Missing alt text

Produktiv mit KI: Kontext. Ziel. Zugang. Machen lassen.

Stand: 15.09.2026 08:00 Uhr

KI ist eine gute Unterstützung für die eigene Arbeit. Wer seine eigene Produktivität steigern will, denkt zuerst an besseres Prompting. Aber andere, entscheidende Veränderungen haben eine viel stärkere Wirkung. Eine Selbst-Analyse hilft.

Um herauszufinden, wie ich mit KI arbeite und warum ich oft mehr schaffe als andere, habe ich über 800 meiner Nachrichten bzw. Prompts aus mehreren Monaten Plattformentwicklung mittels einer KI-Lösung analysiert. Das Ergebnis:

  • 64 Prozent der Nachrichten sind kürzer als 200 Zeichen, der Durchschnitt liegt bei 120 Zeichen.

  • 37 Prozent enthalten ein Fragezeichen – ich stelle also viele Fragen.

  • 19 Prozent sagen sinngemäß nur „weiter“.

  • Gerade 11 Prozent entsprechen dem, was man sich unter einem Prompt vorstellt: Längere Aufträge mit Kontext und Anforderungen.

Wenn gerade 11 Prozent der Nachrichten einem klassischen Prompt entsprechen, heißt das, dass in neun von zehn Nachrichten keine neue, klare Aufgabe gegeben wird. Stattdessen frage ich nach dem Stand, erteile eine Freigabe, ziehe eine Grenze, bezweifle ein Ergebnis oder schicke einfach weiter. Es zeigt sich ein Muster:

  1. Ich setze den Kontext.

  2. Ich gebe ein Ziel

  3. Ich gebe den Zugang statt Anweisungen

  4. Und dann gehe ich aus dem Weg.

1 . Kontext setzen

Ein LLM kann sich fast alles selbst zusammensuchen - nur das nicht, was allein im eigenen Haus bekannt ist. Genau da, und nur da, ist der Mensch unersetzlich. Sprachmodelle sind gut in Sprache, aber ahnungslos in Deinem Geschäft. LLMs wissen nicht, dass eine bestimmte Kundengruppe abwanderungsgefährdet ist. Dass eine bestimmte Formulierung die Rechtsabteilung auf den Plan ruft. Dass ein bestimmter Kunde gern empfindlich reagiert. Genau dort liegt Dein Beitrag und er ist deutlich mehr wert als jede Feinheit der Prompt-Formulierung.

In der Praxis heißt das:

  • Liefern Sie die Prämissen, die nur Sie kennen. Und die kürzesten Korrekturen sind die wertvollsten. Meine wirkungsvollsten Nachrichten sind keine Umformulierungen. Es sind Tatsachen, die ich nachreiche, z.B.:

„Falsch. Die Komponente ist auch kundenseitig, damit erweitern Kunden unsere Plattform.“
„Semantische Prüfungen müssen mehrsprachig sein, sonst brauchen wir das gar nicht erst.“
„Die Schnittstellen sind egal, auf den Integrationen sitzt kein Abnehmer.“

Keine dieser Nachrichten kritisiert ein Ergebnis. Im Gegenteil: Jede liefert etwas nach, das das KI-Modell nicht wissen konnte. Und sobald es das wusste, stimmte der Rest von allein. In der Praxis heißt das:

  • Machen Sie aus jeder Korrektur eine feste Regel. Das heißt: Wenn ich denselben Fehler zweimal korrigieren muss, war die erste Korrektur wertlos. Das ist ärgerlich. Erkenntnis: Eine Korrektur, die ich nur ausspreche, ist ein Gespräch. Eine Korrektur, die ich aufschreibe, ist eine Kontrolle. Aus meinen Korrekturen sind inzwischen über 142 schriftlich festgehaltene Regeln geworden, die das System zu Beginn jeder Sitzung mitliest. Eine davon entstand so:

„Keine halben Sachen bitte. Gilt nicht nur hier, sondern generell.“

Seitdem gilt dieser Satz für jede Lieferung, nicht nur für die, die ihn ausgelöst hat. Im Contact Center heißt das: Deine Prompt-Bibliothek, Deine Leitplanken und Deine QM-Kriterien sind kein Dokumentationsaufwand, sie sind das Gedächtnis Deines Betriebs. Alles, was nur im Kopf einer erfahrenen Teamleiterin steht, ist beim nächsten Modellwechsel, beim nächsten Anbieterwechsel und beim nächsten Stellenwechsel verloren!

2. Ziel geben

Schreiben Sie das Ziel auf, nicht den nächsten Schritt! Meine mit Abstand häufigste Nachricht ist eigentlich meine nutzloseste: 155 mal (19 Prozent der Nachrichten) habe ich sinngemäß nur „weiter“ geschrieben. 155 mal blieb also die Arbeit stehen und die KI wartete auf eine Entscheidung. Und Entscheidungen werden aufgeschoben. Getroffen habe ich sie dann mit einem einzigen Wort. Wenn aber ein Wort reicht, dann hat diese Entscheidung mich nie gebraucht. Sie hätte ein Dokument gebraucht. Die Lösung stand im selben Absatz: eine priorisierte Liste in einer Datei, so dass Weiterarbeiten heißt, die oberste Zeile zu lesen, anstatt neu nachzudenken.

In der Praxis heißt das:

  • Am Anfang einer längeren Arbeit lasse ich das Modell den Plan selbst in eine Datei schreiben. Ich lese ihn, korrigiere die Prämissen (siehe Gewohnheit 1) und gebe ihn frei. Und dann lautet der Auftrag nicht mehr „mach den nächsten Schritt“, sondern: „dieses Dokument ist vollständig umgesetzt“.

„Schreib den Plan in eine Datei. Ziel ist, dass er bis morgen früh komplett durch ist.“
„Was ist vom Plan noch offen?“

Auf diese Weise schrumpft der eigene Arbeitsanteil auf vier Schritte: Das Modell schreibt den Plan. Ich korrigiere die Prämissen und gebe frei. Ein Befehl setzt das Ziel. Ich gehe weg. Für die 155 „weiter“ gibt es inzwischen also schlicht einen Befehl. Drei Eigenschaften muss dieses Dokument haben, sonst funktioniert es nicht:

  • Das Dokument gehört dem Modell, nicht Dir. Lass den Plan schreiben und bestätige ihn, statt ihn zu diktieren. Ein Plan, den Du formulierst, macht Dich wieder zum Engpass, nur eine Ebene früher.

  • Es hat einen prüfbaren Fertig-Zustand. Drei Dinge gehören dazu: ein messbarer Endzustand, ein benannter Nachweis dafür, und die Grenzen, die auf dem Weg dorthin gelten. Fehlt das, ist es keine Zielvorgabe, sondern eine Wunschliste.

  • Das Dokument wird fortgeschrieben. Der Stand gehört ins Dokument, nicht in den Gesprächsverlauf. Nur dann überlebt der Auftrag den Absturz, den Modellwechsel und die Nacht.

Für Deinen Betrieb gilt das unverändert, mit oder ohne KI. „Arbeite die Warteschlange ab“ ist ein „weiter“: Es bindet Dich an jede Wiederholung. Ein festgehaltener Zielzustand läuft ohne Dich, etwa so: diese vierzig Vorgangsarten sind bis Freitag klassifiziert, die strittigen Fälle sind benannt, der Stand steht im Dokument.

3. Zugang geben statt Anweisungen

Mach die Tür auf! Jedes Mal, wenn eine KI etwas nicht selbst nachsehen darf, wird aus einer Aufgabe eine Rückfrage. Und jede Rückfrage bleibt liegen. Wer den Zugang verweigert, hat also nicht die Kontrolle, sondern macht sich selbst zum Nadelöhr. Ein erstaunlicher Teil meiner Nachrichten macht daher eine Tür auf:

„Die Zugangsdaten stehen in der Env-Datei. Schau dir die Logs selbst an.“
„Du kommst da selbst rein, prüf das direkt im System“
„Bei 570 Konnektoren kann ich nicht der Flaschenhals sein. Such dir einen Weg, der ohne mich läuft.“

Im Contact Center ist daher die entscheidende Frage vor jedem KI-Projekt: Worauf darf das System eigenständig zugreifen? Eine KI, die die Wissensdatenbank, die Vorgangshistorie und die Tarifdaten nicht selbst lesen darf, formuliert bestenfalls schöner, entlastet aber niemanden. Denn nach wie vor trägt ein Mensch jede einzelne Information zusammen.

In der Praxis heißt das:

  • Steck den Radius ab, nicht den Weg. Sag weniger, wie etwas zu tun ist, sondern, was im schlimmsten Fall passieren darf. Autonomie ist bezahlbar, sobald der Schaden begrenzt ist. 7 Prozent meiner Nachrichten sind daher reine Grenzziehung:

„Alles im Datendienst, aber die gemeinsame Bibliothek fasst du nicht an.“
„Noch nichts in Produktion. Nur Dev.“
„Für Registrierungen nimmst du nur das Sammelpostfach, nie eine private Adresse.“

Lass die KI klassifizieren, Antworten entwerfen, Gespräche zusammenfassen, Wissen recherchieren. Und definiere die eine Handvoll Handlungen, die sie niemals alleine ausführt: die Gutschrift, die Kündigungsbestätigung, die rechtsverbindliche Zusage. Freiheit innerhalb eines klar gezogenen Zauns bringt mehr als Aufsicht überall.

4. Aus dem Weg gehen

Das ist der schwierigste Teil, aber der mit dem größten Hebel. Wer sich heraushält, verliert leicht das Gefühl dafür, ob wirklich etwas läuft. Aber „Aus dem Weg zu gehen“ heißt nicht, dass man wegschaut. Deshalb ist das Prüfen des Ergebnisses die einzige Aufgabe, die ich mir nicht abnehmen lasse.

In der Praxis heißt das:

  • „Fertig“ ist eine Behauptung, kein Zustand. 13 Prozent meiner Nachrichten zweifeln daher ein von der KI gemeldetes Ergebnis an:

„Ist das in der Oberfläche drin? Ist der Plan wirklich durch? Ist das komplett durchgetestet?“
„Haben wir das wirklich mal vorgeführt, oder nehmen wir das an?“
„Ist das schon ausgerollt? Bei mir tut sich nichts.“

Hinterfragen Sie daher immer das Ergebnis. Ist ein echter Vorgang vollständig durchgelaufen? Lassen Sie die KI genau das tun - von der eingehenden Kundennachricht bis zur Antwort, die beim Kunden ankommt. .

Erkenntnis & Fazit: Erfolgreicher ohne mich

Mehr Produktivität entsteht nicht aus dem besseren Prompt. Andere Änderungen helfen viel besser: Kontext setzen, Ziel setzen, Zugang geben, aus dem Weg gehen. Die ersten kosten zu Anfang Zeit. Die letzte kostet einen das Gefühl, gebraucht zu werden. Aber es lohnt sich. Meine häufigste Nachricht war über Monate hinweg „weiter“. Jede einzelne davon zeigt eine Stelle, an der ich selbst im Weg stand. Wer sich selbst herausnimmt, erhält mehr zurück, als wenn er sich einmischt.

Tipp: Messen Sie sich mal selbst!

Lesen Sie Ihre letzten fünfzig Nachrichten an ein KI-System durch und sortieren Sie jede in eine von sechs Kategorien:

  • neue Aufgabe,

  • Prämisse, Regel,

  • Ziel,

  • Zugang,

  • Weitermachen.

Landet fast alles bei „neue Aufgabe“, dann bedienen Sie noch ein Werkzeug, statt zu führen. Ist „Weitermachen“ die größte Gruppe, dann fehlt ein aufgeschriebenes Ziel. Diese beiden Zahlen sagen mehr über Deinen künftigen Output aus als jeder Prompt-Ratgeber.

Autor:

Missing alt text

Marco Kerwitz

Head of Platform Engineering

VIER

PS: Dieses Vorgehen ist nicht neu: Das Verfahren hört auf den Namen „Ralph Wiggum Loop“ und stammt von dem australischen Entwickler Geoffrey Huntley, benannt nach der eher schlichten Figur aus der Serie „Die Simpsons“.
Der Kern ist genauso schlicht: füttere den Agenten immer wieder mit derselben Zieldatei, bis nichts mehr offen ist. Der Kniff steckt woanders. Weil jeder Durchlauf frisch startet, liegt das Gedächtnis nicht im Gespräch, sondern in den Dateien. Der Plan ist die einzige Anweisung, die überlebt. Inzwischen muss man sich das nicht mal mehr selbst bauen, die Technik ist in den Werkzeugen angekommen: Claude-Code hat dafür den Befehl "/goal", Codex einen gleichwertigen goal-Befehl. Sie formulieren eine Abschlussbedingung und nach jeder Runde prüft ein zweites, kleineres Modell, ob sie erfüllt ist. Es gibt genau drei Urteile: Erfüllt. Noch nicht. Unmöglich. Erst dann bekommst Du die Kontrolle zurück.
Ein Detail entscheidet dabei über Erfolg und Misserfolg: Dieser Prüfer liest nur mit, er führt selbst nichts aus. Die Bedingung muss also etwas verlangen, das die Arbeit im Verlauf sichtbar belegt. „
Die Tests laufen durch“ funktioniert, weil der Testlauf im Protokoll landet. „Der Code ist sauber“ funktioniert nicht. Und eine Bedingung, die der Prüfer nie beurteilen kann, läuft so lange weiter, bis Ihr Kontingent aufgebraucht ist.

Zum Blog
...Loading