Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai18. August 2025 · Q008802

How DoorDash is scaling AI to empower employees to build, learn, and innovate faster

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DoorDash-Personalchefin Mariana Garavaglia beschreibt KI als Mittel, um Experimente zu beschleunigen, Beschäftigten eigene Automatisierungen zu ermöglichen und Feedback sowie Personalentwicklung stärker zu individualisieren. Die Wirkungsmessung und der Einsatz von KI-Agenten seien noch in frühen Phasen; menschliches Urteil bleibe wesentlich.

Mittel

Der Bericht fasst ein Interview mit DoorDash-Personalchefin Mariana Garavaglia über KI im Arbeitsalltag und in der Personalentwicklung zusammen. DoorDash wolle laut Garavaglia den Zugang zu KI und die entsprechende Lernfähigkeit stärken, interne Daten besser erschließen und künftig vertrauenswürdige Agenten für Arbeitsabläufe einsetzen. KI beschleunige bestehende Experimente und mache es auch nichttechnischen Beschäftigten leichter, eigene Lösungen zu bauen. Als Beispiel nennt sie ein Skript aus dem People-Operations-Team, das das Hochladen von Dokumenten automatisiert.

Die Messung der Wirkung stehe noch am Anfang: DoorDash beobachte zunächst Verbreitung, Nutzungshäufigkeit und Lizenzzugang. Die Funktionen seien unterschiedlich weit; Engineering liege vorn. KI soll laut Interview Leistungsfeedback und Umfrageantworten zusammenfassen, Muster sichtbar machen und Führungskräften handlungsorientierte Auswertungen liefern. Garavaglia sieht außerdem Potenzial für individuell zugeschnittene Entwicklungspläne. Vorhersagemodelle für Führungsrollen würden entwickelt, doch KI ersetze menschliche Interpretation nicht; Executive Coaching werde noch nicht direkt mit KI durchgeführt. Der Bericht gibt Unternehmensperspektiven wieder und liefert keine unabhängige Wirkungsprüfung oder ausführlichen Produktivitätsdaten.

Ausführlich lesen

Der Bericht gibt ein Interview mit Mariana Garavaglia, Chief People Officer bei DoorDash, über den Einsatz von KI im Unternehmen wieder. Garavaglia beschreibt DoorDash als stark operativ und produktorientiert: Teams sollen das Kundenerlebnis verstehen und schnell experimentieren. KI beschleunige nach ihrer Darstellung das Lernen, Testen und Verbessern bestehender Arbeitsweisen.

DoorDash’ Ansatz umfasst laut Garavaglia drei Ebenen. Erstens sollen Beschäftigte in technischen wie nichttechnischen Rollen Zugang zu fortgeschrittenen KI-Werkzeugen erhalten und deren Nutzung lernen, etwa durch unternehmensweite Einführungen, Hackathons und Tutorials. Zweitens sollen interne Daten besser verbunden werden, damit KI-Suche und gezieltere Informationsbereitstellung Silos verringern. Drittens erkunde das Unternehmen vertrauenswürdige KI-Agenten für Aufgaben und Arbeitsabläufe. Ziel sei neben Automatisierung auch eine Verbesserung der Arbeitsabläufe und der Beschäftigtenerfahrung.

Als konkretes Beispiel nennt Garavaglia eine Person aus dem People-Operations-Team, die mit einem Chat-Werkzeug ein Skript für das automatisierte Hochladen von Dokumenten erstellt habe. Tätigkeiten, die zuvor manuell und einzeln erledigt worden seien, könnten so ohne unmittelbare Unterstützung durch Engineering automatisiert werden. Nach ihrer Einschätzung macht KI die Erstellung maßgeschneiderter Lösungen auch für Nichttechniker zugänglicher. Die unmittelbaren Auswirkungen solcher kleinen Beispiele seien allerdings schwer zu messen.

Für die Messung der Einführung seien DoorDash’ Ansätze noch am Anfang. Das Unternehmen beobachte zunächst Verbreitung und Nutzungshäufigkeit sowie, wer Zugang zu Lizenzen habe und wie gleichmäßig dieser verteilt sei. Garavaglia sagt, Ingenieure könnten manche Aufgaben nun in Minuten statt Tagen erledigen und die Nutzung entwickle sich schnell und organisch. Außerdem werde erwogen, KI-Kompetenzen wie die Bereitschaft, neue Werkzeuge zu nutzen, und eine lernorientierte Haltung in Leistungsrahmen aufzunehmen. Die Funktionen messen ihre Wirkung unterschiedlich weit; Engineering sei weiter als andere Bereiche. Wegen der schnellen Entwicklung der Werkzeuge beginne DoorDash mit Kennzahlen, die länger Bestand haben sollen.

Für Personalentwicklung und Mitarbeiterfeedback beschreibt Garavaglia KI als Unterstützung menschlicher Beurteilung. Bei Leistungsbeurteilungen soll sie umfangreiches Feedback zu Themen, Stärken und Entwicklungsfeldern verdichten. Bei Umfragen analysiere sie Tausende Antworten, fasse Muster für Führungskräfte zusammen und unterstütze personalisierte Aktionspläne. KI ermögliche außerdem nichttechnischen Beschäftigten, Inhalte zu erstellen, Arbeitsabläufe zu automatisieren und Daten auszuwerten. DoorDash sehe darin Potenzial für individuellere und skalierbare Entwicklungspläne, die sich an Zielen, Leistungsmustern und Karrierewegen orientieren; der Bericht beschreibt diese Pläne als künftige Möglichkeit.

Garavaglia sagt, KI werde noch nicht direkt für Executive Coaching eingesetzt. DoorDash entwickle jedoch Vorhersagemodelle zur Einschätzung von Führungskräften bei internen Beförderungen und externen Einstellungen. Dafür würden Kohortendaten, Interviewbewertungen und Referenzen berücksichtigt; Coaching sei eine von mehreren Informationsquellen. Menschliche Interpretation bleibe dabei wesentlich. Auch der Einsatz von Agenten in zentralen Personalabläufen befinde sich noch in einer frühen Phase. Als wichtige Voraussetzung nennt Garavaglia integrierte technische Fachkräfte in HR und IT. Der Bericht ist ein Unternehmensinterview und präsentiert Aussagen sowie Beispiele der Gesprächspartnerin; er enthält keine unabhängige Prüfung der genannten Wirkungen oder detaillierte quantitative Ergebnisse zur Produktivität.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat zwei Kurzfassungen geliefert. Bewertet wurde die mittlere Fassung; die kurze ist ebenfalls treu, lässt aber dieselben Punkte aus. Die Sammel- und Teilfragen betreffen Aufsichtsthemen wie Tempo, Selbstverbesserung, Pausenschwellen und globale Gemeinschaftsgüter, die der Bericht nicht behandelt. Deshalb fallen die Einordnungen niedrig aus, auch dort, wo Luna höhere Stufen angegeben hat.

Im Bericht, aber nicht in der Zusammenfassung

  • Ingenieure können laut Bericht heute in Minuten bauen, wofür früher Tage nötig waren
  • Einsatz von ChatGPT Enterprise und OpenAI-APIs im Kundenservice mit 3 Millionen Chats pro Monat

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 62 %Hintergrund, keine Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 42 %einzelne zitierbare Belege
    • JEV 36 %gleiches Oberthema, hilft nicht
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug

Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 29 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 32 %nur am Rande erwähnt
    • JEV 42 %Hintergrund, keine Belege
    • amos 33 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht

Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 59 %einzelne zitierbare Belege
    • JEV 40 %beantwortet teilweise oder widerspricht
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 4 · 37 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →