Der Umgang mit KI-Chatbots verschiebt sich. Weg vom gelegentlichen Ausprobieren einzelner Fragen, hin zu einer festen Rolle im Arbeitsalltag. Zwei aktuelle Berichte aus dem t3n-Umfeld beschreiben diese Entwicklung aus unterschiedlichen Blickwinkeln: einmal als persönliche Praxis, einmal als didaktische Empfehlung aus der Hochschule.

Im ersten Fall schildert ein Autor, wie er sich einen eigenen KI-Assistenten gebaut hat und damit arbeitet: morgens zuerst Claude, dann die Mails. Der Anspruch dabei ist nicht, einzelne Texte generieren zu lassen, sondern einen Sparringspartner und Coach zur Verfügung zu haben. Die Pointe des Berichts: Ein persönlicher Assistent ist nicht mehr der Führungsebene vorbehalten.

Im zweiten Fall argumentiert Stanford-Professor Jeremy Utley, dass KI-Chatbots wie ChatGPT ihr Potenzial als Ideengeber und Kreativitätsverstärker nur dann entfalten, wenn man sie wie Kolleginnen und Kollegen behandelt. Dafür empfiehlt er eine Übung, die rund fünf Minuten dauert.

Die gemeinsame Linie: Haltung vor Werkzeug

Beide Quellen setzen weniger beim Modell an als bei der Arbeitsweise. Entscheidend ist demnach nicht, welches System im Hintergrund läuft, sondern wie konsequent es eingebunden wird. Wer eine KI wie eine Suchmaschine behandelt, bekommt Suchmaschinenergebnisse. Wer sie wie eine Kollegin behandelt, die Kontext braucht, Rückfragen stellen darf und Zwischenstände kommentiert, erhält Resultate auf einem anderen Niveau.

Diese Haltung hat eine praktische Konsequenz: Kontext muss bereitgestellt werden. Eine neue Kollegin erhält am ersten Arbeitstag Hintergrundinformationen, Zielsetzungen, Beispiele für gute Ergebnisse und Hinweise darauf, was im Unternehmen üblich ist. Genau diese Informationen fehlen einem Chatfenster, das bei jeder Anfrage bei null beginnt.

Vom Einzelprompt zum gebauten Assistenten

Der Unterschied zwischen beiden Berichten liegt im Grad der Formalisierung. Die Stanford-Empfehlung ist eine kurze Übung, die den Einstieg erleichtert und sich ohne Vorbereitung umsetzen lässt. Der Erfahrungsbericht geht einen Schritt weiter und beschreibt einen Assistenten, der auf die eigene Arbeitsweise zugeschnitten ist und zu einer festen Routine gehört.

Diese Stufen lassen sich auch im Unternehmenskontext unterscheiden:

  • Gelegentliche Nutzung: einzelne Prompts, keine Wiederverwendung, stark schwankende Ergebnisqualität.
  • Strukturierte Nutzung: wiederkehrende Aufgaben werden mit festen Anweisungen und Beispielen hinterlegt.
  • Gebauter Assistent: ein dauerhaft verfügbares Setup mit Rollenbeschreibung, Kontextmaterial und klaren Abläufen, das in den Tagesablauf eingeplant ist.

Die dritte Stufe ist aufwendiger, weil sie Vorarbeit verlangt. Sie ist aber auch die einzige, bei der sich Produktivitätsgewinne wiederholen lassen, statt vom Tagesformular der einzelnen Nutzerin abzuhängen.

Was sich daraus für Teams ableiten lässt

Aus beiden Berichten lässt sich ein nüchternes Vorgehen ableiten, das ohne große Investitionen auskommt:

  1. Eine konkrete, häufig wiederkehrende Aufgabe auswählen, etwa das Strukturieren von Anforderungen, das Vorbereiten von Besprechungen oder das Prüfen von Texten auf Verständlichkeit.
  2. Den Kontext einmal sauber aufschreiben: Ziel, Zielgruppe, Rahmenbedingungen, typische Fehlerquellen.
  3. Beispiele für gelungene und misslungene Ergebnisse mitgeben, damit die Qualitätserwartung nachvollziehbar wird.
  4. Rückfragen ausdrücklich erlauben und einfordern, statt sofort ein fertiges Ergebnis zu verlangen.
  5. Das Setup festhalten, teilen und über mehrere Wochen nachschärfen.

Der letzte Punkt entscheidet darüber, ob aus einer persönlichen Spielerei eine Teamressource wird. Ein Assistent, der nur im Kopf einer Person existiert, verschwindet mit dieser Person aus dem Unternehmen.

Grenzen und offene Punkte

Beide Quellen sind Erfahrungsberichte beziehungsweise Empfehlungen, keine Wirksamkeitsstudien. Belastbare Zahlen zu Zeitersparnis oder Qualitätsgewinn liefern sie nicht. Die beschriebenen Effekte sind daher als plausible Praxiserfahrung zu lesen, nicht als gemessener Nutzen.

Hinzu kommen Punkte, die im Unternehmenseinsatz zusätzlich zu klären sind: Welche Daten dürfen in welches System, wer prüft Ergebnisse vor der Weiterverwendung, und wie wird dokumentiert, an welchen Stellen KI beteiligt war. Diese Fragen beantworten die Berichte nicht; sie gehören in jede betriebliche Einführung.

Die Vorstufe zur prompt-getriebenen Entwicklung

Wer sich einen eigenen Assistenten baut, trainiert genau die Fähigkeit, die in der Softwareentwicklung zunehmend gefragt ist: Aufgaben so präzise zu beschreiben, dass ein Gegenüber ohne Vorwissen sie korrekt umsetzen kann. Das ist klassische Anforderungsarbeit, nur mit schnellerem Feedback.

Für Web- und Softwareprojekte heißt das: Die Qualität der Spezifikation wird zum entscheidenden Hebel, nicht die Geschwindigkeit der Codeerzeugung. Teams, die heute schon strukturierte Prompts und wiederverwendbare Kontextbausteine pflegen, haben es später leichter, KI in Entwicklungsprozesse einzubinden. Der Einstieg kostet wenig: eine wiederkehrende Aufgabe, ein sauber beschriebener Kontext und die Bereitschaft, das Ergebnis mehrfach nachzuschärfen.

Quellen