KI in Fachabteilungen: Praxiswissen für den Arbeitsalltag

KI kann Fachabteilungen beim Entwerfen, Zusammenfassen und Strukturieren von Inhalten unterstützen. Ob sich eine konkrete Anwendung im Arbeitsalltag bewährt, hängt von Aufgabe, Daten, eingesetztem System und Prüfung ab. Ein sinnvoller Einstieg beginnt deshalb nicht mit einem Produktivitätsversprechen, sondern mit einer klar begrenzten Aufgabe und nachvollziehbaren Qualitätskriterien.

Aufgaben gezielt auswählen

Sammeln Sie wiederkehrende Arbeitsschritte, bei denen ein Entwurf oder eine Struktur hilfreich sein könnte. Beispiele sind eine erste Gliederung, die sprachliche Überarbeitung eines Textes oder eine Zusammenfassung bereitgestellter Unterlagen. Diese Beispiele sind Prüfideen, keine Garantie für Zeitgewinn oder bessere Ergebnisse.

Beschreiben Sie für jede Aufgabe:

• welches Ergebnis gebraucht wird und wer es verwendet,
• welche Informationen das System dafür erhalten müsste,
• wie sich ein brauchbares Ergebnis erkennen lässt,
• welche Fehler Folgen für andere Personen oder Abläufe hätten,
• wer das Ergebnis prüft und freigibt.

Schließen Sie Aufgaben zunächst aus, wenn die Nutzung dafür nicht geklärt ist, benötigte Informationen nicht in das ausgewählte System eingegeben werden dürfen oder Fehler nicht wirksam erkannt werden können. NIST empfiehlt, Risiken generativer KI über den jeweiligen Einsatzkontext zu betrachten; sein Profil für generative KI beschreibt unter anderem fehlerhafte oder widersprüchliche Ausgaben als mögliches Risiko.

Einen begrenzten Versuch planen

Wählen Sie eine einzelne Aufgabe und legen Sie vor dem Versuch fest, was verglichen wird. Halten Sie zum Beispiel einen bisherigen Arbeitsweg und einen KI-unterstützten Entwurf anhand derselben Qualitätskriterien gegenüber. Erfassen Sie neben dem Ergebnis auch den Aufwand für Eingabe, Prüfung und Korrektur. Erst dieser vollständige Blick erlaubt eine Einschätzung, ob sich der Ablauf für Ihr Team lohnt.

Verwenden Sie nur Daten, deren Nutzung im gewählten System und für den konkreten Zweck geklärt ist. Beachten Sie interne Vorgaben und lassen Sie vertrauliche oder personenbezogene Inhalte nicht allein deshalb in ein Tool einfließen, weil es technisch möglich ist. Dieser Beitrag ersetzt keine Datenschutz- oder Sicherheitsprüfung.

Ergebnisse vor der Verwendung kontrollieren

Generative Systeme können überzeugend klingende, aber falsche oder in sich widersprüchliche Aussagen erzeugen. NIST nennt dieses Phänomen „confabulation“ und weist besonders auf Risiken hin, wenn Ausgaben in kontextabhängigen oder folgenreichen Situationen verwendet werden. Prüfen Sie deshalb mindestens:

1. Fakten und Zahlen: Stimmen sie mit den zugrunde liegenden Dokumenten oder verlässlichen Quellen überein?
2. Vollständigkeit: Fehlen wichtige Bedingungen, Gegenargumente oder Teile der Eingabe?
3. Aufgabenpassung: Entspricht die Ausgabe dem gewünschten Zweck, Format und Publikum?
4. Folgen: Ist eine zusätzliche fachliche Prüfung oder Freigabe nötig, bevor jemand danach handelt?

Bei Rechercheaufgaben sollten Quellen direkt geöffnet und die jeweiligen Aussagen dort überprüft werden. Eine vom System erzeugte Quellenangabe allein ist kein Beleg. Nutzen Sie Ergebnisse als Entwurf oder Arbeitshilfe und bestimmen Sie vorab, wer für die finale Verwendung verantwortlich ist.

Prompts als Arbeitsauftrag formulieren

Eine brauchbare Anfrage benennt Ziel, Kontext, gewünschtes Format und Grenzen. Geben Sie nur den notwendigen Kontext weiter und entfernen Sie Informationen, die für die Aufgabe nicht gebraucht werden. Ein Prompt kann etwa festlegen, dass ein Text nach vorgegebenen Kriterien strukturiert werden soll und fehlende Angaben ausdrücklich als offen zu markieren sind.

Überarbeiten Sie die Anfrage anhand der tatsächlichen Ausgabe. Ein längerer Prompt ist nicht automatisch besser; entscheidend ist, ob die Anweisung die Aufgabe klar genug beschreibt und sich die Ausgabe anhand Ihrer Kriterien prüfen lässt. Dokumentieren Sie wiederverwendbare Vorlagen und ihre Grenzen, wenn das für den Arbeitsablauf nützlich ist.

Lernen und Einsatz im Team organisieren

Ein Versuch liefert zunächst Erkenntnisse für genau die getestete Aufgabe und das verwendete System. Bevor ein Team den Ablauf übernimmt, sollten Ergebnisse, Korrekturen, Prüfaufwand und offene Risiken besprochen werden. Eine Multiplikatorin oder ein Key User kann dabei Erfahrungen sammeln und Fragen bündeln; daraus folgt jedoch nicht automatisch, dass ein Verfahren für andere Aufgaben geeignet ist.

Für eine strukturierte Einschätzung von Aufwand und Ergebnisqualität finden Sie ergänzend die Methodik zur Messung von KI-Produktivität. Das Vorgehen ersetzt weder die Auswahl eines geeigneten Systems noch die Prüfung Ihrer betrieblichen Vorgaben.

Praxiswissen für Fachabteilungen

Der Workshop „Produktiver arbeiten mit KI“ behandelt laut Leistungsbeschreibung typische Aufgaben im Arbeitsalltag, Textarbeit, Recherche, Prompt-Grundlagen sowie die Bewertung von Ergebnissen und den Umgang mit sensiblen Informationen. Er richtet sich unter anderem an Fachabteilungen und Multiplikatoren und setzt keine technischen Vorkenntnisse voraus. Welche Beispiele sinnvoll sind, lässt sich auf die Fragestellungen der Teilnehmenden beziehen.

So kann ein Team einen begrenzten, prüfbaren Einstieg vorbereiten: Aufgabe beschreiben, Datenverwendung klären, Qualitätsmaßstab festlegen und Ergebnisse kontrollieren. Ob daraus ein geeigneter wiederkehrender Ablauf wird, muss sich im jeweiligen Arbeitskontext zeigen.