Zoom will Gespräche direkt in Aufgaben und Arbeitsschritte übersetzen

Zoom beschreibt eine strategische Neuausrichtung: Die Kommunikationsplattform soll nicht nur Gespräche abwickeln, sondern aus laufenden Dialogen automatisiert Arbeit auslösen. In einem Briefing in London erklärte Leo Boulton (Head of Product, Solutions and Industry Marketing), Zoom entwickle dafür eine Architektur, die „Conversation, Context, Completion“ verbindet – also Gesprächsdaten erfasst, mit Unternehmenskontext anreichert und daraus konkrete Ausführungsschritte ableitet. Als Grundproblem nannte Zoom die geringe Nutzung von Workplace-KI: Eine Gallup-Studie mit rund 24.000 Beschäftigten mit Zugang zu KI-Tools komme auf nur 15% aktive Nutzung im Alltag.

Technisch setzt Zoom laut Darstellung auf besonders „saubere“ Erfassung von Audio, Video und Text als Grundlage für Modelle. Kontext wird in statische Unternehmensdaten, vortrainiertes Basiswissen und dynamischen Echtzeit-Kontext unterteilt. Über „My Notes“ sollen auch Präsentationen, Screenshares sowie Inhalte aus mobilen Apps und sogar Wearables einfließen. Dieser dynamische Kontext soll dann mit anderen Systemen abgeglichen werden, um Abweichungen zwischen Datenbanken (z. B. CRM) und tatsächlichen Meeting-Entscheidungen zu reduzieren. Für Integrationen nennt Zoom einen entkoppelten, „headless“ Ansatz über MCP-Server und öffentliche APIs, damit Kontext auch in externen Modellumgebungen wie Claude oder ChatGPT nutzbar ist.