Kleine KI-Experimente statt großer Vorsätze
Du hast dir vorgenommen, „mehr mit KI zu machen“. Dann kommt der Arbeitsalltag. Das Postfach ist voll, ein Termin folgt auf den nächsten und das neue Werkzeug verlangt erst einmal Aufmerksamkeit. Am Ende der Woche hast du zwei Prompts ausprobiert, warst von einem Ergebnis beeindruckt und vom anderen enttäuscht. Gelernt hast du wenig.
Das liegt selten an mangelnder Offenheit. „Mehr KI nutzen“ ist schlicht kein handlungsfähiges Ziel.
Im ersten Teil dieser Serie ging es darum, den eigenen Wertbeitrag unterhalb einzelner Aufgaben zu erkennen. Jetzt folgt der praktische Schritt: Wähle ein überschaubares Problem, formuliere eine Vermutung und teste sie in einem sicheren Rahmen. Nicht die Zahl der genutzten Tools entscheidet über deine Entwicklung, sondern die Qualität deiner Lernschleifen.
Transformation beginnt selten mit Gewissheit
Bei neuer Technologie warten viele Menschen auf zwei Dinge: eine klare Strategie von oben und das Gefühl, ausreichend vorbereitet zu sein. Beides kann lange auf sich warten lassen.
Gleichzeitig ist blindes Ausprobieren keine gute Alternative. KI-Systeme können überzeugend formulieren und trotzdem sachlich falsch liegen. Je nach Werkzeug, Vertrag und Organisation gelten unterschiedliche Regeln für personenbezogene, vertrauliche oder urheberrechtlich geschützte Inhalte. Und ein schneller Entwurf ist noch kein verantwortbares Ergebnis.
Zwischen Abwarten und Aktionismus liegt das Experiment.
Ein gutes Experiment ist klein genug, um risikoarm zu bleiben, und konkret genug, um eine Erkenntnis zu liefern. Es beantwortet nicht die Frage „Ist KI gut oder schlecht?“, sondern beispielsweise:
Hilft mir ein freigegebenes KI-Werkzeug dabei, aus meinen eigenen, nicht vertraulichen Notizen schneller eine erste Gliederung zu entwickeln, ohne dass die fachliche Qualität sinkt?
Diese Frage lässt sich prüfen. Und aus der Antwort entsteht ein nächster Schritt.
Warum kleine Schritte mehr verändern können
Der World Economic Forum Future of Jobs Report 2025 beschreibt technologische Kompetenz, Neugier und lebenslanges Lernen als zunehmend wichtige Fähigkeiten. Solche Fähigkeiten entstehen nicht durch einmaliges Lesen. Sie wachsen, wenn du wiederholt handelst, Ergebnisse prüfst und dein Vorgehen anpasst.
Dabei hilft eine Erkenntnis aus der Selbstregulationsforschung: Konkrete Wenn-dann-Pläne können die Lücke zwischen Absicht und Handlung verkleinern. Statt „Ich beschäftige mich diese Woche mit KI“ formulierst du:
Wenn ich am Dienstag meinen Wochenbericht vorbereite, nutze ich 15 Minuten lang das intern freigegebene Werkzeug, um drei mögliche Strukturen zu erzeugen. Danach prüfe ich jede Struktur anhand meiner üblichen Qualitätskriterien.
Der Zeitpunkt, der Anlass und die Handlung sind festgelegt. Du musst nicht im hektischen Moment neu entscheiden, ob und wie du beginnst.
Klein bedeutet dabei nicht unambitioniert. Kleine Experimente schaffen belastbare Erfahrung. Drei sauber ausgewertete Tests sind wertvoller als zwanzig zufällige Versuche.
Ein Experiment braucht eine echte Arbeitsfrage
Beginne nicht mit dem Werkzeug. Beginne mit einer wiederkehrenden Situation, in der du Zeit verlierst, unnötig oft neu ansetzt oder eine zweite Perspektive gebrauchen könntest.
Geeignete Lernfelder können sein:
eine Gliederung aus eigenen Stichpunkten entwickeln,
alternative Formulierungen für eine bereits fachlich geprüfte Botschaft erzeugen,
Fragen für ein Reflexions- oder Projektgespräch sammeln,
eine lange, öffentlich verfügbare Information nach vorgegebenen Kriterien strukturieren,
Gegenargumente zu einer eigenen Idee simulieren,
eine Checkliste auf Vollständigkeit prüfen.
Nicht jede Aufgabe eignet sich. Vertrauliche Personaldaten, sensible Kundendaten, geheime Geschäftsunterlagen oder Entscheidungen mit hohen Auswirkungen gehören nicht in ein spontanes Lernexperiment. Maßgeblich sind die Regeln deiner Organisation, die Freigabe des konkreten Systems und deine fachliche Verantwortung.
Die Grundregel ist einfach: Je höher die mögliche Auswirkung eines Fehlers, desto enger muss die menschliche Prüfung sein – und desto weniger eignet sich die Aufgabe für einen schnellen Selbstversuch.
Die Vier-Felder-Lernschleife
Damit aus Nutzung Entwicklung wird, kannst du jedes Experiment in vier Felder gliedern.
1. Absicht: Was soll besser werden?
Formuliere den Nutzen ohne Technikjargon:
Ich möchte schneller zu drei tragfähigen Optionen kommen.
Ich möchte blinde Flecken in meiner Argumentation entdecken.
Ich möchte mehr Zeit für das Gespräch und weniger für die Formatierung verwenden.
Wenn du keinen sinnvollen Nutzen benennen kannst, brauchst du das Experiment vermutlich nicht.
2. Grenze: Was bleibt ausdrücklich bei mir?
Definiere vorab, was du nicht delegierst. Das können fachliche Freigabe, Quellenprüfung, Tonalität, Priorisierung oder die Entscheidung selbst sein.
Diese Grenze schützt nicht nur vor Fehlern. Sie macht deinen eigenen Wertbeitrag sichtbar. Vielleicht liegt deine Stärke gerade darin, Widersprüche zu erkennen oder die Wirkung einer Botschaft auf verschiedene Beteiligte einzuschätzen.
3. Test: Was probiere ich einmal konkret?
Begrenze Zeit, Material und Ziel. Nutze nur freigegebene Systeme und zulässige Inhalte. Halte den Arbeitsauftrag an die KI so konkret wie nötig: Kontext, gewünschtes Ergebnis, Qualitätskriterien und erkennbare Unsicherheiten.
Bitte das System beispielsweise nicht einfach um „eine gute Analyse“. Benenne, welche Perspektiven betrachtet werden sollen, welche Informationen fehlen und in welcher Form Annahmen gekennzeichnet werden müssen.
4. Review: Was habe ich tatsächlich gelernt?
Bewerte nicht nur Geschwindigkeit. Frage:
War das Ergebnis fachlich richtig?
Musste ich viel korrigieren?
Hat es eine neue Perspektive eröffnet?
Wurde meine Arbeit klarer oder nur länger?
Wo war mein eigenes Urteil besonders wichtig?
Würde ich den Ablauf wiederholen, verändern oder verwerfen?
Ein abgebrochenes Experiment kann erfolgreich sein, wenn es dir eine falsche Annahme erspart.
Dein Können wächst beim Prüfen, nicht nur beim Prompten
Rund um KI entsteht leicht der Eindruck, die entscheidende Fähigkeit sei das Schreiben besonders raffinierter Anweisungen. Gute Prompts helfen. Langfristig wichtiger ist jedoch deine Fähigkeit, ein Ergebnis zu beurteilen.
Wer eine Antwort nicht fachlich einordnen kann, erkennt auch eine elegant formulierte Schwäche nicht. Wer die Zielgruppe nicht versteht, kann die Wirkung eines Textes kaum bewerten. Wer einen Prozess nicht kennt, bemerkt möglicherweise nicht, dass ein wichtiger Sonderfall fehlt.
Damit wird Fachlichkeit nicht weniger relevant. Sie verschiebt sich: von der reinen Erstellung hin zu Auswahl, Prüfung, Kontextualisierung und Entscheidung.
Das passt zu den Befunden der OECD: Für die meisten Beschäftigten geht es nicht darum, selbst KI-Systeme zu entwickeln. Gefragt sind digitale Grundkompetenz, Analysefähigkeit sowie menschliche und organisatorische Fähigkeiten. Dein Lernplan darf deshalb technisches Ausprobieren und fachliche Reflexion verbinden.
Ein Beispiel aus dem Projektalltag
Ein Projektleiter möchte Statusberichte schneller vorbereiten. Bisher sammelt er Informationen aus verschiedenen Teilprojekten und verbringt viel Zeit mit einer ersten Struktur.
Sein Experiment lautet:
Absicht: Aus anonymisierten, freigegebenen Stichpunkten in 15 Minuten eine Rohstruktur erzeugen.
Grenze: Risikobewertung, politische Einordnung und Eskalation bleiben vollständig bei ihm.
Test: Das System soll Punkte nach Fortschritt, Entscheidung, Risiko und nächstem Schritt ordnen und Unsicherheiten markieren.
Review: Er vergleicht Zeitaufwand, fehlende Punkte und notwendige Korrekturen mit seinem bisherigen Vorgehen.
Vielleicht spart er Zeit. Vielleicht erkennt er, dass seine Stichpunkte vorher klarer werden müssen. Vielleicht ist die Struktur brauchbar, die Risikoeinordnung aber oberflächlich. Jede dieser Beobachtungen ist verwertbar.
Nach drei Durchläufen kann er entscheiden, ob daraus eine Routine wird.
Deine 20-Minuten-Übung für morgen
Wähle eine kleine, wiederkehrende Aufgabe mit niedrigem Risiko. Fülle diese fünf Sätze aus:
Ich möchte verbessern: …
Ich teste einmal: …
Ich nutze ausschließlich: …
Bei mir bleiben Prüfung und Entscheidung über: …
Ich erkenne einen Nutzen daran, dass: …
Ergänze einen Wenn-dann-Satz:
Wenn … [konkreter Zeitpunkt oder Anlass], dann teste ich … [konkrete Handlung] für … Minuten.
Setze für den Review direkt einen kurzen Termin in deinen Kalender. Ohne Auswertung wird aus einem Experiment schnell nur eine weitere Nutzung.
Aus Experimenten entsteht ein Profil
Mit jedem guten Experiment lernst du zweierlei: was das Werkzeug kann – und wo du selbst besonders wichtig bist.
Diese Kombination wird im dritten Teil der Serie zum Ausgangspunkt für deine berufliche Positionierung. Denn ein glaubwürdiges Zukunftsprofil besteht weder aus einer langen Liste besuchter Schulungen noch aus dem pauschalen Etikett „KI-affin“. Es entsteht aus konkreten Problemen, die du lösen kannst, aus reflektierten Erfahrungen und aus einer klaren Vorstellung davon, welche Verantwortung du übernimmst.
Die entscheidende Frage nach deinem nächsten Experiment lautet deshalb:
Welche kleine Erfahrung würde mir mehr Orientierung geben als eine weitere Stunde Nachdenken?
Quellen