Meine tägliche Arbeit mit KI
Ich arbeite jeden Tag mit KI. Für Kunden und für meine eigenen Projekte. Es geht um Marketing, Websites, Inhalte, CRM, Automatisierungen und die Entwicklung eigener Anwendungen. Dabei bleibt es längst nicht beim Schreiben eines Textes. Die KI bearbeitet Dateien, verändert Abläufe, verbindet Systeme und übernimmt Aufgaben, für die früher mehrere Werkzeuge und deutlich mehr Zeit nötig waren.
Das eröffnet enorme Möglichkeiten. Es produziert aber auch haufenweise Fehler.
Manche sind schnell korrigiert. Eine unpassende Formulierung, eine falsche Zuordnung, eine übersehene Vorgabe. Andere ziehen sich durch ein ganzes Projekt. Dann wird mit einem veralteten Stand weitergearbeitet, eine bereits gelöste Aufgabe erneut verändert oder beim Beheben eines Fehlers eine funktionierende Stelle beschädigt.
Und irgendwann kommt dieser Satz: „Das tut mir leid. Das habe ich übersehen.“
Ich kenne ihn gut. Nur bringt mir die Entschuldigung die verlorene Arbeitszeit nicht zurück. Deshalb beschäftige ich mich in meiner täglichen Arbeit mindestens genauso mit der Steuerung und Prüfung von KI wie mit ihren Möglichkeiten.
Auch eindeutige Anweisungen werden übersehen
Die Erklärung „Du musst nur besser prompten“ greift mir zu kurz. Natürlich macht es einen Unterschied, wie ich eine Aufgabe beschreibe. Trotzdem erlebe ich, dass eine KI klare Vorgaben bestätigt und später dagegen verstößt.
Sie soll einen bestehenden Inhalt ergänzen und schreibt stattdessen den ganzen Abschnitt neu. Sie soll eine Funktion reparieren und verändert nebenbei den Aufbau der Anwendung. Sie soll an der neuesten Fassung weiterarbeiten und greift auf eine ältere zurück. Oder sie meldet eine Aufgabe als abgeschlossen, obwohl nur ein Teil davon umgesetzt ist.
Das lässt sich nicht alles mit einer ungenauen Aufgabenstellung erklären. Manchmal war die Anweisung eindeutig. Die Ausführung war trotzdem falsch.
Für mich folgt daraus: Ich muss Vorgaben so in den Arbeitsablauf einbauen, dass Abweichungen auffallen. Eine freundliche Bestätigung im Chat ist dafür zu wenig.
Welche Fehler mir im Alltag begegnen
Viele Probleme wirken zunächst unscheinbar. Teuer werden sie, wenn weitere Arbeit darauf aufbaut.
Bei Inhalten begegnet mir das genauso. Ein Text liest sich flüssig, enthält aber einen sachlichen Fehler. Eine Erklärung stimmt für Erwachsene, ist für ein Kind jedoch unverständlich. Eine Überarbeitung beseitigt eine Wiederholung und entfernt dabei eine wichtige Information.
Lesbarkeit, fachliche Richtigkeit und praktische Brauchbarkeit muss ich deshalb getrennt beurteilen.
| Fehler | Was daraus werden kann | Was ich dagegen einsetze |
|---|---|---|
| Die KI arbeitet mit einer älteren Fassung. | Bereits erledigte Korrekturen verschwinden wieder. | Eine eindeutig benannte aktuelle Version und einen kurzen Übergabestand. |
| Eine Korrektur verändert weitere Bereiche. | Eine funktionierende Stelle geht an anderer Stelle kaputt. | Einen klar begrenzten Änderungsauftrag und den Vergleich mit der vorherigen Fassung. |
| Fehlende Angaben werden plausibel ergänzt. | Eine Vermutung wird zur Grundlage weiterer Entscheidungen. | Offene Fragen kennzeichnen und entscheidende Angaben an der Quelle prüfen. |
| „Erledigt“ wird zu früh gemeldet. | Eine vorbereitete oder teilweise umgesetzte Funktion gilt als fertig. | Umsetzung, Prüfung und Veröffentlichung getrennt nachweisen. |
| Die Prüfung bildet den echten Ablauf nicht ab. | Einzelne Teile funktionieren, der Nutzer kommt trotzdem nicht ans Ziel. | Den betroffenen Ablauf aus Nutzersicht durchgehen. |
| Nach einem Abbruch ist der Arbeitsstand unklar. | Fertige Arbeiten werden wiederholt oder Aktionen doppelt ausgeführt. | Den tatsächlichen Stand abgleichen und beim ersten offenen Schritt fortsetzen. |
Ein Fehler kann bedeuten, alles neu machen zu müssen
Bei einem kurzen Text kann ich eine falsche Passage meistens schnell ersetzen. Bei einer Anwendung, einer umfangreichen Website oder einer Automatisierung hängen viele Schritte voneinander ab.
Ein vereinfachtes Beispiel: Ein Unternehmen will Anfragen über seine Website automatisch im CRM erfassen und anschließend eine Bestätigung versenden. Die KI ordnet ein Feld falsch zu. Name und Unternehmen landen an der falschen Stelle. Darauf baut sie die Zuordnung im CRM und den Text der Bestätigung auf.
Wenn ich erst am Ende prüfe, muss ich möglicherweise mehrere Schritte neu aufsetzen und bereits falsch gespeicherte Daten bereinigen. Die E-Mail kann technisch erfolgreich verschickt worden sein. Der gesamte Ablauf war trotzdem fehlerhaft.
Noch unangenehmer wird es, wenn währenddessen weitere Änderungen erfolgen und niemand mehr sicher sagen kann, welche Version zuletzt funktioniert hat. Dann besteht die Arbeit plötzlich aus Fehlersuche, Rekonstruktion und Wiederherstellung. Im ungünstigsten Fall bleibt nur, große Teile neu zu machen.
Das will keiner. Weder der Kunde, der auf ein Ergebnis wartet, noch ich, der dieselbe Arbeit ein zweites Mal erledigen muss.
Ich halte fest, welcher Stand verbindlich ist
Je länger ein Projekt läuft, desto wichtiger wird eine einfache Frage: Womit arbeiten wir gerade?
In einem langen Chat stehen alte Ideen, verworfene Ansätze, neue Anforderungen und bereits erledigte Aufgaben nebeneinander. Mehr Verlauf bedeutet nicht automatisch mehr Klarheit. Auch Anthropic beschreibt die Grenzen langer Arbeitskontexte und den Nutzen strukturierter Notizen für länger laufende KI-Aufgaben.
Für meine Arbeit heißt das: Ich brauche eine kurze, aktuelle Projektbeschreibung. Darin stehen das Ziel, die maßgebliche Fassung, die getroffenen Entscheidungen, die erledigten Schritte und die noch offenen Aufgaben. Ebenso wichtig sind bestehende Funktionen und Inhalte, die erhalten bleiben müssen.
Nach einer Unterbrechung wird dieser Stand mit den tatsächlichen Dateien und Systemen abgeglichen. Die Zusammenfassung kann schließlich selbst veraltet oder unvollständig sein. Ein pauschales „Mach weiter“ hilft wenig, wenn die KI an der falschen Stelle ansetzt.
Gespeicherte Anweisungen und Projektregeln unterstützen dabei. Sie sind aber keine Garantie dafür, dass jede Regel in jedem Arbeitsschritt berücksichtigt wird.
Ich lasse zusammenhängende Aufgaben in überschaubaren Paketen erledigen
„Überarbeite die komplette Website, verbessere alle Inhalte und automatisiere gleich noch die Kundenanfragen“ klingt effizient. Tatsächlich wird dadurch schwer erkennbar, welche Änderung ein Problem ausgelöst hat.
Ich teile solche Vorhaben in Arbeitspakete mit einem klaren Ergebnis. Beispielsweise zuerst das Kontaktformular samt Übergabe und Bestätigung. Danach der nächste zusammenhängende Ablauf. Jedes Paket soll so groß sein, dass sinnvoll gearbeitet werden kann, und so überschaubar, dass sich das Ergebnis noch beurteilen lässt.
Dabei formuliere ich, woran die Fertigstellung erkennbar ist. Bei einem Formular reicht es mir nicht, dass die Felder hübsch aussehen. Eine gültige Anfrage muss beim richtigen Empfänger ankommen. Fehlende Pflichtangaben müssen verständlich erklärt werden. Und wenn die Übertragung scheitert, darf dem Nutzer kein erfolgreicher Versand angezeigt werden.
So wird aus einer allgemeinen Aufgabe ein überprüfbarer Auftrag.
Vor größeren Eingriffen brauche ich einen gesicherten Zwischenstand
Bevor eine KI umfangreiche Änderungen vornimmt, muss die bisherige Arbeit wiederherstellbar sein. Bei Software nutze ich dafür nachvollziehbare Versionsstände. Bei Inhalten und Einstellungen braucht es eine passende Sicherung oder einen Export.
Wichtig ist die Unterscheidung zwischen Programm und Daten. Eine ältere Programmversion zurückzuholen stellt keine überschriebenen Kundendaten wieder her. Dafür brauche ich eine eigene Sicherung und einen passenden Wiederherstellungsweg. Bereits neu eingegangene Daten müssen dabei berücksichtigt werden.
Bei größeren Vorhaben gehört für mich deshalb auch die Frage dazu, ob sich die Sicherung tatsächlich wieder einspielen lässt. Ein Backup, dessen Wiederherstellung ungeklärt ist, schafft nur begrenzt Sicherheit.
Das kostet etwas Zeit. Eine verlorene Arbeitswoche kostet deutlich mehr.
„Geändert“, „geprüft“ und „veröffentlicht“ sind unterschiedliche Zustände
Ein gespeicherter Text ist noch nicht auf der Website. Eine programmierte Funktion ist noch nicht erfolgreich getestet. Und eine erfolgreiche technische Prüfung beweist nicht automatisch, dass ein Kunde den ganzen Ablauf benutzen kann.
Ich verlange deshalb konkrete Angaben: Was wurde geändert? Was wurde tatsächlich geprüft? An welcher Version? Was ist bereits veröffentlicht? Was ist noch offen?
Bei einer Automatisierung will ich beispielsweise nachvollziehen können, ob ein Testdatensatz korrekt angekommen ist. Bei einer Website schaue ich auf den betroffenen Nutzerweg. Bei einem Fachtext prüfe ich die entscheidenden Aussagen an geeigneten Quellen. OpenAI empfiehlt für KI-Anwendungen ebenfalls aufgabenspezifische Prüfungen mit realistischen Fällen und warnt davor, sich auf den Eindruck „Scheint zu funktionieren“ zu verlassen.
Eine zusätzliche Prüfung durch ein anderes Modell kann helfen. Sie ersetzt den Nachweis aber nicht. Zwei Modelle können dieselbe falsche Annahme übernehmen.
Aus wiederkehrenden Fehlern werden Regeln und gezielte Prüfungen
Wenn derselbe Fehler erneut auftritt, reicht die nächste ausführliche Entschuldigung nicht aus. Dann muss ich den Ablauf verändern.
Ich halte die Korrektur dort fest, wo sie für die nächste Aufgabe verfügbar ist: in den Projektanweisungen, einer Arbeitsanweisung oder einer passenden Checkliste. Entscheidend ist, dass diese Information beim nächsten Auftrag auch tatsächlich herangezogen wird.
Bei wichtigen technischen Anforderungen versuche ich zusätzlich, eine überprüfbare Schranke einzubauen. Fehlt eine notwendige Einstellung, soll die Veröffentlichung blockiert werden. Ist eine Pflichtangabe ungültig, soll die Übertragung scheitern, statt falsche Daten weiterzureichen.
Auch die Kontrolle braucht allerdings Augenmaß. Nach jeder kleinen Textkorrektur die gesamte Anwendung neu zu testen, kostet Zeit und Geld. Ich prüfe die betroffenen Stellen und die damit verbundenen Abläufe. Bei größeren Änderungen oder Eingriffen in Anmeldung, Zahlung und Datenverarbeitung fällt die Prüfung entsprechend umfangreicher aus.
Die Fragen, die ich vor dem nächsten Schritt stelle
- Arbeiten wir mit der richtigen und aktuellen Fassung?
- Sind Ziel, Umfang und Abschlusskriterien des Arbeitspakets eindeutig?
- Ist festgehalten, welche bestehenden Funktionen und Inhalte erhalten bleiben müssen?
- Gibt es vor größeren Eingriffen einen wiederherstellbaren Zwischenstand?
- Sind Annahmen und offene Fragen als solche erkennbar?
- Wurde der betroffene Ablauf mit realistischen Eingaben geprüft?
- Ist belegt, was geändert, geprüft und veröffentlicht wurde?
- Ist nach einer Unterbrechung klar, was bereits ausgeführt wurde und was noch fehlt?
Warum ich trotzdem jeden Tag mit KI arbeite
Weil ich damit Dinge umsetzen kann, die früher erheblich mehr Zeit, Geld und Abstimmung gebraucht hätten. Ich kann Ideen schneller prüfen, wiederkehrende Arbeit automatisieren und eigene Projekte entwickeln, die sonst lange liegen bleiben würden.
Gerade weil ich KI so intensiv nutze, sehe ich ihre Fehler häufig. Das gehört für mich zu einer ehrlichen Beratung dazu. Wer Unternehmen KI empfiehlt, sollte auch erklären können, wie die Ergebnisse geprüft werden und wie man bei einem Fehler wieder zu einem funktionierenden Stand zurückkommt.
Mein Anspruch ist, möglichst viel Arbeit beim ersten Durchgang brauchbar zu erledigen und Fehler früh zu entdecken. Dort liegt ein großer Teil des wirtschaftlichen Nutzens. Die eingesparte Zeit soll schließlich beim Unternehmen ankommen und nicht in endlosen Korrekturschleifen verschwinden.