst — damit Schulung, Vorlagen und Unterstützung dort ansetzen, wo sie als Nächstes gebraucht werden. Ohne Einzelne oder Führungskräfte zu bewerten.

  1. Fathomly

    Quick check-in. Which task did AI actually help with this month?

  2. Employee

    Meeting summaries. I stopped writing them by hand.

  3. Fathomly

    And where did you stop using it?

  4. Employee

    Client reports. The tone is off and I rewrite everything.

Synthetisches Beispiel Illustrative Oberfläche, kein Produkt-Screenshot. Der Gesprächstext ist auf Englisch.

Freigegebenes Muster Blocker · 10 Nennungen · Tonfall unbrauchbar für Kundenkommunikation Illustrativ

Lizenz-Entscheidung

50 Copilot-Lizenzen: verlängern oder kündigen?

Die Telemetrie zeigt Logins, aber keinen Wert.

Wiederkehrende Gesprächszyklen zeigen, wo Menschen scheitern und was fehlt: eine Entscheidungsgrundlage mit PII-redigierten Zitaten statt Bauchgefühl.

Was drei Gesprächszyklen sichtbar machen

  1. Zyklus 1

    Welche Aufgaben die Lizenz heute wirklich unterstützt und wo die Nutzung still eingeschlafen ist.

  2. Zyklus 2

    Was den Wert bremst: Nacharbeit, fehlender Kontext, unklare Prompts.

  3. Zyklus 3

    Was die Entscheidung ändern würde: Enablement, Vorlagen oder weniger Lizenzen.

Freigegebene Muster kommen aggregiert an, mit belegenden Zitaten und ohne individuelles Nutzungs-Tracking.

Freigegebenes Muster Blocker · 12 Nennungen · Entwürfen fehlt der Projektkontext Illustrativ

Lerntransfer

Wochen nach der KI-Schulung: was ist wirklich geblieben?

Feedbackbögen messen die Stimmung am Kurstag. Zwei und sechs Wochen nach jeder Welle fragt der Agent, was tatsächlich noch genutzt wird.

Wiederkehrende Gespräche zeigen, welche Teile der Schulung im Alltag angekommen sind, was wieder liegen geblieben ist und warum, und wo eine Auffrischung helfen würde — damit das nächste Enablement-Budget dort landet, wo der Transfer wirklich abbricht.

  1. Fathomly

    Two weeks ago you took the prompt workshop. What have you tried since?

  2. Employee

    The email templates. Those stuck.

  3. Fathomly

    What has not made it into your routine?

  4. Employee

    Longer documents. I do not trust the summaries yet.

Synthetisches Beispiel Illustrative Oberfläche, kein Produkt-Screenshot. Der Gesprächstext ist auf Englisch.

Freigegebenes Muster Blocker · 8 Nennungen · Kein Vertrauen in Zusammenfassungen langer Dokumente Illustrativ

Der Weg zum Insight

Ein geschütztes Gespräch, viele Stimmen, ein freigegebenes Muster.

Sehen Sie, wie aus wiederkehrenden Gesprächen ein freigegebenes Muster und eine verantwortete Maßnahme werden.

Gespräche

Mitarbeiterin · Redaktion Synthetisch
  1. Fathomly

    Wofür hast du zuletzt KI genutzt?

  2. Mitarbeiterin

    Für eine Recherche-Zusammenfassung für einen Kunden.

  3. Fathomly

    Was musstest du noch korrigieren?

  4. Mitarbeiterin

    Jede Quellenangabe. Das Prüfen dauert fast so lange wie das Schreiben.

Mitarbeiter · Marketing Synthetisch
  1. Fathomly

    Wo braucht das Ergebnis Nacharbeit?

  2. Mitarbeiter

    Aussagen ohne Quellen. Ich prüfe jede einzelne.

Mitarbeiterin · Distribution Synthetisch

Gespräch in diesem Zyklus geplant

Fathomly

Fathomly

  • De-Identifikation
  • Clustering
  • Datenschutz-Prüfung

Muster entstehtMuster freigegeben

Nur aggregierte Muster verlassen diese Stufe – Einzelverläufe bleiben berechtigten Admins vorbehalten.

Freigegebene Insights

Blocker · 11 Nennungen

Hoher Prüfaufwand

„Das Prüfen dauert fast so lange wie das Schreiben.“

PII-redigiertes Zitat

Bedarf · 12 Nennungen

Geprüfte Arbeitsbeispiele

Menschlich verantwortete Maßnahme

Qualitätscheck für wiederkehrende Aufgaben pilotieren

Aus einem freigegebenen TakeawayOffen

Die Auswertung

Eine Beispiel-Auswertung.

Die echte Admin-Ansicht, hier mit synthetischen Beispieldaten: konsolidierte Themen mit Nennungen pro Zyklus.

Die Fathomly-Admin-Oberfläche mit der Themenauswertung der fiktiven Demo-Kampagne „AI Adoption Pulse“ von Juniper Row Media, englischsprachige Oberfläche.
Synthetische Beispieldaten Die echte Admin-Oberfläche: konsolidierte Themen mit Nennungen pro Zyklus · fiktives US-Medienunternehmen, englischsprachige Oberfläche.
Live-Demo auf Anfrage →
Im Produkt heute

Was Fathomly heute kann.

Zehn Kernfunktionen, gebaut und im Einsatz: kein Prototyp, kein Mockup.

Adaptive KI-Interviews

5–20-minütige Chats mit intelligenten Folgefragen, auf Deutsch und Englisch, inklusive Spracheingabe.

Harte k≥5-Anonymitätsgrenze

Keine Einzelpersonen-Auswertung: Daten unterhalb der Schwelle erreichen nie das Reporting-Modell. DSGVO- und BetrVG-nativ.

Magic Links, kein IT-Projekt

Kein Login, keine App: Versand über Teams, Slack oder E-Mail des Unternehmens.

Wiederkehrende Kampagnen und Zyklen

Vorlagen, frei wählbare Kadenz, Trends sichtbar über mehrere Zyklen hinweg.

Ein Satz → vollständiger Interview-Leitfaden

Aus einer Kurzbeschreibung entsteht ein versionierter Leitfaden mit automatischer Qualitätsprüfung.

Automatische Insight-Extraktion

Konsolidierte Themen, evidenzverankerte Auswertungen, Drilldown bis zum PII-bereinigten Zitat.

„Frag die Interviews“

Freie Fragen an die freigegebenen Auswertungen einer Kampagne, jederzeit.

Ziel- und Nachweis-Reporting

Ein quantifiziertes Unternehmensziel, k-anonymer Fortschritt je Zyklus, exportierbar als Baustein Ihrer Compliance-Dokumentation.

Maßnahmen-Tracking (Closed Loop)

Maßnahmen aus Insights ableiten, verfolgen und die Wirkung im nächsten Zyklus sehen.

Isoliertes Deployment pro Kunde

Eigene Datenbank und eigene Subdomain je Kunde, vollständig getrennt von anderen Mandanten.

Warum Fathomly

Was sich mit Fathomly ändert.

TIEFE
Ankreuz-Antworten im Formular Nachgefragt, bis das Warum sichtbar ist

Studien zeigen: Conversational Interviews liefern deutlich reichhaltigere Antworten als Formular-Umfragen — bis zu 39 % mehr Informationsgehalt und signifikant weniger Durchklick-Antworten.

Quellen: Xiao et al., ACM TOCHI 2020 Kim et al., CHI 2019

TEMPO
Wochen bis zum Umfrage-Report Dashboard sofort verfügbar

Antworten werden laufend aggregiert, nicht erst am Projektende.

ABDECKUNG
Eine Umfrage pro Jahr, eine Stichprobe Alle Mitarbeitenden können teilnehmen — in kurzen Zyklen

Jede Stimme kann gehört werden, das ganze Jahr.

EINFÜHRUNG
Einführung als IT-Projekt: Monate, Schnittstellen, Freigaben Start ohne aufwendige technische Implementation.

Wir unterstützen beim Onboarding und starten innerhalb weniger Stunden.

Die Rechnung

Was kosten regelmäßige Einzelgespräche mit allen Mitarbeitenden?

Bewegen Sie die Regler für Ihre eigenen Zahlen: Mitarbeitende, Zyklen pro Jahr, Gesprächsdauer inklusive Auswertung.

150
12
45
1.350 Stunden qualifizierte Gesprächsarbeit pro Jahr

0,8 Vollzeitäquivalente (VZÄ)

87.750 € interne Kosten im Jahr

Mit Fathomly: läuft nebenbei.

Reine Arbeitszeit-Rechnung für strukturierte Einzelgespräche inklusive Auswertung. 65 € pro Stunde als grobe Annahme für interne Vollkosten (Gehalt, Overhead) — passen Sie den Satz an Ihre eigenen Zahlen an. Keine Aussage über Produktivität oder Ergebnisqualität.

Pilot besprechen · 15 Minuten

Sprechen wir über einen Pilot

  • Vom Kick-off zum ersten Zyklus in ein bis zwei Tagen. Keine lange Vertragsbindung.
  • Kein IT-Projekt: nichts zu installieren, keine Anbindung an Ihre Systeme, kein Eingriff in bestehende Software.
  • Wir antworten persönlich.

Ein paar Angaben, und wir melden uns persönlich.

* Pflichtfeld

oder direkt: [email protected]

Unternehmen

Wo wir stehen. Und warum jetzt.

Roadmap

Von der ersten internen Version bis zu dem, was danach kommt.

Fünf datierte Meilensteine vom Proof of Concept bis zu Video-Gesprächen — dazu der geplante Ausblick auf 2027+.

Zeitstrahl öffnen
Why now

Zuhören in der Breite ist zum ersten Mal möglich.

KI wird top-down eingeführt. Ob sie im Arbeitsalltag ankommt, bleibt unsichtbar — die These hinter Fathomly in drei Absätzen.

These lesen

Roadmap

Bis heute geliefert, danach geplant. Geplantes ist noch nicht Teil des heutigen Produkts.

  1. Q4 2025

    Proof of Concept. Erste interne Version: LLM-geführte Gespräche statt statischer Umfragen.

  2. Q1 2026

    Produktionsreifer Kern. Adaptiver Agent mit automatischen Nachfragen (Deutsch/Englisch), Sprachantworten mit automatischer Transkription und eine Analyse-Pipeline mit Themen-Clustering und Belegzitaten — personenbezogene Daten werden vor Analyse-Aufrufen entfernt.

  3. Q3 2026 heute

    Öffentlicher Start. fathomly.ai und The Dive gehen live; Pilotprogramm läuft.

  4. Q4 2026 Geplant

    Dort, wo Ihr Team schon arbeitet: Integration in Microsoft Teams und Slack — Einladungen gehen direkt aus Fathomly raus, ohne manuellen Zwischenschritt.

  5. 2027 Geplant

    Video-Gespräche: Interviews auch per Video, wo Text und Sprache nicht ausreichen.

2027+ Geplant

Ohne festes Quartal und ohne zugesagten Termin: die Richtung, in die Fathomly danach weitergeht.

  • Firmen-SSO-Anbindung

    Single Sign-on über den Identity-Provider Ihres Unternehmens.

  • Personalisierte, gebrandete Kampagnen

    Eigene Optik und Ansprache je Abteilung oder Team.

  • Anonymer Modus und Opt-in-Kampagnen

    Ein Umschalter für anonyme Teilnahme sowie einwilligungsbasierte, personenbezogene Kampagnen.

  • Follow-up-Engine

    Offene Punkte werden über Zyklen automatisch als Wiedervorlage aufgegriffen.

  • HRIS- und Telemetrie-Import

    Organisationsdaten aus Personio oder HiBob, ergänzt um Nutzungssignale wie Copilot-Telemetrie.

  • Kohorten-Vergleiche

    Gruppen nach Kampagnen-Merkmal vergleichen, streng mit k≥5 je Kohorte.

Why now

KI wird fast überall top-down eingeführt: Lizenzen gekauft, Schulungen durchgeführt, Ziele gesetzt.

Ob sie im Arbeitsalltag ankommt, bleibt jedoch unsichtbar. Nutzungs-Dashboards zählen Klicks, Engagement-Umfragen messen Stimmung. Die Gründe bleiben unter der Oberfläche.

Die Unternehmen, die die nächsten Jahre gewinnen, schließen diese Feedback-Lücke jetzt. Zuhören in der Breite ist zum ersten Mal möglich — weil der Agent, der zuhört, selbst KI ist.

Zur Story: The Dive →