Bibliothek
Nutzen Sie KI dort, wo sie einen echten Beitrag leistet: zum Entwerfen, Erkunden, Umformen und Prüfen – während Verifikation und die endgültige Entscheidung beim Menschen bleiben.
Wenn du an der ersten naheliegenden Idee hängenbleibst, lass dir Alternativen auf Basis unterschiedlicher Annahmen oder Einschränkungen vorschlagen. Experimentelle Evidenz deutet darauf hin, dass generative KI bei bestimmten Ideenaufgaben die bewertete Kreativität steigern kann; welche Idee in deinem realen Kontext passt, entscheidet sie nicht.
Für einen eigenen Entwurf gib der KI den Zweck und ein kurzes Bewertungsraster. Lass sie auf konkrete Stellen hinweisen, die Kriterien verfehlen, und entscheide anschließend selbst, welche Vorschläge die Arbeit tatsächlich verbessern. Nutze Kritik als Input, nicht als automatischen Befehl zum Umschreiben.
Bei routinemäßigen beruflichen Texten gib der KI Zweck, Zielgruppe, Rahmenbedingungen und verlässliche Ausgangsfakten. Lass einen Entwurf erstellen und überarbeite ihn anschließend selbst. Kontrollierte Evidenz zeigt bei einigen professionellen Schreibaufgaben Produktivitätsgewinne, nicht jedoch automatische Richtigkeit oder verlässliches Urteilsvermögen.
Beschreibe der KI eine Funktion, einen Prozess, eine Berechnung, eine Nachricht oder einen Workflow und bitte um Randfälle und Fehlerszenarien. Behandle die Ausgabe als Kandidatenliste: entferne Dubletten, prüfe die Relevanz und überführe die nützlichen Fälle in ausführbare Tests oder Checklistenpunkte.
Nutze KI für eine erste Implementierung einer klar begrenzten Programmieraufgabe. Prüfe danach den Diff, führe Tests aus, ergänze fehlende Randfälle und verwerfe Code, den du nicht erklären kannst. Ein kontrolliertes Experiment zeigte bei einer bestimmten Programmieraufgabe eine schnellere Fertigstellung; allgemeine Qualitätsgewinne für Software wurden damit nicht belegt.
Bei wiederkehrenden unstrukturierten Texten, die du verarbeiten darfst, lass die KI ein festes Schema extrahieren, für jede Zeile die zugehörige Textstelle angeben und Unsicherheit markieren. Prüfe anschließend Stichproben und verifiziere Felder vollständig, wenn sie Geld, Zugriffe, Compliance oder andere folgenreiche Handlungen steuern.
Bei wiederkehrenden Support- oder Serviceanfragen kann KI aus Falldaten und freigegebenen Vorgaben einen Antwortentwurf erstellen. Der Mensch prüft Diagnose, Richtlinie, Ton und den tatsächlichen nächsten Schritt. Eine große Feldstudie zeigte in einem Kundensupport-Kontext Leistungsgewinne, besonders bei weniger erfahrenen Mitarbeitenden; das Ergebnis lässt sich nicht automatisch auf andere Umgebungen übertragen.
Bei längeren Dokumenten, die du verarbeiten darfst, lass dir eine strukturierte und an die Quelle gebundene Zusammenfassung erstellen. Prüfe danach alle Aussagen, die eine Entscheidung, Nachricht oder ein Arbeitsergebnis beeinflussen. Die Zusammenfassung dient der Navigation; maßgeblich bleibt die Originalquelle.
Nach einem Meeting kann KI zulässige Notizen oder ein Transkript in Entscheidungen, Aufgaben, Verantwortliche, Termine und offene Fragen überführen. Vergleiche die strukturierte Ausgabe anschließend mit der Originalaufzeichnung, bevor sie zum gemeinsamen Gedächtnis des Teams wird.
Wenn eine wiederkehrende Aufgabe vor allem im Kopf einer Person steckt, gib der KI einige datenschutzgerecht bereinigte Beispiele und lass daraus einen Verfahrensentwurf mit Eingaben, Schritten, Entscheidungen, Ergebnissen und Ausnahmen erstellen. Validier den Entwurf mit der Person, die die Arbeit tatsächlich erledigt, und teste ihn an einem neuen Fall, bevor er als Prozessdokumentation gilt.
Wenn eine Entscheidung fälschlich binär wirkt oder zu früh feststeht, bitte die KI um plausible Alternativen, fehlende Kriterien und Argumente gegen deinen aktuellen Favoriten. Prüfe Tatsachenbehauptungen unabhängig und gewichte die Zielkonflikte am Ende selbst.
Vor einem schwierigen, aber alltäglichen Gespräch kannst du mit KI mehrere plausible Reaktionen durchspielen, einen knappen Einstieg üben und Stellen erkennen, an denen du unklar oder defensiv werden könntest. Die Simulation ist eine Probe, kein Modell des Innenlebens der anderen Person.
Die Leistung von KI kann zwischen Aufgaben stark schwanken, auch wenn sie ähnlich schwierig wirken. Bevor du einen Workflow um ein Modell herum baust, teste es an repräsentativen Fällen, bewerte die Ergebnisse anhand eines von Menschen definierten Maßstabs und markiere, wo menschliche Prüfung weiterhin zwingend ist.
Bei Lernaufgaben mach zuerst einen echten eigenen Versuch. Lass die KI danach erklären, kritisieren oder ergänzen und führe die Zielfertigkeit anschließend noch einmal ohne Hilfe aus. Die aktuelle Evidenz zu generativer KI im Lernen ist gemischt; deshalb sollte der Ablauf aktive Eigenleistung sichern, statt anzunehmen, dass der Chatbot allein das Lernen verbessert.