Gewinne:
- Fähigkeit, tägliche Aufgaben in Risikoschichten (niedrig/mittel/hoch) zu unterteilen und zu unterscheiden, wo künstliche Intelligenz Zeit spart und wo die Entscheidung dem Menschen überlassen wird.
- Fähigkeit, jede Ausgabe der künstlichen Intelligenz mit einer klaren Eingabeaufforderung zu erstellen, die ein Kontext-Einschränkungsformat enthält, und eine Disziplin anzuwenden, die Sachelemente mit unabhängigen Quellen überprüft
- Fähigkeit, grundlegende Authentifizierungs- und Datenschutzgewohnheiten zu etablieren, indem man versteht, dass Halluzinationen in der Natur der Technologie liegen und dass sensible Daten nicht in öffentliche Tools eingegeben werden sollten
Einführung: Persönliche Produktivität mit KI – Rollen, Grenzen, Authentifizierung und die Gewohnheit der Privatsphäre
Bei der persönlichen Produktivität geht es nicht darum, an einem bestimmten Tag mehr zu erledigen, sondern darum, die richtige Arbeit mit weniger Reibungsverlusten zu erledigen. Künstliche Intelligenz (kurz KI – Software, die wie ein Mensch Texte generiert, zusammenfasst und organisiert) ändert diese Gleichung: Sie reduziert die Zeit, die zum Tippen, Suchen, Bearbeiten und für sich wiederholende Aufgaben benötigt wird, von Minuten auf Sekunden. Aber es ändert nichts – die Entscheidung und die Verantwortung bleiben bei Ihnen. Diese erste Einheit legt den Grundstein für das gesamte Modul: wo Sie KI in den Arbeitsablauf einbinden, um Zeit zu sparen, wo menschliches Urteilsvermögen unverzichtbar ist und wie jede Ausgabe überprüft und die Privatsphäre geschützt wird.
Lassen Sie uns einige Begriffe definieren, die wir in diesem Modul verwenden werden. Ein Workflow ist die Abfolge von Schritten, die eine Aufgabe von Anfang bis Ende durchführt – zum Beispiel „E-Mail kommt an → lesen → entscheiden → antworten → archivieren“. Eine Eingabeaufforderung ist ein schriftlicher Befehl oder eine Aufforderung, die Sie der KI geben. Je klarer es ist, desto genauer ist die Ausgabe. Large Language Model (LLM) ist die Technologie, die Tools wie ChatGPT, Claude, Gemini zugrunde liegt; Erzeugt Text durch Vorhersage des „nächstwahrscheinlichsten Wortes“. Diese letzte Definition ist entscheidend: Das LLM ist ein Sprachgenerator, keine Wissensdatenbank. Kann mit sicherem Ton etwas Falsches sagen.
Wo KI im Privatgeschäft wirklich gewinnt
Teilen Sie Ihre tägliche Arbeit in drei Schichten auf. Bei der ersten handelt es sich um risikoarme, sich wiederholende Textaufgaben: eine E-Mail verfassen, eine Besprechungsnotiz zusammenfassen, ein langes Dokument mit Aufzählungszeichen versehen, den Ton eines Textes ändern. Hier zahlt sich KI am meisten aus und die Fehlerkosten sind gering. Die zweite Möglichkeit besteht in der Bearbeitung und Analyse mit mittlerem Risiko: Umstrukturierung eines Berichts, Vergleich von Daten, Auflistung von Optionen. Die KI wird hier schneller, aber Sie müssen die Ausgabe überprüfen. Drittens geht es um Entscheidungen mit hohem Risiko: was soll man wem sagen, welches Angebot zur Annahme, alles mit rechtlichen/finanziellen/persönlichen Konsequenzen. Hier ist KI lediglich ein „optionsgenerierender“ Berater; Die Entscheidung liegt bei Ihnen.
Diese Schichtentrennung ist der Kompass des gesamten Moduls. Führen Sie KI großzügig in Schicht 1 ein, Kontrolle in Schicht 2 und einfach als Ideengeber in Schicht 3.
Schritt für Schritt: Das Grundgerüst für die Ausführung einer Aufgabe mit KI
- Definieren Sie die Aufgabe. Was möchten Sie, welches Format soll die Ausgabe haben (Artikel, Tabelle, E-Mail), wer liest sie?
- Geben Sie den Kontext an. KI kennt Ihr Unternehmen, Ihr Projekt, Ihre Geschichte nicht. Geben Sie den erforderlichen Hintergrund in die Eingabeaufforderung ein.
- Sagen Sie mir die Einschränkungen. Länge, Ton, Sprache, Verbote („Fachjargon verwenden“, „maximal 120 Wörter“).
- Erstellen und lesen. Lesen Sie die Ausgabe Zeile für Zeile. Kopieren Sie nicht blind.
- Verifizieren. Ist jeder Name, jedes Datum, jede Nummer und jede Behauptung wahr? Hast du eine Quelle?
- Repariere es und besitze es. Retuschieren Sie mit Ihrer eigenen Stimme. In dem Moment, in dem Sie ihn senden, gehört dieser Text Ihnen, nicht der der KI.
Tipp: Der KI zu sagen, sie solle „diesen Entwurf verbessern“ statt „von Grund auf neu zu schreiben“, führt oft zu qualitativ besseren Ergebnissen. KI ist besser im Reparieren als im Produzieren.
Gewohnheit der Überprüfung: Halluzination ist real
Eine Halluzination liegt vor, wenn die KI selbstbewusst eine nicht existierende Tatsache, Quelle oder Zahl fabriziert, als ob sie real wäre. Dies ist keine Fehlfunktion, sondern liegt in der Natur der Technologie – das Sprachmodell produziert „was möglich erscheint“, nicht „was wahr ist“. Aus diesem Grund ist die Überprüfung nicht optional, sondern ein obligatorischer Schritt des Arbeitsablaufs.
Faustregel: Überprüfen Sie alle Fakten, die Ihre KI produziert – Personenname, Institution, Datum, Statistik, Satzung, Zitat, Link – mit einer unabhängigen Quelle. Generell kann man sich auf die Spracharbeit der KI verlassen (flüssiger Satz, weicher Ton, saubere Struktur); Akzeptieren Sie niemals blind Wahrheitsansprüche.
Datenschutz: Seien Sie vorsichtig, was Sie in das Eingabeaufforderungsfeld schreiben
Der Text, den Sie in KI-Tools eingeben, wird häufig an einen Server gesendet und möglicherweise in einigen Diensten gespeichert, um das Modell zu verbessern. Stellen Sie also von Anfang an diesen Grundsatz fest: Überlegen Sie es sich zweimal, bevor Sie sensible Daten einfügen. Kunden-ID-Nummern, Gesundheitsinformationen, Passwörter, nicht unterzeichnete Verträge, persönliche Daten – diese sollten nicht ohne Zustimmung des Unternehmens in öffentliche KI-Tools eingegeben werden.
Datentyp
Fällt es in die allgemeine KI-Toolbox?
was zu tun ist
Allgemeine Informationen, Textentwurf
Ja
Frei verwenden
Interne Besprechungsnotiz (kein Personenname)
vorsichtig
Namen anonymisieren
Persönliche Daten des Kunden
Nein
Verwenden Sie ein von der Einrichtung zugelassenes Fahrzeug
Passwort, API-Schlüssel, Vertrag
Absolut nicht
Überhaupt nicht einfügen
Gesundheits-/Finanzakte
Nein
Betreten Sie nicht ohne Rechtsberatung
Achtung: Gehen Sie nicht davon aus, dass „niemand diese Daten sieht“. Wenn Ihre Institution über eine KI-Nutzungsrichtlinie verfügt, lesen Sie diese. Oder „Würde ich das per E-Mail an ein externes Unternehmen senden?“ Wenden Sie Ihren Test an. Wenn die Antwort „Nein“ lautet, bleiben Sie auch nicht bei der KI.
Vier kopierbare Startervorlagen
Nutzen Sie die folgenden Vorlagen, indem Sie sie an Ihr eigenes Unternehmen anpassen. Füllen Sie die Klammern mit Ihrem eigenen Wissen aus.
Ihre Rolle: [mein Fachgebiet, z.B. Projektmanager].Kontext: [kurzer Hintergrund – Projekt, Ziel, wer wird es lesen].Aufgabe: [was ich will].Format: [Aufzählungszeichen / Tabelle / E-Mail / 3 Absätze].Ton: [formell / freundlich / neutral]. Länge: nicht mehr als [X] Wörter. Verboten: Hinzufügen gefälschter Informationen; Wenn Sie sich nicht sicher sind, schreiben Sie „unsicher“.
Fassen Sie den Text unten zusammen. Regeln: - Maximal 5 Artikel. - Verwenden Sie nur die Informationen im Text, fügen Sie keine Kommentare hinzu. - Listen Sie offene Fragen am Ende mit der Überschrift „Fragen zur Entscheidung“ auf. Text: „““[langer Text hier einfügen]““
Verbessern Sie diesen Entwurf, aber ändern Sie nicht seine Bedeutung: - Lassen Sie unnötige Wörter weg, kürzen Sie Sätze. - Ton: [neutral-professionell]. - Listen Sie am Ende kurz auf, was Sie geändert haben. Entwurf: """[eigener Entwurf]"""
Ich gebe dir eine Aufgabe. Stellen Sie mir zunächst drei klärende Fragen. NACHDEM Sie meine Antworten erhalten haben, machen Sie sich an die Arbeit. Früher Start.Aufgabe: [unklare, mehrteilige Mission].
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwach: „Schreiben Sie mir eine E-Mail an den Kunden.“
Stark: „Schreiben Sie eine Entschuldigungs-E-Mail an den Kunden für eine verspätete Lieferung. Kontext: Bestellung ist 3 Tage verspätet, Grund ist lieferantenbezogen, neuer Termin ist Freitag. Ton: freundlich, aber professionell, nicht defensiv. Maximal 120 Wörter. Bieten Sie am Ende eine konkrete Entschädigung an.“
Der Unterschied liegt im Kontext, der Einschränkung und dem Zweck. Schwache Eingabeaufforderung gibt generischen Text zurück; Die leistungsstarke Eingabeaufforderung sorgt für eine nahezu versandfähige Ausgabe. Dies ist die am häufigsten wiederkehrende Lektion dieses Moduls: Die Qualität der KI ist ein Spiegel der Klarheit, die Sie ihr geben.
drei Mini-Koffer
Fall 1 – Zeitersparnis. Ein Vertriebsmitarbeiter schreibt durchschnittlich 25 E-Mails pro Tag, jeweils etwa 6 Minuten, also insgesamt 150 Minuten. Als ich zu Entwurf + Retusche mit KI wechselte, sank die Zeit pro E-Mail auf etwa 2,5 Minuten; ~87 Minuten pro Tag, was einer Einsparung von etwa 30 Stunden pro Monat entspricht. Der Gewinn resultierte aus der Disziplin „Lass die KI einen Entwurf schreiben, ich retuschiere ihn 30 Sekunden lang und sende ihn“ und nicht „lass die KI schreiben“.
Fall 2 – Die Kosten der Überprüfung. Ein Analyst bat AI um eine Zusammenfassung des Branchenberichts und fügte die Zahl „42 % Wachstum“ in die Präsentation ein, ohne sie zu bestätigen. Die tatsächliche Zahl lag bei 24 %; Die KI hatte es erfunden. Er wurde beim Vorstellungsgespräch erwischt und es kam zu einem Vertrauensverlust. 2 Minuten Quellcodeverwaltung hätten diese Kosten vermieden.
Fall 3 – Verletzung der Vertraulichkeit. Ein Mitarbeiter hat den Entwurf eines nicht unterzeichneten Vertrags in ein generisches KI-Tool eingefügt, um „die Sprache zu korrigieren“. Gemäß den Richtlinien der Einrichtung wurde dies als vertrauliches Dokument betrachtet, das an einen externen Server weitergegeben wurde, und das Disziplinarverfahren wurde eingeleitet. Die gleiche Aufgabe mit einem anonymisierten, von der Institution genehmigten Tool zu erledigen, würde das Risiko beseitigen.
Häufige Fehler
- Blindkopie: Senden der Ausgabe, ohne sie zu lesen. Der häufigste und teuerste Fehler.
- Kontextlose Eingabeaufforderung: Allgemeine Anfragen wie „Schreiben Sie eine gute E-Mail“ führen zu generischem Müll.
- Verlassen Sie sich nicht auf Fakten: Verwenden Sie Zahlen und Namen, ohne diese zu überprüfen.
- Datenschutzblindheit: Ohne nachzudenken sensible Daten einfügen.
- Übermäßige Abhängigkeit: Die KI zu bitten, auch nur eine einfache 30-Sekunden-Aufgabe zu erledigen, verschwendet Zeit. Nutzen Sie KI als Hebel, nicht als Krücke.
- One-Shot Perfect Waiting: Die erste Ausgabe ist ein Entwurf; Gute Ergebnisse werden mit 2-3 Dialogrunden erzielt.
Zusammenfassend
- Im Privatgeschäft zahlt sich KI am besten bei risikoarmen, repetitiven Textarbeiten aus; Entscheidungen bleiben bei der Person.
- Teilen Sie Aufgaben in Risikoschichten ein: großzügig in Schicht 1, kontrolliert in Schicht 2, nur eine Idee in Schicht 3.
- Überprüfen Sie unabhängig jede faktische Ausgabe (Name, Datum, Nummer, Quelle) – Halluzination liegt in der Natur der Technologie.
- Einfügen sensibler Daten in öffentliche KI-Tools; „Würde ich es an eine externe Firma schicken?“ Wenden Sie Ihren Test an.
- Gute Eingabeaufforderung = klare Aufgabe + Kontext + Einschränkung + Format. Qualität ist der Spiegel der Klarheit, die Sie geben.
Anwendungsaufgabe
Schreiben Sie 5 sich wiederholende Aufgaben auf, die Sie diese Woche tatsächlich erledigt haben (z. B. E-Mail-Antwort, Besprechungszusammenfassung, Wochenplan). Platzieren Sie jeden in der Risikostufe (1/2/3). Passen Sie die erste Vorlage oben für die beiden Aufgaben in Stufe 1 an und probieren Sie es einmal aus. Führen Sie vor dem Senden der Ausgabe den Überprüfungsschritt durch und notieren Sie, was Sie behoben haben.
Checkliste
- [ ] Ich habe meine Aufgaben in Risikoschichten unterteilt.
- [ ] Ich habe der Eingabeaufforderung Kontext, Einschränkung und Format hinzugefügt.
- [] Ich habe die Ausgabe Zeile für Zeile gelesen und nicht blind kopiert.
- [ ] Ich habe jeden Sachverhalt unabhängig überprüft.
- [ ] Ich habe überprüft, dass die von mir eingefügten Daten vertraulich sind.
- [ ] Ich habe den endgültigen Text mit meiner eigenen Stimme beansprucht.